陳秀芳 胡云鶴

摘要： 以扎染技藝、蠟染技藝和藍(lán)印花布印染技藝為研究對(duì)象，基于百度搜索指數(shù)分析公眾對(duì)傳統(tǒng)印染技藝的關(guān)注度。通過(guò)Holt-Winters模型進(jìn)行序列分解，分析公眾關(guān)注度的變化趨勢(shì)和周期特點(diǎn)。結(jié)果表明：公眾對(duì)扎染關(guān)注度逐年上升，對(duì)蠟染關(guān)注度在波動(dòng)上升后幾乎維持不變，對(duì)藍(lán)印花布關(guān)注度在緩慢上升后有所下降，三者以年為周期波動(dòng)的規(guī)律明顯。SARIMA模型對(duì)三個(gè)序列的預(yù)測(cè)結(jié)果表明：扎染的公眾關(guān)注度將持續(xù)增長(zhǎng)，蠟染關(guān)注度將基本維持在原有水平，藍(lán)印花布關(guān)注度將略有下降。文章從國(guó)家政策、人群分布、工藝特點(diǎn)等方面對(duì)兩種模型所得結(jié)論進(jìn)行解釋分析，并給出合理化建議。

關(guān)鍵詞： 百度指數(shù);Holt-Winters模型;SARIMA模型;扎染;蠟染;藍(lán)印花布

中圖分類號(hào)： TS101.91

文獻(xiàn)標(biāo)志碼： A

文章編號(hào)： 10017003（2020）04004006

引用頁(yè)碼： 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(xiàng)目： 高等職業(yè)教育創(chuàng)新發(fā)展行動(dòng)項(xiàng)目（XM-06-13）;安徽省高等學(xué)校質(zhì)量工程項(xiàng)目（2017jyxm0707）;安徽省高等學(xué)校課程建設(shè)類項(xiàng)目（2017mooc201）

作者簡(jiǎn)介： 陳秀芳（1968），女，教授，主要從事天然染料染色及扎染、蠟染等傳統(tǒng)印染工藝的研究。

中國(guó)傳統(tǒng)印染技藝包括扎染技藝、蠟染技藝、藍(lán)印花布印染技藝、香云紗染整技藝、楓香印染技藝、藍(lán)夾纈技藝和艾德萊斯綢織染技藝等。國(guó)務(wù)院先后于2006年、2008年、2011年和2014年公布了四批國(guó)家級(jí)非物質(zhì)文化遺產(chǎn)名錄，共1 372項(xiàng)（含3 154個(gè)子項(xiàng)），其中包括7項(xiàng)傳統(tǒng)印染技藝（含15個(gè)子項(xiàng)），分別是云南省大理市的白族扎染技藝、四川省自貢市的自貢扎染技藝、貴州省丹寨縣的苗族蠟染技藝、貴州省安順市的蠟染技藝、四川省珙縣的苗族蠟染技藝、貴州省黃平縣的黃平蠟染技藝、江蘇省南通市的南通藍(lán)印花布印染技藝、湖南省鳳凰縣的藍(lán)印花布印染技藝、湖南省邵陽(yáng)縣的藍(lán)印花布印染技藝、浙江省桐鄉(xiāng)市的藍(lán)印花布印染技藝、廣東省佛山市順德區(qū)的香云紗染整技藝、貴州省惠水縣的楓香印染技藝、貴州省麻江縣的楓香印染技藝、浙江省溫州市的藍(lán)夾纈技藝和新疆維吾爾自治區(qū)洛浦縣的新疆維吾爾族艾德萊斯綢織染技藝。2018年5月，為落實(shí)《中國(guó)傳統(tǒng)工藝振興計(jì)劃》，國(guó)家文化和旅游部、工業(yè)和信息化部、財(cái)政部共同制定了第一批國(guó)家傳統(tǒng)工藝振興目錄，上述傳統(tǒng)印染技藝（藍(lán)夾纈技藝除外）均被列入其中。

