原糧供應鏈網(wǎng)絡中數(shù)字農(nóng)服平臺的服務價值鏈提升研究綜述

摘" 要：在推進小農(nóng)戶與現(xiàn)代農(nóng)業(yè)有機銜接，從而實現(xiàn)農(nóng)業(yè)農(nóng)村現(xiàn)代化的過程中，數(shù)字農(nóng)服平臺服務原糧供應鏈網(wǎng)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(xù)研究提供支持。對此，歸納了2021年以來國內(nèi)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(nèi)外研究差距，得出現(xiàn)有農(nóng)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(nóng)業(yè)農(nóng)村現(xiàn)代化的需要，提出研究展望，即應聚焦現(xiàn)有農(nóng)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(nóng)業(yè)推廣服務等八大關鍵問題。

" 關鍵詞：數(shù)字農(nóng)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(nóng)業(yè)社會化服務促進行動”，且鼓勵區(qū)域性綜合服務平臺建設，促進農(nóng)業(yè)節(jié)本增效、提質增效、營銷增效①。數(shù)字農(nóng)服平臺作為區(qū)域性綜合服務平臺的一種，能有效破解現(xiàn)代生產(chǎn)要素進入農(nóng)業(yè)的障礙，推動農(nóng)業(yè)農(nóng)村現(xiàn)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(wǎng)絡中數(shù)字農(nóng)服平臺企業(yè)的服務價值鏈提升相關文獻進行歸納，并分析國內(nèi)外研究差距，得出5個未來研究的重點；結合國家推進農(nóng)業(yè)農(nóng)村現(xiàn)代化需要，提出8個關鍵問題，以期為數(shù)字農(nóng)服平臺推進農(nóng)業(yè)社會化服務的理論研究以及現(xiàn)實發(fā)展提供借鑒。

1" 原糧供應鏈網(wǎng)絡中數(shù)字農(nóng)服平臺的服務價值鏈提升研究

1.1" 國外數(shù)字農(nóng)服平臺的服務價值鏈提升研究進展

1.1.1" 數(shù)字農(nóng)服平臺服務價值鏈提升的相關問題

（1）在農(nóng)業(yè)服務中，平臺推進智能農(nóng)機優(yōu)化問題研究，即為了實現(xiàn)可持續(xù)農(nóng)業(yè)的目標，平臺企業(yè)通過集成不同的物聯(lián)網(wǎng)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(jiān)督下實現(xiàn)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(nóng)業(yè)連接限制問題，已有研究得出各種智能農(nóng)業(yè)應用（SF）在現(xiàn)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(guī)劃方法[2]；③平臺數(shù)據(jù)的可靠性、安全和隱私問題。在智能農(nóng)業(yè)領域，物聯(lián)網(wǎng)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(nóng)業(yè)服務中，平臺服務小農(nóng)戶的規(guī)模難以增長問題研究，包括：①平臺企業(yè)與小農(nóng)戶的信任問題研究。有研究表明，荷蘭花卉行業(yè)機構間信任有限，并以多種相互強化的方式阻礙了數(shù)字化發(fā)展，為此，建議管理者在價值鏈中推進聯(lián)合戰(zhàn)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(tài)性能改善印度農(nóng)民對平臺服務的信任[6]；②平臺企業(yè)與小農(nóng)戶的理解問題研究。減緩物聯(lián)網(wǎng)在農(nóng)業(yè)中采用的重要因素之一是農(nóng)民使用物聯(lián)網(wǎng)設備的知識和能力。在發(fā)達國家，由于農(nóng)民新技術的可及性，該問題可以解決[3]。而在發(fā)展中國家，農(nóng)民對農(nóng)業(yè)綜合企業(yè)推廣的數(shù)字平臺持懷疑態(tài)度，探討如何使農(nóng)業(yè)平臺對農(nóng)民更具吸引力[7]。

（3）在農(nóng)業(yè)服務中，原糧供應鏈上各環(huán)節(jié)服務的監(jiān)管問題，包括：①節(jié)糧減損服務質量衡量問題研究。有研究指出衡量和監(jiān)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(zhàn)[8]；②農(nóng)機服務質量監(jiān)管問題研究。運用HFH-LP優(yōu)化模型，確定在沒有監(jiān)管的情況下農(nóng)民對作物機器人進行經(jīng)濟優(yōu)化的水平，并通過對比實驗，確定農(nóng)場管理決策將從遠程監(jiān)督作物機器人轉變?yōu)楝F(xiàn)場監(jiān)督的閾值[9]。

