基于“物理-事理-人理”理论的智慧工地数字化技术采纳影响因素研究

摘要：为促进建筑行业与信息行业的双向赋能，实现智慧工地数字化技术全面推进，基于相关文献及智慧工地数字化技术采纳现状，利用“物理-事理-人理（Wuli-Shili-Renli，WSR）”理论确定20个影响因素，应用DEMATEL-ISM方法分析各影响因素的重要程度及其层级关系。结果表明，政府激励政策是影响数字化技术采纳的根本影响因素，是控制智慧工地数字化技术采纳的重要抓手。根据研究结果提出针对性建议，旨在提高智慧工地数字化技术采纳意愿。

关键词：数字化技术；智慧工地；“物理-事理-人理”理论；DEMATEL-ISM；影响因素

0 引言

党的二十大报告提出，“加快发展数字经济，促进数字经济和实体经济深度融合”^[1]，指明了建筑业数字化转型新方向。2022年，住房和城乡建设部发布《“十四五”建筑业发展规划》，明确“十四五”时期我国要初步形成建筑业高质量发展体系框架，建筑工业化、数字化、智能化水平大幅提升，智能建造与新型建筑工业化协同发展的政策体系和产业体系基本建立^[2]。智慧工地是借助先进的信息技术，实现对建筑施工过程的高效管理和控制，提升工程质量和安全水平，降低工程成本和风险，提高施工效率和管理水平的创新性智能化管理模式。智慧工地是数字化技术的重要载体。在建筑企业数字化转型的背景下，建筑规模和施工难度不断提升，传统的施工技术和方案逐渐被淘汰，新兴的数字化技术为建筑业可持续发展提供了新契机^[3]。尽管我国主管部门开展了多批数字化转型城市试点工作，但智慧工地数字化技术采纳情况仍没有达到预期效果^[4]。因此，进一步推动智慧工地数字化技术采纳，是实现我国建筑工业化、智能化、数字化的关键。

当前，智慧工地及数字化技术已成为学术界广泛探讨与深入研究的热点话题。江文化等^[5]认为，数字化技术的广泛应用能够显著提升建筑企业在数字化时代背景下生存与发展的能力，进而驱动业务层面的深度优化、创新探索与结构重构，推动建筑行业的升级和创新发展。但现如今建筑业仍面临缺乏数字化专业人才、基础设施信息化水平低、数据孤岛等困境。李伟等^[6]认为，智慧工地数字化技术应用不应大而全，而应让项目管理人员主动、高效地利用数据为生产提质增效。周振国等^[7]认为，亟须加强施工现场的信息化、智能化、智慧化管理。徐友全等^[8]认为智慧工地相关技术的研发等过程会产生大量费用，影响企业对数字化技术的采纳意愿。贾美姗等^[9]通过建立智慧工地建设影响因素ISM层次结构，发现政府通过资金奖励、诚信加分、投标加分及优先评选等奖励扶持政策推进建设的效果较好。薛松等^[10]通过构建ISM模型和TOE-UTAUT模型，得出核心技术成熟度、现场软硬件设施、产需匹配度和物料设备智能化管理是影响智慧工地发展的直接因素。杨宏健^[11]认为，现阶段智慧工地的组织结构和人岗匹配的合理性欠佳、管理手段落后，阻碍了数字化技术的推进。

目前，针对智慧工地数字化技术采纳的研究多以智慧工地建设影响因素为主，缺乏将数字化技术作为独立研究对象的研究；研究理论与视角多以社会、环境、技术为主，缺乏对“人”这一关键采纳主体的研究。鉴于此，本文基于WSR理论，在关注技术层面的物理问题的同时，注重事理和人理的考量，系统地梳理和识别智慧工地数字化技术采纳影响因素，运用DEMATEL-ISM方法分析各因素间的影响程度，制定具体可行的解决方案，以期为智慧工地数字化技术采纳推广提供建议。

