0 引言

数字农业（Digital Agriculture）是指在地学、空间、信息技术支撑下的集约化和信息化的农业技术，源于信息技术在农业生产和管理方面的应用。数字农业的概念最早由美国科学院、工程院于1997年正式提出的，美国副总统戈尔于1998年提出“数字地球”概念时，再次将“数字农业”定义为数字地球与智能农机技术相结合产生的农业生产和管理技术^［1］。经过近30年的发展，在传统农业生产体系数字化基础上，数字农业逐步拓展到农业管理、决策、服务的各个领域，完成了技术应用到理论深化的转变。现代数字农业的现状是以水、土、地、气、生等基础学科为理论支撑^［2］，以3S技术为核心，结合计算机、物联网、网络通讯等前沿技术，构建农业信息获取与管理，实现农业生产及相关服务体系的数字化、信息化、自动化，达到提高农业生产和服务水平的目标。

随着数字农业及相关技术的不断发展，数字农业与其紧密相关的技术领域，如“3S”、物联网（Internet of Things，IoT）、精准农业（Precision Agriculture）等技术以及农业信息管理系统、农业决策服务系统等内容之间的融合更为紧密，相互补充、相互促进，共同促进了数字农业领域的建设。但总体而言，中国的数字农业建设依然处于研究和起步阶段，农业生产管理依然粗放，整体水平与发达国家有较大差距，农业现代化的任务依然艰巨。随着数字农业各项技术的不断成熟以及我国农业生产对现代农业的需求不断提高，数字农业的发展即将迎来爆发期。文章在数字农业相关技术回顾基础上，分析了数字农业的基本理念，提出了中国数字农业的建设内容与思路，为提高中国数字农业建设水平提供支撑。

1 相关领域的研究进展

与数字农业紧密相关的3个技术领域是“3S”、物联网（Internet of Things，IoT）、精准农业（Precision Agriculture），这3个技术以农业信息管理系统、农业决策服务系统为桥梁，实现数字农业的服务目标。从数字农业是现代农业技术应用最终落脚点的观点来看，以下相关技术的进展实质上是数字农业当前的研究水平。总体来看，对数字农业概念的理解差异较大、点尺度应用较为普遍、决策服务能力相对不足是当前数字农业研究的主要特点。

“3S”技术是GPS、GIS、RS技术的统称，广泛应用于农作物长势、土壤水分、作物水分和养分亏缺、病虫害等农情监测，土壤侵蚀调查和农业估产等方面^［3］，是数字农业发展的重要技术支撑^［4］。“3S”技术中，遥感（RS）技术是数字农业中获取作物相关数据的重要来源，可以快速、准确、高效地获取大范围区域农业的种植、生长、灾害、环境等相关信息的空间化成果，为作物的生产、管理提供必需数据；地理信息系统（GIS）以空间数据为核心，实现对数据的有效操作、建模、分析、显示、管理，是数字农业数据管理、决策分析中必不可少的一环；全球定位系统（GPS）则提供精准、实时的自动定位技术，为农业生产各要素提供准确的三维地理坐标，也是精准农业中农田、机械、人员定位的关键技术^［5,6］。

物联网（IoT）是传感器技术、网络技术及自动化设备技术相结合产生的，农业物联网是数字农业领域发展最为显著的领域之一，国内外相继开展了一系列农业物联网应用研究，实现了物联网技术在农业的信息获取、农业种植生产、农业管理服务等方面的应用，极大提高了农业生产的效率、质量和水平^［7］。与其他物联网一样，农业物联网可分为感知层、网络层和应用层三大层次，感知层通过智能传感器自动、快速、准确收集获取周边环境信息，网络层通过无线网络、移动网络、互联网等进行数据的高效、可靠传递，应用层通过云计算、模糊识别等各种智能计算技术对海量数据进行分析处理，并实现对物体的智能化控制^［8］。农业物联网传感器主要采集种植区域的大气温度、湿度、风速、降水、土壤湿度、电导率和pH值等信息，然后将信息通过ZigBee模块等网络设备传输至网关，最后，网关在应用服务器的支持下，控制交换机实现自动供水、施肥、喷药、通风、湿度、温度控制等功能^{［9,10,11］}。

