基于SEM的BIM技術應用風險評價

李夢夢，賴芨宇，陳秋蘭，易紫妮，孫曉丹

(1.福建農林大學 交通與土木工程學院， 福州 350002；2.福建省建融工程咨詢有限公司， 福州 350001)

建筑信息模型(building information modeling，BIM)是在計算機輔助設計(CAD)等技術基礎上發展起來的多維模型信息集成技術，是對建筑工程物理特征和功能特性信息的數字化承載和可視化表達[1]。運用BIM技術進行三維建模、碰撞檢測等，可大量節省人力和物力，避免返工。在工程中合理使用BIM技術不僅能縮短工期，還能節省成本。近年來，BIM已成為行業關注的話題、政府關注的對象，并且引起了許多學者及專家們的極大興趣。雖然BIM技術在建筑業領域有著極大的應用優勢，但由于其風險因素的不確定性，仍然有許多企業持觀望態度。新技術的使用使得建設過程中不確定性風險因素增加，可能導致項目決策失誤，給企業帶來致命的經濟損失。對 BIM 技術應用過程中的風險因素進行識別，找出對項目影響最大的風險因素，并對應用BIM的風險進行評價，確定項目是否能應用BIM，能給項目決策者一個科學的決策方案，因此更多企業對BIM持樂觀態度。

國內許多學者對BIM的應用風險進行了分析，但大多數為定性分析。本文對之前的一些研究成果進行總結，并咨詢專家意見，對BIM技術應用風險進行了完善補充及合并，然后將這些風險因素劃分成組織管理因素等4類。運用結構方程模型(structure equation model，SEM)進行數據分析，采用定性與定量分析相結合的辦法，根據最后優化完成的模型路徑系數的大小確定風險因素的大小，設置各風險因素的權重，對BIM的應用風險做出量化的表達公式，并用具體的案例來驗證表達式的有效性，為項目決策者提供參考。

1 確立指標體系

1.1 指標建立

評價指標應具有代表性和針對性，既能反映正面影響，也能反映負面影響。指標選取應遵循科學性、客觀性、全面性、可行性的原則，依靠科學、客觀的理論來選取能全面反映BIM技術應用的風險。

通過大量的國內外文獻研究，選取具有參考價值的文獻20余篇，對其提到的BIM技術應用風險進行歸納總結，指標頻數表格如表1所示。

由表1可知：大多數學者認為，BIM應用最大的風險就是缺乏標準規范，其次是協同的徹底性，而相關保險問題則是頻數最少的一項。

1.2 指標確立

結合大量文獻研究和專家咨詢，初步選取具有代表性和針對性的指標，刪除相關保險指標，添加BIM應用目標定位、投資回報期等指標，選擇人員專業素質等15個因素作為2級評價指標，并將其劃分為4個1級評價指標，設立評價內容。假設BIM應用風險分為100分，各2級指標滿分為100分，采取加減分計分方式，其中對于2級指標采用考核方式，具體項目考核標準見表2。同時，為了便于建模，將各級指標用代號表示，如1級指標組織管理風險的英文表示是“organization management risk”，則選取“OMR”為組織管理風險代號，其他3個指標分別表示為“PR、ER、TR”。2級指標代號在相應的1級指標代號后加數字。

表2 觀測指標

2 問卷數據整理

2.1 問卷設計與分析

問卷的發放形式為紙質問卷和網絡問卷，其中紙質問卷均為現場填寫及回收，網絡問卷則設置一個IP只允許回答一次，避免受訪者多次作答影響可靠性。問卷的受訪單位包括BIM研發公司、咨詢公司、施工企業、設計單位以及政府相關部門。本次調研中，紙質問卷共發放60份，回收52份，無無效問卷；網絡問卷發放140份，回收124份，有效問卷112份，回收率為88%，回收有效率為93.1%。

2.2 調查數據的效度和信度檢驗

為了驗證評價指標結構的效度，針對調查的數據，采用軟件SPSS22.0中的因子分析對量表的效度和結構效度進行檢驗。KMO值和Bartlett球形檢驗結果見表3，總量表的方差統計見表4。

表3 KMO值和Bartlett球形檢驗結果

由表2可知：KMO值的檢驗結果為0.869，大于0.5，滿足規定要求；P值為0.000，小于0.05，說明因素之間存在著一定的關聯性，故而因子分析法的適應性得到了驗證。

表4 總量表的方差統計 %

用主成分分析法對總量表進行因子分析，在結果中抽取4個主成分因子作為主因子，特征值大于1，積累的方差貢獻率為60.541%，大于50%，表明該量表通過了結構效度檢驗，結構的有效性得到了驗證。

