原糧供應鏈網絡中數字農服平臺的服務價值鏈提升研究綜述

摘" 要：在推進小農戶與現代農業有機銜接，從而實現農業農村現代化的過程中，數字農服平臺服務原糧供應鏈網絡的服務價值鏈提升問題，成為重要的瓶頸研究，其綜述能為后續研究提供支持。對此，歸納了2021年以來國內外前述價值鏈提升的相關問題、方法和評價研究，并比較國內外研究差距，得出現有農機與平臺銜接、AI Agent技術賦能平臺研究等是未來研究的重點。結合推進農業農村現代化的需要，提出研究展望，即應聚焦現有農機智能改造以推進其與平臺有效銜接、AI Agent技術賦能平臺以推進農業推廣服務等八大關鍵問題。

" 關鍵詞：數字農服平臺；原糧供應鏈；價值鏈；綜述

" 中圖分類號：F274" " 文獻標志碼：A" " DOI：10.13714/j.cnki.1002-3100.2025.05.030

Abstract： In the process of promoting the organic connection between small farmers and modern agriculture to achieve the modernization of agriculture and rural areas， the issue of enhancing the service value chain of the digital agricultural service platform for the original grain supply chain network has become an important bottleneck for research. This overview can provide support for subsequent research. In this regard， a summary of the relevant issues， methods， and evaluation studies on the improvement of the aforementioned value chain at home and abroad since 2021 has been compiled， and the gaps between domestic and foreign research have been compared. It is concluded that future research should focus on the connection between agricultural machinery and platforms， as well as the research on AI Agent technology empowering platforms. In combination with the needs of promoting the modernization of agriculture and rural areas， research prospects have been proposed， namely focusing on the intelligent transformation of existing agricultural machinery to promote effective connection with platforms， and AI Agent technology empowering platforms to promote agricultural extension services， among other key issues.

Key words： digital agricultural service platform; original grain supply chain; value chain; overview

0" 引" 言

2023年中央一號文件提出，要實施“農業社會化服務促進行動”，且鼓勵區域性綜合服務平臺建設，促進農業節本增效、提質增效、營銷增效①。數字農服平臺作為區域性綜合服務平臺的一種，能有效破解現代生產要素進入農業的障礙，推動農業農村現代化。鑒于其的重要作用，有必要按照問題、方法、評價對原糧供應鏈網絡中數字農服平臺企業的服務價值鏈提升相關文獻進行歸納，并分析國內外研究差距，得出5個未來研究的重點；結合國家推進農業農村現代化需要，提出8個關鍵問題，以期為數字農服平臺推進農業社會化服務的理論研究以及現實發展提供借鑒。

1" 原糧供應鏈網絡中數字農服平臺的服務價值鏈提升研究

1.1" 國外數字農服平臺的服務價值鏈提升研究進展

1.1.1" 數字農服平臺服務價值鏈提升的相關問題

（1）在農業服務中，平臺推進智能農機優化問題研究，即為了實現可持續農業的目標，平臺企業通過集成不同的物聯網技術（IoT）和無人機（UAV）等，促使互連的設備和車輛可以在最少的監督下實現自動化操作，從而釋放其帶來的潛力。研究主要聚焦以下幾個方面，包括：①智能農業連接限制問題，已有研究得出各種智能農業應用（SF）在現有的集群解決方案中，存在高延遲和能耗問題[1]；②服務成本高問題，為有效降低無人機的使用成本，綜合考慮飛行計劃任務、可用附件的異質性和飛越過程中的問題，提出了基于遺傳算法的異源無人機群覆蓋路徑規劃方法[2]；③平臺數據的可靠性、安全和隱私問題。在智能農業領域，物聯網設備容易受到物理篡改，包括盜竊或嚙齒動物和牲畜的攻擊，以及物理地址或連接的變化等[3-4]。

