一、数据主题与研究背景
劳动力市场分割（Labor Market Segmentation）是指劳动力市场因制度性、结构性或社会性因素被划分为多个相对独立、要素流动受限的部分。常见分割形态包括城乡分割、地区分割、行业分割、单位分割等。

本数据聚焦“城乡分割”，用于刻画城乡之间劳动力与人口要素配置的制度壁垒与流动障碍。城乡分割程度的变化往往与城镇就业结构、工资水平、劳动供给状况及城乡公共服务差异等密切相关。


二、数据基本信息
- 数据名称：全国各省—劳动力市场分割数据
- 覆盖范围：全国 31 个省级行政区（通常不含港澳台；以文件实际省份列表为准）
- 时间范围：以 Excel 文件实际年份为准（数据说明中常见为 2005–2024；文件名标注 2000–2024，建议使用前先核对“年份”字段的最小/最大值）
- 数据来源：《中国统计年鉴》
- 数据版本：通常包含“原始数据”“线性插值填补”“ARIMA 填补”等版本（以 Excel 内工作表/字段标注为准）


【样本量提示】
样本量会随“覆盖年份×省份数量（以及是否含全国汇总行）”变化。若 31 省份×25 年（2000–2024，含端点）理论为 775 条；若含“全国”或某些补充行可能为 776 条。请以 Excel 实际行数为准。


三、指标体系与字段说明
本数据一般包含以下字段（字段名称可能存在同义/大小写差异，以 Excel 表头为准）：


1）基础识别信息
- 年份：Year，整数
- 省份：省级行政区名称
- 省份代码：国家统计局行政区划代码或数据整理代码（以文件口径为准）
- 所属地域：地区分组变量（如东部/中部/西部/东北等；以文件口径为准）


2）人口与就业原始量（用于计算分割系数）
- 乡村人口：农村常住人口或乡村人口数量（单位以年鉴口径为准，常见为“万人”或“人”）
- 城镇人口：城镇常住人口或城镇人口数量（单位同上）
- 乡村就业人员：农村就业人员数量（单位以年鉴口径为准）
- 城镇就业人员：城镇就业人员数量（单位同上）


3）派生指标（分割系数）
A. 城乡人口分割系数（Population Segmentation Coef.）
- 定义：城乡人口分割系数 = 城镇人口数量 / 乡村人口数量
- 经济含义：刻画城乡人口规模相对比值；比值越大通常意味着人口向城镇集聚更强或城乡人口结构差异更大。


B. 城乡就业分割系数（Employment Segmentation Coef.）
- 定义：城乡就业分割系数 = 城镇就业人员数量 / 乡村就业人员数量
- 经济含义：刻画城乡就业规模相对比值；比值越大通常意味着就业向城镇集中更强或农村就业相对收缩。


C. 城乡分割系数 A（参考：刘荣增、何春，2021）
- 定义：城乡分割系数A = （城乡人口分割系数 + 城乡就业分割系数）/ 2
- 解释：对人口与就业两类结构差异进行等权平均，获得综合城乡分割程度。


D. 城乡分割系数 B（参考：张梦婷等，2025）
- 定义：城乡分割系数B = 城乡人口分割系数 / 城乡就业分割系数
- 解释：以人口结构差异相对于就业结构差异的比值衡量城乡分割；用于刻画“人口分割相对就业分割”的程度。





四、计算口径与实现细节（使用建议）
1）单位一致性
- 由于各指标均为“比值”，只要分子分母单位一致（例如都为“万人”或都为“人”），结果不受单位影响。


2）缺失值与填补
- 原始数据：直接来自统计年鉴，可能存在缺失。
- 线性插值版本：对时间序列缺失进行线性插值（适用于缺口较小、变化较平滑的指标）。
- ARIMA 填补版本：对时间序列缺失使用 ARIMA 模型预测/回填（适用于存在趋势/周期特征的数据）。
- 注意：不同填补方法会影响分割系数水平与波动性；实证回归建议在附录或稳健性部分更换版本对比。


3）零值与异常值处理
- 当“乡村人口”“乡村就业人员”为 0 时，比值将不可计算。
- 若数据中存在极端小的分母（接近 0）可能造成分割系数异常放大。
- 建议：使用前检查分母为 0 或缺失的观测；必要时剔除或按研究设计进行 Winsorize（缩尾）等处理（本数据本身是否已处理以 Excel 标注为准）。


4）对数化与解释
- 在计量模型中，如需缓解偏态，可对分割系数进行对数化：ln(城乡人口分割系数)、ln(城乡就业分割系数)、ln(城乡分割系数A) 或 ln(城乡分割系数B)。
- 但若存在 0 或缺失值，对数化需先处理（如剔除、加微小常数等，具体取决于研究规范）。