论文部分内容阅读
近年由于全球经济景气趋缓,许多国家陷入失业率攀高的困境中,台湾地区的失业率也屡创新高,引起许多社会讨论与政策关注;失业率为劳动市场重要指标之一,若能加以精准预测,将能提供许多有关人力资源的讯息预测。
而造成失业率之成因众多,且其中有些原素操作化不易,加以各个学人建构多变量模式时,所采用的变量种类以及变量个数均不相同,显示多变量模式应用于失业率预测上仍有所争议。故本研究将失业率预测模式的重心置于单变量的方法上,利用ARIMA模式,以及灰预测,预测台湾地区失业率,并比较上述二种方法之预测绩效。
此外,近来台湾地区,除了失业率屡创新高外,另一议题则是讨论究竟何种类型劳动力所面临之就业环境日渐严峻,但是以往针对架构性失业的趋势评估研究,研究者多采主观观察,共识为辅导重点应放在架构性失业恶化严重的劳动力上,但在界定哪一群劳动力为失业状况严重恶化时,却缺乏共识。
本研究试图使用灰预测之发展系数进行评估,以评估各个劳动力组别间的架构性失业趋势,以客观的量化证据取代主观观察。针对两种单变量预测方法的研究发现,ARIMA模式表现较为突出,但是在配适ARIMA模式时,宜多方尝试,才可配适一个较为合适的预测模式,以获致较佳的预测效果。此外,若需要使用灰预测时,所使用的历史数据不宜过多,过多的陈旧历史数据,可能有负面影响。而在以客观量化资料取代主观观察,以界定劳动力中架构性失业恶化严重的群组,研究中所采用的灰预测发展系数,所获致的评估结果与国内相关研究也有相当的一致性,应为一可行指标,或许日后进行架构性失业恶化程度评估时,除了主观观察之外,还可兼考虑此一量化指标。