BIM情境下工程项目参与方合作关系提升研究
——基于模糊认知图模型

马 辉,王云龙

(天津城建大学 经济与管理学院,天津 300380)

摘 要:通过分析建设工程项目各参与方合作关系质量的影响因素,构建BIM情境下工程项目参与方合作关系质量提升影响因素表,对天津市某工程项目企业开展问卷调查和统计分析并构建模糊认知图模型,利用因子分析对模型结果进行修正。结果发现,信息共享、成员能力和利益分配机制对合作关系的提升具有关键作用,而机会主义思想与传统思维转型是阻碍合作关系的主要因素。

关键词:建筑信息模型;工程项目;合作关系;模糊认知图

0 引言

近年来,建筑信息模型(BIM)在工程建设项目中的应用越来越多,对于解决传统交易模式中沟通不畅、设计变更多、工期拖延、成本超支等问题具有积极影响[1-2]。随着BIM的应用,工程项目组织形式也发生了变革,设计方、施工方以及供应商都从项目早期开始介入,相互合作使得项目成本降低并获得更多收益。国外研究表明,在大型工程项目中良好合作关系对项目绩效具有积极影响。因此,如何在BIM情境下提升各方合作关系质量成为一个重要话题。

徐韫玺[3]指出,企业出于自身利益最大化的考虑,不愿意共享信息甚至隐藏信息是损害各方之间合作关系的重要原因。Dossick Carrie S等[4]认为,BIM为各参与方间交流讨论提供了信息平台,有效解决了合作交流障碍。Howard[5]认为BIM使得工程项目团队各成员间沟通交流变得更紧密更便捷,对参与者间合作关系具有促进作用。Rahman[2]研究指出,信任是良好合作关系的前提。MIN[6]研究认为,利益协同是达成良好合作关系的重要因素。已有研究指出了工程项目中各参与方合作关系的影响因素,这些因素对合作关系质量的影响并不是单一线性的,各因素综合起来如何对合作关系产生影响以及是否存在其它影响因素有待进一步研究。本文拟在前人研究成果的基础上,探讨BIM应用情境下工程项目参与者之间合作关系质量的影响因素,并利用模糊认知图模型对影响因素进行分析,从而找出提高合作关系质量的关键影响因素及其相互关系。研究成果不仅有利于使工程项目各利益方合作关系向协同性强的方向发展,而且可以指导BIM在建设工程项目中的应用。

1 BIM情境下建设工程项目新特征

应用BIM的建设工程项目大多要求业主、设计方、施工方等利益相关方在工程早期就介入项目,签订多方合作协议,将项目各参与方间利益、风险捆绑在一起,实现协同管理、资源共享,使得项目效益最大化[7]。因此,多数BIM项目较传统建设工程项目具有一些新特征。

1.1 参与方早期介入

在项目建设前期,主要参与方的经验、知识和社会关系等可以提高项目前期的决策水平,明确项目目标和事项,对项目后期的顺利实施起到关键作用,并为建立合作关系提供有力保障[8]。各参与方的早期介入时间如图1所示。

1.2 协同决策

在合作过程中,各参与方通过信息交流和共享,制定合理的设计和施工方案,项目团队对重大决策进行评价分析,达成一致意见后进行实施[9],如图2所示。

1.3 各参与方拥有共同利益

项目各方利润分配与项目贡献度有密切联系,个人成功与项目整体成功有机结合。个人利益完全依赖于项目整体利益,因此,项目各参与方不仅关注自身利益,而且关注整体成果。

图1 各参与方早期介入时间

图2 各参与方协同决策

2 建设工程项目各方合作关系质量影响因素

在BIM情境下,建设工程项目各方合作关系受很多因素的影响,除法律纠纷、施工设计变更等以外,还受到组织文化、信任水平等影响。因此,一般项目团队合作关系的影响因素研究不能完全适应于BIM情境下工程项目各方合作关系质量的影响因素分析。合作关系质量影响因素较多,开展全方位的研究比较困难,本文基于文献研究和分析,从认知角度初步提取了BIM情境下工程项目各方合作关系质量的14个影响因素。

