基于百度指数的传统印染技艺公众关注度分析

陈秀芳 胡云鹤

摘要： 以扎染技艺、蜡染技艺和蓝印花布印染技艺为研究对象，基于百度搜索指数分析公众对传统印染技艺的关注度。通过Holt-Winters模型进行序列分解，分析公众关注度的变化趋势和周期特点。结果表明：公众对扎染关注度逐年上升，对蜡染关注度在波动上升后几乎维持不变，对蓝印花布关注度在缓慢上升后有所下降，三者以年为周期波动的规律明显。SARIMA模型对三个序列的预测结果表明：扎染的公众关注度将持续增长，蜡染关注度将基本维持在原有水平，蓝印花布关注度将略有下降。文章从国家政策、人群分布、工艺特点等方面对两种模型所得结论进行解释分析，并给出合理化建议。

关键词： 百度指数;Holt-Winters模型;SARIMA模型;扎染;蜡染;蓝印花布

中图分类号： TS101.91

文献标志码： A

文章编号： 10017003（2020）04004006

引用页码： 041108

DOI： 10.3969/j.issn.1001-7003.2020.04.008（篇序）

Analysis of public concern on traditional dyeing and printing techniques based on Baidu index

CHEN Xiufang1， HU Yunhe2

（1.Department of Textile & Garment Engineering， Anhui Vocational and Technical College， Hefei 230011， China;2.School of Data Science， University of Science and Technology of China， Hefei 230026， China）

Abstract：

This study aims to analyze public concern on traditional dyeing and printing techniques based on Baidu index， coveringtie-dyeing，batik and blue calico. Sequence decomposition is conducted with Holt-Winters modelto analyze the changing trend and periodic characteristics of public concern. The results show that the public concern on tie-dyeing increases year by year， the public concern on batik presented wavelike rise first and then remains static， and the public concern on blue calico decreases after slow growth. The three indicators show an obvious law on a yearly basis. The predicating outcomes of the three sequences with SARIMA model indicate a steady increase of public concern on tie-dyeing， a constant level of public concern on batik， and a slight drop of public concern on blue calico in the future. This study interprets the conclusions of the two models from the aspects of national policy， population distribution and process characteristics， and finally gives some reasonable suggestions.

Key words：

Baidu index; Holt-Winters model; SARIMA model; tie-dyeing; batik; blue calico

收稿日期： 20190831;

修回日期： 20200319

基金項目： 高等职业教育创新发展行动项目（XM-06-13）;安徽省高等学校质量工程项目（2017jyxm0707）;安徽省高等学校课程建设类项目（2017mooc201）

作者简介： 陈秀芳（1968），女，教授，主要从事天然染料染色及扎染、蜡染等传统印染工艺的研究。

中国传统印染技艺包括扎染技艺、蜡染技艺、蓝印花布印染技艺、香云纱染整技艺、枫香印染技艺、蓝夹缬技艺和艾德莱斯绸织染技艺等。国务院先后于2006年、2008年、2011年和2014年公布了四批国家级非物质文化遗产名录，共1 372项（含3 154个子项），其中包括7项传统印染技艺（含15个子项），分别是云南省大理市的白族扎染技艺、四川省自贡市的自贡扎染技艺、贵州省丹寨县的苗族蜡染技艺、贵州省安顺市的蜡染技艺、四川省珙县的苗族蜡染技艺、贵州省黄平县的黄平蜡染技艺、江苏省南通市的南通蓝印花布印染技艺、湖南省凤凰县的蓝印花布印染技艺、湖南省邵阳县的蓝印花布印染技艺、浙江省桐乡市的蓝印花布印染技艺、广东省佛山市顺德区的香云纱染整技艺、贵州省惠水县的枫香印染技艺、贵州省麻江县的枫香印染技艺、浙江省温州市的蓝夹缬技艺和新疆维吾尔自治区洛浦县的新疆维吾尔族艾德莱斯绸织染技艺。2018年5月，为落实《中国传统工艺振兴计划》，国家文化和旅游部、工业和信息化部、财政部共同制定了第一批国家传统工艺振兴目录，上述传统印染技艺（蓝夹缬技艺除外）均被列入其中。

随着大数据时代的到来，科学合理地利用历史数据已经成为一种获取信息的便捷途径。搜索指数记录了数以亿计的搜索关注与需求，蕴含着大量有用信息。百度指数是关键词搜索规模和搜索频次的加权，不仅反映网民对未知信息和焦点事件的探索行为，而且可以了解网民对焦点关注及相关议题的关联度，并分析这些议题之间的关系[1]。百度指数正越来越多地帮助人们研究医疗、金融、旅游和教育等诸多方面的问题[2-5]。本文选取扎染技艺、蜡染技艺和蓝印花布印染技艺为研究对象，基于百度搜索指数建立Holt-Winters模型和SARIMA模型，分析公众对传统印染技艺的关注度，并预测其发展趋势，同时结合实际给出合理化建议。

