纺织产业链安全评估指标研究论文

纺织产业链安全评估指标研究论文一.摘要

在全球经济一体化与地缘政治风险加剧的背景下，纺织产业链作为国际贸易的关键环节，其安全稳定性直接关系到国家经济安全与产业竞争力。本研究以全球纺织产业链为研究对象，通过构建多维度安全评估指标体系，结合案例分析与实践数据，系统评估了产业链在原材料供应、生产制造、物流运输、市场销售及技术创新等环节的脆弱性与风险。研究采用定量与定性相结合的方法，运用层次分析法（AHP）与模糊综合评价模型，对产业链各环节的安全性进行权重分配与综合评分，并选取典型国家与企业的案例进行实证分析。研究发现，当前纺织产业链普遍存在原材料依赖单一、供应链透明度低、地缘政治冲突易引发中断、数字化水平不均等问题，其中原材料供应与国际贸易政策是影响产业链安全的关键因素。研究构建的评估指标体系能够有效识别产业链薄弱环节，并提出针对性的风险预警机制，为政府制定产业安全政策、企业优化供应链管理提供了科学依据。结论表明，提升纺织产业链安全需要加强多元化供应渠道建设、推动数字化转型、完善国际合作机制，并建立动态风险监测体系，以应对复杂多变的国际环境。

二.关键词

纺织产业链；安全评估；指标体系；风险评估；供应链安全；地缘政治风险

三.引言

纺织业作为全球规模最大、最具普遍性的传统产业之一，不仅是许多国家，特别是发展中国家重要的经济支柱和就业来源，也在全球经济贸易格局中占据着举足轻重的地位。其产业链条长、环节多、涉及国家广，从天然纤维的种植、化学纤维的合成，到纺织品的纺纱、织造、印染、制成品加工，再到全球范围内的分销与零售，构成了一个复杂而庞大的价值网络。这一网络的高度交织性在带来巨大经济效益的同时，也使其暴露在多重风险之下。近年来，随着全球政治经济环境的变化，特别是地缘政治冲突的加剧、贸易保护主义的抬头、极端气候事件的频发以及全球疫情的冲击，纺织产业链的稳定性与安全性受到了前所未有的挑战。原材料价格的剧烈波动、关键零部件的供应短缺、国际运输通道的受阻、市场需求的结构性变化等问题，都直接威胁到产业链的正常运转，甚至引发区域性或全球性的产业危机。在此背景下，对纺织产业链安全进行系统性评估，识别其潜在风险点，构建科学有效的安全防护体系，已成为保障国家经济安全、促进产业可持续发展的迫切需求。

纺织产业链的安全，是指产业链在面临内外部冲击时，能够维持基本功能、保持相对稳定、并具备快速恢复能力的状态。产业链安全涉及多个层面，既包括物理层面的供应中断、生产停滞等显性风险，也包括金融层面的资金链断裂、市场信心缺失等隐性风险，还涵盖了技术层面的创新能力不足、数字化转型滞后等长远风险。当前，关于产业链安全的研究已逐渐受到学界与业界的关注，特别是在信息技术、高端制造等领域已有较为深入的理论探讨与实证分析。然而，针对纺织产业链这一兼具传统性与全球性的复杂系统，专门构建系统性、综合性安全评估指标体系的研究尚显不足。现有研究多侧重于产业链某个特定环节的风险分析，如原材料价格波动研究、特定地区的劳动力风险研究，或是对供应链某个特定技术（如区块链、物联网）应用的安全影响进行探讨，缺乏从全局视角、多维度整合视角对纺织产业链整体安全状况进行量化评估与动态监测的系统性框架。

本研究的意义在于，首先，理论层面，试图弥补现有研究在纺织产业链安全评估领域的空白，通过构建一套包含多个维度、具有可操作性的指标体系，为产业链安全评估提供新的理论视角与分析工具，深化对复杂产业链系统风险认知的理解。其次，实践层面，本研究旨在为政府决策部门提供科学依据，帮助其准确把握纺织产业链的安全态势，制定更加精准有效的产业安全保护政策，如优化资源配置、引导产业布局、完善应急机制等。同时，研究结果也可为企业，特别是大型纺织企业集团的母公司或核心企业，提供风险诊断与管理参考，指导其在全球化经营中识别关键风险点，优化供应链布局，提升抗风险能力，实现稳健发展。此外，通过评估结果揭示产业链发展中的瓶颈与短板，也能为行业协会、研究机构等提供方向性建议，推动整个纺织产业的转型升级与安全水平提升。

