中国就业结构演变及就业的产业结构发展趋势研究
|
摘要
就业是民生之本,就业问题关系到经济的发展和社会的和谐。改革开放以来,我国就业结构发生了巨大变化,同时,各种就业矛盾相互交织,使就业结构问题逐渐突出。目前,有关我国就业结构演变的专门研究还较为缺乏,且就业结构问题的主流定量研究方法也存在不足。因此,在当前形势下,采用新的定量研究方法探讨我国就业结构的演变规律并对其发展趋势进行预测具有重大的现实意义和理论意义。
本文在国内外就业结构及相关理论的基础上,对改革开放以来我国就业结构的演变过程及其影响因素进行了研究,采用人工神经网络的方法建立了就业结构演变模型,对我国就业的产业结构进行了仿真和预测,并与国外就业结构的发展特点进行了比较,提出了促进我国就业结构发展的政策建议。
从国内外有关就业结构问题的研究来看,一般都是通过对就业结构相关历史数据进行分析,得到在各种收入水平下的就业结构和产业结构,从而总结出一定的就业结构演变模式。本文同样从产业结构的视角分析了1978年到2007年我国各种就业结构的演变轨迹,并对2007年世界金融危机以来我国就业结构的情况进行了研究,指出产业结构变动是我国就业结构演变最重要的原因,就业的产业结构是就业结构最重要的特征。
为了进一步对我国就业结构的演变规律和发展趋势进行研究,本文采用了人工神经网络的定量研究方法。国内外有关就业结构的定量研究方法很多,其中,回归分析方法是目前就业结构的主流研究方法。由于经济变量之间往往具有动态、非线性、不确定性的特点,采用主流研究方法往往很难得到精确的预测结果。人工神经网络方法是一种基于物理学、心理学、神经生理学的跨学科人工智能方法,它通过计算机仿真,能够模拟人类大脑的思维,通过对输入样本数据进行不断地学习、归纳及整理,从而找到变量之间的规律。人工神经网络具有一些特点,如善于求解不确定非线性问题、类似“黑箱”的处理方式、较强的自学习和泛化能力、较强的容错性和鲁棒性以及对大规模数据进行处理的能力等,十分适合于分析经济问题。目前,人工神经网络已经逐渐在经济学领域得到广泛应用,但是在就业结构研究方面,运用人工神经网络的研究还不多见。因此,本文采用人工神经网络的方法对我国就业结构问题研究,是对主流研究方法的补充,也是一种对新方法的尝试和创新。
基于人工神经网络的原理和特点,本文设计了两种方案,分别建立了关于我国就业结构演变的BP神经网络模型。其中,方案一以产业结构作为输入向量、三次产业的就业结构为输出向量：方案二以人均GDP为输入向量、我国三次产业的就业结构和产业结构为输出向量。按照这两种方案,根据1978年到2007年我国人均GDP(按2005年可比价)、三次产业产值比重和就业比重的相关统计数据,运用上述BP人工神经网络模型对我国就业结构演变进行仿真,得到了较为精确的仿真结果。通过分析发现,我国改革开放以来就业结构和产业结构的演变过程可以划分为三个阶段,即人均GDP在3500元到7000元、7000元以上到11000元、11000元以上到15000元的发展阶段。人均GDP在3500元到15000元范围内变动时,随着人均GDP的增长,我国就业结构和产业结构的演变呈现出阶段性的特征,发展速度表现出“快—慢—快”的特点,人均GDP每增加一定水平就进入下一个发展阶段。
根据2000年到2007年(2002、2006年除外)我国31个省区市的相关统计数据,本文用人工神经网络对未来我国就业的产业结构发展趋势进行了预测,分析了人均GDP(按2005年可比价)在16000元到45000元的范围内变化时,我国就业结构和产业结构发展的趋势和特点：随着人均GDP的增加,第一产业就业比重和产值比重逐渐下降；第二产业就业比重和产值比重先上升后下降,呈向下开口的抛物线形状；第三产业就业比重和产值比重逐渐上升；当人均GDP为29000元和26000元时,我国第二产业分别出现就业拐点和产值拐点；当人均GDP在23000元和31000元时,我国三次产业的就业结构格局将出现两次转变,从“一三二”变为“二三一”最后发展为“三二一”的就业格局;当人均GDP达到34000元时,我国三次产业结构出现由“二三一”到“三二一”的转变。可见,我国第二产业产值出现拐点的时间早于第二产业就业出现拐点的时间,但是产业结构分布格局变为“三二一”的时间将晚于就业结构分布格局转变为“三二一”的时间。
本文还探讨了世界各国就业结构演变的特点,将我国就业结构演变的仿真结果与国外有代表性的就业结构演变模式进行了比较,并对发达国家就业结构演变规律进行了总结。通过研究发现,从就业曲线和产值曲线的形状来看,国内外三次产业的就业结构和产业结构演变趋势大致相同,即随着人均GDP的增长,第一产业的就业比重和产值比重都表现出下降趋势,而第二、第三产业的就业比重和产值比重都表现出上升趋势；在第二产业和第三产业发展的变化关系方面,国内外发展过程存在差异,我国就业结构变化速度低于国外就业结构变化；在相对劳动生产率方面,与国外的一般模式相比,我国第一产业的相对劳动生产率偏低而第二产业的相对劳动生产率偏高。以英、美为代表的发达国家第一产业就业比重不断下降、第二产业的就业比重先升后下降、第三产业的就业比重逐渐上升。这一演变规律与本文第5章对我国未来就业结构演变进行预测所得到的结论相同,可见,我国未来三次产业的就业结构将很可能经历与英美等国相似的发展和演变过程,因此,发达国家就业结构演变过程中的经验和教训值得我们借鉴。
发达国家在就业结构演变过程中的经验表明,在就业结构发展过程中,应该遵循本国国情,制订符合经济发展规律的产业政策和就业政策,根据不同的经济发展阶段采取不同的就业结构调整方式,选择正确的经济发展战略,同时注重发展科技,提高劳动力素质。在未来我国的经济发展过程中,应该充分借鉴发达国家的成功经验,采取相应的政策措施推动三次产业协调发展,通过优化产业结构来改善就业结构。
综上所述,改革开放以来我国就业结构演变表现出阶段性的特点,随着人均GDP的增长,未来我国第二产业的就业比重和产业比重将出现拐点,三次产业的就业和产业分布格局也将发生改变。本文引入人工神经网络方法,深化了对我国就业结构问题的研究,丰富了有关就业结构的定量研究方法,切实提高了就业结构的仿真和预测精度,具有一定的跨学科前沿意义。人工神经网络的定量研究方法在经济分析和经济预测方面具有广阔的应用前景和巨大的推广价值,为经济学的定量研究提供了新的思路。
Employment issues related to economic development and social harmony. Since the reform and opening up, China's employment structure has changed dramatically. As Various employment conflicts are intertwined, the issues of employment structure become more apparent. However, in previous researchworks, the evolution of China's employment structure is lack of specialized study, and the mainstream quantitative research methods on the employment structure are also weaknesses. Thus, in current circumstances, using new quantitative research methods to explore the evolution of China's employment structure and to predict its development trends is of great practical, theoretical and methodological significance.
This paper traces the evolution process of employment structure from 1978 to 2007 based on the theories at home and abroad, and analyses the employment structure in several aspects such as industrial structure, urban-rural structure, ownership structure, regional structure, knowledge structure, etc. The industrial structure of employment is the most important feature of the employment structure. In addition, it analyses the impacts of the world financial crisis on China's employment structure. By summarizing the the factors which affect the evolution of China's employment structure, it points out that the evolution of industrial structure is the most important reason which cause.the evolution of employment structure in China.
A major innovation in this paper is the usage of artificial neural network, with which, it establishes the evolution model, then simulates and forecasts China's employment structure.
According to China's statistics from 1978 to 2007, it simulates the process of the proportion of industrial employment and output value for different levels of per capita GDP in China. It points out that with the growth of per capita GDP in China, the evolution of employment structure and the industrial structure shows a stage feature that the pace of development from quick to slow to fast.
According to the statistical data of 31 provinces in China from 2000-2007, it predicts the trend of China's employment structure and analyses the trends and features of China's employment structure and industrial development,within the scope of changes of per capita GDP from 16,000 yuan to 45,000 yuan. It shows that with the increase of per capita GDP, the proportion ofemployment (output) in primary industry will gradually decrease; the proportion of employment (output) in secondary industry will increase in first, and then decrease, showing a shape of openings down parabolic; the proportion of employment (output) in tertiary industry will gradually increase. When the per capita GDP is in the level of 29,000 yuan and 26,000 yuan, the employment and output of the secondary industry respectively come to turning point. When the per capita GDP is 23,000 yuan and 31000 Yuan, the pattern of employment structure will transit from "132" to "231" and eventually developed to "321". When the per capita GDP reaches to 34,000 yuan, the pattern of industrial structure will change from "231" to "321".
