长三角地区数字经济与纺织产业高质量发展耦合协调研究

王瑞荣 颜平 聂爽爽

Research on the coupling and coordination of digital economy and high-quality developmentof the textile industry in the Yangtze River Delta

摘要：数字经济是推动中国式现代化建设的重要力量，是实现共同富裕的加速器。文章以2012—2021年长三角三省一市为样本，构建了数字经济与纺织产业高质量发展综合评价指标体系，利用耦合协调度模型分析了数字经济与纺织产业高质量发展的耦合协调演变趋势。结果发现：整体看，长三角地区数字经济与纺织产业高质量发展的耦合度、耦合协调度和相對发展度处于较高水平，呈现良好发展态势;分地区看，两大系统的耦合协调度存在显著的地区差异，从高到低依次为江苏、浙江、上海和安徽;细分行业看，不同省份的耦合协调度次序也不一样，江苏、浙江最高细分行业分别是服装业、化学纤维制造业，上海和安徽则均为皮革和制鞋业。最后，基于研究结论，提出了相应的政策建议。

关键词：长三角;数字经济;纺织产业;高质量发展;改进熵值法;耦合协调度

中图分类号：F426.81    文献标志码：A   文章编号： 10017003（2023）090008

引用页码：091102    DOI： 10.3969/j.issn.1001-7003.2023.09.002（篇序）

实现现代化是世界各国人民的共同梦想，也是中国人民梦寐以求的夙愿。中国共产党第二十次全国代表大会报告指出：“实现高质量发展、实现全体人民共同富裕是中国式现代化的本质要求。”作为中国式现代化的重要参与者和推动力量，纺织行业的发展有效带动了乡村与县域经济，对于巩固脱贫攻坚成果，推进乡村全面振兴做出了积极贡献［1］，是新时期造福民生福祉、推动经济社会稳定发展的重要力量。作为中国经济发展最活跃的区域之一，长三角地区在中国式现代化全面推进，实现人民对美好生活向往建设征程中具有举足轻重的战略地位。在长三角产业序列中，纺织产业一直是其传统支柱产业之一，被《长江三角洲区域一体化发展规划纲要》列入建设世界级制造业集群的十大领域之一。长三角一体化进程加速推进和数字经济迅猛发展，为纺织产业高质量发展提供了新机遇。数字经济赋能纺织产业高质量发展将成为未来行业发展的主流。因此，深入分析数字经济与纺织产业高质量发展的耦合协调关系，对长三角产业一体化发展政策制定具有重要的理论意义和实践价值。

近年来，国内外学者围绕数字经济与纺织产业高质量发展的关键问题开展了深入的研究。在数字经济方面，相关研究成果主要聚焦数字经济的内涵与特征［2-5］、驱动因素与水平测度［6-8］、作用机理与影响效应［9-12］等方面。在纺织产业高质量发展方面，相关研究成果主要聚焦宏观国家层面［13-14］、中观细分行业层面［15-16］及微观企业层面［17-18］进行了深入分析。关于数字经济与纺织产业高质量发展关系方面的研究成果不多，如刘雅婷等［14］认为在百年变局持续深化的新时期，数字经济成为推动纺织服装业高质量发展的重要力量。洪乐乐［19］选取2016—2020年广州市相关指标数据，分析了广州市数字经济和其纺织产业两个系统之间的耦合协调度模型，发现数字经济有利于纺织产业的高质量发展。孙瑞哲［20］认为数字经济正在从根本上改变传统经济模式，赋予了纺织产业发展新的内涵。王瑞荣［21］选取2005—2019年绍兴地级市数据，实证考察了数字经济对纺织产业升级的影响，发现数字经济对纺织产业升级具有显著正向促进作用。李秋珍［22］基于2008—2020年中国30个省份的纺织产业面板数据样本，对数字经济驱动纺织产业高质量发展的作用机制和影响效应进行实证分析，发现数字经济可以显著促进纺织产业高质量发展。

综上所述，国内外学者对数字经济与纺织产业高质量发展方面开展了深入研究，形成了很多前瞻性的成果，这些研究成果为本文提供了坚实的理论基础。但是目前针对某个区域进行两者耦合协调关系的研究成果还较少，研究长三角地区数字经济与纺织产业高质量发展相关研究成果更是不多。基于此，本文以长三角地区为研究对象，构建数字经济与纺织产业高质量发展综合评价指标体系，利用耦合协调度模型对数字经济与纺织产业高质量发展的耦合协调演进特征进行分析。

