肖 毅 劉曜嘉 胡 毅2（華中師范大學(xué)信息管理學(xué)院，武漢 430079）

2（中國(guó)科學(xué)院大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京 100190）

隨著新型冠狀病毒肺炎疫情（下文簡(jiǎn)稱“疫情”）在全球范圍內(nèi)大面積爆發(fā)，基于全球分工和國(guó)際貿(mào)易的全球價(jià)值鏈遭受巨大沖擊，致使全球價(jià)值鏈呈現(xiàn)出整體規(guī)模萎縮、本土化、數(shù)字化轉(zhuǎn)型加快等特征。受疫情影響，很多國(guó)家出臺(tái)了疫情封鎖限制政策，全球性投資活動(dòng)受到了極大影響，國(guó)際貿(mào)易增長(zhǎng)乏力。同時(shí)在疫情的沖擊下，技術(shù)民族主義的觀念在全球范圍內(nèi)迅速擴(kuò)張，世界主要經(jīng)濟(jì)體均會(huì)在 “經(jīng)濟(jì)主權(quán)”視角下對(duì)產(chǎn)業(yè)鏈和技術(shù)鏈的 “安全因素”進(jìn)行戰(zhàn)略思考，將“安全”置于 “成本”之上進(jìn)行自身產(chǎn)業(yè)鏈的再調(diào)整和再配置，強(qiáng)調(diào)經(jīng)濟(jì)自主高于全球化收益，未來(lái)全球價(jià)值鏈和供應(yīng)鏈發(fā)展更加趨向于國(guó)內(nèi)本土化。此外，新冠肺炎疫情將長(zhǎng)期引導(dǎo)后疫情時(shí)代的全球價(jià)值鏈變革，加速數(shù)字化轉(zhuǎn)型，因此在后疫情時(shí)代，全球數(shù)字價(jià)值鏈也會(huì)成為國(guó)家經(jīng)濟(jì)安全的重要組成部分。在新冠肺炎疫情和中美經(jīng)貿(mào)摩擦雙重影響下，作為全球制造中心，我國(guó)的供應(yīng)鏈安全和產(chǎn)業(yè)鏈地位都受到了嚴(yán)重沖擊，尤其是汽車產(chǎn)業(yè)受影響最為嚴(yán)重，汽車產(chǎn)業(yè)作為一個(gè)全球化最全面、最徹底的產(chǎn)業(yè)，包含了全球價(jià)值鏈中所有的要素與屬性。受疫情影響，國(guó)內(nèi)汽車產(chǎn)業(yè)將面臨進(jìn)口零部件斷供、外資撤資、供應(yīng)鏈外遷等一系列問(wèn)題，如何對(duì)汽車產(chǎn)業(yè)的安全狀況進(jìn)行及時(shí)有效地預(yù)警成為迫切需要研究的問(wèn)題。

1 文獻(xiàn)綜述

目前，國(guó)內(nèi)關(guān)于產(chǎn)業(yè)安全預(yù)警的研究取得了豐富的研究成果，但仍然存在一些問(wèn)題。從研究對(duì)象來(lái)看，大部分研究集中于金融［1］、農(nóng)業(yè)［2］、高新技術(shù)產(chǎn)業(yè)［3，4］等產(chǎn)業(yè)，對(duì)于汽車產(chǎn)業(yè)開展產(chǎn)業(yè)安全預(yù)警的研究較少。從預(yù)警方法來(lái)看，傳統(tǒng)的預(yù)警方法主要分為計(jì)量經(jīng)濟(jì)預(yù)警模型、人工智能預(yù)警模型以及組合預(yù)警模型。Altman等［5］改進(jìn)了Z－score模型并應(yīng)用于財(cái)務(wù)預(yù)警，提高了預(yù)警精確度。楊淑娥和徐偉剛［6］構(gòu)建了Y分?jǐn)?shù)財(cái)務(wù)預(yù)警模型，預(yù)測(cè)準(zhǔn)確率得到了很大提升。Ohlson［7］首次將Logistic模型引入財(cái)務(wù)危機(jī)預(yù)測(cè)，預(yù)測(cè)準(zhǔn)確率得到了很大的提高。胡毅等［8］運(yùn)用Logit模型對(duì)銀行客戶貸款違約風(fēng)險(xiǎn)進(jìn)行預(yù)警研究。李鴻禧和宋宇［9］利用共線性檢驗(yàn)和時(shí)間相依Cox回歸構(gòu)建動(dòng)態(tài)財(cái)務(wù)預(yù)警模型。運(yùn)用計(jì)量經(jīng)濟(jì)方法構(gòu)建的預(yù)警模型解釋力度較強(qiáng)且相對(duì)比較簡(jiǎn)單，但是這些模型一般具有嚴(yán)格的假設(shè)前提條件，并對(duì)樣本數(shù)量有較大的要求，在實(shí)際應(yīng)用中，這些約束條件通常很難滿足。與計(jì)量經(jīng)濟(jì)方法不同的是，運(yùn)用人工智能技術(shù)構(gòu)建預(yù)警模型沒(méi)有很多嚴(yán)格的前提假設(shè)，楊淑娥和王樂(lè)平［10］構(gòu)建了BP神經(jīng)網(wǎng)絡(luò)財(cái)務(wù)預(yù)警模型。倪志偉等［11］將 “流型學(xué)習(xí)”和 “多核SVM”相結(jié)合，提出一種混合算法財(cái)務(wù)預(yù)警模型。Iturriaga和Sanz［12］建立了神經(jīng)網(wǎng)絡(luò)模型對(duì)美國(guó)銀行破產(chǎn)情況進(jìn)行預(yù)警研究。王昱和楊珊珊［13］構(gòu)建考慮多維效率指標(biāo)的上市公司財(cái)務(wù)困境人工神經(jīng)網(wǎng)絡(luò)預(yù)警模型。人工智能預(yù)警模型擁有很好的泛化能力和較強(qiáng)的預(yù)測(cè)能力，但是它們也存在 “黑箱”問(wèn)題，使得所建立的模型缺乏解釋力。隨著組合預(yù)測(cè)方法的不斷發(fā)展，有學(xué)者考慮將組合預(yù)測(cè)思想帶入預(yù)警模型的構(gòu)建中，張亮等［14］基于信息融合方法將Logistic回歸模型與支持向量機(jī)相組合，并應(yīng)用于公司財(cái)務(wù)預(yù)警研究。吳沖等［15］對(duì)粒子群算法進(jìn)行改進(jìn)，并將模糊聚類和概率神經(jīng)網(wǎng)絡(luò)進(jìn)行組合構(gòu)造企業(yè)財(cái)務(wù)預(yù)警模型。李慧等［16］在企業(yè)財(cái)務(wù)預(yù)警研究中建立了網(wǎng)絡(luò)層級(jí)分析法（DANP）雙層懲罰變權(quán)時(shí)間序列綜合財(cái)務(wù)預(yù)警模型。遲國(guó)泰等［17］將邏輯回歸與BP神經(jīng)網(wǎng)絡(luò)進(jìn)行組合，對(duì)中國(guó)上市公司ST狀態(tài)進(jìn)行預(yù)警。組合預(yù)警模型具有較高的預(yù)測(cè)精度，但在模型建立過(guò)程中仍然存在一些問(wèn)題：（1）預(yù)警模型中賦權(quán)方法通常采用的方法為層次分析法（AHP）以及主成分分析法，并不能保證評(píng)價(jià)結(jié)果的客觀性；（2）現(xiàn)有的預(yù)警模型構(gòu)建大多數(shù)忽視了對(duì)數(shù)據(jù)特征進(jìn)行識(shí)別，并且忽視了各指標(biāo)之間的相互作用。

