數字產業化對宏觀經濟增長的影響是否持久不變？

關鍵詞：數字產業化；宏觀經濟增長；MS-VAR；非線性關系；區制轉移中圖分類號：F123.16 文獻標識碼：A 文章編號：2097-0145（2025）03-0083-07 doi：10.11847/fj.44.3.83

0 引言

近年來，數字經濟以迅猛的態勢高速發展，成為經濟發展的重要內生動力和關鍵引擎。僅在2023年，我國數字經濟核心產業增加值已達到12萬億元，在GDP中的比重達到了 10% ，成為宏觀經濟舉足輕重的組成部分。2021年，習近平總書記在十九屆中央政治局第三十四次集體學習時深刻指出：“發展數字經濟意義重大，是把握新一輪科技革命和產業變革新機遇的戰略選擇。\"2024年，《政府工作報告》明確指出要深入推進數字經濟創新發展，開展“人工智能 + ”行動，打造具有國際競爭力的數字產業集群。與此同時，以大數據、云計算、物聯網、區塊鏈、人工智能為代表的數字技術層出不窮，并通過賦能傳統產業、提高全要素生產率等方式，成為建設中國式現代化、發展新質生產力不可或缺的關鍵力量。

數字經濟發展對宏觀經濟增長的重要貢獻已經成為一種社會和學界共識。自Tapscott[在《數字經濟：網絡智能時代的前景與風險》提出數字經濟概念后，數字經濟的相關研究層出不窮。而數字經濟作為一個宏觀整體，又可以分為數字產業化和產業數字化兩個要素[2-3]。其中，數字產業化更為基礎和關鍵，它以數據為生產要素投人，將數據轉化為可規模生產、重復使用且反復交易的產品和服務，是一種基于數字技術創新和數字商業創新實現數據價值，逐步被深入挖掘并不斷釋放的動態過程[4]。作為信息通信產業（ICT）和數據技術融合的結果，數字產業化是產業數字化乃至數字經濟發展的先導力量，為后者提供海量的數據、技術、產品和服務[5]。可以說，只有以數字產業化為基礎，才能逐漸實現產業數字化和數字經濟的全面發展，最終實現社會潛能的釋放，帶動宏觀經濟的增長。

數字產業化對宏觀經濟增長的影響究竟如何？這種影響在長期中是否變化？已有的研究提供了有益的參考，并且探究了它們之間的效果和路徑，但僅通過這些還不能完全窺其全貌，尤其是無法得到二者運行的具體機制及其變化趨勢。數字產業化與宏觀經濟增長之間是否真實存在密切相關的聯動機制？本文的研究貢獻如下：（1）以往的文獻多從面板數據展開研究，側重于探究數字產業化對宏觀經濟增長的貢獻程度，本文以MS-VAR為研究方法，對二者的非線性關系進行討論，補充了長時段內數字產業化與宏觀經濟增長非線性關系的研究；（2）本文發現數字產業化對宏觀經濟增長的作用存在著明顯的“滯后性”和“韌性”，以及數字產業化不完全依賴于宏觀經濟的特性，在一定程度上彌補了二者動態影響研究的不足；（3）本文的研究佐證了數字產業化和數字經濟對宏觀經濟重要作用的觀點，提出要持續穩定地對數字產業化進行資金投入，并且建立數字經濟監測預警制度，具有一定的現實意義。

1文獻綜述

現階段，圍繞數字產業化促進宏觀經濟增長的相關研究既包括定性分析，又包括經驗和實證分析，本文進行了整理和分類，將其分為如下三種：

首先，數字產業化提高了全要素生產率。從微觀角度來看，數字產業化帶來的數字技術能夠打破傳統生產中的信息壁壘、加快生產要素的流通、優化企業間的生產要素配置并改善經濟結構，顯著提升企業的數據處理分析能力，實現價值流的可視化，推動機械制造向人機交互的智能升級[6。同時，數字產業化帶來數據的強滲透性，提高了傳統企業的生產效率[8]，并通過規模經濟效應、范圍經濟效應、技術創新效應和管理效率效應等多條途徑促進經濟增長[9]。從宏觀角度來看，萬曉榆和羅焱卿[1°通過對2015—2018年全國30個地區的研究發現，數字產業分指數對區域全要素生產率的正向影響效果能夠達到 25% 。宋旭光等1的研究進一步發現，數字產業化不僅能夠顯著促進中國工業企業全要素生產率提高和實體經濟發展，而且這種影響隨時間逐漸增強。更值得注意的是，由于數據要素具有共享性、可復制性、非稀缺性和強傳播性等特點[12]，數字產業化帶給全要素生產率的紅利往往具有比傳統技術更明顯的優勢。而且，相鄰省份的數字經濟存在明顯的正向空間相關性，數字基礎設施和數字產業發展水平較高的相鄰省份往往能夠出現數字產業轉移、邊際效應非線性遞增和空間溢出效應[13]