1 研究设计

1.1 指标体系构建

基于数据的科学性、代表性和可获得性原则，本文参考已

有研究成果［21，23］，从数字基础设施、数字业务规模、数字产业发展和数字创新能力四个维度选取12个指标，构建数字经济发展综合评价指标体系;从经济效益、创新能力、资源配置效率和绿色发展四个维度选取8个指标，构建纺织产业高质量发展综合评价指标体系。其中，纺织产业包括纺织业（C17），纺织服装、服饰业，简称服装业（C18），皮革、毛皮、羽毛及其制品和制鞋业，简称皮革和制鞋业（C19），化学纤维制造业（C28）四个细分行业。

数字经济与纺织产业高质量发展综合评价指标体系如表1所示。

1.2 研究方法

1.2.1 改进熵值法

为了动态反映数字经济与纺织产业高质量发展的耦合协调关系，本文采用改进熵值法［24-25］测算长三角三省一市数字经济与纺织产业高质量发展水平。具体测算步骤如下：

第一步：对原始数据进行标准化处理。由于文中构建的综合评价指标体系数据量纲存在很大差异，且指标属性不一致，需要对原始数据进行标准化处理。因此，采用极值法对原始数据进行标准化处理。公式如下：

正向指标：

式中：x′ij表示标准化处理后的数值，xij表示i个地区第j个指标的原始指标值，min（x1j，x2j，…，xmj）和max（x1j，x2j，…，xnj）分别表示原始指标值的最小值和最大值。

第二步：进行平移处理。为了克服测算熵值时出现零值或者负值，本文参考吕明元等［26］的做法，对标准化后的数值进行平移处理。公式如下：

x′ij=x′ij+1（3）

第三步：确定各指标值比重。

第五步：确定差异系数。

gj=1-ej（6）

第六步：确定指标权重。

1.2.2 耦合协调度模型

1） 数字经济与纺织产业高质量发展的耦合度。本文采用耦合协调度模型［27-28］对数字经济与纺织产业高质量发展的耦合度进行评价，计算公式如下：

式中：C表示耦合度，U1表示数字经济发展水平，U2表示纺织产业高质量发展水平。

2） 数字经济与纺织产业高质量发展的耦合协调度。

式中：T表示数字经济与纺织产业高质量发展两大系统的综合协调指数，α、β表示待估权重系数。本文认为数字经济与纺织产业高质量发展两大系统同等重要，因此α取值与β取值相同，即α=β=0.5。D表示数字经济与纺织产业高质量发展的耦合协调度，其取值范围［0，1］，D值越大说明两系统发展水平越协调，反之则说明两系统之间协同程度低。

耦合协调度等级划分标准如表2所示。

3） 数字经济与纺织产业高质量发展的相对发展度。本文借鉴薛明月［29］的方法，引入相对发展度模型衡量长三角地区数字经济相对于纺织产业高质量发展是超前发展还是滞后发展。计算公式如下：

P=U1U2（11）

式中：P表示相对发展度，当P>1.2时，表明是数字经济发展超前型;当0.8＜P≤1.2时，表明数字经济与纺织产业高质量发展是同步发展型;当P≤0.8时，表明是数字经济发展滞后型。

1.3 数据来源

本文选取长三角地区三省一市作为研究对象，样本时间跨度为2012—2021年，数据来源于历年《上海统计年鉴》《江苏统计年鉴》《浙江统计年鉴》《安徽统计年鉴》，以及中国宏观经济数据库、中国高技术产业数据库和上述三省一市的统计公报。个别缺失数据采用插值法补齐。

1.4 耦合协调演进特征分析

1.4.1 整体演进特征分析

基于构建的耦合协调模型，本文利用SPSSAU测算了长三角地区2012—2021年数字经济与纺织产业高质量发展的耦合度、耦合协调度;同时，基于相对发展度模型测算了数字经济与纺织产业高质量发展的相对发展度，结果如表3所示。由表3可知，在考察期内耦合度数值均在0.900以上，平均值为0.977，表明长三角地区数字经济与纺织产业高质量发展具有高度的相关性，处于高水平耦合阶段;耦合协调度呈现逐年稳步上升趋势，从2012年的严重失调阶段过渡到2020—2021年的优质协调阶段。分析认为其原因是随着长三角一体化国家战略深入推进，长三角地区凭借区位优势、要素禀赋和制度红利，加速数字经济深度融入纺织产业研发设计、生产制造、经营管理、营销服务全链条，协同研发设计、柔性制造、共享制造、智慧工厂、在线监测、线上线下一体化体验营销等新业态、新模式、新场景不断涌现，两大系统呈现相互支撑、相融促进的良好生态;同时，两大系统的相对发展度在0.8～1.2，表明两大系统始终处于同步发展阶段。

