摘 要：在聚焦我國進(jìn)一步實(shí)施“雙碳”目標(biāo)和新一代信息技術(shù)快速迭代發(fā)展的背景下，深入分析了以智能技術(shù)為制造業(yè)轉(zhuǎn)型升級(jí)中我國家具工業(yè)在向低碳和智能制造模式低碳轉(zhuǎn)型過程中的潛在發(fā)展路徑。首先，探討了我國制造業(yè)在“雙碳”政策指引下的低碳轉(zhuǎn)型動(dòng)因及其發(fā)展方向，“雙碳”目標(biāo)的“倒逼”機(jī)制驅(qū)動(dòng)了家具工業(yè)向“智能化、綠色化、高端化”發(fā)展，這一轉(zhuǎn)型與“雙碳”目標(biāo)的實(shí)現(xiàn)形成了良性循環(huán)。其次，研究了家具工業(yè)中的數(shù)字化技術(shù)減碳應(yīng)用的現(xiàn)狀，分析了物聯(lián)網(wǎng)、大數(shù)據(jù)、5G、AI等新一代信息技術(shù)在提升能源、資源和環(huán)境管理，在深化家具生產(chǎn)制造過程的數(shù)字化應(yīng)用中的作用，并由此提出新興制造模式與家具行業(yè)的綠色發(fā)展方向。接著提出應(yīng)制定不同規(guī)模家具企業(yè)的“三化”融合發(fā)展機(jī)制，深化家具產(chǎn)品的數(shù)字化應(yīng)用，加快推動(dòng)家具制造過程的關(guān)鍵工藝、裝備的智能感知和管控系統(tǒng)構(gòu)建，構(gòu)建覆蓋家具產(chǎn)品全生命周期的數(shù)字孿生（制造）系統(tǒng)，以實(shí)現(xiàn)以數(shù)據(jù)為驅(qū)動(dòng)提升家具行業(yè)綠色設(shè)計(jì)創(chuàng)新、綠色智造和運(yùn)維服務(wù)水平，提高家具制造綠色轉(zhuǎn)型發(fā)展的效率和減碳效益。最后，強(qiáng)調(diào)了建立健全涵蓋家具全生命周期的綠色低碳數(shù)據(jù)平臺(tái)和評(píng)價(jià)體系，構(gòu)建智能制造時(shí)代下家具全生命周期減碳減排的體系研究，深入挖掘能有效評(píng)價(jià)家具工業(yè)綠色低碳化的基礎(chǔ)數(shù)據(jù)和工業(yè)大數(shù)據(jù)資源，建立面向行業(yè)的數(shù)據(jù)共享機(jī)制，推動(dòng)數(shù)據(jù)匯聚、共享和應(yīng)用，完善家具工業(yè)的碳足跡追蹤系統(tǒng)的重要性?？偟膩碚f，為理解和評(píng)價(jià)我國在實(shí)現(xiàn)“雙碳”目標(biāo)過程中，如何利用智能技術(shù)推動(dòng)家具工業(yè)的低碳轉(zhuǎn)型提供了全面的視角。

關(guān)鍵詞：家具；“雙碳”目標(biāo)；低碳；智能制造

中圖分類號(hào)：S784 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-923X（2024）10-0001-16

基金項(xiàng)目：國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2023YFD2201500）；中國工程院戰(zhàn)略研究與咨詢項(xiàng)目（2023-XY-32）；麓山實(shí)驗(yàn)室研究計(jì)劃項(xiàng)目（Z202333452565）；湖南省財(cái)政科研專項(xiàng)（2050205）。

Low-carbon transformation and intelligent manufacturing model of the furniture industry driven by the “dual carbon” targets

DAI Xiangdong1，2， ZHAN Xiuli1，2， WU Yiqiang1， YIN Zhiyuan1， TAO Tao1，2， HUANG Yanli1，2， LYU Zhou1，2

（1.a. College of Materials Science Engineering； b. National and Local Joint Engineering Research Center for Green Processing Technology of Agricultural and Forestry Biomass， Central South University of Forestry Technology， Changsha 410004， Hunan， China； 2. Smart Home Design Center， Lushan Innovation Lab， Changsha 410004， Hunan， China）

Abstract： Against the backdrop of China’s further implementation of the “dual carbon” strategy and the rapid iterative development of new-generation information technology， this paper delves into the potential development paths of China’s furniture industry in its lowcarbon transformation towards intelligent manufacturing mode， with intelligent technology as the foundation for the transformation and upgrading of the manufacturing industry. Initially， the paper explores the drivers and development direction of China’s manufacturing industry’s low-carbon transformation under the guidance of the “dual carbon” policy. The “forcing” mechanism of the “dual carbon”goal drives the furniture manufacturing industry towards “intelligent， green， and high-end” development， forming a virtuous cycle with the realization of the “dual carbon” goal. The current status of digital technology’s carbon reduction application in the furniture industry is examined， and the role of new-generation information technologies such as IoT， big data， 5G， and AI in enhancing energy， resource，and environmental management， and in deepening the digital application of furniture production processes is analyzed. From this， the direction of green development of emerging manufacturing modes and the furniture industry is proposed. It is suggested that a “triple integration” development mechanism should be formulated for furniture enterprises of different scales， digital application of furniture products should be deepened， the construction of intelligent perception and control systems for key processes and equipment in furniture manufacturing should be accelerated， and a digital twin （manufacturing） system covering the entire life cycle of furniture products should be established. This will achieve data-driven enhancement of green design innovation， green intelligent manufacturing， and operation and maintenance service levels in the furniture industry， and improve the efficiency and carbon reduction benefits of green transformation development in furniture manufacturing. In addition， we emphasize the importance of establishing a comprehensive green low-carbon data platform and evaluation system covering the entire life cycle of furniture， constructing a system of research on carbon reduction and emission reduction in the intelligent manufacturing era throughout the entire life cycle of furniture， deeply excavating the basic data and industrial big data resources that can effectively evaluate the green low-carbonation of the furniture industry， establishing a data sharing mechanism for the industry， promoting data convergence， sharing and application， and improving the carbon footprint tracking system of the furniture industry. Overall， this paper provides a comprehensive perspective on how to use intelligent technology to promote the lowcarbon transformation of the furniture manufacturing industry in the process of achieving China’s “dual carbon” targets.

Keywords： furniture； “dual carbon” goals； low carbon； intelligent manufacturing

自我國在第75屆聯(lián)合國大會(huì)上提出“雙碳”目標(biāo)后，黨的二十大報(bào)告提出要“廣泛形成綠色生產(chǎn)生活方式，碳排放達(dá)峰后穩(wěn)中有降；推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展綠色化、低碳化是實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵環(huán)節(jié)”[1]。當(dāng)前，我國仍處于深入發(fā)展工業(yè)化與城鎮(zhèn)化的歷史階段，戰(zhàn)略新興產(chǎn)業(yè)及高技術(shù)產(chǎn)業(yè)尚未成為經(jīng)濟(jì)增長的主導(dǎo)力量?！吨袊圃?025》提出的中國制造業(yè)轉(zhuǎn)型升級(jí)“兩步走”計(jì)劃，將加快構(gòu)建數(shù)字化制造和智能制造體系作為重要抓手，這就需要工業(yè)產(chǎn)業(yè)結(jié)構(gòu)、生產(chǎn)方式不斷向著綠色低碳轉(zhuǎn)型，通過廣泛推動(dòng)綠色低碳技術(shù)裝備應(yīng)用、提高能源資源利用效率、提升綠色制造水平等方式，全面助力綠色低碳發(fā)展。在此背景下，我國家具工業(yè)面臨著向綠色低碳轉(zhuǎn)型升級(jí)的機(jī)遇與挑戰(zhàn)。

1 “雙碳”目標(biāo)引領(lǐng)下的我國制造業(yè)低碳轉(zhuǎn)型動(dòng)因

制造業(yè)是我國能源消耗的重要來源，而在實(shí)現(xiàn)碳中和的路上，推動(dòng)“綠色制造”與“低碳生產(chǎn)”顯得尤為關(guān)鍵。長期受“低技術(shù)含量、低附加值、低創(chuàng)新水平、低效益、低質(zhì)量”及“高資源消耗、高環(huán)境污染、高排放、高能耗”這“五低四高”傳統(tǒng)制造與工業(yè)化條件的影響，我國在大規(guī)模資源開發(fā)和人口激增的雙重壓力下，碳排放始終居于較高水平。從制造業(yè)角度觀察，碳排放產(chǎn)生于產(chǎn)品生命周期的各個(gè)階段，特別是從需求側(cè)來看，真正的碳排放降低策略應(yīng)當(dāng)貫穿產(chǎn)品生命周期全程，這不僅包括設(shè)計(jì)、制造、包裝和運(yùn)輸，還涉及到使用和最終的回收處理環(huán)節(jié)[2]。

1.1 我國制造業(yè)碳排放現(xiàn)狀

相較于歐美國家經(jīng)濟(jì)發(fā)展已與碳排放脫鉤，我國正處于經(jīng)濟(jì)增長與碳排放高峰的交匯時(shí)期。根據(jù)2022年《BP世界能源統(tǒng)計(jì)年鑒》統(tǒng)計(jì)，2011—2021年間全球GDP排名前六的國家的碳排放情況（圖1）。期間，盡管2020年全球碳排放因疫情下降，但中國和印度的排放仍在增長。2021年，全球碳排放上升了5.7%，達(dá)到390億t，其中中國排放量為108.7億t（含港澳臺(tái)，下同），占全球排放的32.07%[3-4]。而在能源研究所統(tǒng)計(jì)數(shù)據(jù)中，中國占全球排放的31.7%[5]。不過在2018年時(shí)，我國單位GDP碳排放比2005年降低了48.1%，超出了2020年碳排放減少40%～45%的承諾。另外，《“十四五”節(jié)能減排綜合工作方案》設(shè)定了2025年單位GDP能源消耗相較于2020年下降13.5%的目標(biāo)并實(shí)現(xiàn)“凈零碳排放”，持續(xù)強(qiáng)化我國在國民經(jīng)濟(jì)各產(chǎn)業(yè)中的碳排放管理。

1.2 我國制造業(yè)升級(jí)的減碳內(nèi)驅(qū)動(dòng)力

制造業(yè)升級(jí)與低碳技術(shù)的突破性創(chuàng)新是相互促進(jìn)的。碳達(dá)峰、碳中和是一場極其廣泛深刻的綠色工業(yè)革命[6]，低碳轉(zhuǎn)型不僅能降低資源能源消耗，也有助于引導(dǎo)產(chǎn)業(yè)追求質(zhì)量效益。反之，“雙碳”目標(biāo)激勵(lì)了低碳技術(shù)的突破性創(chuàng)新并支持制造業(yè)的綠色升級(jí)[7]。“倒逼”機(jī)制，即外部壓力和政策驅(qū)動(dòng)產(chǎn)業(yè)進(jìn)行自主創(chuàng)新和轉(zhuǎn)型。在制造業(yè)中，該機(jī)制表現(xiàn)為在政府政策和市場需求的雙重壓力下，企業(yè)不得不采納更加綠色、低碳的生產(chǎn)模式。這種轉(zhuǎn)變不僅來源于政策要求，也受到消費(fèi)者日益增長的環(huán)保意識(shí)的驅(qū)動(dòng)。