其次，數字產業化形成了新的經濟增長需求。數字產業化以信息技術和數據為依托不斷創造出新的產業形態和模式，集中體現為：以“ABCD技術\"著稱的人工智能、區塊鏈、云計算和大數據數字技術催生出人工智能產業、區塊鏈產業、云計算產業和大數據產業，以芯片、服務器、存儲設備、處理器等為代表的新能源、新材料、通信系統設備制造等與其相配套的產業。而且，數字技術還創造出模擬算法、安全服務、售后服務、產權專利等新行業，形成了從硬件到軟件、從上游到下游等全方位的產業鏈。數字產業化創造了巨大的投資需求、消費需求和貿易需求，以及人才需求和新的就業形態，大幅促進經濟增長[14-15]。“寬帶中國\"政策作為數字產業化的一個重要引擎，不僅能夠直接促進經濟增長，而且作為一種中介間接提高了數字化能力、培養了數字化人才，同時釋放了大量潛力，激發了大眾創業。數字產業化還通過知識外溢改變了勞動者的教育和技能結構，作用于產業結構優化[16]，通過發展新產業、新業態模式，進而打造數字產業鏈和產業集群[17]

再次，數字產業化賦能傳統產業促進了經濟增長。一方面，數字產業化所釋放出的數據要素和數字技術通過賦能傳統產業，從而改變了金融、醫療、教育、制造業等傳統行業的商業模式、運營模式和組織架構[18]，能夠顯著提升企業創新績效水平和內部控制質量[19]，逐漸實現集群化、平臺化、智能化和生態化。作為傳統行業的核心，制造業數字化轉型尤為引人注目，誕生了新能源汽車和無人駕駛汽車、農作物生長監測無人機等一系列新的產品。作為一種全新的要素投人和全要素生產率，數據要素價值連接了生產者與消費者，以開源共享的狀態流動，從數據商品到數據資產，再轉化為數據商品，最終完成了價值實現[20]。另一方面，數字產業化提高了產業鏈的創新能力和韌性。在數字技術的加持下，數字要素與傳統產業融合提升了傳統產業鏈條的創新能力[21]，實現了產業的高級化[22]，推動了產業升級[23]和產業結構服務化轉型[24]。通過提高城市創新能力和產業結構創新能力兩個途徑，數字產業化提升了城市產業供應鏈的韌性，城市產業鏈具有了更為明顯的抗干擾能力和抵御風險的能力，在面臨外生經濟沖擊下能夠更好地恢復[25]

通過總結梳理相關文獻發現，雖然數字產業化與宏觀經濟增長關系這一問題的成果不勝枚舉，但大多數研究是基于面板數據或者是線性時間序列展開，鮮有非線性時間序列方面的研究[2628]。鑒于傳統的全樣本回歸容易受到意外因素影響而產生不穩定性，而非線性時間序列模型可以在不同區間內捕捉變量之間的因果關系，并且探究不同區間的作用機制。因此，本文在前人研究的基礎上，創新性地運用馬爾可夫區制轉移向量自回歸模型（MS-VAR），對數字產業化與宏觀經濟增長的關系進行探討。

2數據與模型設定

2.1 數據選取與描述

國內外對于數字經濟乃至數字產業化并沒有絕對統一的衡量標準，常見的方法包括合成指標法[29-30]與單指標法，而后者又可以細分為產業增加值轉化[31]與代理變量法等。本文借鑒張勛等[32]，黃群慧等[33]的相關研究，用互聯網普及率和移動互聯網用戶普及率來代替數字產業化水平，同時用GDP增長率表示宏觀經濟增長。本文考慮選取的數據分別為2002—2023年全國互聯網普及率增長率internet、全國移動電話普及率增長率mobile和網頁增長率web，同時又納人2004—2023年互聯網帶寬接口數增長率broadband作為補充變量，以及對應年份的GDP增長率gdp，這樣有助于從多個維度和角度分析數字產業化水平，進而保證研究的合理性。以上數據均來源于歷年《中國統計年鑒》以及中國互聯網信息中心（CNNIC）發布的《中國互聯網絡發展狀況統計報告》。