1 利用Holt-Winters模型进行序列分解

百度指数所采用的算法是以网民在PC端和移动端百度的搜索量为数据基础，以关键词为统计对象，科学分析并计算出各个关键词在百度网页搜索中搜索频次的加权。本文选择关键词“扎染”“蜡染”和“蓝印花布”，截取2011年1月—2019年7月的月均搜索指数时间序列进行研究。三个序列的样本量各为103，横轴的刻度对应该年份的1月，如图1所示。可以看出，三个序列有明显以年为周期进行季节性波动的特点，其中扎染的平均水平和波动幅度都最大，且总体均呈波动上升趋势，而蜡染和蓝印花布在相对较低的水平范围内波动，趋势变化不明显，且蜡染略高于蓝印花布。

时间序列分析的一种思路是对趋势、季节、随机误差等成分进行分解，同时为了更好地反映近期的结果相比远期的结果对现在影响更大的特点，假设各期权重随时间间隔的增大而呈指数衰减。乘性Holt-Winters指数平滑法的原理为：

xi=（li-1+ti-1）（1+εi）si-m（1）

li=（li-1+ti-1）（1+αεi）（2）

ti=ti-1+β（li-1+ti-1）εi（3）

si=si-m（1+γεi）（4）

式中：xi为时间序列真实的观测值，li、ti、si分别表示水平项（level）、趋势项（trend）和周期项（season），m代表周期长度（这里为12），α、β、γ分别为水平项、趋势项、周期项的平滑参数，取值在[0，1]区间上;如果模型是合理的、充分的，那么误差项εi应该是随机的。

分别对三种技艺序列建立该模型。

对扎染序列，估计的平滑参数依次为0.190、0.039、0357，模型拟合的平均绝对误差MAE为45.201，均方根误差RMSE为65.518，决定系数R2为0.947。取滞后期数约为对数序列长度，即lag取5，进行Ljung-Box纯随机性检验，p值为0.583，故不能拒绝原假设，可以认为残差是白噪声，这表明Holt-Winters模型充分提取出了序列所含的信息。得到如图2所示的序列分解图，从上至下依次为拟合序列、水平成分、趋势成分和季节成分。综合水平和趋势成分可知，公众关注度逐年上升，自2015年起上升速度稍有增加;周期成分规律明显，大致在春、秋季达到峰值，在冬、夏季出现低谷。

对蜡染和蓝印花布序列，前者公众关注的水平趋势在2015年有所上升，之后几乎维持不变，而后者则先缓慢上升，2017年后有所下降;两者周期成分規律明显，与扎染类似。

季节指数反映了该季度水平与总平均水平之间的一种比较稳定的关系，如果比值大于1，则该季度的值常常会高于总平均值;如果小于1，则该季度的值常常低于总平均值。基于周期项si计算出季节指数，如图3所示。三种技艺的季节效应明显且模式相近，都是每年的6、7月份受到公众的关注度低，4、10月份达到局部的关注度峰值，而主要差别在于扎染在下半年相对一整年的公众关注度比蜡染和蓝印花布更高。

水平趋势反映了削弱随机波动和季节效应后的总体水平在一段时期的变化情况，可以分析、预判长期的走势。计算出水平项li和趋势项ti的和，如图4所示。扎染的公众关注度逐年稳步增长，将来很可能保持上升势头，而蜡染和蓝印花布的关注度增长不明显，甚至稍有下降，从一开始的关注度与扎染比较接近，到现在差距明显，将来与扎染的差距很可能继续拉大。

2 利用SARIMA模型进行预测

2.1 差分平稳化

通过Holt-Winters方法对序列进行分解，已经对三种印染技艺的搜索指数时间序列有所了解，接下来将建立SARIMA季节模型进行进一步分析和预测。由自相关函数图（ACF）和偏自相关函数图（PACF），得知原序列均为非平稳序列，因此先通过差分构造平稳时间序列。

通常的差分Δ xt=xt-xt-1=（1-B）xt称为正规差分化，算子Δs=1-Bs称为季节性差分化。特别地，对一个周期为12的季节性时间序列xt，季节性差分意指Δ12xt=xt-xt-12=（1-B12）xt。对序列依次进行正规差分化、季节性差分化，根据差分后序列的ACF和PACF在延迟若干阶之后衰减到零，并且通过了ADF检验、PP检验和KPSS检验，认为序列平稳，可以建立季节模型。

