《Food and Energy Security》：From Data Colonialism to Inclusive Artificial Intelligence: Governing Digital Transformation in Sub-Saharan African Food Systems
编辑推荐：
人工智能（AI）正日益被推广为提升撒哈拉以南非洲（SSA）农业生产力、气候韧性和粮食安全的一项变革性技术。然而，越来越多的证据表明，人工智能的治理往往通过将农业数据、决策制定和经济价值的控制权集中于外部行为者，从而再生产出既有不平等。本文通过数据权力、公平性和
人工智能（AI）正日益被推广为提升撒哈拉以南非洲（SSA）农业生产力、气候韧性和粮食安全的一项变革性技术。然而，越来越多的证据表明，人工智能的治理往往通过将农业数据、决策制定和经济价值的控制权集中于外部行为者，从而再生产出既有不平等。本文通过数据权力、公平性和数字化转型这三个相互关联的视角，考察了SSA粮食系统中的人工智能治理。农业人工智能系统依赖于通过耕作活动、管理实践、生产记录、遥感、物联网（IoT）设备、无人机、卫星及其他数字技术所产生的数据。尽管这些数据集源于农民及其生产环境，但数据的访问、所有权、处理、再利用和商业化权利却常由平台提供商、技术公司和开发组织行使，这引发了关于数据主权、参与和利益共享的根本性问题。本研究基于对2015年至2025年间发表的92项跨学科研究的半系统性文献综述与叙事综合。在整合数据殖民主义和平台资本主义理论的政治经济学视角指导下，本研究构建了一个基于三个分析维度的治理框架：数据控制、参与和价值分配。这些维度被用于概念化一个从榨取式到包容式人工智能系统的治理连续体，为分析SSA各地的治理轨迹提供了一个比较框架。来自肯尼亚、卢旺达、尼日利亚、埃塞俄比亚、坦桑尼亚、乌干达和南非的证据表明，当代人工智能部署主要以集中化数据控制、有限的农民参与和不平等的价值捕获为特征，尽管各国之间存在重要的制度差异。该综述还识别了新兴的替代方案，包括参与式设计、农民数据合作社和本地嵌入的创新生态系统，这些方案展示了通往更具包容性的人工智能治理的路径，但仍处于碎片化状态且尚未充分制度化。研究结果凸显了在农业数据主权、部门特定监管和制度能力方面持续存在的政策缺口，并认为人工智能的变革潜力将较少取决于技术创新，而更多取决于能够重新分配权力、增强本地能动性并确保通过人工智能赋能的粮食系统所产生的利益得到公平分享的治理安排。本研究贡献了一个可迁移的治理连续体，以推进人工智能治理的比较分析，并为在撒哈拉以南非洲及类似发展中地区设计更具包容性的数字农业政策提供了一个实用框架。
2 方法论
2.1 概念框架
本研究采用理论驱动的主题综合方法，整合演绎与归纳分析策略，考察SSA粮食系统中人工智能的治理。演绎编码以政治经济学视角为指导，特别是数据殖民主义和平台资本主义理论，这些理论将数据概念化为嵌入全球榨取、积累和控制体系中的战略资源。这些视角辅以数字政治经济学和人工智能治理的学术研究，后者强调制度安排如何塑造权力关系以及通过数据驱动技术所产生利益的分配。归纳编码随后允许识别基于SSA各地所综述文献中的新兴主题。
在此理论基础上，本研究构建了一个概念框架，将人工智能治理理解为既是社会技术过程也是政治经济过程。该框架借鉴治理学术研究，识别出构建粮食系统中人工智能治理的三个相互关联的分析维度：数据控制、参与和价值分配。这些维度共同提供了在SSA各地考察和比较治理安排的分析视角。
第一个维度，数据控制，超越了数字数据集的法律所有权，涵盖对整个农业数据生命周期的权威，包括数据生成、收集、访问、存储、处理、共享和商业化。该维度捕捉了数据基础设施在多大程度上集中于专有数字平台内，或分散于公共、地方或社区机构之间。那些控制这些基础设施的行为者因此影响着知识生产、算法决策和下游价值捕获。
第二个维度，参与，捕捉了地方行为者——特别是小农——在人工智能系统的设计、部署、适应和治理中行使有意义影响力的程度。参与超越了咨询，包括共同设计、共享决策、治理代表，以及地方行为者根据自身优先事项和社会经济状况协商、修改、采纳或拒绝人工智能系统的能力。