This article also discusses the evolution of employment structure in the world and makes comparison of world and China. It summarizes the features of the evolution of employment structure in developed countries which provide a reference to make relevent employment policies in China.
In order to facilitate the future development of China's employment structure, the article presents relevant policy recommendations. It suggests that through optimization of industrial structure to improve the employment structure; adjusting the direction of investment, optimizing the investment structure; promoting consumption, expanding domestic demand.
Econometric methods are commonly used in the research of employment projections. But it couldn't fully reflect the dynamical, non-linear and non-deterministical features between economic variables. Artificial neural network has higher prediction accuracy.It has many features such as fault-tolerant,fast data-processing speed, etc. which make it especially suitable for dealing with multi-factor, uncertainty, non-linear problems. This article points out that the artificial neural network has a wide application prospect in economic analysis and economic forecast. Artificial neural network also has a great value of promotion, because it will develop a wider research vision to develop the economics and put forward new research topics and research directions in the research of economics.
本文在国内外就业结构及相关理论的基础上,对改革开放以来我国就业结构的演变过程及其影响因素进行了研究,采用人工神经网络的方法建立了就业结构演变模型,对我国就业的产业结构进行了仿真和预测,并与国外就业结构的发展特点进行了比较,提出了促进我国就业结构发展的政策建议。
从国内外有关就业结构问题的研究来看,一般都是通过对就业结构相关历史数据进行分析,得到在各种收入水平下的就业结构和产业结构,从而总结出一定的就业结构演变模式。本文同样从产业结构的视角分析了1978年到2007年我国各种就业结构的演变轨迹,并对2007年世界金融危机以来我国就业结构的情况进行了研究,指出产业结构变动是我国就业结构演变最重要的原因,就业的产业结构是就业结构最重要的特征。
为了进一步对我国就业结构的演变规律和发展趋势进行研究,本文采用了人工神经网络的定量研究方法。国内外有关就业结构的定量研究方法很多,其中,回归分析方法是目前就业结构的主流研究方法。由于经济变量之间往往具有动态、非线性、不确定性的特点,采用主流研究方法往往很难得到精确的预测结果。人工神经网络方法是一种基于物理学、心理学、神经生理学的跨学科人工智能方法,它通过计算机仿真,能够模拟人类大脑的思维,通过对输入样本数据进行不断地学习、归纳及整理,从而找到变量之间的规律。人工神经网络具有一些特点,如善于求解不确定非线性问题、类似“黑箱”的处理方式、较强的自学习和泛化能力、较强的容错性和鲁棒性以及对大规模数据进行处理的能力等,十分适合于分析经济问题。目前,人工神经网络已经逐渐在经济学领域得到广泛应用,但是在就业结构研究方面,运用人工神经网络的研究还不多见。因此,本文采用人工神经网络的方法对我国就业结构问题研究,是对主流研究方法的补充,也是一种对新方法的尝试和创新。
基于人工神经网络的原理和特点,本文设计了两种方案,分别建立了关于我国就业结构演变的BP神经网络模型。其中,方案一以产业结构作为输入向量、三次产业的就业结构为输出向量：方案二以人均GDP为输入向量、我国三次产业的就业结构和产业结构为输出向量。按照这两种方案,根据1978年到2007年我国人均GDP(按2005年可比价)、三次产业产值比重和就业比重的相关统计数据,运用上述BP人工神经网络模型对我国就业结构演变进行仿真,得到了较为精确的仿真结果。通过分析发现,我国改革开放以来就业结构和产业结构的演变过程可以划分为三个阶段,即人均GDP在3500元到7000元、7000元以上到11000元、11000元以上到15000元的发展阶段。人均GDP在3500元到15000元范围内变动时,随着人均GDP的增长,我国就业结构和产业结构的演变呈现出阶段性的特征,发展速度表现出“快—慢—快”的特点,人均GDP每增加一定水平就进入下一个发展阶段。
根据2000年到2007年(2002、2006年除外)我国31个省区市的相关统计数据,本文用人工神经网络对未来我国就业的产业结构发展趋势进行了预测,分析了人均GDP(按2005年可比价)在16000元到45000元的范围内变化时,我国就业结构和产业结构发展的趋势和特点：随着人均GDP的增加,第一产业就业比重和产值比重逐渐下降；第二产业就业比重和产值比重先上升后下降,呈向下开口的抛物线形状；第三产业就业比重和产值比重逐渐上升；当人均GDP为29000元和26000元时,我国第二产业分别出现就业拐点和产值拐点；当人均GDP在23000元和31000元时,我国三次产业的就业结构格局将出现两次转变,从“一三二”变为“二三一”最后发展为“三二一”的就业格局;当人均GDP达到34000元时,我国三次产业结构出现由“二三一”到“三二一”的转变。可见,我国第二产业产值出现拐点的时间早于第二产业就业出现拐点的时间,但是产业结构分布格局变为“三二一”的时间将晚于就业结构分布格局转变为“三二一”的时间。
本文还探讨了世界各国就业结构演变的特点,将我国就业结构演变的仿真结果与国外有代表性的就业结构演变模式进行了比较,并对发达国家就业结构演变规律进行了总结。通过研究发现,从就业曲线和产值曲线的形状来看,国内外三次产业的就业结构和产业结构演变趋势大致相同,即随着人均GDP的增长,第一产业的就业比重和产值比重都表现出下降趋势,而第二、第三产业的就业比重和产值比重都表现出上升趋势；在第二产业和第三产业发展的变化关系方面,国内外发展过程存在差异,我国就业结构变化速度低于国外就业结构变化；在相对劳动生产率方面,与国外的一般模式相比,我国第一产业的相对劳动生产率偏低而第二产业的相对劳动生产率偏高。以英、美为代表的发达国家第一产业就业比重不断下降、第二产业的就业比重先升后下降、第三产业的就业比重逐渐上升。这一演变规律与本文第5章对我国未来就业结构演变进行预测所得到的结论相同,可见,我国未来三次产业的就业结构将很可能经历与英美等国相似的发展和演变过程,因此,发达国家就业结构演变过程中的经验和教训值得我们借鉴。
发达国家在就业结构演变过程中的经验表明,在就业结构发展过程中,应该遵循本国国情,制订符合经济发展规律的产业政策和就业政策,根据不同的经济发展阶段采取不同的就业结构调整方式,选择正确的经济发展战略,同时注重发展科技,提高劳动力素质。在未来我国的经济发展过程中,应该充分借鉴发达国家的成功经验,采取相应的政策措施推动三次产业协调发展,通过优化产业结构来改善就业结构。
综上所述,改革开放以来我国就业结构演变表现出阶段性的特点,随着人均GDP的增长,未来我国第二产业的就业比重和产业比重将出现拐点,三次产业的就业和产业分布格局也将发生改变。本文引入人工神经网络方法,深化了对我国就业结构问题的研究,丰富了有关就业结构的定量研究方法,切实提高了就业结构的仿真和预测精度,具有一定的跨学科前沿意义。人工神经网络的定量研究方法在经济分析和经济预测方面具有广阔的应用前景和巨大的推广价值,为经济学的定量研究提供了新的思路。
Employment issues related to economic development and social harmony. Since the reform and opening up, China's employment structure has changed dramatically. As Various employment conflicts are intertwined, the issues of employment structure become more apparent. However, in previous researchworks, the evolution of China's employment structure is lack of specialized study, and the mainstream quantitative research methods on the employment structure are also weaknesses. Thus, in current circumstances, using new quantitative research methods to explore the evolution of China's employment structure and to predict its development trends is of great practical, theoretical and methodological significance.
This paper traces the evolution process of employment structure from 1978 to 2007 based on the theories at home and abroad, and analyses the employment structure in several aspects such as industrial structure, urban-rural structure, ownership structure, regional structure, knowledge structure, etc. The industrial structure of employment is the most important feature of the employment structure. In addition, it analyses the impacts of the world financial crisis on China's employment structure. By summarizing the the factors which affect the evolution of China's employment structure, it points out that the evolution of industrial structure is the most important reason which cause.the evolution of employment structure in China.
A major innovation in this paper is the usage of artificial neural network, with which, it establishes the evolution model, then simulates and forecasts China's employment structure.
According to China's statistics from 1978 to 2007, it simulates the process of the proportion of industrial employment and output value for different levels of per capita GDP in China. It points out that with the growth of per capita GDP in China, the evolution of employment structure and the industrial structure shows a stage feature that the pace of development from quick to slow to fast.
