數字農業研究的熱點、趨勢及展望

周 楊，謝會強

（貴州大學 經濟學院，貴州 貴陽 550025）

一、引言

農村土地流轉加速、農業就業人口持續減少、全球數字農業蓬勃生長等都預示著人類將在原有農業技術基礎上，通過數字技術創造出全新的農業生產體系。為了準確把握中國數字農業研究的熱點主題及演進趨勢，本文以CiteSpace 可視化圖譜為基礎，對2010—2020 年間中國數字農業的研究文獻從載文量、研究主體、研究熱點及趨勢三個部分進行探析，指出了數字農業的研究熱點及趨勢，力求為數字農業研究的未來發展提供參考和借鑒[1]。

二、數據來源與方法

文獻數據來源于中國知網（CNKI），將知網中具有權威代表性的CSSCI 和北大核心子數據庫作為檢索平臺。文獻時間范圍為2010—2020 年，檢索日期為2021 年6 月29 日，初步獲得924 篇期刊文獻。對檢索到的期刊論文進行人工篩選，去除主題與數字農業不相關的論文與書評后，最終得到613 篇有效文獻。研究工具為CiteSpace5.7.R2。研究方法以文獻計量為主，定量與定性分析相結合。

三、結論與分析

（一）文獻載文量分析

本研究將眾多學者的研究成果聚集在一起，以年為單位從總體上分析核心期刊在數字農業領域的研究現狀。以文獻發表年份為橫坐標，每年發表的文獻數量為縱坐標進行繪圖（見圖1）。從圖1 可以觀察出，2010—2020 年間，圍繞數字農業主題展開研究的相關文獻發表量在總體上呈現緩慢上升的趨勢。具體來說，2012—2018 年發文量處于波動上升趨勢，但自2019 年起，發文量開始出現驟增，2020 年達到歷年文獻發表量的峰值[2]。其發文量驟增的主要原因是2019 年中央一號文件中明確提出：加快突破農業關鍵核心技術、發展智慧農業、深入推動“互聯網+農業”的應用等措施。

圖1 年均文獻量分布圖

（二）研究主體分析

一個趨向于成熟的學術研究領域必須具有兩個基礎條件：一是研究機構之間的緊密協作，使信息和資源能夠盡可能多地在學術圈內流動，形成資源共享的學術圈氛圍。二是領域內的眾多專家或學者凝聚在一起形成學術研究的“領頭羊”，引領學術圈內的學術研究。

1.研究機構間的合作情況分析。節點的中介中心性可以度量其在整個網絡中發揮作用的大小，若其中介中心性越大，則表明其在網絡中的連接能力越強，從而影響整個網絡的能力越大[3]。通過中介中心性的大小可以度量該機構在領域內的影響力，分析其研究力量的組成。再通過合作網絡圖分析作者或研究機構之間的合作強度，以便觀察研究團體的形成情況。

為研究近11 年來數字農業機構間的合作強度，將中介中心性作為排序依據，從高到低依次列出十大研究機構（見表1），其中，中國農業科學院農業資源與農業區劃研究所、國家農業智能裝備工程技術研究中心、東北農業大學資源與環境學院等四所機構中介中心性并列第一。從表1 可以看出，70%中介中心性較強的研究機構都屬于國家研究所，可見數字農業研究領域內能起到橋梁中介作用和帶動作用的都是國家研究所。除國家農業信息化工程技術研究中心（國家研究所）、中國農業科學院農業資源與農業區劃研究所（國家研究所）、中國農業大學現代精細化農業系統集成研究教育部重點實驗室（高等院校）外，其余7 所機構11 年來的發文量均未超過10篇，可以看出數字農業領域內的研究力量分布不均衡，國家科研機構學術成果豐碩，而高等院校學術成果產量相比之下較低。

表1 2010—2020 年數字農業研究機構中介中心性十強機構

對研究機構進行可視化分析，生成了中國數字農業研究機構合作圖譜（見圖2）。從圖2 可以看出：該領域內主要形成了三個連接緊密的合作類團，從上到下分別以國家農業信息化工程技術研究中心（14條連線）、中國農業科學院農業信息研究所（8 條連線）、新疆生產建設兵團農業技術推廣總站（4 條連線）為中心。圖譜中其余研究機構都各自為政，聯系疏松，總體上呈現離散狀態。

圖2 2010—2020 年中國數字農業研究機構合作圖譜

因此，依據以上兩個方面的分析可以得出以下結論：各機構間的合作，主要以國家智庫及研究所為橋梁，以同機構跨地區實驗室或同地域不同研究所間的合作為主，不同機構或跨地區的機構合作強度不大，各高校研究機構之間缺乏橫向合作，資源共享效率較低，容易造成資源浪費[4]。