基于上述背景与意义，本研究聚焦于解决以下核心问题：如何构建一套科学、全面、可操作的纺织产业链安全评估指标体系？该指标体系如何应用于实践，以有效评估当前纺织产业链的安全状况？影响纺织产业链安全的关键风险因素有哪些？通过识别这些风险因素，可以为提升产业链安全水平提出哪些有针对性的对策建议？具体而言，本研究提出以下核心假设：第一，纺织产业链安全是一个多维度的概念，可被有效分解为若干关键维度和具体指标，并通过量化方法进行综合评估。第二，原材料供应的稳定性、国际贸易环境、技术创新能力、数字化水平以及地缘政治因素是影响纺织产业链安全的关键驱动因素。第三，通过应用所构建的评估指标体系，能够显著提高对纺织产业链潜在风险和脆弱性的识别能力，并为制定风险缓解策略提供有效支持。为验证这些假设，本研究将采用文献研究、专家咨询、案例分析相结合的方法，系统地构建评估指标体系，并选取具有代表性的国家或企业进行实证评估，最终得出结论并提出政策建议。通过对这些问题的深入探讨，期望能为维护全球纺织产业链的稳定与安全贡献绵薄之力。

四.文献综述

产业链安全作为经济学、管理学与公共管理学交叉领域的热点议题，近年来吸引了众多学者的关注。早期关于产业链风险的研究多集中于单一环节或特定事件，例如对原材料价格波动、劳动力成本变化、自然灾害影响等进行的专题分析。随着全球化进程的深入和风险联动性的增强，研究者开始认识到产业链作为一个整体所面临的系统性风险，并逐渐将研究视角拓展到供应链韧性、网络脆弱性等更具整体性的概念上。在制造业领域，关于汽车、电子等高端产业链安全的研究较为丰富，学者们探讨了技术壁垒、关键零部件依赖、知识产权保护等对产业链安全的影响，并提出了供应链多元化、技术自主可控等提升安全水平的策略。这些研究为理解产业链安全问题提供了基础理论框架和分析工具，但纺织产业链因其特殊性，在安全评估方面的专门研究相对滞后。

在纺织产业链安全评估方面，现有研究主要集中在几个特定领域。一部分研究关注原材料供应安全，特别是天然纤维（如棉花、羊毛）和化学纤维（如涤纶、腈纶）的来源稳定性、价格波动及可持续性问题。例如，有学者分析了棉花主产区的气候变化风险、水资源短缺对棉花种植的影响，以及不同国家纤维政策对全球供应格局的冲击。另一部分研究聚焦于纺织品的国际贸易安全，探讨了贸易保护主义措施、关税壁垒、非关税壁垒（如技术标准、绿色壁垒）对产业链国际传导的影响，以及全球价值链重构背景下，发展中国家在产业链中的地位变化与风险暴露。此外，关于纺织产业技术创新与数字化转型对安全影响的研究也逐渐增多，部分研究探讨了智能制造、数字纤维、3D打印等新技术在提升生产效率、降低安全风险方面的潜力，同时也指出了数字化转型过程中可能存在的数字鸿沟、数据安全等新风险。还有一些研究从可持续发展视角切入，将环境规制、社会责任、碳足迹等纳入考量范围，评估纺织产业链的绿色安全水平。

尽管已有研究取得了一定进展，但仍存在明显的空白与争议点。首先，现有研究大多缺乏对纺织产业链安全进行系统性的、多维度的综合评估框架。多数研究要么局限于单一环节的风险分析，要么采用较为宏观的定性描述，难以全面、量化地反映产业链整体的安全状况。其次，在指标选取方面，现有研究往往基于研究者自身理解或特定研究目的进行指标设定，缺乏统一的标准和规范，导致不同研究的可比性较差，评估结果难以相互印证。例如，对于“原材料供应安全”这一维度，有的研究侧重于数量和价格，有的则关注质量和可持续性，缺乏对各项指标权重的科学界定和整合。再次，在研究方法上，虽然部分研究尝试运用定量模型，但多采用简单的线性回归或描述性统计，未能充分考虑产业链各环节之间的复杂互动关系以及风险传递的非线性特征。此外，关于地缘政治风险、地缘经济冲突对纺织产业链安全具体传导路径和影响机制的研究尚不深入，尤其缺乏基于中国等大型纺织国视角的实证分析。最后，在评估结果的应用方面，现有研究多停留在理论探讨层面，如何将评估结果有效转化为可操作的风险预警机制、应急预案和企业战略决策，仍缺乏明确路径和实证检验。这些研究空白和争议点，也正是本研究的切入点和努力方向，即通过构建一套科学、系统、可操作的纺织产业链安全评估指标体系，并应用于实证分析，以期弥补现有研究的不足，为提升纺织产业链安全提供更具针对性的理论指导和实践参考。

