هياكل البناء | ما وراء نمو 5.9%: أثر سياسات المدن التجريبية للبناء الذكي في تطوير القوى الإنتاجية الجديدة النوعية لقطاع البناء

نُقل هذا المقال عن حساب وي تشات العام «الهيكل المعماري» (Architectural Structure)، وهو مخصص لأغراض التعلم والتبادل فقط، وجميع حقوق النشر محفوظة لأصحابها الأصليين.

دراسة حول تأثير سياسة مدن تجريب البناء الذكي على تنمية القوى الإنتاجية الجديدة النوعية في قطاع البناء

بقلم: ليو مي شيا، تشانغ شي بين، يو ده هو، يو شيان هوي، ليو هونغ إه، شاو دي، تشنغ هاي تشاو، لو تشونغ ده

الملخص

Abstract

استنادًا إلى البيانات اللوحية (Panel Data) لـ24 مدينة تجريبية للبناء الذكي و24 مدينة غير تجريبية في الصين خلال الفترة 2019–2023، يستخدم هذا البحث نموذج الفروق المزدوجة (Difference-in-Differences) للتحقق من الدور المحفّز لسياسة مدن تجريب البناء الذكي في رفع إنتاجية العوامل الكلية لقطاع البناء، ومن ثم تحليل تأثيرها على تنمية القوى الإنتاجية الجديدة النوعية في هذا القطاع. وتظهر نتائج البحث أنه مقارنةً بالمدن غير التجريبية، ارتفعت إنتاجية العوامل الكلية لقطاع البناء في مدن تجريب البناء الذكي بنسبة 5.9%، ما يعكس أن سياسة مدن تجريب البناء الذكي عززت ارتفاعًا ملحوظًا في إنتاجية العوامل الكلية لقطاع البناء ودفعت تنمية القوى الإنتاجية الجديدة النوعية فيه؛ وتعمل هذه السياسة أساسًا من خلال خفض استهلاك الطاقة في قطاع البناء وزيادة الدعم الحكومي لرفع إنتاجية العوامل الكلية. وأظهر اختبار عدم التجانس وجود تباين ملحوظ بحسب المستوى الإداري للمدن، أي أن سياسة مدن تجريب البناء الذكي كان لها أثر تحفيزي أوضح في المدن ذات المستوى الإداري الأعلى.

0 المقدمة

طرح الأمين العام شي جين بينغ ضرورة الإسراع في تشكيل قوى إنتاجية جديدة نوعية، مشيرًا إلى أن القوى الإنتاجية الجديدة النوعية يتميز جوهرها بارتفاع كبير في إنتاجية العوامل الكلية بوصفه علامتها المحورية، وسمتها الابتكار، ومفتاحها جودة النوعية، وماهيتها قوى إنتاجية متقدمة. وتشير إنتاجية العوامل الكلية (Total Factor Productivity, TFP) إلى الجزء المتبقي من إجمالي الناتج الذي لا يمكن تفسيره بنمو مدخلات عناصر الإنتاج مثل رأس المال والعمل، وهي مؤشر مهم على التنمية الاقتصادية عالية الجودة [1]. وفي الوقت الراهن، يدرس كثير من الباحثين مسألة تشكل القوى الإنتاجية الجديدة النوعية وتطورها في مختلف القطاعات من منظور إنتاجية العوامل الكلية؛ إذ يرى تشانغ هاي بنغ وآخرون [2] أن التقنيات الزراعية الجديدة والأنماط الجديدة وأشكال الأعمال الجديدة هي وسائل مهمة لرفع إنتاجية العوامل الكلية الزراعية وتشكيل قوى إنتاجية زراعية جديدة نوعية؛ ويرى لينغ تشن وآخرون [3] أن رفع إنتاجية العوامل الكلية في الصناعة التحويلية يتم عبر التحول الرقمي للمؤسسات بما يعزز تشكيل قوى إنتاجية جديدة نوعية في هذا القطاع. وفي يوليو 2020، أصدرت وزارة الإسكان والتنمية الحضرية والريفية (MOHURD) و12 جهة أخرى بصورة مشتركة «الآراء التوجيهية بشأن تعزيز التنمية المتناسقة بين البناء الذكي والتصنيع في قطاع البناء»، والتي نصت صراحةً على تطوير البناء الذكي. وأشار الأكاديمي دينغ لي يون [4] إلى أن البناء الذكي هو نمط ابتكاري في تشييد المشاريع الهندسية نتج عن دمج تقنيات المعلومات الحديثة مع أعمال التشييد، ويحقق التكامل والتعاون عالي الكفاءة في إطار سلسلة رقمية تربط بين إعداد المشاريع وتخطيطها وتصميمها وإنتاجها التشغيلي وخدمات تشغيلها وصيانتها، وذلك من خلال النمذجة المعيارية، والتفاعل الشبكي، والإدراك المرئي، والحوسبة عالية الأداء، ودعم اتخاذ القرار الذكي. ويعد البناء الذكي الممثل النموذجي للقوى الإنتاجية الجديدة النوعية في قطاع البناء، وله أهمية حاسمة في رفع إنتاجية العوامل الكلية للقطاع ودفع تحوله نحو الرقمنة والذكاء [5].

