基于Hausman检验结果，本研究采用 “省份 — 年份” 固定效应模型检验数字经济对农业现代化的直接影响，结果显示，逐步加入控制变量后，列（1）至（5）中数字经济估计系数均为正，表明数字经济对农业现代化具有正向驱动作用，数字经济发展水平提升会带动农业现代化水平一定程度提高；系数均在 1% 水平显著，回归结果稳健性较强。此外，对比列（1）与列（2）至（5）数字经济回归系数，未加入控制变量时系数为 0.234，逐步加入控制变量后系数降至 0.1555，说明遗漏控制变量会高估其对农业现代化的正向影响。加入控制变量后，模型拟合优度从 0.884 提升至 0.896，说明控制变量加入优化了模型拟合效果。上述结果表明，数字经济对农业现代化具有显著正向驱动作用，与前文机制分析一致，研究假设 1 得到支持。3.机制检验
表格呈现技术创新在数字经济驱动农业现代化关系中的中介效应分析结果。列（6）为数字经济对农业现代化的影响，列（7）为技术创新对数字经济的影响。列（7）中数字经济系数估计值在 10% 水平显著，说明数字经济发展可显著提升技术创新水平。其一，数字经济发展持续提升数字技术需求，倒逼技术创新水平提升；其二，数字经济发展伴随国家加大技术创新人才与资金投入，适配数字经济发展新需求；其三，数字经济发展意味着数字基础设施持续完善、数字产业化与产业数字化持续深化，为技术创新水平提升提供优质发展环境。此外，以专利衡量的技术创新可推动农业现代化进程，与前文机制分析一致，研究假设 2 得到支持。4.内生性检验
解释变量与被解释变量间若存在反向因果，会引发内生性问题。本部分引入两种工具变量法，采用两阶段最小二乘法开展内生性检验。第一种工具变量选择核心解释变量数字经济滞后一期，回归结果显示，第一阶段回归中工具变量对核心解释变量系数估计值为正且在 1% 水平显著，说明数字经济滞后一期与数字经济高度相关，作为工具变量具备合理性；第二阶段回归中核心解释变量数字经济系数估计值为正且通过 1% 显著性检验，说明数字经济对农业现代化存在显著正向驱动作用。此外，WALD检验与 LM 检验结果显示，该工具变量不存在不可识别与弱工具变量问题。第二种方法借鉴相关研究，构建 1984 年各地区每百万人邮局数量与上一年全国互联网用户数的交互项作为数字经济工具变量。结果显示，数字经济系数估计值为正且在 1% 水平显著，说明数字经济驱动农业现代化的作用成立；工具变量有效性结果显示，工具变量不存在不可识别与弱工具变量问题。上述所有检验结果与基准回归模型结论一致，表明数字经济对农业现代化具有显著正向驱动作用。
5.稳健性检验
稳健性检验用于检验模型或方法在不同条件下的稳定性与可靠性。本研究采用三种方法开展稳健性检验：
剔除直辖市：中国四大直辖市数字经济发展水平与其他省（市、自治区）差异显著，剔除直辖市后回归结果显示，核心解释变量数字经济系数估计值通过 1% 显著性检验，说明数字经济对农业现代化的驱动作用依然显著，与前文模型结果接近，模型具备稳健性。
缩短样本期：本研究采用 2014—2023 年 30 个省（市、自治区）面板数据，为验证模型稳健性，缩短样本期选取 2014—2021 年面板数据回归，结果显示核心解释变量数字经济系数估计值在 1% 水平显著，驱动作用依然显著，模型具备稳健性。
替换解释变量：采用主成分分析法重新测度 30 个省（市、自治区）数字经济发展水平，基于变量特征值提取三个主成分，依据各主成分贡献率重新测度水平。替换后回归结果显示，数字经济系数估计值为正且通过 1% 显著性检验，证明前文模型稳健。
6.异质性分析