According to the statistical data of 31 provinces in China from 2000-2007, it predicts the trend of China's employment structure and analyses the trends and features of China's employment structure and industrial development,within the scope of changes of per capita GDP from 16,000 yuan to 45,000 yuan. It shows that with the increase of per capita GDP, the proportion ofemployment (output) in primary industry will gradually decrease; the proportion of employment (output) in secondary industry will increase in first, and then decrease, showing a shape of openings down parabolic; the proportion of employment (output) in tertiary industry will gradually increase. When the per capita GDP is in the level of 29,000 yuan and 26,000 yuan, the employment and output of the secondary industry respectively come to turning point. When the per capita GDP is 23,000 yuan and 31000 Yuan, the pattern of employment structure will transit from "132" to "231" and eventually developed to "321". When the per capita GDP reaches to 34,000 yuan, the pattern of industrial structure will change from "231" to "321".
This article also discusses the evolution of employment structure in the world and makes comparison of world and China. It summarizes the features of the evolution of employment structure in developed countries which provide a reference to make relevent employment policies in China.
In order to facilitate the future development of China's employment structure, the article presents relevant policy recommendations. It suggests that through optimization of industrial structure to improve the employment structure; adjusting the direction of investment, optimizing the investment structure; promoting consumption, expanding domestic demand.
Econometric methods are commonly used in the research of employment projections. But it couldn't fully reflect the dynamical, non-linear and non-deterministical features between economic variables. Artificial neural network has higher prediction accuracy.It has many features such as fault-tolerant,fast data-processing speed, etc. which make it especially suitable for dealing with multi-factor, uncertainty, non-linear problems. This article points out that the artificial neural network has a wide application prospect in economic analysis and economic forecast. Artificial neural network also has a great value of promotion, because it will develop a wider research vision to develop the economics and put forward new research topics and research directions in the research of economics.
引文
①张车伟、蔡昉.就业弹性的变化趋势研究[J].中国工业经济,2002(5)：22-23。
①郭克莎.我国产业结构变动趋势及政策研究[J].管理世界,1999(5)。
①西蒙·库兹涅茨.各国的经济增长：总产值和生产结构[M],北京：商务印书馆,1985。
① Chenery, Hollis B., and L. J. Taylor.1968. "Development Patterns among Countries and Over Time." Review of Economics and Statistics 50 (November).
② Chenery, Hollis B., Sherman Robinson, and Moshe Syrquin.1986. Industrialization and Growth. New York: Oxford University Press.
③ Chenery, Hollis B., Shuntaro Shishido, and Tsunehiko Watanabe.1962. "The Pattern of Japanese Growth, 1914-1954." Econontetrica 30 (January).
④英文版为Chenery.H.B, H.Elkington and C. Sims(1970), A Uniform Analysis of Development Pattern; Harvard University Center for International Affairs, Economic Development Report,No.148,Havard University。中文版为霍利斯·钱纳里、奠尔塞斯·塞尔昆著.李小青等译,《发展的格局1950-1970》,中国财政经济出版社,1989。
①Syrquin.M, and H.B.Chenery(1989), Three Decades of Industrialization, The World Bank Review, Vol.3.
①迈克尔·P·《托达罗.发展中国家的劳动力迁移模式和城市失业问题》,载《现代国外经济学论文选》第8辑,商务印书馆,1984：167。
①于刃刚.发展中国家第三产业劳动力过度膨胀现象及其启示[M].经济学动态,1997：78-80。
②嫯渔、党晓捷、姜洪.中国就业结构研究[M],山西人民出版社,中国社会科学出版社,1986。
①蔡昉.中国就业增长与结构变化[J].社会科学管理与评论,2007(2)。
②袁朝辉.中国直辖市就业结构演进及其空间特征研究[D].首都经贸大学,2008。
③周建安.中国产业结构升级与就业问题的灰色关联分析[J].财经理论与实践,2006(9)。
④张玉英、王晓敏.中国劳动市场的形成与就业结构的演变[J].湖北社会科学,2002(11)。
⑤张建武、李永杰.产业结构与就业结构互动关系及政策含义[J].广东经济管理学院学报,2005(2)。
⑥林秀梅.我国转型期经济增长、经济结构与就业的关联性研究[D],吉林大学,2006。
⑦陈桢.产业结构与就业结构失衡的实证分析[J].山西财经大学学报,2007(10)。
①伍海亮.我国产业结构与就业结构非均衡发展的分析[D].首都师范大学,2009。
②菲利普·阿吉翁、彼得·霍依特.内生增长理论[M].北京：北京大学出版社,2004：257。
①刘键、蓝文永、徐荣华.对我国经济增长与就业增长非一致性的探讨分析[J].宏观经济研究,2009(3)。
②何枫.投资与就业增长关系的理论探讨[J].陕西经贸学院学报,1998(5)。
③盛仕斌.从投资与就业关系看解决失业的思路[J].中国工业经济,1998(5)。
④龚玉泉、袁志刚.中国经济增长与就业增长的非一致性及其形成机理[J].经济学动态,2002(10)。
⑤吕忠伟.中国各行业吸纳就业能力的实证研究[J].兰州学刊,2006(5)。
⑥蔡眈、王德文、张华初.扩大内需的投资要更加重视就业导向[J].中国经贸导刊，2009(10)。
⑦于爱晶、周凌瑶.我国政府投资与经济增长、居民收入和就业的关系[J].中央财经大学学报,2004(4)。
⑧万明智.外商直接投资的就业效应剖析[M].软科学,2005(3)。
⑨万欣荣、史卫、方小军.外国直接投资的就业效应实证分析—以广东省就业市场为例[J].南开管理评论,2005(2)。
① Castells.Mannel, Aoyama. Yuko, Paths towards the informational society:Employment structure in G-7 countries 1920-1990, International Labour Review, vol 133, Iss 1,1994,p5-33.
②张国初.技术进步对就业水平的影响[J].管理评论.2003,15(1)。
② Bankin Chadha & Fabrizio Coricelli. "Fiscal Constraints and the speed of transition"[J]. Journal of Development Economics,1997(52):221-229.
① Syrquin.M, and H.B.Chenery(1989), Three Decades of Industrialization, The World Bank Review, Vol.3.p147.
②李江帆.中国第三产业发展研究[M].北京：人民出版社,2005。
③林秀梅.我国转型期经济增长、经济结构与就业的关联性研究[D].吉林大学,2006。
④陈大红.中国产业结构与就业结构的关联性研究[J].产业与科技论坛,2007(3)。
①江小涓、李辉.服务业与中国经济：相关性和加快增长的潜力[J].经济研究,2004(1)。
②曾昭磐、叶金海.人工神经网络模型在福建省劳动力需求预测中的应用[R],1998中国控制与决策学术年会论文集,1998：607-612页。
①陈振斌、张万红、彭勃.基本Elman神经网络的江苏技术人才需求预测[J].商场现代化，2007(12)。
②肖新成、姚永红.人力资本、资本形成对中国经济增长作用的协整分析[J].统计与决策,2008(12)。
③邱惟明、赖茂生.中国软件产业规模和软件人才趋势的系统动力学分析[J].情报科学,2007(9)。
④黄少杰.我国就业问题与第三产业发展的关联性研究[D].吉林大学,2006。
⑤汪静、王伯良.灰色系统理论在农业科技人才预测中的应用[J].河南科技大学学报,2002(4)。
①张车伟、蔡昉.就业弹性的变化趋势研究[J].中国工业经济,2002(5)。
②郭爱君、武国荣.改革开放以来我国西部地区产业结构的演变分析[J].甘肃社会科学,2007(5)。
③刘泽双、闫付强.基于遗传算法的就业需求量组合预测模型[J].系统工程,2009(8)。
④李子奈.计量经济学应用研究的总体回归模型设定[J].经济研究,2008(8)。
①洪永淼.计量经济学的地位、作用和局限[J].经济研究,2007(5)。 分析两者之间的变化关系,从而探索黑箱的内部构造和机理。
①杨良土、胡东成、罗予频.前馈型神经网络容错性研究的现状和展望[J].电子科学学刊,1998(6)。
①何永贵、韩月娥、杨实俊、张振刚.人力资源需求预测模型的优选[J].华北电力大学学报,2005(6)。
②张秀艳、徐立本、李太浩.人工神经网络在经济学中应用的研究现状及研发策略[J].数量经济技术经济研究,2001(5)。
① K.M.Hornik, M.Stinchcombe and H. White, "Multilayer feedforward networks are universal pproximators", Neural Networks, vol.2, no.5, pp.359-366,1989.
② Hopfield J 1984 Proc.Natl.Acad.Sci.U.S.A.81 3088.
③王瑞敏、赵鸿.神经元传输函数对人工神经网络动力学特性的影响[J].物理学报,2007(2)。
④李勇、郭平Sigmoid传输函数与三层前馈神经网络的映射能力[J].北京师范大学学报(自然科学版),2001(5)。
①冯定.神经网络专家系统[M].北京：科学出版社,2006.9。
①魏海坤.神经网络结构设计的理论与方法[M].北京：国防工业出版社,2005.2,p2.
