數字技術與中國省區產業增長

任希麗 張海偉

摘?要：本文將地區和產業特征相結合，利用雙重差分非線性計量模型考察數字技術對中國各省級區域各行業產出增長的影響效應。研究發現，數字技術對地區產業增長的影響效應具有顯著的異質性特征。從動態演化視角來看，2004年、2008年和2013年數字技術顯著促進了產業增長，即“技術創新效應”和“相對優勢效應”大于“創造性破壞效應”；2018年數字技術對產業增長的推動作用不顯著，存在“生產率悖論”，意味著各產業數字技術中間投入比例較低所帶來的“創造性破壞效應”及地區無法發揮“相對優勢效應”抵消了“技術創新效應”。分區域角度來看，東部地區數字技術對產業增長的推動作用較顯著。從不同產業角度來看，數字技術對重工業產出增長具有正向推動作用，對輕工業產出增長則在某些年份呈現負向阻礙作用。

關鍵詞：數字技術；中間投入；產業增長

中圖分類號：F062.?9??文獻標識碼：A??文章編號：1001-148X（2023）01-0011-09

收稿日期：2022-10-19

作者簡介：任希麗（1985-），女，山東濰坊人，講師，碩士生導師，博士，研究方向：產業經濟學、國際經濟學；張海偉（1973-），女，山東淄博人，副教授，博士，研究方向：產業經濟學、國際經濟學。

基金項目：國家社會科學基金青年項目“‘一帶一路沿線國家價值鏈嵌入對經濟周期聯動的影響及對策研究”，項目編號：19CJL045。

一、引?言

數字技術飛躍式發展對經濟所帶來的“創造性破壞”程度前所未有，不僅對現存產業生產效率和生產成本產生影響，還將推動產業結構、產業組織方式以及傳統商業模式發生顛覆性變革。

數字技術對經濟增長的影響研究是一個由國家、行業到企業層面，由單一視角向復雜視角演變的過程。Solow最早提出了著名的“生產率悖論”，即大規模的信息技術投資與生產率提高之間無顯著聯系［1］。此后，Stiroh、張之光等、Acemoglu等、Aghion等研究驗證了“生產率悖論”的存在［2-5］。但大部分文獻表明數字技術資本促進了生產率和經濟增長［6-8］，并且發現數字技術對生產率和經濟增長的貢獻存在國家、地區、行業、企業差異［9-11］。

基于此，本文在充分考慮各省級區域數字資本稟賦和各產業數字中間投入差異的基礎上，利用2004年、2008年、2013年和2018年中國經濟普查數據，使用雙重差分非線性計量模型考察數字技術對產業增長的影響效應及動態演變趨勢，并針對東部、中部、西部和東北等不同地區、重工業和輕工業等不同行業進行分組檢驗，深入剖析地區和行業異質性特征。另外，綜合考察影響中國區域產業產出增長的主要因素，包括地區（人力資本稟賦、基礎設施、市場化程度）、行業（人力資本密集度、規模經濟、技術創新、資本勞動投入比）、企業外部市場（專業化、多樣化、市場競爭）、國外市場（出口和外商直接投資）等各層面因素對產業產出增長的動態影響效應。

二、計量模型、變量度量和數據來源

（一）計量模型

數字技術對產業產出增長的影響效應主要體現在三個方面：第一，數字技術具有極強的滲透力，正逐步滲透到其他行業，以該技術范式逐步改造傳統行業，提高了傳統行業的生產率，即“技術創新效應”。第二，作為一種通用目的技術（General?Purpose?Technology，GPT），數字技術帶來的“創造性破壞效應”以及數字技術在行業間擴散受阻時都會導致產出下降。第三，根據比較優勢理論，區域發展中形成的產業結構同區域資源、要素稟賦結構相適應，才能充分發揮區域優勢，因此企業生產要素投入決策要與地區要素稟賦結構相適應，即數字技術資本密集型產業在數字技術資本稟賦更豐富的地區增長速度應該相對更快。由此可見，數字技術對產業增長的影響效應具有不確定性，必須緊密結合地區和產業特征來進行考察。為此，運用包含省級區域特征與產業特征交互作用的固定效應模型，將模型設定如下：

gkj=ak+aj+αlnYkj+βitek*itij+ζXkj+εkj（1）

其中，k和j分別表示地區和行業，ak和aj分別表示地區和行業固定效應，gkj為k地區j行業的產出增長率，lnYkj是產業總產值初始水平的對數，即2003年、2007年、2012年和2017年的產業總產值。itek表示k地區數字技術資本稟賦，itij為j行業數字技術資本密集度。Xkj為控制變量，包括人力資本稟賦（he）和人力資本密集度（hi）交互項、基礎設施（inf）和規模經濟程度（sca）交互項、市場化程度（mar）和技術創新（tfp）交互項、資本勞動投入比（klr）、專業化指數（spec）、多樣化指數（div）、競爭性指數（com）、出口（exp）和外商直接投資（fdi）等。

