利益相關者視角下被動式建筑推廣影響因素及發展對策

摘 要：推進被動式建筑規模化可持續發展是促進建設領域節能減排與建筑業轉型升級的重要舉措.首先，基于利益相關者和全壽命周期二維視角識別影響因素；其次，運用社會網絡分析法構建被動式建筑影響因素網絡；再次，利用整體網密度、網絡關聯度、網絡結構屬性分析、點的度數中心度、中間人分析，確定了影響被動式建筑推廣的2類關鍵因素；最后，從整體網密度和網絡關聯度2個指標對實施緩解策略的管理效果進行檢驗.結果表明，對關鍵影響因素采取有針對性的緩解策略后，可有效降低因素網絡的復雜性.

關鍵詞：被動式建筑；社會網絡分析；影響因素；利益相關者；全壽命周期

中圖分類號：TU7

文獻標識碼：A

0 引 言

被動式建筑作為一種集高舒適度、低能耗與經濟性于一體的節能建筑，在設計和施工上都有著更為嚴格的技術要求.被動式建筑被看作協調新建筑功能的相互重疊與相互制約的復雜系統［1］，且參與被動式建筑建造過程的相關利益者眾多（開發商與消費者等），不同的利益相關者對其不同的目標和期望所產生的交叉性影響，不僅使被動式建筑的推廣受到制約，也使項目建設處于多主體協同的復雜社會環境，從而進一步導致被動式建筑在我國的推廣及發展相對緩慢.

目前，靳家佳等［2］從定性分析的角度在界定節能建筑利益相關者和分析其利益訴求的基礎上，提出了節能建筑管理框架.宋曉剛等［3］先后運用PEST分析法和鉆石模型理論分別對被動式超低能耗建筑的宏觀發展環境和微觀發展環境的制約因素進行了分析并提出發展策略.綜上，針對被動式建筑推廣影響因素及發展對策的研究雖然較多，但缺乏因被動式建筑全產業鏈利益相關者的不同訴求而形成的影響因素間復雜關系的深度量化分析，且目前對被動式建筑推廣的影響因素研究大都是將其視作孤立點，未在考慮利益相關者的基礎上深入分析其因素內部相互聯系的整體關系.因此，本研究采用社會網絡分析法（SNA）構建基于利益相關者和全壽命周期二維視角下的推廣影響因素網絡，將影響因素及利益相關者間的相互影響關系納入整體網絡研究.

1 研究方法

社會網絡是由作為節點的社會行動者及其間的關系構成的集合，可以分為個體網和整體網2類描述其在網絡中的影響程度.該方法除了廣泛應用在社會學領域外，還應用到了建筑領域［4-6］.李楊等［6］利用SNA分析了房地產項目中利益相關者之間的關系；王閃閃等［7］研究了大型工程項目風險間的內在關系；Xu等［8］基于利益相關者視角分析了導致建筑能源性能差距的因素.顯然，SNA在傳統建筑領域應用已較廣泛，但在被動式建筑領域應用甚少，為彌補這一空白，本研究在基于利益相關者視角下運用SNA對被動式建筑全壽命周期的推廣影響因素及發展對策展開研究，弱化關鍵影響因素在整體網絡中的聯動和傳導，提高被動式建筑的推廣度.

2 影響因素的識別

2.1 利益相關者識別

被動式建筑處于復雜的社會網絡環境中，且涉及的利益相關者眾多，包括建設方、施工方、監理方、物業單位、材料供應商、消費者、信貸單位和咨詢單位等.各利益相關者在整個建設過程中所處的位置和目的不同，其對待經濟效益、社會效益與環境效益的重視程度也不盡相同.因此，本研究在明確研究范圍的基礎上，僅考慮對被動式建筑項目的成功建設有直接影響的主要利益相關者.結合目前我國被動式建筑的實踐情況及相關文獻資料［9-12］，將各階段相關的主要利益相關者歸為政府相關部門、建設單位、設計單位、施工單位、監理單位、物業單位、材料供應商和消費者8類.

2.2 全壽命周期角度識別

工程項目全壽命周期是指從項目決策設計到建設、竣工驗收及交付使用.王新瑜［13］將項目的全壽命周期分為決策階段、建設階段、運營階段和收尾階段.張國宗等［14］把大型工程項目全壽命周期劃分為建造階段、使用階段和廢除階段.被動式建筑在廣義上屬于一般建筑和綠色建筑，但其所有的活動內容又與二者不完全相同.因此，本研究通過對文獻梳理，將被動式建筑全壽命周期劃分為決策階段、設計階段、施工階段和運營維護階段4個階段.

