اشتغال کامل یکی از دستاوردهای عمده دولت رفاه بعد از جنگ دوم جهانی بود. چون اشتغال عمده‌ترین منبع درآمد برای گروه وسیعی از جمعیت فعال محسوب می‌شود(تقوی، ۱۳۸۱).
اما  جهانی‌شدن برای یک اقتصاد نیمه دولتی و حمایت شده و غیر رقابتی چون ایران کار ساده‌ای نیست و با ورود به عرصه‌ی جهانی شدن، ممکن است با مشکلات قابل ملاحظه‌ای در عرصه‌ی رقابت با تولیدات خارجی روبرو شود و همزمان افزایش فقر، بیکاری و فشار بر گروه های آسیب پذیر( حداقل در کوتاه‌مدت) متصور خواهد بود. لکن راه برخورد صحیح با این مشکلات، نه فرار از آنها بلکه فراهم سازی تمهیدات لازم با مدیریتی قوی است.
در مطالعه انفرادی، در کشورهایی که  جهانی‌شدن اقتصاد در آنها سرعت بیشتری پیدا کرده و یکپارچگی افزایش یافته است، در دوره زمانی ۲۰۰۰-۱۹۸۰ هم کاهش نرخ بیکاری و هم افزایش آن، مشاهده شده است. با این توضیح که کشورهایی که رشد  جهانی‌شدن اقتصاد در آنها بیشتر از همه بوده، عموماً کاهش نرخ بیکاری را تجربه کرده‌اند مانند تایلند، سنگاپور، هنگ‌کنگ، مالزی و کره‌جنوبی(رمضانپور، ۱۳۸۳).
نتایج نشان می‌دهند که تسریع  جهانی‌شدن اقتصاد به طور متوسط دارای همبستگی معنی داری با کاهش نرخ بیکاری است. همچنین بررسی شاخص‌های  جهانی‌شدن اقتصاد ایران نشان می‌دهد که این کشور در مجموعه کشورهای تحت مطالعه در رده آخر قرار دارد. مشارکت بیشتر در اقتصاد جهانی در شرایط نرخ‌های بالای تورم و ساختار شدید حمایتی، اگر به افزایش نرخ بیکاری نیانجامد، کاهش محسوس آن را در پی نخواهد داشت. با هدف­گیری ثبات اقتصادی و بهبود اساسی بهره‌وری نیروی کار(در چارچوب استراتژی مشارکت فعال) می‌توان به کاهش مؤثر نرخ بیکاری امیدوار بود(رمضانپور، ۱۳۸۲).یک فرضیه انتخابی این است که  جهانی‌شدن در کوتاه‌مدت در ایران باعث افزایش بیکاری می‌شود و در بلندمدت نرخ بیکاری را به طور مؤثری کاهش می‌دهد و این با مطالعه دقیق  جهانی‌شدن اقتصاد و بازار کار در ایران میسر است. برای این منظور ابتدا باید مبانی نظری تحقیق، مطالعه و بررسی شود و سپس رابطه‌ی بین  جهانی‌شدن اقتصاد و نرخ بیکاری در ایران، از طریق ابزار مناسب مشخص گردد. و لذا باید از طریق یک شاخص مناسب (مانند نسبت تجارت به GDP، سهم مصنوعات از صادرات و نسبت FDI  به GDP) سعی در اندازه‌گیری کمی  جهانی‌شدن اقتصاد کرد.
شبکه‌های عصبی مصنوعی در مدل‌سازی پدیده‌های گوناگون، کاربرد گسترده‌ای یافته‌اند. قدرت واقعی شبکه‌های عصبی، توان آموزش‌پذیری آنها است. به این مفهوم که این شبکه‌ها قادرند تا از روی الگوهای آموزشی(ورودی‌ها و خروجی‌های متناسب) با بهره گرفتن از الگوریتم‌های مختلف آموزش، رابطه‌ی بین متغیرهای مختلف را شناسایی نمایند. رهیافت شبکه‌های عصبی به عنوان روش داده‌محور و بدون در نظر گرفتن فرضیات موجود در روش‌های مدل‌گرا، چشم‌انداز نوینی در جهت تقریب توابع پیچیده می‌باشند.
 با توجه به مباحث بیان شده و نیز اهمیت مباحث  جهانی‌شدن و بیکاری، این تحقیق در پی مطاله و پیش‌بینی اثر جهانی‌شدن بر سطح اشتغال در اقتصاد ایران با بهره گرفتن از ابزار شبکه‌های عصبی مصنوعی است.

۱-۳-   سوال اصلی تحقیق
 

آیا  بازتر شدن اقتصاد ایران منجر به افزایش سطح اشتغال می‌شود؟

۱-۴-   ضرورت انجام تحقیق
 

با توجه به اینکه جهانی‌شدن فرآیندی اجتناب ناپذیر است و اثر خود را بر روی متغیر‌های اقتصادی، از جمله سطح اشتغال به جا می‌گذارد، لزوم استفاده از ابزارهای دقیق تر برای پیش‌بینی این تأثیر، آشکار است. مطالعات قبلی صورت گرفته در ایران بر پایه‌ی ابزارهای کلاسیک بوده است و این در حالی است که شبکه‌های عصبی مصنوعی برای مدل‌های غیر‌خطی توان بالا‌تری دارد.

۱-۵-   فرضیه تحقیق
 

بازتر شدن اقتصاد به افزایش سطح اشتغال در ایران می‌انجامد.

۱-۶-   اهداف اساسی تحقیق
 

پیش‌بینی تأثیر  جهانی‌شدن بر سطح اشتغال در ایران با بهره گرفتن از روش شبکه‌های عصبی.
انواع مختلفی از شبکه‌های عصبی وجود دارد که با توجه به اهداف تحقیق می‌توانند مورد استفاده قرار گیرند که در این تحقیق از شبکه‌ی عصبی چند لایه پیش‌خور استفاده می‌شود. شبکه‌ی عصبی چند لایه پیش‌خور مثالی از شبکه‌ی عصبی آموزش داده شده با بهره گرفتن از ناظر است.

۱-۷-            روش و ابزار گردآوری اطلاعات
 

داده‌های مورد استفاده در این تحقیق از درگاه ملی آمار و سایت رسمی بانک مرکزی جمهوری اسلامی ایران استخراج می‌شود.آمار مربوط به اشتغال بر اساس تعریف بانک مرکزی می‌باشد.

۱-۸-            قلمرو تحقیق
 

قلمرو مکانی این مطالعه کشور ایران است و داده‌های سری زمانی موجود سال‌های ۱۳۸۶-۱۳۳۸ است.

 ادامه مطلب در لینک زیر