路桥施工企业智能建造能力评价研究

刘世越，苏义坤

（东北林业大学 土木工程学院，黑龙江 哈尔滨 150040，E-mail：simonliu1066@163.com）

进入21世纪，世界已经进入信息化时代，大数据、云计算、人工智能等高新技术正在改变建筑业和建筑企业发展。2019年，国务院印发实施《交通强国建设纲要》，重点强调了基础设施建设如高速公路、高速铁路等的重要性，对未来路桥施工企业的建设能力要求越来越高。同样，“新基建”概念的提出，也为建筑业智能建造的发展提供了机遇[1]。因此，在“新基建”形势下，路桥施工企业应当加快企业智能技术的发展，将高新技术应用于实际的工程项目中，提升企业核心竞争力。

“智能建造”是近年来新提出的概念，为顺应建筑业信息化与工业化的发展趋势，许多学者对其概念进行了辨析。在理论研究方面，Štefanič等[2]通过对近些年有关智能化建造的科学论文进行总结，一方面揭示了智能化技术在建筑领域的巨大应用潜力；另一方面也揭示了其使用水平较低。尤志嘉等[3]提出智能建造是一种基于智能科学技术的新型建造方式，对其产生的内因和外因进行梳理，分析其体系结构，很大程度上丰富了智能建造的理论架构。毛超等[4]通过对建筑业向智能化转型的现状分析，界定了智能建造的概念并构建了智能建造理论框架，提升了人们对智能建造的认知。在交通运输领域，尤其是道路桥梁等基础设施建设方面，智能建造发挥了举足轻重的作用。城际高速铁路作为新基建建设的七大领域之一，也是未来国家在交通基础设施建设中的重点类型项目[5]。交通运输部也印发了《关于推动交通运输领域新型基础设施建设的指导意见》，作为新形势下传统基建项目与新基建的融合创新、推进路桥建设项目智能建造的指导性文件。祝光德[6]构建了新基建背景下智慧交通建设项目的绩效评价指标体系，并分析交通运输行业中新基建与传统基建的关系，对交通运输行业智能化发展提供了清晰目标和可靠手段。2020年我国轨道交通领域的投资额就约占整个新基建投资规模的一半[7]，可见交通运输行业在新基建发展中的重要地位，从国家战略角度反映出路桥施工企业智能建造能力建设的必要性。

目前关于路桥施工企业智能建造能力建设及评价研究较少，如何衡量施工企业的智能建造能力，有效指导施工企业进行智能化转型发展是一个关键问题。因此，本文聚焦于路桥施工企业智能建造能力评价体系的构建，建立科学的评价模型对路桥施工企业的智能建造能力进行评价，并运用到实例分析中供业内参考。

1 评价指标体系的构建

传统基建项目，如公路、铁路等在技术方面已较为成熟，在国内实际施工效率很高，很难再有重大突破。新基建的诞生彻底拓宽了路桥行业的发展方向，强调利用以5G网络、人工智能等高新技术赋能传统基建，实现工程项目建造过程的信息化和智能化。这对施工企业提出了新的要求：一是对施工企业的科学技术水平有了更高的要求，新基建的核心在于以物联网、人工智能等为代表的网络基础设施和新技术基础设施的运用，对传统建造过程进行技术赋能，以达成建设新型交通基础设施如智能铁路、智慧公路等代表性项目；二是对于施工企业的资质要求更加严格，新基建的加入导致多主体类型的企业参与到工程项目的建设当中，尤其是互联网企业，路桥施工企业想要承建有关的新基建类型项目就必须增强自身企业的承包资质，并积累雄厚的企业资本，为智能建造创造环境；三是对施工企业的创新能力有了更高要求，施工企业必须在组织结构和管理方式上做出创新，来适应新形势下整个行业的发展变革。目前，国内的大多数路桥施工企业还是处于相对传统的管理模式，信息化建设程度较低，导致其所承建的大型工程项目在质量、进度等目标上落后于发达国家的同业单位，智能建造能力较低。

