基于SEM-ANN的BIM技術運維階段擴散路徑研究

摘要：建筑信息模型（Building Information Modeling，BIM）可以更好地優化運維階段的大量數據存取方式，但運維階段相較決策、設計和施工三個階段BIM技術擴散程度較低。為了提升其擴散程度，以路徑研究的角度，結合創新擴散理論的5類特征，基于SEM-ANN的建模方法對路徑進行全面綜合地分析，從而建立更靈活的非線性模型。結果表明，兼容性是提升BIM技術運維階段擴散程度的相對更優路徑。該模型在一定程度上擺脫了傳統線性回歸模型的局限性，為分析離散數據提供一定的思路和建議。

關鍵詞：創新擴散理論；BIM技術；結構方程模型（SEM）；人工神經網絡（ANN）

0 引言

要實現建設工程項目的全生命期周期管理，需要滿足大量數據的即時存取，建筑信息模型（BIM）作為一種技術被引入建設工程項目的全生命周期管理體系。建設工程項目全生命周期大致可分為決策、設計、施工和運維4個階段。盡管BIM技術的擴散程度在決策、設計和施工三個階段均已達到較為理想的程度，但是其在運維階段的擴散程度仍需進一步提高。目前，運維階段BIM技術的相關研究主要聚焦于BIM技術的軟件二次開發、人機交互和經營成本等領域，如張建平等^［1］優化了設計階段聯合運維階段BIM技術建模的基礎數據融合問題，陳燁^［2］基于BIM技術進行了綠色建筑運維成本測算方式的優化，吳賢國等^［3］改進了地鐵運維期基于BIM技術的健康檢測系統；但是，BIM技術擴散程度的相關研究則較少，如湯洪霞等^［4］針對限制BIM技術擴散的服務供應商激勵契約問題進行了研究。

也有學者基于創新擴散理論，對BIM運維階段擴散路徑進行了相關研究，如Gledson^［5］發現采用創新擴散理論增強BIM技術的擴散可以使BIM技術的采用率出現明顯的上升趨勢，Hua^［6］在進行案例研究時發現創新擴散理論對BIM技術的擴散有很大的影響。在創新擴散理論中，擴散被定義為一個過程，產品或技術均被視為一種創新，在這個過程中創新經過一段時間，通過特定的渠道，能夠有效提升其效率。對于當前BIM技術擴散程度已經嚴重滯后的運維階段而言，創新擴散理論是一種可以快速提升其擴散范圍的方法。

因此，本研究基于創新擴散理論，以創新擴散理論的5類特征為切入點，旨在通過一種降低線性模型局限性且具有因果邏輯解釋能力的方法，明確BIM技術運維階段擴散的相對更優路徑，以快速提升運維階段的BIM技術擴散程度。本研究通過有序地使用結構方程模型（SEM）與人工神經網絡（ANN）兩階段式建模方法來研究路徑優化問題。本研究所提出的框架主要包括三個部分：①通過問卷調查梳理和分析影響BIM技術擴散的相關因素；②利用SEM-ANN兩階段式建模方法構建路徑優化模型；③與傳統的結構方程模型進行對比分析，明確SEM-ANN的相對優勢。

1 影響因素選取

本研究以CNKI數據庫為檢索源，使用多組關鍵詞對相關文獻進行聚類分析，文獻年限從2015年6月《關于推進建筑信息模型應用的指導意見》文件發布后至2023年6月，分別對g-index、Top N、Top N%和Thresholds 4種算法運算的結果進行歸納總結，選取了出現頻次由高到低的15類影響因素，影響因素頻次表見表1。

