劉笑冰 陳建成 何忠偉

(1.北京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100083;2.北京農(nóng)學(xué)院經(jīng)濟(jì)管理學(xué)院，北京 102206)

創(chuàng)意農(nóng)業(yè)，作為農(nóng)業(yè)的新型產(chǎn)業(yè)業(yè)態(tài)和都市型農(nóng)業(yè)轉(zhuǎn)型升級的重要標(biāo)志，成功實(shí)現(xiàn)了創(chuàng)意產(chǎn)業(yè)與傳統(tǒng)農(nóng)業(yè)生產(chǎn)的有機(jī)結(jié)合，有力促進(jìn)了首都都市型現(xiàn)代農(nóng)業(yè)的轉(zhuǎn)型升級，且在繁榮農(nóng)村經(jīng)濟(jì)、協(xié)調(diào)城鄉(xiāng)發(fā)展方面發(fā)揮了巨大作用，各級政府也不斷加大創(chuàng)意農(nóng)業(yè)發(fā)展投資力度，但北京今后創(chuàng)意農(nóng)業(yè)發(fā)展如何，則仍有待深入研究。創(chuàng)意農(nóng)業(yè)在我國起步較晚，關(guān)于創(chuàng)意農(nóng)業(yè)的研究仍處于摸索階段，在我國較早的創(chuàng)意農(nóng)業(yè)是參照創(chuàng)意產(chǎn)業(yè)概念，結(jié)合農(nóng)業(yè)特點(diǎn)，從創(chuàng)意農(nóng)副產(chǎn)品角度研究提出的，其中不僅包括了農(nóng)副產(chǎn)品的科技、文化、服務(wù)以及生態(tài)創(chuàng)意［1］，同時(shí)也包含產(chǎn)業(yè)體系理念的創(chuàng)新［2－3］和農(nóng)業(yè)發(fā)展模式的創(chuàng)新［4］，并以此為基礎(chǔ)對其發(fā)展模式及其影響因素進(jìn)行相關(guān)研究［2，5－8］。以上均是從定性角度對創(chuàng)意農(nóng)業(yè)進(jìn)行界定或分析，而對其今后發(fā)展?fàn)顟B(tài)或發(fā)展方向也僅是基于其影響因素，從政策扶持角度提出展望，并無相關(guān)定量研究。到目前為止，僅有司訓(xùn)練等(2010)運(yùn)用解釋結(jié)構(gòu)模型(ISM)對影響西部創(chuàng)意產(chǎn)業(yè)競爭力的因素進(jìn)行了實(shí)證研究［9］。一是創(chuàng)意農(nóng)業(yè)概念或表現(xiàn)形式界定的模糊性，二是相關(guān)統(tǒng)計(jì)數(shù)據(jù)不完整、信息不完整。與傳統(tǒng)的回歸預(yù)測、神經(jīng)網(wǎng)絡(luò)等方法相比較，灰色系統(tǒng)預(yù)測方法具有計(jì)算量小、在小樣本情況下也可達(dá)到較高精度的優(yōu)點(diǎn)［10］，北京創(chuàng)意農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)時(shí)間序列短、歷史數(shù)據(jù)少、信息不完全，對于此類序列數(shù)據(jù)，采用灰色系統(tǒng)預(yù)測方法比較合適。根據(jù)模型變量數(shù)量不同，可以分為GM(1，1)預(yù)測模型和GM(1，n)預(yù)測模型，其中GM(1，1)模型是一種最常用的灰色系統(tǒng)模型，它通過單變量的一階微分方程模型揭示其內(nèi)在發(fā)展規(guī)律，主要應(yīng)用于單一時(shí)間序列的建模與預(yù)測，GM(1，N)模型則是針對系統(tǒng)存在多變量情景下的預(yù)測，綜合考慮相關(guān)因素對系統(tǒng)變量影響的基礎(chǔ)上，通過一階微分方程組揭示其內(nèi)在發(fā)展規(guī)律，對系統(tǒng)變量未來發(fā)展趨勢進(jìn)行預(yù)測。兩種模型在實(shí)際研究中都得以廣泛應(yīng)用［10－13］。創(chuàng)意農(nóng)業(yè)的發(fā)展是一個(gè)包含多個(gè)變量的復(fù)雜系統(tǒng)，而且變量之間相互影響、相互關(guān)聯(lián)?；趧?chuàng)意農(nóng)業(yè)發(fā)展的多變量影響，基于較長期系統(tǒng)特征預(yù)測中相關(guān)因素的擾動，采用等維灰數(shù)遞補(bǔ)模型對多變量灰色GM(1，N)模型進(jìn)行改進(jìn)，即自適應(yīng)多變量預(yù)測模型，綜合考慮創(chuàng)意農(nóng)業(yè)發(fā)展多變量影響，對北京創(chuàng)意農(nóng)業(yè)發(fā)展規(guī)模與發(fā)展方向進(jìn)行預(yù)測。