（二）變量的度量

1.?地區產業產出增長

各省（市）產業產出增長率（gkj）采用工業總產值增長率進行測度，在計算過程中使用出廠價格指數進行折算。

2.?數字技術

各地區數字資本稟賦（ite）利用信息化發展總指數來表示，各行業數字中間投入（iti）利用各行業數字中間投入率來度量。從表1各行業數字中間投入比例變化情況可以看到，大部分行業數字技術中間投入比例較低且在2002-2017年沒有出現明顯變化，與2002年、2007年和2012年相比，2017年各行業數字技術中間投入比例并沒有明顯提高，很多產業甚至出現了下降。

3.?專業化指數

利用區位商這一概念構建專業化指數（spec），即某產業j產出在省級區域k的相對比重：speckj=ykj/ykyj/y，其中，ykj表示省級區域k中j產業的產出，yk=∑jykj為省級區域k所有產業的產出總和，yj=∑kykj為產業j的全國總產出，y=∑k∑jykj為全國所有產業的總產出。

4.?多樣化指數

根據Combes的做法，多樣化指數（div）為相對于全國各產業，各地區各產業所占份額的平方和的倒數［12］。其數學表達公式為：

divkj=∑i≠jyki/yk－ykj2－1/∑i≠jyi/y－yj2－1

5.?競爭程度指數

借鑒盛丹等的做法［13］，競爭程度指數（com）計算公式為：comkj=mkj/ykjmj/yj，其中，mkj表示k地區j產業的企業數量，mj表示全國j產業的企業數量。

6.??其他控制變量

各?。ㄊ校┤肆Y本稟賦（he）用各省（市）高等教育在校人數占人口的比重表示；產業的人力資本密集度（hi）用各行業科技人員在全部從業人員中所占比重來表示。各地區市場化（mar）情況采用市場化指數表示。產業技術創新采取利用索洛余值法估計得到的全要素生產率（TFP）來衡量?；A設施建設情況（inf）和規模經濟程度（sca）借鑒王永進等的做法，分別采用各省份單位面積公路和鐵路里程（公里/平方公里）、行業單位企業就業人數進行測算［14］。資本勞動投入比（klr）用各地區各行業固定資產凈值年平均余額與全部從業人員年平均人數比值表示。出口（exp）用出口交貨值與主營業務收入的比值表示、外商直接投資（fdi）用外商資本與主營業務收入的比值表示。

（三）數據說明

區域層面選取除西藏外的30個省級區域，產業層面選取制造業除“廢棄資源和廢舊材料回收加工業”和“其他制造業”外的29個細分行業樣本。對于行業分類情況，中國在2011年采用了新的行業分類代碼，在進行計量分析時，由于在不同年份行業分類對我們估計結果不產生影響，因此我們按照各類統計數據采用的《國民經濟行業分類》不做調整，即2004年和2008年行業分類采用2002年《國民經濟行業分類》，2013年和2018年行業分類采用2011年《國民經濟行業分類》。

各地區市場化指數來自樊綱和王小魯著的《中國分省份市場化指數報告》。中國各地區各產業規模以上工業企業工業總產值、企業單位數、主營業務收入、總資產、固定資產凈值年平均余額、全部從業人員年平均人數、出口交貨、外商資本等數據來自于《中國經濟普查年鑒》，其中，2018年出口交貨值數據缺失。數字技術中間投入比例來自2002年、2007年、2012年和2017年投入產出表，各地區信息化發展總指數來自《中國信息年鑒》。各地區高等教育在校人數、各行業科技人員數、人口、各地區公路和鐵路里程、郵政和電信業務額、企業每百人使用計算機數、互聯網普及率等數據來自《中國統計年鑒》。