2.核心作者形成情況。以發文作者為研究對象，使用CiteSpace 對其進行定量分析，不僅可以詳細了解每個作者的發文量和首次發文時間，而且還可以將可視化知識圖譜作為依據來衡量研究共同體的形成狀況。將門檻值調為3，調整得到排名前十的研究作者合作知識圖譜如圖3 所示。

圖3 2010—2020 年中國數字農業研究作者合作知識圖譜

以蘭玉彬、何勇為中心的合作網絡，主要研究無人機在農業領域的運用，此外還涉獵可見光段、農田土壤成分測定等相關領域的研究。以李民贊和鄭立華為帶頭人的合作網絡將光譜檢測技術、傳感裝置等新型信息技術運用到農田土壤營養和成分研究當中，以實現農田信息的實時監測。從圖3 可以看出，以李民贊和鄭立華為帶頭人和以蘭玉彬、何勇為中心的合作網絡中各個作者之間的合作研究時間跨度都比較大，兩大合作網絡都將不同時期的作者聯結在了一起，但相比之下以李民贊和鄭立華為帶頭人的合作網絡中各作者之間的聯系更緊密。曹衛星、朱艷、劉小軍形成了一個三角形的合作網絡，主要研究與小麥有關的植株動態監測和生長模型。梁斌和呂新帶領的研究團隊作為2020 年的“學術新星”，研究方向包括數字農業農村建設和基于大數據的應用平臺設計，但他們主要以新疆生產建設兵團為主進行相關研究，具有一定地域性。

在統計得到各作者發文數量的基礎上，結合普賴斯定律可探究核心作者及核心作者群的形成情況。根據普賴斯定律中的測算公式：核心作者最低發文篇數為m=0.749*（nmax）1/2（nmax 指數字農業領域內發文量最多的作者的發文篇數）。計算得m=0.749*121/2≈2.5946，取整得m=3，則2010—2020 年間發文量大于或等于3 篇的作者是數字農業領域內的核心作者。統計得：共有44 名核心作者，累計發文185 篇，占樣本總發文量（613 篇）的30.18%，與形成核心作者群的指標條件（50%）相差19.8%[2]。

（三）研究熱點和趨勢分析

1.研究關鍵詞分析。使用CiteSpace 對數字農業領域的關鍵詞進行可視化研究，選用對合并網絡進行修剪、尋徑、修剪網絡切片這三種裁剪方式，共得到420 個節點、616 條連線，關鍵詞共現圖譜（見圖4）。圖4 中的圓圈大小代表各個關鍵詞出現的頻次，詞頻越高圓圈越大，表示其被關注程度越高。節點間的連線粗細和顏色分別代表兩個節點之間聯系密切程度和第一次出現融合研究的時間。連線越粗則代表兩節點之間的聯系程度越高，并且在之后還可能會再次出現兩者的融合研究。

圖4 2010—2020 年中國數字農業關鍵詞共現圖譜

關鍵詞往往代表了一篇文章作者研究的主要方向及其核心觀點，因此高頻出現的關鍵詞常被用來預測一個研究領域的研究熱點[5]。本文基于關鍵詞采用詞頻分析、關鍵詞共現圖、聚類知識圖譜分析數字農業領域的研究熱點和主題。統計結果如表2 所示，發現高頻關鍵詞主要包括“數字農業”“精準農業”“大數據”“物聯網”“信息化”“傳感器”“互聯網+”。結合圖4 中各節點連接其他節點能力的大小分析歸納出大數據、物聯網、傳感器三大研究高頻詞，將其作為研究熱點進行分析。

表2 數字農業高頻關鍵詞

2.大數據。大數據以“信息風暴”為預測變革的手段從海量數據中獲取有價值的信息，是數字化時代出現的一種現象。大數據的概念最早提出于維克托—邁爾—舍恩伯格的《大數據時代》一書中。在信息技術中引入大數據的概念和方法，對所采集到的農業數據進行規?；幚硪员氵_到精準農業中提出的對信息進行高速及時處理的要求。目前，大數據在農業上的運用主要體現在智能噴藥機器人的智能控制、病蟲害檢測技術的數據分析、智能機器作業效果的評估等方面。

3.物聯網。“物聯網”作為數字農業不可缺少的成分，從關鍵詞共現圖譜中可看出它連接其他節點的能力強且在研究文獻中的出現頻次也高，物聯網技術未來在農業上的運用將更加廣泛。物聯網技術在農業中的運用研究起源于2010 年，自2011 年之后，物聯網技術與傳感器的適配和融合成為重點研究方向。目前主要將物聯網技術運用在農田信息感知、病蟲害診斷及預警、農產品溯源以及實現對植株長勢的可視化遠距離診斷和管理等方面。