本研究運用CiteSpace軟件^［7-10］，采用文獻計量和可視化知識圖譜的分析方法，對影響BIM技術運維階段擴散路徑的相關文獻進行研究。CiteSpace是由陳超美教授開發的一款能夠對文獻數據進行知識結構、規律及分布情況可視化分析的工具。CiteSpace可以分析文獻的主題、作者、關鍵詞、作者共現及源期刊等數據，以此來解析不同研究成果在特定領域的交叉關系。而其提供的作者共現網絡分析可以反映出特定領域內各作者間的緊密聯系。如果在特定領域內一些作者的共同引用量越多，則說明他們在該領域的關聯性越強。

創新擴散理論^［11-14］由美國社會學家埃弗雷特·羅杰斯提出，用于解釋新技術、新產品或新理念如何傳播和被接受的一種理論。該理論主要關注個體或社會組織如何采納新觀念、新技術或新產品。在商業領域，創新擴散理論常用于分析新產品的市場推廣、消費者認知及市場份額的增長。創新擴散理論可以分解為創新和擴散兩個方面，創新是指全新的理念、產品、服務或技術，也可能是對現有產品、服務或技術的改進。而擴散描述了創新在社會系統中是如何傳播和被接受的過程。擴散通常經歷多個階段，從最初的創新引入，逐漸被更廣泛的用戶群體接受。擴散被定義為一個過程，即創新在一段時間內通過特定渠道在某一社會團體成員中傳播的過程。其傳播方式涉及信息和新觀念，參與者通過相互交流和分享信息以促進對新觀念的理解。信息中包含的觀念具有創新性，因此擴散過程具有一定的不確定性，個體可以通過獲取信息來減少不確定性。在需要做出決策時，信息對不確定性的影響方式與其他因素有所差異^［15］。創新擴散理論具有5類特征，即相對優勢、兼容性、復雜性、可試性和可觀察性。

創新擴散理論已經在諸多領域中得到了廣泛的應用，主要可以分為兩個方面。一方面，將創新擴散理論與其他模型結合，或引入相關的擴散預測模型^［16］，研究政策或企業決策，如趙需要等^［17］結合創新擴散理論與TOE模型研究了政府數據開放帶來的嬗變趨勢，李玉娟等^［18］結合創新擴散理論與經典模型Base驗證了企業數字化改革的科學性與有效性，龐銳^［19］結合創新擴散理論與多層級模型研究了多重制度壓力的弊端；另一方面，以創新擴散理論為基礎，研究提升新技術普及的速度和其采用者群體特征，如Stoneman^［20］和Mahdjoubi^［21］的研究發現擴散是新技術產生真正影響的體現。另外，有許多研究致力于創新在采用者群體中的擴散^［20-24］，如Rogers等^［25］分析了創新傳播時經常遇到的s曲線擴散模式，本研究亦結合了這方面的相關研究，旨在更好地將其應用于建筑行業。本研究在Taylor等^［14］對創新擴散理論優化的基礎上，根據Wang等^［26］、Dong等^［27］和王展昭^［28］的相關研究，并參照相對優勢、兼容性、復雜性、可試性和可觀察性5類特征，對BIM技術擴散影響因素進行了劃分，影響因素分類表見表2。

本研究針對表2中15類影響因素組織開展了問卷調查，問卷形式采用5點式的李克特量表（Likert Scale），題項均借鑒和改編自成熟問卷，問卷題項設計表見表3。問卷內容分為三個部分，第一部分是調查問卷的說明，包括對相關名詞概念的解釋；第二部分為基本信息調查，包括參與調查者的性別、年齡段、學歷和年均收入水平；第三部分為各影響因素的測量量表，該部分采用了5點式李克特量表，被調查者可以根據題項描述選擇從“很同意”到“很不同意”的5個選項中的任一個選項，用于收集參與調查者對每個影響因素的重視程度。

