更好地了解各国妇女劳动力市场结果的地理分布，对于为有针对性地加强妇女经济赋权提供信息至关重要。本文评估了将来自墨西哥城市地区的模拟调查数据与来自Google Earth Engine和OpenStreetMap的广泛可用的地理空间指标相结合的方法在多大程度上可以显著改善对劳动力参与率和失业率的估计。结合地理空间信息大大提高了州一级男性和女性劳动力参与率和失业率的准确性，将劳动力参与率的平均绝对偏差减少了50%至62%，失业率减少了25%至52%。使用嵌套误差条件随机效应模型的小区域估计也大大提高了市政对劳动力参与的估计，因为平均绝对误差下降了大约一半，而在保持覆盖率不变的情况下，均方误差下降了近75%。相比之下，城市失业率估计的结果不可靠，因为失业率的值很低，因此不适合线性模型。市政的结果在其他样本的重复模拟中成立。利用基本地质统计区域(AGEB)级辅助信息的模型比使用相同辅助数据指定的区域级模型产生更准确的预测。总体而言，整合调查数据和公开的地理空间指标是可行的，可以极大地改善国家层面对男女劳动力参与率和失业率的估计，以及城市对男女劳动力参与率的估计。