城市住宅价格与人民群众的基本生活、社会的健康发展息息相关。城市住宅价格是城市内部多种因素共同作用的结果,能够反映城市综合发展水平。由于城市住宅价格的影响因素众多且复杂,各因素总是随着社会经济的发展而不断变化,这导致了城市住宅价格不仅在城市间存在差别,而且在城市内部空间分布上也有很大的差异。而我们经验认为,城市住宅在多种综合因素的影响下,价格的空间分布存在一定规律,如市中心价格比郊区价格高,但要对其空间分布规律和影响因素做出准确、全面、详细的总结则需要多种有力的方法支撑。将GIS空间分析应用于住宅价格空间分布的研究中,可深层研究其分布规律;运用结构方程模型将研究结果进行量化,可深层剖析住宅价格的影响因素,对房地产开发和城市建设有借鉴意义。本文以南昌市青山湖区为研究区域,首先是对青山湖区的住宅价格的空间分布特征进行了研究,搜集整理了2015年03月到2015年11月南昌市青山湖区155个楼盘的交易均价,采用市场比较法把房价修正到2015年11月份节点上,以GIS技术为研究平台,对建立的房价数据库进行探索性数据分析,运用普通克里格插值方法,生成青山湖区房价的等值线图,通过房价等值线图分析了青山湖区的住宅价格分布规律。再通过建立结构方程模型对南昌市青山湖区住宅价格的影响因素进行量化分析,在借鉴前人的研究成果和房价等值线图分析结果的基础上,建立房价波动性为内生潜变量,楼盘属性、楼盘区位、交通可达性、环境设施可达性、公共生活设施可达性为外生潜变量的结构方程模型,从可达性视角出发收集了各个潜变量的观测变量,共19个观测变量,并提出了五种假设,利用SPSS软件对数据量表进行信度和效度分析,利用AMOS对模型进行识别、拟合及修正,最终得到具有17个观测变量,6个潜变量的最优模型,进而验证提出的五种假设,通过路径分析图和路径影响系数分析出住宅价格与各影响因素间的相互关系和各影响因素对住宅价格影响程度。