土地价格是影响住房价格的一个重要因素，其反映了一个城市土地市场的运行状况，甚至能够反映出一个城市的经济水平和未来的发展趋势。在同一时间，不同城市土地价格地域分异差距很大，其地价影响因素不同；不同时间，同一城市地价地域分异也不一样，影响因素也不相同。这些不同的因素会导致土地价格的走向和分布不一样，并进一步对城市经济发展产生重要影响。因此研究某一城市土地价格影响因素具有重要意义，鉴于中国目前能比较完整获得的土地数据仅住宅地价，故而往往以住宅地价作为代表来进行研究。本文从微观角度入手，以GWR模型为基础，能更全面地反映城市住宅土地价格在区域空间上所表现的特征差异，且能更准确地分析出住宅地价受哪些因素影响，以及受这些因素影响的程度和次序等问题。本文以成都和重庆两市的住宅地价为研究对象，分析并对比两个城市住宅地价的空间分异情况以及各影响因素的异同，不仅能找到具体城市住宅地价的各影响因素和其背后的作用机理，还可以帮助成都和重庆两市的市政府找到住宅地价的共性和各自的特点，以便两市政府规划部门根据各自的特性和影响因素分别做出更加符合自身发展的规划，引导土地价格适当增长。
　　本文的数据来源为成都市和重庆市国土资源局所公布的“招拍挂”土地出让信息，研究中主要使用了探索性空间数据分析方法、克里金插值法，以及采用了GWR模型。在获取研究数据之后，第一步要对数据进行一般性特征描述及分析，第二步，对数据进行探索性空间数据分析，先是用直方图和QQ正态图检验数据是否服从正态分布；然后对数据进行全局趋势分析，以三维透视图的形式描述数据在特定方向上的变化趋势；接着再运用空间自相关分析解读数据的空间异质性和集聚性；为了更深入地分析数据的空间相关性，本文还用了半变异函数云图解析了数据的各向异性。数据进行完探索性空间数据分析后，如果符合克里金插值的前提条件就可以进行克里金插值，并借助ARCGIS相关工具生成住宅地价在研究区的全局分布图，直观地体现了城市地价的空间分异特征。
　　然后，本文选取净用地面积、容积率、主干道、地铁（轨道交通）站点、商务中心区（CBD）、大型商场、公园、小学、大学、医院这10个微观影响因素参与构建GWR模型，计算出各因素的回归系数，以此分析各影响因素和两城市住宅地价之间的关系，并形成各回归系数在空间上的克里金插值分布图。
　　本文得出的主要结论如下：（1）成都市形成了以“市中心——天府新区”为核心的双中心住宅地价结构，而重庆市是以城中心为地价最高处的单中心结构，且重庆市CBD地区的住宅地价明显高于成都市双中心住宅地价。（2）成都市和重庆市住宅地价的共性是都具有集聚性，大部分区域表现为“高高”聚类和“低低”聚类，且呈“拱桥形”变化，但是在局部也存在着突变性。（3）影响成都市和重庆市住宅地价空间分异最重要的因素均是容积率，说明目前市民对居住环境的开阔性和私密性的要求程度更高了。（4）影响住宅地价的因素在不同时间点上是不同的，且在不同城市、不同区域的作用程度和影响方向也是十分不同的，而且某些因素对住宅地价的影响已经发生了变化。
　　相应的主要对策如下：（1）根据城市住宅的地价空间分异现象，差异化调整城市土地的规划和建设，并进一步差异化调整城市的住宅价格。（2）针对容积率因素，建议成都市政府要合理设计土地容积率和楼群密度、高度，在获取利润最大化的同时要兼顾住宅楼群的密度和高度，而建议重庆市政府要在原高容积率的基础上适当降低容积率上限；针对CBD因素，城市发展要合理布局新兴经济中心，并且重要的是要保持多个中心之间的适当距离。（3）对成都市地价和住房价格避免“一刀切”的行政调控方式。（4）要加强重庆市产业布局与地价差异化的协调化发展，特别是高新产业和林农产业的发展布局一定要根据地价差异化进行调整。