而一個(gè)國家在全球產(chǎn)業(yè)價(jià)值鏈（Global value chain，GVC）中的位置及其參與度，直接影響到其隱含碳排放的規(guī)模。其嵌入全球價(jià)值鏈的分工地位越高，則貿(mào)易隱含碳排放越少[8]。李新安[9]通過對(duì)我國制造業(yè)綠色低碳轉(zhuǎn)型的GVC升級(jí)機(jī)制研究發(fā)現(xiàn)，碳減排通過綠色技術(shù)創(chuàng)新中介效應(yīng)提升制造業(yè)發(fā)展質(zhì)量，對(duì)制造業(yè)結(jié)構(gòu)升級(jí)具有顯著促進(jìn)作用，使得制造業(yè)走向綠色、清潔生產(chǎn)，進(jìn)而提高其發(fā)展質(zhì)量，“雙碳”目標(biāo)將產(chǎn)生促使產(chǎn)業(yè)發(fā)展質(zhì)量提升的結(jié)構(gòu)優(yōu)化升級(jí)產(chǎn)生倒逼機(jī)制[10]。相關(guān)研究通過對(duì)制造業(yè)的三系統(tǒng)耦合模型分析也得出，在“壓力—倒逼”機(jī)制下[11]，制造業(yè)依賴于節(jié)能減排技術(shù)研發(fā)和人才培養(yǎng)帶來的產(chǎn)業(yè)升級(jí)，形成“低碳經(jīng)濟(jì)成長—能源利用效率和質(zhì)量提高—生態(tài)環(huán)境改善—低碳經(jīng)濟(jì)進(jìn)一步發(fā)展”的良性循環(huán)（圖2），實(shí)現(xiàn)對(duì)于碳排放的正反饋機(jī)制，從而實(shí)現(xiàn)制造業(yè)碳排放達(dá)峰[12]。

1.3 制造業(yè)低碳轉(zhuǎn)型的策略與方向

在第四次工業(yè)革命中，源于創(chuàng)新的新興技術(shù)和先進(jìn)的數(shù)字化生產(chǎn)流程是經(jīng)濟(jì)增長的關(guān)鍵決定因素。習(xí)近平強(qiáng)調(diào)：“我們要順應(yīng)第四次工業(yè)革命發(fā)展趨勢(shì)，共同把握數(shù)字化、網(wǎng)絡(luò)化、智能化發(fā)展機(jī)遇”[13]。而在工信部及其他七部門聯(lián)合發(fā)布的《“十四五”智能制造發(fā)展規(guī)劃》中明確，計(jì)劃至2025年實(shí)現(xiàn)規(guī)模以上制造業(yè)企業(yè)基本完成數(shù)字化和網(wǎng)絡(luò)化的轉(zhuǎn)型，重點(diǎn)行業(yè)的骨干企業(yè)將基本實(shí)施智能化應(yīng)用，且綠色節(jié)能是其中衡量智能制造的重要標(biāo)志[14-15]。

1.3.1 加快推進(jìn)數(shù)字技術(shù)發(fā)展

使用數(shù)字技術(shù)促進(jìn)工業(yè)生產(chǎn)方式的綠色精益化、推動(dòng)工業(yè)能源管理的綠色智慧化、創(chuàng)新工業(yè)資源循環(huán)的綠色高效化，是國家一直以來對(duì)互聯(lián)網(wǎng)、數(shù)字化與綠色制造的融合發(fā)展的政策方向。

《“十四五”工業(yè)綠色發(fā)展規(guī)劃》和2021年國家有關(guān)政策意見，國家鼓勵(lì)深度融合新興技術(shù)如5G、大數(shù)據(jù)與云計(jì)算、人工智能、物聯(lián)網(wǎng)、數(shù)字孿生、區(qū)塊鏈等，以實(shí)現(xiàn)綠色低碳產(chǎn)業(yè)的創(chuàng)新并調(diào)整產(chǎn)業(yè)結(jié)構(gòu)。在此背景下，大數(shù)據(jù)、云計(jì)算、互聯(lián)網(wǎng)、信息物理系統(tǒng)、數(shù)字孿生等技術(shù)的大量涌現(xiàn)，數(shù)字技術(shù)已經(jīng)廣泛應(yīng)用于數(shù)據(jù)摸底、情景預(yù)測(cè)、明確路徑、實(shí)施調(diào)整等各個(gè)階段，不斷提升能源與資源的使用效率，實(shí)現(xiàn)生產(chǎn)效率與碳效率的雙提升（圖3）。

1.3.2 全面推動(dòng)產(chǎn)業(yè)智能制造升級(jí)

智能制造，作為當(dāng)下全球制造業(yè)的核心發(fā)展方向，已被多國家納入戰(zhàn)略計(jì)劃中。周濟(jì)院士指出，智能制造作為先進(jìn)制造業(yè)與新一代信息化技術(shù)深度融合的產(chǎn)物，它的產(chǎn)生與發(fā)展與信息化發(fā)展進(jìn)程緊密相連，涵蓋了制造全生命周期以及各個(gè)環(huán)節(jié)和系統(tǒng)的優(yōu)化整合[16-17]。

在2010年前，“智能制造”主要指傳統(tǒng)智能制造（Intelligent manufacturing，IM）；2010年后，“智能制造”是IM或“智慧制造”（Smart manufacturing，SM）或兩者兼有[18]。傳統(tǒng)智能制造（IM）起源于“工業(yè)3.0”時(shí)代，即信息化時(shí)期。在這一時(shí)期，部分制造業(yè)領(lǐng)域開始轉(zhuǎn)向大規(guī)模定制化生產(chǎn)，實(shí)現(xiàn)這一轉(zhuǎn)變的主要使能技術(shù)包括計(jì)算機(jī)技術(shù)和可編程邏輯控制器（Programmable logic controller，PLC）。盡管如此，當(dāng)時(shí)的主流制造模式仍是繼承自20世紀(jì)70年代的計(jì)算機(jī)集成制造（Computer integrated manufacturing，CIM）以及源自日本的精益生產(chǎn)理念。此外，隨著20世紀(jì)90年代基于IP/TCP協(xié)議的互聯(lián)網(wǎng)興起，網(wǎng)絡(luò)化制造模式逐漸發(fā)展，其代表性的形式包括敏捷制造和虛擬企業(yè)等[19]。

20世紀(jì)80年代末，隨著人工智能技術(shù)（Artificial intelligence，AI）的深入研究和其在多個(gè)領(lǐng)域的成功應(yīng)用，研究人員開始探索利用智能制造（Intelligent manufacturing，IM）系統(tǒng)在制造過程中實(shí)現(xiàn)自感知、自適應(yīng)、自診斷及自學(xué)習(xí)，以達(dá)到制造的柔性化和自動(dòng)化。同時(shí)，基于數(shù)據(jù)驅(qū)動(dòng)的計(jì)算智能技術(shù)，如人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯系統(tǒng)和啟發(fā)式算法等受到廣泛關(guān)注，用以克服傳統(tǒng)人工智能在感知、理解、學(xué)習(xí)、聯(lián)想及協(xié)作等方面的不足。特別是深度學(xué)習(xí)技術(shù)（Deep learning，DL）在制造工程領(lǐng)域的應(yīng)用，極大地推動(dòng)了智能制造領(lǐng)域的發(fā)展[20-21]。

隨著物聯(lián)網(wǎng)和云計(jì)算技術(shù)的出現(xiàn)和發(fā)展，制造物聯(lián)網(wǎng)（Internet of manufacturing things，IOMT）和云制造等新一代網(wǎng)絡(luò)化制造模式開始逐漸形成。同時(shí)，源于計(jì)算能力的提升、大數(shù)據(jù)應(yīng)用和深度學(xué)習(xí)算法的進(jìn)步，以大數(shù)據(jù)為核心的新一代智能制造模式（Smart manufacturing/intelligent manufacturing 2.0）蓬勃發(fā)展。在這一模式中，物聯(lián)網(wǎng)（Internet of things，IoT）、服務(wù)聯(lián)網(wǎng)（Internet of services，IoS）、內(nèi)容與知識(shí)網(wǎng)絡(luò)（Internet of content and knowledge，IoCK）以及人際網(wǎng)絡(luò)（Internet of people，IoP）與先進(jìn)制造技術(shù)進(jìn)行深度融合，催生了信息物理生產(chǎn)系統(tǒng)（Cyber-physical production systems，CPPS）[22-23]。

以“數(shù)字化網(wǎng)絡(luò)化智能化制造”為代表的智能制造，主導(dǎo)了新一代的產(chǎn)業(yè)革命，作為跨學(xué)科的復(fù)雜系統(tǒng)工程，其技術(shù)的進(jìn)步極大地促進(jìn)了“雙碳”目標(biāo)的實(shí)現(xiàn)。相比傳統(tǒng)制造模式，智能制造通過更精確的工藝狀態(tài)跟蹤和更全面的實(shí)時(shí)數(shù)據(jù)獲取[24]，在減少對(duì)環(huán)境損害的同時(shí)實(shí)現(xiàn)快速響應(yīng)并滿足多樣化、個(gè)性化用戶需求，實(shí)現(xiàn)綠色節(jié)能、減少碳排放，從而在科學(xué)決策支持下對(duì)生產(chǎn)制造過程進(jìn)行更靈活的控制[25]。

在制造業(yè)領(lǐng)域通過數(shù)字化、智能化和綠色化的“三化”融合發(fā)展，以數(shù)據(jù)為驅(qū)動(dòng)提升行業(yè)綠色低碳的技術(shù)創(chuàng)新、綠色制造和運(yùn)維服務(wù)水平，逐步形成制造業(yè)的綠色生產(chǎn)鏈和低碳價(jià)值鏈，不僅能為工業(yè)增長提供持續(xù)的動(dòng)能，而且為實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的低碳型優(yōu)化和降碳減排的目標(biāo)具有大力推動(dòng)作用[26]。

2 我國家具工業(yè)低碳發(fā)展現(xiàn)狀與主要問題

對(duì)比“雙碳”目標(biāo)要求，我國家具智能制造目前仍是發(fā)展初期階段。柔性化制造模式還未廣泛普及、信息化程度低，尤其在產(chǎn)品數(shù)字化設(shè)計(jì)、生產(chǎn)過程信息化管控、裝備智能化水平、產(chǎn)業(yè)鏈互聯(lián)協(xié)同等方面存在短板。從綠色制造角度分析，盡管“綠色制造”和“綠色設(shè)計(jì)”在行業(yè)內(nèi)逐步得到重視，但多數(shù)企業(yè)更關(guān)心的仍是經(jīng)濟(jì)效益，對(duì)于綠色家具中的環(huán)保要求往往只局限于對(duì)人體無毒害和環(huán)境污染減少[27]，真正意義上的碳足跡減少還沒有成為主流趨勢(shì)。

2.1 我國家具工業(yè)的碳足跡分析

2.1.1 價(jià)值鏈中的隱含碳排放

木材作為全球4種主要基礎(chǔ)資源之一，具有可再生的獨(dú)特屬性，廣泛應(yīng)用于家具、建筑、能源和新材料等領(lǐng)域[28]，而家具作為木材供應(yīng)鏈的終端產(chǎn)品積累了最主要的碳流[29]，同時(shí)，我國作為林產(chǎn)品進(jìn)出口大國，主要依賴大量消耗森林資源、人工成本低的優(yōu)勢(shì)，自主品牌少，技術(shù)含量低，故林產(chǎn)工業(yè)在國際產(chǎn)業(yè)價(jià)值鏈中仍處于中低端[30-31]。在“雙碳”目標(biāo)的背景下，作為林業(yè)第二產(chǎn)業(yè)的林產(chǎn)工業(yè)，緊密聯(lián)接了林業(yè)一產(chǎn)、三產(chǎn)并與林產(chǎn)品進(jìn)出口密切相關(guān)，是制造業(yè)的重要組成部分，提升林產(chǎn)工業(yè)在全球價(jià)值鏈分工地位能顯著降低貿(mào)易隱含碳排放[32]。在此產(chǎn)業(yè)中，木家具的高端環(huán)節(jié)如研發(fā)設(shè)計(jì)、品牌營銷等處于全球價(jià)值鏈（Global value chain，GVC）中的高端分工位置，相比在低端分工位置的木材加工、制造和組裝等過程中消耗大量資源和能源，造成木材資源高消耗、低效用以及環(huán)境污染并產(chǎn)生大量貿(mào)易隱含碳排放，前者的技術(shù)水平和能源利用效率較高且碳排放量低。