تعد سياسة مدن تجريب البناء الذكي إحدى الوسائل المهمة التي تعتمدها الصين لدفع تطوير البناء الذكي، ولتقييم آثار تنفيذها أهمية كبيرة. ففي أكتوبر 2022، ومن أجل تطوير البناء الذكي بقوة، أعلنت وزارة الإسكان والتنمية الحضرية والريفية (MOHURD) قائمة تضم 24 مدينة تجريبية للبناء الذكي وبدأت تطبيق سياسة مدن تجريب البناء الذكي، حيث انطلقت التجربة من تاريخ الإعلان لمدة ثلاث سنوات، وطُولبت كل مدينة تجريبية بالتنفيذ الصارم لخطة تنفيذ التجربة والتمسك بمبدأ العمل «التخطيط الشامل والتكييف وفق الظروف المحلية»، إذ رُتبت أربع مهام إلزامية هي: تحسين منظومة السياسات، وتنمية صناعة البناء الذكي، وإنشاء المشاريع النموذجية التجريبية، وابتكار آليات الإدارة؛ كما قُدمت أربع مهام أخرى تختار منها الجهات المحلية بحرية وفق واقعها وهي: إنشاء المصانع الذكية للمكونات والقطع، ودفع البحث والتطوير ونقل النتائج التقنية، وتحسين منظومة المعايير، وتنمية الكوادر المهنية المتخصصة، إضافةً إلى إمكانية اقتراح اتجاهات مهام جديدة وفق أهداف التجربة. ومنذ تنفيذ السياسة وحتى ديسمبر 2023، وافقت وزارة الإسكان والتنمية الحضرية والريفية على سبعة مشاريع تجريبية للبناء الذكي مقدمة من ست مؤسسات، بإجمالي استثمارات تجاوزت 9 مليارات يوان، ولخصت ونشرت 130 تجربةً وممارسةً قابلةً للتكرار؛ أما مدن تجريب البناء الذكي الـ24 فقد ركزت أعمالها على المهام الرئيسية مثل تحسين منظومة السياسات وتنمية صناعة البناء الذكي، وأصدرت سلسلةً من السياسات الداعمة في مجالات الأراضي والتخطيط والمالية والعلوم والتكنولوجيا، ودعمت الجهات المعنية في بناء 39 منصةً للابتكار العلمي والتقني في البناء الذكي، وأدرجت 506 مؤسسات ضمن مؤسسات البناء الذكي الرائدة، وأعلنت 758 مشروعًا هندسيًا نموذجيًا تجريبيًا للبناء الذكي، وأصدرت وطبقت 47 معيارًا ومعيار كميات مقررًا ودليلًا إرشاديًا وما شابه ذلك ذات الصلة بالبناء الذكي، بما دفع تطوير البناء الذكي. وقد بدأ الباحثون بدراسة العلاقة بين البناء الذكي والقوى الإنتاجية الجديدة النوعية في قطاع البناء؛ إذ أشار نيو وي روي وآخرون [6] إلى أن البناء الذكي يؤدي دورًا مهمًا في جميع مراحل تطور القوى الإنتاجية الجديدة النوعية، وأنه أداة فعالة وداعم تقني لبناء قوى إنتاجية جديدة نوعية في قطاع البناء؛ وطرح يو جينغ وتشانغ تشون وي وآخرون [7-8] أن البحث في تقنيات البناء الذكي وتطبيقاتها هو داعم مهم لدفع تحول قطاع البناء التقليدي وترقيته، وأن الابتكار العلمي والتقني في البناء الذكي يمكّن القوى الإنتاجية الجديدة النوعية في القطاع.

الأبحاث الحالية حول العلاقة بين البناء الذكي والقوى الإنتاجية الجديدة النوعية قليلة نسبيًا، وغالبها تحليلات نوعية مع ندرة الدراسات الكمية. أما هذا البحث، فاستنادًا إلى البيانات اللوحية لـ24 مدينة تجريبية للبناء الذكي و24 مدينة غير تجريبية في الصين خلال الفترة 2019–2023، يستخدم نموذج الفروق المزدوجة للتحقق من الدور المحفّز لسياسة مدن تجريب البناء الذكي في رفع إنتاجية العوامل الكلية لقطاع البناء، ويناقش تأثير المستوى الإداري للمدن على فاعلية تنفيذ هذه السياسة، ويحلل دور السياسة في خفض استهلاك الطاقة وزيادة الدعم الحكومي، ويقدم توصيات مضادة موجهة لكل جانب على حدة.

1 فرضيات البحث

تشير إنتاجية العوامل الكلية إلى الجزء الذي لا يمكن تفسيره في النمو الاقتصادي بعد استبعاد مساهمات إنتاجية عناصر مثل رأس المال والعمل، وهي تبيّن مساهمة العوامل الأخرى غير المدخلات المادية كرأس المال والعمل في النمو الاقتصادي [9]، ويمثل ارتفاعها الملحوظ العلامة الجوهرية للقوى الإنتاجية الجديدة النوعية. ويحدد هذا البحث إنتاجية العوامل الكلية لقطاع البناء بوصفها المتغير التابع [10]. واستنادًا إلى التحليل أعلاه، تُطرح الفرضية الأولى: يمكن لسياسة مدن تجريب البناء الذكي أن ترفع إنتاجية العوامل الكلية لقطاع البناء، ومن ثم تدفع تشكل القوى الإنتاجية الجديدة النوعية وتطورها في هذا القطاع.

وفي الوقت نفسه، وبالاستفادة من أبحاث وانغ قوانغ مينغ وأن مين وغيرهما [11-12]، يدرس هذا البحث تأثير سياسة مدن تجريب البناء الذكي على إنتاجية العوامل الكلية لقطاع البناء من جانبين: خفض استهلاك الطاقة في القطاع وزيادة الدعم الحكومي. فمن ناحية، يعد استهلاك الطاقة في قطاع البناء مؤشرًا رئيسيًا لقياس نسبة إجمالي ناتج القطاع إلى إجمالي استهلاكه من الطاقة [13]. ويمكن لمدن تجريب البناء الذكي أن تخفض استهلاك الطاقة بصورة ملحوظة من خلال تطوير التقنيات الخضراء ونقل نتائج الابتكار العلمي والتقني وغيرها من الوسائل، مما يرفع إنتاجية العوامل الكلية لقطاع البناء ويدفع تنمية القوى الإنتاجية الجديدة النوعية فيه. ويقيس هذا البحث استهلاك الطاقة في قطاع البناء باستهلاك الطاقة لكل وحدة مساحة بناء، ويُحسب بتحويل الطاقة المستهلكة في المباني إلى إجمالي كمية الفحم القياسي ثم قسمتها على مساحة البناء، ووحدته عشرة آلاف طن/م2 [12]. ومن ناحية أخرى، يمكن لمدن تجريب البناء الذكي أن ترفع إنتاجية العوامل الكلية لقطاع البناء عبر سياسات داعمة مثل الإعانات المالية والتفضيلات الضريبية [14]، ومن ثم تدفع تنمية القوى الإنتاجية الجديدة النوعية. ويقيس هذا البحث مستوى الدعم الحكومي الذي تقدمه كل مدينة لدفع تطوير البناء الذكي من خلال تكرار ورود مصطلح «البناء الذكي» في تقارير عمل الحكومات البلدية خلال الفترة 2019–2023 [15]. واستنادًا إلى التحليل أعلاه، تُطرح الفرضية الثانية: ترفع سياسة مدن تجريب البناء الذكي إنتاجية العوامل الكلية لقطاع البناء من خلال خفض استهلاك الطاقة وزيادة الدعم الحكومي، بما يدفع تشكل القوى الإنتاجية الجديدة النوعية وتطورها في القطاع.

