施工企业智慧建造效益评价研究

崔庆宏，李 敏，陈雨田，胡现存

(1.青岛理工大学管理工程学院，山东 青岛 266520；2.堪培拉大学设计与建筑环境学院，堪培拉 2617)

智慧建造是智慧城市、智能建筑的延伸，加快了建筑工业化的进程。为推动其发展，2020年住房和城乡建设部等部门联合出台的《关于推动智能建造与建筑工业化协同发展的指导意见》指出，要加大智能建造在工程建设各环节的应用，并明确提出到2035年中国将全面实现建筑工业化。在此背景下，智慧建造得到了广泛关注，刘占省等[1]从理论上对智慧建造的内涵与发展趋势进行了分析，并对智慧建造的应用情况进行了深入研究；姚辉彬等[2]以承包商为研究对象，对其智慧建造能力进行了评价和分析；李强年等[3]通过DEMATEL模型定量分析了影响智慧建造施工成本的关键因素；杨昆[4]概括分析了智慧建造体系的组成，并利用这一体系实现了成本的精细化管理和控制。

施工企业智慧建造效益是指在智慧建造施工阶段发挥主要作用的施工企业实施智慧建造所取得的净收益，即智慧建造应用后所带来的经济、环境、战略等方面产出与成本、时间、资源等方面投入的差值。作为智慧建造手段的信息化新技术，建筑信息模型(Building Information Modeling，BIM)技术的深化应用为智慧建造的发展增添了动力，大大提升了智慧建造的智能程度。但随着智慧建造的应用推广，大部分学者对智慧建造的研究更多地偏向于工程的应用分析和理论部分，且更多地涉及成本管控，针对智慧建造效益评价的研究却寥寥无几。因此，笔者建立施工企业智慧建造效益评价体系，通过组合数有序加权平均算子(Combination Ordered Weighted Averaging，C-OWA)对指标进行合理赋权，并运用灰色聚类评价法对智慧建造项目效益进行评价，为施工企业在智慧建造过程中的决策和评价提供思路和参考。

一、智慧建造效益评价指标体系的建立

构建智慧建造效益评价指标体系是智慧建造效益评价的首要前提，指标的科学性及完备性程度对评价结果的优劣起着关键性作用。BIM技术是智慧建造的核心，相当于智慧建造的“大脑”，在智慧建造应用中起着最主要的作用，因此，笔者在传统建造和施工阶段BIM效益指标体系的基础上[5-8]，结合施工企业智慧建造的特点和要求[1-2，4]，对智慧建造效益各个方面的重要影响因素进行分析，建立了涵盖7个主要因素指标及20个下级要素指标的效益评价指标体系(见表1)。

表1 施工企业智慧建造效益评价指标体系

二、基于C-OWA算子的指标赋权方法

OWA算子(Ordered Weighted Averaging)是由Yager[9]教授提出的有序加权平均算子，赵金先等[10]通过改进提出的组合数有序加权平均算子(C-OWA)能将专家给出的评价数据最小极端化，从而在一定程度上弱化了主观偏好带来的不利影响，使指标赋权更加客观合理。确定指标权重的步骤[11]如下：

(1)邀请n位专家，采用0～10打分法对同一级别指标的权重进行打分，建立初始决策数据集ai={a1，a2，…，an}，如a1={7，6，6，9，7，5}，将原始的数据从大到小递减排序，得到新的数据集bi={b0，b1，…，bn-1}，其中，b0≥b1≥…≥bn-1，如b1={9，7，7，6，6，5}。

(1)

式中：i为专家序号；j为针对第i位专家打分赋权所取的序数，i=j+1。

(3)通过权重βj+1为评价指标赋权，获得指标ai的绝对权重。

(2)

(4)计算指标ai的相对权重。

(3)

三、智慧建造效益灰色聚类评价模型

1.智慧建造效益测度界定

为将智慧建造效益定量化，在总结工程实践经验的基础上，对智慧建造效益的测度进行界定。从统计学角度分析，假设对效益评估之前可能得到效益评估结果的概率在理论上是完全等同的，那么可以将效益测度的界定范围均等划分。同时，为使效益评估更科学，要尽最大可能提高最高等级的界定测度值，扩大最低等级的测度范围，增大智慧建造项目能够被评为最高级别的难度，以提高智慧建造效益水平。

设定智慧建造效益测度取值范围为[0，10]，且将效益测度划分为优、良、合格、差4个等级(见表2)。

表2 智慧建造综合效益测度

2.白化权函数的灰色聚类评价

智慧建造效益评估中，大多数评价指标由于很难得到真实的客观数据而难以定量计算，导致评价效果容易受到评价专家的主观偏好、实践认知等因素的干扰，造成评价信息失真和丢失等问题。由于施工企业智慧建造效益评价处于这种信息透明的白色系统与信息未知的黑色系统之间的灰色信息系统，故采用经典的灰色聚类评价方法对其进行评价。

