随着我国经济迅速发展,城市化现象加剧,城市资源化差异不断增大,与此同时,城市内部结构差距也在拉大,住宅商品随其所在地区条件的不同,特征价格也不同。然而行业房价对房地产市场的发展产生深远影响,所以关于住宅价格的问题已经渐渐演变成社会重点关注问题。住宅价格受多方面因素影响,包括宏观方面和微观方面的因素,且每个影响因素都具有一定的空间地理分异性。为了研究淮安市房价空间分异及其影响因素,本文以淮安市为研究区域,运用Python、ArcGIS和GWR等软件,爬取淮安市2020年2081个住宅小区的全年成交均价及6006个POI点,从微观角度出发,对住宅价格进行多角度分析,研究各地区住宅价格的空间分布特征,构建地理加权回归模型（GWR）,并将地理加权回归系数与淮安市行政区域界线相叠加,得到各影响因素对淮安市房价影响程度的可视化分析结果,最后得出的结论如下:（1）淮安市住宅价格空间集聚显著,住宅价格中心区域呈现向外递减的状态,不规则环式结构,房价由环状内部向外呈梯度下降,分布具有一定的连续性,但空间上各个方向存在一定的分异性。空间分布趋势分析上发现淮安市住宅价格在整体上呈拱形分布,房价表现为“中间高、周边低”的特征情况。从核密度分析上看,淮安市住宅小区主要集中在清江浦区、淮阴区、淮安区,其中清江浦区的住宅小区最多且最为集中,其他县区的住宅小区形成的聚集较小,且集聚分布较为分散。（2）淮安市住宅价格各个影响因素的差异性较小。住房房龄、公交站数量、学校距离、医院距离、景区距离等5个变量显著性很强;物业费、商场距离、银行距离的3个变量具有较强的显著性。（3）淮安市房价的影响因素对住宅小区价格的影响是复杂的,存在一定的空间差异,且各个影响因素对房价产生综合影响。最后基于分析结果中的均值绝对值,得出各影响因素对因变量的影响情况,公交站数量>景区距离>医院距离>商场距离>物业费>学校距离>银行距离>房龄,公交站数量的均值绝对值是八个影响因素里面最大的,说明淮安市住宅价格与公交站数量差异比较大。（4）淮安市住宅价格与各影响因素的相关性存在明显的差异性。从各因素的中位数正负来看,与淮安市住宅价格水平呈现负相关的因素有:商场距离、学校距离、医院距离、景区距离等。即影响因素对住宅价格的影响作用与到住宅小区的距离呈现负相关,距离小区越近,价格越高,对周边的房价产生正向影响。物业费、房龄、银行距离、公交站数量等均值为正值,与住宅房价呈现正相关,即距离越远,房价越高,对房价产生负向作用。其中公交站数量对住宅价格的负向作用最大。从淮安市住宅价格空间分异及其影响因素分析的结果中,以科学、客观的眼光来认识淮安市住宅价格空间分异的规律,探究了城市内部住宅供应量对价格的影响,还可以根据城市内部的实际情况来出台政策,观测宏观调控政策对住宅价格的调整作用,保持房地产市场健康科学的向前发展。