基于SEM 的智慧工地建设制约因素分析及对策研究

杨玉胜，王美辰

（长沙理工大学 交通运输工程学院，湖南 长沙 410114，E-mail：lywangmc@163.com）

随着建筑业信息化、智能化的不断发展，智慧工地的概念应运而生。所谓智慧工地，就是利用现代信息技术，转变传统的管理模式，为项目的各参与方提供全新的信息交互方式，实现基于大数据的项目管理和决策，实现施工现场管理的数字化、信息化和智能化。相较于传统粗放式建筑业，智慧工地建设可以利用信息化、智能化技术，提升施工现场管理效率，降本增效，实现精益建造[1，2]。但是目前技术与管理并存的高复合型人才的缺乏，技术支持不到位，多数施工企业仅在少数环节应用智慧工地使其难以发挥自身的作用和价值等问题制约着智慧工地的发展[3]。因此，明确目前影响智慧工地建设的制约因素，提出相应的对策与建议是十分有必要的。

Petar Kochovski 等[4]认为物联网可以为建筑领域提供新的高级智能应用，他们开发了两个支持视频通信和施工过程文档的边缘计算应用程序应用于智慧施工中。Eleni Iacovidou 等[5]研究了如何将RFID 与BIM 进行集成并运用到智慧施工中，结果表明RFID 的使用及其与BIM 的集成可以使建筑组件的可持续性全生命周期管理从根本上得到加强。毛志兵[6]以人工技术的发展轨迹和大数据的积累程度为依托，将智慧工地分为3 个阶段，提出了智慧工地建设的一系列对策，为积极推进智慧工地的发展做出杰出的贡献。韩豫等[7]认为智慧工地发展的重点是人工智能技术与工程项目管理的深度融合，因此设计了包含感知层、网络层和应用层的智慧工地系统架构以实现智慧工地。黄建城等[8]借助新一代技术信息，建立智慧工地管理平台的系统架构，并运用实际案例进行了验证。刘洁等[9]认为智慧工地在国内的发展仍存在很多问题，在相关学者研究的基础上，总结出智慧工地发展阻碍因素，并采用解释结构模型分析各因素之间的层级关系，对此提出针对性建议。贾美珊等[10]应用ISM+AHP 方法，将智慧工地建设影响因素分为5 个层级，找出最直接影响因素和最主要影响因素，并对如何提升智慧工地建设水平进行剖析。

综上可以发现，以往大多是对技术开发应用、项目具体实践、人工智能的应用等方面进行研究，而仅有少数学者对影响智慧工地建设的制约因素方面进行了研究，且多采用ISM（解释结构方程模型），但是ISM 只能对各影响因素之间的层次进行划分，无法对各影响因素之间的影响程度进行分析，且无法确定因素之间关系的强弱。而结构方程模型（Structural Equation Modeling，SEM）不仅能够考虑变量之间的相互关系，还能够解决指标体系难以被测量和量化等问题，可用来分析各影响因素之间的影响程度。为此，本文从经济、环境、人员、管理、技术5 个主要因素出发，采用结构方程模型分析影响智慧工地建设的制约因素作用机制，并提出相应的对策与建议。

1 智慧工地建设影响因素分析

回顾以往国内对智慧工地的研究发现，大多数文献针对智慧工地的研究都是在施工现场管理、技术集成、实际应用与未来展望上，鲜有对影响智慧工地建设的制约因素进行研究。

根据中国知网统计，国内对于智慧工地的研究最早从2013 年开始，统计近6 年以来对智慧工地的研究文献发现，研究关注度从2018 年以后开始大幅增长，如图1 所示。

图1 智慧工地文献研究数量趋势图

为了科学有效地确定智慧工地建设的影响因素，本文通过知网、维普、万方等数据库输入“智慧工地”“智慧建造” 等关键词进行搜索，初步筛选得到相关文献37 篇，并从中识别出30 个影响因素。为了保证所识别影响因素的可靠性及有效性，对初步选取的影响因素进行进一步的修正。结合相关领域专家访谈对其进行论证，删除不相关的因素，合并交叉重复的因素，增加专家认可却没有被识别的因素，最终进行汇总整理得到20 个主要影响因素。智慧工地建设的影响因素相对比较离散，将各类相近或相同的因素进行整合，从整体上大概分为五类：经济、环境、人员、管理和技术因素，建立智慧工地建设影响因素指标体系，如表1 所示。

