农业作为第一产业，是国家经济发展的根基，是支撑国民经济平稳发展的基础性产业。在“十四五”期间，我国农业资源集约化利用和农村生态环境治理将处于加速发展阶段，传统农业的发展模式已不再适用于乡村振兴战略背景下农业农村绿色可持续发展的要求，传统农业发展方式的转变、升级和改造势在必行^[1]。而智慧农业在一定程度上可实现资源的集约化利用，减少资源浪费，是今后我国农业发展的方向，因此也逐渐成为学者们关注的热点^[2-3]。智慧农业是农业发展的高级阶段，其核心要素是信息和知识。智慧农业依托大数据、物联网等现代化技术，实现农业生产的智能化，具体表现在信息感知、智能控制、精准投入等方面。智慧农业的出现为农业现代化的发展提供了新的方向、新的选择^[4]。纵观全球，已有多个国家和地区的政府推出发展智慧农业的方案，如日本提出的“下一代农林产业创造技术”方案，以欧盟、欧洲农机协会为代表的农业4.0项目（Farming 4.0）以及未来农业项目（Future Farm），以加拿大、美国为代表的智慧农业（Smart Agriculture），智慧农业已经成为当今世界现代农业发展的大趋势^[5]。回顾我国农业发展，农业现代化是我们国家一直以来重视的农业发展方向，从2005年的中央1号文件以来，每年都会出现“农业现代化”“农业信息化”等词，这也是我国智慧农业发展的重要标志。2018年，《中共中央国务院关于实施乡村振兴战略的意见》明确提出“提升农业发展质量，培育乡村发展新动能，大力发展数字农业，实施智慧农业林业水利工程，推进物联网试验示范和遥感技术应用，同时通过智慧农业将全部的农业产业特性融合在一起并运用信息技术，创造出循环化的农业产业链”。2020年中央1号文件《中共中央国务院关于抓好“三农”领域重点工作确保如期实现全面小康的意见》中提到“农业现代化的发展，需要加强现代农业的设施建设，需要依托现有资源建设农业农村大数据中心，加快物联网、大数据、区块链、人工智能、第五代移动通信网络、智慧气象等现代信息技术在农业领域的应用”。因此，发展智慧农业不仅是我国农业现代化进程中的重要一步，也是我国农业产业化发展的重点方向，更是贯彻落实我国乡村振兴战略的重要举措^[6]。从世界范围看，与发达国家相比，我国的智慧农业发展仍相对落后，在基建、人才、资源整合等环节还需逐步解决和完善^[6]。此外，不少学者对我国智慧农业的发展进行了深入的研究，发现我国智慧农业在发展建设中仍存在一系列问题，主要包括基础设施落后、运营成本高、人才不足、农业科技推广不力、信息数据存在隐患、科研体系不健全、农机设备现代化程度较低^{[4, 7]}。为此，有学者通过借鉴国外智慧农业的先进经验，提出构建农村高素质人才培育体系，打造全国智慧农业数据交流平台，加快农村地区信息化建设，完善政府与市场互相联动的双向机制助力中国智慧农业发展等建议^[8-10]。学者们对智慧农业领域做了大量且有意义的研究，但多集中在定性分析上。由此可见，学者们的研究在推动我国智慧农业的发展中起到了重要作用，但在研究的深度和广度上仍需进一步深入和扩展：一是已有的研究缺少横向对比，难以总结出智慧农业在不同地域、不同阶段的发展过程中表现出来的各种形式；二是与智慧农业相关的报道中，综述性的文章较少，且缺乏一定程度的定量分析，较为主观；三是智慧农业随着科学技术的发展不断丰富，其热点问题值得深入研究，且具有重要的实践意义。鉴于此，本文采用CiteSpace 5.6软件，对智慧农业相关领域的研究现状、热点、趋势进行可视化分析，并与国内外的相关研究进行对比，以期更好地为我国智慧农业发展提供科学建议。

