| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-18页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 国内研究现状 | 第12-14页 |
| 1.2.2 国外研究现状 | 第14-15页 |
| 1.3 研究方法及技术路线 | 第15-18页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 研究方法 | 第15-16页 |
| 1.3.3 技术路线 | 第16-18页 |
| 2 我国建筑业劳动生产率理论综述及发展现状 | 第18-31页 |
| 2.1 劳动生产率相关理论 | 第18-24页 |
| 2.1.1 劳动生产率理论 | 第18-19页 |
| 2.1.2 相关概念 | 第19-21页 |
| 2.1.3 生产率的计算方法 | 第21-24页 |
| 2.2 我国建筑业劳动生产率现状分析 | 第24-30页 |
| 2.2.1 我国建筑业劳动生产率基本现状 | 第24-26页 |
| 2.2.2 我国建筑业劳动生产率发展水平分析 | 第26-30页 |
| 2.3 本章小结 | 第30-31页 |
| 3 我国建筑业劳动生产率影响因素分析 | 第31-49页 |
| 3.1 我国建筑业劳动生产率影响因素定性分析 | 第31-40页 |
| 3.1.1 技术进步 | 第31-34页 |
| 3.1.2 资本投入 | 第34-36页 |
| 3.1.3 劳动投入 | 第36-40页 |
| 3.2 我国建筑业劳动生产率影响因素实证分析 | 第40-48页 |
| 3.2.1 多元线性回归模型介绍 | 第40-42页 |
| 3.2.2 样本数据的选择 | 第42-43页 |
| 3.2.3 模型的建立与检验 | 第43-47页 |
| 3.2.4 结果分析 | 第47-48页 |
| 3.3 本章小结 | 第48-49页 |
| 4 我国建筑业劳动生产率的预测方法研究 | 第49-62页 |
| 4.1 预测的相关理论及方法 | 第49-53页 |
| 4.1.1 预测的概念及分类 | 第49-50页 |
| 4.1.2 定量预测的方法 | 第50-51页 |
| 4.1.3 本文预测方法的选择 | 第51-53页 |
| 4.2 径向基函数神经网络介绍 | 第53-55页 |
| 4.2.1 径向基函数神经网络的结构 | 第53页 |
| 4.2.2 径向基函数神经网络的映射机理 | 第53-54页 |
| 4.2.3 径向基函数神经网络的学习过程 | 第54-55页 |
| 4.3 构造因果关系径向基网络预测建筑业劳动生产率 | 第55-58页 |
| 4.3.1 样本数据的处理 | 第55-56页 |
| 4.3.2 网络的创建 | 第56-57页 |
| 4.3.3 网络的测试 | 第57-58页 |
| 4.4 构造时间序列径向基网络预测建筑业劳动生产率 | 第58-61页 |
| 4.4.1 样本数据的处理 | 第58-59页 |
| 4.4.2 网络的创建与测试 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 5 提升我国建筑业劳动生产率的建议 | 第62-67页 |
| 5.1 技术进步方面 | 第62-63页 |
| 5.2 资本投入方面 | 第63-64页 |
| 5.3 劳动投入方面 | 第64-67页 |
| 6 研究结论与展望 | 第67-69页 |
| 6.1 研究结论 | 第67页 |
| 6.2 不足及展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 附录 | 第72-78页 |
| 作者简历 | 第78-81页 |
| 学位论文数据集 | 第81页 |