强国必先强农，农强方能国强
［1］。农业强国是社会主义现代化强国的根基
［2］。数字农业作为农业现代化进程中的关键驱动力，正面临技术创新与制度适配的双重挑战
［3］。全球范围内，发达国家通过系统性政策布局加速农业数字化转型，而发展中国家普遍面临技术扩散效率不足与要素整合壁垒。美国《2018年农业法案》
［4］设立精准农业拨款计划，支持农场数字化设备采购，同时加强农业数据共享平台建设，推动农场间数据互通；欧盟设立欧洲农业创新伙伴关系项目（EIP-AGRI），通过提供资金支持数字农业创新、建立公私利益相关者知识共享网络，以及实施担保计划补贴农民和研究人员，推动数字农业发展
［5］；2015年，印度政府启动“数字印度”计划，通过国家农业市场电子交易平台消除中间商差价，减少30%的农产品流通损耗；此外，日本、澳大利亚、巴西等国也相继出台一系列举措，推动农业数字化转型。近年来，我国相继推出数字农业战略规划，着力构建技术应用与制度创新的协同机制，但小农经济情境下的技术采纳困境与组织模式滞后问题依然突出
［6］。为此国家出台了一系列数字农业相关政策，如2019年《数字乡村发展战略纲要》
［7］提出构建数字农业基础支撑体系以推动农业生产智能化转型，2021年《数字乡村发展行动计划（2022—2025年）》
［8］提出加强农业关键数字技术应用与示范推广，2022年《“十四五”推进农业农村现代化规划》
［9］首次明确农业数字经济占农业增加值比重的发展目标，2023年《数字中国建设整体布局规划》
［10］将数字农业纳入新型基础设施重点工程，2024年《农业农村部关于大力发展智慧农业的指导意见》
［11］创新性提出农业数据资产确权登记制度。这些政策旨在增强数字技术与小农经济的适配性，助推农业现代化发展。
现有研究多聚焦技术单维突破
［12］，旨在厘清数字技术与传统农业生产体系间的复杂交互关系，尤其对制度壁垒与市场失灵进行了系统性分析
［13］，且研究范式主要集中于归纳总结法
［14］和质性研究方法
［15］，研究维度涵盖数字普惠金融
［16］、理论框架构建
［17］、乡村数字化转型
［18］、历史逻辑演进
［19］及作用机制解析
［20］等。从学科分布看，现有成果多囿于农业经济学范畴
［21］，存在跨学科整合不足、自然地理学及社会生态学视角匮乏的显著短板；在研究层级上呈现宏观政策评估主导特征
［22］，针对农户主体、企业组织及多元经营实体的微观实证研究尚未形成体系；方法论层面则表现出定性分析主导的路径依赖，定量研究多局限于数字技术对农业生产率的单维度影响
［23］，缺乏多尺度、多方法的系统性研究框架。此外，也有一些研究运用CiteSpace软件进行文献计量分析，但多聚焦数字乡村
［24］、乡村治理
［25］、耕地制度
［26］和数字化赋能
［27］等主题，缺乏关于数字农业整体知识体系的研究，且大部分研究仅分析国内文献或仅分析国外文献，缺乏中外对比视角。如周杨等
［28］对中国知网数据库中2010—2020年有关数字农业的文献进行了可视化分析，但并未包括英文期刊，且缺乏对近几年国内外发文趋势的分析。
基于此，本研究通过构建知识图谱分析框架，整合中国知网 （CNKI）和Web of science（WOS）数据库资源，运用文献计量工具CiteSpace，系统解构数字农业研究的演进轨迹、核心热点与前沿趋势，探析数字经济赋能农业现代化的内在演变逻辑，描绘其与国家战略协同发展的理论图景，旨在为深化该领域跨学科研究提供理论参照与范式创新路径。在理论层面，弥合发达国家技术范式与发展中国家制度创新之间的认知鸿沟；在实践层面，着力构建破解“大国小农”数字鸿沟的可操作协同框架，以支撑农业强国建设的核心战略目标。
1 数据来源与研究方法