1　数据来源与研究方法 1.1　数据来源

本研究的国内数据来源于CNKI数据库，综合考虑文献的权威性和全面性，经过多次检索试验最终确定检索策略：选择“核心期刊”和“CSSCI”作为数据来源对象和类别，选择检索范围为“主题”，通过高级检索功能，结合智慧农业的定义最终选取“智慧农业”、“农业”并含“物联网”、“农业”并含“云计算”、“农业”并含“大数据”、“农业”并含“5G”共5种主题词分别进行检索。由于国内首篇与智慧农业相关的文献出现在2009年，为全面揭示智慧农业的发展趋势，将检索时间跨度限定为2009年1月至2020年7月，共获得913篇符合条件的文献。进一步对以上文献进行多次逐篇筛查，剔除无关文献及非研究型文献，筛选出814篇有效期刊论文，将其作为国内智慧农业的研究样本进行数据分析。

国外数据来源于Web of Science核心集合数据库，利用高级检索功能，输入“Smart agricultural”和“Intelligent agricultural”两种检索词汇分别进行检索，检索时间跨度设置为1992年1月至2020年7月，最终检索到有效文献1 211篇，将其作为国外智慧农业的研究样本进行数据分析。

1.2　研究方法

本研究选用文献计量学中的科学知识图谱方法，利用可视化工具CiteSpace 5.6软件，对智慧农业的研究现状、研究热点和研究趋势进行直观分析，并在此基础上，对国内外智慧农业研究进行比较分析，从而为中国智慧农业的发展提供方向性建议。

文献计量分析通过数理统计等方法，定量分析学术论文的分布规律，揭示论文的年度增长和老化程度，从而分析某一领域的研究现状、发展历程，预测发展趋势，是对研究领域进行评价的有力支撑工具^[11]。其中运用最为广泛的可视化分析工具是由美国德雷赛尔大学计算机与情报学教授陈超美开发的可视化分析软件——CiteSpace^[12]。本研究采用的软件版本为CiteSpace 5.6，主要运用文献计量分析中的关键词共现分析以及关键词聚类分析。其中，关键词共现分析的原理是统计同对关键词在同一篇文献中出现的次数，据此研究某领域发展态势。而关键词聚类分析的原理是可视化分析软件通过算法将关系紧密的关键词进行聚类，用模块值（ModularityQ，Q值）衡量所生成的聚类网络的稳定度，平均轮廓值（MeanSilhouette，S值）衡量聚类内部节点的相似程度。一般认为Q值大于0.3则表示聚类结构显著，效果较好；S值大于0.5则表示聚类内部匹配程度高，聚类合理^[13-14]。

2　国内文献分析 2.1　研究进展概述

以2009年1月至2020年7月为检索周期，对CNKI数据库内有关智慧农业的文献进行检索并统计。结果（图 1）显示，该检索周期内有关智慧农业的文献数量共913篇。其中，2009—2014年发文量较少且处于缓慢增长阶段，2015—2016年发文量快速激增，2017至今发文量波动幅度较大，但总体呈增长趋势。纵观我国智慧农业的发展进程可见，学界对智慧农业的关注度持续增加。

2.2　文献作者、主要研究机构分析

同一研究领域内作者的合作程度，在一定程度上反映了该研究领域网络体系的完善程度。对智慧农业领域的作者进行共现分析，结果显示中国学者对智慧农业的研究较为分散，缺乏完整的网络体系。从发文数量看，发文量最多的学者为李瑾、郭美荣，但也仅各达到6篇，学者的发文量普遍都较少；从半衰期来看，影响期限最长的学者为于金莹，影响长达5年，少数学者的半衰期可达2~4年，其他学者的半衰期均为1年以内，影响十分短暂。由此可见，国内学者对于智慧农业的研究相对独立，较少有学派之间的联系。

