中国农业科学院农业经济与发展研究所
摘要：机器学习作为人工智能的核心技术，凭借其强大的数据处理与模型构建能力，在农业经济研究中展现出广阔的应用前景。本文以粮食研究为切入点，梳理机器学习在粮食领域的应用现状、存在问题及未来发展方向。研究发现，机器学习已应用于价格与产量预测、生产风险评估、食物消费行为、营养健康及减损等领域，显著提升了预测精度与分析效率。然而，当前研究仍存在研究主题偏窄、应用场景较局限、跨学科融合不足及理论创新薄弱等问题。未来应着力推动机器学习与传统计量方法的深度融合，拓展其在非结构化数据与复杂系统分析中的作用，加强多学科交叉，并助力本土化理论构建，从而为保障国家粮食安全、构建多元化食物供给体系提供更精准、智能的决策支持。
基金资助：国家自然科学基金项目“粮食安全政治责任下地方政府抓粮的策略性行为研究：识别,影响与对策”(编号：72373146);国家自然科学基金项目“我国北方牧区牧户对气候变化的适应能力研究”(编号：42201316)； 中央级公益性科研院所基本业务费专项院级项目“推动我国粮食消费与供应适配的政策体系研究”(编号：Y2025YY09);中央级公益性科研院所基本业务费专项“草原畜牧业转型升级的突破路径和机制研究”(编号：1610052025044);中央级公益性科研院所基本科研业务费专项“以小农户为基础构建现代农业经营体系研究”(编号：1610052025047)； 中国农业科学院科技创新工程所级重大任务项目“粮食产销区省际横向利益补偿研究”(编号：10-AED-SZD-02-2025)；