隨著大數(shù)據(jù)時(shí)代的到來(lái)，科學(xué)合理地利用歷史數(shù)據(jù)已經(jīng)成為一種獲取信息的便捷途徑。搜索指數(shù)記錄了數(shù)以億計(jì)的搜索關(guān)注與需求，蘊(yùn)含著大量有用信息。百度指數(shù)是關(guān)鍵詞搜索規(guī)模和搜索頻次的加權(quán)，不僅反映網(wǎng)民對(duì)未知信息和焦點(diǎn)事件的探索行為，而且可以了解網(wǎng)民對(duì)焦點(diǎn)關(guān)注及相關(guān)議題的關(guān)聯(lián)度，并分析這些議題之間的關(guān)系[1]。百度指數(shù)正越來(lái)越多地幫助人們研究醫(yī)療、金融、旅游和教育等諸多方面的問(wèn)題[2-5]。本文選取扎染技藝、蠟染技藝和藍(lán)印花布印染技藝為研究對(duì)象，基于百度搜索指數(shù)建立Holt-Winters模型和SARIMA模型，分析公眾對(duì)傳統(tǒng)印染技藝的關(guān)注度，并預(yù)測(cè)其發(fā)展趨勢(shì)，同時(shí)結(jié)合實(shí)際給出合理化建議。

1 利用Holt-Winters模型進(jìn)行序列分解

百度指數(shù)所采用的算法是以網(wǎng)民在PC端和移動(dòng)端百度的搜索量為數(shù)據(jù)基礎(chǔ)，以關(guān)鍵詞為統(tǒng)計(jì)對(duì)象，科學(xué)分析并計(jì)算出各個(gè)關(guān)鍵詞在百度網(wǎng)頁(yè)搜索中搜索頻次的加權(quán)。本文選擇關(guān)鍵詞“扎染”“蠟染”和“藍(lán)印花布”，截取2011年1月—2019年7月的月均搜索指數(shù)時(shí)間序列進(jìn)行研究。三個(gè)序列的樣本量各為103，橫軸的刻度對(duì)應(yīng)該年份的1月，如圖1所示?？梢钥闯觯齻€(gè)序列有明顯以年為周期進(jìn)行季節(jié)性波動(dòng)的特點(diǎn)，其中扎染的平均水平和波動(dòng)幅度都最大，且總體均呈波動(dòng)上升趨勢(shì)，而蠟染和藍(lán)印花布在相對(duì)較低的水平范圍內(nèi)波動(dòng)，趨勢(shì)變化不明顯，且蠟染略高于藍(lán)印花布。

時(shí)間序列分析的一種思路是對(duì)趨勢(shì)、季節(jié)、隨機(jī)誤差等成分進(jìn)行分解，同時(shí)為了更好地反映近期的結(jié)果相比遠(yuǎn)期的結(jié)果對(duì)現(xiàn)在影響更大的特點(diǎn)，假設(shè)各期權(quán)重隨時(shí)間間隔的增大而呈指數(shù)衰減。乘性Holt-Winters指數(shù)平滑法的原理為：

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為時(shí)間序列真實(shí)的觀測(cè)值，li、ti、si分別表示水平項(xiàng)（level）、趨勢(shì)項(xiàng)（trend）和周期項(xiàng)（season），m代表周期長(zhǎng)度（這里為12），α、β、γ分別為水平項(xiàng)、趨勢(shì)項(xiàng)、周期項(xiàng)的平滑參數(shù)，取值在[0，1]區(qū)間上;如果模型是合理的、充分的，那么誤差項(xiàng)εi應(yīng)該是隨機(jī)的。

分別對(duì)三種技藝序列建立該模型。

對(duì)扎染序列，估計(jì)的平滑參數(shù)依次為0.190、0.039、0357，模型擬合的平均絕對(duì)誤差MAE為45.201，均方根誤差RMSE為65.518，決定系數(shù)R2為0.947。取滯后期數(shù)約為對(duì)數(shù)序列長(zhǎng)度，即lag取5，進(jìn)行Ljung-Box純隨機(jī)性檢驗(yàn)，p值為0.583，故不能拒絕原假設(shè)，可以認(rèn)為殘差是白噪聲，這表明Holt-Winters模型充分提取出了序列所含的信息。得到如圖2所示的序列分解圖，從上至下依次為擬合序列、水平成分、趨勢(shì)成分和季節(jié)成分。綜合水平和趨勢(shì)成分可知，公眾關(guān)注度逐年上升，自2015年起上升速度稍有增加;周期成分規(guī)律明顯，大致在春、秋季達(dá)到峰值，在冬、夏季出現(xiàn)低谷。

對(duì)蠟染和藍(lán)印花布序列，前者公眾關(guān)注的水平趨勢(shì)在2015年有所上升，之后幾乎維持不變，而后者則先緩慢上升，2017年后有所下降;兩者周期成分規(guī)律明顯，與扎染類似。

