廣東省軟件業務收入與固定資產投資和耗電量的動態研究

■文/劉佳麟

廣東省軟件業務收入與固定資產投資和耗電量的動態研究

■文/劉佳麟

本文選取2007年1月至2015年4月廣東省固定資產投資完成額、軟件業務收入、耗電量的月度數據，利用VAR-VEC模型分析了耗電量與固定資產投資完成額、軟件業務收入之間的相互影響。

軟件業務收入 固定資產投資完成額 耗電量 VAR-VEC 模型

一、研究現狀

關于以軟件業發展為代表的第三產業和以耗電量為代表的能源消費的關系研究中，高志剛得出，對能耗較高的行業要提高能源利用效率，同時要優化能源生產和消費結構，從而使經濟、能源與環境協調發展。關于第三產業發展和能源生產的關系研究中，王思斯運用ARDL模型和Toda－Yamamoto方法，得出第三產業的能源消費會帶動經濟增長，它們間存在著從能源消費到第三產業增加值的單向因果關系。

二、軟件業務收入與固定資產投資和耗電量的動態研究

（一）數據的平穩性檢驗和模型的穩定測試

用ADF單位根檢驗法對各變量進行數據平穩性檢驗。結果表明，變量LEF通過平穩性檢驗；變量LI在一階差分后通過檢驗；變量LS序列二階差分后通過檢驗。

為了避免因滯后期選擇不當而造成的“虛協整”、自相關等問題，根據LR統計量、FPE統計量、AIC信息準則、SC信息準則和HQ信息準則等指標進行判斷，并以“*”標記出依據相應準則所選擇出來的滯后階數。結果表明滯后階數為3階。

（二）協整檢驗

為了剔除變量間可能存在協整關系，進行協整關系檢驗，確定誤差修正項個數。VAR模型滯后期為3期，所以協整關系檢驗的滯后期設定為2階。根據分析表明存在至多1個協整方程，得到變量間的協整關系式為：LEF=3.0356LI-1.6757LS+6.7149+ECM。從上式可以看出，固定資產投資完成額的系數為3.0356，t統計量值都很顯著，說明兩者對發電量都有較大的影響。具體來看，固定資產投資完成額每增長1個單位，會引起耗電量的3.0356個單位的增長，而軟件業務收入每增長1個單位，會引起耗電量的1.6757l個單位的降低，前者對耗電量引起正向變動比后者大。

（三）格蘭杰因果關系檢驗

通過分析表明，耗電量，固定資產投資完成額和軟件業務收入三者之間存在長期的穩定關系，但這并不能反映三個變量間的因果關系。通過格蘭杰因果檢驗，進行進一步分析。

耗電量分別是固定資產投資完成額和軟件業務收入增加的格蘭杰原因，說明多年來廣東省隨著固定資產投資完成額和軟件業務收入的不斷增加，耗電量也在不斷增加。但固定資產投資完成額不是耗電量和軟件業務收入增加的格蘭杰原因；另外軟件業務收入也不是耗電量和固定資產投資完成額的格蘭杰原因。

（四）誤差修正機制

通過建立誤差修正模型修正模型（VEC）來考察變量間的短期關系。和的調整系數的估計結果:A=[-4.48114846139,-5.20925936729,-0.0630409971939].誤差修正的系數都很小，可以看出廣東省的軟件業務收入、固定投資完成額和耗電量短期波動都沒有很遠地偏離長期趨勢。另外，固定投資完成額的調整系數相對較大于其余兩個系數，表明固定投資完成額如果偏離常態時，修正力度較大。

（五）脈沖響應函數

分析可知，在耗電量為一個正向沖擊后，其脈沖曲線呈現下降趨勢，在第三期中達到了最小值，其后耗電量變量對自身的沖擊變化幅度并不大，且從第三期后出現上升趨勢，上升趨勢一直持續到第五期，之后一直呈現變化不一的增減趨勢。這表明了第一期耗電量受到了某種因素的影響而下降，初期反映趨勢強烈，長時期的刺激效應不是很明顯。固定資產投資與軟件業務對耗電量的沖擊是負向，呈現下降趨勢。這說明耗電量受到自身沖擊在長期內在逐漸減弱的，但在短期內受到政策其他外因影響沖擊增強，固定資產投資與軟件業務是負向沖擊，長期對耗電量為負效應。

固定資產投資在短期內是呈現負向沖擊，在第七期中達到最小值，之后出現固定投資的沖擊逐漸增強的現象，且在第四期中沖擊曲線達到了水平線，這說明在長期趨勢中，固定資產的刺激是在負向效應下發展的，呈現逐漸減弱的現象，在短期中，對固定資產的刺激經濟政策還是有一定效應的。

（六）方差分解

1、表示耗電量lef對自身的影響接近99%，說明耗電量的增長基本全部依賴于自身的推動，而軟件業務收入卻對耗電量的影響比較小，從滯后一期到滯后六期都占到1%的比重；固定資產投資對耗電量的影響從滯后一期到滯后二期都是0%，從滯后三期才開始慢慢增加影響程度，基本平穩在26%左右；同樣的，耗電量對自身的影響也從滯后一期、二期的99%到之后接近71%。這都說明在長時期固定資產投資和軟件業務收入對耗電量的比重增加也是有貢獻。

2、表示固定資產投資對自身的影響從滯后一期的89%的方差貢獻率，說明剛開始固定資產投資的增長大部分是由自身推動，但之后再慢慢下降到滯后三期開始慢慢平穩，占到68%左右的貢獻率；軟件業務收入和耗電量對固定資產投資的影響率也是從開始比較小的值然后逐漸增加，最后是耗電量10%左右的影響率以及軟件業務收入的20%左右的影響率，分別對固定資產投資產生一定的貢獻。

3、表示軟件業務收入對自身的方差貢獻率從開始的5%到滯后三期的33%，之后平穩在32%左右，表明軟件業務收入對自身增長的影響是有比較大的貢獻率；而最大的貢獻率是固定資產投資，從開始的82%的影響率慢慢下降到滯后四期54%左右，后面都比較的平穩，表明固定資產投資對軟件業務的貢獻率占據相當大的一部分比重；而比較小的貢獻率是耗電量對軟件業務的貢獻，基本從開始就維持在13%左右的影響率，一直比較平穩。

三、結論與對策

通過VAR-VEC模型分析，得出以下結論：（1）在長期，廣東省固定資產投資完成額、軟件業務收入、耗電量的之間存在穩定的相互作用關系；（2）在短期，固定資產投資完成額、軟件業務收入對耗電量產生顯著影響；（3）長期內固定資產投資完成額對軟件業務收入無影響；耗電量對軟件業務收入長期內正向影響。根據以上結論，可以得出以下建議：（1）廣東省應該激勵長期軟件業務方面的固定資產投資，避免短期投資對軟件業的波動性沖擊；（2）對于項目規模較大，市場競爭激烈的產業，應當進行專題研究，分析該產業發展空間以及地區見的供需差距以及貿易流向，以達到最優的資源配置；（3）根據廣東軟件產品國內需求總量、消費區域以及消費結構變化趨勢，以此調整固定資產的投資量。

[1]羅艷，陳平.廣西勞動力、固定資產投資與第三產業研究[J].

[2]王思斯，賈慶軍，蔣月星，夏雯婧.基于ARDL模型的我國三次產業能源消費于經濟增長關系研究[J].

[3]李樹明,李平,李鵬.能源工業固定資產投資與能源產量互動效應的市政研究[J].

[4]高志剛,韓宇.資源型省區產業結構調整對能源消費影響的計量分析[J].

（作者單位:西北民族大學經濟學院）