经历了三次工业革命的洗礼，制造业已经进入了智能制造的时代。工信部在《智能制造发展规划（2016-2020年）》将智能制造定义为：基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式[1]。随着新一轮科技革命不断推进以及国际环境的日趋复杂，大国战略博弈下制造业的竞争不断加剧，智能制造作为新一轮工业革命的核心技术受到了各制造强国的广泛关注。美、德、日等发达国家相继提出“先进制造业领导力战略”“国家工业战略2030”“社会5.0”等面向新一代制造业的发展战略，以信息技术赋能的智能制造为抓手，力图抢占新一轮全球制造业竞争的制高点。

改革开放以来，我国制造业经历了很长一段高速发展的历史机遇期，有力推动了我国工业化和现代化进程，但相比发达国家的先进制造水平，我国制造业还呈现出大而不强的特征，许多方面都存在明显的差距。伴随着我国消费的不断升级、人口红利的逐步消退，传统制造业转型升级迫在眉睫，在这一关键时间节点上，国务院印发了我国制造强国战略的第一个十年行动纲领——《中国制造2025》，明确智能制造是主攻方向[2]。经过数年的发展，在我国供给侧结构性改革步伐加快，两化融合不断深化，“双碳”战略目标提出的新的历史节点上，工信部等八部委进一步印发了《“十四五”智能制造发展规划》，对我国制造业的进一步发展提出了更高的要求。

作为我国制造业的重要组成部分，同时也是与人民生活息息相关的产业，家具制造业在三十余年的高速增长后逐步趋于平稳。在当前买方主导、供过于求的新常态，国内大循环为主体、国内国际双循环相互促进的新发展格局，以及新冠疫情冲击的三重背景下，粗放的经营模式已难以为继，家具制造业也在不断融合与借鉴中按照数字化、网络化、智能化“并行推进、融合发展”[3]的技术路线迅速成长，头部家具企业尤其是部分定制家具企业已经建立起了智能制造基地，开展了大量探索与实践。

本研究基于广泛的产业实践提出现阶段家具智能制造的实践路径，明确家具智能制造的重点研究方向，目的在于促进系统而稳健的推进家具智能制造水平的提升，推动家具产业高质量发展。

家具制造业隶属于轻工业的范畴，对比当前智能发展更为成熟的重工业，以及轻工业领域中其它类型的产品制造，家具的生产制造具有一系列特征，这些特征决定了家具的智能制造同其它制造业存在较大的差异。

1.1 多种生产模式混合

相较其它制造企业的单一制造模式，家具制造企业往往同时具备离散型制造模式、混流型制造模式、网络协同制造模式、大规模个性化定制模式等多种生产模式。具体如下：

离散型制造模式：通过原材料的物理形状改变与组装使其增值。特点是产品结构明确；生产流程按工序布局；多品种、小批量；自动化程度相对较低，主要集中在具体的工序单元中；劳动力密集[4]。绝大多数成品家具产品的核心生产流程、定制家具中个性化程度较高的非标部件的生产过程基本都属于这种制造模式。

混流型制造模式：通过对原材料进行混合、重组、变形等方法，以多流程、多批量的方式进行零部件组合而使原材料增值。主要特点是资源和技术密集；生产规模大；产品种类繁多[5]；加工工艺路线将依照不同产品而发生显著变化；设备生产难以平衡。在家具制造业，这类制造模式体现在制材、备料、机加工、装配、涂装与包装等家具制造各环节。

网络协同制造模式：通过互联网技术实现生产线、供应链之间的协同的制造模式。特点是系统规模大、组成元素多；系统任务复杂；分布式特点显著；对于数据的实时性要求高[6]。家具制造业中，网络协同体现在企业内部不同类型零部件的专业化生产线配合、企业供应链管理等方面。

大规模个性化定制模式：在系统思想的指导下，以整体优化的观点，充分利用企业资源，在先进制造技术的支撑下，根据客户的个性化需求，以大批量生产的低成本、高质量和高效率提供定制产品和服务的生产方式。主要特点是专业化产品制造、模块化产品设计、伙伴化合作企业关系以及网络化生产组织和管理[7]。这种模式在家具制造业最集中的体现就是定制家具，成品家具中也有部分零部件采用这种制造模式。

