周 楊，謝會(huì)強(qiáng)

（貴州大學(xué) 經(jīng)濟(jì)學(xué)院，貴州 貴陽(yáng) 550025）

一、引言

農(nóng)村土地流轉(zhuǎn)加速、農(nóng)業(yè)就業(yè)人口持續(xù)減少、全球數(shù)字農(nóng)業(yè)蓬勃生長(zhǎng)等都預(yù)示著人類將在原有農(nóng)業(yè)技術(shù)基礎(chǔ)上，通過(guò)數(shù)字技術(shù)創(chuàng)造出全新的農(nóng)業(yè)生產(chǎn)體系。為了準(zhǔn)確把握中國(guó)數(shù)字農(nóng)業(yè)研究的熱點(diǎn)主題及演進(jìn)趨勢(shì)，本文以CiteSpace 可視化圖譜為基礎(chǔ)，對(duì)2010—2020 年間中國(guó)數(shù)字農(nóng)業(yè)的研究文獻(xiàn)從載文量、研究主體、研究熱點(diǎn)及趨勢(shì)三個(gè)部分進(jìn)行探析，指出了數(shù)字農(nóng)業(yè)的研究熱點(diǎn)及趨勢(shì)，力求為數(shù)字農(nóng)業(yè)研究的未來(lái)發(fā)展提供參考和借鑒[1]。

二、數(shù)據(jù)來(lái)源與方法

文獻(xiàn)數(shù)據(jù)來(lái)源于中國(guó)知網(wǎng)（CNKI），將知網(wǎng)中具有權(quán)威代表性的CSSCI 和北大核心子數(shù)據(jù)庫(kù)作為檢索平臺(tái)。文獻(xiàn)時(shí)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(xiàn)。對(duì)檢索到的期刊論文進(jìn)行人工篩選，去除主題與數(shù)字農(nóng)業(yè)不相關(guān)的論文與書評(píng)后，最終得到613 篇有效文獻(xiàn)。研究工具為CiteSpace5.7.R2。研究方法以文獻(xiàn)計(jì)量為主，定量與定性分析相結(jié)合。

三、結(jié)論與分析

（一）文獻(xiàn)載文量分析

本研究將眾多學(xué)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(shù)字農(nóng)業(yè)領(lǐng)域的研究現(xiàn)狀。以文獻(xiàn)發(fā)表年份為橫坐標(biāo)，每年發(fā)表的文獻(xiàn)數(shù)量為縱坐標(biāo)進(jìn)行繪圖（見圖1）。從圖1 可以觀察出，2010—2020 年間，圍繞數(shù)字農(nóng)業(yè)主題展開研究的相關(guān)文獻(xiàn)發(fā)表量在總體上呈現(xiàn)緩慢上升的趨勢(shì)。具體來(lái)說(shuō)，2012—2018 年發(fā)文量處于波動(dòng)上升趨勢(shì)，但自2019 年起，發(fā)文量開始出現(xiàn)驟增，2020 年達(dá)到歷年文獻(xiàn)發(fā)表量的峰值[2]。其發(fā)文量驟增的主要原因是2019 年中央一號(hào)文件中明確提出：加快突破農(nóng)業(yè)關(guān)鍵核心技術(shù)、發(fā)展智慧農(nóng)業(yè)、深入推動(dòng)“互聯(lián)網(wǎng)+農(nóng)業(yè)”的應(yīng)用等措施。

圖1 年均文獻(xiàn)量分布圖

（二）研究主體分析

一個(gè)趨向于成熟的學(xué)術(shù)研究領(lǐng)域必須具有兩個(gè)基礎(chǔ)條件：一是研究機(jī)構(gòu)之間的緊密協(xié)作，使信息和資源能夠盡可能多地在學(xué)術(shù)圈內(nèi)流動(dòng)，形成資源共享的學(xué)術(shù)圈氛圍。二是領(lǐng)域內(nèi)的眾多專家或?qū)W者凝聚在一起形成學(xué)術(shù)研究的“領(lǐng)頭羊”，引領(lǐng)學(xué)術(shù)圈內(nèi)的學(xué)術(shù)研究。

