工作工作纸第58期COVID-19 对发展中国家劳动力市场的早期影响：来自高频的证据电话调查Melanie Khamis、Daniel Prinz、David Newhouse、Amparo Palacios-Lopez、Utz Pape 和 Michael Weber COVID-19 对发展中国家劳动力市场的早期影响：来自高频电话调查的证据Melanie Khamis、Daniel Prinz、David Newhouse、Amparo Palacios-Lopez、Utz Pape 和 Michael Weber11 Khamis：世界银行、卫斯理大学和 IZA；普林茨：世界银行和哈佛大学；纽豪斯：世界银行和 IZA； Palacios-Lopez：世界银行；教皇：世界银行；韦伯：世界银行。通讯作者为 David Newhouse：dnewhouse@worldbank.org。 2© 2021 国际复兴开发银行/世界银行。 1818 H 街 NW，华盛顿特区 20433，美国。电话：202-473-1000；互联网：www.worldbank.org。保留部分权利这项工作是世界银行工作人员在外部捐助下的产物。本文中表达的调查结果、解释和结论不一定反映世界银行、其执行董事会或它们所代表的政府的观点。世界银行不保证本文中包含的数据的准确性。本作品中任何地图上显示的边界、颜色、面额和其他信息并不意味着世界银行对任何领土的法律地位或对此类边界的认可或接受作出任何判断。本文中的任何内容均不构成或被视为对世界银行特权和豁免权的限制或放弃，所有这些都是特别保留的。权利和许可本作品可在知识共享署名 3.0 IGO 许可 (CC BY 3.0 IGO) http://creativecommons.org/licenses/by/3.0/igo 下获得。根据知识共享署名许可，您可以在以下条件下自由复制、分发、传输和改编本作品，包括用于商业目的：归因——请引用以下作品：Khamis、Melanie.、Daniel Prinz、David Newhouse、Amparo Palacios-Lopez、Utz Pape 和 Michael Weber。 2021.“COVID-19 对发展中国家劳动力市场的早期影响：来自高频电话调查的证据。”世界银行，华盛顿特区。许可：知识共享署名 CC BY 3.0 IGO。翻译——如果您创建了此作品的翻译，请在署名的同时添加以下免责声明：此翻译不是由世界银行创建的，不应被视为世界银行的官方翻译。世界银行对本翻译中的任何内容或错误概不负责。改编——如果您对此作品进行了改编，请在署名的同时添加以下免责声明：这是对世界银行原创作品的改编。改编作品中表达的观点和意见由改编作品的作者全权负责，未经世界银行认可。第三方内容——世界银行不一定拥有作品中所含内容的每个组成部分。因此，世界银行不保证使用作品中包含的任何第三方拥有的单个组件或部分不会侵犯这些第三方的权利。由此类侵权引起的索赔风险完全由您承担。如果您希望重新使用作品的某个组件，您有责任确定该重新使用是否需要许可并获得版权所有者的许可。组件的示例可以包括但不限于表格、图形或图像。所有有关权利和许可的问题都应发送至 World Bank Publications, The World Bank Group, 1818 H Street NW, Washington, DC 20433, USA；传真：202-522-2625；电子邮件：pubrights@worldbank.org。 3致谢这项工作是世界银行 JobsWatch COVID-19 计划的一部分。作者感谢 Sukti Dasgupta (ILO)、Sangheon Lee (ILO)、Truman Packard 和 Nobuo Yoshida 的有益评论，并感谢 Benu Bidani、Ambar Narayan、Michal Rutkowski、Carolina Sanchez-Paramo 和 Ian Walker 的指导。