點擊上方藍字關注我們

基于ISM的大數據在建筑領域中的應用障礙分析

紀穎波¹,?趙子豪¹,?姚福義²

1?北方工業大學土木工程學院，北京 100144

2?重慶大學管理科學與房地產學院，重慶 400044

?摘要：大數據在建筑領域的應用程度低、推廣緩慢。準確識別大數據在建筑領域中的應用障礙因素，探索因素間的相互影響關系具有重大意義。通過對相關研究工作進行梳理，識別了12個障礙因素。使用解釋結構模型（ISM）確定了因素間的相互關系并將其轉化為鄰接矩陣。通過冪迭代分析建立了可達矩陣，確定了因素的層級關系。最后對因素間的影響傳遞路徑進行研究分析，給出了相應的應對建議，為我國建筑領域的大數據應用推廣提供了研究支持。

關鍵詞：大數據 ; 建筑工業化 ; 解釋結構模型 ; 障礙因素

論文引用格式：

紀穎波, 趙子豪, 姚福義. 基于ISM的大數據在建筑領域中的應用障礙分析[J]. 大數據, 2021, 7(6): 128-137.

JI Y B, ZHAO Z H, YAO F Y. Analysis of application barriers for big data in construction field based on ISM[J]. Big Data Research, 2021, 7(6): 128-137.

1 引言

近年來，我國建筑業發展迅速，但存在管理方式粗放、環境污染嚴重、安全事故頻發等問題。隨著工業4.0的到來，一大批新興信息技術（如建筑信息模型（building information modeling， BIM）、物聯網、云計算和大數據技術）正沖擊著傳統建筑行業，為高效率管控、高品質產品輸出和高社會效益實現進行科技賦能。BIM使建筑行業由二維設計進階到三維可視化，可實現從工程設計到項目運維全過程的數據集成；物聯網通過多方網絡互聯，可實現施工進度監控、質量跟蹤、安全及環保監管；云計算將各種數據進行集成并提供虛擬化計算環境；大數據技術將實現海量數據整理、挖掘和分析，為項目管理提供決策支持。然而，不同技術的應用深入程度參差不齊，特別是大數據技術并沒有在建筑業中真正地應用起來，工程數據的應用率不足0.4%，工程數據價值遠遠沒有被挖掘出來。

目前，已經有少數學者嘗試應用大數據技術解決規劃設計及環保測評方面的建筑業問題，如王淑桃提出在項目規劃階段可以根據建筑周邊人群分布及特點，使用大數據技術合理劃分出商業及住宅等功能區域；原雯等人使用大數據技術估算北京市房屋竣工面積；史北祥等人通過大數據技術對高密度建成區的環境進行監控分析。但整體來看，大數據在建筑領域的應用程度還非常低，停留在對一些宏觀統計數據進行網絡爬取分析的階段，推廣應用障礙明顯。如何推動大數據在建筑業中的廣泛、深入應用，已成為學術界和產業界重點關注的問題。障礙因素的識別與分析被廣泛認為是解決技術推廣問題的重要技術手段，如Mao C等人從開發者視角探討了裝配式建筑改革發展過程中遇到的障礙因素，并給出了相關對策建議。因此，鑒于大數據在建筑業中應用不深入這一現實問題，亟須開展其應用障礙因素的分析研究工作。

為了促進大數據在建筑領域中的推廣應用，本文對其障礙因素進行研究。使用解釋結構模型（interpretive structural model，ISM）分析建立了障礙因素的層級關系及影響傳遞路徑，并提出了應對策略，為促進大數據在建筑行業的應用推廣提供了參考。

2 大數據在建筑領域應用的障礙因素識別

本研究以中國知網（CNKI）數據庫為基礎，檢索目標文獻并識別障礙因素。第一輪檢索的關鍵詞包括“大數據”“建筑產業”“影響因素”等，共選取23篇文章作為核心文獻資料，進行障礙因素識別，并初步確定了影響大數據在建筑行業應用的9個障礙因素，分別是基礎硬件設施不足、缺乏應用軟件、數據量不足、大數據應用標準未建立、大數據發展方案不系統、隱私保護抵觸、缺乏專業人才、部門間協調配合能力不足、企業管理人員積極性不高。

考慮到文獻研究的滯后性及與實際情況不完全符合性，組織行業專家進行半結構化訪談，對文獻分析獲得的初步因素進行二次篩選補充。專家認為除上述因素外，缺少資金支持、平臺數據割裂、缺少政策及法律支持也是阻礙大數據在建筑領域應用的因素。具體的因素來源見表1。