①朱海平.中国统计资料可靠性的制度分析[J].理论探讨,2008(6)。
②何苑、张继良.中国统计改革问题研究综述[J].甘肃社会科学,2007(3)。
①郭菊娥等.4万亿投资对中国经济的拉动效应测算分析[J].管理评论,2009(2)。
②按照我国的统计分类,“其他服务业”包括会计服务、建筑及工程服务、计算机系统设计、管理、科学和技术咨询、法律服务、广告及设计等行业。
①源自新华网《世界人口老龄化问题与“国际老年人日”》,http://news.xinhuanet.com/ziliao/2003-06/30/ content_944850.htm.
②源自中国人口信息网《2002年世界人口老龄化动态》,http://www.cpirc.org.cn/yjwx/yjwx_detail.asp?id =3618.
①[英]W.H.B.考特.简明英国经济史(1750年至1939年)[M].北京：商务印书馆,1992,第46页。
①黄日强、邓志军.战后英国职业技术教育发展滞缓原因探析[J].河北科技师范学院学报(社会科学版),2006(2)。
②毛锐.二战后英国国有化运动评述[J].探索与争鸣,2007(3)。
①汪斌.东亚工业化浪潮中的产业结构研究[M].杭州大学出版社,1997：20-45。
②薜敬孝等.当代日本产业结构研究[M].天津人民出版社,2002：43。
①田中景.日本经济：过去、现在、未来[M],北京：中国经济出版社,2004：125。
②伞锋.日本终身雇佣制的文化与发展趋势[J].现代日本经济,1995(4)。
③周振华.现代经济增长中的结构效应[M].上海：上海人民出版社,1995。
①蔡昉、王德文、张华初.扩大内需的投资要更加重视就业导向[J].中国经贸导刊，2009(10)：7.
②于爱晶、周凌瑶.我国政府投资与经济增长、居民收入和就业的关系[J].中央财经大学学报,2004(4)：26-27.
1.毕先萍,赵坚毅.技术进步对我国就业总量及结构的影响.统计与决策.2007：10.
2.毕小龙、袁勇.基于BP神经网络的人口预测方法研究[J].武汉理工大学学报(交通科学与工程版),2007(3).
3.蔡昉、王德文、张华初.扩大内需的投资要更加重视就业导向[J].中国经贸导刊,2009(10)：7.)
4. 蔡防.劳动力短缺：我们是否应该未雨绸缪[J].中国人口科学,2005(6).
5. 蔡防.中国就业增长与结构变化[J].社会科学管理与评论,2007(6)
6. 陈大红.产业结构与就业结构的关联性分析—以北京市为例的实证研究[J].西北人口,2007(4).
7. 陈耀.世界发达国家二、三产业关系的演变与启示[J]经济纵横,2007,(15).
8.陈瑜.我国第三产业就业结构影响因素的实证分析[J].北方经贸,2007(10).
9. 陈展等.人工神经网络模型在国民经济和社会发展规划中的应用----以浙江省为例[J].科技通报,2007：3(23).
10.陈桢.产业结构与就业结构失衡的实证分析[J].山西财经大学学报,2007(10).
11.陈祯.经济增长的就业效应研究[M].北京：经济管理出版社,2007.
12.陈征.论现代服务劳动[J]当代经济研究,2003,(10).
13.陈仲常、金碧.中国失业阶段性转换特点及对策研究[J].人口与经济,2005(3).
14.大卫·摩拉维茨.评述发展中国家工业化的就业含义.现代国外经济学论文选(第8辑).北京：商务印书馆,1984.
15.都崴崴.人工神经网络在广东省GDP预测中的应用研究[D].暨南大学,2006.
16.樊纲.中国要努力发展重化工业[J]中国制造业信息化,2005,(S1).
17.飞思科技产品研发中心编著.神经网络理论与MATLAB7实现[M].北京：电子工业出版社,2005.3：20-23.
18.高琳娜.我国隐性就业的现状、效应及对策分析[J].西北人口,2005(5).
19.龚玉泉、袁志刚.中国经济增长与就业增长的非一致性及其形成机理[J].经济学动态,2002(10).
20.顾乃华.我国服务业对工业发展外溢效应的理论和实证分析[J]统计研究,2005,(12).
21.郭爱君、武国荣.改革开放以来我国西部地区产业结构的演变分析[J].甘肃社会科学,2007(5).
22.郭继严.2001-2020年中国就业战略研究[M].2001年06月第1版：63-64.
23.郭菊娥等.4万亿投资对中国经济的拉动效应测算分析[J].管理评论,2009(2)：102.
24.郭克莎.我国产业结构变动趋势及政策研究[J].管理世界,1999(5).
25.国务院发展研究中心课题组.中国工业化进入新阶段重工业重新大发展[J]中国机电工业,2003,(23).
26.韩俊.中国经济改革30年农村经济卷1978-2008[M].2008.
27.何枫.投资与就业增长关系的理论探讨[J].陕西经贸学院学报,1998(5).
28.何永贵、韩月娥、杨实俊、张振刚.人力资源需求预测模型的优先[J].华北电力大学学报,2005(6).
29.胡喜生、洪伟、吴承祯.基于BP神经网络的福州市人口预测模型[J].杭州师范大学学报,2009(1).
30.黄荣清.关于人口预测问题的思考[J].人口研究,2004(1).
31.黄少杰.我国就业问题与第三产业发展的关联性研究[D].吉林大学,2007.
32.黄岩、张国春、王其藩.一种新的计算组合预测权重的方法[J].管理工程学报,2001(2)
33.霍落斯·钱纳里.结构变化与发展政策(朱东海,黄钟译)[M].北京：经济科学出版社,1991.
34.江小娟、李辉.服务业与中国经济：相关性与加快增长的潜力[J].经济研究,2004(1)：4-15.
35.姜渔、党晓捷、姜洪.中国就业结构研究[M].山西：山西人民出版社、中国社会科学出版社,1986.
36.劳动和社会保障部培训就业司：《对经济的就业政策的解读和解析》,中国劳动社会保障出版社,2003：166.
37.雷长林.中国农村发展史1949-2008[M].2008.
38.李成勋主编.中国经济发展战略No.4(2006)[M].社会科学文献出版社,2006.7.
39.李鹏.关于国民经济和社会发展“九五”计划和2010年远景目标纲要的报告[R].北京：人民出版社,1996：16.
40.李鹏.关于国民经济和社会发展十年规划和第八个五年计划纲要的报告[R].北京：人民出版社,1991：14.
41.李晓冰、杨凤丽、刘岩、刘亚民.山东医学信息人力资源现状与需求预测分析[J].实用医药杂志,2007(11).
42.李永胜.人口预测中的模型选择与参数认定[J].财经科学,2004(2).
43.李志平,白庆华.论现代服务业的内涵及其发展趋势[J]经济论坛,2006,(22).
44.林秀梅.我国转型期经济增长、经济结构与就业的关联性研究[D].吉林大学,2006.
45.林毓铭.科技进步对就业增长的正负效应分析.科技管理研究.2003,23(1)：76-78.
46.刘桂云.全球经济一体化过程中世界产业结构调整的趋势[J]产业与科技论坛,2007,(04).
47.刘建党.就业结构变化与中国经济增长关系的实证研究—基于中国29个省份面板数据的计量分析[J].经济研究导刊,2008(12)
48.刘键、蓝文永、徐荣华.对我国经济增长与就业增长非一致性的探讨分析[J].宏观经济研究,2009(3)：79.
49.刘娜、 赵永乐、 邵光成.基于遗传神经网络的企业人力资源结构预测[J].统计与决策,2007(2).
50.刘七华.我国城市化对就业规模和结构的影响[J].经济研究导刊,2008,(03).
51.刘诗白.论服务劳动[J]经济学家,2001，,(06).
52.刘素华.建立我国就业质量量化评价体系的步骤与方法[J].人口与经济,2005(6)：34-38.
53.吕文婧,胡雁雁.产业结构的就业比较分析[J]首都经济贸易大学学报,2003,(02)
54.吕忠伟.中国各行业吸纳就业能力的实证研究[J].兰州学刊,2006(5)：173.
55.罗亚光.我国民航飞行员需求预测的数学模型及统计分析[J].生产力研究,2006(8).
56.苗苗.人工神经网络在劳动力供求预测中的应用[J].计算机工程与设计,2006(12).
57.蒲艳萍,蒲勇健.三次产业与中国就业：增长趋势及国际比较[J]生产力研究,2005,(06).
58.蒲艳萍、陈娟.转型期的产业结构变动与中国就业效应____面板数据的回归分析与协整检验[J].重庆大学学报,2008,14(1)：32-36
59.芮明杰主编.产业经济学.上海：上海财经大学出版社,2005.8.