选取的文献源自CNKI和WOS数据库，时间跨度为2002-01-01—2024-12-31。CNKI数据库所选文献均来自CSSCI、CSCD和北大核心等高质量期刊，采用高级检索进行文献搜集，检索主题为“数字+农业” “数字+农村”和“数字+农户”，共获得相关文献3 871篇，剔除论坛、征稿、会议通知等非研究性文献后，最终得到有效文献2 641篇，将其以Refworks格式导出。WOS数据库检索条件设置为：（Topic =（Digital Agriculture）OR Topic =（Digital Rural Areas）OR Topic =（Digital Farmers）），文献限定为核心数据集，语言为“English”，文献类型为“Article”，共检索出英文文献6 062篇，剔除与研究主题不相关文献后，获得文献4 953篇，将其以TXT文本导出，运用CiteSpace 6.2.R6文献计量软件进行去重处理后，最终得到有效文献3 652篇。基于中英文有效文献，运用共现网络分析模块（作者/机构/国家）与主题演化模块（关键词聚类/时间切片），展现包含研究主体分布、知识单元关联及时空演进特征的多维分析图谱。本研究的国内或中文期刊指CNKI数据库中的期刊，国外或英文期刊指WOS数据库中的期刊。
本研究将数字农业定义为以现代信息技术集群为核心驱动力，深度融合于农业生产全链条与农村发展多维度，实现农业智能化与精准化的新型业态。其本质是“技术应用-空间承载-主体响应”三位一体的生态系统。在技术层面驱动农业生产智能化升级，同时作为数字乡村建设的核心产业引擎，将技术渗透延伸至乡村治理、电商、金融等全域，最终通过赋能农户（含新型主体）转化为数字农户，使其技术采纳行为与福祉提升成为衡量成效的根本落脚点。数字乡村作为基础载体与数字农户作为微观基石，共同构成解析数字农业多维内涵的不可分割组成部分。
2 文献现状分析
2.1 文献时序分布
2002—2024年国内外数字农业研究文献增长趋势如
图1所示。整体来看，国内外数字农业研究领域发文量逐年递增，但CNKI和WOS数据库发文量各有不同。CNKI数据库发文量总体可分为5个阶段：1）2002—2006年为萌芽阶段，年均发文量8.6篇，此时中国农业信息化处于概念探索期。2005年中央一号文件首次提出“推进农业信息化”，但缺乏具体实施路径，学界研究集中于基础理论探讨。2）2007—2013年为波动调整阶段，年均发文量13.1篇，较前一阶段有所上升，可能是由于2011年农业部发布《全国农业农村信息化发展“十二五”规划》
［29］，明确物联网、遥感技术在农业中的应用方向，但政策落地缓慢，学界研究受制于技术应用场景不足。3）2014—2017年为平稳增长阶段，此阶段年均发文量23.3篇，较前一阶段大幅增加。2015年国务院发布的《关于积极推进“互联网+”行动的指导意见》
［30］将“互联网+现代农业”列为重点任务，2017年中央一号文件
［31］首次提出“数字农业”概念，驱动研究聚焦技术融合。4）2018—2021年为快速扩张阶段，年均发文量98.5篇，为第3阶段的近3倍。2019年国务院办公厅发布《数字乡村发展战略纲要》
［7］，农业农村部启动数字农业试点项目
［32］，学界研究转向技术落地与案例实证。5）2022—2024年为爆发阶段，年均发文量585.0篇，是第4阶段的近6倍。2022年农业农村部出台的《“十四五”全国农业农村信息化发展规划》
［33］明确数字农业全产业链覆盖目标并进一步强化数字技术应用，地方政府配套补贴推动研究激增。
