浦徐进 陈柏含 李秀峰丨农产品供应链数智化转型研究的历史演变和未来展望
发布时间：2025年05月19日 18:00
摘要
农产品供应链数智化转型是提升农业效率、增强供应链韧性和促进可持续发展的关键。本文以1998-2023年间Web of Science和中国知网收录的689篇国外学者发表的英文文献与753篇国内学者发表的中英文文献为样本，运用CiteSpace及VOSviewer对数据进行发文量、关键词和研究热点等方面进行文献计量分析，梳理了农产品供应链数智化转型研究的历史演变。研究结果显示：从发文量看，国内外农产品供应链数智化转型研究的发文量均呈现逐年上升趋势；从高频关键词看，农产品供应链数智化转型研究重点与区块链、物联网、大数据等技术密切相关；从高频关键词聚类看，农产品供应链数智化转型研究形成8个聚类，并存在一个共同类别“区块链”技术。最后，本文分析了农产品供应链数智化转型呈现出的新模式和新趋势，并进行了研究展望。
关键词：农产品供应链 ; 数智化转型 ; 新模式 ; 新趋势 ; 文献计量
01
引言
习近平总书记指出，“要推动数字经济和实体经济融合发展，把握数字化、网络化、智能化方向，推动制造业、服务业、农业等产业数字化”。随着区块链、物联网、云计算、人工智能为代表的新兴技术快速发展，企业通过应用这些技术加速了供应链数智化转型［1］。数智化转型是指通过运用一系列新兴技术以实现行业和社会中的革命性变化，如新的商业模式、新类型的产品/服务、新类型的客户体验等［2］。近年来，世界各国推出了一系列农产品供应链数智化转型的促进策略和政策方案。那么，国内外农产品供应链数智化转型的研究现状如何？经历了怎样的历史演变？未来可能有哪些发展方向？系统分析上述问题将对更好地推动农产品供应链的数智化转型发展具有较高的参考价值。
农产品供应链是指在农产品生产、流通过程中所涉及到的生产商、中间商和消费者所组成的网络体系，主要由农户、加工流通企业、零售商和消费者构成［3］。2020年，我国农业领域的数字化比率仅为8.2%，相较于服务业的25%和工业的50%存在显著差距［4］。相关研究显示，供应链的数智化转型能够将成员间相对独立的任务以及松散的合作关系凝聚为一个集智能化、自动化与协同化等功能于一体的集中控制系统，是超越传统供应链管理的一种范式转变［5］。因此，对农产品供应链数智化转型进行深入探讨与研究，不仅是对当前农业领域发展趋势的积极响应，更是推动农业现代化、提升产业链效能与竞争力的迫切需求。
目前，国内外学者在农产品供应链数智化转型的研究领域正不断拓展和深化。在农产品供应链的智能化管理方面，马祖军和王一然［6］建立模型来优化生鲜农产品供应链预冷站布局，减少损耗，并以成都市的数据来验证模型有效性。但斌等［7］将3PL保鲜努力纳入对供应链中农产品新鲜度影响的考量范畴，构建在完全信息共享等策略情境下多主体的博弈模型，针对销售商的信息共享策略展开深入探究并进行改进。在区块链技术应用方面，林晓刚等［8］构造包含两个涉农企业与单一电商平台所组成的供应链模型，研究平台企业如何制定两家涉农企业的区块链技术提供策略来共享市场需求信息。李志文等［9］运用信号博弈理论与演化博弈理论，深入剖析农产品市场双寡头在区块链采纳方面的决策情形，同时探讨忠诚型消费者的存在状况以及政府补贴机制对于区块链采纳决策演化均衡所产生的影响。在食品安全监管方面，邵腾伟和吕秀梅［10］针对消费者对国内农产品质量安全的“信任危机”，构建C2B2B2C模型，提出电商平台需构建全面体验场景以实现可持续发展。Duan等［11］分析了区块链与食品安全框架的融合机制，强调了其兼容性和优化食品生产和配送的潜力。在冷链物流的优化升级方面，王雅娟等［12］设计了考虑交易成本的多属性在线双边拍卖机制，为实现公平、高效的冷链物流运输服务采购提供有效参考。Lin等［13］介绍了电场技术在食品加工及冷链物流的应用现状，提出电场技术在冷链物流高效应用的未来方向。在物联网技术在农产品供应链中的融合应用方面，Ben-Daya等［14］构建了基于物联网技术的食品质量监控模型，验证了物联网投资的合理性。Yadav等［15］对基于物联网的农产品供应链研究进行网络分析，提出了相应的研究建议。但现有研究文献往往聚焦于单一技术运用于农产品供应链的机理，各领域研究相对分散，缺乏对农产品供应链数智化转型的全面和系统分析。为此，本文运用CiteSpace及VOSviewer软件对文献进行发文量、关键词和研究热点等方面的文献计量分析，力争更为全面地展示农产品供应链数智化转型研究的历史演变［16］。
02
数据来源与方法
为了全面和系统地梳理农产品供应链数智化转型研究领域的相关文献，本文搜集中国知网（选取期刊类型为北大核心、CSSCI、CSCD）、Web of Science核心数据库中的Science Citation Index Expanded（SCI-EXPANDED）、Social Sciences Citation Index（SSCI）、Conference Proceedings Citation Index-Science（CPCI-S）等（期刊类型为Article OR Review）。首先，检索主题词为“农产品”和“农业”；其次，在结果中检索主题词含有“供应链”“价值链”“物流”的文章；最后，在以上检索结果中检索主题词为“数字”“信息系统”“高科技”“大数据”“数据分析”“商业智能”“人工智能”“社交媒体”“物联网”“区块链”TS=（（"agri-product" OR "agri-food" OR "agriculture"） AND （"Supply chain" OR "Value Chain" OR "Logistics"） AND（"Digital" OR "Information System" OR "technology" OR "big data" OR "data analysis" OR "Business Intelligence" OR "Artificial Intelligence" OR "Social Media" OR "Internet of Things" OR "Blockchain"）），检索时间设定1985年1月1日—2024年7月21日，经人工筛选后获取了由国外学者发表的689篇英文文献，国内学者发表的123篇英文文献以及被中国知网收录的630篇中文文献。基于此，本文把国内学者的123篇英文文献与中国知网的630篇中文文献整合，将其划定为国内农产品供应链数智化转型研究领域的发文数量，经统计共计753篇；相应地，把国外学者所发表的689篇英文文献划定为国外农产品供应链数智化转型研究范畴的发文数量。