1.1 评价指标体系维度

围绕新基建对基建领域施工企业提出的3项具体要求，结合智能建造的内涵和特点选取评价维度。首先考虑科学技术水平要求，选取智能数据库建设能力和智能建造技术应用能力两个维度。“数据”是智能建造的基本单元，是实现智能建造的驱动条件，而智能建造技术是智能施工方式的有效手段。在对企业资质的新要求下，选取智能环境建设能力和智能施工能力两个维度。智能环境建设为智能施工作业创造必要条件，而智能施工将贯穿智能建造项目完成的全过程。在创新能力要求下，选取组织管理智能化能力维度，以此指导在智能施工过程中的决策部署。评价体系的内在逻辑如图1所示。

图1 智能建造能力评价体系内在逻辑

1.2 评价指标选取

基于所选取的5个评价维度，通过相关文献阅读[8~15]及相关专家深度访谈初步确定了34项初选评价指标。将这些初选指标制作成调查问卷，采用五级李克特量表的方式对各指标的重要程度进行赋值设计。将制作好的调查问卷分发至高校或研究所中从事智能建造方面研究的专家学者及路桥施工企业中具有5年以上工作经验的从事智能建造相关项目的工程师进行意见征询。对回收到的有效问卷采用数理统计分析方法进行筛选，最后形成包含5个维度21个评价指标的路桥施工企业智能建造能力评价指标体系，并通过有效性和稳定性检验。

经过指标筛选后最终确定的评价指标在该层次均具有一定的代表性和典型性。其中，智能数据库建设能力维度下，围绕对数据的处理方式，以存储、挖掘、共享工作形成建造数据链，以关键价值数据指导施工组织管理，4项指标涵盖了智能数据库建设的主要工作与最终目标，为智能建造过程提供决策依据。智能环境建设能力维度下，包含企业对智能建造方面的投资力度、实施智能建造必不可少的外部条件即通信网络建设及有形的电子设备和无形的软件系统，4项指标综合全面地覆盖了智能环境建设的内容和要求。智能建造技术应用能力维度下，选取了当前在路桥施工项目中应用较广泛且研究热度较高的五类技术，以BIM技术为核心，物联网、人工智能、3D打印、数字孪生分别在传送信息、优化控制、构件生产、细节调控方面发挥实效，保证智能建造项目顺利完成。智能施工能力维度下，综合考虑“人、机、料、法、环”五大要素，针对施工技术人员的从业经验、机械设备智能化程度、新型建筑材料应用状况、智能施工工艺的实施效果及智慧工地环境建设五方面确定评价指标，全面反映企业的智能施工能力。组织管理智能化维度下，针对企业管理模式的改革创新，考虑管控平台、人才管理团队、协同管理三方面的智能化创新程度制定了3项评价指标。评价指标体系及指标说明如表1所示。

表1 路桥施工企业智能建造能力评价指标体系

2 基于COWA-G1-TOPSIS的评价模型

2.1 COWA-G1赋权

2.1.1 COWA赋权方法

OWA算子是美国学者Yager[16]提出的一种强调次序的平均加权方法，随后徐泽水[17]对该方法进行改进得到了COWA算子，将组合数引入进来，被广泛应用于评价指标权重的确定。目前大部分施工企业对智能建造技术掌握程度不尽相同，在邀请专家对评价指标进行打分时难免出现过于极端的情况。选择COWA算子对各二级指标进行赋权能够更好地避免极端值对评价结果的影响。

指标赋权的步骤如下：

（1）将调查问卷分发给智能建造技术或管理领域的专家学者及路桥施工企业中从事有关智能建造项目的管理人员，依据专家的意见结合企业自身的实际状况对各项指标的重要程度进行十分制打分，结果组成初始评价矩阵C(C1，C2，…，Ci，…，Cn)，将该评价数据以0开始编号从大到小进行排序，得到新的评价数据集：d0≥d1≥…≥dj≥…≥dn-1，即(d1，d2，…，dj，…，dn)。

（2）按照组合数设计dj的权重计算加权向量：

式中，j= 0,1,2,…n-1。

（3）利用加权向量w对决策数据加权，计算指标Ci的绝对权重

n

（4）计算指标Ci的相对权重值wi：

2.1.2 G1赋权方法

G1赋权方法（序关系法）是一种无需一致性检验即可真实、唯一地体现出指标间的序关系，确定指标权重的方法[18]。该方法计算简单方便，操作性强，对于指标个数无限制，选取此方法确定一级指标的指标权重，具体步骤如下：