季節(jié)指數(shù)反映了該季度水平與總平均水平之間的一種比較穩(wěn)定的關(guān)系，如果比值大于1，則該季度的值常常會(huì)高于總平均值;如果小于1，則該季度的值常常低于總平均值。基于周期項(xiàng)si計(jì)算出季節(jié)指數(shù)，如圖3所示。三種技藝的季節(jié)效應(yīng)明顯且模式相近，都是每年的6、7月份受到公眾的關(guān)注度低，4、10月份達(dá)到局部的關(guān)注度峰值，而主要差別在于扎染在下半年相對(duì)一整年的公眾關(guān)注度比蠟染和藍(lán)印花布更高。

水平趨勢(shì)反映了削弱隨機(jī)波動(dòng)和季節(jié)效應(yīng)后的總體水平在一段時(shí)期的變化情況，可以分析、預(yù)判長(zhǎng)期的走勢(shì)。計(jì)算出水平項(xiàng)li和趨勢(shì)項(xiàng)ti的和，如圖4所示。扎染的公眾關(guān)注度逐年穩(wěn)步增長(zhǎng)，將來(lái)很可能保持上升勢(shì)頭，而蠟染和藍(lán)印花布的關(guān)注度增長(zhǎng)不明顯，甚至稍有下降，從一開始的關(guān)注度與扎染比較接近，到現(xiàn)在差距明顯，將來(lái)與扎染的差距很可能繼續(xù)拉大。

2 利用SARIMA模型進(jìn)行預(yù)測(cè)

2.1 差分平穩(wěn)化

通過(guò)Holt-Winters方法對(duì)序列進(jìn)行分解，已經(jīng)對(duì)三種印染技藝的搜索指數(shù)時(shí)間序列有所了解，接下來(lái)將建立SARIMA季節(jié)模型進(jìn)行進(jìn)一步分析和預(yù)測(cè)。由自相關(guān)函數(shù)圖（ACF）和偏自相關(guān)函數(shù)圖（PACF），得知原序列均為非平穩(wěn)序列，因此先通過(guò)差分構(gòu)造平穩(wěn)時(shí)間序列。

通常的差分Δ xt=xt-xt-1=（1-B）xt稱為正規(guī)差分化，算子Δs=1-Bs稱為季節(jié)性差分化。特別地，對(duì)一個(gè)周期為12的季節(jié)性時(shí)間序列xt，季節(jié)性差分意指Δ12xt=xt-xt-12=（1-B12）xt。對(duì)序列依次進(jìn)行正規(guī)差分化、季節(jié)性差分化，根據(jù)差分后序列的ACF和PACF在延遲若干階之后衰減到零，并且通過(guò)了ADF檢驗(yàn)、PP檢驗(yàn)和KPSS檢驗(yàn)，認(rèn)為序列平穩(wěn)，可以建立季節(jié)模型。

2.2 模型原理

以自回歸移動(dòng)平均模型（ARMA）為基礎(chǔ)，復(fù)雜季節(jié)模型（SARIMA）可以表示為ARIMA（p，d，q）×（P，D，Q）s的形式，其中p、q是AR和MA部分的階數(shù)，d是正規(guī)差分的階數(shù)，P、Q是SAR和SMA部分的階數(shù)，D是季節(jié)性差分的階數(shù)，S是周期步長(zhǎng)。該模型結(jié)構(gòu)為：

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階自回歸系數(shù)多項(xiàng)式，ΦS（B）是SAR部分的P階自回歸系數(shù)多項(xiàng)式，Θ（B）是MA部分的q階移動(dòng)平均系數(shù)多項(xiàng)式，ΘS（B）是SMA部分的Q階移動(dòng)平均系數(shù)多項(xiàng)式。

給定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為待估參數(shù)。

2.3 模型求解與檢驗(yàn)

假定隨機(jī)誤差εt服從正態(tài)分布，利用以最小二乘估計(jì)為初值的極大似然估計(jì)方法，進(jìn)行參數(shù)估計(jì)。以扎染為例，通過(guò)循環(huán)遍歷p、q、P、Q可能的取值組合，根據(jù)最小信息化準(zhǔn)則確定模型最優(yōu)階數(shù)為p=0，q=1，P=1，Q=0，對(duì)應(yīng)的AIC為1 032.637。參數(shù)θi、φi的估計(jì)分別為0.740、-0.406，估計(jì)的標(biāo)準(zhǔn)誤差分別為0.081、0.094且估計(jì)均顯著，σ2ε的估計(jì)為5 328。得到模型的表達(dá)式為：