60.盛仕斌.从投资与就业关系看解决失业的思路[J].中国工业经济,1998(5).
61.宋涛.调整产业结构的理论研究[J].当代经济研究,2002(11).
62.苏东水.产业经济学.北京：高等教育出版社,2000.
63.隋广军.产业演进及其微观基础研究[M].北京：经济科学出版社,2007.3.
64.唐小我.预测理论及其应用[M].武汉：电子科技大学出版社,1992.
65.王洛林主编.中国战略机遇期的经济发展研究报告(2005-2020)[R].北京：社会科学文献出版社,2005：240.
66.王梦奎、陆百甫、卢中原等：《新阶段的中国经济》,人民出版社,2002年版。
67.王述英.服务劳动也是生产劳动[J]经济学家,2002,(01).
68.王维、李钰.最优组合预测在四川省人力需求预测中的应用[J].价值工程,2005(3).
69.王学义、曾祥旭.对我国近年来人口预测研究的述评[J].理论与改革,2007(6).
70.王燕飞、曾国平.FDI、就业结构及产业结构变迁[J].世界经济研究,2006(7).
71.王忠.影响我国就业增长的产业因素分析[J]生产力研究,2007,(07).
72.魏城.中国农民工调查[M].北京：法律出版社,2008.
73.魏杰.不能把增长方式与重化工业发展混为一谈[J]中国制造业信息化,2005,(S1).
74.魏巍贤.基于人工神经网络的汇率预报[M].系统工程理论与实践,1996(6).
75.魏作磊.第三产业发展及带动中国就业的实证分析[J].财贸经济,2004(3)：80-85.
76.吴劲军.基于BP神经网络的人口预测模型研究[J].统计与信息论坛,2004(2).
77.肖文韬.产业结构协调理论综述[J].武汉理工大学学报信息与管理工程版,2003(6)
78.徐现祥,舒元.中国经济增长中的劳动结构效应[J]世界经济,2001,(05).
79.阎平凡,张长水.人工神经网络与模拟进化计算[M].北京：清华大学出版社,2005..
80.叶仁荪.中国地区就业结构的比较分析[J].经济体制改革,2003(6).
81.伊兰伯格、史密斯.现代劳动经济学—理论与公共政策(第六版)[M].中国人民大学出版社,1999.
82.于爱晶、周凌瑶.我国政府投资与经济增长、居民收入和就业的关系[J].中央财经大学学报,2004(4)：26-27.
83.于刃刚.发展中国家第三产业劳动力过度膨胀现象及其启示[J].经济学动态,1997.4.
84.于刃刚.经济体制对劳动力产业分布结构的影响[J].世界经济,1998.7.
85.原新,涂肇庆,中国大陆出生性别比偏高及家庭孩子性别选择模式研究,涂肇庆主编《机遇与挑战：21世纪两岸四地的人口变迁》,中国人口出版社,2006：477-499.
86.原新.对我国出生性别比失衡人口规模的判断[J].人口研究,2007(6)：3-7.
87.曾昭磐、叶金海.人工神经网络在福建省劳动力需求预测中的应用[C].1998中国控制与决策学术年会论文集,1998.
88.张车伟、蔡昉.就业弹性的变化趋势研究[J].中国工业经济,2002(5)：22-31.
89.张车伟、吴要武.城镇劳动供求形势与趋势分析[J].中国人口科学,2005(5).
90.张国初.技术进步对就业水平的影响.管理评论.2003,15(1)：21-26.
91.张华初、李永杰.正式制度与经济发展[J].南方经济,2004(4).
92.张华初.中国就业结构演变的SDA分析[J].中国人口科学,2008(2)：46.
93.张建武、李永杰.产业结构与就业结构互动关系及政策含义[J].广东经济管理学院学报,2005(2).
94.张磊.外商直接投资对安徽省产业结构影响的模型分析及对策研究[D].中国优秀硕士学位论文全文数据库,2009
95.聂云霄.中国第二产业拐点出现时刻分析与预测[D].中国优秀硕士学位论文全文数据库,2008,(11)
96.张世贤.工业投资效率与产业结构变动的实证研究—兼与郭克莎博士商榷[J].管理世界,2000(5).
97.张为民、崔红艳.对中国2000年人口普查准确性的估计[J].人口研究,2003.7(4).
98.张文魁.中国经济改革30年1978-2008国有企业卷[M].2008.
99.张兴会等.基于递阶对角神经网络的失业预测研究[J].数量经济技术经济研究,2002(9).
100.张秀艳、徐立本、李太浩.人工神经元网络在经济学中应用的研究现状及研发策略[M].数量经济技术经济研究,2001(5)：92-94.
101.赵建国.经济增长促进就业的实证分析[J].财经问题研究,2003(5).
102.赵儒.中国产业结构调整战略思考[J].当代经济研究,1998(4).
103.浙江省计委长期规划处.1991-2000年浙江省城镇劳动力供需状况的预测分析[J].预测,1991(6).
104.中国科学院预测科学研究中心.中国经济预测与展望2007[M].北京：科学出版社,2007.
105.中国社会科学院经济学部主编.中国经济研究报告(2006-2007).经济管理出版社,2007.
106.中华人民共和国国家统计局编.中国统计年鉴2008.北京：中国统计出版社,2008.
107.周建安.中国产业结构升级与就业问题的灰色关联分析[J].财经理论与实践,2006(9)
108.周叔莲、郭克莎：《中国工业增长与结构变动研究》,北京：经济管理出版社,2005年版。
109.Fisher A G. Capital and the Growth OJ knowledge[J]. Economic Journal,1993(9).
110.Fisher A G. Production,Primary,Secondary,and Tertiary[J]. Economic Record,1939(6).
111.Clark C. The Conditions of Economic Progress[M]. Macmillan,3rd edition,1957.
112.Labour Market Forecasts by Occupation & Education:The Forecasting Activities of Three European Labour Market Research Institutes. (1994) Ed. H. Heijke. Massachusetts:Kluwer Academic.
113.K·亨切利夫(美),陈佑清译.人力需求预测[J].教育与经济,1992(2)
114.Tan Charence N., Witting Gerhard E. A Study of the Parameters of a Back propagation Stock Price Prediction Model.In Proceeding of The first New Zealand International Two-stream Conference on Artificial Neural Networks and Expert System,1993.
115.Bo K.Wong,Yakup Selvi,Neural network application in finance:A review and analysis of literature, Information Management 34(1998),129-139.
116.Tong-Seng Quah,Bobby Srinivasan,Improving returns on stock investment through neural network selection, Expert System with Application 17(1999),295-301.
117.Hatwal H.Mikulcik E C.some Inverse solutions to an automobile path-tracking problems with input control of steering and brakes, Vehicle System Dynamics, 1986,15,61-71.
118.S.Longhi, P.Nijkamp, A.Reggiani, U.Blien. Forecasting Regional Labour Markets in Germany:An Evaluation of the Performance of Neural Network Analysis. Paper to be presented at the 42nd European Regional Science Association(ERSA) congress in Dortmund August 27th-31st,2002.
119.Georgios Paliouras, Hans C.Jessen. Statistical and Learning Approaches to Nonlinear Modeling of Labour Force Participation. Neural Network World, 1999,9(4):341-363.
120.Thomas G. Wier, Vir V.Phoha, Neural-Network Modeling for Labor-Force Migration:a Competitive-Learning Approach, Computing in Economics and Finance 199 1043, Society for Comutational Economics,1999
121.Deppe M; Schwindt W; Pieper A; Kugel H; Plassmann H; Kenning P; Deppe K; Ringelstein EB; "Anterior cingulate reflects susceptibility to framing during attractiveness evaluation." Neuroreport; July 2007; 18 (11):1119-23.
122.Deppe M; Schwindt W; Kugel H; Plassmann H; Kenning P:"Nonlinear responses within the medial prefrontal cortex reveal when specific implicit information influences economic decision making." J Neuroimaging; April 2005; 15(2):171-82.
123.Altman E. I., Marco G., Varetto F. (1994) Corporate Distress Diagnosis: Comparison using Linear Discriminant Analysis and Neural Network (The Italian Experience), Journal of Banking and Finance,18, pp.505-529.
124.Dougherty M. S., M. R. Cobbett (1994) Design and Evaluation of the Neural Network based Short Term Traffic Forecasting System, Central European Road Data Information Exchange Network, drive Ⅱ, PN:V2044.
125.Kuan C.-M., T. Liu (1995) Forecasting Exchange Rates Using Feedforward and Recurrent Neural Networks, Journal of Applied Econometrics,10-4, pp. 347-364.
126.Reggiani A., P. Nijkamp, E. Sabella (2000) A Comparative Analysis of the Performance of Evolutionary Algorithms, in Reggiani A. (eds.), Spatial Economic Science. New Frontiers in Theory and Methodology, Springer-Verlag, Berlin,2000, pp.332-354.
