紡織服裝產業鏈韌性空間演化研究

摘要：在外部形勢日趨復雜的背景下，討論紡織服裝產業鏈韌性水平，揭示其空間演進規律顯得很有必要。文章從抵抗力、恢復力和轉型力三個角度，構建了紡織服裝產業鏈韌性評價指標體系，對2012—2022年中國31個省市區的韌性水平進行衡量，利用泰爾指數和探索性空間數據分析方法，分析產業鏈韌性空間演化過程。研究發現，中國紡織服裝產業鏈韌性整體呈上升趨勢，地區韌性水平差距顯著；韌性次熱點區和中間區逐漸增多，冷點區減少，并形成了“一點一帶”高水平的空間發展格局；經濟區域分組韌性水平呈“東、中、西、東北地區”遞減狀態，區域存在明顯差異且呈波動縮小態勢，差異來源主要是組間差異；韌性水平存在正向空間自相關性，頭部地區與相鄰省份形成了區域協同發展。

關鍵詞：紡織服裝產業鏈；產業鏈韌性；評價指標體系；產業安全；空間演化；區域協同發展

中圖分類號：F426.81

文獻標志碼：A

文章編號：1001-7003（2025）04-0028-10

DOI：10.3969j.issn.1001-7003.2025.04.004

收稿日期：2024-06-11;

修回日期：2024-12-25

基金項目：新疆維吾爾自治區社會科學基金項目（20AZD004）

作者簡介：田賽（1992），男，碩士研究生，研究方向為紡織產業鏈發展、安全和韌性。通信作者：張立杰，教授，博導，xjzlj@163.com。

目前，全球化進程形成“大融合”趨勢［1］。但是，隨著貿易保護主義勢力抬頭，國際經濟秩序呈重組趨勢，全球化分工演進和產業鏈重構不可避免［2］。自2017年開始，中美關系急轉直下，美國發動對華貿易戰，競爭戰略顯性化，極大推進了新一輪全球產業鏈重構進程［3］。2020年新冠疫情暴發，全球經濟低迷，諸多產業鏈出現斷裂和重組的狀況［4］。后疫情時代，地緣沖突和區域化合作不斷加深，加劇了全球產業鏈重構。目前，全球產業鏈表現出區域化、多元化和本土化的特征［5］，出現較大“卡鏈”“斷鏈”風險［6］。

紡織服裝產業是中國傳統的支柱產業、重要的民生產業和極具國際競爭力的優勢產業［7］。中國紡織服裝生產制造能力長期居于世界首位［8］，形成了紡織服裝全產業鏈體系。在全球產業鏈價值鏈重構的背景下，中國面臨歐美發達國家對紡織服裝產業等優勢產業的阻擊［9］。2018年中美貿易摩擦加劇，中國價值數百億美元的紡織服裝產品被扣押，擠壓了相關企業利潤空間［10］。2020年新冠疫情暴發，生產、流通、消費受限，眾多紡織服裝企業生存危機凸顯。后疫情時代，世界經濟增長遠低于預期，外需疲軟拖累出口，內需不足［11］，供需不平衡加劇了紡織服裝企業生存危機。2021年中央經濟工作會議明確提出，產業鏈供應鏈安全穩定是構建新發展格局的基礎，要把增強產業鏈供應鏈自主可控能力作為重點工作任務。產業鏈穩定是實現產業轉型升級和經濟高質量發展的基礎。因此，打造一個能夠有效應對風險沖擊且平穩恢復的強韌型紡織服裝產業鏈成為應對復雜外部形勢的必然選擇。

學界關于產業鏈韌性的研究多集中在產業鏈韌性內涵界定［12-13］、韌性水平評價［14］、韌性提升路徑探析［15-16］、影響因素分析等［17-18］，存在一定局限性。首先，現有定量分析中構建的產業鏈韌性指標體系不夠全面，少有研究將產業鏈看作一個整體考慮結構因素，探究協調性和完整程度對韌性的影響；數字經濟是影響產業鏈韌性的重要因素［19］，少有研究將其納進指標體系中。其次，特定產業鏈的韌性研究引發了廣泛關注，但關于紡織服裝產業鏈韌性評價及空間演進規律的研究鮮見于文獻，如何提升紡織服裝產業鏈韌性水平以應對當前復雜局勢尚未引起足夠的重視。

本文通過梳理以往研究，基于產業鏈韌性內涵，從抵抗力、恢復力和轉型力三個角度構建紡織服裝產業鏈韌性評價指標體系，利用熵權法測算2012—2022年中國31個省市區（基于數據可得性，不包括中國34個省市區中的香港、澳門和臺灣地區，下文不再贅述）的紡織服裝產業鏈韌性水平，并運用泰爾指數和探索性空間分析方法探索中國紡織服裝產業鏈韌性空間演化規律。

1 紡織服裝產業鏈韌性

產業鏈韌性的研究起始于對經濟韌性的研究。Reggiani首次將韌性概念引入經濟學領域［20］，探討外部沖擊對經濟系

統的影響。產業鏈韌性與韌性內涵的演化歷程相似，主要分為均衡論和演化論兩大視角。目前，主流觀點認為演化論更

貼合產業鏈現實狀況。演化韌性是復雜的社會系統在應對外部沖擊時體現出來的調整和適應的能力，是不斷演進的長期動態過程［21］。張躍勝等［22］認為，經濟韌性強調經濟系統應對外部沖擊后不斷動態演化，從而形成新的發展路徑。基于演化論，Martin［23］認為經濟韌性包括抵抗力、恢復力和創新力等維度，這一概念廣泛認可并沿用［24-25］。