1.研究機(jī)構(gòu)間的合作情況分析。節(jié)點(diǎn)的中介中心性可以度量其在整個(gè)網(wǎng)絡(luò)中發(fā)揮作用的大小，若其中介中心性越大，則表明其在網(wǎng)絡(luò)中的連接能力越強(qiáng)，從而影響整個(gè)網(wǎng)絡(luò)的能力越大[3]。通過(guò)中介中心性的大小可以度量該機(jī)構(gòu)在領(lǐng)域內(nèi)的影響力，分析其研究力量的組成。再通過(guò)合作網(wǎng)絡(luò)圖分析作者或研究機(jī)構(gòu)之間的合作強(qiáng)度，以便觀察研究團(tuán)體的形成情況。

為研究近11 年來(lái)數(shù)字農(nóng)業(yè)機(jī)構(gòu)間的合作強(qiáng)度，將中介中心性作為排序依據(jù)，從高到低依次列出十大研究機(jī)構(gòu)（見表1），其中，中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所、國(guó)家農(nóng)業(yè)智能裝備工程技術(shù)研究中心、東北農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院等四所機(jī)構(gòu)中介中心性并列第一。從表1 可以看出，70%中介中心性較強(qiáng)的研究機(jī)構(gòu)都屬于國(guó)家研究所，可見數(shù)字農(nóng)業(yè)研究領(lǐng)域內(nèi)能起到橋梁中介作用和帶動(dòng)作用的都是國(guó)家研究所。除國(guó)家農(nóng)業(yè)信息化工程技術(shù)研究中心（國(guó)家研究所）、中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所（國(guó)家研究所）、中國(guó)農(nóng)業(yè)大學(xué)現(xiàn)代精細(xì)化農(nóng)業(yè)系統(tǒng)集成研究教育部重點(diǎn)實(shí)驗(yàn)室（高等院校）外，其余7 所機(jī)構(gòu)11 年來(lái)的發(fā)文量均未超過(guò)10篇，可以看出數(shù)字農(nóng)業(yè)領(lǐng)域內(nèi)的研究力量分布不均衡，國(guó)家科研機(jī)構(gòu)學(xué)術(shù)成果豐碩，而高等院校學(xué)術(shù)成果產(chǎn)量相比之下較低。

表1 2010—2020 年數(shù)字農(nóng)業(yè)研究機(jī)構(gòu)中介中心性十強(qiáng)機(jī)構(gòu)

對(duì)研究機(jī)構(gòu)進(jìn)行可視化分析，生成了中國(guó)數(shù)字農(nóng)業(yè)研究機(jī)構(gòu)合作圖譜（見圖2）。從圖2 可以看出：該領(lǐng)域內(nèi)主要形成了三個(gè)連接緊密的合作類團(tuán)，從上到下分別以國(guó)家農(nóng)業(yè)信息化工程技術(shù)研究中心（14條連線）、中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所（8 條連線）、新疆生產(chǎn)建設(shè)兵團(tuán)農(nóng)業(yè)技術(shù)推廣總站（4 條連線）為中心。圖譜中其余研究機(jī)構(gòu)都各自為政，聯(lián)系疏松，總體上呈現(xiàn)離散狀態(tài)。

圖2 2010—2020 年中國(guó)數(shù)字農(nóng)業(yè)研究機(jī)構(gòu)合作圖譜

因此，依據(jù)以上兩個(gè)方面的分析可以得出以下結(jié)論：各機(jī)構(gòu)間的合作，主要以國(guó)家智庫(kù)及研究所為橋梁，以同機(jī)構(gòu)跨地區(qū)實(shí)驗(yàn)室或同地域不同研究所間的合作為主，不同機(jī)構(gòu)或跨地區(qū)的機(jī)構(gòu)合作強(qiáng)度不大，各高校研究機(jī)構(gòu)之間缺乏橫向合作，資源共享效率較低，容易造成資源浪費(fèi)[4]。