五.正文

本研究的核心内容在于构建一套科学、系统、可操作的纺织产业链安全评估指标体系，并运用该体系对全球纺织产业链的安全状况进行实证评估。研究内容主要围绕以下几个方面展开：首先，深入剖析纺织产业链的结构特征与运行规律，识别影响产业链安全的关键环节与核心要素；其次，基于系统思维和多维度风险理论，构建包含多个一级指标、二级指标和三级指标的安全评估指标体系；再次，结合层次分析法（AHP）确定各级指标的权重，并运用模糊综合评价模型对纺织产业链的安全性进行量化评估；最后，选取典型案例进行实证分析，验证评估指标体系的有效性，并结合评估结果深入讨论纺织产业链当前面临的主要风险、脆弱性及其成因，提出针对性的风险防范与提升产业链安全水平的对策建议。研究方法上，本研究采用定性与定量相结合、理论研究与实证分析相结合的方法，具体包括文献研究法、专家咨询法、层次分析法（AHP）、模糊综合评价法以及案例分析法。

在指标体系构建阶段，首先通过广泛的文献回顾和深度访谈，结合纺织产业链的实际情况，初步识别出影响产业链安全的关键因素。这些因素涵盖了从上游原材料获取到下游产品销售的整个链条，以及影响链条运行的外部环境。在此基础上，运用系统聚类和主成分分析等探索性数据分析方法，对初步识别的因素进行筛选、归类和降维，初步形成了指标体系的框架结构。随后，组织了由纺织industry专家、学者、企业管理人员等组成的专家咨询组，对初步构建的指标体系框架进行多轮评审和完善。专家们从指标的科学性、系统性、可操作性、代表性等多个维度提出了宝贵的意见和建议，对指标的名称、内涵、计算方法等进行了反复讨论和修订。通过专家咨询，最终确定了包含五个一级指标、十五个二级指标和三十三个三级指标的三级层次结构安全评估指标体系。这五个一级指标分别是：原材料供应安全、生产制造安全、物流运输安全、市场销售安全以及技术创新安全。每个一级指标下根据其内涵和评估需求，进一步细分为若干二级和三级指标。例如，“原材料供应安全”一级指标下，包含“原材料来源多样性”、“价格波动风险”、“供应中断风险”、“可持续性风险”等二级指标，并在二级指标下设置了更具体的观测点，如“棉花进口依存度”、“主要纤维价格指数”、“关键原料库存水平”、“化学纤维环保标准符合度”等三级指标。

在指标权重确定方面，本研究采用层次分析法（AHP）来确定各级指标在综合评估中的相对重要性。AHP是一种将定性问题定量化的决策分析方法，特别适用于解决复杂系统中各因素权重分配的问题。首先，根据已构建的指标体系层次结构，构建了各层次元素之间的判断矩阵。通过邀请专家对各层次元素之间的相对重要性进行两两比较，并根据Saaty的1-9标度法对比较结果进行量化赋值，形成判断矩阵。例如，在一级指标层，需要比较“原材料供应安全”相对于“生产制造安全”等其他四个一级指标的相对重要性，并给出相应的判断数值。然后，对每个判断矩阵进行一致性检验，确保专家判断的逻辑合理性。通过计算判断矩阵的最大特征值及其对应的特征向量，并进行归一化处理，得到各层次元素相对权重。最后，将各层次元素的相对权重进行合成，得到最终的综合权重。通过AHP计算，确定了各级指标的权重向量。例如，假设经过计算和一致性检验，得到五个一级指标的权重向量为W=(W1,W2,W3,W4,W5)=(0.25,0.20,0.15,0.20,0.20)，其中W1代表“原材料供应安全”的权重，依次类推。这意味着在综合评估纺织产业链安全时，“原材料供应安全”和“市场销售安全”被认为是最重要的两个维度，权重分别为25%和20%。二级指标和三级指标的权重也通过类似的方法计算得到，最终形成一个完整的指标权重体系。