127.Reibnegger G., G. Weiss, G. Werner-Felmayer, G. Judmaier, H. Wachter (1991) Neural Networks as a Tool for Utilizing Laboratory Information:Comparison with Linear Discriminant Analysis and with Classification and Regression Trees, Proceedings of the National Academy of Sciences of the United States of America,88-24, pp.11426-11430.
128.[英]W.H.B.考特.简明英国经济史(1750年至1939年)[M].北京：商务印书馆,1992。
129.Castells.Mannel, Aoyama. Yuko, Paths towards the informational society: Employment structure in G-7 countries 1920-1990, International Labour Review, vol 133, Iss 1,1994,p5-33.
130.Bankin Chadha & Fabrizio Coricelli. "Fiscal Constraints and the speed of transition"[J]. Journal of Development Economics,1997(52):221-229.
①郭克莎.我国产业结构变动趋势及政策研究[J].管理世界,1999(5)。
①西蒙·库兹涅茨.各国的经济增长：总产值和生产结构[M],北京：商务印书馆,1985。
① Chenery, Hollis B., and L. J. Taylor.1968. "Development Patterns among Countries and Over Time." Review of Economics and Statistics 50 (November).
② Chenery, Hollis B., Sherman Robinson, and Moshe Syrquin.1986. Industrialization and Growth. New York: Oxford University Press.
③ Chenery, Hollis B., Shuntaro Shishido, and Tsunehiko Watanabe.1962. "The Pattern of Japanese Growth, 1914-1954." Econontetrica 30 (January).
④英文版为Chenery.H.B, H.Elkington and C. Sims(1970), A Uniform Analysis of Development Pattern; Harvard University Center for International Affairs, Economic Development Report,No.148,Havard University。中文版为霍利斯·钱纳里、奠尔塞斯·塞尔昆著.李小青等译,《发展的格局1950-1970》,中国财政经济出版社,1989。
①Syrquin.M, and H.B.Chenery(1989), Three Decades of Industrialization, The World Bank Review, Vol.3.
①迈克尔·P·《托达罗.发展中国家的劳动力迁移模式和城市失业问题》,载《现代国外经济学论文选》第8辑,商务印书馆,1984：167。
①于刃刚.发展中国家第三产业劳动力过度膨胀现象及其启示[M].经济学动态,1997：78-80。
②嫯渔、党晓捷、姜洪.中国就业结构研究[M],山西人民出版社,中国社会科学出版社,1986。
①蔡昉.中国就业增长与结构变化[J].社会科学管理与评论,2007(2)。
②袁朝辉.中国直辖市就业结构演进及其空间特征研究[D].首都经贸大学,2008。
③周建安.中国产业结构升级与就业问题的灰色关联分析[J].财经理论与实践,2006(9)。
④张玉英、王晓敏.中国劳动市场的形成与就业结构的演变[J].湖北社会科学,2002(11)。
⑤张建武、李永杰.产业结构与就业结构互动关系及政策含义[J].广东经济管理学院学报,2005(2)。
⑥林秀梅.我国转型期经济增长、经济结构与就业的关联性研究[D],吉林大学,2006。
⑦陈桢.产业结构与就业结构失衡的实证分析[J].山西财经大学学报,2007(10)。
①伍海亮.我国产业结构与就业结构非均衡发展的分析[D].首都师范大学,2009。
②菲利普·阿吉翁、彼得·霍依特.内生增长理论[M].北京：北京大学出版社,2004：257。
①刘键、蓝文永、徐荣华.对我国经济增长与就业增长非一致性的探讨分析[J].宏观经济研究,2009(3)。
②何枫.投资与就业增长关系的理论探讨[J].陕西经贸学院学报,1998(5)。
③盛仕斌.从投资与就业关系看解决失业的思路[J].中国工业经济,1998(5)。
④龚玉泉、袁志刚.中国经济增长与就业增长的非一致性及其形成机理[J].经济学动态,2002(10)。
⑤吕忠伟.中国各行业吸纳就业能力的实证研究[J].兰州学刊,2006(5)。
⑥蔡眈、王德文、张华初.扩大内需的投资要更加重视就业导向[J].中国经贸导刊，2009(10)。
⑦于爱晶、周凌瑶.我国政府投资与经济增长、居民收入和就业的关系[J].中央财经大学学报,2004(4)。
⑧万明智.外商直接投资的就业效应剖析[M].软科学,2005(3)。
⑨万欣荣、史卫、方小军.外国直接投资的就业效应实证分析—以广东省就业市场为例[J].南开管理评论,2005(2)。
① Castells.Mannel, Aoyama. Yuko, Paths towards the informational society:Employment structure in G-7 countries 1920-1990, International Labour Review, vol 133, Iss 1,1994,p5-33.
②张国初.技术进步对就业水平的影响[J].管理评论.2003,15(1)。
② Bankin Chadha & Fabrizio Coricelli. "Fiscal Constraints and the speed of transition"[J]. Journal of Development Economics,1997(52):221-229.
① Syrquin.M, and H.B.Chenery(1989), Three Decades of Industrialization, The World Bank Review, Vol.3.p147.
②李江帆.中国第三产业发展研究[M].北京：人民出版社,2005。
③林秀梅.我国转型期经济增长、经济结构与就业的关联性研究[D].吉林大学,2006。
④陈大红.中国产业结构与就业结构的关联性研究[J].产业与科技论坛,2007(3)。
①江小涓、李辉.服务业与中国经济：相关性和加快增长的潜力[J].经济研究,2004(1)。
②曾昭磐、叶金海.人工神经网络模型在福建省劳动力需求预测中的应用[R],1998中国控制与决策学术年会论文集,1998：607-612页。
①陈振斌、张万红、彭勃.基本Elman神经网络的江苏技术人才需求预测[J].商场现代化，2007(12)。
②肖新成、姚永红.人力资本、资本形成对中国经济增长作用的协整分析[J].统计与决策,2008(12)。
③邱惟明、赖茂生.中国软件产业规模和软件人才趋势的系统动力学分析[J].情报科学,2007(9)。
④黄少杰.我国就业问题与第三产业发展的关联性研究[D].吉林大学,2006。
⑤汪静、王伯良.灰色系统理论在农业科技人才预测中的应用[J].河南科技大学学报,2002(4)。
①张车伟、蔡昉.就业弹性的变化趋势研究[J].中国工业经济,2002(5)。
②郭爱君、武国荣.改革开放以来我国西部地区产业结构的演变分析[J].甘肃社会科学,2007(5)。
③刘泽双、闫付强.基于遗传算法的就业需求量组合预测模型[J].系统工程,2009(8)。
④李子奈.计量经济学应用研究的总体回归模型设定[J].经济研究,2008(8)。
①洪永淼.计量经济学的地位、作用和局限[J].经济研究,2007(5)。 分析两者之间的变化关系,从而探索黑箱的内部构造和机理。
①杨良土、胡东成、罗予频.前馈型神经网络容错性研究的现状和展望[J].电子科学学刊,1998(6)。
①何永贵、韩月娥、杨实俊、张振刚.人力资源需求预测模型的优选[J].华北电力大学学报,2005(6)。
②张秀艳、徐立本、李太浩.人工神经网络在经济学中应用的研究现状及研发策略[J].数量经济技术经济研究,2001(5)。
① K.M.Hornik, M.Stinchcombe and H. White, "Multilayer feedforward networks are universal pproximators", Neural Networks, vol.2, no.5, pp.359-366,1989.
② Hopfield J 1984 Proc.Natl.Acad.Sci.U.S.A.81 3088.
③王瑞敏、赵鸿.神经元传输函数对人工神经网络动力学特性的影响[J].物理学报,2007(2)。
④李勇、郭平Sigmoid传输函数与三层前馈神经网络的映射能力[J].北京师范大学学报(自然科学版),2001(5)。
①冯定.神经网络专家系统[M].北京：科学出版社,2006.9。
①魏海坤.神经网络结构设计的理论与方法[M].北京：国防工业出版社,2005.2,p2.
①朱海平.中国统计资料可靠性的制度分析[J].理论探讨,2008(6)。
②何苑、张继良.中国统计改革问题研究综述[J].甘肃社会科学,2007(3)。
①郭菊娥等.4万亿投资对中国经济的拉动效应测算分析[J].管理评论,2009(2)。
②按照我国的统计分类,“其他服务业”包括会计服务、建筑及工程服务、计算机系统设计、管理、科学和技术咨询、法律服务、广告及设计等行业。
①源自新华网《世界人口老龄化问题与“国际老年人日”》,http://news.xinhuanet.com/ziliao/2003-06/30/ content_944850.htm.
②源自中国人口信息网《2002年世界人口老龄化动态》,http://www.cpirc.org.cn/yjwx/yjwx_detail.asp?id =3618.