1 基于WSR理论的智慧工地数字化技术采纳影响因素识别

1.1 WSR理论

“物理-事理-人理（Wuli-Shili-Renli，WSR）”理论由中国学者顾基发与朱志昌于1994年共同提出。具体而言，“物理”聚焦于客观事物的本质及其运行规律，涵盖处理问题时所需遵循的方式、方法、规则与标准，其核心分析对象是外在的客观世界及资源条件；“事理”侧重于事物的内在机制与管理智慧，其分析框架适用于系统、组织、机构等复杂结构的运作与管理；“人理”强调社会运行的深层规律及人际关系的微妙互动，通过道德伦理、思维科学等工具，对个体行为、群体动态及人际关系进行深刻剖析。三者相辅相成，共同构成WSR理论解决复杂问题的综合框架，适用于智慧工地数字化技术采纳影响因素研究。

本文严格遵循WSR理论的六大核心步骤——“明确目标意图、设定具体目标、深入分析调查、精心构造策略、审慎选择方案、最终实现构想”^[14]，并将关系协调作为贯穿整个过程的核心理念，实现对影响因素多维度、多层次、跨主体的全面识别。

1.2 智慧工地核心数字化技术

通过对文献、政策资料的全面收集和对智慧工地的实地调研，发现智慧工地数字化技术主要应用于安全把控、风险把控和进度把控三个方面，主要包括物联网、建筑信息模型、人工智能、自动化施工及穿戴设备四大类技术。经过梳理及筛选，最终得到现行的智慧工地核心数字化技术及设备，见表1。

1.3 影响因素识别

本文参考邓辛的三角测量法^[17]，通过文献检索、素材搜集、实地调研三种方式收集文本资料，确保研究资料的多样化。

（1）以中国知网（CNKI）数据库为检索源，通过头脑风暴法设计相关主题组合检索词，以2014年1月—2024年7月为时间区间，进行相关中文文献的检索及追溯。

（2）以北大法宝数据库、Google、Bing、百度等主流搜索引擎为检索源，搜集2014年1月—2024年4月智慧工地相关政策文件、智慧工地数字化核心技术、访谈报告、新闻媒体报道等素材。

（3）通过实地调研走访智慧工地试点地区数字化技术采纳现状，深入了解智慧工地数字化技术采纳面临的问题。

基于上述三种方式搜集到的文本资料，邀请6名施工企业高层管理人员、3名技术专家开展半结构化访谈^[18]，对影响因素进行合并处理，去除冗余项，补充遗漏的关键点，在WSR理论基础上进行归类，最终得到以物理、事理、人理三大类为一级指标和20个二级指标的影响因素，智慧工地数字化技术采纳影响因素见表2。

2 基于DEMATEL-ISM的研究过程

2.1 构建DEMATEL模型

决策实验室分析法（Decision-making Trial and Evaluation Laboratory，DEMATEL）是一种系统科学的方法论，其通过运用图论和矩阵工具，计算每个要素对其他要素的影响度和被影响度。基于计算结果，进一步得出每个要素的中心度和原因度，从而得到各个要素之间的因果关系^[19]。

2.1.1 构建直接影响矩阵

本文将智慧工地数字化技术采纳影响因素分为物理、事理、人理三个维度，共20个影响因素。以表2为基础，制作调查问卷，共邀请9名参与智慧工地项目建设并具有10年以上工作经验的从业人员和3名在建设项目领域发表过多篇高水平文章的高校教师对智慧工地数字化技术采纳过程中各影响因素之间的影响强度进行评分。使用0、1、2、3、4，分别代表因素W_i、S_i、R_i对因素W_j、S_j、R_j的影响程度，即W_ij=0、1、2、3、4，分别代表无影响、较小影响、中等影响、较大影响、非常大影响。完成专家评分表的收集工作后，采用平均法并进行四舍五入，得到智慧工地数字化技术采纳的直接影响矩阵A，即

A=0W₂₁…R_n1W₁₂0…R_n2R_1nR_2n…0

2.1.2 构建规范化直接影响矩阵

本文采用行和最大值法构建规范化直接影响矩阵。将直接影响矩阵A的每一行进行求和并取其中的最大值，再将直接影响矩阵A中所有元素除以最大值，得到规范化直接影响矩阵B，公式如下