英文文献发文趋势与中文基本一致，可分为以下4个阶段：1）2002—2006年为技术萌芽期，年均发文量12.8篇，共发文64篇，占发文总量的2.6%。此阶段主要由欧美学界主导，重点研究为基于GPS导航的精准农业。2）2007—2013年为稳步增长期，年均发文量38.7篇，占总发文量的14.7%。2015年联合国可持续发展目标（SDGs）提出“消除饥饿”与“产业、创新和基础设施”，研究转向人工智能决策模型。3）2014—2017年为加速发展期，年均发文量90.5篇。此阶段发文量增加可能与美国《农业法案》增加农业大数据预算等政策背景相关，研究转向区块链溯源等方向。4）2018—2024年为高速增长期，年均发文量440.0篇。此阶段发文量增长可能与欧盟“绿色新政”与全球粮食危机催生数字农业研究热潮等有关，发文主题涵盖无人机植保、数字孪生农场和碳中和路径等。2023年联合国粮食峰会聚焦“技术赋能小农”，研究扩展至发展中国家案例与伦理争议。
2.2 国家合作及学科交叉
数字农业研究领域国家合作网络图谱如
图2所示，共有130个节点，198条连线，网络密度为0.023 6。英文文献中，数字农业相关研究的国家分布呈现显著差异，中国和美国占据绝对主导地位，合计发文占比超50%。具体发文情况如下：中国933篇，占比约25.5%，居首位；美国747篇，占比约20.4%，位居第2；之后依次为德国、澳大利亚、意大利、西班牙、法国、荷兰、印度、日本等国；巴西为南美洲代表，非洲仅南非和坦桑尼亚等国家有文献发表。数字农业研究呈现“中美双核驱动、欧洲协同创新、新兴国家追赶”的格局。中国通过政策强驱动成为最大贡献者，美国保持技术前沿优势，欧洲则聚焦可持续发展与伦理议题。未来需加强跨区域合作，推动技术普惠与全球粮食安全目标的协同实现。
数字农业研究领域学科交叉图谱如
图3所示。2002—2024年，发文量位居前列的学科包括农学、作物学、昆虫学、乳品与动物科学等，这些学科在数字农业领域更为活跃。学科交叉紧密的领域主要有自动化与控制系统、计算机科学、环境科学和地球科学等，其与数字农业结合较为紧密。例如，利用自动化与控制系统实现农业生产的智能化管理，借助计算机科学处理和分析农业大数据，通过环境科学和地球科学的相关研究来优化农业生态环境等。总体来看，国外数字农业研究呈现多学科协同推进态势，说明传统农业学科在数字技术推动下不断发展和创新；而与信息技术和环境科学等学科的交叉领域，则为数字农业提供了新的技术支撑和研究视角，推动农业的精准化、智能化和可持续发展。
2.3 核心作者及研究机构
中文文献的核心作者可视化分析如
图4所示，共有565个节点，438条连线，网络密度为0.002 7。发文量较多的作者有李瑾、冯海宽、任保平、郭新宇和徐旭初等，且其合作者较多，说明在中国数字农业研究领域，已形成多个合作网络清晰的研究团队。此外，也有一些文献是2个作者合作或者单独发表，说明该领域的研究存在以师生合作或机构内部合作为主的双向合作团队及众多单独研究者。
中文文献发文机构的合作网络如
图5所示。核心合作团体由中国社会科学院农村发展研究所、中国农业大学经济管理学院和西北农林科技大学经济管理学院等构成，形成以高校和科研院所为主体的研究集群；部分机构如中国科学院大学等通过两两合作形成次级网络；还有一些机构未与其他机构建立合作关系，处于合作网络的边缘，说明其在数字农业领域的协同创新能力有待提高，如石河子大学经济与管理学院、南开大学经济学院等。
英文文献的核心作者可视化分析如
图6所示。作者分布特点如下：一是Wang Nan、Shi Zhou、Chen Songchao、Yang Guijun、Kant Surya和Diepeveen Dean等发文量较多，且形成较为紧密的合作网络；二是不同地区和机构的作者之间也存在合作关系，如Arrouays Dominique与Wang Nan等有连线，表明数字农业研究已跨越地域限制，形成稳定的合作态势，有助于整合资源和共享知识，推动该领域研究快速发展；三是数字农业研究领域的研究队伍不断壮大；四是连线逐年增多以及合作网络持续扩大，说明数字农业研究领域的合作趋势不断加强，未来可能会产生更多跨学科、跨机构、跨国界的合作研究，以应对数字农业发展面临的复杂问题和挑战。
