基于技術-組織-環境（TOE）與整合型科技接受模式（UTAUT）的智慧工地發展影響因素分析

薛 松，陳靜妍，麥錦田

（1.河海大學商學院，江蘇南京 211100；2.河海大學項目管理研究所，江蘇南京 211100）

0 引言

建筑業在中國的社會和經濟發展中扮演著重要角色，2022 年國內建筑業生產總值達311 980 億元，同比增長6.5%［1］。但隨著城市化進程加快以及建筑業規模的擴大，傳統的管理方式逐漸無法滿足建筑業大規模、復雜化和高效率的生產要求；同時，施工難度增加，建筑工地的安全性、節能與環保需求也成為建筑行業發展的瓶頸。在此背景下，由“互聯網+”與傳統建筑行業深度融合的智慧工地應時而生。智慧工地利用信息技術和可視化平臺為建設項目提供精準的工程模型設計，通過智能化管理監督，圍繞施工過程中的人、機、料、法、環各方面因素，建立互聯協同、智能生產和科學管理的建設項目信息生態圈，實現高效的協同工作和優化生產。智慧工地利用大數據技術進行數據挖掘分析，預測過程趨勢演變，實現智能化管理的可視化工程建設，提高工程管理信息化水平，逐步實現綠色建設和生態建設。

2022 年中國住房和城鄉建設部發布《“十四五”建筑業發展規劃》，指出迫切需要推動智能建造和新型建筑工業化的協同發展并建立一個建筑產業互聯網平臺。與此同時，全國各省份加緊出臺智慧工地發展相關配套政策，推進智慧工地的落實發展。江蘇省于2022 年發布的《省住房和城鄉建設廳關于進一步推進全省智慧工地建設的通知》提倡不斷提高建筑施工現場的信息化水平，持續推動智慧工地建設，實現智慧監管平臺全覆蓋并強化行業監管與工作指導［2］。此前國家發布的《關于促進建筑業持續健康發展的意見》《國家工業信息化發展規劃（2016—2020 年）》《住房和城鄉建設部等部門關于加快新型建筑工業化發展的若干意見》等均提出要大力推進建筑業信息化和智能化發展，加強建筑信息模型（BIM）、智慧工地、數字孿生等技術應用，推動建筑業實現數字化、網絡化、智能化和綠色化轉型升級，實現高質量發展。盡管當前建筑行業經濟較好、相關互聯網技術較發達，但由于施工現場場景、生產及運營環境復雜、現場人員水平素質參差不齊且協作方多等問題，高水平高質量建設在一定程度上仍有局限性，同時當前階段智慧工地仍普及度較低、智慧化程度較低且并未實質運行。

現階段國內外學者對智慧工地發展的關注度不斷提高，但相關文獻較少。在中國知網、萬方數據知識服務平臺等數據庫中搜索“智慧工地”“影響因素”等關鍵詞發現，國內外相關研究多集中于平臺搭建、框架設計及軟件開發等領域。例如，Aliyev等［3］探討了一個連接的智能頭盔平臺HeadgearX，通過連接傳感器和相機實時監測工人的生理參數和環境數據，并運用人工智能算法預測潛在的危險和風險；Rossi 等［4］指出建筑項目的復雜性導致信息丟失或產生大量冗余數據，因此需構建一個可以通過應用智能技術來實現自動化數據收集和處理的信息平臺，并對安全仿真培訓、重點部位監控等進行有效管理；Yang 等［5］和Panteli 等［6］分別基于傳感器和BIM 技術開發了一套綜合系統，用于在線監測施工現場的環境數據，可監控、警報和記錄現場情況；Xu 等［7］針對現場HSE 管理目標（即健康/health、安全/safety 和環境/environment）提出了HSE 管理中智能技術的綜合框架和面向HSE 的智能工地建設藍圖；韓豫等［8］設計了通過射頻識別技術實現裝配式建筑的一體化監控，涵蓋設計、加工、運輸和裝配等多個環節，同時利用嵌入式射頻識別標簽實現零部件信息的實時寫入和讀取，既能進行多方協作和對象跟蹤，又保證了零部件的質量和裝配精度；費騰等［9］采用智慧協同平臺，將智慧性與復雜形體建筑建造的系統架構相結合，利用數據驅動與“BIM+物聯網”構建信息通道，實現復雜形體建筑全生命周期的狀態感知、數據分析與資源調度。