科研机构发文量是其研究力量的体现，通常研究机构的学术实力越强，其发文量越多^[15]。对智慧农业领域的发文单位进行共现分析，由发文数量和连线情况看，发文数量最多的机构为中国农业大学和中国农业科学院，但二者之间联系较为贫乏；北京农业信息技术研究中心、国家农业信息化工程技术研究中心和北京市农业物联网工程技术研究中心之间的联系关系则较为紧密，初步形成了一定的网络。从半衰期来看，东北林业大学的影响力最大，长达10年；北京农业信息技术研究中心与国家农业信息化工程技术研究中心次之，达到6年；少数发文机构半衰期为2~5年，其仍有一定研究贡献；剩余其他机构的半衰期均为1年以内，影响十分短暂。

2.3　相关关键词的知识图谱分析

2.3.1 关键词共现分析　将提取的2009—2020年913篇智慧农业领域的相关文献，导入CiteSpace软件，选取出现频次在2次以上的关键词，进行关键词共现分析，得到关键词共现网络图谱（图 2）。图谱显示，共有160个节点304条连线，节点和字号越大，关键词出现的频率越高；连线越粗，关键词的联系程度更紧密。由图 2可知，“物联网”这一关键词的节点最大，频次为196，中心性也是所有关键词中最高的，说明“物联网”是智慧农业研究中的关键组成部分，这反映出物联网在农业领域的应用，被视为新的技术创新点和经济增长点^[16]；与智慧农业联系紧密的“大数据”“云计算”“信息化”等关键节点也较大，这些技术也是当下的科技热点，其中，大数据是现代农业发展的的重要支撑，其在数据挖掘和动态管理方面的优势，对智慧农业的实现与发展具有重要作用^[17]。

2.3.2 关键词聚类分析　对关键词图谱进行聚类分析，结果显示，网络模块化评价指标Q=0.559，且网络同质性平均值S=0.4927，表示聚类合理且有效。根据轮廓值排序并进行归纳，得到智慧农业3大热点主题（表 1）。

（1）热点研究技术：互联网、物联网、大数据。聚类编号为8的标题是“农业互联网”，包含“农业互联网”“农业产业链”“现代农业产业”等关键词；聚类编号为1的标题是“互联网+”，包含“互联网+”“农业信息化”“协同融合”等关键词；聚类编号为4的标题是“大数据时代”，包含“大数据时代”“农业信息服务”“鲜切花”“智能算法”等关键词；聚类编号为2的标题是“湿度”，包含“湿度”“监测”“温室”等关键词。说明智慧农业领域的热点研究技术为互联网、物联网、大数据，这与林伟君等^[15]的研究结论一致。21世纪是信息时代，互联网对人类社会的发展起着极大的作用，农业自然也不例外，而物联网和大数据同属互联网的产物，是实现智慧农业的关键。

（2）热点研究对象：水稻。聚类编号为6的标题是“水稻”，包含“水稻”“物联网技术”“农机调度”等关键词。我国人多地少，要用7% 的耕地养活22% 的人口，而水稻是我国最重要的粮食产物，其作用和地位不言而喻，尤其非洲蝗灾以及疫情所带来的全球性粮食危机，如何保障粮食正常供给再次成为了学界研究的热点。而正在发生的以万物为连接主体的物联网革命给整个世界带来的影响会远远超过以计算机和手机为连接主体的传统互联网和移动网络带来的影响，为我国赶超发达国家进而引领正在发生的数字经济提供了巨大机遇^[18]，同样地，物联网与农业相结合的研究同样受到关注，“物联网+农业”能成为我国现代农业发展的新增长点，助力乡村振兴战略，助推农业现代化进展。

2.4　阶段性研究前沿分析

突现度反映某一时期内的研究热点，可以用于厘清某一领域不同阶段的研究重点。对国内智慧农业领域进行突现分析，得到各时间段智慧农业领域的突现关键词（图 3）。根据突现度大小，排名前七的关键词依次为“物联网” “云计算”“农业”“农业信息服务”“互联网+”“现代农业”“智能农业”。从时间维度看，突现词出现的时间都在2010年及以后，突现强度最大的关键词“物联网”从2010年开始，到2012年结束；“现代农业”则是出现最晚的突现关键词，开始于2017年，到2018年结束。基于结果可以看出“物联网”的突现强度和持续时间名列前茅，证明了农业物联网的运用，是农业智能化发展的重要体现，也正是物联网的发展助推了智慧农业的不断创新与发展^[19]。随着时代的发展，“互联网+”也得到了众多研究者的关注。与此同时，乡村振兴战略的提出，让现代农业的发展成为了学界中高度关注的主题。这也证明了我国对智慧农业的研究具有一定的政策倾向。