2.3 識別與歸類

各利益相關者間的利益沖突已成為當前推動被動式建筑發展的主要原因，被動式建筑建設周期長，涉及的環節眾多，進而導致阻礙被動式建筑推廣的影響因素也較多.通過對現有的被動式建筑項目的分析，結合大量的文獻和調查研究［3，9-10，15-17］，以及前文識別出來的利益相關者，篩選和提取出阻礙被動式建筑項目推廣的影響因素清單，詳見表1.

首先識別相鄰階段因素間的影響關系.按工程先后施工工序順序考慮前一階段影響因素對后續階段影響因素間的直接關系.其次分析每一子階段內的影響因素間的影響關系.

3 風險網絡模型構建與分析

3.1 調查問卷設計與數據收集

根據識別出來的被動式建筑影響因素清單設計調查問卷.問卷包含兩部分：第一部分主要識別被動式建筑全壽命周期階段間影響因素之間的關系；第二部分主要識別被動式建筑各階段內影響因素之間的關系.若認為有影響關系則填“1”，否則為“0”.由于表1中所提取的影響因素存在二元組有序對數達28×27=756個之多，且考慮到辨識影響因素間的關系所需要的實踐經驗和理論知識，本次問卷采取預調研和正式調查，預調研階段修正影響因素表達不清楚、剔除節點間明顯不存在的影響關系，以減少后續的統計工作量.正式調查階段采用線上和線下相結合的方式共發放問卷63份，回收52份，其中有效問卷46份.此次問卷被調查者背景資料見表2.

3.2 被動式建筑影響因素網絡模型構建

根據回收的46份有效問卷，運用Ucinet 6.0軟件對數據統計結果的有效性和可信性進行一致性分析.具體步驟為：將46位專家的調研結果構建“受訪者—受訪結果”矩陣，在Ucinet 6.0軟件中對影響關系矩陣進行一致性分析，得到受訪者一致性矩陣和分析結果，如圖1所示.從圖中可以看出第一特征根與第二特征根之比為23.28，說明46位專家的回答存在單一的模式，一致性分析結果可用作構建被動式建筑推廣影響因素的關系鄰接矩陣.將鄰接矩陣輸入到Ucinet 6.0軟件中，運用Netdraw軟件對影響因素矩陣進行可視化，如圖2所示.不同顏色的節點代表全壽命周期的不同階段.

3.3 風險網絡分析

3.3.1 整體網絡分析

1）整體網的密度.整體網的網絡密度越大，表示網絡圖中影響因素之間的聯系越緊密，影響因素間的相互影響越大.將鄰接矩陣輸入到Ucinet 6.0軟件中進行運算，得到該網絡的整體密度值為0.115 1，影響因素關系總量為87，與社會學關系網絡相比，其網絡密度值是較偏低的關系比例，但影響因素在整個的傳導過程中具有明顯蝴蝶效應和耦合作用，使得關系數量相對減少.

2）網絡關聯度.網絡關聯度通過影響因素間的可達性來表示被動式建筑影響因素間的復雜性.在Ucinet 6.0軟件中按Transform→Symmetrize路徑將有向鄰接矩陣進行對稱化處理，然后沿著Network→Cohesion→Distance路徑運算出被動式建筑網絡的可達距離矩陣，如圖3所示.

可達距離矩陣中的數值表示網絡圖中任意2個影響因素之間取得聯系的距離，通過計算得到網絡中任意2影響因素之間取得聯系的距離為2.05，節點距離是1的出現170次，占總數的22.5%，節點距離是2的出現386次，占總數的51.1 %，節點距離是3的出現192次，占總數的25.4 %，節點距離是4的出現8次，占總數的1.1 %.由此可知在被動式建筑網絡中任意2影響因素之間大部分最多通過3步即可相互影響，表明影響因素間聯系的緊密性較高.如圖4所示.且影響因素網絡的凝聚力指數為0.567，該值越大，其凝聚力越強，在網絡中影響因素之間的連接關系就越緊密.

3）網絡結構屬性分析.網絡結構屬性分析也稱之為塊模型分析，對網絡中的因素進行分區，即把各個影響因素分到相對應的位置中，可以清晰地揭示被動式建筑網絡內部的結構關系，以及從全局的角度把握網絡的核心子群.在Ucinet 6.0軟件中對鄰接矩陣進行運行分析，將28個節點進行分塊，如圖5所示，并得到密度矩陣，見表3.為區別各個塊在網絡中所處位置，將整體網絡密度值α作為臨界密度值，將塊模型分為0-塊和1-塊，得到像矩陣，見表4，各個塊內部和各個塊之間的具體影響關系見表5.

