基于SD的施工BIM 影响因素分析及驱动策略仿真模拟

董 娜，黄秋源，熊 峰

（四川大学 建筑与环境学院，成都 610065）

近年随着BIM技术的推广应用，施工BIM在辅助投标、施工管理、施工方案和施工工艺改进等方面具有广泛的应用价值［1］。然而，目前国内施工BIM应用仍存在应用率偏低、BIM绩效不良等问题［2］，因此剖析施工BIM应用影响因素、探究有效的驱动策略是提升施工BIM应用效益、促进施工BIM普及应用的关键。

当前针对BIM应用影响因素的研究较多，而针对相应驱动策略的研究相对较少。在BIM应用整体影响因素方面，解涛瑞［3］通过DEMATEL方法分析确定BIM应用关键影响因素；郭斌等［4］用解释结构模型分析BIM应用的障碍因素；Alreshidi E等［5］通过半结构式专家访谈，总结出BIM应用障碍。也有大量文献从不同的视角进行分析，杨高升等［6］应用社会网络分析从工程组织层面分析BIM采纳因素；金蕾等［7］以建设方视角分析某工程项目的BIM应用驱动与障碍因素；Ma X Z等［8］通过问卷调查对中小企业的BIM应用障碍和促进措施进行了深入研究；Darren O［9］采用专家访谈和问卷调查的方式，探究BIM在模型算量中限制因素。在驱动策略方面的研究刚刚起步，Vidalakis C等［10］通过文献综述和问卷调查确定了AEC项目背景下加强BIM实施的关键策略。

由此可见，针对施工BIM 应用影响因素的定量研究相对匮乏，同时基于影响因素的驱动策略也研究不足。针对上述问题，本文旨在探究施工企业BIM应用的影响因素，将定性分析与定量分析相结合，通过文献梳理和问卷调查，对施工BIM影响因素进行筛选，基于此建立系统动力学模型。通过某施工企业BIM应用情况的实际数据以验证模型的合理性及有效性，并针对模拟仿真结果进行敏感性分析，得出施工企业BIM应用的关键影响因素，最后根据各影响因素组合下的驱动策略再次进行仿真，得出提升BIM应用效果的最佳方案，由此提出建议及措施，为施工企业推广BIM技术提供参考。

1 施工BIM 应用影响因素识别

1.1 BIM 应用影响因素文献研究

本文运用文献研究法，对2011—2019年SCI及CNKI数据库收录的有关BIM应用影响因素相关论文［1-22］进行统计分析，选取最具代表性的22篇中英文文献作为分析对象，其中英文文献11篇，中文文献11篇，且近5年文献18篇，占文献总数81%。经梳理，初步确定21个BIM应用影响因素，如表1所示。

表1 BIM应用影响因素初步清单

1.2 施工BIM 影响因素问卷调查

基于上述文献确定的初步清单，本文通过问卷调查，对影响施工BIM应用的关键因素进一步筛选。问卷的第一部分为受访者信息；第二部分为施工BIM 应用影响因素调查，采用李克特5级量表，将影响程度分为影响很大、影响较大、影响一般、影响较小、没有影响5个层次，分别记作5分、4分、3分、2分和1分；第三部分为施工BIM应用的宏观评价，调查数据用于后续仿真模拟。问卷面向施工企业的中高层管理者以及普通员工发放，共回收107份，剔除3份无效问卷（“对于BIM了解程度”选择“不了解”），有效问卷为104份，其样本特征统计如表2所示。

表2 样本特征统计

通过SPSS对问卷数据进行信度效度检验，得出Cronbach’s Alpha值为0.962，大于0.6；KMO值为0.925，大于0.8，说明本次问卷的数据信度效度均质量很高，样本数据有效可靠。对问卷中各影响因素的分值求和进行比较，排名最后的2个因素分值与其他因素相差较大，从指标整体性及后续建模简化程度出发，对其做删去处理。考虑BIM是一个社会技术系统［23］，施工BIM不仅受施工企业内部技术、组织、人员等方面影响，还受外部环境因素影响，因此将筛选后的影响因素分为企业内部和外部环境2个维度，确定后的施工BIM应用影响清单如表3所示。

