\t本书从微观和宏观两个角度研究了房地产市场的定价过程及其影响因素，以及房地产业在国民经济中与其他产业之间的关联。其中，微观分析部分采用的数据主要源于北京市二手房交易市场，力求基于真实的住房成交数据，对日常人们所关心的重要问题展开精准的量化估计；而宏观分析部分则基于多部门的中间品模型，建立诸多部门之间交错紧密的产业关联，获得单一部门的波动对整个宏观经济的带动效应。

  
\t第1章 引言



\t1.1 房地产业成为支柱产业的历程



\t1.2 房地产市场调控政策和措施简述



\t1.3 微观证据：房地产价格的影响因素



\t1.4 宏观分析：房地产在宏观经济中的角色及影响



\t1.5 本书的篇 章结构



\t上篇 微观证据



\t第2章 房地产微观数据概况



\t2.1 房地产交易数据概况



\t2.2 其他相关微观数据概况



\t第3章 教育资源对房价的影响



\t3.1 “学区房”缘起



\t3.2 北京市基础教育制度与房价状况



\t3.3 住房市场与基础教育数据



\t3.4 第一种内生性：“筛选效应”与边界断点回归方法



\t3.5 第二种内生性：“投资效应”与工具变量法



\t3.6 综合内生性处理：双重差分回归



\t3.7 本章结论



\t第4章 基础教育改革政策效应



\t4.1 “3月”教改及其实施



\t4.2 面板分析方法



\t4.3 政策力度与政策效应



\t第5章 优质空气在住房价格中的溢价



\t5.1 “奢侈”的蓝天



\t5.2 空气质量的非线性指标



\t5.3 优质空气溢价及其异质性



\t下篇 宏观分析



\t第6章 产业关联的带动效应



\t6.1 宏观调控中的产业关联



\t6.2 两部门与多部门模型



\t6.3 数值模拟下的带动效应



\t6.4 反事实政策验证：无产业关联的情况



\t第7章 区域房价与人口分布



\t7.1 住房成本与人口分布



\t7.2 城市密度模型的引入



\t7.3 城市密度模型的结果



\t7.4 疫情冲击下的城市内部人口分布



\t第8章 结论



\t参考文献



\t附录



\t附录A 数据：产业关联校准



\t附录B 推导：产业关联模型