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。