2.2非線性馬爾可夫區制轉移模型的設定

在對模型進行估計之前，本文選擇ADF方法對數據的平穩性進行檢驗。2002—2023年 gdp、internet、mobile、web的原始時間序列數據和2004—2023年broadband的原始時間序列數據分別在 5% 和 1% 的顯著性水平下拒絕了存在單位根的原假設，說明上述數據均為平穩時間序列。根據計量經濟學的相關原理，可以利用gdp、internet、mobile、web和broadband五組時間序列構建馬爾可夫區制轉移向量自回歸模型（MS-VAR），并進行后續的實證分析。

本文將區制數量分別設定為2、3、4，滯后階數分別設定為1、2、3、4，并根據AIC和SC準則進行了測算，選擇AIC和SC數值最小的結果確定模型的最優選擇，其中，2002—2023 年的 gdp 與 internet、mobile、web分別構成的MS-VAR模型最優區制為2，最優滯后階數均為3，構成了2區制3階滯后的馬爾可夫向量自回歸模型MS（2）-VAR（3），模型中的截距項和方差均可變，為變截距一變方差模型。同時，2004—2023 年的 gdp 與 broadband 構成的MS-VAR模型最優區制為2，最優滯后階數為1，構成了2區制1階滯后的馬爾可夫向量自回歸模型MS（2）-VAR（1），該模型截距項、系數和方差均可變，為變截距一變系數一變方差模型。

3實證分析

3.1 數字產業化與宏觀經濟關聯機制的非線性周期測度

本文首先進行MS-VAR模型參數檢驗，發現代表區制的Const（Reg.2）比Const（Reg.1）截距項更大，可以認為區制1是“低速增長區制”，而區制2是“高速增長區制”，故而將“數字產業化與經濟”系統分為“低速增長區制”和“高速增長區制”。

從滯后項的相互作用系數來看，internet-gdp子系統中的互聯網普及率與宏觀經濟增長率存在著明顯的相互影響。宏觀經濟增長對互聯網普及率的影響先高后低，在較短的滯后1期效果顯著，在滯后2期開始減弱為負。互聯網普及率對宏觀經濟的影響呈“U型”曲線，在初始階段消耗宏觀財政支出，隨后互聯網普及的效果才開始逐漸呈現，并助力宏觀經濟增長。從web-gdp子系統來看，網站數量的增長率與宏觀經濟相比具有明顯的“被動性”。宏觀經濟增長會顯著正向影響網站數量的增長率，而且影響能力從高到低逐漸減弱，而網站數量的增長與宏觀經濟增長的關系不顯著，說明單純依靠互聯網網站發展起來的數字產業化無法獨立作為經濟發展的助推力。從mobile-gdp子系統來看，移動電話（智能電話）的發展與宏觀經濟增長也呈現出相互影響的密切關系。宏觀經濟增長對數字產業化影響具有一定的“滯后性”，短期內往往不會立刻刺激移動電話的發展。隨著時間的延長，移動電話作為互聯網信息移動媒介的作用逐漸體現，宏觀經濟增長率隨之提高。從broadband-gdp子系統來看，寬帶的發展在“高速增長區制”對宏觀經濟增長的影響為正，與現實也較為相符。2013年國家推動的“寬帶中國”標志著互聯網從部門戰略升級到了國家戰略，數字產業化促進了資源配置的優化和商品、勞動力的流通，為廣大人民增添了福利。