基于此，本文的主要?jiǎng)?chuàng)新和特色有4點(diǎn)：（1）針對(duì)產(chǎn)業(yè)安全預(yù)警問(wèn)題，本文提出了WTC方法，能更系統(tǒng)、有效地識(shí)別重要影響因素，并使得預(yù)警模型效果更優(yōu)；（2）從指標(biāo)選取來(lái)看，在結(jié)合后疫情時(shí)代背景與我國(guó)汽車市場(chǎng)特點(diǎn)的基礎(chǔ)上，本文采用WSR理論識(shí)別影響因素，進(jìn)而構(gòu)建汽車安全評(píng)價(jià)指標(biāo)體系；（3）從建模方法來(lái)看，本文基于TEI＠I方法論集成文本挖掘方法、計(jì)量經(jīng)濟(jì)方法與機(jī)器學(xué)習(xí)方法構(gòu)建汽車產(chǎn)業(yè)安全預(yù)警模型，從而提高預(yù)警精確度；（4）從賦權(quán)方法來(lái)看，本文采用CRITIC賦權(quán)法，利用數(shù)據(jù)自身屬性進(jìn)行安全評(píng)價(jià)。

2 WTC方法簡(jiǎn)介

后疫情時(shí)代下，逆全球化現(xiàn)象凸顯。全球經(jīng)濟(jì)呈現(xiàn) “新型長(zhǎng)期衰退”態(tài)勢(shì)，各國(guó)更加注重本土的經(jīng)濟(jì)主權(quán)和安全性，汽車行業(yè)產(chǎn)業(yè)鏈條長(zhǎng)，產(chǎn)業(yè)關(guān)聯(lián)度高，短期內(nèi)通過(guò)蝴蝶效應(yīng)受到疫情的較大沖擊，面臨訂單下降、成本上升以及重要進(jìn)口零部件停供等各種不確定性風(fēng)險(xiǎn)。當(dāng)前，國(guó)內(nèi)汽車產(chǎn)業(yè)安全研究還未形成系統(tǒng)、綜合的安全預(yù)警體系。WSR方法論以東方哲學(xué)觀為指導(dǎo)，結(jié)合中國(guó)古代的系統(tǒng)思想，通過(guò)物理－事理－人理分析框架更好地解決評(píng)價(jià)視角過(guò)于單一和評(píng)價(jià)過(guò)程缺乏系統(tǒng)性等問(wèn)題。TEI＠I方法論綜合運(yùn)用文本挖掘、計(jì)量經(jīng)濟(jì)模型、人工智能技術(shù)及集成方法為解決具有非線性、突變性與時(shí)變性特征的復(fù)雜系統(tǒng)預(yù)測(cè)提供了理論依據(jù)。CRITIC賦權(quán)法綜合衡量指標(biāo)間的內(nèi)部沖突，能夠更加客觀、合理地設(shè)置指標(biāo)權(quán)重。因此，在結(jié)合后疫情時(shí)代背景和產(chǎn)業(yè)安全理念的基礎(chǔ)上，建立一套具有中國(guó)特色的汽車產(chǎn)業(yè)安全預(yù)警模型，更加貼合中國(guó)市場(chǎng)，更加符合國(guó)內(nèi)產(chǎn)業(yè)安全管理需要。

WSR－TEI＠I－CRITIC（WTC）方法是由物理－事理－人理WSR方法論和TEI＠I方法論以及CRIT?IC賦權(quán)法組成的方法，WTC方法框架如圖1所示，建模具體步驟如下：

圖1 基于WTC方法的汽車產(chǎn)業(yè)安全預(yù)警模型理論框架

（1）基于WSR理論進(jìn)行產(chǎn)業(yè)安全影響因素識(shí)別?；谖锢怼⑹吕砗腿死?種視角對(duì)汽車產(chǎn)業(yè)安全鏈進(jìn)行分析，同時(shí)結(jié)合后疫情時(shí)代背景、產(chǎn)業(yè)安全理論與國(guó)內(nèi)汽車市場(chǎng)特點(diǎn)構(gòu)建汽車產(chǎn)業(yè)安全評(píng)價(jià)指標(biāo)體系。

