The Artefact Trap: Why Digital Agriculture Research Keeps Missing the Field
Jean-Pierre Chanet
指出数字农业研究因聚焦技术人工物而非功能，导致落地难，提出以功能为中心的重定向框架。
基于Stahel绩效经济与产品服务系统理论，构建功能三元类型学，分析研究偏差与盲
研究以规格功能为中心无法保证服务功能，需转向功能导向以弥合承诺与实效差距。
可探索将功能导向框架应用于具体农业场景，设计服务功能保障机制，弥补数据治理与社会科学参与空白。
论文深刻剖析数字农业研究脱离田间的问题，提出功能导向框架，对智慧农业科研方向有重要启示。
数字农业（传感器、物联网、机器学习、机器人技术、数字孪生）十五年来一直依靠巨额投资支撑，承诺实现更具生产力、精准和可持续的农业，然而尽管科学产出密集，技术采纳仍呈现异质性，系统性影响亦有限。主流解释将其视为扩散不足，呼吁加强农民培训、咨询支持和补贴；这一解读未审视研究本身的结构，且单凭自身无法解释为何在技术代际更迭中，宣称性能与实际交付之间的差距持续存在。我们认为，除扩散侧和需求侧因素外，这一悖论还存在一个被低估的上游组成部分：研究设计以技术人工物为导向，而非以保障功能为导向。我们借助Stahel的性能经济框架及产品-服务系统（Product-Service Systems）文献，为这一补充性解读提供论证。由此产生四项贡献：其一，提出功能的三分类型学（服务功能、规格功能与过程功能），并以层级化方式阐明为何仅聚焦于规格功能的研究无法保障服务功能；其二，基于本文的解读，当前研究呈现三种累积性偏差和三个盲点，包括数据治理及社会科学代表性不足；其三，提出四轴重定向议程；其四，通过明确上述框架在功能层面上的未决之处，将其与农业创新系统（Agricultural Innovation Systems）、负责任研究与创新（Responsible Research and Innovation）及使命导向型研究区分开来。