從方差估計來看，“數字產業化與經濟”的4個子系統均呈現出低數字產業化增長率和高宏觀經濟增長率方差較小的特征，說明數字產業化在“低速增長區制”時波動較小、持續時間較長，而宏觀經濟增長在“高速增長區制”時波動較小、持續時間較長。該結果充分說明：首先，數字產業化與宏觀經濟增長的系統具有顯著的“慣性”特征，無論初始狀態如何，“數字產業化與經濟”系統最終會步人數字產業化低速增長與宏觀經濟高速增長的結果；其次，數字產業化與宏觀經濟的高低速增長之間往往存在“錯位”關系，數字產業化在長期內趨向于低速增長，在“高速增長區制”中波動性大、持續時間短，非常不穩定，即使數字產業化出現了短期的高速增長，它和宏觀經濟增長之間也會出現遲滯效應；再次，數字產業化乃至數字經濟在經濟周期下行中依然保持堅挺，這表明數字產業化具有相當明顯的堅韌能力和相對獨立性，受到宏觀經濟的影響相對較小。

3.2 區制時間變化分析

綜合過去20多年的歷史來看，2005年出現了數字產業化發展的熱潮，也是數字產業化與宏觀經濟高速增長并行為數不多的年份之一。淘寶網、騰訊、58同城等互聯網企業開始起步，智能手機取代傳統手機成為人們新的通信工具，互聯網開始逐漸滲透并覆蓋廣大居民的生活。數據要素更多的涌流和傳播，大幅推動了數字產業化的發展。如表1所示，除web-gdp子系統外，數字產業化與經濟系統整體在2005—2010年或2005—2012年時段內處于“高速增長區制”；2013年后，在中國經濟步入“新常態”以及“去產能去庫存”的影響之下，許多重化工業企業開始減產或調整業務，這在一定程度上延緩了宏觀經濟以及互聯網的發展勢頭，數字產業化與宏觀經濟增長也不可避免地結束了多年的高速增長期，轉而步入“低速增長區制”；2015年后，數字產業化開始了新一輪的熱潮，隨著世界互聯網大會的舉辦，“互聯網 + ”被寫入了政府工作報告并且上升為國家戰略，黨的十八屆五中全會明確提出要“實施網絡強國戰略，加快構建高速、移動、安全、泛在的新一代信息基礎設施”，這些政策措施都推動“數字產業化與經濟”系統步人第二階段“高速增長區制”;2018年“中美貿易戰”的開始以及2020年“新冠”疫情的暴發使“數字產業化與經濟”系統的第二次高速增長結束，伴隨著世界經濟的衰退與低迷重新轉入“低速增長區制”。

除此之外，“數字產業化與經濟”系統在“低速增長區制”和“高速增長區制”中的平滑概率值基本在1.0左右波動，個別年份的特殊值也遠遠高于0.5，這既說明本文采用MS-VAR模型對數字產業化與宏觀經濟增長之間的非線性關系測度的科學性與合理性，又說明我國“數字產業化與經濟”系統在“高速增長區制”和“低速增長區制”的過程中存在著明顯的突變跡象 （pgt;0.5） ，從而論證了我國數字產業化與宏觀經濟增長存在著非線性變化的周期性特征。

3.3 區制轉移矩陣和屬性分析

接下來，表2從“數字產業化與經濟”系統區制內的相關系數估計來進一步說明數字產業化與宏觀經濟增長分別在“低速增長區制”和“高速增長區制”的相關關系。結果發現，無論在哪一種子系統中，數字產業化與宏觀經濟增長在“高速增長區制”中都能保持正向相關關系，說明數字產業化蓬勃發展和經濟的高速增長期一致，互聯網對經濟增長的潛力和動能被充分釋放，信息和資源在互聯網的推動下得到充分涌流。反過來，宏觀經濟高速增長為數字產業化提供了充足的資金支持，實現了二者的同向互促。internet-gdp子系統和mobile-gdp子系統在“低速增長區制”中為負向相關關系，而且系數較高 （gt;0.9） 。這說明在經濟增長放緩或換擋期內，數字產業化與宏觀經濟增長體現為替代關系，數字產業化的效果不明顯，對數字產業化的巨額資金投人遲滯了宏觀經濟增長的步伐，干擾了經濟增長的進程。同時，這也說明數字產業化具有相當明顯的“韌性”和獨立性，即使在宏觀經濟下行的背景下也能保持自身的發展。區制內相關系數分析的結果再一次驗證了前文的相關結論，也就是數字產業化具有部分顯著的“滯后效應”和“韌性”，對宏觀經濟的拉動作用往往無法在當期轉化為立竿見影的效果，需要較長的時間才能逐漸體現，且不完全依賴宏觀經濟增長。