表3 施工BIM应用影响因素清单

2 施工BIM 应用SD模型构建

2.1 SD模型选用

系统动力学（system dynamics，SD）从系统的内部结构来寻找问题发生的根源，可以对长期性、复杂性的实际问题进行动态的定量研究。因此，本文基于前述筛选的19个施工BIM影响因素，运用SD方法建立模型进行仿真分析研究，探究各影响因素间的复杂反馈关系，并对不同驱动策略下的BIM应用能力进行仿真模拟。

2.2 SD模型假设

SD模型是一个大型的复杂非线性系统，模型构建时应确定模型边界，提出合理假设。因此本文对创建的施工BIM应用SD模型假设如下：

1）本研究的部分变量在真实情景中是无法计算的，其数值仅代表基于时间的相对值大小，不代表实际意义。

2）本文主要是通过调整变量参数分析施工BIM应用的变化情况。针对专家百分制打分，将打分值除以100作标准化处理。针对问卷选择题，为保持评价标准的一致性，将5个选项转化为［0，0.25，0.5，0.75，1］5个标度进行模糊综合评价，因此本文所有外生变量取值范围为［0，1］。

3）基于系统运行的时间连续性和相对稳定性要求，系统运行时间与“五年计划”时间重合，可最大程度减小政策因素对模型的影响。本文将“十二五”规划起始年份2011年作为模型仿真起始年份，DT为1年，仿真模拟到2025年结束。

2.3 SD模型因果关系图

基于上述假设及所筛选出指标，根据SD反馈原理，利用Vensim软件建立施工BIM影响因素之间的反馈关系，如图1所示。在反馈回路中，“+”表示正反馈，表示该因素随着另一因素的相同变化方向而变化；“-”表示负反馈，即该因素受另一个因素的反方向的影响。施工BIM应用是各影响因素经过一系列反馈，对BIM应用效果产生作用的整体系统。本研究根据因素间的反馈关系，并结合相关学者研究成果，借助一定中间变量进行推导，进一步形成施工BIM应用因果回路图，如图2所示。由外部环境、企业内部2个子系统构成。

图1 施工BIM应用影响因素间反馈关系示意图

图2 施工BIM应用因果回路示意图

1）企业内部子系统。该子系统描述了施工企业内部在应用BIM过程中各影响因素间的相互作用情况，反映了战略支持、BIM思维等外生变量通过改变BIM投入、提高员工BIM应用技能和优化BIM协同管理方式而产生的反馈过程，一系列的反馈结果体现在BIM效益、BIM协同应用熟练程度、BIM项目量的提升。

2）外部环境子系统。外部环境子系统描述的是宏观政策调控、行业BIM应用水平的变化以及其他参与方对于施工企业BIM应用产生影响的过程。其中关于BIM的政策法律支持是该子系统的主要外生变量，政府颁布的BIM相关法律和政策将会对BIM标准完善、BIM重视程度以及BIM研究的积极程度产生重要影响，并最终带来行业BIM应用水平的改变。同时，业主对于BIM应用深度广度的要求以及设计方的协同参与也将对施工BIM的应用效果产生影响。

图2直观地展示了各系统内部以及系统之间的变量因果关系和反馈路径，因篇幅限制，本文主要介绍以下2条主要反馈回路：

反馈回路1：BIM协同应用熟练度-BIM市场份额-BIM基本投入-BIM总投入-BIM培训-BIM人才-BIM应用技能-BIM协同应用熟练度。当施工企业BIM应用熟练程度提高时，有助于增加其BIM市场份额，企业为获得更好发展，将进一步增加BIM投入，提高BIM培训投入，并有助于BIM人才的培养，提升其BIM应用技能。员工BIM应用技能的提升也将改善其跨部门协作时的BIM协同应用熟练度。