这项工作是通过世界银行就业伞信托基金的赠款实现的，该基金得到了英国外交、联邦与发展办公室/英国援助署以及挪威、德国、意大利和奥地利政府的支持；奥地利发展署；和瑞典国际发展合作署。作者进一步感谢韩国信托基金 (KTF) 的财政支持。团队还感谢贫困与公平全球实践和目标数据小组收集、协调和共享电话调查数据，感谢 Denis Medvedev 和 Leonardo Iacovone 提供来自公司调查的综合指标。高频电话调查的综合指标可在高频电话调查仪表板上获得：https://ww w.worldbank.org/en/data/interactive/2020/11/11/covid-19-high-frequencymonitoring-仪表板工作伞 MDTF 捐赠者包括 41 介绍全球冠状病毒大流行 (COVID-19) 极大地减缓了经济活动，因为政府实施了封锁措施，个人的反应是减少他们的流动性和经济活动，以及公司的生产流程被打乱。这些更广泛的经济转变影响了两家公司对劳动力的需求以及工人的工作能力和意愿。在数据容易获得的发达国家，各国对劳动力市场的影响差异很大，这取决于最初的经济和劳动力市场状况以及政策反应的差异。然而不幸的是，大多数拥有危机后数据的国家都是高收入国家，对于危机对发展中国家劳动力市场的影响几乎没有系统的了解。随着政府和其他行为者继续制定应对措施，了解大流行如何影响发展中国家的劳动力市场至关重要。本文有三个主要目标。首先是提供高频电话调查 (HFPS) 的证据，证明危机对劳动力市场的初步影响。二是提供对 HFPS 数据性质的详细描述。最后，本文旨在评估 HFPS 数据与其他数据源的一致性。我们的分析补充了其他方法和估计，定期修订对于跟踪劳动力市场的发展非常重要。从 HFPS 数据得出的指标不同于宏观经济预测，尤其是在撒哈拉以南非洲地区，因此为 COVID-19 对发展中国家的初始影响提供了重要的额外见解。我们的论文是第一个根据 HFPS 数据报告劳动力市场结果的跨国结果。我们使用了 12 月 1 日统一数据中包含的 52 个国家中的 39 个国家的数据。数据包含欧洲和中亚6个国家，东亚7个国家亚太地区，拉丁美洲和加勒比地区有 12 个，中东和北非有 2 个，撒哈拉以南非洲有 12 个。调查于 2020 年 4 月开始，此后分多次进行。调查时间表和方法，包括问卷 5并非所有地区和国家都相同，但世界银行的目标数据小组付出了相当大的努力来开发一个统一的数据集，以促进跨区域和跨国比较。除了统一之外，另一个方法挑战是调查在总体和国家内部的代表性有限，因为它们是通过电话进行的并且使用了不同的抽样方法。特别是，撒哈拉以南非洲的大多数国家使用基于先前调查的抽样框架，并明确要求采访户主，而拉丁美洲和加勒比地区的调查则使用随机数字拨号来收集数据（表 3）。这使得个人层面特征的比较变得复杂，例如跨地区的就业情况。由于个体非代表性抽样的挑战，我们在两种不同的加权方法下报告结果。我们依靠 HFPS 数据中的家庭权重来获得我们的主要结果，并用另一种加权方法作为稳健性检查对其进行补充。作为稳健性检查，我们根据世界银行的全球监测数据库 (GMD) 对权重进行了额外的个人层面调整。2使用这种方法，我们为数据中观察到的每个个体分配一个逆概率权重，以使个体特征（年龄、性别、教育和城市状况）的分布更符合 GMD。3 在稳健性检查中，我们检查了当我们仅依赖 HFPS 数据中的家庭权重和我们的第二种加权方法时结果的比较情况，并且通常会发现类似的结果。我们首先根据询问受访者是否在大流行前工作以及他们在调查时是否在工作的问题报告了关于停工的高级措施的结果。我们发现停工很常见。对各国进行简单平均，34% 的受访者表示停止工作。各国平均水平2作为世界银行统一调查资料库的一部分，GMD 是全球统一调查资料库的集合。