表3展示了“數字產業化與經濟”系統的區制轉移概率矩陣及區制屬性。internet-gdp子系統和broadband-gdp子系統“低速增長區制”的區制轉移概率最高（0.8766和0.8599），同時伴隨著較高的頻率（0.6229和0.5690）和平均持續期（8.11和7.14），而web-gdp子系統和mobile-gdp子系統“高速增長區制”的區制轉移概率略高（0.7830和0.8018），也伴隨著略高的頻率（0.5124和0.5158）和平均持續期（4.61和5.05）。二者相比，internet-gdp子系統和broadband-gdp子系統有更高的傾向和概率步入“低速增長區制”，且平均持續期更長，

楊博文，等：數字產業化對宏觀經濟增長的影響是否持久不變？——基于非線性 MS-VAR模型的研究

這提示我們要注意采取一些宏觀措施來改變或扭轉這一狀況。web-gdp子系統和mobile-gdp子系統在

“低速增長區制”和“高速增長區制”之間的頻率和持續期更為接近，體現為更加明顯的區制轉移特征。

4結論與啟示

本文觀察和分析了2002—2023年間的部分數字產業化指標和宏觀經濟增長率，分別構建兩區制滯后三階的變截距一變方差模型MS（2）-VAR（3）和兩區制滯后一階的變截距一變系數一變方差模型MS（2）-VAR（1），并將“數字產業化與經濟”系統分為“低速增長區制”和“高速增長區制”，系統研究數字產業化與宏觀經濟增長之間的非線性因果關系，結論如下：

（1）數字產業化與宏觀經濟增長整體上存在著同向互促的相關關系，但在部分子系統上的數字產業化體現為明顯的滯后效應和韌性。其中，internet-gdp子系統和mobile-gdp子系統中數字產業化對宏觀經濟增長的影響均先為負、隨后才轉為正，體現了數字產業化與宏觀經濟增長二者之間的不同頻特點。

（2）數字產業化在“低速增長區制”中的方差較小，在“高速增長區制”中的方差較大，而宏觀經濟增長則相反。這說明不論是數字產業化還是宏觀經濟增長，都存在著明顯的“慣性”特征，我國數字產業化傾向于維持波動小、持續時間長的低速增長，而宏觀經濟的低速增長則波動大、持續時間短。數字產業化與宏觀經濟增長之間存在滯后效應和錯位關系，數字產業化對宏觀經濟增長的拉動作用往往需要一段時間才體現出來，且在經濟相對低迷期具有明顯的“韌性”。

（3）“數字產業化與經濟”系統的平滑概率值基本在1.0左右波動且高于0.5，說明本文采用馬爾可夫區制轉移向量自回歸模型（MS-VAR）是科學合理的，同時也說明我國數字產業化與宏觀經濟增長之間的確存在顯著的非線性因果關系。在“高速增長區制”中均呈現為顯著的正向相關關系，而internet-gdp子系統和mobile-gdp子系統在“低速增長區制”中為負向相關關系，說明“低速增長區制”下初始階段的數字產業化的轉化效果不強。web-gdp子系統和mobile-gdp子系統“高速增長區制”的區制轉移概率、頻率和平均持續期均略高于“低速增長區制”，而internet-gdp子系統和broadband-gdp子系統有更高的傾向和概率步人“低速增長區制”，且平均持續期更長。

綜上所述，本文提出如下對策建議：

（1）要堅定不移地加強對數字產業化的資金投入和支持。本文發現數字產業化往往和宏觀經濟增長具有不同頻的特征，其正面效果需要較長的時間才能體現，在經濟下行和低速增長期對數字產業化的資金投入會在短期內消耗再生產資源，拖累經濟增速。因此，社會各界要對此具有足夠的耐心和清醒的認識，明確數字產業化對社會經濟的長期穩定作用，支持將數字產業化乃至數字經濟發展作為國家戰略不動搖。

（2）要利用數字產業化的優勢促進宏觀經濟發展。數字產業化在經濟增速低迷時期具有明顯的韌性和獨立性，國家應當充分發揮并擴大這一優勢，加大對互聯網、大數據、云計算、物聯網、區塊鏈、人工智能為代表的數字技術發展力度，加快數字產業化的進程，為產業數字化和延長產業鏈條、鞏固數字經濟產業鏈供應鏈韌性奠定基礎。