2 بناء النموذج

من خلال بناء نموذج الفروق المزدوجة، يُتحقق من تأثير سياسة مدن تجريب البناء الذكي على إنتاجية العوامل الكلية لقطاع البناء، حيث يكون المتغير التابع هو «إنتاجية العوامل الكلية لقطاع البناء»، والمتغير التفسيري الأساسي هو «سياسة مدن تجريب البناء الذكي»، والمتغيرات الضابطة هي «الكثافة السكانية» و«مستوى التحضر» وغيرها.

2.1 موضوع البحث

يحدد هذا البحث مجموعة تجريبية ومجموعة ضابطة لدراسة الفروق في تغيرات إنتاجية العوامل الكلية لقطاع البناء بين مجموعتي المدن خلال الفترة 2019–2023. وتعد مدن تجريب البناء الذكي الـ24 هي المجموعة التجريبية، حيث تنتمي 16 مدينة منها مثل بكين وتيانجين إلى الحزام الاقتصادي الشرقي، وتنتمي 4 مدن مثل تشانغشا وووهان إلى الحزام الاقتصادي الأوسط، وتنتمي 4 مدن مثل تشونغتشينغ وأورومتشي إلى الحزام الاقتصادي الغربي. ومراعاةً لتماثل التوزيع الإقليمي وحجم المدن ومستوى التنمية الاقتصادية ومستوى تطور قطاع البناء بين المجموعة الضابطة والمجموعة التجريبية، ولقابلية مقارنة البيانات وتوافرها، اختيرت المجموعة الضابطة لتشمل 16 مدينة من الحزام الاقتصادي الشرقي مثل جينان وشيجياتشوانغ، و4 مدن من الحزام الاقتصادي الأوسط مثل يويانغ وجينغتشو، و4 مدن من الحزام الاقتصادي الغربي مثل تسيقونغ وتوربان. واعتمد البحث البيانات اللوحية لهذه المدن الثماني والأربعين خلال الفترة 2019–2023 موضوعًا للدراسة، وتشمل إجمالي أصول قطاع البناء في كل مدينة، وعدد العاملين وعدد المؤسسات في القطاع، وإجمالي ناتج القطاع ومساحة الإنجاز، والكثافة السكانية، والناتج المحلي الإجمالي لكل مدينة، وغيرها؛ واستُمدت البيانات من الحوليات الإحصائية الوطنية والحواليات الإحصائية لكل مدينة والنشرات الإحصائية لتنمية الاقتصاد الوطني والمجتمع وغيرها.

(1) المتغير التابع. بما أن القوى الإنتاجية الجديدة النوعية تتسم بارتفاع كبير في إنتاجية العوامل الكلية بوصفه علامتها الجوهرية، فإن ارتفاع إنتاجية العوامل الكلية لقطاع البناء يمثل تجسيدًا مهمًا لتشكل هذه القوى وتنميتها. وبالرجوع إلى الأبحاث القائمة، يعتمد هذا البحث مؤشر DEA-Malmquist (DEA) لقياس إنتاجية العوامل الكلية لقطاع البناء [16-17]، حيث تُتخذ إجمالي أصول مؤسسات قطاع البناء في المدينة وعدد العاملين وعدد المؤسسات مؤشراتٍ للمدخلات، وتُتخذ مساحة الإنجاز وإجمالي ناتج القطاع مؤشراتٍ للمخرجات. واستُمدت البيانات من «الوضع الأساسي لمؤسسات قطاع البناء» في الحوليات الإحصائية لكل مدينة (عدد وحدات المؤسسات، والعاملون في نهاية العام، وإجمالي ناتج قطاع البناء، ومساحة الإنجاز) ومن «المؤشرات المالية الرئيسية لمؤسسات قطاع البناء» (إجمالي الأصول).

(2) المتغير التفسيري الأساسي. يتخذ هذا البحث «سياسة مدن تجريب البناء الذكي» متغيرًا للصدمة السياسية. فإذا اعتُمدت المدينة كمدينة تجريبية للبناء الذكي في عام 2022، فإن معامل التأثير على إنتاجية العوامل الكلية لقطاع البناء Treat يأخذ القيمة 1 في ذلك العام وما بعده، وإلا فيأخذ القيمة 0.

(3) المتغيرات الضابطة. يهدف اختيار المتغيرات الضابطة إلى استبعاد أو تقليل تأثير العوامل المحتملة الأخرى في المتغير التابع، لتقدير تأثير سياسة مدن تجريب البناء الذكي على إنتاجية العوامل الكلية لقطاع البناء بدقة أكبر. وبالرجوع إلى الأبحاث القائمة [18-20]، اختار هذا البحث المتغيرات الضابطة التالية: الكثافة السكانية لكل مدينة، ومستوى التحضر، وحجم البناء، والناتج المحلي الإجمالي للفرد (GDP)، وناتج الصناعة. واستُمدت البيانات من الحوليات الإحصائية الوطنية والحواليات الإحصائية لكل مدينة والنشرات الإحصائية لتنمية الاقتصاد الوطني والمجتمع وغيرها.

