城市商品住宅价格影响因素差异性研究
我国商品住宅价格波动的区域差异——基于省际面板数据的实证分析
文章在比较东部 、 中部 和西部地 区历年商品住宅价格波动状况 的基 础上 ， 根据住 宅市场存 量——流量理 论构 建我国商品住宅市场的价格决定模 型， 并以 ２ ０ － ２０ ０ ３ ０ ８年我国 ２ ８个省 市 自治 区的面板数据为 样本 ， 运用 面
板数据的混合模型进行实证研究， 结果表 明： 各区域商 品住 宅平均销售价格 及其波动 幅度 存在较大 差异 ； 利
大不同， 他们的实证结果表 明收入水平与住宅价格
有较强 的正相关关 系 ， 收入 水平 是 住 宅 价格 城 市 间
收 稿 日期 ：０ Ｏ ４ １ ２ １ 一０ — ６
商品住宅价格波动区域差异 的影响。本文首先将我 国商 品住 宅市场划 分为 东部 、 中部 和西部 ， 然后基 于 住宅市场存量——流量理论构建我国商品住宅市场
— —
基 于省 际面板 数据 的实证分 析
胡 碧 张金梅 彭 杰。 ， ，
７０ ０ ￣．西安外 国语大学 商学 院，陕西 西安 １１ ０２
４０ １） ０ ００
（． １西安财经学院 经济学 院， 陕西 西安
７０２； １ １ ８
３ 中国建设银行 重庆分行，重庆 ． 摘
要： 近年来我国商品住宅价格变化 的区域 差异越来越大 ， 使得宏 观调控政策在各 地区产生 了不同效果 。
梅（９３ ， ， １６一）女 陕西大荔 人 ， 西安外国语大学商学院教授、 硕士生导师 ， 研究方 向为货币理论 与信贷管理 。
１ ５
西 安 财 经 学 院学 报
价格决 定 的理论 模 型 ， 次运 用基 于面板 数 据 中 的 其
差异 ， 本文分 别从东 部 、 中部 和西部 地 区各选 出 ４ 个 代表 性城市 ， 中东 部为北 京 、 其 杭州 、 上海 和广 州 ， 中 部 为武汉 、 沙 、 长 郑州 和合 肥 ， 西部 为 贵 阳 、 庆 、 重 西 安 和成都 。各 城市历 年商 品住 宅平 均销售 价格走势
我国住宅销售价格的影响因素分析——以35个大中城市住宅价格为例
我 国住 宅销 售 价格 的 影 响 因素分 析
— —
以３ ５个大 中城 市住宅格 为例
孙 雪梅
摘 要 ：房价 问题关 系到国计 民生 。随着我 国房地产 市场迅猛发展 ，越 来越 多的 问题也暴露 出来，过 高的房 价 已经远远超过 了广 大居 民的购房承 受能力 ，并导致物价 总水平的不断攀升，通货膨胀压力凸现。房价 问题 己成为社会各界讨论的热点之 一。本文 以全 国３ ５个 大中 城 市 为研 究对 象 ，结 合 Ｐ ａ ｎ ｅ ｌ Ｄ ａ ｔ ａ 模 型 ，运 用 多元 回 归 分析 方 法研 究住 宅价 格 的 影 响 因素 。 面 板 数 据 分 析 结 果 显 示 ，人 均 可 支 配 收 入 对 住 宅销售价格 的影响最 为显著 ；同时，通过 比较 东中西部的模型 ，分析我 国住 宅销售价格的 区域差异 ，得 出三大地带城 市住宅价格的解释 变 量不尽 相同，即使相 同，其影响效应也是有差异的。在此基础上 ，本文提 出了相应 的政策建议。 关键词 ：住 宅价格 ；影响因素；Ｐ ａ ｎ ｅ ｌ Ｄ ａ ｔ ａ模型 ；回归分析
（ 一 ） 变量 选 取 与 模 型 建 立
指标 ；Ｇ Ｄ Ｐ 是反映一个地区经 济发展 的重要 指标 ；对于住宅长期 供给 ， 本文选取商品住宅竣工面积这一指标 。 综上所述 ，本文将选取市 区非农业人 口 Ｐ Ｏ Ｐ（ 万人 ） 、城镇居 民人 均可支配收入 Ｐ Ｄ Ｉ（ 元） 、恩格尔系数 Ｅ Ｎ Ｇ（ ％） 、Ｇ Ｄ Ｐ（ 亿元 ） 、商 品 住宅竣工面积 Ｈ Ｂ Ｓ（ 万 ） 这五个变 量作为分 析住宅价 格的解释 变量
长沙市商品住宅价格空间差异性分析
