综述：农业和农村背景下的数字技术与社会不平等：以差距为导向的系统性文献综述

《Journal of Rural Studies》：Digital technologies and social inequalities in agriculture and rural contexts: a gap-oriented systematic mapping review

　　萨拉·卡尔佐莱（Sara Calzolai）|朱塞佩·蒂姆帕纳罗（Giuseppe Timpanaro）|亚历山德罗·格拉索（Alessandro Grasso）|加布里埃拉·温迪尼（Gabriella Vindigni）
卡塔尼亚大学农业、食品与环境系，索菲亚大街100号，卡塔尼亚，95124，意大利

**摘要**
农业的数字化转型引发了大量相关研究，同时人们对这一变革对农村地区的社会和空间影响也日益关注。尽管精准农业、人工智能、物联网和大数据等数字技术被广泛誉为提高效率和可持续性的驱动力，但它们对社会不平等和包容性的影响尚未得到充分探讨。本文研究了农业和农村背景下数字技术研究的空白，特别关注社会、制度及分配层面的问题。通过结合文献计量分析、现有综述的元分析以及对原始实证研究的系统映射，本文总结了过去十年间的国际研究成果。研究发现，该领域研究高度碎片化，技术性和绩效导向的研究占主导地位，而社会和治理相关方面则整合不足。尽管近期研究越来越多地涉及性别平等、小农参与度及情境多样性等问题，但在概念、方法论和治理方面仍存在显著差距。本文基于数字不平等理论、技术正义和能力理论，对这些差距进行解读，并为未来支持农业和农村地区更包容、更公平的数字化转型指明方向。通过揭示持续存在的研究空白及对农村不平等问题的不平衡关注，本文为相关讨论提供了依据。

**1. 引言**
当前的数字化转型正在全球范围内重塑农业和农村发展。人工智能（AI）、物联网（IoT）、大数据、自动化和区块链等技术被视为推动农业食品系统可持续性、效率和韧性的关键因素（世界银行，2019年）。国际组织强调这些技术能够提升生产力、资源利用效率、透明度并促进创新，同时为农村地区创造新的经济机会（经合组织，2019年；欧盟委员会，2025年）。联合国粮农组织（FAO，2022年）指出，当自动化和数字工具融入包容性治理和能力建设框架时，可减轻劳动强度、改善工作条件，并支持女性和青年等群体的创业活动。在欧盟，数字化被明确列为农村发展的支柱。《欧盟农村地区长期愿景》（欧盟委员会，2024年）将数字连接和数字技能视为实现“更强壮、更互联、更具韧性和繁荣的农村地区”的必要条件。此外，《欧洲绿色协议》和可持续发展目标也将数字化置于全球可持续性和包容性转型的框架之中（FAO，2022年；Campobasso等人，2025年）。数字技术还广泛应用于农业政策的全周期——从数据生成和监测到评估和影响评估——从而支持更加灵活和基于证据的政策制定（经合组织，2019年；经合组织-粮农组织，2023年）。

然而，数字化的社会影响仍存在争议，大量研究表明其可能加剧不平等。早期关于数字鸿沟的讨论主要集中在信息与通信技术的获取上（Cullen，2001年；Warschauer，2003年；Marshall等人，2020年），后续研究扩展了这一视角，涵盖了技能、动机和结果方面的不平等。在资源匮乏的地区，基础设施和可负担性的限制加剧了数字鸿沟（ITU，2022年）；而在技术更发达的地区，不平等则源于数字能力的差异（Vassilakopoulou和Hustad，2023年）。实证研究还发现，数字技术可能产生“马太效应”，即初始资源较多的参与者更能从技术变革中受益，从而强化现有差距（Perc，2014年；Tewathia等人，2020年；Gómez-Bengoechea和Jung，2024年）。在农业领域，这种动态通常表现为不同类型农场和社会群体之间的利益不对称。大型农场和技术供应商从数字化转型中获益更多，加剧了与小农和边缘化社区之间的差距（联合国贸发会议，2021年）。性别差距继续困扰女性农民，自动化可能取代低技能劳动力，使价值集中在资本密集型主体手中。数据治理、隐私和市场集中度方面的新问题进一步凸显了农业食品价值链中权力不对称的风险（联合国开发计划署，2025年）。这种双重性——包容机会与排斥风险并存——使得农业数字化成为分析社会和空间不平等的关键领域。本文将空间不平等定义为农村地区对数字基础设施、知识资源和制度支持系统的获取不均等，这些因素决定了农民和农村社区能否利用数字技术。随着数字技术日益融入农业生产与治理，核心问题不再是它们是否会塑造农业的未来，而是它们将以何种方式、为谁服务以及在何种制度条件下实现这一目标（Lioutas等人，2021年；Li等人，2023年；Luque-Reyes等人，2025年）。

