基于SD-CM的施工BIM成熟度動態評價及敏感因素分析

黃秋源， 董 娜

(四川大學 建筑與環境學院， 四川 成都 610065)

BIM(Building Information Modeling)是解決建筑業生產效率低下，提升工程績效的重要工具[1]。施工作為建筑生命周期的重要環節，是BIM效益發揮的重要階段[2]。當前我國的施工BIM應用，雖然已經在碰撞檢測、工藝優化等方面取得一定成效，但仍存在效益不佳、應用率偏低等問題[3]。為進一步提升施工BIM應用效果，BIM使用者應評估BIM的實施情況，以確定改進方法與實施策略[4]。因此，施工BIM成熟度評價有利于施工BIM應用水平和應用效益的提升。

針對BIM成熟度，國內外學者已做大量研究。王天偉等[3]采用扎根理論和結構方程模型(Structural Equation Modeling，SEM)建立施工企業BIM應用能力評價指標體系；陳永鴻等[5]通過問卷調查法和SEM法提出工程項目的BIM成熟度指標體系；于曉明[6]根據問卷調查和專家訪談，總結出建筑企業BIM應用能力評估指標體系；孫少楠等[7]采用灰色系統理論，對水電工程中BIM信息交互成熟度進行評價；Rojas等[8]以專家訪談和調查問卷的方式對工程策劃與設計階段的BIM應用水平進行成熟度評價；Joblot等[9]根據專家打分對小型建筑企業在翻新工程中的BIM應用進行成熟度評價。同時，許多國外學者針對美國BIM標準協會(NBIMS)提出的能力成熟度模型(Capability Maturity Model，CMM)進行了深入研究：Gokcen等[10]對CMM模型加以改進，通過專家訪談建立了覆蓋項目全生命周期的BIM應用能力評價標準；Mccuen[11]等采用CMM模型對美國代表性工程進行BIM成熟度評價；Morlhon等[12]借鑒相關文獻和行業標準建立CMM成熟度等級與BIM關鍵成功因素間的關聯評價模型。

由此可見，國外有BIM成熟度指標和標準是針對歐美國家提出，缺乏基于中國國情的本土化改進。同時國內外學者針對BIM成熟度的研究大多基于項目視角，作為BIM效益發揮的關鍵，施工BIM的成熟度研究相對匱乏。同時，當前研究均為靜態評價，而動態評價可以掌握變化趨勢，有利于分析制約BIM發展的瓶頸因素。針對以上問題，本文將展開基于SD-CM的施工BIM成熟度動態評價，通過文獻梳理建立我國施工BIM成熟度的評價指標體系，分析各指標間反饋關系，運用系統動力學(System Dynamics，SD)進行仿真模擬，將仿真數值代入云模型(Cloud Model，CM)進行動態評價，最后通過敏感性分析尋找瓶頸因素并提出相關對策，為提升施工BIM的應用水平提供依據。

1 施工BIM成熟度指標確定及等級劃分

1.1 指標梳理

住建部2017年發布的GB/T 51235—2017《建筑信息模型施工應用標準》指出，施工BIM應用需明確以下要求：人員組織架構和相應職責；模型創建、使用和管理要求；軟硬件基礎條件；信息交換。根據上述行業BIM標準，將BIM成熟度指標劃分為組織、技術、經濟、環境4個維度，通過BIM成熟度文獻梳理，再將其細分為16個指標，考慮后續SD仿真需將指標定量化處理，將指標說明分為定性描述與定量描述，詳情見表1。

表1 施工BIM成熟度指標

1.2 基于差異驅動的指標權重確定

(1)

(2)

式中：Wi為權重矩陣；H=XTX為實對稱矩陣，且

(3)

求下式最大值：

(4)

當權重矩陣Wi為對稱矩陣H最大特征值對應的特征向量時，式(4)取最大值，所得特征向量即為對應的權重矩陣[14]。本研究通過網絡問卷的方式定向邀請7位BIM專家對表1指標進行百分制打分，樣本特征如表2所示，將打分數據導入SPSS進行信度效度校驗，Cronbach’s α值為0.811，大于0.6；KMO值為0.827，大于0.8，說明本次問卷的樣本數據有效可靠。經過上述處理后所得指標權重如表3所示。

表2 樣本特征

1.3 施工BIM成熟度等級劃分

本研究借鑒CMM模型，根據我國施工BIM應用起步遲、推廣慢、上層較重視的特點[15]，同時體現施工BIM應用水平逐步提升的過程，將施工BIM應用成熟度等級依次劃分為初始級、起步級、發展級、成熟級、優化級5個等級，各等級特征如圖1所示。

