房地产批量估价一直以来都是学术界关注的重点工作。相较于成本法、市场法和收益法等传统个案估价方法,批量估价方法是一种科学、高效地确认房地产价值的新兴方法。目前,房地产批量估价一般采用特征价格法进行多元回归分析。然而,特征价格法遵循标准计量经济学关于样本相互独立的假设,只能够反映出房地产自身的异质性,忽略了其空间依赖性,以至于应用特征价格模型进行批量估价可能存在结果偏估问题。空间计量经济学打破这一标准假设,充分考虑房地产之间的空间效应,对传统特征价格法的结果偏估问题有所改善,能够提高批量估价结果的精确性和公平性。因此,应用空间特征法对房地产进行批量估价研究具有重要的理论价值和现实意义。本文基于西安市雁塔区2018年8月314个二手房住宅小区挂牌均价数据,选取各住宅小区的建筑特征、区位特征和邻里特征作为控制变量,并引入学区特征作为自变量,对雁塔区房地产价格进行批量评估。首先,利用百度地图的GIS技术对住宅小区的地理坐标、建筑特征、区位特征和邻里特征因素进行量化处理,并将学区特征设置为虚拟变量(重点小学学区房为1,非学区房为0),建立雁塔区二手房样本数据库,利用Stata15.1软件对样本进行描述性统计分析;其次,构建传统特征价格模型对住房价格进行最小二乘(OLS)估计,由于特征价格模型的函数有多种形式,本文在模型估计前先通过对比各种函数形式的回归结果,选取显著性和拟合效果最优的线性函数形式进行回归;再次,借鉴空间特征法的思路,在传统特征价格模型的基础上引入空间因素对住房价格进行极大似然(ML)再估计;最后,对研究样本中未参与模型回归的50个雁塔区住宅小区样本进行模型质量检验,以检验房地产批量估价方法的科学性和评估结果的准确性。本文通过对雁塔区房地产批量估价的实证分析,得出的主要结论有:(1)采用空间特征法对房地产批量估价可以提高评估结果的精确性和公平性。在实证分析中,通过对传统特征价格模型和空间计量模型的估计结果进行对比发现,无论是统计检验指标还是比率分析检验指标,均表明应用空间特征法进行批量估价的结果更加接近真实房地产价格。(2)雁塔区房地产价格的Moran’s I指数表明其房地产数据存在空间自相关,且最优空间滞后模型的回归结果也再次佐证了该区房价具有强烈的空间自相关性。因此,有必要将空间因素纳入房地产批量估价模型,以期得到更加科学、合理的房地产评估价格。