表1 智慧工地建设影响因素指标体系

2 问卷数据分析

2.1 数据来源

根据智慧工地建设影响因素指标体系表建立问卷，采用李克特的5 级量表法设置1～5 分的评价维度，内容包括：一是受访者的背景资料，主要包括年龄、学历、单位性质、工作经验等；二是受访者对表1 中各影响因素的打分，从“1” 到“5” 影响程度逐级递增；三是受访者其他意见反馈。

主要受访对象为建设单位（23.84%）、施工单位（28.48%）、设计单位（21.52%）、政府（10.26%）高校及科研机构（15.89%）。受访者年龄在31～40岁之间的占总数的43.71%，这个年龄段的工作者拥有更为丰富的工作经验，可以理性的分析问题；从受访者的学历来看，本科及以上学历的比例达到69.36%，这些人拥有专业的理论知识，可以专业地思考问题。此次调查涵盖了不同年龄段、教育背景、工作性质等，同时所有受访者均对智慧工地有一定的了解，保证问卷数据的可信度。

本次问卷调查通过线上和线下同时发放，最后共收回326 份，其中剔除无效问卷24 份，得到问卷302 份，有效问卷率92.64%。Barrett[12]认为样本数应大于200 个，同时也提出由于结构方程模型执行时一般采用内置的最大似然法，该方法在样本数大于500 时，卡方值会严重膨胀，导致模型的拟合度不佳。本文收集到的样本有302 份，超过了200，且不超过500，满足要求。

2.2 信效度分析

运用SPSS22.0 软件对调查的数据进行信效度分析，该问卷整体Cronbach α（克朗巴哈系数）为0.935，说明问卷数据整体信度较高。经检验KMO值为0.939，大于0.9，同时Bartlett 球体检验显著性水平无限接近于0，说明此次调查问卷所收集的数据非常适合做因子分析。以经济、环境、人员、管理、技术5 个潜变量为单位构建测量模型，运用Amos 24.0 软件进行效度检验，一般要求平均方差提取值AVE 大于0.5，组合信度CR 大于0.6。模型验证性因子分析结果如表2 所示，所有指标都符合要求，表明该问卷拥有较好的收敛效度。

表2 验证性因子分析结果

3 结构方程建模与分析

3.1 评价指标的选取

构建结构方程模型，需要对假设模型及得到的数据进行“违规估计” 检验。荣泰生[13]、Hair 等[14]认为“违犯估计” 要符合以下3 条规则：一是因子载荷和结构路径系数要达到显著的水平；二是标准化系数最好在0.95 以下；三是误差项的估计系数不能为负。“违规估计” 检验后要进行模型适配度的检验，综合考虑相关学者[15～17]的研究结论，各适配度指标及取值范围如表3 所示。

表3 评价指标标准表

3.2 一阶模型建模分析

在Amos 24.0 软件中建立一阶结构方程模型，如图2 所示，将调查问卷数据带入一阶模型后进行运算。根据运算结果可知，一阶模型没有负误差项变异的存在，且其标准化系数在可接受范围内，可以通过违规估计检验。在拟合结果中，χ2/df=1.216＜3，GFI=0.942>0.9，AGFI=0.923>0.9，CFI=0.990>0.9，TLI=0.988>0.9，IFI=0.990>0.9，RMSER=0.027＜0.05，SRMR=0.037＜0.05，表明该模型的指标适配度良好。5 个潜变量之间的相关性均在0.55～0.73 之间，说明影响智慧工地建设的潜变量之间存在较高的相关性。

