互聯(lián)網(wǎng)行業(yè)：利用遙感和隨機(jī)森林對加納勞動力市場數(shù)據(jù)進(jìn)行網(wǎng)格化（英譯中）.pdf

互聯(lián)網(wǎng)行業(yè)：利用遙感和隨機(jī)森林對加納勞動力市場數(shù)據(jù)進(jìn)行網(wǎng)格化（英譯中）。這項研究展示了高分辨率（0.005）網(wǎng)格化勞動力市場數(shù)據(jù)，通過使用隨機(jī)森林算法和遙感技術(shù)對加納地區(qū) 層面的普查數(shù)據(jù)進(jìn)行降尺度處理而生成。它通過繪制17個就業(yè)類別（包括年齡、性別、技能、狀態(tài)、部門 、失業(yè)和NEET）來彌補(bǔ)空間分解勞動力市場數(shù)據(jù)的不足。將輔助數(shù)據(jù)（64個變量）如土地覆蓋、夜間燈光 、基礎(chǔ)設(shè)施和興趣點整合，以捕捉人口、經(jīng)濟(jì)和參與因素。該模型實現(xiàn)了高精度（大多數(shù)類別R2 > 90%） ，并揭示了顯著的空間異質(zhì)性，就業(yè)率在像素間從10%到98%不等。結(jié)果突出了城鄉(xiāng)和南北差異，以及部 門集中。變量重要性分析強(qiáng)調(diào)了建成區(qū)、夜間燈光、道路密度和植被健康狀況在預(yù)測就業(yè)模式中的作用， 并在不同就業(yè)類別中表現(xiàn)出特異性。該方法通過納入勞動力市場復(fù)雜性，超越了傳統(tǒng)的GDP或人口網(wǎng)格化 。研究結(jié)果展示了機(jī)器學(xué)習(xí)和地理空間數(shù)據(jù)在數(shù)據(jù)匱乏環(huán)境中增強(qiáng)社會經(jīng)濟(jì)地圖制作的潛力。