然而，當前學界對于影響智慧工地發展的主客觀因素研究較少。為此，本研究從政策文本和專家訪談的原始數據入手，利用技術-組織-環境（TOE）與整合型科技接受模式（UTAUT）組合模型確定分析維度和識別影響因素，以期為智慧工地的發展提出有針對性的對策建議。

1 研究方法與數據來源

1.1 研究方法

（1）TOE-UTAUT 模型。TOE 模型由Tornatzky等［10-11］提出，認為技術、組織及外部環境因素對組織在采納并實施一項新技術的過程產生一定影響。其中，技術因素包括技術本身的特點，如可用性、相對優勢、復雜性、兼容性和可觀察性等；組織因素則涉及組織內部的環境特征，包括管理支持、組織文化、資源可得性等；外部環境因素指組織外部的環境，如市場競爭、政策法規、經濟環境等。Davis［12］認為，Venkatesh 等［13］提出的UTAUT 在技術接受模型（TAM）的感知有用性和感知易用性基礎上形成4 個關鍵要素，即社會影響、績效期望、努力期望和促進因素；同時，李思豫等［14］的研究顯示，UTAUT 模型對采納行為的解釋能力為74%，遠高于以往任何一個模型。因此，本研究結合使用TOE 與UTAUT 模型（見圖1），圍繞組織和個體兩個層面展開研究。

圖1 TOE-UTAUT 模型研究框架

（2）集成決策實驗室分析法-解釋結構模型。集成決策實驗室分析法（DEMATEL）是一種借助圖論與矩陣計算工具來分析復雜系統中各因素的重要程度及因果關系，并識別核心影響因素的科學研究方法［15］；而解釋結構模型（ISM）是一種有力的系統分析和決策支持工具，可以幫助決策者理解復雜的系統結構和關系，揭示關鍵因素，提供決策支持與解決問題［16］。結合使用上述兩種方法，不僅可以確定各因素的影響程度與因果性質、構建層級結構，還可以互補優勢，提高結果的準確性和可信度，為決策者提供更好的決策支持。研究過程如圖2 所示。

圖2 DEMATEL-ISM 研究流程

1.2 數據來源

（1）文獻數據。通過中國知網、Web of Science等文獻庫檢索“智慧工地影響因素”等關鍵詞，收集整理后篩選出26 篇相關性較大、學術水平較高的文獻，將所涉及的因素概念根據TOE-UTAUT 框架下的技術因素、組織因素、環境因素和個體采納因素這4 個維度進行歸類。

（2）政策文本。以國務院、住建部等國家級機構以及地方級政府機構頒布的智慧工地發展政策為范圍，篩選出19 份國家級智能建造相關政策文本和68 份地方級智慧工地相關政策文本，時間跨度為2018年至2023年。其中的70份作為初始編碼的樣本，17 份作為飽和度檢驗的樣本。

（3）訪談文本。為了使訪談資料更具信度，在進行正式訪談之前使用初擬采訪提綱對3 位專家進行預訪談，根據其建議及初始結果完善提綱后進行正式訪談，并最終將訪談過程中的錄音整理為24 份文本資料，其中各有6 份來自高校學者和政府相關部門、8 份來自建筑企業、4 份來自行業協會。對其中18 份文本資料進行初始編碼分析，剩余6 份進行飽和度檢驗。

