随着Mincer(1974)工资方程的提出，学者们开始关注个体特征对工资差距的影响，尤其是对于性别、年龄、婚姻状况和教育年限等特征影响工资差距的研究较为盛行。何亦名(2009)等关于教育收益率的研究也为本文选择影响学历工资差距的因素提供了有益帮助。根据1995、2002和2007年CHIP调查数据所提供的完整信息，选择性别、年龄、年龄的平方、婚姻状况©和工作年限等作为衡量个体特征的主要因素。需要指出的是，选择年龄的平方变量，是因为通常认为个体工资会随年龄增长表现出先增加后减少的倒U型趋势，而后文的经验研究也恰好证实了这一点。而对千婚姻状况和工作年限的选取，尽管直观判断已婚比未婚更有工资优势，且工作年限越长，经验越丰富，工资越高，但这在不同时期和不同学历人群中的表现并不一致，需要进一步考察。

数据描述及内生性问题的处理

本文所用个体特征和就业单位特征变量主要来自千1995、2002和2007年的CHIP数据，根据数据中提供的省份、城市代码，可进行城市变量的匹配。城市变量主出口开放、高等教育扩展与学历工资差距要来自千历年各省统计年鉴、各城市统计年报、《中国区域经济统计年鉴》和《中国城市统计年鉴》等。对于地级市的出口贸易额、实际利用外资额主要来自千各城市当年的统计公报、所在省份的统计年鉴及《中国城市统计年鉴》；对千县级市的数据主要来自千统计年报和县市年鉴；而对千个别县级市数据缺失则用邻近年份的数据折算或采用当年所在地级市数据对辖区其余县市进行削减处理。对于地级市的GDP、人口总数和人均GDP数据主要来源于《中国区域经济统计年鉴》和《中国城市统计年鉴》，而县级市则来源于《中国县市社会经济统计年鉴》和各省市1996、2003和2008年的统计年鉴。人民币与美元汇率中间价来源千2010年《中国统计年鉴》。

此外，我们需要关注可能存在的变量内生性问题，以便有效控制由此引发的有偏估计和结果不一致现象。在本文中，出口开放水平和个体工资间可能存在互为因果的关系，导致内生性问 题。根据Gallup等(1999)与黄吹立和李坤望(2006)的研究，本文采用工具变量法来控制内生变量对估计结果产生的不利影响，选用海外市场接近度作为出口开放度的工具变量，以各城市到海岸线最短距离的倒数度量。其中，沿海城市到海岸线最短距离为其内部距离；内陆城市则是内部距离加上到最近沿海港口城市的距离。心选用海外市场接近度作为工具变量，主要出千如下考虑：一是海外市场接近度会通过运输和交易成本显著影响出口贸易；海运作为现今对外贸易的主要通道，使得沿海港口城市获得了优越的进出口条件，而内陆城市则不得不面临高昂的运输成本。二是无论是唐宋以来的历史事实还是当今的贸易实践，我们都无法得出地理因素本身决定个人工资水平的判断，一度出现的鄂尔多斯人均收入比拼香港的现象便是佐证之一。

参考文献：

[1]大数据时代高校学生教育管理工作个性化研究[J]. 唐亭婷.  高教学刊. 2021(07)

[2]大数据时代高校学生教育管理工作个性化研究[J]. 刘谨.  现代交际. 2020(06)

[3]大数据下的高校学生教育管理工作研究[J]. 卢景值.  现代职业教育. 2019(23)

[4]探析大数据时代高校学生教育管理工作[J]. 刘利君.  戏剧之家. 2019(21)

[5]大数据时代高校学生教育管理工作分析[J]. 石径溪,史京娇.  国际公关. 2019(04)

[6]大数据时代高校学生教育管理工作摭探[J]. 杨阳,石城,苏力.  成才之路. 2019(06)