基于MGM(1，N)模型的北京創意農業發展灰色預測

劉笑冰 陳建成 何忠偉

(1.北京林業大學經濟管理學院，北京 100083;2.北京農學院經濟管理學院，北京 102206)

創意農業，作為農業的新型產業業態和都市型農業轉型升級的重要標志，成功實現了創意產業與傳統農業生產的有機結合，有力促進了首都都市型現代農業的轉型升級，且在繁榮農村經濟、協調城鄉發展方面發揮了巨大作用，各級政府也不斷加大創意農業發展投資力度，但北京今后創意農業發展如何，則仍有待深入研究。創意農業在我國起步較晚，關于創意農業的研究仍處于摸索階段，在我國較早的創意農業是參照創意產業概念，結合農業特點，從創意農副產品角度研究提出的，其中不僅包括了農副產品的科技、文化、服務以及生態創意［1］，同時也包含產業體系理念的創新［2－3］和農業發展模式的創新［4］，并以此為基礎對其發展模式及其影響因素進行相關研究［2，5－8］。以上均是從定性角度對創意農業進行界定或分析，而對其今后發展狀態或發展方向也僅是基于其影響因素，從政策扶持角度提出展望，并無相關定量研究。到目前為止，僅有司訓練等(2010)運用解釋結構模型(ISM)對影響西部創意產業競爭力的因素進行了實證研究［9］。一是創意農業概念或表現形式界定的模糊性，二是相關統計數據不完整、信息不完整。與傳統的回歸預測、神經網絡等方法相比較，灰色系統預測方法具有計算量小、在小樣本情況下也可達到較高精度的優點［10］，北京創意農業統計數據時間序列短、歷史數據少、信息不完全，對于此類序列數據，采用灰色系統預測方法比較合適。根據模型變量數量不同，可以分為GM(1，1)預測模型和GM(1，n)預測模型，其中GM(1，1)模型是一種最常用的灰色系統模型，它通過單變量的一階微分方程模型揭示其內在發展規律，主要應用于單一時間序列的建模與預測，GM(1，N)模型則是針對系統存在多變量情景下的預測，綜合考慮相關因素對系統變量影響的基礎上，通過一階微分方程組揭示其內在發展規律，對系統變量未來發展趨勢進行預測。兩種模型在實際研究中都得以廣泛應用［10－13］。創意農業的發展是一個包含多個變量的復雜系統，而且變量之間相互影響、相互關聯。基于創意農業發展的多變量影響，基于較長期系統特征預測中相關因素的擾動，采用等維灰數遞補模型對多變量灰色GM(1，N)模型進行改進，即自適應多變量預測模型，綜合考慮創意農業發展多變量影響，對北京創意農業發展規模與發展方向進行預測。

1 自適應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

灰色系統模型主要用于短期預測，為了預測稍長時期系統情況，本文采用等維灰數遞補模型:將預測數據^x(0)(n+1)放到原始序列以替換最原始的數據，形成等維新數列進行預測。

2 北京創意農業預測

除卻產品創意，創意農業的創意更多體現在科技、文化、服務以及生態等方面，結合國內外創意農業的概念、內涵以及表現形式的相關研究，目前，北京創意農業的主要表現形式有農業觀光園和民俗旅游。此外，屬于科技創意范疇的設施農業，對提高農產品市場價值具有極大地推動作用，在北京都市型現代農業結構調整與休閑等功能也日益凸顯，如:大興區的玻璃西瓜等。在日本，設施農業作為創意農業的首要表現形式得以優先發展。因此，本研究將北京創意農業的表現形式歸結為三種:農業觀光園、民俗旅游、設施農業，并將三者的產值以及三者產值之和作為系統特征變量。用Y1、Y2、Y3和Y0分別表示農業觀光園、民俗旅游、設施農業以及三種不同形式創意農業產值之和的產值。

創意農業以農業生產為基礎，以創意產業發展為背景，在創意農業發展模式與對策思路上，創意農業與傳統農業一樣往往受自然資本、生產要素等因素影響，特別是與農村、農業發展直接相關的投資及人才等情況。諸多學者也一致認為創意農業的發展要將科技、文化、產業、市場以及生態環境有機結合。加大農業生產投資并注重人才培養，北京市各區縣政府也在此方面進行了大量投入，以促進不同形式創意農業的快速發展。