الكثافة السكانية هي عدد السكان لكل وحدة مساحة من الأرض، وتؤدي زيادتها مباشرةً إلى نمو طلب المدينة على الإسكان والتجارة والبنية التحتية وغيرها؛ ويقيَّم هذا المؤشر بنسبة السكان المقيمين الدائمين في كل مدينة إلى مساحة أراضيها الإدارية، ووحدته شخص/كم2، والبيانات مأخوذة من «كثافة السكان المقيمين الدائمين» في قسم السكان والتوظيف في الحوليات الإحصائية لكل مدينة. أما ارتفاع مستوى التحضر فيعني تجمع السكان والأنشطة الاقتصادية في المدن والبلدات، وما يترتب على ذلك من ازدياد حجم الأعمال الإنشائية الحضرية؛ ويقيَّم هذا المؤشر بنسبة سكان الحضر إلى إجمالي السكان، وتُحسب البيانات من نسبة «سكان الحضر» إلى «إجمالي السكان» في الحوليات الإحصائية لكل مدينة. ويتعلق حجم البناء بكميات مواد البناء والمعدات واليد العاملة اللازمة لتطوير القطاع؛ ويقيَّم هذا المؤشر بنسبة إجمالي ناتج قطاع البناء إلى الناتج المحلي الإجمالي للمنطقة، وتُحسب البيانات من نسبة «إجمالي ناتج قطاع البناء» في قسم الوضع الأساسي لمؤسسات قطاع البناء إلى «الناتج المحلي الإجمالي» في قسم المحاسبة الاقتصادية الوطنية في الحوليات الإحصائية لكل مدينة. ويمثل الناتج المحلي الإجمالي للفرد مستوى معيشة السكان وقدرتهم الاستهلاكية ودرجة طلبهم على تحسين بيئة السكن وبناء البنية التحتية الحضرية، ووحدته اليوان، والبيانات مأخوذة من «الناتج المحلي الإقليمي للفرد» في قسم المحاسبة الاقتصادية الوطنية في الحوليات الإحصائية لكل مدينة. أما نمو ناتج الصناعة فيقود تطور الصناعات ذات الصلة مثل مواد البناء والمعدات، وتربطه بقطاع البناء علاقة وثيقة ضمن السلسلة الصناعية [21]؛ ويقيَّم هذا المؤشر بنسبة إجمالي ناتج الصناعة في كل مدينة إلى الناتج المحلي الإجمالي للمنطقة، وتُحسب البيانات من نسبة «إجمالي ناتج الصناعة فوق الحجم المحدد» إلى «الناتج المحلي الإجمالي» في قسم المحاسبة الاقتصادية الوطنية في الحوليات الإحصائية لكل مدينة.

2.2 تحديد النموذج

يعد نموذج الفروق المزدوجة أسلوب تحليل إحصائي يقوم على التجارب الطبيعية، والمقصود بشبه التجربة الطبيعية في هذا البحث هو «إصدار سياسة مدن تجريب البناء الذكي». وقُسمت العينة قبل وقوع التجربة وبعده إلى مجموعتين: المجموعة التجريبية التي تتأثر بالسياسة عند نقطة شبه التجربة الطبيعية t، والمجموعة الضابطة التي لا تتأثر بها؛ ويُقيَّم أثر السياسة من خلال مقارنة التغيرات بين المجموعتين قبل شبه التجربة الطبيعية وبعدها [22]. وبالاستفادة من أبحاث وي دونغ مينغ وMasayuki وغيرهما [15,23]، يستخدم هذا البحث نموذج الفروق المزدوجة لتحليل تأثير سياسة مدن تجريب البناء الذكي على إنتاجية العوامل الكلية لقطاع البناء، وجاء التحديد على النحو الآتي:

حيث: β 0 هو الحد الثابت؛ β 1 هو معامل تأثير سياسة مدن تجريب البناء الذكي؛ Yit هو إنتاجية العوامل الكلية لقطاع البناء للمدينة i في السنة t ؛ Treatit هو المتغير الوهمي لسياسة «مدينة تجريب البناء الذكي»؛ Xit هو المتغير الضابط؛ λi و ηt هما على التوالي التأثيرات الثابتة الفردية وتأثيرات السنوات (لاستبعاد الفروق الفردية بين المدن والفروق بين السنوات)؛ εit هو حد الخطأ العشوائي (عوامل التأثير الموزعة عشوائيًا التي لا تغطيها متغيرات النموذج التفسيرية).

وللتحقق من الآلية النظرية، وبالاستفادة من أبحاث تشه ماو ران وماو تشي لين وغيرهما [24-25]، بُني نموذج آلية التأثير للتحقق منها، وجاء التحديد على النحو الآتي:

حيث: IMit هو متغير الآلية، ومتغيرا الآلية في هذا البحث هما مستوى الدعم الحكومي واستهلاك الطاقة في قطاع البناء؛ γ 1 هو معامل تقدير الحد التفاعلي بين صدمة سياسة مدن تجريب البناء الذكي ومتغير الآلية ( Treat × IM).

γ 1 وخطوات التحقق منه هي: أولًا، التحقق استنادًا إلى المعادلة (1) من الدور المحفّز لسياسة مدن تجريب البناء الذكي في رفع إنتاجية العوامل الكلية لقطاع البناء. ثانيًا، إجراء الانحدار للمعادلة (2)، فإذا كان معامل تقدير الحد التفاعلي بين صدمة سياسة التجريب ومتغير الآلية ( Treat × IM) وهو γ 1 دالًا إحصائيًا، فإن ذلك يعني أن متغير الآلية هذا هو قناة تأثير سياسة مدن تجريب البناء الذكي في رفع إنتاجية العوامل الكلية لقطاع البناء، كما أن γ 1 بإشارته الموجبة أو السالبة يبيّن ما إذا كان رفع إنتاجية العوامل الكلية لقطاع البناء يتحقق من خلال زيادة متغير الآلية أو خفضه.