3　国外文献分析 3.1　国外智慧农业研究的空间特征

地域共现网络图能够直观表现出某个研究领域的空间特征，可通过CiteSpace5.6软件自动生成。该网络图共有节点76个，节点间连线233条，网络密度为0.0782，说明不同国家间合作关系较为紧密，特别是欧美发达国家之间。此外，结合网络图的节点大小可知，我国虽然智慧农业发文数量排名第一，但节点中心性低于美国。从数量分布情况来看，欧美发达国家仍是主要力量，但中国、印度、肯尼亚等发展中国家不容小觑。国际上对气候智慧农业关注度较大，认为气候智慧农业是转变和重新定位农业系统以在新的气候变化现实下支持粮食安全的一种手段^[20]。有学者使用肯尼亚Nyando盆地的住户调查数据，将统计匹配和联立方程计量经济模型结合起来，得出对于严重依赖农业的小农户而言，面对气候变化，气候智慧农业能够确保家庭生计和收入^[21]。学者通过对非洲调研发现，气候智慧农业不仅是非洲农业发展的关键，更因其对粮食生产率、适应性和缓解气候变化的“三赢”贡献而在全球农业和气候议程中倍受关注^[22]。更进一步的是，有学者对南非一项公共投资计划的成本效益分析，发现投资收益高于资本的机会成本，说明农民和整个社会在投资于气候智慧农业方面的便利和对缓解气候变化做出的积极贡献^[23]。在美国，有学者通过11个玉米带州内的农田进行了多年的DeNintrification-DeComposition模型模拟，得出气候智慧农业的广泛采用可能通过增加土壤有机碳的存量和减少一氧化二氮的排放来大大减轻农业温室气体的排放^[24]。有学者对土耳其进行调研分析，得出气候智慧型农业的目标包括农业生产的可持续增长、对气候变化的抵制和适应以及减少温室气体的排放^[25]。而在巴拿马，学者通过对其农业现状的研究，发现智慧农业不仅能为食品生产部门带来巨大利益，而且为现代可持续农业的实现提供潜在解决方案^[26]。

3.2　国外智慧农业文献作者分析

学者间的合作强度对研究领域具有一定影响，利用CiteSpace软件进行发文作者的共现分析所得图谱可知其合作情况。图谱中共有130个节点148条连线，各节点尺寸均不大，没有发文数量超过10篇的学者，节点间的连线不多，学者间的联系不强，说明国际上对智慧农业的研究不集中。从发文数量和半衰期来看，Wollenberg和Whitfield具有较大的影响力和代表性，其中Wollenberg提出智慧农业能够提高热带地区农业景观的适应能力和缓解潜力，以应对气候变化、粮食安全和减贫等全球性挑战^[27]；Whitfield则发现人们对气候智慧型农业的兴趣与日俱增，这体现了为提高农业生产率，适应气候变化和减少农业碳排放所作出的努力^[28]。

3.3　相关关键词的知识图谱分析

3.3.1 关键词共现分析　运用CiteSpace进行关键词共现分析，得到1992—2020年智慧农业研究领域关键词共现网络图谱（图 4），图谱共有180个节点573条连线，密度为0.0356。从中心性来看，节点中心性≥ 0.1的关键词有“System”“Soil” “Management”“Adaptation”，说明其受关注度较高，中介作用也较强，连接不同聚类。