反馈回路2：BIM项目量-BIM应用协同熟练度增长率-BIM协同应用熟练度-BIM市场份额-BIM项目量增长量-BIM 项目量。企业BIM项目数量的增加将会有助于员工积累BIM应用经验，提升BIM应用协同熟练度，并进一步提高BIM市场份额，而市场份额的增加将促进企业承接更多的BIM项目。

2.4 SD模型系统流图

在因果回路图基础上，考虑数据的可获取性，建立系统结构中的物质流、信息流以及反馈关系，以对应的状态变量、速率变量、辅助变量、状态变量以及常数记录下来，形成系统流图，如图3所示。

图3 施工BIM应用系统流示意图

2.5 SD方程

本模型中涉及的主要变量表达式如表4所示。其中INTEG为积分函数，每次积分区间为1个DT，括号数值为变量初值；DELAY1I｛（in），（DT），（init）｝为延迟函数，表示信息初值为init，且传递存在DT的延迟；LN为逻辑函数，表示以e为底的对数函数；EXP则是以e为底的自然对数。下面对模型的主要变量进行说明。

1）BIM效益：指应用BIM后每年产生的经济效益及隐形效益之和，其中隐形效益指应用BIM而获得的效率提高、企业形象提升等无法精确计算的效益。本研究根据王晓静等人研究成果［24］，引入隐形权重因子用于计算BIM隐形效益。

2）BIM协同应用熟练度：BIM应用需要团队成员以及业主、设计等各方协作才能实现其价值［15］，因此员工的BIM应用熟练程度不仅受个人的BIM应用技能和所承接的项目数量影响，还受部门之间以及企业外部协同程度的共同影响。

3）BIM项目量：企业每年签约项目中需要应用BIM的总建筑面积。

4）BIM应用能力：用于综合评价施工企业的BIM应用水平，4个状态变量分别从效益、人才和规模层面构成了评价BIM应用能力的4个维度。考虑敏感度分析以及驱动策略比选的直观性，且线性比例法是体现差异的最佳无量纲化方法［25］，因此采用线性比例法对变量做无量纲化处理，其中Xi（i=1，2，3）为对应状态变量的均值。

表4 主要变量的表达式

3 施工BIM 应用SD模型仿真模拟

3.1 分析对象选取及变量赋值

本文选取某特级施工企业A为分析对象，企业从2011年开始应用BIM技术，年均合同额超过150亿元，在职员工约1 000人，业务范围涵盖四川全省，至今已在成都绿地468、皇冠湖体育中心等代表性项目中实现施工BIM技术的应用，具有较好的代表性。

在进行模拟仿真之前，需要确定各状态变量的初始值以及常数、系数的取值。本文的数据来源主要为《四川统计年鉴》、《中国建筑业企业BIM应用分析报告》以及调查问卷的第三部分所获数据，并邀请A企业2位BIM技术负责人针对该企业BIM应用现状进访谈，具体的变量赋值情况如表5所示。

3.2 SD模型检验

在完成SD模型的建立和运行后，需要对模型进行检验，以保证所建模型的真实性及研究意义。本文对于模型的检验主要从以下几个方面进行。

1）单位检验。SD模型方程要求所有变量有正确的量纲，且方程式左右两边量纲必须一致。对SD模型中的所有变量进行单位检验并都通过了检验。

2）运行检验。为观察模型在不同条件下运行时是否会产生不符合实际的结果，本文选取了BIM应用效益变量在DT=1、DT=0.5、DT=0.25情况下进行仿真，发现不同DT情况下变量的数值曲线基本一致，说明模型通过了运行检验，模型稳定性良好。