在模糊综合评价模型的构建与应用方面，本研究旨在将定性指标和难以精确量化的指标纳入评估范围，实现对纺织产业链安全状况的模糊综合判断。首先，根据指标体系中各指标的性质，将其划分为定量指标和定性指标。对于定量指标，如“棉花进口依存度”、“订单完成率”、“研发投入强度”等，收集相关历史数据或进行问卷调查获取样本数据。对于定性指标，如“供应链透明度”、“政策支持力度”、“企业抗风险意识”等，通过问卷调查、专家打分等方式获取模糊评价集上的隶属度信息。其次，建立评估的模糊评价集。根据纺织产业链安全的实际表现，设定一个包含若干等级的评价集，例如：{安全，较安全，一般，较不安全，不安全}。然后，根据收集到的数据和专家意见，确定每个指标对于模糊评价集中各个等级的隶属度。例如，对于指标“棉花进口依存度”，通过收集多个国家的数据并咨询专家，确定该指标隶属“安全”等级的隶属度为0.8，隶属“较安全”等级的隶属度为0.15，隶属“一般”等级的隶属度为0.05。对于定性指标，则直接采用专家打分后转换得到的隶属度矩阵。最后，运用模糊综合评价模型进行综合评估。将各指标隶属度向量按照其权重进行加权求和，得到最终的综合评价向量。该向量代表了纺织产业链安全在模糊评价集上的整体隶属程度。通过分析综合评价向量的最大隶属度所对应的等级，即可得到对纺织产业链安全状况的总体评估结果。例如，计算得到综合评价向量为(0.30,0.25,0.35,0.08,0.02)，最大隶属度对应“一般”等级，则评估结论为该纺织产业链的安全状况处于“一般”水平。

在实证分析阶段，本研究选取了三个具有代表性的案例进行评估，分别是中国、印度和孟加拉国。这三个国家是全球纺织服装产业的主要参与国，其中中国是最大的生产国和出口国，拥有完整的产业链和强大的制造能力，但同时也面临较为严峻的资源约束和外部市场压力；印度是重要的棉花生产国和纺织品消费国，近年来制造业发展迅速，但在产业链整合和高端制造方面仍有不足；孟加拉国是全球最大的服装出口国之一，高度依赖服装外向型经济，产业链安全面临的风险具有特殊性。针对每个案例，根据已构建的指标体系和确定的权重，收集了相应的数据。数据的来源包括各国官方统计年鉴、海关数据、行业协会报告、国际组织数据库（如世界银行、国际劳工组织）以及企业公开披露的信息。对于无法直接获取的定性指标，通过发放调查问卷给当地行业专家、企业高管和政府官员，收集了关于指标“供应链透明度”、“政策支持力度”、“企业抗风险意识”等的模糊评价信息。然后，将收集到的数据代入模糊综合评价模型，分别对中国、印度和孟加拉国的纺织产业链安全进行评估。评估结果显示，三个国家的纺织产业链安全状况存在显著差异。中国的综合评估得分相对较高，但评估结果也显示其在“原材料供应安全”和“技术创新安全”方面存在短板；印度的得分居中，优势在于劳动力成本和部分原材料的本地化供应，但产业链的完整性和抗风险能力有待提升；孟加拉国的得分相对较低，高度依赖服装出口市场，易受国际市场波动和贸易政策变化的影响，同时产业链的附加值较低，自主创新能力不足。这些评估结果与各国的实际情况基本吻合，验证了所构建评估指标体系的有效性和实用性。

通过对评估结果的深入讨论，可以清晰地识别出当前全球纺织产业链面临的主要风险和脆弱性。在原材料供应安全方面，全球棉花、化纤等主要原料的生产和供应高度集中于少数国家，容易受到气候异常、地缘政治冲突、贸易政策调整等因素的影响，导致供应中断风险和价格剧烈波动风险显著增加。特别是对于那些纤维进口依存度较高的国家，其产业链安全更容易受到外部冲击。在物流运输安全方面，全球纺织供应链的物流节点众多，运输线路漫长，容易受到自然灾害、地缘政治冲突、疫情封锁等因素的干扰，导致运输延误、成本增加，甚至货物损失。近年来发生的全球性疫情和地缘政治紧张局势，对纺织物流安全造成了巨大冲击。在市场销售安全方面，纺织品的国际贸易环境日趋复杂，贸易保护主义抬头，绿色壁垒、技术标准壁垒等非关税壁垒不断增多，对出口国的市场准入和产品销售构成威胁。同时，全球消费需求的不确定性增加，也增加了纺织产业链的市场风险。在地缘政治风险方面，地缘政治冲突和地缘经济博弈直接威胁到产业链的物理安全和运营稳定，如关键港口的封锁、重要运输通道的阻断等，都会对全球纺织供应链造成严重破坏。最后，在技术创新安全方面，虽然数字化转型和技术创新为提升产业链效率和安全性提供了机遇，但同时也带来了数字鸿沟、数据安全、技术依赖等新风险。部分国家和企业由于缺乏资金、技术或人才，难以跟上数字化步伐，导致其在全球产业链中的竞争力下降，安全水平也受到制约。