对国外智慧农业领域进行关键词突现分析，得到各时间段智慧农业领域的突现关键词（图 5）。自1992年开始，按突现值降幂排列后的7个突现关键词分别为“System” “Agriculture” “Carbon sequestration” “Emission” “Ecosystem Service ” “ Artificial Neural Nerwork ” “Simulation”。其中，突现强度最高的是“Simulation”，而“Artificial neural nerwork”和“Simulation”是最新出现的两个关键词，与新兴技术有一定相关性。智慧农业通常涉及将计算机科学和信息技术纳入传统的农业概念^[29]。有学者通过在伊朗的实验提出并应用了一种新颖的模拟优化（SO）方法，使用动态耦合的地表水（WEAP）和地下水（MODFLOW）模拟模型，得出为满足环境和农业用水需求之间进行权衡的策略^[30]。随着深度学习的发展，它已成功应用于各个领域，近来也进入了农业领域^[31]。还有学者通过探索仿生学的概念，将智慧农业技术概念化为嵌入自然环境并符合自然环境的生态创新，发现这种智慧农业技术的仿生方法既具有缓解气候变化的潜力，同时能避免与农业产业化相关的道德问题^[32]。

3.3.2 关键词聚类分析　对智慧农业外文文献的关键词进行聚类分析，结果显示，网络模块化评价指标Q=0.4922，且网络同质性平均值S=0.4332，表示聚类合理且有效^[33]。根据各聚类中心性大小排序，识别出轮廓值在0.8以上的聚类共5个，分别是Internet of things、Ecosystem services、Nitrous oxide、Crowdsourcing、Africa，以上5类为国外智慧农业研究的代表性热点，各聚类所包含的关键词如表 2所示。

3.4　国内外热点研究对比分析

国内外智慧农业的研究热点可利用CiteSpace关键词共现分析得到，通过对比可以使研究更加全面且深入，加速国内智慧农业领域的研究进展。通过分析近10年出现的关键词（表 3），国内和国外的研究热点既有同也有异，对比分析有利于对研究前沿和热点的进一步把握。

相同性：（1）国内外智慧农业的研究均聚焦在物联网与农业的融合，融合的可能性以及融合的方式是学者研究的重点，“物联网”“农业”等是共同的关键词。（2）国内外对于智慧农业的研究均是以农村发展为主要目标开展的，且以技术的发展为演进基础，其中相似的关键词为“精准农业”“大数据”“农村”等。（3）国内外对智慧农业体系发展模式的研究中，各国的具体战略存在差异，但都非常重视智慧农业相关技术的研发与集成应用，且善于运用政府的宏观调控和管理服务。这与蒋璐闻、梅燕的研究结论一致^[34]。

差异性：（1）新颖性在国际上的智慧农业研究领域更加明显，其涉及领域多于国内，相比国内，国际方面对于智慧农业的研究更加深入和领先。（2）分析共现关键词可知，农业与互联网的结合、农业信息化等是国内智慧农业研究的关注点，是基于当下的问题出发；而国际对于智慧农业的研究目标更远大，更具有前瞻性，其关注智慧农业的体系构建以及智慧农业如何解决气候变化以及保障粮食安全等问题，从可持续性角度思考智慧农业的发展。国外有学者认为“气候智慧农业”和“可持续集约化”是解决粮食安全和气候变化相互关联的高潜力解决方案^[35]，“可持续集约化”（SI）方法和“气候智慧农业”（CSA）高度互补^[36]。（3）国内与农业相关的各种政策对于学者们有较大吸引力，政府所提的政策是其智慧农业研究的出发点；发散性则是国际方面智慧农业的研究特点，生态环境学、食品安全学、气候学等多个学科都占据一定的研究地位，如何应对气候变化、保障粮食安全是国际学者主要的研究目的，其认为智慧农业的发展本身就是一种应对气候变化，保障粮食安全的一个有效措施，气候智慧农业是联合国粮食及农业组织最初提出的一个概念，已被提出作为解决粮食安全和气候变化相互联系的挑战的解决方案^[37]。

