核心财务表现 - 公司2025年扣非归母净利润亏损幅度较上年大幅收窄，主营业务经营质量实现提升 [1] - 报告期内政府补助金额大幅减少 [1] - 2025年成功实施重大资产重组，中捷厂、中捷航空航天及天津天锻三家企业于2025年6月30日正式并入上市公司体系 [1] - 根据会计准则，这三家公司合并日前的当期净损益被计入非经常性损益，短期内影响了公司合并报表的净利润表现 [1] 战略举措与业务发展 - 公司多维发力，通过聚焦主业、深化管理、强化创新等系列组合举措，积蓄长期发展动能 [1] - 重大资产重组是公司构建“数控加工+压力成形”完整解决方案能力的关键一步，为未来持续盈利奠定产业基础 [1] - 公司坚持服务国家战略与市场前沿需求相结合，锚定高端化、智能化、绿色化转型方向，持续做强做优高端数控机床产品 [2] - 通过系统推进产品升级与业务整合，在“三航一机”、船舶、通用设备等重点领域形成具有竞争力的解决方案能力 [2] - 成功整合天津天锻、中捷航空航天等优质资产，使产品体系得以优化，综合服务能力实现跨越 [2] 运营管理与效率提升 - 公司持续推进精细化管理，深化“零缺陷”质量文化与精益生产实践 [2] - 通过成本管控、效率提升与市场拓展等一系列举措，推动运营质量持续改善 [2] 技术创新与研发投入 - 公司将科技创新视为可持续发展的根本动力，在制造源头环节加大投入 [2] - 围绕数控系统、物联网、人工智能等前沿技术开展攻关，以技术突破驱动产业升级，巩固行业领先地位 [2] 市场评价与未来展望 - 相关市场人士表示，公司采取一系列扎实有效的措施，根本目的在于实现竞争实力与盈利能力持续跃升 [3] - 当前的阶段性财务表现，是公司主动推进战略性重组、夯实长远发展基础过程中结构优化与动能转换的客观反映 [3] - 2025年上半年经营业绩创出历史新高，全年持续推进结构调整与内部改革，发展展现出了公司在高端装备领域稳中求进的战略韧性 [3] - 随着整合效应不断释放、创新成果持续涌现，公司主业核心竞争力将不断提升，市场地位将进一步稳固 [3]

“厂二代”女性接班人的群体画像与接班动因 - “厂二代”指中小型民营制造业工厂老板的子女，随着第一代企业主退休，受过高等教育的第二代开始接班 [5] - 全国工商联下属的中国民营经济研究会的报告显示：目前中国超1亿家民营企业中，80%以上为家族企业，其中约29%集中在传统制造业，约四分之三面临接班问题 [10] - 近年来，外部就业环境变化（如裁员、降薪）及自家工厂经营压力，促使部分“厂二代”选择回家接班，认为“还不如回来接班，起码挣的每一分钱都是自家的” [11] 女性接班人在家族企业中的普遍处境与挑战 - 在多子女的家族企业中，女儿在继承权选择序列中通常排在后面，“儿子实在培养不出来，再把女儿推上去”，导致女接班人受训时间短，准备不充分 [14] - 多子女家庭的女儿常因避免家庭矛盾，主动回避前台重要职位，更多担任财务、行政等后台岗位 [16] - 父母辈存在“仁慈的歧视”，认为做实业辛苦，不希望女儿亲自接手，倾向于寻找能力强的女婿来管理企业 [13] - 女性接班人在工作中面临性别刻板印象，合作伙伴常表现出“怎么是个女的？”的错愕，在重工业等男性主导的行业中尤其明显，容易被无视或不被优先考虑 [20][21] 女性接班人的具体经营实践与创新 - 利用新媒体（如抖音）进行直播和推广，打破传统营销模式，但也会面临客户因性别和年龄产生的信任问题 [1][3][18] - 面对父辈传统资源模式（如展会、饭局社交）失灵或难以融入的情况，积极开拓新渠道，例如通过举办科创比赛招募技术人才，或运营“厂二代”社群来获取新客户资源 [21][22] - 女性接班人在经营决策上更稳健，破产风险更低，但在发展速度等成长性指标上，刻板印象认为其表现不如男性 [21] 女性接班人的自我成长与行业影响 - 女性接班人普遍拥有高学历，2020年全国人口普查数据显示，20-49岁人口中，本科和硕士学历的女性占比已高于男性，这为她们争取内外部认可提供了帮助 [26][27] - 在处理与父辈的代际冲突时，女性接班人通常能更好地沟通，采用非对抗式应对，这有利于企业权力交接 [28] - 行业内女性领导者比例极低，MSCI全球指数成分股企业中，2023年仅6.5%的CEO职位由女性担任，在中国内地，女性担任CEO的比例仅为6.7% [25] - 知名女性企业家榜样稀缺，常被提及的仅有宗馥莉、董明珠等极少数，反映出行业顶层女性比例失衡 [24][26]