2.2 模型原理

以自回归移动平均模型（ARMA）为基础，复杂季节模型（SARIMA）可以表示为ARIMA（p，d，q）×（P，D，Q）s的形式，其中p、q是AR和MA部分的阶数，d是正规差分的阶数，P、Q是SAR和SMA部分的阶数，D是季节性差分的阶数，S是周期步长。该模型结构为：

Φ（B）ΦS（B）Δ dΔ DSxt=Θ（B）ΘS（B）εtE（εt）=0，Var（εt）=σ2ε，E（εtεS）=0，s≠tE（xsεt）=0，S

式中：Φ（B）是AR部分的p阶自回归系数多项式，ΦS（B）是SAR部分的P阶自回归系数多项式，Θ（B）是MA部分的q阶移动平均系数多项式，ΘS（B）是SMA部分的Q阶移动平均系数多项式。

给定d=D=1，S=12后，得到：

（1-pi=1φiBi）（1-pi=1φiB12i）ΔΔ12xt=（1-qi=1θiBi）（1-Qi=1θiB12i）εt（6）

式中：φi，φi，θi，θi为待估参数。

2.3 模型求解与检验

假定随机误差εt服从正态分布，利用以最小二乘估计为初值的极大似然估计方法，进行参数估计。以扎染为例，通过循环遍历p、q、P、Q可能的取值组合，根据最小信息化准则确定模型最优阶数为p=0，q=1，P=1，Q=0，对应的AIC为1 032.637。参数θi、φi的估计分别为0.740、-0.406，估计的标准误差分别为0.081、0.094且估计均显著，σ2ε的估计为5 328。得到模型的表达式为：

ARIMA（0，1，1）×（1，1，0）12∶（1+0.406B12）ΔΔ12xt=（1-0.740B）εt

模型拟合的MAE为40.918，RMSE为67.472，R2为0946，拟合效果较好。图5给出了若干残差诊断图，由标准化残差时序图可知残差满足随机性，由残差ACF图和Ljung-Box检验的p值图可知残差是白噪声序列，由正态Q-Q图可知残差基本满足正态性。这表明模型是合理的、充分的。

与扎染类似，得到蜡染和蓝印花布的模型表达式分别为：

ARIMA（0，1，2）×（0，1，1）12∶ΔΔ12xt=（1-0.341B-0.440B2）（1-0.633B12）εt

ARIMA（0，1，1）×（0，1，2）12∶ΔΔ12xt=（1-0.471B）（1-0.772B12-0.263B24）εt

经检验，模型均合理且充分。

2.4 模型预测

季节模型对三个序列的拟合情况如图6所示，可见样本内拟合情况较好，故进一步对样本外进行预测。

图7给出了模型对三个序列从2019年8月—2021年12月的预测结果，灰色区域为90%的置信带，并随着预测步长的增加而不断变宽。在接下来的两年多时间里，扎染的公众关注度将继续之前的增长势头、波动上升，蜡染关注度将基本维持在原有水平，蓝印花布关注度将略有下降。相对来说，扎染序列的波动幅度更大，比蜡染和蓝印花布具有更大的不确定性。

3 公众对传统印染技艺关注度的影响因素

3.1 国家和各级政府部门对非物质文化遗产及传统工艺的重视

从2006年起国务院先后公布了四批国家级非物质文化遗产名录。2011年6月1日起施行《中华人民共和国非物质文化遗产法》。2015年10月党的十八届五中全会提出“構建中华优秀传统文化传承体系，加强文化遗产保护，振兴传统工艺”和《中华人民共和国国民经济和社会发展第十三个五年规划纲要》关于“制定实施中国传统工艺振兴计划”的要求。2017年文化部、工业和信息化部、财政部共同制定《中国传统工艺振兴计划》，并于2018年5月制定了第一批国家传统工艺振兴目录。中国纺织工业联合会于2017年11月、2018年11月分别在杭州千岛湖和北京密云举办了两届中国纺织非物质文化遗产大会，并于2019年11月在昆明举办第三届中国纺织非物质文化遗产大会。国家和各级政府部门的一系列政策、措施对非物质文化遗产及传统工艺的宣传、普及和推广起到了积极的促进作用，公众对其关注度也因此有所提高。

3.2 传统印染技艺的地域分布及主要关注人群

虽然公众对传统印染技艺关注度有所提高，但与新鲜事物、热点话题和流量明星等相比，搜索指数仍显得微乎其微。从2011年1月—2019年7月以“扎染”“蜡染”和“蓝印花布”，以及“唐诗”“美食”和某明星（隐去真实姓名）为关键词进行搜索指数概览，对比见表1。