借助羅納德·伯特（ Ronald Burt）對塊模型位置類型的劃分方法［18］，根據表4分析出塊1、塊2和塊5～7處于諂媚人位置，塊3處于經紀人位置，塊4和塊8處于首屬人位置.處于諂媚人位置（發送關系數遠大于接受關系）的影響因素在風險網絡中表現出較強的自發性和影響源特質，處于經紀人位置和首屬人位置的影響因素具有較強的傳遞和影響力.使得這些塊處于不同的位置往往是多個影響因素導致，因此下一步將從個體網絡進行深入分析.

3.3.2 個體網絡分析

1）點的度數中心度.根據點的度數中心度可以判別出被動式建筑因素網絡中各影響因素與其他影響因素的直接關聯情況.在Ucinet 6.0軟件中按Network→Centrality→Degree路徑進行運算，得到各影響因素的度數中心度，結果見表6.

對度數中心度運算結果進行分析，可以看出F1、F2、F5和F11影響因素的出度較大，入度較小，說明容易誘導其他影響因素的發生，但極少受其他影響因素的影響，在網絡中具有影響源特質.F7、F15、F16、F19、F20、F22和F24影響因素的出度和入度都較大，說明不僅影響其他因素也受其他因素的影響，在網絡中具有較強的傳遞和連接作用.

2）中間人分析.對因素網絡進行中間人分析可以深入分析連接樞紐型影響因素在所選的分區中扮演怎樣的中間人角色及在不同分區中的作用和能力.根據全壽命周期和利益相關者二維視角對影響因素進行分類，按Network→Ego Networks→G＆F Brokerage roles路徑運算，得到每個影響因素的中間人計算結果，如圖6和圖7所示.

因素網絡中每個影響因素在不同分區下承擔的中間人角色類型不同，但承擔的中間人總次數是一樣的.影響因素F5、F7、F15、F16、F22、F24、F27和F28擔任的中間人次數較高，說明這些影響因素在網絡關系傳遞中起著橋梁的作用且產生的影響較大.

3.4 關鍵影響因素識別

3.4.1 傳導源頭型影響因素

傳導源頭型影響因素往往會引發其他一個或多個因素發生，且大多是位于影響因素傳導鏈條的始端，對該類影響因素進行管控可以有效阻斷其他影響因素的發生.依據前文點的度數中心度和塊模型分析，歸納出具有傳導源頭型的影響因素，結果見表7.

3.4.2 連接樞紐型影響因素

連接樞紐型影響因素在不同的利益相關者和全壽命周期階段之間充當橋梁的作用，是傳遞影響關系的關鍵影響因素.消除該類影響因素可有效控制影響關系的傳播.根據點的度數中心度、中間人分析與塊模型分析梳理出具有連接樞紐型的影響因素，結果見表8.

4 影響因素緩解策略及效果檢測

4.1 影響因素緩解策略

由于傳導源頭型和連接樞紐型2類影響因素在因素網絡中對影響關系的傳遞起主導作用，因此，針對這2類影響因素從利益相關者的角度提出管控策略，見表9.

4.2 效果檢測

為檢驗上述緩解策略的有效性，在被動式建筑因素關系網絡中去除上述2類關鍵影響因素，并對因素網絡進行模擬和量化.分析結果表明，影響因素由原來的28個縮減為20個，影響關系由87個減少為32個，且新的因素網絡圖8與圖2相比影響因素之間的聯系明顯變得稀疏，影響關系大幅度降低.整體網絡密度由0.115 1降為0.084 2，降低26.85%，凝聚力指數由0.567降為0.487，降低14.11%，網絡中任意2個影響因素之間取得聯系的距離由2.05變為2.526，且增加了距離是5和6的情況，大大降低了影響因素傳遞的效率.由上述檢驗結果表明，對2類影響因素進行管控，可有效降低因素網絡的復雜性，進而從利益相關者的角度推動被動式建筑的發展.

5 結 論

本文從利益相關者和全壽命周期二維視角對被動式建筑的推廣影響因素進行深入分析研究，得出以下主要結論：

1）識別出與8類利益相關者有關的28項影響因素，并根據鄰接關系矩陣建立SNA模型將其可視化，通過整體網絡分析和個體網絡分析歸納出具有傳導源頭型和連接樞紐型特質的2類關鍵性影響因素.

2）利用整體網絡密度和網絡關聯度2個指標對實施緩解策略后的被動式建筑關鍵影響因素控制效果進行檢驗，分析結果表明，影響因素間的網絡密度、關聯度與影響關系的傳導能力都明顯降低.

