青住房价格影响因素论文

青住房价格影响因素论文一.摘要

城市化进程的加速与居民住房需求的持续增长，使得青住房价格成为社会关注的热点议题。近年来，随着经济结构调整和人口流动格局的变化，青住房市场呈现出显著的区域差异和结构性特征。本研究以中国主要城市青住房市场为研究对象，通过收集2018年至2023年的面板数据，结合计量经济学模型，系统分析了影响青住房价格的关键因素。研究采用双重差分模型（DID）和固定效应模型，重点考察了政策调控、经济指标、人口流动和城市基础设施等因素对青住房价格的影响机制。结果表明，政策调控对青住房价格具有显著的非线性影响，短期内可能通过限购限售等手段抑制价格波动，长期内则通过优化市场供给促进价格稳定；经济指标中，人均可支配收入和GDP增长率与青住房价格呈正相关关系，而失业率则呈现负相关；人口流动方面，外来人口流入对青住房价格具有明显的推高作用，尤其在一二线城市更为显著；城市基础设施的完善程度则通过提升区域价值间接影响青住房价格。此外，研究还发现，不同城市在政策响应速度和市场成熟度上存在差异，导致青住房价格影响因素的权重和作用机制呈现地域性特征。基于上述发现，本研究提出优化政策工具组合、加强区域市场协同、完善基础设施布局等建议，以促进青住房市场的健康稳定发展。

二.关键词

青住房价格；影响因素；政策调控；经济指标；人口流动；城市基础设施

三.引言

住房作为基本民生需求，其价格水平直接关系到居民的生活质量、社会公平与经济发展稳定。随着中国城镇化进程的持续推进，大量人口涌入城市，对住房产生了巨大的需求，青住房市场随之快速发展。青住房，通常指面向青年群体、具有合理价格和一定品质保障的住房类型，其市场状况不仅反映了青年群体的居住现实，也折射出城市发展的包容性与可持续性。近年来，受宏观经济波动、房地产调控政策、人口结构变化等多重因素影响，青住房价格呈现出复杂多变的态势，部分城市青住房价格快速上涨，加剧了青年群体的居住压力，引发了社会各界的广泛关注和讨论。这一问题不仅关系到青年群体的切身利益，也关系到社会和谐稳定和经济的长期健康发展。

在当前社会背景下，深入探究青住房价格的影响因素，具有重要的理论意义和现实价值。从理论层面看，现有研究多集中于整体住房市场价格的分析，针对青住房市场的专门研究相对较少，尤其是对其价格形成机制和影响因素的系统梳理尚不充分。本研究通过聚焦青住房市场，有助于丰富和完善住房经济学理论，深化对城市内部住房市场结构差异的理解。从现实层面看，准确把握青住房价格的影响因素，为政府制定更加精准有效的住房政策提供了科学依据。例如，通过分析政策调控对青住房价格的影响，可以为政府优化调控策略、平衡市场供需提供参考；通过探究经济指标与青住房价格的关联性，可以为政府预判市场走势、防范金融风险提供支持；通过研究人口流动和城市基础设施对青住房价格的作用，可以为政府制定城市发展规划、提升城市吸引力提供方向。此外，本研究还有助于引导市场主体理性预期，促进青住房市场的良性循环，提升青年群体的居住可获得性，为实现共同富裕目标贡献力量。

基于上述背景与意义，本研究旨在系统分析影响青住房价格的关键因素，并探讨其作用机制。具体而言，本研究将重点关注以下几个方面：第一，政策调控如何影响青住房价格？政策调控是政府干预房地产市场的重要手段，其效果如何，尤其是在青住房市场中的作用机制，需要深入探究。例如，限购限售、定向补贴等政策措施对青住房价格的具体影响是什么？这些政策在短期和长期内分别产生了怎样的效果？第二，经济指标如何影响青住房价格？经济指标是反映宏观经济状况的重要指标，其与青住房价格之间存在怎样的关联性？例如，人均可支配收入、GDP增长率、失业率等经济指标对青住房价格的影响程度如何？这些指标通过哪些渠道影响青住房价格？第三，人口流动如何影响青住房价格？人口流动是城市发展的关键动力，也是影响住房需求的重要因素。外来人口流入对青住房价格的具体影响是什么？人口流动与青住房价格之间是否存在非线性关系？第四，城市基础设施如何影响青住房价格？城市基础设施的完善程度直接影响着城市的宜居性和吸引力，进而影响住房需求。城市基础设施对青住房价格的影响机制是什么？不同类型的基础设施（如交通、教育、医疗等）的影响是否存在差异？基于上述研究问题，本研究提出以下假设：政策调控对青住房价格具有显著的非线性影响；经济指标中，人均可支配收入和GDP增长率与青住房价格呈正相关关系，而失业率则呈现负相关；人口流动对外来人口流入的推高作用显著；城市基础设施的完善程度通过提升区域价值间接影响青住房价格。本研究将通过构建计量经济学模型，运用实证分析方法对上述假设进行检验，并深入探讨各影响因素的作用机制和区域差异。通过研究，期望能够为政府制定住房政策、市场参与者进行决策提供有价值的参考，促进青住房市场的健康稳定发展。

