作为国民经济的支柱产业,建筑业是我国政府宏观调控的重要部分,对我国国民经济的稳定发展发挥着不可忽视的作用。随着近十年我国建筑业的持续高速发展,我国建筑市场正逐渐融入国际市场,建筑业的发展方向以及如何提高其国际竞争力成为21世纪的热点话题。虽然我国建筑企业数量规模逐渐扩大,但行业整体表现效率低收益差,平均技术含量低；尤其是劳动生产率水平严重偏低,与行业规模不相适应,成为制约我国国际竞争力的重要原因之一,为此提高建筑业劳动生产率成为顺应时代发展的重要研究课题。本研究则立足于我国建筑业基本国情,结合理论和数学统计等方法对我国建筑业劳动生产率进行了研究。本文首先利用各个数据统计网站收集相关数据,借助Excel软件对我国建筑业企业劳动生产率的现状水平进行各个维度的定量分析,主要从我国建筑业劳动生产率近二十年的总体发展情况、与国际六个发达国家和我国其他四个主要行业的对比以及我国31个省市的相互比较四个维度出发。然后基于C-D生产函数对影响劳动生产率的因素进行分解,从技术进步、资本投入、劳动投入三方面进行理论分析,并借助Eviews建立我国建筑业劳动生产率影响因素的多元线性回归方程,分析各因素对劳动生产率的影响程度。结果证明我国建筑业从业人员工资以及数量对劳动生产率的提高影响最大,技术进步和资本投入对劳动生产率的提高影响较小。此外,本文还试图找到合适的方法对建筑业劳动生产率进行预测,以便于政府和建筑企业能够根据劳动生产率的变动提前进行生产要素的调整。在对预测的相关方法进行介绍后,考虑到建筑业生产活动中因素之间的关系可能并非都是线性的,传统的预测方法可能具有既定的局限性,本文将径向基函数神经网络引入建筑业劳动生产率的预测当中,通过对历史数据的收集,建立基于RBF的劳动生产率预测模型,并验证了模型的有效性,实现了对建筑业劳动生产率的短期预测。最后,本文结合前文的理论分析与实证结果,提出了提高我国建筑业劳动生产率的相关建议。