在运用Citespace和Vosviewer软件进行计量分析时，本文选取“题目、摘要及关键词”作为软件分析的文本，针对国内学者与国外学者的文献展开剖析与对比，深入挖掘中文关键词与英文关键词两者之间在内涵层面的相似程度并进行归并整合，依照其出现的频率进行整体性的排序，进而获取农产品供应链数智化转型研究关键词共现的最终成果，两个软件的使用相辅相成。本文具体研究步骤如图1所示［17］。
图1 研究步骤
03
农产品供应链数智化转型
研究结果对比分析
3.1 发文量统计分析
3.1.1 不同时段发文量统计分析
通过对国内外农产品供应链数智化转型文献年发文量和发文趋势展开对比剖析，能够清晰地洞察农产品供应链数智化转型的研究现状，如图2所示。从发文量上看，国外与国内农产品供应链数智化研究肇始于1998年，发文数量展现出逐年递增的态势。在2007—2018年的时段内，国内农产品供应链数智化研究的发文规模及其上升趋向尤为突出，这一现象表明国内学者对于农产品供应链数智化转型等关联领域予以了较高程度的关注。而自2020年起，国外学者对于农产品供应链数智化转型及其相关领域所发表的文献数量略高于国内，说明国外学者对于该领域的研究力度增强。从国内外研究总体趋势来看，2019年开始，全球学者关于农产品供应链数智化转型的研究出现大幅增加。
图2 国内外农产品供应链数智化转型研究不同时段的发文量统计
此外，本文对农产品供应链数智化转型研究进行了统一的时间阶段划分（如图2所示），国外学者针对农产品供应链数智化转型开展研究并首次发表相关文献是加拿大作者Hobbs［18］发表在Canadian Journal of Agricultural Economics期刊上的文章《Innovation and future direction of supply chain management in the Canadian agri-food industry》。该文分析了市场全球化对加拿大农产品供应链的影响，强调必须通过技术变革等手段显著提升供应链的透明度和效率，使其更好地适应全球市场的变化，同时指出智能技术在提升供应链效能、保障食品安全和质量、满足消费者需求方面的巨大潜力。
同时，2006年以前，国内有关农产品供应链数智化转型等相关领域的研究处于空白时期，国外相关研究发文数量呈现出一种较为平缓的上升走势，其年发文量均未突破4篇，此阶段可界定为农产品供应链数智化转型研究的萌芽期。在2007—2017年的区间内，国内外关于农产品供应链数智化转型研究的发文数量均处于逐步上升的状态，其中，国内在该领域研究发文量的增长速率显著提升，超越了国外同领域研究的年度发文量，达36篇，这一时期可界定为发展期。而在2019—2023年期间，国内外农产品供应链数智化转型研究的发文数量总体上迅速上升，自2021年起，每年的发文量均超出100篇，故而将此阶段划定为繁盛期。
3.1.2 期刊发文量统计分析
选取在ABS（Academic Journal Guide，学术期刊指南）评价体系中被评为2星及以上的期刊以及中国社会科学引文索引（CSSCI）来源期刊作为农产品供应链数智化转型期刊发文量的主要研究对象，如图3所示，有8种期刊刊发的农产品供应链数智化转型研究文献不少于10篇，主要集中在商业经济和农业经济等领域，其中“商业经济研究”发文量最大，为57篇。
图3 期刊发文量统计
其中，Wolfert等［19］在Agricultural Systems上发表的《Big Data in Smart Farming - A Review》就是代表作之一，该文被引1190次，全面分析了大数据在智能农业中的应用，并确定需要解决的相关社会经济挑战，为农产品供应链数智化转型提供了重要借鉴。
3.1.3 作者发文量统计分析
根据普莱斯定律，某一领域的核心作者最低发文数
（其中nmax为发文量最多的作者的论文数）［20］，可以认为发文量2篇及以上的作者为该领域的核心作者，因此，确定国外农产品供应链数智化转型领域核心作者共154名。其中，文献数量排名前五的分别是印度孟买国家工业工程学院的Raut（7篇）、英国普利茅斯大学普利茅斯商学院的Liu（5篇）、英国普利茅斯大学普利茅斯商学院的Zhao（5篇）、萨伦托大学的Latino（5篇）、萨兰托大学的Menegoli（5篇）。
使用VOSviewer生成WOS国外作者合作共线图，阈值设定为2，主要合作网络如图4所示。观察作者合作共线图，由Sharma（印度加济阿巴德大学）、Gunasekaran（宾夕法尼亚州立大学）、Kumar（亚洲理工学院）、Raut（印度孟买国家工业工程学院）等核心作者构建了一个庞大且错综复杂的合作网络体系。
图4 国外作者主要合作关系
同样，根据普莱斯定律计算出国内核心作者最低发文数为2.25，认为发文量达到3篇及以上即为核心作者，确定国内农产品供应链数智化转型领域核心作者共39名。其中文献数量排名前五的分别是国家农业信息化工程技术研究中心的孙传恒（9篇）、北京市农林科学院国家农业信息化工程技术研究中心的杨信廷（9篇）、云南农业大学的王静（9篇）、国家农业信息化工程技术研究中心的徐大明（7篇）、华南理工大学的颜波（7篇）。
为更好地展示合作关系，在使用VOSviewer生成WOS和CNKI国内作者合作共线图时，将阈值设定为2，主要合作网络如图5所示。赵峙尧（北京工商大学）的合作网络中包括李海生（北京工商大学）、许继平（北京工商大学）、王小艺（北京工商大学）等核心作者，主要采用的是校内合作的方式。孙传恒（国家农业信息化工程技术研究中心）主导的合作网络更加多元化，包括于华竟（国家农业信息化工程技术研究中心）、邢斌（北京市农林科学院国家农业信息化工程技术研究中心）、徐大明（国家农业信息化工程技术研究中心）、罗娜（北京市农林科学院）、李金辉（江苏大学）等核心作者；杨信廷主导的合作网络也展现出了多元化的特征，包括北京市农林科学院的赵春江和中国农业科学院农业资源与农业区划研究所的张长峰等核心作者。
图5 国内作者主要合作关系
3.1.4 不同国家的发文量及主要合作关系
在WOS检索的文献范畴内，我国以123篇的文献数量位居发文量榜首，在该领域取得了丰硕的研究成果。美国次之，发文量为108篇。其他在全部文献数量中的占比超出5%的还有印度（105篇）、意大利（100篇）、英国（72篇）、澳大利亚（58篇）、西班牙（42篇）及荷兰（41篇）。如图6所示，各国之间都有不同程度的合作，形成5个清晰的集群。
图6 不同国家间的主要合作关系
3.2 农产品供应链数智化转型关键词共现分析
为了解农产品供应链数智化转型研究的起源、历史发展和现状，运用VOSviewer软件对农产品供应链数智化转型研究的关键词进行了可视化图谱分析，如图7所示。
图7 国内外农产品供应链数智化转型研究的关键词共现
