福建省紡織業(yè)可持續(xù)發(fā)展預警研究*
——基于遺傳算法—支持向量機模型

■ 孟小璐 張寧 高大偉

1.福州外語外貿(mào)學院理工學院 福州 350202

2.中原工學院信息商務(wù)學院 鄭州 450002

3.鄭州輕工業(yè)大學經(jīng)濟與管理學院 鄭州 450002

0 引言

紡織業(yè)作為福建國民經(jīng)濟的傳統(tǒng)支柱產(chǎn)業(yè)，在滿足人民物質(zhì)文化需求、促進經(jīng)濟增長、擴大社會就業(yè)、實現(xiàn)國際貿(mào)易收支平衡、解決三農(nóng)問題、維護社會穩(wěn)定等方面發(fā)揮著舉足輕重的作用。隨著社會進步，科技發(fā)展，福建省紡織產(chǎn)業(yè)在經(jīng)濟效益和核心競爭力方面都得到明顯的提升。據(jù)統(tǒng)計，從2000年到2017年，福建省紡織業(yè)的總產(chǎn)值增長了23.7%，截止2017年底，總產(chǎn)值達到2889億元，僅此于浙江、江蘇、廣東、山東之后，位居全國第5。同時在技術(shù)創(chuàng)新、產(chǎn)業(yè)規(guī)模、行業(yè)結(jié)構(gòu)、產(chǎn)能水平、產(chǎn)業(yè)集群分布等方面都發(fā)生了根本性的變化。

根據(jù)福建省發(fā)展和改革委員會發(fā)布的《建設(shè)現(xiàn)代產(chǎn)業(yè)體系培育千億產(chǎn)業(yè)集群推進計劃（2018～2020年）》，泉州、福州、蒲田等紡織產(chǎn)業(yè)集群將成為福建未來重點培育和發(fā)展的產(chǎn)業(yè)集群。除此之外，伴隨著經(jīng)濟結(jié)構(gòu)體制的改革優(yōu)化、國際貿(mào)易的深入合作、科學技術(shù)的發(fā)展、創(chuàng)新能力的提升、生態(tài)文明建設(shè)力度加大等一系列舉措，為福建省紡織行業(yè)創(chuàng)造了很多發(fā)展機會。但是，在面臨機遇的同時也面臨著挑戰(zhàn)，原料價格高、能源消耗大、污染治理成本高、國際市場競爭激烈、技術(shù)更新等問題，也將為紡織行業(yè)的發(fā)展，平添多重不確定的發(fā)展風險。劉遠芳（2017）[1]指出福建傳統(tǒng)紡織業(yè)與現(xiàn)有的高新技術(shù)產(chǎn)業(yè)相比，低成本優(yōu)勢已不明顯，產(chǎn)品缺乏創(chuàng)新，產(chǎn)業(yè)發(fā)展面臨危機。姚炯輝（2019）[2]和程朋朋等（2016）[3]也指出信息技術(shù)的發(fā)展對福建省紡織業(yè)影響重大，要加強產(chǎn)業(yè)競爭力，需要加快產(chǎn)業(yè)創(chuàng)新。所以，創(chuàng)新對于紡織業(yè)來說是非常重要的，也是促進產(chǎn)業(yè)轉(zhuǎn)型升級的關(guān)鍵因素。但是，作為傳統(tǒng)制造產(chǎn)業(yè)，在創(chuàng)新、轉(zhuǎn)型升級的過程中必然會面臨著諸多的不確定性，如何讓產(chǎn)業(yè)在這種情況下還能持續(xù)穩(wěn)定發(fā)展，提升發(fā)展能力，預警就變得非常重要。通過產(chǎn)業(yè)警情預測，監(jiān)控在發(fā)展過程中可能會遇到的影響，為產(chǎn)業(yè)相關(guān)部門和企業(yè)及時制定應(yīng)對策略提供科學依據(jù)，也為產(chǎn)業(yè)朝著更有利于經(jīng)濟、社會和環(huán)境發(fā)展指引方向。

