新时代下纺织业与信息业相关性研究

梁淑美 湖南工程学院纺工程系

众所周知，信息业在近些年来一直是最有影响力的高科技产业之一，其涉及行业甚广。目前，许多学者已研究到发达国家纺织服装业提高信息化水平能有效提高竞争力，如姜延书、张倩倩[1]（2012）通过灰色理论来研究纺织业与信息业的协同关系，他们发现纺织业与信息业存在着相关关系，也就是证实了西方发达国家提高信息化水平能够有效地提高竞争力；但这是十多年前数据，当时数据证实我国的纺织业与信息业的协同程度不高，导致信息化程度不高，影响了我国的国际竞争力。本文基于前人对纺织服装业以及信息产业协同关系基础上研究，通过十多年经济发展，我国纺织服装业与信息产业的协同关系是否有所改善。

一、模型的建立

（一）产业协同理论的产生与应用

产业协同理论也叫“协同学”或者“协和学”，源于20世界70年代以来被众多学科研究渐渐地发展形成一们新兴的学科，其作者是著名的物理学家哈肯，他是联邦德国斯图加特大学当任教授。他在1971年首次提出协同理论的概念，随后还发布了各种与协同理论相关的书籍。经过三十多年的经济发展，协同理论得到很大的拓展，被广发应用于各个范畴，特别是经济学的研究当中，协同理论成为经济学当中不可或缺的一部分，因为影响企业发展的各种因素的协同关系的好坏，将会直接影响企业的持续成长。龚新蜀、靳亚珍[2](2018)他们通过使用灰色关联分析方法对新疆产业结构与经济发展的协同关系进行实证分析。结果表明：新疆产业结构仍需进一步的优化，产业结构与经济发展的协同发展关系不够密切；闫昊生、孙久文[3](2017)他们在京津冀协同发展战略当中，通过建立模型，分析当前的局面，为京津冀发展中出现的问题提供了理论解释，并为京津冀协同发展的政策提供了理论支撑。

（二）分析方法的选取

根据学者们对分析方法总结与分析，由于我国历史因素，过去经济发展不够成熟，导致经济数据统计不太完善，目前已不断完善这一问题，但要同时满足典型的分布规律、样本服从某个典型的概率分布以及各个因素数据与系统的特征数据之间呈线性相关关系、残差分析以及修补等，过程与数据的准备尤为复杂，因此灰色关联理论分析的方法是目前分析步骤最为简单而且分析较为精确的办法。

（三）灰色关联模型的建立

灰色关联模型的基本理论思想是根据两者序列曲线的几何形状相近程度来判断联系是否紧密。两者的序列曲线越相似，其相应的关联度就越大，相反则越小。通过灰色关联模型去更加合理与准确地预测中国的纺织服装业与信息产业的生产宗旨的灰色关联度。

1.两序列的绝对关联度的计算方法

英文字母代表：T：纺织服装业（Textile），I：信息产业（Information）。

设纺织服装业的序列是：T=(X(1),X(2),X(3)…X(n))，D为序列算子且TD=(t(1)d,t(2)d,t(3)d…t(n)d),其中，t(k)d= t(k)- t(1)(k=1,2,3…n),TD为X的始点零化像，记作TD=T0=(t0(1),t0(2),t0(3)…t0(n));假设信息产业的数据序列是：I=(i(1),i(2),i(3)…i(n)),那么其始点零化像是I0=(i0(1),i0(2),i0(3)…i0(n))；令St=∫1n(T-X(1))dx, Si=∫1n(I-i(1))dx, St-Si=∫1n(T0-I0)dx,代表时间变量；那么两序列的绝对关联度ε=(1+|Si|+|St|)/1+|Si|+|St|+|Si-St|;

2.两序列的相对关联度的计算方法

假设两序列的初值像是：T=T/t(1)=(t(1)/t(1), t(2)/t(1)，…, t(n)/t(1))=(t’(1),t’(2),… ,t’(n))，I=(i’(1),i’(2),… ,i’(n))，根据这样的方法去求绝对关联度，可以求出|S’t|、|S’i|、| S’t- S’i|。那么相对关联度γ=(1+