1.1.2" 數(shù)字農(nóng)服平臺服務價值鏈提升的方法

（1）關于智能農(nóng)機優(yōu)化研究方法如下。首先，針對智能農(nóng)業(yè)連接限制問題，主要運用精準農(nóng)業(yè)技術對農(nóng)機智能優(yōu)化。在硬件上，依據(jù)澳大利亞、荷蘭和法國推進精準農(nóng)業(yè)的農(nóng)機改裝案例，得出使用精準農(nóng)業(yè)（PA）技術對現(xiàn)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(jīng)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(xié)議、網(wǎng)狀遠程廣域網(wǎng)（LoRaWAN）網(wǎng)關、衛(wèi)星通信系統(tǒng)能在一定程度上解決智能農(nóng)業(yè)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(wǎng)絡吞吐量[1，4]。其次，針對服務成本高問題，多運用神經(jīng)網(wǎng)絡[12]、模擬退火[13]和遺傳算法[14]等啟發(fā)式算法，改進路徑規(guī)劃和工作調度問題，以實現(xiàn)更短的時間內(nèi)獲得高質量的解決方案。如在日本老齡化帶來的水果農(nóng)場難以繼續(xù)經(jīng)營的背景下，有學者針對農(nóng)業(yè)電動機器人可用的工作距離和牽引力不如傳統(tǒng)農(nóng)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(shù)據(jù)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(jiān)測系統(tǒng)[15]。

（2）在農(nóng)業(yè)服務中，關于解決平臺服務小農(nóng)戶的規(guī)模難以增長問題的方法如下。首先，針對小農(nóng)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(nóng)民對平臺的服務質量和內(nèi)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(yè)社會責任對可持續(xù)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(yè)社會責任和可持續(xù)發(fā)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(yè)績效[16]。其次，針對小農(nóng)戶的理解問題，運用社交媒體來解決。其作為一種農(nóng)業(yè)技術，是促進農(nóng)民、貿(mào)易商、農(nóng)藝師和農(nóng)業(yè)公司產(chǎn)生農(nóng)業(yè)商業(yè)和知識的方式[17]。此外，運用AI Agent技術能彌補農(nóng)戶與平臺自動化之間在理解和信任方面的差距[18]。FarmEasy網(wǎng)站是運用該技術的網(wǎng)站之一，不僅緩解了與農(nóng)戶的信任和理解，還能大規(guī)模滿足農(nóng)戶的信息化需求，幫助農(nóng)戶提高其糧食產(chǎn)量[19]。

" （3）在農(nóng)業(yè)服務中，關于解決原糧供應鏈上各環(huán)節(jié)服務的監(jiān)管問題的方法如下。首先，針對節(jié)糧減損服務質量衡量問題，這類解決方法較少，主要源于現(xiàn)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(xiàn)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(shù)現(xiàn)有研究都集中在歐洲[20]。其次，針對農(nóng)機服務質量監(jiān)管問題，運用區(qū)塊鏈技術（BCT）和深度神經(jīng)網(wǎng)絡的有效監(jiān)督方法來解決。區(qū)塊鏈技術帶來的過程自動化有助于監(jiān)控實時數(shù)據(jù)和決策活動，可減少糧食損失和糧食召回事件以及實現(xiàn)聯(lián)合國可持續(xù)發(fā)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(jiān)督方法CE-MidS和SupCon-MidS，以及輸出監(jiān)督方法F1損失和IOU損失，得出對深度神經(jīng)網(wǎng)絡進行適當監(jiān)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(chǎn)量預測、經(jīng)濟建模、用水估算和糧食安全[22]。

1.1.3" 數(shù)字農(nóng)服平臺服務價值鏈提升方法的評價

" （1）針對智能農(nóng)業(yè)連接限制問題，已有研究運用精準農(nóng)業(yè)技術進行農(nóng)機智能優(yōu)化是可行的。但數(shù)字工具供應面臨的一個關鍵挑戰(zhàn)是市場規(guī)模（用戶為服務付費）和開發(fā)成本之間的權衡[11]。