前文分析显示，全国层面数字经济对农业现代化具有显著正向驱动作用，但中国幅员辽阔，各地区数字经济发展水平差异较大，本部分开展区域异质性分析。将中国划分为东部、中部、西部三大区域，检验数字经济对农业现代化的正向影响是否存在区域差异。回归结果显示，东部、中部地区数字经济系数估计值不显著，西部地区在 1% 水平显著为正。该结果成因如下：其一，东部地区多数省（市、自治区）数字经济发展起步早，数字基础设施完善，农业长期受益于数字经济发展，农业现代化水平较高，进一步数字化驱动农业现代化的边际效益有限；其二，中部地区农业发展较为成熟，规模化经营完善、产业链完整，数字经济主要发挥 “优化” 作用，短期对宏观指标影响有限；其三，西部地区农业现代化起点低于东中部地区，数字经济边际提升潜力更大，可驱动农业现代化大幅进步。
本研究借鉴相关方法开展粮食生产布局异质性分析。2003 年中国将 31 个省份划分为粮食主产区、粮食主销区、产销平衡区三类。结果显示，粮食主产区与产销平衡区数字经济系数估计值均为正且在 1% 水平显著，产销平衡区系数高于主产区，与区域异质性分析结果基本一致。粮食主产区多位于中部，主销区多位于东部，平衡区多位于西部。粮食主产区内，数字技术提升规模化种植效率，但既有生产体系约束边际效应；产销平衡区农业结构多元，电商平台、数字溯源系统等工具释放更高增值潜力，叠加现代化基准水平较低与政策精准扶持，作用更强；粮食主销区作用不显著，主要受城镇化资源分流与农业体系成熟后的边际收益递减影响。
7.空间溢出效应分析
本研究采用全局空间自相关检验考察观测期内中国 30 个省级行政区农业现代化水平。基于地理经济矩阵，2014—2023 年所有莫兰指数均通过 1% 显著性检验，说明中国农业现代化存在空间相关性与显著空间集聚效应。因此，有必要将空间维度纳入基础计量模型框架，基于空间计量分析范式对中国农业现代化影响因素开展定量评估。
为合理选择空间计量模型形式、保证估计结果有效性，本研究开展 LM 检验、稳健 LM 检验、LR 检验、wald检验与Hausman检验，判断是否需要引入空间效应及模型设定具体类型。
LM 检验结果显示，两类检验统计量均在 1% 显著性水平显著，说明被解释变量可能同时受自身空间邻近值与误差项空间扩散影响。该结果拒绝传统普通最小二乘模型设定假设，说明模型不可忽视空间相关性，为引入空间计量模型提供统计支撑。
进一步在空间滞后模型、空间误差模型、空间杜宾模型间做选择，结果显示，空间杜宾模型的 LR 检验与wald检验统计量均在 1% 显著性水平显著，说明空间杜宾模型不可简化为空间滞后模型或空间误差模型，即被解释变量同时受自身空间邻近值与解释变量空间邻近值影响。空间杜宾模型更全面刻画空间溢出机制，适配本研究分析。
随后在随机效应与固定效应模型间选择，开展Hausman检验，结果 p 值在 1% 水平显著，选择固定效应模型。为进一步在个体固定、时间固定、双向固定效应模型间选择，开展 LR 检验，所有结果均通过显著性检验，说明三类模型均可选用。时间固定效应模型可精准识别空间溢出机制，避免空间滞后项与个体固定效应多重共线性，同时控制全样本共同时变冲击，保证结果无偏有效。因此，本研究选择时间固定效应空间杜宾模型开展分析。
为系统检验数字经济对农业现代化的影响，本研究采用空间杜宾模型估计结果，结果显示空间自回归系数显著为正，说明农业现代化在空间上存在明显空间依赖性，呈现显著空间集聚特征。数字经济系数为 0.2930，在 1% 显著性水平显著；数字经济空间滞后项系数为 0.3092，在 10% 显著性水平显著，说明邻近地区数字经济提升通过空间溢出效应显著增强本地农业现代化水平，研究假设 3 得到支持。
进一步分解数字经济影响效应可见，数字经济直接效应、间接效应与总效应均为正且通过 1% 显著性检验，说明数字经济发展对本地与邻近地区农业现代化均具有显著正向驱动作用。进一步观察系数大小可见，数字经济间接效应大于直接效应，说明数字经济发展对邻近地区的正向驱动作用更强；某一地区数字经济发展不仅可提升本地农业现代化水平，还可带动邻近地区农业现代化发展。因此，既要关注本地数字经济发展，更要重视邻近地区协同发展，更好发挥数字经济空间溢出效应，推动农业现代化进程。
