综述：中低收入国家数字农业技术采纳——当代文献综述

本综述系统梳理了2019-2025年间30篇文献，揭示中低收入国家（LMICs）数字农业技术采纳受社会经济、生态、技术、制度、情境及行为六大因素多维影响，强调需通过政策干预（如基础设施投入、培训推广）破解采纳壁垒，推动农业4.0（Agriculture 4.0）技术（如IoT、AI）的普惠化应用。

　　

1 引言

农业作为维系人类生存与发展的核心产业，在全球范围内仍有8.92亿人依赖其获取收入。数字技术（如 robotics、big data、IoT、AI、blockchain 等）正推动第四农业革命（Agriculture 4.0），通过技术优化生产链与食品系统，提升经济、环境与社会效益。然而，中低收入国家（LMICs）受限于基础设施薄弱、数字鸿沟、小农经营模式及制度缺失，难以充分发挥数字农业潜力。本研究通过文献综述，系统解析影响LMICs数字农业技术采纳的关键因素，为政策制定提供依据。

2 方法

采用范围综述（scoping review）方法，遵循Arksey与O'Malley（2005）五步框架，检索2019年至2025年5月间Google Scholar、Scopus与Web of Science数据库，以“digital agriculture adoption”“LMICs”“影响因素”等关键词筛选，最终纳入30篇符合标准的文献。研究聚焦原始数据、英文文献，排除非农技术及非实证研究。

3 结果

3.1 文献特征

30项研究覆盖IoT追溯技术、智能农药施用、无人机、区块链等具体技术，多采用回归模型、技术接受模型（TAM）及结构方程模型（SEM），样本量介于112至1,985之间，地理范围集中于LMICs农业主产区。

3.2 关键影响因素分类

3.2.1 社会经济因素

年龄（年轻农民更易采纳）、性别（男性主导）、教育水平（正相关）、务农经验（经验丰富者更易接受）、农业收入与家庭总收入（高收入促进采纳）是核心要素。例如，年轻农民技术接受度高，而女性因社会结构限制采纳率较低。

3.2.2 农业生态因素

农场规模（结论分歧：大规模农场因资源充足更易采纳，但小农场因成本低也可能尝试）、气候变化（降雨、温度监测需求推动技术使用）为主要影响因子。土壤健康、水资源管理等尚未充分研究。

3.2.3 技术因素

感知需求（与任务匹配度）、便利条件（基础设施支持）、技术认知度、成本（低成本促进采纳）、信息可及性显著影响决策。互联网农业信息推送尤其提升采纳意愿。

3.2.4 制度因素

政府支持与补贴、信贷服务、培训机会、合作社参与、科研服务对接均正向促进采纳。制度支持可缓解技术成本压力，增强农民信心。

3.2.5 情境因素

市场距离（远距离负向影响）、农场与居所距离（偏远降低采纳率）制约技术推广，因延伸服务可达性差。

3.2.6 社会与行为因素

感知风险（负向）、感知有用性（PU）、感知易用性（PEOU）、绩效期望（PE）、努力期望（EE）及社会影响（多数研究显示正向）共同塑造采纳意愿。农民更倾向采纳直观、易操作且社会认可度高的技术。

3.3 采纳挑战

LMICs面临数字素养不足、资金短缺、基础设施（电力、网络）缺失、数据安全担忧、文化保守性及法规缺位等多重障碍，需多方协同破解。

4 讨论

采纳行为受多维度因素交互影响，其中社会经济与行为因素在LMICs语境下尤为关键，而与发达国家差异显著。制度干预（如补贴、培训）和行为引导（降低风险感知）可有效提升采纳率。未来需开展 localized 研究，聚焦特定区域文化、法规差异，并加强技术适配性开发（如本地化语言、低识字率界面设计）。

5 结论

数字农业技术在LMICs的采纳是一个多因素驱动的复杂过程。成功推广需整合政策、技术与社会策略，通过跨部门合作增强基础设施、培训赋能、资金支持及文化适应，最终实现农业可持续发展与粮食安全目标。