본 연구는 주택가격 추정에 있어 주택시장이 가지는 공간적 자기상관의 영향으로 발생될 수 있는 OLS(ordinary lest square) 추정에 따른 문제점을 보완하기 위한 방법으로 공간적 자기상관(spatial autocorrelation)을 고려한 공간계량모형을 선정하였다. 공간적 관련성을 예측하기 위한 공간가중행렬(weight matrix)의 구성에 있어 자료의 축약 및 변경 없이 각 자료들 간의 실제거리를 이용하여 보다 정교한 공간가중행렬(the elements of W = 1,226 by 1,226)을 자체적으로 구축하여 분석에 사용하였다. 본 연구에서 사용된 두지점간의 실제거리는 논리적으로는 간단함에도 불구하고 실제로 공간가중행렬구성에 있어 거리를 기초한 선행연구는 거의 찾아볼 수 없다. 공간가중행렬을 이용한 관련 논문들은 대부분 인접성(contiguity)에 의한 방법을 사용하였고, 거리를 사용한 흔치 않은 논문들의 경우에도 실질적으로는 일정거리 이하는 ‘1’, 그 이상의 거리는 ‘0’과 같은 공간가중치 방식(distance band width)을 사용하고 있어 그 본질 면에서는 인접성 공간가중행렬과 큰 차이는 없다고 할 수 있다. 부산에서 이루어진 1,226개의 실거래 주택거래 자료를 이용하여 분석한 결과, 전통적인 OLS보다 공간자기상관을 고려한 공간계량모형들(SAR: Spatial Autoregressive Regression, SEM: Spatial Error Model, SDM: Spatial Dubin Model, SAC: General Spatial Models)이 일반적으로 설명력이 높았으며, 그 중에서도 일반공간모형(SAC)이 가장 적합한 추정결과를 나타나고 있음을 밝혔다.