2.核心作者形成情況。以發(fā)文作者為研究對(duì)象，使用CiteSpace 對(duì)其進(jìn)行定量分析，不僅可以詳細(xì)了解每個(gè)作者的發(fā)文量和首次發(fā)文時(shí)間，而且還可以將可視化知識(shí)圖譜作為依據(jù)來(lái)衡量研究共同體的形成狀況。將門檻值調(diào)為3，調(diào)整得到排名前十的研究作者合作知識(shí)圖譜如圖3 所示。

圖3 2010—2020 年中國(guó)數(shù)字農(nóng)業(yè)研究作者合作知識(shí)圖譜

以蘭玉彬、何勇為中心的合作網(wǎng)絡(luò)，主要研究無(wú)人機(jī)在農(nóng)業(yè)領(lǐng)域的運(yùn)用，此外還涉獵可見光段、農(nóng)田土壤成分測(cè)定等相關(guān)領(lǐng)域的研究。以李民贊和鄭立華為帶頭人的合作網(wǎng)絡(luò)將光譜檢測(cè)技術(shù)、傳感裝置等新型信息技術(shù)運(yùn)用到農(nóng)田土壤營(yíng)養(yǎng)和成分研究當(dāng)中，以實(shí)現(xiàn)農(nóng)田信息的實(shí)時(shí)監(jiān)測(cè)。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(wǎng)絡(luò)中各個(gè)作者之間的合作研究時(shí)間跨度都比較大，兩大合作網(wǎng)絡(luò)都將不同時(shí)期的作者聯(lián)結(jié)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(wǎng)絡(luò)中各作者之間的聯(lián)系更緊密。曹衛(wèi)星、朱艷、劉小軍形成了一個(gè)三角形的合作網(wǎng)絡(luò)，主要研究與小麥有關(guān)的植株動(dòng)態(tài)監(jiān)測(cè)和生長(zhǎng)模型。梁斌和呂新帶領(lǐng)的研究團(tuán)隊(duì)作為2020 年的“學(xué)術(shù)新星”，研究方向包括數(shù)字農(nóng)業(yè)農(nóng)村建設(shè)和基于大數(shù)據(jù)的應(yīng)用平臺(tái)設(shè)計(jì)，但他們主要以新疆生產(chǎn)建設(shè)兵團(tuán)為主進(jìn)行相關(guān)研究，具有一定地域性。

在統(tǒng)計(jì)得到各作者發(fā)文數(shù)量的基礎(chǔ)上，結(jié)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(jù)普賴斯定律中的測(cè)算公式：核心作者最低發(fā)文篇數(shù)為m=0.749*（nmax）1/2（nmax 指數(shù)字農(nóng)業(yè)領(lǐng)域內(nèi)發(fā)文量最多的作者的發(fā)文篇數(shù)）。計(jì)算得m=0.749*121/2≈2.5946，取整得m=3，則2010—2020 年間發(fā)文量大于或等于3 篇的作者是數(shù)字農(nóng)業(yè)領(lǐng)域內(nèi)的核心作者。統(tǒng)計(jì)得：共有44 名核心作者，累計(jì)發(fā)文185 篇，占樣本總發(fā)文量（613 篇）的30.18%，與形成核心作者群的指標(biāo)條件（50%）相差19.8%[2]。

（三）研究熱點(diǎn)和趨勢(shì)分析

1.研究關(guān)鍵詞分析。使用CiteSpace 對(duì)數(shù)字農(nóng)業(yè)領(lǐng)域的關(guān)鍵詞進(jìn)行可視化研究，選用對(duì)合并網(wǎng)絡(luò)進(jìn)行修剪、尋徑、修剪網(wǎng)絡(luò)切片這三種裁剪方式，共得到420 個(gè)節(jié)點(diǎn)、616 條連線，關(guān)鍵詞共現(xiàn)圖譜（見圖4）。圖4 中的圓圈大小代表各個(gè)關(guān)鍵詞出現(xiàn)的頻次，詞頻越高圓圈越大，表示其被關(guān)注程度越高。節(jié)點(diǎn)間的連線粗細(xì)和顏色分別代表兩個(gè)節(jié)點(diǎn)之間聯(lián)系密切程度和第一次出現(xiàn)融合研究的時(shí)間。連線越粗則代表兩節(jié)點(diǎn)之間的聯(lián)系程度越高，并且在之后還可能會(huì)再次出現(xiàn)兩者的融合研究。