1 研究現(xiàn)狀

社會發(fā)展，影響產(chǎn)業(yè)發(fā)展的因素越來越多，也受到眾多學者的關(guān)注。Fujii等（2013）[4]探討日本制造企業(yè)環(huán)境績效與經(jīng)濟績效之關(guān)系對企業(yè)可持續(xù)發(fā)展的影響。潘蘇楠等（2019）[5]基于創(chuàng)新生態(tài)系統(tǒng)視角，構(gòu)建新能源汽車產(chǎn)業(yè)創(chuàng)新生態(tài)系統(tǒng)的理論模型，對新能源汽車產(chǎn)業(yè)可持續(xù)發(fā)展水平進行測度，并構(gòu)建障礙度模型分析我國新能源汽車產(chǎn)業(yè)可持續(xù)發(fā)展的關(guān)鍵制約因素。吳翟（2018）[6]分析紡織業(yè)生產(chǎn)經(jīng)營模式、創(chuàng)新能力、勞動成本等方面對紡織業(yè)的發(fā)展影響。段文平（2010）[7]分析了影響紡織業(yè)可持續(xù)發(fā)展的基礎(chǔ)性因素、動力性因素、主導性因素和決定性因素。陳李紅等（2018）[8]從產(chǎn)業(yè)發(fā)展基礎(chǔ)、產(chǎn)業(yè)協(xié)調(diào)能力和產(chǎn)業(yè)可持續(xù)性3 個方面構(gòu)建了紡織服裝產(chǎn)業(yè)可持續(xù)發(fā)展指標體系，通過網(wǎng)絡(luò)層次分析法研究各項指標對產(chǎn)業(yè)發(fā)展的影響程度。Hong Zhao 等（2017）[9]建立了基于經(jīng)濟效益、生態(tài)效益和社會效益的評價模型，并運用層次分析法和數(shù)據(jù)包絡(luò)分析法對紡織業(yè)可持續(xù)發(fā)展進行實證研究。

另外，對于產(chǎn)業(yè)預警研究方面：李雪萍（2019）[10]從產(chǎn)業(yè)競爭情報角度，探討中國航空制造業(yè)面臨的潛在危機，并對中國航空產(chǎn)業(yè)發(fā)展提出預警。Yang Xiuping 等（2013）[11]利用灰色神經(jīng)網(wǎng)絡(luò)構(gòu)建旅游可持續(xù)性發(fā)展預警系統(tǒng)。張在旭和劉帥帥（2019）[12]基于石化產(chǎn)業(yè)產(chǎn)能利用狀況的分析，構(gòu)建了預警指標評價體系，并利用二元Logit 預警模型進行實證分析。劉春濤和劉馨陽（2019）[13]建立沈陽市旅游產(chǎn)業(yè)監(jiān)測預警系統(tǒng)，解析旅游產(chǎn)業(yè)運行狀態(tài)，預測旅游業(yè)發(fā)展態(tài)勢。張鸞等（2020）[14]結(jié)合警兆信號法與人工神經(jīng)網(wǎng)絡(luò)，構(gòu)建預警系統(tǒng)模型，利用預警模型預測中國輸美光伏產(chǎn)品貿(mào)易摩擦警情。