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

模型擬合的MAE為40.918，RMSE為67.472，R2為0946，擬合效果較好。圖5給出了若干殘差診斷圖，由標(biāo)準(zhǔn)化殘差時(shí)序圖可知?dú)埐顫M足隨機(jī)性，由殘差A(yù)CF圖和Ljung-Box檢驗(yàn)的p值圖可知?dú)埐钍前自肼曅蛄?，由正態(tài)Q-Q圖可知?dú)埐罨緷M足正態(tài)性。這表明模型是合理的、充分的。

與扎染類似，得到蠟染和藍(lán)印花布的模型表達(dá)式分別為：

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

經(jīng)檢驗(yàn)，模型均合理且充分。

2.4 模型預(yù)測(cè)

季節(jié)模型對(duì)三個(gè)序列的擬合情況如圖6所示，可見樣本內(nèi)擬合情況較好，故進(jìn)一步對(duì)樣本外進(jìn)行預(yù)測(cè)。

圖7給出了模型對(duì)三個(gè)序列從2019年8月—2021年12月的預(yù)測(cè)結(jié)果，灰色區(qū)域?yàn)?0%的置信帶，并隨著預(yù)測(cè)步長(zhǎng)的增加而不斷變寬。在接下來(lái)的兩年多時(shí)間里，扎染的公眾關(guān)注度將繼續(xù)之前的增長(zhǎng)勢(shì)頭、波動(dòng)上升，蠟染關(guān)注度將基本維持在原有水平，藍(lán)印花布關(guān)注度將略有下降。相對(duì)來(lái)說(shuō)，扎染序列的波動(dòng)幅度更大，比蠟染和藍(lán)印花布具有更大的不確定性。

3 公眾對(duì)傳統(tǒng)印染技藝關(guān)注度的影響因素

3.1 國(guó)家和各級(jí)政府部門對(duì)非物質(zhì)文化遺產(chǎn)及傳統(tǒng)工藝的重視

從2006年起國(guó)務(wù)院先后公布了四批國(guó)家級(jí)非物質(zhì)文化遺產(chǎn)名錄。2011年6月1日起施行《中華人民共和國(guó)非物質(zhì)文化遺產(chǎn)法》。2015年10月黨的十八屆五中全會(huì)提出“構(gòu)建中華優(yōu)秀傳統(tǒng)文化傳承體系，加強(qiáng)文化遺產(chǎn)保護(hù)，振興傳統(tǒng)工藝”和《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要》關(guān)于“制定實(shí)施中國(guó)傳統(tǒng)工藝振興計(jì)劃”的要求。2017年文化部、工業(yè)和信息化部、財(cái)政部共同制定《中國(guó)傳統(tǒng)工藝振興計(jì)劃》，并于2018年5月制定了第一批國(guó)家傳統(tǒng)工藝振興目錄。中國(guó)紡織工業(yè)聯(lián)合會(huì)于2017年11月、2018年11月分別在杭州千島湖和北京密云舉辦了兩屆中國(guó)紡織非物質(zhì)文化遺產(chǎn)大會(huì)，并于2019年11月在昆明舉辦第三屆中國(guó)紡織非物質(zhì)文化遺產(chǎn)大會(huì)。國(guó)家和各級(jí)政府部門的一系列政策、措施對(duì)非物質(zhì)文化遺產(chǎn)及傳統(tǒng)工藝的宣傳、普及和推廣起到了積極的促進(jìn)作用，公眾對(duì)其關(guān)注度也因此有所提高。

3.2 傳統(tǒng)印染技藝的地域分布及主要關(guān)注人群

雖然公眾對(duì)傳統(tǒng)印染技藝關(guān)注度有所提高，但與新鮮事物、熱點(diǎn)話題和流量明星等相比，搜索指數(shù)仍顯得微乎其微。從2011年1月—2019年7月以“扎染”“蠟染”和“藍(lán)印花布”，以及“唐詩(shī)”“美食”和某明星（隱去真實(shí)姓名）為關(guān)鍵詞進(jìn)行搜索指數(shù)概覽，對(duì)比見表1。