1 自適應(yīng)MGM(1，N)模型建立

1.1 MGM(1，N)基本模型

MGM(1，n)模型不是對GM(1，1)模型的簡單組合，而是對GM(1，1)模型的n元變量的自然推廣。

1.2 模型修正

灰色系統(tǒng)模型主要用于短期預(yù)測，為了預(yù)測稍長時(shí)期系統(tǒng)情況，本文采用等維灰數(shù)遞補(bǔ)模型:將預(yù)測數(shù)據(jù)^x(0)(n+1)放到原始序列以替換最原始的數(shù)據(jù)，形成等維新數(shù)列進(jìn)行預(yù)測。

2 北京創(chuàng)意農(nóng)業(yè)預(yù)測

除卻產(chǎn)品創(chuàng)意，創(chuàng)意農(nóng)業(yè)的創(chuàng)意更多體現(xiàn)在科技、文化、服務(wù)以及生態(tài)等方面，結(jié)合國內(nèi)外創(chuàng)意農(nóng)業(yè)的概念、內(nèi)涵以及表現(xiàn)形式的相關(guān)研究，目前，北京創(chuàng)意農(nóng)業(yè)的主要表現(xiàn)形式有農(nóng)業(yè)觀光園和民俗旅游。此外，屬于科技創(chuàng)意范疇的設(shè)施農(nóng)業(yè)，對提高農(nóng)產(chǎn)品市場價(jià)值具有極大地推動作用，在北京都市型現(xiàn)代農(nóng)業(yè)結(jié)構(gòu)調(diào)整與休閑等功能也日益凸顯，如:大興區(qū)的玻璃西瓜等。在日本，設(shè)施農(nóng)業(yè)作為創(chuàng)意農(nóng)業(yè)的首要表現(xiàn)形式得以優(yōu)先發(fā)展。因此，本研究將北京創(chuàng)意農(nóng)業(yè)的表現(xiàn)形式歸結(jié)為三種:農(nóng)業(yè)觀光園、民俗旅游、設(shè)施農(nóng)業(yè)，并將三者的產(chǎn)值以及三者產(chǎn)值之和作為系統(tǒng)特征變量。用Y1、Y2、Y3和Y0分別表示農(nóng)業(yè)觀光園、民俗旅游、設(shè)施農(nóng)業(yè)以及三種不同形式創(chuàng)意農(nóng)業(yè)產(chǎn)值之和的產(chǎn)值。

創(chuàng)意農(nóng)業(yè)以農(nóng)業(yè)生產(chǎn)為基礎(chǔ)，以創(chuàng)意產(chǎn)業(yè)發(fā)展為背景，在創(chuàng)意農(nóng)業(yè)發(fā)展模式與對策思路上，創(chuàng)意農(nóng)業(yè)與傳統(tǒng)農(nóng)業(yè)一樣往往受自然資本、生產(chǎn)要素等因素影響，特別是與農(nóng)村、農(nóng)業(yè)發(fā)展直接相關(guān)的投資及人才等情況。諸多學(xué)者也一致認(rèn)為創(chuàng)意農(nóng)業(yè)的發(fā)展要將科技、文化、產(chǎn)業(yè)、市場以及生態(tài)環(huán)境有機(jī)結(jié)合。加大農(nóng)業(yè)生產(chǎn)投資并注重人才培養(yǎng)，北京市各區(qū)縣政府也在此方面進(jìn)行了大量投入，以促進(jìn)不同形式創(chuàng)意農(nóng)業(yè)的快速發(fā)展。