值得關(guān)注的是，盡管林產(chǎn)工業(yè)整體上在技術(shù)成熟度和能源效率方面相對(duì)其他工業(yè)領(lǐng)域表現(xiàn)更加優(yōu)異，維持著較低的碳排放水平，但中國家具工業(yè)在全球價(jià)值鏈中的分工定位尚未達(dá)到較高水平。相較于木材制造和造紙業(yè)，家具制造業(yè)在林產(chǎn)工業(yè)的三大主要類別中處于相對(duì)較低的位置[33]，在高端領(lǐng)域的國際競爭中處于相對(duì)劣勢(shì)。這表明，中國家具制造業(yè)在全球價(jià)值鏈中的分工定位仍有顯著提升的空間。因此，中國家具工業(yè)亟需在綠色制造、綠色設(shè)計(jì)以及碳減排等方面加強(qiáng)科技創(chuàng)新和研發(fā)投入，以提升其在全球價(jià)值鏈中的競爭力和地位。

2.1.2 家具制造階段的碳排放

根據(jù)國家能源局2023年發(fā)布的統(tǒng)計(jì)數(shù)據(jù)，2021年中國的總能源消耗量達(dá)到525 896萬t標(biāo)準(zhǔn)煤，其中制造業(yè)的能源消耗總計(jì)為293 065萬t標(biāo)準(zhǔn)煤。具體到家具制造業(yè)，其能源消耗量占制造業(yè)總量的0.157%；就碳排放強(qiáng)度而言，家具制造業(yè)在各制造業(yè)子行業(yè)中屬于低排放強(qiáng)度的行業(yè)，其碳排放強(qiáng)度約占碳排放強(qiáng)度最高的黑色金屬冶煉和壓延加工業(yè)的2%[34]。在能源消耗結(jié)構(gòu)方面，木材加工和家具制造等輕工業(yè)部門主要以電力等二次能源為主，因而其能源結(jié)構(gòu)更為清潔[35]。此外，有研究顯示我國的木材加工及家具制造業(yè)在2014年已經(jīng)越過了碳排放庫茲涅茨曲線（Carbon Kuznets curve，CKC）的拐點(diǎn)，展現(xiàn)了隨著產(chǎn)值增長，CO2排放量逐漸下降的趨勢(shì)。這表明與其他行業(yè)相比，家具制品具有更好的環(huán)境屬性，但在減排方面仍存在進(jìn)一步提升的空間。

2.1.3 其他階段的碳排放

家具產(chǎn)品的生命周期不僅限于制造階段，其設(shè)計(jì)、使用和處置等環(huán)節(jié)在碳排放方面的影響也是至關(guān)重要的。據(jù)研究統(tǒng)計(jì)，家具的使用壽命一般在5～20 a，其耐用性及對(duì)環(huán)境的長期影響受到材料選擇和設(shè)計(jì)的顯著影響。在此期間，家具的維護(hù)、修補(bǔ)和清潔可能會(huì)引起附加的碳排放，特別是在使用含有揮發(fā)性有機(jī)化合物（VOCs）的清潔劑時(shí)。目前，許多廢棄家具的處理主要采用填埋或焚燒方法，這可能導(dǎo)致大量CO2的釋放。因此，處置階段的碳排放可能顯著超過制造階段，這是家具產(chǎn)業(yè)低碳轉(zhuǎn)型過程中一個(gè)相對(duì)隱蔽且常被忽略的環(huán)節(jié)。

在家具生產(chǎn)前期的木材加工環(huán)節(jié)，會(huì)產(chǎn)生邊角料、鋸屑、砂光粉和廢單板等大量剩余物質(zhì)，但我國在木材回收方面面臨專業(yè)設(shè)備、人才和技術(shù)的不足[36]。當(dāng)前，中國廢舊木家具的回收與再利用主要依賴于與木材回收站或環(huán)衛(wèi)部門合作，根據(jù)市場需求對(duì)回收的廢舊木材進(jìn)行精細(xì)加工，轉(zhuǎn)化為各類木料、木塑產(chǎn)品，或是作為人造板材的重要原料，從而實(shí)現(xiàn)資源的循環(huán)利用[37-38]。

總體而言，當(dāng)前對(duì)木材加工、家具使用和回收等方面的碳足跡追蹤與研究相對(duì)不足。要實(shí)現(xiàn)家具行業(yè)的低碳轉(zhuǎn)型和可持續(xù)發(fā)展，不僅需要關(guān)注設(shè)計(jì)和制造階段的低碳實(shí)踐，還應(yīng)全面考慮家具的使用和處置過程中的碳足跡。通過全面的生命周期評(píng)估和持續(xù)的創(chuàng)新研究[39]，綜合考慮減少碳排放和提高能源利用效率。

2.2 家具工業(yè)減碳轉(zhuǎn)型的障礙

2.2.1 家具制造智能化發(fā)展問題

當(dāng)前，我國家具產(chǎn)業(yè)仍處于“工業(yè)2.0”階段（電氣化），“工業(yè)3.0”（信息化）還有待普及，而“工業(yè)4.0”（智能化）生產(chǎn)和對(duì)家具的綠色設(shè)計(jì)與低碳實(shí)踐僅局限于部分龍頭企業(yè)的示范性嘗試[40]，面臨諸多影響減碳發(fā)展的問題。

多重技術(shù)體系交融和多種生產(chǎn)模式混合。家具制造的技術(shù)構(gòu)成不僅具有多重技術(shù)體系交融，而且企業(yè)生產(chǎn)也是多種生產(chǎn)模式混合長期并存，家具制造的綜合性跨學(xué)科技術(shù)體系的特點(diǎn)，給制造模式的升級(jí)帶來更大難度。同時(shí)，其生產(chǎn)過程往往還同時(shí)包括離散型、混流型、網(wǎng)絡(luò)協(xié)同及大規(guī)模個(gè)性化定制等多種生產(chǎn)模式，且彼此之間的耦合度高使生產(chǎn)管理的難度急劇增加，導(dǎo)致家具制造從產(chǎn)線規(guī)劃到生產(chǎn)控制、流程再造等各個(gè)環(huán)節(jié)的優(yōu)化難、數(shù)據(jù)應(yīng)用難、優(yōu)化效果評(píng)估難等問題[41-42]，這使得構(gòu)建智能制造所需的信息物理系統(tǒng)（CPS）的復(fù)雜度呈幾何式增長[43-44]。

頂層設(shè)計(jì)不足與信息化水平不高。目前，絕大多數(shù)我國家具制造企業(yè)在數(shù)字化轉(zhuǎn)型方面尚處于初級(jí)階段，在整體戰(zhàn)略規(guī)劃、數(shù)據(jù)架構(gòu)設(shè)計(jì)、系統(tǒng)開發(fā)等關(guān)鍵領(lǐng)域普遍缺乏系統(tǒng)性的頂層設(shè)計(jì)思維。設(shè)備間、軟件系統(tǒng)間互聯(lián)互通缺少接口標(biāo)準(zhǔn)與通信規(guī)范，導(dǎo)致軟件開發(fā)公司、智能設(shè)備制造商及各類智能制造服務(wù)和產(chǎn)品之間難以實(shí)現(xiàn)有效的信息和資源共享。在信息化應(yīng)用方面，計(jì)算機(jī)輔助設(shè)計(jì)與制造及其集成技術(shù)（CAD/CAM/ CIMS）的應(yīng)用比例低，企業(yè)管理三大戰(zhàn)略要素的供應(yīng)鏈管理（SCM）、企業(yè)資源計(jì)劃（ERP）、顧客關(guān)系管理（CRM）整合應(yīng)用程度不足，而產(chǎn)品協(xié)同商務(wù)（CPC）和完整電子商務(wù)體系的構(gòu)建更是落后。這使得我國家具企業(yè)的信息化程度不高[45]、人機(jī)協(xié)作性不佳[46]，在數(shù)字化轉(zhuǎn)型和智能制造方面轉(zhuǎn)型困難。

產(chǎn)品同質(zhì)化嚴(yán)重。我國家具制造行業(yè)現(xiàn)階段所生產(chǎn)的多數(shù)產(chǎn)品科技含量不高、工藝較為落后，在生產(chǎn)過程中加工效率不高、能源消耗較大，且市場中、低端產(chǎn)品較多，產(chǎn)品同質(zhì)化嚴(yán)重，導(dǎo)致產(chǎn)能過剩，這本身也是一種對(duì)森林碳匯資源的浪費(fèi)。

2.2.2 不同規(guī)模家具企業(yè)的轉(zhuǎn)型問題剖析

據(jù)國家統(tǒng)計(jì)局2023年統(tǒng)計(jì)年鑒顯示，截至2022年底我國規(guī)模以上家具制造業(yè)企業(yè)數(shù)量達(dá)7 299家，累計(jì)完成營業(yè)收入6 823.5億元[47]。與此同時(shí)，我國家具業(yè)是一個(gè)以中小型企業(yè)（占全行業(yè)比例約90%）為主的行業(yè)[48]。就制造業(yè)總體而言，我國僅有3%的中小企業(yè)處于數(shù)字化轉(zhuǎn)型深度應(yīng)用階段，89%的中小企業(yè)尚未開展數(shù)字化轉(zhuǎn)型嘗試[49]，大量中小型企業(yè)的制造轉(zhuǎn)型升級(jí)才是更大程度上決定我國家具行業(yè)減碳發(fā)展的重要因素。

大型家具企業(yè)面臨的問題及制造升級(jí)轉(zhuǎn)型需求。大型家具制造企業(yè)擁有標(biāo)準(zhǔn)化的制造車間，基本實(shí)現(xiàn)自動(dòng)化和信息化，但針對(duì)大量非周期性的離散型訂單，很多企業(yè)缺乏全局打通的信息化手段，內(nèi)外部信息形成孤島，生產(chǎn)銷售環(huán)節(jié)割裂，難以精準(zhǔn)控制成本。同時(shí)存貨周轉(zhuǎn)緩慢，影響運(yùn)營效率，且面對(duì)消費(fèi)者越發(fā)多樣化和個(gè)性化訂單的快速響應(yīng)需求，這種新零售模式背后亟需使用大數(shù)據(jù)和全周期數(shù)字化產(chǎn)品管理，因此大型家具企業(yè)面臨的數(shù)字化轉(zhuǎn)型層次更高。

中小型家具企業(yè)面臨的問題及制造升級(jí)轉(zhuǎn)型需求。我國中小型家具企業(yè)目前主要處在流程化和半自動(dòng)化階段，與大型企業(yè)相比，中小企業(yè)盈利空間有限、數(shù)字化轉(zhuǎn)型投入能力有限。而傳統(tǒng)信息化的成本偏高，中小企業(yè)對(duì)于自身智能制造水平難以量化評(píng)估，難以承擔(dān)過高的技術(shù)升級(jí)投入，不具備大量的人才儲(chǔ)備。中小企業(yè)的智能化改造升級(jí)需求更多樣化、碎片化，實(shí)現(xiàn)轉(zhuǎn)型需要采取平臺(tái)化、輕量化和成本效益化的策略，把更多的精力放在業(yè)務(wù)創(chuàng)新方面，也有助于促進(jìn)企業(yè)的碳減排和節(jié)能降耗。