其中，“1”表示“很同意”；“2”表示“同意”；“3”表示“一般”；“4”表示“不同意”；“5”表示“很不同意”。

本研究是基于創新擴散理論對BIM技術運維階段擴散路徑的研究，因此本研究的問卷發放主體為參與建設工程項目運維階段的項目管理人員及其利益相關方。本研究問卷調查時間為2023年10月20日—2023年2023年12月20日，使用問卷星平臺在網絡上開展問卷發放工作。本研究調查問卷共派發500份，共收回367份問卷，問卷答復率為73.4%，通過數據清洗和篩選，剔除58份不符合要求的問卷，最終有效問卷為309份，問卷有效率約為84.2%。調查樣本描述性統計見表4。

2 SEM-ANN模型構建

結構方程模型（SEM）和人工神經網絡（ANN）是常用的兩種統計分析方法，可用于建模和預測。將兩者結合的兩階段式方法可以在建模的過程中充分發揮兩種方法的優勢。SEM是一種基于因果關系的統計模型，用于測試和建立變量之間的路徑關系，評估觀測變量和潛在變量的關系，并對模型進行適合性檢驗和解釋性分析。ANN是一種機器學習技術，通過多層神經元的連接和訓練構建非線性模型，基于模型的結構和參數估計結果進行預測和模式識別。將SEM和ANN結合使用，充分發揮SEM的優勢建立因果關系，并利用ANN的非線性建模能力進行更準確、靈活的預測。此外，SEM-ANN方法還可以在模型的解釋性和預測性之間取得平衡，利用SEM進行因果推理和模型解釋，同時充分利用ANN進行預測。

SEM-ANN建模過程如圖1所示，過程包括基于創新擴散理論建立SEM模型和基于SEM模型架構建立ANN模型兩個階段。

階段一：首先，基于創新擴散理論的5類特征，建立由15個影響因素構成的SEM模型；其次，通過樣本數據和SEM的相關分析，驗證其合理性；最后，借助SEM模型分析各影響因素的權重和5類特征的路徑系數。

階段二：首先，根據SEM模型的架構和邏輯，建立ANN模型的網絡拓撲結構；其次，將樣本數據進行標準化處理，對目標變量設置計算規則函數；最后，隱藏層采用雙曲正切函數，輸出層采用恒等函數，進行十倍交叉驗證，其中訓練ANN采用隨機選取70%的數據的形式，驗證ANN預測精度使用剩余的30%數據。

2.1 基于SEM的模型構建

結構方程模型由測量模型和結構模型兩部分構成。首先，本研究利用15個影響因素和5類特征及BIM技術擴散之間的相互關系，構建結構方程模型，如圖2所示。用e₁～e₁₅

表示各影響因素對應的殘差值，eh₁～eh₅表示各特征對應的殘差值，H₁～H₅表示各特征，Q₁～Q₁₅表示各影響因素，BIM技術擴散程度以BA表示。其次，經過多次數據修正與模型迭代，確定了最終模型。

再次，對測量模型進行驗證。結果顯示，本研究所設定的模型擬合指標均符合驗證標準，由此可知本研究的測量模型是合理有效的。測量模型驗證結果見表5。

最后，本研究在驗證測量模型的基礎上，對結構模型進行驗證。結果表明，本研究的結構模型符合驗證標準，從而證明其合理有效性。結構模型驗證結果見表6。

總體而言，基于創新擴散理論建立的結構方程模型表現出色。該模型可用于確定各變量之間的因果邏輯關系。路徑系數及權重表見表7。

2.2 基于ANN的模型構建

人工神經網絡模型如圖3所示。本研究中的人工神經網絡為單隱藏層神經網絡，隱藏層采用雙曲正切函數，輸出層采用恒等函數，輸入層由創新擴散模型的5類特征（H₁～H₅）組成，輸出層為目標變量BA。訓練方式采用十倍交叉驗證，隨機選取70%的數據訓練神經網絡，訓練誤差最小相對變化量設置為0.000 1，訓練誤差率最小相對變化量設置為0.000 1，剩余30%的數據用于測試神經網絡訓練后的預測精度。訓練模型的十倍交叉驗證相對誤差為0.003 0，測試模型為0.001 0，說明該