（2）在農業服務中，平臺服務小農戶的規模難以增長問題研究，包括：①平臺企業與小農戶的信任問題研究。有研究表明，荷蘭花卉行業機構間信任有限，并以多種相互強化的方式阻礙了數字化發展，為此，建議管理者在價值鏈中推進聯合戰略[5]。且有研究運用問卷調查法和結構方程模型，得出平臺的互補性和情境常態性能改善印度農民對平臺服務的信任[6]；②平臺企業與小農戶的理解問題研究。減緩物聯網在農業中采用的重要因素之一是農民使用物聯網設備的知識和能力。在發達國家，由于農民新技術的可及性，該問題可以解決[3]。而在發展中國家，農民對農業綜合企業推廣的數字平臺持懷疑態度，探討如何使農業平臺對農民更具吸引力[7]。

（3）在農業服務中，原糧供應鏈上各環節服務的監管問題，包括：①節糧減損服務質量衡量問題研究。有研究指出衡量和監測糧食損失和浪費問題以及減少糧食損失和浪費的收益和成本權衡等問題，成為研究人員、政策制定者和實踐者在減少糧食損失和浪費的挑戰[8]；②農機服務質量監管問題研究。運用HFH-LP優化模型，確定在沒有監管的情況下農民對作物機器人進行經濟優化的水平，并通過對比實驗，確定農場管理決策將從遠程監督作物機器人轉變為現場監督的閾值[9]。

1.1.2" 數字農服平臺服務價值鏈提升的方法

（1）關于智能農機優化研究方法如下。首先，針對智能農業連接限制問題，主要運用精準農業技術對農機智能優化。在硬件上，依據澳大利亞、荷蘭和法國推進精準農業的農機改裝案例，得出使用精準農業（PA）技術對現有機械改造與平臺銜接是可行的[10]。且為了不同品牌的拖拉機能夠與相應的機具進行通信，已經制定了ISOBUS標準（ISO 11783），推進智能機械標準化[11]。在軟件上，有研究指出CL-IoT協議、網狀遠程廣域網（LoRaWAN）網關、衛星通信系統能在一定程度上解決智能農業的連接限制，降低了能耗、通信開銷和端到端延遲，并最大限度地提高了網絡吞吐量[1，4]。其次，針對服務成本高問題，多運用神經網絡[12]、模擬退火[13]和遺傳算法[14]等啟發式算法，改進路徑規劃和工作調度問題，以實現更短的時間內獲得高質量的解決方案。如在日本老齡化帶來的水果農場難以繼續經營的背景下，有學者針對農業電動機器人可用的工作距離和牽引力不如傳統農用車輛的問題，運用多層遺傳算法（LGA），使機器人電動汽車的工作計劃質量得到提高[14]。最后，針對平臺數據的可靠性、安全和隱私問題，有研究提出了一種基于深度學習的DDoS攻擊入侵監測系統[15]。

（2）在農業服務中，關于解決平臺服務小農戶的規模難以增長問題的方法如下。首先，針對小農戶的信任問題，有研究建議運用財務核算信息公開的方法來解決。這主要源于農民對平臺的服務質量和內容的控制越強，越會導致其對服務的需求增加。運用電子郵件調查法和PLS-SEM模型，得出西班牙中小企業社會責任對可持續性與非財務披露之間關系的中介作用，并建議管理者應增加企業社會責任和可持續發展實踐和報告，以增強利益相關者的控制能力，進而提高企業績效[16]。其次，針對小農戶的理解問題，運用社交媒體來解決。其作為一種農業技術，是促進農民、貿易商、農藝師和農業公司產生農業商業和知識的方式[17]。此外，運用AI Agent技術能彌補農戶與平臺自動化之間在理解和信任方面的差距[18]。FarmEasy網站是運用該技術的網站之一，不僅緩解了與農戶的信任和理解，還能大規模滿足農戶的信息化需求，幫助農戶提高其糧食產量[19]。