根據(jù)關(guān)于創(chuàng)意農(nóng)業(yè)發(fā)展模式、對策思路等相關(guān)研究，基于本研究調(diào)研，結(jié)合北京創(chuàng)意農(nóng)業(yè)表現(xiàn)形式，本研究選擇與不同形式，創(chuàng)意農(nóng)業(yè)發(fā)展關(guān)聯(lián)度較高的創(chuàng)意產(chǎn)業(yè)、農(nóng)林牧業(yè)、農(nóng)村投資和代表科技水平的農(nóng)林牧業(yè)方向上的技術(shù)成交數(shù)量作為影響創(chuàng)意農(nóng)業(yè)發(fā)展的影響因素，并分別用X1、X2、X3和X4表示北京市創(chuàng)意產(chǎn)業(yè)產(chǎn)值，農(nóng)林牧總產(chǎn)值、農(nóng)林牧業(yè)方向上的技術(shù)合同成交項(xiàng)數(shù)量和農(nóng)村固定資產(chǎn)投資額度，原始數(shù)據(jù)見表1。

表1 北京不同形式創(chuàng)意農(nóng)業(yè)及相關(guān)因素原始數(shù)據(jù)表Tab.1 Related factors’original data of different forms of creative agriculture in Beijing

一方面，在創(chuàng)意農(nóng)業(yè)年總收入上，設(shè)施農(nóng)業(yè)收入最高，2011年總收入達(dá)455819.3萬元，占當(dāng)年北京市創(chuàng)意農(nóng)業(yè)總收入的 60%，民俗旅游收入最低，2011年總收入86822.2萬元，占當(dāng)年北京市創(chuàng)意農(nóng)業(yè)總收入的11.43%;在收入增長速度上，在三種形式創(chuàng)意農(nóng)業(yè)中，民俗旅游收入增長速度最快，年增長速度高達(dá)27.52%，2011年收入較2006年凈增長1.38倍;而農(nóng)業(yè)觀光園收入增長最為緩慢，年均增長率僅為21.4%;在總收入構(gòu)成上，六年來，三種不同形式創(chuàng)意農(nóng)業(yè)收入占創(chuàng)意農(nóng)業(yè)收入比例相對穩(wěn)定，收入占比波動很小。其中，北京市設(shè)施農(nóng)業(yè)收入一直是創(chuàng)意農(nóng)業(yè)收入的主體，六年來占北京市創(chuàng)意農(nóng)業(yè)總收入的比例均在59.87%以上，最高年份(2010年)占比高達(dá)61.83%;而民俗旅游占創(chuàng)意農(nóng)業(yè)總收入的比例最低，六年來占比最高僅為11.43%(2011年)，最低占比約為10.37%。

另一方面，近六年來，北京市創(chuàng)意產(chǎn)業(yè)、農(nóng)林牧產(chǎn)值和農(nóng)村固定資產(chǎn)投資均呈穩(wěn)定增加態(tài)勢，其中創(chuàng)意產(chǎn)業(yè)和農(nóng)村固定資產(chǎn)投資增長速度最快，2011年與2006年相比較分別增加了2.49倍和2.64倍，而農(nóng)林牧產(chǎn)值僅僅增加了1.51倍。盡管農(nóng)林牧業(yè)方向上的技術(shù)合同成交數(shù)量在波動中有所下降，但三種不同形式創(chuàng)意農(nóng)業(yè)產(chǎn)值卻迅速提高，與2006年相比較，產(chǎn)值均翻了一番。因此，北京市創(chuàng)意農(nóng)業(yè)的發(fā)展與北京市創(chuàng)意產(chǎn)業(yè)、農(nóng)林牧產(chǎn)值和農(nóng)村固定資產(chǎn)投資具有較強(qiáng)的正相關(guān)性。

