数字经济与实体经济融合发展研究

温凤媛

摘 要：数字化时代，数字经济已经成为推动我国经济社会发展的新动力。基于2002—2021年数字经济与实体经济数据，构建向量自回归模型来探究数字经济、实体经济两组数据之间的联系，利用脉冲响应函数和方差分解法，探究二者之间的动态交互关系及当存在外部冲击时模型中变量对其反应速度。研究发现：数字经济与实体经济之间存在着长期稳定的协整关系，存在单向的格兰杰因果关系，即数字经济是实体经济增长的格兰杰原因;数字经济对实体经济具有驱动作用，可以为经济高质量发展提供有力支撐。

关键词：数字经济;实体经济;向量自回归模型

中图分类号：F062.4      文献标识码：A       文章编号：1674-5450（2024）01-0068-06

一、引言

2022年，我国数字经济发展取得新突破，其规模达到了50.2万亿元，总量稳居世界第二，同比名义增长10.3%，数字经济占国内生产总值比重达到41.5%，在国民经济中有着至关重要的地位，并表现出更加显著的支撑作用[1]。数字经济的兴起和蓬勃发展给经济和社会发展带来新领域、新赛道、新动能和新优势，成为中国经济增长与社会发展中的重要引擎。《“十四五”数字经济发展规划》中提出，“以数据为关键要素，以数字技术与实体经济深度融合为主线，加强数字基础设施建设，完善数字经济治理体系，协同推进数字产业化和产业数字化，赋能传统产业转型升级，培育新产业新业态新模式”[2]。党的二十大报告提出，加快发展数字经济，促进数字经济和实体经济深度融合[3]。在数字经济蓬勃发展的背景下，深入探究数字经济与实体经济之间的融合驱动机制和动态关系，有助于更好地发挥数字经济的驱动作用，从而为我国经济高质量发展提供更有力的支撑。

近年来，国内外学者对数字经济与实体经济之间的关系进行了广泛讨论。关于数字经济与实体经济的关系存在不同的观点。第一种观点认为，数字经济促进实体经济发展。数字经济基于数字平台通过共享服务和基础设施为实体经济生产提供场所，数字平台的高成长性助力实体经济发展[4]，数字经济能显著促进区域经济高质量发展[5]，通过降本提效和扩充维度等方式打破原有产业组织模式和发展逻辑，延伸产业链、拓宽跨界合作渠道[6]，推动产业转型升级，为实体经济提供新动能[7]。数字经济通过提升资本、劳动力等要素的配置能力推进产业结构的优化升级[8]。第二种观点认为，数字经济对实体经济具有“挤出效应”[9-10]。数字经济对实体经济的影响在不同经济发展水平下存在恒定性，但挤出程度呈边际递减的特征[11]。数字经济对实体经济影响呈倒“U”型特征，且存在空间差异，有的地区数字经济对实体经济的影响表现为“挤出效应”，有的地区则表现为“促进效应”[12]。第三种观点认为，数字经济和实体经济融合发展能促进经济增长。总的来说，当前学术界大部分学者认同这一观点，认为数字经济与实体经济深度融合是促进全球经济稳定和可持续发展的重要因素。数字经济和实体经济的深度融合，能够将数据要素和数字技术深度融入实体经济，形成以数字融合为主导的“技术—经济”范式，改变经济体系的要素结构、生产方式、价值来源、组织模式[13]，推动制造业实现质量变革、效率变革和动力变革，提升制造业的生产和组织效率，从而促进经济高质量发展[14]。实体经济和数字经济深度融合发展，具有降低交易成本、提高全要素生产率和供应链产业链的现代化水平等诸多积极效应[15]，还能提升创新发展动力、提高资源配置效率、改善经济发展质量[16]。数字经济与实体经济融合发展，催生了新的消费需求，创新了产业形态和产品供给形式，提高了实体经济增长的潜力[17]。数字经济与实体经济深度融合所带来的发展方式转变、产业结构优化、增长动能转换，是跨越中等收入陷阱的关键所在[18]。

通过对现有文献的梳理可知，大多数学者认为数字经济与实体经济深度融合对于高质量发展具有重要的理论和现实意义。但是目前研究主要集中在数字经济和实体经济的相互影响和耦合情况，尚未系统分析数字经济和实体经济之间的动态关系。鉴于此，本文基于时间序列模型中的VAR模型，采用脉冲响应函数和方差分解法探究二者之间的动态交互关系及当存在外部冲击时模型中变量对其反应速度，通过二者动态关系的深入探索，为进一步推进二者的融合发展提供决策参考。

二、研究设计

（一）模型设计

本文采用的模型是向量自回归模型，该模型由美国经济学家克里斯托弗·西姆斯提出，简称 VAR 模型。在向量自回归模型中，所有变量都具有相同地位，变量之间的关系是通过所有当期变量对所有变量的滞后项进行回归得到的。