3.两序列的综合关联度的计算方法

ρ=θε+(1-θ)γ,θ∈[0,1]。

灰色综合关联度在这个计算方法当中的位置十分重要，他运用了序列T与I的图像相似程度，同时也表达了两个序列相对于始点的变化速率的相近程度，这是比较全面地表达了两个序列之间的联系是否紧密。一般情况下，可假设θ=0.5，如果对绝对量之间的关系比较关注的，θ可取大一点，相反，如果对变化速率看的比较重一点，θ可取小一点。

二、纺织业与信息业灰色关联度验证

2008年-2018年，纺织业产值、信息产业的产值数据见如下表1：

＊注：数据来源于国家数据网站：http：//data.stats.gov.cn/

通过使用灰色综合关联度公式，计算纺织业产值与信息业产值之间的灰色综合关联度，过程如下：由表1当中的产值数据，组成的纺织产业与信息产业序列分别是：T=(895.53, 1081.82, 1122.28,1124.51, 1194.62, 1380.54, 1413.75, 1463.95, 1541.41, 1553.16,1488.12);I=(1021.53, 1124.68, 1293.54, 1305,1552.15, 1805.03,1 801.47,1996.28,2235.98,2290.99,2304.12)，并把这些序列代入上述模型可得T0=(0,186.29,226.75,228.98,229.09,485.01,518.22,5 68.42,645.88,657.63,592.59); I0=(0,103.15,272.01,283.47,530.62,783.5,779.94,974.75,1214.45,1269.46,1282.59)则|St|=4042.57，|Si|=6852.65，| St- Si|=2810.08，灰色绝对关联度ε=0.795；讲上述数据代入相对关联模型当中可得出γ=0.9359；最后，ρ=0.8655，θ=0.5。由于θ取值越大越能够说明两序列之间的关系，那么当θ分别取值0.5、0.6、0.7、0.8、0.9时，可得到如下表2：2008年～2018年与1999年～2009年纺织业产值与信息产业产值的灰色综合关联度值的对比表格。

表2 θ取不同值时纺织业与信息业的产值灰色综合关联度综合关联度值

三、结论分析以及建议

根据上述数据，纺织业与信息业的产值灰色综合关联值都大于0.8，甚至有大于1的，说明纺织业与信息业之间存在密切的相关关系，而且协同发展程度比较高。

通过表2折线图数据对比，明显看出2008年～2018年1999年～2009年的纺织业产值与信息业产值灰色关联度值要高。这说明了2008年～2018年1999年～2009年的纺织业产值与信息业产值的协同发展程度要好。这证明了我国的纺织业的国际竞争力有所提高。

同时，我国的产业也就面临着产业结构优化与产业集群转移等问题，我国纺织产业也不例外，因此，我国纺织产业要在国际市场保持有竞争力，就必须加快产业内部结构调整与优化，以及降低劳动力成本，转移产业集群。

（一）加快企业产业转移

企业产业转移是大势所趋，中国经济快速发展，劳动力成本失去优势，中国的产业开始转移到劳动力成本占优势的地方，特别是以劳动力集中的产业。纺织业是以劳动力集中为主的产业，如在广东比较发达的地方已有不少纺织产业开始向内陆或者越南等地方转移。

（二）优化产业结构，完善管理体制

企业需要优化其产业结构，完善管理体制才能在国际地位占一席位。如上述的数据说明了，纺织产业优化其产业结构，由以前不能充分利用信息化成果，到现在充分地利用，其中原因则是纺织企业意识到合理利用信息化成果的重要性，不断地改善其管理模式，从而提高国际竞争力。

（三）加大科研投入，创新产品

只有加大科研投入才会有创新的产品，纺织业合理地利用信息化技术的成果，通过市场上得到的信息，了解市场上纺织业的发展趋势，以获取创新产品，最终能在国际市场屹立不倒。如：现在很多纺织企业通过展会方式了解同行发展状况，以及记录客户需求等，进行分析日后新产品发展方向。还有通过上网查阅潮流趋势网站以及全世界各地的服装品牌的销售情况，收集相关数据给研发产品参考。