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، 1382).

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 استفاده 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 استفاده از ابزار شبکه‌های عصبی مصنوعی است.

1-3-   سوال اصلی تحقیق
آیا  بازتر شدن اقتصاد ایران منجر به افزایش سطح اشتغال می‌شود؟

1-4-   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.

1-5-   فرضیه تحقیق
بازتر شدن اقتصاد به افزایش سطح اشتغال در ایران می‌انجامد.

1-6-   اهداف اساسی تحقیق

پیش‌بینی تأثیر  جهانی‌شدن بر سطح اشتغال در ایران با استفاده 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 استفاده از ناظر است.

1-7-            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.

1-8-            قلمرو تحقیق
قلمرو مکانی این مطالعه کشور ایران است و داده‌های سری زمانی موجود سال‌های 1386-1338 است.

1-9-            جامعه و نمونه‌ی آماری
جامعه و نمونه آماری  کل اقتصاد ایران است.