" （3）在農業服務中，關于解決原糧供應鏈上各環節服務的監管問題的方法如下。首先，針對節糧減損服務質量衡量問題，這類解決方法較少，主要源于現有研究尚未就量化糧食損失和浪費（FLW）的標準方法達成一致，其中現有標準包括糧食平衡表、國家調查、糧食損失和浪費的直接稱重、廚房日記，且大多數現有研究都集中在歐洲[20]。其次，針對農機服務質量監管問題，運用區塊鏈技術（BCT）和深度神經網絡的有效監督方法來解決。區塊鏈技術帶來的過程自動化有助于監控實時數據和決策活動，可減少糧食損失和糧食召回事件以及實現聯合國可持續發展目標[21]。此外，針對美國玉米帶中玉米、大豆和其他類作物，采用中間監督方法CE-MidS和SupCon-MidS，以及輸出監督方法F1損失和IOU損失，得出對深度神經網絡進行適當監督對作物類型制圖進行更準確制圖的重要性，這可能有益于作物產量預測、經濟建模、用水估算和糧食安全[22]。

1.1.3" 數字農服平臺服務價值鏈提升方法的評價

" （1）針對智能農業連接限制問題，已有研究運用精準農業技術進行農機智能優化是可行的。但數字工具供應面臨的一個關鍵挑戰是市場規模（用戶為服務付費）和開發成本之間的權衡[11]。

" （2）針對小農戶的信任問題，運用財務核算信息公開的方法來解決是可行的，但應用于糧食服務中較少。針對小農戶的理解問題，運用AI Agent技術能彌補農戶與平臺自動化之間在理解和信任方面的差距[18]，但需與價值鏈上其他參與者建立正向的協調機制。

" （3）針對節糧減損服務質量衡量問題，這類解決方法較少，仍需進一步研究糧食損失和浪費統一標準、平衡減損和經濟效益的方法。針對農機服務質量監管問題，運用區塊鏈技術（BCT）和深度神經網絡的有效監督方法來解決，但少有考慮對服務主體作業質量進行多方量化監督。

1.2" 國內數字農服平臺的服務價值鏈提升研究進展

1.2.1" 數字農服平臺服務價值鏈提升的相關問題

" （1）在現代化托管服務中，已有小規模經營的農機戶被數字農服平臺取代的沖突問題研究。在黑龍江省存在季節托管模式，以安慶縣久勝鎮為例，小規模農機戶為小農戶提供整地、插秧、收割、脫谷服務[23]。而數字農服平臺企業推進現代化托管服務，會使小農戶的農機服務訂單重新分配，進而擠壓，甚至是取代當地小規模農機戶主導的季節托管服務。這會引起巨大沖突問題，加大數字農服平臺企業的機械化成本投入和服務成本。①數字農服平臺與現有農機有效銜接問題研究。農機資源是推進農機社會化服務實現的關鍵，其適配程度極大影響大田作業效果和糧食生產成本，但現有農機行駛速度切變控制、故障自動監測實用性差[24-25]；②農機調度優化問題研究，如農業社會化服務中的農機供需精準快速匹配問題[26]、實現農業收割機的智能化管理問題[29]。

" （2）數字農服平臺服務小農戶的規模難以增長問題研究。①與小農戶的信任問題。有研究運用結構方程模型，得出風險認知整體抑制農戶參與土地托管，其中小農戶對托管機構的不信任是抑制其參與土地托管的主要原因[28]；②與小農戶的理解問題。小農戶對服務質量、服務效果秉持著各自的態度，對土地托管的“不了解，不放心”容易產生爭議，阻礙其參與土地托管[29]。且小農戶認知模式的調適是長期過程[30]。

" （3）原糧供應鏈上現代托管服務各環節標準采納及監管問題。①現代托管服務各環節標準實施能否產生相對高的服務產出問題研究。有研究從成本-收益視角，運用雙重穩健估計的逆概率加權回歸方法（IPWRA）分析秸稈還田技術服務的效果[31]；②現代托管服務各環節標準實施監管低成本問題研究。受農業生產特性的影響，農業生產托管服務具有持續性、季節性、不可逆性及監督難度大等特征，服務主體在耕、種、防、收等部分或全部作業環節可能存在服務質量差等問題[32]。這主要源于托管服務收費與土地產出脫鉤，導致農戶與農業托管組織之間存在委托代理問題[33]。