国内外农产品供应链数智化转型研究中出现频次最多的关键词均为农业（agriculture），具体地，国外研究中排名靠前的关键词有：agriculture（频次为191）、management（129）、supply chain（124）、sustainability（121）、technology（116）、system（116）、internet of things（109）、blockchain（103）、traceability（84）、challenges（80）、big data（67）、framework（67）、internet（56）、precision agriculture（53）。国内研究的关键词主要集中在：农业（频次为125）、区块链（123）、供应链（72）、物联网（65）、大数据（43）、数字经济（37）、生鲜农产品（32）、乡村振兴（30）等。总体来看，国内外农产品供应链数智化转型研究主要与区块链、物联网、大数据等技术相联系。国外研究领域显著聚焦于可持续发展领域，致力于探索环境、社会与经济三者和谐共生的路径。而国内在农产品供应链数智化转型研究中，侧重于乡村振兴战略，旨在通过科技创新与数字化赋能等高科技手段，促进农村繁荣与社会福祉的全面提升。这表明，不同国家依据自身发展特点，采取差异化的农产品供应链数智化转型路径。
3.3 农产品供应链数智化转型高频关键词聚类分析
本文针对国内外农产品供应链数智化转型研究领域的高频关键词进行深入的聚类分析，并通过可视化方式进行呈现，两者均形成8个显著的团簇，通过聚类分析，可识别出农产品供应链数智化转型过程中涉及的关键领域和趋势，具体如图8所示。
图8 国内外农产品供应链数智化转型研究高频关键词聚类分析
对国内外农产品供应链数智化转型研究领域的高频关键词进行深入的聚类分析后所得到的Moudularity Q值（网络模块度）分别为0.5606和0.6665，Weighted Mean Silhouette值（加权平均轮廓）分别为0.7487和0.8933，均大于0.7。一般认为，Q大于0.3意味着引文网络聚类结构显著，S大于0.5意味着引文网络聚类结果是合理的，S大于0.7表明引文网络聚类是令人信服的。因此，该结果引文网络聚类结果信度高，聚类情况良好［21］。
此外，国外与国内农产品供应链数智化转型高频关键词聚类中存在一个共同类别——“区块链”，区块链是一种由计算机技术组成的新型应用模型，包括分布式数据存储、点对点传输、共识机制和加密算法［22］。这一发现凸显了该主题不仅是国外的研究热点，也是国内同样高度重视的议题，表明区块链发展是全球范围内共同关心的关键问题，由此反映区块链技术在农产品供应链中的广泛应用和重要作用，也说明了数字化转型对农产品供应链优化升级的重要推动作用。
04
讨论
对农产品供应链数智化转型研究的关键词进行聚类分析可以发现，国外农产品供应链数智化转型研究集中在区块链技术的深度应用、循环经济的推广、食品安全的保障策略等方面。而国内研究则聚焦区块链技术与信息系统的融合、乡村振兴背景下的供应链数智化转型、物联网技术的农业应用、“互联网+”在农产品供应链中的创新实践等方面。当前国内外农产品供应链数智化转型的重要文献及其涉及领域分别如表1和表2所示。
表1 当前国外农产品供应链数智化转型的重要文献及其涉及领域
表2 当前国内农产品供应链数智化转型的重要文献以及其涉及领域
4.1 技术层面
在技术层面，区块链成为国内外学者共同关注的话题。依托区块链所构建的“区块链+区域化”管理机制有力推动了农业产业发展在区域层面的整合进程。在此背景下，横向整合、纵向整合以及空间整合彼此交融、协同共进，从而更为有效地提升了农业产业发展进程中的协同效能与创新效益［39］。
国外学者较多关注blockchain technology（区块链技术）、machine learning（机器学习）、technology acceptance model（技术接受模型）等主题。例如，Camel等［40］探讨区块链技术与绿色产品平台在农产品行业的整合，分析在区块链技术对提高碳排放和供应链经济表现的有效贡献方面的差距。Flores和Villalobos［41］利用机器学习和降维技术来发掘农业食品供应链能够产生有吸引力的投资回报。Thomas等［42］系统综述农作物生产中预测和决策支持系统的技术接受度论文，确定了共同的促进因素和阻碍因素。国外学者在技术层面的研究主要关键词为big data、smart agriculture、artificial intelligence、traceability、Internet、IOS、technology等。
国内学者在技术层面主要关注信息系统、物联网、大数据、“互联网+”等热点。例如，卢奇等［43］构建现代化信息平台，切实增加农民收入、引导消费需求、提高物流效率、构建信息系统、带动产业联动发展。颜波等［44］按照物联网的三个层次，提出了物联网环境下的农产品供应链风险管理与控制的措施和建议。姚源果和贺盛瑜［45］基于交通大数据建立数学模型并利用蚁群算法求解，从而优化农产品冷链物流配送路径。霍生平等［46］以462个小农户为研究对象，提出小农户应借助“互联网+”的信息交换功能，融入现代农业产业体系、生产体系及经营体系。
4.2 市场层面
需求升级是促进农产品供应链改进质量的第一动力［47］。在市场层面，国外学者关注的主题是circular economy（循环经济）、farming（农业）、food security（食品安全）等主题。例如，Ramos等［48］引入一个名为多元化和无偏见的群体决策新框架，探讨了在秘鲁农产品供应链中实施循环经济实践和弹性实践的联合影响。Akkaya等［49］不仅调查政府干预促进农业创新的政策，而且调查消费者偏好和新生产方法的学习益处对现有文献的贡献，并向现丹麦政府提出了促进农业创新的具体政策建议。Buisman等［50］开发了一个基于仿真的优化模型，以优化销售肉类产品的零售商的补货和折扣政策，得出动态保质期在食品安全等方面优于固定保质期的结论。国外学者在市场层面的研究主要关键词为sustainability、impact、security、safety等。
国内学者在市场层面主要关注乡村振兴、数字经济等热点。例如，牟宗玉等［51］构建“农户+智慧平台”“农户+批发商+智慧平台”和“农户+农村合作社+智慧平台”等助农模式供应链的决策模型并提出建议，助力国家乡村振兴。金飞等［52］通过研究产业数智化动态发展机制提出农业数智化提升农业效率。
4.3 供应链角度
从供应链角度来说，国外学者关注的是如何在不同环节设计优化策略来提升供应链韧性，如图9所示。Dong［27］分析了迈向有韧性的农业价值链面临的挑战与机遇。国内学者在供应链角度主要关注冷链物流。叶俊等［53］构建了生鲜农产品供应链Stackelberg博弈模型，为生鲜农产品供应链跨境贸易模式的选择以及冷链物流服务水平决策提供理论依据。丁秋雷等［54］利用干扰管理理念，以农产品质量安全为核心关注点，构建农产品冷链物流配送的受扰恢复模型，生成扰动更小、更为实用的调整方案。
