随着经济的快速发展,失业已经成为发达国家和发展中国家关注的焦点问题。因为,失业对整个社会和失业者本人而言都是不利的。就整个社会而言,失业代表了人力资本的损失,表明社会没有充分利用人力资源,创造更多的产出,满足人们的生产和生活的需要。就失业者本人来说,失业意味着收入来源的断裂,生活条件和生活质量的恶化,以及家庭福利的下降。所以,失业是一个值得关注和研究的问题。另外,失业率作为宏观经济的一项重要参考指标,是政策制定者制定准确的宏观经济政策的重要参考依据之一。由于,失业率和通货膨胀率在短期内存在此消彼长的替代关系,所以,在宏观经济的运行过程中,对控制通货膨胀有着重要的价值。在改革开放之初,我国的城镇登记失业率虽然有所下降,到1985年下降到了最低点为1.9%。此后,便逐年爬升。造成失业率逐年上升的原因是多方面的如,国企改革、产业结构优化、人口膨胀等。然而,在这逐年上升的失业率的背后,属于自然失业的比重是多少呢?这就要求对我国的自然失业率加以量化。估计自然失业率的传统方法是直接利用菲利普斯曲线,使用OLS线性回归的方法,把回归方程中的常数项作为自然失业率。除了这种传统的估计方法,对自然失业率的估计的方法还有三种：第一种是劳动市场结构化模型。这种方法认为自然失业率是劳动市场出清时的失业率,通过建立工资通货膨胀和价格通货膨胀的表达式,对自然失业率加以估计。第二种是纯粹地计量统计模型。该方法使用H-P滤波技术把失业率的时间序列分解为周期项和趋势项,并且认为趋势项就是自然失业率。第三种方法是简化的结构模型。这种方法可以说是前两种方法的结合,通过菲利普斯曲线和随即游走的自然失业率建立状态空间模型后,使用HPMV滤波或Kalman滤波技术,对自然失业率进行估计。第一种方法依然是线性估计的方法,第二种和第三种的方法便演化为非线性估计方法了。菲利普斯曲线在我国是否存在依然没有充足的证据,尽管有些中国学者已经研究了菲利普斯曲线在中国的存在性,如刘树成(1997,06)。由于上述估计自然失业率的几种方法是基于菲利普斯曲线的基础之上的,出于严谨性的考虑,本文采用Blanchard & Quah(1989)建立的结构向量自回归模型对我国的自然失业率进行估计。本文在阐述了研究背景和研究意义和综述了国内外估计自然失业率的方法以后,使用SVAR模型量化了我国在1982年和2008年之间的自然失业率序列。在估计我国自然失业率的过程中,得出了影响我国失业率的主要因素是供给冲击和结构冲击,在此基础之上,基于皮萨里德斯的“搜寻——匹配”模型,选取了代表供给冲击和需求冲击的两类共16个经济变量对影响自然失业率的因素加以实证,并验证了短期菲利普斯曲线在我国的存在性,给出了我国自然失业率的变动解析和相关的政策建议。文章的最后部分指出了本文的不足之处和深入研究之处。