【摘要】： 農村剩余勞動力向城鎮(zhèn)遷移是工業(yè)化和城市化的必然趨勢，是經濟發(fā)展過程中不可缺少的重要環(huán)節(jié)，是人類社會進步的必經階段。 在地區(qū)社會經濟結構、區(qū)域組織形式、人口分布格局等因素影響下，我國農村剩余勞動力遷移的區(qū)域非均衡性日益突出，對農業(yè)剩余勞動力遷移區(qū)域差異進行定量分析，預測其未來走向和基本態(tài)勢，對于研究其遷移規(guī)律，因地制宜制定遷移政策，加速農業(yè)剩余勞動力轉移，合理利用勞動力資源，都有著極為重要的意義。 勞動力遷移研究常用時間序列模型、回歸分析模型、灰色系統(tǒng)模型、系統(tǒng)動力學模型、經濟計量模型、就業(yè)彈性系數(shù)等方法。由于勞動力遷移各因素間的相關性錯綜復雜，是一個多變量非線性系統(tǒng)，而在多變量非線性系統(tǒng)的建模方面，前述模型存在各種不足，這使得一些建模和預測結果往往難以盡如人意。 本文解決的關鍵問題是如何利用人工神經網絡來定量地研究剩余勞動力遷移過程。本文針對我國近年來規(guī)模較大的以農村剩余勞動力為主的純粹勞務輸出流動人口，利用機器學習領域的研究成果人工神經網絡，來研究勞動力遷移問題，探討預測勞動力遷移的流量和流向，評價各遷移因素對遷移決策的影響方式和影響程度的方法，根據(jù)定量的計算結果提供相應的政策建議，總結利用人工神經網絡對勞動力遷移這樣的非線性系統(tǒng)進行建模的一般框架。 本研究的創(chuàng)新點主要體現(xiàn)在： 1．提出了利用人工神經網絡研究遷移因素靜態(tài)彈性和動態(tài)彈性的方法，能更全面地考察遷移因素和決策之間的關系； 2．提出了利用人工神經網絡預測遷移量和遷移概率的方法，結果優(yōu)于普通方法； 3．首次給出了遷移力度的參考計算公式，通過量化結果發(fā)現(xiàn)了遷移過程中的區(qū)域性特征； 4．概括了一種將非數(shù)量化因素量化的方法，彌補了當前數(shù)據(jù)采集方法的不足。 本研究最重要的特點就是定量分析，結論的推導和建議的制定都基于明確的計算結果。彈性分析部分的主要結論分以下四類：1)與當前結論相符。如驗證了遷入地工資水平對遷移過程的決定性作用，驗證了遷移距離對遷移過程的抑制作用，深化了遷出地勞動力平均受教育水平對遷移過程影響的特點等。2)與當前結論相左。如發(fā)現(xiàn)了遷出地人均耕種土地面積對遷移過程的影響很小。3)新的普遍性結論。如發(fā)現(xiàn)了遷出地工資水平對遷移過程影響微乎其微，發(fā)現(xiàn)了遷出地農村非農業(yè)人口比例對遷移過程有很強的促進作用等。4)新的特殊性結論。如發(fā)現(xiàn)了就我國目前情況來看，遷入地第二產業(yè)從業(yè)人數(shù)對遷移過程有很強烈的抑制作用，遷出地第三產業(yè)從業(yè)人數(shù)則表現(xiàn)為促進作用。遷移力度分析部分發(fā)現(xiàn)吸引中心的吸引區(qū)域體現(xiàn)出極強的區(qū)域性特征。 本文所歸納的定量研究方法具有較好的普適性，人工神經網絡可以用于勞動力遷移研究中的各種問題并取得理想的結果。
【學位授予單位】：西南交通大學
【學位級別】：博士
【學位授予年份】：2007
【分類號】：F323.6;F224
【圖文】：

對遷移過程的影響國困園圖3一1本文論證框架的假設樹本研究主要包括以下內容(參見圖3一2):1.探討各因素的遷移彈性特性:量化地研究不同遷移因素的變動對于遷移決策指標的變動影響，包括靜態(tài)彈性和動態(tài)彈性。目前尚無動態(tài)彈性的研究。2.預測遷移輸出量、遷移輸入量和遷移概率:一方面作為被預測對象，可以為相關政策的制定提供參考;另一方面作為研究遷移因素彈性參數(shù)的目標變量。這三個度量指標概括起來可以描述為勞動力轉移的流向和流量，即同一遷出地到不同遷入地的情形，和不同遷出地到同一遷入地的情形，目前尚無此類研究。3.遷移力度:來源于推拉理論的量化遷移力度結果可以用來衡量勞動力在兩地間遷移可能性的大小，根據(jù)遷移力度可以確定勞動力吸引中心以及相應的勞動力吸引區(qū)域。目前研究只考慮了人口因素，不夠全面。4.非數(shù)量因素的量化:此類變量(如非農業(yè)技能、遷移網絡和政策制度)對于遷移決策的制定有著重要作用，由于概念界定和統(tǒng)計方法的局限，目前的建模方法不能定量評價非數(shù)量化因素。本研究將證明根據(jù)當前的概念定義方式和統(tǒng)計方法不能得到非數(shù)量因素的精確量化結果

n+，，凡，。+1，…，xi，。+1)，An+，=(a卜*+1，a卜*，…，a。)。歷史數(shù)據(jù)可以提高網絡預測的準確性。圖3一3為本研究技術路線示意圖。人工神經網絡的輸入為各種遷移因素，輸出為各種遷移決策。根據(jù)輸出結果可以進一步確定流量、流向預測已經吸引區(qū)域，同時可以通過分析遷移彈性，得到遷移因素和遷移決策之間的相關性。黝一爵一鑫鑫、、畜畜 fff鑫鑫、、漣漣 }}}熟熟 {{{樸樸 樸鑫鑫 {{{ 遙遙;;; !!!{{{111全 全鑫鑫 }}}專專 ;;;圖3一3研究方法本研究對遷移彈性和遷移力度的研究采用因果推測法，遷移流量預測采用時間序列推測法。在應用BP神經網絡時需要著重關注:學習算法，隱層數(shù)目以及各隱層

黑黑龍江江 38.92222222根據(jù)累積遷入力度等級差異，可將我國主要勞動力遷入省份分成三個的梯隊(見圖6一1):聊’!云南圖6一1吸引中心分布圖

【引證文獻】

相關碩士學位論文 前1條

1 傅雨飛;我國公共政策分析中量化方法應用狀況的實證研究[D];中國政法大學;2010年

本文編號：2786868