產業鏈韌性是指產業鏈應對外部沖擊的能力，包括維持產業鏈正常運轉、修復產業鏈斷裂及發現新路徑實現升級的能力［26-27］。在借鑒張莉等［28］研究的基礎上，本文將數字經濟水平納入研究框架，把創新能力和數字經濟水平歸納為轉型力維度，最終形成的紡織服裝產業鏈韌性包括抵抗力、恢復力與轉型力三個維度。產業鏈抵抗能力主要表現為對風險的抵抗能力［29］，抵抗能力越高的產業鏈受風險沖擊的影響越小，在受到沖擊時越能夠保證正常平穩運行。借鑒陳曉東等［19］相關研究，產業鏈抵抗能力與產業鏈條完整程度、產業基礎能力和資產配置能力相關，產業鏈條完整程度通常采用赫芬達爾—赫希曼指數來衡量。產業鏈基礎能力和資產配置能力可以細分為產業鏈規模、協調水平、生產情況與生態可持續能力，產業鏈規模采用營業收入和從業人員數量來衡量，產業鏈協調水平采用產業間耦合協調水平來衡量［30］，資產配置能力采用鏈上企業平均資產負債率衡量，生產能力采用紡織產業鏈主要產品產量占全國比重來衡量，生態可持續采用污染治理項目本年完成投資來衡量。產業鏈恢復能力強調的是受到沖擊后恢復常態的能力［31］，貫穿于整個產業鏈，任何環節受到沖擊后無法及時恢復，都會傳導至整個產業鏈，嚴重時可以導致整個產業鏈癱瘓。產業鏈恢復能力與所處區域的宏觀環境及產業鏈自身的發展能力有關［14］。紡織服裝產業鏈作為制造業，交通運輸水平對產業鏈影響較大，經濟水平、財政支持和社會消費水平直接影響產業鏈銷售水平；產業鏈經營狀況是產業自身發展能力的直接反映，由于紡織服裝產業鏈的終端產品為消費品［5］，關乎民生［8］，對外開放和市場活力也會影響產業鏈發展。產業鏈轉型能力包括產業鏈創新能力［32］和產業鏈高端引導力［33］等內容，指產業鏈在受到風險沖擊后通過創新形成新的增長路徑，實現轉型升級的能力。經費支出和人員投入能夠反映產業鏈創新能力［19］，本文選取產業鏈Ramp;D科研經費支出總額、產業鏈Ramp;D發展人員折合全時當量衡量鏈上產業在Ramp;D的經費、人員方面的支出。數字經濟作為促進產業升級的新動能［34］，是產業鏈高端引導力的具體體現，可以用北京大學數字金融普惠指數、數字化程度、固定互聯網寬帶接入用戶和移動電話用戶指標來衡量［35］。結合紡織服裝產業鏈的特殊性，本文構建的紡織服裝產業鏈韌性評價指標體系如表1所示。

在指標體系構建過程中，本文選取赫芬達爾—赫希曼指數（HHI）衡量產業鏈完整程度。HHI通常用來衡量產業市場集中度，當用來衡量產業鏈完整程度時，可以認為某一區域僅擁有產業鏈上某一產業時，該指標為1；而所有產業發展水平相近時，該指標接近1n。換言之，該指標越大，產業鏈上產業分布越不均勻，產業發展越不均衡，產業鏈完整程度越低。

HHI=∑ni=1XiX2

（1）

式中：X表示產業鏈總營業收入，Xi表示產業鏈中產業營業收入，n表示產業鏈中包括的產業個數。

耦合協調水平主要用于測量各系統之間相互影響、相互作用的協同程度［36］。因此，本文選擇產業間耦合協調水平表示產業鏈的均衡發展水平，耦合協調度表示產業鏈上產業在耦合的空間邏輯上相互作用和發展的正向關聯度，表現各產

業之間相互影響的強弱程度。

（4）

式中：C為耦合度；u1、u2、u3為產業鏈上各產業資產總額，T是產業鏈的綜合評價值；D是產業間的耦合協調度值；α、β、λ是各產業權重系數，本文認為在產業鏈中各產業重要程度相當，各產業均分權重，因此各權重系數之和為1。

目前評價方法主要包括主觀賦權、客觀賦權和主客觀組合賦權方法。由于數據的多樣性和復雜性，為了保證數據信息的完全反映，本文采用熵權法這種客觀賦權方法。熵權法的基本原理是根據指標取值中包含的信息量大小確定指標的權重。在信息論中，熵指系統混亂或無序的程度，指標熵值越大，說明指標的混亂程度越高，不確定性越大，信息量越少，在評價對象指標中的重要程度越低，指標權重越小。該方法能夠減少主觀因素的干擾，充分利用數據中的信息，整體計算簡便、合理，便于對各評價指標進行對比，但也存在對數據的質量和完整性要求較高，對極端值和數據波動較為敏感等問題。

紡織服裝產業鏈涵蓋范圍較廣，考慮數據可得性，本文選取規模最大、最具代表性的紡織業、紡織服裝、服飾業和化學纖維制造業。由于2012年前后部分年鑒統計口徑出現了變動，為使口徑一致，故采用2012—2022年度數據。數據主要來自于國家統計局、歷年《中國統計年鑒》、各省市區《統計年鑒》，以及《中國紡織工業發展報告》《中國環境統計年鑒》《中

國科技統計年鑒》《中國貿易外經統計年鑒》《中國人口和就業統計年鑒》《中國第三產業統計年鑒》，各地區數字普惠金融指數來源于北京大學數字金融研究中心。由于地區創新能力指標數據缺失，本文使用缺失地區的紡織服裝產業鏈創新投入在工業創新總投入中的占比進行估算，其他少數缺失數據采用線性插值法進行填補。根據構建的指標體系，計算中國31個省市區紡織服裝產業鏈韌性水平，結果如表2所示。