VAR模型的数学表达式是：

Yt=C+A1Yt-1+A2Yt-2+…+ApYt-p+Bxt+εt，t=1，2，…，T

其中： Yt是p维内生变量列向量;xt是d维外生变量列向量;T为样本个数;k×k维矩阵Ap和k×d维矩阵B是待估计的系数矩阵，εt是k维扰动列向量，它们相互之间可以同期相关，但不与自己的滞后值相关且不与等式右边的变量相关。

根据上述模型理论和表达式，构建本文的向量自回归模型：

LNREt=β0+β1LNREt-1+β2LNREt-2+βpLNREt-p+…

+βLNDEt+εt，t=1，2，…，T

其中：LNDE表示数字经济发展状况，LNRE表示实体经济发展状况，β0为常数项，βi为相关系数，εt为随机干扰项。

（二）变量测度

本文选用数字经济规模来反映数字经济水平，实体经济总额来反映实体经济发展状况。所选取的样本数据为 2002—2021 年数据，数据来源于国家统计局网站。

在进行实证研究之前，先对相关数据进行处理：第一，本文的实体经济总额为GDP剔除掉数字经济的部分;第二，本文将数据取自然对数来达到消除异方差的效果，即用LNDE表示数字经济发展状况，LNRE为实体经济发展状况。本文数据运用 EViews13 软件来进行分析。

三、实证分析

（一）平稳性检验

在建立相关模型之前，要先采用 ADF 检验法对两组数据的平稳性进行检验。该检验能够判断研究中是否出现伪回归的情况，以及确定实体经济总值和数字经济规模这两组序列是否为同阶单整序列，是下一步进行协整检验的前提条件。检验结果如表1所示。

根据表1的检测结果可知，变量 LNDE 和变量 LNRE 的 ADF 统计量 P 值均大于 0.05，说明这两个变量都存在单位根，则两组序列都是非平稳的。两个变量的一阶差分序列的检验结果ΔLNDE 和 ΔLNRE 的 ADF 统计量 P 值均小于 0.05，由此确定这两组变量均为一阶单整序列。以上检验结果说明两组数据符合进行协整检验的前提条件，可以进行下一步操作。

（二）协整检验

依据数据特征和可操作性，本文采用Joh-

ansen协整方法对两组数据之间的协整关系进行分析。由上文检验结果可知两组变量均为一阶单整序列，符合协整检验的前提条件。因为建立模型之前要对滞后阶数进行判断，所以在充分考虑到样本容量的情形下，采用 AIC、FPE 和 SC 等值作为衡量标准来对滞后阶数进行判断。

根据表2的检验结果可知，对数字经济规模与实体经济建立的 VAR 模型的最佳滞后阶数为四阶。因此，可以建立 VAR（4）模型。

进行特征根检验和最大特征根检验，检验结果如表3和表4所示。

由表3和表4的结果可知，两个检验的统计量都大于在假定协整关系为 0 个的情况下所对应的在5%显著水平下的临界值，则拒绝原假设。由此可以推断出数字经济与实体经济二者之间至少存在一个协整关系，即数字经济与实体经济之间存在长期的、稳定的均衡关系。

（三）误差修正模型

因为数字经济规模与实体经济总量之间存在长期协整关系，进一步构建误差修正模型来检验数字经济规模与实体经济总量之间的短期波动情况，以及各变量如何由短期波动向长期均衡状态调整。由检验结果可知，数字经济与实体经济两组变量的协整方程及误差修正模型如下所示。

协整方程：

LNREt-1+7.0240+0.4985LNDEt-1+0.8619ECMt-1

可见，数字经济规模与实体经济总值呈正相关，当数字经济提升 1个单位时，将推动实体经济提升0.4985个单位。

误差修正模型为：

ΔLNRE=-0.1651ECMt-1+…+0.6141ΔLNDEt-2

-0.0193

根据误差修正模型可以得出，假如数字經济对实体经济的协整状态偏移长期平衡状态，那么数字经济与实体经济的误差修正项会向相反方向以 0.1651 的幅度，将这种短期偏离现象拉回到两个变量的长期均衡状态。

（四）格兰杰因果关系检验

由上述检验结果得出，数字经济与实体经济两组变量之间存在长期稳定的协整关系，且有短期波动。通过格兰杰因果关系检验来检验我国数字经济与实体经济之间是否存在单向或者双向的因果关系。具体检验结果如表5所示。

由表5可以看出，滞后阶数为1时，实体经济和数字经济之间有一个拒绝原假设，这说明二者之间有着单向的格兰杰因果关系，即数字经济是实体经济的格兰杰原因，数字经济对实体经济有一定促进作用。

