Der Einfluss der Pilotstadtpolitik für intelligentes Bauen auf die Entwicklung neuer Produktivkräfte in der Baubranche

WeChat-Sync · Xiaowei · 2025-06-11

Dieser Artikel wurde aus dem WeChat-Öffentlichkeitskonto „Baukonstruktion“ übernommen und dient ausschließlich dem Lernen und dem fachlichen Austausch; das Urheberrecht liegt beim jeweiligen Originalautor.

Untersuchung der Auswirkungen der Politik der Pilotstädte für intelligentes Bauen auf die Entwicklung der neuen produktiven Kräfte der Bauwirtschaft

Verfasser: Liu Meixia, Zhang Shibin, Yu Dehu, Yu Xianhui, Liu Hong'e, Shao Di, Zheng Haichao, Lu Zhongde

Zusammenfassung

Abstract

Auf der Grundlage der Paneldaten der 24 chinesischen Pilotstädte für intelligentes Bauen und der 24 Nicht-Pilotstädte für den Zeitraum 2019—2023 wird mithilfe eines Difference-in-Differences-Modells die fördernde Wirkung der Politik der Pilotstädte für intelligentes Bauen auf die Steigerung der totalen Faktorproduktivität der Bauwirtschaft verifiziert und anschließend deren Einfluss auf die Entwicklung der neuen produktiven Kräfte der Bauwirtschaft analysiert. Die Ergebnisse zeigen: Im Vergleich zu den Nicht-Pilotstädten ist die totale Faktorproduktivität der Bauwirtschaft in den Pilotstädten für intelligentes Bauen um 5.9 % gestiegen, was widerspiegelt, dass die Politik der Pilotstädte für intelligentes Bauen eine deutliche Steigerung der totalen Faktorproduktivität der Bauwirtschaft bewirkt und die Entwicklung der neuen produktiven Kräfte der Bauwirtschaft vorangetrieben hat; die Politik der Pilotstädte für intelligentes Bauen steigert die totale Faktorproduktivität der Bauwirtschaft vor allem über die Senkung des Energieverbrauchs der Bauwirtschaft und die Erhöhung der staatlichen Unterstützung. Der Heterogenitätstest zeigt, dass die Politik der Pilotstädte für intelligentes Bauen eine signifikante Heterogenität hinsichtlich der administrativen Ebene der Städte aufweist, das heißt, die Politik der Pilotstädte für intelligentes Bauen entfaltet in Städten mit höherer administrativer Ebene eine signifikant stärkere fördernde Wirkung.