①[英]W.H.B.考特.简明英国经济史(1750年至1939年)[M].北京：商务印书馆,1992,第46页。
①黄日强、邓志军.战后英国职业技术教育发展滞缓原因探析[J].河北科技师范学院学报(社会科学版),2006(2)。
②毛锐.二战后英国国有化运动评述[J].探索与争鸣,2007(3)。
①汪斌.东亚工业化浪潮中的产业结构研究[M].杭州大学出版社,1997：20-45。
②薜敬孝等.当代日本产业结构研究[M].天津人民出版社,2002：43。
①田中景.日本经济：过去、现在、未来[M],北京：中国经济出版社,2004：125。
②伞锋.日本终身雇佣制的文化与发展趋势[J].现代日本经济,1995(4)。
③周振华.现代经济增长中的结构效应[M].上海：上海人民出版社,1995。
①蔡昉、王德文、张华初.扩大内需的投资要更加重视就业导向[J].中国经贸导刊，2009(10)：7.
②于爱晶、周凌瑶.我国政府投资与经济增长、居民收入和就业的关系[J].中央财经大学学报,2004(4)：26-27.
1.毕先萍,赵坚毅.技术进步对我国就业总量及结构的影响.统计与决策.2007：10.
2.毕小龙、袁勇.基于BP神经网络的人口预测方法研究[J].武汉理工大学学报(交通科学与工程版),2007(3).
3.蔡昉、王德文、张华初.扩大内需的投资要更加重视就业导向[J].中国经贸导刊,2009(10)：7.)
4. 蔡防.劳动力短缺：我们是否应该未雨绸缪[J].中国人口科学,2005(6).
5. 蔡防.中国就业增长与结构变化[J].社会科学管理与评论,2007(6)
6. 陈大红.产业结构与就业结构的关联性分析—以北京市为例的实证研究[J].西北人口,2007(4).
7. 陈耀.世界发达国家二、三产业关系的演变与启示[J]经济纵横,2007,(15).
8.陈瑜.我国第三产业就业结构影响因素的实证分析[J].北方经贸,2007(10).
9. 陈展等.人工神经网络模型在国民经济和社会发展规划中的应用----以浙江省为例[J].科技通报,2007：3(23).
10.陈桢.产业结构与就业结构失衡的实证分析[J].山西财经大学学报,2007(10).
11.陈祯.经济增长的就业效应研究[M].北京：经济管理出版社,2007.
12.陈征.论现代服务劳动[J]当代经济研究,2003,(10).
13.陈仲常、金碧.中国失业阶段性转换特点及对策研究[J].人口与经济,2005(3).
14.大卫·摩拉维茨.评述发展中国家工业化的就业含义.现代国外经济学论文选(第8辑).北京：商务印书馆,1984.
15.都崴崴.人工神经网络在广东省GDP预测中的应用研究[D].暨南大学,2006.
16.樊纲.中国要努力发展重化工业[J]中国制造业信息化,2005,(S1).
17.飞思科技产品研发中心编著.神经网络理论与MATLAB7实现[M].北京：电子工业出版社,2005.3：20-23.
18.高琳娜.我国隐性就业的现状、效应及对策分析[J].西北人口,2005(5).
19.龚玉泉、袁志刚.中国经济增长与就业增长的非一致性及其形成机理[J].经济学动态,2002(10).
20.顾乃华.我国服务业对工业发展外溢效应的理论和实证分析[J]统计研究,2005,(12).
21.郭爱君、武国荣.改革开放以来我国西部地区产业结构的演变分析[J].甘肃社会科学,2007(5).
22.郭继严.2001-2020年中国就业战略研究[M].2001年06月第1版：63-64.
23.郭菊娥等.4万亿投资对中国经济的拉动效应测算分析[J].管理评论,2009(2)：102.
24.郭克莎.我国产业结构变动趋势及政策研究[J].管理世界,1999(5).
25.国务院发展研究中心课题组.中国工业化进入新阶段重工业重新大发展[J]中国机电工业,2003,(23).
26.韩俊.中国经济改革30年农村经济卷1978-2008[M].2008.
27.何枫.投资与就业增长关系的理论探讨[J].陕西经贸学院学报,1998(5).
28.何永贵、韩月娥、杨实俊、张振刚.人力资源需求预测模型的优先[J].华北电力大学学报,2005(6).
29.胡喜生、洪伟、吴承祯.基于BP神经网络的福州市人口预测模型[J].杭州师范大学学报,2009(1).
30.黄荣清.关于人口预测问题的思考[J].人口研究,2004(1).
31.黄少杰.我国就业问题与第三产业发展的关联性研究[D].吉林大学,2007.
32.黄岩、张国春、王其藩.一种新的计算组合预测权重的方法[J].管理工程学报,2001(2)
33.霍落斯·钱纳里.结构变化与发展政策(朱东海,黄钟译)[M].北京：经济科学出版社,1991.
34.江小娟、李辉.服务业与中国经济：相关性与加快增长的潜力[J].经济研究,2004(1)：4-15.
35.姜渔、党晓捷、姜洪.中国就业结构研究[M].山西：山西人民出版社、中国社会科学出版社,1986.
36.劳动和社会保障部培训就业司：《对经济的就业政策的解读和解析》,中国劳动社会保障出版社,2003：166.
37.雷长林.中国农村发展史1949-2008[M].2008.
38.李成勋主编.中国经济发展战略No.4(2006)[M].社会科学文献出版社,2006.7.
39.李鹏.关于国民经济和社会发展“九五”计划和2010年远景目标纲要的报告[R].北京：人民出版社,1996：16.
40.李鹏.关于国民经济和社会发展十年规划和第八个五年计划纲要的报告[R].北京：人民出版社,1991：14.
41.李晓冰、杨凤丽、刘岩、刘亚民.山东医学信息人力资源现状与需求预测分析[J].实用医药杂志,2007(11).
42.李永胜.人口预测中的模型选择与参数认定[J].财经科学,2004(2).
43.李志平,白庆华.论现代服务业的内涵及其发展趋势[J]经济论坛,2006,(22).
44.林秀梅.我国转型期经济增长、经济结构与就业的关联性研究[D].吉林大学,2006.
45.林毓铭.科技进步对就业增长的正负效应分析.科技管理研究.2003,23(1)：76-78.
46.刘桂云.全球经济一体化过程中世界产业结构调整的趋势[J]产业与科技论坛,2007,(04).
47.刘建党.就业结构变化与中国经济增长关系的实证研究—基于中国29个省份面板数据的计量分析[J].经济研究导刊,2008(12)
48.刘键、蓝文永、徐荣华.对我国经济增长与就业增长非一致性的探讨分析[J].宏观经济研究,2009(3)：79.
49.刘娜、 赵永乐、 邵光成.基于遗传神经网络的企业人力资源结构预测[J].统计与决策,2007(2).
50.刘七华.我国城市化对就业规模和结构的影响[J].经济研究导刊,2008,(03).
51.刘诗白.论服务劳动[J]经济学家,2001，,(06).
52.刘素华.建立我国就业质量量化评价体系的步骤与方法[J].人口与经济,2005(6)：34-38.
53.吕文婧,胡雁雁.产业结构的就业比较分析[J]首都经济贸易大学学报,2003,(02)
54.吕忠伟.中国各行业吸纳就业能力的实证研究[J].兰州学刊,2006(5)：173.
55.罗亚光.我国民航飞行员需求预测的数学模型及统计分析[J].生产力研究,2006(8).
56.苗苗.人工神经网络在劳动力供求预测中的应用[J].计算机工程与设计,2006(12).
57.蒲艳萍,蒲勇健.三次产业与中国就业：增长趋势及国际比较[J]生产力研究,2005,(06).
58.蒲艳萍、陈娟.转型期的产业结构变动与中国就业效应____面板数据的回归分析与协整检验[J].重庆大学学报,2008,14(1)：32-36
59.芮明杰主编.产业经济学.上海：上海财经大学出版社,2005.8.
60.盛仕斌.从投资与就业关系看解决失业的思路[J].中国工业经济,1998(5).
61.宋涛.调整产业结构的理论研究[J].当代经济研究,2002(11).
62.苏东水.产业经济学.北京：高等教育出版社,2000.
63.隋广军.产业演进及其微观基础研究[M].北京：经济科学出版社,2007.3.
64.唐小我.预测理论及其应用[M].武汉：电子科技大学出版社,1992.
65.王洛林主编.中国战略机遇期的经济发展研究报告(2005-2020)[R].北京：社会科学文献出版社,2005：240.
66.王梦奎、陆百甫、卢中原等：《新阶段的中国经济》,人民出版社,2002年版。
67.王述英.服务劳动也是生产劳动[J]经济学家,2002,(01).
68.王维、李钰.最优组合预测在四川省人力需求预测中的应用[J].价值工程,2005(3).