在同一个家具制造企业中，这些生产模式长期并存，且彼此之间的耦合度高，带来了生产管理的难度急剧增加，构建智能制造所需的信息物理系统（Cyber-Physical Systems, CPS）的复杂度呈几何式增长。

1.2 细分领域差异明显

随着家具消费者需求的不断提高以及专业化程度的逐步加深，家具制造业的行业细分越来越清晰。按批量规模和标准化程度，可以划分为定制家具与成品家具；从材料与工艺的角度，可以划分为实木家具、板式家具、软体家具、竹藤家具、塑料家具、金属家具等；从使用场景角度，可以划分为民用家具（卧房家具、两厅家具等）、公共家具（办公家具、酒店家具、学校家具、展示家具等）与户外家具等；从目标用户群体角度，可以划分为儿童家具、适老家具、宠物家具等。不同细分领域的家具产品，其材料、结构、工艺、设备以及经营模式上的差异明显，因此转型升级的路径也各不相同，智能制造模式的复制难度大。

1.3 企业规模差别较大

家具制造业总体门槛较低，因此家具制造企业的规模差别较大。头部企业原材料基地与生产基地遍布全球，厂房面积数百万平米，员工数万人，产品线数十条，技术比较先进，年产值达数十亿甚至百余亿元；数量上占大多数的中小型家具企业，仅有几个生产工厂，员工百余人，产品线3条-5条，年产值数千万元；更有难以统计的作坊式、家庭式家具企业，员工不到十人，仅辐射本地市场，多采用手工或半自动的方式开展生产加工。在如此大的规模差异面前，家具的智能制造很难形成全行业标准化的一种或多种范式，并且由于不同规模的企业经济实力、认知水平、技术实力都存在很大的差异，实现数字化、智能化必然存在先后、程度方面的显著差别。

1.4 产业分工趋势明显

与汽车制造业类似，规模以上家具制造业也逐步呈现出清晰的产业分工态势。围绕一些大型家具制造企业，或者在中小型家具企业聚集地周边都形成了专业化分工家具制造配套企业，有的技术要求较高、通用型较强的零部件甚至形成了一些独立的子产业，这些企业虽然不以完整的家具作为产品，但仍然属于家具制造业的范畴，同家具制造企业存在相互依存的关系。例如家具原辅材料企业、五金企业、包材企业、设备和维修企业、设计企业、物流企业、展示销售企业等，定制家具领域更进一步细分出了板材企业、饰面纸企业、压贴企业、台面企业等。这些企业与家具制造企业，彼此之间存在错综复杂的合作关系，跨企业的协同成为了家具智能制造需要研讨的关键课题。

1.5多重技术体系交融

传统的家具制造底层技术主要包括材料科学、家具制造工艺、家具结构、机械制造、数据分析、工业工程、物流科学、管理科学等，是一个典型的跨学科技术体系。随着新科技革命的不断推进，大量新技术赋能制造业，家具制造业的技术内涵也在传统家具制造技术的基础上融入了更多计算机、数学、通信、自动化等学科门类的技术体系，技术复杂度进一步提高，在带来制造模式升级的同时，也对家具制造企业管理人员的思维方式和跨学科综合应用能力提出了更高的要求。

智能制造的概念经过三十余年的发展，其内涵已经由数字化、信息化、网络化向智能化过渡[8]。随着整个制造业在智能制造领域的探索进入高潮，家具智能制造也在不断模仿、创新中曲折前进，并取得了一些成果，也面临着许多问题。从当前家具企业智能制造实践的现状来看，主要陷入了如下8类困境。

2.1 整体局限性比较大

工信部对于“智能制造”的概括，涵盖了设计、生产、管理和服务，囊括了制造系统层级与产品生命周期两个维度[9]。相比于过去的精益生产、柔性制造等技术进步，智能制造不仅是生产技术的变革，还上升到了企业经营全过程的高度[10]。当前家具制造业对于智能制造的理解还比较狭隘，多数企业仅仅着眼于家具的“生产制造”这一过程，忽视了智能制造与家具制造其它环节之间的关联关系[11]，没有上升到企业战略的层面，这种意识在思维层面上制约了家具企业智能制造的发展。