精准农业则是数字农业的一个重要应用方向，其要求按照田间的每一操作单元的具体条件，精细准确地调整各项土壤和作物管理措施，最大限度优化农业投入，获取单位面积上最大的农业经济效益，并节约资源利用、保护农业生态环境和土地等农业自然资源^［12］。精准农业由于施肥、灌溉、用药等操作在用量上更为准确，可同时达到高产、优质、高效，对环境的污染减到最低程度，拓展了数字农业相关的应用基础和应用技术的研究。精准农业领域研究尺度大小不同，包括地块尺度精准农业实施过程^［13］、农场范围生产管理^［14］、区域尺度管理模式^［15,16］的研究等。

农业信息管理系统是数字农业的数据管理应用中枢，是对农业生产、流通、管理、研究、服务过程中所涉及的海量数据信息，按照标准的模式进行数字化，统一进行存储、分析、显示、应用等的数据库及管理系统，可以有效促进农业数据的收集、流通、共享、分析和应用。在农业生产信息管理领域，从微观的基因库的管理，到宏观农业生产信息的管理，信息管理系统与3S技术得到了最广泛的应用，甚至形成了农业生物信息学，AgDB就是美国建立的与农业有关的数据库与信息资源的总清单^［17,18］。

农业决策领域的数字化一直是数字农业研究的热点，研究方法主要有时空关联方法、数学建模与仿真、人工智能和机器学习等方法。农业决策领域的数字化，极大提高了农业决策的能力水平和效率，促进了农业决策的科学性、客观性，对现代农业的发展起到了至关重要的作用^［19,20］。如采用农作物生长模型将生长过程进行数字化表达，通过研究品质、土壤、光照、施肥、水分等对作物生长的定量影响，预测作物的长势、产量、品质等，并对作物的生长进行风险决策分析^［21］。

2 数字农业的基本理念

2.1　数字农业的内涵

数字农业这一术语已被广泛应用，理解也是多方面多层次的，总的可分为狭义和广义两大类。狭义的角度可以理解为精细农业、智能农业，是直接与农业生产活动与生产管理相关联的^［22］。广义的角度可以理解为，对农业各个方面（包括种植业、畜牧业、水产业、林业等）、各种过程（生物过程、环境过程、经济过程）全面实现数字化、信息化，并在农业的各个部门（生产、科研、教育、行政、存储、流通、服务等）全面实现数字化与网络化管理^［23］。显然，广义的理解更符合当前农业现代化系统建设的要求，该文采用广义的理解。

相比于传统农业，数字农业利用数字化技术贯穿农业活动的整个流程，以农业生产全要素的数字化为基础，以对农业全要素数字化信息的管理为核心，并最终服务于农业生产力水平的提高、农业生产结构的调整和农业的可持续发展。农业要素指的是农业生产与经营中必不可少的物质和非物质因素或条件（资源），如生物、光、热、水、空气、养分、土壤、气候、土地、劳动力、资本、技术、管理等，对各类农业要素的信息进行采集、传输、存储和共享，构建农业全要素基础数据库；在此基础上，通过农业信息管理系统，对农业要素的信息进行分类、分析和决策，如分析天气变化对农业活动的影响、农作物病虫害的监测预测、农作物长势和产量的监测预测、土壤肥力的监测，并进行计算机辅助决策，科学、有效、快速地进行农业生产活动的调整，服务于精准农业、有机农业等应用领域，减少农业成本投入、提高农业收益、降低农业风险，实现农业现代化。

图1是数字农业各要素的逻辑关系图，数字农业以数字化管理为核心，其硬件支撑包括计算资源、存贮资源、网络架构和桌面终端等，主要功能包括数据库功能、农业信息动态监测、预测预警和辅助决策，其信息流从农业生产要素开始，经过要素数字化，并进行数字化要素的管理、分析获取所需信息，以此为基础进行农业决策，而交换网络则实现了数据的采集传输以及决策信息的服务传递，最终服务于农业生产的各个方面，实现农业种植结构优化、农业环境绿色发展，实现农业综合效益最大化。

