论文部分内容阅读
摘 要 本文选取2007年1月至2015年4月广东省固定资产投资完成额、软件业务收入、耗电量的月度数据，利用VAR-VEC模型分析了耗电量与固定资产投资完成额、软件业务收入之间的相互影响。
关键词 软件业务收入 固定资产投资完成额 耗电量 VAR-VEC模型
一、研究现状
关于以软件业发展为代表的第三产业和以耗电量为代表的能源消费的关系研究中，高志刚得出，对能耗较高的行业要提高能源利用效率，同时要优化能源生产和消费结构，从而使经济、能源与环境协调发展。关于第三产业发展和能源生产的关系研究中，王思斯运用ARDL模型和Toda-Yamamoto方法，得出第三产业的能源消费会带动经济增长，它们间存在着从能源消费到第三产业增加值的单向因果关系。
二、软件业务收入与固定资产投资和耗电量的动态研究
（一）数据的平稳性检验和模型的稳定测试
用ADF单位根检验法对各变量进行数据平稳性检验。结果表明，变量LEF通过平稳性检验；变量LI在一阶差分后通过检验；变量LS序列二阶差分后通过检验。
为了避免因滞后期选择不当而造成的“虚协整”、自相关等问题，根据LR统计量、FPE统计量、AIC信息准则、SC信息准则和HQ信息准则等指标进行判断，并以“*”标记出依据相应准则所选择出来的滞后阶数。结果表明滞后阶数为3阶。
（二）协整检验
为了剔除变量间可能存在协整关系，进行协整关系检验，确定误差修正项个数。VAR模型滞后期为3期，所以协整关系检验的滞后期设定为2阶。根据分析表明存在至多1个协整方程，得到变量间的协整关系式为：LEF = 3.0356LI - 1.6757LS + 6.7149 + ECM 。从上式可以看出，固定资产投资完成额的系数为3.0356，t统计量值都很显著，说明两者对发电量都有较大的影响。具体来看，固定资产投资完成额每增长1个单位，会引起耗电量的3.0356个单位的增长，而软件业务收入每增长1个单位，会引起耗电量的1.6757l个单位的降低，前者对耗电量引起正向变动比后者大。
（三）格兰杰因果关系检验
通过分析表明，耗电量，固定资产投资完成额和软件业务收入三者之间存在长期的稳定关系，但这并不能反映三个变量间的因果关系。通过格兰杰因果检验，进行进一步分析。
耗电量分别是固定资产投资完成额和软件业务收入增加的格兰杰原因，说明多年来广东省随着固定资产投资完成额和软件业务收入的不断增加，耗电量也在不断增加。但固定资产投资完成额不是耗电量和软件业务收入增加的格兰杰原因；另外软件业务收入也不是耗电量和固定资产投资完成额的格兰杰原因。
（四）误差修正机制
通过建立误差修正模型修正模型（VEC）来考察变量间的短期关系。和的调整系数的估计结果：A=[- 4.48114846139，- 5.20925936729， - 0.0630409971939].误差修正的系数都很小，可以看出广东省的软件业务收入、固定投资完成额和耗电量短期波动都没有很远地偏离长期趋势。另外，固定投资完成额的调整系数相对较大于其余两个系数，表明固定投资完成额如果偏离常态时，修正力度较大。
（五）脉冲响应函数
分析可知，在耗电量为一个正向冲击后，其脉冲曲线呈现下降趋势，在第三期中达到了最小值，其后耗电量变量对自身的冲击变化幅度并不大，且从第三期后出现上升趋势，上升趋势一直持续到第五期，之后一直呈现变化不一的增减趋势。这表明了第一期耗电量受到了某种因素的影响而下降，初期反映趋势强烈，长时期的刺激效应不是很明显。固定资产投资与软件业务对耗电量的冲击是负向，呈现下降趋势。这说明耗电量受到自身冲击在长期内在逐渐减弱的，但在短期内受到政策其他外因影响冲击增强，固定资产投资与软件业务是负向冲击，长期对耗电量为负效应。
固定资产投资在短期内是呈现负向冲击，在第七期中达到最小值，之后出现固定投资的冲击逐渐增强的现象，且在第四期中冲击曲线达到了水平线，这说明在长期趋势中，固定资产的刺激是在负向效应下发展的，呈现逐渐减弱的现象，在短期中，对固定资产的刺激经济政策还是有一定效应的。
（六）方差分解
1、表示耗电量lef对自身的影响接近99%，说明耗电量的增长基本全部依赖于自身的推动，而软件业务收入却对耗电量的影响比较小，从滞后一期到滞后六期都占到1%的比重；固定资产投资对耗电量的影响从滞后一期到滞后二期都是0%，从滞后三期才开始慢慢增加影响程度，基本平稳在26%左右；同样的，耗电量对自身的影响也从滞后一期、二期的99%到之后接近71%。这都说明在长时期固定资产投资和软件业务收入对耗电量的比重增加也是有贡献。