４０ １ ） １０ ２ （ 南 师范大学 资源 与环境科 学学 院 ，湖 南 长沙 湖
【 摘
要 】采用 Ｍ ｐｉ和 Ｓｆｒ ａｇ ｓ ｕｕ 软件 ， 用等值线法对长沙市商品住 宅价格 空间差异 性进 行研 究，得 出长 运
沙 市 商品 住 宅 价 格存 在 圈层 模 式 、极 化 与 扩 散 模 式 和 点 轴 模 式 的 分 布 特 点 ， 并 结 合 长 沙 市 实
第２ ６卷 第 １３期 ２
２１ ００年 ２月
湖南 财 经高 等 专 科 学校 学报
Ｊ ｕｎ ｌｆＨ ｎ ｎＦｎ ｎｉｌ ｎ ｃｎ ｍ ｃＣ ｌｇ ｏ ｒａ ｏ ｕ ａ ｉａ ｃ ｄＥ ｏｏ ｉ ｏ ｅｅ ａａ ｌ
２ ６
．１ ３ ２
Ｆｅ ． ０１ ｂ２ ０
长 沙 市 商 品 住 宅 价 格 空 间差 异 性 分 析
显的区域性。因此 ，了解和把握 商品住宅业发展的总体水
平 ，需从 空 间 角度 对 其 价 格 进行 透 视 和分 析 。
一
、
研 究 范 围 与方 法
１ 、研 究范 围
研究 范 围为 长 沙 市 城 市 三 环 线 以 内 的 中心 城 区 ，该 区
域房地产市场发展较早 ，市场发育比较成熟 ，是 目 前长沙
据进行了期 日修正 ，将 数据统 一 到 ２ ￣ （９年 ６月。样本数 Ｘ 据修正公式 如下 ：
数据筛选遵循 以下要求 ： 第一 ，样本信息完整。样本信息应包括楼盘名称 、物
业 类 别 、装 修 状 况 、 物 业 地 址 、销 售 基 准 价 格 、开 盘 时
间等 。
期修价 ＝正价 ×籍蕞箸蔫薮 日正格修前格贡 最 蓍
湖南省地级城市间住宅地价的差异及其影响因素
湖南省地级城市间住宅地价的差异及其影响因素由于区位、规模、经济发展水平的不同,不同城市之间的住宅地价存在明显差异,认识不同城市间住宅地价差异格局并揭示其形成机制,一直是土地管理学和土地经济学关注的重点。
本文以地租地价理论、区位理论和供求理论为指导,以湖南省13个地级市中心城区为研究对象,以ArcGIS、SPSS软件为研究手段,以修正到2016年12月31日的住宅用地“招拍挂”交易样点数据为主要数据源,计算出各城市中心城区住宅用地均价,对湖南省域范围内的城市间住宅地价的差异特征及其影响因素进行分析。
采用多因素综合评价法、主成分分析法和GWR模型分析湖南省13个地级市住宅地价的差异及其影响因素,主要研究结论如下:1、从整体特征、等级特征、空间分布特征三个方面对湖南省13个地级城市住宅地价的特征进行分析,结果显示省会长沙市住宅地价最高,在空间上存在较为明显的区域差异,大致呈现东高西低的格局,长株潭地区城市住宅地价明显高于洞庭湖地区、湘南地区和大湘西地区的城市,湘南地区和大湘西地区集中了城市住宅地价较低的几个城市。
2、在参考2014年《城镇土地分等定级规程》分等因素选取原则,充分考虑湖南省各地级城市基础资料可获得性的基础上,从城市区位、城市集聚规模、城市基础设施、城市用地投入产出水平、区域经济发展水平、区域综合服务能力、区域土地供应潜力等七个方面建立了影响城市住宅地价的评价指标体系,采用主成分分析法确定了 5个主成分,其累计方差贡献率达到91%以上,说明提取的5个主成分包含影响地价的主要影响因素,可以解释数据的大部分信息。
3、为了进一步研究不同影响因素在不同城市的作用程度,引入GWR模型对城市住宅地价的主要影响因素进行分析,在剔除具有共线性的因素之后最终剩下5个因素进入模型,结果表明在不同城市之间各个影响因素的作用程度和作用方向存在差异。
房价经济学：为什么房价会涨跌
房价经济学：为什么房价会涨跌房价一直是人们关注的焦点之一，无论是购房者还是投资者都希望能够准确预测房价的涨跌趋势。
然而，房价的涨跌并非简单的因果关系，而是受到多种因素的综合影响。
本文将从供需关系、经济因素和政策调控等方面探讨房价涨跌的原因。
一、供需关系供需关系是影响房价涨跌的最重要因素之一。