圖1 紡織業(yè)可持續(xù)發(fā)展與各因素的關(guān)系圖

從學者們的研究可知，對于制造產(chǎn)業(yè)可持續(xù)發(fā)展的研究主要是關(guān)于相關(guān)因素如何影響產(chǎn)業(yè)的發(fā)展，而對產(chǎn)業(yè)未來發(fā)展預測較少，特別是預警研究方面。對于處在轉(zhuǎn)型升級階段的傳統(tǒng)制造產(chǎn)業(yè)來說，面臨著更多的不確定，要讓產(chǎn)業(yè)在快速發(fā)展的社會中持續(xù)穩(wěn)定發(fā)展，預警是非常重要的。因為預警研究有助于可持續(xù)發(fā)展計劃的制定、可持續(xù)發(fā)展戰(zhàn)略的實施、可持續(xù)發(fā)展進程的監(jiān)控以及為科學決策和有效管理提供依據(jù)[15]；同時，也為產(chǎn)業(yè)朝著更有利于經(jīng)濟、社會和環(huán)境發(fā)展指引方向，為產(chǎn)業(yè)轉(zhuǎn)變發(fā)展思路和發(fā)展模式提供借鑒。所以，本文主要是對福建省紡織業(yè)的可持續(xù)發(fā)展能力進行預警研究，通過建立可持續(xù)發(fā)展指標體系和預警模型，預測產(chǎn)業(yè)警情，發(fā)現(xiàn)警報，為產(chǎn)業(yè)相關(guān)人員提供有價值的信息，幫助他們及早采取措施應(yīng)對。

2 紡織業(yè)可持續(xù)發(fā)展指標體系的構(gòu)建

2.1 紡織業(yè)可持續(xù)發(fā)展的因素分析

可持續(xù)發(fā)展理論主要涵蓋了社會學、經(jīng)濟學、系統(tǒng)學和生態(tài)學這個4 個方向[2]，強調(diào)了整體與局部、結(jié)構(gòu)和功能、公平與效率等各方面的協(xié)調(diào)統(tǒng)一?？沙掷m(xù)發(fā)展是一種注重長遠發(fā)展的增長模式。企業(yè)想要持續(xù)性發(fā)展，就要全面深入的審視所處的環(huán)境，不管是經(jīng)濟環(huán)境，還是社會環(huán)境、生態(tài)環(huán)境，都要充分認識環(huán)境與自身之間的關(guān)系。因為企業(yè)在發(fā)展過程中，企業(yè)和其所處的環(huán)境之間存在相互供應(yīng)的關(guān)系，環(huán)境為企業(yè)提供所需的資源，企業(yè)將資源轉(zhuǎn)化成產(chǎn)品或服務(wù)，輸送給環(huán)境消費。

經(jīng)濟的發(fā)展，可以提高人民的生活水平和消費水平，對于紡織業(yè)的可持續(xù)發(fā)展具有較大的推動作用。創(chuàng)新驅(qū)動產(chǎn)業(yè)的形成和發(fā)展，技術(shù)創(chuàng)新和人才創(chuàng)新有助于提升產(chǎn)業(yè)可持續(xù)發(fā)展競爭力。如何有效利用各項資源，如能源、水資源、土地資源、化纖原料等，提升資源的利用率，也是促進紡織業(yè)可持續(xù)發(fā)展的關(guān)鍵。同時，在可持續(xù)發(fā)展的進程中，社會環(huán)境和生態(tài)環(huán)境的穩(wěn)定是產(chǎn)業(yè)可持續(xù)發(fā)展的有效保障。所以，經(jīng)濟、技術(shù)、資源和環(huán)境都會對產(chǎn)業(yè)的可持續(xù)發(fā)展產(chǎn)生一定的影響。圖1為各因素對紡織業(yè)可持續(xù)發(fā)展的影響。

表1 紡織業(yè)可持續(xù)發(fā)展指標體系

2.2 建立紡織業(yè)可持續(xù)發(fā)展指標體系

基于可持續(xù)發(fā)展的內(nèi)涵、紡織業(yè)可持續(xù)發(fā)展的因素分析及相關(guān)學者的研究[7,9,16-19]，將從經(jīng)濟發(fā)展水平、資源供應(yīng)能力、科技投入力度和與社會、環(huán)境協(xié)調(diào)能力4個方面來建立指標體系。并遵循客觀性、系統(tǒng)性、科學性、穩(wěn)定性、可操作性等原則，選取具有代表性、可量化的指標進行構(gòu)建體系。如表1。

