基于电力大数据的福州市纺织产业发展评价研究

池里荷

(福州供电公司，福建 福州 350004)

电能是社会生产和人民生活所需的重要能源，与经济增长和产业发展密不可分。电力大数据采集频率高，具有实时性强、准确性高等优点，越来越多地被应用于经济增长分析等。近年来，随着“数字中国”建设进程的加快，电力大数据的研究与应用无处不在、愈加深入[1-6]。奚增辉等[7]构建了基于电力大数据的夜间经济评价指标体系，有效评估了夜间经济对拉动城市消费的具体作用。郑斌等[8]通过引入电力消费现状因子和期望因子，基于LSTM模型，对电力消费指数进行了预测。孙妮等[9]基于混频数据抽样模型、动态因子模型及预测组合方法，实现了对我国GDP增长率的现时预测。彭放等[10]将LSTM模型与ARIMA模型结合，运用电力大数据和经济统计数据的优势互补，实现了对工业增加值的现时预测。制造业是国民经济的支柱产业，为现代社会的高速发展提供了坚实的物质基础。党的二十大提出建设现代化产业体系，以及加快建设制造强国、数字中国等具体要求。对制造业的发展情况加以评价分析，有助于更好地指导地区制造业发展方向与定位布局[11-12]。张冀新[13]基于城市群现代产业体系的三维模型，构建由28个指标组成的评价指标体系，指导城市群结合自身特色设计合理的现代产业体系。张立等[14]运用熵值法和综合评价指数，综合评价了我国中部制造业发展质量及其时空演变特征。段国蕊等[15]将熵值法与灰色关联分析法相结合以测算山东制造业发展水平。但目前尚未发现运用电力大数据评估产业发展专业化水平、协调发展情况及竞争力的相关分析研究。

随着“双碳”目标的提出，电能作为重要的低碳能源，应用范围得到进一步地扩大，能够很好地反映社会生产和人民生活水平。基于以上分析，本文构建了基于电力大数据的制造业发展评价三维模型，包含产业专业度评价模型、产业协调度评价模型及产业竞争力分析模型，以福州市纺织产业作为研究对象，选取福建省内若干地区纺织产业进行模型计算分析与对比。

1.1 产业专业度评价模型

产业专业度评价模型是判断某地区某产业在全省该产业链中所处的位置及扮演的角色，有助于辨识该地区该产业的主营业务与薄弱环节，更好地判断产业的发展方向。本文选取4个指标来评价不同地区同一产业的专业度，如图1所示。

图1 专业度评价指标

采用熵权法得到各指标的权重，最终计算出该地区该产业的专业度。数值越大，说明该地区该产业的专业度越高，越具有良好的基础；
数值越小，则说明该地区该产业的专业度越低，基础较薄弱。若对不同年份的数据进行比较，还可以反映出该行业的转移情况。

1.2 产业协调度评价模型

产业协调发展是一个地区经济平稳、高效发展的前提，是该地区各行业健康发展的基础，其计算过程包括以下三个步骤。

①对需要测算协调发展程度的不同产业的时间序列指标进行标准化处理。由于不同经济指标对应不同的计量单位，因此用标准化处理方法将初始的经济指标kt转化为取值范围为[0,1]的数值Kt。

(1)

式(1)中，max(kt)与min(kt)分别代表时间序列指标的最大值与最小值。

②测算不同产业在时间t的耦合程度。对于具有n个协调发展的产业，有n个子系统耦合度计算公式，耦合度Xt可反映n个子系统耦合程度的强弱。

(2)

式(2)中，Kit代表产业i的时间序列指标。

③计算产业协调发展程度。分配n个系统的权重αi来计算n个产业的综合评估数值与产业协调发展程度Yt，产业协调发展程度Yt比耦合程度Xt更能显示不同产业之间的协调发展水平。

(3)

式(3)中，αi代表产业i的产值占所有产业总产值的比例。根据耦合协调度方法得到的产业协调发展程度Yt可用于划分产业协调发展等级，0～0.19为严重失调、0.20～0.39为轻度失调、0.40～0.59为初级协调、0.60～0.79为良好协调、0.80～1为优质协调。

1.3 产业竞争力分析模型

基于产业运行的内涵，并考虑数据的可获取性，选取发展竞争力、研发竞争力、市场竞争力、成长竞争力4类指标，并进一步细分为8个指标，如图2所示。

图2 产业竞争力指标

运用层次分析法计算指标权重，该方法由美国运筹学家萨蒂在20世纪70年代提出，是一种定性与定量相结合的多目标决策分析方法。它将与决策相关的因素划分为最低、中间及最高3个层次，通过建立递阶层次结构模型、构造判断矩阵、层次排序及其一致性检验等步骤，按照萨蒂给出的1～9尺度方法，判断矩阵表示层次间相对因素的重要程度，并根据重要程度赋予各因素相对应的权重，最终计算出各个方案的优劣次序。

选取福建省福州市及福建省内其他部分地区纺织上下游产业，应用制造业发展评价三维模型进行研究分析。

2.1 福建省内纺织产业专业度对比

选取纺织产业链的上下游产业作为研究对象，选取福建省内沿海发达地区(福州、泉州)、沿海次发达地区(莆田)、山区(三明)典型纺织上下游产业的专业度进行对比，如图3所示。

