基于ISM的智能建造与建筑工业化协同发展影响因素研究

段宗志，梁瑞蕾

(安徽建筑大学 经济与管理学院，安徽 合肥 230022)

德国物理学家哈肯在1971年提出“协同”概念，在1976年系统地论述了协同理论，认为整个环境中的各个系统之间存在相互作用、相互影响的关系[1].智能建造与建筑工业化之间亦是如此，协同不仅是实现可持续发展的重要方式，也是现代管理的必然要求.协同发展是指不同系统之间通过相互协作、相互促进、协调发力，达到互利共赢的效果，成为许多国家和地区可持续健康发展的选择.

近年来，我国相继出台很多关于推动智能建造与建筑工业化协同发展的政策，在这些政策引导下，国内学者们对于智能建造与建筑工业化协同发展进行了相关研究.王统辉[2]通过对国内外文献和相关案例的总结与归纳，对智能建造与建筑工业化协同管理体系提出了建设性意见.王广明[3]在智能建造的背景下，分析了国内外发展现状及趋势，并提出推动智能建造与新型建筑工业化协同发展的实施路径.骆俊[4]强调建立建筑全生命周期管理平台对大力发展智能建造和推动建筑工业化的重要性.

通过对大量文献的梳理，发现国内许多学者对智能建造与建筑工业化协同发展的研究主要集中在实施路径方面，而研究智能建造与建筑工业化协同发展影响因素的比较少，也未见关于协同发展影响因素的内在联系的进一步深入剖析.因此，在前人研究的基础上，运用解释结构模型方法(ISM)和交叉影响矩阵相乘法(MICMAC)，通过确定系统中各要素之间的关系进而确定关键因素，并分析影响因素的驱动力和依赖性，以求为两者的协同发展提供借鉴.

1 ISM模型的构建

1.1 智能建造与建筑工业化协同发展的影响因素识别

丁烈云[5]指出智能建造促进建筑业深化改革的关键因素是专业人才，并分析了专业人才应具备的能力，对该专业人才的培养模式进行了探讨.王玉志[6]提出了目前新型建筑工业化、智能建造的发展中存在的短板，即机制不够完善、产业支撑力不强和市场主体动力不足等.高群等[7]运用主成分分析和多元回归分析方法，认为政策和产业支持度不够、协调体系不完善、建造成本过高和市场认同度低是影响建筑工业化发展的主要因素.王成和[8]分析了推行新型建筑工业化过程中存在相关政策不健全、设计技术及方法落后等问题，并提出了相应的对策.杨苏等[9]以利益相关者的角度，从经济、技术、社会、制度等层面识别建筑工业化发展影响因素.

通过文献梳理和专家访谈，发现影响智能建筑与建筑工业化协同发展因素有很多，为了比较全面地反应和解释影响智能建筑与建筑工业化协同发展的因素，总结归纳为三个层面，即宏观层面侧重于政府监管、法律法规、市场需求等方面，中观层面侧重于行业信息技术化水平、协同管理体系、智能化系统等方面，微观层面侧重企业主体发展战略目标、企业技术创新与研发能力、认知程度等方面，进而得出智能建造与建筑工业化协同发展的影响因素,具体见表1.

表1 智能建造与建筑工业化协同发展的影响因素

1.2 各个影响因素之间的关系

由于不同因素之间可能存在相互影响关系，因此通过专家访谈，进行了专家打分.打分规则是：若一个因素对另一个因素产生影响，打1分；若一个因素对另一个因素无影响，打0分；对于因素之间有相互影响的，将影响较大的因素作为其影响关系，即有影响.

1.3 模型构建

1.3.1 邻接矩阵

根据上述专家打分，得出影响因素之间关系，从而确定邻接矩阵A，见表2(0表示因素间没有影响关系，1表示因素间有影响关系).

表2 邻接矩阵

1.3.2 可达矩阵的求解

首先将邻接矩阵A与单位矩阵I加在一起，得到A+I，再按照布尔代数的运算法则计算.若满足

(A+I)k-1≠(A+I)k=(A+I)k+1，

则求出可达矩阵M=(A+I)k+1，见表3.

表3 可达矩阵

1.3.3 可达矩阵的层次划分

进行可达矩阵的区域划分，首先确定可达集合R(Si)、先行集合A(Si)、共同集合C(Si)的定义式，即

R(Si)={Sj|Sj∈S,mij=1,j=1,2,…,n}，i=1,2,…，n，

A(Si)={Sj|Sj∈S,mji=1,j=1,2,…,n}，i=1,2,…，n，

C(Si)={Sj|Sj∈S,mij=1,mji=1,j=1,2,…,n}，i=1,2,…，n，

再确定起始集合B(S)，即S中只影响其他要素而不受其他要素影响的要素所构成的集合，满足B(S)=A(Si)=C(Si)，最后得出第1级可达矩阵分解过程列表(表4).

表4 第1级可达矩阵分解过程

确定某区域内各要素所处层次地位，需要在表4基础上进行区域内级位划分.设某区域要素集合为P，各级要素集合为L1,L2,…,Ln，首先找出该区域要素集合的最高级要素，当C(Si)=R(Si)时，将它们排除掉，接着在剩余要素集合中找出最高级要素，以此类推，直到求出最低一级要素集合[10].由此可得：

∏(P1)=L1,L2,L3={S7},{S2,S3},{S1,S10},

∏(P2)=L1,L2,L3={S5,S6},{S4,S9},{S8}.