" （2）針對小農(nóng)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(nóng)戶的理解問題，運用AI Agent技術能彌補農(nóng)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(xié)調機制。

" （3）針對節(jié)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(tǒng)一標準、平衡減損和經(jīng)濟效益的方法。針對農(nóng)機服務質量監(jiān)管問題，運用區(qū)塊鏈技術（BCT）和深度神經(jīng)網(wǎng)絡的有效監(jiān)督方法來解決，但少有考慮對服務主體作業(yè)質量進行多方量化監(jiān)督。

1.2" 國內(nèi)數(shù)字農(nóng)服平臺的服務價值鏈提升研究進展

1.2.1" 數(shù)字農(nóng)服平臺服務價值鏈提升的相關問題

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

" （2）數(shù)字農(nóng)服平臺服務小農(nóng)戶的規(guī)模難以增長問題研究。①與小農(nóng)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(nóng)戶參與土地托管，其中小農(nóng)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(nóng)戶的理解問題。小農(nóng)戶對服務質量、服務效果秉持著各自的態(tài)度，對土地托管的“不了解，不放心”容易產(chǎn)生爭議，阻礙其參與土地托管[29]。且小農(nóng)戶認知模式的調適是長期過程[30]。

" （3）原糧供應鏈上現(xiàn)代托管服務各環(huán)節(jié)標準采納及監(jiān)管問題。①現(xiàn)代托管服務各環(huán)節(jié)標準實施能否產(chǎn)生相對高的服務產(chǎn)出問題研究。有研究從成本-收益視角，運用雙重穩(wěn)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(xiàn)代托管服務各環(huán)節(jié)標準實施監(jiān)管低成本問題研究。受農(nóng)業(yè)生產(chǎn)特性的影響，農(nóng)業(yè)生產(chǎn)托管服務具有持續(xù)性、季節(jié)性、不可逆性及監(jiān)督難度大等特征，服務主體在耕、種、防、收等部分或全部作業(yè)環(huán)節(jié)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(chǎn)出脫鉤，導致農(nóng)戶與農(nóng)業(yè)托管組織之間存在委托代理問題[33]。

1.2.2" 數(shù)字農(nóng)服平臺服務價值鏈提升的方法

" （1）關于解決已有小規(guī)模經(jīng)營的農(nóng)機戶被數(shù)字農(nóng)服平臺取代的沖突問題的方法如下。首先，針對數(shù)字農(nóng)服平臺與現(xiàn)有農(nóng)機有效銜接問題，已有研究指出，在“本地化”農(nóng)機作業(yè)服務快速興起的背景下，通過加強對農(nóng)機手作業(yè)質量培訓和組織化建設，來鼓勵其加入農(nóng)機服務組織，能進一步擴大“本地化”農(nóng)機作業(yè)服務對糧食生產(chǎn)技術效率的激勵作用[34]。這表明對小規(guī)模經(jīng)營的農(nóng)機戶進行農(nóng)機服務作業(yè)質量培訓，鼓勵其加入農(nóng)機服務供應商，來緩解沖突是可行的。其次，針對農(nóng)機調度優(yōu)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(shù)規(guī)劃模型[35]進行路徑優(yōu)化和工作調度等問題。

" （2）關于解決數(shù)字農(nóng)服平臺服務小農(nóng)戶的規(guī)模難以增長問題的方法如下。首先，針對小農(nóng)戶信任問題的解決方法，包括：①構建供應鏈協(xié)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(jiān)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(nóng)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(nóng)戶組織化程度，強化土地托管的穩(wěn)定性。②發(fā)揮中介組織協(xié)調作用。在推進土地托管服務過程中，村社、村干部、職業(yè)經(jīng)理人等中介組織，能協(xié)調農(nóng)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(nóng)戶的理解問題，發(fā)揮中介組織協(xié)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(nóng)戶進行知識理解、更新，進而促進小農(nóng)戶和現(xiàn)代農(nóng)業(yè)有機銜接的能力提升[40]。