69.王学义、曾祥旭.对我国近年来人口预测研究的述评[J].理论与改革,2007(6).
70.王燕飞、曾国平.FDI、就业结构及产业结构变迁[J].世界经济研究,2006(7).
71.王忠.影响我国就业增长的产业因素分析[J]生产力研究,2007,(07).
72.魏城.中国农民工调查[M].北京：法律出版社,2008.
73.魏杰.不能把增长方式与重化工业发展混为一谈[J]中国制造业信息化,2005,(S1).
74.魏巍贤.基于人工神经网络的汇率预报[M].系统工程理论与实践,1996(6).
75.魏作磊.第三产业发展及带动中国就业的实证分析[J].财贸经济,2004(3)：80-85.
76.吴劲军.基于BP神经网络的人口预测模型研究[J].统计与信息论坛,2004(2).
77.肖文韬.产业结构协调理论综述[J].武汉理工大学学报信息与管理工程版,2003(6)
78.徐现祥,舒元.中国经济增长中的劳动结构效应[J]世界经济,2001,(05).
79.阎平凡,张长水.人工神经网络与模拟进化计算[M].北京：清华大学出版社,2005..
80.叶仁荪.中国地区就业结构的比较分析[J].经济体制改革,2003(6).
81.伊兰伯格、史密斯.现代劳动经济学—理论与公共政策(第六版)[M].中国人民大学出版社,1999.
82.于爱晶、周凌瑶.我国政府投资与经济增长、居民收入和就业的关系[J].中央财经大学学报,2004(4)：26-27.
83.于刃刚.发展中国家第三产业劳动力过度膨胀现象及其启示[J].经济学动态,1997.4.
84.于刃刚.经济体制对劳动力产业分布结构的影响[J].世界经济,1998.7.
85.原新,涂肇庆,中国大陆出生性别比偏高及家庭孩子性别选择模式研究,涂肇庆主编《机遇与挑战：21世纪两岸四地的人口变迁》,中国人口出版社,2006：477-499.
86.原新.对我国出生性别比失衡人口规模的判断[J].人口研究,2007(6)：3-7.
87.曾昭磐、叶金海.人工神经网络在福建省劳动力需求预测中的应用[C].1998中国控制与决策学术年会论文集,1998.
88.张车伟、蔡昉.就业弹性的变化趋势研究[J].中国工业经济,2002(5)：22-31.
89.张车伟、吴要武.城镇劳动供求形势与趋势分析[J].中国人口科学,2005(5).
90.张国初.技术进步对就业水平的影响.管理评论.2003,15(1)：21-26.
91.张华初、李永杰.正式制度与经济发展[J].南方经济,2004(4).
92.张华初.中国就业结构演变的SDA分析[J].中国人口科学,2008(2)：46.
93.张建武、李永杰.产业结构与就业结构互动关系及政策含义[J].广东经济管理学院学报,2005(2).
94.张磊.外商直接投资对安徽省产业结构影响的模型分析及对策研究[D].中国优秀硕士学位论文全文数据库,2009
95.聂云霄.中国第二产业拐点出现时刻分析与预测[D].中国优秀硕士学位论文全文数据库,2008,(11)
96.张世贤.工业投资效率与产业结构变动的实证研究—兼与郭克莎博士商榷[J].管理世界,2000(5).
97.张为民、崔红艳.对中国2000年人口普查准确性的估计[J].人口研究,2003.7(4).
98.张文魁.中国经济改革30年1978-2008国有企业卷[M].2008.
99.张兴会等.基于递阶对角神经网络的失业预测研究[J].数量经济技术经济研究,2002(9).
100.张秀艳、徐立本、李太浩.人工神经元网络在经济学中应用的研究现状及研发策略[M].数量经济技术经济研究,2001(5)：92-94.
101.赵建国.经济增长促进就业的实证分析[J].财经问题研究,2003(5).
102.赵儒.中国产业结构调整战略思考[J].当代经济研究,1998(4).
103.浙江省计委长期规划处.1991-2000年浙江省城镇劳动力供需状况的预测分析[J].预测,1991(6).
104.中国科学院预测科学研究中心.中国经济预测与展望2007[M].北京：科学出版社,2007.
105.中国社会科学院经济学部主编.中国经济研究报告(2006-2007).经济管理出版社,2007.
106.中华人民共和国国家统计局编.中国统计年鉴2008.北京：中国统计出版社,2008.
107.周建安.中国产业结构升级与就业问题的灰色关联分析[J].财经理论与实践,2006(9)
108.周叔莲、郭克莎：《中国工业增长与结构变动研究》,北京：经济管理出版社,2005年版。
109.Fisher A G. Capital and the Growth OJ knowledge[J]. Economic Journal,1993(9).
110.Fisher A G. Production,Primary,Secondary,and Tertiary[J]. Economic Record,1939(6).
111.Clark C. The Conditions of Economic Progress[M]. Macmillan,3rd edition,1957.
112.Labour Market Forecasts by Occupation & Education:The Forecasting Activities of Three European Labour Market Research Institutes. (1994) Ed. H. Heijke. Massachusetts:Kluwer Academic.
113.K·亨切利夫(美),陈佑清译.人力需求预测[J].教育与经济,1992(2)
114.Tan Charence N., Witting Gerhard E. A Study of the Parameters of a Back propagation Stock Price Prediction Model.In Proceeding of The first New Zealand International Two-stream Conference on Artificial Neural Networks and Expert System,1993.
115.Bo K.Wong,Yakup Selvi,Neural network application in finance:A review and analysis of literature, Information Management 34(1998),129-139.
116.Tong-Seng Quah,Bobby Srinivasan,Improving returns on stock investment through neural network selection, Expert System with Application 17(1999),295-301.
117.Hatwal H.Mikulcik E C.some Inverse solutions to an automobile path-tracking problems with input control of steering and brakes, Vehicle System Dynamics, 1986,15,61-71.
118.S.Longhi, P.Nijkamp, A.Reggiani, U.Blien. Forecasting Regional Labour Markets in Germany:An Evaluation of the Performance of Neural Network Analysis. Paper to be presented at the 42nd European Regional Science Association(ERSA) congress in Dortmund August 27th-31st,2002.
119.Georgios Paliouras, Hans C.Jessen. Statistical and Learning Approaches to Nonlinear Modeling of Labour Force Participation. Neural Network World, 1999,9(4):341-363.
120.Thomas G. Wier, Vir V.Phoha, Neural-Network Modeling for Labor-Force Migration:a Competitive-Learning Approach, Computing in Economics and Finance 199 1043, Society for Comutational Economics,1999
121.Deppe M; Schwindt W; Pieper A; Kugel H; Plassmann H; Kenning P; Deppe K; Ringelstein EB; "Anterior cingulate reflects susceptibility to framing during attractiveness evaluation." Neuroreport; July 2007; 18 (11):1119-23.
122.Deppe M; Schwindt W; Kugel H; Plassmann H; Kenning P:"Nonlinear responses within the medial prefrontal cortex reveal when specific implicit information influences economic decision making." J Neuroimaging; April 2005; 15(2):171-82.
123.Altman E. I., Marco G., Varetto F. (1994) Corporate Distress Diagnosis: Comparison using Linear Discriminant Analysis and Neural Network (The Italian Experience), Journal of Banking and Finance,18, pp.505-529.
124.Dougherty M. S., M. R. Cobbett (1994) Design and Evaluation of the Neural Network based Short Term Traffic Forecasting System, Central European Road Data Information Exchange Network, drive Ⅱ, PN:V2044.
125.Kuan C.-M., T. Liu (1995) Forecasting Exchange Rates Using Feedforward and Recurrent Neural Networks, Journal of Applied Econometrics,10-4, pp. 347-364.
126.Reggiani A., P. Nijkamp, E. Sabella (2000) A Comparative Analysis of the Performance of Evolutionary Algorithms, in Reggiani A. (eds.), Spatial Economic Science. New Frontiers in Theory and Methodology, Springer-Verlag, Berlin,2000, pp.332-354.
127.Reibnegger G., G. Weiss, G. Werner-Felmayer, G. Judmaier, H. Wachter (1991) Neural Networks as a Tool for Utilizing Laboratory Information:Comparison with Linear Discriminant Analysis and with Classification and Regression Trees, Proceedings of the National Academy of Sciences of the United States of America,88-24, pp.11426-11430.
128.[英]W.H.B.考特.简明英国经济史(1750年至1939年)[M].北京：商务印书馆,1992。
129.Castells.Mannel, Aoyama. Yuko, Paths towards the informational society: Employment structure in G-7 countries 1920-1990, International Labour Review, vol 133, Iss 1,1994,p5-33.
130.Bankin Chadha & Fabrizio Coricelli. "Fiscal Constraints and the speed of transition"[J]. Journal of Development Economics,1997(52):221-229.