为了将这些议题置于更广泛的讨论框架中，本文探讨了数字化和农村发展文献中广泛讨论的关键概念，包括数字不平等、技术正义和能力理论。这些概念源自不同的理论传统，如数字不平等理论（DiMaggio等人，2001年；van Dijk，2020年）、技术正义视角（Smith和Stirling，2018年）以及能力理论（Sen，1999年；Nussbaum，2003年）。数字不平等研究扩展了数字鸿沟的概念，强调了使用、技能和结果方面的不平等，这些因素影响个人和组织从数字技术中获益的方式。在农业背景下，这种视角突显了教育、资源和制度支持差异如何影响农民将数字技术转化为实际社会经济利益的能力（Rijswijk等人，2021年；Marshall等人，2022年；Eastwood等人，2022年；Wang等人，2025年）。技术正义视角关注技术变革的分配和治理维度，强调创新设计和实施过程中的参与、公平性和问责性问题。在数字农业中，这些讨论探讨了技术路径如何强化或挑战农业食品系统中的权力关系（Xie等人，2024年；Zhao等人，2024年；Sargani等人，2025年）。能力理论为评估技术变革提供了规范视角，关注人们实际获取、理解和利用创新的机会，从而提升其福祉和能动性。从这个角度看，只有当农民具备所需的能力和制度支持时，数字化才能促进农村发展（Kerras等人，2020年；Soma和Nuckchady，2021年；Steinke等人，2024年）。这些视角不仅为研究提供了分析框架，还为理解数字技术如何重塑农业和农村地区的机遇、权力关系和分配结果提供了更广阔的解释背景（Kosior，2020年；Lv等人，2025年）。它们共同强化了数字化是一个由基础设施、制度、文化规范和行为者网络塑造的社会技术过程的观点，而非中立的技术转型（Klerkx，2020年）。这种理解符合负责任和包容性创新的呼吁，强调在技术变革治理中需具备预见性、反思性和响应性（Stilgoe等人，2013年）。

尽管有越来越多的研究关注农业数字化，但相关证据仍高度碎片化。虽然采纳驱动因素和技术绩效得到了广泛分析，但很少有研究系统地探讨数字化的社会、伦理和政治维度。特别是，文献缺乏对社会和空间不平等问题的综合分析，包括其概念化、实证研究及治理方式。这种碎片化限制了知识的积累，掩盖了关键差距的存在（Omulo和Kumeh，2020年；Qiu等人，2025年；Suh，2025年）。为解决这一问题，本文采用了一种以差距为导向的系统映射综述方法，明确识别现有文献的空白、不足或概念发展不足的领域，而不仅仅是总结已有成果。通过结合文献计量分析、现有综述的元分析和原始实证研究的系统映射，本文旨在梳理现有知识，识别数字农业不平等相关维度的高覆盖、部分覆盖和低覆盖区域。

**2. 方法论**
2.1. 综述设计、数据收集和分析步骤
本文采用以差距为导向的系统映射综述方法，分为三个顺序且互补的阶段（见表1）。这些阶段的整合旨在全面梳理学术文献，并系统识别与数字农业中的社会和空间不平等相关的研究空白。

**表1. 三步综述设计**
| 步骤 | 目的 | 工具/来源 | 输出 |
|----------------|------------------|----------------------------------|-----------------------------------------|
| 第一步 – 描述性文献映射 | 描述文献的范围和分布（主题、关键词、趋势、地理焦点） | Scopus；Web of Science；VOSviewer；MAXQDA | |
| 第二步 – 综述综述 | 综合现有综述中识别和讨论的空白 | MAXQDA；研究空白类型及覆盖程度 | |
| 第三步 – 以差距为导向的系统映射 | 系统分析实证研究如何解决这些空白 | MAXQDA；证据映射，关联空白与实证覆盖范围和遗漏点 | |

