房地产业作为我国国民经济发展的重要基础性产业和支柱产业,其稳定发展与否关系着整体的经济运行。判断房地产市场是否稳定发展的一项重要指标就是房地产价格,对房地产价格的变化进行深入研究分析,加强对房地产业稳定发展的保障,对整个国民经济发展意义重大。自1998年我国实行房地产市场全面市场化改革以来,随着房地产市场的不断发展和成熟,房地产价格不断上涨。随之而来的,房地产价格的区域差异愈加凸显,如2014年北京、上海等一线城市住宅商品房价格已接近20000元/平方米,深圳市更是突破了20000元/平方米,而如洛阳、榆林等三四线城市住宅商品房价格仍在4000元/平方米左右。过高的房价已经开始影响居民的正常生活,而如果房价的区域差异得不到合理的调控,那么将会严重影响我国社会稳定。因此,深入研究我国住宅商品房价格变化及其区域差异对促进房地产市场和国民经济健康稳定发展具有重要意义。本文首先从理论角度分析产生房价区域差异的主要原因,认为这种房价的区域差异特征主要来源于住房之间的特征的差异。同时结合我国房地产市场发展现状进行房价区域差异的探索性空间统计分析以及空间相关性检验,分析结果显示由于房地产具有位置的固定性和不可移动性、使用长期性、保值增值性等特点,我国房地产价格存在显著的区域差异和空间相关性。其次,结合我国房地产相关数据,通过建立面板模型对相关影响因素进行甄别,确定了收入水平、经济发展、土地供给、人口因素和信贷因素五个方面中的人均可支配收入、失业率、GDP、住宅房地产销售面积、人口自然增长率和住宅房地产投资额六个指标为影响房价变化的主要影响因素。再次,为检验解释变量与被解释变量的溢出效应,构建空间和时间双固定的空间杜宾模型来验证房价的空间特征,结果显示,房价变动对空间邻近地区具有显著的正向溢出效应,失业率和人口自然增长率对房价变动没有显著影响。但是空间溢出效应分解显示,人口自然增长率的直接效应、间接效应和总效应均为正,但直接效应不显著；失业率的直接效应为正、间接效应和总效应为负,但均不显著。空间依赖性分析表明房价变动的区域差异显著存在,各城市的房价变动存在显著空间相关性,其产生区域差异的主要原因来自于变量的溢出效应。最后,本文还选取2014年的横截面数据通过构建空间变系数模型——地理加权回归模型(Geographically Weighted Regression,GWR)对房价影响因素的空间异质性进行分析。模型的探索回归结果表明,失业率、GDP和人口自然增长率三个指标能够更好的说明空间异质性,模型估计结果显示：相比经典计量模型,GWR模型的拟合效果更好。我国房价的变化存在显著的区域差异,不同地区的失业率、GDP和人口自然增长率对房价变动具有不同的影响。这为各地区政府因地制宜的制定房地产市场调控政策,把握推动房价上涨的根源,有针对性的进行宏观调控,提供了一定的依据。