模型在捕捉預測值和輸出之間的數值關系方面較可靠。通過預測網絡輸出時輸入變量的平均重要性，來計算敏感度分析性能。獨立變量的重要性用來衡量網絡模型預測值對獨立變量不同值的變化程度。該模型中，所有自變量在所有網絡中都具有較顯著的相關性。

盡管ANN的局限性主要在于無法顯示預測結果之間的因果關系，但本研究通過運用SEM揭示其因果關系，并通過綜合兩種模型的方法，更直觀地預測了BIM技術擴散的相對更優路徑。

3 研究結果分析及對策建議

3.1 基于SEM-ANN的結果比較分析

經過比較分析，本研究對SEM和ANN中的變量重要性進行了排序，SEM與ANN結果比較分析見表8。SEM中的排序根據路徑系數的大小，而ANN中的排序根據標準化數據的歸一化相對重要性的強度。在進行對比分析的5個變量中，有三個變量的排名是一致的，而其他兩個變量的排名發生了變化。造成這種結果的原因可能是SEM依賴于線性關系，而ANN能夠捕捉到變量之間的線性和非線性關系。

3.2 對策建議

為了進一步優化BIM技術擴散路徑和提升擴散范圍，本文基于SEM-ANN的分析結果，按其權重依次從5個維度提出建議如下：

（1）兼容性。該維度引起了廣泛的關注，并與張建平等^［1］在基礎數據融合問題上的研究相一致。為了降低兼容性帶來的問題，尤其是在傳統圖樣轉換為三維模型的數據方面，應選擇行業內認可度和兼容性較高的BIM技術軟件。例如，選擇具有更多插件和保存格式的Revit可以在一定程度上減少兼容性問題，這也是專業技術人員使用前提之一。

（2）可觀察性。充分發揮BIM技術的可視化優勢，將管理過程和結果展示給非專業技術人員，以具體的圖片和數字進行量化。這與王紅衛等^［38］對大型復雜工程問題的研究及梁寧慧等^［39］對優化綜合管廊管理問題的研究相一致。

（3）相對優勢。BIM技術的相對優勢主要體現在大型公共建筑內多系統的運維和設計方面。通過依托國家相關規范和地方政府的引導作用，大型公共建筑在設計階段引入BIM技術，以實現全生命周期內納入BIM技術的理念，旨在普及各類人員對BIM技術相對優勢的了解。湯洪霞等^［4］供應商激勵機制問題的研究中也提出了該觀點。

（4）復雜性。建議管理者將各種運維管理數據輸入BIM技術建立的模型，以建立相關數據庫。BIM技術能夠利用這些數據進行多種復雜的模擬分析，為管理者提供多種決策依據。這一觀點與張純等^［34］及張新長等^36］城市智慧運維問題的研究相符合。

（5）可試性。在指定的區域進行試點，利用BIM技術對運維階段的管理進行全方位的迭代，并突出其優勢，以促進其推廣，為下一步大范圍推廣奠定基礎。這一做法與楊楠等^33］、張新長等^［36］和楊啟亮等^［37］的研究相符合。

4 結語

本研究采用的是SEM-ANN兩階段式建模方法，它是一種結構化的人工神經網絡模型，借助SEM基于線性因果關系的分析模型，提升ANN模型的可解釋性；借助ANN強大的非線性擬合能力，在一定程度上降低線性回歸模型的局限性；將線性與非線性方法相結合，為傳統線性回歸模型的優化和改良提供了思路。本研究引用創新擴散理論，將BIM技術擴散視為一種新產品的推廣，為建筑行業新技術和新規范的進一步擴散提供了一種較為可行的路徑。

但是，本研究所收集的樣本數據僅能滿足模型對樣本量的最低要求，對結果穩定性和人工神經網絡訓練效果仍存在一定影響。在未來研究中，將基于更理想的樣本量和在線性回歸與深度學習更有機結合的前提下，開展進一步深入研究。

參考文獻

［1］張建平，何田豐，林佳瑞，等.基于BIM的建筑空間與設備拓撲信息提取及應用［J］.清華大學學報（自然科學版），2018，58（6）：587-592.

