近年来,房地产行业实现了跨越式发展,它对国民经济起到重要支撑作用的同时也带来了一些现实问题。随着房地产行业的快速扩张,日益高涨的房价成为了社会各界的关注热点,我国政府也相继出台了多项政策来对房价进行控制。为了确保宏观政策调控的合理性,需要对房地产行业进行更为科学有效地分析。本文采用中国35个大中城市2007年-2020年的房价及相关数据进行实证分析。首先,建立参数空间面板自回归模型探索房价影响因素,得到如下几点结论:第一,在邻接空间权重矩阵、经济距离空间权重矩阵和地理距离空间权重矩阵下,各城市房价之间均有显著的空间相关性;第二,在三种空间权重矩阵下,模型全部选择了空间固定效应的空间滞后模型进行后续研究。第三,较多变量系数的估计值很小,可以考虑使用变量压缩法进行变量选择;第四,在三种空间权重矩阵构建的模型中,大部分变量的显著性是一致的,但人均GDP在不同模型下的显著性表现出明显不同。其次,在选出的参数模型基础上引入非参项,建立半参数空间面板自回归模型,并对模型分别施加Lasso和Adaptive Lasso惩罚项进行实证研究,研究结果表明:第一,对模型施加Adaptive Lasso惩罚项进行变量选择的效果明显优于对模型施加Lasso惩罚项;第二,人均GDP与房价之间的非线性估计图是一条“M”型曲线,验证了二者的非线性关系。并且由图可知,人均GDP的增加会导致房价的上升,但是这种上升是在波动之中上升的。第三,半参数空间面板模型变量选择和模型估计保留下来的变量更合理,对房价有显著影响的变量分别为:在需求侧有居民人均可支配收入、居民消费价格指数、在岗职工平均工资;在供给侧有房屋竣工面积、土地购置面积;在政策性因素中有土地成交均价、地方一般公共预算收入、地方一般公共预算支出、货币供应量。最后,通过本文的实证研究结果,给出如下几点建议:第一,制定政策既要总揽全局又要因城施策。第二,考虑经济变量对房价的影响。在满足国家宏观经济平稳发展的需求下,结合房地产行业发展对宏观经济变量的影响,制定合理策略,调控经济变量,以保证房价的稳定。第三,加强区域间的产业合作,缓解中心城市房价压力。