当需求大于供应时，房价往往会上涨；相反，当供应大于需求时，房价则会下跌。
1.人口增长：人口增长是推动房价上涨的重要因素之一。
随着人口的增加，对住房的需求也会相应增加，从而推动房价上涨。
2.城市化进程：城市化进程加速了农村人口向城市的流动，导致城市住房需求增加。
由于城市土地有限，供应不足导致房价上涨。
3.投资需求：房地产作为一种投资工具，吸引了大量投资者。
当投资需求增加时，房价也会相应上涨。
二、经济因素经济因素也是影响房价涨跌的重要因素之一。
经济的发展状况、利率水平、收入水平等都会对房价产生影响。
1.经济增长：经济增长通常伴随着人民收入的增加，购买力的提升，从而推动房价上涨。
2.利率水平：利率水平对购房者的购买力有直接影响。
当利率较低时，购房成本降低，购房需求增加，房价上涨；相反，当利率较高时，购房成本增加，购房需求减少，房价下跌。
3.就业状况：就业状况对购房需求有重要影响。
当就业市场繁荣时，人们的购买力增加，购房需求增加，房价上涨。
三、政策调控政府的政策调控也是影响房价涨跌的重要因素之一。
政府通过调整土地供应、贷款政策、税收政策等手段来影响房价。
1.土地供应：政府通过控制土地供应来影响房价。
当土地供应减少时，房价上涨；相反，当土地供应增加时，房价下跌。
2.贷款政策：政府通过调整贷款政策来影响购房者的购买力。
当贷款政策宽松时，购房需求增加，房价上涨；相反，当贷款政策收紧时，购房需求减少，房价下跌。
3.税收政策：政府通过调整房产税、契税等税收政策来影响房价。
当税收政策收紧时，购房成本增加，房价下跌；相反，当税收政策放松时，购房成本减少，房价上涨。
基于Hedonic模型的房地产价格差异影响因素研究
基于Hedonic模型的房地产价格差异影响因素研究本文主要研究影响天津市地铁2号线沿线房地产价格差异的因素，首先通过市场调研和借鉴前人经验，选取了11个特征变量指标，然后采用Hedonic模型进一步筛选出6个对房地产价格起显著性影响的特征变量指标，最终得出结论：区位特征因素仍然显著影响房地产价格，其中距市中心CBD的距离影响最为明显；天津市地铁2号线显著提升沿线的房地产价格，且其最佳影响范围为0-800m；与此同时，周边医院、大型商场或超市、公园等基础设施建设状况及物业费也是居民在购房时会考虑的因素。
标签：房地产；价格差异；Hedonic模型引言随着我国城镇化进程的推进，大量农村人口涌入城市，导致城市人口剧增，不仅给城市交通带来巨大挑战，同时也对城市公共交通系统的运营发展提出了更高要求。
城市轨道交通以其高速、便捷、大客运、低污染等特点成为公共交通系统的必然发展趋势，我国许多城市也都开始建设与运营城市地铁。
城市轨道交通不仅推动城市传统区位的变革和改善居民可达性，同时也对商业和城市基础设施的聚集、城市住宅区的选址和价格等产生着重要影响。
然而城市轨道交通也面临着投资金额大、运作成本高、建设周期长等问题，严重影响其发展。
为有效解决该矛盾，促进轨道交通与沿线房地产开发的协调发展，我们应该科学评估城市轨道交通对周边住宅价格差异的影响。
本文以天津市地铁二号线为例，研究地铁对沿线房地产价格差异的影响及地铁各个站点对周边小区住宅价格的影响范围，以此为天津市地铁系统建设和周边土地一体化开发提供理论支持。
一、文献综述城市轨道交通对沿线周边房地产价格差异的影响一直是国内外学者关注的焦点。
国外相关研究早已开始，研究结论却多种多样，如Benjamin 和Sirmans 〔1〕，Al- Mosaind等〔2〕都发现城市轨道交通对沿线房地产价格有着积极影响，但不同地区轨道交通的影响程度和范围却有所不同。
而Gatzlaff和Smith〔3〕，Cervero和Landis〔4〕则得出了相反的结论。
浅析房地产价格的影响因素
