一、基础概况
- 数据编号:1994
- 时间跨度:2010–2023 年全国地级市年度平衡面板
- 原始数据源:《中国城市统计年鉴》分所有制职工工资指数(国有、集体、其他单位三类薪资数据)
- 基准文献:崔琳昊、冯烽《数字经济如何影响城市间劳动力市场分割》,《当代经济科学》2025(CSSCI)
- 核心指标:SEG 劳动力市场分割指数,数值越大代表该市与全国其他城市间劳动力流动壁垒越高、要素市场割裂越严重
- 存储格式:Excel 城市年度面板
二、SEG 指数完整测算逻辑(相对价格方差法)
- 基础数据:提取城市三类所有制职工货币工资环比指数;
- 计算城市两两间工资相对价格对数差分,消除时序趋势;
- 去除工资品类固有异质性(组内去均值),得到纯市场波动残差;
- 计算该城市与全国所有配对城市工资残差方差,取均值得到单城市年度 SEG;
- 经济含义:
- SEG 越高:跨城市薪资差异波动大,户籍、行政、社保等壁垒阻碍劳动力自由流动;
- SEG 越低:区域劳动力要素配置趋于一体化,统一劳动力市场建设水平更高。
三、标准面板完整字段
省份|省份代码|地级市|城市代码|年份|SEG(劳动力市场分割指数)
四、核心理论传导逻辑
劳动力市场分割抬高跨城求职、迁徙成本:
- 高分割城市人才流入不足,企业数字、绿色研发人才供给短缺;
- 区域薪资错配抑制产业分工、生产性服务业集聚;
- 削弱城市群、政府数据开放等政策的要素溢出效果;
- 拉大区域创新差距,加剧行业数字技术涓滴不均。
五、适配实证研究方向
- 数字经济熨平市场分割(基准主题) 搭配政府数据开放 DID、城市群 DID、生产性服务业集聚面板,检验数字基础设施、公共数据开放能否降低 SEG 指数,疏通劳动力跨城流动渠道。
- 要素分割对企业创新的抑制机制 匹配数绿融合、数字技术能力、生态文明专利、数据资产化指数:高 SEG 城市企业难以吸纳跨区域数字 / 绿色人才,数绿融合专利、数据资产积累显著偏低。
- 高管团队数字禀赋异质性 联动高管数字断层数据集:劳动力市场高度分割地区,企业很难招聘数字背景高管,TMT 数字分化(ASW 断层强度)更高。
- 区域政策协同对冲分割壁垒 结合政采贷、长护险、财承 PPP 等城市 DID:产业信贷、养老保障一体化政策可降低 SEG,缓解人才流动后顾之忧。
- 极端冲击下劳动力供给韧性 联动地县级极端天气数据集:高分割城市遭遇气象灾害后,外部劳动力补充困难,企业生产、研发收缩幅度更大。
- 产业链纵向整合的人才弥补效应 匹配有色新能源纵向整合、供应链协同创新:上下游一体化企业可内部调配跨区域人才,对冲本地劳动力市场分割约束。
- 空间计量区域溢出 以 SEG 构建空间权重,测算周边城市劳动力分割的负向传染效应,验证城市群一体化的要素整合红利。
- 分区域异质性 东部 / 中西部、核心 / 外围城市分组,数字经济对 SEG 的缓释效果存在明显地区差异。
六、数据核心优势
- 完全复刻《当代经济科学》工资相对方差测算范式,要素市场分割领域顶刊通用指标;
- 2010–2023 长时序,覆盖数字经济、新型城镇化、统一大市场完整政策周期;
- 地级市精细面板,区别于省级分割指数,更贴合城市层面政策微观传导;
- 已完成全部方差聚合计算,直接输出 SEG 连续指数,无需自行处理工资原始数据;
- 标准化省市行政编码,无缝对接城市群、政府数据开放、极端气候、上市公司全套面板。

306

被折叠的 条评论
为什么被折叠?