（1）专家根据同一级指标层下不同要素之间的重要性程度进行排序，得到指标间的序关系。如A1，A2，…，Am具有关系式则称评价指标A1，A2，…，Am间确定了序关系。

（2）各专家对相邻指标Ak-1和Ak间的相对重要程度进行比较判断，并用比值rk判断，由下式表示：

式中，wk-1和wk分别表示第k-1、k项指标的权重值；当m较大时，可取rm=1。rk的赋值可参考表2。

表2 取值参考表

（3）进行权重系数wk计算，公式如下：

式中，wk-1=rkwk,k=m- 1 ,m- 2,… ,3,2；各指标权重值可以经式（5）依次推出。

2.2 理想解（TOPSIS）综合评价

通过COWA算子及G1法对各层级指标进行权重计算，选取TOPSIS方法建立评价模型。TOPSIS中文名为优劣解距离法，是一种基于理想解的有效的多指标决策方法，适用于智能建造能力的多指标综合评价[19]。使用该方法能根据各评价对象实际值与正负理想解的距离测度进行排序，得到良好的评价结果。

记决策矩阵X=(xij)m×n，指标的权重向量为w=(w1，w2，…，wn)T。TOPSIS方法构建评价模型的步骤如下：

（1）对决策矩阵做标准化处理：

式中，i=1,2,… ,m;j=1,2,… ,n。得到标准化矩阵Y=(yij)m×n。

（2）计算加权标准化矩阵：

（3）确定正负理想解：

（4）计算到正理想解和负理想解的距离。分别为：

（5）计算各评价对象的相对贴进度确定指标得分：

从回归结果的系数可以看出，现金支付方式和混合支付方式对收购方绩效有负效应，但是从回归结果看都不显著。相对于现金支付和混合支付，股票支付更能提高收购公司的短期绩效。其中的原因可能是通过股票支付可以从一定程度上反映了公司控股股东对上市公司的信心并且改善了公司治理结构,因此采用股票支付方式的并购具有相对较高的短期绩效。

其中，Fi∈[0，1]，Fi的值越大则表明该评价对象的智能建造能力越强，越接近于最优状况，通过该值界定企业的智能建造能力等级。

由于智能建造领域尚未有相关评价标准发布，现参照制造行业发布的《智能制造能力成熟度评估方法》（GB/T39117-2020）将智能建造能力评级分为5个等级，具体评级标准如表3所示。

表3 企业智能建造能力评价等级

3 实例应用

本文针对研究对象的特点，选定广东省某智慧高速公路建设项目的4个标段，分别由A、B、C、D 4家路桥施工企业承建。该项目位于广东省中部地区，全长125.28 km，全线采用双向六车道建设标准，设计时速100 km/h，预算总投资约207.9亿元。该项目所处地质条件复杂，桥隧占比为48.8%，多家承建单位采用了智能化手段进行施工与管理，依托该工程项目对这4家路桥施工企业的智能建造能力进行评价。

3.1 评价指标权重的确定

3.1.1 基于COWA算子的二级指标赋权

首先邀请行业内8名智能建造研究领域的相关专家学者组成评审小组，对同一层级指标的重要程度进行10分制打分，为保证数据的规范性，打分值定为0.5的整数倍。专家组成员当中，2位为重点高校智能建造专业教师，2位为研究所中从事智能施工相关研究的研究员，这4位专家在科研专业性层面为评价指标的赋分权威性提供保障。另外4位专家为路桥施工企业中的高级工程师，在路面智能摊铺与压实、桥梁预应力智能张拉、预制梁板智能生产、智能施工监测等方面具有丰富的从业经验，从实践性角度确保各评价指标赋分的合理性。依据式（1）~式（3）结合专家对评价指标的打分数据得到各二级评价指标的权重，以智能数据库建设能力指标层的各评价指标的权重确定为例，阐明权重计算过程，其余二级指标类似，不再赘述。该层级的专家打分原始数据如表4所示。