圖4 2010—2020 年中國(guó)數(shù)字農(nóng)業(yè)關(guān)鍵詞共現(xiàn)圖譜

關(guān)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(diǎn)，因此高頻出現(xiàn)的關(guān)鍵詞常被用來(lái)預(yù)測(cè)一個(gè)研究領(lǐng)域的研究熱點(diǎn)[5]。本文基于關(guān)鍵詞采用詞頻分析、關(guān)鍵詞共現(xiàn)圖、聚類知識(shí)圖譜分析數(shù)字農(nóng)業(yè)領(lǐng)域的研究熱點(diǎn)和主題。統(tǒng)計(jì)結(jié)果如表2 所示，發(fā)現(xiàn)高頻關(guān)鍵詞主要包括“數(shù)字農(nóng)業(yè)”“精準(zhǔn)農(nóng)業(yè)”“大數(shù)據(jù)”“物聯(lián)網(wǎng)”“信息化”“傳感器”“互聯(lián)網(wǎng)+”。結(jié)合圖4 中各節(jié)點(diǎn)連接其他節(jié)點(diǎn)能力的大小分析歸納出大數(shù)據(jù)、物聯(lián)網(wǎng)、傳感器三大研究高頻詞，將其作為研究熱點(diǎn)進(jìn)行分析。

表2 數(shù)字農(nóng)業(yè)高頻關(guān)鍵詞

2.大數(shù)據(jù)。大數(shù)據(jù)以“信息風(fēng)暴”為預(yù)測(cè)變革的手段從海量數(shù)據(jù)中獲取有價(jià)值的信息，是數(shù)字化時(shí)代出現(xiàn)的一種現(xiàn)象。大數(shù)據(jù)的概念最早提出于維克托—邁爾—舍恩伯格的《大數(shù)據(jù)時(shí)代》一書中。在信息技術(shù)中引入大數(shù)據(jù)的概念和方法，對(duì)所采集到的農(nóng)業(yè)數(shù)據(jù)進(jìn)行規(guī)?；幚硪员氵_(dá)到精準(zhǔn)農(nóng)業(yè)中提出的對(duì)信息進(jìn)行高速及時(shí)處理的要求。目前，大數(shù)據(jù)在農(nóng)業(yè)上的運(yùn)用主要體現(xiàn)在智能噴藥機(jī)器人的智能控制、病蟲害檢測(cè)技術(shù)的數(shù)據(jù)分析、智能機(jī)器作業(yè)效果的評(píng)估等方面。

3.物聯(lián)網(wǎng)?！拔锫?lián)網(wǎng)”作為數(shù)字農(nóng)業(yè)不可缺少的成分，從關(guān)鍵詞共現(xiàn)圖譜中可看出它連接其他節(jié)點(diǎn)的能力強(qiáng)且在研究文獻(xiàn)中的出現(xiàn)頻次也高，物聯(lián)網(wǎng)技術(shù)未來(lái)在農(nóng)業(yè)上的運(yùn)用將更加廣泛。物聯(lián)網(wǎng)技術(shù)在農(nóng)業(yè)中的運(yùn)用研究起源于2010 年，自2011 年之后，物聯(lián)網(wǎng)技術(shù)與傳感器的適配和融合成為重點(diǎn)研究方向。目前主要將物聯(lián)網(wǎng)技術(shù)運(yùn)用在農(nóng)田信息感知、病蟲害診斷及預(yù)警、農(nóng)產(chǎn)品溯源以及實(shí)現(xiàn)對(duì)植株長(zhǎng)勢(shì)的可視化遠(yuǎn)距離診斷和管理等方面。