3 التحليل التجريبي

يقوم التحليل التجريبي على استخدام نموذج الفروق المزدوجة الذي جرى بناؤه لتحليل البيانات اللوحية لـ24 مدينة تجريبية للبناء الذكي و24 مدينة غير تجريبية، بغية التحقق من صحة الفرضيات المطروحة في القسم الأول، ويشمل الانحدار الأساسي، واختبارات المتانة، واختبار عدم التجانس، واختبار آليات التأثير. فالانحدار الأساسي يهدف إلى التحقق من أن سياسة مدن تجريب البناء الذكي يمكنها دفع ارتفاع إنتاجية العوامل الكلية لقطاع البناء، واختبارات المتانة تهدف إلى التحقق من موثوقية نموذج هذا البحث، واختبار عدم التجانس يهدف إلى التحقق من وجود تباين ملحوظ في أثر سياسة مدن تجريب البناء الذكي بحسب المستوى الإداري للمدن، واختبار آليات التأثير يهدف إلى التحقق من أن السياسة يمكنها رفع إنتاجية العوامل الكلية لقطاع البناء من خلال زيادة الدعم الحكومي وخفض استهلاك الطاقة في القطاع.

3.1 الانحدار الأساسي

جاءت نتائج الانحدار الأساسي كما هو موضح في الجدول 1. ووفقًا لنتائج انحدار النموذج (1)، ففي غياب المتغيرات الضابطة، بلغ معامل تأثير سياسة مدن تجريب البناء الذكي على Treat 0.061 واجتاز اختبار الدلالة بمستوى 10%، مما يشير إلى أن إنتاجية العوامل الكلية لقطاع البناء في مدن تجريب البناء الذكي ارتفعت بنسبة 6.1% مقارنةً بالمدن غير التجريبية، وهو ما يعكس تنمية القوى الإنتاجية الجديدة النوعية في قطاع البناء بمدن التجريب؛ ووفقًا لنتائج انحدار النموذج (2)، وبعد إدخال المتغيرات الضابطة، بلغ معامل تأثير سياسة مدن تجريب البناء الذكي على Treat 0.059 واجتاز اختبار الدلالة بمستوى 10%، مما يشير إلى أنه بعد استبعاد تأثير المتغيرات الضابطة مثل الكثافة السكانية ومستوى التحضر وحجم البناء، لا تزال إنتاجية العوامل الكلية لقطاع البناء في مدن تجريب البناء الذكي مرتفعةً بنسبة 5.9% مقارنةً بالمدن غير التجريبية، وهو ما يؤكد مرة أخرى أن سياسة مدن تجريب البناء الذكي قادرة على رفع إنتاجية العوامل الكلية لقطاع البناء بصورة ملحوظة، ومن ثم دفع تنمية القوى الإنتاجية الجديدة النوعية في القطاع. وعليه، فإن الفرضية الأولى صحيحة.

الجدول 1 الانحدار الأساسي

ملاحظة: \*\*\* و\*\* و\* تشير على التوالي إلى مستويات الدلالة 1% و5% و10%، وما بين القوسين هو الانحراف المعياري، وكذلك في بقية الجداول.

3.2 اختبارات المتانة

وللتحقق من فاعلية النموذج، استخدم هذا البحث برنامج Stata17 لتحليل البيانات اللوحية لـ24 مدينة تجريبية للبناء الذكي و24 مدينة غير تجريبية، وشمل ذلك اختبار الاتجاهات المتوازية واختبار الدواء الوهمي واختبار استبدال المتغير التابع، بهدف تقليل الأخطاء القائمة والتحقق من موثوقية النموذج.

3.2.1 اختبار الاتجاهات المتوازية

يجب أن تكون لإنتاجية العوامل الكلية لقطاع البناء في المجموعة التجريبية والمجموعة الضابطة اتجاهات تطور مشتركة لضمان قابلية المقارنة بينهما؛ أي بافتراض عدم تنفيذ سياسة مدن تجريب البناء الذكي، يجب أن تكون لإنتاجية العوامل الكلية لقطاع البناء في المدن التجريبية وغير التجريبية اتجاهات تغير مشتركة، ومن ثم يجب إجراء اختبار الاتجاهات المتوازية. وبالاستفادة من بحث شي شاو بين وغيره [26]، أدخل هذا البحث الحدود التفاعلية بين المتغيرات الوهمية لكل سنة قبل تنفيذ السياسة والمتغير الوهمي للمجموعات لإجراء الاختبار، حيث يعبر معامل انحدار الحد التفاعلي عن درجة الفارق بين المجموعتين، ويزداد الفارق بازدياد معامل الانحدار. وتظهر نتائج الاختبار في الشكل 1، حيث تمثل النقاط المربعة في الشكل معاملات الانحدار عند كل نقطة زمنية، وكانت جميع معاملات الانحدار عند النقاط الزمنية السابقة لسنة الصدمة السياسية 2022 غير دالة إحصائيًا وتقع ضمن فترة الثقة 95%، مما يدل على عدم وجود فرق ملحوظ بين إنتاجية العوامل الكلية لقطاع البناء في المدن التجريبية والمدن غير التجريبية قبل تنفيذ سياسة التجريب، وبذلك يتحقق افتراض الاتجاهات المتوازية.

الشكل 1 اختبار الاتجاهات المتوازية

3.2.2 اختبار الدواء الوهمي

قد يؤدي إغفال عوامل أخرى يصعب ملاحظتها إلى انحياز في نتائج التقدير، ولذلك يجب إجراء اختبار الدواء الوهمي؛ فإذا اجتاز النموذج الاختبار، فإن ذلك يدل على أن نتائج انحدار تأثير سياسة مدن تجريب البناء الذكي على إنتاجية العوامل الكلية لقطاع البناء غير متأثرة بعوامل أخرى يصعب ملاحظتها. وبالاستفادة من بحث تشاو بنغ وغيره [27]، أجرى هذا البحث 500 محاكاة انحدار متكرر للمعادلة (1)، وتظهر نتائج الاختبار في الشكل 2، حيث تتوزع قيم تقدير الانحدار P تقريبًا وفق التوزيع الطبيعي ومعظمها أكبر من 0.1، وبذلك اجتازت اختبار الدواء الوهمي، مما يدل على استقرار الانحدار الأساسي في هذا البحث.

