پیش‌بینی میزان مشارکت نیروی کار در ایران به وسیله شبیه‌سازی مبتنی بر شبکه عصبی

نوع مقاله : پژوهشی

نویسندگان

1 دانشیار جمعیت شناسی، گروه جمعیت شناسی، دانشکده علوم اجتماعی، دانشگاه تهران. تهران؛ ایران

2 استاد یار جمعیت شناسی، دانشکده علوم اجتماعی. دانشگاه تهران. ایران

چکیده

بیش از 70 درصد از جمعیت ایران در سنین کار و فعالیت بوده و این کشور در حال حاضر در پنجره جمعیتی قرار دارد. با توجه به قرار گرفتن کشور ایران در دوره پنجره جمعیتی، افزایش میزان مشارکت نیروی کار می‌تواند بستری مناسب برای رشد و توسعه اقتصادی فراهم سازد. پیش‌بینی میزان مشارکت نیروی کار به واسطه تأثیر‌ آن بر رشد اقتصادی در کشور می‌تواند نگرش عمیق‌تر و جامع‌تری نسبت به مقوله عرضه نیروی کار به منظور سیاست گذاری و برنامه‌ریزی فراهم نماید. یقیناً دانش از بازخورد یک تصمیم در آینده و ارائه برنامه‌ای جامع و هدفمند رشد و توسعه اقتصادی مطلوب را به همراه خواهد داشت. مقاله حاضر، با تکیه بر شبیه‌سازی مبتنی بر شبکه‌های عصبی به دنبال پیش‌بینی میزان مشارکت در نیروی کار زنان، مردان و کل جمعیت مربوط به سالهای 1397 تا سال 1407 در یک بازه 10 ساله متوالی می‌باشد. شبیه سازیها در نرم افزار متلب و بر پایه داده‌های سازمان بین المللی کار انجام شده است. این داده ها مربوط به 27 سال متوالی از سال 1369 تا 1396 می‌باشد. نتایج روند نزولی در میزان مشارکت نیروی کار مردان، زنان و کل جمعیت تا سال 1407 را نشان می‌دهند. بر مبنای نتایج شبیه سازی میزان مشارکت نیروی کار مردان، زنان و جمعیت کل 15 تا 64 ساله از سال 1397 تا سال 1407 به ترتیب از حدود 5/74 به 5/73 درصد، از 16/0 به 14/0 درصد و از 5/46 به 5/44 درصد تغییر خواهند نمود. نتایج مقاله حاضر زنگ هشداری است برای برنامه‌ریزان و سیاست‌گذارن در سطح کلان جهت توجه ویژه به برنامه‌ریزی‌های هدفمند در حوزه اشتغال و سرمایه گذاری تا بتوانند بهترین بهره برداری را از فرصت قرار گرفتن در پنجره جمعیتی برای کشور تأمین نمایند.

کلیدواژه‌ها


عنوان مقاله [English]

Predicting the labor force participation rate in Iran using neural network based Simulations

نویسندگان [English]

  • Hossein Mahmoudian 1
  • Nasibeh Esmaeili 2
1 Associate Professor of Demography, Department of Demography, Faculty of Social Sciences, University of Tehran
2 Assistant professor of Demography, University of Tehran, Tehran ,Iran.
چکیده [English]

More than 70% of Iran's population are in working age and the country is currently placed in the demographic window period. Due to the fact that Iran is in the demographic window period, the high rate of labor force participation will be a platform for economic growth and development of the country. Due to the effect of the rate on economic growth, its prediction can provide a deeper and more comprehensive view of the supply of labor for future policy making and planning. Surely, the knowledge of the feedbacks of a decision will lead to the presentation of a more comprehensive and purposeful plan with the desired economic growth and development outputs. In this paper, relying on neural network-based simulations, we seek to predict the rate of labor force participation of women, men and the total population for the period 2018-2028. The simulations are carried out in MATLAB software using the data from International Labor Organization. These data are related to 27 consecutive years from 1990 to 2017. The results show a declining trend in the participation rate men, women and the total population until 2028. Based on the results, the rate of participation of men, women and the total population aged 15 to 64 years during 2018 to 2028 will change from 74.5 to 73.5, 0.16 to 0.14 and from 46.5 to 44.5 respectively. The results of this article are a wake-up call for planners and policy makers, at the macro level, to pay special attention to targeted planning in the field of employment and investment, programs that can make the best use of the opportunity of the demographic window of the country.