具體的因素解釋如下。

● 基礎硬件設施不足（B1）：大數據是一個不斷收集和處理海量數據的過程，不是僅靠計算機來完成的，在實際工程中還需要結合云計算、云存儲、區塊鏈等技術。數據的深度剖析和處理對基礎設施的要求很高。然而，目前建筑行業的綜合效益水平較低，由于不能在短時間內獲得經濟效益，建筑企業不愿意投入大量成本購買高水平設備，這阻礙了大數據在建筑行業更好的應用。

● 缺乏應用軟件（B2）：目前，大量項目管理軟件在工程項目管控中起到了一定的輔助作用，但由于數據過于分散和獨立，查詢人員需要獨立搜索所需的數據，記錄及整合查詢數據，查詢能力受人為因素影響較大。在實際的工程建設中，大量的數據采集和探索缺乏一個比較完善的監測應用軟件，包括對人機料法環的采集和記錄。對其進行有效的檢測收集、整合分析，并將其應用到實際工程中，還有很長一段路要走。

● 數據量不足（B3）：建筑業是數據需求和業務規模較大的行業，同時也是數據較少的行業。在傳統的建筑行業中，只有弱電流、交易等幾種數據可以被稱為“大數據”。市場上的“建設大數據”大多是“數據庫”或普通數據，且數據大多未進行電子化。

● 大數據應用標準未建立（B4）：中國建筑業數字化轉型升級剛剛起步，其基礎是大數據應用。然而，基于大數據應用的建筑業標準體系尚未建立，導致現有體系中存在嚴重的數據孤島現象。

● 大數據發展方案不系統（B5）：建筑企業對大數據應用的推廣缺乏可靠計劃，主要表現在企業缺乏整體戰略，項目實施中存在數據采集形式不標準、自動化程度低等問題。

● 隱私保護抵觸（B6）：從其他行業真實案例可知，隱私泄露可能導致歧視、欺詐、騷擾、人身傷害等問題，嚴重影響社會穩定和人身安全。建筑企業的數據信息往往包含公司財務機密、核心技術成果，一旦發生泄露會對公司產生毀滅性打擊。

● 缺乏專業人才（B7）：在建筑業數字化轉型中，人才是關鍵。2015年年初，住房和城鄉建設部提出了利用BIM等大數據手段輔助進行工程管理，但該行業缺乏既掌握大數據技術又掌握專業施工技術的專業人才。

● 部門間協調配合能力不足（B8）：在工程領域，部門負責多種事務，由于整個系統的復雜性和數據之間的交互能力較弱，部門間無法很好地協調和共享數據，難以充分發揮大數據的作用。

● 企業管理人員積極性不高（B9）：企業管理人員對大數據持懷疑態度，且短時間無法接受管理方式轉變，導致其不愿意進行管理方式改革，為大數據推廣掃除障礙。

● 缺少資金支持（B10）：科技發展的資金來源主要有3種，政府融資、企業上市融資和跨行聯盟。大數據發展前期需要大量的資金。然而，在建筑行業，社會資本較難進入，傳統業務緊張，導致投入大數據建設的資金一直不夠充足。

● 平臺數據割裂（B11）：數據共享不僅是公共信息收集的目的，也是業務協作的前提。各部門建立的信息平臺可能會造成信用信息碎片化的現象，影響主要公共信用文件的完整性，導致大數據應用缺乏實物支撐。

● 缺少政策及法律支持（B12）：目前，我國政策僅支持大數據的發展，未制定出詳細的推動策略和計劃。法律也未對大數據給予充分支持，不能很好地解釋和界定數據的所有權，導致海量數據的檢索仍然存在壁壘。

3 障礙因素層級關系構建

ISM是沃菲爾德于1973年提出的，被用來分析復雜系統中各因素之間的相互作用，并確定各因素的優先度和間接關系。在工程管理領域，ISM是一種常用的因素分析方法，如郭斌等人使用ISM分析了BIM的協同應用障礙。周景陽等人基于ISM建模方法分析了裝配制造成本的影響因素。Tan T等人使用ISM建模方法分析了在中國裝配式建筑中實施BIM的障礙。

