计量模型、指标选取和数据来源
在计量模型方面，借鉴Mincer（1974）的基本工资方程，将基本回归方程设定为：
lnwageic=β0+β1urbanic+β2lntradec+β3urbanic×(lntradec)+β4Xic+β5Zc+εic
其中wageic为城市劳动者的工资收入；urbanic为是否为城镇户籍，如果是，则取urbanic=1，否则取urbanic=0；Tradec为城市的贸易开放程度；urbanic×（lntradec）为主要劳动力市场与外资水平和人力资本的交叉项；Xic为个人层面的控制变量，包括性别、年龄、年龄平方项/100、婚姻状况、教育年限、工作经验等，以及所有制和行业虚拟变量；Zc为城市层面的控制变量，加入城市人均GDP、城市市场化程度、第三产业发展水平和城市人力资本水平等变量。
变量选取主要包括：
1.城市层面变量
在城市贸易开放程度的计算中，本章采用企业固定资产年平均余额乘以企业出口产值（相对于工业增加值）比例，再进行加总的方式。[2](https://www.daowen.com)
控制变量方面，经济发达地区人均生活水平和工资较高；市场化程度和产业结构也会影响城市的就业结构和工资水平；此外，城市人力资本也会产生外溢效应，对劳动者工资有提升作用。所以，我们选取城市人均GDP代表城市的生活水平；数据来源于2008年《中国城市统计年鉴》。对于市场化程度，我们用城市私营企业销售额占城市内资企业销售总额的比重衡量，数据来源于2007年工业企业数据；城市产业结构用2007年第三产业增加值占城市GDP比重来衡量，数据来源于《中国城市统计年鉴》。城市人力资本水平用初中及以上劳动力占全部劳动力比例计算，根据CHIP 2007个人教育数据计算。
2.劳动者工资和其他控制变量
在劳动者工资方面，我们采用CHIP 2007调查中劳动者“每月从主要工作中的收入”，除以每月工作的小时数，得到小时工资。相对于以月和日计算的工资水平，小时工资可以更精确地考察外部环境对不同部门劳动者的差异化影响。
在控制变量方面，我们选取劳动者性别、年龄、年龄平方项、婚姻状况、教育年限、工作经验作为主要变量，控制劳动者的个人特征。同时，笔者控制了劳动者所在行业、所有制和地区，以及劳动者的部门情况。
3.计量模型的内生性是必须考虑的重要问题
由于城市外资进入程度为宏观变量、个人收入为微观变量，所以逆向因果问题较小；但同时也可能存在遗漏变量问题，因为劳动者的高工资意味着城市发展水平更高，更有利于吸引外资，使结果产生偏误。因此，需要找到合适的工具变量，满足与外商投资相关、与劳动者工资无关的要求。笔者参照黄玖立、李坤望（2006）的方法，用各城市与国外市场的接近度，即城市到最近的海岸线距离的倒数乘以100作为工具变量，一方面控制了外资变量受到城市变量的影响问题，另一方面也保证了与外资变量的相关性。[3]