3 可持續(xù)發(fā)展預警模型構(gòu)建

3.1 數(shù)據(jù)無量綱化處理

鑒于紡織業(yè)可持續(xù)發(fā)展指標間量綱、屬性和數(shù)量級別的不同，將對指標數(shù)據(jù)進行標準化處理，使得處理后的數(shù)據(jù)都在[0,1]區(qū)間。

如果指標為正向指標，即指標值越大對產(chǎn)業(yè)的可持續(xù)發(fā)展越有利，用以下方法處理：

如果指標為逆向指標，即指標值越小對產(chǎn)業(yè)的可持續(xù)發(fā)展越有利，用以下方法處理：

式中，xi￠j是指標處理后的數(shù)值，xij是指標的實際值。

3.2 可持續(xù)發(fā)展指標權(quán)重的確定

指標權(quán)重的確定是計算可持續(xù)發(fā)展度、獲知紡織業(yè)可持續(xù)發(fā)展情況的關(guān)鍵，借助于灰關(guān)聯(lián)度分析法（Grey Relational Analysis，GRA），對與紡織業(yè)可持續(xù)發(fā)展關(guān)聯(lián)比較緊密的指標，賦予較大的權(quán)重；對關(guān)聯(lián)不是很緊密的指標，賦予較小的權(quán)重。GRA的計算步驟如下：

第一步，確定參考序列和比較序列。

設(shè)參考序列y={y(j)|j= 1,2,...,m}，

比較序列xi={xi(j)|j= 1,2,...,m}，(i= 1,2,...,n)；

第二步，計算灰色關(guān)聯(lián)系數(shù)δi(k)：

其中，ρ為分辨系數(shù)，一般取值為0.5[20]，主要是影響灰關(guān)聯(lián)系數(shù)的分布。

第三步，計算關(guān)聯(lián)度γi：

第四步，計算各指標權(quán)重wi：

3.3 基于GA-SVM預警模型構(gòu)建

SVM 是由Vapnik[21]在1955年提出的一種機器學習方法，它的基本原理是：從輸入到輸出空間過程中找到1個非線性映射?，通過它將訓練樣本集(xi,yi)（其中i=1,...,n；輸入變量xi∈Rn；輸出值yi∈R）映射到高維特征空間F，并在特征空間中用函數(shù)（6）進行線性回歸，即

為了獲取模型的擬合誤差，設(shè)損失函數(shù)為：

其中ε為損失函數(shù)的不敏感系數(shù)。

然后，進行回歸訓練，尋找使損失函數(shù)達到最小的函數(shù)，則該函數(shù)可作為SVM 的回歸方程，并獲得最優(yōu)w和b。即

其中，松弛變量ξi≥0和ξ*i≥0，C是懲罰因子。

引入Lagrange 函數(shù)，根據(jù)鞍點定理的逆定理，得到式（8）最優(yōu)化問題的對偶形式：

其中，ai,a*i是樣本點xi的拉格朗日乘子，也是公式（8）最優(yōu)解。所以原問題的最優(yōu)權(quán)重w*和b*分別為：

于是，計算得到回歸函數(shù)為：

式（12）中ai、a*i對應(yīng)的輸入樣本就是模型所要找的支持向量。

非線性SVM 回歸是在線性回歸的基礎(chǔ)上加入了核函數(shù)k(xi,x)，利用核函數(shù)進行內(nèi)積運算。則公式（9）變?yōu)椋?/p>

然后，根據(jù)公式（14）和公式（15）計算最優(yōu)權(quán)重w*和b*

式（15）中，xr和xs為任意向量，均滿足不同的約束條件。于是，得到回歸函數(shù)為：

除此之外，SVM 預測時間序列的性能對損失函數(shù)的系數(shù)、懲罰因子等參數(shù)的選擇非常敏感，所以為了降低影響，利用GA 對SVM 進行參數(shù)優(yōu)化。遺傳方法是一種模擬生物進化的智能優(yōu)化算法，具有廣泛適用性、穩(wěn)定性、全局最優(yōu)性等優(yōu)點，對提高預警模型的訓練、檢驗和預測精度有很大幫助。