本研究采用ISM分析來建立阻礙大數據在建筑行業應用的各因素間的層級結構圖。具體工作內容說明如下。

第一步：通過問卷調查及專家打分建立相互關系結構。

第二步：建立鄰接矩陣。

第三步：建立可達矩陣。

第四步：劃分因素層級及繪制分級結構圖。

3.1 確定因素間的相互關系

在最終確定了12個障礙因素后，再次組織專家進行半結構化訪談，以確定專家對這些因素之間的關系的看法。通過回答問題“你認為因素i是否直接影響因素j”對因素進行配對比較。因素i和因素j之間的相互關系用4個符號表示：X指因素i可以導致因素j，反之不成立；Y指因素j可以導致因素i，反之不成立；W指因素i和因素j可以相互影響；O指因素i和因素j互不相關。通過專家打分得出12個因素的結構自影響矩陣（見表2）。在表2~表4中，因素i為列元素，因素j為行元素。

3.2 建立鄰接矩陣

鄰接矩陣能夠表示因素之間存在的直接作用關系，為了進一步得到因素之間的上下層級關系和因素之間的間接影響關系，需要將結構自影響矩陣轉換為二進制的鄰接矩陣，然后通過MATLAB進行分析，具體的轉換規則如下。

（1）結構自影響矩陣中的因素(i, j)的相互關系為X，則在鄰接矩陣中標記因素i對因素j的影響為1，因素j對因素i的影響為0。

（2）結構自影響矩陣中的因素(i, j)的相互關系為Y，則在鄰接矩陣中標記因素i對因素j的影響為0，因素j對因素i的影響為1。

（3）結構自影響矩陣中的因素(i, j)的相互關系為W，則在鄰接矩陣中標記因素i對因素j的影響為1，因素j對因素i的影響為1。

（4）結構自影響矩陣中的因素(i, j)的相互關系為O，則在鄰接矩陣中標記因素i對因素j的影響0，因素j對因素i的影響為0。

轉換后形成的鄰接矩陣見表3。

3.3 建立可達矩陣

通過應用上述變換規則得到了二進制值的鄰接矩陣。借助計算工具MATLAB進行冪迭代分析，得到最終的可達矩陣（見表4），驗證了傳遞性規則。表4中的1表示因素i的影響直接可達因素j，1*表示因素i的影響間接可達因素j。

3.4 建立層級關系

根據最終的可達矩陣可以確定每一個因素的可達集以及先行集，形成層次劃分。可達集表述了每個因素能直接或者間接影響的其他因素，先行集表述了每個因素能被直接或者間接影響的因素。若可達集和先行集的交集與可達集所含的因素相同，則交集中的因素將位于整個結構的最上層，表明這些因素很可能受到其他因素影響。頂層的障礙因素一旦被確定，它將從其他障礙因素的可達集中移除。然后，重復上述過程以獲得下一層的障礙因素，直到所有因素都被放置在層次結構中。障礙因素層級劃分結果見表5。

障礙因素層級關系如圖1所示。由圖1可知，最終確定的大數據應用的12個障礙因素被分為6層，其中 大數據發展方案不系統（B5）、 缺乏專業人才（B7）、缺少資金支持（B10）、缺少政策及法律支持（B12）是基礎因素，位于第六層；隱私保護抵觸（B6）和基礎硬件設施不足（B1）位于第五層；企業管理人員積極性不高（B9）位于第四層；大數據應用標準未建立（B4）和部門間協調配合能力不足（B8）位于第三層；缺乏應用軟件（B2）及平臺數據割裂（B11）位于第二層；數據量不足（B3）位于第一層。

圖1???障礙因素層級關系

4 大數據在建筑領域應用的障礙因素ISM分析

大數據發展方案不系統（B5）、缺乏專業人才（B7）、缺少資金支持（B10）、缺少政策及法律支持（B12）位于層級關系的最底層，是基礎因素，反映出建筑領域的大數據應用處于缺人、缺錢、缺政策的狀態，并且建筑領域對大數據的推廣尚無完善的發展計劃。這些是導致大數據應用不順暢的根本原因。這4個因素沒有受到其他因素的干擾，但互相之間具有緊密的影響關系，每一個因素都可對其他3個因素產生直接或間接的影響，這意味著對其中一個因素單獨管控會受到其他3個因素的牽掣，難有很大改善。因此需要制定綜合方案，同時對這4個因素進行管控。

隱私保護抵觸（B6）和基礎硬件設施不足（B1）受到了底層因素的影響。隱私保護抵觸產生的原因是大數據會對各個平臺間的數據進行聯通，可能導致工程隱私泄露，如投標報價、材料進價、核心施工技術等信息一旦泄露就會造成巨大損失。因此需要對工程數據進行劃分，具有商業隱私性質的數據應被保護加密，但保密數據的劃分工作任務量極大，不僅需要政策支持，還需要人力財力的投入。基礎硬件設施是實現軟件需求的基礎，配備硬件設施不僅需要專業人才和資金投入，更需要制定詳細的發展計劃，從而實現硬件設施可根據大數據的發展需求逐漸升級。

