灰預測模型評估結構性失業之應用研究

An Application of Grey Forecasting Model in Evaluating Structural Unemployment

趙慕芬(Muh-Fen Zhao)

《人力資源管理學報》 3卷1期 (2003/03) Pp. 113-127

https://doi.org/10.6147/JHRM.2003.0301.06

摘要

本研究之目的在於試圖以客觀量化資料，評估各組勞動力結構性失業惡化的程度。研究中所採用的灰預測發展係數，應為一可行指標，日後進行結構性失業惡化程度評估時，除了主觀觀察之外，還可考量此一量化指標。
本研究使用Gordon所提出之方法衡量結構性失業。但評估結構性失業惡化與否為一時間序列的問題，乃利用灰預測中的發展係數進行評估。
研究發現不同年齡層勞動力中，不論男女均為青少年組已發生結構性失業，且在惡化中；而女性青壯年勞動力，雖未發生結構性失業問題，但有迅速惡化跡象，值得注意後續變化。不同教育程度男性勞動力中，基層與中等教育組已發生結構性失業，所幸日有改善；女性均未發生結構性失業；但以惡化程度而言，則以高等教育程度勞動人力的惡化趨勢，較引人注意。

關鍵字

結構性失業 ； 灰預測模型 ； 發展係數

並列摘要

This study uses the development factors of Grey Forecasting Model to examine the degree of structural unemployment on twenty workforce groups.
Empirical results show that the development factor could be a valid and object indicator when we try to judge the trend of structural unemployment from a time series data set. In addition, the results reveal that the structural unemployment by age: (1) youth workforce continues to grow; (2) female whose age is between 25-44 has grown rapidly. Meanwhile, the empirical results show that structural unemployment by education: (1) male who is or less than senior high school has declined slightly; (2) the workforce who is or above university goes up.

並列關鍵字

structural unemployment ； Grey Forecasting Model ； development factor

參考文獻

成之約(2000)。加入WTO後，對國內就業市場衝擊之影響。就業與訓練。18(4)，30-37。

吳惠林(1997)。失業率升高，捎來什麼訊息？。主計月報。84(5)，26-31。

吳榮欣(1997)。從西方國家失業原因看臺灣失業問題。貿易周刊。1726，13-17。

李誠(1996)。評述現階段臺灣的結構性失業問題。經濟前瞻。45，126-130。

李誠(2001)。我國失業率上升不能避免。經濟前瞻。74，25-30。