" （3）關于解決原糧供應鏈上現(xiàn)代托管服務各環(huán)節(jié)標準采納及監(jiān)管問題的方法如下。首先，針對現(xiàn)代托管服務各環(huán)節(jié)標準實施能否產(chǎn)生相對高的服務產(chǎn)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(nóng)資供應環(huán)節(jié)，在耕作、管理、灌溉和收割等種植環(huán)節(jié)，以及在銷售服務環(huán)節(jié)實現(xiàn)統(tǒng)一標準有助于提高參與托管小農(nóng)戶的糧食單產(chǎn)和質量[41]。其次，針對現(xiàn)代托管服務各環(huán)節(jié)標準實施監(jiān)管低成本問題的方法，包括：①種植環(huán)節(jié)中介組織單方監(jiān)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(xiàn)為由村組織或成立由較高威望的托管農(nóng)戶組成的監(jiān)督委員會，在投入品統(tǒng)供、糧食種植環(huán)節(jié)進行監(jiān)督[42-43]。②區(qū)塊鏈技術。在農(nóng)產(chǎn)品平臺供應鏈網(wǎng)絡上監(jiān)督更多是實施質量追溯，比如，步步雞農(nóng)場與養(yǎng)殖農(nóng)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(huán)上，實現(xiàn)整個生產(chǎn)鏈的防偽溯源[44]。

1.2.3" 數(shù)字農(nóng)服平臺服務價值鏈提升方法的評價

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

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

" （3）針對現(xiàn)代托管服務各環(huán)節(jié)標準實施能否產(chǎn)生相對高的服務產(chǎn)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(tǒng)一標準能產(chǎn)生相對高的服務產(chǎn)出[41]。但關于現(xiàn)代托管服務環(huán)節(jié)的產(chǎn)后收獲、倉儲等一體化服務的標準研究較少。針對現(xiàn)代托管服務各環(huán)節(jié)標準實施監(jiān)管低成本問題，已有研究已運用種植環(huán)節(jié)中介組織單方監(jiān)督進行監(jiān)督，克服土地大規(guī)模經(jīng)營難以實現(xiàn)有效監(jiān)督難題[42-43]。但為降低服務糾紛成本，需進行多方監(jiān)督。關于該問題已有研究較少。此外，有研究運用區(qū)塊鏈技術，實現(xiàn)整個生產(chǎn)鏈的防偽溯源[44]。但需建立成本分擔機制。

2" 原糧供應鏈網(wǎng)絡中數(shù)字農(nóng)服平臺服務價值鏈提升的研究差距

國內(nèi)外數(shù)字農(nóng)服平臺服務價值鏈提升的差距分析如下：

（1）智能農(nóng)機優(yōu)化研究差距分析。國內(nèi)外研究都關注平臺農(nóng)機資源調度，降低成本問題，都運用啟發(fā)式算法來解決，不同之處在于，國外研究優(yōu)化對象多為農(nóng)業(yè)智能機器人，而國內(nèi)研究優(yōu)化對象多為農(nóng)業(yè)機械。且國內(nèi)研究較之國外起步較晚，在物聯(lián)網(wǎng)設備穩(wěn)定性、兼容性，大數(shù)據(jù)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(nóng)田特征、作物生長情況和農(nóng)機資源狀態(tài)，關注運用精準農(nóng)業(yè)技術進行智能農(nóng)機優(yōu)化問題，以實現(xiàn)農(nóng)業(yè)生產(chǎn)的智能化和高效化。該方法能有效解決，國內(nèi)在現(xiàn)代托管服務中，多數(shù)地方小規(guī)模農(nóng)機戶農(nóng)機設備可能無法直接接入平臺網(wǎng)絡的問題。對此，運用精準農(nóng)業(yè)技術使現(xiàn)有農(nóng)機與平臺有效問題，以提高農(nóng)機的利用效率，降低作業(yè)成本，提高農(nóng)業(yè)生產(chǎn)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(nóng)業(yè)技術賦能的可靠性、安全性和隱私研究，隨著數(shù)字農(nóng)服平臺企業(yè)私域數(shù)據(jù)的累積和利用，這可能成為今后研究重點。