施工BIM成熟度評價需根據指標的現狀及發展趨勢，將定性指標度量化，根據評價結果將其劃分到不同的成熟度等級，便于認知當前BIM應用水平并提出改進措施。根據國家相關標準和政策，結合我國當前施工BIM的應用現狀，建立了施工BIM成熟度指標5個等級的取值范圍如表3所示。

表3 指標等級范圍及權重劃分

圖1 施工BIM成熟度等級劃分及特征說明

2 施工BIM成熟度指標的SD模型仿真及預測

2.1 SD模型理論及假設

SD根據系統內部相互作用關系以探尋問題的根源，可對長期性、復雜性的實際問題進行動態的定量研究?？紤]施工BIM成熟度指標間彼此并非相互獨立，存在著一定的反饋關系，本文基于上述指標運用SD方法建立模型進行仿真分析。

建立SD模型前，為使模型更具針對性，應對模型做出以下合理假設：

(1)施工BIM的應用主體是在施工階段應用BIM的施工企業，忽略業主、咨詢等其他單位；

(2)面向我國施工行業整體進行仿真，對所收集數據統一做平均化處理，仿真結果體現了我國施工企業的BIM應用平均水平。

2.2 SD因果關系圖及動態流圖

基于上述假設及指標，根據SD反饋原理，利用Vensim軟件建立施工BIM成熟度指標之間的反饋關系，如圖2所示。在反饋回路中，“+”表示正反饋，表示該因素隨著另一因素的相同變化方向而變化；“-”表示相反含義。為清晰表達系統內部結構，增加相應影響因子變量，將各成熟度指標有機連接起來。并根據指標含義，建立系統結構中的物質流、信息流以及反饋關系，以對應的狀態變量、速率變量、輔助變量以及常數記錄下來，形成動態流圖如圖3所示。

圖2 施工BIM成熟度指標因果關系圖

2.3 SD方程及參數設定

在建立SD方程時，需考慮其直觀表達的合理性以及仿真結果的有效性，本文主要根據變量間的客觀關系和擬合關系，反復試驗以確定方程，涉及的主要方程表達式如表4所示。其中INTEG為積分函數，括號中數值為變量初值；DELAY1I{(in)，(DT)，(init)}表示初值為init的變量，傳遞存在DT的延遲；RAMP{(slope)，(start)，(finish)}是斜坡函數，表示時間從start起至finish結束時，函數年增量均為slope的數值；EXP是以e為底的指數函數；LN是以e為底的對數函數。

在進行模擬仿真之前，還需確定各參數的取值。由于施工行業基于BIM的統計報告相對匱乏，本研究的主要數據來源為廣聯達發布的《中國建筑業企業BIM應用分析報告》(以下簡稱《報告》)[16]，該報告以問卷形式調查出施工企業為主的建筑企業2017—2019年BIM應用狀況，具有較好的代表性。其余數據來源為住建部、教育部發布的統計年鑒以及相關BIM文獻等，部分常量參數賦值情況如表5所示。

2.4 SD模型檢驗

仿真取2011年為起始時間，為保證仿真時效性，2025年停止仿真。在完成SD模型的建立和運行后，需要對模型進行檢驗，以保證所建模型的真實性及研究意義。本文主要通過單位檢驗、 運行檢驗和歷史檢驗驗證了模型的有效性?？紤]數據的可獲性，選取BIM研究、BIM標準、BIM認知進行歷史檢驗，如表6所示，可見誤差均在±10%以內。同時，BIM投入、BIM戰略、BIM組織構架、BIM協同等變量的2017—2019年截面數據與《報告》調查數據較為契合，說明該模型很好地擬合了現實系統，對各施工BIM成熟度指標的仿真預測是有效的。