2.2 基础数据质量堪忧

如果将智能制造比作“高楼”，基础数据就是这栋高楼的砖瓦，数据质量的好坏，直接决定了智能制造这栋“高楼”是否稳定。从实践情况来看，当前家具制造业在智能制造的探索过程中，对于数据质量的重视程度严重不足。这种现象集中体现在数据缺失、数据精度不足、数据时效性不强等方面。例如在自动化、柔性化程度都比较高的定制家具领域，生产路径规划已经达到工序级，甚至板件级精度的情况下，绝大部分家具制造企业进行生产调度时“加工时间”仍然沿用“平均工时”这一比较粗放的概念，极易频繁出现产线波动和拥堵现象，只能依靠增加宽放系数来提高系统的容错，严重限制了产能的实现。

2.3 数据孤岛现象严重

家具制造业大数据类型多种多样，且来源于不同的业务流程，许多家具企业通过自建或引进的方式，根据各个环节的业务需求建立起了信息系统或数据平台，这些系统和平台在早期对于其业务范围内的生产活动的提质增效起到了明显的推动作用，但在智能制造转型的过程中也引发了严重的数据孤岛问题。据了解，一些大型家具企业所应用的各类系统和平台多达百余个，其中大部分都自成体系。大量不同来源的平台与系统，直接造成了数据口径不一致、系统编码不统一、生产数据调用困难等一系列问题，大量的数据局限于某个系统或部门内部，无法有效组织协调，数据的价值体现受到了严重影响[12]。

2.4 数据应用能力低下

许多家具企业、软件供应商、咨询机构都采用了“电子看板”的形式，将采集到的实时生产数据以各种可视化方式在生产现场或调度中心的大屏幕上进行呈现，然而这些数据对于实际生产并未起到指导作用，实际生产现场的管理、调度与协同，还是依托车间管理人员的经验和操作人员的主观能动性。究其原因，在于软件供应商和咨询机构往往不具备家具生产的底层知识，家具企业又难以将生产逻辑转变为具有指导意义的可视化的呈现形式，导致难以对采集到的生产数据进行科学建模与分析，形成具有指导意义的结论，从而支持现场进行更精细的过程管控。

2.5 模型构建精度不足

智能制造依赖于数据驱动，数据对生产进行指导就需要依托模型。现实情况表明，不论是学界还是产业界，进行数据分析与建模时都过于理想化，考虑的因素比较单一，构建的模型拟合不足，许多分析和研究都未能充分考虑低权重因素对结果的影响，导致这些因素的量变引起了未能预估的质变；建模与分析仅仅围绕主要生产流程来开展，忽视了次要流程对主要流程的干涉作用，导致次要流程成为瓶颈。此外，低精度的数据分析与模型构建，还将造成工艺改良、精益改善、产线规划[13]等生产活动的预先验证困难，理论研究与实际生产之间的偏差超出预期。

2.6 人机协同问题严峻

劳动力成本日益高企的当下，通过智能制造减少人工是家具制造业缩减人力成本的重要手段，但在当前加工设备与生产模式存在局限的现实条件下，大规模生产与定制化需求的矛盾始终难以调和，不论哪一个细分领域的家具制造，始终存在部分产品或零部件需要采用人工的方式来进行生产，也总有部分设备需要依赖人工进行现场操作。大多数家具企业在生产现场人员与设备协同、人工与自动化加工任务分配等方面都缺乏必要的研究，导致人与设备的优势都无法得到充分的发挥。

2.7 智能装备短板明显

近年来，随着人工智能技术的不断发展，家具高端制造装备也取得了长足进步，许多新型装备能够实现工序级的自动化、柔性化生产，但从智能制造的角度来看，短板也比较明显：设备内部的自感知、自学习、自决策、自执行、自适应能力还明显不足，耗材使用状态、设备工作状态、产品加工质量等监控内容有限；跨设备的信息交互难度较大，工序间难以实现数据驱动的智能调度与协同生产；智能装备的加工质量和稳定性方面，国产设备同进口设备相比还存在较大差距，国外设备供应商的商业壁垒又制约了家具智能制造体系的构建；自动化与工装设计水平明显不足，大大提高了家具智能制造实现的难度。

