近年来，织里镇在无废理念指引下，以智能化、集约化、资源化融合产业发展，打造“无废童装产业”，实现传统童装产业的绿色无废、资源循环新路径。

　　童装产业是湖州市吴兴区织里镇的主导产业，已形成从研发设计、加工制造到线上线下销售、面辅料供应等全业态、全流程、全品类的产业生态圈。近年来，织里镇在无废理念指引下，以智能化、集约化、资源化融合产业发展，打造“无废童装产业”，实现传统童装产业的绿色无废、资源循环新路径。

　　一是数智改革推进产废源头减量。通过政府补助政策激励企业进行数字化车间改造，建设一批数字化流水线的标准工厂，实现固废源头减量。目前30余家企业已完成数字工厂升级，全面引进智能排版机、自动裁床机、自动打包机等先进设备，提高精准度，裁剪边角料、制衣报废品、过度包装废品等固体废物产生率可降低10%，整体效率提升20%以上。

　　二是产业整合带动全链条绿色发展。按照集聚入园要求，整合原先1100余家低小散作坊，集中建设新港环保生态园区，引导300余家砂洗和印花企业入园。积极引导企业进行技术改造，通过使用水性油墨等原材料减少VOCs废气产生；引进可自动配色、小批量生产的数码印花智能设备，印花成品报废率降低至5%以内，集中建设污水、废气处理设施，污水日处理能力达2.5万吨，大幅降低废水、废气、废渣等污染物排放。

　　三是“产业大脑”升级加速智能制造。打通产业链、供应链、贸易链等数据，开发建设“童装产业大脑”，被列入首批省级行业产业大脑建设试点“揭榜挂帅”项目，为全域1.4万余家童装生产主体、8000余家电商提供更优服务，实现产业大脑与数字化车间双向联动，拉通从原材料采购到成衣销售全链路，打破数据壁垒，有效解决行业市场变化快、信息资源不对称、供应链协同难等问题。

　　基于数字化转型企业“点状”分布特点，科学编织共享平台和网络，打通海内外销售通路，实现集约发展和贸易流通双赢。

　　一是“共享工厂”实现节能和高产双轨发展普宁尾货批发童装市场地址。针对数字化工厂改造资金投入大、技术人员少等特点，创新打造共享工厂、共享车间、共享设备、共享人才等共享经济，整体调配淡季和旺季产能，通过下订单、找工厂模式实现全域中小企业整体生产时间压缩至原先的1/3，生产效率提升25%，能源消耗降低10%，助力中小童装企业实现共富。

　　二是互联网+实现线上销售一路畅通。抓住互联网+销售模式契机，大力发展直播经济，大幅减轻企业的库存压力，网店和达人供货占比总销售量的70%。导入广州希音、象屿等跨境电商平台，通过平台直销、外国人直播带货等多种形式实现跨境电商出口，打通销售通路，实现库存积压动态稳定，减少一大批过季期货产生。

　　三是市场整合实现线下销售资源共享。整合以童装城市场、晟舍街区和过季童装市场为主的多个线下本地童装批发市场，通过优化物流、拼箱组柜、拼车运输等形式进行集约化市场发展；同时大力推进织里集货仓和海外仓“双仓”建设，鼓励童装头部企业抱团出海经营，实现库存海内外互通有无，每季库存消纳最优化。

　　针对童装产业产生的废布条点多面广量大难题，吴兴区科学布局，引进多个资源化利用项目，实现废布条分种类梯次利用。

　　一是精准分类实现高值再生。通过搭建“线上+线下”多元化回收体系，将废布条边角料精准分类后定向利用。经过专业化分拣，优选含棉量高的废布条，通过物理开松、清弹、纺纱等工序，将棉类废旧纺织边角料制成再生纤维棉、再生纱线等再生制品并运用于多个国内外知名品牌。

　　二是多向利用实现产业循环。引进先进再生资源分拣利用一体设备，将涤纶、氨纶类废旧纺织品精分后制成再生颗粒，再生产品广泛用于家纺、玩具、化纤、纺纱、吹塑板材、包装袋、包装膜等材料，目前处理能力可达3万吨/年，再生产品纺纱、包装袋等已成功用于童装生产和包装。

　　三是抓好末端实现全量利用。充分借助企业专业技术团队力量，参与制定并出台多个固体废物替代燃料团体标准，将无法再生利用的剩余废布条制成替代燃料SRF，成功探索出废布条替代燃煤的综合利用路径。经官方检测替代燃料平均热值可达4800Kcal/Kg，可替代燃煤使用，每年可节约煤炭近2万吨，可减少二氧化碳排放近6万吨。

　　“无废童装产业”的发展使传统童装产业融入了绿色低碳元素，为织里童装走向世界提供了新的动能。接下来吴兴区将持续深入推进“无废童装产业”走深走实，从绿色原材料、低碳生产工艺、可循环再生科技等多角度着手，提升童装低碳无废产业链全面发展。

　　凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

　　本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

　　鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话；邮箱：。