作为房地产行业的重要组成部分，住宅产业的发展和人民的生活水平提高最为休戚相关。价格作为影响市场供给和需求的主要决定因素，是市场运行的核心机制，也是社会最容易观察到的信号。因此，对住宅价格的研究不仅可以帮助更好地了解我国住宅市场，也可以为政府调控决策提供依据，为房地产开发企业提供项目运行的可行性参考，为普通消费者自用购房或投资提供信息支持。 目前，国内关于住宅价格影响因素的研究大多为定性分析，针对某特定地区分析价格趋势或分析宏观经济政策影响及预测价格走势的文章比较多，对商品住宅价格影响因素进行定量研究的还比较少，且大多数实证分析的文章或者是从供需层面考虑，或者是从宏观经济的某一个角度出发来探讨影响住宅价格的因素，很少是从城市间的差异角度来考虑住宅价格问题，这也是本文研究的出发点。 本文以全国33个大中城市1999-2004年的商品住宅价格为研究对象，试图探讨城市之间哪些方面的差异可能导致城市间不同的住宅价格。由于城市差异涵盖太广，也无法全面详细地量化，因此本文借鉴了徐康宁建立的城市经济发展环境指标体系结构以体现城市在经济社会环境方面的某些重要差别，继而讨论这些差别对于城市间住宅价格分化的影响。在分析方法上，本文首先利用因子分析的方法通过缩维处理将城市年鉴中可以参考的众多具体指标进行归类、分组，以找出这些指标后隐藏的公共因素。其次，将若干提取出来的公共因素对住宅价格进行回归分析，以了解哪些因素对于住宅价格有着显著的影响。由于以上分析方法针对的仅仅是某一年的数据，因此从以上分析得出的结果可能会受到年份特殊性的影响。为了减少年份特殊性的干扰以找到更一般的规律，我们还采用了面板数据的回归模型，综合城市截面数据和时间序列数据，采用固定效应模型以各个重要原始指标对住宅价格进行回归分析，帮助更好地了解城市间的差异将怎样影响住宅价格的差异。 综合以上各种分析方法，本文研究得到如下结论：城市经济运行基础、城市经济规模和商业化程度对住宅价格有着非常显著的正向影响，此外，城市经济发展速度以及城市居住的舒适度等也对城市的住宅价格有一定的正向作用；如果用具体的可采集的原始指标来解释住宅价格的差异，可以发现近几年来，城市的建成区面积、地方财政预算内收入、人均GDP以及建成区绿化覆盖率能较好的解释各个城市间商品住宅平均销售价格的差异。 本文的研究结论对于政府调控、开发企业决策和消费者投资等实践都具有现实的指导意义，但在研究过程中也发现了一些不足和有待改进的地方。例如，样本数据可以进一步扩展、一些重要指标可能暂时无法进行量化、面板数据模型处理技术上有待进一步研究、模型是否应该采用非线性的形式也是需要考虑的地方等等。