浅析房地产价格的影响因素【摘要】房地产价格涉及众多个方面，是多个因素共同作用的结果，影响因素包括了土地价格、建设成本、管理成本、财务成本、销售成本，还包括利率、汇率、心理预期等。
本文主要从影响房价供求关系入手，系统研究对房地产价格的影响因素。
【关键词】房价需求供给不合理房地产业是我国国民经济的重要支撑点，在国民经济中占据着相当重要的位置。
迅猛发展的房地产业，在发展的过程中，由于激烈和频繁的市场经济波动，对房地产业产生了不良影响，也产生了一系列包括房地产供应结构失衡、房价上升过快、市场秩序不规范等问题甚至影响国民经济的正常运行。
各地房价普遍快速上涨，广大居民的收入增长水平已远远落后于房价上涨水平，房价收入比屡创新高，住房消费已被公认为当今中国人最沉重的生活负担之一。
社会矛盾由此而生。
下面从影响房价供求关系的因素入手，研究对房地产价格的影响因素。
1 需求因素1.1 真实性需求不断增加形成这一状况的原因有很多。
首先，因中国经济高速增长，人民生活水平逐渐提高，在基本解决了吃穿问题之后，人们逐渐把注意力转移到行和住上，房地产成为了国民经济的热点。
其次，城市拆迁导致住房刚性需求上升。
全国平均来看，有三分之一的房屋需求是拆迁带来的，拆迁改建使得住房需求上升。
再次，家庭规模的变化导致住房需求上升。
近二十年来，我国的家庭规模正在逐年变小，家庭小型化趋势增加了住宅的真实需求。
1.2 房地产发展过程中配套制度不健全近年来我国的房地产高速迅猛发展，在高速的发展过程中必然会导致配套的制度跟不上房地产的发展速度，这也就导致了配套制度的不健全。
配套制度不健全产生投机性需求，投机性需求主要影响房价的短期波动，而不会是房价长期处于高位。
一般的，市场有效运作的一个基本条件就是信息完善和对称，在信息不对称的情况下，那些拥有信息者就可能通过种种的虚假信息而误导人们的预期。
显然房地产是一个信息极不对称和不完善的市场，那些掌握信息的房地产大亨们和中介们就会利用人们对信息的了解不完善，来制造一些住房供不应求的虚假信息来谋取超额的利润。
合肥市住宅商品房价格影响因素及预测研究
文化背景和价值观念对购房者的需 求和偏好产生影响，进而影响住宅 商品房价格。
区域因素
地段价值
地段价值是决定住宅商品房价格的重要因素之一，包括地理 位置、交通状况、商业氛围等。
周边设施
周边设施的完善程度也会影响住宅商品房价格，如教育、医 疗、商业等设施的齐全程度。
04
合肥市住宅商品房价格预测模型构建
参数设置
根据数据特征和模型要求，设置合适的参数，包括平滑系数、迭代次数、隐藏层 节点数等。
结果解释和预测
结果解释
对模型拟合结果进行解释，分析各影响因素对住宅商品房价 格的影响程度和方向，以及模型的有效性和可靠性。
预测
利用训练好的模型对未来住宅商品房价格进行预测，为政策 制定者和开发商提供参考。
06
03
合肥市住宅商品房价格影响因素分析
政策因素
宏观经济政策
财政政策、货币政策、产业政策等都会对房地产市场产生影响，进而影响住宅商品房价格 。
房地产政策
政府对房地产市场的调控措施，如限购、限贷、税收政策等，都会对住宅商品房价格产生 直接影响。
城市规划政策
城市规划的调整和实施，如土地供应、城市改造、交通基础设施等，也会对住宅商品房价 格产生影响。
未考虑区域差异
研究中未考虑到不同区域之间的 房价差异，未来可以针对不同区 域进行深入研究，以便更好地了 解各区域房价的影响因素。
缺乏动态分析
本研究主要进行了静态分析，未 考虑时间序列因素对房价的影响 。未来可以引入时间序列分析方 法，对房价进行动态分析，以便 更准确地预测房价走势。
07
参考文献
参考文献
02
有助于房地产企业和投资者做出更为明智的投资决策，以降低
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
城市商品住宅价格影响因素差异性研究
