在以软件产业发展为代表的第三产业与以功耗为代表的能源消费的关系研究中，高志刚认为，高能耗产业应提高能源利用效率，优化能源生产和消费结构，使经济、能源和环境协调发展。在第三产业发展与能源生产的关系研究中，王思斯利用ARDL模型和代理方法得出结论，第三产业的能源消费将推动经济增长，从能源消费到第三产业增加值存在单向因果关系。

 

动态研究软件业务收入、固定资产投资和功耗

 

(1)数据稳定性测试和模型稳定性测试

 

每个变量的数据稳定性采用ADF单位根检验法进行测试。结果表明，变量LEF通过了稳定性测试；变量LI在一阶差分后通过了测试；变量LS序列的二阶差分通过了测试。

 

为避免滞后期选择不当造成的“虚协整”、根据LR统计量、FPE统计量、AIC信息标准、SC信息标准、HQ信息标准等相关问题，根据相应标准选择的滞后阶数用“*”标记。结果表明，滞后阶数为3阶。

 

(2)协调检查

 

为了消除变量之间可能存在的协调关系，进行协调关系检查，以确定误差修正项的数量。VAR模型的滞后期为三个阶段，因此协调关系检查的滞后期设置为两个阶段。根据分析，最多有一个协调方程，变量之间的协调关系为：LEF = 3.0356LI - 1.6757LS + 6.7149 + ECM 。从上面的公式可以看出，固定资产投资完成的系数为3.0356，T的统计值非常明显，这表明两者对发电都有很大的影响。具体来说，固定资产投资完成每增加一个单位，就会导致3.0356个单位的功耗增加，而软件业务收入每增加一个单位，就会导致1.6757l单位的功耗减少，前者对功耗的积极变化大于后者。

 

(3)格兰杰因果关系检验

 

分析表明，电力消耗、固定资产投资完成和软件业务收入之间存在长期稳定的关系，但这并不能反映三个变量之间的因果关系。通过格兰杰因果测试，进一步分析。

 

功耗是格兰杰固定资产投资完成和软件业务收入增加的原因，表明随着固定资产投资完成和软件业务收入的增加，广东省的功耗也在增加。但固定资产投资完成不是功耗和软件业务收入增加的原因；软件业务收入不是功耗和固定资产投资完成的原因。

 

（4）误差修正机制

 

通过建立误差修正模型修正模型（VEC）调查变量之间的短期关系。调整系数的估计结果如下：A=[- 4.48114846139，- 5.20925936729， - 0.0630409971939].误差修正系数很小。可见，广东省软件业务收入、固定投资完成额和耗电量的短期波动并没有远远偏离长期趋势。此外，固定投资完成额的调整系数相对大于其他两个系数，说明如果固定投资完成额偏离正常，修正力度较大。

 

(5)脉冲响应函数

 

分析显示，功耗为正冲击后，脉冲曲线呈下降趋势，在第三阶段达到最小值，然后功耗变量对自身影响变化不大，从第三阶段出现上升趋势，上升趋势持续到第五阶段，然后呈现不同变化的增减趋势。这表明，第一阶段的功耗受到某些因素的影响而下降，初始反映趋势强烈，长期刺激效应不是很明显。固定资产投资和软件业务对功耗的影响为负，呈下降趋势。这表明，功耗长期以来逐渐减弱，但由于政策的其他外部因素，固定资产投资和软件业务产生负面影响，长期对功耗产生负面影响。

 

固定资产投资在短期内呈现负面影响，在第七阶段达到最小值后，固定投资影响逐渐增加，在第四阶段达到水平线，表明在长期趋势下，固定资产刺激在负面影响下发展，逐渐减弱，在短期内，对固定资产刺激经济政策有一定影响。

 

(6)方差分解

 

1、说明用电量lef对自身的影响接近99%，说明用电量的增长基本取决于自身的推动，而软件业务收入对用电量的影响相对较小，从滞后一期到滞后六期占1%；固定资产投资对用电量的影响从滞后一期到滞后二期为0%，影响从滞后三期逐渐增加，基本稳定在26%左右；同样，用电量对自身的影响也从滞后一期和二期的99%增加到接近71%。这说明固定资产投资和软件业务收入的长期增长也有助于耗电量的增加。

 

2、表示固定资产投资对自身的影响从滞后一期89%的方差贡献率开始，说明固定资产投资的增长大部分是由自身推动的，但随后逐渐下降到滞后三期，开始逐渐稳定，约占贡献率的68%；软件业务收入和功耗对固定资产投资的影响也从一开始相对较小，然后逐渐增加。最后，功耗约10%的影响率和软件业务收入约20%的影响率分别对固定资产投资做出了一定的贡献。

 

3、这意味着软件业务收入对自身方差的贡献率从最初的5%提高到滞后第三阶段的33%，然后稳定在32%左右。(下转第35页)(上接第32页)说明软件业务收入对自身增长的影响较大；最大贡献率是固定资产投资，从最初的82%逐渐下降到滞后第四阶段的54%左右，后者相对稳定，说明固定资产投资对软件业务的贡献率占了相当大的比重；相对较小的贡献率是功耗对软件业务的贡献，从一开始基本保持在13%左右，一直比较稳定。