图1 中国数字农业各主要要素的逻辑关系

Fig.1 Logical relationship of major factors of China¡¯s digital agriculture

2.2　数字农业的性质

在当前的数字农业概念中，存在农业信息化、农业电气化、农业信息数字化、农业智能化、农业自动化、农业现代化等相关概念。

农业信息化可以认为是实现数字农业的过程，农业电气化则是农业数字化的先导，农业信息数字化是数字农业的基础，数字农业是农业自动化、智能化的前提和支撑，而数字农业的根本目标则是实现农业现代化。数字农业是传统农业在现代发展的必然形式，对数字农业的认识，要从农业历史发展的角度、数字化能力、管理水平、服务能力等4个方面开展研究。

（1）　数字化是农业现代化的必然阶段

中国农业发展的历史可以划分为传统农业、近代农业和现代农业3个阶段。根据原中国国家科学技术委员会发布的《中国农业科学技术政策》（1997），现代农业的内涵包括产前的农业机械、化肥、水利、农药等领域，产中的种植业、林业、畜牧业、水产业等领域，产后的农产品加工、储藏、运输、营销及进出口贸易等领域的现代化，而实现现代化的主要技术手段包括现代机械工程技术、现代生物工程技术、卫星和遥感技术、信息技术、计算机技术等高科技技术。数字农业的很多特征在现代农业中都有具体的表现，如数字农业应用于农业机械，可以实现农机自动化、智能化，应用于施肥施药，可以根据各传感器收集的作物状态、土壤条件、大气环境等实现自动、精准施放，实现农业施肥施药的定量化、绿色化，应用在农业管理领域，则有包括数字粮仓、农业灾害预测预警、农业产量品质监测预测等。可以认为，数字农业的本质就是农业现代化，是实现现代农业的重要工具。

（2）　数字化是数字农业基础

数字化是数字农业的主要特征，通过将农业各要素数字化，并以数字化的形式对农业各要素进行管理。数字化的手段包括所有将模式信号转化为数字信息的技术，宏观尺度的如遥感技术，中等尺度的如航空、平流层遥感技术，微观及样点尺度的如地块尺度的各类传感器、近地面的无人机获取技术等等，这些技术的发展和应用保障了数字农业各项信息的实时采集能力。农业统计数据是农业数字化的另一个重要内容，历年农业统计资料的收集、存储、发布对于数字农业具有重要意义，为数字农业的决策制定、农业管理提供基本的参考信息。数字化不仅是农业生产各个组成部分的静态描述，还包括这些内容的动态变化以及要素之间的联系也要进行数字化，实现农业信息获取的自动化，农业分析的定量化，农业决策科学化，促进农业生产各要素的合理配置，提高农业资源的利用水平及农业生产效率，推动传统农业向现代农业的转变。

（3）　管理是数字农业的核心

农业生产要素及其过程数字化基础之上的管理分析与信息挖掘是数字农业的核心内容，农业信息数据的管理和应用能力直接影响了数字农业的建设水平。数字农业的管理不仅仅代表了对农业要素数据信息的传输、存储、分发、共享，还包括了对数据的分析、处理和应用，通过对农业数字信息的管理，实现对农业全要素的信息化管理。长期以来，农业生产和管理部门重视数字农业硬件部分的建设，投入的大量资源进行数据的采集、存储，而轻视数字农业软件部分的建设，导致数据的管理不善，无法有效服务于农业的生产决策中。要充分发挥数字农业大数据包含的多尺度海量有效信息的巨大优势，查清中国农业发展的环境承载能力，以农业资源高效利用为目标，促进结构合理的农作物、草原、渔业等数字化农业产业体系的形成。重视并加强对农业数字化信息的管理，以大数据分析、农业数学模型建设、农业计算机辅助决策系统建设、提高农业信息的分析挖掘能力，建设科学、合理、客观的农业决策服务体系，提高中国农业生产和管理的水平。

（4）　服务是数字农业的目标

数字农业建设的目的是为了服务于农业生产和管理，提高农业的生产力水平。数字农业的服务对象包括农民、农场、政府、企业、研究机构和人员等，在进行数字农业各个环节建设的同时，必须明确服务对象，充分了解服务对象对于数字农业的具体需求，才能实现数字农业的长效发展。数字农业的服务建设内容包括了农业信息服务、农业管理决策服务、农业存储和流通服务、农业市场服务、农业技术服务、农业机械服务、农业教育服务、农业金融服务等多个领域。面向不同的服务对象，定制化地进行数字农业的建设，通过前沿技术的试点研究、成熟技术的推广应用，逐步地推广数字农业在农业生产、管理中各个层级的应用。数字农业的建设，只有服务好农业生产和管理的各个部门，才能落到实处，并获得持续的发展^［24］。在中国数字农业建设工程中，有些领域的服务成熟度相对较高，如面向政府部门的农业管理决策服务，而在面向农业基础农户的农业市场服务、农业教育服务、农业技术服务等领域的建设还有待加强，也是今后数字农业服务领域需要建设的重点。