这三个步骤并非合并为一个分析层，而是通过三角逻辑相互关联。第一步提供该领域在主题、方法和背景上的分布描述；第二步识别并整理综述文献中的研究空白；第三步评估近期实证研究在解决这些空白方面的贡献。这种三角逻辑有助于全面透明地了解学术文献中不平等相关维度的覆盖情况。

2.2. PRISMA 2020协议、搜索策略和筛选
本节详细说明了综述协议、搜索策略和筛选程序，以确保透明度和符合PRISMA 2020指南。文献搜索截至2025年7月1日，涵盖该日期及之前的所有出版物。

**2.2.1. 数据库和搜索策略**
使用了两个多学科数据库：Scopus和Web of Science。搜索策略结合了控制词汇和自由文本术语。核心查询语句为：“(农业或农业相关) 且 (数字化*或机器人*或自动化或‘气候智能’或‘人工智能’) 且 (技术*或精准或促进或创新*) 且 (社会或地域或空间或农村或‘内部区域*’或‘内陆地区*’或规模*或维度*) 且 (农场*或小型*或资本或劳动力或能源) 且 (不平等*或差异*或差距或排斥或风险*) 且 (政策*或建议*或影响*或冲突*或‘社会冲突*’或脆弱性*)”。搜索范围限定在2015年至2025年间发表的英文同行评审期刊文章上。此外，通过滚雪球式方法（反向/正向引用检查）增加了8篇相关文章，以扩大对高度相关研究的覆盖范围。虽然搜索字符串旨在捕捉明确涉及农业数字化中不平等相关维度的文献，但我们认识到基于关键词的策略可能会引入一定程度的术语偏见。那些通过咨询系统、技能、知识或创新网络等概念探讨数字农业的有影响力的社会科学研究可能不会明确使用与不平等或数字鸿沟相关的术语，因此可能不在初始查询的范围内。这种局限性是系统性、基于关键词的综述所固有的，部分通过有针对性的滚雪球方法和明确讨论方法论局限性来加以解决。

2.2.2. 去重、预筛选和筛选程序
选择过程分为三个步骤：
1. 去重和预筛选：从两个数据库中检索到的记录被合并，并移除了重复项。初步排除步骤根据文档类型和明显的话题不匹配（例如，非农业数字化；纯粹的技术领域，不包含社会经济、治理或不平等相关内容）来移除不符合条件的记录。
2. 标题/摘要筛选：使用预定义的纳入和排除标准对剩余记录的标题和摘要进行筛选。
3. 全文资格评估：仅将满足所有标准的潜在合格论文全文阅读并纳入。

如果研究满足以下条件，则被纳入：
(i) 涉及农业、农业食品系统或农村发展背景下的数字化和促进技术；
(ii) 明确涉及社会经济、制度/治理、地域、空间、公平、包容性、脆弱性或分配维度。

如果研究满足以下条件，则被排除：
(i) 仅关注技术性能，不涉及任何社会/不平等维度；
(ii) 涉及农业/农业食品以外的信息和通信技术/数字化；
(iii) 与综述问题相关性不足。

去重和筛选后，最终文献库包括24篇综述论文（步骤2）和60项实证研究（步骤3）。PRISMA流程图（图1）总结了识别、筛选和纳入阶段。

鉴于综述的多阶段性质，通过以下方式确保了标准化：
(i) 从一开始就商定的综述协议和共享的纳入/排除标准；
(ii) 在所有步骤中应用的共同编码框架（代码手册）；
(iii) 定期交叉检查和团队讨论，以解决模糊情况，并确保在整个筛选、编码和差距分类过程中对类别的一致解释（Kuckartz和R?diker，2019）。

