一、引言
各城市房价都在不断高涨，据我国统计局统计，一线城市房价在2万到3万5左右，二线城市在1万到2万左右。城市房价差异大，城市发展水平差异就相应增加。因此，研究不同城市房价的影响因素，有助于缩小城市间房价的差异，推动各城市共同发展。
二、文献综述
国内外学者关于房价的研究和观点有很多。Fratantoni和Schuh（2003）利用美国1966―1998年的数据发现相同的货币政策对城市房价的影响不同。孙力军、孙力彬（2006）选取2000―2006年的房价，发现可以通过货币政策抑制房价过快上涨。秦梓华（2006）研究发现我国的房价会受到货币供应量的影响。梁云芳、高铁梅（2007）利用1995―2005年的数据，发现房价与利率和M2负相关。吴成军（2009）论证了M2可以导致房价波动。卢建新、苗建军（2011）运用1997―2005年的数据，发现中、西部地区房价较东部地区来说波动小。
三、我国近年房地产市场
2008年金融危?C爆发后，政府轮番出台了大量宽松政策，使得2009年我国房地产市场火热。为了遏制房价过快增长，政府2010年连续采取了多轮调控措施，但收效甚微，同年我国70个大中城市房屋售价同比上涨6.4%。2011年后，国家进一步扩大干预，一定程度上控制了房价上涨。进入2014年，房地产市场出现房价、销售量双下降。于是国家又相继出台诸如“央五条”、“央行930房贷新政”等宽松政策。2015年房地产市场情势依然严峻，投资减少，国家出台宽松政策刺激需求，各地也出台相应的宽松政策刺激房市。2016年我国房地产市场交易量创新高，土地供应依然严峻，上半年房地产政策宽松，后半年热点城市房价开始快速上涨，调控政策逐渐收紧。
四、实证分析
（一）变量的选取与说明
本文取城市商品房销售均价为房价指标。根据之前学者的研究，货币供应量M2对房价有影响，而考虑到货币供应量只有全国的数据，故采用全国统一的M2。另外，考虑到房地产市场的供求效应，本文选取城市土地供应量和城市商品房销售面积两个月度指标。最后加入房地产政策作为虚拟变量。
本文所选择的城市有：一线城市（北京、上海、广州、深圳、天津）、二线城市（南京、杭州、厦门、石家庄和合肥）、三线城市（乌鲁木齐、银川、呼和浩特、西宁和兰州）。选取2010年06月到2016年11月的月度数据。为了消除异方差性，本文对除虚拟变量以外的全部变量取自然对数。全部数据来源于CREIS中指数据库、wind数据库、国家统计局、中国人民银行。
（二）政策虚拟变量的选取
通过对城市房价做断点检验，发现城市都存在一些政策影响房价出现断点的时间：一线城市为2011年5月、2013年9月和2016年1月，二线城市为2013年5月、2014年9月和2016年1月，三线城市为2011年5月、2012年10月和2014年5月。分别将不同类城市出现断点的政策定义为虚拟变量d1、d2、d3。
（三）单位根检验
首先对数据进行单位根检验。检验结果见表1。
由表1可知，一、二线城市的房价是不平稳的，对它们取一阶差分，结果如表2所示。
（四）固定效应模型的估计
运用平稳面板数据建立不同类城市的固定效应模型，结果如表3所示。
注：*表示在5%的水平上显著
五、结论与政策建议
根据上述结果，不同类城市有明显的差异。其中，一、二线城市的政策变量都为负，说明政策对其能够起到抑制作用。三线城市虚拟变量都为正，说明政策对房价的控制力小。
根据上述结论，为促进房地产市场健康发展，政府在处理房价问题时应注意以下几点：
第一，我国不同类城市房地产价格差异明显，国家政策能够制约一、二线城市房价，三线城市的政策制约性则较弱。因此要正确了解城市之间的差异，合理出台相关政策。
第二，一、二线城市应建立房价监测系统，减少房价的盲目预测。而三线城市应注重自身经济发展，结合具体情况因城施策。