3 智能制造發(fā)展下的家具工業(yè)減碳路徑

在“互聯(lián)網(wǎng)+”和“中國制造2025”等國家戰(zhàn)略的引領(lǐng)下，作為傳統(tǒng)制造業(yè)的典型代表[50]，我國家具制造業(yè)正處于從傳統(tǒng)成品家具生產(chǎn)向“大規(guī)模定制”（Mass customization，MC）和“柔性制造”（Flexible manufacturing，F(xiàn)M）的信息化及數(shù)字化轉(zhuǎn)型關(guān)鍵時(shí)期，正在步入以智能化制造為核心的快速變革階段[51-52]。

3.1 家具工業(yè)中的數(shù)字化減碳技術(shù)應(yīng)用現(xiàn)狀

大規(guī)模定制是家具制造業(yè)轉(zhuǎn)型升級(jí)的關(guān)鍵模式之一[53]，近十幾年來中國的定制家具市場迎來了爆發(fā)性增長[54]。其中，板式家具的數(shù)字化加工設(shè)備及其應(yīng)用軟件得到了高速發(fā)展，在許多方面達(dá)到甚至超過一些發(fā)達(dá)國家的水平，尤其是在數(shù)字化設(shè)計(jì)、制造和管控技術(shù)方面的進(jìn)步，對(duì)于實(shí)現(xiàn)個(gè)性化和大批量生產(chǎn)的定制家具產(chǎn)品在低碳減排方面發(fā)揮了關(guān)鍵作用。

3.1.1 數(shù)字化設(shè)計(jì)技術(shù)的減碳作用

隨著定制家居產(chǎn)業(yè)的擴(kuò)展以及信息化管理技術(shù)的進(jìn)步，家居數(shù)字化設(shè)計(jì)技術(shù)在產(chǎn)品模型構(gòu)建、信息溯源網(wǎng)絡(luò)協(xié)同設(shè)計(jì)、拆單與拼單加工等方面取得顯著發(fā)展，不僅提升了家具設(shè)計(jì)過程中各環(huán)節(jié)的集成效率和數(shù)據(jù)傳輸效率，顯著降低了流轉(zhuǎn)過程中的資源消耗。如通過采用模塊化、標(biāo)準(zhǔn)化、參數(shù)化建模，簡化了從設(shè)計(jì)到生產(chǎn)的整個(gè)流程[55]。參數(shù)化建模的應(yīng)用，特別是在快速響應(yīng)產(chǎn)品模型修改需求方面，展示了其在增強(qiáng)設(shè)計(jì)靈活性和加速產(chǎn)品開發(fā)周期方面的重要價(jià)值。數(shù)字化設(shè)計(jì)的實(shí)施為家具制造業(yè)的可持續(xù)發(fā)展提供了新的途徑，通過優(yōu)化設(shè)計(jì)和生產(chǎn)過程促進(jìn)了資源效率的提升和對(duì)環(huán)境影響的減輕。

當(dāng)前，家具設(shè)計(jì)不僅采納了計(jì)算機(jī)輔助設(shè)計(jì)和工程技術(shù)，切合綠色設(shè)計(jì)的并行工程（Concurrent engineering，CE），用系統(tǒng)工作的模式集成、并行設(shè)計(jì)產(chǎn)品及其零部件和各種相關(guān)過程[56]，覆蓋了產(chǎn)品從概念設(shè)計(jì)至廢棄的全生命周期。未來隨著生成式人工智能技術(shù)（AIGC）快速發(fā)展，以ChatGPT（Chat generative pre-trained transformer）和MJ（Midjourney）[57]為代表的2種技術(shù)模型以及計(jì)算機(jī)視覺圖像識(shí)別技術(shù)用于產(chǎn)品檢測(cè)[58-59]、模式識(shí)別[60]等，對(duì)于家具產(chǎn)品的設(shè)計(jì)、縮短產(chǎn)品上市時(shí)間、優(yōu)化設(shè)計(jì)成本和質(zhì)量將更高效地推進(jìn)家具產(chǎn)品從設(shè)計(jì)到制造全流程的綠色化與減碳化。

3.1.2 數(shù)字化制造技術(shù)的減碳作用

家具產(chǎn)業(yè)的演變歷程是一部從手工造物到批量定制的發(fā)展史，更是木工機(jī)械的發(fā)展史，數(shù)控設(shè)備自身也將朝著數(shù)字化、自動(dòng)化、柔性化和智能化方向深入發(fā)展。家具的智能制造是典型的系統(tǒng)性生產(chǎn)過程，具有高隨機(jī)性、不確定性和多重約束性特征[61]，近年來智能優(yōu)化算法的大力發(fā)展，如遺傳算法[62-63]、蟻群算法[64]、模擬退火算法[65]已經(jīng)被用于解決家具生產(chǎn)各類問題。以歐派、尚品宅配、索菲亞為代表的定制家具頭部企業(yè)一方面積極打通從銷售、設(shè)計(jì)到訂單拆解、生產(chǎn)管理全流程的數(shù)字智能建設(shè)；另一方面積極推行精益生產(chǎn)，充分利用數(shù)字技術(shù)提升家具工業(yè)能效，打造集狀態(tài)感知、實(shí)時(shí)分析、科學(xué)決策和精確執(zhí)行于一體的先進(jìn)制造管理體系，以提高能源和木質(zhì)材料利用率，進(jìn)而推動(dòng)家具制造環(huán)節(jié)的數(shù)字化進(jìn)程，實(shí)現(xiàn)節(jié)能減碳與提升效率的雙重目標(biāo)。

3.1.3 數(shù)字化管控技術(shù)的減碳作用

“個(gè)性化定制”離不開數(shù)字化設(shè)計(jì)技術(shù)，“柔性化生產(chǎn)”離不開數(shù)字化制造技術(shù)，“大規(guī)模定制”更是離不開數(shù)字化管控技術(shù)，當(dāng)前數(shù)字化管控技術(shù)在家具綠色智能制造環(huán)節(jié)中的應(yīng)用更是不容忽視[66-67]。

在定制家具領(lǐng)域，典型的訂單特征表現(xiàn)為品類內(nèi)產(chǎn)品量少，且尺寸、結(jié)構(gòu)和配件多樣。家具企業(yè)根據(jù)生產(chǎn)實(shí)際使用企業(yè)資源管理計(jì)劃（Enterprise resource planning，ERP）與生產(chǎn)制造執(zhí)行系統(tǒng)（Manufacturing execution system，MES）協(xié)同平臺(tái)來實(shí)現(xiàn)高效數(shù)字化管控（圖4），利用先進(jìn)的數(shù)字化管理技術(shù)來收集、處理和分析車間的生產(chǎn)數(shù)據(jù)，可以顯著提高家具制造中原材料的利用率[68-69]。通過構(gòu)建排產(chǎn)計(jì)劃與實(shí)際數(shù)據(jù)相結(jié)合的關(guān)聯(lián)模型，從而增強(qiáng)排產(chǎn)計(jì)劃的科學(xué)性和合理性以提升企業(yè)在激烈市場競爭中的優(yōu)勢(shì)，促進(jìn)資源和能源的優(yōu)化配置與高效利用，進(jìn)一步實(shí)現(xiàn)減少碳排放的目標(biāo)。

3.2 新興制造模式下家具工業(yè)的減碳降排

大規(guī)模個(gè)性化智能定制已成為家具行業(yè)發(fā)展不可阻擋的趨勢(shì)，以工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、信息與裝備等技術(shù)為載體的智能制造技術(shù)成為行業(yè)轉(zhuǎn)型升級(jí)與高質(zhì)量發(fā)展的必經(jīng)之路，也是以大型家具企業(yè)的轉(zhuǎn)型升級(jí)為代表的家具產(chǎn)業(yè)智能制造的發(fā)展方向。

3.2.1 新興智能制造模式在家具工業(yè)中的發(fā)展探析

目前，家具行業(yè)尤其是定制家具行業(yè)向著智能制造方向的邁進(jìn)，已有研究從推行“三化”來提高生產(chǎn)系統(tǒng)的柔性及快速響應(yīng)進(jìn)行新的智能制造技術(shù)升級(jí)展開過探討。本章節(jié)基于對(duì)智能制造演進(jìn)與新興智能制造模式的整理與歸納，參考已有研究成果，結(jié)合“雙碳”目標(biāo)對(duì)家具制造業(yè)智能化升級(jí)的需求，探析以新一代信息技術(shù)為基礎(chǔ)的智能制造模式與家具智能制造升級(jí)關(guān)聯(lián)應(yīng)用模式，具體如表1所述。

“智能化”本身并非最終追求，降本增效、節(jié)能提質(zhì)才是促使更多家具企業(yè)最終選擇智能制造的根本原因。從減碳角度看智能制造各個(gè)階段的發(fā)展以及當(dāng)前學(xué)術(shù)界、產(chǎn)業(yè)界對(duì)如CPS系統(tǒng)、云制造、數(shù)字孿生系統(tǒng)、智能制造等的深入研究和廣泛關(guān)注，本研究認(rèn)為，通過全產(chǎn)業(yè)鏈信息整合來實(shí)現(xiàn)價(jià)值鏈協(xié)同優(yōu)化和資源循環(huán)再利用的新型制造模式是未來家具制造升級(jí)的方向；采用智能化設(shè)備和工藝，在提高工業(yè)能耗裝備效率的同時(shí)，將縱向智能與橫向服務(wù)相結(jié)合，實(shí)現(xiàn)能耗的降低、減碳降排；此外，通過泛在感知設(shè)備對(duì)制造過程中的環(huán)境影響數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，以及時(shí)采取預(yù)防性措施來控制影響生態(tài)環(huán)境的因素。

3.2.2 數(shù)字孿生技術(shù)在家具工業(yè)的減碳應(yīng)用

數(shù)據(jù)融合是制造企業(yè)降低生產(chǎn)各環(huán)節(jié)成本、提高生產(chǎn)效率的關(guān)鍵，中國工程院院士李培根指出“發(fā)展智能制造，數(shù)據(jù)是基礎(chǔ)，數(shù)據(jù)是血液”[70]。

目前，在其他制造領(lǐng)域已經(jīng)開展利用數(shù)字孿生技術(shù)（Digital twin，DT）深入到設(shè)計(jì)、生產(chǎn)、物流、服務(wù)等活動(dòng)環(huán)節(jié)，通過虛擬與物理現(xiàn)實(shí)空間的融合，映射出相應(yīng)物理實(shí)體的全生命周期過程[71-72]。同時(shí)，利用云計(jì)算和邊緣計(jì)算等前沿技術(shù)實(shí)現(xiàn)對(duì)多來源、多種類、多結(jié)構(gòu)的海量數(shù)據(jù)進(jìn)行即時(shí)決策、快速響應(yīng)和及時(shí)執(zhí)行[73-74]。以數(shù)據(jù)流驅(qū)動(dòng)技術(shù)流、資金流、人才流和物資流的高效運(yùn)轉(zhuǎn)，實(shí)現(xiàn)減碳降排和降本增效。