1.3 基于TOE-UTAUT 的研究模型構建

智慧工地是一種利用現代信息技術來提高建筑工地管理和施工效率的方法，其技術方法與一般信息技術采納研究方法存在一定相似性，因此，利用信息技術采納研究中的理論模型來研究個人對智慧工地的態度和行為意向，從而預測個人對智慧工地的實際使用行為；同時，需要考慮到組織的支持度和技術價值觀對智慧工地的影響，并要對政策和市場競爭等外部環境因素進行分析。受實證研究條件所限，無法將智慧工地的所有影響因素應用于模型之中進行驗證及分析，結合Tornatzky 等［11］對TOE模型中技術、組織以及環境因素的解釋及定義，同時對大量的文獻研究后得出智慧工地發展影響因素，并對其進行屬性分類（如表1 所示）。此外，基于UTAUT 模型核心概念，將Venkatesh 等［13］在Davis［12］的研究量表中TAM 的6 個測量項（外部變量、感知有效性、感知易用性、使用態度、使用意愿和系統使用）精簡得到該模型的4 個核心要素，分別為：社會影響、績效期望、努力期望和促進因素（見表2）。

表1 基于TOE 模型的智慧工地發展影響因素分類

表2 UTAUT 框架下智慧工地發展的關鍵要素及定義

1.4 基于扎根理論編碼處理方法的影響因素識別

（1）開放性編碼。將資料全部打散后進行客觀分解與概念提取從而形成初始范疇，經過初次分解，排除出現頻次較低（小于5 次）的無意義概念后，篩選出128 個初始概念，對其關聯度進行規整后形成28 個副范疇。由于篇幅有限，僅展示部分編碼結果如表3 所示，其中①表示來自于政策文件，②表示來自于訪談文本。

表3 開放性編碼的部分結果

（2）主軸編碼。在開放式編碼的基礎上，分析各概述性范疇之間的關系和邏輯層次的內在聯系，最后形成主、副范疇。首先追溯回原始語句，討論其內容和性質，根據相關性將副范疇整理成主范疇。將結果反饋給24 位受訪者征求意見，隨后根據反饋意見展開二次討論得出最終結果。例如法律法規、管理機制均屬于相應部門支持度，因此將這兩個副范疇歸納為該主范疇。經過分析比對得到17 個更深層次的主范疇如表4 所示。

表4 主軸編碼及選擇性編碼結果

（3）選擇性編碼。從已提取的主范疇中進一步提取核心范疇并建立內在關系。首先利用NVivo12對主軸編碼結果進行聚類分析，然后針對聚類結果比較分散的情況，在研究小組內部展開討論。

最終，繪制出TOE-UTAUT 模型與智慧工地發展協同作用路徑圖（見圖3）。

圖3 基于TOE-UTAUT 模型的智慧工地發展協同作用路徑

（4）理論飽和度檢驗。對預留的17 份政策文本和6 份訪談文本資料重新編碼進行飽和度檢驗，結果并未出現除原來17 個主范疇以外的新的范疇，內在關系也并未改變，且仍然符合基于TOE-UTAUT框架下的4 個核心范疇。根據賈旭東等［29］的研究，這說明理論飽和度較好。

2 實證分析

2.1 問卷設計及數據整理

為減少偏見，保證數據的真實性和研究的有效性，邀請來自各領域的30 位專家通過自身對智慧工地的了解以及基于有關經驗，對本研究所構建的智慧工地發展影響因素指標體系的因素間作用強度進行打分。打分結果分為沒有影響、弱影響、中等影響、較強影響、強影響，分別按0～4 賦值。

2.2 DEMATEL-ISM 建模分析

（1）建立直接影響矩陣。將評價指標記為Z={Z1,Z2,…,Z17}，以aij指 代Zi{i=1,2,…,17} 與Zj{j=1,2,…,17}之間的關系，由此構建直接影響矩陣A（見表5）：