第三个维度，价值分配，考察了通过人工智能系统产生的经济、信息和社会利益如何在农业价值链中的行为者之间进行分配。借鉴平台资本主义文献，该维度突显了从地方生产的农业数据中产生的价值往往不成比例地被平台所有者、技术公司和外部组织捕获，而非农民本身。
尽管在分析上截然不同，这三个维度是相互强化的。它们的互动决定了权力、决策权威和经济价值在人工智能赋能的粮食系统中如何分配。基于这些维度的不同配置，该框架将人工智能治理概念化为一个连续体，包括榨取式、混合式和包容式治理模型。
2.2 研究设计
本研究采用半系统性文献综述设计，辅以叙事综合，考察SSA粮食系统中人工智能的治理。半系统性方法之所以合适，是因为文献跨越多个学科，包括人工智能治理、数字政治经济学、农业发展、科学技术研究和公共政策，并包含异质性的证据形式。叙事综合随后被用于解释无法通过定量聚合有意义综合的概念关系、背景变化和治理模式。
2.3 检索策略与范围
文献通过目的性、迭代性和多来源检索识别，旨在捕捉关于SSA粮食系统中人工智能治理的概念性、经验性和政策导向性贡献。检索策略结合了三个交叉主题领域的关键词：人工智能与数字农业；治理与政治经济学；地理与部门背景。检索在Scopus、Web of Science和Google Scholar中进行，并辅以来自关键机构和政策来源的灰色文献定向检索。综述聚焦于2015年至2025年间发表的文献。
2.4 筛选与选择过程
研究选择遵循透明且结构化的多阶段筛选程序。文献检索初步识别了来自四个来源的412条记录。去除重复记录后，316项独特研究进入标题和摘要审查。此阶段排除了168项研究，留下148篇文章进行全文评估。全文审查后，56篇文章被排除，最终92项研究满足所有资格标准，构成主题综合的最终证据基础。
2.5 数据提取与分析
数据使用结构化分析矩阵提取，旨在捕捉SSA粮食系统中人工智能治理的关键维度。提取聚焦于四个核心领域：数据治理安排；参与和包容；价值分配；技术应用背景。鉴于文献的异质性，本研究采用定性叙事综合结合主题内容分析，遵循元综合原则。定量发现与定性见解一同进行叙事性解释，使得无需统计聚合即可识别趋同模式、分歧和新兴趋势。
2.6 确保严谨性与应对偏差
采取了多项措施以增强综述的严谨性和可信度。使用多个学术数据库和机构来源确保了证据的广度和多样性。综述过程以透明的检索、筛选和选择程序文档为指导，提高了可复制性。编码和综合过程是迭代和反思性的，能够持续细化主题和交叉验证解释。
2.7 研究局限性
尽管采用了透明的检索、筛选和选择程序，本研究并不构成完全符合PRISMA的系统综述。相反，它遵循半系统性综述设计，旨在综合跨学科和概念多样化的证据。依赖二手数据限制了实证验证发现的能力。鉴于人工智能技术的快速演进性质，一些近期发展可能尚未反映在文献中。
3 结果
3.1 数据控制：集中化、不对称性与新兴替代方案
比较证据揭示了SSA各地人工智能治理的重大制度差异。肯尼亚经历了私营数字农业平台的快速增长，引发了对数据所有权、商业化和监管监督的担忧。相比之下，卢旺达采取了更多国家主导的方法，集中化的数字农业基础设施加强了协调，同时集中了决策权威。尼日利亚和坦桑尼亚继续主要依赖碎片化的私营数字平台，治理机制有限，而南非则受益于相对更强的监管数字技术的法律和制度框架。
尽管存在这些差异，该地区人工智能赋能的农业系统始终以对农业数据的集中化和不对称控制为特征，反映了更广泛的数据榨取主义和数字殖民主义动态。小农通过其生产活动、管理决策以及与数字平台的互动生成关于土壤质量、作物产量、气候响应和耕作实践的细粒度数据，辅以通过传感器、无人机、卫星图像和人工智能赋能的监测系统收集的信息。然而，这些数据集的所有权、存储、聚合和货币化主要由外部行为者控制。
重要的是，这些动态并非静态而是演变的。新兴学术研究指出，通过可被理解为数字生物剽窃的现象，数据榨取主义正在加剧，人工智能、大数据分析和合成生物学的进步将控制范围从数字数据扩展到生物和遗传资源。数字平台日益收集大量农场级数据，这些数据在专有生态系统内被聚合和货币化。