业绩预告核心信息 - 公司预计2025年度归属于上市公司股东的净利润为负值，出现亏损 [1][2] - 业绩预告期间为2025年1月1日至2025年12月31日 [1] - 本次业绩预告数据为公司财务部门初步测算结果，未经会计师事务所审计 [3] 业绩变动原因分析 - 业绩变动主要原因为下游客户变化和市场竞争加剧 [4] - 报告期内公司营业收入与去年同期相比出现一定下降 [4] - 报告期内公司主要销售产品的毛利率与去年同期相比出现一定下降 [4]

2025年日本机床订单整体情况 - 2025年机床订单总额为1.6043万亿日元，同比增长8%，为3年来首次恢复正增长[4] - 行业复苏主要由海外市场驱动，国内订单持续疲软[2][4] 海外订单表现 - 来自美国、中国等地的海外订单额同比增长12%[2][4] - 海外市场的强劲需求是支撑行业整体增长的关键动力[2] 日本国内订单表现 - 2025年日本国内订单额仅为4408亿日元，同比下降0.2%[4] - 国内订单自2023年以后持续下滑，已连续3年走低[2][4] - 日本工作机械工业会会长表示，支撑国家经济根基的制造业失去活力，正陷入危机局面[2] 国内订单分领域分析：汽车行业 - 汽车领域占日本国内机床订单的两成，是行业重压所在[2][5] - 2025年汽车领域机床订单额为870亿日元，同比下滑4.3%[5] - 该领域订单已连续3年下滑[5] - 美国关税政策及电动汽车扶持政策调整等不确定性抑制了企业投资意愿[6] - 由于整车厂商投资方向不明，中小零部件企业在电动汽车、燃油车或混合动力车的投入上难以抉择，导致设备投资延迟[6] 国内订单分领域分析：航空航天与造船 - 2025年航空航天及造船领域的机床订单额同比大幅增长46%，达到353亿日元，创历史新高[6] - 大型船舶的建造与更新需求持续，且在日本政府造船产业重振政策推动下，船舶零部件厂商已启动设备投资[6] - 航空领域需求受益于全球市场扩张[6] - 日本政府为强化航天事业推出的扶持政策，以及地缘政治风险背景下的国内防卫力量强化，正在推动相关机床订单增长[6] 行业展望 - 日本工作机械工业会预计，2026年日本机床全年订单额将达到1.7万亿日元[6] - 预计2026年日本国内订单额为5000亿日元，同比增长一成以上[6]

行业发展趋势 - 全球机器人产业正迈入规模化量产新阶段，国内制造业设备更新政策持续加码，机床作为工业制造的“母机”是支撑高端制造产业链自主可控的核心支柱 [1] - 机床行业发展呈现“规模扩张与结构升级并行”的特征，行业高端化、智能化转型进程持续提速 [1][3] - 国内数控机床市场规模持续扩容，五轴联动等高端产品增长势头迅猛，但高端领域国产化率仍处于较低水平，核心部件自主化能力有待提升 [3] - 下游机器人、新能源汽车等产业催生了更多高端机床刚性需求，推动行业加速向高端化、智能化转型 [3] 企业战略布局与资本开支 - 浙海德曼披露2026年度向特定对象发行股票预案，拟募资不超过15.17亿元 [1] - 浙海德曼募资中9.17亿元用于高端复合化机床产业化项目，以扩大T系列数控车床、自动化生产线生产能力并增加先进产品产能 [1] - 浙海德曼募资中2.5亿元用于高端精密机床与机器人硬件智造研发项目，主要用于高端数控机床研发升级以及机器人专用设备开发、核心零部件智能制造 [1] - 秦川机床2026年度计划实施包括“宝鸡机床集团高档数控机床工业园（一期）”等在内的共计8项固定资产投资项目 [2] - 