图2 一阶验证性因子分析模型

3.3 二阶模型建模分析

由上述分析结果可知，5 个潜变量之间相互关联性较强，假定其可能受到某个更高阶的共同潜在因素的影响。以智慧工地建设作为更高阶的潜在因素，通过构建二阶验证性因子分析模型对5 个潜变量与智慧工地建设之间的关联性进行分析，将调查数据带入新构建的二阶模型进行拟合分析，如图3 所示。

图3 二阶验证性因子分析模型

对二阶模型的拟合结果进行分析：潜变量和观测变量的残差均为正值，且χ2/df=1.205＜3，GFI=0.940>0.9，AGFI=0.924>0.9，CFI=0.990>0.9，TLI=0.989>0.9，IFI=0.990>0.9，RMSER=0.026＜0.05，SRMR=0.038＜0.05，适配度指标结果理想，说明模型的拟合度良好。

3.4 结果分析

为进一步分析经济、环境、人员、管理、技术5个潜变量和20个观测变量之间的相互关系及对智慧工地建设的影响程度，通过加权平均算法[18]得到其权重。具体计算结果如表4 所示。

表4 智慧工地建设关键指标权重

3.4.1 结构模型解析

从表4 中可以得到5 个潜变量的影响程度排名：经济>技术>环境>管理>人员，其中经济因素和技术因素所占权重较大，分别为0.2211 和0.2085。主要是因为智慧工地在建设过程中需要先进的电子设备与网络技术作为基础支撑，但是目前很多施工企业的相关软硬件配套设施不够完善且没有建立全面有效的网络体系。同时相较于传统施工工地而言，智能设备的应用意味着更多的建设成本，还要投入大量的时间和精力去进行人员的学习和培训，需要配备相应的专业技术人员和管理人员，无疑增加了工地的运营成本，这在很大程度上阻碍了智慧工地在我国的发展和应用。

3.4.2 测量模型解析

（1）经济因素。设备购买、安装、使用成本在经济因素中所占比例最大，为0.2736。在实际应用过程中，智慧工地管理系统中包括了很多的前沿技术引进及各类高科技硬件设施，使得企业在应用智慧工地前，需要投入较多的资金，为了配套智慧工地的应用，需设置专门机构和配备专职人员，同时后期仍需要一定资金维持智慧工地的运行。

（2）环境因素。政府激励扶持政策和标准、规范完善度在环境因素中所占权重均为0.2615。政府作为智慧工地建设和发展过程中的引导者和推动者，负责智慧工地激励政策、技术标准的制定，申报智慧工地应用的程序审批等。但是政府推行的政策仍存在不具体、不全面、缺乏可操作性等问题，包括缺乏长期推进战略和机制来促进智慧工地的广泛应用，因地区及行业标准差异大，对于智慧工地的建设没有统一的标准，这些问题在很大程度阻碍了智慧工地的发展。

（3）人员因素。虽然人员因素在5 个潜变量中占比是最小的，但是也不容忽视，其中人才引进和培养在人员因素中所占权重最高，为0.3304。建设智慧工地需要配备专业的技术人员团队随时对数据进行分析和处理，但是我国对于智慧工地的应用开始的比较晚，导致专业技术人才的缺乏，遇到高难度的技术问题难以解决，所以人才引进与培养就显得十分重要。

（4）管理因素。管理制度完善度的权重为0.2745。智慧工地应用的主要作用是聚焦于施工现场，将各类信息化技术、智能化技术与施工现场紧密结合起来，达到真正的智能化、系统化、全面化、高效化的智慧工地管理模式。但是在真正的施工现场中，技术、软件、硬件之间的协同合作没有达到完全的契合，由于目前的管理模式与智慧工地的匹配度较低，导致无法通过施工现场的智能电子设备对人、材、机进行实时监控，对突发情况无法进行及时的发现与处理。

（5）技术因素。技术因素中管理平台集成化程度所占权重为0.2787。目前，现有的智慧工地管理平台[19]主要是将各功能模块进行整合，但是由于管理系统集成化程度低，更多地是将施工现场的部分数据信息在面板中进行展示，未能将获得的数据信息与现场管理进行融合，并且部分模块之间的数据难以共享，形成“信息孤岛”，这与真正意义上的信息化、智能化、智慧化的智慧工地管理平台相差甚远。