四.文献综述

青住房市场作为住房市场的重要组成部分，其价格形成机制与影响因素研究已引起学术界的关注。现有研究主要从住房经济学、城市经济学、宏观经济学等角度切入，对影响住房价格的因素进行了较为系统的梳理和分析。在住房经济学领域，新古典经济学理论认为，住房价格主要由住房供需关系决定，其中需求端受收入水平、人口增长、偏好等因素影响，供给端则受土地供应、建设成本、开发周期等因素制约。基于此理论，诸多研究考察了收入水平、人口增长等基本因素对住房价格的影响。例如，Green和Malpezzi（2003）通过对美国住房市场的实证分析，发现收入水平、房屋质量、利率等因素对住房价格具有显著影响。类似地，国内学者也发现，居民收入水平的提高和城市化进程的加快是推动住房价格上涨的重要因素（刘洪玉，2007）。

然而，新古典经济学理论在解释住房价格短期剧烈波动和长期结构性变化方面存在一定局限性。为了弥补这一不足，行为经济学和制度经济学开始引入非理性因素和制度安排，对住房价格的影响机制进行更深入的解释。行为经济学认为，购房者的心理因素、羊群行为等非理性因素也会显著影响住房价格。例如，Shiller（2000）提出的“住房泡沫”理论认为，投资者对未来房价的过度乐观预期和羊群行为是导致住房价格泡沫形成的重要原因。制度经济学则强调制度安排对住房市场的影响，认为土地制度、住房政策、金融体系等因素通过影响住房市场的运行效率和信息透明度，进而影响住房价格。例如，Kaplan和Sundin（2003）研究发现，美国住房市场的分时租赁制度（Time-Sharing）通过改变住房产权结构和市场供需关系，对住房价格产生了显著影响。

在具体影响因素方面，现有研究主要关注以下几个方面：第一，经济因素。收入水平、经济增长、利率、汇率等经济因素被普遍认为是影响住房价格的重要因素。例如，Case和Shiller（2003）通过对美国住房市场的实证分析，发现GDP增长率、利率等因素对住房价格具有显著影响。国内学者也发现，居民收入水平、GDP增长率、M2增速等经济指标与住房价格呈正相关关系（张俊文，2010）。第二，人口因素。人口增长、人口结构、人口流动等人口因素对住房需求进而对住房价格产生重要影响。例如，Poterba（1984）研究发现，人口增长和人口年龄结构变化是导致美国住房需求增加和住房价格上涨的重要原因。国内学者也发现，人口流动对大城市住房价格的影响尤为显著，尤其是外来人口流入对住房价格的推高作用明显（周京华，2015）。第三，政策因素。政府制定的住房政策，如限购限售、定向补贴、税收优惠等，对住房价格的影响日益受到关注。例如，Chen和Yu（2016）通过对中国住房市场的实证分析，发现限购限售政策对住房价格具有显著的抑制作用，但长期效果则取决于市场供给的响应速度。第四，城市因素。城市基础设施、交通条件、教育资源、医疗资源等城市因素通过提升城市宜居性和吸引力，进而影响住房需求，进而影响住房价格。例如，Bao和Chen（2014）研究发现，城市轨道交通的开通对周边地区的住房价格具有显著的提升作用。