图9 在不同环节提升农产品供应链韧性的策略
05
农产品供应链数智化转型未来发展路径
5.1 农产品供应链数智化转型的新模式
5.1.1 供应链角度：构建智能驱动与数据协同的供应链一体化运行体系
供应链角度主要聚焦于农产品从生产源头到最终消费整个链条上各个环节的内部运作及环节间的衔接协同，重点在于保障农产品高效、优质、安全地流转。对于农产品供应链上游的生产者农民而言，数智化转型带来商业模式创新。首先，农户可以通过大数据分析准确把握市场需求和价格，合理安排种植或养殖计划，避免盲目生产导致的滞销风险。例如，种植户根据大数据预测某种蔬菜的期货价格协助指导农民生产，提高收益［55］。其次，农户通过区块链技术记录农产品的生产过程信息，如：种植时间、施肥情况、病虫害防治等［27］。这有助于提高农产品的品牌价值和市场竞争力。最后，农户可以直接通过电商平台将农产品销售给消费者，削减中间流程，提高销售价格［56］。在供应链中游的加工和运输环节，在区块链上记录加工和运输环节的信息，确保农产品在整个供应链中的可追溯性［57］。第三方物流企业利用智能化物流平台、共享仓储设施及生产-库存-运输联合优化，可以提高物流效率和仓储空间利用率［58］。对于供应链下游的零售商来说，下游的零售商和消费者可以通过区块链溯源系统查询农产品的来源和质量信息，增强对农产品的信任度［59］。
因此，从供应链整体角度出发，农产品供应链数智化转型的新模式不仅注重技术的融合与应用，更强调供应链各环节的协同与优化。如图10所示，建设一个高效的农产品供应链模式应重点关注供应链的响应速度（从订单下达到农产品交付的时间）、库存周转率、农产品质量达标率、物流配送损耗率等指标，包括：1） 实现全链条的数据集成与实时监控，以提高透明度和反应速度；2） 运用区块链、物联网、大数据等技术来优化物流和库存管理；3） 加强供应链各环节的协同，促进生产者、加工商和分销商之间的紧密合作；4） 关注可持续发展，推动绿色生产和环境保护；5） 促进供应链弹性与应急管理，提升供应链的适应能力，确保在突发事件中能快速恢复。
图10 供应链视角下的数智化转型新模式
5.1.2 市场角度：构建农产品供应链商业模式创新与精准服务机制
市场角度重点关注如何利用数智化手段更好地适应市场变化、满足消费者需求、提升农产品在市场中的竞争力等。例如，可以针对消费者个性化需求与“互联网+”技术相结合的规模化定制绿色农产品供应链［60］。农产品供应链数智化转型可以为政府部门提供决策依据，制定合理的农业政策和产业规划［61］。智能化物流与仓储管理。从消费者和农户的需求来说，电商平台为农产品市场带来了新的商业模式和服务渠道。例如，考虑生鲜农产品冷藏需求具有小批量及分散性的特征，对冷库选址问题展开研究，以实现成本的削减［62］；电商平台为消费者提供了便捷的购物体验和丰富的农产品选择，消费者可以随时随地购买到来自不同地区的优质农产品，满足个性化的需求［10］。除此之外，农户可以通过供应链金融服务平台获得融资支持，解决生产资金短缺的问题［51］。
如图11所示，从市场角度建设农产品供应链体系时，应更多侧重于市场份额的增长、消费者满意度、品牌知名度、产品销量等指标。关键要点包括：1） 市场需求驱动：基于市场需求和消费者偏好进行供应链设计，以提高响应速度和适应能力；2）行业标准与规范：制定并遵循行业标准，保障产品质量和安全，提升市场竞争力；3）渠道多元化：拓展线上平台和线下零售销售渠道，包括，覆盖更广泛的市场；4）合作与联盟：建立行业内的合作关系和战略联盟，分享资源和信息，共同应对市场变化；5）品牌创新与差异化：引入品牌创新模式和技术，提供差异化产品，提升农产品附加值，从而满足不同市场需求。
图11 市场视角下的数智化转型新模式
5.2 农产品供应链数智化转型的新趋势
5.2.1 关注农业的可持续发展
农业与城市的互联互通：在未来的可持续农业发展中，可以将农业生产与城市生活紧密结合，建立“城市农业”模式。例如，利用城市空置屋顶、闲置空间或垂直农业技术，种植本地化的农产品，缩短供应链长度，减少运输过程中的碳排放。这不仅能实现食品的本地化生产，还能提高城市的生物多样性。
智能生态农业区：构建基于人工智能、大数据和物联网的智能生态农业区，通过传感器监测土壤、气候、作物生长状态等各类数据，实时调整农业生产策略。同时，利用AI算法优化农作物轮作、种植密度和水资源配置，最大限度地提高土地利用效率并减少对化肥、农药的依赖，从而实现农业的绿色可持续发展。
基于生物技术的农业“自我修复”系统：引入基因编辑和生物工程技术，开发可适应极端气候或贫瘠土壤的作物品种，实现农业生产的自我修复和自适应能力。例如，通过基因修饰使作物能够在缺水、干旱或盐碱土壤中生长，减少传统农业中对水和肥料的需求，降低环境压力。
跨领域农业与新型能源协同系统：未来的农业可持续发展可以通过与新能源产业的深度融合，形成协同效应。例如，农场可以搭建太阳能电池板或风力发电设备，利用农业场地生产绿色能源，形成能源与农业的双向循环。同时，农业生产中的废弃物也可以作为生物能源的原料，进一步促进能源自给和农业的绿色转型。
5.2.2 运用智能化解决方案
全链条智能化感知与自我调节系统：利用物联网（IoT）、人工智能（AI）和边缘计算等技术，打造“全感知”农产品供应链。在农产品供应链所涵盖的生产、运输、加工、储存以及零售等诸环节中配置智能传感器，以便对温湿度、土壤质量、空气污染状况、农作物生长态势、库存量以及运输路径等数据进行实时采集。通过数据的高速流通与分析，供应链不仅能及时调整生产计划、运输安排，还能对市场需求进行预测，实现从田间到餐桌的“自我调节”。例如，在物流环节，智能运输车队可以自动调整路线，避开交通拥堵或恶劣天气；智能仓库可自动优化存货，降低库存损耗。
数字化农业“全景体验”平台：构建一个集农业生产、供应链管理、产品展示、消费者互动为一体的数字平台。通过虚拟现实（VR）或增强现实（AR）技术，让消费者能够亲自体验农场的生产过程、作物的生长状况，甚至参与到生产决策中。例如，消费者可以通过AR应用看到农产品从田间到餐桌的全过程，或者通过虚拟农场参与种植、收获等过程，增强与农业的情感联系。
无人农场与自动化生产：在农场中全面部署无人机、机器人和自动化设备，创建全自动化的农业生产线。这些设备可以进行播种、施肥、除草、收割等工作，并通过智能系统进行协调，实时监控农业生产的各个环节，确保生产效率最大化。例如，利用无人机进行精准施肥和灌溉，根据作物的生长情况自动调整水肥供应；自动化收割机可以根据作物的成熟度自动开始工作，减少人工投入，节省劳动力。
量子计算与农业预测模型：量子计算能够高效处理农业生产中气候变化、土壤养分、市场需求等多重因素的交互作用，提供更精准的预测和决策支持。通过量子计算，农业生产和供应链管理的每一环节都可以得到极大优化。例如，利用量子计算技术，可以实现精准的天气预报和产量预测，帮助农民提前做好防灾减灾工作，降低自然灾害对农作物的损害。
