行政工会记录能可靠估计美国州以下层级的工会会员率吗？

用调查基准检验LM申报数据

当前人口调查（CPS）自1973年以来一直提供美国工会密度的头条数字，但其样本量太小，在州以下层级并不可靠。研究者的应对是转向行政数据：代表私营部门、联邦或邮政工人的工会必须每年向劳工部劳工管理标准办公室提交LM表格，这些表格自2000年起要求填报会员人数。一种常见做法是筛选出地方工会，对工会办公地址做地理定位，再把申报的会员数归到该办公地址所在的县、通勤区（CZ）或国会选区（CD）。

这篇论文要问的是这种做法是否站得住脚。由于CPS本身无法充当精细尺度的基准，作者先构建了一个基准：在CPS上做多层回归与事后分层（MrP），用个体和地理预测变量建模工会会员身份，再按已知的人口总量重新加权。随后他们用这个基准检验基于LM的密度估计，从州级逐级下推到国会选区、通勤区和县。

全文比较了两种LM会员定义。包容版保留所有申报会员，包括CPS会漏掉的退休和失业会员。排他版剔除规模极大的地方工会以及共用地址的工会。这一区分很重要，因为它同时改变估计值的水平和地理分布。

州级高度吻合，往下则迅速瓦解

在2007年的州级，三种度量高度一致：在包容版LM定义下，CPS、MrP和LM密度的两两相关系数分别为r = 0.99、0.88和0.89，斯皮尔曼秩相关系数为0.99、0.86和0.86。这正是早期研究把基于LM的估计视为可信时所依赖的结果。

再往下一级，对应关系就急剧减弱。对2000、2007、2014和2019四年取平均，州以下层级的MrP-LM皮尔逊相关系数徘徊在0.3左右，不到州级值的一半；在包容版定义下，从2000年通勤区的0.40到2019年国会选区的0.22不等。斯皮尔曼相关系数呈现类似格局，说明这一下降并非相关系数指标的假象。论文报告说，随时间或地理尺度没有明显趋势，不过2019年在所有考察的年份和层级中对应关系最弱。

排他版定义也救不了州以下层级的估计。在州级，它相对CPS（2007年r = 0.7，rho = 0.8）和MrP（2007年r = 0.6，rho = 0.7）的表现实际上比包容版更差；但在县层级，它与MrP的相关性却略好于包容版。这种反转正是理解分歧来源的线索。

申报的块状聚集造出不可能的密度

这种瓦解部分源于LM申报中的块状聚集。在包容版定义下，若干县和国会选区显示工会密度接近或超过1.0，即加总后的申报会员数超过了该地区全部就业人口。四年合并计算，有13个国会选区和8个县越过这一门槛，最大值分别为2.63和2.10；没有任何州或通勤区超过1.0，其最大值分别为0.65和0.63。在排他版定义下，任何地理层级都没有单位超过1.0，国会选区和县的最大值降至0.35和0.36。

论文的解释是组织性的，而非人口性的。许多工会的邮寄地址位于中等人口的县，这些县往往是州首府或具有工会化历史的旧工业区。县层级最大的数值210%出现在纽约州奥尔巴尼县，那里有NYSUT；其他例子包括宾夕法尼亚州多芬县（哈里斯堡）和圣路易斯市，后者是被面积更大且行政上独立的圣路易斯县包围的小型旧工业核心。作者指出，如果地方工会申报了大量退休或失业会员，密度超过1.0在概念上是可能的，但他们判断在这里极不可能。作为对照，MrP基准给出的县层级最大密度是0.30（夏威夷州檀香山县，2007年）。

造成这种块状聚集的力量是组织因素和决策，比如地方工会如何设置结构，而不是会员围绕某个中心地点的地理分散。这就是为什么一旦剔除规模极大的地方工会和共用地址的工会，这种病态现象就消失了。

密度差距集中在州内

第二项诊断把国会选区层级带符号的MrP-LM密度差距分解为州际和州内两部分。在包容版定义下，同州不同选区之间的差异在每一年都约占差距总变异的95%，LM估计与MrP在州内的平均差距约为11个百分点。在排他版定义下，州内变异大幅下降：典型选区与同州其他选区的差距约为三到四个百分点，州际差异此时占差距的大部分。

因此，两个LM版本对工会会员差异究竟存在于何处给出了非常不同的图景。包容版意味着大部分变化是地方性的、发生在州内；排他版则把权重移回州际差异。由于两者之间的选择是数据清洗决策而非实质性决策，这提醒人们结论可能在多大程度上取决于筛选规则。

空间相关性指向同一方向。使用2014年行标准化的queen邻接矩阵，MrP基准显示出高度的空间相关性，即相邻的通勤区和国会选区往往密度水平相近。论文报告说，基于LM的度量无法同样好地再现这一格局，这与会员被归到办公地址而非居住地地理单元的做法一致。