笔者认为，这与传统印染技艺的地域分布有一定关系。扎染和蜡染技艺分布在以云南和贵州为主的西南少数民族地区，蓝印花布印染技艺主要分布在江苏南通、浙江桐乡及湖南省凤凰和邵阳，呈现明显的地域性。从关键词“扎染”“蜡染”和“蓝印花布”的百度搜索指数（2011年1月—2019年7月）所提供人群画像来看，关注“扎染”人群所在的前五个省份是广东、山东、浙江、云南和江苏，关注“蜡染”人群所在的前五个省份是贵州、广东、北京、山东和浙江，关注“蓝印花布”人群所在的前五个省份是江苏、浙江、上海、北京、山东。可见，关注传统印染技艺的人群主要分布在该技艺较为集中的地区及经济、文化较发达的地区，而中国东北和西北地区关注传统印染技艺的人群相对较少。这是导致“扎染”“蜡染”和“蓝印花布”的搜索指数整体偏低的一个重要原因。

另外，从关键词“扎染”“蜡染”和“蓝印花布”的百度搜索指数（2011年1月—2019年7月）所提供的人群画像来看，其年龄分布在20～29岁的居多，其中扎染为52.98%、蜡染为43.99%、蓝印花布为52.44%。处于这个年龄段的人群中学生占有很大比例，包括在校大学本科生、硕士及博士研究生。在中国知网数据库以“扎染”为主题的中文文献中学术期刊和博硕论文共1 027篇（博硕论文165篇），以“蜡染”为主题的中文文献中学术期刊和博硕论文共942篇（博硕论文131篇），以“蓝印花布”为主题的中文文献中学术期刊和博硕论文共502篇（博硕论文51篇），计量可视化分析表明机构分布几乎全为高校。这在一定程度上可以解释“扎染”“蜡染”和“蓝印花布”的百度搜索指数在夏季和冬季（对应暑假和寒假）在全年偏低的现象。

3.3 传统印染技艺的工艺特点

传统印染技艺都是手工操作，耗时长。扎染的主要操作步骤是：选择面料→设计图案→手工扎花→冷水浸泡→染色→水洗→拆线→后处理，其中手工扎花包括缝扎、捆扎和夹扎等方法，相比而言缝扎更费时间，需要极大的耐心[6-7]。蜡染的主要操作步骤是：选择面料→设计图案→熔蜡→绘蜡→染色→脱蜡→后处理，其中绘蜡最费时间，也需要极大的耐心[8-9]。制作蓝印花布之前首先要准备花版（包括裱纸、设计图案、刻花版、打磨、刷桐油、阴干压平），然后按以下步骤操作：准备坯布→刮防染浆→阴干→冷水浸泡→染色→晒干→刮灰→水洗→晒干[10]。三种印染技艺相比，蓝印花布的制作过程最为复杂，蜡染其次，扎染如果采用捆扎和夹扎的方法来设计图案则操作相对简单一些。另外，蜡染由于受到温度限制，主要采用靛蓝染色，蓝印花布也一直沿用靛蓝染色工艺，而扎染除了靛蓝还可采用其他各种染料进行染色。所以，扎染工艺更加灵活、产品色彩也更加丰富，扎染元素被更多地用于时装、配饰及家居纺织品等的设计。扎染技艺并非中国所独有，扎染图案独特的装饰性视觉美感让扎染服装成为近年来全世界的一种流行符号。著名的时装设计师亚历山大·麦昆、三宅一生等多次将扎染元素用于自己的作品中，各大时装品牌如古琦、路易·威登和巴宝莉等也多次发布以扎染元素为主题的系列服装[11]。这是公众对扎染的关注度高于蜡染、更高于蓝印花布的重要原因。

4 结 语

2011年1月—2019年7月的百度指数表明，公众对传统印染技艺的关注度有所提高，其中扎染的关注度较高、而且有明显的增长势头，蜡染和蓝印花布的关注度相对较低、增长趋势不明显。窥一斑而知全豹，传统印染技艺的传承和振兴任重而道远。这需要政府部门的引导和扶持，也需要高校、企业和相关机构的积极参与，加强传统工艺相关学科专业建设和理论、技术研究，提高传统工艺产品的设计、制作水平和整体品质，拓宽传统工艺产品的推介、展示、销售渠道。另外，促进社会普及教育也是提高公众对传统印染技艺的关注度的有效措施，比如开展非物质文化遗产进校园活动，将传统工艺纳入高校人文素质课程和中小学相关教育教学活动;大中小学校组织开展体现地域特色、民族特色的传统工艺体验和比赛，加深青少年对传统文化的认知;电视、网络媒体等拍摄传统工艺纪录片、教学片和宣传片，弘扬工匠精神;公共文化服务场所开展面向社区的传统工艺展演、体验、传习、讲座、培训等活动，丰富民众文化生活，增强传统工艺的社会认同。

参考文献：

[1]孟天广， 赵娟. 大数据时代网络搜索行为与公共关注度： 基于2011—2017年百度指数的动态分析[J]. 学海， 2019（3）： 41-48.