5.2.3 强调供应链韧性和安全
全感知智能农业生态系统：利用 5G、物联网（IoT）和人工智能（AI），打造一个全面的智能感知网络，实时监测和响应农业供应链中各个环节的风险。系统在农业生产、加工、运输、存储等多个层面安装传感器，能够即时收集土壤质量、作物生长状态、气候变化、运输路径、库存量等数据。基于这些数据，AI模型能够预测潜在的供应链风险，并自动调节生产与运输策略，甚至在灾害发生前做出预警和应急响应。例如，如果一个区域的天气模式出现异常（发生暴雨、极端气温等），系统可以提前调整种植计划或启动智能化预警系统通知农场主。同时，AI模型可以动态调整运输路径、仓储位置等，避免运输瓶颈或存储损失。
动态定价与供应链压力测试系统：利用大数据和机器学习技术，通过对全球农业生产、气候变化、社会经济动态等多维数据的实时分析，构建一个动态定价系统，帮助农产品供应链在面对市场需求变化时做出灵活的调整。系统不仅能够预测未来的市场趋势，还能进行压力测试，模拟不同风险情境下的供应链表现，从而提前做好应对准备。当出现极端气候或全球供应链波动时，智能系统可以自动调整价格以应对突发的需求增长或供应不足情况，同时通过灵活的采购计划确保供应链稳定运行。
分布式农业供应链与“弹性库存”：通过分布式网络和边缘计算技术，打破传统集中式仓储模式，创建“弹性库存”系统。在这种模式下，农产品不再集中存储在少数几个大型仓库，而是分布在多个小型仓储单元中。这些仓库通过智能系统连接，实时共享库存信息。当某一仓库发生断货时，系统会自动从其他仓库调拨货源，避免供应链的单点故障。例如，在疫情或极端天气期间，物流中断或单一仓库过载的问题可能导致农产品无法及时配送。但通过分布式仓储与弹性库存，系统可以根据实时数据自动调整库存分配，避免大范围的供应中断。
5.2.4 注重人机协同
农业机器人辅助作业：农业机器人可以进行播种、除草、采摘等重复性和劳动强度大的工作，提高生产效率，减少人工成本。例如，草莓采摘机器人可以准确识别成熟的草莓并进行采摘，避免了人工采摘可能造成的损伤。
数据驱动决策：运用大数据与AI算法，对农业生产、供应链运营及市场需求进行深度挖掘与分析，为决策制定提供科学依据，提升决策效率与精准度，加速农业向智能化、精细化转型。
提高农产品供应链的抗风险能力：例如，面对突发事件和自然灾害，无人机和自动驾驶车辆可以实现无接触配送，保障农产品的供应；在自然灾害发生时，智能监测设备可以及时预警，为救灾和恢复生产提供支持。
无人机与机器人协作的动态农业物流系统：通过引入无人机、自动驾驶车辆和机器人等先进技术，构建一个高度灵活、智能化的农业物流系统。这些设备不仅可以在不同地理环境下完成农业生产任务（如播种、施肥、收割），还能够在出现突发情况时快速响应，调整运输路线或方法。系统可以通过AI和实时数据分析，自动决定最优配送方案，并且在灾难性事件发生时，无人机可以发挥关键作用，进行应急物资运送。
云种植：消费者通过互联网平台远程参与农作物种植的过程，包括从种子的选择、播种，到作物生长期间的浇水、施肥、除虫等环节的决策，而实际的种植工作则由农场或专业种植团队按照消费者的意愿在实地执行。通过积累消费者的种植偏好、购买习惯等数据，农户可以利用这些数据进行精准营销，拓宽农产品的销售市场。
06
结语
6.1 研究结论
（1）从发文量看，国内外农产品供应链数智化转型研究的发文量均呈现逐年上升趋势，其中在ABS，即AJG（academic journal guide，学术期刊指南）评价体系中被评为2星及以上的期刊以及中国社会科学引文索引（CSSCI）来源期刊中，《商业经济研究》期刊发文量最大，为57篇，国外该领域核心作者共154名，我国在该领域核心作者共39名，各国之间都有不同程度的合作。
（2）从高频关键词看，国内外农产品供应链数智化转型研究中出现频次最多的关键词均为农产品（agriculture），研究重点均主要与区块链、物联网、大数据等技术相联系，不同国家依据自身发展特点，采取差异化的战略路径。
（3）从高频关键词聚类看，国内外农产品供应链数智化转型研究均形成8个聚类并存在一个共同类别“区块链”。这8个聚类不仅在技术层面引领着农产品供应链数字化的深刻变革，更在市场层面根据不同需求驱动农产品供应链转型升级的浪潮。
6.2 研究展望
（1）学科融合视角下的农产品供应链数智化转型研究。目前，农产品供应链数智化转型研究成果主要聚焦于某一学科领域，跨学科融合视角下的研究尚显不足。随着社会一体化进程加速，农产品供应链数智化转型研究将不可避免地呈现多学科知识交叉渗透的特点，特别是融合政治、法律、教育、健康、生态等多学科知识的研究将更具前景。此类研究不仅具有显著的理论价值和社会实践意义，还有助于发挥学科聚力优势，推动理论创新和实践突破［17］。
（2）农产品供应链数智化转型中的隐私保护策略与伦理考量。农产品供应链数智化转型研究快速发展，但隐私保护策略与伦理考量的研究仍然匮乏。例如，调查显示，90%的消费者对物联网设备的安全性缺乏信心［63］。因此，急需探讨如何能更加有效激励个人与企业采用智能农产品供应链技术。
（3）农产品供应链数智化转型的实证研究。目前有关农产品供应链数智化转型的研究大多是理论探讨，缺乏足够的实证验证［64］。因此，需要对农产品供应链中的数智化转型进行更多的实践观察、数据分析与案例研究。
（4）农产品供应链数智化转型过程中的环境保护。随着全球环境恶化和气候变化的加剧，世界面临着前所未有的挑战。极端气候包括干旱、高温、热浪、风暴日益频繁，对健康、环境和经济造成重大影响［65］。国内外有关农产品供应链数智化转型过程中环境保护的研究相对较少，缺乏完善的执行机制和评估体系，需要给予更多的关注。
*参考文献
[1]张影， 高长元， 王京.跨界创新联盟生态系统共生演化模型及实证研究［J］. 中国管理科学， 2022， 30（6）： 200-212.
Zhang Y， Gao C Y， Wang J.Symbiotic evolution model and empirical research on the ecosystem of cross-border innovation alliance［J］. Chinese Journal of Management Science， 2022， 30（6）： 200-212.
[2]Bodrožić Z， Adler P S.Alternative futures for the digital transformation： A macro-level schumpeterian perspective［J］. Organization Science， 2022， 33（1）： 105-125.