(1)组织文化。Goffee和Jones[10]将组织文化定义为团队中成员间人际关系的亲密程度。高度社交化的组织文化不仅使成员心情愉悦,而且有助于形成高涨的工作热情和良好的合作关系。

(2)技术水平。成员的专业技术水平包括对BIM相关软件的掌握程度以及BIM理论知识的熟悉程度,对各参与方间合作关系有一定影响。

(3)利益分配机制。团队中各方利益分配的合理性会影响团队内在公平性。K.Kane和K.Montgomery[11]指出,团队公平性会直接影响成员间信任和尊重,尤其是对管理人员的信任感。

(4)高层管理支持。高层管理者的支持有利于新技术在项目中的应用。

(5)相互信任。信任是合作关系的基础,各参与方只有在相互信任的前提下才会通过BIM技术及时共享信息,促使各方开放讨论疑难问题,营造融洽的沟通合作氛围。

(6)成员能力。成员能力是指协同作业过程中成员所具备的技术、专业技能及竞争力等职业技能和素质。Mayer等[12]将能力定义为个体人格特点、技能和职业素质的群集合。

(7)各方关系良好程度,是指项目中业主、设计方和承包商等各参与方间关系的良好程度[13]

(8)传统思维转型。在传统项目建设过程中,设计师等各参与方都是2D思维模式,对以3D模式建造的新技术应用在思维上需要转型[14]

(9)信息共享。数据结构开放和可交互的建筑信息模型是信息共享的基础,同时,信息共享的协作方式可以充分发挥BIM技术的优势,使项目参与者开展无障碍的沟通交流合作[3]

(10)开放性沟通。开放性沟通是指成员在信息沟通过程中是诚实且直接的,促进成员间交流的透明度和真实性,是合作关系建立的重要影响因素。

(11)机会主义思想,是指成员为了自身利益最大化而不按规矩办事,导致成员间共享信息不真实甚至不愿进行信息沟通和交流,破坏了各方之间合作关系[15]

(12)协同决策。协同决策是应用BIM技术的一个重要特征,如果成员间能够进行良好协作,则会极大地减轻和缩短项目中高成本活动,对成员间合作关系及项目顺利进行产生正向影响[16]

(13)成员经验水平。成员经验是指各参与者以往是否有过采用新技术进行协同合作的工作经历,如果成员具有这方面的经验,则有利于BIM技术应用的顺利进行,从而促进各方之间合作关系。

(14)知觉感受,是指团队成员对其他成员工作胜任力及坦诚程度的一种感觉,会影响彼此间信任水平及合作关系。

3 BIM情景下工程项目参与方合作关系提升模糊认知图模型

本文利用模糊认知图模型探究BIM情境下工程项目参与方间合作关系影响因素之间交互作用和反馈效应。首先,对模糊认知图及其在提升各参与方间合作关系方面的适用性进行分析;其次,归纳BIM情境下建设工程项目参与方合作关系的影响因素,采用专家评分法找到各因素间关系,并建立模糊认知图模型;最后,利用模糊认知图研究各因素间交互作用和反馈效用,以提升各参与方合作关系。

3.1 模糊认知图及其在提升各参与方合作关系方面的适用性

模糊认知图(Fuzzy Cognitive Maps , FCM)是Kosko将概念间三值关系{-1,0,1}扩展到区间[-1,1]上的模糊关系发展而来的,通过有向弧线将模糊反馈动力系统中因果事件、参与值、目标与趋势等连接起来形成模糊认知图结构[17]。FCM由三部分构成:概念节点(表示影响因素)、有向弧(表示因素间影响关系)以及有向弧上的权重值(表示关系的强弱程度)。FCM具有推理过程明晰、知识呈现方便等特点,被广泛用于医疗诊断、工业控制等多个领域。

影响BIM情境下各参与方合作关系的因素,具有模糊、不确定及难以描述的特点,而模糊认知图能够通过认知图的方式清晰呈现各因素间交互作用[18],对难以测度的概念进行模糊化处理,可有效分析建设工程项目各方合作关系的影响因素,从而提升工程项目各参与方间合作关系。