2.8 制造高端人才匮乏

家具制造业实行智能制造，有赖于一批高水平、高素质、创新型、复合型专业人才[14]，这一类人才不仅需要具备坚实的家具设计与工程专业基础，并且能善于学习，不断吸收计算机科学、工业工程、通信技术、数据科学等跨学科领域前沿知识，同时还要拥有极高的实践智慧，能够实现智能制造前沿理论与家具制造实际生产力之间的相互转化[15]。然而，在家具制造领域，这样的人才目前还相当匮乏，一方面原因是当下的家具专业教学在跨学科与实践培养方面还有待突破，另一方面的原因在于家具企业对于人才的重视程度不足，后备力量培养与人才待遇还有待提高。

上述这些困境造成了目前家具智能制造尚且停留在设备级、工序级，而无法上升到产线级和工厂级，并且智能制造相关的核心技术并没有被家具制造企业所掌握，企业得到的仅仅是多个系统供应商拼凑而成的整体解决方案，智能制造是一项持续的过程，因此一旦企业的产品、生产模式或工艺技术发生革新，前期固化下来的智能制造产线更新成本将非常昂贵。

智能制造是家具制造业在新技术革命和经济新常态下转型发展的必由之路，在全行业如火如荼的开展智能制造探索的进程中，针对当前家具企业实践智能制造中陷入的困境，可以构建起“3+1”实践路径。其中，“3”指的是智能制造实践路径的三个层次，即顶层、中间层与底层，“1”指代支撑智能制造的企业软实力，如图1所示。

3.1 构建贯穿企业生产全过程的顶层设计

智能制造是今后相当长的一段时间内，家具制造业转型发展的主旋律，这种新的生产模式不仅指传统意义上的生产加工，还涵盖了设计、管理、服务等广义上的生产过程。家具企业首先要意识到，智能制造转型与升级，不仅仅是生产系统的革新，还关系到整个企业生产活动的重构，是企业最高级别的战略规划，需要统揽全局，全盘考虑，充分调动企业各项资源。因此，必须由家具企业的最高决策团队大力推动，中、基层管理和技术人员主导开展。顶层设计中，应当对企业智能制造系统需要涉及哪些生产环节，各业务环节之间的接口形式，数据、逻辑与应用应当达到何种目标等关键问题形成明确的思路。由于对于新模式的认知是一个不断深入的过程，在顶层设计中还需要为智能制造系统的更新预留充足的扩展空间，以发展的眼光来看待新的生产模式。

3.2 重点研究中间层生产逻辑与控制技术

相比传统制造，智能制造的核心目标是通过更精确和完整的实时数据来支撑科学决策，对生产制造过程进行科学管理[16]。如何应用大量的基础数据对实际生产进行指导，让大数据资源转变为生产力和实际的经济效益，是家具智能制造当前需要解决的关键问题。长期以来，传统家具制造走的是以人工为主的生产模式，生产逻辑建立在管理和操作人员的经验，以及主观能动性等要素之上，这种模式大多数情况下都难以适应万物互联时代下的智能制造系统，因此家具企业需要立足于数据，将互联网思维和家具生产制造的基础相结合，重新梳理生产逻辑，全面实现生产过程的数字化与网络化。在此基础上，重点研究基于数据的生产过程控制技术，以人工智能为抓手，将车间级生产运行管理推进到工序级、零件级、设备级、工人级，实现以数据智能为核心，“关联+预测+调控”的生产决策新模式[17]。

3.3 完善符合家具制造实际的底层数据

智能制造依赖于数据驱动，数据结构与数据质量，它直接决定了家具智能制造实现的可行性。针对家具制造业智能制造探索过程中暴露出来的种种数据问题，要以精细化、系统化的观念来审视企业当前的数据体系，对现有数据结构来进行优化，基于家具企业生产全过程来构建完整的数据链条，完善数据项目和采集方式，并尽可能实现数据的结构化；对基于人工智能的产品工艺数据、加工过程数据、设备故障数据、质量数据、人力数据等生产基础数据进行细化，避免大量应用精度较低的平均值作为底层数据；对现有各类数据库、平台和系统中存储的数据进行全面整合，形成“数据湖（Data Lake）”，从而以统一的口径实现数据的高效调用；弱化各项前台应用、BI系统的数据存储职能，重点强化前端作为操作界面的数据分析、可视化呈现以及生产过程控制能力。