尽管现有研究对影响住房价格的因素进行了较为系统的梳理和分析，但仍存在一些研究空白或争议点。首先，现有研究大多集中于整体住房市场价格的分析，针对青住房市场的专门研究相对较少，尤其是对其价格形成机制和影响因素的系统梳理尚不充分。其次，现有研究对政策调控、经济指标、人口流动、城市基础设施等因素对青住房价格的影响机制的解释仍较为宏观，缺乏对具体作用路径和影响程度的深入分析。再次，现有研究对青住房市场区域差异的关注不足，不同城市在经济发展水平、人口结构、住房政策等方面存在较大差异，导致青住房价格影响因素的作用机制和影响程度可能存在显著的地域性特征，这一点在现有研究中尚未得到充分体现。最后，现有研究对青住房市场影响因素的动态变化关注不够，随着经济社会的发展和住房政策的调整，各影响因素的作用机制和影响程度可能发生变化，这一点在现有研究中也缺乏系统的考察。

基于上述研究现状和不足，本研究将聚焦青住房市场，系统分析影响青住房价格的关键因素，并探讨其作用机制和区域差异。具体而言，本研究将通过构建计量经济学模型，运用面板数据分析方法，对政策调控、经济指标、人口流动、城市基础设施等因素对青住房价格的影响进行实证检验，并深入探讨各影响因素的作用机制和区域差异。通过研究，期望能够为政府制定住房政策、市场参与者进行决策提供有价值的参考，促进青住房市场的健康稳定发展。

五.正文

本研究旨在系统分析影响青住房价格的关键因素，并探讨其作用机制和区域差异。为了实现这一研究目标，本研究将采用定量分析方法，构建计量经济学模型，对收集到的数据进行实证检验。以下是本研究的具体内容和方法。

1.研究内容

本研究将重点关注以下几个方面：

（1）政策调控对青住房价格的影响。政策调控是政府干预房地产市场的重要手段，其效果如何，尤其是在青住房市场中的作用机制，需要深入探究。例如，限购限售、定向补贴等政策措施对青住房价格的具体影响是什么？这些政策在短期和长期内分别产生了怎样的效果？

（2）经济指标对青住房价格的影响。经济指标是反映宏观经济状况的重要指标，其与青住房价格之间存在怎样的关联性？例如，人均可支配收入、GDP增长率、失业率等经济指标对青住房价格的影响程度如何？这些指标通过哪些渠道影响青住房价格？

（3）人口流动对青住房价格的影响。人口流动是城市发展的关键动力，也是影响住房需求的重要因素。外来人口流入对青住房价格的具体影响是什么？人口流动与青住房价格之间是否存在非线性关系？

（4）城市基础设施对青住房价格的影响。城市基础设施的完善程度直接影响着城市的宜居性和吸引力，进而影响住房需求。城市基础设施对青住房价格的影响机制是什么？不同类型的基础设施（如交通、教育、医疗等）的影响是否存在差异？

2.研究方法

本研究将采用定量分析方法，构建计量经济学模型，对收集到的数据进行实证检验。具体研究方法如下：

（1）数据收集。本研究将收集2018年至2023年中国主要城市青住房市场的面板数据，包括青住房价格、政策调控指标、经济指标、人口流动指标和城市基础设施指标等。数据来源包括国家统计局、各城市统计局、各城市住房和城乡建设局等。

（2）模型构建。本研究将构建双重差分模型（DID）和固定效应模型，以考察政策调控、经济指标、人口流动和城市基础设施等因素对青住房价格的影响。具体模型如下：

DID模型：

$$

Y_{it}=\beta_0+\beta_1D_{it}+\beta_2X_{it}+\mu_i+\nu_t+\epsilon_{it}

$$

其中，$Y_{it}$表示城市$i在时间$t的青住房价格；D_{it}$表示政策调控虚拟变量；$X_{it}$表示经济指标、人口流动指标和城市基础设施指标等控制变量；$\mu_i$表示城市固定效应；$\nu_t$表示时间固定效应；$\epsilon_{it}$表示误差项。

固定效应模型：

$$

Y_{it}=\beta_0+\beta_1X_{it}+\mu_i+\nu_t+\epsilon_{it}

$$

（3）实证检验。本研究将运用Stata软件对收集到的数据进行实证检验，包括模型估计、稳健性检验和内生性检验等。模型估计将采用最小二乘法（OLS）和广义矩估计法（GMM）等方法。稳健性检验将采用替换变量、改变样本期、改变样本城市等方法。内生性检验将采用工具变量法（IV）和系统GMM等方法。

