復雜網絡視角下的BIM 技術擴散研究

葉 萌，徐曉蓓，袁紅平

（1.西南交通大學經濟管理學院，四川成都 610031；2.廣州大學管理學院，廣東廣州 510006）

1 研究背景

建筑信息模型（Building Information Modeling，簡稱BIM）作為建筑工程領域先進的信息技術，能夠模擬項目設計、建設和運營階段，實現建筑項目全壽命周期信息集成與共享，有利于從根本上打破信息斷層問題，進而為項目全壽命周期決策提供依據［1］。雖然BIM 技術在進度、成本、質量等方面具備明顯優勢，但其在建筑業的應用卻不如預期，擴散進程緩慢而有限。目前，關于BIM 應用障礙的研究多從靜態角度定性分析相關因素，較少考慮建筑企業間復雜關系所帶來的影響，也較少研究建筑企業在不同條件下的動態決策過程。而研究顯示，BIM技術擴散受到諸多因素交互影響，處于復雜動態的社會系統中，具有明顯的復雜網絡特征［2］。因此，如何從復雜網絡視角揭示BIM 擴散內在特征及演化機制已成為一個值得探討的問題。

新技術或者新產品的擴散機理研究，本質上是一種創新擴散問題。有學者認為BIM 技術擴散發生在一定的社會經濟系統中，實質是BIM 技術在復雜網絡中被潛在建筑企業逐漸采納的過程，建筑企業間的復雜關系則是擴散的重要傳播渠道［3］。因此，本文擬基于復雜網絡探究BIM 技術擴散內在機理，通過研究微觀層面建筑企業BIM 技術采納行為，分析BIM 技術擴散宏觀表象。目前國內外學者主要通過構建擴散模型研究創新擴散，從研究視角區分，創新擴散模型可分為宏觀擴散模型和微觀擴散模型。以Bass 模型及其擴展模型［4］為代表的宏觀擴散模型被大多數學者所采用，然而該方法設定了眾多假設條件，過度簡化了微觀機制，也忽略了成員間社會關系，與現實情況嚴重不符。而微觀擴散模型主要以元胞自動機模型［5］、Agent 仿真模型為主［6］，考慮了消費者異質性以及消費群體間相互作用，能夠揭示創新擴散的微觀市場機制，極大地拓展了Bass 模型的使用范圍，是本文擬采用的研究視角。

近年來，基于Agent 的建模方法（Agent-based modeling，簡稱ABM）為描述和研究社會、經濟等復雜系統提供了更客觀且更有效的建模框架，也為本文研究復雜網絡視角下的BIM 技術擴散提供了理想的工具。與此同時，BIM 技術作為建筑業新型信息技術，其采納推廣過程可類比其他行業信息技術采納推廣過程，采用信息領域已經成熟的技術—組織—環境（TOE）理論，全面系統考察企業內部因素、外部環境因素和信息技術自身特征對BIM 技術擴散的影響。綜上，為更好地揭示BIM 技術擴散機理，本文結合創新擴散理論與TOE 框架理論，從技術、組織和環境層面分析建筑企業采納行為，運用基于Agent的建模方法，構建BIM技術擴散仿真模型，通過更改擴散模型中的參數值，確定影響建筑企業BIM 采納的關鍵因素，進而預測BIM 技術擴散趨勢。

2 理論基礎

2.1 TOE 框架理論

Tornatzky 和 Fleisher 于上世紀 90 年代首次提出TOE 框架理論，即技術—組織—環境理論（Technology-Organization-Environment，TOE），該理論認為企業采納一項創新技術的過程主要受到技術、組織和環境因素影響［7］，為分析企業層面創新采納及擴散提供了理論依據。技術因素作為首要因素，主要是指相對于現有技術的相對優勢、兼容性和復雜性等特征［8］。組織因素是指企業管理模式、運營機制等組織特征和人才管理、資金保障、學習資源等組織體系。而環境因素是指組織所處的市場壓力、社會競爭等。TOE 框架理論全面系統地考察了企業內部、外部因素及技術自身特征的影響，具備較強的系統性和可操作性，被廣泛應用于研究創新擴散［9］。

