基于VAR模型的中小企业数量与就业率关系实证分析樊逸璇摘要：基于2003-2017年重庆市中小企业数量、重庆市就业人口数量以及重庆市总人口数量的数据，建立了中小企业数量和就业率的VAR模型，通過广义脉冲响应和方差分解对中小企业数量与就业率的各指标动态关系进行了实证分析。结论表明，重庆市中小企业数量与重庆市就业率存在长期的协整关系，且随着中小企业数量的增加，就业率有所提升，但短期内提升不显著。在此分析结论的基础上，就提升重庆市就业率提出了相应的对策及建议。关键词：中小企业数量;就业率;VAR模型：F24：Adoi：10.19311/j.cnki.1672-3198.2020.10.0260引言随着应届毕业生的数量逐年增加，我国人口就业压力也在不断上升。同时，我国作为一个人口大国和劳动力大国，能否合理解决就业问题关系着我国的国计民生和未来发展。而近年来，在党和国家不断地支持、鼓励、引导非公有制经济发展的时代背景下，中小企业数量也在不断增长、在我国经济中的地位持续上升，已然成为拉动国民经济增长的重要力量。中小企业也随之成了吸纳劳动力的中坚力量，而就业人数的增加与劳动力质量的提高同时也促进了中小企业的更快发展。为探讨中小企业的数量对就业率是否会产生影响，会产生怎样的影响，本文选取2003-2017年重庆市中小企业数量、重庆市就业人口数量以及重庆市总人口数量，建立重庆市中小企业数量和就业率的向量自回归模型，通过研究重庆市中小企业数和就业情况的双向作用机制，为重庆市中小企业发展与就业提供相关的对策建议。1文献综述中小企业的发展对就业率的提升效果到底如何，许多学者对此进行了分析。就中小企业的经济周期而言，在衰退时期，其发展对就业增长所产生的促进作用会比增长时期的更明显。并且无论是国内还是国外，中小企业都已经成为人员就业的载体，同时为社会失业压力起到了相应的减缓作用。祁中武（1981）刘贯学（1995）指出中小企业同大企业相比，多属于劳动密集型，容纳的劳动的较多，且资本的有机构成较低，用同样的资本可以提供更多的就业机会。李宏伟（2016）指出无论是国内还是国外，中小企业都已经成为人员就业的载体，同时为社会失业压力起到了相应的减缓作用。杨晓莉（2016）研究表明在相同规模和投资的大型企业和中小型企业中，就业能力较大的是中小型企业，中小型企业能够比大型企业提供更多的就业岗位。为进一步论证中小企业与就业有多大的相关关系，从计量经济学的角度出发，构建VAR实证模型;以中小企业数量、就业人数与总人口的比值为指标，选取2003—2017年数据进行实证分析，实证分析内容包括单位根的检验、最优滞后阶数的确定、Johansen协整关系检验、AR根检验、格兰杰因果检验、脉冲响应函数分析、方差分解;最后根据所得出的结论提出相应可行的建议。2研究方法本文采用向量自回归模型为主要研究方法。向量自回归模型简称VAR模型，广泛应用于计量经济学，由克里斯托弗·西姆斯（ChristopherSims）在1980年提出。VAR模型是用模型中所有当期变量对所有变量的若干滞后变量进行回归。VAR模型是用来估计联合内生变量的动态关系的，因而不带有任何事先约束条件。它是AR模型的推广，此模型目前已得到广泛应用。向量自回归是基于数据的统计性质建立模型，VAR模型把系统中每一内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。VAR模型是处理多个相关经济指标的分析与预测最容易操作的模型之一。3模型及数据3.1实证模型VAR模型是Sims于1980年提出的向量自回归模型（vectorautoregressivemodel，简称VAR模型）。本文用VAR模型对重庆市中小企业数量与就业情况进行实证分析，VAR模型可以表述如下：Yt=A1Yt-1+A2Yt-2+···+ApYt-p+bXt+εt其中Yt为k维内生变量，Xt为D维外生变量;A1，…，Ap为k×k维持估计的系数矩阵，b为K×D维持估计的系数矩阵;εt～i.i.d（0，Σ）（其中Σ为k维向量εt的方差协方差矩阵）;εt可以同期相关，但通常不与自己的滞后值相关，也不与等式右边的变量相关;p为模型的滞后阶数。3.2指标选取选取2003-2017年共15年重庆市中小企业数量、重庆...