کلیدواژه‌ها [English]

  • Demographic window
  • Labor force participation rate
  • Neural network
  • Prediction .Simulation
امینی، علیرضا؛ فرهادی‌کیا، علیرضا (1395)، برآورد توابع اشتغال به تفکیک بخش‌های اقتصادی ایران و پیش‌بینی اشتغال در برنامه ششم توسعه، فصلنامه برنامهریزی و بودجه، دوره ۲۱، شماره‌ی 4، صص ۱۰۰-۶۱.
بنی‌هاشمی، فریبا؛ حیدری، معصومه (1390)، تحلیل نرخ مشارکت اقتصادی ایران،  مجله آمار ایران، دوره 22، شماره‌ی 2، صص 137-146.
ترکاشوند مرادآبادی، محمد؛ شمس قهفرخی، فریده؛ زندی، لیلا (1398)، بررسی تحولات نیروی فعال کشور تا سال 1395 و پیش بینی آن تا افق زمانی 1420؛ جامعه شناسی اقتصادی و توسعه، دوره 8، شماره‌ی 2، صص 103-77.
حداد مقدم، ملیحه؛ رازقی نصرآباد، حجیه بی‌بی؛ نوبهار، الهام (1401) ، تأثیر رشد اقتصادی بر مشارکت زنان در کشورهای اسلامی آسیایی با توجه به عوامل جمعیت‌شناختی، نامه انجمن جمعیت شناسی ایران، دوره 17، شماره‌ی 33، صص 236-207.
خسروی، دلارام؛ نمازی، علی (1394)، بررسی وضعیت عرضه نیروی کار و عوامل موثر بر آن در استان‌های کشور با تاکید بر عرضه نیروی کار در استان یزد، اولین کنفرانس ملی علم و کار دانشگاه جامع علمی کاربردی واحد یزد، یزد، دانشگاه یزد.
رنگریز، حسن؛ معماری، محبوبه (1396)، پیش‌بینی عرضه نیروی انسانی با استفاده از مدل مارکوف طی سال‌های 1395 تا 1400، پژوهش‌های مدیریت منابع انسانی، دوره 9، شماره‌ی 3، صص 204-179.
سهرابی، حمید (1378)، تحلیل نرخ مشارکت و پیش‌بینی عرضه نیروی کار در ایران، موسسه پژوهش و برنامه‌ریزی در توسعه.
سرائی، حسن (1395)، جمعیت شناسی مبانی و زمینه‌ها، انتشارات سمت. چاپ ششم.
شریف کریمی، محمد؛ خانزادی، آزاد؛ چشم­اغیل، مسعود (1397)،  بررسی رابطة بین باروری، مشارکت نیروی کار زنان و رشد اقتصادی (مطالعة تطبیقی ایران و کشورهای عضو گروه 7 (، مجله جامعه‌شناسی ایران، دوره 19، شماره‌ی 1، صص 171-149.
صادقی، رسول (1391)، تغییرات ساختار سنی و ظهور پنجره جمعیتی در ایران: پیامدهای اقتصادی و الزامات سیاستی، مطالعات راهبردی زنان، دوره 14، شماره‌ی 55، صص 150-95.
صفا کیش، محدثه؛ فلاح محسن خانی، زهره (1395)، بررسی عدم مشارکت اقتصادی زنان در بازار کار ایران، مجله‌ی بررسی‌های آمار رسمی ایران، دوره 27، شماره‌ی 1، صص 113-109.
طائی، حسن، (1385)، تابع عرضه نیروی کار، تحلیلی بر پایه داده‌های خرد، فصلنامه پژوهش‌های اقتصادی ایران، سال 8، شماره‌ی 29، صص 93-112.
طائی حسن، (1391)، برنامه‌ریزی نیروی انسانی و مغایرت‌ها در شاخص‌های بازار کار، فصلنامه تازه اقتصاد، شماره‌ی 136.صص 187-193.
عرب مازار، عباس؛ کشوری، شاد علی (1384)، بررسی اثر تغییر ساختار جمعیت بر رشد اقتصادی، پژوهش‌های رشد و توسعه پایدار (پژوهش‌های اقتصادی)، دوره 5، شماره‌ی 15، صص 57-21.
علیقلی، منصوره (1395)، رابطه‌ی نیروی کار زنان و توسعه­ی اقتصادی کشورهای اسلامی، مطالعات اجتماعی روانشناختی زنان، دوره 14، شماره‌ی 2، صص 86-63.
فرجادی، غلامعلی (1376)، بررسی عوامل مؤثر بر نرخ مشارکت نیروی کار در ایران، پژوهش‌های رشد و توسعه پایدار (پژوهش‌های اقتصادی)، دوره 15، شماره‌ی 2، صص 96-67.