3 中国数字农业的建设内容

数字农业是现代农业的数字形式，中国数字农业主要由农业生产体系、硬件平台、信息管理系统、分析决策系统、应用服务体系等几部分组成，图2给出了中国数字农业建设主要内容及逻辑结构。

图2 中国数字农业框架体系结构

Fig.2 System structure of China¡¯s digital agriculture framework

农业生产体系由生产主体对象、环境因子、技术推动、社会进步等4个部分组成，其中生产主体对象包括农作物、动物、微生物等；环境因子是指影响农业生产对象各种自然因子；技术推动包括3S技术研究、农业智能机械研究、优质品种研究、农业区划研究、农业土肥研究、农业栽培技术研究等；社会进步指的是农业市场调节、农业流通建设、农业政策制定、农业金融服务、农业灾害防治、农业教育培训等对农业起到推动作用的社会活动。硬件平台包括计算处理系统、网络通讯设备、田间观测传感器、农业遥感卫星、智能农业机械等设备的建设；信息管理系统则包括农业数据库管理规范体系、农业数据分析处理和反馈功能、农业信息的共享发布及查询检索功能等内容；分析决策系统包括作物生长模型、农业产业结构优化理论、农业市场监测分析技术、农业环境监测预测及优化等内容；应用服务系统包括种植决策服务系统、农业决策管理服务系统、农业市场管理服务系统和农业粮食收购政策服务系统等内容。

中国数字农业建设的基础是农业生产体系的各组成部分的数字化，这一数字化的过程是通过硬件平台中的传感器观测节点、农业遥感卫星、网络通讯、计算机处理等过程实现的。通过对数字化信息的规范化整理、处理，形成可供分析决策使用的农业数据库系统。分析决策系统是在农业生产各个要素定量化的分析基础上，从科学化管理理念出发，结合农业生态、农业环境、农业趋势等，借助于作物模型、农业优化模型等高度理论化的知识，对农业生产要素间的变化规律及发展结果进行分析、预测，形成稳健可靠的决策结果。应用服务系统是将分析决策结果转化为农户、企业、政府等用户，满足不同层次用户对农业信息、农业技术、农业政策等的差异化需求，实现分级服务能力，保证中国数字农业体系效益成果的最大化。

3.1　农业生产体系结构分析

农业生产体系结构决定了数字农业的架构基础，同时也是数字农业数字化的重点对象，实现农业生产体系结构内容的数字化、信息化，是实现数字农业分析、管理、决策、服务的前提。中国农业生产结构包括生产主体对象、环境因子、技术推动和社会进步等4个方面，生产主体对象是4个方面的核心，数字农业后续的生产、管理、服务都将紧密围绕这一核心展开；环境因子和技术推动决定了数字农业对农业生产力水平提高的程度，同时也可以促进农业生产结构的优化演变；社会进步是指农业生产组织关系的变革及农业生产技术的革新，代表着社会体系对农业的促进作用，我国不同历史时期的农业政策即属于此类因素。

3.2　数字农业的硬件平台组成

数字农业的硬件平台包括传感器层、网络层、计算机层、智能机械层，各个平台层构成一个有机的网络，共同支撑起数字农业的各项数据获取、传递、处理、运行。传感器层相当于人的眼睛、耳朵、鼻子等，获取各项农业因子的信息，包括遥感卫星、无人机、自动气象站、土壤水分监测、CO₂探测仪等传感器，将农业环境的各项信息转换为数字化信号；网络层相当于人的神经网络，链接数字农业硬件的各个平台层，如负责传递经过传感器层获取的各项数字信号到计算机层，或者将计算机层的指令信息传递到传感器层，其包括了各类无线网络、有线网络、移动蜂窝网络、互联网硬件设备；计算机层则相当于人的大脑，通过收集传感器层获取的信息，将信息进行存储、分类、自动处理、自动决策，并通过自动反馈控制传感器层的感知，或者控制智能机械层的运行，主要的硬件包括刀片服务器、图形工作站、存储系统等设备；智能机械层相当于人的四肢，通过获取计算层传递的各项指令，完成农业的自动化、智能化的播种、施肥、浇水、喷药、通风、收割、加工等操作，主要设备包括智能收割机、播种机、数字化水肥调控设备等。

