近年来我国房地产市场信贷规模膨胀速度惊人,在社会信贷资产中房地产市场抵押贷款所占的比重日益增大。房地产市场抵押贷款具有较高的价格风险特征,其风险程度在整体上随着房地产市场抵押贷款规模和比例的上升不断增大。如果风险爆发,将会对金融机构及金融体系造成严重破坏。房地产市场过热容易滋生房价泡沫,银行、信用社等金融机构的房地产抵押贷款就会面临非常高的违约风险和信用风险,从而导致资源配置与产业结构失衡等问题。进一步地,如果房地产价格泡沫破裂,那么房地产市场的风险就会传导至金融部门,爆发金融危机,引起房地产价格继续下降以及消费、投资等方面发生萎缩,从而导致经济衰退。因此,房价在合理区间内运行是避免房地产市场风险的根本。房价收入比是反映居民的住房支付能力和房地产市场整体运行状况的指标,通过研究我国主要城市的房价收入比,发现大部分城市的房价收入比偏高且存在一定的区域特征,居民的购房支付能力不足,所以,应降低房价收入比以促进房地产市场健康发展。降低房价收入比可以从提高居民收入和控制房价两个方面入手,事实上我国居民的收入近年来一直在稳步增长,面对过热的房地产市场,抑制房价过快上涨成为了政府的主要目标。为了使房价回归到合理水平,政府从2010年开始密集出台了一系列的政策措施加强对房地产市场的宏观调控,期望给过热的房地产市场降温。但是如何度量房地产调控政策对住房价格产生的影响?这些影响又具有哪些特征?基于此会给房地产调控政策的制定与实施带来怎样的启示?这些问题是本文关注的主要内容。通过研究,发现我国城市间的住房价格存在显著的空间自相关性(空间滞后性、空间依赖性),大量研究表明如果忽略住房价格的空间自相关性可能会导致潜在的估计低效和估计偏差,因此,本文选择空间计量经济模型来度量房地产调控政策对房价产生的影响。在模型建立的过程中,针对传统地理规则的空间权重矩阵在捕捉住房价格空间自相关性方面存在的不足,提出基于高斯核函数的时变非对称复合空间权重矩阵以描述房价的空间结构,采用不同指标度量经济距离检验新矩阵的稳健性。运用非嵌套假设检验证明时变非对称空间权重矩阵较传统的地理空间权重矩阵具有优越性,新空间权重矩阵能够较为全面地捕捉形成房价空间自相关性的地理、经济、社会等复杂因素,能够较为准确地描述现实经济社会中城市房价之间相互辐射的非对称性,能够随着时间的变化做出适应性改变。在我国,由于资源配置、经济发达程度、人口集聚等方面的原因,城市间的房地产市场发展状况和房价水平不尽相同,国家统一制定的房地产宏观调控政策对各个城市房价的影响可能也不相同。但在房地产市场发展水平相当的城市,调控政策对房价的作用应当比较接近,所以,房地产调控政策对住房价格的影响具有一定的空间异质性(空间差异性)。为了刻画房地产调控政策对房价的空间异质性影响,把分位数回归方法引入到空间计量经济模型中,同时为了克服内生性采用两阶段分位数回归方法估计参数。通过甄选调控政策影响房价的房地产市场相关变量,利用我国2010-2015年84个大中型城市的房地产市场数据进行实证研究,发现住房销售面积对房价显著的反向作用在高房价城市大于较低房价城市;土地价格对房价显著的同向作用在低房价城市小于较高房价城市;国内贷款额对房价显著的正向影响在高房价城市小于较低房价城市;贷款利率只在高房价城市对房价具有显著的正向作用;住房开发投资额对房价显著的正向影响在高房价城市大于较低房价城市。实证研究结果表明,对房地产市场进行调控应坚持因城施策、因地制宜、分类调控。具体表现为,在运用行政手段调控房价时,行政手段要与市场手段寻求有效结合,在高房价城市,应组合其他调控政策同时使用;低房价城市可能不宜使用行政手段调控房价。在使用税收政策调控房价时,政府要对闲置的房屋和土地要征缴闲置税,针对住房价格采取差别比例税率的方法征收相关税额,税收政策可以有效缓解房地产市场的结构性矛盾。在运用土地政策调控房价时,要建立集中和统一的建设用地市场,扩展地方政府的财政收入渠道,减轻其对土地财政的依赖;高房价城市相对于低房价城市来说,要注重土地的性质、用途,不能唯以价高者得的方式决定土地去向。在使用货币政策调控房价时,政府要根据货币政策环境,差异化引导民间资本;高房价城市的地方政府相对于低房价城市可拓展与商业银行的合作渠道,对房地产贷款实行利息补贴。