فرجادی، غلامعلی؛ فلیحی، نعمت (1377)، پروژه نیروی انسانی، آموزش و بازار کار؛ موسسه عالی پژوهش در برنامه ریزی و توسعه. گزارش ششم. تهران.
قویدل، صالح؛ بهار، فاطمه (1391)، بررسی عوامل موثر بر عرضه نیروی کار جوانان در ایران، مطالعات و سیاست‌های اقتصادی، دوره 8، شماره‌ی 1، صص 150-137.
قویدل، صالح (1398)، مشارکت اقتصادی زنان و شاخص‌های کلان اقتصادی، گزارش پژوهشی  وزرات تعاون، کار و رفاه اجتماعی.
قیصریان، اسحاق (1390)، بررسی تأثیر ساختارهای جمعیتی در روند اشتغال و بیکاری استان ایلام و مقایسه آن با سطح کشوری، فصلنامه جمعیت، شماره 75و 76، صص 133-114.
کوششی، مجید، صادقی، رسول (1395)، تغییرات ساختار سنی جمعیت، پیامدها و الزامات سیاستی آن، فصل هفتم گزارش بررسی تحولات و وضعیت جمعیت در جمهوری اسلامی ایران، صص107-89. موسسه مطالعات و مدیریت جامع و تخصصی جمعیت کشور.
مشفق، محمود؛ میرزایی، محمد (1389)، انتقال سنی در ایران: (تحولات سنی جمعیت و سیاست گذاری‌های اجتماعی – جمعیتی)، فصلنامه جمعیت، شماره 71 و 72، صص 22-1.
مطیع حق‌شناس، نادر (1390)، تأثیرتحولات ساختار جمعیتی بر عرضه نیروی انسـانی و وضـع فعالیت اقتصادی در ایران و آینده‌نگری آن تا افق 1404، تهران: مرکز مطالعات و پژوهش‌های جمعیتی آسیا و اقیانوسیه.
مشیری، سعید؛ طائی، حسن؛ پاشازاده، حامد (1394)، عوامل مؤثر بر نرخ مشارکت نیروی کار در بازار کار ایران، فصلنامه پژوهش‌های اقتصادی (رشد و توسعه پایدار)، دوره 15، شماره‌ی 2،صص 72-49.
محمودیان، حسین (1382)، بررسی مشارکت زنان در نیروی کار در استان‌ها در سالهای 55-65 و 75، نامه علوم اجتماعی، دوره 1، شماره‌ی 21، صص 218-189.
منصوری، عیسی (1398)، دلایل نرخ مشارکت پایین زنان در فعالیت‌های اقتصادی، پایگاه خبری، تحلیلی امید بانوان، قابل دسترس در : https://www.omidebanovan.ir/fa/news/2445/
مرکز آمار ایران (1395). نتایج سرشماری نفوس و مسکن 1395.  قابل  دسترس  در https://www.amar.org.ir
نظام‌وند چگینی، زهرا، سرائی، حسن (1392)، عوامل موثر بر مشارکت زنان شهر تهران در نیروی کار، برنامه‌ریزی رفاه و توسعه اجتماعی، شماره‌ی 15، صص 45-1.
یوسفی، محمدقلی؛ محمدی، تیمور؛ معرف‌زاده، نوید (1392)، پیش بینی مقدار تقاضای نفت خام در ایران با استفاده از شبکه‌های عصبی مصنوعی  ANNو مدل ARMAX ، پژوهشنامه اقتصاد انرژی ایران، دوره 2، شماره‌ی 5، صص 170-147.
Agatonovic, S., & R. Beresford, (2000) Basic concepts of artificial neural network (Ann) modeling andits application in pharmaceutical research. Journal of Pharmaceutical and Biomedical Analysis. 22(5) 717–727.
Bloom, D. E., & J. G. Williamson, (1998)  Demographic Transitions and Economic Miracles in Emerging Asia, World Bank Economic Review.12 (3) 56-419.
Bloom, D.E., D. Canning., & J, Sevilla, (2003) The Demographic Dividend: A New Perspective on the Economic Consequences of Population Change. Population Matters Monograph, Santa Monica. RAND
Cybenko, G, (1989). Approximation by super positions of a sigmoid function, Mathematics of Control, Signals and Systems. 2(4) 303–314.
