中国的房地产行业迅速发展,已经是国民经济的重要组成部分。与此同时,房价的快速上涨也成为全社会关注的焦点。高房价不仅影响着居民的日常生活,而且还会对全国经济的平稳发展产生危害。虽然政府多次出台调控政策,但只是在短期内抑制了房价的上涨。一旦调控政策放松,房价会立马反弹,再次快速上涨。为了能够有效的控制房价上涨,研究宏观经济因素对房价的影响仍然是一个很重要的问题。以前的文献大多集中在研究宏观经济因素对均值房价的研究,这样的研究是与现实相偏离。因为每个城市的宏观环境会存在差异,其对房价的影响机制也必定存在差异,而且政府的调控政策都是在高房价城市实施。因此,本文采用动态面板分位回归研究宏观经济因素对不同房价水平的影响,研究内容更加丰富和合理,也能为政府制定调控政策提供更加合理的建议。本文采用35个城市2002年到2016年的面板数据进行实证研究,模型中的变量包括房价、收入、经济开放度、利率和人口。在对数据进行截面相依检验、单位根检验和协整检验后,采用系统GMM方法和动态面板分位回归方法进行参数估计。系统GMM方法得到的结果,与以前的文献的结论相一致。而采用动态面板分位回归方法得到的结果比均值分析更丰富,得到了一些创新性的结论:收入对房价的影响在各个分位点上都是正向显著。但是高分位点的影响系数比其他分位点要大,这说明在高房价城市,收入对房价的影响更大。对于经济开放度,在高房价城市,对房价没有影响,不存在“巴拉萨—萨缪尔森”效应,而在低房价和中等房价的城市存在“巴拉萨—萨缪尔森”效应。利率在低房价城市有正向推动作用,在高房价城市没有影响,而且利率的影响系数在各个分位点上都是偏小的。人口对房价的影响在各个分位点上都是正向显著的,说明人口是推动房价上涨的重要因素。最后,基于实证研究的结果,本文提供了一些政策建议。