基于VAR模型的影响我国就业的因素分析

龙源期刊网

基于VAR模型的影响我国就业的因素分析

作者：比巴提马.卡热木别克

来源：《时代经贸》2014年第05期

摘要： 1978-2013年，我国就业人员从40152万人增加到76977万人，年均增加1023万人，引起这些数据的变化背后具有多重因素。为了研究影响就业的因素及程度，本文选取了城乡就业人数作为被解释变量，选取4个变量作为解释变量，其他因素作为随机扰动项。以序列的平稳性为前提，运用ADF检验法，格兰杰因果关系来构建VAR模型，之后对模型的稳定性检验从而进行脉冲响应检验，来分析各变量对城乡就业人数的影响程度。

[关键字]就业 ；影响因素 ；VAR模型

一、引 言

党中央、国务院始终把就业问题摆在十分重要的位置。进入转型发展的新阶段后，根据人口结构和就业形势发生的深刻变化，实施了就业优先的战略和更加积极的就业政策，缓解了就业矛盾。从我国现状来看影响我国就业的有内在和外在因素，从内在因素来看是我国就业总量的在扩大，产业结构的变化，随着城镇化率水平大幅提高，农村劳动力向城镇集中，造成城镇人口密集，劳动供求不平衡，从而带来就业压力增加；从外在因素分析来看主要是从国际形势分析，市场上物价的不稳定，对国内人们的消费水平，人们的储蓄能力方面带来一定程度上的冲击，对财政收入和支出，市场上现金的流通量也带来负面影响，这样严峻、不稳定的变化对我国外部经济拉动就业产生了不利影响。改革开放以来，我国固定资产投资与就业规模迅速扩大，生产要素的快速聚积外加技术水平与经济效益的持续提高，使得经济增长取得了举世瞩目的成就。1980 年至2013 年，我国全社会固定资产投资名义值由 910.9 亿元增长到447074.00

亿元，同期就业人数则从42361万人增加到76977 万人，34年间增长近一倍。基于这些原因及参考有关文献，选取4个变量作为影响就业的因素，将城乡就业人员数作为被解释变量。通过构建VAR模型，分析影响我国就业问题。

二、研究方法与变量选取

（一） 研究方法

本文通过eviews6.0对数据进行分析。运用ADF检验法先对数据的平稳性检验，对平稳序列再运用格兰杰因果关系检验，该方法主要是确定序列y是否是x的格兰杰成因，只有在x与y互为因果时，采用VAR模型才是有效的。对所建立的VAR模型确定最大滞后阶数k，通过观察赤池信息准则（AIC）和施瓦茨准则（SC）值的大小来选择k值，AIC和SC值越小说明该滞后阶数越好；为了避免出现建立的VAR模型没有实际意义，需要对VAR系统进行稳定性检验，观察特征根与单位圆的位置，当特征根全部在单位圆内时可判断出该VAR系统是稳定龙源期刊网

性；为了研究系统的动态特征，即每个内生变量的变动或冲击对它自己及所有其他内生变量产生的影响作用，需要用脉冲响应函数对模型加以刻画；为了更进一步研究模型的动态特征，运用方差分解研究，其思想是把系统中每个内生变量的波动按其成因分解为与各方程新息相关联的5个组成部分，从而了解各新息对模型内生变量的相对重要性，最后对模型进行分析与预测。

（二）变量选取和数据来源

本文选取城乡就业人数lny为被解释变量，年末总人口lnx2、通货膨胀率x1、流通中现金M0供应量lnx3及全社会固定资产投资额lnx4作为解释变量，研究这5个变量之间的关系。数据来源于统计官方网，为了避免数据的剧烈波动、消除异方差，并使序列成线性化，除通货膨胀率之外的序列取对数化处理。选取这5个变量的根据在于城乡就业人数是中国目前唯一官方就业人数统计数据是城乡就业人数统计数据，故本文选取这一官方城乡就业人数1978年至2013年统计数据。通货膨胀率：西方经济学中，通胀与就业之间的关系可用菲利普斯曲线来解释。凯恩斯主义支持者认为，通胀与失业之间存在短期替代关系，即高通胀就会伴随低失业，反之低失业则对应高通胀。以费里德曼为代表的货币主义认为只有当预期的通胀率不等于实际通胀率时两者才存在替代关系，当预期通胀率等于实际通胀率时两者不存在替代关系。以卢卡斯为代表的理性预期学派认为，预期总是理性的，即预期会等于实际，不管短期还是长期菲利普斯会是垂直的，即通胀与失业之预期通胀率等于实际通胀率时两者不存在替代关系，不管短期还是长期菲利普斯间不存在替代关系。基于这些不同观点，选取通货膨胀率来研究其与就业之间的关系。年末总人口：从历年数据中可以发现，总人口呈递增趋势，城乡就业人数逐年增高。人口增加不一定会使就业机会增加，可能因经济的发展，产业结构的变化引起就业人数扩大。故选取年末总人口研究其就业人数之间的关系。流通中现金MO供应量：流通中现金M0是是指在银行体系外流通的现金。关于近年来的现金投放回笼的研究文献不少，比如张红地（1999）分析了我国地区间现金投放回笼变化的特点、成因，认为现金投放与回笼地区间结构发生变化的根本原因包括产业结构的调整、经济发展水平差异、劳动力流动、金融创新等多种因素。因而本文选取流通中现金M0供应量来分析其与城乡就业人数之间的关系。