الشكل 2 اختبار الدواء الوهمي

3.2.3 اختبار استبدال المتغير التابع

يهدف استبدال المتغير التابع إلى فحص ما إذا كان النموذج يعتمد اعتمادًا مفرطًا على متغير تابع بعينه، وإلى مزيد من التحقق من صحة النتائج التجريبية. وتعد نسبة القيمة المضافة لقطاع البناء إلى الناتج المحلي الإجمالي مؤشرًا مهمًا آخر لقياس تطور القطاع، ولذلك، وبالاستفادة من أبحاث لي تشان وتشين تشي هوي وغيرهما [28-29]، اتخذها هذا البحث متغيرًا تابعًا بديلًا عن إنتاجية العوامل الكلية لقطاع البناء، وتُحسب البيانات من نسبة «القيمة المضافة لإجمالي ناتج قطاع البناء» في قسم الوضع الأساسي لمؤسسات قطاع البناء إلى «الناتج المحلي الإجمالي» في قسم المحاسبة الاقتصادية الوطنية في الحوليات الإحصائية لكل مدينة. وجاءت نتائج الانحدار كما في الجدول 2، حيث بلغ معامل تقدير سياسة مدن تجريب البناء الذكي 0.380 واجتاز اختبار الدلالة بمستوى 1%، مما يشير إلى أن الأثر الإيجابي لسياسة مدن تجريب البناء الذكي في رفع إنتاجية العوامل الكلية لقطاع البناء ما زال قائمًا، وهو ما يؤكد مجددًا استقرار نتائج القسم الأول من هذا البحث.

الجدول 2 اختبار استبدال المتغير التابع

3.3 اختبار عدم التجانس

توجد فروق واضحة في الصلاحيات الإدارية بين المدن الصينية ذات المستويات المختلفة، كما أن السياسات والتدابير التي تتخذها مدن التجريب المختلفة ليست متماثلة تمامًا. ولذلك، ومن أجل فهم أعمق لتأثير سياسة مدن تجريب البناء الذكي على إنتاجية العوامل الكلية لقطاع البناء في مختلف المدن، وبالاستفادة من بحث تشين شين شين [30]، قسّم هذا البحث عينة الدراسة بحسب المستوى الإداري للمدن إلى فئتين: الأولى هي البلديات المركزية وعواصم المحافظات، والثانية هي المدن العامة، لتحليل الفروق في أثر سياسة مدن تجريب البناء الذكي بين مختلف المدن. وجاءت نتائج الاختبار كما في الجدول 3.

الجدول 3 اختبار عدم التجانس

تُظهر نتائج النموذج (3) أنه بعد تنفيذ سياسة مدن التجريب، ارتفعت إنتاجية العوامل الكلية لقطاع البناء في البلديات المركزية وعواصم المحافظات ضمن المدن التجريبية بنسبة 14.4% مقارنةً بنظيراتها في المدن غير التجريبية. وتُظهر نتائج النموذج (4) أنه بعد تنفيذ السياسة، ارتفعت إنتاجية العوامل الكلية لقطاع البناء في المدن العامة ضمن المدن التجريبية بنسبة 1.9% مقارنةً بالمدن العامة في المدن غير التجريبية. ويعكس ذلك أن أثر ارتفاع إنتاجية العوامل الكلية لقطاع البناء في البلديات المركزية وعواصم المحافظات كان أوضح مقارنةً بالمدن العامة. وقد يعود السبب إلى أن البلديات المركزية وعواصم المحافظات تتمتع بمزايا أكبر مثل حجم المدينة الأكبر، ومستوى أعلى من التكتل الصناعي، وتجمع أكبر للمواهب، فحصلت على عوائد نسبيًا أكثر من سياسة مدن تجريب البناء الذكي.

3.4 اختبار آليات التأثير

يجيب اختبار آليات التأثير عن السؤال التالي: ما المتغيرات الرئيسية التي تؤثر فيها سياسة مدن تجريب البناء الذكي لرفع إنتاجية العوامل الكلية لقطاع البناء؟ وجاءت نتائج الاختبار كما في الجدول 4. فمن ناحية، أُجري تحليل الآلية لمستوى الدعم الحكومي، ووفقًا لنتائج النموذج (5)، بلغ معامل التقدير للحد التفاعلي بين سياسة مدن تجريب البناء الذكي والدعم الحكومي ( Treat × IM) 3.422 واجتاز اختبار الدلالة بمستوى 1%، مما يشير إلى أن الدعم الحكومي هو قناة تأثير سياسة مدن تجريب البناء الذكي في رفع إنتاجية العوامل الكلية لقطاع البناء، وأن إشارة معامل التقدير التفاعلي الموجبة تدل على أن السياسة ترفع إنتاجية العوامل الكلية من خلال زيادة الدعم الحكومي. ومن ناحية أخرى، أُجري تحليل الآلية لاستهلاك الطاقة في قطاع البناء، ووفقًا لنتائج النموذج (6)، بلغ معامل التقدير للحد التفاعلي بين سياسة مدن تجريب البناء الذكي واستهلاك الطاقة في القطاع ( Treat × IM) ‎-0.068 واجتاز اختبار الدلالة بمستوى 5%، مما يشير إلى أن استهلاك الطاقة هو قناة تأثير سياسة مدن تجريب البناء الذكي في رفع إنتاجية العوامل الكلية لقطاع البناء، وأن إشارة معامل التقدير السالبة تدل على أن السياسة ترفع إنتاجية العوامل الكلية من خلال خفض استهلاك الطاقة.