[3]赵霞， 吴方卫.随机产出与需求下农产品供应链协调的收益共享合同研究［J］. 中国管理科学， 2009， 17（5）： 88-95.
Zhao X， Wu F W.Research on revenue-sharing contracts for coordinating agricultural product supply chains under random output and demand［J］. Chinese Journal of Management Science， 2009， 17（5）： 88-95.
[4]管辉， 雷娟利.数据要素赋能农业现代化：机理、挑战与对策［J］. 中国流通经济， 2022， 36（6）： 72-84.
Guan H， Lei J L.Data elements empowering agricultural modernization： Mechanism， challenges and countermeasures［J］. China Business and Market， 2022， 36（6）： 72-84.
[5]Stank T， Esper T， Goldsby T J， et al.Toward a digitally dominant paradigm for twenty-first century supply chain scholarship［J］. International Journal of Physical Distribution & Logistics Management， 2019， 49（10）： 956-971.
[6]马祖军， 王一然.考虑生鲜农产品“最先一公里”损耗的预冷站选址定容［J］. 中国管理科学， 2024， 32（2）： 315-323.
Ma Z J， Wang Y R.Location and capacity determination of pre-cooling stations considering the losses in the “first mile” of fresh agricultural products［J］. Chinese Journal of Management Science， 2024， 32（2）： 315-323.
[7]但斌， 马崧萱， 刘墨林，等.考虑3PL保鲜努力的生鲜农产品供应链信息共享研究［J］. 中国管理科学， 2024， 32（5）： 122-132.
Dan B， Ma S X， Liu M L， et al.Research on information sharing in fresh agricultural product supply chains considering the preservation efforts of third-party logistics（3PL）［J］. Chinese Journal of Management Science， 2024， 32（5）： 122-132.
[8]林晓刚， 黄海玲， 李文卓，等.混合销售模式下农产品电商的区块链提供策略研究［J］. 中国管理科学， 2023， DOI： 10.16381/j.cnki.issn1003-207x.2023.0117 .
Lin X G， Huang H L， Li W Z， et al.Research on blockchain provision strategies for agricultural product e-commerce under the hybrid sales model［J］. Chinese Journal of Management Science， 2023， DOI： 10.16381/j.cnki.issn1003-207x.2023.0117 .
[9]李志文， 徐贤浩， 关旭，等.农产品市场双寡头区块链采纳决策的演化博弈分析［J］. 中国管理科学， 2023， DOI： 10.16381/j.cnki.issn1003-207x.2022.1918 .
Li Z W， Xu X H， Guan X， et al.Evolutionary game analysis on the adoption decision of blockchain by duopoly in agricultural product market［J］. Chinese Journal of Management Science， 2023， DOI： 10.16381/j.cnki.issn1003-207x.2022.1918 .
[10]邵腾伟， 吕秀梅.基于消费者主权的生鲜电商消费体验设置［J］. 中国管理科学， 2018， 26（8）： 118-126.
Shao T W， Lv X M.Setting of fresh e-commerce consumption experience based on consumer sovereignty［J］. Chinese Journal of Management Science， 2018， 26（8）： 118-126.
[11]Duan K， Onyeaka H， Pang G， et al.Pioneering food safety： Blockchain’s integration in supply chain surveillance［J］. Journal of Agriculture and Food Research， 2024， 18：101281-101281.
[12]王雅娟， 聂炎炎， 王先甲.基于多属性在线双边拍卖的冷链物流运输服务采购机制［J］. 中国管理科学， 2024， DOI： 10.16381/j.cnki.issn1003-207x.2022.1465 .
Wang Y J， Nie Y Y， Wang X J.Procurement mechanism of cold chain logistics transportation services based on multi-attribute online double auctions［J］. Chinese Journal of Management Science， 2024， DOI： 10.16381/j.cnki.issn1003-207x.2022.1465 .
[13]Lin H， Wu G， Hu X， et al.Electric fields as effective strategies for enhancing quality attributes of meat in cold chain logistics： A review［J］. Food Research International， 2024， 193（10）： 1-17.
[14]Ben-Daya M， Hassini E， Bahroun Z， et al.Optimal pricing in the presence of IoT investment and quality-dependent demand［J］. Annals of Operations Research， 2023， 324： 869-892.
[15]Yadav S， Choi S， Luthra A， et al.Using internet of things（iot）in agri-food supply chains： A research framework for social good with network clustering analysis［J］. IEEE Transactions on Engineering Management， 2023， 70 ：1215-1224.
[16]韩昭君， 申帆， 李永刚，等.区块链技术在农产品供应链中的应用：文献计量分析与内容分析［J］. 供应链管理， 2022， 3（10）： 50-73.
Han Z J， Shen F， Li Y G， et al.Application of blockchain technology in agricultural product supply chains： Bibliometric analysis and content analysis［J］. Supply Chain Management， 2022， 3（10）： 50-73.
[17]侯聪美， 陈红， 龙如银.绿色生产研究进展与展望：基于文献计量分析［J］. 系统工程理论与实践， 2020， 40（8）： 2104-2115.
Hou C M， Chen H， Long R Y.Research progress and prospect of green production： Based on bibliometric analysis［J］. Systems Engineering — Theory & Practice， 2020， 40（8）： 2104-2115.
[18]Hobbs J E.Innovation and future direction of supply chain management in the Canadian agri-food industry［J］. Canadian Journal of Agricultural Economics， 1998， 46： 525-537.
[19]Wolfert S， Ge L， Verdouw C N， et al.Big data in smart farming-a review［J］.Agricultural Systems， 2017， 153： 69-80.
[20]李英，李惠， 成琪.基于文献计量和知识图谱的国际绿色车辆路径问题研究发展分析［J］. 中国管理科学， 2016， 24（S1）： 206-216.
Li Y， Li H， Cheng Q.Analysis on the development of international green vehicle routing problem research based on bibliometrics and knowledge mapping［J］. Chinese Journal of Management Science， 2016， 24（S1）： 206-216.
[21]李博， 秦勇， 徐泽水.管理科学领域研究现状与热点前沿的动态追踪［J］. 中国管理科学， 2023， 31（7）： 276-286.
Li B， Qin Y， Xu Z S.Dynamic tracking of research status and hot frontiers in the field of management science［J］. Chinese Journal of Management Science， 2023， 31（7）： 276-286.
[22]Zhu P， Hu J， Li X， et al.Using blockchain technology to enhance the traceability of original achievements［J］. IEEE Transactions on Engineering Management， 2023， 70（5）： 1693-1707.
[23]de Zegher F J， Iancu A D， Lee L H.Designing contracts and sourcing channels to create shared value［J］. Manufacturing & Service Operations Management， 2019， 21（2）： 271-289.
[24]Boyabatlı O， Nasiry J， Zhou Y.Crop planning in sustainable agriculture： Dynamic farmland allocation in the presence of crop rotation benefits［J］. Management Science， 2019， 65（5）： 2060-2076.