表5 变量赋值

3）历史检验。模型的历史检验是检验模型的模拟曲线能否与历史的真实数据相吻合，并采用拟合优度式（1）进行检验，拟合优度值R2越接近于1，说明模型越有效。yi为变量的实际值，y1i为仿真值，¯y为变量的均值；n为仿真年数。本文选择BIM项目量、BIM研究数量和行业施工面积总量进行历史检验。BIM研究数量是以“BIM”为关键词在CNKI检索得到的各年份文献数量；行业施工面积总量为四川统计年鉴各年份“房屋建筑施工面积”，它与BIM项目量的单位均为“万m2”。检验情况如表6所示，误差绝对值均在10%以内，且拟合优度值均达到0.88以上，说明该模型很好地拟合了现实系统，建模和仿真是有效的。

表6 SD模型检验数据

3.3 SD模型仿真结果

通过本文3.2节的模型检验，说明模型较好地拟合了A企业的施工BIM应用情况，其主要变量的仿真结果如图4所示。

图4 仿真结果

由图4可见，该企业BIM应用将得到迅速发展，其中BIM项目量将在2025年突破260万m2，BIM效益也将超过700万元，BIM协同应用熟练度也在不断累积并在后期呈指数式增长。

3.4 SD模型对比

目前涉及SD仿真的BIM应用研究较少，本文从研究对象、数据来源、仿真年限等角度，选取3篇代表论文［28-30］所建立的SD模型与本研究模型进行比较（见表7）。由表7可知，本研究所建立的SD模型具有数据来源覆盖广、复杂程度适中且模拟精度较高等优点。

表7 SD模型

3.5 单因素敏感度分析

为研究影响施工企业BIM应用较为显著的敏感因素，并探究BIM应用能力对于各因素的敏感程度大小，本文将业主BIM要求、政策法律支持度、BIM组织构架、BIM战略支持、BIM协同平台、BIM思维、设计BIM协同等7外生变量的参数值在初值基础上逐次提升5%，并记录每次仿真结束时的BIM应用能力数值，每次仅调整单因素赋值而其他因素保持初值。考虑参数取值上限，最高提升至30%。通过图5所示结果，可得以下结论：

图5 基于BIM应用能力的敏感度分析

1）在各变量相同提升幅度下，BIM战略支持是影响施工BIM 应用能力的最敏感因素，业主BIM次之。以上2个变量的变化曲线均在0%处取得斜率最大值，后期斜率逐渐减小，说明随着赋值的提升，BIM应用能力的变化率将会有所下降，且目前该企业的BIM战略支持和业主BIM要求已经对BIM应用能力体现了较好的敏感程度。

2）BIM应用能力对政策法律支持的敏感度随着提升幅度加大而逐步提高。政策法律支持度曲线斜率先大后小，可见目前的相关政策法律对于提升BIM应用能力效果不佳，也侧面说明了当前四川省关于推广应用BIM的政策规范亟需进一步完善。若政府方面持续出台相关法律政策以大力支持推进BIM应用，未来将会对施工企业BIM应用能力的提升产生显著推进作用。

3）BIM组织构架对于BIM应用能力影响较小。由图5可见，BIM组织构架呈基本水平的直线，说明BIM应用能力对BIM组织构架及其优化程度均敏感度较低。若仅优化BIM组织而其他条件保持现状，基本不会提高企业应用BIM的能力。建立BIM部门时更应激发员工应用BIM的主观意识，结合其他举措同步进行。

4）与问卷所做的因素得分进行比较，BIM应用能力对得分靠前的BIM战略支持、业主BIM要求等均十分敏感，说明当下施工企业基本认识到自身BIM应用亟需提升的短板；得分较低的BIM平台却具有较高的敏感度，说明当下施工企业较为忽视BIM协同管理平台对于提高企业BIM应用能力起着重要作用，应当在工作中进一步加强BIM协同管理平台的搭建。

3.6 驱动策略仿真模拟

为进一步研究系统内各因素组合作用下对施工BIM应用效果的影响，得到提升施工企业BIM应用能力的最佳驱动策略，本研究对各影响因素进行组合，设计出以下4种仿真策略，各策略下的变量调整幅度如表8所示，并对各策略的实际含义作如下说明。