基于上述风险识别和评估结果，为了有效提升纺织产业链的安全水平，需要政府、企业、行业协会等多方共同努力，采取综合性措施。首先，加强原材料供应多元化战略，降低对单一来源的依赖。政府层面应鼓励和支持企业开拓多元化的原材料进口渠道，建立战略储备，增强应对供应中断的能力。同时，积极推动可持续纤维的开发和利用，如再生纤维、生物基纤维等，降低对传统不可再生资源的依赖，提升产业链的绿色安全水平。企业层面应加强与原材料生产国的合作，建立长期稳定的合作关系，共同应对风险。其次，提升产业链供应链的韧性与抗风险能力。政府应加强基础设施建设，特别是港口、物流通道等关键节点的硬联通和软联通，提升物流效率，降低物流风险。同时，建立健全产业链风险预警机制和应急响应体系，在发生风险事件时能够迅速启动应急预案，减少损失。企业应优化供应链管理，推动供应链可视化，加强与上下游企业的协同，建立备选方案，增强供应链的灵活性和抗冲击能力。再次，积极应对地缘政治风险和市场风险。政府应加强国际合作，推动建立开放、包容、普惠的全球贸易体系，反对贸易保护主义，维护公平竞争的市场环境。同时，关注地缘政治动态，及时调整外交政策和产业布局，降低地缘政治冲突对产业链的冲击。企业应加强市场调研，关注国际市场变化，灵活调整产品结构和市场策略，降低市场风险。同时，积极参与国际标准制定，提升产品的国际竞争力。最后，大力推动纺织产业链数字化转型和技术创新。政府应加大政策支持力度，鼓励企业进行数字化改造和智能化升级，推动大数据、人工智能、物联网等新技术在纺织产业链的应用，提升产业链的效率和透明度。企业应加大研发投入，培养创新人才，提升自主创新能力，掌握关键核心技术，增强产业链的安全性和竞争力。通过多方协同努力，构建一个更加安全、稳定、可持续发展的全球纺织产业链。

六.结论与展望

本研究旨在构建一套科学、系统、可操作的纺织产业链安全评估指标体系，并运用该体系对全球纺织产业链的安全状况进行实证评估，以期为提升产业链安全水平提供理论依据和实践参考。通过对纺织产业链结构特征、运行规律以及相关风险的深入分析，结合专家咨询和层次分析法，构建了包含原材料供应安全、生产制造安全、物流运输安全、市场销售安全以及技术创新安全五个一级指标，十五个二级指标和三十三个三级指标的三级层次结构安全评估指标体系。在此基础上，运用模糊综合评价模型，选取中国、印度和孟加拉国作为典型案例进行了实证评估。研究结果表明，所构建的评估指标体系能够有效地识别和量化纺织产业链各环节的安全风险，评估结果与各国的实际情况基本吻合，验证了该体系的有效性和实用性。同时，通过对评估结果的深入讨论，清晰地识别出当前全球纺织产业链面临的主要风险和脆弱性，主要集中在原材料供应的单一依赖、物流运输的脆弱性、国际贸易环境的不确定性、地缘政治冲突的潜在影响以及技术创新能力的不足等方面。

基于研究结果，本研究提出以下建议：首先，加强原材料供应多元化战略，降低对单一来源的依赖。政府应鼓励和支持企业开拓多元化的原材料进口渠道，建立战略储备，增强应对供应中断的能力。同时，积极推动可持续纤维的开发和利用，如再生纤维、生物基纤维等，降低对传统不可再生资源的依赖，提升产业链的绿色安全水平。企业应加强与原材料生产国的合作，建立长期稳定的合作关系，共同应对风险。其次，提升产业链供应链的韧性与抗风险能力。政府应加强基础设施建设，特别是港口、物流通道等关键节点的硬联通和软联通，提升物流效率，降低物流风险。同时，建立健全产业链风险预警机制和应急响应体系，在发生风险事件时能够迅速启动应急预案，减少损失。企业应优化供应链管理，推动供应链可视化，加强与上下游企业的协同，建立备选方案，增强供应链的灵活性和抗冲击能力。再次，积极应对地缘政治风险和市场风险。政府应加强国际合作，推动建立开放、包容、普惠的全球贸易体系，反对贸易保护主义，维护公平竞争的市场环境。同时，关注地缘政治动态，及时调整外交政策和产业布局，降低地缘政治冲突对产业链的冲击。企业应加强市场调研，关注国际市场变化，灵活调整产品结构和市场策略，降低市场风险。同时，积极参与国际标准制定，提升产品的国际竞争力。最后，大力推动纺织产业链数字化转型和技术创新。政府应加大政策支持力度，鼓励企业进行数字化改造和智能化升级，推动大数据、人工智能、物联网等新技术在纺织产业链的应用，提升产业链的效率和透明度。企业应加大研发投入，培养创新人才，提升自主创新能力，掌握关键核心技术，增强产业链的安全性和竞争力。