三、實證研究

（一）初步估計結果

在進行估計時，為了克服多重共線性問題，我們采取逐步向模型中加入解釋變量的方法來考察各因素對產業增長率的影響，主要估計結果見表2（括號中為t值）。需要指出的是2004年人力資本與數字技術資本相關系數為0.?839，說明二者之間具有很高的相關性，同時加入人力資本與數字技術資本會導致多重共線性問題，因此2004年的回歸模型中刪除人力資本這個變量。另外，由于2018年出口交貨值數據缺失，因此2018年的回歸模型中刪除出口這個變量。

從動態演化視角來看，2004-2018年，數字技術資本稟賦和數字技術資本密集度交互項的回歸系數在統計上由顯著變為不顯著。2018年以前數字技術顯著促進了產業增長，說明?“技術創新效應”和“相對優勢效應”大于“創造性破壞效應”。2018年數字技術對產業產出增長的推動作用不顯著，出現“生產率悖論”現象，說明各產業數字技術中間投入比例較低所帶來的“創造性破壞效應”及各產業數字技術資本密集度不適應地區數字技術資本稟賦所導致的區域無法發揮“相對優勢效應”，抵消了“技術創新效應”。

地區市場化程度和產業技術創新交互項、基礎設施與行業規模經濟交互項的估計系數正負號都不穩定，對產出增長的影響作用都不顯著，不是影響產業產出增長的主要因素。

資本勞動投入比的估計系數符號逐漸由顯著為負轉為顯著為正，說明我國產業增長逐漸由依靠廉價豐富的勞動力向物質資本轉變，物質資本積累對產業產出增長的促進作用正逐漸顯現出來，這一結論與我國的要素稟賦和目前所處的經濟發展階段相吻合。人力資本稟賦和人力資本密集度交互項的估計系數始終不顯著，說明相對其他影響因素而言，人力資本還沒有成為促進產業產出增長的重要因素。

產業多樣化的估計系數一直顯著為正，說明“Jacobs外部性”即產業間技術溢出效應比較明顯，是推動各地區產業快速增長的重要因素。產業專業化（spec）的估計結果由不顯著變為顯著，表明“Marshall外部性”作用越來越明顯，即產業內企業間技術溢出效應對產業增長的促進作用越來越重要。競爭性指數的估計系數一直都顯著為負，說明市場競爭程度越高，越不利于產業增長。因為市場競爭越激烈，企業越無法獲得超額利潤，越缺乏資金進行技術創新，最終阻礙產出增長。

出口的回歸系數在大部分時期都不顯著，不是影響產業產出增長的主要因素。外商直接投資的回歸系數由顯著為負變為顯著為正，說明FDI帶來的“技術溢出效應”逐漸超過“競爭效應”和對東道國國有資本、個人資本產生的“擠出效應”，促進了產業產出增長。

（二）穩健性檢驗

從初步估計結果可以看到，2004-2018年，數字技術資本稟賦和數字技術資本密集度交互項的回歸系數在統計上由顯著變為不顯著，為考察研究結果的穩健性，我們使用替換解釋變量的方法進行檢驗。各地區數字技術資本稟賦使用人均郵政和電信業務額（對數）、互聯網普及率、企業每百人使用計算機數（對數）等多個指標進行測度，重新對計量模型進行回歸，回歸時同樣采取逐步向模型中加入解釋變量的方法進行，主要估計結果見表3，回歸結果顯示，以不同指標度量的數字技術資本稟賦和數字技術資本密集度交互項的回歸系數估計結果都與初步估計結果一致，2004年、2008年和2013年在統計上都非常顯著，2018年不顯著。說明數字技術確實是影響產業產出增長的重要因素，地區數字技術資本越豐富，產業數字技術中間投入越多，產出增長速度越快，但當數字技術在行業間擴散受阻時，“創造性破壞效應”及區域無法發揮“相對優勢效應”，二者抵消了“技術創新效應”，導致其無法充分發揮作為通用目的技術對經濟的推動作用，甚至會阻礙產業增長。其他影響因素的回歸結果也與表2相一致，其相應的估計系數和顯著性均沒有發生顯著變化。這說明表2中無論對數字技術的檢驗結果還是其他影響因素的回歸結果都是穩健的。

（三）內生性處理

地區數字技術基礎設施、資本存量提高會促進產業增長，地區產業快速增長又為數字技術基礎設施建設提供資金支持，促進數字技術在行業間擴散，加快行業數字化建設，提高地區的數字技術資本存量。逆向因果關系會導致內生性問題，為此，我們借鑒李波等的做法，選取“大饑荒”時期的死亡率作為地區數字技術資本稟賦的工具變量來克服該問題［15］。