2.3. 第一步：描述性文献映射
第一步提供了文献范围和分布的描述性映射（而不是“框架”分析）。该映射涵盖了整个文献库（综述+实证研究），旨在识别主要主题、时间模式、关键词群组和地理焦点。关键词共现分析和可视化在VOSviewer中进行，而MAXQDA支持系统的文档组织和编码，以识别主导主题和研究焦点（Kuckartz和R?diker，2019）。图2展示了近年来出版物的时间分布情况，但这并不意味着主题方向或研究质量的变化。

表2总结了此阶段识别出的主要主题。

虽然早期研究（2015-2020年）主要在北美地区进行，但最近的贡献越来越多地关注全球南方和新兴经济体，反映了文献中实证环境的多样化。图3显示了主要主题在出版年份的分布情况，突出了技术、社会和治理相关领域的共存。

引用次数差异很大，这既反映了少数高引用贡献的存在，也反映了大量近期出版物引用积累有限的情况。图4显示了实证研究在世界各地区的地理分布不均情况。图5展示了实证研究地点随时间在地理上的多样化。

2.4. 第二步：现有综述的元综述和差距分类
第二步包括对现有综述的元综述，旨在综合现有系统和叙述性综述如何概念化数字农业中的研究差距。这种方法越来越多地用于评估复杂跨学科领域的成熟度和局限性（Aromataris等人，2015；Faulkner等人，2022）。元综述涵盖了最终文献库中的24篇综述。节点代表关键词，链接表示共现关系；群组反映的是主题接近性而非因果关系（图6）。

所有综述都被导入MAXQDA并编码，以提取与方法论和主题差距相关的陈述。基于这种编码，我们将差距系统地分为：
(i) 方法论相关差距（例如，通用方法与特定方法；方法论创新）；
(ii) 主题研究差距（例如，治理和社会可持续性；脆弱群体；劳动力；教育；金融技术）。

为了提高透明度（应评审者的要求），每个差距根据三个标准被分配了一个覆盖等级：
1. 频率：有多少研究/综述明确讨论了该差距；
2. 多样性：该差距是否在多个背景、人群或环境中被研究；
3. 深度：文献是否提供了实质性的实证/理论探讨，而不仅仅是提及。

2.5. 第三步：以差距为导向的实证研究系统映射
第三步基于第一步和第二步的结果，对60项实证研究进行了以差距为导向的系统映射。系统映射旨在描述和可视化现有研究的格局，而不是评估因果效应或干预效果。首先，该研究依赖于Scopus和Web of Science索引的已发表的同行评审文献，因此可能低估了灰色文献和实践者报告的贡献。其次，基于关键词的搜索可能无法捕捉到一些有影响力的社会科学成果，这些成果通过咨询系统、技能、知识或能力等概念探讨了数字农业问题，但并未明确使用与不平等相关的术语。第三，系统映射提供了研究领域的结构化概览，但并未评估数字化在实践中的因果影响。因此，所发现的差距反映了学术文献中的模式，而非现实世界中数字不平等的分布情况。另一个限制与用于识别研究差距的方法论方法有关。以差距为导向的系统映射提供了文献中未充分探索领域的结构化概览，但其他方法（如基于专家的视野扫描、德尔菲方法或参与式研究议程设定）可能会产生不同的优先级。未来的研究可以结合系统映射与参与式或基于前瞻性的方法，以加强新兴研究需求的识别。

3. 结果
3.1. 从碎片化的证据到结构化的研究模式
根据第一个和第二个研究问题，本节综合了元分析和以差距为导向的系统映射中发现的主要模式，强调了先前确定的研究差距如何通过实证研究得到解决。分析重点不是重复个别发现，而是关注描述数字农业和社会不平等研究状态的总体模式。图8在整合了来自原始研究的证据后，比较了差距的覆盖情况，同时保持了原始的差距定义。特别是，图8直接基于图7中的差距分类，并结合了原始研究的证据。

总体而言，文献显示该领域正在迅速发展，但结构上仍然存在碎片化。当考虑到数字技术嵌入的农村背景时，这种碎片化尤为明显，因为制度条件、地域基础设施和社会经济特征强烈影响了技术采用和不平等的模式。尽管过去五年中对数字化和赋能技术的学术兴趣显著增加，但方法论方法和主题重点仍然不均衡。技术和采用导向的研究仍然占主导地位，而社会、制度和分配维度则较少被关注，且常常孤立地进行研究。