在當(dāng)代制造業(yè)的實(shí)踐中，使用3R技術(shù)（增強(qiáng)現(xiàn)實(shí)AR、虛擬現(xiàn)實(shí)VR、混合現(xiàn)實(shí)MR）創(chuàng)建的虛擬模型物理實(shí)體提供多維度、多時(shí)空尺度的高保真數(shù)字化映射。使用虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)技術(shù)的虛實(shí)映射和可視化顯示技術(shù)，能夠在虛擬空間中重現(xiàn)產(chǎn)品的虛擬副本[75]，便是數(shù)字孿生初級(jí)技術(shù)的應(yīng)用之一。運(yùn)用虛擬模型和交互性場景展示，打破了家具產(chǎn)品因體量問題而無法充分展示的問題，使得家具產(chǎn)品能夠以一種空前的直觀形式呈現(xiàn)給消費(fèi)者[76-77]。借助數(shù)字化虛擬展示，不僅為企業(yè)在產(chǎn)品推廣上提供了新的途徑，也使消費(fèi)者得以在家中便捷地選品、選材，節(jié)約了大量的展示環(huán)節(jié)的能耗，實(shí)現(xiàn)了家具的低碳展陳。

在傳統(tǒng)產(chǎn)品的設(shè)計(jì)研發(fā)過程中，設(shè)計(jì)師或工程師的個(gè)人經(jīng)驗(yàn)與專業(yè)知識(shí)往往占據(jù)主導(dǎo)，導(dǎo)致設(shè)計(jì)流程需要經(jīng)過漫長的開發(fā)、測(cè)試、打樣及修改階段，且需反復(fù)迭代。但隨著小批量、個(gè)性化、定制化制造模式的興起，對(duì)縮減產(chǎn)品研發(fā)設(shè)計(jì)周期和提升市場響應(yīng)速度有了更高要求。數(shù)字孿生技術(shù)的應(yīng)用為解決物理空間與虛擬空間在產(chǎn)品設(shè)計(jì)狀態(tài)上的不一致性提供了有效途徑，從而降低了產(chǎn)品設(shè)計(jì)復(fù)雜性預(yù)測(cè)的不準(zhǔn)確性[78-79]，這為家具產(chǎn)品的研發(fā)提供了更加智能化、高效率和實(shí)時(shí)性的設(shè)計(jì)服務(wù)，顯著縮短了設(shè)計(jì)周期，對(duì)減碳具有相當(dāng)積極的作用。

數(shù)字孿生技術(shù)能夠?qū)崿F(xiàn)對(duì)產(chǎn)品、制造過程乃至整個(gè)工廠的虛擬仿真。通過數(shù)字孿生驅(qū)動(dòng)的工藝規(guī)劃、虛實(shí)映射與交互反饋產(chǎn)品資源和全要素全流程的全面覆蓋，實(shí)現(xiàn)對(duì)加工后產(chǎn)品形態(tài)、性能評(píng)估等進(jìn)行實(shí)時(shí)預(yù)測(cè)。同時(shí)，根據(jù)實(shí)際生產(chǎn)結(jié)果與裝配效果，數(shù)字孿生技術(shù)能夠提出修改完善措施，實(shí)現(xiàn)自適應(yīng)自組織的動(dòng)態(tài)響應(yīng)，具有可交互性、可孿生性、可組合性及可管理性。但如何根據(jù)不同的應(yīng)用對(duì)象創(chuàng)建與業(yè)務(wù)需求相對(duì)應(yīng)的數(shù)字孿生模型，是在不同領(lǐng)域應(yīng)用數(shù)字孿生技術(shù)過程中需要首先解決的問題。

相較其他先進(jìn)制造業(yè)，適應(yīng)家具工業(yè)需求的數(shù)字孿生系統(tǒng)還處于初步探索階段，而實(shí)現(xiàn)家具設(shè)計(jì)、制造等各環(huán)節(jié)信息物理多維度、多層次的深度融合，全面構(gòu)建面向家具智能設(shè)計(jì)、生產(chǎn)及能效管理的數(shù)字孿生系統(tǒng)以實(shí)現(xiàn)家具的低碳工業(yè)制造，則迫切需要推動(dòng)家具工業(yè)中應(yīng)用5G、云計(jì)算、邊緣計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)的產(chǎn)業(yè)升級(jí)。

3.3 面向家具產(chǎn)品全生命周期的減碳降排路徑

要實(shí)現(xiàn)家具工業(yè)的低碳轉(zhuǎn)型，須從家具產(chǎn)品的全生命周期進(jìn)行系統(tǒng)分析。工業(yè)品的生命周期經(jīng)歷了最初的產(chǎn)品設(shè)計(jì)、制造現(xiàn)場生產(chǎn)、企業(yè)經(jīng)營產(chǎn)銷決策及最后到供應(yīng)鏈層面的供需流通四個(gè)階段，工業(yè)互聯(lián)網(wǎng)可以在產(chǎn)品的全生命周期（PLM）中發(fā)揮價(jià)值，圖5分析了其在家具工業(yè)中減碳降排的實(shí)現(xiàn)路徑。

在設(shè)計(jì)和研發(fā)階段，利用數(shù)字技術(shù)推動(dòng)生產(chǎn)模式的革新，使得人、機(jī)器、組織之間實(shí)現(xiàn)廣泛互聯(lián)，催生了大量的工業(yè)數(shù)據(jù)。物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算和深度學(xué)習(xí)的快速發(fā)展，提高了制造行業(yè)的智能化程度，使企業(yè)能更準(zhǔn)確地把握消費(fèi)者需求和進(jìn)行前期設(shè)計(jì)分析，同時(shí)使得生產(chǎn)設(shè)備具備自學(xué)習(xí)、自決策、自組織的能力。通過這些進(jìn)程，能夠顯著減少能源消耗和原材料使用，提升原材料的使用效率，進(jìn)而促進(jìn)生產(chǎn)的協(xié)同和價(jià)值增長，降低后期生產(chǎn)實(shí)踐中設(shè)備可能產(chǎn)生的物料廢棄以及相關(guān)的碳排放，從而在家具設(shè)計(jì)和開發(fā)的最初環(huán)節(jié)實(shí)現(xiàn)減排目標(biāo)。

在制造和生產(chǎn)階段，企業(yè)通過數(shù)字化轉(zhuǎn)型來增強(qiáng)其在智能化設(shè)備、工藝流程優(yōu)化、精益生產(chǎn)實(shí)踐、可視化管理、質(zhì)量控制與溯源以及智能倉儲(chǔ)等關(guān)鍵領(lǐng)域的能力，實(shí)現(xiàn)提質(zhì)增效減排。通過將制造生產(chǎn)的物理空間與虛擬空間的無縫整合，企業(yè)能夠及時(shí)識(shí)別生產(chǎn)過程中的安全風(fēng)險(xiǎn)和預(yù)測(cè)潛在問題，降低生產(chǎn)過程中的不確定性。例如使用數(shù)字孿生技術(shù)，通過構(gòu)建孿生數(shù)字化工廠，企業(yè)能夠?qū)揖呱a(chǎn)的整個(gè)周期進(jìn)行監(jiān)控和優(yōu)化，縮短產(chǎn)品的生產(chǎn)周期和供貨時(shí)間，以應(yīng)對(duì)市場的激烈競爭，提高制造鏈和供應(yīng)鏈的運(yùn)行效率，并有效促進(jìn)企業(yè)實(shí)現(xiàn)節(jié)能減排目標(biāo)。

在運(yùn)營和銷售階段，數(shù)字化技術(shù)推動(dòng)制造業(yè)由供給導(dǎo)向轉(zhuǎn)向需求響應(yīng)模式，激發(fā)了網(wǎng)絡(luò)化協(xié)同作業(yè)和大規(guī)模個(gè)性化定制的新興模式。信息集成技術(shù)有效地彌合了大多數(shù)企業(yè)與消費(fèi)者之間的信息斷裂，確保了生產(chǎn)管理的綜合性和連續(xù)性。實(shí)時(shí)傳遞的用戶需求信息被智能制造系統(tǒng)分析和預(yù)測(cè)，然后將這些數(shù)據(jù)傳遞至生產(chǎn)鏈的其他環(huán)節(jié)，促進(jìn)了能源和原材料的高效利用，減少了物料浪費(fèi)。這一過程不僅提高了原材料的使用效率，還通過運(yùn)營和銷售環(huán)節(jié)的精確數(shù)據(jù)反饋，實(shí)現(xiàn)了從制造源頭減少因需求不一致或物料浪費(fèi)而產(chǎn)生的碳排放和無效消耗。

在管理和決策環(huán)節(jié)，數(shù)字技術(shù)可實(shí)時(shí)收集車間和生產(chǎn)線的各種數(shù)據(jù)，構(gòu)建關(guān)鍵指標(biāo)的監(jiān)控并與工藝參數(shù)相結(jié)合，通過精細(xì)的數(shù)據(jù)分析并在此基礎(chǔ)上進(jìn)一步實(shí)現(xiàn)優(yōu)化，可以有效降低企業(yè)能源消耗和運(yùn)營成本。對(duì)于工業(yè)安全生產(chǎn)管理，尤其是對(duì)實(shí)時(shí)監(jiān)控要求極高的安全敏感場合，物聯(lián)網(wǎng)平臺(tái)通過傳感器實(shí)現(xiàn)實(shí)時(shí)在線監(jiān)測(cè)和報(bào)警，基于工藝參數(shù)的趨勢(shì)分析實(shí)現(xiàn)智能預(yù)警。針對(duì)特定場景的視頻監(jiān)控能夠?qū)崿F(xiàn)對(duì)危險(xiǎn)事件的智能識(shí)別，從而預(yù)防潛在風(fēng)險(xiǎn)，確保工業(yè)生產(chǎn)的安全性，并降低了由意外事件引起的能源損耗。

在供應(yīng)鏈環(huán)節(jié)，數(shù)字化技術(shù)能打通社會(huì)生產(chǎn)中生產(chǎn)、分配、交換、消費(fèi)等各環(huán)節(jié)的信息。在家具行業(yè)的原材料采購階段，基于大數(shù)據(jù)的智能化供應(yīng)分析，企業(yè)能獲得低碳和環(huán)保的采購策略；在交付環(huán)節(jié)，數(shù)字化技術(shù)的應(yīng)用優(yōu)化了物流運(yùn)輸?shù)姆绞?、路線選擇和庫存管理，實(shí)現(xiàn)了低碳足跡的供應(yīng)和綠色倉儲(chǔ)，確保整個(gè)供應(yīng)鏈的綠色交付。而諸如數(shù)字孿生等數(shù)字化技術(shù)的應(yīng)用，有助于減少因供應(yīng)鏈調(diào)度不當(dāng)而導(dǎo)致的過剩消耗，顯著降低了依賴于碳數(shù)據(jù)的決策成本并提高了決策效率，為企業(yè)實(shí)現(xiàn)碳中和目標(biāo)提供了高效途徑。

4 結(jié)論與展望

為應(yīng)對(duì)全球氣候變化，我國在統(tǒng)籌國際國內(nèi)兩個(gè)大局后做出了“雙碳”目標(biāo)重大戰(zhàn)略決策，大力推進(jìn)以智能技術(shù)發(fā)展為基礎(chǔ)的經(jīng)濟(jì)、能源、產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)，加快制造業(yè)數(shù)字化轉(zhuǎn)型。同時(shí)，實(shí)施以數(shù)據(jù)驅(qū)動(dòng)生產(chǎn)方式的智能化發(fā)展，利用物聯(lián)網(wǎng)、大數(shù)據(jù)、5G、AI等新一代信息技術(shù)提升能源、資源和環(huán)境管理水平，深化生產(chǎn)制造過程的數(shù)字化應(yīng)用以提高減碳效益。