（3）要建立關于數字產業化在內的數字經濟監測預警制度。隨著數字經濟的重要性越來越高，其與宏觀經濟增長之間的關系也越來越密切。本文發現不論是宏觀經濟增長還是數字產業化，都面臨著從高速增長向低速增長突變的可能性，這無疑會對我國經濟發展造成不利影響。因此，要建立一套完善的數字經濟監測預警制度，保證對數字經濟的發展能夠進行科學合理的預警監測，在數字經濟低速增長來臨之際給予有效應對。

參考文獻：

[1]Tapscott D. The digital economy ：promise and peril in theageofnetworkedintelligence[M].McGraw-Hill，1996.

[2]楊慧梅，江璐.數字經濟、空間效應與全要素生產率[J].統計研究，2021，30（4）：3-15.

[3］李海艦，趙麗.數據價值理論研究［J].財貿經濟，2023，44（6） ：5-20.

[4］唐要家，唐春暉.數字產業化的理論邏輯、國際經驗與中國政策［J.經濟學家，2023（10）：88-97.

[5］李海艦，張璟龍.關于數字經濟界定的若干認識［J].企業經濟，2021，40（7）：13-22.

[6]戚聿東，肖旭，蔡呈偉.產業組織的數字化重構［J].師范大學學報（社會科學版），2020（2）：130-147.

[7]Lipsey R，Carlaw K，Bekar C. Economic transformations：general purpose technologiesand long-term economicgrowth[M].Oxford：OxfordUniversityPress，2006.

[8」蔡躍洲.數字經濟的增加值及貢獻度測算：歷史沿革、理論基礎與方法框架［J].求是學刊，2018，45（5）：65-71.

[9］徐翔，趙墨非.數據資本與經濟增長路徑[J].經濟研究，2020，55（10）：38-54.

[10］萬曉榆，羅焱卿.數字經濟發展水平測度及其對全要素生產率的影響效應［J].改革，2022（1）：101-118.

[11］宋旭光，何佳佳，左馬華青.數字產業化賦能實體經濟發展：機制與路徑[J].改革，2022（6）：76-90.

［12］沈坤榮，喬剛.數字經濟促進經濟增長的機制研究[J].華東經濟管理，2022，36（10）：1-8.

[13］趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展：來自中國城市的經驗證據［J].管理世界，2020，36（10） ：65-76.

[14］荊文君，孫寶文.數字經濟促進經濟高質量發展：一個理論分析框架[J].經濟學家，2019（2）：66-73.

[15]Charles J，Tonetti C. Non-rivalry in the economics ofdata[J]．American Economic Review，2020，110（9）：2819-2858.

[16]陳耿宣，成軍帥，賈欽民，等.數字經濟發展是否有助于提升產業結構水平？：基于勞動力市場的分析［J].改革，2024（1）：179-205.

[17］胡日東，張濤.中國省域數字經濟與實體經濟深度融合：動態演進趨勢與障礙因子識別[J].吉林大學社會科學學報，2024，64（4）：172-188.

［18］杜傳忠，張遠.數字經濟發展對企業生產率增長的影響機制研究[J].證券市場導報，2021（2）：41-51.

[19］段華友，黃學彬.數字化轉型、內部控制質量對企業創新績效的影響機制研究：以資源型企業為例［J].工程管理科技前沿，2022，41（6）：65-72.

[20］馬費成，王文慧，孫玉姣，等.數字產業化與產業數字化協同發展中的數據價值實現［J].信息資源管理學報，2024，14（4） ：4-15.

[21］洪銀興，任保平.數字經濟與實體經濟深度融合的內涵和途徑[J].中國工業經濟，2023（2）：5-16.

[22]Luo S，Yimamu N. Digitalization and sustainable develop-ment：how could digital economy development improvegreen innovation in China[J]. Business Strategy and TheEnvironment，2022，32（4） ： 1847-1871.

[23］賈楠，張紅麗.數字金融與制造業耦合關系影響產業結構升級了嗎？［J].工程管理科技前沿，2023，42（6） ：75-81.

[24］艾陽，宋培，李琳.數字產業化的結構轉型效應研究：理論模型與實證檢驗［J].經濟與管理研究，2023，44（12） ：3-23.