【摘要】无论是大城市还是中小城市，都应当采取合理的措施对当前严峻的房价形势进行宏观调控，但目前国内对中小城市房价问题研究较少，使得中小城市政府部门缺少对房价调控的具体依据。
本文以武汉城市圈为例进行实证研究，通过建立商品住宅价格与其影响因素的多元线性回归模型，分析了中小城市与大城市商品住宅价格影响因素的差异性，提出了中小城市政府部门制定房价调控措施应考虑自身实际，注意区别于大城市调控措施的建议。
【关键词】商品住宅价格多元线性回归模型影响因素
差异性
近年来，我国房地产价格迅速上涨，部分地区房价持续飙升，房价的上涨超过了居民收入的上涨水平，商品住宅的价格已远远超出了大多数普通市民的收入承受能力。
房价增长过快的趋势，不仅极大地影响了城市居民的生活质量，也是整个国民经济持续平稳发展的一个不稳定因素，房价问题已成为一个引起广泛关注的重要经济问题和社会问题。
面对当前房价的严峻形势，政府有必要采取合理的措施进行调控，然而，目前国内大多是对中国总体房价或大城市房价的研究，对中小城市的房价问题研究甚少，使得中小城市的政府部门缺少对房价调控的具体依据，不利于中小城市房地产的健康发展。
因此，研究中小城市与大城市商品住宅价格影响因素的差异性，对促进中小城市房地产健康发展及制定符合中小城市房地产自身特征的调控措施具有重要意义。
一、城市商品住宅价格影响因素的指标选择及分析
影响商品住宅价格的因素众多，学者们从各自的领域用不同的方法分析出了不同的影响因素，大致包括了成本因素、经济因素、社会因素、供求因素、政策因素和其他因素。
本文对武汉城市圈商品住宅发展的实际状况进行了实证分析，但需要可以量化的指标方能进行，故在前人研究的基础上，结合目前社会发展的形势，选取表征城市综合特性的主要指标作为商品住宅价格的影响因素进行分析研究，由此选定了地区生产总值（GDP）、人口、房地产开发投资完成额、城镇居民人均可支配收入、地方财政一般预算收入、居民消费价格指数（CPI）等六项指标，分析其与商品住宅价格之间的关系。
选取的各项指标与商品住宅价格的影响关系如下：地区生产总值（GDP）的增长，会促使房地产使用需求和资产需求增加，进而导致商品住宅价格上升；人口的增加，家庭人口的小型化，人口素质的上升，都增加了对住房的需求，进而推动房价上升；房地产开发投资完成额的变化与房地产业的发展有着高度相关性，投资的增长决定着房地产业的增长；城镇居民人均可支配收入的增加会提高居民的支付能力，从而增加对房地产的需求，导致房价上涨；地方财政一般预算
收入的一个重要部分就是土地有偿转让收入，而地方政府为获取更多的地价利益在一定程度上推动了地价的上涨，进而导致房价上涨；居民消费价格指数（CPI）同房地产价格存在长期相关性，CPI的上涨会引起房价的上涨。
二、城市商品住宅价格影响因素的实证分析
本文选取武汉城市圈中作为大城市的武汉以及作为中小城市的黄石和鄂州进行研究，运用其2000—2009年房地产市场运行的实际数据，以三个城市的房地产业作为研究对象，以其商品住宅价格为主线，建立商品住宅价格与各影响因素之间的多元线性回归模型，明确各因素与商品住宅价格之间的数量关系，并就各因素对商品住宅价格的影响程度进行定量分析，从而发现中小城市与大城市商品住宅价格影响因素的差异性。
设商品住宅价格Y与6个影响因素x1，x2，x3，x4，x5，x6有如下关系：
Y=?茁0+?茁1x1+?茁2x2+?茁3x3+?茁4x4+?茁5x5+?茁6x6+?着（1）
式（1）中取自然对数，然后标准化处理之后的数据：Y为商品住宅价格；x5为地方财政一般预算收入；x1为地区生产总值（GDP）；x6为居民消费价格指数（CPI）；x2为人口；?茁0∶?茁6为回归系数；x3为房地产开发投资完成额；?着为随机误差项；x4为城镇居民人均可支配收入。
1、武汉市商品住宅价格影响因素的实证分析