圖3 施工BIM成熟度指標動態流圖

表4 部分SD方程表達式

表5 部分變量賦值情況

表6 SD歷史檢驗

2.5 仿真結果分析

運行模型后，各維度指標的仿真情況如圖4～7所示?？梢娫趪业拇罅ν苿酉?，我國施工BIM應用取得迅速發展，到2025年，本科及以上學歷的BIM技術人員占比將超過68%，整個行業應用BIM的項目施工總面積也將達到58億m2，BIM投入累計超過3300億元，產生可觀的經濟效益。不同指標的發展趨勢也有所區別，BIM模型質量、BIM組織架構等指標發展速度表現為先慢后快，說明在施工BIM應用初期，較少企業建立BIM工作組，BIM模型質量相對提升緩慢，但隨著BIM應用的持續推廣，越來越多的企業認識到BIM重要性從而改變組織架構去適應BIM模式，BIM模型質量得到迅速提升。BIM標準、BIM研究等環境維度指標在仿真后期表現出增長放緩趨勢，體現一定邊界效應，說明國家對于BIM的支持文件以及BIM研究文獻不會無限增長，將隨著BIM技術應用的成熟而逐步趨于穩定。

圖4 技術維度仿真結果

圖5 組織維度仿真結果

圖6 經濟維度仿真結果

圖7 環境維度仿真結果

3 施工BIM成熟度動態評價

考慮預測結果的不確定性，在SD預測的基礎上，采用云模型的數據挖掘方法，對施工BIM成熟度進行分析，判斷其等級區間，以實現科學有效的成熟度動態評價。

3.1 云模型理論

云模型是李德毅院士1996年在傳統模糊數學和概率統計的基礎上提出的定性定量互換模型[19]。基于云模型的成熟度評價考慮了指標的模糊性和隨機性，其結果更加合理。云模型的3個數字特征分別是期望Ex、熵En和超熵He。期望Ex是論域的中心值，是云形的“最高點”；熵En是評價對象可被定義的范圍，體現了云形的“跨度”；超熵He是熵En的熵，表示熵的不確定性，即云形的“厚度”。設云滴數N為3000，云特征值的計算方法見式(5)，其中Cmax和Cmin為各成熟度等級區間的上限和下限，對于只有單邊界的指標取值范圍，例如[Cmin,+∞)，可先確定其缺省邊界的參數或期望值，再代入式(5)進行計算；S為常數，根據經驗或試驗確定S的值。

(5)

本研究主要應用正態云發生器以獲得指標的隸屬度，具體過程為：根據熵En、超熵He，產生正態分布隨機En′=N(En，He2)；利用期望Ex和特定點κ值，計算隸屬度μκ=exp[-(κ-Ex2)/(2En′)]。

根據表2所劃分標準，根據式(5)生成各指標云特征值，使用MATLAB生成評語云形圖，因篇幅限制只列出BIM人才云形圖，如圖8所示。

圖8 BIM人才指標評語云形圖

3.2 動態評價方法

本文應用云模型開展施工BIM 成熟度動態評價過程如下：根據SD模型中施工BIM成熟度指標每年的預測數值Ai={A1,A2,…,A14}，計算云特征值并導入正態云發生器，獲得數值相對于各模糊集合的隸屬度矩陣μ：

(6)

考慮云模型計算的隨機性和不確定性，本研究以1500次運行結果的均值作為最終隸屬度。設權重矩陣Wi={ω1,ω2,…,ω14}，得到評價集X上的模糊子集B=Wμ，模糊子集B中的每個bn都是各年份的施工BIM成熟度隸屬于每一個等級的隸屬度。為避免最大隸屬原則在模糊識別中失真，明確不同評價等級的差異，引入等級特征值γi確定成熟度等級[20]，按式(7)計算：

(7)

式中：n表示1～5級成熟度等級，定義施工BIM成熟度等級集合Y={初始級，起步級，發展級，成熟級，優化級}分別對應γi值的區間(0,1]，(1,2],(2,3]，(3,4]，(4,5]。

3.3 動態評價結果

根據SD模型仿真數值，代入MATLAB代碼生成的正向云發生器，獲得各指標的隸屬度，參照3.2章節所述步驟，得到施工BIM成熟度動態評價結果(圖9)。由圖可見，我國施工BIM成熟度等級從2011年的起步級，提升為目前的發展級水平，且處于發展級與成熟級的過渡階段，說明當下我國施工行業已形成良好的BIM應用趨勢，BIM應用深度廣度逐步擴大，BIM效益開始顯現，但仍與最高等級有著較大差距。預計發展至2025年時，我國施工BIM成熟度已步入成熟級，處于較高的BIM應用水平，但其增長態勢逐年放緩，距優化級有一定差距，仍存在著提升空間，需要進一步挖掘影響我國施工BIM成熟度水平的敏感因素。