利用工具變量兩階段最小二乘法對表2中的計量模型進行重新估計，主要估計結果見表4。可以看到，在克服內生性后，數字技術資本稟賦和數字技術資本密集度交互項的回歸系數除2004年顯著性下降外，都與初步估計結果一致，都對產業增長產生正向促進作用。其他影響因素的回歸結果也與表2相一致，其相應的估計系數和顯著性均沒有發生顯著變化，說明本文的主要結論是穩健的。數字技術回歸系數顯著性下降也可能與地區和產業異質性特征有關，因此本文將進一步針對地區和行業進行分組檢驗，深入探究不同區域、不同行業數字技術影響效應的動態變化。

（四）分組檢驗

1.?東部、中部、西部和東北地區分組檢驗

如前所述，產業產出增長存在較大的地區差異，為深入探析不同區域數字技術對產業產出增長的影響效應，分別對東部、中部、西部和東北地區進行回歸檢驗，分組估計結果見表5。可以看到，在不同時期不同區域數字技術對產業產出增長的影響效應具有異質性特征。從動態演變視角來看，數字技術對產出增長的促進作用逐漸由顯著變為不顯著；分區域角度來看，東部地區數字技術對產業產出增長的推動作用較顯著。

不同時期、不同區域產業產出增長的主要因素也存在很大差異。以2018年為例，各地區估計系數在1%的統計水平上顯著的影響因素為：東部地區是市場化程度和技術創新交互項、專業化指數和競爭性指數；中部地區是市場化程度和技術創新交互項、多樣化指數、競爭性指數；西部地區是基礎設施與行業規模經濟交互項、資本勞動投入比、多樣化指數、競爭性指數和FDI；東北地區是專業化指數。

就2004-2018年整個時期來看，各地區產業產出增長的主要影響因素為：（1）東部地區，數字技術和人力資本對產出增長的促進作用逐漸由顯著變為不顯著，地區市場化程度和產業技術創新的作用由負轉正并逐漸顯著，產業專業化帶來的技術溢出效應對產業增長的促進作用越來越顯著，市場競爭則顯著阻礙了產出增長。（2）中部地區，相對其他因素來說，地區市場化程度和產業技術創新、產業專業化帶來的促進作用更顯著，產業多樣化作用由正轉負，市場競爭則顯著阻礙了產業增長。（3）西部地區，數字技術、地區基礎設施和產業規模經濟交互項、產業多樣化、資本勞動投入比等因素顯著促進了產出增長，市場競爭則顯著阻礙了產業增長。（4）東北地區，數字技術、市場化程度和技術創新交互項、產業專業化等不同因素在不同時期發揮了促進產業產出增長的作用，市場競爭則對產業產出增長產生了負向阻礙作用。

2.?重工業和輕工業分組檢驗

在工業化發展進程中，輕工業和重工業發揮了不同的作用，輕工業主要提供消費資料產品，重工業主要提供生產資料產品。將產業所有細分行業劃分為輕工業和重工業兩種進行分組檢驗，結果見表6，可以看到，在不同時期不同工業數字技術對產業產出增長的影響效應具有異質性特征。從動態演變視角來看，數字技術對產出增長的促進作用逐漸由顯著變為不顯著；從不同工業角度來看，數字技術對重工業產出增長具有正向推動作用，對輕工業產出增長則在某些年份呈現負向阻礙作用。

在不同時期影響輕工業和重工業產出增長的主要因素也存在很大差異。就整個時期而言，重工業產出增長的主要影響因素包括市場化程度和技術創新交互項、資本勞動比、多樣化、競爭性、FDI等。具體來說，產業多樣化顯著促進了重工業產出增長，資本勞動投入比和FDI的估計系數都由負轉正，市場競爭顯著阻礙了重工業增長，市場化程度和技術創新交互項在2004年顯著促進重工業增長，而在2013年則顯著阻礙了重工業增長，說明在市場化進程中，一定程度的政府管制有利于壟斷企業積累資金進行技術創新。輕工業產出增長的主要影響因素包括數字技術、地區基礎設施和產業規模經濟交互項、專業化、多樣化、競爭性、外商直接投資等。具體來說，數字技術、產業專業化和多樣化等不同因素在不同時期發揮了促進輕工業增長的作用，地區基礎設施和產業規模經濟的作用由正轉負，市場競爭和外商直接投資則阻礙了輕工業增長。