允许对代表性样本进行跨国和长期分析的住户调查。3更复杂的是，我们无法在 HFPS 数据中观察所有国家/地区的每一个变量。因此，我们使用最广泛的可用特征集进行调整。 6在我们的数据中，EAP 地区为 21%，ECA 地区为 29%，LAC 地区为 48%，MENA 地区为 45%，SSA 地区为 26%。低收入国家为 19%，中低收入国家为 37%，中高收入国家为 41%，高收入国家为 26%。 （我们注意到，我们数据中的国家集合并不代表地区或国家收入群体。）除了停工之外，我们还检查了 HFPS 数据中可用的 COVID-19 对劳动力市场影响的其他衡量标准。我们发现，有很大一部分（20% 的有薪工人）报告在收集此信息的 LAC 地区完成的工作部分或没有付款。在一些国家，多达 21% 的受访者报告在大流行期间更换工作（平均 9% 的人报告更换工作），这是另一个干扰迹象和可能的应对机制。以各国的简单平均值计算，22% 的农业工人报告停止工作，而工业和服务业的这一比例分别为 40% 和 38%。通过研究更广泛的收入损失衡量指标，我们发现很大一部分受访者报告了总收入损失 (62%)，以及来自农业 (62%) 和非农业 (75%) 家族企业的损失，以及工资收入 (49 %)，以有特定的收入来源为条件。为了更好地理解 HFPS 数据对危机对劳动力市场结果的初步影响的看法，我们研究了 HFPS 经济影响指标与危机影响外部指标之间的关系。我们发现 HFPS 数据中的停工与 LAC 地区的 GDP 增长预测呈现出预期的负相关关系。相比之下，我们发现停工与 SSA 地区的 GDP 增长预测呈弱正相关。此外，我们在家庭农场收入减少方面看到了相同的模式：LAC 的预期负相关和 SSA 的正相关。我们假设 GDP 增长预测可能无法准确反映农业部门和非正规经济的收入变化，以及在 SSA 地区许多国家普遍存在的非正规劳动力市场安排和自营职业。这也凸显了 HFPS 数据尽管存在局限性，但仍是宏观经济预测的重要补充。特别是，他们 7可以帮助确定低收入背景下 GDP 增长预测可能无法反映的“实地”家庭影响。从劳动力市场统计数据来看，我们将 HFPS 的劳动力市场指标与国际劳工组织的官方就业数据进行了比较，还发现在衡量劳动力市场的某些特征时，两个数据都可用的国家的 HFPS 和 ILO 数据之间存在差异。调查结果强调了为收集、协调和比较各国电话调查数据所做的大量努力的价值，以更好地了解 COVID19 冲击的性质及其对不同部门和国家的影响。我们关于电话调查提供额外信息的发现与 Heath 等人一致。 （2021 年），他们发现在加纳城市进行的电话采访和面对面采访导致个体经营者的就业、工作时间和工作天数存在差异。电话调查数据虽然远非完美，但提供了有价值的新信息，说明广大发展中国家的家庭如何受到这种严重冲击的影响。4本文的其余部分如下进行。第 2 节回顾了相关文献和 COVID-19 大流行的背景以及所研究国家的大流行前劳动力市场状况。第三节介绍了高频电话调查数据、样本选择过程和加权方法。第 4 部分报告了大流行对劳动力市场影响的结果，将我们的估计与经济和劳动力市场活动的其他预测进行了比较，并为所采用的加权方法提供了稳健性检查。第 5 节结束。4 即使在发达国家，《经济学人》（2020 年）也强调，来自其他来源的数据和官方数据来源的数据并不总是相互完美映射。然而，这些数据为寻找转折点提供了有价值的信息，并且可以比官方数据来源更早地发现经济中的不同模式。 82 文献和背景2.1 相关文献我们的工作有助于最近和越来越多的文献研究全球 COVID-19 大流行对劳动力市场的影响。 大多数对早期劳动力市场影响的分析都集中在高收入国家，包括澳大利亚（Guven、Sotirakopoulos 和 Ulker，2020 年）、奥地利（Bamieh 和 Ziegler，2020 年；Gulyas 和 Pytka，2020 年）、意大利（Casa