4 紡織業(yè)可持續(xù)發(fā)展預警研究

4.1 確定指標權(quán)重

將收集的2000～2017年指標數(shù)據(jù)進行無量綱化處理。數(shù)據(jù)均來源于的《福建統(tǒng)計年鑒》、《中國紡織工業(yè)年鑒》、《福建經(jīng)濟普查年鑒》、《中國科技統(tǒng)計年鑒》。然后基于灰關(guān)聯(lián)分析法，選擇紡織業(yè)主營業(yè)收入指標數(shù)據(jù)為參考序列，因為收入情況如何是決定企業(yè)是否持續(xù)經(jīng)營的首要考慮因素。計算各比較序列指標與參考指標之間的關(guān)聯(lián)度和權(quán)重，結(jié)果如表2：

表2 指標的關(guān)聯(lián)度和權(quán)重

表3 紡織業(yè)可持續(xù)發(fā)展警限和警度的劃分

表4 2000～2017年紡織業(yè)可持續(xù)發(fā)展情況

從表2可知，總產(chǎn)值、增加值、利稅總額、紗產(chǎn)量、布產(chǎn)量、職工平均工資這6個指標的關(guān)聯(lián)度較大，均在90%以上。其中，屬于經(jīng)濟發(fā)展水平方面的指標占了3個，且經(jīng)濟發(fā)展水平中與可持續(xù)發(fā)展關(guān)聯(lián)最小的指標，關(guān)聯(lián)度為78.22%，都超過了其他因素中關(guān)聯(lián)最小的指標，其他因素中關(guān)聯(lián)最小的指標的關(guān)聯(lián)度均在50%以下。所以，從總體上看，經(jīng)濟發(fā)展水平相關(guān)指標與紡織業(yè)可持續(xù)發(fā)展的關(guān)系最密切，對產(chǎn)業(yè)的可持續(xù)發(fā)展影響較大，其次是資源供應(yīng)能力、科技發(fā)展投入力度和與社會、環(huán)境協(xié)調(diào)發(fā)展能力。

4.2 確定預警模型的警限和警度

警限和警度的確定是可持續(xù)發(fā)展預警研究關(guān)鍵，反映了警情危機程度，產(chǎn)業(yè)可持續(xù)發(fā)展能力的強弱。一般，警限確定和警度劃分的方法有系統(tǒng)化法、對比判斷法、專家確定法、綜合評價法等[14]。本文將可持續(xù)發(fā)展能力分為五個級別：弱可持續(xù)發(fā)展能力、較弱可持續(xù)發(fā)展能力、一般可持續(xù)發(fā)展能力、較強可持續(xù)發(fā)展能力和強可持續(xù)發(fā)展能力，并分別以紅燈、橙燈、黃燈、綠燈、藍燈為預警信號。由于數(shù)據(jù)均已標準化，所以警限也在[0,1]區(qū)間進行劃分，如表3所示。

圖2 2000～2017年的可持續(xù)發(fā)展度

基于表2得到的各指標權(quán)重，根據(jù)公式（17）計算各年的可持續(xù)發(fā)展度sj，得到每年可持續(xù)發(fā)展警情，如下表4和圖2。從中發(fā)現(xiàn)2005年開始，福建省紡織業(yè)的可持續(xù)發(fā)展能力逐步增強，呈上升趨勢。主要是因為“十五”期間，紡織業(yè)在結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級方面有很大的推進，引進國內(nèi)外最新技術(shù)設(shè)備、壯大研發(fā)力量、建立技術(shù)開發(fā)中心，使得產(chǎn)業(yè)規(guī)模擴大、產(chǎn)能提升、產(chǎn)業(yè)集群形成、創(chuàng)新能力增強、技術(shù)水平提高、產(chǎn)業(yè)鏈得到完善。在2013～2016年產(chǎn)業(yè)具有較強的可持續(xù)發(fā)展能力，處于綠燈區(qū)，2017年產(chǎn)業(yè)可持續(xù)能力進一步提升，位于藍燈區(qū)。預計2018年紡織業(yè)的可持續(xù)發(fā)展能力將會繼續(xù)上升。