總體來看，2012—2022年中國紡織服裝產業鏈韌性水平整體呈上升趨勢，上升了0.037，增幅為38.69%。產業鏈韌性均值為0.117，各省市區韌性水平超過當年平均值的不足13，整體水平較低。各地區差距明顯，最高達0.688，最低僅0.01，相差71倍，區域間差異呈擴大趨勢。韌性上升可能的主要原因來自國內紡織服裝產業鏈的迅速發展。一方面，紡織服裝產業鏈正處于升級和高質量發展的關鍵期，通過科技創新、數字化轉型、凸顯文化符號、踐行綠色制造和履行社會責任等方式，加之政府產業政策支持和引導，實現了產業結構和產業布局調整，區域產業鏈集群建設成效顯著，產業鏈完整性和競爭力提升，產業鏈韌性水平提升；另一方面，盡管在全球經濟進入深度調整周期的階段，貿易保護主義抬頭，正常國際貿易秩序受阻，紡織服裝產業鏈面臨外部需求走弱的挑戰，但是國內市場需求的穩定與增長為紡織服裝產業鏈的穩定發展提供了強有力的支撐。

從時間序列來看，2012—2019年中國紡織服裝產業鏈韌性水平持續提升，產業鏈穩步發展，持續提升國際競爭力。但是，2020年中國紡織服裝產業鏈韌性水平小幅下降。產業鏈韌性出現下降可能的原因是，一方面，2020年突發新冠疫情，對全球經濟和社會活動造成了巨大沖擊。紡織服裝產業鏈響應國家防疫政策，出現了停工停產、供應鏈運轉不暢、市場訂單大幅減少等困難。雖然國內疫情得到有效控制，紡織服裝企業復工復產，但是同期國際疫情迅速蔓延，國外市場對傳統服裝類消費品的需求下降，產業鏈面臨較大的外需壓力，市場風險提升，企業生產經營壓力增大，投資和發展信心不足。另一方面，美國實施貿易保護主義，不斷挑起中美貿易爭端，如扣押紡織相關產品、抵制新疆棉花等，紡織服裝產業鏈國際貿易風險增加，影響了產業鏈出口和供應鏈穩定性。隨著疫情向常態化發展，紡織服裝產業鏈發展逐漸穩定，產業鏈韌性逐漸恢復并進一步提升，2022年產業鏈韌性水平高于疫情前最高水平。

2 紡織服裝產業鏈韌性空間演化分析

2.1 空間差異分析

對中國紡織服裝產業鏈韌性數據進行初步處理，使用ArcGIS 10.2軟件中的自然斷點分級法畫出31個省市區紡織服裝產業鏈韌性冷熱點分布，進行類型劃分，以觀測產業鏈韌性空間分布狀況及差異，如圖1所示。其中，中國地圖基于國家測繪地理信息局標準地圖服務網站下載的審圖號為GS（2022）1873號的標準地圖制作，底圖無修改。

整體來看，中國31個省市區的紡織服裝產業鏈韌性水平差距較大，呈現一定的空間特征。從數量來看，2012—2022年

中國紡織服裝產業鏈韌性熱點區未變化，包括江蘇和浙江2個省。次熱點區和中間區的數量增加。2012年次熱點區包括廣東和山東2個省，2017年增加到廣東、山東和福建3個省，2022年增加至廣東、山東、福建和新疆4個省區。2012年中間區包括上海、河北、河南、湖北、新疆和福建6個省市區，2017年新增江西和四川2個省，2022年湖南替代新疆成為中間區。次冷點區先增后減，2012年包括5個省市區，2017年增至11個，2022年降至10個。冷點區呈下降趨勢，2012年有16個省市區，2017年降至7個，2022年仍為7個?？梢园l現，在地域上，中國紡織服裝產業鏈韌性的次熱點區、中間區和次冷點區基本呈現由東部地區向中部地區轉移的空間發展格局。2010年國家工業和信息化部發布《關于推動紡織產業轉移的指導意見》，中國紡織服裝產業逐漸向中西部轉移。從空間特征來看，2012—2022年中國紡織服裝產業鏈韌性逐漸演變為“一點一帶”高水平的空間發展格局，“一點”指新疆，“一帶”指東南沿海一帶，具體包括山東、江蘇、浙江、福建和廣東。新疆紡織服裝產業鏈韌性水平上升，周圍的西南地區和東北地區的韌性水平不斷下降；東南沿海一帶紡織服裝產業鏈韌性水平上升，周邊地區韌性水平不斷提升，且呈由內向外逐級遞減態勢，逐步形成了鮮明的“核心—邊緣”結構。

基于以上分析，并根據國家統計局關于經濟區域的劃分，將31個省市區劃分為東、中、西和東北四大區域，將各省市區數據分組，并計算各區域平均值，如圖2所示。由區域分組結果可知，中國紡織服裝產業鏈韌性水平較高的地區多集中在東部區域。考察期內，中國紡織服裝產業鏈韌性水平前5個省市區均為東部區域省份，分別為浙江、江蘇、廣東、山東和福建，第6位是新疆，屬于西部區域。具體來看，東部區域整體呈上升趨勢，其中浙江、福建和廣東韌性出現較大幅度增長。中部區域和東北地區呈小幅上升趨勢，中部區域提高程度高于東北地區，區域內省份產業鏈韌性水平提高程度相似。西部區域總體呈上升趨勢，其中新疆紡織服裝產業鏈韌性提高程度顯著。區域韌性水平差異的現實原因可能主要來自區域產業鏈發展水平差異和政策影響。東部區域由于水路交通便利、外貿發達，紡織服裝產業鏈技術水平較高，產業鏈競爭力在全國范圍內遙遙領先，隨著產業轉型升級和區域發展政策的扶持，產業鏈韌性實現了進一步提高。至2010年出臺《國務院關于中西部地區承接產業轉移的指導意見》及相關重要文件以來，紡織服裝產業持續向中部和西部區域轉移，尤其是中部區域，因其地理位置與東部區域接近，交通便利，承接了更多的紡織服裝產業鏈資源要素轉移。西部區域主要依靠勞動力成本和原材料優勢吸引紡織產業，但是運輸成本高，綜合優勢較中部區域有一定差距。值得注意的是，新疆由于是全國主要產棉區，承接了大量東部區域紡織服裝產業鏈轉移，紡織服裝產業鏈持續發展，產業鏈韌性實現了大幅提高。