(1)确定评价灰类及评价标准

将智慧建造效益指标的等级设定为“优、良、合格、差”，其对应的数值分别为4，3，2，1，如果某评价指标介于两个等级之间，则取值为3.5，2.5，1.5。各效益指标的评价标准如表3所示。

表3 智慧建造效益指标的评价标准

(2)建立各灰类的白化权函数及计算相应的灰色系数

(3)构建灰色聚类矩阵

(4)

(4)进行灰色聚类评估

根据计算式Mi=Wi·Ri，对二级指标进行聚类评价，得出综合聚类矩阵M0=(M1，M2，…，M7)T；对一级指标进行综合评价，Z=W0·M0；为避免由最大权值原则确定灰类引起的数据丢失问题，将综合效益测定阈值设定为U=(9.5，8，6，2.5)T；智慧建造综合效益值为W=Z·U；再根据表2界定的效益测度判断智慧建造综合效益水平。

四、案例分析

笔者对某工程的智慧建造项目进行实例分析，该项目采用BIM技术、4D可视化、GIS(Geographic Information System)技术、云计算、智能化、物联网等技术。运用C-OWA算子对各级指标进行赋权，使用灰色聚类评价方法对各指标效益的评分数据进行处理，进而对施工企业智慧建造效益进行综合定量评价，为施工企业提高智慧建造效益提供思路和参考。

1.C-OWA算子确定权重

以一级指标赋权为例，邀请6位智慧建造领域的专家对各指标的重要性进行打分(见表5)。

表5 指标权重评分数据 分

以指标P1赋权为例，将指标P1的评分从大到小递减排序，得bi=(10，10，10，9，8，6)。由式(1)可计算权重

βj=(0.031 25，0.156 25，0.312 50，0.312 50，0.156 25，0.031 25)

由式(2)计算指标P1的绝对权重

同理，可得指标P2～P7的绝对权重

由式(3)计算一级指标的相对权重

Wi=(0.164，0.160，0.142，0.118，0.116，0.133，0.167)

各二级指标的权重计算方法同上，结果如表6所示。

表6 智慧建造效益指标权重系数

2.灰色聚类评价

邀请5家具有资质条件的智慧建造科研机构和单位，从中选取10位专家对指标P1～P7进行打分。为保证评分的科学性和可靠性，邀请的都是长期从事智慧建造领域研究的高级工程师、高校教授和博士等专业人士，这些专家具有丰富的理论知识和实践经验，在智慧建造效益评价方面有很深刻的见解。根据10位专家打分情况构造灰色评价矩阵

由表4的白化权函数和式(4)构造灰色聚类权矩阵

合成各权重向量与聚类矩阵，构造各指标的灰色评价矩阵

综合聚类评价结果为

Z=W0·M0=[0.40，0.42，0.18，0]

智慧建造综合效益值为

W=Z·U=8.24

由表2可知，该项目智慧建造综合效益级别为“良”，与传统建造相比，产生少量效益但未获得显著效益。同理可得各一级指标的效益综合评价值：W1=8.30，W2=8.42，W3=8.46，W4=8.28，W5=8.08，W6=7.83，W7=8.39。按指标效益值从大到小排序为W3>W2>W7>W1>W4>W5>W6，各一级指标效益同样都达到“良”等级，未达到“优”等级。

五、结 语

智慧建造为传统的建筑行业注入了新的活力，实施智慧建造可以节约建造成本和缩短工期，提升建造质量、安全水平和可持续性，提升企业的战略高度和管理水平，为企业和社会带来巨大效益，进而提升中国建造的核心竞争力，加快建筑工业化进程。笔者根据当前研究成果和智慧建造特点，构建了施工企业智慧建造效益评价体系，利用C-OWA算子确定权重，可以很好地削弱评价数据极端值造成的赋权失真，确保所赋的权重更加科学合理，运用灰色聚类的数学模型既符合智慧建造效益具有相对灰色信息的特性，又能将评价数据客观而全面地反映到评价结果中，并根据评价结果分析判断现有智慧建造的效益水平，对施工过程效益提升有一定的指导和借鉴意义。

运用所建立的评价模型进行实例计算可知，该项目一级评价指标效益值由大到小排序依次为质量提升、工期节约、管理水平提升、成本节约、安全提升、可持续性提升、战略提升。其中，可持续性提升和战略提升的效益水平对综合效益的影响较低，决策者应予以重视，加强对其所属指标的具体管理，进一步提升整体项目的效益水平。