（2）基于TEI＠I方法對(duì)各指標(biāo)進(jìn)行綜合集成預(yù)測(cè)。結(jié)合TEI＠I理論構(gòu)建針對(duì)安全評(píng)價(jià)指標(biāo)體系的預(yù)測(cè)模型理論框架，分別運(yùn)用回歸模型、VAR以及LSTM對(duì)各指標(biāo)進(jìn)行預(yù)測(cè)，最終采用Stacking集成方法對(duì)計(jì)量經(jīng)濟(jì)模型和人工智能模型進(jìn)行集成，得到最終指標(biāo)序列。

（3）基于CRITIC法進(jìn)行指標(biāo)賦權(quán)。①運(yùn)用CRITIC法對(duì)最終指標(biāo)序列進(jìn)行賦權(quán)；②計(jì)算汽車產(chǎn)業(yè)安全指數(shù)，并根據(jù)汽車產(chǎn)業(yè)安全指數(shù)劃分預(yù)警區(qū)間；③根據(jù)以上步驟所得結(jié)果進(jìn)行預(yù)警分析，并提出管理建議。

3 基于WTC方法的汽車產(chǎn)業(yè)安全預(yù)警模型構(gòu)建

3.1 基于WSR理論的評(píng)價(jià)指標(biāo)體系構(gòu)建

后疫情時(shí)代下，各國(guó)面臨著疫情防控和經(jīng)濟(jì)重啟的兩難局面。新冠肺炎疫情在全球的爆發(fā)和蔓延使得汽車產(chǎn)業(yè)鏈上的各類生產(chǎn)要素供給斷裂，鏈條上的節(jié)點(diǎn)逐漸脫節(jié)，全球生產(chǎn)、貿(mào)易活動(dòng)出現(xiàn)明顯停滯。不確定性日益增大的市場(chǎng)環(huán)境、汽車產(chǎn)業(yè)鏈錯(cuò)綜復(fù)雜的結(jié)構(gòu)等問(wèn)題使得分析產(chǎn)業(yè)安全影響因素變得更加困難，但一套科學(xué)合理的評(píng)價(jià)指標(biāo)體系是進(jìn)行安全預(yù)警的首要前提，因此評(píng)價(jià)指標(biāo)的選取尤為重要。WSR方法論能夠解決具有層次性、非結(jié)構(gòu)化的復(fù)雜系統(tǒng)問(wèn)題，因此利用WSR理論的思想能夠更好地識(shí)別汽車產(chǎn)業(yè)安全影響因素，進(jìn)而構(gòu)建出一套科學(xué)、合理的評(píng)價(jià)指標(biāo)體系。

構(gòu)建汽車產(chǎn)業(yè)安全評(píng)價(jià)指標(biāo)體系，首先需要識(shí)別影響汽車產(chǎn)業(yè)安全的相關(guān)因素，因此需要結(jié)合WSR理論重點(diǎn)研究汽車產(chǎn)業(yè)鏈中各環(huán)節(jié)以及各參與方之間的協(xié)調(diào)工作。通過(guò)對(duì)WSR方法論相關(guān)文獻(xiàn)進(jìn)行梳理，物理、事理和人理3個(gè)方面在具體實(shí)踐過(guò)程中應(yīng)根據(jù)研究對(duì)象和實(shí)踐領(lǐng)域的不同而進(jìn)行靈活變通?；诖?，汽車產(chǎn)業(yè)安全系統(tǒng)中的物理就是汽車產(chǎn)業(yè)鏈中人們所面對(duì)的客觀存在，即汽車、零部件及相關(guān)配套設(shè)施等；事理是指汽車產(chǎn)業(yè)鏈中人、財(cái)、物的調(diào)動(dòng)以及遇到的問(wèn)題，即汽車產(chǎn)業(yè)生產(chǎn)運(yùn)營(yíng)管理；人理是指汽車產(chǎn)業(yè)鏈中涉及的人和組織的關(guān)系，即汽車產(chǎn)業(yè)生產(chǎn)運(yùn)營(yíng)中涉及的部門或人員。三維度視角下，基于WSR理論的汽車產(chǎn)業(yè)安全影響因素識(shí)別框架如圖2所示。通過(guò)這一框架可以從物理－事理－人理3個(gè)層面分別識(shí)別影響汽車產(chǎn)業(yè)安全的評(píng)價(jià)指標(biāo)，進(jìn)而為汽車產(chǎn)業(yè)安全預(yù)警模型構(gòu)建提供基礎(chǔ)。

圖2 基于WSR理論的汽車產(chǎn)業(yè)安全影響因素識(shí)別框架

3.1.1 汽車產(chǎn)業(yè)安全物理層構(gòu)建分析

在汽車產(chǎn)業(yè)安全影響因素識(shí)別框架中，物理層是保障汽車產(chǎn)業(yè)安全的重要基石。主要涉及組成汽車產(chǎn)業(yè)鏈的客觀存在，包括汽車整車、零部件及相關(guān)原材料，因此需要對(duì)汽車產(chǎn)業(yè)鏈進(jìn)行分析，提取影響產(chǎn)業(yè)安全因素，進(jìn)而構(gòu)建汽車產(chǎn)業(yè)安全物理層。汽車產(chǎn)業(yè)鏈如圖3所示，我國(guó)汽車產(chǎn)業(yè)鏈已深度融入全球?qū)I(yè)化分工體系，產(chǎn)業(yè)鏈條長(zhǎng)，產(chǎn)業(yè)關(guān)聯(lián)度非常高。國(guó)內(nèi)疫情初期，出口檢疫更加嚴(yán)格，導(dǎo)致中國(guó)向外出口零部件速度放緩，“斷供”問(wèn)題尤為明顯，使得許多外國(guó)在華工廠紛紛停工停產(chǎn)。隨著國(guó)內(nèi)疫情得到初步控制，國(guó)內(nèi)汽車產(chǎn)業(yè)鏈和供應(yīng)鏈開始逐步復(fù)蘇，但國(guó)外疫情情況卻相對(duì)嚴(yán)峻，進(jìn)而反向制約中國(guó)汽車產(chǎn)業(yè)的發(fā)展。國(guó)內(nèi)整車和部分核心零部件進(jìn)口依賴德國(guó)、美國(guó)等生產(chǎn)強(qiáng)國(guó)， “斷供”問(wèn)題反向影響國(guó)內(nèi)汽車產(chǎn)業(yè)。結(jié)合國(guó)內(nèi)汽車產(chǎn)業(yè)特點(diǎn)和后疫情時(shí)代背景來(lái)看，確保汽車產(chǎn)業(yè)鏈中汽車及其零部件供應(yīng)安全是維護(hù)汽車產(chǎn)業(yè)安全的重要部分，因此，物理層的評(píng)價(jià)指標(biāo)應(yīng)在反映國(guó)內(nèi)汽車市場(chǎng)行情的同時(shí)，關(guān)注影響汽車及其零部件供求方面的相關(guān)因素。影響汽車及其零部件供求方面的因素有很多，主要包括汽車產(chǎn)業(yè)產(chǎn)品總產(chǎn)量、汽車工業(yè)總出口額、汽車工業(yè)總進(jìn)口額、核心零部件產(chǎn)品進(jìn)口額、世界汽車出口貿(mào)易總額等。