為了驗證評價指標的信度，采用SPSS進行可靠性分析，結果見表5。

由表5可知：Cronbach’s Alpha系數均大于0.6，而總的Cronbachs Alpha系數達到了0.869，說明問卷數據具有很高的信度。

表5 信度檢驗結果

通過對問卷的效度和信度進行檢驗，最終結論證明了問卷的有效性和可靠性。對結構效度進行驗證，證實問卷中的指標可以歸為4類，因此結構效度得到了驗證，可以進行下一步的模型構建。

3 SEM模型建立及分析

3.1 SEM模型建立

運用AMOS22.0軟件對各個變量進行驗證性分析，采用最大似然法對模型進行參數估計。采用路徑系數作為參數以更加清晰地表示觀測變量與潛在變量之間的關系[11]。基于模型擬合指數，在不影響原結構方程模型邏輯的情況下，對模型做適當的修正，改善模型配適度，以獲得配適度較好的模型，最終的BIM應用風險的結構方程模型見圖1。

圖1 BIM應用風險的結構方程模型

選取卡方與自由度之比CMIN /df、適配度指數GFI、非基準適配度指數NFI，比較適配指數CFI、近似均方根誤差RMSEA、增量擬合指數IFI，對擬合指數TLI 等參數進行檢驗，從而考量模型的擬合優度[12]。經檢驗，修整之后的模型符合絕大多數指標的標準(表6)。

表6 整體適配度

3.2 模型分析與指標權重設計

結構方程模型的主要作用是表達潛變量之間的結構關系，從路徑系數中體現這種關系。在風險評價結構方程模型中，路徑系數代表指標間的關系，路徑系數越大，說明指標對風險評價的影響程度越大[11]。結構方程模型路徑系數的判別標準如表7所示。

表7 路徑系數判別標準

在圖1中，e和r表示變量間的殘差項，它們反映了結構方程中未能被解釋的部分[12]。若殘差項出現負值，則說明問卷本身有問題，需要重新設定及發放問卷。圖1的殘差項均為正值。對于結構模型的路徑系數統計，4個1級指標潛變量的路徑系數均大于0.6，說明它們對風險評價的影響很大，因此在信用評價過程中，這些都是需要考慮的變量。

設計指標權重值計算公式中，W(Fm)代表1級指標權重，W(Fmk)代表2級指標權重，依據路徑系數，確立各指標的權重系數。各指標的權重系數如表8所示。

式(1)中：m為1級指標代號；k為級指標對應的2級指標代號；W為權重值；R為路徑系數；F為1級指標；T為2級指標；Fm為第m個1級指標；R(Fm)為第m個1級指標路徑系數；W(Fm)為第m個1級指標權重值。

m,k=1,2,3,4,5

(2)

式(2)中：Tmk為第m個1級指標對應的第k個2級指標；W(Tmk)為對應的權重值；R(Tmk)為對應的路徑系數。

Wmk=W(Fm)×W(Tmk)

(3)

式(3)中Wmk為各2級指標最終權重值。

表8 各級指標權重系數

3.3 評價方式設定

采取計分制度，對2級指標的具體評價內容進行評分，把最終得到的每個2級指標的分數值記為Xij(i=1，2，3，4；j=1，2，3，4)，表示為第i個1級指標中的第j個2級指標；1級指標對應的數值記為Yk(i=1，2，3，4)，將風險的總得分記為S，得出：

S=Y1+Y2+Y3+Y4

(4)

Y1=0.060X11+0.061X12+

0.072X13+0.051X14

(5)

Y2=0.072X21+0.072X22+

0.076X23+0.078X24

(6)

Y3=0.082X31+0.078X32+0.077X33

(7)

Y4=0.054X41+0.063X42+

0.056X43+0.048X44

(8)

依據風險評價計算公式，對風險大小進行評級劃分，設定風險等級劃分區間，如表9所示。

表9 BIM應用風險等級評級標準

4 案例實證分析

為了驗證公式的有效性，對某總承包公司在福建省泉州市某項目BIM應用風險進行評價，得分情況見表10。

表10 風險評分結果

根據表10中的風險因素得分，應用式(5)～(8)，計算得到1級指標Y1=15.38，Y2=29.8，Y3=23.7，Y4=11.86，再代入式(4)得到應用風險的總得分S=80.74。根據表9可知：該公司在泉州某項目的BIM應用風險等級為Ⅱ級，因此該企業決策者應慎重考慮項目是否使用BIM，或者選擇合理的組織管理模式來減少風險。

5 結束語

本文以BIM技術為研究對象，分析了其在應用時存在的風險，運用定性和定量相結合的方式對BIM技術的應用風險進行建模分析，設定了風險評級，為BIM技術的應用風險提供了具體的公式作為評價依據，給項目決策者提供了可以量化風險的考核方式做參考，有助于更直觀地決策項目是否使用BIM技術，進而選擇合適的應對方案，避免因決策失誤給企業帶來的損失，讓BIM技術的應用更合理，最終促進BIM技術在建筑企業領域的蓬勃發展。