MENG Tianguang， ZHAO Juan. Research on web search behavior and public concern in the age of big data based on dynamic analysis of Baidu index from 2011 to 2017[J]. Academia Bimestrie， 2019（3）： 41-48.

[2]顾敏华， 姚建香， 汤玲. 特定关键词的百度指数与流感病毒活动相关性分析[J]. 职业与健康， 2019， 35（8）： 1124-1128.

GU Minhua， YAO Jianxiang， TANG Ling. Correlation between Baidu index of specific keywords and influenza virus activity[J]. Occupation and Health， 2019， 35（8）： 1124-1128.

[3]陈声利， 关涛， 李一军. 基于跳跃、好坏波动率与百度指数的股指期货波动率预测[J]. 系统工程理论与实践， 2018， 38（2）： 299-316.

CHEN Shengli， GUAN Tao，LI Yijun. Forecasting realized volatility of Chinese stock index futures based on jumps， good-bad volatility and Baidu index[J]. Systems Engineering-Theory & Practice， 2018， 38（2）： 299-316.

[4]孫晓蓓， 杨晓霞， 张枫怡. 基于百度指数的中国A级旅游洞穴景区网络关注度分布特征研究[J]. 西南师范大学学报（自然科学版）， 2018， 43（4）： 81-88.

SUN Xiaobei， YANG Xiaoxia， ZHANG Fengyi. Spatial features of networkattention of Chinese A-grade show caves based on Baidu index[J]. Journal of Southwest China Normal University（Natural Science Edition）， 2018， 43（4）： 81-88.

[5]吴轲威. 立德树人视野下的高职学生工匠精神培育： 基于百度指数的大数据调查研究[J]. 职业技术教育， 2019， 7（40）： 42-48.

WU Kewei. The cultivation of craftsman spirit in higher vocational collegestudents from the perspective of moral education： research on big data based on Baidu index[J]. Vocational and Technical Education， 2019， 7（40）： 42-48.

[6]陈秀芳， 王晓， 李庆华. 微波技术在真丝织物活性染料扎染工艺中的应用[J]. 丝绸， 2016， 53（11）： 11-15.

CHEN Xiufang， WANG Xiao， LI Qinghua. Application of microwave technology in tie-dyeing of silk fabric with reactive dyes[J]. Journal of Silk， 2016， 53（11）： 11-15.

[7]陈秀芳， 郝文洁. 真丝丝巾天然染料扎染工艺探析[J]. 丝绸， 2018， 55（4）： 13-18.

CHEN Xiufang， HAO Wenjie. Tie-dyeing process of silk scarves with natural dyes[J]. Journal of Silk， 2018， 55（4）： 13-18.

[8]王华， 张春艳. 中国西南少数民族蜡染纹样的比较研究[J]. 纺织学报， 2016， 37（4）： 101-106.

WANG Hua， ZHANG Chunyan. Comparative study of ethnic groups batik patterns in Southwest China[J]. Journal of Textile Research， 2016， 37（4）： 101-106.

[9]李倩倩， 陈国强. 贵州苗族蜡染工艺及其艺术性研究[J]. 染整技术， 2016， 38（7）： 16-19.

LI Qianqian， CHEN Guoqiang. Research of process and artistry of Guizhou Miao nationality batik[J]. Textile Dyeing and Finishing Journal， 2016， 38（7）： 16-19.

[10]吴灵姝， 吴元新， 倪沈键. 南通蓝印花布印染技艺[M]. 北京： 化学工业出版社， 2017： 42-54.

WULingshu， WU Yuanxin， NI Shenjian. Dyeing and Printing Artistry of Nantong Blue Calico[M]. Beijing： Chemical Industry Press， 2017： 42-54.

[11]周怡， 谭欣. 扎染艺术设计新概念[M]. 北京： 中国纺织出版社， 2016：104-110.

ZHOU Yi， TAN Xin. New Concepts in Tie-dyeing Design[M]. Beijing：China Textile & Apparel Press， 2016：104-110.