4.傳感器。傳感器的運用伴隨農業生產的全過程，在減少農業對勞動力需求的同時，優化了農業生產，使農業生產的決策變得有理可依，是未來實現數字農業的關鍵技術。2010 年以來，學者們主要研究傳感器在農業信息采集方面的應用。目前，無線傳感器在農業無人機運行狀態的監測調整及植株病蟲害防控等方面的運用是數字農業領域的研究熱點。未來學術界將把目光轉至運用電傳感器、磁傳感器、傾角傳感器等實現各類智能系統的高精度定位的研究。

（四）數字農業研究的熱點聚類和研究前沿

將檢索到的613 篇文獻進行聚類分析等，共產生70 個類，其中前10 個類形成的聚類圖如圖5 所示。聚類圖譜中，最小類“模型”的容量為18（大于10），說明這幾個聚類標簽具有分析意義。十大類中剪影度（某個聚類中各成員聯系的緊密程度和同質性）最小的為0.905（大于0.7）說明他們之間的緊密程度很高，聚類的效果較好。聚類采用了LLR（loglikelihood ratio，p-level）算法，對結果進行歸納分析，得到十大類主要反映了國內數字農業研究的三大熱點主題（見表3）。

圖5 數字農業熱點詞聚類圖

表3 2010—2020 年中國數字農業研究領域聚類表

表3 中將數字農業的研究熱點主題分為三個方面：一是經濟效益層面的投入與產出研究，對貫徹農業綠色發展理念、構建現代農業生態體系等進行了集中研究，提出資源節約、環境保護等在現代農業建設中的重要性。倡導種養結合的生態循環農業發展模式和集約化的產業模式，以提高資源利用率、生產效益以及農業經營水平；二是資源管理配置層面的政策與資源分配研究，在政策層面上，十四五規劃明確提出加快數字化發展，推動數字和實體經濟深度融合，打造具有國際競爭優勢的數字產業集群，在農村通過建設數字農業或現代農業示范區拉動農業信息化進程，提高農產品質量，從而提升其市場競爭力。三是技術驅動層面，高新技術與農業融合研究。中國起步最早的數字農業研究是農業模擬模型專家系統，在引入國外模型基礎上進行實踐研究和模型修正，目前對農業生物模型研究比較多。

（五）結論與展望

本研究使用CiteSpace 軟件，采用文獻計量法對中國知網在2010—2020 年間收錄的數字農業相關文獻進行分析，以識別中國數字農業領域研究的主要作者、主要研究機構、研究熱點以及研究趨勢。研究結果發現：（1）文獻發表量方面，整體呈波浪式上升趨勢，文獻發表數量與當年或前一年政策文件中對數字農業的關注程度呈正相關。（2）研究主體方面，研究整體不夠成熟，國家研究所和國家智庫支撐起了整個數字農業領域的研究。機構之間合作相對缺乏，高校和民間企業有關數字農業方面的研究力量薄弱。領域內暫未形成核心作者群，各作者之間聯系松散，沒有形成學科帶頭人，研究呈高度分散狀態。（3）研究主題方面，主要由投入與產出研究、政策與資源分配研究、高新技術與農業融合研究3個方面組成，以政策為主導、低投入高產出為目的、高新技術為支撐，各研究方向相互支持，共同推進數字農業研究的深度和廣度。（4）未來數字農業領域內技術層面的關注焦點將集中在物聯網、傳感器兩個方面。

基于上述結論，本文提出中國數字農業的未來研究方向：（1）數字農業技術推廣研究。基于中國農業發展現狀，數字農業相關技術在全國范圍內的應用空間狹小，已經出現新技術推廣使用速度跟不上“實驗室”內的技術更新換代速度現象。因此，如何將“實驗室”研究轉化為“田野”研究，有效推廣數字農業技術已成為未來重要的研究方向。（2）量化評估數字農業貢獻。中國對數字農業缺乏相應的數據追蹤系統，沒有形成統一標準的統計測度和數字農業評價體系，導致數字農業對農業經濟增長的貢獻無法得到準確評估。因此，統計機構和研究機構如何建立高質量、系統化的數據追蹤和評價體系來準確測量數字農業，對我國數字農業未來發展至關重要。（3）數字農業相關政策研究。數字農業相關技術的研發和推廣都離不開政府相應的政策支持，因此，結合我國各地農業的實際情況，如何制定出適宜政策，為數字農業提供發展空間和政策支持，以加快農業市場化和數字化的創新步伐，也是未來數字農業研究的重要領域。