更好地了解国家内妇女劳动力市场结果的地理分布，对于有针对性地提高妇女经济能力的努力具有重要意义。本文评估了一种将墨西哥城市地区的模拟调查数据与谷歌Earth Engine和OpenStreetMap中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劳动力参与率和失业率的估计。地理空间信息的整合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，劳动力参与率的平均绝对偏差减少了50%到62%，失业率的平均绝对偏差减少了25%到52%。使用嵌套误差条件随机效应模型的小面积估计也极大地改善了城市劳动力参与率的估计，因为在保持覆盖率不变的情况下，平均绝对误差下降了约一半，而平均平方误差下降了近75%。相比之下，市政失业率估计的结果是不可靠的，因为失业率的值很低，因此不适合线性模型。市政的结果在备选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精确的预测。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的男性和女性劳动力参与率和失业率的估计，以及城市层面的男性和女性劳动力参与率的估计。