英文文献的发文机构可视化分析如
图7所示，发文量前10的科研机构依次为中国农业科学院、美国农业部、中国农业大学、瓦赫宁根大学研究中心、法国国家农业食品与环境研究院、澳大利亚联邦科学与工业研究组织、中国科学院、印度农业研究理事会、巴西农业研究公司和法国农业研究国际合作中心。合作网络呈现地域性特征，中国机构（中国农业科学院、中国科学院）与中国农业大学和南京农业大学等形成国内协作网络；美国农业部与瓦赫宁根大学和澳大利亚联邦科学与工业研究组织等建立跨洲际合作；法国科研体系以法国国家农业食品与环境研究院为核心，与法国农业国际合作研究发展中心和法国国家科研中心形成协同创新集群；澳大利亚联邦科学与工业研究组织与英国国家农业与食物研究机构以及法国国家农业食品与环境研究院保持战略合作。各机构均与所在国家的高校及科研院所保持密切学术联系，形成了多层次的科研合作体系。
3 研究热点与前沿分析
3.1 关键词共现及聚类分析
关键词共现网络作为文献核心主题的主要表征，通过高频词汇关联分析系统揭示研究态势。
图8为中文文献数字农业关键词共现图谱，共包含738个节点及966条关联路径，网络密度为0.003 6。核心关键词为“乡村振兴”和“数字经济”，次级热点关键词涵盖“数字乡村”和“农业新质生产力”等8个主题群，其中“数字技术”和“数字农业”等关联节点形成多中心辐射格局，直观反映数字农业研究的主题演进与焦点迁移路径。
对中文文献关键词共现图谱进行模块聚类，结果见
图9。将同义或相近的关键词归为一类，以观察聚类图谱的整体轮廓。图谱模块度（
Q）为0.693 3，处于合理区间（0.4~0.8），平均轮廓值（
S）为0.929 1，说明聚类是高效可信的。这2个指标共同评估了聚类内部的一致性，数值越高则聚类效果越佳。关键词聚类共识别出10个模块（#0~#9），涵盖乡村振兴、数字化、农业碳排放、农业工程、农业强国、数字普惠金融、农业农村现代化、智慧农业、信息化和产业结构研究领域。
英文文献数字农业研究关键词聚类图谱如
图10所示，共包含746个节点和1 074条连线，网络密度为0.003 9，关键词之间的关联度较强。图谱揭示了该研究领域的热点词汇，主要包括“precision agriculture”（精准农业）、“digital agriculture”（数字农业）、“management”（管理）、“technology”（技术）、“growth”（增长）、“ machine learning”（机器学习）、“deep learning”（深度学习）和“big data”（大数据）等。其中“精准农业”和“增长”2个关键词凸显，表明当前研究主要聚焦于技术驱动的农业生产效率提升和数字技术赋能的农业规模化发展两大核心议题。
英文文献数字农业研究关键词聚类图谱如
图11所示，图谱模块度（
Q）为0.731 2，处于合理区间（0.4~0.8）；平均轮廓值（
S）为0.878 4，表明聚类是合理且有信服力的。聚类分析共识别出10个模块（#0~#9），涵盖digital technologies（数字技术）、transcriptome profiling（转录组图谱）、organic carbon（有机碳）、dairy cow（奶牛）、unmanned aerial vehicle（无人机）、winter wheat（冬小麦）、computer vision（计算机视觉）、comparative analysis（比较分析）、automatic segmentation（自动分割）以及digital inclusive finance（数字普惠金融）领域。
根据数字农业研究关键词共现图谱和聚类图谱，对核心研究主题进行归纳，主要包括以下3个方面：
1）数字农业技术研究。国外数字农业技术研究呈现深度融合特征，图谱显示“精准农业” “机器学习”和“深度学习”等关键词凸显（