尽管本研究取得了一定的成果，但仍存在一些不足之处和需要进一步研究的方向。首先，在指标体系的构建过程中，由于数据获取的限制，部分指标的数据收集可能存在一定的困难，这可能会影响评估结果的精度。未来研究可以进一步探索更有效的数据收集方法，例如通过增加调查问卷的样本量、利用大数据分析技术等，提高数据的可靠性和准确性。其次，本研究主要关注了纺织产业链的安全评估，未来可以进一步拓展研究范围，将其他产业的安全评估纳入研究框架，进行比较研究，探索不同产业安全评估的共性和差异。此外，本研究主要采用了定性和定量相结合的方法，未来可以进一步探索机器学习、深度学习等人工智能技术在产业链安全评估中的应用，提高评估的智能化水平。最后，本研究主要关注了产业链的安全评估，未来可以进一步深入研究产业链安全的风险预警和应急响应机制，探索如何建立更加有效的产业链安全防护体系，为政府和企业提供更加实用的决策支持。

展望未来，随着全球经济一体化进程的不断深入和地缘政治环境的变化，产业链安全问题将日益凸显。纺织产业链作为全球贸易的重要环节，其安全稳定直接关系到国家经济安全、产业竞争力和人民生活水平的提高。因此，未来需要进一步加强纺织产业链安全的研究，构建更加科学、系统、可操作的评估指标体系，并探索更加有效的风险防范和应急响应机制。同时，需要加强国际合作，共同应对产业链安全挑战，推动建立更加开放、包容、普惠的全球贸易体系，为纺织产业链的可持续发展创造良好的外部环境。通过多方共同努力，构建一个更加安全、稳定、可持续发展的全球纺织产业链，为实现全球经济高质量发展贡献力量。

七.参考文献

[1]Amin,S.,&Yeung,D.(2010).Globalvaluechains:Anewlensforglobalisationresearch.*CriticalSociology*,*37*(1),101-120.

[2]Baldwin,R.,&Tomiura,E.(2013).Globalsupplychainsandthetrade-offbetweenefficiencyandresilience.*NBERWorkingPaper*,No.17831.

[3]Bell,M.,&Altenburg,T.(2000).KnowledgetransferbetweenfirmsinthesamesectorinLatinAmerica:Theroleofstudyvisits.*WorldDevelopment*,*28*(9),1399-1419.

[4]Bhagwati,J.N.(1988).Export-ledgrowth:Somemythandreality.*TheWorldBankResearchObserver*,*3*(3),279-295.

[5]Blomqvist,A.(1991).Atransactioncostapproachtointerfirmcooperation.*ScandinavianJournalofManagement*,*7*(1),57-74.

[6]Castells,M.(2009).*Revolutionsinthenetworksociety*(2nded.).Wiley-Blackwell.

[7]Chen,Y.,&Wang,Y.(2019).Supplychainresilienceinthetextileandapparelindustry:Asystematicreviewandresearchagenda.*JournalofCleanerProduction*,*208*,725-736.

[8]Dicken,P.(2015).*Globalshift:Mappingthechangingcontoursoftheworldeconomy*(5thed.).SagePublications.

[9]Dutta,S.,&Kumar,A.(2015).Riskmanagementinthetextileandapparelindustry:Areview.*InternationalJournalofOperations&ProductionManagement*,*35*(1),2-23.

[10]Fan,C.C.,&Lin,C.C.(2002).InternationaltradeandindustrialdevelopmentinTaiwan’stextileandapparelindustry.*JournalofDevelopmentStudies*,*38*(6),1-25.

[11]Flyvbjerg,B.(2006).Fivemisunderstandingsaboutcase-studyresearch.*QualitativeInquiry*,*12*(2),219-245.