1.2.2" 數字農服平臺服務價值鏈提升的方法

" （1）關于解決已有小規模經營的農機戶被數字農服平臺取代的沖突問題的方法如下。首先，針對數字農服平臺與現有農機有效銜接問題，已有研究指出，在“本地化”農機作業服務快速興起的背景下，通過加強對農機手作業質量培訓和組織化建設，來鼓勵其加入農機服務組織，能進一步擴大“本地化”農機作業服務對糧食生產技術效率的激勵作用[34]。這表明對小規模經營的農機戶進行農機服務作業質量培訓，鼓勵其加入農機服務供應商，來緩解沖突是可行的。其次，針對農機調度優化問題，運用煙花-蟻群混合算法[26]、ZigBee通信技術[27]、任務分配調度的兩階段混合整數規劃模型[35]進行路徑優化和工作調度等問題。

" （2）關于解決數字農服平臺服務小農戶的規模難以增長問題的方法如下。首先，針對小農戶信任問題的解決方法，包括：①構建供應鏈協調機制。有研究建議政府督促土地托管供給主體建立完善的監督機制與信譽機制，讓土地托管供需主體在良性競爭的市場中自由選擇，在保證小農戶選準主體、提效增收的同時，促使土地托管供給主體能夠獲得品質均衡、質量較高的土地[36]。以此，在長期互動中，雙方建立起雙向信任關系，提高小農戶組織化程度，強化土地托管的穩定性。②發揮中介組織協調作用。在推進土地托管服務過程中，村社、村干部、職業經理人等中介組織，能協調農戶與托管主體之間的匹配成本與交易成本，提升雙方交易可信度，使得土地托管雙方的博弈均衡由不可能轉為可能[37-39]。其次，針對小農戶的理解問題，發揮中介組織協調作用，其指合作社等與“知識守門人”角色高度契合，具備通過知識轉移幫助小農戶進行知識理解、更新，進而促進小農戶和現代農業有機銜接的能力提升[40]。

" （3）關于解決原糧供應鏈上現代托管服務各環節標準采納及監管問題的方法如下。首先，針對現代托管服務各環節標準實施能否產生相對高的服務產出問題，在供銷合作社主導的土地托管模式研究中，得出在農資供應環節，在耕作、管理、灌溉和收割等種植環節，以及在銷售服務環節實現統一標準有助于提高參與托管小農戶的糧食單產和質量[41]。其次，針對現代托管服務各環節標準實施監管低成本問題的方法，包括：①種植環節中介組織單方監督。有研究建議需要依托標準對服務供應商的努力程度進行量化[36]，表現為由村組織或成立由較高威望的托管農戶組成的監督委員會，在投入品統供、糧食種植環節進行監督[42-43]。②區塊鏈技術。在農產品平臺供應鏈網絡上監督更多是實施質量追溯，比如，步步雞農場與養殖農戶簽訂智能合約，將雞只的年齡、計步信息、屠宰時間等所有信息都記錄在腳環上，實現整個生產鏈的防偽溯源[44]。

1.2.3" 數字農服平臺服務價值鏈提升方法的評價

（1）針對數字農服平臺與現有農機有效銜接問題，在江西綠能模式中，依托農機合作社平臺優勢，會吸納少部分農機戶帶機入社，一定程度上緩解了沖突問題[45]。但農機設備的智能化程度和物聯網能力有限，多數農機設備可能無法直接接入平臺網絡。關于該問題已有研究較少。針對農機調度優化問題，已有研究運用煙花-蟻群混合算法等解決農機調度優化問題，已實現農業收割機作業實時監控管理、節省大量的作業時間、降低植保成本[27.35]。

" （2）針對小農戶的信任和理解問題，已有研究運用供應鏈協調機制和中介組織協調作用，能強化土地托管的穩定性，降低交易成本。針對小農戶的理解問題，發揮中介組織協調作用，能幫助小農戶對現代土地托管的理解[40]。但也有研究得出村干部的協調態度的正向調節效應在小規模純農戶中未發揮作用[42]。這就需要研究在現代土地托管中，數字農服平臺企業如何激勵村干部等中介組織發揮正向的調節作用。