2.2 復雜網絡理論

復雜網絡理論的研究主要集中在構建網絡模型、測度網絡結構及網絡動力學三個方面，構建網絡模型可對網絡進行模擬和仿真，測度網絡結構可以分析網絡個體的具體情況，而網絡動力學則能夠幫助人們認知復雜系統的內部動力學并解釋現實世界存在的復雜性問題［10］。具體而言，復雜網絡理論基于圖論將各類社會經濟系統抽象為只有節點及節點間相互作用的網絡拓撲結構，網絡中節點代表系統內部元素，邊表示元素間關系，通過分析系統結構進而研究系統功能。復雜網絡主要有平均路徑長度、聚集系數和度及度分布三大性質，分別代表網絡節點間的距離均值、網絡聚集情況以及節點連接邊數，并具備小世界屬性［11］，小世界網絡被認為是最接近人類社會關系分布的模型，具有較短的平均路徑長度和較大的聚集系數。

3 研究方法及模型

Bass 模型研究創新擴散時，假設 時刻新采納者人數線性地依賴于大眾傳媒、廣告等外部因素影響和社會壓力、網絡效應等內部因素影響，已有學者將該模型（或其變體）應用于預測BIM 技術擴散［12］。然而，Hohnisch 等［13］人研究表明，Bass 模型忽略了成員間的社會關系，沒有反映內部擴散機制，與現實情況嚴重不符。而基于Agent 的建模方法，考慮了消費者異質性以及消費群體間的相互作用，揭示了創新擴散的微觀市場機制，是研究復雜系統的有效工具。基于Agent的模型主要由以下三要素組成：（1）具有特定屬性和行為規則的主體集群；（2）一組Agent關系和相互作用規則；（3）Agent所處環境。為了將以上要素與BIM 技術擴散結合，本文基于創新擴散理論和TOE 框架理論，借助Bass 模型因素分類思路，從技術、組織和環境層面全面分析建筑企業采納行為。

Rogers［14］18將技術擴散過程劃分為認識、說服、決策、實施和證實五個階段，前三個階段決定了決策者的采納行為，是本文研究范圍。在認識階段，潛在采納者會受到大眾傳媒、廣告或其他企業影響認識到創新。一旦企業意識到創新，便進入說服階段，在這個階段，企業會分析創新與企業需求和能力的匹配度，匹配度越高，企業采納的可能性越大。在創新決策階段，企業需做出采納還是不采納的決定。依據這一流程建立本文的建筑企業決策概念模型，如圖1 所示。

圖1 建筑企業決策概念模型

3.1 模型的組成部分

3.1.1 技術背景

Tornatzky 等［15］人通過分析75 篇創新擴散相關文獻，發現相對優勢、兼容性和復雜性等技術因素與創新采納顯著相關，盡管這些因素對定義BIM 技術至關重要，但現有文獻并未給出一個方程精確描述每個特征對企業決策的影響［16］。基于此，本文將技術特征作為整體研究，考慮BIM 技術隨擴散演化逐步成熟，并采用公式（1）計算BIM 技術成熟度：

3.1.2 組織背景

3.1.3 環境背景

環境因素主要指組織所處的市場壓力、社會競爭等，是BIM 技術采納者所處外部環境。雖然網絡模型無法實現與現實環境一致的細節特征，但是有研究發現，隨著時間推移，BIM 合作網絡越來越密集，但是始終表現出小世界屬性，呈現復雜自適應系統特征［17］。基于此，本文將復雜網絡作為建模載體，使用小世界網絡模擬市場結構。

3.2 動力學模型

與Bass 模型相對應，BIM 技術潛在采納者可以通過兩種途徑成為采納者，一種是獨立采用：在BIM 技術擴散早期階段，一部分（約2.5%）創新者獨立于其他采納者率先采納BIM 技術，成為推動BIM 技術擴散的初始動力［14］244。另一種是依賴采用，這部分潛在采納者的決策行為受到其他采納者影響，是本文主要研究對象。