企業管理人員積極性不高（B9）位于中間層，會受到下面兩層所有因素直接或間接的影響。并且該層僅有一個因素，說明下級因素的影響在該層匯集，若無法調動管理人員的積極性，下級因素的一切改進都會在此被削弱。

大數據應用標準未建立（B4）、部門間協調配合能力不足（B8）分別受到第五層和第四層因素的影響，并會對第二層的因素（缺乏應用軟件（B2）及平臺數據割裂（B11））產生影響。但大數據應用標準未建立（B4）與部門間協調配合能力不足（B8）之間不存在影響關系，在進行大數據推廣時，可作為兩條并行線開展。

頂層的因素是數據量不足（B3）。建筑行業具有大量的數據使用需求，但現在的數據大多依托數據庫進行管理，數據體量遠遠達不到“大數據”規格。該因素受到全部下級因素的直接影響，說明僅針對該因素進行改善的難度極大，需要通過下層因素的改善帶動數據量的收集。

5 結束語

大數據對于建筑工業化發展具有重要意義，但目前大數據在建筑行業的應用微乎其微。本文構建了大數據在建筑領域應用的障礙因素的解釋結構模型，明確了障礙因素間的相互關系，分析了因素層級結構中的上層、中層、底層因素。基于此，本文提出了一個三級應對策略以解決這些障礙。

（1）第一級應對策略旨在改善第五層及第六層障礙因素。針對這兩層障礙因素影響關系交織復雜的情況，該級策略分為3個方向：一是增加底層投入力度，包括資金支持、人才培養、基礎硬件設施生產三方面；二是發揮上層引導作用，不僅是政策上支持，更要制定系統合理的發展方案；三是通過立法規范大數據的應用行為，進一步明確數據隱私邊界的法律定義，規范大數據應用的行為，既要避免隱私保護成為大數據在建筑領域進一步推廣的借口，也要防止不法分子借機竊取他人技術成果、商業機密。

（2）第二級應對策略主要針對第四層因素。首先可以對企業管理人員制定績效考核及獎勵制度，調動管理人員推進大數據應用的積極性；其次，由于大數據應用存在一定的技術門檻，企業可以注重培養與大數據相關的專業領域的人才成為管理人員。

（3）第三級應對策略主要針對前三層因素。該級策略主要是為了應對數據量不足的問題，從數據采集和數據應用兩個方面開展，一是要形成便于數據交流的制度，應在不同部門間建立聯系機制，避免同一數據的調用需經多個部門審批，導致數據應用效率降低；二是解決軟件支持不足的問題，增加大數據采集及應用軟件的開發，破除各平臺、各數據庫間的信息壁壘，實現數據量的迅速增長。

應用大數據是促進建筑領域變革的重要方式，無論從政府層面還是企業層面，都應當充分認識到大數據技術的推廣是一個長期的過程，應該采取合理的措施促進大數據在建筑領域的推廣及應用。

作者簡介

紀穎波（1975-），女，博士，北方工業大學土木工程學院教授，主要研究方向為建筑工業化、智能建造、信息化。

趙子豪（1996-），男，北方工業大學土木工程學院碩士生，主要研究方向為建筑工業化、質量控制、人工智能及大數據。

姚福義（1993-），男，重慶大學管理科學與房地產學院博士生，主要研究方向為裝配式建筑、質量控制、人工智能及大數據。

聯系我們:

Tel:010-81055448

? ? ? ?010-81055490

? ? ? ?010-81055534

E-mail:bdr@bjxintong.com.cn?

http://www.infocomm-journal.com/bdr

http://www.j-bigdataresearch.com.cn/

轉載、合作：010-81055537

大數據期刊

《大數據（Big Data Research，BDR）》雙月刊是由中華人民共和國工業和信息化部主管，人民郵電出版社主辦，中國計算機學會大數據專家委員會學術指導，北京信通傳媒有限責任公司出版的期刊，已成功入選中國科技核心期刊、中國計算機學會會刊、中國計算機學會推薦中文科技期刊，并被評為2018年、2019年國家哲學社會科學文獻中心學術期刊數據庫“綜合性人文社會科學”學科最受歡迎期刊。

關注《大數據》期刊微信公眾號，獲取更多內容

總結

以上是生活随笔為你收集整理的基于ISM的大数据在建筑领域中的应用障碍分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。