基于成熟度的施工企业智能建造能力评价模型与应用研究

陈 珂，杜 鹏，段未珣，刘健鹏

（1.华中科技大学 国家数字建造技术创新中心，湖北 武汉 430074；2.华中科技大学 土木与水利工程学院，湖北 武汉 430074，E-mail：dupeng1037@hust.edu.cn；3.中国核工业华兴建设有限公司，江苏 南京 210019）

随着新一代信息技术与传统产业的融合发展，各行各业都进入了以数字化变革、智能化升级为特征的高质量发展时代，建造行业也面临着高质量发展的时代课题。智能建造是一个多学科交叉融合的研究领域，涉及到工程技术、管理科学与计算机科学等学科门类，涵盖了建造行业价值链的各个环节[1]。BIM、物联网、人工智能等新一代信息技术和建造技术的融合，促进了智能建造的产生和发展[2]，给建造行业带来了第二次变革的机会。

随着智能建造技术广泛应用于工程实践，部分研究将视角投向智能建造技术在项目或企业层级的应用评价。其中，BIM 技术应用评价的研究成果最为丰富。美国提出了国家BIM 标准[3]。英国提出了iBIM 成熟度模型[4]。赵彬等[5]针对业主驱动的BIM 应用构建了BIM 应用效益评价体系。王美华等[6]结合能力成熟度理论构建了设计企业BIM技术应用能力评价框架。储天罡等[7]针对施工企业的BIM 技术应用，从进度控制、质量控制、成本控制和安全控制4个层面建立了施工企业BIM能力成熟度模型。刘世越等[8]结合路桥施工企业智能化发展现状建立了包含5 个维度的智能建造能力评价模型。在工程物联网及其他智能建造技术评价方面，李贤功等[9]结合物联网系统的三层次结构建立了煤矿物联网应用水平评价体系。Yang 等[10]围绕大数据的数据丢失、数据噪声和可视化等特征建立了评价方法。叶世绮等[11]构建了云计算能力成熟度模型以评价云计算的关键能力。Cong 等[12]分析了区块链技术的性能评价并从基本评价和扩展评价的角度设置了具体的评价指标。综合以上分析可知，现有关于智能建造技术的应用评价研究主要围绕BIM、物联网等单一技术展开，部分研究虽然指出了智能建造能力评价的研究方向，但是研究范围和研究深度较为局限，且尚未形成系统的评价体系和方法论。

科学评价智能建造应用水平是施工企业在发展智能建造过程中的客观需要，也是建造行业在产业转型升级的过程中有必要解决的基础性问题。在智能建造技术应用评价方面，目前研究主要围绕单项智能建造技术在工程实践中的评价展开，针对智能建造在综合能力方面的评价研究目前尚有不足。结合技术应用角度分析，当前缺乏能有效反映施工企业实际情况的智能建造应用评价工具，导致施工企业难以对自身的智能建造应用方向及技术发展进程展开综合评价和有效改进。

1 施工企业智能建造能力成熟度评价模型构建

1.1 能力成熟度评价指标体系的构建

（1）施工企业智能建造能力成熟度评价指标体系。系统性了解影响智能建造能力评价的各种因素，能够帮助企业在战略规划过程中进行科学统筹与合理规划。结合智能建造发展相关影响因素及施工企业的业务特点，本文构建了如表1 所示具有多层结构的施工企业智能建造能力评价指标体系。施工企业的智能建造能力成熟度评价体系框架构造为能力要素、能力域和子能力三层结构。前3 项能力要素分别强调了劳动力、技术、资本等通用生产要素，第4 项能力要素则是结合工程建造的实际应用场景，融合了智能建造和施工企业在技术和管理层面上的供给和需求。

表1 施工企业智能建造能力评价指标体系

（2）施工企业智能建造能力成熟度等级划分。能力成熟度模型等级划分是成熟度阶段演进特点的体现，也是构建成熟度模型过程中的关键步骤。成熟度等级既是智能建造能力成熟度评价的结果，也代表了企业当前实施智能建造的程度。施工企业智能建造能力成熟度划分为规划级、规范级、集成级、优化级、引领级5 个等级，如表2 所示。各等级之间存在递进关系，高一层次的成熟度等级建立在企业已经达到前一层次的成熟度等级要求基础之上。针对26 项子能力，本文进一步设置了能力成熟度评价指标典型行为。以“智能建造人才队伍”为例，典型行为划分细则如表3 所示。

表2 施工企业智能建造能力成熟度等级划分

表3 施工企业智能建造能力成熟度评价指标典型行为（智能建造人才队伍）

1.2 评价指标体系的阐释

1.2.1 顶层设计

顶层设计指企业对于发展智能建造所做的长期规划和实践准备，分为如下2 项能力域：

（1）战略组织能力域。包含3 项子能力：高层领导重视程度考察企业高层对于智能建造的了解、支持程度；智能建造战略规划考察企业在战略层面的总体规划；组织机制与数字文化考察企业对于智能建造投入与应用的组织设置、制度安排及企业对于智能建造文化的培养宣传力度。