[25]Cervantes-Gaxiola E M， Sosa-Niebla F E， Hernández-Calderón M O， et al.Optimal crop allocation including market trends and water availability［J］. European Journal of Operational Research， 2020， 285（2）： 728-739.
[26]Xiao S， Chen Y， Tang S C.Knowledge Sharing and learning among smallholders in developing economies： Implications， incentives， and reward mechanisms［J］. Operations Research， 2020， 68（2）： 435-452.
[27]Dong L.Toward resilient agriculture value chains： Challenges and opportunities［J］. Production and Operations Management， 2021， 30（3）： 666-675.
[28]Sunar N， Swaminathan J M.Socially relevant and inclusive operations management［J］. Production and Operations Management， 2022， 31（12）： 4379-4392.
[29]Gupta S， Berenji R H， Shukla M， et al.Opportunities in farming research from an operations management perspective［J］. Production and Operations Management， 2023， 32（6）： 1577-1596.
[30]He B， Gan X， Yuan K.Entry of online presale of fresh produce： A competitive analysis［J］. European Journal of Operational Research， 2019， 272（1）： 339-351.
[31]Wang M， Zhao L， Herty M.Joint replenishment and carbon trading in fresh food supply chains［J］. European Journal of Operational Research， 2019， 277（2）： 561-573.
[32]Liu M， Dan B， Zhang S， et al.Information sharing in an E-tailing supply chain for fresh produce with freshness-keeping effort and value-added service［J］. European Journal of Operational Research， 2020， 290（2）： 572-584.
[33]孙梅， 张敏新， 李广水.“农户+餐饮企业”有机农产品供应链模式构建研究［J］. 中国管理科学， 2020， 28（9）： 98-105.
Sun M， Zhang M X， Li G S.Research on the construction of “farmer+catering enterprise” organic agricultural product supply chain model［J］. Chinese Journal of Management Science， 2020， 28（9）： 98-105.
[34]浦徐进， 赖德凌， 金德龙.按收购量补贴还是按收购价补贴？——电商扶贫的政府补贴政策研究［J］. 中国管理科学， 2023， 31（8）： 32-40.
Pu X J， Lai D L， Jin D L.Subsidy based on purchase quantity or purchase price： Research on government subsidy policies for e-commerce poverty alleviation［J］. Chinese Journal of Management Science， 2023， 31（8）： 32-40.
[35]孙文婷， 彭红军.电商助农背景下农产品生产与销售策略研究［J］. 中国管理科学， 2024， 32（7）： 181-189.
Sun W T， Peng H J.Research on agricultural product production and sales strategies in the context of e-commerce assisting agriculture［J］. Chinese Journal of Management Science， 2024， 32（7）： 181-189.
[36]王俊斌， 张立冬.订单农业供应链的区块链溯源技术引入策略研究［J］. 系统工程理论与实践， 2024， 44（2）： 612-628.
Wang J B， Zhang L D.Research on the introduction strategy of blockchain traceability technology in the contract farming supply chain［J］. Systems Engineering - Theory & Practice， 2024， 44（2）： 612-628.
[37]谭春桥， 曾雨晴.基于区块链技术的O2O生鲜农产品供应链两阶段定价策略研究［J］. 管理学报， 2023， 20（6）： 904-915.
Tan C Q， Zeng Y Q.Research on two-stage pricing strategies of O2O fresh agricultural product supply chain based on blockchain technology［J］. Chinese Journal of Management， 2023， 20（6）： 904-915.
[38]赵帅， 曹晓宁， 李文立.不同权力结构下考虑智慧农业技术的生鲜农产品供应链定价与协调研究［J］. 中国管理科学， 2024， DOI： 10.16381/j.cnki.issn1003-207x.2024.1149 .
Zhao S， Cao X N， Li W L.Research on pricing and coordination of fresh agricultural product supply chains considering smart agriculture technologies under different power structures［J］. Chinese Journal of Management Science， 2024， DOI：10.16381/j.cnki.issn1003-207x.2024.1149 .
[39]生吉萍， 莫际仙， 于滨铜，等.区块链技术何以赋能农业协同创新发展：功能特征、增效机理与管理机制［J］. 中国农村经济， 2021（12）： 22-43.
Sheng J P， Mo J X， Yu B T， et al.How can blockchain technology empower the collaborative innovation and development of agriculture： Functional characteristics， efficiency enhancement mechanism and management mechanism［J］. Chinese Rural Economy， 2021（12）： 22-43.
[40]Camel A， Belhadi A， Kamble S， et al.Integrating smart green product platforming for carbon footprint reduction： The role of blockchain technology and stakeholders influence within the agri-food supply chain［J］. International Journal of Production Economics， 2024， 272， 109251.
[41]Flores H， Villalobos R J.A stochastic planning framework for the discovery of complementary， agricultural systems［J］. European Journal of Operational Research， 2020， 280（2）： 707-729.
[42]Thomas R J， Gregory O， David C.Understanding technology acceptance in smart agriculture： A systematic review of empirical research in crop production［J］. Technological Forecasting & Social Change， 2023， 189（4）：1-10.
[43]卢奇， 洪涛， 张建设.我国特色农产品现代流通渠道特征及优化［J］. 中国流通经济， 2017， 31（9）： 8-15.
Lu Q， Hong T， Zhang J S.Characteristics and optimization of the modern circulation channels for China’s special agricultural products［J］. China Business and Market， 2017， 31（9）： 8-15.
[44]颜波， 石平， 丁德龙.物联网环境下的农产品供应链风险评估与控制［J］. 管理工程学报， 2014， 28（3）： 196-202+173.
Yan B， Shi P， Ding D L.Risk assessment and control of agricultural product supply chains in the internet of things environment［J］. Journal of Industrial Engineering and Engineering Management， 2014， 28（3）： 196-202+173.
[45]姚源果， 贺盛瑜.基于交通大数据的农产品冷链物流配送路径优化研究［J］. 管理评论， 2019， 31（4）： 240-253.
Yao Y G， He S Y.Research on the optimization of agricultural product cold chain logistics distribution routes based on traffic big data［J］. Management Review， 2019， 31（4）： 240-253.
[46]霍生平， 刘海， 谭敏.“互联网+农业”环境下小农户知识势差、生态位宽度与双元创新——涉农网络关系嵌入的跨层调节［J］. 管理评论， 2022， 34（6）： 115-129.
Huo S P， Liu H， Tan M.Knowledge potential difference， niche breadth and ambidextrous innovation of small farmers in the “internet+agriculture”environment：The cross-level moderating effect of agricultural-related network relationship embedding［J］. Management Review， 2022， 34（6）： 115-129.
[47]何征， 张旭辉， 罗茂，等.竞争环境下促进农产品质量改进的投资策略研究［J］. 管理工程学报， 2024， DOI： 10.13587/j.cnki.jieem.2025.02.014 .