（五）脉冲响应分析

数字经济与实体经济建立的 VAR 模型的最优滞后阶数是四阶，构建变量LNDE 和变量LNRE的VAR（4）模型，模型的相关系数值为0.9956，调整后的相关系数值为0.9905，说明两组变量建立的VAR（4）模型拟合程度较好。AR特征多项式的逆根分析如图1所示。

由图1可知，方程组所有的单位根均落在单位圆内，变量 LNRE 和 LNDE 之间有着稳定关系，因此可以进行脉冲响应分析和方差分解法来进一步分析数字经济对实体经济产生的影响，相应的脉冲响应函数图如图2所示。

由图2可知，LNRE在受到LNDE一个标准差的正向冲击后，前两期呈现上升的趋势，在第3到6期有剧烈波动，在第7到8期有一定上升趋势，最后逐渐趋于0。由此看出，数字经济的正向冲击会对实体经济产生一定的拉动作用，即数字经济是推动实体经济发展的重要因素之一。

（六）方差分解

方差分解是通过分析每一个结构冲击对内生变量改变的贡献度，进而比较出不同结构冲击的重要程度，也就是说，方差分解可以描述VAR 模型中对变量产生影响的每个随机扰动项的相对重要程度。采用方差分解法来分析数字经济对实体经济的贡献率，具体结果如表6所示。

由表6可以看出，实体经济在第 1 期仅受到自身波动的影响;第 2 期开始受到数字经济的冲击影响;在不考虑实体经济自身的贡献率的情况下，数字经济对实体经济的贡献率在前4期均呈上升的趋势，第5期有所下降，但从第6期开始呈现持续上升趋势。从总体来看数字经济对实体经济有一定的贡献率，但其自身仍占较大解释部分，这说明中国实体经济发展具有较强的自我解释能力。

四、研究结论

本文运用ADF检验、Johansen协整检验和格兰杰因果关系检验对2002—2021 年数字经济和实体经济数据进行分析，并建立相应的 VAR 模型以探究二者之间的动态联系，同时，采用脉冲响应函数及方差分解法对变量之间的动态交互作用和贡献度进行相关分析。

本文得到如下研究结论：首先，通过协整关系检验可知数字经济与实体经济之间存在长期稳定的协整关系;其次，经过误差修正检验可知当数字经济对实体经济的协整状态偏离长期稳定时，两个变量的误差修正项将会以0.1651的幅度将短期偏离状态拉回到长期平稳的状态;再次，据格兰杰因果关系检验结果可知数字经济与实体经济之间存在单向的格兰杰因果关系，即数字经济是实体经济发展的格兰杰原因;最后，方差分解结果显示数字经济对实体经济发展的贡献率为2.87%。

五、数字经济与实体经济融合发展的对策建议

（一）加强数、实经济融合顶层设计，推进体制机制建设

数字经济与实体经济之间存在长期稳定的关系，促进数字经济与实体经济深度融合是我国迈向第二个百年奋斗目标征程的一项重要历史任务。在系统观指导下，加强数字经济和实体经济融合发展的顶层设计，让数字经济渗透到实体经济方方面面，加强政府部门、企业及社会各界的紧密合作，提高数字技术基础研发能力，推进核心技术攻关、数字产业化和产业数字化，建立数字技术全方位赋能的制度框架和弹性机制。

（二）构建知识产权保护体系，筑牢数据安全防线

当前，数据隐私、数据安全、数据确权、数字税收、数据法治等方面的监管法律制度依然有较大的完善空间[4]。建立全面细化的数据知识产权保护相关法律法规，完善对数据确权、数据安全、数据交易与共享的监管机制。探索政府、企业、科研机构、行业协会、社会组织、媒体等多方参与和共治的新型数字治理体系，明确不同治理主体的责、权、利关系，加强治理主体相互间的协同，针对各行各业研发、生产、销售、应用等全过程，打造全方位、多领域、立体化的监管治理体系。

（三）营造数字经济良好生态，提升数字经济水平

根据上文数字经济与实体经济二者的关系来看，数字经济与实体经济之间呈现单向的因果关系，即数字经济规模的增长促进实体经济的增长。加大数字基础设施建设力度，完善互联网平台，规范数字经济市场秩序，营造数字经济健康发展生态环境[19]。支持产业链上下游企业技术合作攻关，深化数字技术的开放合作[20]。推动传统产业向数字化转型，充分发挥数字经济对实体经济的放大作用、叠加作用和倍增作用，重塑传统经济体系，进而提升我国经济增长的效率。