图10），且与聚类#4无人机和#6计算机视觉形成技术闭环（
图11）。聚类#0数字技术和#7比较分析验证其对智能装备自主化的侧重，如冬小麦产量预测、奶牛行为识别等场景化应用；聚类#8自动分割与#1转录组图谱的跨模块连接，推动植物表型组学与图像识别技术在基因编辑中的协同创新。国内农业技术研究聚焦应用层创新与工程化落地，呈现政策驱动型特征。相较于国外，国内更关注技术适配性，如聚类#9产业结构和#7智慧农业的共现表明，技术研究深度绑定农业产业升级需求，形成“问题导向型”创新生态；聚类#3农业工程与#8信息化模块仅存在少量弱连接，佐证硬件研发与智能决策系统脱节。此外，算法类关键词缺失，反映新兴技术尚未有效嵌入农业生产系统。
2）数字农村发展研究。国外数字农村研究嵌入可持续发展框架，聚类#2有机碳和#3奶牛表明研究聚焦农业环境数字化治理（
图11）。关键词“有机碳”和“精准灌溉”的强关联揭示资源优化路径；“管理”和“行为”等高频关键词，通过“技术采纳”和“社会接受度”等节点串联，构建技术社会化应用的分析范式。国内数字农村研究以国家战略需求为导向，“乡村振兴”和“数字乡村”构成最大节点簇（
图8），与聚类#6农业农村现代化形成政策-实践闭环共现网络，共同揭示三层次架构：基建层（“宽带网络”）、经济层（“农村电商”）和治理层（“数字治理”）。制度创新方面，聚类模块#5数字普惠金融与“农户信贷”的耦合，体现“政策-技术-金融”三位一体推进模式，形成全球独有研究范式。
3）数字应用主体研究。国外应用主体研究强调行为机理分析，以“行为”和“决策”为核心节点（
图10），与“技术接纳”构成微观决策链。聚类模块#7比较分析验证其方法论特色，即通过跨群体对比剖析主体异质性。但图谱显示“农民”弱于技术类关键词，反映主体抽象化倾向——更多将农户视为“技术用户系统”而非社会实体，研究重心落在行为建模而非社会关系网络。国内研究则凸显主体赋能的社会嵌入性，“数字素养”和“新型农业经营主体”等关键词与聚类模块#2农业碳排放链接体现主体-环境互动。聚类图谱进一步暴露结构缺陷，即#4农业强国模块聚焦产业体系与供应链，而主体行为研究仅作为#5数字普惠金融的子集，且缺失主体技术能力评估。在制度设计层面，聚类#6农业农村现代化虽包含“城乡融合”等节点，却未延伸至“土地流转数字化”和“集体资产股份化”等产权改革议题，反映主体权益保障与数字转型的深层脱节。
3.2 关键词时区知识图谱分析
运用CiteSpace的时区演进与时线演化分析方法，通过时间序列分阶段解析框架，系统揭示国内外数字农业研究的演进规律。国内数字农业研究的阶段性特征如下：
1）2002—2005年为数字农业起步阶段。在“十五”计划推动信息化带动工业化战略背景下，数字农业研究以《农业科技发展纲要（2001—2010年）》
［34］为指引，重点突破农业信息采集与处理技术瓶颈。此阶段关键词为农业信息化、数字农业平台、农业机械、卡尔曼滤波、农业基础科学等，研究聚焦农业机械数字化改造与基础数据库建设，依托国家高技术研究发展计划开展农业智能系统研发，运用卡尔曼滤波算法实现农机导航优化，构建县域农业信息平台实现生产数据可视化。此阶段通过计算机辅助决策系统开发，推动传统经验农业向数据辅助决策范式转换，为后续精准农业发展奠定技术储备。
2）2006—2010年为数字农业技术体系深化拓展阶段。伴随《2006—2020年国家信息化发展战略》
［35］实施，研究重点转向多技术集成应用。此阶段关键词为精准农业、遥感技术、地理信息系统、农业模型等，在农业部“数字农业专项”支持下，构建“3S技术+智能装备”融合框架，突破农田信息快速获取与解析技术，建立基于遥感光谱分析的作物长势监测模型，开发地理信息系统支持的精准施肥决策平台。通过国家科技支撑计划推进农业有害生物数字预警系统建设，形成“天-地-网”协同的立体化监测网络，显著提升重大病虫害防控时效性，标志着数字农业从单点突破走向系统集成发展阶段。