圖3 汽車產(chǎn)業(yè)鏈全景圖

通過(guò)對(duì)物理層汽車產(chǎn)業(yè)安全影響因素進(jìn)行識(shí)別，進(jìn)一步對(duì)物理層的指標(biāo)進(jìn)行甄別提取，物理層評(píng)價(jià)指標(biāo)選取結(jié)果如表1所示。

表1 汽車產(chǎn)業(yè)安全物理層評(píng)價(jià)指標(biāo)

3.1.2 汽車產(chǎn)業(yè)安全事理層構(gòu)建分析

WSR理論中的事理層強(qiáng)調(diào)管理和做事的道理，相較于物理層更加凸顯主觀能動(dòng)性。汽車產(chǎn)業(yè)安全評(píng)估中的事理層主要分析汽車產(chǎn)業(yè)在生產(chǎn)運(yùn)營(yíng)過(guò)程中人、財(cái)、物的安排，以及遇到的問(wèn)題，因此，事理層的評(píng)價(jià)指標(biāo)應(yīng)該關(guān)注收益以及支出等方面。構(gòu)建汽車產(chǎn)業(yè)安全事理層評(píng)價(jià)指標(biāo)，需要明確汽車產(chǎn)業(yè)生產(chǎn)運(yùn)作系統(tǒng)各環(huán)節(jié)中影響產(chǎn)業(yè)安全的因素，故本文通過(guò)對(duì)汽車產(chǎn)業(yè)生產(chǎn)運(yùn)作系統(tǒng)進(jìn)行分析，結(jié)合實(shí)際情況，提取出生產(chǎn)運(yùn)作各環(huán)節(jié)中影響產(chǎn)業(yè)安全的因素。汽車產(chǎn)業(yè)的生產(chǎn)運(yùn)作管理分為戰(zhàn)略規(guī)劃、系統(tǒng)設(shè)計(jì)、運(yùn)行控制以及維護(hù)改進(jìn)4個(gè)階段，在戰(zhàn)略規(guī)劃階段，企業(yè)高層確定企業(yè)發(fā)展目標(biāo)、方針，并結(jié)合當(dāng)前汽車市場(chǎng)狀態(tài)以及外部環(huán)境做出相應(yīng)的戰(zhàn)略部署，制定戰(zhàn)略方案。在后疫情時(shí)代下，各國(guó)政府為保障本土供應(yīng)鏈穩(wěn)定性鼓勵(lì)跨國(guó)公司回流，國(guó)內(nèi)大部分汽車廠商面臨供應(yīng)鏈結(jié)構(gòu)變動(dòng)風(fēng)險(xiǎn)。此外，在新冠肺炎疫情的沖擊下全球大規(guī)模停工停產(chǎn)，國(guó)內(nèi)汽車廠商面臨外資撤資風(fēng)險(xiǎn)，因此，在戰(zhàn)略規(guī)劃階段要更加注重國(guó)內(nèi)汽車產(chǎn)業(yè)國(guó)外資本存量、外資企業(yè)產(chǎn)值、外資企業(yè)利潤(rùn)總額等影響因素，避免外資撤資帶來(lái)的嚴(yán)重危害。在系統(tǒng)設(shè)計(jì)階段，企業(yè)會(huì)根據(jù)戰(zhàn)略規(guī)劃的要求對(duì)企業(yè)的生產(chǎn)運(yùn)作系統(tǒng)進(jìn)行設(shè)計(jì)，其中包括產(chǎn)品決策與設(shè)計(jì)、確定工藝路線等。受全球新冠肺炎疫情的影響，技術(shù)民族主義的觀念在全球范圍內(nèi)迅速擴(kuò)張，關(guān)鍵技術(shù)、關(guān)鍵基礎(chǔ)設(shè)施乃至敏感數(shù)據(jù)等諸多領(lǐng)域受到嚴(yán)格管控。技術(shù)分工效率大大降低，汽車產(chǎn)業(yè)變得扭曲、封閉，因此，在系統(tǒng)設(shè)計(jì)階段應(yīng)著重關(guān)注國(guó)外核心技術(shù)依賴度，降低技術(shù)民族主義風(fēng)險(xiǎn)。在運(yùn)行控制階段，企業(yè)會(huì)根據(jù)生產(chǎn)運(yùn)作系統(tǒng)設(shè)計(jì)方案對(duì)系統(tǒng)日常運(yùn)行進(jìn)行計(jì)劃、組織與控制，主要包括預(yù)測(cè)產(chǎn)品需求量、確定產(chǎn)品種類及產(chǎn)量、編制生產(chǎn)計(jì)劃以及成本控制。受疫情影響，群眾消費(fèi)意愿下降，購(gòu)車能力減退，購(gòu)車計(jì)劃推遲。此外，疫情不但造成銷量下滑，也同樣導(dǎo)致各項(xiàng)成本支出大幅度上升，國(guó)內(nèi)個(gè)別中小車企資金周轉(zhuǎn)困難，面臨破產(chǎn)風(fēng)險(xiǎn)。因此，在運(yùn)行控制階段應(yīng)密切關(guān)注汽車產(chǎn)業(yè)利潤(rùn)總額、營(yíng)業(yè)收入等影響因素。在維護(hù)改進(jìn)階段，主要是對(duì)生產(chǎn)運(yùn)營(yíng)系統(tǒng)出現(xiàn)的問(wèn)題進(jìn)行改進(jìn)和維護(hù)，其中包括改進(jìn)設(shè)備、質(zhì)量保證、技術(shù)變革與創(chuàng)新等。后疫情時(shí)代下加大技術(shù)創(chuàng)新力度、培育行業(yè)新技術(shù)成為汽車產(chǎn)業(yè)發(fā)展的新熱點(diǎn)，因此，在維護(hù)改進(jìn)階段要考慮企業(yè)創(chuàng)新能力及R＆D經(jīng)費(fèi)支出等影響因素。