缺失的公共部门会员只解释一小部分

仅代表州和地方公共部门工人的工会免于提交LM表格，因此基于LM的估计会系统性地低估这些会员。论文检验这能解释多少MrP-LM差距：把以百分点计的带符号差距对州和地方政府就业份额做回归，加入年份固定效应，标准误按所考察的地理单元聚类，并控制城市化程度和就业对数。

在州级，没有证据表明公共部门规模能解释这一差距。在县层级，使用排他版LM数据时，公共部门就业份额每高1个百分点，MrP-LM差距约大0.55个百分点。在公共部门集体谈判实际上被禁止的州，这一关系几乎消失，这与差距部分来自缺失的公共部门工会会员相符。按模型R方计算，在排他版定义下，州和地方公共部门就业解释了MrP-LM差距的约12%。作者称这一比例可观但绝非压倒性，因此缺失的公共部门工会并不是主要故事。

中国冲击回归的系数随密度度量翻转

在2000至2014年标准的通勤区中国冲击份额移动回归中，利害关系变得具体，该回归沿用Autor、Dorn和Hanson的做法。同样的回归设计、同样的数据，仅因用来刻画地方工会化的密度度量不同，进口暴露系数就会改变大小、跨越常规显著性阈值并改变符号。

这是论文最有力的论据，说明测量问题并非纸上谈兵。研究者在基于CPS、MrP和LM的密度之间，或在包容版与排他版LM定义之间做选择，可能就贸易暴露与工会密度的关系得出性质不同的结论。作者强调，简单地在空间上平滑LM申报的会员数并不是好办法，任何使用LM申报数量的研究都应报告其结论对筛选和清洗决策的敏感程度。

论文还提醒不要把这套地理定位加总的方法推广到其他LM申报数量，如支出和资产。作者没有数据对财务变量做类似检验，但会员数据的块状聚集足以令人警惕。他们指出，财务数量受到OLMS和司法部的审计与调查要求约束，而会员申报没有，因此这一提醒具体针对的是把申报地址当作资源投放地、从而把会员或其他资源归到小地理单元的做法。

LM记录适合研究组织，不适合映射会员

论文的结论并不是LM数据毫无价值。LM表格是一份组织层面的普查：它们记录地方工会的诞生、消亡、位置、隶属关系、领导层和财务，其覆盖面和一致性是任何调查都无法比拟的。作者提到利用LM表格研究地方工会的成立与成长、支出与会费收入，以及地方工会与竞选捐款之间联系的工作，并建议未来研究经济冲击如何影响工会组织的诞生与消亡，或工会干部的更替与职业路径。

边界在于地理。工会办公地址作为工作发生地的代理，可能比作为会员居住和投票地的代理更合适；而在研究工人居住地地理至关重要的社会或政治结果时，这些担忧尤为突出。论文自己的表述是：LM记录仍是研究作为组织的工会的丰富资源，但把LM申报的会员数加总起来，并不是在精细地理尺度上衡量工会密度的可靠方法。

MrP基准本身也有局限，作者对此直言不讳。它继承了CPS已知的局限，包括回忆和误报偏差，以及缺失退休和失业会员。由于使用了收缩估计量，它在设计上会相对CPS略微低估州内工会会员的变异。它计算成本高昂，而事后分层所需的详细ACS五年表要到2007年才可用，因此把这一方法推广到1990年代或填补十年一次人口普查与ACS时代之间的空白，需要作者尚未研究的额外建模假设。县等更小的地理单元会更难。

最该报告的是筛选决策

对任何使用LM数据的人来说，最具决策意义的结果不是头条相关性，而是对纳入规则的敏感性。包容版和排他版定义反转了哪个地理层级看起来变异更大，把国会选区层级观测到的最大密度从2.63变为0.35，并把MrP-LM差距的州内份额从约95%移到约三分之一。由于排他版定义在州级表现更差、在县层级表现更好，并不存在一个统一正确的清洗规则。

这就是为什么论文的实践优先事项是筛选透明，而不是建议放弃LM数据。任何使用LM申报数量的分析都应展示其结论如何随极端值、缺失值和共用地址工会的处理决策而变化。中国冲击练习表明这些选择并非假设性问题：它们能改变一个已发表风格系数的量级、显著性和符号。

对于权衡是否信任某个州以下层级工会密度估计的读者，论文给出的门槛是地理性的。州级LM估计与CPS和MrP的吻合程度足以有用；在州以下层级，相关性降到约0.3，估计值带有不会平均掉的块状聚集。LM表格的恰当用途是研究工会组织本身的问题，此时申报单位就是关注对象，而不是需要把会员归到其居住的小地理单元的问题。

本文引用的文献