三種不同形式創(chuàng)意農(nóng)業(yè)代表了北京市創(chuàng)意農(nóng)業(yè)的不同發(fā)展方向，因此，北京市創(chuàng)意農(nóng)業(yè)的預(yù)測不僅包含了創(chuàng)意農(nóng)業(yè)總收入的預(yù)測，即未來五年內(nèi)北京市創(chuàng)意農(nóng)業(yè)的發(fā)展規(guī)模問題，同時(shí)也包含了不同形式創(chuàng)意農(nóng)業(yè)收入變化，即北京市創(chuàng)意農(nóng)業(yè)未來五年內(nèi)的發(fā)展方向問題。

2.1 發(fā)展規(guī)模預(yù)測

北京創(chuàng)意農(nóng)業(yè)主要表現(xiàn)為農(nóng)業(yè)觀光園、民俗旅游以及設(shè)施農(nóng)業(yè)三種形式，因此，將三者的總產(chǎn)值發(fā)展變化作為判別北京創(chuàng)意農(nóng)業(yè)發(fā)展?jié)摿Φ闹笜?biāo)，所以在發(fā)展?jié)摿︻A(yù)測MGM(1，n)模型中 n=4。

運(yùn)用殘差檢驗(yàn)，對序列 Y0、X1、X2、X3和 X4的模型計(jì)算值與實(shí)際值的誤差進(jìn)行逐點(diǎn)檢驗(yàn)，五個(gè)序列的平均相對誤差分別為3.76%、6.32%、1.08%和5.27% ，可見自適應(yīng)MGM(1，n)模型對五個(gè)序列具有較高的擬合精度，采用該模型對其今后五年產(chǎn)值變化進(jìn)行預(yù)測，結(jié)果如表2所示。

表2 2011－2015年北京創(chuàng)意農(nóng)業(yè)及相關(guān)因素預(yù)測值Tab.2 Predicted value of creative agriculture and related factors in Beijing(2011－2015)

對比表2中2011年三種形式創(chuàng)意農(nóng)業(yè)總產(chǎn)值的預(yù)測值與表1中2011年三者產(chǎn)值之和的原始數(shù)據(jù)，誤差水平在0.01左右，遠(yuǎn)小于臨界值0.05的水平，因此，采用自適應(yīng)的MGM(1，n)(其中n=4)對北京市不同形式創(chuàng)意農(nóng)業(yè)發(fā)展進(jìn)行預(yù)測具有較高的精度和擬合度。

2.2 發(fā)展方向預(yù)測

農(nóng)業(yè)觀光園、民俗旅游以及設(shè)施農(nóng)業(yè)代表了北京創(chuàng)意農(nóng)業(yè)發(fā)展的三個(gè)不同方向，采用改進(jìn)的MGM(1，n)模型對三種形式創(chuàng)意農(nóng)業(yè)未來5年產(chǎn)值變化進(jìn)行預(yù)測比較，分析北京未來五年內(nèi)創(chuàng)意農(nóng)業(yè)發(fā)展方向。然而，無論是從北京市創(chuàng)意農(nóng)業(yè)消費(fèi)市場容量角度還是從發(fā)展投資角度，三種形式創(chuàng)意農(nóng)業(yè)之間相互影響，相互聯(lián)系，考慮到三種不同形式創(chuàng)意農(nóng)業(yè)之間的相互影響，運(yùn)用改進(jìn)的MGM(1，n)模型對其收入進(jìn)行預(yù)測時(shí)，其相關(guān)因素不僅包含xi(i=1，2，3，4)，同時(shí)也受其他兩種形式創(chuàng)意農(nóng)業(yè)發(fā)展的影響，即對于系統(tǒng)變量Y1的預(yù)測，其關(guān)聯(lián)因素則同時(shí)包含Yi(其中:i=2，3)。因此，此時(shí) MGM(1，n)模型中 n=6。