3）2011—2015年为农村数字化转型探索阶段。在新型城镇化与农业现代化协同推进战略背景下，研究响应《全国农业农村信息化发展“十二五”规划》
［29］要求，着力破解城乡数字鸿沟问题。此阶段关键词为农村信息化、农产品流通、农村公共投资、农业产业化和城乡协调等，通过中央财政农村信息化专项，推进村级信息服务站建设与“三资”管理数字化，形成“信息惠农”服务新模式。此阶段实现数字技术从生产领域向农村治理、流通服务的延伸渗透，初步构建“三位一体”农村数字化转型框架。
4）2016—2020年为数字农业的智能化与创新阶段。在《“十三五”国家信息化规划》
［36］与《新一代人工智能发展规划》
［37］政策驱动下，研究聚焦农业全要素生产率提升。此阶段关键词为人工智能、大数据、智能农业、农业经济韧性和农业全产业链等。农业农村部数字农业试点项目推动大田种植、设施园艺等九大领域数字化改造，构建“北斗导航+智能农机+农业大脑”技术体系，突破畜禽养殖巡检机器人和温室环境智能调控等关键技术。通过国家数字农业农村创新中心建设，形成“产学研用”协同创新机制，农业经济韧性研究从风险防控转向数字发展。
5）2021—2025年为数字农业全面转型阶段。在《数字乡村发展战略纲要》
［7］与《“十四五”数字经济发展规划》
［38］指引下，研究进入系统重构与价值创造新周期。此阶段关键词为数字乡村、农业数字化转型、农业农村现代化、农业新质生产力和农业绿色发展等。农业农村大数据平台建设推动“生产—经营—管理—服务”全链条数字化贯通，数字孪生技术实现农业生产系统虚拟仿真优化。依托国家数字乡村试点工程，构建“数字技术+绿色农业”融合创新体系，通过区块链溯源强化农产品质量信任机制，运用数字金融工具激活农村要素市场。当前研究着力破解数据产权界定和小农户数字鸿沟等制度性障碍，推动形成具有中国特色的农业农村数字化转型范式。
国外数字农业总体发展脉络可划分为以下4个阶段：
1）2002—2008年为数字基建初创期。该阶段以农业信息编码与网络传输为核心，破解生产要素数字化的基础瓶颈。此阶段关键词为数字农业信息、互联网和数字图像分析等，聚焦农业生产要素的数字化表征与基础网络设施建设，着力解决传统农业信息孤岛问题。研究重心体现在农业主体信息的编码转化与网络传输技术开发，如基于数字图像分析的畜牧监测系统构建、农业生产数据库标准化建设等。通过将畜禽体征参数和作物生长影像等实体要素转化为结构化数据，为后续精准农业奠定信息基础设施框架，标志着农业生产方式从经验驱动向数据驱动的范式转变。
2）2009—2015年为精准技术扩散期。全球卫星导航系统的成熟与遥感技术的进步，驱动农业资源管理从粗放向精准跃迁，数字农业进入多源空间信息融合应用时期。此阶段关键词为数字土壤制图、遥感、精准农业、数字农业和植被指数等，研究重点转向农业资源数字化建模与动态监测体系构建。数字土壤制图技术突破使得土壤养分空间异质性得以量化表达，植被指数动态监测实现作物长势精准评估。此阶段通过构建农田数字孪生系统，推动精准施肥、变量灌溉等管理决策从静态经验判断转向动态数据驱动，显著提升了农业资源利用效率与环境可持续性。
3）2016—2020年为智能决策爆发期。机器学习与物联网闭环重塑生产流程，实现农业决策从辅助到自主的质变。在大数据技术突破与计算能力跃升的推动下，农业生产系统开启智能化升级进程。此阶段关键词为大数据、机器学习、人工智能、智能农业和数字化转型等，研究范式向数据密集型科学发现转变，着力构建农业大数据分析框架与智能决策模型。智能农业装备与物联网技术的融合催生自主作业农机、智能温室等新型生产单元，推动农业生产流程向自动化、无人化演进。此阶段标志着数字农业从辅助决策工具向生产力核心要素的质变。
