当前,数字经济正成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。7月27日,中国纺织工业联合会信息化部、中纺网络信息技术有限责任公司、浙江桐乡濮院针织产业园区管委会在北京组织召开了2023濮院时尚产业发展专家研讨会暨濮院指数论证会(以下简称“方案”)。中国纺织工业联合会秘书长夏令敏,工信部消费品工业司纺织处处长于琨,商务部市场体系建设司办公室主任王黎民,国家发改委产业司轻纺处副处长张曙光,中国物流信息中心副主任陈中涛;桐乡市委常委、濮院镇党委书记周炎,濮院针织产业园区管委会主任李勇、副主任李夏洁,濮院镇人民政府副镇长赵晓斌等领导和专家出席会议。会议由中国纺联信息化部副主任殷强主持。

  桐乡市委常委、濮院镇党委书记周炎介绍,濮院镇拥有完整的针织纺织服装产业链,是我国最大、国际知名的毛纺织产业集群和专业市场集群。经过多年耕耘,产品时尚化、系列化和品牌化特征更加明显。由毛衫单品向针织、梭织融合发展,系列服装、四季产品大幅增加。时尚产业的转型,毛衫一线品牌、服装品牌纷纷在濮院举办新品发布会,使濮院逐渐成为全国最具影响力的时尚毛衫流行趋势发布中心。

  近年来,濮院镇政府深刻洞察到数据要素开发与利用对数字化转型、产业发展的价值,联合中国纺织工业联合会信息化部和中纺网络信息技术有限责任公司积极开展研究,提出以“中国·濮院指数”编制升级为突破口,构建濮院纺织服装产业大数据平台。实现以数据为核心要素驱动的创新模式与资源配置方式的改革,促进数字经济和实体经济深度融合。

  方案中提到,中国·濮院指数体系包括价格指数、景气指数、时尚指数三类。其中价格指数共涵盖九大类产品,63个代表规格品,每旬发布一次。景气指数由生产景气指数、市场景气指数加权计算生成,市场景气指数每月发布,生产景气指数和濮院景气指数每季度发布。时尚指数囊括了时尚设计能力、时尚供给能力、时尚传播能力、时尚辐射能力、时尚环境能力的综合权重,每季度发布一次。

  专家组成员在认真审阅资料,听取方案介绍后,进行了充分肯定。专家组指出:方案指标设计、样本选择、权重设置、基期设定符合指数编制的专业要求,科学严谨,结构合理,具有较好的创新性,可操作性强。方案建立了全面反映价格、景气、时尚发展的指标体系和数据平台,能够较为客观地反映濮院地区纺织服装产业动态和变化趋势。濮院指数的发布,能够为纺织服装企业经营、政府决策、协会服务提供信息支持,对推动纺织服装时尚产业创新升级具有较强的指导意义。

  中国纺织工业联合会秘书长夏令敏总结发言时表示,濮院指数从2018年正式对外发布,经过多年运作已经在区域行业上形成了一定的话语权。他建议指数工作要突出地方特色,顺应市场规律不断迭代和优化,加强人才培养,坚持不懈,达成行业指标性意义。他强调,纺织服装行业要加大重点产业集群的指数工作建设,规范化积累当地产业数据,通过深入挖掘分析,带动产业数字化建设,形成推动产业进步的生产力。

  会上,与会专家一致建议对方案进一步修改完善,在试运行的基础上组织实施和对外发布。

  【行业指导】

  工信部消费品工业司纺织处处长于琨

  在当前这个海量数据信息时代,需要更多的化零为整、聚点成面,才有利于统计分析,产生更多数据价值。希望方案更加聚焦当地产业特色,通过数字化设计改造服务层制造。

  商务部市场体系建设司办公室主任王黎民

  指数发布影响逐渐扩大,进一步带动当地产业集聚发展。希望在今后指数工作中,根据市场规律逐步迭代,科学编制,深入分析研究,扩大影响力,为统计预测提供指导性建议。

  中国物流信息中心副主任陈中涛

  数字经济时代,数据是重要资源。将来自一线的基础数据加工后得到的指数,很有价值。指数可以发挥行业引领作用,具有“品牌化”意义。

  中国纺联产业集群工作委员会副主任、中国纺联流通分会副会长徐建华

  指数是晴雨表、是风向标、是城市名片。希望后续可以通过深度挖掘分析数据,鉴定为指数预判,形成行业发展报告、白皮书等载体,提升当地的产业价值。

  中国纺联产业部副主任、产业经济研究院副院长刘欣

  指数分析一直是投资者重要的决策参考。后续工作中要落实好样本数据采集、运营维护,深化数据挖掘,延展开展时尚与文化的融合创新研究。

  中国服装设计师协会专职副主席谢方明

  时尚指数覆盖了时尚设计、时尚供给、传播渠道、辐射范围等,后续还要不断优化,对于设计研发人员、专利商标、品牌推广、知识产权保护、新媒体推广、“出圈”宣传、强化“城市色彩”等方面均可以纳入指数权重范围。

  中国毛纺织行业协会副会长刘焱

  优化后的指数方案更加完善,在一些细节上可以更加精准描述。同时,指数方案不是一成不变的,需要随着市场继续迭代更新。希望指数可以越做越好,走上“国际化”道路。

  中国针织工业协会副秘书长徐国强

  指数方案具有很强可操作性,后续可以与物流数据、产业统计数据等相结合,深刻挖掘数据联动性和数据价值。