邢向泽XING Xiang-ze;朱妍ZHU Yan;王仕林WANG Shi-lin;张鑫ZHANG Xin
(北方工业大学,北京 100043)
BIM 作为基于可视化建筑信息模型的信息集成和管理技术,具有协同性、可视化、模拟性、优化性等技术特点,可节约项目成本带来经济效益,已经在全球范围内得到业界的广泛认可,BIM 技术被誉为21 世纪建筑业生产力革命性技术,如今BIM 在国内建筑业也已形成一股热潮。2011 年5 月,住建部发布的《2011~2015 建筑业信息化发展纲要》[1],拉开了BIM 在中国应用的序幕,技术以项目为载体而呈现,伴随着BIM 技术在国内的迅速发展,作为载体的BIM 项目也在全国范围内蓬勃发展,成为各个区域的地标。同时,在政策的大力支持下,国内BIM 赛事的举办大大增加,为BIM 技术提供发展空间,也推动了BIM 项目的发展。
然而,目前我国区域BIM 项目水平的发展呈现出不平衡、不协调、不充分的现状,同时当前学者对区域BIM水平的空间相关性关注不足,但随着BIM 技术的高速发展以及大量相关政策的推动,BIM 项目的发展水平与空间协调关系成为BIM 普遍化的先决条件。本文研究2011-2021 年的典型BIM 项目,分析BIM 引入中国以来国内BIM 项目水平的时空演化过程,旨在为国内BIM 技术的稳定发展提供新的思路,因此BIM 项目水平的时空演化研究对于我国BIM 技术的推广和应用以及工程项目健康稳定的发展具有重大现实意义。
要测度区域BIM 项目水平首先要通过构建区域BIM项目水平评价模型并制定评价指标体系,为此选择典型项目来研究区域BIM 典型项目水平及时空演化成为有效途径。收集2011-2021 年全国31 个省级行政区(除港澳台)获奖项目作为研究对象,通过收集BIM 项目基本要素构建BIM 典型项目数据库,再构建评价指标体系[2]来衡量项目水平并建立区域BIM 典型项目水平评价模型进而测度区域BIM 典型项目水平。
时空演化可从时间和空间两个角度分别分析[3],时间上,逐年分析31 个区域整体的BIM 典型项目水平的平均值、标准差和变异系数;空间上利用ArcGIS 在中国行政区划地图上对所研究的31 个区域进行可视化呈现,并利用ArcGIS 进行空间自相关分析。
由于前人缺乏系统性的对BIM 赛事获奖项目数据的收集与研究,故需先确定所研究的比赛,再进一步研究典型BIM 项目,通过调查各大BIM 比赛的影响力,最终选取了对于BIM 技术水平要求较高的八大比赛:全球工程建设业卓越BIM 大赛、香港国际BIM 大奖赛、中国建设工程BIM 大赛、龙图杯全国BIM 大赛、创新杯建筑信息模型(BIM)应用大赛、优路杯全国BIM 技术大赛、市政杯BIM应用技能大赛、科创杯全国BIM 大赛作为研究对象,本次研究选取国际级比赛一等奖、国际级比赛二等奖、国家级比赛特等奖、国家级比赛一等奖、国家级比赛二等奖五个等级的3218 个项目作为BIM 典型项目代表,通过比赛获奖名单网络收集典型项目相关信息并汇总。
本研究借助层次分析法[4]将BIM 典型项目水平微观系统划分为项目获奖和项目规模两个分类层。①项目获奖分类层:获奖等级代表了专家对一个项目的综合评价,具有衡量项目水平的能力。按照级别划分为国际级比赛一等奖、国际级比赛二等奖、国家级比赛特等奖、国家级比赛一等奖、国家级比赛二等奖五大类。②项目规模分类层:规模大小代表了一个项目的工程复杂程度、BIM 技术应用成熟度等多方面影响因素,因此规模大小也可以用来衡量项目水平。通过《工程项目等级分类表》以及《建筑工程设计资质分级标准》来确定衡量项目规模的指标以及相应的等级划分标准,按项目类型分为五个指标:房建、地下空间、道路工程、隧道工程、桥梁工程,每个项目按类型参考上述标准对应评分。
构建区域BIM 典型项目水平评价系统,通过层次分析法将系统层分为微观评价系统和宏观评价系统,微观评价系统由项目获奖和项目规模两大分类层组成,结合《工程项目等级分类表》以及《建筑工程设计资质分级标准》对单个项目进行评分,通过分值大小来反应微观项目水平的高低,再按时空进行汇总作为宏观项目水平的评价。
根据项目水平得分分别计算出2011-2021 年的31 个省级行政单位累计项目水平得分的平均值、标准差、变异系数,如表1 所示。
表1 2011-2021 年区域项目水平平均值、标准差、变异系数
标准差与平均值的比值为变异系数,该统计指标能够衡量数值间的离散程度,可利用标准差和变异系数来测度区域典型BIM 项目水平的绝对差异和相对差异[3]。(图1)