Esmaeili, N,. & H, Mahmoudian, (2021), Projecting the Labor Participation Rate in Iran Using the Neural Network for the Period 2018-2028, The 5th Asian Population Association Conference. Indonesia.
Feng, W.,& A, Mason, (2005) Demographic Dividend and Prospects for Economic Development in China, Paper prepared for UN Expert Group Meeting on Social and Economic Implications of Changing Population Age Structures, Mexico City
Fausett, L, (1994) Fundamentals of Neural Networks_ Architectures, Algorithms, and Applications, Prentice Hall, Englewood Cliffs, New Jersey.
Haykin, S, (1999) Neural network a comprehensive foundation (2nd Ed.). Upper Saddle River: PrenticeHall Series.
Haykin, S, (2009) Neural networks and learning machines (3rd Ed.). Upper Saddle River: Prentice HallSeries
Inators, N., & O, Inators, (1993) Interpreting neural network model. In: Proceeding of the 10th Conference on AICV, 257–264.
International Labour Office (ILO), (2017), Statistics Division, United Nations, New York. www.ilo.org/global/lang--en/index.htm
Mason, A, (2003) Population Change and Economic Development: What have We Learnt from the East Asia Experience? Applied Population and Policy, 1(1) 3-14.
Mason, A, (2005). Economic Demography, An Handbook of Population, edited by Dudley L. Poston and Michael Micklin. US: Kluwer Academic. Plenum Publisher. 549-575.
Ogawa N., M, Kondo,. & R, Matsukura, (2005) Japan's Transition from the Demographic Bonus to Demographic Onus, Asian Population Studies ,1(2) 207-226.
Peng, X, (2005) The Demographic Window, Human Capital Accumulation and Economic Growth in China: An Applied General Equilibrium Analysis, Iussp. Australia http://iussp2005.princeton.edu/download.aspx?submissionId=51930
Pool, I, (2005) Age-Strucutral Transitions and Policy: Frameworks, in Population, Resources and Development: Riding the Age Waves, Part of the International Studies in Population book series, Springer Press.
Pool, I, (2007) Demographic Dividend: Determinants of Development or Merely Windows of Opportunity? Ageing Horizons,7(No):  28-35.
Russel, S., & P, Norving, (2004) Artificial intelligence a modern approach. Englewood Cliffs: PrenticeHall.
Torabi, F., & N, Esmaeili, (2021) Application of neural-wavelet network in predicting the incidence of marriage and divorce in Iran, China Population and Development Studies, 4(4) 439-457.
Williamson, J, G, (2001) Demographic Change, Economic Growth, and Inequality, Population Matters, Oxford University Press.
Zang, G. P, (2003) Neural net works in business forecasting. British cataloguing in publication data (pp.4–13). Hershey: IGI Global.