“雙碳”目標(biāo)下的“倒逼”機(jī)制驅(qū)動(dòng)了家具工業(yè)向著“智能化、綠色化、高端化”發(fā)展，也是我國家具工業(yè)低碳轉(zhuǎn)型的動(dòng)因，而低碳智造升級(jí)帶來的家具制造業(yè)轉(zhuǎn)型升級(jí)與“雙碳”目標(biāo)的實(shí)現(xiàn)，二者相互促進(jìn)是一種良性循環(huán)。通過分析智能技術(shù)在其他先進(jìn)制造領(lǐng)域的應(yīng)用現(xiàn)狀和家具工業(yè)中的碳足跡，從數(shù)字化的設(shè)計(jì)技術(shù)、制造技術(shù)、管控技術(shù)等方面研究了家具工業(yè)中的數(shù)字化減碳技術(shù)應(yīng)用現(xiàn)狀，并探討了未來與新興制造模式協(xié)同創(chuàng)新的可行途徑，指出構(gòu)建面向家具智能制造能效管理的數(shù)字孿生系統(tǒng)非常重要且亟待進(jìn)行。

在“雙碳”目標(biāo)和新一代信息技術(shù)快速迭代發(fā)展的背景下，本研究對(duì)未來新興制造模式與家具行業(yè)的綠色發(fā)展做出如下展望：1）因地制宜地制定不同規(guī)模家具企業(yè)特點(diǎn)的“數(shù)字化、智能化、綠色化”的“三化”融合發(fā)展機(jī)制，深化家具產(chǎn)品在研發(fā)設(shè)計(jì)、生產(chǎn)制造、使用流通及回收利用等環(huán)節(jié)的數(shù)字化應(yīng)用；2）加快推動(dòng)家具制造過程的關(guān)鍵工藝、裝備的智能感知和管控系統(tǒng)構(gòu)建，在家具綠色制造領(lǐng)域應(yīng)用人工智能、物聯(lián)網(wǎng)、云計(jì)算等先進(jìn)技術(shù)，對(duì)制造過程優(yōu)化、決策優(yōu)化等問題的跨學(xué)科研究，構(gòu)建覆蓋家具產(chǎn)品全生命周期的數(shù)字孿生（制造）系統(tǒng)，實(shí)現(xiàn)以數(shù)據(jù)為驅(qū)動(dòng)提升家具行業(yè)綠色設(shè)計(jì)創(chuàng)新、綠色智造和運(yùn)維服務(wù)水平，提高家具制造綠色轉(zhuǎn)型發(fā)展的效率和減碳效益；3）建立健全涵蓋家具全生命周期的綠色低碳數(shù)據(jù)平臺(tái)和評(píng)價(jià)體系，構(gòu)建智能制造時(shí)代下家具全生命周期減碳減排的體系研究，深入挖掘能有效評(píng)價(jià)家具工業(yè)綠色低碳化的基礎(chǔ)數(shù)據(jù)和工業(yè)大數(shù)據(jù)資源，建立面向行業(yè)的數(shù)據(jù)共享機(jī)制，推動(dòng)數(shù)據(jù)匯聚、共享和應(yīng)用，完善家具工業(yè)的碳足跡追蹤系統(tǒng)。

參考文獻(xiàn)：

[1] 習(xí)近平.在第七十五屆聯(lián)合國大會(huì)一般性辯論上的講話[N].人民日?qǐng)?bào)，2020-09-23（2）. XI J P. Speech at the general debate of the 75th session of the United Nations general assembly[N]. People’s Daily， 2020-09-23（2）.

[2] 劉志峰，黃海鴻，李磊，等.綠色制造：碳達(dá)峰、碳中和目標(biāo)下制造業(yè)的必然選擇[J].金屬加工（冷加工），2022（1）：15-19. LIU Z F， HUANG H H， LI L， et al. Green manufacturing： the inevitable choice of manufacturing industry under the goal of carbon peak and carbon neutralization[J]. Metal Working （Cold Working），2022（1）：15-19.

[3] BP p.l.c. BP Statistical Review of World Energy[R]. 2022.

[4] 能源研究所.世界能源統(tǒng)計(jì)年鑒2023[EB/OL]. www.energyinst. org. Energy Research Institute. World Energy Statistics Yearbook 2023[EB/OL]. www.energyinst.org.

[5] 胡鞍鋼.中國實(shí)現(xiàn)2030年前碳達(dá)峰目標(biāo)及主要途徑[J].北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，21（3）：1-15. HU A G. China’s goal of achieving carbon peak by 2030 and its main approaches[J]. Journal of Beijing University of Technology（Social Sciences Edition），2021，21（3）：1-15.

[6] 韓夢(mèng)瑤，劉衛(wèi)東，楊茗月.低碳轉(zhuǎn)型下中國高耗能行業(yè)的碳風(fēng)險(xiǎn)傳導(dǎo)解析：基于隱含碳關(guān)聯(lián)網(wǎng)絡(luò)視角[J].地理研究， 2022，41（1）：79-91. HAN M Y， LIU W D， YANG M Y. Carbon risk transmission of China’s energy-intensive industries under low-carbon transition： from the embodied carbon network perspective[J]. Geographical Research，2022，41（1）：79-91.

[7] 潘安.全球價(jià)值鏈視角下的中美貿(mào)易隱含碳研究[J].統(tǒng)計(jì)研究，2018，35（1）：53-64. PAN A. Embodied carbon in China-US trade from perspective of global value chain[J]. Statistical Research，2018，35（1）：53-64.

[8] 李新安，昝笑笑.“雙碳”目標(biāo)下碳減排驅(qū)動(dòng)我國制造業(yè)高質(zhì)量發(fā)展研究[J].創(chuàng)新科技，2022，22（5）：57-70. LI X A， ZAN X X. Research on carbon emission reduction driving the high-quality development of China’s manufacturing industry under the “Dual carbon” target[J]. Innovation Science and Technology，2022，22（5）：57-70.

[9] 李新安，李慧.外資引入、技術(shù)進(jìn)步偏向影響了制造業(yè)的碳排放嗎？—來自我國27個(gè)制造行業(yè)面板數(shù)據(jù)模型的實(shí)證檢驗(yàn)[J].中國軟科學(xué)，2022（1）：159-170. LI X A， LI H. Do foreign investment and technological progress bias affect the carbon emission of China’s manufacturing industry？： based on the empirical research of manufacturing sector segmentation data[J]. China Soft Science，2022（1）：159-170.

[10] 項(xiàng)目綜合報(bào)告編寫組.《中國長期低碳發(fā)展戰(zhàn)略與轉(zhuǎn)型路徑研究》綜合報(bào)告[J].中國人口·資源與環(huán)境，2020，30（11）： 1-25. Project Comprehensive Report Writing Group. Comprehensive report on “China’s long-term low-carbon development strategy and transformation path”[J]. China Population， Resources and Environment，2020，30（11）：1-25.

[11] 李治國，朱永梅，高新偉.系統(tǒng)耦合下制造業(yè)碳排放達(dá)峰路徑研究——基于山東省的數(shù)據(jù)[J].華東經(jīng)濟(jì)管理，2019，33（9）： 22-31. LI Z G， ZHU Y M， GAO X W. Research on the peaking path of manufacturing carbon emission under system coupling： based on the data of Shandong province[J]. East China Economic Management，2019，33（9）：22-31.

[12] 習(xí)近平.齊心開創(chuàng)共建“一帶一路”美好未來—在第二屆“一帶一路”國際合作高峰論壇開幕式上的主旨演講[EB/OL].http：//www.xinhuanet.com/politics/2019-04/26/c_ 1124420187.htm，2019-04-26. XI J P. Working together to create a bright future for “Belt and Road” cooperation： keynote speech at the opening ceremony of the 2nd “Belt and Road” forum for international cooperation[EB/OL]. http：//www.xinhuanet.com/politics/2019-04/26/c_1124420187. htm，2019-04-26.

[13] “十四五”智能制造發(fā)展規(guī)劃[EB/OL]. https：//www.gov.cn/ zhengce/zhengceku/2021-12/28/content_5664996.htm. Development plan for intelligent manufacturing during the“14th Five-year” period[EB/OL]. https：//www.gov.cn/zhengce/ zhengceku/2021-12/28/ content_5664996.htm.

[14] 卿彥.“雙碳”戰(zhàn)略目標(biāo)下木竹基先進(jìn)功能材料研究進(jìn)展[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2022，42（12）：13-25. QING Y. Advanced functional materials derived from natural wood and bamboo resources under the dual carbon strategy in China[J]. Journal of Central South University of Forestry Technology， 2022，42（12）：13-25.

[15] 中國信息通信研究院.數(shù)字碳中和白皮書2021[EB/OL]. https：//www.vztimes.com/uploadfile/10/image/20220401/ 20220401213540_99592.pdf. China Academy of Information and Communications Technology. Digital carbon neutrality white paper 2021[EB/OL]. https：//www.vztimes.com/uploadfile/10/image/20220401/ 20220401213540_99592.pdf.

[16] 周濟(jì)，李培根，周艷紅，等.走向新一代智能制造[J]. Engineering，2018，4（1）：11-20. ZHOU J， LI P G， ZHOU Y H， et al. Toward new-generation intelligent manufacturing[J]. Engineering，2018，4（1）：11-20.

[17] 周濟(jì).以創(chuàng)新為第一動(dòng)力 以智能制造為主攻方向扎實(shí)推進(jìn)制造強(qiáng)國戰(zhàn)略[J].中國工業(yè)和信息化，2018（9）：16-25. ZHOU J. Drive the strategy of making China a manufacturing powerhouse with innovation as the primary driving force and smart manufacturing as the main direction[J]. China Industry Information Technology，2018（9）：16-25.

[18] 姚錫凡，于淼，陳勇，等.制造物聯(lián)的內(nèi)涵、體系結(jié)構(gòu)和關(guān)鍵技術(shù)[J].計(jì)算機(jī)集成制造系統(tǒng)，2014，20（1）：1-10. YAO X F， YU M， CHEN Y， et al. Connotation， architecture and key technologies of internet of manufacturing things[J]. Computer Integrated Manufacturing Systems，2014，20（1）：1-10.

[19] 姚錫凡，景軒，張劍銘，等.走向新工業(yè)革命的智能制造[J].計(jì)算機(jī)集成制造系統(tǒng)，2020，26（9）：2299-2320.YAO X F， JING X， ZHANG J M， et al. Towards smart manufacturing for new industrial revolution[J]. Computer Integrated Manufacturing Systems，2020，26（9）：2299-2320.

[20] 鄭力，江平宇，喬立紅，等.制造系統(tǒng)研究的挑戰(zhàn)和前沿[J].機(jī)械工程學(xué)報(bào)，2010，46（21）：124-136. ZHENG L， JIANG P Y， QIAO L H， et al. Challenges and frontiers of manufacturing systems[J]. Journal of Mechanical Engineering，2010，46（21）：124-136.

[21] 周佳軍，姚錫凡，劉敏，等.幾種新興智能制造模式研究評(píng)述[J].計(jì)算機(jī)集成制造系統(tǒng)，2017，23（3）：624-639. ZHOU J J， YAO X F， LIU M， et al. State-of-art review on new emerging intelligent manufacturing paradigms[J]. Computer Integrated Manufacturing Systems，2017，23（3）：624-639.

