四、数据来源与实证分析方法

（一）数据来源

微观劳动力数据主要来自中国家庭收入调查数据（Chinese Household Income Project Survey, CHIPS）。中国社会科学院经济研究所与国家统计局于1988年、1995年、2002年、2007年和2008年所共同收集的中国家庭收入调查数据，其中，2007年和2008年CHIPS也是大型RUMiC（中国的农村-城镇移民）调查项目的组成部分。本文主要使用CHIPS中的城镇住户子样本。2002年的数据涵盖了北京、山西、辽宁、江苏、安徽、河南、湖北、广东、重庆、四川、云南和甘肃12个省级行政单位的70个市和县，包括6835个家庭的20632人；2007年和2008年的数据涵盖了上海、江苏、浙江、广东、安徽、河南、湖北、重庆和四川9个省级行政单位的19个市和县，包括5000个家庭14683多人。2002年、2007年和2008年的调查均采取了两阶段分层随机抽样方法。调查者在第一阶段先选择城市和县，再于第二阶段在所选的市和县中抽取调查家庭。此调查涵盖了大量个人层面的人口和经济社会信息，使我们能够通过控制微观个体效应，以有效识别城市集聚经济。

宏观城市数据主要包括城市行业、地理和人口等指标，主要来源于第一次（2004年）和第二次（2008年）全国各地区经济普查数据以及历年《中国城市统计年鉴》、《中国区域统计年鉴》和各省市《统计年鉴》等。其中，全国各地区经济普查数据均全国各地区按照统一的方法、统一标准、统一时间、统一组织对工业、建筑业、第三产业的所有单位和个体经营户进行的一次性全面调查，经济普查的主要内容包括单位基本属性、从业人员、财务状况、生产经营情况、生产能力、能源消耗、科技活动情况等。

（二）实证分析方法

1．微观经济计量方法。本文的实证分析主要涉及横截面数据和面板数据的经济计量方法，对内生性的识别和解决方法进行详细的介绍和分析。所用计量软件为Stata11.2。

2．空间分析方法。本文采用的空间分析方法包括空间统计与空间计量经济，都是基于空间数据的分析方法。空间数据具有典型的空间效应，包括空间相关性和空间异质性两个方面，空间统计与空间计量经济方法的产生和发展为解决这两个方面的问题提供了新的工具。本文所采用的空间分析软件主要有Matlab7.11、OpenGeoDa1.0.1和MapInfo11.0等。

3．多层次分析方法。基于社会科学研究中的阶层（Hierarch-i cal）或嵌套（Nested）数据结构，将组间（总体层次）信息考虑进来的一种回归分析方法。本文所采用的多层次分析软件主要有HLM9.08和Stata11.2。