（2）长效机制能力域。包含2 项子能力：智能建造人才队伍考察企业在智能建造投入方面的人才队伍建设、相关角色设置及职责；专项资金投入力度考察企业对于智能建造战略的资金投入计划及管理状况。

1.2.2 数据驱动

数据驱动是指企业的数据采集处理以及系统集成共享等数字化基础能力，可分为如下2 项能力域：

（1）数据支撑能力域。包含3 项子能力：数据采集与传输性能考察生产施工现场实时采集并传输作业数据的能力；大数据处理与决策能力考察企业对数据驱动决策的实现程度；信息安全保障力度考察企业的信息安全规划、投入及保障体系建设。

（2）系统集成能力域。包含3 项子能力：系统集成与共享能力考察企业在项目全过程的跨平台、跨部门信息集成及共享能力；业务流程自动化水平考察企业通过简化、改善业务工作流以提升办公自动化水平的能力；标准体系建设水平考察企业在智能建造相关技术研究和应用推广过程中所形成的标准体系。

1.2.3 资源支撑

资源支撑直接服务于智能建造技术在生产施工环节的实际应用，是企业为生产业务配置的各类软硬件基础设施，分为如下2 项能力域：

（1）基础设施能力域。包含3 项子能力：IT基础设施水平考察企业的信息化基础；物联网基础设施水平考察企业围绕作业现场信息感知和传输的物联网基础设施；工艺流程数字化程度考察企业推动工艺流程数字化管理措施落地的能力。

（2）数字装备能力域。包含3 项子能力：智能管理平台建设水平考察各类专业技术平台的建设水平；建造机器人研发应用水平考察企业在生产作业的关键环节，推动建造机器人和装备研发及应用，实现“人机协作”或“机器代人”的能力；设备及生产线自动化水平考察工厂生产线或现场加工设备的自动化程度与智能化水平。

1.2.4 数字建造

数字建造指施工企业从设计、生产、施工3 个专业化维度加强智能建造技术的应用从而提升生产力，分为如下3 项能力域：

（1）数字设计能力域。包含2 项子能力：BIM技术集成应用能力考察企业应用BIM 技术的能力；技术交底可视化能力考察企业利用AR/VR 和移动互联网等技术进行施工方案可视化交底的能力。

（2）数字生产能力域。包含2 项子能力：采购过程数字化程度考察企业通过电子商务系统实现采购、分包数字化交易的能力；构件生产数字化能力考察企业集成应用数字化技术和装备，实现部品部件数字化加工的能力。

（3）数字施工能力域。包含6 项子能力：劳务实名制及安全教育机制主要考察企业对施工现场的实名制管理及与劳务人员培训信息的联动机制；机械化施工程度考察企业应用现代化施工机械代替手工操作的能力；材料管理数字化水平考察企业的材料管控数字化、自动化、可追溯能力；工程环境检测控制能力考察企业对工程环境进行远程感知及动态监控预警的能力；特殊设备及场景监测处理能力考察企业开发应用智能监测设备，保障工程质量与安全的能力。

1.3 评价方法的选择

本文构建的评价体系属于定性指标体系。采用层次分析法（AHP）[13]和灰色聚类评价法[14]结合的方法，能够在样本量较小的情况下，避免主观随意性，同时有效利用评价过程中的灰色信息，确定各级指标的权重，从而区分不同指标对于总目标的贡献值大小。

2 基于AHP-灰色聚类的某施工企业智能建造能力成熟度评价

2.1 构建层次结构模型

以H 企业为例，图1 展示了智能建造能力成熟度指标的层次结构模型。目标层即为企业的智能建造能力成熟度；准则层由4 项能力要素及9 项能力域组成，方案层由26 项子能力组成。

图1 施工企业智能建造能力成熟度指标层次结构模型

2.2 确定指标权重

根据专家组对同一层次指标间两两重要性比较结果，构建判断矩阵来进行单层权重的计算。权重计算完成后，再对判断矩阵进行一致性检验。由于篇幅所限，本文仅列出各层指标两两之间的重要程度比值，如表4 所示，表中所对应的判断矩阵均已通过一致性检验。根据表4 可得各级指标的单层权重，进一步计算可得各级指标相对于总目标的组合权重。权重计算结果如表5 所示。