3.2 BIM情境下工程项目各参与方合作关系提升影响因素识别

对上述14个影响因素进行编号,如表1所示。

表1 BIM情境下工程项目各参与方合作关系提升影响因素

编号影响因素定义F1组织文化团队中成员间人际关系的亲密程度F2技术水平BIM相关软件的掌握及理论知识的熟悉程度F3利益分配机制利益分配的合理性会影响团队中的内在公平性F4高层管理支持新技术实施首先要获得高层管理者的支持F5相互信任信任是各方进行信息沟通的基础F6成员的能力成员个体的职业技能和素质F7各方关系良好程度各参与方之间的关系良好程度F8传统思维转型建造思维模式从2D到3D的转型F9信息共享信息共享充分发挥BIM技术的优势F10开放性沟通促进成员间沟通的透明度和真实性F11机会主义思想成员基于自身利益最大化而采取投机行为F12协同决策各参与方采取协作方式进行决策F13成员经验水平成员以往是否采用过新技术进行协同工作F14知觉感受成员对彼此工作胜任力及坦诚程度的感觉

3.3 模糊认知图模型构建

3.3.1 BIM情境下工程项目各参与方合作关系影响因素重要程度调查问卷

本文对50位相关专家和实践者进行了问卷调查,问卷采用5分制Likert量表形式,被调查者对BIM应用情境下建设工程项目各方合作关系的14个影响因素的重要程度进行打分。

被调查者中对BIM情境下建设工程项目各方合作关系非常了解的占总数的40%,比较了解的占60%。所有被调查者都直接或间接参与过BIM技术在工程项目中的应用。因此,本文调查对象都具有BIM技术应用相关经验,保证了调查结果具有较高的可信度。

3.3.2 原始数据模糊化处理

模糊认知图中的每个概念节点代表一个影响因素,每一个概念节点的数值向量是第i个专家对第j个概念节点的打分。运用模糊理论对问卷收集到的数据进行模糊化处理,首先,找到第i个概念节点中向量元素的最大值MAX(v),赋值为1;其次,找到第i个概念节点中向量元素的最小值MIN(v),赋值为0;对于每一个概念节点的数据,利用模糊化公式进行[0,1]上的处理:

以第一位专家的打分为例,专家1对14个合作关系影响因素的重要性进行打分,结果如表2所示。专家1对影响因素“公众感知”的重要性打分为3分,将V11=3, MAX(v)=5, MIN(v)=3代入式(1)中,可以得到公众感知在专家1的打分情况下模糊值为0.33。同理可得专家1对14个影响因素的模糊化结果,如表2所示。

表2 专家1对影响因素的打分结果和模糊化结果

影响因素打分结果模糊化结果影响因素打分结果模糊化结果F130.33F851F251F940.67F340.67F1030.33F430.33F1140.67F540.67F1251F640.67F1351F730.33F1440.67

3.3.3 模糊认知图模型概念节点初始状态值确定

根据式(1)将50位被调查者对合作关系影响因素的打分结果进行模糊化处理,概念节点的初始值是50组模糊化数据加权平均的结果,如表3所示。

3.3.4 模糊认知图模型概念节点间相关性确定

本文运用“距离”的概念确定正负相关度,并利用正负相关度确定各概念节点间相关性。假设概念节点正相关,则它们之间相关性最大的情况是对于每一元素i,都有χ1(Vi)=χ2(Vi);设di为概念节点V1V2之间相应元素之间的距离,则有:

设概念节点V1V2之间的平均距离为AD,则有:

设概念节点V1V2之间的相关度为S,可利用平均距离进行计算:

负相关的概念节点之间相关性计算步骤与上文大致相同,所不同的是两个负相关性的概念节点V1V2相应元素的距离为:

表3 合作关系提升模型概念节点的初始状态值

影响因素状态值影响因素状态值F10.627F80.487F20.440F90.538F30.563F100.587F40.507F110.488F50.568F120.650F60.468F130.460F70.453F140.573