纽威数控装备五期高端智能数控装备项目本月开工，聚焦数控立车、精密磨床、专机等高端智能数控装备及其核心功能部件的研发与生产 [2] 技术发展方向与竞争焦点 - 企业布局均瞄准高端化、智能化的核心发展方向 [3] - 未来将AI、数字孪生等前沿技术深度融入高端机床是行业主要竞争焦点之一 [3] - AI切削参数优化可大幅提升加工效率以满足新能源汽车一体化压铸工艺对高精度切削的严苛要求 [3] - 数字孪生技术能助力实现设备全生命周期管理，这些技术决定着设备核心性能与综合效益，是企业构建差异化优势的关键 [3] - 产业链协同能力的提升可以实现“需求-设计-生产”的快速匹配，有助于增强企业与下游客户黏性，是另一主要竞争焦点 [3] 机构建议与成功要素 - 企业需持续加大核心技术研发投入，全力实现数控系统、核心零部件的自主可控 [4] - 企业应深化与机器人、新能源汽车等下游产业的协同创新 [4] - 企业应积极布局全球市场，方能在行业变革升级中占据主导地位 [4]

市场行情与板块表现 - 1月27日上午A股三大指数集体下跌 上证指数盘中下跌0.30% [1] - 石油石化、银行、有色金属等板块涨幅靠前 电力设备、医药生物板块跌幅居前 [1] - 机床板块个股表现分化 机床ETF（159663.SZ）下跌0.90% [1] 机床ETF成分股表现 - 成分股四方达上涨11.83% 国机精工上涨4.28% 中钨高新上涨3.64% 宇晶股份上涨3.51% [1] - 成分股泰嘉股份下跌7.08% 禾川科技下跌4.83% [1] 人形机器人行业动态 - 宇树科技2025年人形机器人实际出货量超5500台 2025年本体量产下线超6500台 [3] - 行业媒体此前预测宇树科技出货量为4800+台 智元机器人出货量为5100+台 若以宇树公布数据为准 其出货量或将超越智元位居行业首位 [3] - 国金证券表示2026年是人形机器人从0到1兑现的重要节点 [3] 人形机器人产业链展望 - 特斯拉链预计2026年第一季度发布第一代量产产品 2026年上半年供应链大批量产线建设完成 2026年8月开启大规模量产 [3] - 国产链头部本体出货量规模有望从数千台跨越到数万台 应用场景主要来自二次开发、导览、巡检等 [3] - 行业龙头公司的供应链和技术将趋于收敛 全球将迈入机器人“军备竞赛” [3] 机床ETF产品信息 - 机床ETF（159663）紧密跟踪中证机床指数 [4] - 指数涵盖高端装备制造领域 涉及激光设备、机床工具、机器人、工控设备等行业 [4] - 该领域是新质生产力理念强调创新驱动与产业升级落地实践的核心阵地 [4] - 其场外联接基金A类代码为017573 C类代码为017574 [4]

核心观点 - 国泰海通证券给予津上机床中国“增持”评级，认为公司凭借扎实的产品力和客户渠道，有望在AI液冷、人形机器人等新兴领域持续拓展，并基于估值给出目标价48.78港元 [1] 财务预测与估值 - 预测FY2026E-FY2028E营业收入分别为51.82亿元、58.23亿元、65.62亿元 [1] - 预测FY2026E-FY2028E净利润分别为10.18亿元、11.08亿元、12.63亿元 [1] - 基于PE估值法，参考可比公司给予2026财年18倍PE估值，得出合理市值183.26亿港币，目标价48.78港元 [1] 公司业务与近期业绩 - 公司专注于高端数控机床，产品包括精密车床、加工中心及磨床，应用于汽车、3C、气动、液压等高精度加工领域 [1] - 2026年上半财年，公司实现营业收入约24.97亿元，同比增长26.2%；归母净利润为5.02亿元，同比增长47.7% [1] - 2026年上半财年毛利率为34.6%，同比增加2.5个百分点；净利润率为20.1%，同比增加2.9个百分点 [1] 新兴业务增长动力：AI液冷 - AI服务器液冷行业进入批量采购阶段，公司的自动车床产品在加工快速液冷接头方面具有性价比优势 [2] - 2025年1-9月，已与数十家客户签订相关设备订单，占国内订单金额约5% [2] 新兴业务增长动力：人形机器人 - 自动驾驶、AI应用及人形机器人技术的发展，驱动对小型精密零部件的需求增长 [3] - 公司通过降本增效提升了产品性价比，多款设备已成功应用于加工人形机器人关键部件，如行星滚柱丝杆、谐波减速器和行星减速器 [3] - 2025年1-9月，已与数十家客户签订相关设备订单，涉及自动车床、刀塔车床、外圆磨床及滚丝机 [3]

