摘要：近些年，我国投资总额屡创新高，而就业人数自2000年来一直以高速增长。这两个现象的出现是偶然还是有某种原因的趋势亦或是有因果关系？鉴于此，本文选用1981年～2010间30年的数据，建立向量自回归模型(VAR model)，构建数学模型，在此基础之上，用格兰杰因果检验、脉冲响应分析等方法分析投资与就业人数之间的关系以及投资对就业人数的动态影响。实证结果表明：就业人数是投资的格兰杰原因，投资可以促进就业人数增长，有正向促进作用。
关键词：投资就业人数格兰杰因果检验脉冲响应分析
一、问题的提出
不少学者及相关研究指出，投资对就业人数有着一定的影响，甚至有研究报告指出，就业人数是投资的格兰杰原因，投资可以促进就业人数增长，有正向作用。有研究也表明，就业人数增长需要投资的不断增加，同时也有分析指出：我国就业人数增长过分依赖政府投资。各个研究所选取指标不一样，研究方法也各不相同。那么。投资和就业人数之间到底有什么关系呢？本次分析根据向量自回归模型( VAR model)的要求构建模型，用格兰杰因果检验、脉冲响应分析等方法分析投资与就业人数之间的关系。
二、数据的选取及其预处理
首先选取变量。以全社会固定资产投资(CDTZ)，来作为投资的指标（单位：亿元）；以总就业人数(JY)，来反应就业人数（单位：万人）。选取1981到2010间共30年的数据。数据来源为与中国人口就业统计年鉴( 2010)和中国统计年鉴(2010)。
在计量经济学中，就通常方法而言，对所有数据取其自然对数，来消除异方差的影响。对数据取对数后的变量分别表示为LNCDTZ和LNJY。
做这种变换，不影响数据间短期调整效应以及长期稳定关系。采取这种做法更为重要的原因有三个，其一是自然对数变换，是BOX-COX变换中最为重要的形式之一；其二是双对数线性模型是具有最小的平方预测误差的；其三是多数经济变量时间序列服从，或者是近似服从对数正态分布，而非正态分布。
三、实证分析
1．变量平稳性检验。数据需要平稳性，本次分析是在利用VAR模型来进行协整分析的。根据协整检验的要求，在进行数据协整分析之前，要对数据进行平稳性检验，以确保时间序列的平稳性。本次分析采用最常用的ADF检验，结果显示：LNCDTZ和LNJY这两组时间序列数据都是一阶单整的。
2．VAR模型滞后阶数的选择。VAR模型是计量经济模型的一种，采用多方程联立的形式，而不以严格的经济理论为纲。在联立方程组的每个方程中，内生变量要对模型的全部内生变量的滞后值进行回归，来估计全部内生变量间的动态关系。在VAR模型中，除了要满足平稳性条件外，还要确定滞后期k。如果滞后期太小，误差项会有严重的自相关性，并会非一致性的估计参数。选择最优滞后期是根据sc和AIC信息准则来确定的。最优阶数是当二者达到最小时的阶数，否则，就无法判断，并进一步引入LR检验进行取舍。在本模型中，由LR检验得出，最优滞后期为2。
3．格兰杰因果检验。由上述分析可以看出，LNCDTZ与LNJY之间是有协整关系的，但是协整关系仅能表明二者有因果关系，无法显示因果关系的方向，即何者为原因何者为结果。所以需要进一步检验二者的关系。
将LNGDTZ与LNJY建立一个group，根据VAR模型的滞后阶数来决定滞后阶数，根据之前的分析，选择滞后阶数为2。
从检验结果知，在滞后阶数为2时，LNCDTZ与LNJY之间互为格兰杰原因。这说明投资与就业人数之间相互影响。
4．脉冲响应。脉冲响应函数受到变量顺序的影响，因此其结果与分析的的主观因素有关。影响过程和及其方向，可以借助脉冲响应函数来进行分析。所以可以检[来自wwW.lw5u.com]验整个系统的脉冲响应函数，来补充分析的结果。
由检验结果知，投资对就业人数存在正向的[来自WwW.lW5u.com]影响。这说明了投资可以促进就业人数的增加，且图像成上扬之势，说明投资对就业人数在长期来说影响更大、更显著。而就业人数对投资的影响在短期更显著。
四、结论及建议
本文采用1981-2010三十年间的数据，利用VAR模型，通过平稳性检验、格兰杰因果检验和脉冲响应分析等方法，对近三十年来投资对就业的促进作用进行了分析，可得出全社会固定资产投资和就业人数互为格兰杰原因。二者互相影响。
分析表明，投资对就业的增长有正向作用，投资的增长极大地促进了就业的增长，而就业的增长也会促进投资的提高，二者互为因果。
综合以上分析，本文给出以下建议：在我国，投资的增长是增加就业、缓解就业高压的重要途径之一，为保证就业，在维持现有全社会固定资产投资水平的基础上，要保持一定的投资额度的增加以促进就业人数的增加。