3.4 重视智能制造软实力建设

家具企业智能制造的软实力主要包括企业创新能力、软件研发能力、设备应用能力与人才培养能力四个方面。智能制造是一个长期的过程，家具企业通过外包、引进、模仿等形式，可以在短期内达到初级形态的智能制造，一旦智能制造转型向更深层次推进，要想进一步提升，不论从技术难度还是企业核心竞争力的角度来看，都需要以企业自身的软实力为基础。提升企业创新能力，是家具制造业由要素驱动、投资驱动向创新驱动转换[18]的必然要求，也是家具企业核心竞争力的根本体现；强化软件研发能力，主要是实现以更高的效率、更稳定的形式实现对数据的模型化处理与生产过程管控；重视设备应用能力，实质上是通过增强智能制造所需的各类装备的研发、改进、调节与维护水平，达到提质增效的目的；全面深化高端人才培养体系，就需要以产教融合为基础，建立跨学科领域、强调实践应用、循序渐进的高端人才储备与培养机制，为家具产业长远发展奠定基础。

家具的智能制造，除了依托合理的实践路径，还需要在技术层面取得一些突破性进展。从应用的角度来看，今后可以从以下六个方向展开深入研究。

4.1 家具产品制造工艺优化

建立在落后的工艺基础上的智能制造是没有价值的[19]，工艺优化是开展智能制造的前提条件，工艺的先进性直接决定了智能制造的成败。针对大规模生产的家具产品，需要从原辅材料、结构形式、工艺流程等方面进行技术优化，在保留产品造型和功能的基础上，使产品的生产加工过程能够适应智能制造的要求，进而超越传统生产模式制造的同类产品。

4.2 家具生产过程多源异构数据采集

为了突破家具生产大数据的瓶颈，需要构建符合家具智能制造需求的基础数据架构体系，在边缘层基于各种直接或间接手段对生产过程数据进行全面而精准的采集，打破设备之间实现通信的各项壁垒，并通过边缘计算进行数据的预处理，运用物联网实现数据完整、及时的传递，从而强化制造系统的动态感知能力。

4.3 家具制造装备与生产过程数字孪生

数字孪生（Digital Twin）是以数字化的方式建立物理实体的多维度动态虚拟模型[20]。家具智能制造是多种制造模式复合的复杂生产问题，所涉因素众多，且各因素之间耦合关系复杂，简单模型难以通盘考虑并解决此类科学问题，数字孪生技术是处理该问题的重要手段。建立家具智能制造装备与生产过程的数字孪生模型，就是为家具智能制造建立数据驱动的信息物理生产系统（Cyber-Physical Production Systems，CPPS）[21]，能够基于系统强大的感知能力进行实时分析，为后续其它研究和试验打下坚实的基础。

4.4 家具制造过程自主决策与精准调控

人工智能的快速发展为实现家具生产过程的自主决策与精准调控从批次级向零件级推进提供了更多的可能，同时也为生产过程扰动现象的预测、监控、处理提供了更多的手段，依托人工智能技术对研发设计、计划调度、质量优化、运行维护、扰动监测、产线协同等管理决策过程进行深度研究，实现家具制造过程的自主决策与精准控制，能够有效提高生产效率，缩减制造周期和成本。

4.5 家具制造原材料高效利用

采用减量化设计的方法，借助先进开料装备与智能优化算法，实现大规模揉单生产，从而大幅提高材料的利用率，减少原材料浪费，从宏观角度看有利于家具制造业实现节能减排和“双碳”目标，有利于整个产业的绿色和科学发展，从微观层面来看有利于企业节约成本，有利于增强企业的核心竞争力[22]。因此，它一直以来都是家具生产制造优化的重要方向，人工智能与物联网技术为家具材料高效利用提供了粒度更细、效果更好的规划方法，有助于家具材料综合利用率进一步提升。

4.6 家具制造过程人机协作

智能制造推动家具制造向少人化发展，随着人效的不断提升，个人在智能制造系统中的作用越来越重要。有限的人力在制造过程中任务的合理分配，管理和操作人员与智能设备之间的协同配合，都需要依托人因工学研究成果来解决。这一技术的目的在于基于现实技术条件下如何通过合理的人机分工与协同，处理家具制造过程中日益加剧的规模化与个性化矛盾，推动生产过程的稳定与高效运行。