[12]Gadde,L.M.,&Håkansson,H.(2009).Designingsupplynetworks:Coordination,control,andinformationsharing.*IndustrialMarketingManagement*,*38*(5),430-437.

[13]Ghemawat,P.(2007).Clusteredcompetitors:Anewmapofglobalindustry.*HarvardBusinessReview*,*85*(3),119-131.

[14]GlobalTextileandApparelIndustryPartnership(GTAPIP).(2019).*GTAPIPframeworkforresilienceintheglobaltextileandapparelvaluechain*.

[15]Hall,R.,&VanderLinde,C.(1996).ThestrategicuseofR&D:Integration,collaboration,andknowledgedirection.*StrategicManagementJournal*,*17*(3),201-219.

[16]Helper,S.(1993).Doessupplierrelianceleadtoworsenegotiatedoutcomes?*AcademyofManagementJournal*,*36*(3),707-729.

[17]Hill,C.W.L.(1990).Theresource-basedviewofcompetitiveadvantage:Implicationsforstrategyformulation.*CaliforniaManagementReview*,*32*(3),119-134.

[18]Hohenstein,N.O.,&Piller,J.(2016).Openinnovationinthefashionindustry:Asystematicliteraturereview.*JournalofProductInnovationManagement*,*33*(4),733-758.

[19]Iansiti,M.,&Levner,I.(2004).Aresearchagendaonstrategiccapabilitiesinpractice.*OrganizationScience*,*15*(4),409-423.

[20]Jensen,R.J.(2003).Therolesoffirmsinglobalization.*AmericanEconomicReview*,*93*(1),19-43.

[21]Jones,G.(2007).*Globalstrategy:Patterns,concepts,cases*(5thed.).McGraw-Hill/Irwin.

[22]Kaplan,S.,&Norton,D.P.(1996).Thebalancedscorecard:Translatingstrategyintoaction.*HarvardBusinessReview*,*74*(1),75-85.

[23]Kogut,B.,&Zander,U.(1992).Knowledgeofthefirm,combinativecapabilities,andthereplicationoftechnology.*OrganizationScience*,*3*(3),383-397.

[24]Kumar,A.,&Dutta,S.(2017).Aframeworkforsupplychainriskmanagementinthetextileandapparelindustry.*InternationalJournalofProductionResearch*,*55*(18),5377-5392.

[25]Lee,H.(2004).Thetriple-Asupplychain.*HarvardBusinessReview*,*82*(10),102-112.

[26]Li,X.,Zhang,Y.,&Chen,Z.(2020).Researchontheriskfactorsoftextileandapparelsupplychainbasedonentropy-TOPSISmethod.*JournalofCleanerProduction*,*259*,121056.

[27]Locke,R.M.,Kochan,T.A.,Qin,F.,&Brause,R.(2007).Chineseworkerresponsestoexperimentsinparticipatorydecisionmakingatatoyfactory:Acasestudy.*IndustrialandLaborRelationsReview*,*60*(3),387-414.

[28]Lohr,D.(2002).Theglobalapparelindustry:Anoverview.*ApparelManufacturing*,*34*(1),10-14.

[29]Luo,X.,&Riedl,A.(2005).Knowledgetransferbetweenfirms:Aco-evolutionaryprocess.*JournalofManagementStudies*,*42*(1),1-24.

[30]Ma,Z.,Zhang,H.,&Cui,K.(2021).Researchontheevaluationindexsystemoftextileindustrysupplychainsafetybasedonentropy-TOPSISmethod.*JournalofPhysics:ConferenceSeries*,*1998*(1),012080.

[31]Makino,S.,&Coughlan,A.T.(1993).Strategicalliances:Areview,critique,andfuturedirections.*OrganizationScience*,*4*(1),31-44.

[32]March,J.G.,&Simon,H.A.(1958).Organizations.*AmericanPoliticalScienceReview*,*52*(3),943-947.

[33]孟庆国,张晓磊,&刘洋.(2022).基于熵权-TOPSIS法的纺织服装产业链安全评估.*纺织学报*,*43*(7),146-154.

[34]Miles,M.E.,&Huberman,A.M.(1994).*Qualitativedataanalysis*(2nded.).SagePublications.

[35]Mintzberg,H.(1973).Thenatureofmanagerialwork.*PrenticeHall.

[36]Mirvis,P.H.,&Beck,T.L.(1992).Criticalincidentsinstrategicchange:Fact-finding,diagnosis,andimplementation.*AcademyofManagementJournal*,*35*(3),526-557.