1.4.2 地区差异分析

图1报告了长三角地区三省一市数字经济与纺织产业高质量发展的耦合协调度情况，可以发现地区间具有显著的差异性。具体而言，江苏数字经济与纺织产业高质量发展的耦合协调度整体最优，观察期内耦合协调度在0.86～0.95，平均值达到0.908（优质协调），分析认为这是由于江苏以建设“数实融合第一省”为目标，深入推动数字经济与实体经济融合，尤其是利用数字技术赋能纺织产业升级改造，实施“智改数转”（智能化改造和數字化转型）路线，成效显著。浙江两大系统耦合协调度均值为0.536（勉强协调），位列第二，其耦合协调度呈现先降后升趋势，由2012的0.674下降到2017年的0.281，而后缓慢上升到2021年的0.507。究其原因，一是在2017—2018年，浙江处于数字经济发展超前阶段（图2），纺织产业高质量发展与数字经济发展不同步，导致协耦合调度下降;二是浙江数字经济与纺织产业融合的深度、广度和效能还有待提升。上海的耦合协调度变动较为平缓，其耦合协调度在0.41～0.58徘徊，平均值为0.472（濒临失调），位列第三，分析认为这是由于上海致力于发展现代服务业和先进制造业，纺织产业已经退出支柱产业序列，但是通过技术创新、数字化赋能，上海持续推进传统纺织制造业向设计研发、品牌服务等高端延伸，成效显著，因此，两大系统的耦合协调度位列第三。安徽的耦合协调度最低，其均值为0.347（轻度失调），但是十年间，其耦合协调度由2012年的0.114过渡到2021年的0.403，呈现波浪式上升趋势。这说明安徽凭借地缘优势，积极融入长三角一体化发展，其数字经济蓬勃发展，纺织产业转型步伐加快，两大系统的融合水平稳步提升。

1.4.3 行业差异分析

表4和表5分别报告了2012—2021年长三角地区数字经济与纺织产业细分行业（纺织业C17、服装业C18，皮革和制鞋业C19，化学纤维制造业C28）的耦合协调度情况和相对发展度情况，可以发现细分行业间存在显著的差异性。由表4可知，在数字经济与纺织产业分行业耦合协调的表现上，江苏最好，数字经济与纺织业、服装业、皮革和制鞋业、化学纤维制造业四个细分行业耦合协调度均处于良好协调以上（耦合协调度在0.85～0.93），其中数字经济与服装业的耦合协调度均值达到0.909，处于优质协调阶段，且数字经济与纺织产业细分行业间均处于同步发展阶段（表5），这也应证了江苏通过“数实融合”“智改数转”，数字经济与纺织产业细分行业协同提效效果显著。浙江数字经济与纺织业、服装业、皮革和制鞋业三个细分行业的耦合协调度处于初级协调，与化学纤维制造业的耦合协调度均值为0.758，处于中级协调阶段。究其原因，一是由于化学纤维制造业自身化学过程制备更容易应用智能设备，智能化改造和数字化转型更易深入推进;二是浙江作为中国化纤第一大省，数字经济与化学纤维制造业处于同步发展阶段，而数字经济与服装业（2013—2018年、2020年）、皮革和制鞋业（2012—2018年、2020年）、纺织业（2017—2020年）的相对发展度个别年份处于数字经济发展超前型阶段，进而影响耦合协调度的提升。上海数字经济与纺织业、服装业的耦合协调度处于勉强协调阶段，与皮革和制鞋业的耦合协调度处于初级协调阶段，与化学纤维制造业的耦合协调度处于濒临失调阶段，可以看出，上海数字经济与化学纤维制造业耦合协调度最低，分析认为这是由于上海化学纤维制造业生产规模在缩减（由2012年的48.24万t降低到2021年的3247万t），且数字经济与化学纤维制造业（2020—2021年）处于数字经济发展超前型阶段，进而导致其耦合协调度降低;纺织业、服装业、皮革和制鞋业的生产规模虽然也在不同程度地缩减，但数字经济与三个细分行业均呈现同步发展阶段，因而数字经济与三个细分行业的耦合协调度优于化学纤维制造业。安徽数字经济与纺织产业四个细分行业的耦合协调度在十年间得到了显著提升，均从2012年的中度失调阶段过渡到了2021年的勉强协调阶段，这说明安徽积极融入长三角一体化国家战略，数字经济与纺织产业的四个细分行业均得到了长足的发展，但是其与两省一市相比差距还很大，还处于“跟跑”阶段。就均值而言，数字经济与化学纤维制造业、纺织业的耦合协调度处于濒临失调阶段，与服装业、皮革和制鞋业的耦合协调度处于勉强协调阶段。分析认为这是由于化学纤维、纺织业两个细分行业总体规模较小、比重偏低，且产品供给质量不高（主要表现为产品附加值偏低、同质化竞争严重、贴牌加工占主导），同时数字经济政策出台、推进相对较晚，数字化基础薄弱，进而导致数字经济与其化学纤维、纺织业融合渗透深度不够，数据联通、整合与共享不足，进而导致其耦合协调度不高。

