主题:农业数字化(Digital agriculture)、农村不平等(Rural inequalities)、数字技术(Digital technologies)、社会包容(Social inclusion)文章发表在国际顶尖学术期刊《Journal of Rural Studies》2026年第125卷,于2026年4月30日在线发表 。第一作者是来自意大利卡塔尼亚大学Sara Calzolai,通讯作者是为卡塔尼亚大学的Giuseppe Timpanaro。(图片来自原文)
科学问题
当前,人工智能、物联网、大数据等数字技术正深刻重塑农业食品系统,被广泛视为提升农业生产力与可持续性的核心引擎。然而,数字化并非一种中立的普惠过渡,其引发的社会和空间不平等问题日益凸显。大型农场和技术供应商通过数字工具进一步攫取红利,而小农户与边缘群体则面临由于基础设施、数字技能和数据控制权不足带来的“排斥风险”。该研究试图探究:学术界是如何探讨农业数字化转型中的社会与空间不平等问题的?现有文献中存在哪些研究空白?近期的实证研究又在多大程度上填补了这些空白?理论与研究方案
1. 数字不平等理论
该理论超越了传统的二元“接入/未接入”模型,强调不平等存在于更深层次的技术使用方式、数字技能储备以及最终转化的社会经济结果中。在农业生态中,这一视角犀利地指出,即便向所有农户免费提供智能手机或传感器,那些受教育程度更高、初始资源更丰富、且能获得更优质农业推广支持的农场主,依然能够更有效地利用这些工具进行精准决策和市场博弈。因此,技术普及并不等同于结果公平,制度支持和农民吸收能力的差异,才是决定数字鸿沟能否弥合的关键 。
2. 技术正义视角
技术正义理论将分析的焦点转移到了技术变革的分配和治理维度,强烈关注创新设计、部署和监管过程中的公众参与、公平性以及问责制。在数字农业中,代码和算法并非价值中立。商业平台如何收集农田数据?算法推荐优先考虑的是跨国种子公司还是本地社区生态?技术正义视角揭示了现有的技术轨迹极有可能只是对传统权力关系的数字复制。它呼吁打破少数科技巨头对农业数据的垄断,探索能够赋权底层农户、挑战系统内既有权力不对称的负责任创新机制 。
3. 能力方法
由经济学家阿马蒂亚·森(Amartya Sen)提出的能力方法,为评估技术变革提供了一个深邃的规范性框架。该方法不以GDP或产量增长为唯一标尺,而是追问:技术是否真正扩展了人们的“可行能力”和“实质自由”?在数字农业的语境下,如果农民无法理解复杂的大数据分析背后的逻辑,或者由于缺乏制度保障而对平台产生深度依赖,那么技术反而剥夺了他们的主体性(Agency)。能力方法主张,只有当农民具备将其获取的技术资源转化为有意义的生活机会,并符合其自身优先事项时,数字化才能真正促进农村发展 。
文章创新性地结合了数字不平等理论(Digital Inequality Theory)、技术正义(Technological justice)和能力方法(Capabilities approach),采用“基于差距导向的系统映射综述”设计。研究团队对过去十年(2015-2025)发表的国际研究进行了系统的文献计量分析、荟萃分析和实证评估,旨在揭示数字技术嵌入农村环境时的制度条件、社会结构与分配正义问题,而非仅仅关注技术本身的采用率。
研究数据主要来源于 Scopus 和 Web of Science 两个全球顶尖的多学科引文数据库。文献检索时间截至2025年7月1日。经过严格的PRISMA 2020筛选标准,最终筛选出84篇高质量核心文献,其中包含24篇用于荟萃分析的综述文章,以及60篇用于系统映射评估的原创性实证研究文章。利用 VOSviewer 和 MAXQDA 软件描绘过去十年该领域研究的全景图谱,提取主要研究主题、时间演进轨迹和地理分布焦点。这旨在揭示技术导向、社会导向和治理导向文献在整体语料库中的分布比例与演化态势。对24篇综述文献进行深度编码,系统梳理前人指出的方法论层面与主题层面的研究局限,构建结构化的“研究差距类型学”。研究者根据这些差距在文献中被讨论的频率、多样性和深度,将其划分为高、中、低三种覆盖水平。将60篇最新的原创实证研究置于前一阶段构建的“差距类型学网格”下进行逐一对比和精细编码,生成交叉证据图。通过该方法,研究能够精准定位当前学界哪些空白正在被填补,而哪些关乎社会正义的核心命题依然是持续存在的“盲点”。研究结果
1.研究结构的碎片化与技术主导
数字农业文献仍被技术性能、效率优化等视角压倒性占据。尽管社会和治理相关问题日益受到关注,但往往被降级为简单的“环境变量”,缺乏系统性的跨区域比较和标准化的评估协议,导致研究难以形成累积效应
2.从“数字鸿沟”向“数据鸿沟”的演变
研究发现,随着智能设备的普及,不平等的焦点已发生转移。核心鸿沟不再是单纯的物理接入,而是数据的所有权、分析能力及算法透明度。跨国大企业垄断了农田数据的解释权和二次商业化能力,小农户则面临沦为“数据劳工”的风险,技术变革正在奖励初始资源丰厚的阶层,加剧了“马太效应”。
3.包容性的条件限制与地理不对称
实证研究的映射(步骤3)显示,近年来关于全球南方(Global South)和新兴经济体的研究确实在增加,特别是针对女性农民、小农户和农村青年的讨论获得了更高的能见度。然而,这种关注的增加并未从根本上扭转空间和地理上的不对称性。即便在同一农村社区,获益者也多为受教育程度更高、资源更丰富的精英农户。大量深入的伦理与劳工转型研究仍集中在欧美高收入国家,地理分布极其不均。
4.荟萃分析与实证映射中呈现的差距对比
经过近期60篇实证研究的补充后,“弱势群体”和“基于情境的研究”的低覆盖缺口大幅减少,而“方法论创新”和“劳工转型”等领域的缺口依然顽固存在(如图7、8)。
(图片来自原文)
进一步的证据映射明确指出了当前学术界尚未真正解决的“前沿盲点”。例如,在“教育与能力建设”领域,虽然文献频频提及需要加强数字素养,但极少有研究深入评估农业咨询服务系统(Advisory systems)、同伴学习网络(Peer-learning infrastructures)和地方制度信任如何具体调节数字技术的分配结果 。换言之,学界依然习惯于将农民视为被动的技术接受者,而非主动的知识联合生产者。基于以上研究,研究者们提出绝不能将农业数字化仅仅视为一场关于生产力或效率的技术过渡,它本质上是一个深刻重塑农村资源控制、知识分配和决策权力的社会技术治理制度。
该文采用差距导向系统映射方法开展综述研究,融合数字不平等、技术正义与能力方法理论,批判了智慧农业与数字乡村研究中的技术乌托邦倾向,揭示了数据控制权分化及小农户边缘化风险,为数字乡村建设与相关领域学术研究提供了重要镜鉴与范式参考。