［2］陳燁.基于BIM技術的綠色建筑運營成本測算與應用研究［J］.建筑經濟，2021，42（6）：53-56.

［3］吳賢國，王雷，陳虹宇，等.基于BIM技術的物聯網運營地鐵結構健康監測系統設計與實現［J］.隧道建設（中英文），2020，40（6）：905-914.

［4］湯洪霞，曹吉鳴，邵志國.BIM情境下綜合設施管理服務供應商激勵契約［J］.系統管理學報，2021，30（4）：643-652.

［5］GLEDSON B J.Investigating the diffusion of 4D BIM Innovation［C］.In：Proceedings 31st Annual ARCOM Conference，2015.

［6］HUA Y Y.The role of innovation culture in BIM diffusion in construction：case studies of Chinese construction firms［C］.The 18th Pacific Association of Quantity Surveyors Congress，2014.

［7］CHEN C，SONG M.Visualizing a field of research：a methodology of systematic scientometric reviews［J］.PLOS ONE，2019，14（10）：e0223994.

［8］CHEN C.A Glimpse of the first eight months of the COVID-19 literature on Microsoft academicGraph：themes，citation contexts，and uncertainties［J］.Front Res Metr Anal，2020，5（12）：e607286.

［9］CHEN C，SONG M.Visualizing a field of research：a methodology of systematic scientometric reviews［J］.Plos One，2020，14（10）：e0228907.

［10］CHEN C.CiteSpace：a practical guide for mapping scientific literature［M］.New York：Nova Science Publishers，2016.

［11］埃弗雷特·羅杰斯.創新的擴散（美）［M］.北京：中央編譯出版社，2002.

［12］EASTMAN C，EICHHOLTZ P，SAEKSＲ，et al.BIM handbook：a guide to building information modeling for owners，managers，designers，engineers and contractors［M］．Hoboken：John Wiley and Sons，2008.

［13］ROGERS E M.Diffusion of innovations［M］New York：The Free Press，1995.

［14］TAYLOR S，TODD P A.Understanding information technology usage：a test of competing models［J］.Information Systems Research，1995，6（2）：144-176.

［15］STONEMAN P.DIEDEREN P，Technology diffusion and public policy［J］.The Economic Journal，1994（104）：918-930.

［16］MAHAJAN V，MULLER E，BASS F M.New product diffusion models in marketing：a review and new directions for research［J］.Mark，1990，54（1）：11-15.

［17］趙需要，姬祥飛，樊振佳.政府數據開放到公共數據開放的嬗變［J］.情報理論與實踐，2024，47（4）：50-58，83.

［18］李玉娟，羅建強.數字化環境下制造企業服務創新反哺產品創新擴散機理［J］.系統管理學報，2023，32（5）：995-1008.

［19］龐銳.采納與內化：多重制度壓力如何影響河長制創新擴散——基于省級政府的定向配對事件史分析［J］.公共管理學報，2023，20（2）：25-37，165-166.

［20］STONEMAN P.Handbook of the economics of innovation and technological change，blackwell，Cambridge［M］.New Jersey：Wiley Blackwell，1995.

［21］MAHDJOUBI D.Schumpeterian Economics and the Trilogy of ‘Invention Innovation Diffusion’［M］.Princeton：Princeton University Press，1997.

［22］BASS M.comments on“a new product growth for model consumer durables the bass model”［J］.Management Science，2004，50（12）：1833-1840.

［23］KALE S，ARDITI D.Innovation diffusion modeling in the construction industry［J］.Journal of Construction Engineering and Management，2019，136（3）：329-340.

［24］EDWIN M，JOHN R，ANTHONY R.Social and private rates of return from industrial innovations［J］.The Quarterly Journal of Economics，1977，91（2）：221-240.