2 政策建议

2.1 加大补助力度，精准扶持长三角纺织企业智改数转

一是建立长三角区域政策服务管理平台，充分利用制度红利的虹吸效应和辐射效应，支持数字经济与纺织产业（细分行业）耦合协调发展。二是加大政府财政补助资金的支持力度，长三角区域各省市均要建立专项资金，对纺织企业智能化改造和数字化转型给予资金补助，同时制定评价指标体系，明确评价标准，开展动态跟踪评价，并按照评价等级确定补助类别。三是出台纺织产业智改数转减税降费一揽子优惠政策，

根据地域差别、行业差别，实施浮动差异化减税降费优惠政策，尤其对关键领域、关键环节的智改数转实施更大力度的减税降费、税收抵扣等政策，降低纺织企业智改数转成本，促进数字经济与纺织产业（细分行业）耦合协调度提升。

2.2 明确长三角纺织产业智改数转重点支持项目，汇集各方力量协同攻关

结合长三角各省市区位优势、资源禀赋和产业基础，制定长三角数字经济与纺织产业协调发展行动计划，编制纺织企业智能化改造和数字化转型工作指南。建立和完善纺织产业智改数转重点扶持项目库（如纺织产业智改数转公共服务平台、数字化绿色化协同制造、数字化应用场景、中小纺织企业数字化应用等），引导促进纺织企业做好智改数转整体布局规划，实施动态管理，加强跟踪督办，持续做好服务，确保项目落地落实，并在税收、用地、用能、用工、租金、物流、设备购置等方面给予重点倾斜。通过汇集多元力量，鼓励纺织企业开展跨区域、跨部门、跨行业项目合作，扩需求、优供给，线上线下同步发力，共同开拓市场，形成同频共振协作共赢的强大合力，逐渐缩小区域差异。

2.3 加快推进贴息政策落地，助力长三角数字经济与纺织产业深入融合

一方面落实专项资金支持头部企业在智慧设计、智能制造、智慧营销等方面给予政策支持与资金优惠，延长头部企业贷款贴息年限，促进头部企业扩大规模、提升质量。同时积极鼓励头部企业以云服务的方式向中小纺织企业分享数字化转型优秀案例，对智能化改造和数字化转型带动作用明显的头部企业，给予税收、资金、项目、人才等政策倾斜。另一方面，要优先选择中小企业密集、转型升级潜力大的细分行业，科学评估数字化转型成效，并给予政府补贴。中小纺织企业自身也要积极融入数字化生态，主动对接行业头部企业，学习头部企业数字化转型的实践经验。通过“头部企业+中小企业”协同智改数转，推动长三角地区数字经济与纺织产业耦合协调发展。