研报核心观点 - 国泰海通证券给予津上机床中国“增持”评级 基于PE估值法给予2026财年18倍PE估值 认为公司合理市值为183.26亿港币 目标价48.78港元 [1] 财务预测与历史业绩 - 预测FY2026E-FY2028E营业收入分别为51.82亿元、58.23亿元、65.62亿元 [1] - 预测FY2026E-FY2028E净利润分别为10.18亿元、11.08亿元、12.63亿元 [1] - 2026年上半财年实现营业收入约24.97亿元 同比增长26.2% [1] - 2026年上半财年归母净利润为5.02亿元 同比增长47.7% [1] - 2026年上半财年毛利率为34.6% 同比增加2.5个百分点 [1] - 2026年上半财年净利润率为20.1% 同比增加2.9个百分点 [1] 公司业务与市场地位 - 公司深耕精密机床行业二十二载 专注于高端数控机床产品 包括精密车床、精密加工中心及精密磨床 [1] - 产品广泛应用于汽车、3C、气动、液压等多个高精度加工领域 以高速度、高精度和高刚性为质量目标 获得行业客户广泛认可 [1] AI液冷业务进展 - AI服务器液冷行业进入批量采购设备阶段 公司在加工快速液冷接头方面具有明显性价比优势 [2] - 2025年1-9月 已与数十家客户签订AI液冷接头相关设备订单 占国内订单金额约5% [2] 人形机器人业务布局 - 自动驾驶、AI应用扩展及人形机器人技术发展 带动小型精密零部件需求增长 [3] - 公司通过降本增效提升产品性价比和市场竞争力 多款设备已成功应用于加工人形机器人关键部件 包括行星滚柱丝杆、谐波减速器和行星减速器等 [3] - 2025年1-9月 已与数十家客户签订人形机器人相关设备订单 涉及自动车床、刀塔车床、外圆磨床及滚丝机 [3] 未来增长驱动 - 公司依靠夯实的产品力和客户渠道 有望在AI液冷、人形机器人等领域持续拓展 [1]

活动概况与核心议题 - 央广网与永赢金租联合主办“中国新质造年度盛典暨设备之家2025年度荣耀发布会”，活动核心议题为“科技创新与产业创新深度融合”，旨在为中国制造业高质量发展注入动能，奏响“十五五”新型工业化建设序曲 [1][3] 宏观战略与政策导向 - 新质生产力以科技创新为核心要素，是中国制造业从“大”到“强”、品牌向上突破的关键力量 [5] - “十五五”期间智能化的核心是人工智能应用，落实“人工智能+行动”部署是培育新质生产力、实现科技自立自强的关键 [6] - 需以科技创新引领产业智能化、绿色化、融合化发展，并锚定“双碳”目标，推进行业低碳改造、发展CCUS技术，扩大非化石能源与自然碳汇规模 [6] - 需深化产学研用协同，发挥龙头带动作用，促进大中小企业融通，优化产业结构、深耕高端产品，以提升全球价值链地位 [6] 金融支持与服务体系 - 金融是“中国新质造”的重要支撑，需精准对接制造业全生命周期需求 [8] - 宁波银行依托永赢金租及“设备之家”，将金融服务嵌入设备“买、用、卖”全环节，已服务近10万家企业，支持设备更新超200万台 [8] - 以金融创新、生态协同、品牌赋能三大核心，为企业降本增效，助力制造业向“新质造”跃升 [8] 行业实践与技术创新 - 显示行业已从规模增长转向价值增长，海信视像以三大实践筑牢新质生产力，是“人工智能+制造业”的鲜活范本，未来将深耕具身智能、新型显示领域 [10][11] - 京东方强调核心技术自主可控是“中国新质造”的安全基石，公司深耕半导体显示，以技术革新、产业升级与要素优化配置铸就新质生产力 [13] - 京东方依托核心优势拓展全光谱传感业务，并融合光伏、无线通信技术推动产品零碳化 [13] - 