4）2021—2024年为生态重构治理期。该阶段以全链数字化与包容性治理为核心，平衡技术红利分配与系统韧性建设。在数字技术与实体经济深度融合趋势下，数字农业研究进入系统集成与价值重构新周期。此阶段关键词为数字农业、数字普惠金融、数字经济、数字机遇和数字鸿沟等，研究视野从生产环节扩展到全产业链数字化转型，重点关注数字技术对农业价值链的重塑效应。同时，研究开始关注数字技术扩散的非均衡性，着力破解小农主体数字鸿沟、数据产权界定等制度性障碍，探索数字包容性发展路径，推动形成开放协同的农业数字生态系统。
3.3 关键词突现分析
关键词的突现强度反映了研究热度，突现时间段则清晰界定了研究的持续周期。
表1为2021—2024年中文文献数字农业研究领域关键词的突现情况。总体来看，国内主要聚焦“数字乡村” “金融科技” “农村金融” “农村经济”和“乡村振兴”等领域。其中，“数字乡村”关键词的突现强度高达6.51，说明近年来国内学者围绕数字乡村开展了密集研究。从研究热度的持续时间来看，“农业强国”从2023年开始成为当前的研究热点，并持续保持热度。
中文文献突现词集中于“数字乡村”和“乡村振兴”等政策导向型领域，反映国家战略对学术研究的牵引作用。“数字乡村”的高热度源于乡村振兴战略的全面实施（2021—2025年），尤其是县域数字经济试点政策催生大量实证研究；“农业强国”自2023年持续突现，对应党的二十大报告首次将“农业强国”纳入国家目标，推动学界聚焦粮食安全与产业升级的数字化路径。
表2为2018—2024年英文文献数字农业领域关键词的突现情况。国外研究主要聚焦“efficiency”（效率）、“digital economy”（数字经济）、“digital twin”（数字孪生）、“artificial intelligence”（人工智能）、“China”（中国）和“deep learning”（深度学习）等领域，其中，“digital economy”的突现强度高达12.16，说明数字经济为近年来的研究热点。综合来看，国外研究主要关注数字和人工智能等相关领域，对中国的研究也较多，说明国际高度关注中国的数字农业发展。
英文文献突现词以“digital economy”（数字经济）和“artificial intelligence” （人工智能）等技术类词汇为核心，体现技术创新与市场机制的双轮驱动。“digital economy”（数字经济）的突现源于全球农业食品系统数字化转型浪潮，而“digital twin”（数字孪生）和“deep learning”（深度学习）的升温则受农业4.0技术成熟度提升的直接影响；“China”（中国）成为高频突现词，折射出中国数字农业市场的规模潜力及其对全球供应链的重构效应。
国内外研究热点的差异本质是发展阶段与核心矛盾的反映。一是政策目标差异。国内研究侧重政策落地效能，而发达国家聚焦技术-经济范式创新。二是产业痛点差异。国内突现“农村经济”和“农村金融”等关键词，凸显城乡二元结构下普惠性失衡的关切，国外强调“efficiency”与“GIS”，反映大规模农场技术替代劳动力的优先性。三是全球化角色差异。国际对“China”的高度关注，既因中国农产品进出口规模对技术标准制定权的争夺，也源于“一带一路”数字农业合作的地缘政治意义。综上，国内研究具有强政策依附性和问题导向性，国外研究则呈现技术内生性和市场扩张性，这种差异将持续塑造全球数字农业研究的双轨演进格局。
4 结论与未来方向
4.1 结论
本研究运用文献计量软件CiteSpace 6.2.R6，基于2002—2024年CNKI数据库和WOS数据库，对数字农业研究领域文献进行系统性挖掘与知识图谱解析。主要得出以下结论：