同樣，采用運(yùn)用殘差檢驗(yàn)對序列 Y1、Y2、Y3、X1、X2、X3和X4的模型計(jì)算值與實(shí)際值的誤差進(jìn)行逐點(diǎn)檢驗(yàn)，結(jié)果如表3所示。

表3 不同系統(tǒng)變量殘差檢驗(yàn)平均相對誤差(單位:%)Tab.3 Average relative error of Different system variable residual test(%)

可見自適應(yīng)MGM(1，n)模型對不同系統(tǒng)變量(Y1、Y2、Y3)及對應(yīng)的六個(gè)序列具有較高的擬合精度，采用該模型對三種不同形式創(chuàng)意農(nóng)業(yè)五年(2011－2015)產(chǎn)值變化進(jìn)行預(yù)測，預(yù)測結(jié)果如表4所示。

表4 2011－2015年北京不同形式創(chuàng)意農(nóng)業(yè)發(fā)展預(yù)測值Tab.4 Predicted value of different forms of creative agriculture in Beijing(2011－2015)

對比表4中2011年三種形式創(chuàng)意農(nóng)業(yè)產(chǎn)值的預(yù)測值與表1中2011年三者產(chǎn)值的原始數(shù)據(jù)，誤差水平分別為0.04、0.001 和0.0008，遠(yuǎn)小于臨界值 0.05 的水平，因此采用自適應(yīng)MGM(1，n)模型(其中n=4)對北京市三種不同形式創(chuàng)意農(nóng)業(yè)未來5年內(nèi)發(fā)展速度進(jìn)行預(yù)測具有較高的精度。

通過對三種不同形式創(chuàng)意農(nóng)業(yè)產(chǎn)值進(jìn)行預(yù)測，未來五年內(nèi)，北京市創(chuàng)意農(nóng)業(yè)仍將呈高速發(fā)展的態(tài)勢，其中設(shè)施農(nóng)業(yè)產(chǎn)值(Y3)仍將占創(chuàng)意農(nóng)業(yè)產(chǎn)值較大比例，2015年產(chǎn)值將達(dá)到981359.9萬元，約占當(dāng)年創(chuàng)意農(nóng)業(yè)總產(chǎn)值的為65.62%，而且增長速度最快，年均增長速度約為24%;2015年農(nóng)業(yè)觀光園的產(chǎn)值(Y1)也將達(dá)到347310.7萬元，占當(dāng)年創(chuàng)意農(nóng)業(yè)總產(chǎn)值的23.28%，5年內(nèi)增長平均速度為13.17%;盡管民俗旅游也有較大發(fā)展，但2015年產(chǎn)值(Y2)僅為163480.0萬元，占當(dāng)年創(chuàng)意農(nóng)業(yè)總產(chǎn)值的11.1%，占比最小，而且5年增長平均速度為17.34%，在三種創(chuàng)意農(nóng)業(yè)形式中增長速度最慢。

3 結(jié)論與討論

運(yùn)用自適應(yīng)多變量MGM(1，n)預(yù)測模型，分別對北京2011－2015年創(chuàng)意農(nóng)業(yè)發(fā)展規(guī)模與發(fā)展方向進(jìn)行預(yù)測，可以發(fā)現(xiàn):

一方面，在發(fā)展規(guī)模上，伴隨著北京創(chuàng)意產(chǎn)業(yè)與農(nóng)業(yè)生產(chǎn)等不斷發(fā)展，未來五年內(nèi)北京創(chuàng)意農(nóng)業(yè)總產(chǎn)值將不斷增長，總產(chǎn)值增加幅度將會提高，2011－2015年五年內(nèi)增幅約穩(wěn)定在19.67%，即在未來五年內(nèi)北京創(chuàng)意農(nóng)業(yè)將呈高速發(fā)展態(tài)勢。

