Real estate market prices have proven to be influenced by many driving factors. As suggested by Tiebout's (1956) model, the level of public services was believed to influence people's decision to move geographically, which was called "voting with their feet". The panel data used in this paper were the market price of one- or two- dwelling buildings and the per capita cost of public investment factors in 290 municipalities in Sweden for the period 2011 to 2020. The principal component analysis method was firstly performed to dimensionalize the data and create new index variables. A panel vector autoregressive model based on the GMM estimator was developed, and cluster robust standard errors were used to address autocorrelation and heteroskedasticity. The empirical results showed that in addition to demographic variables, the principal components of government investment variables in traffic infrastructure, youth education and comprehensive health care, had a positive stimulating effect on real estate prices. The results of Granger causality tests showed a positive effect of the increment in house prices on investment in public activities. The IRF plots and variance decomposition of the first-order difference in real estate prices over the next ten periods showed that despite the presence of positive stimulus for public investment, house prices were more independent in the future, which indicated the dominant factor in the movements was itself. / Priserna på fastighetsmarknaden har visat sig påverkas av många faktorer. Enligt Tiebouts (1956) modell trodde man att nivån på de offentliga tjänsterna påverkade människors beslut att flytta geografiskt, vilket kallades "rösta med fötterna". De paneldata som används i denna artikel är marknadspriset på en- eller tvåbostadshus och kostnaden per capita för offentliga investeringsfaktorer i 290 kommuner i Sverige för perioden 2011-2020. Först utfördes PCA-metoden för att dimensionera data och skapa nya indexvariabler. En auktoregressiv panelvektormodell baserad på GMM-estimatorn utvecklades, och klusterrobusta standardfel användes för att hantera autokorrelation och heteroskedasticitet. De empiriska resultaten visade att förutom demografiska variabler hade huvudkomponenterna i de statliga investeringsvariablerna i trafikinfrastruktur, ungdomsutbildning och omfattande hälsovård en positiv stimulerande effekt på fastighetspriserna. Resultaten av Granger-kausalitetstesterna visade att ökningen av huspriserna har en positiv effekt på investeringar i offentlig verksamhet. IRF-plottarna och variansdekompositionen av första ordningens skillnad i fastighetspriserna under de följande tio perioderna visade att trots positiva stimulansåtgärder för offentliga investeringar var huspriserna mer oberoende i framtiden, vilket tydde på att den dominerande faktorn i rörelserna var sig själv.