世界银行-全球劳动力数据库用户手册：全球劳动力数据库的理解、使用和交互指南（英）-2024.5-143页_2mb

Global Labor Database (GLD) 用户手册总结

1. 引言

• 背景：GLD 是世界银行为劳动力调查创建的一个开源、透明的协调数据库，旨在提供高质量、可比较的劳动力数据。
• 目标：简化数据处理流程，确保数据透明、可追溯，并支持全球劳动市场的分析。
• 受众：研究人员、数据分析师、政府机构和国际发展领域的实践者。
• 原则：
  • 覆盖范围和扩展：目前包含24个国家的345项调查，优先扩展低收入国家。
  • 透明度：所有协调过程和代码均公开。
  • 数据质量：通过验证工具确保数据准确性。

2. 数据内容、存储与访问

• 数据类型：
  • 原始微数据（受限于数据使用协议）。
  • 协调微数据（公开释放）。
  • 协调代码、文档和技术报告（如 GitHub 上的开源代码）。
• 存储平台：
  • 世界银行 GLD 服务器：核心存储，回收较旧版本。
  • datalibweb：通过 API 提供数据访问。
  • 世界银行 Microdata Library：内部使用。
  • GitHub：存储协调代码和支持文档。
• 访问规则：基于数据使用协议，限制公共释放、官方用途或受限数据的访问。

3. 协调方法

• 边界定义：每项调查独立协调，遵循原始问卷定义，不统一历史变化。
• 代码结构：Stata 程序模板包含元数据、版本控制、变量协调和最终清理。
• 数据字典：定义了 140 多个变量，涵盖地理、人口、教育、劳动等领域，详细列出标准分类版本（如 ICLS、ISCO）。
• 文件结构：遵循严格的命名约定，便于版本控制和用户访问。

4. 验证与质量检查

• 目的：确保协调数据的准确性、一致性。
• 验证工具：
  • 手动验证：协调员与国家统计局合作检查数据合理性。
  • 自动检查：Stata 和 R 代码检查数据范围、格式、缺失值、薪酬行为等。
• 单向检查：
  • 格式检查：验证变量格式和范围。
  • 外部比较：与 ILO、UN 等数据源对比关键指标。
  • 缺失值检查：评估变量响应缺失情况。
  • 双变量检查：分析变量间关系（如教育与工资）。
• 系列检查：通过时间序列图形分析国家调查的连贯性。

5. 如何使用 GLD

• 协调微数据文件：可用于计算汇总统计和回归。
• 协调代码：允许用户修改或添加变量，服务于“黑客”方式的数据处理。
• 引用指南：建议在发表时注明数据来源。示例引用："World Bank Jobs Group (n.d.). Global Labor Database. Retrieved from https://github.com/worldbank/gld"

6. 贡献与扩展 GLD

• 协作规则：尊重时间安排，遵守 GitHub 社区行规。
• 分享新原始数据显示：通过 电子邮件或直接 GitHub 提交。
• 分享新协调方式：通过问题报告或 Git Hub 贡献。
• 修正或扩展现有协调：通过电子邮件或 GitHub 问题报告反馈。
• 修改国别调查细节：用户可通过提交拉取请求来推动。

7. 其他问题

• 提交问题：通过电子邮件或 GitHub 平台报告 bug 或建议新工具。
• 更新工具：欢迎提交 GLD 工具和功能的更新。

通过这种方式，GLD 为用户提供了一个强大、可操作的数据资源，同时与用户社区紧密合作不断改进其内容和功能。