通過測算泰爾指數，進一步分析區域紡織服裝產業鏈韌性水平差異及差異來源，結果如表3所示。就全國來看，中國紡織服裝產業鏈韌性明顯存在區域差異，區域差異呈波動縮小態勢，這可能與中國紡織服裝產業鏈進入發展成熟期有關，優勢區域產業鏈發展由高速增長進入緩慢增長，發展較慢的區域由于生產資料等低成本優勢產業鏈發展速度加快，產業鏈區域差異縮小。具體來看，組內差異不斷縮小，由2012年的0.141縮小至2022年的0.094；組間差異呈縮小態勢，由2012年的0.413下降至2020年的0.333。從數值來看，組間差異始終大于組內差異，說明中國紡織服裝產業鏈韌性區域差異主要來源于組間差異。從四大經濟區域來看，區域韌性差異由大到小分別為東部、西部、中部和東北地區，年均差異東部區域是東北地區的8倍以上。考察期內韌性差異變動程度由大到小分別為西部、中部、東部和東北地區，變動程度均較為接近。結合各省市區韌性水平可以發現，東部區域中如浙江等部分省份紡織服裝產業鏈發展水平高導致韌性水平高，但是由于各省市區發展方向和路徑差異，如海南等部分省市紡織服裝產業鏈發展水平低，韌性水平與浙江相差30多倍，從而拉高了東部區域韌性差異，導致東部區域差異最大。西部區域韌性變化程度最大，差異較大，主要來源是新疆。可能的原因是，自成為全國主要產棉區以來，新疆通過原材料優勢和政策扶持，承接了較多的內地紡織服裝產業轉移，逐步成為中國紡織服裝產業鏈優勢地區。而西部其他地區由于原材料、產業歷史基礎和生態環境等不利因素，缺乏發展紡織服裝產業鏈的基礎條件，并隨著時間變化差異逐步擴大。新疆成為西部區域紡織服裝產業鏈的發展核心。中部區域雖然在一定程度上承接了東部區域部分紡織服裝產業鏈資源，但是由于地理區域和生產資料沒有明顯優勢，區域內各省市區發展水平類似，韌性水平相差不大。東北地區紡織服裝產業鏈仍處于緩慢發展階段。

2.2 空間關系分析

根據以上分析可以發現，中國紡織服裝產業鏈韌性存在明顯的空間差異。為進一步探尋其空間相關關系，分析各地區產業鏈韌性水平空間集聚程度，以及與周邊區域的相似程度和空間分異特征，計算中國紡織服裝產業鏈韌性水平全局和局部莫蘭指數。

全局莫蘭指數如表4所示。由表4可以發現，中國紡織服裝產業鏈韌性水平全局指數均為正數，p值均小于0.01，通過1%的顯著性水平檢驗，z值得分為正，且均大于2，說明中國紡織服裝產業鏈韌性水平存在正的空間自相關性，具有空間集聚特征。研究期內，產業鏈韌性水平的全局指數呈小幅波動下降態勢，說明各地紡織服裝產業鏈韌性的空間依賴關系小幅下降。

莫蘭散點圖展示了空間離差值和空間滯后項之間的散點關系，X值越大表明該地區韌性水平越高，Y值越大表明相鄰地區韌性水平越高。散點圖劃分為四個象限，第1和第3象限為正向空間相關，第2和第4象限為負向空間相關。本文選取2012、2015、2019、2022年的局部莫蘭指數散點圖進行分析，如圖3所示。可以發現，考察期內，中國各省市區落入第3象限最多，且呈堆積狀態，隨時間變動點的數量呈增加趨勢，落入第1象限的點較少，點的數量呈減少趨勢，落入第2、第4象限的點最少，點的數量變動不大，表明各省市區紡織服裝產業鏈韌性具有空間集聚特征，主要表現為低低集聚。說明紡織服裝產業鏈優勢區域維持領先優勢，并顯現了區域協同發展，落后區域傾向于利用自身區域優勢，轉向其他產業鏈體系發展。更進一步說明，紡織服裝產業鏈作為傳統的勞動密集型產業鏈，目前發展已經進入成熟期，產業鏈投資回報率和發展前景相對其他如數字經濟、低空經濟等新型產業鏈較低，風險較高。部分省市區并未選擇對紡織服裝產業鏈“補弱”，而是選擇其他新興產業鏈作為地區目標產業鏈進行資源傾斜。