الجدول 4 اختبار آليات التأثير

مما سبق، تحقق أن آليتي التأثير، وهما زيادة الدعم الحكومي وخفض استهلاك الطاقة في قطاع البناء، تعملان فعلًا، وبذلك فإن الفرضية الثانية صحيحة.

4 الاستنتاجات

استنادًا إلى البيانات اللوحية لـ24 مدينة تجريبية للبناء الذكي و24 مدينة غير تجريبية في الصين خلال الفترة 2019–2023، استخدم هذا البحث نموذج الفروق المزدوجة للتحقق من الدور المحفّز لسياسة مدن تجريب البناء الذكي في رفع إنتاجية العوامل الكلية لقطاع البناء، ومن ثم حلل تأثيرها على تنمية القوى الإنتاجية الجديدة النوعية في القطاع، وتوصل إلى الاستنتاجات الرئيسية الآتية:

(1) عززت سياسة مدن تجريب البناء الذكي ارتفاع إنتاجية العوامل الكلية لقطاع البناء بصورة ملحوظة، ودفعت تشكيل القوى الإنتاجية الجديدة النوعية وتطورها في القطاع. فقد ركزت مدن تجريب البناء الذكي الـ24 على جوانب تحسين منظومة السياسات، وتنمية صناعة البناء الذكي، وإنشاء المشاريع النموذجية التجريبية، وابتكار آليات الإدارة، وصاغت كل مدينة، وفق واقعها التنموي، «خطة تنفيذ مدينة تجريب البناء الذكي» الخاصة بها، مما عزز ارتفاع إنتاجية العوامل الكلية لقطاع البناء ودفع تطوير البناء الذكي. وبحسب الإحصاءات، وحتى ديسمبر 2023، عملت مدن التجريب بنشاط على تنمية الصناعة، حيث أُدرجت 506 مؤسسات ضمن قائمة مؤسسات البناء الذكي الرائدة قيد التنمية.

(2) ترفع سياسة مدن تجريب البناء الذكي إنتاجية العوامل الكلية لقطاع البناء من خلال جانبين: خفض استهلاك الطاقة في القطاع وزيادة الدعم الحكومي. ففي جانب استهلاك الطاقة، يمكن للمؤسسات تحسين عمليات التصميم والتشييد من خلال البحث والتطوير ونقل نتائج الابتكار، مثل إدخال معدات البناء الذكي كروبوتات البناء، ودمج تقنيات الاستشعار متعدد المعلومات وتشخيص الأعطال وتحديد المواقع والملاحة عالية الدقة، وتوفير التفاعل الشبكي ودعم اتخاذ القرار الذكي للمشاريع الهندسية، مما يرفع كفاءة التشييد وجودتها بصورة فعالة ويخفض استهلاك الطاقة ويوفر الموارد؛ أما في جانب الدعم الحكومي، وحتى يونيو 2023، فقد صاغت جميع مدن التجريب خطط التنفيذ وفق ظروفها الخاصة، وأصدرت تدريجيًا سلسلةً من السياسات الداعمة، مثل مدينة خفي التي تمنح مكافآت مالية لمؤسسات البناء التي تستثمر في البحث والتطوير لبرمجيات البناء الذكي وشراء المعدات وخدمات تكنولوجيا المعلومات؛ ومدينة غوانزو التي نصت تشريعيًا على إمكانية استخدام BIM في موافقات تقديم مشاريع البناء واعتمادها، وأصدرت معايير ومواصفات محلية حول عمليات التشييد الصناعية والرقمية.

(3) تتسم سياسة مدن تجريب البناء الذكي بتباين ملحوظ بحسب المستوى الإداري للمدن، أي أن السياسة ترفع إنتاجية العوامل الكلية لقطاع البناء بصورة أوضح في المدن ذات المستوى الإداري الأعلى. وعادةً ما تتمتع المدن ذات المستوى الإداري الأعلى بأساس أفضل لتنمية البناء الذكي، يشمل قاعدة صناعية أقوى، ومستوى وقدرات بناء أعلى، وعددًا وافرًا من جهات البناء والمشاريع الإنشائية، ما يمكّنها من أداء دور سياسة مدن تجريب البناء الذكي على نحو أفضل. فعلى سبيل المثال، استفادت مدينة ووهان من ميزة تجمع المؤسسات الكبيرة والمعاهد العلمية والبحثية، وطورت وطبقت مجموعةً من منتجات تقنية البناء الذكي المميزة مثل آلات بناء المباني وآلات تركيب الجسور وآلات بناء الأبراج، ونشرت منظومة إدارة الموافقات على المشاريع الهندسية في جميع مراحلها استنادًا إلى BIM، وسعت إلى استكشاف أنماط جديدة في تشييد المشاريع الهندسية.

5 التوصيات والإجراءات المقترحة

(1) تنفيذ استراتيجيات الترويج وفق الظروف المحلية. ينبغي تلخيص التجارب القابلة للتكرار لمدن تجريب البناء الذكي، واختيار مزيد من المدن التي تتوفر فيها الشروط للترويج التدريجي. وفي الوقت نفسه، ومراعاةً لتأثير المستوى الإداري للمدن، يجب أن يجري الترويج لسياسة مدن تجريب البناء الذكي وفق الظروف المحلية، مع الأخذ في الحسبان اختلاف المستوى الإداري للمدن ومستوى التنمية الاقتصادية والأسس التقنية والصناعية وغيرها من العوامل، لصياغة استراتيجيات ترويج ملائمة. فبالنسبة إلى المدن ذات المستوى الإداري الأعلى، يمكن للحكومة مواصلة إصدار سياسات تشجيعية في مجالات الأراضي والتخطيط والمالية والتمويل والابتكار العلمي والتقني، وإبراز الدور القيادي النموذجي لهذه المدن لدفع التطوير الفعال للبناء الذكي؛ أما المدن ذات المستوى الإداري الأدنى، فينبغي للحكومة ترسيخ أساس تنمية البناء الذكي فيها، ودعم تنميتها الاقتصادية المستمرة، وصياغة خطط وأهداف ومهام واضحة لتنمية البناء الذكي، وإقامة نمط تنمية مستدام للبناء الذكي، ومن ثم دفع تطويره.