接下來，對BIM 技術擴散過程進行分析。首先是認識階段，市場中潛在的采納者會受到大眾傳媒、廣告等外部信息影響或相鄰企業影響認識到BIM 技術，本文用代表Agenti意識到BIM 技術的概率，由公式（2）確定：

如前所述，當建筑企業認識到BIM 技術，便進入說服階段，在此階段潛在采納者會根據自身情況明確組織需求，并判斷組織需求與技術成熟度之間的匹配程度。

通過上述分析建立建筑企業采納流程圖，如圖2 所示。系統初始化時，每個建筑企業均為潛在采納者。當受到大眾傳媒、廣告等外部信息或社會網絡中鄰居間內部信息影響，部分潛在建筑企業可以通過概率認識到BIM 技術，在認識的基礎上，匹配BIM 技術特征與企業需求的契合度，匹配度越高，建筑企業采納BIM 技術的概率越大。這部分獨立采用的創新者作為系統動力，影響與之相鄰的建筑企業采納行為，進而推動BIM 技術擴散。對于已采納BIM 技術的建筑企業，可以依據企業現有能力，如技術支持、資金、人員等實際情況和社會運行環境進行自由調整，可以概率放棄BIM 技術采納。如果企業選擇放棄BIM 技術采納，由于企業風險意識增強，再次采納該項技術的概率遠低于未采納者，本文以變量“”反映。相應地，再次采納后選擇退出的概率也會大幅度降低，建筑企業行為接近于理性選擇。

圖2 建筑企業采納流程圖

4 仿真實驗

4.1 仿真參數設定

本文旨在對比在不同參數取值下BIM 技術擴散方向、速度以及深度差異，分析參數變動值而非絕對值，通過查閱相關文獻將參數設定在合理范圍內，如表1 所示。為增強結果穩定性，每組參數組合下運行30 次，取平均值作為最終仿真結果，以消除隨機誤差影響。

表1 參數設定表

4.2 仿真實驗結果

實驗一：BIM 技術初始成熟度與BIM 技術擴散

為了探討BIM 技術成熟度對BIM 技術擴散的影響，本文選取不同參數值模擬不同初始水平，如圖3 所示，在6 種初始技術性能下運行該模型，每種性能下運行30 次。當t=0 時，M=m，即代表BIM 技術初始成熟度。觀察圖3 發現：當m=10 時，擴散失敗，該結果符合一般認知：特別不成熟的技術會嚴重影響消費者體驗，進而產生大量的負面口碑導致擴散失敗。而隨著m取值增大，擴散曲線均呈現“S”型，擴散深度均集中在65%左右，但擴散速度差異顯著，呈不斷加快趨勢。當BIM 技術初始成熟度達到較高水平時，擴散曲線近似重疊，再提升該參數值，并不影響BIM 技術擴散趨勢。由此可知，BIM 技術初始成熟度過低會直接導致擴散失敗，提高BIM 技術初始成熟度可以加快擴散速度，但并不能擴大BIM技術擴散范圍。

圖3 不同BIM 技術成熟度對BIM 技術擴散的影響

實驗二：BIM 技術進步系數與BIM 技術擴散

當BIM 技術以一定的初始成熟度在建筑企業間擴散時，由公式1 可知，另一技術影響因素是BIM技術進步系數，該項參數值越大，代表BIM 技術性能提升速度越快。當M=E時，a=N/Y(t),可以將BIM技術進步系數理解為：在滿足企業技術需求的條件下，N對Y(t)的比例。實驗中a均大于1，代表BIM 技術在市場采納率小于100%時，就完全成熟，a值越大，單個采納者帶來的技術進步程度越大，BIM 技術能夠以更快的速度達到成熟。圖4 在5 種不同技術進步系數下運行該模型，探討BIM 技術進步系數對BIM 技術擴散的影響，結果如下：隨著BIM 技術進步系數增加，BIM 技術擴散速度、深度均得到了大幅度改善，但是當進步系數達到較高水平，擴散曲線近似重合，再提升該項系數也不影響擴散趨勢。