表5 智慧工地發展影響因素的直接影響矩陣A

式（1）中：aij=0。

（2）建立綜合影響矩陣。規范化矩陣X表達形式如下：

式（2）中：n為矩陣中影響因素個數。

將所得的規范化矩陣X利用式（3）進行標準化處理：

（3）因素綜合影響關系。根據矩陣T可以得到各因素的影響度（ei）、被影響度（fi）、原因度（mi）和中心度（ni），其表達形式分別如下：

具體計算結果如表7 所示。

表7 智慧工地發展因素綜合影響關系

以中心度為橫軸、原因度為縱軸，繪制笛卡爾坐標系來表示各因素間的因果關系，如圖4 所示。

圖4 智慧工地發展影響因素中心度和原因度的關系

中心度反映了各個影響因素在系統中的重要性。根據中心度值可以描繪出智慧工地發展影響因素的重要性曲線。如圖5 所示，影響較大的因素為智慧工地的戰略目標規劃，人員專業化程度，物料、設備智能化管理；其次是企業內部管理、現場軟硬件設施、行業建設標準與管理規范、系統實用性與兼容性、人才創新意識、現場安全管理、大眾接受度；最后是核心技術成熟度、產需匹配度、績效考核與激勵制度、現場施工人員水平、相應部門支持度、現場應急制度、平臺開發與培訓成本。

圖5 不同影響因素對智慧工地發展的重要程度

原因度會呈現出兩種不同的結果，當mi值為正時，該因素偏向為原因因素；當mi值為負時，該因素偏向為結果因素。基于原因度值繪制出智慧工地發展影響因素的因果圖（見圖6），可知，行業建設標準與管理規范、現場應急制度、績效考核與激勵制度、智慧工地的戰略目標規劃、企業內部管理、現場安全管理、人員專業化程度和大眾接受度是智慧工地發展影響因素系統中的原因因素；而相應部門支持度、核心技術成熟度、系統實用性與兼容性、現場軟硬件設施、產需匹配度、平臺開發與培訓成本、物料、設備智能化管理、人才創新意識、現場施工人員水平為影響因素系統中的結果因素。

圖6 不同影響因素對智慧工地發展的因果度分布

（4）建立可達矩陣。由于綜合影響矩陣無法體現自身的影響程度，因此需要通過構造整體影響矩陣M，以呈現系統整體的影響。借助單位矩陣I，則可得：

根據矩陣M中的矩陣元素數值設置閾值λ，該值對系統結構有一定影響：若λ過小，則系統過于繁瑣；若λ過大，則系統過于簡潔，因素之間關系體現不明顯。閾值λ的取值由經驗豐富的專家決定，或通過計算整體影響矩陣M的平均值來確定［30］。結合專家意見和求整體影響矩陣的平均值并多次調試后，根據因果關系圖，將閾值λ設為0.05 以簡化整體結構因素之間的關系，運用布爾代數法則在鄰接矩陣的基礎上建立可達矩陣D，具體如表8 所示。

表8 智慧工地發展影響因素的可達矩陣D

（5）建立影響因素多層遞階結構模型。根據可達矩陣D得出智慧工地發展影響因素的可達集R(Fi)、先行集K(Fi)和公共集C(Fi)，如表9 所示。其中，公共集是可達集與先行集的交集，一方面對可達集有影響，另一方面也受到先行集的影響。若某因素同時屬于可達集與公共集，說明該因素屬于公共集。

表9 智慧工地發展影響因素的可達集、先行集及公共集劃分結果

根據層級劃分原則，當C(Fi)=R(Fi)時該因素為系統的最頂層，即最高要素級。其中，F4、F6、F7、F11為最高要素，設為L1，將這4 個因素所在的行和列從可達矩陣中刪去，重新找到新的可達矩陣的最高要素級設為L2。以此類推，最終得到5 個層級，建立多級遞階結構模型見圖7。

