只要是城市的劳动力人群，每个年龄组基本上还都有大学学历的（偶说的大样本）。

然后你想说的迁移什么的，想说民工么？民工拥有大学学历以上的比例是极低的。

我估计rudi指的是广义迁移人群，不是特指农民工。

可以指户口移民和非户口移民（民工？），也可以单指后者。

这样的高学历非本地出生人口在一二三线城市的差别很大，一线城市基本上每个年龄组都有不少，但是到了三线城市以下就比例极低了。

或者最低限度地，只考虑城市层面上的educ X mig分组，那么0值问题是否仍然严重？

如果仍然严重，那么有没有什么方法处理？合并组别或者是在0上面统一加上一个很小的正数（例如0.1....）？

如果只是这个分组的话，应该不太严重，怕的是你再按照年龄什么的分组，那就问题有点大了。呵呵。

基本上大点的组还好。

嗯，不得不如此吧，虽然大家都清楚这意味着相同教育水平，不同年龄的劳动者群体是完全替代的。。。

再发一个报道，今天在网上闲逛的时候找到的，看看两位作者如何说自己的文章：

“Although most of the impact from that wave of immigration may have already been seen, Doran said the migration helped produce better ideas, and the students of the Soviet faculty members have tended to do well. “They produce good students. The effects are long-lasting because of the effects of potential advisers,” he said.

The research raises the question, Borjas said, of whether high-skilled immigrants are beneficial to a country’s economy or not. Borjas has been a controversial figure to pro-immigrant groups who say he is anti-immigrant, and his research has sometimes thrust him into the polarized national debate.

“I think there is a really important intellectual question involved in all this, both in my past work and this paper. How do labor markets react to the influx of new workers? In the current context, the question is even more interesting because it involves new workers and new ideas,” Borjas said. In his view, there were two notable issues going on with the Soviet arrivals: a spillover of ideas that made the profession more productive, and completion among mathematicians “who just coincidentally happened to be doing Soviet-style math at the time.”

Doran said the authors had started with a hypothesis that the migration would lead to more research and papers by American scholars, but they found that the number of papers produced by the Americans actually decreased though it was offset by similar gains by the Soviet scholars. “The externalities were not big enough to compete against the downward forces,” he said meaning that the new skills and talent, though beneficial to a certain extent, also led to more competition for jobs."

全文见：http://www.insidehighered.com/ne ... d-field-mathematics

诸位终于回到讨论这篇文章上了。学习学习。我在劳动经济学原来关注不多，现在痛感这个大金矿原来真的被挖得不够好，诸位加油。不过指望现成数据，门都没有，我试过，诸位也别走偏了。

你用的是宏观，上述讨论都是微观。现存数据不是门都没有。。这个不能太武断。
就我了解的很多数据都可以做，更不说一些对我们保密（但一部分学者可以用的）的数据了。

非也。宏观也要从微观分组加权而来。组间差异本就不够大，控制这啦那啦，方差变化微乎其微。此其一。其二，那些微观调查数据形不成完整的面板。其三，迁移还是流动？谁来代理迁移？流动监测得准吗？流动的周期性呢？

rudi说得对，“教育水平”不对。Schultz(1960)本意说的不是教育水平，而是教育投资。教育水平是投资的结果，或者直接说，“教育水平”只是教育投资的工具变量，本身是有条件的。

我不得不说，你对微观数据没有了解，这些评价并不客观。

呵呵，我要是没有切身体会，不敢如此武断的。

您可以列举下您使用过的微观数据，并以实例告诉我们您的切肤之痛。

如果我没有理解错，您过去的研究基本都是综合数据。在那个层面上，无论是劳动力迁移还是教育年限、教育回报等都是误差比较大的。如果您的切身体会来自于那些经验，我认同您的一些看法。但如果说组间差异小，这在微观数据中是不成立的。

呵呵，展示综合数据结果，不等于没有更细致的数据来源。

  很有趣的想法，值得一看！

以下是Borjas和Dorn的一篇新的Working Paper，讨论的主题仍然是苏联解体之后，大量数学家进入美国学术市场对美国本土数学家的影响。因为话题相关，所用数据也一样，就不另发新帖了。

1 论文标题：COGNITIVE MOBILITY: LABOR MARKET RESPONSES TO SUPPLY SHOCKS IN THE SPACE OF IDEAS
2 作者信息：George J. Borjas, Kirk B. Doran
3 出处和链接：NBER Working Paper No. 18614，Issued in December 2012
4 摘要:
Knowledge producers who are conducting research on a particular set of questions may respond to
supply and demand shocks by shifting their resources to a different set of questions. Cognitive mobility
measures the transition from one location in idea space to another location in that space. This paper
examines the cognitive mobility flows unleashed by the influx of a large number of Soviet mathematicians
into the United States after the collapse of the Soviet Union. Our analysis exploits the fact that the
influx of Soviet mathematicians into the American mathematics community was larger in some fields
than in others. The data reveal substantial cognitive mobility in response to the influx, with American
mathematicians moving away from, rather than moving to, fields that likely received large numbers
of Soviet émigrés. It appears that diminishing returns in specific research areas, rather than beneficial
human capital spillovers, dominated the cognitive mobility decisions of pre-existing knowledge producers.