另一方面，在發(fā)展方向上，由表4可以看出，未來五年內(nèi)(2011－2015年)北京創(chuàng)意農(nóng)業(yè)中的農(nóng)業(yè)觀光園、民俗旅游、設(shè)施農(nóng)業(yè)產(chǎn)值都將不斷增長。其中設(shè)施農(nóng)業(yè)產(chǎn)值最大，而且其增長幅度也最快，約穩(wěn)定在24%左右，到2015年，設(shè)施農(nóng)業(yè)產(chǎn)值將占北京市創(chuàng)意農(nóng)業(yè)總產(chǎn)值的65.62%;其次是農(nóng)業(yè)觀光園，2015年其產(chǎn)值將達(dá)到347310.7萬元，占當(dāng)年創(chuàng)意農(nóng)業(yè)總產(chǎn)值的23.28%，5年內(nèi)增長平均速度為13.17%;而民俗旅游不僅產(chǎn)值較低，而且其發(fā)展速度也最為緩慢，根據(jù)預(yù)測，其產(chǎn)值約占2015年創(chuàng)意農(nóng)業(yè)總產(chǎn)值的11.1%，而且收入增長速度緩慢，5年內(nèi)約穩(wěn)定在17.34%。所以，在未來4年內(nèi)，按照目前北京市農(nóng)林牧發(fā)展速度和農(nóng)村投資結(jié)構(gòu)，設(shè)施農(nóng)業(yè)與農(nóng)業(yè)觀光園產(chǎn)值占北京創(chuàng)意農(nóng)業(yè)總產(chǎn)值的比重將不斷提高，在創(chuàng)意農(nóng)業(yè)全面發(fā)展的同時(shí)，二者將優(yōu)先發(fā)展。

北京市不同形式創(chuàng)意農(nóng)業(yè)發(fā)展的不平衡性應(yīng)該是我國創(chuàng)意農(nóng)業(yè)發(fā)展的一個(gè)縮影，進(jìn)入21世紀(jì)以來，我國創(chuàng)意農(nóng)業(yè)得到了快速發(fā)展，特別是民俗旅游在一線、二線城市市郊得以迅猛發(fā)展，然而，與農(nóng)業(yè)觀光園與設(shè)施農(nóng)業(yè)相比較，民俗旅游農(nóng)產(chǎn)品附加值仍顯較低，特別是民俗旅游的季節(jié)性，更是制約了其發(fā)展速度。而農(nóng)業(yè)觀光園與設(shè)施農(nóng)業(yè)正是打破了傳統(tǒng)農(nóng)業(yè)生產(chǎn)的季節(jié)性而得以迅猛發(fā)展。

因此，為促使北京市創(chuàng)意農(nóng)業(yè)全面發(fā)展，首先應(yīng)加大對民俗旅游的支持力度，比如:投資傾斜，政策扶持等，加速民俗旅游的發(fā)展速度;其次，為保證設(shè)施農(nóng)業(yè)和農(nóng)業(yè)觀光園的發(fā)展速度，要保證對二者的扶持力度，最后，急需將農(nóng)業(yè)觀光園、設(shè)施農(nóng)業(yè)與民俗旅游相結(jié)合，通過將農(nóng)業(yè)觀光園、設(shè)施農(nóng)業(yè)的農(nóng)副產(chǎn)品引入民俗旅游，幫助民俗旅游突破季節(jié)性限制，從整體上保證北京市不同形式創(chuàng)意農(nóng)業(yè)的平衡、快速發(fā)展。

References)

［1］秦向陽，王愛玲，張一帆，等.創(chuàng)意農(nóng)業(yè)的概念、特征及類型.中國農(nóng)學(xué)通報(bào)，2007，(10):29 －32.［Qin Xiangyang，Wang Ailing，Zhang Yifan，et al.The Concept，Characteristics and Type of Creative Agriculture［J］.Chinese Agricultural Science Bulletin.2007，(10):29 －32.］

［2］厲無畏，王慧敏.創(chuàng)意農(nóng)業(yè)的發(fā)展理念與模式研究.農(nóng)業(yè)經(jīng)濟(jì)問題，2009，(2):11－15.［Li Wuwei，Wang Huimin.Research on the Development Idea and Model of Creative Agriculture［J］.The Concept，Characteristics and Type of Creative Agriculture［J］.Chinese Agricultural Science Bulletin.2009，(2):11 －15.］