在對(duì)汽車產(chǎn)業(yè)生產(chǎn)運(yùn)作系統(tǒng)進(jìn)行分析后，識(shí)別出事理層汽車產(chǎn)業(yè)安全影響因素，進(jìn)一步對(duì)事理層的評(píng)價(jià)指標(biāo)進(jìn)行提取，事理層評(píng)價(jià)指標(biāo)如表2所示。

表2 汽車產(chǎn)業(yè)安全事理層評(píng)價(jià)指標(biāo)

3.1.3 汽車產(chǎn)業(yè)安全人理層構(gòu)建分析

人是汽車產(chǎn)業(yè)平穩(wěn)運(yùn)行不可或缺的重要元素，人的主觀能動(dòng)性及創(chuàng)新能力可以推動(dòng)汽車產(chǎn)業(yè)發(fā)展，人與汽車產(chǎn)業(yè)實(shí)現(xiàn)價(jià)值共創(chuàng)。人理是指在實(shí)施管理或決策時(shí)需要依靠人來(lái)進(jìn)行協(xié)調(diào)，人理層的評(píng)價(jià)指標(biāo)應(yīng)聚焦于汽車生產(chǎn)制造過(guò)程中參與的人員數(shù)量以及人員的綜合素質(zhì)。人理層汽車產(chǎn)業(yè)安全影響因素包括：汽車產(chǎn)業(yè)年從業(yè)平均人數(shù)、工程技術(shù)人員占比、職工人數(shù)等。除此之外，考慮到國(guó)內(nèi)外疫情嚴(yán)重程度對(duì)中國(guó)汽車產(chǎn)業(yè)的影響，因此在構(gòu)建汽車產(chǎn)業(yè)安全人理層評(píng)價(jià)指標(biāo)時(shí)，需要引入能夠直接反應(yīng)國(guó)內(nèi)外疫情嚴(yán)重程度的相關(guān)指標(biāo)，如與中國(guó)汽車市場(chǎng)聯(lián)系緊密的相關(guān)國(guó)家的每年新冠肺炎確診數(shù)、每年新增新冠肺炎治愈數(shù)。

基于對(duì)汽車產(chǎn)業(yè)安全人理層的分析，提取相應(yīng)評(píng)價(jià)指標(biāo)，人理層評(píng)價(jià)指標(biāo)如表3所示。

表3 汽車產(chǎn)業(yè)安全人理層評(píng)價(jià)指標(biāo)

3.2 基于TEI＠I理論的綜合集成預(yù)測(cè)

利用WSR理論在對(duì)汽車產(chǎn)業(yè)安全影響因素進(jìn)行識(shí)別后，分別從物理、事理和人理3個(gè)層面提取出17個(gè)評(píng)價(jià)指標(biāo)，構(gòu)建出基于WSR理論的汽車產(chǎn)業(yè)安全評(píng)價(jià)指標(biāo)體系。由于汽車產(chǎn)業(yè)安全預(yù)警是一個(gè)復(fù)雜系統(tǒng)，過(guò)往研究采用單一模型開展分析和預(yù)測(cè)，容易受到模型局限性的影響。基于此，本文以TEI＠I方法論為指導(dǎo)，構(gòu)建基于Stac?king集成方法的LR－VAR－LSTM預(yù)測(cè)模型，以提高預(yù)測(cè)精度，基于TEI＠I理論的汽車產(chǎn)業(yè)安全評(píng)價(jià)指標(biāo)預(yù)測(cè)模型流程圖如圖4所示。本文首先采用min－max歸一化方法對(duì)各指標(biāo)進(jìn)行無(wú)量綱化處理，考慮序列的平穩(wěn)性，在將數(shù)據(jù)送入預(yù)測(cè)模型之前，進(jìn)行ADF檢驗(yàn)。其次，在經(jīng)濟(jì)計(jì)量方面，本文選擇了回歸模型和VAR模型?；貧w模型能夠揭示自變量與因變量的影響程度大小，并能夠分析各指標(biāo)數(shù)據(jù)的主要趨勢(shì)。VAR模型可以刻畫變量之間的動(dòng)態(tài)線性相關(guān)關(guān)系，可以更好地探討影響汽車產(chǎn)業(yè)安全因素之間的相互影響和密切聯(lián)系。在智能技術(shù)方面，本文所用到的LSTM模型是由RNN發(fā)展而來(lái)，很好地解決了梯度消失問(wèn)題，同時(shí)還具有計(jì)量經(jīng)濟(jì)模型所不具備的高預(yù)測(cè)精度，能夠更好地提升預(yù)測(cè)效果。最后，本文采用了Stacking集成方法對(duì)計(jì)量經(jīng)濟(jì)模型與人工智能模型進(jìn)行集成，與其他集成技術(shù)不同的是，Stacking集成法并行訓(xùn)練各個(gè)初級(jí)學(xué)習(xí)器，然后通過(guò)一個(gè)元模型將它們進(jìn)行組合，進(jìn)而提升預(yù)測(cè)精度。本文選用線性回歸、VAR以及LSTM作為初級(jí)學(xué)習(xí)器，然后通過(guò)訓(xùn)練多元線性回歸模型將其進(jìn)行組合，得到最終預(yù)測(cè)結(jié)果。