" （2）平臺服務小農(nóng)戶的規(guī)模難以增長研究差距分析。國外研究關注平臺企業(yè)的商業(yè)模式、技術創(chuàng)新，如何解決與小農(nóng)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(xié)調機制。而國內(nèi)研究多關注產(chǎn)生平臺企業(yè)與小農(nóng)戶的信任和理解問題的影響因素，且多運用供應鏈協(xié)調機制和中介組織來緩解平臺企業(yè)與小農(nóng)戶的信任和理解問題，但由于小農(nóng)戶自身的弱質性，為吸引其參與現(xiàn)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(chuàng)新服務數(shù)字農(nóng)服平臺，降低帶動小農(nóng)戶進入農(nóng)業(yè)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(nóng)業(yè)社會化服務，增強平臺與小農(nóng)戶的信任可能成為研究的重點。

（3）原糧供應鏈上現(xiàn)代托管服務各環(huán)節(jié)標準采納及監(jiān)管差距分析。國外研究關注節(jié)糧減損服務質量衡量問題研究和數(shù)字技術賦能服務質量監(jiān)管研究，并運用數(shù)字技術進行服務質量監(jiān)管，突出表現(xiàn)為區(qū)塊鏈技術、多智能體的交互監(jiān)管和深度神經(jīng)網(wǎng)絡的有效監(jiān)督，但缺乏衡量和監(jiān)測糧食損失和浪費的服務標準。而國內(nèi)研究關注提升服務主體農(nóng)業(yè)社會化服務水平和服務主體服務監(jiān)督問題，主要運用種植環(huán)節(jié)中介組織單方監(jiān)督和區(qū)塊鏈技術解決。而農(nóng)業(yè)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(shù)字農(nóng)服平臺企業(yè)制定可量化的種植、收儲、加工和銷售環(huán)節(jié)服務作業(yè)標準，并構建多方監(jiān)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(fā)現(xiàn)，原糧供應鏈網(wǎng)絡中數(shù)字農(nóng)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(wǎng)絡中數(shù)字農(nóng)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(xiàn)有農(nóng)機智能改造以推進其與平臺有效銜接研究。針對農(nóng)機社會化服務推進難問題，主要源于現(xiàn)有農(nóng)機聯(lián)網(wǎng)能力和智能化程度低，為此，運用精準農(nóng)業(yè)技術對現(xiàn)有農(nóng)機進行智能化改裝、并運用啟發(fā)式算法對智能決策軟件進行改進，以提高農(nóng)機的利用效率，降低作業(yè)成本，提高農(nóng)業(yè)生產(chǎn)效率。

（2）AI Agent技術賦能平臺以推進農(nóng)業(yè)服務推廣研究。針對平臺農(nóng)業(yè)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(nóng)戶間的理解差距，進而降低農(nóng)業(yè)推廣服務成本。

" （3）構建正向的平臺協(xié)調機制以推進平臺可持續(xù)發(fā)展的研究。建立正向的協(xié)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(nèi)部的協(xié)作和溝通，提高平臺的整體效率，從而實現(xiàn)可持續(xù)發(fā)展。如有效激勵中介組織發(fā)揮協(xié)調小農(nóng)戶參與土地托管服務正向調節(jié)作用。

（4）平臺服務供應商服務質量多方監(jiān)督量化研究。針對現(xiàn)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(chǎn)出脫鉤，為此必須制定可量化的種植、收儲、加工和銷售環(huán)節(jié)服務一體化作業(yè)標準，確保技術到位率。且為降低服務成本，需構建多方監(jiān)督體系，進而確保綠色發(fā)展能力和農(nóng)業(yè)創(chuàng)新能力提高。

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

（6）農(nóng)業(yè)社會化服務的智能財務核算服務研究。針對平臺與小農(nóng)戶的信任問題，且根據(jù)托管小農(nóng)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(nóng)業(yè)社會化服務是必要的，即通過智能系統(tǒng)向小農(nóng)戶提供透明的財務核算信息，吸引小農(nóng)戶選擇平臺企業(yè)進行土地托管。

" （7）數(shù)字農(nóng)服平臺數(shù)據(jù)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(yè)在多大程度上利用從異質數(shù)據(jù)源收集的相關數(shù)據(jù)提供支持，且是其為精準農(nóng)業(yè)謀取利益的適當方式[46]。為此，需加強數(shù)字農(nóng)服平臺數(shù)據(jù)可靠性、隱私安全研究。

