纺织业作为我国的传统产业和支柱产业，在全球制造业回归的大背景下，我国对纺织业未来发展也给予了高度重视。在"人口红利"逐渐消失的情况下，对于纺织业这类劳动密集型产业，技术创新才是促进其新旧动力转型的关键，因此提升我国纺织业技术创新水平的关键是重视技术创新效率的提高。
　　基于此，本文结合相关理论，使用规模以上纺织企业的相关数据，构建两阶段DEA-Malmquist指数模型。首先，对我国不同性质规模以上纺织企业的技术创新效率进行静态和动态研究分析，并利用Tobit模型对其影响因素进行分析。研究发现，①静态分析下成果转化阶段的效率高于科技研发阶段。在科技研发阶段，内资、港澳台资与外资企业的效率值依次增加。②动态分析下内资和外资企业的效率在成果转化阶段均不如科技研发阶段，港澳台资企业却是优于。在科技研发阶段，港澳台资、内资和外资企业的效率值依次增加。成果转化阶段以内资、外资和港澳台资企业的顺序依次增加。③Tobit回归分析下，科技研发效率与企业规模、企业市场绩效和企业研发经费投入正相关，与企业技术水平、对外开放程度和政府支持力度负相关。成果转化效率与企业规模、企业技术水平、企业市场绩效和企业研发经费投入正相关，与政府支持力度和对外开放程度负相关。其次，对我国不同区域规模以上纺织企业的技术创新效率进行研究分析。研究发现，①静态分析下成果转化阶段的效率均值高于科技研发阶段。在科技研发阶段，东部三省、西部四省和中部五省企业的综合技术效率依次递减。在成果转化阶段，以中部五省、东部三省和西部四省的顺序递减。②动态分析下成果转化阶段的效率均值高于科技研发阶段。中部五省、西部四省的效率均值成果转化阶段高于科技研发阶段，而东部三省是低于的。在科技研发阶段，东部三省、中部五省和西部四省企业的效率依次递减，在成果转化阶段，以中部五省、东部三省和西部四省的顺序递减。③根据12省市的两阶段效率值，归分出4种创新资源利用类型，分别是低研发低转化、低研发高转化、高研发高转化和高研发低转化。
　　最后，基于实证结论，提出相关建议，以期提高我国纺织业技术创新效率。