［25］ROGERS E M，MEDINA U E，RIVERA M A，et al.Complex adaptive systems and the diffusion of innovations［J］.Innovation，2005，10（3）：1-26.

［26］CHEN Y H，YANGY F，LUO L，et al.Impacts of BIM policy on the technological progress in the Architecture，Engineering，and Construction（AEC）industry：evidence from China［J］.Journal of Asian Architecture and Building Engineering，2023，3（7）：1-15.

［27］CAO D，SHAO S，HUANG B，et al.Multidimensional behavioral responses to the implementation of BIM in construction projects：an empirical study in China［J］.Engineering，Construction and Architectural Management，2022，29（2）：819-841.

［28］王展昭.基于復雜網絡的產品創新擴散研究［D］.哈爾濱：哈爾濱工程大學，2016.

［29］余芳強.面向安全運行的文化場館BIM運維系統開發與實踐［J］.建筑經濟，2022，43（S1）：505-510.

［30］王娟，游弘宇，楊慶山，等.BIM在基礎設施智能監測中的研究與應用進展［J］.華中科技大學學報（自然科學版），2022，50（8）：105-116.

［31］楊聚加，段然.智慧視頻監控在智慧醫院建設中的設計與應用［J］.重慶醫學，2022，51（5）：863-867.

［32］鬧加才讓，程中國，宗超，等.基于BIM技術的全自動駕駛地鐵車輛基地設計研究［J］.都市快軌交通，2021，34（6）：79-85.

［33］楊楠，孟慶林.科學設計觀下城市基礎數據邏輯框架探索［J］.南方建筑，2022（3）：9-18.

［34］張純，代成，夏海山.基于數據融合的城市軌道交通規劃理論研究——BIM與GIS一體化研究綜述［J］.都市快軌交通，2020，33（4）：14-23.

［35］王建偉，高超，董是，等.道路基礎設施數字化研究進展與展望［J］.中國公路學報，2020，33（11）：101-124.

［36］張新長，李少英，周啟鳴，等.建設數字孿生城市的邏輯與創新思考［J］.測繪科學，2021，46（3）：147-152，168.

［37］楊啟亮，邢建春.建筑信息物理模型：一種建筑信息描述新形式［J］.中國工程科學，2023，25（5）：222-232.

［38］王紅衛，鐘波濤，李永奎，等.大型復雜工程智能建造與運維的管理理論和方法［J］.管理科學，2022，35（1）：55-59.

［39］梁寧慧，蘭菲，莊煬，等.城市地下綜合管廊建設現狀與存在問題［J］.地下空間與工程學報，2020，16（6）：1622-1635.

［40］KIM S，PARK C H，CHIN S.Assessment of BIM acceptance degree of Korean AEC participants［J］.KSCE Journal of Civil Engineering，2016，20（4）：1163-1177.

［41］CAO D，SHAO S，HUANG B.Multidimensional behavioral responses to the implementation of BIM in construction projects：an empirical study in China［J］.Engineering Construction and Architectural Management，2022，2（29）：819-841.

［42］JUAN Y K，LAI W Y，SHIH S G.Building information modeling acceptance and readiness assessment in Taiwanese architectural firms［J］.Journal of Civil Engineering and Management，2016，23（3）：356-367.

［43］CHEN Y，YIN Y，BROWNE G J.Adoption of building information modeling in Chinese construction industry：The technology-organization-environment framework［J］.Engineering，Construction and Architectural Management，2019，26（9）：1878-1898.

收稿日期：2024-03-04

作者簡介：

楊超（1994—），男，研究方向：創新管理、技術擴散。

關博文（1997—），男，研究方向：城市基礎設施韌性。

陳小波（通信作者）（1982—），男，教授，碩士研究生導師，研究方向：工程管理、韌性城市研究、人工智能技術在工程上的應用、新能源經濟與管理。