就业与FDI直接投资对经济增长的影响的实证研究——基于VAR模型
（二）数据来源
本文所使用的数据为1991-2015年间的年度数据，数据全部来源于《中国统计局》
（三）VAR模型的构建
1.ADF单位根检验
在进行计量分析时，采用它们的对数形式来考察。因为采用它们的对数形式可以消除可能存在的异方差。对以上三个指标进行自然对数处理，分别记为LX1（就业人数）、LX2（FDI）和LY(经济增长)。由于VAR模型的运用要求系统中的变量具有平稳性，因此，我们首先要对所研究问题的相关数据进行单位根检验，以检验其平稳性。下面本文利用ADF检验方法分别对LX1、LX2和LY进行单位根检验，具体结果见表1ADF单位根检验结果
表1ADF单位根检验结果
变量 LX2 LY
ADF值 -5.368111 -4.792243 -4.25176
模型类型 含常数项和趋势项 含常数项和趋势项 含常数项和趋势项
5%临界值 -3.62203 -3.67362 -3.64496
10%临界值 -3.248592 -3.277364 -3.261452
结果 平稳 平稳 平稳
从表1结果可以看出，指标LX1、LX2和LY的时间序列都是平稳，因此，本部分内容分析将采用LX1、LX2和DLY的数据来建立VAR模型。
VAR模型回归估计结果如下：
lnx1=1.184174lnx1(-1)-0.687489lnx1(-2)+0.018063lnx2(-1)-0.023503lnx2(-2)+0.042896lny(-1)+0.063830lny(-2)+4.139194
lnx2=4.756268lnx1(-1)-2.678024lnx1(-2)+0.162371lnx2(-1)-0.140671lnx2(-2)+0.441621lny(-1)-0.479872lny(-2)-6.203328
lny=-0.332826lnx1(-1)-0.759287lnx1(-2)+0.017020lnx2(-1)-0.158831lnx2(-2)+1.193787lny(-1)+0.079825lny(-2)+10.59587
下面需要对估计出的模型进行稳定性检验，因为如果模型不稳定，某
2
就业与FDI直接投资对经济增长的影响的实证研究——基于VAR模型
些结果将不是有效的（如脉冲响应函数的标准误差）。在此本文利用AR根进行检验，即如果估计的VAR模型所有根模的倒数小于1，即位于单位圆内，则其是稳定的。下面给出单位根图形表示的结果见图1。
从图0-1可以直观地看出，所有的单位根都落于单位根圆内，因此所设定的模型是稳定的，表明选取的三个变量之间存在长期稳定关系，可以进一步进行分析。下面我们利用脉冲响应函数和方差分解对这三者之间的相互作用关系进行分析。
图0-1
3
就业与FDI直接投资对经济增长的影响的实证研究——基于VAR模型
2.脉冲响应函数分析
图0-2
从图0-2来看，当在本期给FDI一个正冲击后，经济增长在短期内会呈现上下波动，并在第二期达到正向最大之后逐渐收敛。这表明在短期内FDI对经济增长具有滞后效应，FDI的增加会对经济增长带来明显的带动作用，但长期这种带动作用将会越来越弱，并在第六期达到最大的负影响，之后持续上升。这表明，FDI的一个正冲击对经济短期内影响较大，呈现一定的波动性，总体来说，FDI对经济增长具有正向带动作用。
图0-3
从图0-3来看，当给本期FDI一个持续的正向冲击后，我国二、三产业就业人数在短期有一定的上升波动，在第三期达到最大正响应后逐渐收敛。由于FDI进入的方式、目的、行业等方面的不同，在短期内可能会存在一些结构性的问题，对就业会产生负面影响，但是从长期看来FDI的增
4
就业与FDI直接投资对经济增长的影响的实证研究——基于VAR模型
加带动了我国的就业人数的增长。
图0-4
从图0-4来看，当给本期经济增长一个正向冲击后，FDI会呈现上下波动，这表明经济增长并不一定必然带动FDI的增加。影响FDI流入和增长的因素比较复杂，既有宏观方面的，又包括微观方面的，比如经济、政治、外交环境因素、汇率波动、生产成本变化、市场环境变化等，这些因素交互作用都会对FDI产生不同程度的影响。
3.方差分解模型分析
脉冲响应函数描述了VAR模型中一个内生变量的冲击给其它内生变量所带来的影响，而要分析每一个结构冲击对内生变量变化的贡献度，并评价不同结构冲击的重要性，则需建立预测方差分解模型。方差分解实质上是一个信息计算过程，它将系统的预测均方差分解为系统中各变量冲击所作的贡献。方差分解可以描述冲击在FDI、就业人数与经济增长的动态变化中的相对重要性。我们基于上面所得出VAR模型进行了方差分解，分解结果见表2
5
相关推荐：
loading