全社会固定资产投资额：固定资产投资是社会扩大再生产的基本手段， 是实现国民经济持续、快速、健康发展的原动力， 在经济发展中占有重要地位。其大小是衡量一个国家、地区经济发展水平及持续发展能力的重要指标，对经济的贡献主要为拉动经济的增长，促使产业结构升级，扩大就业等。而国内学者对固定资产是否影响就业还未达成一致。本文选取全社会固定资产来验证其对就业是否有影响。

三、分析过程

1.变量平稳性检验 龙源期刊网

为避免出现伪回归，需要对数据进行平稳性检验。如果平稳，则可直接进行因果关系检验；如果非平稳则进行协整检验后进行因果关系检验观察序列之间相互关系的方向。基于1978-2013年的统计数据，选择ADF检验法用Eviews6.0软件对各变量进行单位根检验，选取临界值5%时的t值与ADF值比较大小，当ADF检验值小于临界值时拒绝原假设，可判断该序列是平稳序列。滞后阶数的选择根据AIC和SIC信息准则同时为最小标准选取。从检验结果中可得（结果表略），在显著水平0.05下， 各变量均受常数项影响，被解释变量城乡就业人数为滞后阶数为0，不受趋势性影响，原序列平稳；解释变量通货膨胀率x1、年末总人口lnx2、流通中现金M0供应量lnx3、全社会固定资产投资额lnx4都为原序列平稳，且只有全社会固定资产投资额lnx4受趋势性影响，滞后阶数为1。解释变量与被解释变量都为原序列平稳，可直接对原序列进行格兰杰因果关系检验。

2.格兰杰因果检验

因VAR模型是非结构化的，且模型形式已被确定为线性形式。在建立VAR模型之前，应对各变量之间是否具有因果关系进行确定。当变量间具有因果关系时，采用VAR模型才有效。因格兰杰因果检验中选择不同的滞后阶数所得出的结论不同，本文参考相关文献选择滞后阶数为3。运用Eviews6.0软件分析结果为： 通货膨胀率x1、年末总人口lnx2、流通中现金M0供应量、全社会固定资产投资额lnx4是城乡就业人数lny的单向格兰杰原因。（检验输出表略）

3.最大滞后阶数的确定

从上述结果中可知，各解释变量均是被解释变量的格兰杰原因，可建立VAR模型。为了研究这五个变量之间的关系，需依据LR、FPC、AIC、SC和HQ等准则确定最优滞后阶数为5，选择VAR（5）模型。

4.稳定性检验

对于VAR模型而言，如果VAR模型所有特征根的模的倒数小于1，则VAR模型是稳定的，否则模型不稳定，通过软件分析判定所有特征根的模的倒数都在单位圆内，VAR模型是稳定的。即当模型中某个变量发生变化时，生成一个冲击时，会使其他变量发生变化，但随着时间的推移，这种影响会逐渐地消失。因此，可得出：尽管城乡就业人数及各个变量复杂多变，整体来看，由城乡就业人口数、通货膨胀率、年末总人口、流通中现金M0供应量、全社会固定资产投资额所构成的体系是稳定的。

5.脉冲响应分析

格兰杰因果关系检验存在关系，只说明和验证了变量之间的因果关系，具体的影响过程和方向还可以借助脉冲响应函数进行分析故可考察系统的脉冲响应函数，对分析结果进行相互补龙源期刊网

充和印证。根据建立的VAR（5）模型，可得到各种脉冲响应函数图。这里只给出lny对x1、lnx3、lnx4的脉冲响应图。图中实线表示脉冲响应函数，虚线表示正负两倍标准偏离带。

城乡就业人数增长的变化受自身的扰动项的冲击影响呈逐步递减，从最初的100%递减到52.78%，而其他变量中，通货膨胀率的扰动项对就业人数的变动呈现出递增趋势，从初始的0增加到22.19%，年末总人口的贡献呈现波动，先增加后减少，但影响极小。流通中现金M0的供应量对就业人数的变动冲击先增后减，第3期达到最高值为61.40%，之后一直递减，从54.51%降低到25.04%。虽然全社会固定资产投资额在10期内呈现递增趋势，但其冲击影响极小，甚至可以忽略，可以认为对就业人数的冲击是不存在的。

四、结论

本文利用我国1978 ～2013年的时间序列数据，选取城乡就业人数、通货膨胀率、年末总人口、流通中现金M0供应量、全社会固定资产5个变量，建立了VAR（5）模型，检验了5个变量之间的格兰杰因果关系，运用脉冲响应函数和方差分解分析了变量间的动态响应关系，结论如下：

通货膨胀率、年末总人口、流通中现金M0供应量、全社会固定资产是城乡就业人数的格兰杰原因；从脉冲响应结果中可知：全社会固定资产和流通中现金M0流量对就业具有拉动作用，并且从长期来看拉动作用是稳定的。通货膨胀率对就业的响应作用是先减小后增加到后期趋于稳定；年末总人口的响应是一直递增的，说明总人口 增加必然会使就业人数增加；流通中现金M0供应量方差对城乡就业人数起着重要作用，而全社会固定资产的方差分解值最小，基本不起作用。

参考文献：

[1]吴振信， 薛冰， 王书平.基于VAR模型的油价波动对我国经济影响分析.中国管理科学，2011（02）.

[2]刘文超，铁括.我国固定资产投资对就业影响的实证分析.生产力研究，2010（11）

[3]丁永松.基于VAR模型对投资、就业与经济增长的实证研究.决策参考，2012，（03）.

[4]孟建华，李文，黄慧.流通中现金与经济增长、物价水平——基于VAR模型的实证研究.华中师范大学学报，2013（04）.

[5]易丹辉.数据分析与Eviews应用.中国人民大学出版社