為探討各地是否存在顯著的局部自相關性，本文對2012、2015、2019、2022年各地紡織服裝產業鏈韌性進行LISA分析，結果如表5所示。由表5可知，在5%的顯著性水平下，部分地區存在顯著的局部相關性。第一，江蘇、福建、浙江三省存在顯著高高關聯，這些地區與周邊地區的紡織服裝產業鏈韌性水平相似，產業鏈發展水平呈現空間集聚性，區域協同發展效應明顯。這一結果也證明了紡織服裝產業鏈優勢地區的發展策略是充分利用自身優勢，并與相鄰優勢地區聯合，通過區域協同發展保持競爭優勢。第二，安徽和江西兩省韌性水平呈現顯著低高關聯，與相鄰江蘇、浙江和福建等地有一定差距。可能的原因是隨著紡織服裝產業鏈體系逐步向中部轉移，安徽、江西作為主要承接地，紡織服裝產業迅速發展，但發展水平仍然明顯低于東部地區。第三，四川、寧夏持續呈現顯著的低低關聯，這些地區與其周邊地區的紡織服裝產業發展水平較低，地區間差異較小，也說明對于低水平省市區來說，對紡織服裝產業鏈這種傳統的勞動密集型產業鏈進行“補弱”明顯不是發展的主要方向。值得注意的是，新疆作為中國棉花主產區，棉花產量占中國棉花總產量的80%以上，棉花相關產業迅速發展，在西北區域獨樹一幟，與相鄰地區產業鏈發展水平均有較大差距，產業鏈韌性與其周邊地區在10%顯著性水平下呈現高低關聯。新疆依托于優質的原材料，逐步構建起完善的紡織服裝產業鏈體系，在全國范圍內形成了影響力。

為進一步進行局部莫蘭指數分析，本文選取近三年韌性排名最高的前六個省市區，分別為浙江、江蘇、廣東、福建、山東和新疆，結合考察期內地區韌性莫蘭指數及其變動，分析產業鏈地區空間變動趨勢，結果如表6所示。

由表6可以發現，全國紡織服裝產業鏈韌性水平頭部地區對相鄰地區的影響具有明顯的差異性。在考察期內，浙江、江蘇和福建三個省份產業鏈韌性莫蘭指數均為正，且p值均小于0.05，說明具有正向空間相關性。三個省份紡織服裝產業鏈韌性具有空間集聚特征，與相鄰省份具有正向協調關系，紡織服裝產業鏈的發展可能會能夠帶動相鄰省份相關產業鏈的發展。浙江和福建兩省莫蘭指數逐年增加，說明兩省與相鄰省份的空間集聚特征愈發明顯，有效帶動了相鄰省份紡織服裝產業鏈韌性的增加與產業鏈的發展，與相鄰省份的關系更加緊密，形成了一定程度的區域協同發展。江蘇莫蘭指數隨時間呈下降趨勢，說明與相鄰省份的空間集聚特征出現一定程度的弱化。新疆紡織服裝產業鏈韌性莫蘭指數在10%顯著水平下持續為負，且隨時間推移持續負向增加，說明新疆紡織服裝產業鏈韌性對相鄰省份的韌性出現負面影響，隨時間推移負面影響持續增加。新疆利用獨有的棉花原材料優勢持續推動了當地紡織服裝產業鏈迅速發展，但相鄰地區不具備相似的優勢，無法實現產業鏈的迅速發展。同時，新疆紡織服裝產業鏈擴大了在周邊區域的市場占有率，進一步壓縮了相鄰省份紡織服裝產業鏈的生存和發展空間。

2.3 啟 示

基于以上研究，本文認為中國各省市區需要充分利用空間區位優勢，依托地理位置和自然資源的有利條件，形成紡織服裝產業鏈差異化發展。第一，東部區域紡織服裝產業鏈具有深厚底蘊和區位優勢，發展定位和重點方向應該是不斷提高產品質量，促進企業向專業化、品牌化轉型，塑造高端、優勢品牌，力爭突破國際封鎖，在國際紡織服裝產業鏈上游立足。東部地區形成的紡織服裝產業鏈集群需要凝聚區域創新要素，加大創新投入力度，推動智能制造、綠色制造，加快紡織產業與互聯網深度融合，全面提升紡織產業創新能力，重點發展技術研發、品牌營銷，積極創建自主品牌，增加產品附加值，努力成為產業轉型升級的引領者和示范者，并向中部輻射。第二，中部區域深入與東部區域紡織服裝產業鏈的協同發展，發揮在交通、人才、原料等方面的優勢，著力優化營商環境，加強產業配套設施建設，加強產業供應鏈管理，優化供給結構，降低產業鏈綜合成本，完善產業鏈體系，積極推進產業鏈有序轉移。第三，西部區域中，新疆依托于豐富的原材料、深厚的文化底蘊、充足的能源和地理位置優勢，可以將特色紡織作為發展方向，通過資源合理配置和產業分工合作，形成更有效率的產業鏈閉環，強化供應鏈調整能力。同時，加強與周邊國家合作，積極拓展國外市場，有效利用“一帶一路”、RCEP貿易協定等優勢，積極挖掘新市場、新需求，填補歐美等發達國家對中國紡織服裝產品制裁出現的產值缺口發展外向型產業經濟，發揮新疆絲綢之路經濟帶與向西開放橋頭堡的作用。

3 結 論

本文基于對產業鏈韌性的內涵，從抵抗力、恢復力和轉型力三個角度構建了紡織服裝產業鏈韌性評價指標體系，采用熵權法對2012—2022年中國31個省市區的紡織服裝產業鏈韌性水平進行測算，并利用泰爾指數及探索性空間分析方法對紡織服裝產業鏈韌性的空間演化過程進行分析。主要研究結論如下：

第一，中國紡織服裝產業鏈韌性整體呈上升趨勢，但水平較低，各地區之間的差距顯著。第二，中國紡織服裝產業鏈韌性呈現一定的空間特征，并形成了“一點一帶”高水平的空間發展格局。韌性水平由內向外呈逐級遞減態勢，形成了鮮明的“核心—邊緣”結構。第三，中國紡織服裝產業鏈韌性水平呈“東、中、西、東北地區”遞減狀態，韌性水平均呈上升趨勢。第四，中國紡織服裝產業鏈韌性存在明顯區域差異，呈波動縮小態勢，差異來源主要是組間差異。東部區域差異最大，西部區域差異變動幅度最大，東北地區內部差異及其變動幅度最小。第五，中國紡織服裝產業鏈韌性水平存在正向空間自相關性，具有空間集聚特征，主要表現為高高集聚和低低集聚。浙江、江蘇和福建三個韌性頭部地區與相鄰省份具有正向協調關系，形成了一定程度的區域協同發展，新疆與相鄰省份具有負向關系。

《絲綢》官網下載

中國知網下載

參考文獻：

［1］譚小芬， 王欣康， 楊雅涵. 全球化與通貨膨脹［J］. 中國工業經濟， 2023（5）： 24-42.