圖4 基于TEI＠I理論的汽車產(chǎn)業(yè)安全評(píng)價(jià)指標(biāo)預(yù)測(cè)模型流程圖

3.3 基于CRITIC法的指標(biāo)賦權(quán)

基于WSR方法論和TEI＠I方法論進(jìn)行了產(chǎn)業(yè)安全評(píng)價(jià)指標(biāo)提取和評(píng)價(jià)指標(biāo)序列預(yù)測(cè)，進(jìn)而得到了最終指標(biāo)序列。為了更加客觀、真實(shí)地反映各指標(biāo)的重要性，本文采用CRITIC賦權(quán)法，CRITIC法能夠根據(jù)指標(biāo)數(shù)據(jù)內(nèi)部變異程度以及指標(biāo)間相關(guān)性確定各評(píng)價(jià)指標(biāo)的權(quán)重值，可以有效減少人為因素所帶來(lái)的不確定性。本文首先采用標(biāo)準(zhǔn)差系數(shù)代替標(biāo)準(zhǔn)差，消除量綱影響；其次對(duì)相關(guān)系數(shù)取絕對(duì)值，消除正負(fù)號(hào)影響。

設(shè)存在m個(gè)對(duì)象，n個(gè)指標(biāo)，評(píng)價(jià)指標(biāo)數(shù)據(jù)為 xij， 其中 i＝1，…，m； j＝1，…，n， 根據(jù) CRITIC方法計(jì)算各指標(biāo)權(quán)重，計(jì)算第j項(xiàng)指標(biāo)的信息量：

其中，σj、分別為第j項(xiàng)指標(biāo)的標(biāo)準(zhǔn)差和平均值，rij為第i項(xiàng)指標(biāo)與第j項(xiàng)指標(biāo)之間的相關(guān)系數(shù)。然后計(jì)算第j項(xiàng)指標(biāo)的權(quán)重：

4 實(shí)證研究

4.1 數(shù)據(jù)收集及相關(guān)性分析

基于上文構(gòu)建的汽車產(chǎn)業(yè)安全預(yù)警模型，進(jìn)一步對(duì)后疫情時(shí)代下汽車產(chǎn)業(yè)安全開展實(shí)證研究。選取了我國(guó)2010～2020年汽車市場(chǎng)為研究對(duì)象，其中相關(guān)評(píng)價(jià)指標(biāo)數(shù)據(jù)均來(lái)源于 《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》、《中國(guó)科技統(tǒng)計(jì)年鑒》、WTO數(shù)據(jù)庫(kù)以及WHO數(shù)據(jù)庫(kù)。通過(guò)對(duì)中國(guó)汽車市場(chǎng)以及汽車產(chǎn)業(yè)進(jìn)出口狀況的考察，每年新冠肺炎治愈率以及每年新冠肺炎死亡率兩個(gè)指標(biāo)所涉及的國(guó)家包括：中國(guó)、美國(guó)、德國(guó)、法國(guó)、日本、韓國(guó)以及荷蘭7個(gè)國(guó)家。

各指標(biāo)之間相互影響、聯(lián)系緊密，共同構(gòu)成一個(gè)復(fù)雜系統(tǒng)，因此，在建立預(yù)測(cè)模型時(shí)，需要綜合考慮各指標(biāo)之間的關(guān)聯(lián)程度。本文在對(duì)指標(biāo)數(shù)據(jù)進(jìn)行收集和歸一化處理后，進(jìn)一步對(duì)各評(píng)價(jià)指標(biāo)之間的相關(guān)性進(jìn)行分析。

4.2 LR－VAR－LSTM預(yù)測(cè)模型構(gòu)建

基于對(duì)評(píng)價(jià)指標(biāo)相關(guān)性分析的結(jié)果，本文分別采用LR、VAR、LSTM以及基于Stacking集成方法的LR－VAR－LSTM模型對(duì)各評(píng)價(jià)指標(biāo)進(jìn)行建模預(yù)測(cè)，將2010～2019年的指標(biāo)數(shù)據(jù)作為訓(xùn)練集，2020年的指標(biāo)數(shù)據(jù)作為測(cè)試集。

本文以產(chǎn)業(yè)國(guó)際市場(chǎng)占有率w1為因變量，以與產(chǎn)業(yè)國(guó)際市場(chǎng)占有率w1的相關(guān)系數(shù)大于0.6的評(píng)價(jià)指標(biāo)為自變量，即貿(mào)易競(jìng)爭(zhēng)優(yōu)勢(shì)指數(shù)w2、顯示性比較優(yōu)勢(shì)指數(shù)w3、產(chǎn)業(yè)集中度w4、勞動(dòng)生產(chǎn)率r1、資產(chǎn)密集度r2以及R＆D人力強(qiáng)度r3，構(gòu)建線性回歸模型，其余指標(biāo)也分別按照同樣思路構(gòu)建線性回歸模型進(jìn)行預(yù)測(cè)。

為了更好地反映各評(píng)價(jià)指標(biāo)之間的聯(lián)動(dòng)關(guān)系，本文利用所選取的17個(gè)產(chǎn)業(yè)安全評(píng)價(jià)指標(biāo)建立VAR模型。首先進(jìn)行平穩(wěn)性檢驗(yàn)，并對(duì)不平穩(wěn)序列進(jìn)行一階差分，對(duì)一階差分后仍未通過(guò)平穩(wěn)性檢驗(yàn)的指標(biāo)變量將采用LSTM模型對(duì)其進(jìn)行預(yù)測(cè)。然后通過(guò)比較不同滯后階數(shù)下的AIC值來(lái)確定最優(yōu)的滯后階數(shù)，最終確定滯后階數(shù)為1的VAR模型。