" （3）針對現代托管服務各環節標準實施能否產生相對高的服務產出問題，在供銷合作社主導的土地托管模式研究中，已證實統一標準能產生相對高的服務產出[41]。但關于現代托管服務環節的產后收獲、倉儲等一體化服務的標準研究較少。針對現代托管服務各環節標準實施監管低成本問題，已有研究已運用種植環節中介組織單方監督進行監督，克服土地大規模經營難以實現有效監督難題[42-43]。但為降低服務糾紛成本，需進行多方監督。關于該問題已有研究較少。此外，有研究運用區塊鏈技術，實現整個生產鏈的防偽溯源[44]。但需建立成本分擔機制。

2" 原糧供應鏈網絡中數字農服平臺服務價值鏈提升的研究差距

國內外數字農服平臺服務價值鏈提升的差距分析如下：

（1）智能農機優化研究差距分析。國內外研究都關注平臺農機資源調度，降低成本問題，都運用啟發式算法來解決，不同之處在于，國外研究優化對象多為農業智能機器人，而國內研究優化對象多為農業機械。且國內研究較之國外起步較晚，在物聯網設備穩定性、兼容性，大數據質量、安全性，人工智能的精度、可靠性等方面還需要進一步提升。且國外研究綜合考慮農田特征、作物生長情況和農機資源狀態，關注運用精準農業技術進行智能農機優化問題，以實現農業生產的智能化和高效化。該方法能有效解決，國內在現代托管服務中，多數地方小規模農機戶農機設備可能無法直接接入平臺網絡的問題。對此，運用精準農業技術使現有農機與平臺有效問題，以提高農機的利用效率，降低作業成本，提高農業生產效率可能成為今后研究重點。此外，國外研究進一步關注運用精準農業技術賦能的可靠性、安全性和隱私研究，隨著數字農服平臺企業私域數據的累積和利用，這可能成為今后研究重點。

" （2）平臺服務小農戶的規模難以增長研究差距分析。國外研究關注平臺企業的商業模式、技術創新，如何解決與小農戶的信任和理解問題，多運用AI Agent技術、社交媒體、財務核算信息公開等來解決該問題。其中運用AI Agent技術能減少平臺服務的推廣成本，但需要明確利益相關者之間的供應鏈協調機制。而國內研究多關注產生平臺企業與小農戶的信任和理解問題的影響因素，且多運用供應鏈協調機制和中介組織來緩解平臺企業與小農戶的信任和理解問題，但由于小農戶自身的弱質性，為吸引其參與現代土地托管服務，推廣成本高。為此，運用AI Agent技術等技術賦能平臺，可有效降低推廣成本。對此，運用AI Agent技術等技術創新服務數字農服平臺，降低帶動小農戶進入農業服務市場的成本問題可能成為今后研究重點。此外，將財務核算信息公開服務應用于農業社會化服務，增強平臺與小農戶的信任可能成為研究的重點。

（3）原糧供應鏈上現代托管服務各環節標準采納及監管差距分析。國外研究關注節糧減損服務質量衡量問題研究和數字技術賦能服務質量監管研究，并運用數字技術進行服務質量監管，突出表現為區塊鏈技術、多智能體的交互監管和深度神經網絡的有效監督，但缺乏衡量和監測糧食損失和浪費的服務標準。而國內研究關注提升服務主體農業社會化服務水平和服務主體服務監督問題，主要運用種植環節中介組織單方監督和區塊鏈技術解決。而農業社會化服務存在不可避免的委托代理問題，為降低其帶來的服務成本，為數字農服平臺企業制定可量化的種植、收儲、加工和銷售環節服務作業標準，并構建多方監督體系可能成為今后的研究重點。

3" 研究展望

通過文獻梳理可以發現，原糧供應鏈網絡中數字農服平臺的服務價值鏈提升相關研究成果豐富，在政府的不斷推動下，其研究熱度會進一步提升。基于前述文獻梳理，目前對原糧供應鏈網絡中數字農服平臺的服務價值鏈提升的研究可以在以下幾個方面進行深化和拓展：

" （1）現有農機智能改造以推進其與平臺有效銜接研究。針對農機社會化服務推進難問題，主要源于現有農機聯網能力和智能化程度低，為此，運用精準農業技術對現有農機進行智能化改裝、并運用啟發式算法對智能決策軟件進行改進，以提高農機的利用效率，降低作業成本，提高農業生產效率。