[37]Mudambi,R.,&Navindran,N.(2004).Researchnote:Whendofirmsuseexternalknowledge?Astudyoftheeffectsofknowledgeattributesandfirmcapabilitiesonfirms’decisionstoacquireknowledgefromexternalsources.*JournalofManagementStudies*,*41*(6),1095-1124.

[38]Narayanan,V.,&Ramanujam,R.(1987).Aframeworkforanalyzingstrategicchange.*JournalofManagementStudies*,*24*(1),59-70.

[39]Oliver,C.(1997).Coevolution,institutionaltransitions,andinstitutionalendurance.*ManagementSociety*,*35*(1),149-176.

[40]Porter,M.E.(1990).*Thecompetitiveadvantageofnations*.FreePress.

[41]Ponomarov,S.Y.,&Holcomb,M.C.(2009).Understandingtheconceptofsupplychainresilience.*TheInternationalJournalofLogisticsManagement*,*20*(1),124-143.

[42]Riedl,A.,&Ritter,T.(2009).Knowledgetransferinglobalvaluechains:Theroleofabsorptivecapacityandsocialcapital.*JournalofWorldBusiness*,*44*(4),385-396.

[43]Rowley,J.L.(1997).Towardsatheoryofknowledgetransferinorganizations.*JournalofManagementStudies*,*34*(6),827-840.

[44]Samra,A.S.(2013).Theglobalapparelsupplychain:Acriticalanalysisofitsresponsetothe2005collapseoftheRanaPlazafactoryinBangladesh.*JournalofFashionMarketingandManagement*,*17*(3),261-277.

[45]SCMPGlobalTextileInformationNetwork.(2020).*Reportonthecurrentsituationandtrendsoftheglobaltextileandapparelindustry*.

[46]Teece,D.J.(1998).Capturingvaluefromknowledgeassets:Theneweconomy,marketsforknow-how,andintangibleassets.*CaliforniaManagementReview*,*40*(3),55-79.

[47]Teece,D.J.,Pisano,G.,&Shuen,A.(1997).Dynamiccapabilitiesandstrategicmanagement.*StrategicManagementJournal*,*18*(7),509-533.

[48]Teece,D.J.(2010).Businessmodels,businessstrategyandinnovation.*LongRangePlanning*,*43*(2-3),172-194.

[49]Teece,D.J.(2018).Thefoundationsofdynamiccapabilities:Implicationsforbusinessmodeldesignandstrategy.*In*Handbookofdynamiccapabilities*.EdwardElgarPublishing,1-33.

[50]Thomsen,B.A.,&Ulrich,K.T.(2004).Productplatformandproductlinedesign:Amulti-levelframeworkforproductdevelopment.*ResearchPolicy*,*33*(8),1267-1288.

[51]Tidd,J.,Bessant,J.,&Pavitt,K.(2005).*Managinginnovation:Integratingtechnological,marketandorganizationalchange*(4thed.).JohnWiley&Sons.

[52]Unerman,J.,&Burnes,B.(2007).Corporatesocialandenvironmentalreporting:Atheoreticalintegration.*BusinessEthics:AEuropeanReview*,*16*(3),257-274.

[53]VanderLaan,E.A.(2014).Aframeworkfortheanalysisofglobalvaluechainsintheapparelindustry.*JournalofCleanerProduction*,*65*,366-373.

[54]魏江,张敏,&姜晓华.(2021).知识图谱驱动的产业链安全风险评估研究——以浙江省装备制造业为例.*科研管理*,*42*(1),236-248.

[55]王先甲,&魏江.(2019).产业链安全风险评估指标体系构建研究.*中国软科学*,(10),191-201.

[56]王永贵,张晓磊,&李东进.(2020).产业链韧性的概念、内涵与评价研究——基于多案例的比较分析.*中国工业经济*,(7),135-152.

[57]王兆华,&李雪梅.(2022).供应链韧性、企业创新与绩效关系研究.*管理世界*,*38*(4),150-168.

[58]汪应洛,李雪梅,&孙林岩.(2021).知识图谱驱动的产业链安全风险评估研究.*中国机械工程学报*,*52*(15),1729-1740.

[59]吴晓波.(2016).*产业互联网：理论、方法与实践*.机械工业出版社.

[60]杨蕙馨,&冯根尧.(2018).全球价值链重构背景下中国制造业的升级路径研究.*经济研究*,*53*(1),4-19.

[61]Yeung,D.,&Amin,S.(2007).Globalproductionnetw