本文搭建的LSTM模型中，隱藏層有50個(gè)神經(jīng)元，輸出層有1個(gè)神經(jīng)元，Mean Absolute Error（MAE）函數(shù)作為損失函數(shù)，優(yōu)化算法為Adam。

本文通過(guò)多元線性回歸模型將LR、VAR以及LSTM模型進(jìn)行組合，選用5折交叉驗(yàn)證，最終構(gòu)建了基于Stacking集成方法的LR－VAR－LSTM預(yù)測(cè)模型。

利用上述的4種預(yù)測(cè)模型分別對(duì)2021年的汽車產(chǎn)業(yè)安全各評(píng)價(jià)指標(biāo)進(jìn)行預(yù)測(cè)，并計(jì)算各模型的均方誤差（MSE）、標(biāo)準(zhǔn)誤差（RMSE），結(jié)果如表4所示?？梢钥闯?，單一預(yù)測(cè)模型的表現(xiàn)都不夠優(yōu)異，基于Stacking集成方法的LR－VAR－LSTM預(yù)測(cè)模型效果最優(yōu)。

表4 預(yù)測(cè)效果比較

4.3 CRITIC法指標(biāo)賦權(quán)

在指標(biāo)賦權(quán)方面，傳統(tǒng)的賦權(quán)方法往往存在權(quán)數(shù)受主觀因素影響較大、權(quán)數(shù)分配受樣本數(shù)據(jù)隨機(jī)性影響等問(wèn)題，因此本文采用CRITIC賦權(quán)法確定各指標(biāo)的權(quán)重，結(jié)果如表5所示。

表5 汽車產(chǎn)業(yè)安全評(píng)價(jià)指標(biāo)組合賦權(quán)結(jié)果

4.4 汽車產(chǎn)業(yè)安全預(yù)警及結(jié)果分析

借鑒產(chǎn)業(yè)安全研究流行的安全度劃分方法，將汽車產(chǎn)業(yè)安全評(píng)價(jià)結(jié)果分為安全、相對(duì)安全、臨界、不安全、危機(jī)5種等級(jí)，對(duì)應(yīng)的預(yù)警區(qū)間分別為［0.8，1］、 ［0.6，0.8］、 ［0.4，0.6］、 ［0.2，0.4］、 ［0，0.2］， 對(duì)應(yīng)的安全等級(jí)分別為 A、 B、C、 D、 E。

根據(jù)上文的各評(píng)價(jià)指標(biāo)數(shù)據(jù)以及指標(biāo)權(quán)重，對(duì)2010～2021年我國(guó)汽車產(chǎn)業(yè)安全總體狀態(tài)進(jìn)行預(yù)警研究。本文借鑒史欣向等［3］的研究方法，構(gòu)建如下汽車產(chǎn)業(yè)安全指數(shù)計(jì)算模型：

其中S為汽車產(chǎn)業(yè)安全指數(shù)，Wi為各評(píng)價(jià)指標(biāo)權(quán)重，Xi為各評(píng)價(jià)指標(biāo)數(shù)據(jù)。2010～2021年汽車產(chǎn)業(yè)安全指數(shù)計(jì)算結(jié)果如表6所示。

表6 2010～2021年汽車產(chǎn)業(yè)安全指數(shù)計(jì)算結(jié)果

如表6所示，2010～2018年間我國(guó)汽車產(chǎn)業(yè)安全狀況總體處于上升趨勢(shì)，在2010～2014年間我國(guó)汽車產(chǎn)業(yè)處于臨界的狀態(tài)，2015～2018年間我國(guó)汽車產(chǎn)業(yè)處于相對(duì)安全的狀態(tài)，安全狀態(tài)的提升主要得益于自主創(chuàng)新能力的提高和內(nèi)資企業(yè)競(jìng)爭(zhēng)力的增強(qiáng)。汽車行業(yè)具有明顯的規(guī)模經(jīng)濟(jì)效應(yīng)，需要同時(shí)在控制成本和提高收入兩方面表現(xiàn)出色，才能實(shí)現(xiàn)盈利。同時(shí)由于汽車行業(yè)的典型周期性，不確定性因素往往會(huì)對(duì)汽車企業(yè)產(chǎn)生極大的沖擊。2019年我國(guó)汽車產(chǎn)業(yè)狀況下降到臨界狀態(tài)，從產(chǎn)能供給、市場(chǎng)需求、競(jìng)爭(zhēng)格局以及行業(yè)集中度等維度判斷，我國(guó)汽車產(chǎn)業(yè)正處于成長(zhǎng)期向成熟期過(guò)渡的階段，頭部效應(yīng)不斷顯現(xiàn)，市場(chǎng)需求高位波動(dòng)。與此同時(shí)，新冠肺炎疫情蔓延以來(lái)，全國(guó)各地展開疫情防控工作，大部分汽車廠商停工停產(chǎn)，物流系統(tǒng)停滯，我國(guó)汽車產(chǎn)業(yè)遭到了重大沖擊。汽車行業(yè)累計(jì)銷量同比增速為－8.2%，利潤(rùn)降幅大于銷量降幅，利潤(rùn)總額增幅為－13.9%。