4.傳感器。傳感器的運(yùn)用伴隨農(nóng)業(yè)生產(chǎn)的全過(guò)程，在減少農(nóng)業(yè)對(duì)勞動(dòng)力需求的同時(shí)，優(yōu)化了農(nóng)業(yè)生產(chǎn)，使農(nóng)業(yè)生產(chǎn)的決策變得有理可依，是未來(lái)實(shí)現(xiàn)數(shù)字農(nóng)業(yè)的關(guān)鍵技術(shù)。2010 年以來(lái)，學(xué)者們主要研究傳感器在農(nóng)業(yè)信息采集方面的應(yīng)用。目前，無(wú)線傳感器在農(nóng)業(yè)無(wú)人機(jī)運(yùn)行狀態(tài)的監(jiān)測(cè)調(diào)整及植株病蟲害防控等方面的運(yùn)用是數(shù)字農(nóng)業(yè)領(lǐng)域的研究熱點(diǎn)。未來(lái)學(xué)術(shù)界將把目光轉(zhuǎn)至運(yùn)用電傳感器、磁傳感器、傾角傳感器等實(shí)現(xiàn)各類智能系統(tǒng)的高精度定位的研究。

（四）數(shù)字農(nóng)業(yè)研究的熱點(diǎn)聚類和研究前沿

將檢索到的613 篇文獻(xiàn)進(jìn)行聚類分析等，共產(chǎn)生70 個(gè)類，其中前10 個(gè)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(shuō)明這幾個(gè)聚類標(biāo)簽具有分析意義。十大類中剪影度（某個(gè)聚類中各成員聯(lián)系的緊密程度和同質(zhì)性）最小的為0.905（大于0.7）說(shuō)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(duì)結(jié)果進(jìn)行歸納分析，得到十大類主要反映了國(guó)內(nèi)數(shù)字農(nóng)業(yè)研究的三大熱點(diǎn)主題（見表3）。

圖5 數(shù)字農(nóng)業(yè)熱點(diǎn)詞聚類圖

表3 2010—2020 年中國(guó)數(shù)字農(nóng)業(yè)研究領(lǐng)域聚類表

表3 中將數(shù)字農(nóng)業(yè)的研究熱點(diǎn)主題分為三個(gè)方面：一是經(jīng)濟(jì)效益層面的投入與產(chǎn)出研究，對(duì)貫徹農(nóng)業(yè)綠色發(fā)展理念、構(gòu)建現(xiàn)代農(nóng)業(yè)生態(tài)體系等進(jìn)行了集中研究，提出資源節(jié)約、環(huán)境保護(hù)等在現(xiàn)代農(nóng)業(yè)建設(shè)中的重要性。倡導(dǎo)種養(yǎng)結(jié)合的生態(tài)循環(huán)農(nóng)業(yè)發(fā)展模式和集約化的產(chǎn)業(yè)模式，以提高資源利用率、生產(chǎn)效益以及農(nóng)業(yè)經(jīng)營(yíng)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(guī)劃明確提出加快數(shù)字化發(fā)展，推動(dòng)數(shù)字和實(shí)體經(jīng)濟(jì)深度融合，打造具有國(guó)際競(jìng)爭(zhēng)優(yōu)勢(shì)的數(shù)字產(chǎn)業(yè)集群，在農(nóng)村通過(guò)建設(shè)數(shù)字農(nóng)業(yè)或現(xiàn)代農(nóng)業(yè)示范區(qū)拉動(dòng)農(nóng)業(yè)信息化進(jìn)程，提高農(nóng)產(chǎn)品質(zhì)量，從而提升其市場(chǎng)競(jìng)爭(zhēng)力。三是技術(shù)驅(qū)動(dòng)層面，高新技術(shù)與農(nóng)業(yè)融合研究。中國(guó)起步最早的數(shù)字農(nóng)業(yè)研究是農(nóng)業(yè)模擬模型專家系統(tǒng)，在引入國(guó)外模型基礎(chǔ)上進(jìn)行實(shí)踐研究和模型修正，目前對(duì)農(nóng)業(yè)生物模型研究比較多。