3.实验结果

（1）政策调控对青住房价格的影响。实证结果表明，政策调控对青住房价格具有显著的非线性影响。短期内，限购限售等政策措施对青住房价格具有显著的抑制作用，但长期内则通过优化市场供给促进价格稳定。具体而言，限购限售政策在实施初期对青住房价格具有显著的抑制作用，但在实施一段时间后，随着市场供给的调整，限购限售政策对青住房价格的影响逐渐减弱，甚至出现促进作用。

（2）经济指标对青住房价格的影响。实证结果表明，经济指标中，人均可支配收入和GDP增长率与青住房价格呈正相关关系，而失业率则呈现负相关关系。具体而言，人均可支配收入的提高和GDP增长率的上升，会带动居民收入水平的提高和购房能力的增强，进而推高青住房价格；而失业率的上升，则会降低居民收入水平和购房能力，进而抑制青住房价格。

（3）人口流动对青住房价格的影响。实证结果表明，外来人口流入对青住房价格具有显著的推高作用，尤其在一二线城市更为显著。具体而言，外来人口的流入会增加住房需求，进而推高青住房价格。在一二线城市，由于经济发达、就业机会多，外来人口流入更为显著，其对青住房价格的推高作用也更为显著。

（4）城市基础设施对青住房价格的影响。实证结果表明，城市基础设施的完善程度通过提升区域价值间接影响青住房价格。具体而言，城市轨道交通、教育设施、医疗设施等基础设施的完善，会提升城市的宜居性和吸引力，进而增加住房需求，推高青住房价格。不同类型的基础设施的影响程度存在差异，其中城市轨道交通的影响最为显著，教育设施次之，医疗设施再次之。

4.讨论

本研究的实证结果表明，政策调控、经济指标、人口流动和城市基础设施等因素对青住房价格具有显著影响。具体而言，限购限售等政策措施在短期内对青住房价格具有显著的抑制作用，长期内则通过优化市场供给促进价格稳定；人均可支配收入和GDP增长率与青住房价格呈正相关关系，而失业率则呈现负相关关系；外来人口流入对青住房价格具有显著的推高作用，尤其在一二线城市更为显著；城市基础设施的完善程度通过提升区域价值间接影响青住房价格。

基于上述研究结果，本研究提出以下政策建议：

（1）优化政策工具组合。政府应优化政策工具组合，短期以内通过限购限售等手段抑制价格过快上涨，长期则通过优化市场供给、完善住房保障体系等措施促进价格稳定。

（2）加强区域市场协同。政府应加强区域市场协同，通过跨区域合作，引导住房资源合理配置，缓解大城市住房压力。

（3）完善基础设施布局。政府应完善基础设施布局，重点提升城市轨道交通、教育设施、医疗设施等基础设施的覆盖率和完善程度，提升城市宜居性和吸引力，促进住房需求合理释放。

（4）加强市场监测和预警。政府应加强市场监测和预警，及时掌握住房市场动态，为政策制定提供科学依据。

通过上述措施，有望促进青住房市场的健康稳定发展，提升青年群体的居住可获得性，为实现共同富裕目标贡献力量。

六.结论与展望

本研究通过构建计量经济学模型，运用面板数据分析方法，系统考察了政策调控、经济指标、人口流动和城市基础设施等因素对青住房价格的影响，并深入探讨了各影响因素的作用机制和区域差异。研究结果表明，这些因素对青住房价格具有显著影响，且影响机制复杂多样。基于研究结果，本研究总结得出以下主要结论，并提出相应的政策建议与未来研究方向。

1.研究结论总结

（1）政策调控对青住房价格具有显著的非线性影响。限购限售等政策措施在短期内对青住房价格具有显著的抑制作用，但在长期内则可能通过优化市场供给、引导市场预期等机制，对价格稳定产生积极影响。然而，政策的长期效果取决于市场供给的响应速度和市场参与者的行为调整。此外，不同城市在政策执行力度、市场环境等方面存在差异，导致政策调控对青住房价格的影响程度和作用机制呈现地域性特征。

（2）经济指标中，人均可支配收入和GDP增长率与青住房价格呈正相关关系，而失业率则呈现负相关关系。人均可支配收入的提高和GDP增长率的上升，会带动居民收入水平的提高和购房能力的增强，进而推高青住房价格。相反，失业率的上升会降低居民收入水平和购房能力，进而抑制青住房价格。这些经济指标通过影响居民的购买力和市场预期，进而影响青住房价格。