[22] 姚錫凡，陶韜，葛動(dòng)元.“互聯(lián)網(wǎng)+制造”的發(fā)展現(xiàn)狀與展望[J].制造技術(shù)與機(jī)床，2018（8）：29-34. YAO X F， TAO T， GE D Y. State-of-the-art survey and prospect of“Internet plus manufacturing”[J]. Manufacturing Technology Machine Tool，2018（8）：29-34.

[23] 姚錫凡，周佳軍，張存吉，等.主動(dòng)制造——大數(shù)據(jù)驅(qū)動(dòng)的新興制造范式[J].計(jì)算機(jī)集成制造系統(tǒng)，2017，23（1）：172-185. YAO X F， ZHOU J J， ZHANG C J， et al. Proactive manufacturing： a big-data driven emerging manufacturing paradigm[J]. Computer Integrated Manufacturing Systems，2017，23（1）：172-185.

[24] 周濟(jì).智能制造—“中國制造2025”的主攻方向[J].中國機(jī)械工程，2015，26（17）：2273-2284. ZHOU J. Intelligent manufacturing： main direction of “Made in China 2025”[J]. China Mechanical Engineering，2015，26（17）： 2273-2284.

[25] 張映鋒，張黨，任杉.智能制造及其關(guān)鍵技術(shù)研究現(xiàn)狀與趨勢(shì)綜述[J].機(jī)械科學(xué)與技術(shù)，2019，38（3）：329-338. ZHANG Y F， ZHANG D， REN S. Survey on current research and future trends of smart manufacturing and its key technologies[J]. Mechanical Science and Technology for Aerospace Engineering， 2019，38（3）：329-338.

[26] 陶飛，程穎，程江峰，等.數(shù)字孿生車間信息物理融合理論與技術(shù)[J].計(jì)算機(jī)集成制造系統(tǒng)，2017，23（8）：1603-1611. TAO F， CHENG Y， CHENG J F， et al. Theories and technologies for cyber-physical fusion in digital twin shop-floor[J]. Computer Integrated Manufacturing Systems，2017，23（8）：1603-1611.

[27] 李思怡，許向陽.“雙碳目標(biāo)”下家具行業(yè)綠色供應(yīng)鏈的發(fā)展策略研究[J].物流工程與管理，2022，44（7）：100-102. LI S Y， XU X Y. Research on the development strategy of green supply chain in furniture industry under the goal of carbon peaking and carbon neutrality[J]. Logistics Engineering and Management，2022，44（7）：100-102.

[28] 吳義強(qiáng).木材科學(xué)與技術(shù)研究新進(jìn)展[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2021，41（1）：1-28. WU Y Q. Newly advances in wood science and technology[J]. Journal of Central South University of Forestry Technology， 2021，41（1）：1-28.

[29] 龍晨，龐燕，王擎天，等.家具供應(yīng)鏈碳減排影響因素研究[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2024，44（3）：159-166，178. LONG C， PANG Y， WANG Q T， et al. Factors influencing carbon emission reduction in furniture supply chain[J]. Journal of Central South University of Forestry Technology，2024，44（3）： 159-166，178.

[30] 馮丹娃，曹玉昆.“雙碳”戰(zhàn)略目標(biāo)視域下我國林業(yè)經(jīng)濟(jì)的轉(zhuǎn)型發(fā)展[J].求是學(xué)刊，2021，48（6）：91-100. FENG D W， CAO Y K. Transformation and development of China’s forestry economy under the goal of “dual carbon”strategy[J]. Seeking Truth，2021，48（6）：91-100.

[31] 侯茂章，張典，侯晨.“雙碳”戰(zhàn)略對(duì)我國家具產(chǎn)業(yè)發(fā)展影響研究[J].家具與室內(nèi)裝飾，2022，29（8）：18-21. HOU M Z， ZHANG D， HOU C. Research on the impact of achieving peak carbon emissions and carbon neutrality on the development of China’s furniture industry[J]. Furniture Interior Design，2022，29（8）：18-21.

[32] 侯方淼，裴潤田，劉璨，等.中國林產(chǎn)工業(yè)嵌入全球價(jià)值鏈對(duì)貿(mào)易隱含碳排放的影響[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2022， 42（10）：177-188. HOU F M， PEI R T， LIU C， et al. Influences of China’s forest product industry embedding in the global value chain on the embodied carbon emissions in trade[J]. Journal of Central South University of Forestry Technology，2022，42（10）：177-188.

[33] 侯方淼，王宏飛，劉璨，等.產(chǎn)業(yè)集聚對(duì)中國木材企業(yè)全球價(jià)值鏈地位的作用機(jī)制及其實(shí)現(xiàn)路徑[J].林業(yè)科學(xué)，2023，59（12）： 137-151. HOU F M， WANG H F， LIU C， et al. Mechanism of industrial agglomeration on Chinese wood enterprises’ GVC （Global value chain） position and its realization path[J]. Scientia Silvae Sinicae， 2023，59（12）：137-151.

[34] 國家統(tǒng)計(jì)局能源統(tǒng)計(jì)司編.中國能源統(tǒng)計(jì)年鑒2022[M].北京：中國統(tǒng)計(jì)出版社，2023. National Bureau of Statistics Energy Statistics Department. China energy statistical yearbook 2022[M]. Beijing： China Statistics Press，2023.

[35] 付華，李國平，朱婷.中國制造業(yè)行業(yè)碳排放：行業(yè)差異與驅(qū)動(dòng)因素分解[J].改革，2021（5）：38-52. FU H， LI G P， ZHU T. Carbon emission of China’s manufacturing industry： industry differences and decomposition of driving factors[J]. Reform，2021（5）：38-52.

[36] 林小莉.新常態(tài)下林業(yè)供給側(cè)改革對(duì)木材進(jìn)口的影響與對(duì)策[J].林產(chǎn)工業(yè)，2019，56（12）：73-75. LIN X L. Impact of forestry supply-side reform on wood import under the new normal and countermeasures[J]. China Forest Products Industry，2019，56（12）：73-75.

[37] 于海洋， 呂九芳.廢舊木家具表面處理型回收利用工藝探究[J].林產(chǎn)工業(yè)，2021，58（1）：54-56，61. YU H Y， LYU J F. Research on surface treatment recycling technology of waste wood furniture[J]. China Forest Products Industry，2021，58（1）：54-56，61.

[38] 詹秀麗，戴向東，吳義強(qiáng)，等.“雙碳”戰(zhàn)略背景下的家具減量化設(shè)計(jì)技術(shù)研究[J].家具與室內(nèi)裝飾，2022，29（9）：1-5. ZHAN X L， DAI X D， WU Y Q， et al. Research on the design technology of furniture reduction under the background of “Dual carbon” strategy[J]. Furniture Interior Design，2022，29（9）：1-5.

[39] 王麗，彭葉怡，駱琦，等.基于LCA與低碳約束的家具設(shè)計(jì)方法研究[J].家具與室內(nèi)裝飾，2023，30（7）：16-21. WANG L， PENG Y Y， LUO Q， et al. Research on furniture design methods based on LCA and low carbon constraints[J]. Furniture Interior Design，2023，30（7）：16-21.

[40] 李騰蛟，陳洪轉(zhuǎn).家具產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的國際比較與借鑒[J].價(jià)值工程，2019，38（32）：73-76. LI T J， CHEN H Z. International comparison and reference of furniture industry transformation and upgrading[J].Value Engineering， 2019，38（32）：73-76.

[41] 歐陽周洲，吳義強(qiáng)，陶濤，等.面向“中國制造2025”的家具數(shù)字孿生車間構(gòu)建與關(guān)鍵技術(shù)展望[J].家具與室內(nèi)裝飾， 2022，29（8）：1-7. OUYANG Z Z， WU Y Q， TAO T， et al. Construction of furniture digital twin shop-floor （FDTS） and prospect of key technologies for “Made in China 2025”[J]. Furniture Interior Design， 2022，29（8）：1-7.

[42] 陶濤，吳義強(qiáng)，戴向東，等.我國家具智能制造的高質(zhì)量發(fā)展路徑研究[J].家具與室內(nèi)裝飾，2022，29（7）：1-5. TAO T， WU Y Q， DAI X D， et al. Research on the high-quality development path of intelligent furniture manufacturing in China[J]. Furniture Interior Design，2022，29（7）：1-5.

[43] 王迅，陳星艷，陶濤，等.遺傳算法在板式定制家具混合流水車間調(diào)度中的應(yīng)用[J].家具與室內(nèi)裝飾，2022，29（11）：1-5. WANG X， CHEN X Y， TAO T， et al. Application of genetic algorithm in hybrid flow shop scheduling of panel customized furniture[J]. Furniture Interior Design，2022，29（11）：1-5.

[44] 陳星艷，陶濤，戴向東，等.蟻群算法在板式家具生產(chǎn)調(diào)度中的應(yīng)用[J].家具與室內(nèi)裝飾，2022，29（12）：1-4. CHEN X Y， TAO T， DAI X D， et al. Application of ant colony algorithm in panel furniture production scheduling[J]. Furniture Interior Design，2022，29（12）：1-4.

[45] 繆同強(qiáng)， 陳燕. 經(jīng)濟(jì)雙循環(huán)背景下中國實(shí)木家具產(chǎn)業(yè)國際化發(fā)展前景[J].林產(chǎn)工業(yè)，2021，58（11）：124-126. MIAO T Q， CHEN Y. Prospects for the internationalization of China’s solid wood furniture industry under the background of economic double cycle[J]. China Forest Products Industry， 2021，58（11）：124-126.

[46] 繆同強(qiáng)， 陳燕. 經(jīng)濟(jì)雙循環(huán)背景下中國實(shí)木家具產(chǎn)業(yè)國際化發(fā)展前景[J].林產(chǎn)工業(yè)，2021，58（11）：124-126. MIAO T Q， CHEN Y. Prospects for the internationalization of China’s solid wood furniture industry under the background of economic double cycle[J]. China Forest Products Industry，2021，58（11）：124-126.

[47] 中國家具協(xié)會(huì).2023中國家具年鑒[M].北京：中國輕工業(yè)出版社，2023. China Furniture Association. China furniture yearbook 2023[M]. Beijing： China Light Industry Press，2023.

[48] 許美琪.我國家具制造業(yè)的基礎(chǔ)能力發(fā)展提升戰(zhàn)略（下）[J].家具，2022，43（4）：1-6，26. XU M Q. The upgrade strategy of basic abilities’ development for Chinese furniture industry （Part II）[J]. Furniture，2022，43（4）： 1-6，26.

[49] 人民日?qǐng)?bào).為中小企業(yè)插上數(shù)字化翅膀[EB/OL]. https：//www. gov.cn/xinwen/2022-11/22/content_5728194.htm，2022-11-22. People’s Daily. Empowering SMEs with digitalization wings[EB/ OL]. https：//www.gov.cn/xinwen/2022-11/22/content_5728194. htm，2022-11-22.

[50] 熊先青，岳心怡.中國家居智能制造技術(shù)研究與應(yīng)用進(jìn)展[J].林業(yè)工程學(xué)報(bào)，2022，7（2）：26-34. XIONG X Q， YUE X Y. Research progress in the application of big data technology to smart home manufacturing[J]. Journal of Forestry Engineering，2022，7（2）：26-34.

[51] 謝艷秋，黃艷麗，戴向東，等.基于科學(xué)知識(shí)圖譜的國內(nèi)家具智能制造研究現(xiàn)狀分析[J].家具與室內(nèi)裝飾，2022，29（10）： 6-11. XIE Y Q， HUANG Y L， DAI X D， et al. Analysis of the current research status of intelligent furniture manufacturing based on cite space scientific knowledge atlas[J]. Furniture Interior Design， 2022，29（10）：6-11.