从综合研究中出现了三个主要模式。首先，方法论上的碎片化仍然存在。尽管最近的研究越来越多地采用混合方法、参与式工具和社会制度视角，但跨国可比性和知识积累仍然有限。缺乏共享的协议（特别是在评估采用动态、数据治理和人工智能应用方面）继续限制了超越个案洞察的综合研究。其次，文献表现出持续的主题不平衡。治理、劳动和教育获得了更多关注，但它们仍然次于生产力、可持续性和效率导向的分析。即使明确讨论了社会问题，这些问题也常常被视为影响数字转型的背景变量，而不是核心分析维度。第三，地理不对称性仍然明显。这些不对称性反映了农村地区更广泛的空间不平等现象，基础设施、连接性、制度支持和市场准入的差异导致了从数字技术中获益的机会不均等。大多数实证证据来自东亚和欧洲，而全球南方的研究尽管有所增加，但仍然高度依赖于具体背景，并在不同地区分布不均。这表明实证关注在地理上已经多样化，但尚未形成系统的比较分析。

以差距为导向的系统映射说明了这些模式如何转化为相对于元分析的差距覆盖变化。被归类为低覆盖率的差距显著减少，而中等和高覆盖率的差距有所增加，表明该领域正在逐步整合。这种转变在涉及弱势群体和基于背景的研究中尤为明显，反映了实证焦点逐渐从纯粹的技术问题扩展到更广泛的范围。相比之下，与方法论标准化、复杂环境中的人工智能验证和数据密集型研究实践相关的差距仍然大部分未得到解决。

总体而言，这些结果表明，最近的实证研究带来了渐进式的进展，但在方法论和主题领域仍存在不平衡。数字农业主要通过技术和采用导向的视角进行分析，对能够系统地剖析不平等、权力关系和再分配的视角整合有限。这些证据为第二个研究问题提供了结构化的答案，明确了哪些差距得到了解决，哪些差距仍然限制了累积性理解。

3.2. 权力、再分配和基于背景的数字不平等
这些视角可以被视为数字农业更广泛政治经济学方法中的互补部分，有助于解释技术变化如何在不同农村地区重新分配能力、资源和机会。基于这些结果，本节从更广泛的社会政治视角解读了所识别的研究差距。从综述综合中出现的模式突出了与数字资源获取不平等、技术变化的分配影响以及从数字创新中受益所需能力相关的问题。这些主题与通过数字不平等、技术正义和人类能力视角探讨数字转型的多个学术流派相呼应。讨论将这些视角作为解释性参考点，以说明数字化如何在农业和农村背景下强化或缓解社会和空间不平等。

第一个关键含义涉及权力和再分配。在不同地区和技术中，文献一致表明数字化重塑了对数据、知识和决策的控制。虽然数字工具的获取范围扩大了，但不平等在数据所有权、分析能力和算法透明度层面日益凸显。这种模式反映了从传统的基于访问的数字分歧向更复杂的“数据分歧”的转变，其中利益越来越依赖于对数据、分析能力和算法透明度的控制。从技术正义的角度来看，这些发现突显了仅关注访问和采用的包容策略的局限性。与治理相关的问题（包括数据所有权、平台化、透明度和制度问责制）在数字农业文献中越来越受到讨论。然而，大多数贡献仍然是概念性的或特定于案例的，系统性的实证分析相对有限。没有参与式治理机制和透明的数据制度，数字创新可能会加剧依赖性而非赋权。这与最近关于数字农业的政治经济学分析相呼应，这些分析强调技术变化本质上是再分配性的，并受到治理选择的影响（Bronson, 2019; Carolan, 2020; Klerkx and Rose, 2020）。

第二个含义与能力和能力建设有关。基于背景的研究（特别是在全球南方）的突出表明，数字成果更多地取决于教育、制度支持和集体学习环境，而非技术本身。从能力角度来看，只有当农民真正有机会以符合自身优先事项的方式访问、理解和使用技术时，数字化才能提高福祉。因此，教育、咨询系统和同伴学习基础设施中的差距持续存在，代表了包容性数字转型的结构性限制。