（2）AI Agent技術賦能平臺以推進農業服務推廣研究。針對平臺農業服務推廣成本高問題，運用AI Agent技術賦能平臺，以降低平臺自動化與小農戶間的理解差距，進而降低農業推廣服務成本。

" （3）構建正向的平臺協調機制以推進平臺可持續發展的研究。建立正向的協調機制解決平臺供應鏈上利益相關主體的沖突和問題，增強平臺的凝聚力和向心力，促進平臺內部的協作和溝通，提高平臺的整體效率，從而實現可持續發展。如有效激勵中介組織發揮協調小農戶參與土地托管服務正向調節作用。

（4）平臺服務供應商服務質量多方監督量化研究。針對現代托管中，服務主體與被服務主體之間的委托代理問題，主要源于服務主體與土地產出脫鉤，為此必須制定可量化的種植、收儲、加工和銷售環節服務一體化作業標準，確保技術到位率。且為降低服務成本，需構建多方監督體系，進而確保綠色發展能力和農業創新能力提高。

" （5）糧食產后節糧減損衡量標準和策略研究。針對國內外糧食損失和浪費難以形成統一標準等問題，仍需進一步研究糧食損失和浪費統一標準、平衡減損和經濟效益的方法，特別是針對糧食產后損失較大的環節，推進糧食損失率降低，保障糧食安全。

（6）農業社會化服務的智能財務核算服務研究。針對平臺與小農戶的信任問題，且根據托管小農戶大多只關注成本與收益的特點。將財務核算服務信息公開應用于農業社會化服務是必要的，即通過智能系統向小農戶提供透明的財務核算信息，吸引小農戶選擇平臺企業進行土地托管。

" （7）數字農服平臺數據可靠性、隱私安全研究。智能、精準決策成功實施取決于平臺企業在多大程度上利用從異質數據源收集的相關數據提供支持，且是其為精準農業謀取利益的適當方式[46]。為此，需加強數字農服平臺數據可靠性、隱私安全研究。

（8）加強對數字農服平臺典型模式的系統總結和經驗推廣以推動平臺企業平衡市場規模與開發成本。只有在小農戶不斷獲得量身定制的信息和好處的情況下，他們才會為數字服務付費。為此，歸納概括不同模式的優勢和不足，加強經驗總結和亮點提煉，探究不同模式之間的普遍聯系與發展規律，明確各模式的推廣適應范圍，進而增強典型模式的可推廣性與可復制性，為數字農服平臺企業市場規模與開發成本之間的權衡提供經驗。

注：①中共中央國務院關于做好2023年全面推進鄉村振興重點工作的意見[EB/OL]. （2023-01-02）[2023-11-07]. http：//www.lswz.gov.cn/html/xinwen/2023-02/13/content_273655.shtml.

參考文獻：

[1]" MAHAJAN H B， BADARLA A， JUNNARKAR A A. CL-IoT： Cross-layer internet of things protocol for intelligent manufacturing of smart farming[J]. J Ambient Intell Human Comput， 2021，12：7777-7791.

[2]" MUKHAMEDIEV R I， YAKUNIN K， AUBAKIROV M， et al. Coverage path planning optimization of heterogeneous UAVs group for precision agriculture[J]. IEEE Access， 2023，11：5789-5803.

[3]" QUY V K， HAU N V， ANH D V， et al. IoT-enabled smart agriculture： Architecture， applications， and challenges[J]. Applied Sciences， 2022，12（7）：3396.

[4]" ISLAM N， RASHID M M， PASANDIDEH F， et al. A review of applications and communication technologies for internet of things （Iot） and unmanned aerial vehicle （UAV） based sustainable smart farming[J]. Sustainability， 2021，13（4）：1821.

[5]" RIJSWIJK K， DE VRIES J R， KLERKX L， et al. The enabling and constraining connections between trust and digitalisation in incumbent value chains[J]. Technological Forecasting and Social Change， 2023，186：122175.

[6]" NEERAJ SINGH， SANJEEV KAPOOR. Exploring the agricultural platforms： Do complementarity and situational normality ameliorate farmers' trust？[EB/OL]. （2023-04-27）[2024-02-01]. https：//www.emerald.com/insight/content/doi/10.1108/JADEE-08-22-0178/full/html.