欢迎大家讨论。我稍后会说说我看到题目的第一反应和读后感。

好吧，我说说我粗略看过上文的感想。我看过之后，我觉得Borjas仍然在纠结着国外移民的涌入某一地区是否会造成本地劳动力向其他地区外迁这个问题。设想，如果一个新国外移民恰好等够挤出一个本地移民，那么当地总的劳动力数目会保持不变，那么迁移对劳动力市场可能就没什么显著的影响了。Card and DiNardo在2000年左右做过经验研究，他们认为，上面一个进一个出的原假设应该被拒绝，不过几年前我曾经复制过他们的研究，我的结论是，国外移民涌入的确造成了显著的本地居民外迁，即使没有到一对一那么夸张。Borjas这篇新文，经过我上述的解读，变成了有一定证据可以认为，外国移民的迁移（广义上的）事实上造成了本地居民的外迁。当然，我这样的解读听起来不是那么有趣味性，干巴巴的。不知大家有何高见？

希望能够把讨论深化下去：

关于应该把多少虚拟变量和它们的交互项放在回归方程的右边的问题，英文可能叫saturated model的问题，我觉得有一定的普遍意义，值得多说几句，提出问题为主，主要目的是借此机会向大家求教。

还是拿Ottaviano and Peri 和 Borjas 关于同一个时点上具有相同的教育水平、工作经验的迁移者和本地人是否是完全替代的问题举例。注意以下的回归方程和结果主要来自Ottaviano and Peri 的那篇working paper，可能和正式出版的有所区别。

在此工作论文中，OP允许具有相同教育、经验的移民和本地人是非完全替代的，即:
L(ijt)={a(ijt)M(ijt)^p+[1-a(ijt)]N(ijt)^p}^(1/p)，也就是一个CES函数。
其中，M: immigrants; N: Natives; i: educ groups; j: experience grps; t: years, a: tech. factor; L: aggr labor in group ijt。
简单求导可得：log[w(ijt, M)/w(ijt, N)]=b(ijt)-1/e*log[M(ijt)/N(ijt)]。其中,b(ijt)=log(a(ijt)/1-a(ijt)), e: elasticity of substitution between immigrants and natives with the same skill level.
这个方程是以下所有回归的基础，回归的目的是估计迁移者和本地人的替代弹性。Ottaviano and Peri 和Borjas 等人的分歧在于，如何用虚拟变量和它们的组合来近似上式中的b(ijt)。

Ottaviano and Peri 采用了几种不同的方式，不过他们倾向于使用教育虚拟变量(4个，分别是HSD, HSG, SCL, CLG)和经验虚拟变量（5年一组，共8组) 的交互来近似b(ijt)。在控制了这总共32个虚拟变量之后，他们回归的结果是，-1/e=-0.063 (std var=0.009)，也就是说，替代弹性为16左右，且显著地小于无穷，这表明两类人是非完全替代的。

而Borjas等人的回归，则引入了更多的虚拟变量及其交互，除了上述32个之外，还包括了year dummies (6), yearXexp (48个), yearXeduc (24个), 因此总共110个虚拟变量。考虑到总共只有192个观测值/技能分组，虚拟变量的数量实在是非常可观了。而他们的结果和OP-2008大不相同，-1/e=0.009, (std var=0.034)。据此他们认为，两类人应当是完全替代的。

问题是，如何考虑上面两种设定的不同，孰优孰劣呢？究竟放多少虚拟变量进去是合适的呢？

(cont'd)

首先考虑，如果OP的设定是正确的，即没有什么重要的解释变量被遗漏了，内生性问题假设也被很好地解决了，那么对迁移者和非迁移者替代弹性e的估计应该是无偏或一致的。那么当我们把其他的不重要的解释变量也放到方程中去，对e的估计应该也差不太多，原因在于，这些多余的变量的引入应该不会造成估计结果出现偏误，而仅仅会降低statistical power。

然而，对比Borjas等人的结论，我们不难发现，两者的结论相差非常多，几乎不可能相等，那么是什么原因造成这样大的差异呢？

我猜想有两种可能性：

其一. Ottaviano and Peri的设定是有误的，他们漏掉了重要的解释变量，因此他们的回归结果实际上有偏、不一致；而Borjas通过引入了一大堆的控制变量，其中可能包括了那些遗漏的变量，因此，后者的结论可能更接近于真。

其二. Borjas等人引入了过多的虚拟变量和交互项。想象一个极端情况，假定我们为N个观测值引入N个虚拟变量，那么这N个观测值可以得到完美的“解释”。其他的解释变量，即使有可能放到方程中去（当然不可能），在控制了这许许多多的虚拟变量之后，也完全丧失了解释能力。

问题是，我们能否判断到底哪一种可能性更大呢，到底是OP遗漏了重要变量，还是Borjas oversaturates了模型？是否有比较一般的判定方法？归根结底，如果两种都有可能，到底应该放多少变量在方程中去？

希望听听大家的看法。

先mark，空下来好好思考并回复。

也欢迎大家参与！

晚上读一下paper再来。
rudi 提出的问题很感兴趣。最近研究也有很多变量犹豫要不要放进去，尤其教育理论在指导实证研究方面不及经济学成熟，变量放不放进模型更多是个人感觉加上统计指标判断。记得有一本计量教材讨论变量进入的相关问题，有时间也一并找找。

好长时间没有像样的讨论了，希望大家畅所欲言。