4 对策与建议

为了推进我国智慧工地建设，在上述对智慧工地建设制约因素分析结论的基础上，提出以下几点策略建议：

（1）降低智慧工地的应用成本。一是政府加大研发投入，降低智慧工地所需智能设备的生产成本，规范市场价格，同时尽快实现数据标准化、统一化、通用化，降低准入门槛，满足用户和市场的需求；二是政府可以加大宣传智慧工地建设所带来的经济效益，让施工企业明白智慧工地的建设不仅利于管理，更能节省人力物力，同时避免许多不必要的损失，从而提高工程项目的效益水平。

（2）加强政府推动力，完善相关制度和标准。政府可以制定相关的优惠政策和财政支持，对采用智慧工地的施工企业给予减税减负，调动企业开展智慧工地建设的积极性。同时完善权益保障法律法规，明确参与主体的权责和风险分担方式，提高参与主体的支持力度与配合程度，制定建设标准、验收标准、技术标准规范体系，使智慧工地建设有“据” 可依。

（3）加大人才培养力度。国家可以加大对管理与技术结合的复合型人才的培养力度，做好充分的人才储备；企业可以采用多样化的培训方式，对内部人员进行智慧工地的培训，提升人员综合能力；同时企业可以采用与高校联合的方式，引进技术和管理人才，共同进行智慧工地应用项目。

（4）完善智慧工地管理制度。完善智慧工地管理制度主要针对人材机的管理制度。关于人员管理问题，可以在企业内部成立专门的技术部，设立专项智慧工地管理团队，培养管理与技术相结合的复合型人才，完善与智慧工地相匹配的人员管理制度；在材料管理方面，利用智慧工地设备对施工现场的材料使用情况进行实时监控和统一管理，应用电子存档的方法进行记录，方便专项管理人员随时了解材料的运行情况；在机械设备管理方面，政府可以制定国家设备标准，规范设备市场，企业可以提高机械设备的自身信息化管理，对设备数据及时进行传输与分析。

（5）提高智慧工地管理平台集成化程度。依托物联网[20]、大数据和BIM[21等信息化技术和人工智能技术，对施工现场所产生的各类数据信息，包括成本、质量、进度、安全等关键数据进行充分挖掘和整合。打通信息孤岛，实现多平台数据兼容，实现施工企业内部，项目与项目之间的数据互通与协同。搭建基于BIM 的可视化平台，开发平台各业务子系统，不仅能够协同运作，也可以独立运行，同时借助多种应用终端，实现智能化和信息化的项目管理。

5 结语

建设智慧工地是实现我国建筑行业智能化、信息化、可视化的重要一步，同时发现当前我国智慧工地建设的不足之处也尤为关键。通过文献梳理筛选出现阶段智慧工地建设的制约因素，运用结构方程模型（SEM）对影响智慧工地建设的制约因素进行分析，所建立的模型发挥了结构方程模型能较好地考虑变量之间相互关系的优势，解决了指标体系难以被测量和量化等问题，对模型拟合结果进行分析，得到各指标之间的相互影响作用，并从中得到如下结论：各潜变量对智慧工地建设的影响程度从大到小为：经济因素>技术因素>环境因素>管理因素>人员因素，认为智能设备购买安装使用成本、政府激励扶持政策、标准规范完善度、人才引进和培养、管理制度完善度、管理平台集成化程度是目前建设智慧工地应率先考虑的重要因素，对此提出具有针对性的对策与建议，完善了国内关于智慧工地建设的研究，为智慧工地建设提供理论意义。

上述研究是基于已掌握的专业知识进行的路径分析，但模型需要投入到实践中进一步验证。由于智慧工地在国内的发展时间较短，研究文献数量较少，所搜集到的资料数量受到限制，并且所用的调查问卷样本数据具有时效性，待后期智慧工地发展成熟后，需要进行进一步的调研，对模型进行完善，以便增加模型的准确度。