4.3 基于GA-SVM模型預警研究

利用GA 對SVM 模型進行訓練，得到參數(shù)c、g 和p的最優(yōu)值分別為99.4714、0.01812 和0.0208，訓練誤差MSE為0.0169。圖3為GA優(yōu)化SVM的適應(yīng)度曲線圖。

然后，選擇RBF 核函數(shù)進行預警模型訓練、檢驗和預測。將2000～2014年數(shù)據(jù)樣本、2001～2015 數(shù)據(jù)樣本和2002～2016 數(shù)據(jù)樣本分別作為模型的訓練、測試和預測樣本，得到2015年、2016年和2017年各指標數(shù)據(jù)，并通過計算得到表5的結(jié)果。

從表5的結(jié)果數(shù)據(jù)可知，所構(gòu)建的GA-SVM 預警模型的預測誤差較小，在可接受范圍內(nèi)，且其預測產(chǎn)業(yè)可持續(xù)發(fā)展能力與實際情況相符，能夠較準確地反映2015～2017年紡織業(yè)可持續(xù)發(fā)展的警情及其可持續(xù)發(fā)展度，說明了該預警系統(tǒng)具有較好地預警效果，預測結(jié)果具有一定的參考價值，可輔助產(chǎn)業(yè)可持續(xù)發(fā)展的警情監(jiān)測。

表5 預警模型的預測結(jié)果

5 結(jié)論

本文對福建省紡織業(yè)可持續(xù)發(fā)展進行預警研究，得出以下結(jié)論：

（1）紡織業(yè)的經(jīng)濟發(fā)展水平更能反映產(chǎn)業(yè)可持續(xù)發(fā)展強弱，其次是資源供應(yīng)能力、科技發(fā)展投入力度和與社會、環(huán)境協(xié)調(diào)發(fā)展能力。通過關(guān)聯(lián)度大小反映各指標與紡織業(yè)可持續(xù)發(fā)展的密切度，為產(chǎn)業(yè)相關(guān)企事業(yè)單位在監(jiān)控產(chǎn)業(yè)可持續(xù)發(fā)展過程中選取哪些方面作為重點關(guān)注對象提供參考。

（2）通過GA-SVM預警模型的預測，發(fā)現(xiàn)2015～2017年福建省紡織業(yè)的可持續(xù)發(fā)展能力在不斷增強，2017年更是提升了一個等級，達到了強的可持續(xù)發(fā)展，說明了福建省紡織業(yè)的在全國該產(chǎn)業(yè)中還是具有一定的競爭力的。但是，預測得到2017年的可持續(xù)發(fā)展度處在強等級的下限，說明了產(chǎn)業(yè)可持續(xù)能力雖強，但與浙江、江蘇、山東、廣東相比，還是存在一定的差距，在人才、技術(shù)、管理水平等方面還需要改進。

圖3 GA優(yōu)化SVM的適應(yīng)度曲線圖

（3）所構(gòu)建的預警模型預測精度較高，預測結(jié)果與實際相符，說明了該預警模型具有較好的預警效果，能夠為紡織業(yè)可持續(xù)發(fā)展警情監(jiān)控提供有價值的信息，同時也為其他產(chǎn)業(yè)預警研究提供借鑒。但是，隨著社會發(fā)展，技術(shù)進步，影響產(chǎn)業(yè)發(fā)展的因素也會越來越多，所以產(chǎn)業(yè)可持續(xù)發(fā)展預警指標體系未來需要做進一步地豐富和完善，以提升模型的預警效果。