表4 施工企业智能建造能力评价指标间相对重要性比较

表5 施工企业智能建造能力成熟度指标权重

2.3 智能建造能力成熟度评价

2.3.1 划分灰类和灰数

根据前文内容，施工企业智能建造能力成熟度划分为5 个等级，即灰类k=1，2，3，4，5，对应灰数取值范围为[a1，a2]，（a2，a3]，…，（a5，a6]，结合模型构造特点及专家意见，分别取[0.5，1]、（1，2]、（2，3]、（3，4]、（4，5]。灰数白化权函数采用刘思峰等[15]提出的端点型三角白化权函数，如图2 所示。

图2 端点型三角白化权函数

对于指标j的一个观测值x，计算公式如下：

2.3.2 计算指标综合聚类系数

以战略组织A1 为例，A1 包含3 个子能力A11、A12、A13，根据10 个专家的打分统计结果，得到专家评价矩阵A1。

表6 子能力A11 的综合聚类系数计算过程

2.3.3 计算智能建造能力成熟度综合评价等级

同理，计算出其他子能力的综合聚类系数向量，可得到相应能力域指标的聚类系数矩阵。结合指标权重数据对该系数矩阵进行加权计算，则可得到该能力域指标的灰色聚类评价向量；进一步加权计算，得到能力要素的综合聚类系数矩阵；根据最大隶属度原则即可判断得出能力域、能力要素的成熟度等级。4 项能力要素的综合聚类系数矩阵均计算完成后，得到由能力要素聚类系数向量组成的矩阵R：

成熟度模型各个能力要素的权向量为：

施工企业智能建造能力成熟度模型总目标的灰色聚类评价向量为：

根据最大隶属度，ck*=max{c1,c2,c3,c4,c5}=0.37，k*=3，则当前H 公司的智能建造能力成熟度为集成级。整理出H 公司各级指标的综合成熟度等级，如表7 所示。

表7 H 公司各项评价指标综合成熟度等级

2.3.4 评价结果

整体看，得益于H 公司有意识地从公司战略层面考虑智能建造的长期发展，目前各项指标的综合评价结果均在规范级及以上。

（1）总目标综合成熟度等级为集成级。

（2）顶层设计、数据驱动、资源支撑和数字建造4 项能力要素均为集成级。

（3）9 项能力域有1 项达到优化级，其余8 项为集成级。

（4）26 项子能力中有6 项达到优化级，18 项达到集成级，2 项为规范级。

2.4 发展建议

H 公司的智能建造能力成熟度提升需要着重关注权重占比较高，但仍然处于较低等级的能力。需要重点关注人才队伍与构件生产数字化两个方面的子能力，并且需要同步提升战略管理、流程优化、数字建造等方面的综合能力。结合H 公司的发展情况及专家反馈意见，对H 公司下一阶段发展提出以下6 个方面的建议。

（1）补齐人才短板，系统开展人才引进培养工作。打造专业化、高水平的智能建造技术研发团队；打造懂管理、懂技术的企业管理团队；打造有工匠精神、执行力强的产业工人队伍。

（2）布局数字生产，推动生产方式全面转型升级。打造钢筋、钢结构、混凝土预制结构智能制造车间，开发自动化加工装备及生产线助力工效提升；发展模块化设计和构件工业化制造；对构件生产流程和现场施工流程进行智能化改造；构建基于数字生产线工厂与现场施工一体化。

（3）优化顶层设计，落实智能建造发展规划方案。以工程需求为导向，着力工效提升；以科研创新为引领，加强知识复用；以组织制度为支撑，保障方案落地；以数据资产为核心，实现数据驱动。

（4）改善工作流程，持续提升平台分析应用能力。简化业务流程，减少重复工作；统筹管理平台，消除数据孤岛；规范数据集成，提升协同共享。

（5）推动数字建造，有效支撑现场施工工效提升。完善基础设施，搭建物联网络；研发数字装备，推动机械代人；发展数字孪生，研究虚拟建造；打造智慧工地，实现端云一体。

（6）加强交流推广，加快智能建造在基层的执行和落实。加强与其他施工企业以及综合性投资建设企业在智能建造领域的交流，加强对外部先进技术的引进和应用；加强部门之间的交流合作，加强智能建造在现场的执行落实与推广普及。

3 结语

本文从施工企业的角度，将智能建造理论与成熟度理论相结合，构建了适用于施工企业的智能建造能力成熟度模型，并通过实证分析验证了该模型的适用性和实用性，为广大施工企业系统评价自身智能建造基础和发展现状，提供了有效的测量工具。本文是将能力成熟度模型引入智能建造发展评价的有益尝试，但仍存在以下不足之处：本文所构建的智能建造能力成熟度评价指标体系，主要采用半定量法进行评价，今后可考虑引入更多定量指标，进一步加强评价结果的客观性；本文结合专家意见对智能建造能力成熟度等级及子能力的典型行为体系进行了描述性说明，未来可进一步对智能建造能力成熟度进行更加标准化的等级划分。