筆者認(rèn)為，這與傳統(tǒng)印染技藝的地域分布有一定關(guān)系。扎染和蠟染技藝分布在以云南和貴州為主的西南少數(shù)民族地區(qū)，藍(lán)印花布印染技藝主要分布在江蘇南通、浙江桐鄉(xiāng)及湖南省鳳凰和邵陽(yáng)，呈現(xiàn)明顯的地域性。從關(guān)鍵詞“扎染”“蠟染”和“藍(lán)印花布”的百度搜索指數(shù)（2011年1月—2019年7月）所提供人群畫像來(lái)看，關(guān)注“扎染”人群所在的前五個(gè)省份是廣東、山東、浙江、云南和江蘇，關(guān)注“蠟染”人群所在的前五個(gè)省份是貴州、廣東、北京、山東和浙江，關(guān)注“藍(lán)印花布”人群所在的前五個(gè)省份是江蘇、浙江、上海、北京、山東?？梢姡P(guān)注傳統(tǒng)印染技藝的人群主要分布在該技藝較為集中的地區(qū)及經(jīng)濟(jì)、文化較發(fā)達(dá)的地區(qū)，而中國(guó)東北和西北地區(qū)關(guān)注傳統(tǒng)印染技藝的人群相對(duì)較少。這是導(dǎo)致“扎染”“蠟染”和“藍(lán)印花布”的搜索指數(shù)整體偏低的一個(gè)重要原因。

另外，從關(guān)鍵詞“扎染”“蠟染”和“藍(lán)印花布”的百度搜索指數(shù)（2011年1月—2019年7月）所提供的人群畫像來(lái)看，其年齡分布在20～29歲的居多，其中扎染為52.98%、蠟染為43.99%、藍(lán)印花布為52.44%。處于這個(gè)年齡段的人群中學(xué)生占有很大比例，包括在校大學(xué)本科生、碩士及博士研究生。在中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)以“扎染”為主題的中文文獻(xiàn)中學(xué)術(shù)期刊和博碩論文共1 027篇（博碩論文165篇），以“蠟染”為主題的中文文獻(xiàn)中學(xué)術(shù)期刊和博碩論文共942篇（博碩論文131篇），以“藍(lán)印花布”為主題的中文文獻(xiàn)中學(xué)術(shù)期刊和博碩論文共502篇（博碩論文51篇），計(jì)量可視化分析表明機(jī)構(gòu)分布幾乎全為高校。這在一定程度上可以解釋“扎染”“蠟染”和“藍(lán)印花布”的百度搜索指數(shù)在夏季和冬季（對(duì)應(yīng)暑假和寒假）在全年偏低的現(xiàn)象。

3.3 傳統(tǒng)印染技藝的工藝特點(diǎn)

傳統(tǒng)印染技藝都是手工操作，耗時(shí)長(zhǎng)。扎染的主要操作步驟是：選擇面料→設(shè)計(jì)圖案→手工扎花→冷水浸泡→染色→水洗→拆線→后處理，其中手工扎花包括縫扎、捆扎和夾扎等方法，相比而言縫扎更費(fèi)時(shí)間，需要極大的耐心[6-7]。蠟染的主要操作步驟是：選擇面料→設(shè)計(jì)圖案→熔蠟→繪蠟→染色→脫蠟→后處理，其中繪蠟最費(fèi)時(shí)間，也需要極大的耐心[8-9]。制作藍(lán)印花布之前首先要準(zhǔn)備花版（包括裱紙、設(shè)計(jì)圖案、刻花版、打磨、刷桐油、陰干壓平），然后按以下步驟操作：準(zhǔn)備坯布→刮防染漿→陰干→冷水浸泡→染色→曬干→刮灰→水洗→曬干[10]。三種印染技藝相比，藍(lán)印花布的制作過(guò)程最為復(fù)雜，蠟染其次，扎染如果采用捆扎和夾扎的方法來(lái)設(shè)計(jì)圖案則操作相對(duì)簡(jiǎn)單一些。另外，蠟染由于受到溫度限制，主要采用靛藍(lán)染色，藍(lán)印花布也一直沿用靛藍(lán)染色工藝，而扎染除了靛藍(lán)還可采用其他各種染料進(jìn)行染色。所以，扎染工藝更加靈活、產(chǎn)品色彩也更加豐富，扎染元素被更多地用于時(shí)裝、配飾及家居紡織品等的設(shè)計(jì)。扎染技藝并非中國(guó)所獨(dú)有，扎染圖案獨(dú)特的裝飾性視覺美感讓扎染服裝成為近年來(lái)全世界的一種流行符號(hào)。著名的時(shí)裝設(shè)計(jì)師亞歷山大·麥昆、三宅一生等多次將扎染元素用于自己的作品中，各大時(shí)裝品牌如古琦、路易·威登和巴寶莉等也多次發(fā)布以扎染元素為主題的系列服裝[11]。這是公眾對(duì)扎染的關(guān)注度高于蠟染、更高于藍(lán)印花布的重要原因。