B=w_ijmax（∑nj=1w_ij）

2.1.3 构建综合影响矩阵

综合影响矩阵体现矩阵中各元素间的影响综合效应，对规范化直接影响矩阵B进行极限处理，可得到综合影响矩阵E，公式如下

E=（B+B²+…+B^k）=∑nk=1B^k=B（I-B）^-1

2.1.4 计算影响度、被影响度、中心度和原因度

影响度指矩阵中各行之和，表示各行要素对其他所有要素的综合影响值，记作D_i，公式如下

D_i=∑ni=1x_ij（i，j=1，2，…，n）

被影响度指矩阵中各列之和，表示各列要素对其他所有要素的综合影响值，记作C_i，公式如下

C_i=∑nj=1x_ij（i，j=1，2，…，n）

中心度表示因素在评价体系中的位置及其所起作用的大小，某要素的中心度为其影响度与被影响度之和，记作M_i，公式如下

M_i=D_i+C_i

原因度由某要素的影响度和被影响度相减得到，记作R_i，公式如下

R_i=D_i-C_i

2.2 构建ISM模型

解释结构模型（Interpretative Structural Modeling，ISM）是一种系统工程研究方法，通过数学和拓扑分析，将系统内部因素按照其相互关系和影响程度进行分层，形成直观的层次结构，从而揭示系统内部各因素之间的层次结构和相互关系^[20]。

2.2.1 构建整体影响矩阵

整体影响矩阵F等于综合影响矩阵E与单位矩阵I相加。公式如下

F=E+I

2.2.2 构建可达矩阵

确定阈值λ=0.34。通过计算得到可达矩阵G，公式如下

G_ij=0，f_ijlt;λ1，f_ij≥λ（i，j=1，2，…，n）

2.2.3 构建多级递阶结构模型

从可达矩阵G中选取第G_i行，并将此行中所有元素为1的列集合，即可得到可达集，记作H_i。同样，选取第G_j列，并将此列中所有元素为1的行集合，即可得到先行集，记作J_j。取可达集H_i和先行集J_j的交集，即可得到共同集，记作K_i。根据对可达集、先行集和共同集的分析结果，以H_i=J_i为原则，对20个影响因素进行层次划分，进而得到智慧工地数字化技术采纳影响因素多级递阶结构模型。

2.3 结果分析

2.3.1 影响因素中心度与原因度

根据DEMATEL模型的具体计算过程，得到各影响因素DEMATEL结果，见表3。20个智慧工地数字化技术采纳影响因素中，原因因素共10个。其中，政府相关激励政策W₁、施工企业规模S₇、施工作业人员数字化培训教育水平及成效R₆这3个因素的影响度和中心度都较高，且影响度位列前三，说明对智慧工地数字化技术采纳的其他影响因素均有较高程度影响。深入分析可知，政府相关激励政策为数字化技术的采纳提供了政策导向、资金支持和标准规范；施工企业规模决定了其资源投入、市场竞争力及规模效应；施工作业人员数字化培训教育水平及成效则是确保新技术有效落地、提升施工效率与安全性的关键。三者共同构成了推动智慧工地数字化技术采纳的核心动力，相关部门需重点关注以上3个因素。

结果因素共有10个。其中，应用数字化技术的经济效益W₆、应用数字化技术的安全管理效益W₇、建设单位对数字化技术的认可程度S₄、施工单位对数字化技术的认可程度S₅这4个因素的被影响度与中心度位列前四，说明它们容易被其他因素影响，相关部门应加强对这些因素的关注。

根据表3，绘制智慧工地数字化技术采纳影响因素因果关系图（图1）。通过图1，可以更加直观清晰地区分原因因素与结果因素。距离原点越远的影响因素，其中心度值越大，排名越高，重要性越大，反之亦然。