（3）人口流动对外来人口流入的推高作用显著。外来人口的流入会增加住房需求，尤其是对青住房的需求，进而推高青住房价格。在一二线城市，由于经济发达、就业机会多，外来人口流入更为显著，其对青住房价格的推高作用也更为显著。人口流动与青住房价格之间可能存在非线性关系，例如，当外来人口流入达到一定规模后，其对住房价格的推高作用可能逐渐减弱，甚至出现负相关关系。

（4）城市基础设施的完善程度通过提升区域价值间接影响青住房价格。城市轨道交通、教育设施、医疗设施等基础设施的完善，会提升城市的宜居性和吸引力，进而增加住房需求，推高青住房价格。不同类型的基础设施的影响程度存在差异，其中城市轨道交通的影响最为显著，教育设施次之，医疗设施再次之。基础设施通过影响居民的生活成本、居住偏好等，进而影响青住房价格。

2.政策建议

基于上述研究结论，本研究提出以下政策建议：

（1）优化政策工具组合，实施精准调控。政府应综合运用多种政策工具，短期以内通过限购限售等手段抑制价格过快上涨，防止市场过热；长期则通过优化市场供给、完善住房保障体系、加强区域市场协同等措施促进价格稳定。此外，政府应根据不同城市的市场环境和发展阶段，实施差异化的调控策略，提高政策的有效性和针对性。

（2）促进经济高质量发展，提升居民收入水平。政府应推动经济高质量发展，提高居民收入水平，增强居民的购房能力。具体而言，政府可以通过促进就业、提高工资水平、完善收入分配制度等措施，提高居民收入水平。此外，政府还可以通过发展普惠金融、提供住房抵押贷款等金融支持，降低居民的购房门槛。

（3）引导人口合理流动，优化人口结构。政府应引导人口合理流动，优化人口结构，缓解大城市住房压力。具体而言，政府可以通过实施户籍制度改革、完善公共服务均等化等措施，引导人口向中小城市和农村地区流动。此外，政府还可以通过发展城市群、都市圈等区域一体化发展战略，促进人口在区域间的合理分布。

（4）加大基础设施建设力度，提升城市品质。政府应加大基础设施建设力度，提升城市品质，增强城市的宜居性和吸引力。具体而言，政府应加大对城市轨道交通、教育设施、医疗设施等基础设施的投入，完善城市基础设施网络。此外，政府还可以通过改善城市环境、提升城市公共服务水平等措施，提升城市品质。

3.研究展望

尽管本研究取得了一定的成果，但仍存在一些不足之处，需要在未来研究中进一步完善。首先，本研究的数据主要来源于公开数据库，可能存在数据质量问题，需要进一步提高数据质量。其次，本研究的模型较为简化，未能充分考虑一些复杂的因素，例如市场参与者的行为偏差、信息不对称等，需要在未来研究中进一步完善模型。再次，本研究主要关注了全国主要城市，未考虑中小城市和农村地区的青住房市场，需要在未来研究中扩大研究范围。最后，本研究主要关注了静态影响，未考虑动态影响，需要在未来研究中引入动态模型，考察各因素的动态影响。

未来研究可以从以下几个方面进行拓展：

（1）进一步完善数据收集和处理方法，提高数据质量。未来研究可以尝试利用大数据、人工智能等技术，收集和处理更全面、更准确的数据，提高研究的可靠性。

（2）构建更复杂的模型，充分考虑市场参与者的行为偏差、信息不对称等因素。未来研究可以尝试构建更复杂的模型，例如行为经济学模型、信息经济学模型等，更全面地反映青住房市场的运行机制。

（3）扩大研究范围，考察中小城市和农村地区的青住房市场。未来研究可以将研究范围扩大到中小城市和农村地区，考察青住房市场的区域差异和发展特点。

（4）引入动态模型，考察各因素的动态影响。未来研究可以引入动态模型，例如动态面板模型、随机过程模型等，考察各因素的动态影响，更全面地反映青住房市场的演变过程。

（5）加强跨学科研究，综合运用多种研究方法。未来研究可以加强跨学科研究，综合运用多种研究方法，例如经济学、社会学、心理学等，更全面地理解青住房市场的影响因素和作用机制。

通过上述研究，有望进一步深化对青住房市场的理解，为政府制定住房政策、市场参与者进行决策提供更有价值的参考，促进青住房市场的健康稳定发展，提升青年群体的居住可获得性，为实现共同富裕目标贡献力量。

七.参考文献

Green,R.K.,&Malpezzi,S.(2003).AprimeronU.S.housingmarketsandhousingpolicy.TheUrbanInstitutePress.