圖7 智慧工地發展影響因素的多級遞階結構模型

2.3 多級遞階結構模型的應用分析

結合ISM 模型和TOE-UTAUT 模型分析可知，組織采納與個體之間存在互動關系。第一，核心技術成熟度、現場軟硬件設施、產需匹配度和物料設備智能化管理是影響智慧工地發展的直接因素，且均屬組織采納因素，因此，可以認為對組織采納因素采取相應提升措施對智慧工地發展有直接的作用，其中物料設備智能化管理的中心度和原因度均最高，應受到足夠重視。第二，間接因素有11 個，其中現場安全管理的中心度和原因度都很高，在系統中有重要的承上啟下作用。第三，智慧工地戰略目標規劃、人員專業化程度既是根本因素也是驅動因素，二者分別屬于組織采納因素和個體因素。制定合適的智慧工地戰略目標是影響智慧工地發展的基礎性舉措，不僅包括國家對智慧工地整體發展方向的戰略性規劃，還包括行業相關協會及企業對政策法規、各建筑工地具體情況的綜合研判。人員專業化程度影響程度最大，個體因素對智慧工地發展的影響同時受到組織、環境、技術三方面因素的影響，所以在對個體因素提出提升策略時必須結合外部變量進行考慮。

綜上，針對智慧工地的發展提出以下建議：

首先，政府部門應當了解智慧工地現場實際情況、總結經驗教訓后，結合實際發展環境及條件制定合適匹配的戰略目標及戰略規劃；同時加大支持力度，增加對所需技術及軟硬件設施方面的資金投入，督促建筑行業完善相應建設標準與管理規范，使其健康穩步發展。企業管理者應當站在實現長遠和可持續性發展的角度分析內外部環境，了解行業趨勢、競爭對手、業主需求，識別機會和威脅，為制定戰略目標提供基礎和方向；同時打破原管理壁壘，提高組織間配合度、契合度。

其次，基于施工現場情況復雜，對物料及設備進行智能化管理，實行“一機一碼”“一料一碼”，進、用料、設備使用與歸還都有跡可循。通過標志歸類和劃分區域等方式保持物料與設備有序，減少施工停滯與延誤，同時避免物料、設備之間的碰撞和摔落，保障工人安全、減少物料設備損失。

最后，提升人員專業化程度。一方面加大人才引進力度、培養高質量復合型人才。政府有關部門通過推廣職業認證以提高工作人員的專業素質和職業發展空間，從而提高該行業專業性要求和質量標準；而企業則需建立培訓機制，制定培訓計劃。另一方面，將績效考核與激勵制度有機結合，將專業化水平作為考核的重要指標之一，鼓勵員工在專業領域不斷提升和發展。此外，智慧工地概念所帶來的革新大大轉變了固有的建設理念與方式，極有可能會降低文化素質水平較低的施工人員的使用意愿，需實施現場培訓，減少一線員工的抵觸情緒，提升對智慧智能技術的使用意愿以提升工作效率，使得開發產出比最大化。

3 結論

本研究基于TOE-UTAUT 組合模型劃分了由技術、環境、組織、人員4 個維度組成的指標體系，結合扎根理論細化得出17 個影響智慧工地發展的指標，通過DEMATEL-ISM 組合模型深入探究了各因素之間的層級關系、重要度及影響路徑，結果顯示智慧工地戰略目標規劃與人員專業化程度是影響智慧工地發展的首要因素；基于此，提出制定合適匹配的戰略目標及戰略規劃、對物料及設備進行智能化管理等對策與建議，以提升建設項目智慧工地應用效果。然而，本研究的調研范圍僅集中于一線城市，為了更好地驗證理論模型，可以在之后的研究中進一步擴大調研范圍獲取更多樣本信息，將調查量表進一步完善。此外，智慧工地的應用是一個復雜的工程，涉及多方面多部門協作，應當將本研究所構建的理論框架置于實踐當中，以驗證改善關鍵因素對智慧工地發展的影響效果，從而進一步驗證模型的易用性和有效性。