He Z， Zhang X H， Luo M， et al.Research on investment strategies for promoting the quality improvement of agricultural products in a competitive environment［J］. Journal of Industrial Engineering and Engineering Management， 2024，
DOI： 10.13587/j.cnki.jieem.2025.02.014 .
[48]Ramos E， Rabiee M， Tarei P K， et al.A diverse， unbiased group decision-making framework for assessing drivers of the circular economy and resilience in an agri-food supply chain［J］. Production Planning & Control， 2024，
DOI： 10.1080/09537287.2024.2370988 .
[49]Akkaya D， Bimpikis K， Lee H.Government interventions to promote agricultural innovation［J］. Manufacturing & Service Operations Management， 2020， 23（2）： 437-452.
[50]Buisman M， Haijema R， Bloemhof-Ruwaard J.Discounting and dynamic shelf life to reduce fresh food waste at retailers［J］. International Journal of Production Economics， 2019， 209： 274-284.
[51]牟宗玉， 杨晓霞， 李珂，等.智慧平台供应链的在线助农模式和融资策略研究［J］. 中国管理科学， 2024， 32（8）： 170-181.
Mu Z Y， Yang X X， Li K， et al.Research on online agricultural assistance model and financing strategies of supply chain on smart platforms［J］. Chinese Journal of Management Science， 2024， 32（8）： 170-181.
[52]金飞， 孙月平， 徐笛.区域协调视域下的产业数智化动态发展机制研究［J］. 经济问题， 2023（7）： 20-28.
Jin F， Sun Y P， Xu D.Research on the dynamic development mechanism of industrial digitalization and intellectualization from the perspective of regional coordination［J］. On Economic Problems， 2023（7）： 20-28.
[53]叶俊， 顾波军， 付雨芳.不同贸易模式下生鲜农产品供应链冷链物流服务与定价决策［J］. 中国管理科学， 2023， 31（2）： 95-107.
Ye J， Gu B J， Fu Y F.Cold chain logistics service and pricing decisions in the fresh agricultural product supply chain under different trade modes［J］. Chinese Journal of Management Science， 2023， 31（2）： 95-107.
[54]丁秋雷， 胡祥培， 姜洋， 等.考虑新鲜度的农产品冷链物流配送受扰恢复模型［J］. 系统工程理论与实践， 2021， 41（3）： 667-677.
Ding Q L， Hu X P， Jiang Y， et al.A disturbance recovery model for agricultural product cold chain logistics distribution considering freshness［J］. Systems Engineering—Theory & Practice， 2021， 41（3）： 667-677.
[55]张大斌， 曾芷媚， 凌立文，等.基于多特征融合深度神经网络的玉米期货价格预测［J］. 中国管理科学， 2024， DOI：10.16381/j.cnki.issn1003-207x.2022.1040 .
Zhang D B， Zeng Z M， Ling L W， et al.Corn futures price prediction based on multi-feature fusion deep neural network［J］. Chinese Journal of Management Science， 2024， DOI:10.16381/j.cnki.issn1003-207x.2022.1040 .
[56]Hang S， Zhang J， Zhu G.Retail service investing： An anti-encroachment strategy in a retailer-led supply chain［J］. Omega： International Journal of Management Science， 2019， 84： 212-231.
[57]Dong L， Jiang P， Xu F， et al.Impact of traceability technology adoption in food supply chain networks［J］. Management Science， 2023， 69： 1518-1535.
[58]戢守峰， 刘红玉， 王丽洁，等.PI环境下考虑保鲜努力的冷链产品生产-库存-运输联合优化模型与求解［J］. 中国管理科学， 2023， DOI:10.16381/j.cnki.issn1003-207x. 2022.1949 .
Ji S F， Liu H Y， Wang L J， et al.Joint optimization model and solution of production-inventory-transportation for cold chain products considering preservation efforts under the pi environment［J］. Chinese Journal of Management Science， 2023， DOI： 10.16381/j.cnki.issn1003-207x.2022. 1949 .
[59]胡祥培， 都牧， 孔祥维，等.基于区块链的农产品供应链溯源研究综述［J］. 管理科学学报， 2024， 27（5）： 1-12.
Hu X P， Du M， Kong X W， et al.A review of research on traceability of agricultural product supply chains based on blockchain
［J］. Journal of Management Sciences in China， 2024， 27（5）： 1-12.
[60]周礼南， 周根贵， 郑健壮，等.考虑消费者异质性偏好的定制绿色农产品供应链均衡研究［J］. 中国管理科学， 2024， DOI： 10.16381/j.cnki.issn1003-207x.2023.1162 .
Zhou L N， Zhou G G， Zheng J Z， et al.
Research on the equilibrium of customized green agricultural product supply chains considering consumers’heterogeneous preferences［J］. Chinese Journal of Management Science， 2024， DOI： 10.16381/j.cnki.issn1003-207x.2023.1162 .
[61]浦徐进， 王艺苗， 周亦宁，等.基于农产品加工PPP项目的政府补偿与企业投资决策研究［J］. 中国管理科学， 2024， DOI： 10.16381/j.cnki.issn1003-207x.2022.1477 .
Pu X J， Wang Y M， Zhou Y N， et al.Research on government compensation and enterprise investment decisions based on agricultural product processing ppp projects［J］. Chinese Journal of Management Science， 2024， DOI： 10.16381/j.cnki.issn1003-207x.2022.1477 .
[62]梁旭， 韩继良， 阮俊虎，等.电商模式下考虑农户满意度的生鲜农产品产地冷库选址研究［J］. 中国管理科学， 2024， DOI： 10.16381/j.cnki.issn1003-207x.2022.1260 .
Liang X， Han J L， Ruan J H， et al.Research on the location selection of fresh agricultural product origin cold storages considering farmers’satisfaction under the e-commerce model［J］. Chinese Journal of Management Science，2024，DOI： 10.16381/j.cnki.issn1003-207x.2022.1260 .
[63]Li X， Zhang Z.Internet of things network security improvement investment： The role of platform and smart device manufacturer［J］. Business & Information Systems Engineering， 2024， DOI： 10.1007/s12599-024-00864-9 .
[64]Li X， Ma S， Zhang Z.Friends or foes？ The effect of IOT platform entry into smart device market under quantity discount pricing contract［J］. IEEE Transactions on Engineering Management， 2024， 71， 10984-10997.
[65]Zhu P， Zhang H， Shi Y， et al.A novel discrete conformable fractional grey system model for forecasting carbon dioxide emissions［J］. Environment， Development and Sustainability， 2024，
DOI: 10.1007/s10668-024-04479-8 .
来源 | 《中国管理科学》，原文刊于中国管理科学[J], 2025, 33(4): 235-250
doi:10.16381/j.cnki.issn1003-207x.2024.1660
作者 | 浦徐进1（通讯作者，江南大学商学院，教授，博士，研究方向：农产品供应链管理、平台企业运营管理）, 陈柏含1, 李秀峰2
1.江南大学商学院
2.天津大学管理与经济学部