表4 指标原始打分数据

以指标B1为例，运用COWA算子进行赋权，具体过程如下：

（1）将B1的初始决策数据由大到小排列得：d=（8.5，8.0，8.0，7.5，7.0，6.0，6.0，5.5），根据式（1）计算加权向量为（0.0078，0.0547，0.1641，0.2734，0.2734，0.1641，0.0547，0.0078）。

（2）由式（2）可得出指标B1的绝对权重为：

（3）由式（3）计算指标的相对权重值，组成二级指标层内部的权重向量为：

其余各指标层的二级指标权重可同理计算，分别为：

3.1.2 基于G1赋权法的维度层指标赋权

维度层一级指标权重的确定将采用序关系分析法与专家打分数据相结合的方法。为科学合理地确定维度层各指标的权重，请8位专家对5个一级指标进行重要性程度排序并打分，依据式（4）和式（5）计算相关参数，通过加权平均决策修正得出最终权重值，计算过程如表5所示，可知维度层各一级指标的权重为W=（0.2025，0.1961，0.1909，0.2150，0.1955）。

表5 一级指标权重计算

3.2 智能建造能力综合评价

3.2.1 TOPSIS模型计算

从上述8位专家中邀请1位教师、1位研究员、2位高级工程师对A、B、C、D 4个标段进行实地调研，各专家根据调研结果为每个标段的各项指标进行打分，取其平均值作为该标段该指标的最终得分。维度层指标的专家打分数据依据不同标段不同维度中二级指标得分的平均值确定，每个标段一级指标的最后得分采用4位专家最终打分数据的平均值。结合权重计算结果，运用式（6）~式（12）计算出各标段的不同维度及智能建造综合能力的相对贴进度。

不同维度的相对贴进度如下：智能数据库建设能力FA1= [0.4526,0.4625,0.7335,0.5335]；智能环境建设能力FA2= [0.9084,0.5021,0.3568,0.2916]；智能建造技术应用能力FA3= [0.3503,0.3685,0.3932,0.6834]；智能施工能力FA4= [0.6066,0.3660,0.3934,0.3550]；组织管理智能化能力FA5= [0.4422,0.3880,0.6145,0.4346]。智能建造能力综合评价相对贴进度为FA=[0.5013，0.1773，0.5765，0.3754]。

3.2.2 结果分析

通过不同层级不同指标的相对贴进度计算结果，可以分析4个公司的智能建造能力状况。A企业在智能环境建设能力和智能施工能力上表现突出，其余3项能力得分较低，综合得分为0.5013，在4家企业当中排名第二，属中等水平。B企业只有智能环境建设能力一项的相对贴进度大于0.5，其余4项能力表现较差，综合得分为0.1773，排名最后，属差水平。C企业智能数据库建设能力和组织管理智能化能力表现相对突出，其他3项表现一般，综合得分为0.5765，排名第一，属中等水平。D企业在智能建造技术应用能力和智能数据库建设能力表现较好，其余3项得分较差，综合得分为0.3754，排名第三，属较差水平。可以发现目前路桥施工企业的智能建造能力普遍偏低，有的企业仍达不到承建智能建造项目的能力要求，降低了企业的核心竞争力。

4 结语

为衡量路桥施工企业在“新基建”潮流下的智能建造能力水平，基于新基建发展趋势下对路桥施工企业提出的新要求和路桥施工企业的发展现状，构建了一套包含5个评价维度、21项评价指标的路桥施工企业智能建造能力评价指标体系，同时选用TOPSIS方法构建了评价模型，并以广东省某智慧高速公路建设项目为实例评价了4家企业的智能建造能力，验证了评价指标体系的有效性与实用性。应用此评价体系，能有效识别路桥施工企业在不同评价维度之间的长处或短板，并能综合评价企业的智能建造能力等级，为路桥施工企业在智能建造领域发展的侧重点及战略方向提供意见。同时，在评价过程中应注重企业与具体项目的结合，根据项目特点及企业的发展现状灵活赋权，以得到客观、合理的评价结果。另外，随着科学技术的发展和行业的进步，可在此评价体系的基础上进行改进与创新，便于更好地在未来更高标准的智能建造项目中应用，最大限度发挥评价体系的作用与价值。