根据以上正负相关度计算步骤和方法,本文分别计算合作关系提升模型中各概念节点间正负相关度,结果如表4和表5所示。结合实际经验以及正负相关度的理论知识可知,概念节点间除少部分是负相关关系外,大多存在正相关关系。

由于以上计算方法存在一定偶然性,两个概念节点间相关性有可能在逻辑上不符合实际情况,因此,本文采用因子分析方法对这种偶然性进行排除。通过因子分析方法,可以将相关性较高的因子聚在一起,也可以将相关性较低的因子进行剔除。利用其结果与概念节点间相关性相互印证的特点,可以得到较为准确的概念节点间关系矩阵。

表4 合作关系提升影响因素间正相关度

F1F2F3F4F5F6F7F8F9F10F11F12F13F140.6910.7200.7430.7350.7450.7060.7930.7580.8400.7250.7850.7170.7860.7780.7520.7730.8330.7180.7380.8130.7280.8930.7300.8650.7250.8530.8850.7950.8030.6970.8550.7770.7950.7780.7530.7230.7980.7980.7830.6730.8380.7570.7680.8120.7570.6860.8000.7580.6780.8000.7480.7900.8130.7380.7050.7720.7350.8300.7920.8500.7530.8080.7350.7130.7680.7460.7380.6880.7270.6930.7550.7530.7450.6680.7570.8200.7880.8100.7930.7580.7620.7620.7520.7300.7730.7530.8080.7520.7650.7150.727

表5 合作关系提升影响因素间负相关度

F1F2F3F4F5F6F7F8F9F10F11F12F13F140.7550.7400.7000.7250.7380.7460.6460.6850.6660.7280.6180.7100.6660.8420.8280.8070.7570.7320.6880.7770.7520.7270.7600.6850.7050.7400.7480.7880.6630.7070.7480.7230.8080.7120.8070.7200.7550.8050.6770.7300.7350.7300.8150.6880.7830.7370.7830.6980.7320.7530.7350.7930.6970.8120.7180.7080.7250.7530.7250.7530.7570.7820.7180.7130.6750.7330.7250.6950.7170.7200.6550.6860.6650.7020.6530.5930.6920.7530.6970.7720.6650.7350.6880.7370.6930.7470.7320.6710.7350.6620.667

3.3.5 基于因子分析的模糊认知图模型修正

开展KMO统计量检验和Bartlett球形检验,由检验结果可知,P<0.0001, KMO度量值逼近于1,说明可以进行因子分析,并且其结果可以接受。

本文将特征值大于1的主成分确定为公共因子,结果如表6所示。前5个主成分的特征值均大于1,旋转后累积方差贡献率为68.724%,说明这5个主成分反映了14个影响因素的绝大部分信息。

表6 公因子方差贡献率

成分初始特征值合计方差的%累积%提取平方和载入合计方差的%累积%旋转平方和载入合计方差的%累积%13.00221.44221.4423.00221.44221.4422.29816.41316.41322.51817.98439.4272.51817.98439.4272.14415.31331.72531.63111.64751.0741.63111.64751.0742.01314.38046.10641.3039.30760.3811.3039.30760.3811.74612.47358.57951.1688.34368.7241.1688.34368.7241.42010.14568.724

旋转后的因子荷载矩阵如表7所示,由此可以对合作关系提升模型的概念节点进行修正。首先,剔除相关性较低的概念节点,若概念节点的荷载值在各公因子中均小于0.5,则予以剔除;若概念节点的荷载值仅在一个公因子上大于0.5,则予以保留;若概念节点的荷载值不仅在一个公因子上大于0.5,则予以剔除;若概念节点的荷载值在两个及以上的公因子之间区别较小,则予以剔除。其次,对概念节点间相关度进行修正,在因子分析结果中,若概念节点间相关性较大则汇聚到一组中,将这个数据与概念节点间正负相关度进行相互验证和比较,最终确定各影响因素之间相关性。