四、結論與政策含義

本文在充分考慮地區和行業特征的基礎上，使用2004年、2008年、2013年和2018年數據，利用雙重差分非線性計量模型方法從動態視角深入研究了數字技術對產業產出增長的影響效應，并針對東部、中部、西部和東北等不同地區、重工業和輕工業等不同行業進行了分組檢驗。同時，本文綜合考察了地區（人力資本稟賦、基礎設施、市場化程度）、行業（人力資本密集度、規模經濟、技術創新、資本勞動投入比）、企業外部市場（專業化、多樣化、市場競爭）、國外市場（出口和外商直接投資）等各層面因素對產業產出增長的動態影響效應。得到如下結論：

（1）在不同時期、不同區域、不同工業部門，數字技術對產業產出增長的影響效應具有顯著的階段性和異質性特征。從動態演化視角來看，2018年以前數字技術顯著促進了產業增長，即“技術創新效應”和“相對優勢效應”大于“創造性破壞效應”；2018年數字技術對產業產出增長的推動作用不顯著，出現“生產率悖論”現象，說明各產業數字技術中間投入比例較低所帶來的“創造性破壞效應”及各產業數字技術資本密集度不適應地區數字技術資本稟賦所導致的區域無法發揮“相對優勢效應”，抵消了“技術創新效應”。分區域角度來看，東部地區數字技術對產業產出增長的推動作用較顯著。從不同工業角度來看，數字技術對重工業產出增長具有正向推動作用，對輕工業產出增長則在某些年份呈現負向阻礙作用。

（2）其他因素在不同時期發揮了不同的作用。產業多樣化即產業間技術溢出一直是推動產業產出快速增長的重要因素；產業專業化對產出的促進作用逐漸由不顯著變為顯著；資本勞動比和FDI的作用逐漸由負向阻礙作用變為正向促進作用；市場競爭顯著抑制了產業增長。分區域角度來看，在不同時期推動區域產業產出增長的主要因素存在很大差異，人力資本、產業專業化、地區市場化程度和產業技術創新顯著促進了東部地區產業產出增長，產業專業化、地區市場化程度和產業技術創新顯著促進了中部地區產業發展，基礎設施和規模經濟、產業多樣化、物質資本投入是西部地區產業產出增長的主要因素，東北地區主要是市場化、技術創新、產業專業化等因素。從不同工業角度來看，除了充分發揮產業內企業間技術溢出和產業間技術溢出對產業產出增長的推動作用外，重工業要注重物質資本和FDI的作用，輕工業要更注重進行技術創新。

從研究結論可以看到，不同因素對產出增長的作用不是一成不變的，在制定政策時一定要充分發揮各種因素對產出增長的促進作用，具體政策含義包括：

第一，相對于勞動和人力資本而言，數字技術資本和物質資本的作用更顯著。對于數字技術資本因素，各行業數字技術中間投入比例太低已經阻礙了其作用的發揮，尤其是中西部地區和輕工業，對此，各級政府一方面需要加強地區硬件、軟件、網絡等數字技術基礎設施建設，提高數字技術資本存量，另一方面需要加大對各行業數字技術中間投入的投資，引導各行業企業利用數字技術對現有生產技術進行改造，提高數字技術擴散速度和擴大滲透范圍，加深融合程度。對于人力資本因素，各地區政府可以通過教育、培訓、引進專業人才等措施提高數字化人力資本稟賦，并為企業提供資金支持，提高企業數字化人力資本密集度，充分發揮其對產業數字化發展的推動作用。

第二，產業專業化和多樣化生產都顯著促進了產出增長，但專業化和多樣化經營是兩種不同且存在一定矛盾的經營戰略，由于資源的稀缺性，各地區政府需要充分權衡利弊后制定相應的產業政策，既充分發揮產業專業化生產“協同效應”帶來的高生產效率，又發揮多樣化經營對風險的分散效應，有效應對外部沖擊，在此基礎上充分發揮產業內企業間技術溢出和產業間技術溢出對產業產出增長的推動作用。市場競爭阻礙了產出增長，政府可以適當干預，引導企業有序進入和退出行業，降低企業競爭程度，有利于企業積累資金進行技術創新，尤其是數字技術在各行業的交叉融合創新，提高在基礎創新之上的改進型創新能力。

第三，國際市場要重視外商資本對產業產出增長的影響，政府通過引進高質量外商資本，提高“技術溢出效應”，降低“競爭效應”和“擠出效應”，充分發揮外商資本對產出增長的正向促進作用。

參考文獻：

［1］?Solow?R.?Wed?better?Watch?Out［N］.New?York?Times?Book?Review，?1987（7）：36.