4 結(jié) 語(yǔ)

2011年1月—2019年7月的百度指數(shù)表明，公眾對(duì)傳統(tǒng)印染技藝的關(guān)注度有所提高，其中扎染的關(guān)注度較高、而且有明顯的增長(zhǎng)勢(shì)頭，蠟染和藍(lán)印花布的關(guān)注度相對(duì)較低、增長(zhǎng)趨勢(shì)不明顯。窺一斑而知全豹，傳統(tǒng)印染技藝的傳承和振興任重而道遠(yuǎn)。這需要政府部門的引導(dǎo)和扶持，也需要高校、企業(yè)和相關(guān)機(jī)構(gòu)的積極參與，加強(qiáng)傳統(tǒng)工藝相關(guān)學(xué)科專業(yè)建設(shè)和理論、技術(shù)研究，提高傳統(tǒng)工藝產(chǎn)品的設(shè)計(jì)、制作水平和整體品質(zhì)，拓寬傳統(tǒng)工藝產(chǎn)品的推介、展示、銷售渠道。另外，促進(jìn)社會(huì)普及教育也是提高公眾對(duì)傳統(tǒng)印染技藝的關(guān)注度的有效措施，比如開展非物質(zhì)文化遺產(chǎn)進(jìn)校園活動(dòng)，將傳統(tǒng)工藝納入高校人文素質(zhì)課程和中小學(xué)相關(guān)教育教學(xué)活動(dòng);大中小學(xué)校組織開展體現(xiàn)地域特色、民族特色的傳統(tǒng)工藝體驗(yàn)和比賽，加深青少年對(duì)傳統(tǒng)文化的認(rèn)知;電視、網(wǎng)絡(luò)媒體等拍攝傳統(tǒng)工藝紀(jì)錄片、教學(xué)片和宣傳片，弘揚(yáng)工匠精神;公共文化服務(wù)場(chǎng)所開展面向社區(qū)的傳統(tǒng)工藝展演、體驗(yàn)、傳習(xí)、講座、培訓(xùn)等活動(dòng)，豐富民眾文化生活，增強(qiáng)傳統(tǒng)工藝的社會(huì)認(rèn)同。

參考文獻(xiàn)：

[1]孟天廣， 趙娟. 大數(shù)據(jù)時(shí)代網(wǎng)絡(luò)搜索行為與公共關(guān)注度： 基于2011—2017年百度指數(shù)的動(dòng)態(tài)分析[J]. 學(xué)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]顧敏華， 姚建香， 湯玲. 特定關(guān)鍵詞的百度指數(shù)與流感病毒活動(dòng)相關(guān)性分析[J]. 職業(yè)與健康， 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]陳聲利， 關(guān)濤， 李一軍. 基于跳躍、好壞波動(dòng)率與百度指數(shù)的股指期貨波動(dòng)率預(yù)測(cè)[J]. 系統(tǒng)工程理論與實(shí)踐， 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]孫曉蓓， 楊曉霞， 張楓怡. 基于百度指數(shù)的中國(guó)A級(jí)旅游洞穴景區(qū)網(wǎng)絡(luò)關(guān)注度分布特征研究[J]. 西南師范大學(xué)學(xué)報(bào)（自然科學(xué)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]吳軻威. 立德樹人視野下的高職學(xué)生工匠精神培育： 基于百度指數(shù)的大數(shù)據(jù)調(diào)查研究[J]. 職業(yè)技術(shù)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]陳秀芳， 王曉， 李慶華. 微波技術(shù)在真絲織物活性染料扎染工藝中的應(yīng)用[J]. 絲綢， 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]陳秀芳， 郝文潔. 真絲絲巾天然染料扎染工藝探析[J]. 絲綢， 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]王華， 張春艷. 中國(guó)西南少數(shù)民族蠟染紋樣的比較研究[J]. 紡織學(xué)報(bào)， 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， 陳國(guó)強(qiáng). 貴州苗族蠟染工藝及其藝術(shù)性研究[J]. 染整技術(shù)， 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]吳靈姝， 吳元新， 倪沈鍵. 南通藍(lán)印花布印染技藝[M]. 北京： 化學(xué)工業(yè)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， 譚欣. 扎染藝術(shù)設(shè)計(jì)新概念[M]. 北京： 中國(guó)紡織出版社， 2016：104-110.

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