根據關于創意農業發展模式、對策思路等相關研究，基于本研究調研，結合北京創意農業表現形式，本研究選擇與不同形式，創意農業發展關聯度較高的創意產業、農林牧業、農村投資和代表科技水平的農林牧業方向上的技術成交數量作為影響創意農業發展的影響因素，并分別用X1、X2、X3和X4表示北京市創意產業產值，農林牧總產值、農林牧業方向上的技術合同成交項數量和農村固定資產投資額度，原始數據見表1。

表1 北京不同形式創意農業及相關因素原始數據表Tab.1 Related factors’original data of different forms of creative agriculture in Beijing

一方面，在創意農業年總收入上，設施農業收入最高，2011年總收入達455819.3萬元，占當年北京市創意農業總收入的 60%，民俗旅游收入最低，2011年總收入86822.2萬元，占當年北京市創意農業總收入的11.43%;在收入增長速度上，在三種形式創意農業中，民俗旅游收入增長速度最快，年增長速度高達27.52%，2011年收入較2006年凈增長1.38倍;而農業觀光園收入增長最為緩慢，年均增長率僅為21.4%;在總收入構成上，六年來，三種不同形式創意農業收入占創意農業收入比例相對穩定，收入占比波動很小。其中，北京市設施農業收入一直是創意農業收入的主體，六年來占北京市創意農業總收入的比例均在59.87%以上，最高年份(2010年)占比高達61.83%;而民俗旅游占創意農業總收入的比例最低，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，北京市創意產業、農林牧產值和農村固定資產投資均呈穩定增加態勢，其中創意產業和農村固定資產投資增長速度最快，2011年與2006年相比較分別增加了2.49倍和2.64倍，而農林牧產值僅僅增加了1.51倍。盡管農林牧業方向上的技術合同成交數量在波動中有所下降，但三種不同形式創意農業產值卻迅速提高，與2006年相比較，產值均翻了一番。因此，北京市創意農業的發展與北京市創意產業、農林牧產值和農村固定資產投資具有較強的正相關性。

三種不同形式創意農業代表了北京市創意農業的不同發展方向，因此，北京市創意農業的預測不僅包含了創意農業總收入的預測，即未來五年內北京市創意農業的發展規模問題，同時也包含了不同形式創意農業收入變化，即北京市創意農業未來五年內的發展方向問題。

2.1 發展規模預測

北京創意農業主要表現為農業觀光園、民俗旅游以及設施農業三種形式，因此，將三者的總產值發展變化作為判別北京創意農業發展潛力的指標，所以在發展潛力預測MGM(1，n)模型中 n=4。

運用殘差檢驗，對序列 Y0、X1、X2、X3和 X4的模型計算值與實際值的誤差進行逐點檢驗，五個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MGM(1，n)模型對五個序列具有較高的擬合精度，采用該模型對其今后五年產值變化進行預測，結果如表2所示。

表2 2011－2015年北京創意農業及相關因素預測值Tab.2 Predicted value of creative agriculture and related factors in Beijing(2011－2015)

對比表2中2011年三種形式創意農業總產值的預測值與表1中2011年三者產值之和的原始數據，誤差水平在0.01左右，遠小于臨界值0.05的水平，因此，采用自適應的MGM(1，n)(其中n=4)對北京市不同形式創意農業發展進行預測具有較高的精度和擬合度。

2.2 發展方向預測

農業觀光園、民俗旅游以及設施農業代表了北京創意農業發展的三個不同方向，采用改進的MGM(1，n)模型對三種形式創意農業未來5年產值變化進行預測比較，分析北京未來五年內創意農業發展方向。然而，無論是從北京市創意農業消費市場容量角度還是從發展投資角度，三種形式創意農業之間相互影響，相互聯系，考慮到三種不同形式創意農業之間的相互影響，運用改進的MGM(1，n)模型對其收入進行預測時，其相關因素不僅包含xi(i=1，2，3，4)，同時也受其他兩種形式創意農業發展的影響，即對于系統變量Y1的預測，其關聯因素則同時包含Yi(其中:i=2，3)。因此，此時 MGM(1，n)模型中 n=6。

同樣，采用運用殘差檢驗對序列 Y1、Y2、Y3、X1、X2、X3和X4的模型計算值與實際值的誤差進行逐點檢驗，結果如表3所示。

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

可見自適應MGM(1，n)模型對不同系統變量(Y1、Y2、Y3)及對應的六個序列具有較高的擬合精度，采用該模型對三種不同形式創意農業五年(2011－2015)產值變化進行預測，預測結果如表4所示。