由图1可知，智慧工地数字化技术采纳影响因素聚集为四大类，第一类为强原因因素（右上方），这类因素对智慧工地数字化技术采纳有显著影响，且对其他结果型因素有较大影响；第二类为弱原因因素（左上方），这类因素对智慧工地数字化技术采纳也具有重要影响，对其他结果型因素也有一定影响；第三类为弱结果因素（左下方），这类因素是其他原因型因素综合作用的结果，对智慧工地数字化技术采纳有一定的影响；第四类是强结果因素（右下方），这类因素同样是其他原因因素综合作用的结果，但是对智慧工地数字化技术采纳具有非常重要的影响。

2.3.2 影响因素层级划分

通过计算得到智慧工地数字化技术采纳各影响因素层级划分（表4），其共划分为6个层级，分别是顶层、次顶层、中间层、次底层、底层和最底层。

按照ISM层级划分的规则，将6个层级划分为三个部分，分别为直接影响因素、间接影响因素和根本影响因素。

直接影响因素（L₁），位于顶层，只受其他因素影响并能够直接影响智慧工地数字化技术采纳。

间接影响因素（L₂～L₄），位于次顶层、中间层和次底层，在直接影响因素与根本影响因素之间，既受根本因素影响的影响，又对直接影响因素产生影响，起到承上启下的关键作用。

根本影响因素（L₅～L₆），位于底层和最底层，对上层因素都产生影响，对智慧工地数字化技术采纳起到至关重要的作用。

2.3.3 多层级递阶结构模型

基于各影响因素层级划分结果，构建多级递阶结构模型，如图2所示。

3 对策与建议

基于DEMATEL-ISM模型的结果，结合智慧工地数字化技术采纳现状和WSR理论，提出以下对策建议。

3.1 完善激励政策，引导与扶持并行

从物理维度分析，政府作为智慧工地数字化技术采纳的重要推动者，其激励政策在促进智慧工地数字化技术普及和应用中发挥着至关重要的作用。首先，政府应出台并完善一系列优惠政策，包括财政补贴、税收减免等，以减轻施工企业在智慧工地数字化技术应用初期的经济负担；其次，政府应通过制定智慧工地数字化技术的安全标准、技术标准和数据交换标准等，为智慧工地数字化技术建设提供明确的指导和依据，确保智慧工地数字化技术的兼容性和互操作性，避免出现信息孤岛；最后，政府应加强与高校、科研机构的合作，推动智慧工地数字化技术创新研发，为行业发展注入新活力。

3.2 扩大企业规模，提升专业性

从事理维度分析，施工企业作为智慧工地数字化技术应用的主体，其规模和专业性对智慧工地数字化技术采纳具有重要影响。首先，施工企业应在资金和技术支持下合理扩大规模，与同需求的企业以联合体形式寻求共同进步，提高市场竞争力和品牌影响力；其次，施工企业应加强内部管理，提高运营效率和管理水平，为智慧工地数字化技术采纳提供有力的组织保障；最后，施工企业应积极推动专业化发展，通过引进和培养数字化技术复合型人才，建立完善的人才储备库和培训体系，为智慧工地数字化技术采纳提供有力的人才支持。

3.3 提升数字化培训教育水平，增强工人意识

从人理维度分析，施工作业人员是智慧工地数字化技术的直接参与者，对他们进行数字化培训教育是智慧工地数字化技术顺利实施和高效运行的关键。首先，应全面、系统地设计培训内容，使施工作业人员能够熟练掌握数字化技术的操作方法和技巧；其次，采用线上培训、线下实操、模拟演练相结合的培训方式，不仅可以突破时间和空间的限制，随时随地学习，还可以让施工作业人员体验数字化技术的应用，提高培训效果；最后，在培训过程中注重培养施工作业人员的安全意识。通过案例分析、安全教育等方式，让施工作业人员充分认识到智慧工地数字化技术在保障施工安全方面的重要作用。

4 结语

本文基于WSR理论，从物理、事理、人理三个维度对智慧工地数字化技术采纳影响因素进行分析。根据DEMATEL模型得出各影响因素间的影响度和中心度；运用ISM模型绘制多级递阶系统，分析各影响因素的层级划分，并将影响因素划分为根本影响因素、间接影响因素和直接影响因素。研究表明，政府激励政策是最具影响力的根本因素，是控制智慧工地数字化技术采纳的重要抓手。该研究结果可为加快推进智慧工地数字化技术采纳提供参考，有助于我国建筑施工企业数字化转型。

参考文献

[1]新华社.习近平：高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告[EB/OL].（2022-10-25）[2024-03-19] .https：//www.gov.cn/xinwen/2022-10/25/content_5721685.htm.