4　讨论 4.1　定量研究以及交叉学科研究将成为智慧农业的研究方向

目前关于智慧农业的定义还不统一，因为智慧农业的定义会随着时代的发展、科技的进步，而不断丰富，所以在未来的研究中应该加强国家之间以及学者之间的合作交流，通过交叉学科的优势，使得智慧农业能够得到更加权威且具有时代特征的定义。目前，关于智慧农业的研究大多以定性研究为主，导致智慧农业的相关量化指标和评价体系较为粗放，不够严谨。因此，未来学者更加关注构建较为科学的智慧农业指标体系，在建立科学指标体系的基础上开展智慧农业的量化研究，能够更加准确地分析智慧农业的现状、问题、趋势。此外，在未来的研究中应该通过大量的测量与验证，努力构建自主可控的第三代农机创新体系，以此促进智慧农业的发展^[38]。此外，应重视交叉学科研究，建立重点攻关领域定期发布机制，以及与之相适应的人才培养、产学研转化机制，形成以知识和价值为核心的科研上下游链条，以此促进我国现代农业从机械化电气化到数字化智能化的跨越和智慧农业这一领域中国学术话语体系的构建^[39]。

4.2　新技术与智慧农业的深度融合将成为未来智慧农业的研究热点

“智慧农业”是一个是通过各领域的子系统组成的庞大的系统，如设施农业、智能设施农业、大数据农业等子系统^[40]。智慧农业的实现离不开各领域的深度融合与协作。物联网（IoT）的出现显示了农业领域创新研究的新方向，为此，政府需要建立农业物联网产业化体系，提高技术的普及率，促进科技成果转化^[41-42]。在今后的智慧农业的研究领域中，像5G这类新技术与智慧农业的联系将更加密切。根据上文关于智慧农业领域的关键词突现分析可知，关于智慧农业的研究热点是随着技术的更新换代而变化的。近年来，随着5G技术的推广与应用，“5G+ 农业”是智慧农业的一种新形势，现在许多学者开始开展5G与智慧农业相结合的研究，认为5G通信高带宽的特点，能带来低能耗、快速传输等优点^[43]。5G的推广和应用，为智慧农业模式的创新提供了新的选择，为现代农业的发展提供了新的方案。综上所述，以5G为代表的新技术与农业的结合将成为未来智慧农业领域研究的热点。

4.3　国内外相关研究更广泛的合作是智慧农业研究的大势所趋

中国的智慧农业研究将更注重可持续发展。国外学者对智慧农业的研究眼光更加长远，对比而言，中国学者对智慧农业的研究更立足于当下。中国学者关注智慧农业“何以可能”的问题，关注技术的迭代所赋予农业的新模式、新方法，而外国学者更注重智慧农业“何以可为”的问题，关注智慧农业的体系构建，以及智慧农业如何抵御自然灾害方面。在未来，中国对于智慧农业的研究应该更加注重智慧农业的可持续性，其中包括如何构建智慧农业体系，打造“数字乡村”，进而如何利用“数字乡村”战略挖掘农业发展潜能，强化农业科技创新，赋能农业要素市场，优化政策评估机制^[44]。以及建立一种多元主体共同参与的网络机制，资源共享，利益分享，共同推动智慧农业发展^[45]。

5　结论

本研究基于CiteSpace分析软件，对CNKI和Web of Science数据库中与智慧农业相关的有影响力的期刊文献进行计量分析和可视化分析。主要以研究现状、热点、趋势等方面作为研究视角，对智慧农业领域里有代表性的文献进行计量分析，得出以下结论：（1）从时间序列来看近年来国内有关智慧农业研究的发文量呈增长趋势，国内外学者对于智慧农业的研究均处于持续增长趋势，但国内外智慧农业领域的研究学者彼此之间的合作较少，国内智慧农业科研水平较高的机构间合作较少，且学术界对于智慧农业的定义缺乏统一性。（2）国内外对智慧农业的研究存在一定程度的主次差异，国外更注重各学科融合，更关注智慧农业在应对气候变化的作用以及智慧农业体系构建；而国内研究多从政策的视角出发，关注智慧农业的应用与普及，且带有一定的政策倾向。（3）定量研究以及交叉学科研究将成为智慧农业未来的研究方向，国内外学者及机构在智慧农业领域更广泛合作是智慧农业研究的大势所趋，以5G为代表的新技术与智慧农业的深度融合将成为未来智慧农业研究的热点。