根据模型（1），通过采用逐步回归法消除多重共线性，逐个引入变量得到武汉市商品住宅价格与其影响因素的回归方程如下：
Y=-0.0127+0.6730x3+0.3493x4 （2）
对式（2）所示模型进行检验，得结果如下：
表1中相关系数R=0.9958，说明武汉市的商品住宅价格与武汉市的房地产开发投资完成额及城镇居民人均可支配收入高度相关；复相关系数R2=0.9917，说明武汉市的商品住宅价格总值99.17%的变动可由回归解释，即拟合效果很好；调整后的R2=0.9905，其值较高，故选择线性回归模型进行拟合是合适的。
表2中，在显著性水平?琢=0.05下，F的统计量大于F的临界值，此外相应的概率P小于0.05，所以，在显著性水平?琢=0.05下，得到的回归模型是显著的，可以认为武汉市的商品住宅价格与武汉市的房地产开发投资完成额及城镇居民人均可支配收入是高度显著的。
表3中，在显著性水平?琢=0.05下，x3和x4的t统计量均大于t的临界值，且相应的P值均小于0.05，这说明武汉市的房地产开发投资完成额和城镇居民人均可支配收入对武汉市的商品住宅价格有显著影响。
2、黄石市和鄂州市商品住宅价格影响因素的实证分析
根据模型（1），通过采用逐步回归法消除多重共线性，逐个引入变量得到黄石市和鄂州市商品住宅价格与其影响因素的回归方程如下：
黄石市：Y=0.0351+0.9499x5（3）
鄂州市：Y=-0.0474+1.0025x6 （4）
对式（3）、（4）所示模型进行检验，得结果如下：
由以上结果可知，黄石市和鄂州市的商品住宅价格与其影响因素的回归模型拟合效果很好，且均能通过F检验和t检验，说明黄石市的地方财政一般预算收入能够很好地解释黄石市的商品住宅价格，鄂州市的居民消费价格指数（CPI）也能够很好地解释鄂州市的商品住宅价格。
三、实证分析结论
本文通过建立多元线性回归模型，分别得到了影响大城市武汉市及中小城市黄石市和鄂州市商品住宅价格的影响因素及其影响程度，论证了中小城市与大城市商品住宅价格影响因素的差异性。
从武汉市的实证分析可知，在所研究的六项影响因素中，作为市场因素的房地产开发投资完成额和城镇居民人均可支配收入对武汉市商品住宅价格影响最大，且房地产开发投资完成额比城镇居民人均可支配收入对商品住宅价格的影响更大。
在保持其他因素不变的前提下，房地产开发投资完成额增加一个百分点，则商品住宅价格增加约0.67个百分点；同理，城镇居民人均可支配收入增加一个百分点，则商品住宅价格增加约0.35个百分点。
从黄石市和鄂州市的实证分析可知，在所研究的六项影响因素中，作为非市场因素的地方财政一般预算收入对黄石市商品住宅价格的影响最大，地方财政一般预算收入增加一个百分点，则商品住宅价格增加约0.95个百分点；作为非市场因素的居民消费价格指数（CPI）对鄂州市商品住宅价格的影响最大，居民消费价格指数增加一个百分点，则商品住宅价格增加约一个百分点。
四、结语
上述分析说明，大城市房地产发展较为成熟，影响其商品住宅价格的主要因素是房地产自由发展的市场因素，而中小城市房地产发展还处于比较混乱的局面，影响其商品住宅价格的主要因素多为非市场因素。
由此，本文建议中小城市政府部门在制定房价调控措施时应根据自身房地产的具体情况进行决策，应注意区别于大城市房价的调控措施，切勿盲目跟风而忽略实际，影响自身房地产的健康发展。
【参考文献】
[1] 徼锟：我国房地产价格变化的影响因素分析[D].天津财经大学，2007.
[2] 高霞、蒋立红、厉文平：城市商品住宅价格影响因素分析[J].价格月刊，2008（1）.
[3] 沈悦：房地产价格与宏观经济的关系研究[M].北京：知识产权出版社，2006.
[4] 王冰、黄磊：浅谈居民收入水平与住房价格的关系[J].中国科技信息，2005（12）.
[5] 刘传哲、何凌云：货币政策变量对我国房地产价格的影响分析[J].中国物价，2006（10）.。