圖4 不同BIM 技術進步系數對BIM 技術擴散的影響

實驗三：建筑企業BIM 技術需求度與BIM 技術擴散

本文將建筑企業技術需求度E分為三段，第一段：E1 恒成立，BIM 技術擴散趨勢僅受外部信息和退出概率影響，兩項影響相對穩定，與圖5 所示擴散結果一致。當m

圖5 不同建筑企業技術需求度對BIM 技術擴散的影響

實驗四：網絡平均度與BIM 技術擴散

網絡平均度是衡量復雜網絡結構的重要性質之一，它代表社會網絡中各節點連接水平，反映建筑企業間合作水平和溝通強度。本文通過設置不同的平均度值，分析復雜網絡結構差異對BIM 技術擴散的影響，仿真結果如圖6 所示：網絡平均度值增大，BIM 技術擴散速度增快、擴散深度增加，尤其是網絡平均度K達到6 時，擴散趨勢陡變，這與六度分隔理論吻合［21］。這可能是因為建筑企業與多個體進行交流學習，能充分了解鄰居決策行為，從而增大了采納概率；而網絡平均度較低時，個體與鄰居溝通受限，僅能獲取少數決策信息，采納動力不足。然而，當平均度超過6 時，由于網絡擴散潛力已經得到很大程度應用，繼續增加K值，速度和深度增量逐漸減少，直至擴散曲線近似重合。因此，本文認為網絡結構特征與BIM 技術擴散存在關系，在一定范圍內，增加建筑企業間互動有助于BIM 技術推廣。

圖6 不同網絡平均度對BIM 技術擴散的影響

5 結論與建議

隨著建筑業向信息化、智能化的轉型升級，如何推進BIM 技術的應用和擴散已成為一個重要且緊迫的問題。結合創新擴散理論和TOE 框架理論，本文從復雜網絡視角構建了仿真模型，并通過一系列受控數值實驗，識別了驅動BIM 技術擴散的關鍵因素，揭示了BIM 技術的擴散機理。主要研究結論和政策啟示包括：

首先，BIM 技術初始成熟度是影響BIM 技術擴散的一個關鍵因素。鑒于此，市場上的BIM 技術供應商所提供的BIM 技術產品應該具備一定的成熟度，以確保滿足建筑企業的基本技術需求。如此一來，隨著BIM 技術采納人數的不斷增多，BIM 技術相關收益隨之增加，BIM 技術供應商才能逐步加大對技術的研發力度，逐步完善并提高BIM 技術性能，從而加快BIM 技術擴散與應用。同時，政府主管部門應積極出臺相關政策（如提供政策補貼、給予稅收減免等），一方面可以激勵BIM 技術供應商不斷改進BIM 技術，另一方面也可以鼓勵建筑企業積極采用BIM 技術，以推動BIM 技術擴散與應用。

其次，BIM 技術進步系數會對BIM 技術擴散產生積極的推動作用，具體而言，BIM 技術進步系數能顯著提高擴散深度，加快擴散速度。因此，在BIM 技術初始成熟度較低時，可通過提高BIM 技術進步系數，增大每位技術采納者所帶來的技術進步值，從而加快BIM 技術走向成熟的速度，促進BIM技術擴散與應用。

第三，建筑企業BIM 技術需求度是影響BIM 技術擴散的另一個關鍵因素，同時，建筑企業BIM 技術需求度與擴散深度和擴散速度大致呈反比關系。當建筑企業BIM 技術需求位于中、高水平時，盡管BIM 技術初始成熟度對擴散深度的影響非常有限，但是能夠在一定程度上削弱建筑企業間的需求差異。因此，BIM 技術供應商、政府主管部門等主體在制定BIM 技術推廣策略時，應重點關注市場上建筑企業的整體需求水平。

最后，網絡平均度能夠顯著提高BIM 技術擴散速度和深度。因此，建議BIM 技術供應商選擇行業中的龍頭企業作為BIM 技術體驗者，以增強推廣效果。同時，政府主管部門應該積極搭建增強建筑企業間的溝通交流橋梁，積極引導大型建筑企業建立BIM 應用試點工程，釋放大型企業潛在的行業影響力，樹立BIM 技術應用典范。