［3］李子蓉，陳德利，楊詩源.基于SWOT分析的泉州創(chuàng)意農(nóng)業(yè)發(fā)展研究.福建農(nóng)林大學(xué)學(xué)報(bào):哲學(xué)社會科學(xué)版，2011，(3):30－33.［Li Zirong，Chen Deli，Yang Shiyuan.Study on Development of Creative Agriculture in Quanzhou Based on SWOT analysis［J］.Journal of Fujian Agriculture and Forestry University:Philosophy and Social Sciences Edition，2011，(3):30 －33.］

［4］厲無畏，顧麗英.創(chuàng)意產(chǎn)業(yè)價(jià)值創(chuàng)造機(jī)制與產(chǎn)業(yè)組織模式.學(xué)術(shù)月刊，2007，(8):78 －83.［Li Wuwei，Gu Liying.Value-creating Mechanism and Organization Model of Creative Industries［J］.Academic Monthly，2007，(8):78 －83.］

［5］劉軍萍，王愛玲.北京創(chuàng)意農(nóng)業(yè)發(fā)展的典型模式及其主要做法.農(nóng)產(chǎn)品加工:創(chuàng)新版，2010，(1):27－32.［Liu Junping and Wang Ailing.Beijing creative agriculture development of typical mode and the main methods［J］.Farm Products Processing:Innovational Edition，2010，(1):27 －32.］

［6］張若琳，連麗霞.影響中國創(chuàng)意農(nóng)業(yè)發(fā)展的主要因素分析.山東農(nóng)業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版，2012，(1):105－109.［Zhang Ruolin，Lian Lixia.The Main Influencing Factors of the Development of China’s Creative Agriculture［J］.Journal of Shandong Agricultural University:Natural Science Edition，2012，(1):105 －109.］

［7］李瑞芳.創(chuàng)意農(nóng)業(yè)視角下的農(nóng)業(yè)科技發(fā)展對策.科技管理研究，2010，(22):46 －48.［Li Ruifang.Study on Agriculture Science and Technology from the Perspective of Creative Agriculture［J］.Science and Technology Management Research，2010，(22):46 －48.］

［8］王樹進(jìn)，張志娟.創(chuàng)意農(nóng)業(yè)的發(fā)展思路及政策建議——以上海為例.中國農(nóng)學(xué)通報(bào)，2009，(11):264－270.［Wang Shujin，Zhang Zhijuan.Path and Proposal on the Creative Agriculture’Development:Take Shanghai for Example［J］.Chinese Agricultural Science Bulletin，2009，(11):264 －270.］

［9］司訓(xùn)練，李婷，朱承亮.西部地區(qū)創(chuàng)意農(nóng)業(yè)競爭力實(shí)證研究.科技進(jìn)步與對策，2010，(3):34－39.［Si Xunlian，Li Ting，Zhu Chengliang.An Empirical Study on the Competitiveness of Creative Agriculture in West of China［J］.Science ＆ Technology Progress and Policy，2010，(3):34 －39.］

［10］鄭樹清，馬靖忠，關(guān)軍.多變量灰色模型在預(yù)測中的應(yīng)用.河北大學(xué)學(xué)報(bào):自然科學(xué)版，2006，(4):350－353.［Zheng Shuqing，Ma Jingzhong，Guan Jun.Apply of a Multi-variable Grey Model in Prediction［J］.Journal of Hebei University:Natural Sciences Edition，2006，(4):350 －353.］

［11］王五祥，劉冰.基于MGM(1，n)的R＆D投入預(yù)測分析.科學(xué)學(xué)研究，2005，(S1):93 －96.［Wang Wuxiang，Liu Bing.R＆D Investment Forecasting Analysis Based on MGM(1，n)Model［J］.Siudies in Science of Science，2005，(S1):93 －96.］