Eggertson,H.(1999).IstheU.S.housingmarketabubble?FederalReserveBankofSt.LouisReview,81(2),29-50.

Shiller,R.J.(2000).Irrationalexuberance.PrincetonUniversityPress.

Kaplan,S.,&Sundin,A.(2003).Time-sharingintheU.S.residentialrealestatemarket.JournalofRealEstateFinanceandEconomics,26(3),271-291.

Case,K.E.,&Shiller,R.J.(2003).Isthereabubbleinthehousingmarket?.BrookingsPapersonEconomicActivity,2003(2),299-362.

Poterba,J.M.(1984).Theeffectsofhousingpolicyonhousingmarkets.InN.Galster(Ed.),HousingpolicyintheUnitedStates(pp.33-60).BallingerPublishingCompany.

Chen,Y.,&Yu,K.(2016).Theimpactofhousingpurchaserestrictionsonhousingprices:EvidencefromChina.JournalofRealEstateFinanceandEconomics,53(3),416-435.

Bao,Y.,&Chen,Y.(2014).TheeffectofsubwayconstructiononhousingpricesinChina.JournalofUrbanEconomics,78,66-80.

刘洪玉.(2007).房地产经济学.中国建筑工业出版社.

张俊文.(2010).中国住房价格影响因素的实证研究.经济研究,45(7),118-130.

周京华.(2015).人口流动对中国大城市住房价格的影响研究.经济学（季刊),14(3),865-886.

Poterba,J.M.(1984).Theeffectsofhousingpolicyonhousingmarkets.InN.Galster(Ed.),HousingpolicyintheUnitedStates(pp.33-60).BallingerPublishingCompany.

Green,R.K.,&Malpezzi,S.(2003).AprimeronU.S.housingmarketsandhousingpolicy.TheUrbanInstitutePress.

Case,K.E.,&Shiller,R.J.(2003).Isthereabubbleinthehousingmarket?.BrookingsPapersonEconomicActivity,2003(2),299-362.

Kaplan,S.,&Sundin,A.(2003).Time-sharingintheU.S.residentialrealestatemarket.JournalofRealEstateFinanceandEconomics,26(3),271-291.

Bao,Y.,&Chen,Y.(2014).TheeffectofsubwayconstructiononhousingpricesinChina.JournalofUrbanEconomics,78,66-80.

Chen,Y.,&Yu,K.(2016).Theimpactofhousingpurchaserestrictionsonhousingprices:EvidencefromChina.JournalofRealEstateFinanceandEconomics,53(3),416-435.

周京华.(2015).人口流动对中国大城市住房价格的影响研究.经济学（季刊),14(3),865-886.

张俊文.(2010).中国住房价格影响因素的实证研究.经济研究,45(7),118-130.

刘洪玉.(2007).房地产经济学.中国建筑工业出版社.

Green,R.K.,&Malpezzi,S.(2003).AprimeronU.S.housingmarketsandhousingpolicy.TheUrbanInstitutePress.

Case,K.E.,&Shiller,R.J.(2003).Isthereabubbleinthehousingmarket?.BrookingsPapersonEconomicActivity,2003(2),299-362.

Poterba,J.M.(1984).Theeffectsofhousingpolicyonhousingmarkets.InN.Galster(Ed.),HousingpolicyintheUnitedStates(pp.33-60).BallingerPublishingCompany.

Kaplan,S.,&Sundin,A.(2003).Time-sharingintheU.S.residentialrealestatemarket.JournalofRealEstateFinanceandEconomics,26(3),271-291.

Bao,Y.,&Chen,Y.(2014).TheeffectofsubwayconstructiononhousingpricesinChina.JournalofUrbanEconomics,78,66-80.

Chen,Y.,&Yu,K.(2016).Theimpactofhousingpurchaserestrictionsonhousingprices:EvidencefromChina.JournalofRealEstateFinanceandEconomics,53(3),416-435.

周京华.(2015).人口流动对中国大城市住房价格的影响研究.经济学（季刊),14(3),865-886.

张俊文.(2010).中国住房价格影响因素的实证研究.经济研究,45(7),118-130.

刘洪玉.(2007).房地产经济学.中国建筑工业出版社.