(2) تحسين هيكل الطاقة في قطاع البناء. لقد رفعت مدن تجريب البناء الذكي إنتاجية العوامل الكلية لقطاع البناء بصورة فعالة من خلال خفض استهلاك الطاقة فيه. ولذلك، يُوصى بأن تصدر الحكومة سياسات داعمة ذات صلة بقوة، وتشجع مؤسسات البناء على استخدام الطاقة النظيفة ومواد البناء الخضراء الموفرة للطاقة، وتزيد من نشر التقنيات والمعدات المتقدمة الموفرة للطاقة. وفي الوقت نفسه، ينبغي تعميق تطبيق الطاقة المتجددة في قطاع البناء، ورفع مستوى كهربة المباني، ودعم تطوير الطاقة الكهروضوئية في المباني، ودفع المباني إلى تقليل استخدام الطاقة الأحفورية في التدفئة، وبناء مبانٍ خضراء منخفضة الكربون.

(3) زيادة الدعم الحكومي. بالاستفادة من الممارسات الابتكارية لمدن التجريب المختلفة، تُصاغ تدابير داعمة فعالة. أولًا، وضع تخطيط عام، إذ ينبغي لكل مدينة أن تستفيد من خطط التنفيذ وتدابير مدن التجريب لصياغة المهام الرئيسية ومسارات التنفيذ الملائمة لتنمية البناء الذكي فيها. ثانيًا، إصدار معايير ومواصفات محلية، والإسراع في تحسين منظومة القوانين والأنظمة الخاصة بقطاع البناء بما يتواءم مع البناء الذكي. ثالثًا، إعمال آلية التنسيق بين القطاعات بصورة كاملة، وتوجيه موارد السياسات في مجالات البحث العلمي والمالية والمواهب نحو قطاع البناء الذكي، وتعزيز التنسيق بين السياسات لدفع تطوير البناء الذكي بصورة مشتركة.

(4) الإسراع في تشكيل علاقات إنتاج جديدة تتواءم مع القوى الإنتاجية الجديدة النوعية. ينبغي تعميق الإصلاح في النظام الاقتصادي والنظام العلمي والتقني وغيرهما، والتركيز على إزالة نقاط الاختناق والعوائق التي تكبل تطوير البناء الذكي، وإقامة نظام سوق عالي المستوى، وابتكار أساليب تخصيص عناصر إنتاج البناء الذكي، ومن خلال النماذج التجريبية، الإسراع في انسياب مختلف عناصر الإنتاج المتقدمة وعالية الجودة بسلاسة نحو تنمية القوى الإنتاجية الجديدة النوعية. وفي الوقت نفسه، يجب تسهيل الدورة الحميدة بين التعليم والعلوم والتكنولوجيا والمواهب، وتحسين آليات العمل الخاصة بتنمية المواهب واستقطابها واستخدامها وانتقالها المنطقي.

المراجع

END

الآراء الواردة في هذا المقال تعبّر عن رأي الكاتب  حقوق النشر © Zhuwei Architectural Technology

يُحظر إعادة النشر دون تصريح

عند إعادة النشر يُرجى ذكر المصدر: Zhuwei Architectural Technology

      شركة Zhuwei للتكنولوجيا المعمارية هي شركة خدمات تقنية من طراز جديد، متخصصة في التحسين المتكامل للتصميم واستشارات BIM واستشارات التصميم المسبق الصنع. يجمع فريقنا مهندسين كبار من كبريات معاهد التصميم، ومديرين تنفيذيين سابقين في شركات عقارية، ومهندسي BIM ومهندسي تصنيع مسبق، ويقدم التحسين المتكامل للتصميم، والمراجعة الدقيقة للمخططات، واستشارات BIM مع تفصيل MEP، وخدمات التصميم المسبق الصنع.

      استشارات تحسين التصميم: نعمل امتداداً ومكملاً لإدارة التصميم لدى المطورين العقاريين، ونركز على الاستشارات والتحسين للمباني المدنية. عبر العملية بأكملها — أو في المراحل الرئيسية التي يحددها العميل — نضبط اقتصادية التصميم وعقلانيته وسلامته، ونزيل التكاليف غير الضرورية مع تحسين جودة المخططات بشكل قابل للقياس، محققين "تكلفة أقل وكفاءة أعلى".

      استشارات BIM: من خلال تقنيات البناء الرقمي، نساعد المصممين على تقليل الأخطاء ورفع الجودة في مرحلة التصميم، ونساعد المقاولين على توفير التكاليف وتخطيط تركيبات MEP عالية الجودة في مرحلة البناء، ونمد نماذج BIM إلى إدارة المرافق في مرحلة التشغيل — بالتعاون مع كبرى شركات البرمجيات.

      استشارات التصميم مسبق الصنع: تصميم كامل العملية على منصات BIM، باستخدام Revit وTekla لتفصيل مكونات PC. ترتبط هندسة المكونات وحديد التسليح بارامترياً — ما تراه هو ما تحصل عليه. نسلم مخططات جاهزة للثورة الصناعية 4.0 مع أطوال القص لكل قضيب حديد، ودعماً بإنترنت الأشياء لإنتاج مكونات PC وتخزينها ونقلها وتركيبها.

      يضم فريق خبرائنا كوادر من كبريات مؤسسات التصميم، بقاعدة تقنية راسخة وخبرة غنية في التصميم والتحسين المزدوج، مع قدرة تقنية ومستوى تحكم في صدارة القطاع.

—— هذا المقال مزامَن تلقائيًا من حساب WeChat الرسمي «Zhuwei Architectural Technology». اقرأ الأصل ——