[52] 易禮琴，何佳容，張仲鳳，等.基于NX軟件和MBD技術(shù)的圈椅數(shù)字化模型構(gòu)建[J].林業(yè)工程學(xué)報(bào)，2023，8（2）：180-186. YI L Q， HE J R， ZHANG Z F， et al. Construction of digital model of round-backed armchair using NX software and MBD technology[J]. Journal of Forestry Engineering，2023，8（2）： 180-186.

[53] 歐陽周洲，吳義強(qiáng)，陶濤，等.大規(guī)模定制家具OPF生產(chǎn)鋸圖排序優(yōu)化[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2024，44（3）：149-158.OUYANG Z Z， WU Y Q， TAO T， et al. Optimization of cutting diagrams sorting in mass customization furniture OPF production[J]. Journal of Central South University of Forestry Technology，2024，44（3）：149-158.

[54] 許柏鳴.中國家具行業(yè)的現(xiàn)狀與未來趨勢(shì)研究[J].家具與室內(nèi)裝飾，2023，30（1）：1-3. XU B M. Research on the current state and future trend of the Chinese furniture industry[J]. Furniture Interior Design， 2023，30（1）：1-3.

[55] 陳越，余肖紅.數(shù)字化設(shè)計(jì)技術(shù)在定制家具中的應(yīng)用探析[J].家具與室內(nèi)裝飾，2021，28（4）：26-29. CHEN Y， YU X H. Analysis on the application of digital design technology in custom furniture[J]. Furniture Interior Design，2021，28（4）：26-29.

[56] 于海斌，朱云龍.協(xié)同制造：E時(shí)代的制造策略與解決方案[M].北京：清華大學(xué)出版社，2004. YU H B， ZHU Y L. Collaborative manufacturing： manufacturing strategies and solutions in the E-era[M]. Beijing： Tsinghua University Press，2004.

[57] 陳園，方慶寧，熊芷璇，等.Chat GPT和MJ在家居設(shè)計(jì)領(lǐng)域應(yīng)用的機(jī)遇與挑戰(zhàn)[J].家具與室內(nèi)裝飾，2023，30（12）：51-55. CHEN Y， FANG Q N， XIONG Z X， et al. Opportunities and challenges of the application of ChatGPT and MJ in the field of home design[J]. Furniture Interior Design，2023，30（12）：51-55.

[58] 朱詠梅，李玉玲，奚崢皓，等.注意力可變形卷積網(wǎng)絡(luò)的木質(zhì)板材瑕疵識(shí)別[J].西南大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，46（2）： 159-169. ZHU Y M， LI Y L， XI Z H， et al. Attention deformable convolutional networks for wooden panel defect recognition[J]. Journal of Southwest University （Natural Science Edition）， 2024，46（2）：159-169.

[59] 苗宇杰，祝詩平，普京，等.基于卷積神經(jīng)網(wǎng)絡(luò)的家具木材圖像種類識(shí)別[J].林業(yè)科學(xué)，2023，59（8）：133-140. MIAO Y J， ZHU S P， PU J， et al. Recognition of furniture wood image species based on convolutional neural networks[J]. Scientia Silvae Sinicae，2023，59（8）：133-140.

[60] 張飛宇，蘭揚(yáng)，朱偉，等.基于圖卷積網(wǎng)絡(luò)的兒童坐姿檢測(cè)學(xué)習(xí)桌椅設(shè)計(jì)方法研究[J].家具與室內(nèi)裝飾，2024，31（1）：96-100. ZHANG F Y， LAN Y， ZHU W， et al. Research on the design method of children’s sitting posture detection study table and chair based on graph convolutional network[J]. Furniture Interior Design，2024，31（1）：96-100.

[61] 熊先青，馬清如，袁瑩瑩，等.面向智能制造的家具企業(yè)數(shù)字化設(shè)計(jì)與制造[J].林業(yè)工程學(xué)報(bào)，2020，5（4）：174-180. XIONG X Q， MA Q R， YUAN Y Y， et al. Digital design and manufacturing of furniture enterprises oriented to intelligent manufacturing[J]. Journal of Forestry Engineering，2020，5（4）： 174-180.

[62] 胡玉婷，陳星艷，陶濤，等.基于遺傳算法的板式定制家具異形件排樣優(yōu)化研究[J].家具與室內(nèi)裝飾，2023，30（11）：8-11. HU Y T， CHEN X Y， TAO T， et al. Research on specialshaped parts layout optimization of panel customized furniture based on genetic algorithm[J]. Furniture Interior Design， 2023，30（11）：8-11.

[63] 沈國峰，陶濤，黃瓊濤，等.遺傳算法在家具生產(chǎn)調(diào)度中的應(yīng)用[J].林產(chǎn)工業(yè)，2018，45（12）：57-60. SHEN G F， TAO T， HUANG Q T， et al. Application of genetic algorithm in furniture production scheduling[J]. China Forest Products Industry，2018，45（12）：57-60.

[64] 陶濤，王潔，劉忠會(huì)，等.基于蟻群聚類算法的板式定制家具訂單聚類分析[J].林產(chǎn)工業(yè)，2020，57（5）：49-52. TAO T， WANG J， LIU Z H， et al. Clustering analysis of panel customized furniture orders based on ant colony clustering algorithm[J]. China Forest Products Industry，2020，57（5）：49-52.

[65] 康友冰，王張恒，孫德林，等.基于模擬退火算法的MTS型實(shí)木家具生產(chǎn)調(diào)度優(yōu)化研究[J].家具與室內(nèi)裝飾，2022，29（9）： 35-39. KANG Y B， WANG Z H， SUN D L， et al. Study on the optimization of MTS solid wood furniture production scheduling based on simulated annealing algorithm[J]. Furniture Interior Design，2022，29（9）：35-39.

[66] 趙曉冬.先進(jìn)制造技術(shù)在我國發(fā)展?fàn)顩r的分析[J].裝備制造技術(shù)，2010（2）：131-132，134. ZHAO X D. Advanced manufacturing technology， analysis of the situation in China’s development[J]. Equipment Manufacturing Technology，2010（2）：131-132，134.

[67] 馬澤鋒，吳智慧，沈忠民，等.基于ERP+MES平臺(tái)協(xié)同的實(shí)木定制家具企業(yè)排產(chǎn)計(jì)劃研究[J].林產(chǎn)工業(yè)，2020，57（8）： 53-57. MA Z F， WU Z H， SHEN Z M， et al. Research on production scheduling plan of solid wood customized furniture enterprises based on ERP+MES platform[J]. China Forest Products Industry，2020，57（8）：53-57.

[68] 袁瑩瑩，熊先青，龔建釗.基于ERP與MES信息交互的板式定制家具揉單排產(chǎn)技術(shù)[J].木材科學(xué)與技術(shù)，2021，35（4）：30-35. YUAN Y Y， XIONG X Q， GONG J Z， et al. Mixing and scheduling technology based on information interaction between ERP and MES for customized panel-furnitures[J]. Chinese Journal of Wood Science and Technology，2021，35（4）：30-35.

[69] 任磊，賈子翟，賴?yán)铈戮?，?數(shù)據(jù)驅(qū)動(dòng)的工業(yè)智能：現(xiàn)狀與展望[J].計(jì)算機(jī)集成制造系統(tǒng)，2022，28（7）：1913-1939. REN L， JIA Z Z， LAI L Y J， et al. Data-driven industrial intelligence： current status and future directions[J]. Computer Integrated Manufacturing Systems，2022，28（7）：1913-1939.

[70] 中新網(wǎng).業(yè)界共話智能制造轉(zhuǎn)型發(fā)展：需要多環(huán)節(jié)、多部門的數(shù)據(jù)融合[EB/OL]. https：//www.chinanews.com.cn/cj/2022/01-06/9645729.shtml， 2022-01-06. China News Service. Industry discusses intelligent manufacturing transformation and development： the need for data integration across multiple links and departments[EB/OL]. https：//www. chinanews.com.cn/cj/2022/01-06/9645729.shtml，2022-01-06.

[71] 李雪瑞，侯幸剛，楊梅，等.數(shù)字孿生驅(qū)動(dòng)的工業(yè)產(chǎn)品CMF設(shè)計(jì)服務(wù)模型構(gòu)建與應(yīng)用[J].計(jì)算機(jī)集成制造系統(tǒng)，2021，27（2）： 307-327. LI X R， HOU X G， YANG M， et al. Construction and application of CMF design service model for industrial products driven by digital twins[J]. Computer Integrated Manufacturing Systems， 2021，27（2）：307-327.

[72] 陶飛，馬昕，戚慶林，等.數(shù)字孿生連接交互理論與關(guān)鍵技術(shù)[J].計(jì)算機(jī)集成制造系統(tǒng)，2023，29（1）：1-10. TAO F， MA X， QI Q L， et al. Theory and key technologies of digital twin connection and interaction[J]. Computer Integrated Manufacturing Systems，2023，29（1）：1-10.

[73] 陶飛，劉蔚然，張萌，等.數(shù)字孿生五維模型及十大領(lǐng)域應(yīng)用[J].計(jì)算機(jī)集成制造系統(tǒng)，2019，25（1）：1-18. TAO F， LIU W R， ZHANG M， et al. Five-dimension digital twin model and its ten applications[J]. Computer Integrated Manufacturing Systems，2019，25（1）：1-18.

[74] SATYANARAYANAN M. The emergence of edge computing[J]. Computer，2017，50（1）：30-39.

[75] 陶飛.數(shù)字孿生十問：分析與思考[J].計(jì)算機(jī)集成制造系統(tǒng)， 2020（1）：1-17. TAO F. Ten questions towards digital twin： analysis and thinking[J]. Computer Integrated Manufacturing Systems， 2020（1）：1-17.

[76] 詹秀麗，戴向東.基于虛擬現(xiàn)實(shí)技術(shù)的家具O2O銷售模式初探[J].家具與室內(nèi)裝飾， 2016，23（9）：20-21. ZHAN X L， DAI X D. Exploring the O2O sales model of furniture based on virtual reality technology[J]. Furniture Interior Design，2016，23（9）：20-21.

[77] 沈君承，羅鴻，陳赟冰.中美市場比較視域下我國大眾線上零售家裝部品研究[J].家具與室內(nèi)裝飾，2024，31（1）：5-10. SHEN J C， LUO H， CHEN Y B. Study of Chinese mass online retail home decoration products in the comparative perspective of Sino-US markets[J]. Furniture Interior Design， 2024，31（1）：5-10.

[78] 王昊琪，李浩，文笑雨，等.基于數(shù)字孿生的產(chǎn)品設(shè)計(jì)過程和工作量預(yù)測(cè)方法[J].計(jì)算機(jī)集成制造系統(tǒng)，2022，28（1）：17-30. WANG H Q， LI H， WEN X Y， et al. Digital twin-based product design process and design effort prediction method[J]. Computer Integrated Manufacturing Systems，2022，28（1）：17-30.

[79] 莊存波，劉檢華，熊輝，等.產(chǎn)品數(shù)字孿生體的內(nèi)涵、體系結(jié)構(gòu)及其發(fā)展趨勢(shì)[J].計(jì)算機(jī)集成制造系統(tǒng)，2017，23（4）： 753-768. ZHUANG C B， LIU J H， XIONG H， et al. Connotation， architecture and trends of product digital twin[J]. Computer Integrated Manufacturing Systems，2017，23（4）：753-768.

[本文編校：吳 彬]