1）全球数字农业研究呈现深度学科交叉与协同演进态势。传统农学（作物学和昆虫学等）与信息科学（自动化控制和计算机科学）的融合构成技术应用主轴，环境科学与地球科学的介入则推动生态维度优化。然而，学科互动仍呈现“三重失衡”：一是技术-农学强关联而人文社科弱参与，农村金融和政策治理等社会科学发文量占比较低；二是硬件研发主导而算法创新滞后，深度学习和区块链等关键技术的学科交叉频次低于农学；三是跨学科合作呈地域壁垒，欧美机构主导“环境-技术”交叉网络，新兴国家则多停留于技术应用层面。
2）关键词聚类分析揭示数字农业的学科融合呈现三重梯级分化。第一，技术整合深度层面，国外以“机器学习-计算机视觉-无人机”形成闭环技术链，实现从数据采集到决策执行的垂直整合；国内则仍处于“数字技术-农业工程”的横向嫁接阶段，算法与农艺机理的适配不足。第二，应用场景广度层面，国外聚类涵盖基因（#1转录组图谱）、动物（#3奶牛）和作物（#5冬小麦）等全链条对象，国内则聚焦宏观政策（#0乡村振兴），而微观场景创新薄弱。第三，伦理-技术协同层面，国外“行为”和“管理”集群已关注技术采纳的社会制约，国内“农业碳排放”虽涉及可持续性，但未形成技术伦理的独立聚类。
3）关键词知识图谱揭示国内外学科融合呈现非对称演进路径。一是融合深度差异。国外2009年即完成地理信息学、遥感与农学的三维整合，2016年进阶至农艺-机器学习闭环决策；国内直至2020年仍处于“北斗导航‑农机”的硬件整合阶段，算法与农艺的深度耦合迟滞5~8年。二是治理维度缺位。国际在2021年形成“数字普惠金融-数据权属”制度技术双轨研究，国内同期仍聚焦技术应用，对小农户数字包容的制度创新尚未形成独立聚类。三是气候协同空白。国内外文献均未出现“数字技术-碳计量”深度交叉集群，凸显全球智慧农业减碳评估的方法论瓶颈。
4）关键词突现强度对比揭示学科融合的双轨驱动困境。国内呈政策主导型融合，“数字乡村”和“农业强国”等突现词群，反映政策目标与农业经济学的紧密结合，但信息技术突现强度较低，反映农工交叉的浅层化。国外呈技术内生型融合，“数字经济”和“深度学习”形成技术‑市场双引擎，却未催生“小农适配”突现词，佐证算法创新与包容性制度的割裂。由此引发全球协作失衡，“中国”成为国际高频突现词，但国内研究未同步涌现“全球粮农治理”等跨境议题，暴露学科体系的封闭性。
4.2 未来方向
基于理论积淀与发展脉络的系统整合，本研究对数字农业研究领域的未来发展方向提出如下展望：
1）在理论层面，构建三维融合框架突破学科壁垒。重点突破3个方面：一是轻量化模型架构，建立小农户经营约束下的算法精简理论，弥合大规模人工智能与碎片化生产的适配断层；二是社会技术系统理论，整合制度经济学与数据科学，构建“技术效能‑制度成本‑行为采纳”模型，量化数字鸿沟的形成机制；三是跨境协同方法论，设计农业数字生态系统的韧性评估框架，将气候智慧型农业纳入全球公共产品理论范畴。理论创新需贯通微观农艺过程、中观产业组织与宏观治理制度，实现从技术工具论到系统生态论的范式跃迁。
2）在实践层面，构建“技术-制度-市场”协同推进体系。着力实施三大行动：一是技术下沉工程，开发低功耗农业数字孪生体，通过农艺规则嵌入轻量级人工智能芯片，实现丘陵地带农机自主作业；二是制度创新试验，推行区块链赋能的“数据存证‑碳汇确权”双链机制，建立普惠性数据要素市场；三是全球协同网络，依托“一带一路”农业数字合作计划，输出轻简型智能装备技术标准，主导建立热带农业数字技术创新联盟。通过政策试点、资本引导与场景示范三轨并进，加速形成具有中国特色的包容性数字化转型路径。
国家自然科学基金面上项目(42371314)
国家自然科学基金青年科学基金项目(42001261)
河南省高等院校哲学社会科学重大项目(2022-YYDZ-08)
,
京公网安备11010202008535号
PDF
(5145KB)