1）政府及企业高层驱动策略C1：该策略体现了上层管理者的BIM推广过程中的主导作用，指政府方在进一步颁布推广BIM 应用的相关措施后，企业高层积极响应，从而制定BIM战略发展计划，提高BIM支持力度，并对公司的BIM组织构架进行优化和调整。

表8 各驱动策略下的变量调整幅度

2）参与方协同驱动策略C2：该驱动策略突出了施工企业同其他BIM参与方的协同作用，指业主要求提高项目BIM应用的深度及广度，设计方提供质量更完好且权限开放BIM模型，同时企业搭建BIM协同管理平台以实现和业主、设计单位的实时信息共享。

3）企业内部驱动策略C3：该策略反映施工企业从上至下的内部改革，指高层提高BIM战略支持，中层管理者为推动BIM而积极搭建BIM协同平台，基层员工克服思维惰性而积极适应BIM应用过程。

4）综合驱动策略C4：对提升幅度10%时BIM应用能力敏感性最高3个单因素进行组合，探索业主提高BIM应用要求时，企业管理层加大BIM支持力度并积极搭建BIM协同管理平台的一系列举措对于BIM应用效果的影响。

通过对各驱动策略下BIM效益、项目量、协同应用熟练度、应用能力进行的仿真，仿真结果如图6-图9所示。

图6 BIM效益仿真结果

图7 BIM项目量仿真结果

图8 BIM协同应用熟练度仿真结果

图9 BIM应用能力仿真结果

通过分析图6-图9的仿真结果可知：

1）初始阶段各观测变量均增长缓慢，但在后期迅速增长。可见初期的各类投入以及各方支持对于施工企业BIM应用能力提升十分缓慢，但若在施工过程中持续开展BIM应用，BIM的应用效果将产生质变到量变的变化，在仿真后期将会迅速提高员工BIM应用熟练程度，从而增加项目获取量，产生巨大的BIM效益累积，使企业的BIM应用能力得以大幅度的提升。

2）综合驱动策略表现最佳，成为提升BIM效益、BIM项目量以及BIM协同应用熟练度3个维度的最佳策略。该策略下，A企业2025年的BIM效益将突破1800万元，同时BIM项目量达到373万m2。

3）在仿真初期，政府及企业高层驱动成为提升BIM项目量的优选策略，但后期的提升效果不及其他策略。在推广BIM应用的普及阶段，上层管理者的主导作用将对于提升BIM项目量起着重要作用，当前政府及高层应进一步提高对于BIM的支持力度。但该策略下的BIM项目量增速在仿真后期将逐渐放缓，可见政府及高层的推动策略仅在初始阶段效果较佳，综合驱动等其他策略将更有助于BIM项目量的持续增长。

4）企业内部驱动策略对BIM效益的提升效果仅次于综合驱动策略，且明显优于其他策略。作为施工BIM应用主体，施工企业自身从上至下的变革将有助于大幅提升施工BIM应用效益。

4 结论

1）本文所构建的施工BIM应用系统动力学模型较好地拟合了施工企业应用BIM 的实际情况，有助于施工BIM的推广应用，提升BIM应用能力。

2）BIM应用初期，增加BIM各类投入与BIM应用能力相关指标呈正相关，但初期成效较小，后期将迅速增长。

3）企业高层的战略支持是影响BIM应用的最敏感因素，但敏感程度将随着支持力度的加大而有所下降。

4）业主方BIM应用要求对施工BIM应用具有明显的促进作用，将显著提高BIM应用能力。

5）单因素驱动对BIM应用效果提升有限，结合多种影响因素的BIM应用策略更利于提高施工企业BIM应用水平，且综合驱动策略是提升BIM应用能力的最佳方案。

本研究仿真模拟所采用案例数据来源为某特级施工企业，因此本文研究结论较适用于大型施工单位。由于国内大部分施工企业在2011年后开始应用BIM，仿真所采用数据来源有限，建立系统动力学模型是一个不断修正的过程，今后需要利用更多的数据对模型进行测试与完善。