2.4 以数字普惠金融促进数字经济与纺织产业高质量耦合协调发展

数字普惠金融对企业数字化能产生显著的促进效应［30］。因此，一方面要加强长三角地区数字普惠金融顶层设计和立法，完善政策法规支持框架，打造长三角数字普惠金融促进数字经济与纺织产业深度融合发展的金融生态，从而提高数字普惠金融资源配置效率。另一方面，要鼓励金融机構设立数字化转型专项贷款，加大对中小纺织企业智能化改造、数字化转型的金融支持力度。此外，要从全产业链角度，结合纺织产业细分行业特点，深挖细分行业潜力，用好制度红利，利用数字技术，拓宽融资渠道，创新应用场景，制定差异化的数字普惠金融推广策略，精准刻画用户画像，为纺织企业智能化改造、数字化转型提供个性化金融产品或服务，促进数字经济与纺织产业细分行业加速融合，进而实现耦合协调度的提升。

3 结 论

本文以长三角三省一市为研究对象，基于改进的熵值法，利用耦合度、耦合协调度、相对发展度模型，分析了2012—2021年长三角地区数字经济与纺织产业高质量发展的耦合协调演进特征，得出以下结论。

1） 整体看，长三角地区数字经济与纺织产业高质量发展具有高度的相关性，处于高水平耦合阶段;耦合协调度在逐年稳步提升，从初始的严重协调阶段过渡到优质协调阶段;相对发展度始终处于同步发展阶段。这说明随着长三角一体化国家战略深入推进，数字经济深度融入纺织产业全链条，催生了协同研发设计、柔性制造、共享制造、智慧工厂、在线监测、线上线下一体化体验营销等新业态、新模式、新场景，数字经济与纺织产业高质量发展呈现相互支撑、相融促进的良好态势。

2） 分地区看，长三角地区数字经济与纺织产业高质量发展的耦合协调度具有显著的地区差异性。即江苏整体最优，耦合协调度均值处于优质协调阶段;浙江耦合协调度均值位列第二，处于勉强协调阶段，呈现先降后升趋势;上海的耦合协调度在考察期内波动较为平稳，位列第三，耦合协调度均值处于濒临失调阶段。安徽的耦合协调度最低，均值处于轻度失调阶段，但是十年间，其耦合协调度不断优化，呈现波浪式上升趋势。

3） 细分行业看，长三角三省一市数字经济与纺织产业高质量发展的耦合协调呈现显著的行业差异性。江苏数字经济与纺织业、服装业、皮革和制鞋业、化学纤维制造业四个细分行业耦合协调度均处于良好协调以上，其中数字经济与服装业的耦合协调度最高，均值处于优质协调阶段。浙江数字经济与化学纤维制造业的耦合协调度最好，其均值处于中级协调阶段，与其他三个细分行业的耦合协调度处于初级协调阶段。上海数字经济与皮革和制鞋业的耦合协调度最高，处于初级协调阶段，与纺织业、服装业处于勉强协调阶段，与化学纤维制造业处于濒临失调阶段。安徽数字经济与皮革和制鞋业、服装业的耦合协调度相对较好，处于勉强协调阶段，与纺织业、化学纤维制造业处于濒临失调阶段。

参考文献：

［1］孙瑞哲. 稳中求进守正创新开启高质量发展新征程［J］. 印染， 2022， 48（1）： 82-84.

SUN Ruizhe. Strive for progress while maintaining stability， keep integrity and innovate to start a new journey of high-quality development［J］. China Dyeing & Finishing， 2022， 48（1）： 82-84.

［2］MARCIN K. Measuring digitalization key metrics［J］. Foundations of Management， 2017， 9（1）： 123-138.

［3］万晓榆， 罗焱卿. 数字经济发展水平测度及其对全要素生产率的影响效应［J］. 改革， 2022（1）： 101-118.

WAN Xiaoyu， LUO Yanqing. Measurement of the development level of digital economy and its impact effect on total factor productivity［J］. Reform， 2022（1）： 101-118.

［4］李晓华. 数字经济新特征与数字经济新动能的形成机制［J］. 改革， 2019（11）： 41-50.

LI Xiaohua. New features and the formation mechanism of new growth drivers of digital economy［J］. Reform， 2019（11）： 41-50.

［5］韩凤芹， 陈亚平. 数字经济的内涵特征、风险挑战与发展建议［J］. 河北大学学报（哲学社会科学版）， 2022， 47（2）： 54-61.

HAN Fengqin， CHEN Yaping. Connotation characteristics， risk challenges and development suggestions of digital economy［J］. Journal of Hebei University （Philosophy and Social Science）， 2022， 47（2）： 54-61.

［6］余海華. 中国数字经济空间关联及其驱动因素研究［J］. 统计与信息论坛， 2021， 36（9）： 23-34.