图1 2011-2021 年区域典型BIM 项目水平平均值、标准差和变异系数
平均值方面,2011-2021 年区域BIM 典型项目水平在波动过程中逐渐提高。可能的原因有BIM 技术在全国工程项目的应用更加深入,应用BIM 技术项目规模的扩大以及BIM 比赛对项目的要求日益严格。2011-2019 年项目水平稳步提高,2019 年达到峰值,经过一次波动之后继续提高。故推测2020 年某些关键性因素导致项目水平下降。考虑到新冠疫情爆发于2019 年12 月,故推测疫情对2020 年我国工程项目发展有所冲击,但很快得到缓解。
标准差方面,2011-2021 年区域BIM 典型项目水平绝对差异在波动中明显增加。标准差数据在2020 年出现低谷值,再次说明2020 年是影响我国区域BIM 典型项目水平的关键之年。
变异系数方面,2011-2021 年区域BIM 典型项目水平相对差异呈现先下降后波动最终趋于1。从2011 年到2016 年,变异系数逐年下降,2016 年之后,变异系数在1左右波动。变异系数反映了区域间的项目水平相对差异随时间推移最终稳定在1 附近,趋于平衡,本次调查数据来源为BIM 赛事,故推测这与各个区域的教育水平和技术研发投入密切相关,教育水平是区域历史积累的结果,也是进行区域创新的重要基础,在推动区域BIM 典型项目水平上作用显著。
根据每年的项目水平得分大小利用自然间断点分级法将区域BIM 典型项目水平划分为四个等级,利用ArcGIS 对不同年份区域BIM 典型项目水平进行空间可视化处理,其中2018、2021 年如图2 所示。
图2 2018、2021 年区域BIM 典型项目水平空间分布图
从BIM 典型项目水平的空间演变格局来看,主要呈现出以下特征:
①BIM 典型项目水平总体呈现东南高西北低的趋势。这与我国区域经济发展水平密不可分,经济发展水平高的地区更有机会发展BIM 等高新技术产业,由于存在技术扩散效应,随着时间推移空间上呈现出较明显的聚集性分布,有助于适时调整政策以促进BIM 技术全面发展。
②年均BIM 典型项目水平最高的三个地区是广东省、山东省、北京市且具有空间聚集性。前五年项目数量较少,既反映出当时我国区域BIM 典型项目水平较低同时又可能存在统计结果的片面性,后六年空间分布整体趋势基本一致,低水平地区主要分布在西北内陆地区以及北部地区,高水平地区主要分布在东南沿海地区以及北京、四川等地,且具有扩散性,为衡量其空间要素属性间的聚合或离散程度,利用空间自相关进行检验。
研究对象的全局空间自相关性一般采用全局Moran′s I 指数来检验,用以反映临近的空间单元属性值的相似程度,是进行空间计量分析的前提基础,具体公式如下:
式中Yi、Yj分别为区域i、j 的项目水平,n 为样本区域个数;Wij为空间权重矩阵元素,这里设置为0-1 邻接矩阵。Moran′s I 指数的取值范围为[-1,1],其统计量大于0 说明我国区域BIM 典型项目水平具有空间正相关性,小于0 则具有空间负相关性,其绝对值越大,表明空间相关性越强,该值趋近于0 则表示我国区域BIM 典型项目水平不存在显著的空间相关性。
利用 ArcGIS 计算全局Moran′s I 指数、P 值、Z 值,汇总如表2 所示。
表2 2011-2021 年区域BIM 典型项目水平全局空间自相关检验
经手动计算检验与ArcGIS计算结果一致。结果表明,在2016、2017、2020、2021 四个年份的全局Moran′s I 指数在10%置信水平下通过了显著性检验,故有90%把握认为我国区域BIM典型项目水平具有空间正相关性。2011-2015 年空间相关性并不明显,从2016 年开始时,具有较明显的空间正相关性,说明从典型项目水平角度来看可以反应BIM 技术的发展较为稳定,表明区域BIM 典型项目水平在空间上的分布朝聚集趋势演化。
本文在现有文献以及网络调查的基础上,以全国31 个省级行政区为研究对象,利用层次分析法构建区域BIM 典型项目水平评价模型,对2011-2021 年区域BIM 典型项目水平进行评价,并对时空演化特征和变化趋势进行研究分析,研究结论如下:①2011-2021 年区域BIM 典型项目水平在波动过程中逐渐提高。②2011-2021 年区域BIM 典型项目水平绝对差异也在波动过程中明显增加。③2011-2021 年区域BIM 典型项目水平相对差异呈现先下降后波动最终趋于1。④BIM 典型项目水平总体呈现东南高西北低的趋势。⑤年均BIM 典型项目水平最高的三个地区是广东省、山东省、北京市,且具有空间聚集性。