（五）結(jié)論與展望

本研究使用CiteSpace 軟件，采用文獻(xiàn)計(jì)量法對(duì)中國(guó)知網(wǎng)在2010—2020 年間收錄的數(shù)字農(nóng)業(yè)相關(guān)文獻(xiàn)進(jìn)行分析，以識(shí)別中國(guó)數(shù)字農(nóng)業(yè)領(lǐng)域研究的主要作者、主要研究機(jī)構(gòu)、研究熱點(diǎn)以及研究趨勢(shì)。研究結(jié)果發(fā)現(xiàn)：（1）文獻(xiàn)發(fā)表量方面，整體呈波浪式上升趨勢(shì)，文獻(xiàn)發(fā)表數(shù)量與當(dāng)年或前一年政策文件中對(duì)數(shù)字農(nóng)業(yè)的關(guān)注程度呈正相關(guān)。（2）研究主體方面，研究整體不夠成熟，國(guó)家研究所和國(guó)家智庫(kù)支撐起了整個(gè)數(shù)字農(nóng)業(yè)領(lǐng)域的研究。機(jī)構(gòu)之間合作相對(duì)缺乏，高校和民間企業(yè)有關(guān)數(shù)字農(nóng)業(yè)方面的研究力量薄弱。領(lǐng)域內(nèi)暫未形成核心作者群，各作者之間聯(lián)系松散，沒有形成學(xué)科帶頭人，研究呈高度分散狀態(tài)。（3）研究主題方面，主要由投入與產(chǎn)出研究、政策與資源分配研究、高新技術(shù)與農(nóng)業(yè)融合研究3個(gè)方面組成，以政策為主導(dǎo)、低投入高產(chǎn)出為目的、高新技術(shù)為支撐，各研究方向相互支持，共同推進(jìn)數(shù)字農(nóng)業(yè)研究的深度和廣度。（4）未來(lái)數(shù)字農(nóng)業(yè)領(lǐng)域內(nèi)技術(shù)層面的關(guān)注焦點(diǎn)將集中在物聯(lián)網(wǎng)、傳感器兩個(gè)方面。

基于上述結(jié)論，本文提出中國(guó)數(shù)字農(nóng)業(yè)的未來(lái)研究方向：（1）數(shù)字農(nóng)業(yè)技術(shù)推廣研究?；谥袊?guó)農(nóng)業(yè)發(fā)展現(xiàn)狀，數(shù)字農(nóng)業(yè)相關(guān)技術(shù)在全國(guó)范圍內(nèi)的應(yīng)用空間狹小，已經(jīng)出現(xiàn)新技術(shù)推廣使用速度跟不上“實(shí)驗(yàn)室”內(nèi)的技術(shù)更新?lián)Q代速度現(xiàn)象。因此，如何將“實(shí)驗(yàn)室”研究轉(zhuǎn)化為“田野”研究，有效推廣數(shù)字農(nóng)業(yè)技術(shù)已成為未來(lái)重要的研究方向。（2）量化評(píng)估數(shù)字農(nóng)業(yè)貢獻(xiàn)。中國(guó)對(duì)數(shù)字農(nóng)業(yè)缺乏相應(yīng)的數(shù)據(jù)追蹤系統(tǒng)，沒有形成統(tǒng)一標(biāo)準(zhǔn)的統(tǒng)計(jì)測(cè)度和數(shù)字農(nóng)業(yè)評(píng)價(jià)體系，導(dǎo)致數(shù)字農(nóng)業(yè)對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)無(wú)法得到準(zhǔn)確評(píng)估。因此，統(tǒng)計(jì)機(jī)構(gòu)和研究機(jī)構(gòu)如何建立高質(zhì)量、系統(tǒng)化的數(shù)據(jù)追蹤和評(píng)價(jià)體系來(lái)準(zhǔn)確測(cè)量數(shù)字農(nóng)業(yè)，對(duì)我國(guó)數(shù)字農(nóng)業(yè)未來(lái)發(fā)展至關(guān)重要。（3）數(shù)字農(nóng)業(yè)相關(guān)政策研究。數(shù)字農(nóng)業(yè)相關(guān)技術(shù)的研發(fā)和推廣都離不開政府相應(yīng)的政策支持，因此，結(jié)合我國(guó)各地農(nóng)業(yè)的實(shí)際情況，如何制定出適宜政策，為數(shù)字農(nóng)業(yè)提供發(fā)展空間和政策支持，以加快農(nóng)業(yè)市場(chǎng)化和數(shù)字化的創(chuàng)新步伐，也是未來(lái)數(shù)字農(nóng)業(yè)研究的重要領(lǐng)域。