表7 旋转后的因子荷载矩阵

影响因素成分12345F1-0.2680.648-0.1350.2170.390F2-0.101-0.0060.8790.0760.030F30.907-0.003-0.0330.051-0.065F40.489-0.042-0.1570.2640.524F50.582-0.219-0.040-0.1270.228F60.081-0.1230.2800.7550.017F70.7940.089-0.0220.127-0.046F8-0.0130.8590.264-0.024-0.147F90.4050.3330.1070.5460.142F10-0.0720.342-0.1800.7300.062F110.0320.1640.6370.367-0.121F120.0170.0190.1840.0050.898F13-0.0430.2760.738-0.1790.258F140.0660.7630.1370.1440.002

通过以上两个方面的修正,得到新的关系矩阵,如表8所示。修正后的BIM情境下工程项目参与方合作关系影响因素的模糊认知图模型,如图3所示。

图3 基于BIM的各参与方间合作关系提升影响因素的模糊认知模型

表8 修正后的概念节点间关系矩阵

影响因素F1F2F3F4F5F6F7F8F9F10F11F12F13F14F10.8400.786F20.7520.8330.865F30.8850.8030.855-0.808F40.812F50.8000.813F60.772-0.7250.808F7F8F90.7880.793F100.773F11F12F13F14

3.3.6 修正模型结果分析

由图3可以看出,14个影响因素通过彼此作用和相互影响共同作用于合作关系的形成与发展。其中,机会主义思想和传统思维转型对合作关系的提升具有不利影响,而其它12个影响因素对合作关系的提升具有促进作用。

机会主义思想会对利益分配机制产生反向作用,从而影响各参与方间合作关系。如果团队中成员具有机会主义思想,那么成员会优先考虑自身利益最大化,从而在日常信息交流沟通中出现不同程度的信息隐藏行为,进而影响团队利益。另外,其他成员也会减少与具有机会主义思想成员的合作和交流,降低彼此间信任度。因此,若成员具有机会主义思想,则不利于BIM情境下工程项目各参与方间合作关系的提升。传统思维转型会对成员的能力产生反向作用,进而对各参与方间合作关系产生负面影响。从传统建造模式到BIM情境下的建造模式是从2D到3D的转变。因此,需要设计人员具备BIM相关理念和专业技术功底,这一转型不是简单的新技术学习,而是对传统建造模式的彻底改变,涉及工作思维、工作习惯等。因此,传统思维转型对BIM情境下工程项目各参与方间合作关系的提升具有负面影响。

其它12个影响因素通过彼此作用和相互影响对工程项目各参与方间合作关系具有正向作用。其中,利益分配机制、信息共享、成员的能力、开放性沟通、相互信任、协同决策、技术水平等7个变量的提及次数和中心度[19]比较高。因此,这7个影响因素是比较活跃的,与其它影响因素间关系比较密切,并最终影响BIM情境下工程项目各参与方间合作关系提升效果。而关系良好程度、高层管理支持、知觉感受、经验水平、组织文化等5个影响因素作为中间变量,传递概念节点间影响作用。

4 结语

本文归纳了建设工程项目各方合作关系质量的影响因素,构建了BIM情境下工程项目参与方合作关系提升的影响因素表,利用模糊认知图模型对14个影响因素的重要性及相关性进行了分析,并利用因子分析对结果进行了修正。在12个正向的影响因素中,信息共享、成员的能力和利益分配机制这3个影响因素的重要程度明显高于其它影响因素。因此,在提升工程项目各方合作关系的过程中应加强这3个方面的建设。另外,机会主义思想与传统思维转型是阻碍建设工程项目各方合作关系提升的主要因素。因此,针对成员机会主义思想的问题,应当建立风险共担、收益共享等公平的利益分配制度,消除成员的机会主义思想和隐藏行为;对于传统思维转型的问题,可以通过加强团队成员对BIM技术理念的认知、专业技能培训和工作习惯培养等方式来解决。

本文不足在于问卷调研的范围不够广泛,仅局限于天津市某企业,而且样本数量偏少,不能很好地反映全国其它地区情况,今后可在全国范围内开展大样本调研,获得更符合实际情况的数据样本。

参考文献:

[1] American Institute of Architects. IPD for public and private owners[Z]. 2010.