YU Haihua. Study on spatial correlation of digital economy and its driving factors in China［J］. Journal of Statistics and Information， 2021， 36（9）： 23-34.

［7］刘军， 杨渊鋆， 张三峰. 中国数字经济测度与驱动因素研究［J］. 上海经济研究， 2020（6）： 81-96.

LIU Jun， YANG Yuanjun， ZHANG Sanfeng. Research on the measurement and driving factors of China’s digital economy［J］. Shanghai Journal of Economics， 2020（6）： 81-96.

［8］苏冰杰， 卢方元， 朱峰， 等. 中国数字经济发展水平： 时空特征、动态演化及影响因素［J］. 运筹与管理， 2022， 31（9）： 161-168.

SU Bingjie， LU Fangyuan， ZHU Feng， et al. The development level of China’s digital economy： Characteristics of time and space， dynamic evolution and influencing factors［J］. Operations Research and Management Science， 2022， 31（9）： 161-168.

［9］徐兰， 吴超林. 数字经济赋能制造业价值链攀升： 影响机理、现实因素与靶向路径［J］. 经济学家， 2022（7）： 76-86.

XU Lan， WU Chaolin. Digital economy empowers manufacturing value chain to climb： Influencing mechanism， realistic factors and targeting path［J］. Economist， 2022（7）： 76-86.

［10］贺立龙， 张馨月. 数字经济发展与城市制造业技术升级： 影响机理与经验证据［J］. 当代经济研究， 2022（7）： 99-112.

HE Lilong， ZHANG Xinyue. Development of digital economy and technological upgrading of urban manufacturing： Impact mechanism and empirical evidence［J］. Contemporary Economic Research， 2022（7）： 99-112.

［11］王磊， 覃朝晖， 魏龙. 数字经济对高技术制造业产业链现代化的影响效应分析［J］. 贵州社会科学， 2022（6）： 127-136.

WANG Lei， QIN Chaohui， WEI Long. Analysis of the effect of digital economy on the modernization of high-tech manufacturing industry chain［J］. Guizhou Social Sciences， 2022（6）： 127-136.

［12］姜松， 孙玉鑫. 数字经济对实体经济影响效应的实证研究［J］. 科研管理， 2020， 41（5）： 32-39.

JIANG Song， SUN Yuxin. An empirical study on the effect of digital economy on the real economy［J］. Science Research Management， 2020， 41（5）： 32-39.

［13］熊兴， 王婧倩， 陈文晖. 新形势下我国纺织服装产业转型升级研究［J］. 理论探索， 2020（6）： 97-101.

XIONG Xing， WANG Jingqian， CHEN Wenhui. Research on the transformation and upgrading of China’s textile and clothing industry under the new situation［J］. Theoretical Exploration， 2020（6）： 97-101.

［14］刘雅婷， 陈文晖. 百年中国纺织服装行业发展： 回顾、经验与展望： 写于纪念中国共产党成立100周年之际［J］. 价格理论与实践， 2021（9）： 4-8.

LIU Yating， CHEN Wenhui. Review， experience and prospect of one hundred years of striving development course of textile and clothing Industry in China： Written to commemoration of the 100thanniversary of the Chinese of communist party［J］. Price： Theory & Practice， 2021（9）： 4-8.

［15］杨洁， 唐昀， 申香英， 等. 我国苎麻产业现状与振兴发展［J］. 中国麻业科学， 2022， 44（4）： 253-256.

YANG Jie， TANG Yun， SHEN Xiangying， et al. The current status and development of ramie industry in China［J］. Plant Fiber Sciences in China， 2022， 44（4）： 253-256.

［16］王翔. 印染行业智能制造发展现状及建议［J］. 染整技术， 2022， 44（9）： 5-8.

WANG Xiang. Development status and suggestions of intelligent manufacturing in printing and dyeing industry［J］. Textile Dyeing and Finishing Journal， 2022， 44（9）： 5-8.

［17］刘强， 马军， 黄晶. 纺织企业技术创新体系的构建与实践［J］. 棉纺织技术， 2021， 49（1）： 48-51.

LIU Qiang， MA Jun， HUANG Jing. Construction and implementation of technology innovation system in textile enterprise［J］. Cotton Textile Technology， 2021， 49（1）： 48-51.