表4 2011－2015年北京不同形式創意農業發展預測值Tab.4 Predicted value of different forms of creative agriculture in Beijing(2011－2015)

對比表4中2011年三種形式創意農業產值的預測值與表1中2011年三者產值的原始數據，誤差水平分別為0.04、0.001 和0.0008，遠小于臨界值 0.05 的水平，因此采用自適應MGM(1，n)模型(其中n=4)對北京市三種不同形式創意農業未來5年內發展速度進行預測具有較高的精度。

通過對三種不同形式創意農業產值進行預測，未來五年內，北京市創意農業仍將呈高速發展的態勢，其中設施農業產值(Y3)仍將占創意農業產值較大比例，2015年產值將達到981359.9萬元，約占當年創意農業總產值的為65.62%，而且增長速度最快，年均增長速度約為24%;2015年農業觀光園的產值(Y1)也將達到347310.7萬元，占當年創意農業總產值的23.28%，5年內增長平均速度為13.17%;盡管民俗旅游也有較大發展，但2015年產值(Y2)僅為163480.0萬元，占當年創意農業總產值的11.1%，占比最小，而且5年增長平均速度為17.34%，在三種創意農業形式中增長速度最慢。

3 結論與討論

運用自適應多變量MGM(1，n)預測模型，分別對北京2011－2015年創意農業發展規模與發展方向進行預測，可以發現:

一方面，在發展規模上，伴隨著北京創意產業與農業生產等不斷發展，未來五年內北京創意農業總產值將不斷增長，總產值增加幅度將會提高，2011－2015年五年內增幅約穩定在19.67%，即在未來五年內北京創意農業將呈高速發展態勢。

另一方面，在發展方向上，由表4可以看出，未來五年內(2011－2015年)北京創意農業中的農業觀光園、民俗旅游、設施農業產值都將不斷增長。其中設施農業產值最大，而且其增長幅度也最快，約穩定在24%左右，到2015年，設施農業產值將占北京市創意農業總產值的65.62%;其次是農業觀光園，2015年其產值將達到347310.7萬元，占當年創意農業總產值的23.28%，5年內增長平均速度為13.17%;而民俗旅游不僅產值較低，而且其發展速度也最為緩慢，根據預測，其產值約占2015年創意農業總產值的11.1%，而且收入增長速度緩慢，5年內約穩定在17.34%。所以，在未來4年內，按照目前北京市農林牧發展速度和農村投資結構，設施農業與農業觀光園產值占北京創意農業總產值的比重將不斷提高，在創意農業全面發展的同時，二者將優先發展。

北京市不同形式創意農業發展的不平衡性應該是我國創意農業發展的一個縮影，進入21世紀以來，我國創意農業得到了快速發展，特別是民俗旅游在一線、二線城市市郊得以迅猛發展，然而，與農業觀光園與設施農業相比較，民俗旅游農產品附加值仍顯較低，特別是民俗旅游的季節性，更是制約了其發展速度。而農業觀光園與設施農業正是打破了傳統農業生產的季節性而得以迅猛發展。

因此，為促使北京市創意農業全面發展，首先應加大對民俗旅游的支持力度，比如:投資傾斜，政策扶持等，加速民俗旅游的發展速度;其次，為保證設施農業和農業觀光園的發展速度，要保證對二者的扶持力度，最后，急需將農業觀光園、設施農業與民俗旅游相結合，通過將農業觀光園、設施農業的農副產品引入民俗旅游，幫助民俗旅游突破季節性限制，從整體上保證北京市不同形式創意農業的平衡、快速發展。

References)

［1］秦向陽，王愛玲，張一帆，等.創意農業的概念、特征及類型.中國農學通報，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.創意農業的發展理念與模式研究.農業經濟問題，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分析的泉州創意農業發展研究.福建農林大學學報:哲學社會科學版，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.創意產業價值創造機制與產業組織模式.學術月刊，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.北京創意農業發展的典型模式及其主要做法.農產品加工:創新版，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.影響中國創意農業發展的主要因素分析.山東農業大學學報:自然科學版，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.創意農業視角下的農業科技發展對策.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，張志娟.創意農業的發展思路及政策建議——以上海為例.中國農學通報，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］司訓練，李婷，朱承亮.西部地區創意農業競爭力實證研究.科技進步與對策，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，關軍.多變量灰色模型在預測中的應用.河北大學學報:自然科學版，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投入預測分析.科學學研究，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.］