在“智能制造赋能新质生产力”论坛中，企业高管达成共识：当前人工智能已渗透制造业70%以上业务场景 [13] - 海康威视的工业智能体解决方案已帮助多家工厂实现生产流程自主决策 [13] 数智化转型与产业协同 - 在“数智化转型：打造机床智联核心引擎”对话中，聚焦以NC-LINK标准为纽带，推动中小机床企业数字化改造 [13] - 北京北一机床分享了通过设备智联实现产能提升29%的案例 [13] - 未来需持续推动核心技术与应用场景深度融合，牵引产业链协同升级 [13] 绿色化与市场拓展 - 在“绿色化与定制化：塑机行业的新兴市场与创新方向”论坛上，行业代表指出塑机行业需紧扣“双碳”目标，推进绿色材料应用与节能工艺升级 [14] - 同时需依托定制化生产拓展海外市场，助力中国制造向全球价值链高端跃升 [14] 媒体传播与品牌建设 - 央广网《中国新质造》宣布推出2026年全新融媒体项目，包括《“质”造好生活》与《大国造物》两档短视频栏目 [15] - 《“质”造好生活》聚焦智能家电、绿色建材等民生产品，展现制造业对生活品质的提升 [15] - 《大国造物》深耕工业母机、高端装备等核心领域，讲述大国重器背后的创新故事 [15]

量化模型与构建方式 1. **模型名称：卷积神经网络趋势观察模型**[2][78] * **模型构建思路**：使用卷积神经网络（CNN）对个股历史价量数据生成的标准化图表进行深度学习，以识别图表中的特征模式，并预测未来价格走势。最终将学习到的特征映射到行业主题板块，生成行业配置建议。[2][78] * **模型具体构建过程**： 1. **数据准备**：为每个个股在特定窗口期内的价量数据构建标准化的图表。价量数据通常包括价格、成交量等时间序列。[78] 2. **图表化**：将标准化后的价量数据转换为图像格式，作为CNN的输入。图表示例可参考报告中的“标准化数据价量图表”。[79] 3. **模型训练**：使用卷积神经网络对大量的历史价量图表进行训练，学习图表特征与未来一段时间（如下一期）价格变动之间的映射关系。[2][78] 4. **特征映射**：将训练好的CNN模型学习到的有效特征，应用于行业或主题板块层面的分析，识别出当前具有相似积极特征的板块。[2][78] 5. **生成信号**：根据模型对各个板块的分析，输出看好的行业主题配置列表。[80] 2. **模型名称：宏观因子事件模型**[55][57] * **模型构建思路**：跟踪一系列关键的国内外宏观指标，通过定义和识别这些指标在特定时间窗口内的走势事件（如短期高点、连续下跌等），并基于历史回测筛选出对资产未来收益率有显著影响的“有效因子事件”，从而对权益市场未来走势进行判断。[55] * **模型具体构建过程**： 1. **因子选择**：跟踪25个国内外宏观指标，涵盖货币政策、财政政策、流动性、通胀水平及其他经济指标等多个维度。[55] 2. **事件定义**：定义四类宏观因子走势事件：短期高低点、连续上涨/下跌、创历史新高/新低、因子走势反转。[55] 3. **有效性检验**：从历史数据中回测，寻找那些对资产（如股票指数）未来收益率影响较为显著的因子事件，即“有效因子事件”。[55] 4. **趋势判断**：对于部分因子，采用历史均线（如1月、3月、12月均线）将其走势划分为趋势上行或趋势下行。[57] 5. **信号生成**：统计历史上在宏观指标处于不同趋势下，对应资产的未来平均收益，筛选出存在显著差异的情况，形成当前宏观因子趋势对权益市场的观点（如看多、震荡）。[57][58] 3. **模型名称：期权成交量看涨看跌比（CPR）模型**[48] * **模型构建思路**：通过监测上证50ETF期权成交量的看涨看跌比率（CPR），并将其与布林通道结合，判断蓝筹股是否存在短期超买或超卖风险。[48] * **模型具体构建过程**： 1. **计算CPR**：计算上证50ETF期权成交量的看涨看跌比率。[48] 2. **计算滚动指标**：计算滚动20个交易日的CPR。[50] 3. **构建通道**：计算该滚动20日CPR的60日布林通道上轨。