图3 基于电力大数据的福建纺织产业专业度对比

由图3可见，福州化学纤维制造、纺织产业专业化程度较高，纺织服饰产业位于全省的纺织产业链上游，为下游的纺织服饰与制鞋业提供原材料。泉州晋江主要集聚于纺织产业链下游的纺织服饰的生产与加工。莆田在制鞋业的专业程度领先于其他产业集群。基于电力大数据的专业度评价模型可以有效对比福建省纺织上下游产业各自的特长，辨识产业集群的主营业务，有效挖掘产业链中的薄弱环节，进行产业突破。只有更好地突出本土产业的特点，才能有效提高本地区纺织制造业的整体实力，避免过度扎堆于产业链的某一细分产业，从而避免过度竞争，压缩各地产业利润。

利用近10年的数据，可以计算出福建省纺织产业的转移情况，如表1所示。

表1 福建纺织产业专业度最高地区的变化情况

由表1可见，近10年福建省内纺织业及其下游服饰专业度最高的城市均为泉州市，这是由于泉州石狮、晋江形成了以服装产品为龙头，化纤、棉纺织、针织、印染、服装辅料、非织造布、纺机等相互配套的比较完整的产业链。纺织产业链中的上游产业化学纤维制造业专业度最高的城市则从泉州逐渐转移至福州。

2.2 福州市三次产业协调度分析

采用产业协调度评价模型对福州市的三次产业进行协调发展评估，判断福州市纺织产业是否与其他产业结构相匹配，是否与福州市经济发展相互促进，如图4所示。

图4 2011—2020年福州市三次产业协调发展程度

由图4可以看出，福州市三次产业在2011—2020年间协调度不断提升，这与福州市的产业结构调整密切相关。2020年，福州市GDP为10020.2亿元，较2015年增长了73.4%；
三次产业结构占比为5.60%、38.33%、56.07%，第二产业的比例从2015年的44.04%降低至2020年的38.33%，步入以服务业为主的产业形态。

尽管制造业的比例不断下降，但是部分传统优势产业和高新技术产业仍呈现良好的发展势头。目前，福州市已形成了集化纤、纺纱、针织，以及由此衍生出的染整、服装、纺机等于一体的纺织上下游产业。长乐作为福州纺织上下游产业的代表，被授予“中国纺织产业基地市”的称号。在新冠肺炎疫情影响下，全球纺织产业陷入低迷，福州市纺织上下游产业却逆势上扬。2020年，全市纺织上下游产业共有规模以上企业568家，资产总额1285.5亿元，从业人员近17.7万人，实现年营业收入2893.9亿元，利润总额147.8亿元。福州市纺织上下游产业营业收入在工业的占比为27.5%，产业就业人数占比为31.4%，用电量占比为30%。由此可见，纺织上下游产业在福州市的第二产业中占重要地位，且福州纺织上下游产业与福州市的经济发展都呈现出较快发展的趋势，二者相辅相成。因此，福州纺织上下游产业与福州市整体产业布局相协调，符合福州市产业长期协调发展的要求。

2.3 福州与泉州纺织上下游产业竞争力对比分析

对福州纺织上下游产业和泉州纺织上下游产业作竞争力对比分析，结果如表2所示。

表2 2020年纺织上下游产业竞争力评价指数及排名

由表2可见，泉州纺织上下游产业在综合竞争力上较福州有微弱的优势。通过对比指标数值可以发现，泉州纺织产业链更加丰富，更加集中于消费端，产业附加值更高，在市场竞争力方面强于福州纺织产业。而福州纺织上下游产业在产业工人工资方面优于泉州。因此，福州纺织上下游产业应更加关注产业附加值的提升，提升优质企业的品牌效应，才能更好地赢得市场的份额。

电力大数据实时可测，合理、科学地运用电力大数据，能够及时发现产业经济运行过程中出现的问题，有助于及时有效地调整地方产业政策。因此，在“数字中国”“数字福建”的大背景下，亟须对能源产业进行深刻、全面的数字化，加速形成“数字能源”。

本文提出了基于电力大数据的福建省典型制造业发展评价三维模型，拓宽了电力大数据的应用范围。选取福州市及省内若干地区纺织产业，应用三维模型对其产业专业度、协调发展程度及竞争力进行量化计算。计算分析结果能够有效挖掘产业链中的薄弱环节，有针对性地制定相关产业提升政策。其中，产业专业度评价模型分析结果可以有效地对比不同地区同一产业各自的特长，辨识各地区产业的主营业务；
结合各产业的发展现状，运用产业协调度评价模型，可以有效地判断出该产业是否符合城市发展的定位要求、是否与城市的发展趋势相同；
运用产业竞争力分析模型，发现产业链越丰富，越靠近消费端，产业附加值越高，产业竞争力越强。通过分析可以看出，只有更好地突出本土产业的特点，才能有效提高产业的整体实力。但从整体产业布局来看，仍应避免过度扎堆于产业链的某一细分产业，以免造成过度竞争和恶意竞争，压缩各地产业的总体利润。