最后，综述强调了数字正义的背景依赖性。跨区域比较表明，数字化遵循不同的路径：在高收入背景下，讨论集中在自动化、劳动力替代和伦理问题上；在新兴经济体中，关注点集中在连接性、金融和基本能力上。这种差异意味着政策框架不能普遍适用。在欧洲促进创新和效率的策略可能在其他地方加剧依赖性或排斥，除非通过本地治理、共同设计和知识共创进行调整。

总之，这些发现支持将数字农业重新定义为一种治理机制，其中再分配、问责制和自主权的问题与生产力和效率同样重要。通过明确证据已经巩固的地方和仍存在差距的地方，本综述为关于公正转型、社会不平等和农村数字化政治经济学的持续辩论做出了贡献。

4. 讨论：解读数字农业中的不平等模式
基于第3.2节的发展出的解释性见解，本结论部分综合了多层次综述的主要发现，并反思了它们对研究和政策的影响。它不是重复描述性结果，而是梳理了现有文献如何概念化和实证地处理数字农业中的社会不平等，并强调了仍需充分探索的关键维度。在文献中，数字化不仅被视为技术扩散的过程，而是一系列具有不均衡社会和空间分配结果的社会技术转型。重要的是，这些动态主要发生在农村背景下，其中制度基础设施、咨询系统和地域网络决定了农民和农村社区如何访问、解释和使用数字技术。尽管最近的研究越来越多地承认社会维度，但综合分析确认与权力、能力和治理相关的不平等仅部分融入了主流分析。这一发现与农村研究和农业食品学术中的关键观点一致，这些观点认为数字转型往往会复制现有的结构性不对称，除非明确朝着包容性和再分配的目标进行治理（Bronson, 2019; Carolan, 2020; Klerkx and Rose, 2020; Wang et al., 2025）。

在此背景下，讨论围绕三个指导性研究问题展开。首先，它探讨了现有综述如何界定社会和空间不平等问题并识别相关研究差距。其次，它评估了实证研究在多大程度上解决了这些差距。第三，它考虑了哪些维度仍需充分探索，并讨论了对理论和政策的影响。

关于RQ1（关于农业和农村背景下的数字技术的学术文献如何处理社会和空间不平等问题，以及这些问题在技术、社会和制度研究领域中的分布情况），元分析确认了一个一致的信息：文献历史上一直以采用和绩效叙事为主，而不平等相关维度则较少得到系统研究。综述反复指出在（i）治理和数据所有权、（ii）劳动和就业转型、（iii）教育和能力建设、（iv）方法论标准化和跨国可比性以及（v）对弱势群体（小农户、妇女、青年）的持续关注方面的差距。这与农村数字化学术中的有影响力观点一致，这些观点认为不理解塑造包容性、访问、使用和结果的机构、中介和权力关系就无法理解技术变化（例如，Klerkx and Rose, 2020; Carolan, 2020; Bronson, 2019; Hackfort, 2021; Udisha and Ambily Philomina, 2024）。

综述强调的一个核心差距是将“包容”视为访问和采用，而不是分配结果和治理中的话语权。这与数字不平等理论相呼应，该理论将不平等不仅视为“访问差距”，还视为差异化的使用、技能和结果（DiMaggio et al., 2001; van Dijk, 2020）。同时，技术正义视角强调，利益的分配取决于谁塑造了技术路径和数据治理规则（Smith and Stirling, 2018; Marra and Carlson, 2002; Khamtavee et al., 2024; Liu et al., 2025）。最后，能力方法将包容性定义为将数字资源转化为有价值功能的真实自由，这需要制度支持和学习环境，而不仅仅是连接性（Sen, 1999; Nussbaum, 2003）。