TAN X F， WANG X K， YANG Y H. Globalization and inflation［J］. China Industrial Economics， 2023（5）： 24-42.

［2］沈銘輝， 李天國. 全球價值鏈重構新趨勢與中國產業鏈升級路徑［J］. 新視野， 2023（2）： 70-78.

SHEN M H， LI T G. New trends in global value chain restructuring and the upgrading path of China’s industrial chain［J］. Expanding Horizons， 2023（2）： 70-78.

［3］屠新泉. 全球產業鏈重構與全球貿易治理體系變革［J］. 當代世界， 2023（7）： 24-31.

TU X Q. Global industrial chain restructuring and the transformation of the global trade governance system［J］. Contemporary World， 2023（7）： 24-31.

［4］高運勝， 劉慧慧， 王云飛. 新冠疫情與產業鏈重構沖擊下我國對外貿易高質量創新發展的對策分析［J］. 國際貿易， 2022（9）： 30-40.

GAO Y S， LIU H H， WANG Y F. The countermeasure analysis of high-quality innovative development of China’s foreign trade under the impact of COVID-19 pandemic and industrial chain reconstruction［J］. Intertrade， 2022（9）： 30-40.

［5］易宇， 周觀平. 全球產業鏈重構背景下中國制造業競爭優勢分析［J］. 宏觀經濟研究， 2021（6）： 34-49.

YI Y， ZHOU G P. Analysis of China’s manufacturing competitive advantage under the background of global industrial chain restructuring［J］. Macroeco-nomics， 2021（6）： 34-49.

［6］周禛. 全球產業鏈重構趨勢與中國產業鏈升級研究［J］. 東岳論叢， 2022， 43（12）： 129-136.

ZHOU Z. Research on the trend of global industrial chain restructuring and the upgrading of China’s industrial chain［J］. Dongyue Tribune， 2022， 43（12）： 129-136.

［7］劉瑾. 紡織工業走在世界前列［N］. 經濟日報， 2022-06-21（009）.

LIU J. Textile industry takes the lead in the world［N］. Economic Daily， 2022-06-21（009）.

［8］孫瑞哲. 紡織強國再出發 譜寫高質量發展新篇章［J］. 紡織導報， 2021（1）： 15-28.

SUN R Z. New start of the textile power to write a new chapter in high-quality development［J］. China Textile Leader， 2021（1）： 15-28.

［9］許彩慧， 陳宇學， 孫小澤. 產業安全視角下的中國產業鏈重構［J］. 企業經濟， 2023， 42（3）： 15-25.

XU C H， CHEN Y X， SUN X Z. Restructuring of China’s industrial chain from the perspective of industrial security［J］. Enterprise Economy， 2023， 42（3）： 15-25.

［10］張彤. “后疫情”時代我國紡織服裝產業鏈面臨的挑戰及應對之策［J］. 紡織導報， 2021（8）： 13-15.

ZHANG T. Challenges faced by China’s textile and apparel industrial chain in the “post-pandemic” era and countermeasures［J］. China Textile Leader， 2021（8）： 13-15.

［11］張慧慧， 馮明， 孫博文， 等. 有效應對外部變化 繼續促進經濟恢復： 2022年秋季中國宏觀經濟形勢分析［J］. 改革， 2022（10）： 24-33.

ZHANG H H， FENG M， SUN B W， et al. Respond to external changes effectively to promote continuous economic recovery： Analysis of China’s economic situation in the autumn of 2022［J］. Reform， 2022（10）： 24-33.

［12］尤亮， 任晴. 產業韌性： 內涵、影響因素與展望［J］. 江西財經大學學報， 2024（4）： 33-44.

YOU L， REN Q. Industrial resilience： Connotation， influencing factors， and prospects［J］. Journal of Jiangxi University of Finance and Economics， 2024（4）： 33-44.

［13］高洪瑋. 中國式現代化與產業鏈韌性： 歷史邏輯、理論基礎與對策建議［J］. 當代經濟管理， 2023， 45（4）： 11-19.

GAO H W. The Chinese path to modernization and industrial chain resilience： Historical logic， theoretical basis and policy advice［J］. Contemporary Economic Management， 2023， 45（4）： 11-19.

［14］毛冰. 中國產業鏈現代化水平指標體系構建與綜合測度［J］. 經濟體制改革， 2022（2）： 114-120.

MAO B. Construction of index system and comprehensive measurement of China’s industrial chain modernization level［J］. Reform of Economic System， 2022（2）： 114-120.

［15］何亞莉， 楊肅昌. “雙循環”場景下農業產業鏈韌性鍛鑄研究［J］. 農業經濟問題， 2021（10）： 78-89.

HE Y L， YANG S C. Sdudy on ductile forging ofagricultural industry chain under the “dual circulation”［J］. Issues in Agricultural Economy， 2021（10）： 78-89.

［16］陳曉東， 劉冰冰. 基礎研究、政府支持方式與產業鏈安全［J］. 經濟縱橫， 2022（5）： 59-72.