3.3　数字农业的信息管理系统

数字农业的信息管理系统是在数字农业硬件平台的基础上，构建的软件平台，主要起到两大方面的功能，一方面是对数字农业信息管理数据库及相应数据的规范；另一方面是对农业数据的处理、分析、查询、共享、输出、显示等功能。

（1）　推进标准规范的建设

在中国农业数据库相关的标准规范方面，当前的建设较为滞后，标准不成体系，已有的标准包括《设施农业多媒体数据库统一语义表示规范（DB13/T 2298—2015）》《农业气象观测数据存储管理规范（DB15/T 1125—2017）》《农业物联网平台基础数据采集规范（DB37/T 2874—2016）》《农业信息化工程基础信息数据集规范（DB45/T 1576）》《农业保险数据规范（JR/T 0128—2015）》《卫星遥感影像植被指数产品规范（GB/T 30115—2013）》等，多是地方标准或是其他领域标准在农业行业的共用。因此，为推动数字农业发展，应当加强在国家层面，建设全面、统一、科学、合理的数字农业体系相关的系列标准，包括数字农业信息数据库的相应规范建设。

（2）　加强数据库功能建设

数字农业信息管理系统要求对数据库中的农业基础数据进行进一步的分析、提取、加工，形成一系列新的数据，还需要具备对复杂类型大数据的自动处理能力，并在此基础上进行数据的分析，挖掘农业数据中有效信息，并在数据管理、分析的基础上，实现对处理结果数据的共享、输出以及显示，进行数据的有效利用。此外，农业信息种类繁多且分布较为分散，如农业基础信息、农业政策法规、农业科技信息、农业市场信息等，分布在农业决策部门、农业科研院所、高校等部门，基于Web技术的农业资源共享建设是解决信息破碎化的主要途径。

（3）　提高数据库应用能力

中国与数字农业相关的数据库建设已有一定的基础，主要包括土壤资源数据库、中国中等精度数字土壤属性数据库、参考作物需水量数据库、中国叶菜类蔬菜害虫数据库、中国粮食生产情况数据库、中国畜产品生产数据库、作物生产数据库、水产种质资源数据库、林木种质资源数据库、中国气象数据库、国家农作物种质资源数据库等等。同时，在地方层级的数字农业建设过程中，也建立了一系列的数据库系统，主要是一些综合性的数据库，如赵光农场数字农业数据库^［25］，其管理了与农场相关的遥感数据、GPS数据、GIS数据、田间管理数据、农机数据等一系列数据，实现数据的综合性应用，为进行数字化、精准化的农业生产奠定了基础。数据库建设的主要问题是层次不清、应用不足，加强数据库整体建设水平与应用能力是今后较长时期内的重点任务。

3.4　数字农业分析决策系统

中国数字农业的分析决策系统建设，应主要包括作物生长模型研究、农业产业结构优化理论研究、农业市场监测分析技术、农业环境监测预测及优化技术研究等主要的建设领域。

（1）　作物生长模型技术

农业决策的过程，实质上是在追寻农业决策成本与决策成果效益之间的最优化。农业模型由于将农业过程数字化，可以进行许多传统的农业试验无法进行的研究，使农业研究的成果在更大的地理范围和更长的时间范围内推广应用。在数字农业模型构建及专家决策系统的构建上，我国已有一定基础，积累了一定经验。在作物生长模拟方面，自1970年荷兰科学家De Wit建立第一个作物生长模型ELCROS以来，国内外已经相继建立了小麦、水稻、棉花等多种作物生长模拟模型^［26］，当前常用的作物生长模型主要有CERES模型、DSSAT模型、SWAP模型等。谢祝捷等^［27］提出了利用作物生长模型在上海精准农业中的应用前景，提出了开展蔬菜作物模型和专家系统研究的若干方法，并提出使用计算机技术和生产模拟技术进行农业生产的科学管理和决策。使用数字农业模型，并在此基础上构建专家决策支持系统，使得农业生产活动过程的数字化描述更加精准，预测更加科学，为数字农业建设打下基础。