关于RQ2（现有关于农业和农村背景下的数字化的综述发现了哪些与社会和空间不平等相关的研究差距？），以差距为导向的映射显示某些领域取得了可测量的进展，但在其他领域仍存在脆弱性。在证据扩大的方面，实证研究越来越多地关注弱势群体和基于背景的动态。特别是针对妇女、小农户和农村青年的研究在新兴经济体中有所增加，丰富了证据基础。然而，映射也显示包容性收益往往是条件性的：利益往往集中在资源更丰富和受教育程度更高的参与者中，这与“马太效应”动态一致，即早期优势会随时间累积（Perc, 2014; Gómez-Bengoechea and Jung, 2024; Tewathia et al., 2020; Khan et al., 2024）。这种模式支持这样的解释：即使访问得到改善，数字化也可能复制现有的结构性不平等。

然而，在证据仍然不均衡的方面，几个差距持续存在，限制了累积性理解。首先，方法论标准化仍然薄弱：可比指标和共享协议很少，限制了跨背景的综合研究。其次，在复杂农业环境中对人工智能的实地验证仍然有限且记录不均衡，这在将自动化和决策支持的主张转化为政策预期时尤为重要。这些限制也对包容性有影响，因为数字工具的不均衡验证可能会加剧农民获取可靠决策支持技术的能力差异。第三，尽管关于大数据和平台的讨论非常广泛，但“数据密集型研究挑战”在很大程度上仍然隐含未现；实证研究很少系统地探讨数据质量、透明度和可重复性等研究设计方面的问题。治理、劳动力和教育方面：虽然有所整合，但仍然存在碎片化现象。最近的实证研究越来越多地关注治理和社会可持续性问题，特别是在数据所有权、平台化、信任和问责制方面（Bronson, 2019; Carolan, 2020; Klerkx and Rose, 2020）。然而，大多数研究仍然停留在概念层面或特定案例分析，对数字农业中治理安排的系统性实证分析相对有限。尽管如此，现有证据仍然不均衡且常常受具体情境限制，这表明治理虽然被认为很重要，但在实证研究中尚未得到充分操作化。近年来，关于劳动力转型和自动化的研究有所增加，特别是在技能要求变化、新职业角色以及数字中介农业系统中的管理控制方面。然而，不同地区和生产系统的实证证据仍然存在差异，导致对农村劳动力市场长期影响的理解存在重大空白（Carolan, 2020; Prause, 2021）。教育和能力建设经常被提及，但许多研究仍然较为笼统；较少有研究探讨咨询系统、同伴学习和促进机制如何影响农村发展实践中的分配结果。

总体而言，现有证据表明学术研究正在超越纯粹的技术框架，但尚未形成对不平等作为再分配过程的连贯和累积性理解。最后，关于RQ3（原始实证研究在多大程度上解决了这些差距，以及农村背景下哪些社会和空间不平等维度仍然被部分探索或忽视？），综合分析指出了三个直接影响农村研究和政策的未解决“前沿差距”。第一个差距涉及数字成果的不平等获取，特别是数据所有权、分析能力和算法透明度方面。尽管越来越多的文献开始探讨这些问题，但现有证据仍然分散且具有特定情境性，表明从传统的数字鸿沟向新兴的“数据鸿沟”的转变尚未完全理解。这与政治经济学观点一致，即数字转型是重塑资源、知识和决策控制权的再分配过程（Bronson, 2019; Carolan, 2020）。未来的研究需要评估能够重新分配利益的治理安排，例如数据管理模型、参与式规则制定和问责机制，而不仅仅是将其视为规范性的附加要素。第二个差距体现在能力和学习基础设施上。能力视角强调，只有当农民能够通过教育、咨询支持、制度信任和集体学习环境将获取的机会转化为能力提升时，数字工具才能真正提高福祉（Sen, 1999; Nussbaum, 2003）。这直接关联到农村发展中的推广、促进和创新系统讨论，表明研究应更好地衡量学习基础设施如何影响分配结果。第三个差距关注在保持情境差异的同时实现可比性。方法论上的差距需要比较和纵向研究方法，而主题上的差距则需要具体情境分析。因此，未来的研究应设计出既能进行比较（共享指标、透明协议）又能保留情境特征的方法（混合方法、参与式调查）。这对于农村研究中的公平转型讨论尤为重要，因为“什么有效”取决于制度和地域条件。

