三、数字技术促进农业增产的实证检验分析

（一）基准检验

表1-5运用OLS回归估计方法，汇总了数字技术投入对农业产出的边际估计结果。其中第（1）列仅控制了核心自变量，为了剔除其他变量的干扰，第（2）列基于生产函数加入了劳动力与物质资本两个控制变量，第（3）列引入了信息化外部环境与区域虚拟变量。回归结果表明：亩均数字技术投入在5%的显著性水平上，对乡镇亩均农业产出具有正向影响，且在控制所有变量的第（3）列中，亩均数字技术投入每年增加1%，乡镇亩均农业产出平均每年增加3.727%。经核准，基准检验结果与理论分析一致，即就平均效应而言，随着农业生产环境监控、水肥一体化、病虫害监测预警等数字技术投入的增加，物联网互联感知、大数据智能决策、智能控制设备自动调控等技术优势，推动了农业生产实现环境实时调控、要素精准投入、风险预判预警，从而提高了农业劳动生产率和资源利用率，减少了农业受灾风险，促进了农业增产增效。

此外，回归结果显示，当乡镇亩均物质资本投入、政府农业信息化部门设置情况等指标分别在1%与5%的显著性水平上时，对乡镇农业产出具有正向影响，其余控制变量对乡镇农业产出没有显著影响。

此外，本研究对乡镇亩均农业产出按0.5分位值作为分组临界值，划分为高农业产出乡镇与低农业产出乡镇两类，据此探讨数字技术投入对不同产出层级乡镇的差异化影响。回归结果显示：

对于高农业产出乡镇，亩均数字技术投入在1%的显著性水平上时，对其亩均农业产出具有正向影响；对于低农业产出乡镇，亩均数字技术投入对其亩均农业产出没有显著影响（见表1-6）。该实证结果符合预期，即高农业产出乡镇一般物质资源禀赋更为丰富，且较高的农业产出可以反映出农业产业在乡镇经济结构中的重要性较高，从而能获得较多的政府财政倾斜与社会资本投资。因此，在高农业产出乡镇中，更多的乡镇有意愿和能力将农业数字技术投入实际生产中，以获取更多的产出效益。

（二）稳健性检验

在基准OLS分析中，我们对农业产出层级的分类仅考虑了0.5分位，难以全面剖析在高/低农业产出乡镇不同划分准则下，数字技术投入对农业产出边际影响的变动情况，为此，本研究应用分位数回归，分析了核心解释变量——数字技术投入的全分位边际影响。

由图1-9可见，亩均数字技术投入对亩均农业产出的边际贡献均大于0，但随着乡镇亩均农业产出分位数的增大，边际贡献在低分位中呈现先下降后上升的趋势，在高分位中呈现平稳上升的趋势，说明亩均数字技术投入对全部乡镇亩均农业产出均有正向贡献，但对于低农业产出乡镇的边际收入贡献不明显，对于高农业产出乡镇的边际收入有显著的正向贡献，这与基准OLS回归结论保持一致。即就平均效应而言，亩均数字技术投入对全部乡镇亩均农业产出有正向影响，但这种显著正向影响仅存在于高农业产出乡镇中，而在低农业产出乡镇并不存在明显的正相关关系。

综上，证明本研究基准检验结果具有稳健性。

（三）内生性检验

本研究在研究数字技术投入对乡镇农业产出的影响中，充分关注了由于遗漏变量、双向因果导致的内生性问题。一是在符合生产函数理论逻辑的前提下，设定剔选变量概率为pe=0.2，通过逐步回归法确定控制变量，纳入劳动力、物质资本、信息化环境、区域虚拟变量等多项控制变量，以尽量减少因变量遗漏导致的估计偏误问题；二是本研究选择“亩均农业数字技术财政支持金额”这一变量，作为乡镇亩均数字技术投入的工具变量，进行内生性检验。选取该变量的原因在于：“亩均农业数字技术财政支持金额”衡量了当地乡镇政府对农业数字技术应用推广的财政支持力度，政府财政支持力度越高，越能有效激励设施农业数字技术投入，且“亩均农业数字技术财政支持金额”很难直接影响乡镇农业产出，即便产生影响也是通过扩大农业数字技术投入来发挥间接作用。

在选定工具变量之后，本研究建立IV模型开展两阶段最小二乘回归。从回归结果（见表1-7）可以看出：首先，Durbin Wu-Hausman检验拒绝了数字技术投入是外生这一原假设，表明基准模型确实面临内生性问题。其次，表1-7中第一阶段回归结果证明，“亩均农业数字技术财政支持金额”对亩均数字技术投入有显著的正向影响，说明将“亩均农业数字技术财政支持金额”作为工具变量不存在弱工具变量问题。本研究进一步进行了弱工具变量稳健性检验，F统计量拒绝了弱工具变量的原假设，表明本研究所使用的工具变量对乡镇农业数字技术投入有较强解释力，确实不存在弱工具变量问题。最后，表1-7中第二阶段回归结果证明，该模型在剔除内生性以后，农业数字技术投入依然在10%的水平上对亩均农业产出具有显著正向影响。这一结论与本研究基准模型结果一致，表明基准模型采用传统内生性问题解决方法是有效的，回归结果具有较好的稳健性。

（四）异质性检验：资源禀赋差异

从乡镇资源禀赋差异角度，在分析农业数字技术投入对农业产出的影响时，本研究重点考察了劳动力投入与物质资本投入两个变量，即针对不同劳动力投入乡镇、不同物质资本投入乡镇，探讨农业数字技术投入对其农业产出的影响。

1.劳动力层面

从表1-8中可以看出，对于高劳动力投入乡镇，农业数字技术投入对其农业产出有显著正向影响，亩均数字技术投入每增加1%，高劳动力投入乡镇亩均农业产出增长4.571%。对于低劳动力投入乡镇，农业数字技术投入对其农业产出没有影响，其主要原因在于，高劳动力投入乡镇由于农业从业人员规模大，往往有更大新技术采纳需求，特别是对于具备节省人工技术优势的农业数字技术需求，则更为明显。因此，在高劳动力投入乡镇中，将会有更大比例的乡镇采用农业数字技术，从而产生农业数字技术应用的规模效应，其数字技术的增产效应明显优于低劳动力投入乡镇。综上表明，在劳动力投入越多的乡镇，投入农业数字技术而引起的增产效应越显著。

2.物质资本层面

从表1-9中可以看出，对于高物质资本投入乡镇，农业数字技术投入对其农业产出有显著影响，亩均数字技术投入每增加1%，高物质资本投入乡镇亩均农业产出增长4.294%。对于低物质资本投入乡镇，农业数字技术投入对其农业产出没有影响。相较于低物质资本投入乡镇，高物质资本投入乡镇由于拥有更为丰厚的资本积累，往往更有能力承担数字技术采纳的高成本，更容易形成农业数字技术应用的规模效应，故其数字技术的增产效应明显优于低物质资本投入的乡镇。综上表明，物质资本投入越多，农业数字技术投入的增产效应越显著。