行业研究公司研究宏观策略财报招股书会议纪要 Token 低空经济十五五 AIGC 大模型

利用遥感和随机森林对加纳劳动力市场数据进行网格化

公用事业 2026-03-18 国际劳工组织 Gnomeshgh文J

本文提出了一种基于随机森林算法和遥感技术，将加纳区级人口普查数据降尺度至0.005度分辨率的高分辨率网格劳动力市场数据的方法。该方法通过整合包括土地覆盖、夜间灯光、基础设施和兴趣点在内的辅助数据（64个变量），映射了17个就业类别，包括年龄、性别、技能、状态、部门、失业和NEET（不在教育、就业或培训）。模型实现了高精度（大多数类别R2 > 90%），并揭示了加纳劳动力市场的显著空间异质性，就业率在10%到98%之间。结果表明，存在城市-农村和南北差异，以及部门集中。变量重要性分析强调了建成区、夜间灯光、道路密度和植被健康在预测就业模式中的作用，并具有部门特异性。该方法超越了传统的GDP或人口网格，通过结合劳动力市场的复杂性，为数据稀缺环境提供了一个可扩展的框架。研究结果表明，机器学习和地理空间数据在社会经济映射中具有巨大潜力。

点击免费查看完整报告

利用遥感和随机森林对加纳劳动力市场数据进行网格化

你可能感兴趣

利用遥感和随机森林对加纳劳动力市场数据进行网格化

利用图像数据进行评估：遥感和街景图像分析的应用

行为干预是否有助于经济包容计划的接受者更有效地利用他们的付款？加纳集群随机试验的证据

行为干预是否有助于经济包容计划的接受者更有效地利用他们的付款？加纳集群随机试验的证据

金融科技赋能投研系列之六：：利用随机森林评价因子影响力

利用机器学习和现代数据科学对司法改革成本和收益进行加权

基准测试土耳其人工智能劳动力准备情况：利用LinkedIn数据进行多维度全球比较

利用调查对调查的推断以低成本填补贫困数据缺口：来自随机调查实验的证据

利用遥感数据评估战争对农业种植造成的损害：来自乌克兰的证据

利用光学遥感和有限训练数据绘制斯里兰卡田间水稻面积和产量图