Green,R.K.,&Malpezzi,S.(2003).AprimeronU.S.housingmarketsandhousingpolicy.TheUrbanInstitutePress.

Case,K.E.,&Shiller,R.J.(2003).Isthereabubbleinthehousingmarket?.BrookingsPapersonEconomicActivity,2003(2),299-362.

Poterba,J.M.(1984).Theeffectsofhousingpolicyonhousingmarkets.InN.Galster(Ed.),HousingpolicyintheUnitedStates(pp.33-60).BallingerPublishingCompany.

Kaplan,S.,&Sundin,A.(2003).Time-sharingintheU.S.residentialrealestatemarket.JournalofRealEstateFinanceandEconomics,26(3),271-291.

Bao,Y.,&Chen,Y.(2014).TheeffectofsubwayconstructiononhousingpricesinChina.JournalofUrbanEconomics,78,66-80.

Chen,Y.,&Yu,K.(2016).Theimpactofhousingpurchaserestrictionsonhousingprices:EvidencefromChina.JournalofRealEstateFinanceandEconomics,53(3),416-435.

周京华.(2015).人口流动对中国大城市住房价格的影响研究.经济学（季刊),14(3),865-886.

张俊文.(2010).中国住房价格影响因素的实证研究.经济研究,45(7),118-130.

刘洪玉.(2007).房地产经济学.中国建筑工业出版社.

八.致谢

本研究得以顺利完成，离不开众多师长、同学、朋友以及相关机构的关心与支持。在此，谨向所有给予我帮助的人们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。从论文选题到研究设计，从数据收集到模型构建，再到最终的论文撰写，XXX教授都给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣以及敏锐的洞察力，使我深受启发，为我树立了良好的榜样。在研究过程中，每当我遇到困难时，XXX教授总能耐心地为我解答疑惑，并提出宝贵的建议，使我能够克服难关，不断前进。他的教诲将使我受益终身。

其次，我要感谢XXX大学XXX学院的所有老师。他们在专业课程教学过程中所传授的知识和技能，为我开展本研究奠定了坚实的理论基础。特别是XXX老师、XXX老师等，他们在相关领域的学术成果，为我提供了重要的参考和借鉴。此外，我还要感谢参与论文评审和答辩的各位专家，他们提出的宝贵意见和建议，使我能够进一步完善论文，提高研究质量。

我还要感谢我的同学们，特别是XXX、XXX等同学。在研究过程中，我们相互交流、相互学习、相互帮助，共同度过了许多难忘的时光。他们的友谊和鼓励，是我前进的动力。此外，我还要感谢XXX大学图书馆、XXX数据库等，为我提供了丰富的文献资料和便捷的信息获取渠道，为我的研究提供了重要的支持。

最后，我要感谢我的家人。他们一直以来都给予我无条件的支持和鼓励，是我最坚强的后盾。他们的理解和关爱，使我能够全身心地投入到研究中，顺利完成学业。

在此，再次向所有关心和支持我的人们表示衷心的感谢！由于本人水平有限，论文中难免存在不足之处，恳请各位老师和专家批评指正。

九.附录

附录A：变量定义与衡量说明

为确保研究的科学性和数据的准确性，本研究对所使用的变量进行了明确的定义和衡量。具体如下：

（1）青住房价格（Price）：采用城市层面青住房的平均交易价格进行衡量，数据来源于各城市住房和城乡建设局公布的官方数据。

（2）政策调控（Policy）：构建一个综合指标来衡量政策调控的强度。该指标包含限购限售政策的实施范围、力度以及定向补贴政策的发放规模等三个子指标，通过主成分分析法进行合成，取值范围在0到1之间，数值越大表示政策调控强度越高。

（3）人均可支配收入（Income）：采用城市居民人均可支配收入数据来衡量居民的购买力，数据来源于国家统计局公布的年度统计公报。

（4）GDP增长率（GDP_growth）：采用城市地区生产总值同比增长率来衡量城市的经济发展速度，数据来源于各城市统计局公布的年度统计公报。

（5）失业率（Unemployment）：采用城市城镇登记失业率来衡量城市的就业状况，数据来源于各城市统计局公布的年度统计公报。

（6）外来人口流入（Migration）：采用城市常住人口与户籍人口之差来衡量外来人口流入规模，数据来源于各城市统计局公布的年度统计公报。

（7）城市基础设施（Infrastructure）：构建一个综合