（8）加強對數(shù)字農(nóng)服平臺典型模式的系統(tǒng)總結和經(jīng)驗推廣以推動平臺企業(yè)平衡市場規(guī)模與開發(fā)成本。只有在小農(nóng)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(shù)字服務付費。為此，歸納概括不同模式的優(yōu)勢和不足，加強經(jīng)驗總結和亮點提煉，探究不同模式之間的普遍聯(lián)系與發(fā)展規(guī)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(shù)字農(nóng)服平臺企業(yè)市場規(guī)模與開發(fā)成本之間的權衡提供經(jīng)驗。

注：①中共中央國務院關于做好2023年全面推進鄉(xiāng)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(nóng)業(yè)生產(chǎn)托管：農(nóng)業(yè)服務規(guī)模經(jīng)營的主要形式[J]. 農(nóng)業(yè)經(jīng)濟問題，2020（1）：68-75.

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

[25] 趙博，張巍朋，苑嚴偉，等. 農(nóng)業(yè)裝備運維與作業(yè)服務管理信息化技術研究進展[J]. 農(nóng)業(yè)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(nóng)機智能優(yōu)化調度[J]. 系統(tǒng)工程，2022，40（6）：85-92.

[27] 王素芳，王小偉. 基于ZigBee通信網(wǎng)絡的農(nóng)機調度系統(tǒng)設計[J]. 農(nóng)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(nóng)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(nóng)戶參與土地托管行為影響機制研究——基于外部激勵與內(nèi)部驅動的實證分析[J]. 干旱區(qū)資源與環(huán)境，2022，36（11）：64-71.

[30] 姜安印，楊志良. 認知理性視角下小農(nóng)戶的行為邏輯[J]. 華南農(nóng)業(yè)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(huán)境，2022，32（3）：169-176.

[32] 余糧紅，高堃，高強. 休戚與共：土地托管企業(yè)與農(nóng)戶利益聯(lián)結機制重塑[J]. 農(nóng)業(yè)經(jīng)濟問題，2023（7）：49-63.

[33] 吳偎立，鄭夢圓，平新喬. 論農(nóng)業(yè)生產(chǎn)托管與土地流轉[J]. 經(jīng)濟科學，2022（6）：142-159.

[34] 魏素豪，高延雷. 農(nóng)機作業(yè)服務市場的“本地化”提高了農(nóng)戶糧食生產(chǎn)技術效率嗎？[J]. 華中農(nóng)業(yè)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(nóng)服平臺的植保無人機任務分配與路徑優(yōu)化[J]. 華中農(nóng)業(yè)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(nóng)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(nóng)村集體行動？——來自全國461個村莊的實證研究[J]. 經(jīng)濟與管理，2023，37（6）：13-21.

[39] 賈琳，王帥，夏英. 包容性發(fā)展視角下小農(nóng)戶銜接現(xiàn)代農(nóng)業(yè)的實現(xiàn)路徑——基于兩種農(nóng)業(yè)社會化服務模式的案例分析[J]. 農(nóng)業(yè)經(jīng)濟，2023（4）：13-15.

[40] 劉若斯，劉麗芬. 農(nóng)民專業(yè)合作社促進小農(nóng)戶和現(xiàn)代農(nóng)業(yè)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(nóng)戶選擇視角的土地流轉與土地托管比較分析[J]. 世界農(nóng)業(yè)，2019（9）：4-11.

[42] 余糧紅，高強，鄭珊. 村集體協(xié)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(nóng)村承包經(jīng)營土地托管風險評價——以新疆瑪納斯縣為例[J]. 中國農(nóng)機化學報，2022，43（3）：178-184，212.

[44] 生吉萍，莫際仙，于濱銅，等. 區(qū)塊鏈技術何以賦能農(nóng)業(yè)協(xié)同創(chuàng)新發(fā)展：功能特征、增效機理與管理機制[J]. 中國農(nóng)村經(jīng)濟，2021（12）：22-43.

[45] 穆娜娜，孔祥智，盧洋嘯. 新時代中國農(nóng)業(yè)社會化服務模式創(chuàng)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.