［18］李若辉， 李蕊， 林树麒. 设计创新嵌入服装企业高质量发展的路径研究［J］. 丝绸， 2022， 59（9）： 80-88.

LI Ruohui， LI Rui， LIN Shuqi. The embedding path of design innovation in garment enterprises’ high-quality development［J］. Journal of Silk， 2022， 59（9）： 80-88.

［19］洪樂乐. 数字经济赋能纺织产业高质量发展： 以广州市为例［J］. 黑龙江纺织， 2022（3）： 46-48.

HONG Lele. Digital economy enables high-quality development of textile industry： Taking Guangzhou as an example［J］. Heilongjiang Textiles， 2022（3）： 46-48.

［20］孙瑞哲. 纺织强国再出发 谱写高质量发展新篇章［J］. 纺织导报， 2021（1）： 15-28.

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

［21］王瑞荣. 数字经济对绍兴纺织产业升级影响的实证分析［J］. 现代纺织技术， 2022， 30（2）： 118-126.

WANG Ruirong. Empirical analysis of the impact of digital economy on the upgrading of shaoxing textile industry［J］. Advanced Textile Technology， 2022， 30（2）： 118-126.

［22］李秋珍. 数字经济对纺织产业高质量发展的作用机制与影响效应［J］. 毛纺科技， 2022， 50（12）： 111-117.

LI Qiuzhen. Research on mechanism and effect of digital economy on high-quality development of textile industry［J］. Wool Textile Journal， 2022， 50（12）： 111-117.

［23］周晓辉. 先进制造业与数字经济的融合度测算： 以长三角为例［J］. 统计与决策， 2021， 37（16）： 138-141.

ZHOU Xiaohui. Measurement of the integration of advanced manufacturing and digital economy： Taking the Yangtze River Delta as an example［J］. Statistics & Decision， 2021， 37（16）： 138-141.

［24］刘和东， 刘童. 区域创新驱动与经济高质量发展耦合协调度研究［J］. 科技进步与对策， 2020， 37（16）： 64-71.

LIU Hedong， LIU Tong. Research on coupling coordination degree between innovation-driven and high-quality economic development［J］. Science & Technology Progress and Policy， 2020， 37（16）： 64-71.

［25］李晓钟， 何晨琳. “互联网+”对制造业创新驱动能力的影响： 基于浙江省数据的分析［J］. 国际经济合作， 2019（5）： 36-47.

LI Xiaozhong， HE Chenlin. Research on the impacts of Internet plus era on the innovative driving force in manufacturing industry［J］. Journal of International Economic Cooperation， 2019（5）： 36-47.

［26］吕明元， 麻林宵. 中国省域大数据与制造业融合测度分析： 基于2013—2018年中国省级面板数据［J］. 技术经济， 2022， 41（1）： 88-100.

L Mingyuan， MA Linxiao. Analysis on the measurement of the integration of big data and manufacturing industry in China’s provinces： Based on Chinese provincial panel data from 2013 to 2018［J］. Journal of Technology Economics， 2022， 41（1）： 88-100.

［27］鄢飛， 雷益. 中国“一带一路”倡议沿线区域纺织服装业与物流业融合发展研究［J］. 丝绸， 2022， 59（2）： 1-11.

YAN Fei， LEI Yi. Research on the integrated development of textile and clothing industry and logistics industryin the regions along China’s“Belt and Road” initiative［J］. Journal of Silk， 2022， 59（2）： 1-11.

［28］李向阳， 陈佳毅， 范玲. 数字经济与经济高质量发展耦合关系研究［J］. 经济问题， 2022（9）： 34-40.

LI Xiangyang， CHEN Jiayi， FAN Ling. The coupling relationship between digital economy and high-quality development of economy［J］. On Economic Problems， 2022（9）： 34-40.

［29］薛明月. 黄河流域经济发展与生态环境耦合协调的时空格局研究［J］. 世界地理研究， 2022， 31（6）： 1261-1272.

XUE Mingyue. The spatial and temporal pattern of coupling and coordination between economic development and ecological environment in the Yellow River Basin［J］. World Regional Studies， 2022， 31（6）： 1261-1272.

［30］肖红军， 阳镇. 数字普惠金融会推动企业数字化吗［J］. 吉林大学社会科学学报， 2022， 62（6）： 106-126.