CHEN X D， LIU B B. Basic research， ways of government support and industrial chain safety［J］. Economic Review Journal， 2022（5）： 59-72.

［17］羅黎平. 協同治理視角下的產業集群韌性提升研究［J］. 求索， 2018（6）： 43-50.

LUO L P. Research on enhancing the resilience of industrial clusters from the perspective of collaborative governance［J］. Seeker， 2018（6）： 43-50.

［18］曹德， 賀正楚， 張嘉欣， 等. 軌道交通產業全產業鏈的韌性-脆弱性研究［J］. 經濟數學， 2020， 37（3）： 16-26.

CAO D， HE Z C， ZHANG J X， et al. Reserch on the resilience and vulnerability of the whole industry chain of rail transit industry［J］. Journal of Quantitative Economics， 2020， 37（3）： 16-26.

［19］陳曉東， 劉洋， 周柯. 數字經濟提升我國產業鏈韌性的路徑研究［J］. 經濟體制改革， 2022（1）： 95-102.

CHEN X D， LIU Y， ZHOU K. Reserch on the path digital economy to improve China’s industrial chain resilience［J］. Reform of Economic System， 2022（1）： 95-102.

［20］GOU W， JIN Z. How heterogeneous susceptibility and recovery rates affect the spread of epidemics on networks ［J］. Infectious Disease Modelling， 2017， 2（3）： 353-367.

［21］HUDSON R. Resilient regions in an uncertain world： Wishful thinking or a practical reality？［J］. Cambridge Journal of Regions， Economy and Society， 2009， 3（1）： 11-25.

［22］張躍勝， 鄧帥艷， 張寅雪. 城市經濟韌性研究： 理論進展與未來方向［J］.管理學刊， 2022， 35（2）： 54-67.

ZHANG Y S， DENG S Y， ZHANG Y X. Research on urban economic resilience： Theoretical progress and future directions［J］. Journal of Management， 2022， 35（2）： 54-67.

［23］MARTIN R. Regional economic resilience， hysteresis and recessionary shocks［J］. Journal of Economic Geography， 2012， 12（1）： 1-32.

［24］李勝會， 戎芳毅. 產業鏈現代化的漸進邏輯： 破解鎖定與韌性提升［J］. 廣東社會科學， 2022（5）： 37-47.

LI S H， RONG F Y. The gradual logic of industrial chain modernization： Unlocking and enhancing resilience［J］. Social Sciences in Guangdong， 2022（5）： 37-47.

［25］王平， 俞媛. 基于Fuzzy DEMATEL-ISM的高技術船舶產業鏈韌性影響因素研究［J］. 科技管理研究， 2023， 43（19）： 196-204.

WANG P， YU Y. Research on influencing factors of resilience of high-tech ship industry chain based on Fuzzy DEMATEL-ISM［J］. Science and Technology Management Research， 2023， 43（19）： 196-204.

［26］王澤宇， 唐云清， 韓增林， 等. 中國沿海省份海洋船舶產業鏈韌性測度及其影響因素［J］. 經濟地理， 2022， 42（7）： 117-125.

WANG Z Y， TANG Y Q， HAN Z L， et al. Resilience measurement and influencing factors of the marine ship industry chain in China’s coastal areas［J］. Economic Geography， 2022， 42（7）： 117-125.

［27］李勝會， 戎芳毅. 知識產權治理如何提升產業鏈韌性？基于國家知識產權示范城市政策的實證檢驗［J］.暨南學報（哲學社會科學版）， 2022， 44（5）： 92-107.

LI S H， RONG F Y. How can intellectual property governance improve the resilience of the industrial chain？ An empirical test based on national intellectual property model city policy［J］. Jinan Journal （Philosophy amp; Social Sciences）， 2022， 44（5）： 92-107.

［28］張莉， 陳凱， 李漢君. 數字經濟賦能制造業產業鏈韌性： 多維機制與空間溢出［JOL］. 江西財經大學學報， 2024： 10.13676j.cnki.cn36-1224f.20241104.001.

ZHANG L， CHEN K， LI H J. Digital economy enables the resilience of the manufacturing industry chain： Multi-dimensional mechanism and space spillover［JOL］. Journal of Jiangxi University of Finance and Economics， 2024： 10.13676j.cnki.cn36-1224f.20241104.001.

［29］谷城， 張樹山. 產業鏈韌性水平測度、區域差異及收斂性研究［J］. 經濟問題探索， 2023（6）： 123-139.

GU C， ZHANG S S. Level measurement， regional differences and convergence study of the industrial chain resilience［J］. Inquiry into Economic Issues， 2023（6）： 123-139.

［30］姚樹潔， 安靜蘭， 殷紅. 國內外產業鏈耦合協調對國家創新效能的影響研究［J］. 經濟學家， 2024（10）： 85-97.

YAO S J， AN J L， YIN H. Study on the impact of domestic and international industrial chain coupling coordination on national innovation efficacy［J］. Economist， 2024（10）： 85-97.

［31］謝家智， 何雯妤. 現代產業鏈韌性評價及提升路徑［J］. 統計與信息論壇， 2024， 39（2）： 15-28.

XIE J Z， HE W Y. Modern industrial chain toughness evaluation and path improvement［J］. Journal of Statistics and Information， 2024， 39（02）： 15-28.

［32］蔡詠梅， 李新英， 孟令偉. 中國經濟韌性測度及演化差異分析［J］. 統計與決策， 2024， 40（2）： 128-132.

CAI Y M， LI X Y， MENG L W. Measurement and evolutionary difference analysis of China’s economic resilience［J］. Statistics amp; Decision， 2024， 40（2）： 128-132.

［33］張虎， 張毅， 韓愛華. 我國產業鏈現代化的測度研究［J］. 統計研究， 2022， 39（11）： 3-18.