3.2 参与：包容性、共同设计与结构性缺口
综述文献揭示了SSA各地参与式治理的显著差异，尽管在大多数人工智能赋能的农业系统中，有意义的参与仍然有限。肯尼亚和南非提供了涉及研究组织、创新中心和农民组织的共同设计倡议的例子，而卢旺达已将结构化的农民反馈纳入政府主导的数字农业项目，尽管主要通过咨询性过程。相比之下，来自尼日利亚、坦桑尼亚、乌干达和埃塞俄比亚的证据表明，许多人工智能系统继续通过自上而下的方法由外部设计和实施，为农民提供很少影响系统设计、治理或实施的机会。
然而，参与不应被视为包容与排斥之间的简单二元对立，也不应假定与赋权同义。小农在其生计策略、技术能力和治理偏好方面是多样化的。参与因此被更好地理解为由农民能动性、制度机会和背景约束所塑造的参与连续体。农民根据其感知的有用性、可负担性、透明度和与地方知识及耕作实践的兼容性，积极协商、适应、修改或拒绝人工智能赋能的农业服务。
3.3 价值分配：不平等捕获与新兴再分配机制
比较证据揭示了SSA各地通过人工智能赋能的农业系统产生的经济价值如何分配的显著差异。肯尼亚已开始试验以农民为中心的数据合作社和利益共享倡议，而南非相对更强的监管环境为数字农业平台的公共监督提供了更多机会。相比之下，来自尼日利亚、坦桑尼亚和乌干达的研究一致记录了跨国公司、平台提供商和其他外部行为者不成比例的价值捕获。
在整个综述文献中，价值分配成为人工智能治理中最不均匀的维度之一。尽管人工智能系统高度依赖农民生成的数据，但经济回报主要由平台所有者、跨国技术公司和发展机构占有，而小农往往仅获得有限的利益，仅限于获取咨询服务或数字工具。这种不平衡通过将数据生成来源与经济价值创造场所分离，并增加对外部控制的数字生态系统的依赖，强化了结构性不平等。
3.4 综合人工智能治理模型：榨取式、混合式与包容式系统
当三个治理维度——数据控制、参与和价值分配——相结合时，形成了SSA中人工智能治理模型的连续体。肯尼亚的私营主导平台和尼日利亚碎片化的移动服务 exemplifies 榨取式模型，其特征是集中化、低参与度和外部化价值捕获。卢旺达国家主导的数字农业项目整合了有限的农民反馈，但保留集中控制，将其置于混合类别。埃塞俄比亚的参与式但制度上集中的数字农业试点也符合此模型。
尽管罕见，包容式模型正在涌现。肯尼亚的数据合作社和共同设计工作坊展示了以农民为中心的治理，而南非则提供了以研究为导向的参与式生态系统。这些发现强化了SSA国家并非固定于一个类别；相反，治理方法基于制度成熟度和监管结构而演变。
3.5 跨领域见解与治理启示
在所有三个治理维度中，研究结果表明SSA的人工智能治理受到持续结构性约束的塑造，包括薄弱的监管框架、有限的制度和技术能力、碎片化的数字基础设施，以及对外部开发技术的持续依赖。这些约束通过集中对数据的控制、限制有意义的参与以及实现经济价值的不平等分配，强化了榨取式治理安排。
与此同时，研究结果告诫不要仅通过榨取的视角看待人工智能治理。外部行为者可以促进技术转移，改善对数字咨询服务的获取，并在资源受限的环境中产生规模经济。许多小农自愿参与这些平台生态系统，因为他们感知到切实的利益，包括及时的农艺建议、改善的市场准入、降低的交易成本，以及增强对气候和金融信息的获取。这创造了效率与公平之间的内在张力。
3.6 SSA粮食系统中的人工智能实施案例说明
为补充比较治理分析，本综述考察了选定的AI赋能的农业倡议，以说明治理安排如何塑造SSA各地的实施。肯尼亚说明了快速扩张的数字农业相关的机遇和治理挑战。卢旺达政府主导的数字农业项目展示了集中协调对农业监测、推广服务和全国规划的好处，但也突显了农业数据和基于人工智能的决策权威在公共机构内的集中。在尼日利亚，私营运营的数字农业平台扩大了对天气信息、市场和金融服务的获取，但碎片化的监管监督继续限制透明度、问责制和公平利益共享。南非则受益于相对更强的监管机构、既定的研究能力和公私创新伙伴关系，为负责任的人工智能部署提供了更有利的环境，尽管小农之间的公平获取挑战依然存在。
