2013年-世界发展银行全球_The_Effect_of_Weather-Induced_Internal_Migration_on_Local_Labor_Markets___Evidence_from_Uganda_56页_464kb

报告摘要

总结：天气引发的内部迁移对当地劳动力市场的影响（以乌干达为例）

核心内容

本研究探讨了天气引发的内部迁移对乌干达当地非迁移人口就业概率的影响。通过分析2002年乌干达人口普查数据与历史天气数据，研究发现天气冲击导致的迁移对非迁移人口的就业概率有显著的负面影响，并且这种影响在道路密度较低的地区更为严重。

主要观点

迁移对就业的影响
- 在发达国家的研究中，迁移对非迁移人口的就业概率影响较小或无显著影响。
- 与发达国家不同，乌干达的研究结果表明，迁移对非迁移人口的就业概率有显著的负面影响，且影响程度更大。
- 一个地区净迁移率增加10个百分点，会导致该地区非迁移人口的就业概率下降超过10个百分点。
道路密度与资本流动性
- 道路密度较低的地区，资本流动性较差，迁移对就业的负面影响更为显著。
- 道路密度高的地区，由于资本流动性较强，迁移对就业的负面影响较小。
理论模型支持
- 简单的理论模型表明，在资本流动性较低的经济体中，迁移对非迁移人口就业概率的负面影响更大。
- 模型指出，当资本无法自由流动时，迁移会导致工资下降，从而降低非迁移人口的就业概率。
实证方法
- 为了克服内生性问题，研究采用工具变量法，使用天气预测的迁移率作为工具变量。
- 工具变量基于其他地区天气冲击对迁移率的影响，与本地非迁移人口的就业概率无关，从而满足排除限制条件。
数据与变量
- 使用2002年乌干达人口普查数据，包含非迁移人口的就业状态和净迁移率。
- 网络密度和初始经济水平作为地区特征变量，用于控制分析。
- 工具变量基于标准化降水指数（SPI），反映过去五年内的天气冲击。

关键信息

数据来源
- 2002年乌干达人口普查数据，涵盖4045909个家庭，约532,454个非迁移人口样本。
- 天气数据来自IPCC数据库，计算标准化降水指数（SPI）以衡量极端天气事件。
变量定义
- 就业概率：根据受访者是否在普查前一周有工作，定义为二元变量（1表示就业，0表示非就业或不活跃）。
- 净迁移率：基于2001至2002年的迁移数据，计算为迁入与迁出人数的差值占2001年人口的比例。
- 道路密度：按每平方公里道路公里数衡量，将乌干达地区分为高道路密度和低道路密度两类。
- 初始经济水平：通过2001年各地区的夜光强度数据衡量，夜光强度被用作GDP的代理变量。
研究发现
- 乌干达的净迁移率每增加10个百分点，非迁移人口的就业概率下降7.8个百分点。
- 在道路密度低于中位数的地区，就业概率下降幅度超过10个百分点。
- 道路密度较低的地区由于资本流动性差，迁移对就业的负面影响更显著。
政策意义
- 研究强调了基础设施（尤其是道路）在缓解迁移对劳动力市场负面影响中的关键作用。
- 对于发展中国家，应重视改善交通基础设施以促进资本流动，从而缓解迁移带来的就业压力。