ZHANG H， ZHANG Y， HAN A H. Research on the measurement of modernization of industrial chains in China［J］. Statistical Research， 2022， 39（11）： 3-18.

［34］李春發， 李冬冬， 周馳. 數字經濟驅動制造業轉型升級的作用機理： 基于產業鏈視角的分析［J］. 商業研究， 2020（2）： 73-82.

LI C F， LI D D， ZHOU C. The mechanism of digital economy driving the transformation and upgrading of manufacturing： Based on the perspective of industrial chain restructuring［J］. Commercial Research， 2020（2）： 73-82.

［35］陳勝利， 王東. 數字經濟對經濟韌性的影響效應及作用機制［J］. 工業技術經濟， 2022， 41（6）： 26-34.

CHEN S L， WANG D. The effect and mechanism of digital economy on economic resilience［J］. Journal of Industrial Technology and Economy， 2022， 41（6）： 26-34.

［36］蔣輝， 張康潔， 張懷英， 等. 我國三次產業融合發展的時空分異特征［J］. 經濟地理， 2017， 37（7）： 105-113.

JIANG H， ZHANG K J， ZHANG H Y， et al. Spatial-temporal difference and influence of China’s three industrial convergence development［J］. Economic Geography， 2017， 37（7）： 105-113.

Research on the spatial evolution of resilience in the textile and apparel industry chain

TIAN Sai1， LE Kaidi1， JIN Ruijuan2， ZHANG Lijie1

（1a.School of Economics and Management;

1b.Xinjiang Center for High-Quality Macroeconomic Development Research， Xinjiang University， Urumqi 830000， China;

2.Finance Bureau of Bayingolin Mongolian Autonomous Prefecture， Korla 841000， China）

Abstract：The textile and apparel industry is a traditional pillar industry， an important livelihood industry， and a highly competitive advantageous industry in China. China’s textile and apparel manufacturing capabilities have long been at the forefront globally， establishing a comprehensive textile and apparel industry chain system. Against the backdrop of the global supply chain and value chain restructuring， China faces headwinds from developed European and American countries targeting advantageous industries such as the textile and apparel sector. In 2018， the escalation of Sino-American trade frictions led to the detention of billions of dollars’ worth of Chinese textile and apparel products， compressing the profit margins of related enterprises. The outbreak of the COVID-19 pandemic in 2020 restricted production， distribution， and consumption， highlighting the survival crisis for numerous textile and apparel companies. In the post-pandemic era， global economic growth has been significantly below expectations， with weak external demand dragging down exports and insufficient internal demand， exacerbating the supply-demand imbalance and further intensifying the survival crisis for textile and apparel enterprises. The Central Economic Work Conference in 2021 clearly proposed that the security and stability of industrial and supply chains are the foundation of building a new development pattern， and enhancing the autonomy and controllable capabilities of industrial and supply chains should be a key task. The stability of the industrial chain is the basis for achieving industrial transformation and upgrading as well as high-quality economic development. Therefore， creating a resilient textile and apparel industry chain capable of effectively responding to risk shocks and recovering smoothly has become an inevitable choice in dealing with complex external situations. However， studies on the evaluation of textile and apparel industry chain resilience and the patterns of spatial evolution are rarely found in the literature， and how to enhance the resilience level of the textile and apparel industry chain to cope with the current complex situation has not yet received sufficient attention.

To explore the resilience and spatial evolution of China’s textile and apparel industry chain， this paper constructs an evaluation index system for the industry chain resilience from three perspectives： resistance， recovery， and transformation capabilities， based on the connotation of industry chain resilience. The entropy weight method is used to measure the resilience level of the textile and apparel industry chain in 31 provinces， autonomous regions， and municipalities directly under the Central Government of China from 2012 to 2022. Furthermore， the Theil index and exploratory spatial analysis methods are employed to analyze the spatial evolution process of the textile and apparel industry chain resilience. The research contributes to and enriches the academic research on the resilience of the textile and apparel industry chain. Five conclusions are drawn. First， the overall resilience of the country’s textile and apparel industry chain exhibits an upward trend， yet it remains at a relatively low level， with significant disparities among regions. Second， the resilience of the country’s textile and apparel industry chain demonstrates certain spatial characteristics， forming a high-level spatial development pattern known as “one point and one belt”. The resilience levels decrease progressively from the core to the periphery， creating a distinct “core-periphery” structure. Third， the resilience levels of China’s textile and apparel industry chain show a decreasing pattern across the eastern， central， western， and northeastern regions， with resilience levels generally on an upward trajectory. Fourth， there are significant regional disparities in the resilience levels of China’s textile and apparel industry chain， which are narrowing in a fluctuating manner， with the primary source of differences being between-group variations. The eastern region has the largest regional disparities， the western region has the largest variation in regional disparities， and the northeastern region has the smallest internal disparities and the smallest variation. Fifth， the resilience levels of China’s textile and apparel industry chain exhibit positive spatial autocorrelation， indicating spatial agglomeration characteristics， mainly manifested as high-high agglomeration and low-low agglomeration. The three leading regions in resilience—Zhejiang， Jiangsu， and Fujian—have positive coordination relationships with neighboring provinces， forming a certain degree of regional collaborative development， while the Xinjiang Uyghur autonomous region has a negative relationship with neighboring provinces.

To enhance the resilience of the textile and apparel industry chain， provinces， municipalities， and autonomous regions in China need to fully leverage their spatial location advantages， relying on favorable geographical positions and natural resources to foster differentiated development within the textile and apparel industry chain.

Key words：

textile and apparel industry chain; industrial chain resilience; evaluation index system; industrial safety; spatial evolution; regional collaborative development