［2］?Stiroh?K?J.?The?Industry?Origins?of?the?Second?Surge?of?US?Productivity?Growth［J］．Federal?Reserve?Bank?of?New?York，?Mimeo，?2006，?43（1）：229-242.

［3］?張之光，蔡建峰.信息技術資本、替代性與中國經濟增長——基于局部調整模型的分析［J］．數量經濟技術經濟研究，2012（9）：71-81.

［4］?Acemoglu?D.，?Autor?D.H.，?Dorn?D.，?et?al.?Return?of?the?Solow?Paradox？?IT，?Productivity?and?Employment?in?U.S.?Manufacturing［J］．American?Economic?Review，?2015，104（5）：394-399.

［5］?Aghion?P.，?Jones?B.?F.，?Jones?C.?I.?Artificial?Intelligence?and?Economic?Growth［J］．National?Bureau?of?Economic?Research，?2017：?237-282.

［6］?Kromann?L.，?Malchow?Moller?N.，?Skaksen?J.?R.?Automation?and?Productivity-across-country，?Cross-industry?Comparison［J］．Industrial?and?Corporate?Change，?2019：?265-287.

［7］?李朝鮮.“雙循環”背景下數字技術如何賦能商貿流通企業高質量發展［J］．北京工商大學學報（社會科學版），2022，37（5）：59-70.

［8］?劉平峰，張旺.數字技術如何賦能制造業全要素生產率？［J］．科學學研究，2021，39（8）：1396-1406.

［9］?何小鋼，梁權熙，王善騮.信息技術、勞動力結構與企業生產率——破解“信息技術生產率悖論”之謎［J］．管理世界，2019（9）：65-80.

［10］張遼，吳聳杰.信息技術能力對企業全要素生產率的影響——基于“增長效應”與“平滑效應”的比較視角［J］．中南財經政法大學學報，2020（2）：57-67.

［11］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，2021，38（4）：3-15.

［12］Combes?P.?P.?Economic?Structure?and?Local?Growth：?france，?1984-1993［J］．Journal?of?Urban?Economics，?2000，?47（3）：?329-355.

［13］盛丹，王永進.市場化、技術復雜度與中國省區的產業增長［J］．世界經濟，2011（6）：26-47.

［14］王永進，李坤望，盛丹.契約制度與產業集聚：基于中國的理論及經驗研究［J］．世界經濟，2010（1）：141-156.

［15］李波，梁雙陸.信息通信技術、信息化密度與地區產業增長［J］．山西財經大學學報，2017（9）：58-71.

Digital?Technology?and?Industrial?Growth?in?Chinas?Provinces：An?Empirical

Analysis?Based?on?the?Difference-in-Difference?Nonlinear?Econometric?Model

REN?Xi-li，ZHANG?Hai-wei

（School?of?Economics，?Shandong?University?of?Technology，?Zibo?255000，China）

Abstract：Combine?the?regional?and?industrial?characteristics，?and?use?the?Difference-in-Difference?nonlinearity?model?to?investigate?the?impact?of?digital?technology?on?industrial?growth.?The?research?found?the?effect?of?digital?technology?on?the?growth?of?industrial?output?has?significant?heterogeneity?characteristics.?From?the?perspective?of?dynamic?evolution，?digital?technology?significantly?promoted?industrial?growth?in?2004，?2008?and?2013，?that?is，?the?“technological?innovation?effect”?and?“relative?advantage?effect”?are?greater?than?the?“creative?destruction?effect”.?The?promotion?of?digital?technology?to?industrial?growth?was?not?significant?in?2018，?that?is，?there?was?a?“productivity?paradox”.?It?means?that?the?“creative?destruction?effect”?and?the?region?cannot?play?its?“relative?advantage?effect”?caused?by?the?low?intermediate?input?ratio?of?the?digital?technology?in?each?industry?offset?the?“technological?innovation?effect”.?From?the?regional?perspective，?compared?to?the?central?and?western?regions，?the?role?of?digital?technology?to?promote?industrial?growth?is?more?significant?in?the?eastern?region.?From?the?different?industrial?perspective，?digital?technology?has?a?positive?effect?on?the?growth?of?heavy?industry?output，?while?it?hinders?the?growth?of?light?industry?output?in?some?years.

Key?words：digital?technology;?intermediate?input;?industrial?growth

（責任編輯：周正）