XIAO Hongjun， YANG Zhen. Can digital inclusive finance promote enterprise digitization［J］. Jilin University Journal Social Sciences Edition， 2022， 62（6）： 106-126.

Research on the coupling and coordination of digital economy and high-quality developmentof the textile industry in the Yangtze River Delta

WANG Ruirong1， YAN Ping2， NIE Shuangshuang1

（1.Fanli Business College， Shaoxing Vocational & Technical College， Shaoxing 312000， China; 2.School of Digital Commerce and Trade，Zhejiang Institute of Mechanical & Electrical Engineering， Hangzhou 310053， China）

Abstract：With the iterative upgrading of information technologies such as big data， industrial Internet， 5G， and artificial intelligence， the digital economy has become an important force in promoting Chinese-style modernization and an accelerator for achieving common prosperity. As one of the traditional advantageous industries and pillar industries in the Yangtze River Delta， the development of the textile industry has effectively driven the economic and rural revitalization of urban agglomerations， and is an important force to benefit people’s livelihood and promote the stable development of economy and society in the new era. The acceleration of the integration process in the Yangtze River Delta and the rapid development of the digital economy have provided new opportunities for the high-quality development of the textile industry. The digital economy empowering high-quality development of the textile industry will become the mainstream of future industry development. Therefore， in-depth analysis of the coupling and coordination relationship between digital economy and the high-quality development of the textile industry has important theoretical significance and practical value for the formulation of industrial integration development policy in the Yangtze River Delta.

Taking three provinces and one city in the Yangtze River Delta as the research object， based on the improved entropy method and using the models of coupling degree， coupling degree of coordination and relative development degree， we analyzed the coupling and coordination evolution characteristics of the digital economy and high-quality development of the textile industry in the Yangtze River Delta from 2012 to 2021， and drew the three major conclusions. First， on the whole， digital economy and high-quality development of textile industry in the Yangtze River Delta region were highly correlated and in a high-level coupling stage. The coupling coordination degree was steadily increasing year by year， from the initial serious imbalance stage to the high-quality coordination stage. The relative development degree was always in the synchronous development stage. This shows that with the deepening of the national strategy of integrating the Yangtze River Delta， the digital economy was deeply integrated into the whole chain of the textile industry， which spawned new formats， new models and new scenarios of R&D， design， manufacturing and marketing. Digital economy and high-quality development of the textile industry showed a good trend of mutual support and integration. Second， in terms of regions， the coupling and coordination degree between digital economy and high-quality development of the textile industry in the Yangtze River Delta region had significant regional difference. That is， Jiangsu was the best as a whole， and the average coupling coordination degree was in the stage of high-quality coordination; the average value of coupling coordination degree in Zhejiang ranked second， which was in the stage of reluctant coordination， showing a trend of first decline and then increase; Shanghai’s coupling coordination degree fluctuated smoothly during the inspection period， ranking third， and the average coupling coordination degree was on the verge of maladjustment; Anhui’s coupling coordination degree was the lowest， and the average value was in the stage of slight imbalance. However， in the past ten years， its coupling coordination degree was continuously optimized， showing a wave-like upward trend. Third， in terms of sub-industries， the coupling and coordination between digital economy and high-quality development of the textile industry in the three provinces and one city in the Yangtze River Delta presented significant industry differences. Jiangsu’s digital economy and clothing industry had the highest degree of coupling and coordination， and the average value was in the stage of high-quality coordination. The coupling coordination degree between Zhejiang’s digital economy and chemical fiber manufacturing industry was the best， and its average value was in the intermediate coordination stage. Shanghai’s digital economy had the highest degree of coupling and coordination with leather and footwear industry， and it was in the primary coordination stage. Anhui’s digital economy was relatively well coordinated with leather， footwear and clothing industries， and it was in a barely coordinated stage.

Based on the above research conclusions， the following policy suggestions are put forward： （i） increasing subsidies to accurately support textile enterprises in the Yangtze River Delta; （ii） clarifying the key support projects for the intellectual transformation and digital transformation of the textile industry in the Yangtze River Delta， and bringing together all forces to work together to tackle key problems; （iii） accelerating the implementation of the discount policy to help deepen integration between digital economy and the textile industry in the Yangtze River Delta; （iv） promoting the coordinated development of digital economy and textile industry with digital inclusive finance.

Key words：Yangtze River Delta; digital economy; textile industry; high-quality development; improved entropy method; coupling coordination degree