三 數據、變量和測量

我們使用上海市2005年1%人口抽樣調查的一個子數據集來進行經驗分析。^[3]該數據集中16～59歲的非農就業者，原有26000余人，但在將研究對象限定為在經濟部門從事非農工作的16～59歲受雇就業者，并不得不放棄存在缺失值的個案之后，最終分析的樣本規模為19098人。我們所說的經濟部門，是指除國家機關和事業單位（所謂的公共部門）之外的以經濟職能為主的社會活動部門。進行這種限定的原因，一方面是基于經濟分割理論強調要將公共部門和經濟部門做區別對待的傳統（見Wallace & Kalleberg，1981），另一方面是出于在中國這些機構的就業和人事改革一直明顯滯后于企業改革因而勞動力很少自由流動的考慮。我們將雇主和自雇人士排除在分析之外，是為了保證研究對象在就業性質上的同質性，因為他們的投資行為會對就業結果（尤其是收入）產生重要影響，而且不少研究都一再表明，自雇和受雇這兩種工作性質在吸引就業者尤其是移民就業者時扮演著十分不同的角色（Arum，1997；Meng，2001）。

我們特意使用來自一個代表性城市的大樣本數據而非全國性、跨地區的抽樣數據來進行經驗分析，是為了便于對不同的戶籍群體進行理論上所關心的一系列比較。具體來說，是因為通過將研究對象明確限定于一個地方的勞動力市場，不同地區之間的經濟結構和發展階段差異對勞動者就業結果的影響就可以被有效地排除在外，從而避免這種影響被混淆在戶籍身份的作用之中。^[4]眾所周知，中國的經濟發展和改革進程在地區之間是不平衡的，同時收入不平等的程度和模式也存在地區差異（Xie & Hannum，1996；Hauser & Xie，2005）。而且理論上也有這樣一種觀點，即所謂的“全國性”勞動力市場其實并不存在，而是不可避免地按地域被分割為眾多的“地方性”勞動力市場（Topel，1986；Baumgardner，1988）。因此，如果我們要比較的戶籍群體分布在眾多不同的地方勞動力市場上，就很難徹底區分戶籍身份的效應與地方勞動力市場本身的結構性效應。^[5]而且，判斷某人是否持有本地戶口在單個城市數據中操作起來更加簡便，考察本地戶口的“價值”在特定的城市語境下也更加直觀。盡管本章分析的只是來自上海市的數據，但我們認為，其發現和結論能夠推論至中國的許多大中城市，尤其是北京、天津、杭州、廣州等大中城市。

上海市2005年1%人口抽樣調查收集了受訪者在個體特征、戶籍登記及就業方面的許多信息。根據受訪者兩方面的戶籍信息，即戶口所在地與戶口類別，我們就能將樣本按戶籍身份劃分為四個群體：本地城鎮居民（持有上海城鎮戶口的居民）、本地農村居民（持有上海農村戶口的居民）、外地農村移民（持有非上海農村戶口的居民）與外地城鎮移民（持有非上海城鎮戶口的居民）。這構成了本研究的關鍵自變量，并將以三個虛擬變量（本地城鎮居民為參照組）的形式進入模型。個體特征變量包括三個：性別（虛擬變量，男性＝1）、年齡（連續變量，同時引入年齡的平方項）、受教育程度（定類變量，劃分為初中及以下、高中或中專、大專及以上三個類別，第一類為參照組）。它們在模型中是控制變量，主要反映了人力資本的作用。此外，還有一個控制變量是每周工作時間，以受訪者在接受調查時所回答的上周工作小時數來測量。

個體在勞動力市場中的就業結果構成了本章研究的一系列因變量。我們首先關心的是部門進入，即個體進入哪一個經濟部門內就業。正如前文所介紹的，有兩個維度可以用來測量中國城市的分割性經濟結構：所有制和行業，而每一個維度都可將城市的經濟結構劃分為兩個部門，分別是“國有部門vs.非國有部門”以及“壟斷部門vs.非壟斷部門”。遵循分層研究文獻中的慣常做法，我們將“國有及國有控股企業”這一類型的工作單位視為國有部門，將“集體企業”“私營企業”和“其他”類型（其中包括外資企業）的工作單位視為非國有部門，這樣就生成了一個按所有制標準劃分的部門虛擬變量（國有部門＝1）。另一個按行業標準劃分的部門虛擬變量（壟斷部門＝1）是以兩位行業碼為基礎如此生成的：首先計算每一個細分行業中勞動者在私有制工作單位（指一般意義上的私有制，包括民營、外資等類型的工作單位）中的就業比重，其次將該比重低于某特定值的細分行業大體區分為壟斷部門，再次對該特定值附近的細分行業的壟斷性質做進一步核對與調整，最后以調整后的結果為準來劃定哪些細分行業屬于壟斷部門。^[6]需要強調的是，雖然在劃分國有部門/非國有部門和壟斷部門/非壟斷部門時都涉及了所有制，但前者按所有制類型對企業或單位進行劃分，而后者按所有制比重對行業進行劃分，兩者在概念上仍然是不同的。

用私有部門的就業比重（或者反過來用國有部門的就業比重）這一指標來反映各行業的壟斷與非壟斷性質在以往的相關研究中十分常見（例如，金玉國，2001；張展新，2004；聶盛，2004；晉利珍，2008）。^[7]雖然在成熟的市場經濟中壟斷這一概念是按市場的集中性（market concentration）來定義的，即一個行業內的商業活動或市場份額被少數幾個寡頭公司所控制（見Tolbert et al.，1980），但在中國行業壟斷卻更多地反映為政府在多大程度上允許私有企業進入并與公有制企業相競爭，因此主要是一種行政壟斷（參見戚聿東，2002；余東華，2006；岳希明等，2010）。如果某行業內私有部門的就業比重超過了國有部門，該行業在理論上仍可能具有壟斷性質，但這在中國實際上幾乎是不可能的。因此，就中國的具體國情而言，壟斷實際上指的就是國企壟斷，用上述方法來測量中國的行業壟斷在很大程度上是合理的、可以接受的。最后識別出來的壟斷行業名單請見本章附錄。值得注意的是，本章對行業壟斷的測量更為準確，因為這里的計算是以分類更細的兩位行業碼為基礎的，而不像以往的大部分研究那樣依賴一位碼行業分類。^[8]

除了部門進入之外，本章還關注個體在勞動力市場中的另外兩個就業結果，即職業和收入。上海市1%人口抽樣調查根據中國職業分類標準（GB/T 6565—1999）將受訪者所從事的職業做了兩位編碼（CSC00編碼），我們對此分別做了兩種處理。一是按照國內統計部門慣常使用的職業分類體系，先將其劃分為“國家機關、黨群組織、企業、事業單位負責人”“專業技術人員”“辦事人員和有關人員”“商業/服務業人員”“生產、運輸設備操作人員及有關人員”“不便分類的其他從業人員”六個大類，再將其簡化為“單位負責人和專業技術人員”（包括前兩個大類）、“辦事人員和有關人員”、“商業/服務業人員”和“體力工人及其他”（包括最后兩個大類）四個類別做分析。二是將CSC00編碼先轉為ISCO88編碼（國際標準職業分類，1988）^[9]再轉為ISEI（國際社會經濟地位指數）做分析（Ganzeboom et al.，1992）。ISEI已經在中國研究中得到了應用（例如，邊燕杰等，2006），本章使用它主要是為了充分利用兩位職業編碼的信息。遵循固有的處理策略，我們對收入變量（具體地講是月收入）取自然對數。