（2）　农业产业结构优化技术

在农业产业中，农业服务、农业销售比重逐渐加大，促使农业从劳动密集型产业向技术密集型、知识密集型转变，农业产前、产中、产后的规划更加合理，联系也更加紧密，这些都促进了农业产业结构的进一步升级和优化^［28］。通过产业结构优化技术的理论研究，可为数字农业开展应用指明方向。在国家和地方两个层面，我国农业产业结构优化理论研究和应用已取得较多的成果。国家层面研究侧重于农业产业结构调整的问题和对农业政策进行宏观研究，为国家的农业大战略服务^［29］；地方层面则偏重于问题导向研究^［30,31］。

（3）　农业市场监测分析技术

数字农业要求农业生产随着农业市场的变动而进行灵活、准确的适应调整，这就要求研究农业市场的监测预测和分析技术。近年来，随着农产品的价格波动对农民收入、农业产业的影响程度日益增大，农业市场监测分析及预警技术受到各方面广泛关注。但农业信息监测内容、生产体制和机制协调不足、基础技术落后等问题广泛存在^{［32,33,34］}，导致我国农业市场分析结果权威性不够。处理好市场和政府的关系、加强从地头到消费者的产业监测统计体系建设、强化数据和模型的支撑，加强市场信息发布机制建设，加强对农业生产经营者的服务能力等是数字农业建设中需要解决的技术瓶颈。

（4）　农业环境监测预测技术

综合使用地理信息系统（GIS）、遥感技术（RS）等构建农业监测系统，是完善农业决策分析的主要途径。近20年来，农业遥感技术已经取得了长足的进步，与地理信息系统的结合更使农业资源环境的研究与监测方法得到根本性的改观，其应用领域十分广泛，主要包括农业土地、耕地、土壤、森林、草原、水面等各种农业资源的探测评价与动态监测，各种农业灾害如洪涝、干旱、风暴、病虫害等的实时预测与监测，各种农作物面积与产量的预测与监测，农业环境、大气、土壤等污染的预测与监测。以农业环境监测预测技术为基础进行科学合理的农业决策是数字农业建设的主要内容。

3.5　数字农业的应用服务系统

数字农业应用服务系统是数字化农业发挥作用的决定因素，从构成上包括支撑体系、服务能力、效果反馈3方面内容。从功能上包括生产种植决策服务系统、政策决策管理服务系统、农业市场管理服务系统和农业粮食收购政策服务系统等。农业生产种植决策系统的服务对象是生产者，政策管理服务系统的服务对象是政府决策者，农业市场管理服务系统的对象是农业市场经营者，农业粮食收购政策服务系统的对象是粮食收购者，不同服务对象需要不同的类别，达到差异化服务的目标。

4 讨论与结论

中国数字农业体系的建设，是面向中国农业生产的实际需要，为实现农业现代化，促进农业生产绿色发展的需要提出的。要保证数字农业的健康发展，不仅需要明确数字农业建设的指导思想，更要注重功能定位与服务效率，这也是数字农业建设的基本原则。

中国数字农业框架体系建设的主导思想是，面向农业现代化要求，充分利用现代数字化、信息化技术的发展优势，以信息化技术作为推动农业生产力提高的驱动力，以农业数字化信息流采集、传输、存储、共享、分析、决策、管理、应用为主线，提高农业生产的产量、品质、收益，增强农业生产的集约化、自动化水平，加强农业决策、管理水平，增强农业市场对农业生产的正向调控。

在功能定位方面，要充分认识数字农业是现代农业的组成部分，是现代农业在新的历史阶段的主要任务，一切数字化的内容都是植根于中国农业的具体实践，是对中国农业发展的具体提升。中国数字农业体系是自上而下的建设体系，信息获取的范围是立足于中国农业又覆盖全球农业生产信息获取能力建设，功能是满足中国农业种植结构的优化配置以及绿色可持续发展的目标。在建设原则上，不能急于求成，又不能滞后发展，要本着数字化先行、管理分析及时跟进，服务同步发展的原则进行建设。在服务效能方面，要注重政府、销售、农户或企业等不同层次的指向性需求，以服务能力建设是数字农业落脚点的认识进行建设，发挥数字农业的“数字”效益。

参考文献