劳动力调查参与度下降：证据、驱动因素和解决方案（英）

本文探讨了劳动 force 调查 (LFS) 参与率下降的问题，并分析了其原因和解决方案。

核心观点： LFS 参与率在全球范围内持续下降，这会影响劳动力市场数据的质量，进而影响经济政策制定。

关键数据：

• IMF 的数据充分性评估 (DAA) 显示，三分之一的成员国存在劳动力市场数据差距，其中低收入国家 (LIC) 和新兴市场 (EM) 问题尤为突出。
• 本文构建了一个包含 39 个国家 (主要为发达经济体) LFS 特征的数据集，发现自愿参与调查的国家平均每年参与率下降 1.5 个百分点，而强制性参与调查的国家参与率则相对稳定。
• 分析还发现，调查数据收集模式和抽样单位可能会影响参与率。例如，混合使用多种数据收集模式可能比单一模式更有效。

研究结论：

• 强制性参与 LFS 可以有效提高参与率，但可能面临政治阻力。例如，瑞士在尝试强制参与后因政治反弹而取消了该政策。
• 调查机构已经尝试了多种方法来提高参与率，包括调整调查方法、提供参与激励、扩大样本规模和改变数据收集模式等，但效果不一。
• 非传统数据 (如数字招聘平台) 可以作为传统统计数据的补充，提供更细粒度和及时的数据，但需要谨慎评估其概念一致性和操作可行性。
• 未来研究可以进一步利用 LFS 元数据扩展数据集，深入分析参与率下降的原因，并考虑公众机构信任度、人口变化和态度等因素。

政策建议：

• 调查机构应考虑采用强制性参与制度，但需谨慎评估其影响。
• 可以尝试使用多种数据收集模式，并针对不同人群进行针对性调查。
• 可以利用非传统数据作为传统统计数据的补充，但需注意数据质量和伦理问题。
• 调查机构应不断改进调查方法，提高数据质量，并加强与数据使用者的沟通合作。