[2] RAHMAN M M, KUMARASWAMY M M. Contracting relationship trends and transitions[J].Journal of Management in Engineering, 2004, 20(4): 147-161.

[3] 徐韫玺,王要武,姚兵.基于BIM的建设项目IPD协同管理研究[J]. 土木工程学报,2011,44(12):138-143.

[4] DOSSICK C S, G NEFF, H HOMAYOUNI. The realities of building information modeling for collaboration in the aec industry, in building a sustainable future-proceedings of the 2009 construction research congress[A]. 2009.

[5] HOWARD MCKEW. Integrated-project delivery[J]. Journal of Engineered Systems,2009,26(1): 108-118.

[6] MIN H, ZHOU G. Supply chain modeling: past present and future[J].Computers & Industrial Engineering,2002,43(11):231-249.

[7] The American Institute of Architects(AIA). Integrated project delivery: a guide[M].Washington : American Institute of Architects,2007.

[8] 李红.基于BIM技术的IPD模式研究[D].南京:南京林业大学,2015.

[9] 张校伟.基于综合项目交付的进度管理优化设计研究[D].武汉:华中科技大学,2012.

[10] GOFFEE R, JONES G. What holds the modern company together[J].Harvard Business Review,1996,74(6):133-148.

[11] K KANE, K MONTGOMERY. A framework for understanding dysempowerment in organizations[J].Human Resource Management,1998,37(3):263-275.

[12] MAYER R C, DAVIS J H, SCHOORMAN F D. An integrative model of organizational trust[J].Academy of Management Review,1995,20(3): 709-734.

[13] 吕文学,张磊,毕星.基于模糊认知图的工程项目争端处理决策研究[J].中国软科学,2014(10):165-173.

[14] 任远谋.BIM在我国建筑行业应用影响因素研究[D].重庆:重庆大学,2016.

[15] 高源.基于模糊认知图的IPD项目管理团队内部信任评价[D].天津:天津大学,2012.

[16] 杨丽.基于模糊认知图的IPD项目谈判模型研究.[D].天津:天津大学,2013.

[17] KOSKO B. Fuzzy cognitive maps[J]. International Journal of Man-Machine Studies,1986,24(1):65-75.

[18] XUE X , SHEN Q , JI Y, et al. Cognition driven framework for improving collaborative working in construction projects: negotiation perspective[J]. Journal of Business Economics and Management, 2010(2):227-242.

[19] 苏超,张红,梁迅.基于模糊认知图的生态风险管理研究[J].生态学报,2014,34(20):5993-6001.

(责任编辑:万贤贤)

The Improvement of Cooperation of Project Participants in BIM Context——Analysis Based on Fuzzy Cognitive Maps Model

Ma Hui, Wang Yunlong

(College of Economics and Management, Tianjin Chengjian University, Tianjin 300380, China)

Abstract:The influence factors of the construction project of all parties involved in the relationship quality, establish impact relationship to improve the quality of engineering project in BIM context, through a questionnaire survey to a project done by enterprise in Tianjin city are analyzed and constructed a fuzzy cognitive map model, using factor analysis model to revise the results. That "information sharing" and "member's ability" and "benefit distribution mechanism" to enhance cooperation plays a key role, and "opportunistic" and "traditional thinking transformation" is the main factors hindering cooperation.

Key Words:Building Information Model; Engineering Project; Relations of Cooperation; Fuzzy Cognitive Maps

收稿日期:2017-04-01 基金项目:天津市哲学社会科学研究规划项目 (TJGL12-146)

作者简介:马辉(1979-),女,天津人,博士,天津城建大学经济与管理学院副教授,研究方向为工程项目管理、绿色建筑与运营管理;王云龙(1992-),男,山东德州人,天津城建大学经济与管理学院硕士研究生,研究方向为工程项目管理、绿色建筑与运营管理。

DOI:10.6049/kjjbydc.2017GC0046

中图分类号:F062.4

文献标识码:A

文章编号:1001-7348(2017)09-0052-06