1.3.4 解释结构模型的建立

在可达矩阵层次划分的基础上，重新组合矩阵，接着去除越级和自身到达的二元关系，由此得出骨架矩阵A′，进而绘制出智能建造与建筑工业化协同发展影响因素的解释结构模型，如图1所示.由图1可知，智能建造与建筑工业化协调发展影响因素之间呈现出1个3层多级递阶的关系，不同层级的各影响因素构成了一定的逻辑关系的因素链，下层级因素直接或间接影响着上层级的因素.

图1 智能建造与建筑工业化协同发展影响因素的解释结构模型

2 影响因素的MICMAC分析

2.1 影响因素的MICMAC分类

通过MICMAC分析智能建造与建筑工业化协同发展影响因素的驱动力和依赖性，各影响因素的驱动力和依赖性的大小分别由可达矩阵中元素行求和与列求和计算得出.一般来说，驱动力比较高的因素能够对其他因素产生大量的影响，而依赖性比较强的因素恰恰相反，容易被其他因素干扰.影响因素类型的划分是由驱动力和依赖性大小确定，可以分为4个类型，即自治簇(第Ⅰ象限)、依赖簇(第Ⅱ象限)、联系簇(第Ⅲ象限)和独立簇(第Ⅳ象限)[11].影响因素分类结果如图2所示.

图2 影响因素的MICMAC分类

2.2 结果分析

1)属于自治簇(第Ⅰ象限)的因素有4个，分别是法律制度及标准规范(S1)、全过程监管机制(S2)、市场需求(S3)、认知程度(S10).这些因素的驱动力和依赖性相对较弱，意味着它们比较独立，不易受到其他因素的影响，但在系统上起着很重要的作用，故而在智能建造与建筑工业化协同发展的过程中需要加强和重视这些因素.

2)属于依赖簇(第Ⅱ象限)的因素有3个，分别是协同管理框架体系(S5)、智能化系统(S6)、建筑企业发展战略目标(S7).这些因素的依赖性是很强的，但驱动力是相对较弱的，一般呈现在ISM模型的最上层级，且受到其他因素的影响.其中S7的依赖性最强，同时受到认知程度、法律制度及标准规范等因素的影响，是最直接的影响因素.

3)属于联系簇(第Ⅲ象限)的因素没有.

4)属于独立簇(第Ⅳ象限)的因素有3个，分别是信息技术水平(S4)、创新型人才培养(S8)、技术创新与研发能力(S9).这些因素具有较高的驱动力和较低的依赖性.从MICMAC模型可以看出，因素S8是该象限里驱动力最大的，在系统中对其他因素有着很大的影响，由此可判断创新型人才培养是智能建造与建筑工业化协同发展的关键因素.

3 结语

在国家政策响应下，智能建造与建筑工业化协同发展正在积极推广，但协同发展问题一直存在.本文运用ISM模型和MICMAC模型得出影响智能建造与建筑工业化协同发展因素间存在的关联关系及其驱动力与依赖性，通过ISM模型分析得出影响智能建造与建筑工业化协同发展的关键因素；通过MICMAC模型分析得出建筑企业发展战略目标(S7)是依赖性最强且驱动力最弱的一个因素，该因素直接或间接地受到其他因素控制，而创新型人才培养(S8)是所有影响因素中驱动力最强的，所以解决该因素尤为重要.根据分析结果提出如下建议：

1)完善顶层设计

政府相关部门应在市场调研和技术研发充分的前提下进行智能建造与建筑工业化的顶层设计，通过对行业的顶层管理，制定智能建造、建筑工业化的全过程的标准规范体系，如编制BIM应用技术标准体系，为信息集成、管理和应用提供技术支撑；装配式部品、部件的标准化可以降低部品、部件的生产成本，提升生产效率，同时促进智能建造与建筑工业化协同发展；建设智能建造标准化体系以及监管机制，使标准化体系起到指导方针作用，以保障监管，最终实现顶层设计的作用.

2)加大人才队伍建设

对于智能建造与新型建筑工业化协同发展，科技创新尤为重要，但目前人才缺乏现象仍然突出，因此加强人才培养迫在眉睫.人才队伍的培养离不开政府、高等院校和相关企业的共同努力：政府通过出台政策予以鼓励；高等院校应制定人才培养计划，通过开设智能建造专业，将智能建造技术应用与土木工程、电子信息、机械工程和建筑学等基础学科交叉结合起来，以培养出多学科综合应用能力的创新型人才；相关企业通过大力培训智能建造所需的各项专业技术人才，使人才队伍的建设得到加强，为建筑业实现高质量发展提供保障.

3)加强宣传引导

智能建造中一些新技术存在认知度、接受度不够的现象，如认为BIM技术只是用来可视化建模，认为装配式建筑就是简单的拼装，对其技术安全性、可靠性存在顾虑，导致出现一些业主抵触装配式建筑楼盘的现象.因此，需要政府进行大量的宣传、政策指引、技术指导、成果推广以及国际交流合作的加强等工作.

需要提出的是，采用的ISM模型和MICMAC模型是建立在主观分析基础上的定量分析模型，而0或1的打分法，只能反映各因素之间是否有关系，而不能反映各因素之间影响程度，因此未来需要进一步改善这一问题，并采用定量的方法来研究，从而更好地为推进智能建造与建筑工业化协同发展提供参考.