综上所述，数字农业应被视为一种社会技术治理机制而不仅仅是技术创新。这种重新定位与农村研究中关于不平等和公平转型的讨论相一致，并为从碎片化证据到以再分配、问责制和能力为核心的研究议程提供了解释性桥梁。

5. 结论：主要发现、局限性和未来研究方向

更广泛地说，这些发现表明，农业数字化不仅应被视为技术创新过程，还应被视为一种重塑农村地区权力关系、能力和发展机会的社会技术转型。本综述旨在识别和梳理数字技术与农业社会不平等之间的关系中的研究空白，并评估近期实证研究在多大程度上解决了这些空白。通过结合描述性文献分析、现有综述的元分析和针对研究空白的初步研究梳理，本文提供了关于这一不断扩展但发展不均衡的文献的全面透明概述。得出三个主要结论：首先，证据基础正在扩大和多样化，但不平等现象仍具有结构性特征。实证研究越来越多地关注弱势群体和基于情境的动态变化，尤其是在新兴经济体中。然而，在不同情境下，利益往往流向资源更丰富、受教育程度更高的群体，表明能力差异和累积优势仍然存在。在获取和采用方面实现包容性并不自动转化为公平的结果。其次，在治理和社会技术视角上取得了进展，但关键的方法论和技术空白仍未解决。文献显示出对数据治理、平台化、劳动力转型和伦理问题的日益关注，表明数字化嵌入在权力关系中，而不仅仅是中立的生产力转型。同时，方法论标准化、纵向和跨区域设计以及人工智能应用的实地验证仍然有限，限制了累积学习和基于证据的政策制定。第三，最具政策相关性的未解决问题集中在再分配和能力提升上，而非技术本身。综述指出，数字鸿沟日益表现为从数据、分析和算法系统中获取价值的能力不平等。以能力为导向的视角强调，赋权取决于教育、咨询系统和制度支持。从技术正义的角度来看，需要参与式治理和问责机制来更公平地塑造技术发展和利益分配。

本综述存在局限性：它依赖于Scopus和Web of Science索引的同行评审文献，可能低估了灰色文献和实践者知识的重要性；关键词驱动的搜索可能会遗漏那些通过咨询系统、技能或创新网络研究数字农业但未使用不平等相关术语的重要社会科学研究。此外，系统性的文献梳理描述了证据的分布和空白，但未估计数字化在实践中的因果效应。因此，结论反映了学术文献中的模式，而非现实世界影响的直接测量。

基于这些梳理出的空白，未来的研究应优先考虑：
- 纵向和比较设计，以评估数字化如何随时间和地区改变不平等和治理结构；
- 混合方法和参与式方法，将技术绩效与分配结果、生活经验和地方制度联系起来；
- 以治理为重点的实证研究，探讨数据所有权、管理、透明度和公平利益共享机制；
- 能力和学习基础设施，包括推广服务、点对点网络、促进机制和数字素养作为分配结果的决定因素；
- 对研究不足的地区和农村情境进行扩展，加强非洲、拉丁美洲以及小岛屿或偏远农村地区的证据积累。

总之，农业数字化不应被视为现代化的自动驱动因素，也不应被视为排斥的必然结果。这些发现支持了农村研究和政治经济学分析中的观点，即技术变革不能脱离塑造获取、控制和价值分配的制度和治理安排来理解。数字化是一个受制度、权力关系和能力分配影响的社会技术治理过程。迈向公平和包容的农村数字化未来，不仅需要技术创新，还需要能够提升农民能力、确保问责制并促进更公平利益分配的治理安排和学习体系。这些发现还通过强调数字化如何与地域不平等、制度能力和治理安排相互作用，为农村研究中的持续讨论提供了依据。最终，数字化是否加剧现有不平等或促进更公平和有韧性的农村未来，更多取决于塑造其设计、部署和使用的社会、制度和政治选择。

CRediT作者贡献声明：
Sara Calzolai：概念化、数据整理、方法论、初稿撰写及审稿编辑；
Giuseppe Timpanaro：资金获取、调查、监督、初稿撰写及审稿编辑；
Alessandro Grasso：软件支持、审稿编辑；
Gabriella Vindigni：资金获取、调查、监督、审稿编辑。