[25］張超，毛艷華.數字產業化能否增強城市產業鏈韌性？［J].現代經濟探討，2024（6）：105-112.

[26]隋建利，劉金全，閆超.教育投入對經濟增長的影響恒久不變嗎：改革開放以來的路徑演化分析［J].教育與經濟，2015（1）：3-9.

[27］隋建利，劉金全，閆超.旅游經濟與宏觀經濟內在聯動機制具有周期性嗎？［J].經濟管理，2015，37（8）：120-130.

楊博文，等：數字產業化對宏觀經濟增長的影響是否持久不變？——基于非線性 MS-VAR 模型的研究

[28]隋建利，劉碧瑩，劉金全.中國工業經濟增長與工業污染的內在關聯機制測度［J].資源科學，2018，40（4） ：862-873.

[29］栗智慧，周全林.數字經濟與高質量發展的耦合效應：基于數字產業化、產業數字化雙重視角[J].社會科學，2023（4）：94-107.

[30］張兆鵬.我國數字產業化水平的統計測算及時空演化特征[J].中國流通經濟，2024，38（8）：43-55.

[31]龐磊，丁文麗.數字經濟提升了產業鏈關鍵環節的控制能力嗎？：基于數字產業化和產業數字化的對比研究［J].科學學研究，2024，42（3）：541-553.

[32]張勛，萬廣華，張佳佳，等.數字經濟、普惠金融與包容性增長［J].經濟研究，2019，54（8）：71-86.

[33]黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗［J].中國工業經濟，2019（8）：5-23.

Is the Impact of Digital Industrialization on Macroeconomic Growth Sustainable？ -An Analysis Based on a Nonlinear MS-VAR Model

YANG Bowen1，ZHANG Yuanke2 （1.School of Marxism，China Universityof Political Science andLaw，Beijing 10oo88，China； 2.School of Business， China University ofPolitical Science and Law，Beijing1Ooo88，China）

Abstract：With therapid developmentof China’seconomy，digital technologyand digital economyhave been widely integrated intoallaspectsofeconomic productionandsocialife.Promotingdigital transformationisnotonlythetrendof times，but alsotheconsensus of people alloverthe world.Asthecoreof digital economy，digital industrializationbrings industrialdigitalizationand integrationwith thereal economy，andhasbecomeanimportantdriving factortoenable macroeconomyandachieverapidgrowth．Therefore，itis importantandcritical tostudy theefectof digital industrialization on macroeconomic growth，which has important academic and practical significance.

Based ontherelevantresearch literatureon digital economyand macroeconomic development，as wellas nonlinear timeseries analysisasthe theoreticalbasis，thispaper changesthetraditional panelregresionand linear timeseries methodsbasedonthe relevant indicators of China’sinternet development and annual GDPdata from 2OO2 to 2023. Taking Modelling ofMarkov-Switching Vector Autoregressions （MS-VAR）as the method and the nonlinear relationship betweendigital industrializationand macroeconomic growth as the mainobject，this paper empirically measures and tests the nonlinear correlation mechanism，regime-switching process for capturing time variation and regime transition matrix between digital industrialization and macroeconomic growth.

The results show that the system of“digital industrialization andeconomy”is repeatedly transferred between“low regime”and“high regime”，and there isanobvious nonlinear causal relationship，which drives the macroeconomic growth asa whole.Among them，digital industrialization has lowvolatilityandlongdurationat low growth，andhigh volatityandshortdurationathighgrowth，whilemacroconomicgrowth isonthecontraryThedigitalindustrialization of individual sub-systems has a'significant“inertia”and“resilience” in its effecton macroeconomic growth.The contributionofthis paperistoconfirm that there isanobvious nonlinearmechanism betweendigitalindustrializatioand macroeconomic growth，andtheuniqueroleof digital industrialization ineconomicactivities．Thispaper fillsin the academicresearch onthe nonlinear relationship between digital industrialization and macroeconomicgrowth，and has certain implications forfurther promoting the developmentof digital industrializationand digital economyand improving economic management policies in practice.In the future，we should unswervinglystrengthen capital investment and support fordigital industrialization，promote macroeconomicdevelopment，and establishadigital economy monitoring and early warning system.

KeyWords：digital industrialization；macroeconomic growth；MS-VAR；nonlinear relationships；regimeswitching