[7]" SINGH N， KAPOOR S. Configuring the agricultural platforms： Farmers' preferences for design attributes[EB/OL]. （2023-03-21）[2024-02-01]. https：//www.emerald.com/insight/content/doi/10.1108/JADEE-09-2022-0204/full/html.

[8]" CATTANEO A， S？魣NCHEZ M V， TORERO M， et al. Reducing food loss and waste： Five challenges for policy and research[J]. Food Policy， 2021，98：101974.

[9]" MARITAN E， LOWENBERG-DEBOER J， BEHRENDT K， et al. Economically optimal farmer supervision of crop robots[J]. Smart Agricultural Technology， 2023，3：100110.

[10]" HIGGINS V， VAN DER VELDEN D， BECHTET N， et al. Deliberative assembling： Tinkering and farmer agency in precision agriculture implementation[J]. Journal of Rural Studies， 2023，100：103023.

[11]" BIRNER R， DAUM T， PRAY C. Who drives the digital revolution in agriculture？ A review of supply-side trends， players and challenges[J]. Applied Economic Perspectives and Policy， 2021，43（4）：1260-1285.

[12]" KAVEH M， MESGARI M S. Application of meta-heuristic algorithms for training neural networks and deep learning architectures： A comprehensive review[J]. Neural Processing Letters， 2023，55（4）：4519-4622.

[13]" SHI K， WU Z， JIANG B， et al. Dynamic path planning of mobile robot based on improved simulated annealing algorithm[J]. Journal of the Franklin Institute， 2023，360（6）：4378-4398.

[14]" HIZATATE T， NOGUCHI N. Work schedule optimization for electric agricultural robots in orchards[J]. Computers and Electronics in Agriculture， 2023，210：107889.

[15]" FERRAG M A， SHU L， DJALLEL H， et al. Deep learning-based intrusion detection for distributed denial of service attack in agriculture 4.0[J]. Electronics， 2021，10（11）：1257.

[16]" ORTIZ-MART？魱NEZ E， MAR？魱N-HERN？魣NDEZ S， SANTOS-JA？魪N J M. Sustainability， corporate social responsibility， non-financial reporting and company performance： Relationships and mediating effects in Spanish small and medium sized enterprises[J]. Sustainable Production and Consumption， 2023，35：349-364.

[17]" FAXON H O. Small farmers， big tech： Agrarian commerce and knowledge on myanmar facebook[J]. Agriculture and Human Values， 2023（3）：40.

[18]" BEIBIN LI， KONSTANTINA MELLOU， BO ZHANG， et al. Large language models for supply chain optimization[EB/OL]. （2023）[2024-02-01]. https：//arxiv.org/corr.

[19]" VIDYA SREE K， SANDEEP KUMAR REDDY G， DILEEP VARMA R， et al. A one-stop service provider for farmers using machine learning[C] // Sentiment Analysis and Deep Learning： Proceedings of ICSADL 2022. Singapore： Springer Nature Singapore， 2023：805-823.

[20]" HOEHN D， V？魣ZQUEZ-ROWE I， KAHHAT R， et al. A critical review on food loss and waste quantification approaches： Is there a need to develop alternatives beyond the currently widespread pathways？[J]. Resources， Conservation and Recycling， 2023，188：106671.

[21]" BOSONA T， GEBRESENBET G. The role of blockchain technology in promoting traceability systems in agri-food production and supply chains[J]. Sensors， 2023，23（11）：5342.

[22]" MOHAMMADI S， BELGIU M， STEIN A. Improvement in crop mapping from satellite image time series by effectively supervising deep neural networks[J]. ISPRS Journal of Photogrammetry and Remote Sensing， 2023，198：272-283.

[23] 冀名峰，李琳. 農業生產托管：農業服務規模經營的主要形式[J]. 農業經濟問題，2020（1）：68-75.

[24] 袁洪良，郭銳，薛夢琦，等. 基于狀態空間建模的智能農機模型辨識與柔化控制[J]. 農業機械學報，2022，53（10）：405-411，435.