2、表示固定资产投资对自身的影响从滞后一期的89%的方差贡献率，说明刚开始固定资产投资的增长大部分是由自身推动，但之后再慢慢下降到滞后三期开始慢慢平稳，占到68%左右的贡献率；软件业务收入和耗电量对固定资产投资的影响率也是从开始比较小的值然后逐渐增加，最后是耗电量10%左右的影响率以及软件业务收入的20%左右的影响率，分别对固定资产投资产生一定的贡献。
3、表示软件业务收入对自身的方差贡献率从开始的5%到滞后三期的33%，之后平稳在32%左右，（下转第35页）（上接第32页）表明软件业务收入对自身增长的影响是有比较大的贡献率；而最大的贡献率是固定资产投资，从开始的82%的影响率慢慢下降到滞后四期54%左右，后面都比较的平稳，表明固定资产投资对软件业务的贡献率占据相当大的一部分比重；而比较小的贡献率是耗电量对软件业务的贡献，基本从开始就维持在13%左右的影响率，一直比较平稳。
三、结论与对策
通过VAR-VEC模型分析，得出以下结论：（1）在长期，广东省固定资产投资完成额、软件业务收入、耗电量的之间存在稳定的相互作用关系；（2）在短期，固定资产投资完成额、软件业务收入对耗电量产生显著影响；（3）长期内固定资产投资完成额对软件业务收入无影响；耗电量对软件业务收入长期内正向影响。根据以上结论，可以得出以下建议：（1）广东省应该激励长期软件业务方面的固定资产投资，避免短期投资对软件业的波动性冲击 ；（2）对于项目规模较大，市场竞争激烈的产业，应当进行专题研究，分析该产业发展空间以及地区见的供需差距以及贸易流向，以达到最优的资源配置；（3）根据广东软件产品国内需求总量、消费区域以及消费结构变化趋势，以此调整固定资产的投资量。
参考文献：
[1]罗艳，陈平.广西劳动力、固定资产投资与第三产业研究[J].
[2]王思斯，贾庆军，蒋月星，夏雯婧.基于ARDL模型的我国三次产业能源消费于经济增长关系研究[J].
[3]李树明，李平，李鹏.能源工业固定资产投资与能源产量互动效应的市政研究[J].
[4]高志刚，韩宇.资源型省区产业结构调整对能源消费影响的计量分析[J].
（作者单位：西北民族大学经济学院）
关键词 软件业务收入 固定资产投资完成额 耗电量 VAR-VEC模型
一、研究现状
关于以软件业发展为代表的第三产业和以耗电量为代表的能源消费的关系研究中，高志刚得出，对能耗较高的行业要提高能源利用效率，同时要优化能源生产和消费结构，从而使经济、能源与环境协调发展。关于第三产业发展和能源生产的关系研究中，王思斯运用ARDL模型和Toda-Yamamoto方法，得出第三产业的能源消费会带动经济增长，它们间存在着从能源消费到第三产业增加值的单向因果关系。
二、软件业务收入与固定资产投资和耗电量的动态研究
（一）数据的平稳性检验和模型的稳定测试
用ADF单位根检验法对各变量进行数据平稳性检验。结果表明，变量LEF通过平稳性检验；变量LI在一阶差分后通过检验；变量LS序列二阶差分后通过检验。
为了避免因滞后期选择不当而造成的“虚协整”、自相关等问题，根据LR统计量、FPE统计量、AIC信息准则、SC信息准则和HQ信息准则等指标进行判断，并以“*”标记出依据相应准则所选择出来的滞后阶数。结果表明滞后阶数为3阶。
（二）协整检验
为了剔除变量间可能存在协整关系，进行协整关系检验，确定误差修正项个数。VAR模型滞后期为3期，所以协整关系检验的滞后期设定为2阶。根据分析表明存在至多1个协整方程，得到变量间的协整关系式为：LEF = 3.0356LI - 1.6757LS + 6.7149 + ECM 。从上式可以看出，固定资产投资完成额的系数为3.0356，t统计量值都很显著，说明两者对发电量都有较大的影响。具体来看，固定资产投资完成额每增长1个单位，会引起耗电量的3.0356个单位的增长，而软件业务收入每增长1个单位，会引起耗电量的1.6757l个单位的降低，前者对耗电量引起正向变动比后者大。
（三）格兰杰因果关系检验
通过分析表明，耗电量，固定资产投资完成额和软件业务收入三者之间存在长期的稳定关系，但这并不能反映三个变量间的因果关系。通过格兰杰因果检验，进行进一步分析。