在2020年，我國(guó)汽車產(chǎn)業(yè)狀況仍未得到好轉(zhuǎn)，處于臨界狀態(tài)，究其原因發(fā)現(xiàn)：（1）受疫情影響，市場(chǎng)不確定性危機(jī)擴(kuò)大，短期內(nèi)消費(fèi)能力明顯下降，2020年全年汽車產(chǎn)銷同比分別下降2%和1.9%。同時(shí)，全國(guó)各地均出臺(tái)了延遲復(fù)工通知以及各種限行嚴(yán)查措施，直接導(dǎo)致企業(yè)無(wú)法正常開工，零部件供應(yīng)緊張。從進(jìn)出口情況看來(lái)，2020年1月～11月，汽車整車出口輛同比下降9.8%，出口金額同比下降4.5%。隨著新冠肺炎疫情在國(guó)外的不斷蔓延，一些國(guó)家和外國(guó)企業(yè)以疫情防控為理由，撤消了原有的訂單，對(duì)我國(guó)汽車企業(yè)造成了巨大沖擊；（2）隨著中國(guó)和美國(guó)之間經(jīng)濟(jì)貿(mào)易戰(zhàn)的不斷升級(jí)，美國(guó)出口管制和經(jīng)濟(jì)制裁仍呈現(xiàn)定向打擊和擴(kuò)大管轄的趨勢(shì)。大部分重要汽車零部件出口被限制，導(dǎo)致國(guó)內(nèi)眾多汽車企業(yè)生產(chǎn)進(jìn)度受阻，同時(shí)核心部件漲價(jià)，一定程度上降低了中國(guó)汽車產(chǎn)業(yè)的競(jìng)爭(zhēng)力。

由表6預(yù)警結(jié)果可以看出，我國(guó)2021年汽車產(chǎn)業(yè)安全指數(shù)繼續(xù)下滑，依然處于臨界狀態(tài)，汽車行業(yè)主要面臨3個(gè)方面的危機(jī)：（1）全球疫情的不確定性仍會(huì)對(duì)汽車產(chǎn)業(yè)造成巨大的影響，復(fù)雜化的外部環(huán)境將可能沖擊國(guó)內(nèi)國(guó)際雙循環(huán)；（2）汽車行業(yè)將面臨嚴(yán)重的供應(yīng)鏈風(fēng)險(xiǎn)，受疫情及技術(shù)民族主義雙重影響，汽車行業(yè)中一些核心零部件及技術(shù)依然面臨 “卡脖子”的危機(jī)，汽車芯片供給收縮與需求增加兩個(gè)相對(duì)趨勢(shì)導(dǎo)致了汽車行業(yè)出現(xiàn)了嚴(yán)重的 “缺芯”問(wèn)題，汽車產(chǎn)業(yè)發(fā)展遭到了嚴(yán)重影響；（3）汽車行業(yè)所面臨的競(jìng)爭(zhēng)壓力變大，未能提升自身競(jìng)爭(zhēng)力的汽車企業(yè)將會(huì)加速退出市場(chǎng)。

5 結(jié)論與建議

維護(hù)國(guó)家安全首先要保證經(jīng)濟(jì)安全，而經(jīng)濟(jì)安全核心在于產(chǎn)業(yè)安全，汽車產(chǎn)業(yè)的產(chǎn)業(yè)鏈條長(zhǎng)，對(duì)技術(shù)、經(jīng)濟(jì)影響巨大，因此汽車產(chǎn)業(yè)安全問(wèn)題尤為重要，維護(hù)我國(guó)汽車產(chǎn)業(yè)安全關(guān)鍵在于構(gòu)建一套合理、高效的汽車產(chǎn)業(yè)安全預(yù)警模型。后疫情時(shí)代背景下，本文結(jié)合WSR理論、TEI＠I方法論以及CRITIC賦權(quán)法提出基于WTC方法的汽車產(chǎn)業(yè)安全預(yù)警模型。結(jié)合預(yù)警結(jié)果發(fā)現(xiàn)，2010～2018年我國(guó)汽車產(chǎn)業(yè)安全狀況總體處于上升趨勢(shì)，主要是由于國(guó)家宏觀經(jīng)濟(jì)政策的積極引導(dǎo)以及自主創(chuàng)新能力的不斷提升。2019～2021年，受新冠肺炎疫情以及技術(shù)民族主義等因素影響，我國(guó)汽車產(chǎn)業(yè)安全狀況整體呈下降趨勢(shì)，處于臨界狀態(tài)。綜合考慮本文研究結(jié)論與國(guó)內(nèi)汽車產(chǎn)業(yè)現(xiàn)狀，給出如下提升汽車產(chǎn)業(yè)安全的建議：

（1）汽車供應(yīng)鏈涉及范圍廣泛，包括原材料、工藝以及人才等眾多因素。后疫情時(shí)代下，汽車供應(yīng)鏈各環(huán)節(jié)流動(dòng)受阻，嚴(yán)重影響了單點(diǎn)采購(gòu)－全球供應(yīng)傳統(tǒng)模式。中國(guó)應(yīng)加快打造堅(jiān)固、更具備競(jìng)爭(zhēng)力的汽車供應(yīng)鏈，通過(guò)人工智能、區(qū)塊鏈等新興技術(shù)，打破疫情所帶來(lái)的汽車供應(yīng)鏈各環(huán)節(jié)信息交流的壁壘，加速實(shí)現(xiàn)產(chǎn)業(yè)鏈上下游物流、資金流和信息量的整合。同時(shí)，中國(guó)應(yīng)該秉承 “人類命運(yùn)共同體”理念，在保證國(guó)家安全的基礎(chǔ)上堅(jiān)持對(duì)外合作，確保汽車供應(yīng)鏈的暢通，加快構(gòu)建國(guó)內(nèi)國(guó)際雙循環(huán)相互影響、相互促進(jìn)的新發(fā)展格局。

（2）由于新冠肺炎疫情沖擊，許多中小汽車企業(yè)出現(xiàn)資金周轉(zhuǎn)困難，導(dǎo)致生產(chǎn)停產(chǎn)，降薪裁員，嚴(yán)重影響了社會(huì)穩(wěn)定發(fā)展。汽車產(chǎn)業(yè)作為我國(guó)經(jīng)濟(jì)的重要基石，解決汽車行業(yè)企業(yè)融資問(wèn)題成為重中之重?？梢赃m當(dāng)考慮對(duì)受疫情影響嚴(yán)重的企業(yè)增加企業(yè)低利息貸款，同時(shí)通過(guò)租金減免等方式減少資金周轉(zhuǎn)壓力，保障其資金供應(yīng)，解決企業(yè)資金周轉(zhuǎn)問(wèn)題。