3）與傳統方法相比，社會網絡分析法考慮了各階段影響因素之間的相互影響關系，克服了忽視影響因素間的耦合作用與蝴蝶效應，對被動式建筑的推廣起到一定的積極作用，進而促進建筑業可持續發展.

參考文獻：

［1］武乾，李娜，王力，等.鋼筋混凝土舊工業廠房主體改造加固的風險耦合研究［J］.安全與環境學報，2020，20（5）：1661-1667.

［2］靳家佳，郝生躍.節能建筑推廣利益相關者行為分析［J］.工程管理學報，2012，26（4）：32-35.

［3］宋曉剛，劉耀華，張培興，等.被動式超低能耗建筑推廣發展策略研究［J］.建筑經濟，2022，43（2）：5-10.

［4］喬婉貞，郭漢丁.基于SNA的既有建筑節能改造主體合作影響因素研究［J］.生態經濟，2022，38（2）：84-90.

［5］黃桂林，張闖.基于SNA的裝配式建筑綠色供應鏈風險［J］.土木工程與管理學報，2020，37（2）：41-49.

［6］李楊，段東凝，馬錫媛.基于SNA的房地產開發企業利益相關者研究［J］.華北理工大學學報（自然科學版），2021，43（4）：38-44.

［7］王閃閃，洪文霞，薛娜，等.基于SNA視角大型工程項目風險管理研究［J］.青島理工大學學報，2021，42（3）：103-111.

［8］Xu X，Casasayas O，Wang J，et al.Stakeholder-associated impact factors of building energy performace gap and their intersections：A social network analysis［J］.J Clean Prod，2022，370：133228-1-133228-14.

［9］胡亞欣.被動式建筑項目全生命周期風險評價研究［D］.邯鄲：河北工程大學，2021.

［10］聶倩鈺.基于社會網絡分析的被動式超低能耗建筑施工階段風險管理研究［D］.徐州：中國礦業大學，2022.

［11］劉碩.前景理論視角下被動式建筑政府激勵機制研究［D］.青島：青島理工大學，2020.

［12］叢為一.被動式住宅項目激勵機制研究［D］.哈爾濱：東北林業大學，2018.

［13］王新瑜.A房地產項目全壽命周期質量管理研究［D］.青島：青島大學，2019.

［14］張國宗，張丹，邱菀華.大型工程項目全壽命集成管理理論與應用［J］.科技進步與對策，2013，30（23）：6-9.

［15］趙麗，王曉麗，李海波，等.基于熵權法的被動式建筑成本風險因素評估［J］.項目管理技術，2021，19（7）：39-42.

［16］胡亞欣，李磊.河北省被動式建筑發展的SWOT分析及策略研究［J］.中小企業管理與科技（中旬刊），2021，27（3）：138-139.

［17］劉光忱，牛詩堯，戴佳希.遼寧省被動式建筑發展現狀與對策研究［J］.遼寧經濟，2020，39（10）：62-64.

［18］劉軍.整體網分析——UCINET軟件實用指南［M］.第3版.上海：上海人民出版社，2019.

（實習編輯：羅 媛）

Influencing Factors and Development Countermeasures of Passive Building Promotion from Stakeholder’s Perspective

CHAI Fang1，CHEN Yan2，PAN Guofeng1，ZHAO Xintao1

（1.College of Agriculture and Forestry Science and Technology，Weifang Vocational College，Weifang 261041，China；

2.School of Management Engineering，Qingdao Technological University，Qingdao 266520，China）

Abstract：

Promoting large-scale sustainable development of passive buildings is an important measure to promote energy conservation and emission reduction in the construction sector and the transformation and upgrading of the construction industry.Firstly，the influencing factors are identified from the two-dimensional perspective of stakeholders and the whole life cycle.Secondly，the network of influencing factors of passive buildings is constructed.Thirdly，by using social network analysis （SNA），the overall network density，network correlation degree，network structure attribute analysis，degree centrality of point and middleman analysis，two key factors affecting the promotion of passive buildings are determined.Finally，the two indicators involoving the overall network density and network correlation degree can test the implementation of mitigation strategy management effect.The results show that the complexity of factor network can be effectively reduced by adopting targeted mitigation strategies.

Key words：

passive building;social network analysis;influencing factors;stakeholder;whole life cycle

收稿日期：2023-05-16

作者簡介：

柴 訪（1994—），女，碩士，從事建筑工程教學與科研研究.E-mail：1035180538@qq.com

通信作者：陳 艷（1975—），女，博士，教授，從事建筑工程教學與科研研究.E-mail：chenyan0714@126.com