[2]住房和城乡建设部.关于印发“十四五”建筑业发展规划的通知：建市[2022]11号[A/OL] .（2022-01-19）[2024-03-19] .https：//www.gov.cn/zhengce/zhengceku/2022-01/27/content_5670687.htm.

[3]周俊杰.背景下智慧工地的建设研究——评《新基建：“互联网+智慧工地”》[J].中国科技论文，2023，18（7）：831.

[4]段喆，马晋超，钟炜.数字化转型升级过程中建筑工程从业人员对数字化技术的采纳意愿研究[J].智能建筑与智慧城市，2022（6）：6-8.

[5]江文化，谢学文，杨向歌.建筑企业推进数字化转型的路径与实践研究[J].铁道工程学报，2024，41（1）：88-92.

[6]李伟，王小斌，张硕英.基于数字例会驱动的智慧工地落地应用研究[J].建筑经济，2023，44（11）：53-57.

[7]周振国，高逸群，胡嘉倩.智慧工地建设影响因素综合评价研究——以江苏省为例[J].项目管理技术，2023，21（7）：66-71.

[8]徐友全，贾美珊. 物联网在智慧工地安全管控中的应用[J].建筑经济，2019，40（12）：101-106.

[9]贾美珊，徐友全，赵灵敏.基于ISM+AHP的智慧工地建设影响因素分析[J].建筑经济，2020，41（3）：42-48.

[10]薛松，陈静妍，麦锦田.基于技术-组织-环境（TOE）与整合型科技接受模式（UTAUT）的智慧工地发展影响因素分析[J].科技管理研究，2024，44（2）：106-116.

[11]杨建宏.基于文献综述的智慧工地发展现状与阻碍因素研究[J].项目管理技术，2023，21（7）：106-111.

[12]顾基发，唐锡晋，朱正祥.物理-事理-人理系统方法论综述[J].交通运输系统工程与信息，2007（6）：51-60.

[13]寇晓东，顾基发.物理-事理-人理系统方法论25周年回顾——溯源、释义、比较与前瞻[J].管理评论，2021，33（5）：3-14.

[14]顾基发.物理事理人理系统方法论的实践[J].管理学报，2011，8（3）：317-322，355.

[15]张晨，王建东，罗宵.工程管理数字化关键技术研究进展[J].计算机应用，2023，43（S1）：187-195.

[16]王璞瑾，肖建庄，肖绪文 数字化技术在建筑工程施工中的应用与前瞻[J].同济大学学报（自然科学版），2024，52（7）：1068-1078.

[17]DENZIN N K.Triangulation 2.0[J].Journal of Mixed Methods Research，2012，6（2）：80-88.

[18]张琳，贺家睿.基于熵权-TOPSIS法的绿色城市发展水平评价研究：以济南市为例[J].工程管理学报，2024，38（1）：71-76.

[19]贾宝惠，韩文瑞，肖海建，等.结合STPA和DEMATEL-ISM的民机起落架收放系统风险研究[J].安全与环境学报，2024，24（8）：2885-2894.

[20]李煜华，袁亚雯.碳中和目标下制造企业闭环供应链低碳转型机制研究——基于DEMATEL-ISM模型[J].科技管理研[J]，2022，42（23）：226-234.

收稿日期：2024-08-06

作者简介：

张琳（1982—），女，博士，副教授，硕士研究生导师，研究方向：建筑企业数字化转型。

于浩然（通信作者）（2000—），男，研究方向：建筑企业数字化转型。

贺家睿（2000—），男，研究方向：绿色建筑、城市绿色转型。

楚冰洁（2002—），女，研究方向：智慧社区建设。

李冰冰（2001—），女，研究方向：可持续建造与投融资。