耗电量分别是固定资产投资完成额和软件业务收入增加的格兰杰原因，说明多年来广东省随着固定资产投资完成额和软件业务收入的不断增加，耗电量也在不断增加。但固定资产投资完成额不是耗电量和软件业务收入增加的格兰杰原因；另外软件业务收入也不是耗电量和固定资产投资完成额的格兰杰原因。
（四）误差修正机制
通过建立误差修正模型修正模型（VEC）来考察变量间的短期关系。和的调整系数的估计结果：A=[- 4.48114846139，- 5.20925936729， - 0.0630409971939].误差修正的系数都很小，可以看出广东省的软件业务收入、固定投资完成额和耗电量短期波动都没有很远地偏离长期趋势。另外，固定投资完成额的调整系数相对较大于其余两个系数，表明固定投资完成额如果偏离常态时，修正力度较大。
（五）脉冲响应函数
分析可知，在耗电量为一个正向冲击后，其脉冲曲线呈现下降趋势，在第三期中达到了最小值，其后耗电量变量对自身的冲击变化幅度并不大，且从第三期后出现上升趋势，上升趋势一直持续到第五期，之后一直呈现变化不一的增减趋势。这表明了第一期耗电量受到了某种因素的影响而下降，初期反映趋势强烈，长时期的刺激效应不是很明显。固定资产投资与软件业务对耗电量的冲击是负向，呈现下降趋势。这说明耗电量受到自身冲击在长期内在逐渐减弱的，但在短期内受到政策其他外因影响冲击增强，固定资产投资与软件业务是负向冲击，长期对耗电量为负效应。
固定资产投资在短期内是呈现负向冲击，在第七期中达到最小值，之后出现固定投资的冲击逐渐增强的现象，且在第四期中冲击曲线达到了水平线，这说明在长期趋势中，固定资产的刺激是在负向效应下发展的，呈现逐渐减弱的现象，在短期中，对固定资产的刺激经济政策还是有一定效应的。
（六）方差分解
1、表示耗电量lef对自身的影响接近99%，说明耗电量的增长基本全部依赖于自身的推动，而软件业务收入却对耗电量的影响比较小，从滞后一期到滞后六期都占到1%的比重；固定资产投资对耗电量的影响从滞后一期到滞后二期都是0%，从滞后三期才开始慢慢增加影响程度，基本平稳在26%左右；同样的，耗电量对自身的影响也从滞后一期、二期的99%到之后接近71%。这都说明在长时期固定资产投资和软件业务收入对耗电量的比重增加也是有贡献。
2、表示固定资产投资对自身的影响从滞后一期的89%的方差贡献率，说明刚开始固定资产投资的增长大部分是由自身推动，但之后再慢慢下降到滞后三期开始慢慢平稳，占到68%左右的贡献率；软件业务收入和耗电量对固定资产投资的影响率也是从开始比较小的值然后逐渐增加，最后是耗电量10%左右的影响率以及软件业务收入的20%左右的影响率，分别对固定资产投资产生一定的贡献。
3、表示软件业务收入对自身的方差贡献率从开始的5%到滞后三期的33%，之后平稳在32%左右，（下转第35页）（上接第32页）表明软件业务收入对自身增长的影响是有比较大的贡献率；而最大的贡献率是固定资产投资，从开始的82%的影响率慢慢下降到滞后四期54%左右，后面都比较的平稳，表明固定资产投资对软件业务的贡献率占据相当大的一部分比重；而比较小的贡献率是耗电量对软件业务的贡献，基本从开始就维持在13%左右的影响率，一直比较平稳。
三、结论与对策
通过VAR-VEC模型分析，得出以下结论：（1）在长期，广东省固定资产投资完成额、软件业务收入、耗电量的之间存在稳定的相互作用关系；（2）在短期，固定资产投资完成额、软件业务收入对耗电量产生显著影响；（3）长期内固定资产投资完成额对软件业务收入无影响；耗电量对软件业务收入长期内正向影响。根据以上结论，可以得出以下建议：（1）广东省应该激励长期软件业务方面的固定资产投资，避免短期投资对软件业的波动性冲击 ；（2）对于项目规模较大，市场竞争激烈的产业，应当进行专题研究，分析该产业发展空间以及地区见的供需差距以及贸易流向，以达到最优的资源配置；（3）根据广东软件产品国内需求总量、消费区域以及消费结构变化趋势，以此调整固定资产的投资量。
参考文献：
[1]罗艳，陈平.广西劳动力、固定资产投资与第三产业研究[J].
[2]王思斯，贾庆军，蒋月星，夏雯婧.基于ARDL模型的我国三次产业能源消费于经济增长关系研究[J].
[3]李树明，李平，李鹏.能源工业固定资产投资与能源产量互动效应的市政研究[J].
[4]高志刚，韩宇.资源型省区产业结构调整对能源消费影响的计量分析[J].
（作者单位：西北民族大学经济学院）