[48] 4. **生成信号**：当滚动20日CPR高于其60日布林通道上轨时，模型认为蓝筹股短期存在超卖风险。[48] 4. **模型名称：GFTD模型**[82] * **模型评价**：报告中提及该模型历史择时成功率约为80%，但市场波动不确定性下模型信号存在失效可能。[82] 5. **模型名称：LLT模型**[82] * **模型评价**：报告中提及该模型历史择时成功率约为80%，但市场波动不确定性下模型信号存在失效可能。[82] 量化因子与构建方式 1. **因子名称：新高新低比例因子**[33] * **因子构建思路**：通过统计市场中创近期新高与新低的个股数量占比，来度量市场的极端情绪和趋势强度。[33] * **因子具体构建过程**： 1. 每日计算全市场个股中，收盘价创近60日新高的个股数量。 2. 每日计算全市场个股中，收盘价创近60日新低的个股数量。 3. 分别计算新高个股数占总股票数的比例（60日新高比例），以及新低个股数占总股票数的比例（60日新低比例）。[33][34] 2. **因子名称：个股均线结构因子**[37] * **因子构建思路**：通过计算呈现特定均线多头排列形态的个股占比，来反映市场整体的技术趋势强弱。[37] * **因子具体构建过程**： 1. 对每只个股，判断其短期、中期、长期均线（如5日、20日、60日均线）是否呈多头排列（短期>中期>长期）。 2. 判断其是否呈空头排列（短期<中期<长期）。 3. 计算当日呈多头排列的个股数量与呈空头排列的个股数量之差，再除以总股票数，得到“均线强弱指标”或“多头排列减空头排列个股占比”。[37][38] 3. **因子名称：长期均线以上比例因子**[40] * **因子构建思路**：通过统计股价位于长期均线之上的个股比例，来衡量市场整体的牛市广度。[40] * **因子具体构建过程**： 1. 对每只个股，判断其当日收盘价是否位于200日长期移动平均线之上。 2. 计算股价位于200日长期均线之上的个股数量占总股票数的比例。[40] 4. **因子名称：风险溢价因子**[66][81] * **因子构建思路**：通过计算股票市场隐含收益率（市盈率倒数）与无风险利率（十年期国债收益率）的差值，来衡量股票资产相对于债券资产的吸引力。[66][81] * **因子具体构建过程**： 1. 计算中证全指（或其它宽基指数）的静态市盈率（PE_TTM）。 2. 计算其倒数，即盈利收益率（EP）。 3. 从盈利收益率（EP）中减去十年期国债收益率，得到风险溢价。 $$风险溢价 = \frac{1}{PE\_{TTM}} - 十年期国债收益率$$[81] 5. **因子名称：指数超买超卖因子**[69][73] * **因子构建思路**：通过特定方法计算各主要宽基指数和行业指数的超跌或超买程度，用于识别市场或板块的极端状态。[69][73] * **因子具体构建过程**：报告中未详细描述具体计算公式，但展示了截至报告日（NEW）和历史上另一个时点（20181228）各指数的“超跌指标”统计结果，用于对比。[70][71][74][75] 6. **因子名称：融资余额因子**[76] * **因子构建思路**：跟踪市场融资余额的绝对规模及其占流通市值的比例，作为衡量市场杠杆资金情绪和力量的指标。[76] * **因子具体构建过程**： 1. 获取每日市场融资买入的总余额。 2. 计算融资余额占A股流通市值的百分比。[77] 7. **因子名称：市场真实换手率因子**[51] * **因子构建思路**：考虑自由流通股本后计算市场换手率，以更真实地反映市场的交易活跃程度。[51] * **因子具体构建过程**：报告中未给出具体公式，但指出其计算考虑了自由流通股本，并以中证全指和创业板指为例展示了该因子的时间序列。[51][53] 模型的回测效果 （报告中未提供具体模型的量化回测指标结果，如年化收益率、夏普比率、最大回撤等。） 因子的回测效果 （报告中未提供具体因子的IC、IR、多空收益等量化检验结果。）