圖9 施工BIM成熟度動態評價結果

3.4 基于OAT法的敏感因素分析

OAT(One-At-A-Time)法又叫單因素輪換法，是通過對單個指標的權重進行微小擾動，研究評價結果隨擾動變化的敏感性分析方法，簡單易行、可操作性強[21]。本研究微調成熟度指標權重，探究單因子權重變化對施工BIM成熟度的影響趨勢與規律性，以確定制約成熟度提升的瓶頸因素。指標敏感性大小用絕對平均變化率(Mean Absolute Change Rate，MACR)表示，如式(8)所示：

(8)

式中：Cm為主變化因子；R(C′m)為Cm變化后的評價結果；R0為初始評價結果；N為主變化因子變化的總次數。

當Cm權重微調時，為保證所有因子權重之和為1，其它指標需根據下式按比例分配權重差值[21]：ω(C′i)=(1-ω(C′i))ω(Ci)/(1-ω(Cm))，其中ω(Ci)為第i個因子Ci的初始權重，ω(Cm)，ω(C′i)分別為主變化因子微調前后的權重。

本研究取變化范圍閾值±20%，單次變化量±4%，即N=5，利用2020年成熟度特征值的截面數據，根據上述方法得出各維度下MACR值，如圖10～13所示。

圖10 技術維度敏感性分析結果

圖11 組織維度敏感性分析結果

圖12 經濟維度敏感性分析結果

圖13 環境維度敏感性分析結果

由圖10～13可以看出：

(1)各指標的MACR值基本呈現以權重變化率0為中心對稱分布，即絕對值相同的權重變化率有著相似的敏感性，并隨著權重的變化率增加呈線性增長，但各指標的變化斜率有所不同。

(2)斜率越大的指標對施工BIM成熟度的敏感性越大，且指標的敏感性與其權重大小無關。例如權重值較高的BIM戰略支持指標，其MACR值相對較小。

(3)MACR值遠低于權重變化率大小，說明施工BIM成熟度的評價結果具有較好的穩定性。例如指標權重變化率為20%時，其對應的最大MACR值僅為0.85%。

(4)BIM經驗、BIM人才、BIM經濟效益、BIM協同分別為技術、組織、經濟、環境4個維度的最敏感指標，以上指標權重的變化將對成熟度特征值產生顯著影響，是制約我國施工BIM成熟度提升的瓶頸因素。

(5)BIM培訓、BIM認知等指標的MACR曲線接近水平狀態，說明該指標的權重變化對施工BIM成熟度等級特征值影響不大，對施工BIM應用效果的影響不及其他指標明顯。

4 總結與展望

本研究以我國施工BIM成熟度為研究對象，基于技能、組織、經濟、環境4個維度建立成熟度指標體系，應用系統動力學模型對指標數據進行有效的擬合和預測，并采用云模型綜合評價方法進行成熟度動態評價，在此基礎上引入OAT法分析瓶頸因素，主要結論如下：

(1)本研究所建立的4個維度16個施工BIM成熟度指標是基于CMM成熟度指標的中國本土化改進，可以有效評價我國施工BIM成熟度水平。

(2)BIM組織架構、BIM模型等指標的SD仿真呈現先慢后快的增長態勢，反映了在政府推動下，我國施工行業從BIM應用初期的觀望態度到積極應用的態度轉變，后期BIM應用比率和效果獲得迅速提升。而BIM標準、BIM研究指標的增長斜率為先快后慢，說明BIM應用的推廣與研究將會在將來達到相對穩定水平，BIM技術應用逐步趨于成熟。

(3)我國施工BIM成熟度從2011年的起步級提升到當下發展級水平，且處于發展級的較高水平，將在未來5年內邁入成熟級階段，但仍與最高水平的優化級存在一定差距，存在提升空間。

(4)BIM經驗、BIM人才、BIM經濟效益和BIM協同是制約當下我國施工BIM成熟度發展的瓶頸因素。在今后發展中，決策者可以通過調控瓶頸因素指標，快速有效地提升BIM成熟度水平。

本研究所建立的16個施工BIM成熟度指標中，尚未考慮難以量化的施工企業間的BIM共享程度，對整體反應我國施工BIM成熟度水平可能存在一定的局限性。同時我國針對施工行業的BIM統計報告相對匱乏，仿真數據來源較少，仍需根據今后的施工BIM應用情況對模型進行修正與完善。本研究的指標偏重于評價施工行業整體BIM應用成熟度，對于實際施工項目的BIM應用成熟度評價需對SD-CM模型的指標含義與相關函數關系式做出一定調整與修改，也為今后各位學者研究實際項目角度的SD-CM成熟度評價模型提供參考和借鑒。