智能制造是家具制造产业高质量发展的必由之路，在家具制造业广泛探索智能制造的实践过程中，面对家具企业面临的困难，在实施层面，可以通过“3+1”的实践路径来全面思考和解决问题，即：构建贯穿企业生产全过程的顶层设计、完善符合家具制造实际的底层数据结构、重点研究中间层生产逻辑与控制技术、重视智能制造软实力建设。在技术层面，工艺优化、数据采集、数字孪生、精益管控、原材料利用、人机协作六个方面是实现家具智能制造的关键。站在新一轮科技革命和产业变革与我国加快高质量发展的历史性交汇点上，我们必须立足现实，着眼长远，将家具制造的基本逻辑与新兴技术进行有机融合，以创新求发展，挖掘自身潜力，推动更高水平、更高层次、更高质量的发展。

参考文献：

[1]周济.智能制造是“中国制造2025”主攻方向[J].企业观察家,2019(11):54-55.

[2]"新一代人工智能引领下的智能制造研究"课题组.中国智能制造发展战略研究[J].中国工程科学,2018,20(04):1-8.

[3]庞国锋,徐静,沈旭昆.离散型制造模式[M].北京:电子工业出版社,2019.

[4]庞国锋,徐静,张磊.流程型制造模式[M].北京:电子工业出版社,2019.

[5]庞国锋,徐静,沈旭昆.网络协同制造模式[M].北京:电子工业出版社,2019.

[6]庞国锋,徐静,郑天舒.大规模个性化定制模式[M].北京:电子工业出版社,2019.

[7]闫纪红,李柏林.智能制造研究热点及趋势分析[J].科学通报,2020,65(08):684-694.

[8]孟凡生,赵刚.传统制造向智能制造发展影响因素研究[J].科技进步与对策,2018,35(01):66-72.

[9]肖静华,谢康,迟嘉昱.智能制造、数字孪生与战略场景建模[J].北京交通大学学报(社会科学版),2019,18(02):69-77.

[10]朱本秋,江敬艳,刘秀.家居生产线规划设计产能匹配的分析范围研究[J].家具与室内装饰,2020(04):26-27.

[11]周佳军,姚锡凡,刘敏,张剑铭,陶韬.几种新兴智能制造模式研究评述[J].计算机集成制造系统,2017,23(03):624-639.

[12]陶涛,吴义强,黄艳丽,李新功,袁光明,李贤军,卿彦,孙德林,陈星艳,欧阳周洲.面向产教协同的应用型工科研究生自主融入式实践培养体系构建与研究——以中南林业科技大学林业工程学科家具设计与工程方向为例[J].家具与室内装饰,2021(10):134-138.

[13]陶涛,吴义强,黄艳丽,李新功,陈桂华,袁光明,卿彦,陈星艳,欧阳周洲.新工科视野下传统工科培养模式的创新——以国家一流本科专业木材科学与工程专业家具方向为例[J].家具与室内装饰,2021(08):133-136.

[14]张映锋,张党,任杉.智能制造及其关键技术研究现状与趋势综述[J].机械科学与技术,2019,38(03):329-338.

[15]张洁,高亮,秦威,吕佑龙,李新宇.大数据驱动的智能车间运行分析与决策方法体系[J].计算机集成制造系统,2016,22(05):1220-1228.

[16]国家行政学院经济学教研部.中国经济新常态[M].北京:人民出版社,2015.

[17]刘强.智能制造理论体系架构研究[J].中国机械工程,2020,31(01):24-36.

[18]陶飞,戚庆林,张萌,等.数字孪生及车间实践[M].北京:清华大学出版社,2021.

[19]陶飞,戚庆林.面向服务的智能制造[J].机械工程学报,2018,54(16):11-23.

[20]张新英,连金峰.木材加工智能数控机械自动化改造浅析[J].林产工业,2020,57(04):77-79+82.

[21] Manu Suvarna, Ken Shaun Yap, 杨文韬, 等.数据驱动的信息物理生产系统——迈向安全、高效、分布式智能制造[J].Engineering,2021,7(09):46-69.

[22]戴向东,刘侃,朱志红,刘俊冉,吴昱.基于定制模式的板式家具减量化设计研究[J].林产工业,2020,57(11):32-36.

注：本文来自《家具与室内装饰》杂志2022年第07期，本文欢迎个人转发。