（四）构建创新平衡发展格局，促进实体经济发展

根据上文分析结果，数字经济对实体经济具有一定的贡献率，但贡献率水平相对较低，这主要是由于目前我国的数字化转型还处于初级阶段，还面临着许多困难，数字经济的发展有区域不平衡性，5G 等数字基础设施不够完善。通过推进产业结构优化升级，构建全面、创新、平衡的产业格局，保障数字经济持续发展，缩小区域间数字经济发展差距，充分发挥数字经济对实体经济的放大作用、叠加作用和倍增作用，重塑传统经济体系，进而提升我国经济增长的效率。

参考文献：

[1] 中国信息通信研究院.数字中国发展报告（2022）[EB/OL].（2022-05-23）[2023-07-22].http.www.cac.gov.cn/

rootimages/uploadimg/1686402 331296991/1686402331296991.pdf？eqid=82a2c1240000bb8f00000006648691d8.

[2] 國务院关于印发“十四五”数字经济发展规划的通知[EB/OL].（2022-01-12）[2023-07-22].https：//www.gov.cn/zhengce/zhengceku/2022-01/12/content_5667817.htm？eqid=b4bfa4f70000dd8500000005648a6604.

[3] 习近平.高举中国特色社会主义伟大旗帜  为全面建设社会主义现代化国家而团结奋斗：在中国共产党第

二十次全国代表大会上的报告[N].人民日报，2022-10-26（1）.

[4] Nambisan， Satish， Lyytinen， et al. Digital Innovation Management： Reinventing Innovation Management Research in a Digital World[J].Mis Quarterly， 2017（1）： 223-238.

[5] Ding Chenhui， Liu Chao， Zheng Chuiyong， et al. Digital Economy，Technological Innovation and High-Quality Economic Development： Based on Spatial Effect and Mediation Effect[J].Sustainability， 2022（1）： 2-16.

[6] 郭秀慧.促进我国数字经济与实体经济深度融合的对策研究[J].辽宁经济，2023（6）：46-50.

[7] 张于喆.数字经济驱动产业结构向中高端迈进的发展思路与主要任务[J].经济纵横，2018（9）：85-91.

[8] 王凯.数字经济、资源配置与产业结构优化升级[J].金融与经济，2021（4）：57-65.

[9] 任保平，豆渊博.“十四五”时期新经济推进我国产业结构升级的路径与对策[J].经济与管理评论，2021（1）：10-22.

[10] 姜松，孙玉鑫.数字经济对实体经济影响效应的实证研究[J].科研管理，2020（5）：32-39.

[11] 周小亮，宝哲.数字经济发展对实体经济是否存在挤压效应？[J].经济体制改革，2021（5）：180-186.

[12] 田杰棠，张春花.数字经济与实体经济融合的内涵、机理与推进策略[J].技术经济，2023（1）：25-33.

[13] 邓丽珠.推动数字经济和实体经济深度融合的机制与路径研究[J].商业经济研究，2023（14）：189-192.

[14] 马勇，王慧，夏天添.数字经济对中部地区实体经济的挤出效应研究[J].江西社会科学，2021（10）：48-57.

[15] 李英杰，韩平.数字经济下制造业高质量发展的机理和路径[J].宏观经济管理，2021（5）：36-45.

[16] 任柯颖，李吉友，赵昕蕾.中国数字经济与实体经济深度融合发展路径研究[J].商业经济，2023（3）：29-36.

[17] 杨庐峰，张会平.数字经济与实体经济深度融合发展的着力向度与治理创新：以贵州省的融合发展实践为例[J].理论与改革，2021（6）：140-150.

[18] 郭丽娟，赵春雨.数字经济与实体经济深度融合：逻辑机理与实现路径[J].经济问题，2023（11）：33-39.

[19] 戚聿东，褚席.数字经济发展、经济结构转型与跨越中等收入陷阱[J].财经研究，2021（7）：18-32.

[20] 洪银兴，任保平.数字经济与实体经济深度融合的内涵和途径[J].中国工业经济，2023（2）：5-12.

The Research on the Integrated Development of Digital Economy and Real Economy

Wen Fengyuan

（College of International Business， Shenyang Normal University， Shenyang Liaoning 110034）

Abstract：In the digital era， digital economy has become an emerging driving force for the economic and social development of our country. Based on the data of digital economy and real economy from 2002 to 2021， a vector-autoregressive model was established to explore the connection between the two types of economy， and meanwhile， the impulse response function and variance decomposition approach were applied to study the dynamic interactive relationship of the two and velocity of response of the variables to the external stimulation. The study found the existence of a long-term stable cointegration relationship between the two types of economy， and an unidirectional Granger causality， i.e.， the digital economy could be the Granger cause of the growth of the real economy; the digital economy has a driving effect on the real economy which can provide solid support for high-quality economic development.

Key words：digital economy; real economy; vector-autoregressive model（VAR Model）

【責任编辑：李 菁    责任校对：赵 践】