[25] 趙博，張巍朋，苑嚴偉，等. 農業裝備運維與作業服務管理信息化技術研究進展[J]. 農業機械學報，2023，54（12）：1-26.

[26] 唐潤，李明月. 基于煙花-蟻群混合算法的農機智能優化調度[J]. 系統工程，2022，40（6）：85-92.

[27] 王素芳，王小偉. 基于ZigBee通信網絡的農機調度系統設計[J]. 農機化研究，2022，44（11）：206-210.

[28] 陳宇翔，黃善林，劉兆軍. 風險認知對農戶土地托管決策影響研究[J]. 中國土地科學，2022，36（10）：21-30.

[29] 喬梅，王雅楠，郝點點，等. 農戶參與土地托管行為影響機制研究——基于外部激勵與內部驅動的實證分析[J]. 干旱區資源與環境，2022，36（11）：64-71.

[30] 姜安印，楊志良. 認知理性視角下小農戶的行為邏輯[J]. 華南農業大學學報（社會科學版），2021，20（2）：54-65.

[31] 張祎彤，蘇柳方，馮曉龍，等. 成本收益視角下的秸稈還田效益分析[J]. 中國人口·資源與環境，2022，32（3）：169-176.

[32] 余糧紅，高堃，高強. 休戚與共：土地托管企業與農戶利益聯結機制重塑[J]. 農業經濟問題，2023（7）：49-63.

[33] 吳偎立，鄭夢圓，平新喬. 論農業生產托管與土地流轉[J]. 經濟科學，2022（6）：142-159.

[34] 魏素豪，高延雷. 農機作業服務市場的“本地化”提高了農戶糧食生產技術效率嗎？[J]. 華中農業大學學報（社會科學版），2023（6）：1-13.

[35] 高夢闐，韓繼良，馮曉春，等. 基于農服平臺的植保無人機任務分配與路徑優化[J]. 華中農業大學學報，2023，42（3）：250-259.

[36] 王顏齊，史修藝. 土地托管的形成機制、存在問題及對策建議——基于黑龍江省的實踐案例[J]. 中州學刊，2021（2）：34-40.

[37] 景維民，楊立忠. 農村土地全程托管績效評價——以行唐縣金豐公社為例[J]. 河北大學學報（哲學社會科學版），2023，48（3）：80-91.

[38] 蘇毅清，黃巧媛，臧良震. 土地托管如何影響農村集體行動？——來自全國461個村莊的實證研究[J]. 經濟與管理，2023，37（6）：13-21.

[39] 賈琳，王帥，夏英. 包容性發展視角下小農戶銜接現代農業的實現路徑——基于兩種農業社會化服務模式的案例分析[J]. 農業經濟，2023（4）：13-15.

[40] 劉若斯，劉麗芬. 農民專業合作社促進小農戶和現代農業有機銜接：基于“知識守門人”的視角[J]. 湖湘論壇，2022，35（1）：121-128.

[41] 曾起艷，孫凱，仝志輝. 基于農戶選擇視角的土地流轉與土地托管比較分析[J]. 世界農業，2019（9）：4-11.

[42] 余糧紅，高強，鄭珊. 村集體協調在抑制土地托管風險中何以失效——基于委托代理理論的視角[J]. 中國土地科學，2022，36（1）：68-77.

[43] 陳欣，林彤，劉新平，等. 基于AHP—Fuzzy的農村承包經營土地托管風險評價——以新疆瑪納斯縣為例[J]. 中國農機化學報，2022，43（3）：178-184，212.

[44] 生吉萍，莫際仙，于濱銅，等. 區塊鏈技術何以賦能農業協同創新發展：功能特征、增效機理與管理機制[J]. 中國農村經濟，2021（12）：22-43.

[45] 穆娜娜，孔祥智，盧洋嘯. 新時代中國農業社會化服務模式創新研究——以江西綠能公司為例[J]. 科學管理研究，2020，38（4）：98-105.

[46]" AYDIN S， AYDIN M N A. Sustainable multi-layered open data processing model for agriculture： IoT based case study using semantic web for hazelnut fields[J]. Adv Sci Technol Eng Syst J， 2020，5（2）：309-319.