世界银行-衡量工作可及性_不同方法和新数据（英）-2025.8_34页_1mb

报告摘要

总结：测量就业可达性——不同方法与新数据

核心内容

本文探讨了在数据有限的环境中如何测量就业可达性，并通过马达加斯加首都安塔那那利佛（Antananarivo）的数据，比较了多种方法的有效性。研究重点在于就业可达性对劳动市场结果（如劳动力参与率）的影响，并提出了一个新的方法，利用开放数据集来识别就业机会。

主要观点

就业可达性的定义：
- 就业可达性在不同研究中定义不同，但核心在于衡量就业机会的可获得性与交通障碍之间的关系。
- 主要有以下几种测量方法：
  - 通勤时间和成本：基于调查数据，反映个体通勤的实际情况。
  - 接近公共交通设施：衡量个体居住地与公共交通站点的距离。
  - 接近中央商务区（CBD）：基于城市结构，衡量个体到就业中心的旅行时间。
  - 引力模型：考虑多个地点的就业机会，并按交通成本加权。
数据挑战：
- 在发展中国家，由于数据稀缺，传统方法可能低估就业可达性。
- 通勤时间或成本可能被人为压缩，特别是对于非正式就业者或在家工作的人群。
- 数据的零膨胀问题（如零通勤时间或成本）可能影响模型的准确性。
新数据的应用：
- 使用Open Buildings 2.5D Temporal Dataset（来自Sentinel-2卫星图像）来识别潜在就业地点，该数据集具有高空间分辨率（约4米）。
- 通过将建筑数据聚合到200米分辨率，估算就业机会的分布，并将其作为就业可达性的代理变量。
测量结果：
- 通过比较六种不同的就业可达性测量方法，发现它们之间存在正相关，但**通勤时间观测值（TIMEObserved）**与其他方法的关联较弱。
- TIMEComBuild 和 TIMEAllBuild（基于土地利用和建筑数据）之间的相关系数高达0.98，表明新数据集在测量就业可达性方面具有较高的可靠性。
对就业的影响：
- 通过构建离散选择模型，估计就业可达性对就业率的边际影响约为 -0.05 至 -0.06。
- 结果表明，就业可达性与就业率之间存在显著的负相关关系，控制了内生性问题后更加稳健。
内生性控制：
- 使用工具变量（IV）方法，结合地形和气象数据，控制就业可达性的内生性问题。
- 实证结果通过Hansen的J统计量和Guevara的可反驳性测试得到验证。

关键信息

研究背景：马达加斯加是非洲最不发达国家之一，城市化迅速，但交通基础设施不足，非正式就业广泛。
方法比较：本文比较了六种就业可达性测量方法，包括：
- 通勤时间（TIMEObserved）
- 最近微型巴士路线距离（TIMEBus）
- 到CBD的直线距离（KMCBD）
- 到CBD的旅行时间（TIMECBD）
- 基于商业区的加权通勤时间（TIMEComBuild）
- 基于建筑数据的加权通勤时间（TIMEAllBuild）
数据来源：
- MULS调查数据：包含约2,300户家庭的数据，用于估算通勤时间和成本。
- 土地利用数据：用于识别商业区和就业机会。
- Open Buildings 2.5D Temporal Dataset：提供建筑位置和高度的高分辨率数据，用于估算就业机会。
研究发现：
- 通勤时间和成本的观测数据可能低估就业可达性。
- 基于建筑数据的测量方法（如TIMEAllBuild）比传统方法更可靠。
- 就业可达性对就业率具有显著的负向影响，控制内生性后估计值为-0.05至-0.06。
- 在安塔那那利佛，就业可达性与距离CBD的直线距离和旅行时间高度相关，反映出其典型的单中心城市结构。

方法论与贡献

方法论：本文采用离散选择模型，结合多种数据源，探讨就业可达性与就业率之间的关系。
研究贡献：
- 提出一种适用于数据稀缺环境的新方法，利用开放数据集测量就业可达性。
- 展示了如何控制就业可达性的内生性问题，使用工具变量方法。
- 为发展中国家的就业可达性研究提供了新的视角和数据支持。