0 Einleitung

Generalsekretär Xi Jinping hat gefordert, die Bildung neuer produktiver Kräfte zu beschleunigen, und darauf hingewiesen, dass die neuen produktiven Kräfte dadurch gekennzeichnet sind, dass die totale Faktorproduktivität deutlich gesteigert wird; ihr Kennzeichen ist Innovation, ihr Schlüssel liegt in erstklassiger Qualität, und ihr Wesen ist fortschrittliche Produktivität. Die totale Faktorproduktivität (total factor productivity, TFP) bezeichnet den Teil der Gesamtproduktion, der nicht durch den erhöhten Einsatz von Produktionsfaktoren wie Kapital und Arbeit erklärt werden kann; sie ist ein wichtiger Indikator für wirtschaftliche Entwicklung von hoher Qualität [1]. Derzeit untersuchen viele Wissenschaftler die Bildung und Entwicklung der neuen produktiven Kräfte in verschiedenen Branchen aus der Perspektive der totalen Faktorproduktivität: Zhang Haipeng u. a. [2] vertreten die Ansicht, dass neue Agrartechnologien, neue Modelle und neue Geschäftsformen wichtige Mittel zur Steigerung der totalen Faktorproduktivität der Landwirtschaft und zur Bildung neuer produktiver Kräfte der Landwirtschaft sind; Ling Chen u. a. [3] vertreten die Ansicht, dass die Steigerung der totalen Faktorproduktivität des verarbeitenden Gewerbes über die digitale Transformation der Unternehmen erfolgt und dadurch die Bildung neuer produktiver Kräfte im verarbeitenden Gewerbe gefördert wird. Im Juli 2020 veröffentlichten das Ministerium für Wohnungswesen und Stadt-Land-Entwicklung (MOHURD) gemeinsam mit zwölf weiteren Ministerien und Behörden die „Leitlinien zur Förderung der koordinierten Entwicklung von intelligentem Bauen und der Industrialisierung des Bauwesens“ und forderten darin ausdrücklich die Entwicklung des intelligenten Bauens. Akademiemitglied Ding Lieyun [4] weist darauf hin, dass intelligentes Bauen ein innovatives Modell des Bauens ist, das aus der Verschmelzung neuer Informationstechnologien mit dem Bauen hervorgeht: Durch standardisierte Modellierung, vernetzte Interaktion, visuelle Wahrnehmung, leistungsfähige Berechnung und intelligente Entscheidungsunterstützung werden unter dem Antrieb der digitalen Kette die Projektinitiierungsplanung, die Planung und Gestaltung, die Bauausführung und -produktion sowie die Betriebs- und Instandhaltungsdienste integriert und hocheffizient koordiniert. Intelligentes Bauen ist ein typischer Vertreter der neuen produktiven Kräfte der Bauwirtschaft und von entscheidender Bedeutung für die Steigerung der totalen Faktorproduktivität der Bauwirtschaft und dafür, die Bauwirtschaft in Richtung einer digital-intelligenten Entwicklung zu führen [5].

Die Politik der Pilotstädte für intelligentes Bauen ist eines der wichtigen Instrumente Chinas zur Förderung der Entwicklung des intelligenten Bauens; die Bewertung ihrer Umsetzungswirkung ist von großer Bedeutung. Im Oktober 2022 veröffentlichte das Ministerium für Wohnungswesen und Stadt-Land-Entwicklung (MOHURD) zur entschlossenen Förderung des intelligenten Bauens die Liste der 24 Pilotstädte für intelligentes Bauen und führte die Politik der Pilotstädte für intelligentes Bauen ein. Die Pilotphase begann am Tag der Bekanntgabe und lief über drei Jahre. Von den Pilotstädten wurde verlangt, die Pilotumsetzungspläne strikt umzusetzen und das Arbeitsprinzip „koordinierte Gesamtplanung und Anpassung an die örtlichen Gegebenheiten“ zu befolgen: Einerseits wurden vier Pflichtaufgaben vorgegeben, nämlich die Vervollständigung des Politiksystems, die Entwicklung der Industrie des intelligenten Bauens, der Aufbau von Pilotdemonstrationsprojekten und die Innovation des Managementmechanismus; andererseits wurden vier Aufgaben zur eigenständigen Auswahl durch die Orte je nach ihren tatsächlichen Gegebenheiten angeboten, nämlich die Errichtung intelligenter Fabriken für Bauteile und Komponenten, die Förderung von Technologieforschung und Verwertung von Forschungsergebnissen, die Vervollständigung des Normensystems und die Ausbildung von Fachkräften. Zugleich konnten die Pilotstädte entsprechend den Pilotzielen neue Aufgabenfelder vorschlagen. Seit der Umsetzung der Politik hat das Ministerium für Wohnungswesen und Stadt-Land-Entwicklung (MOHURD) bis Dezember 2023 für 6 Unternehmen insgesamt 7 Pilotprojekte des intelligenten Bauens genehmigt, mit einer Gesamtinvestition von über 9 Mrd. Yuan; es hat 130 replizierbare Erfahrungen und Vorgehensweisen zusammengefasst und verbreitet. Die 24 Pilotstädte für intelligentes Bauen haben rund um Hauptaufgaben wie die Vervollständigung des Politiksystems und die Entwicklung der Industrie des intelligenten Bauens gearbeitet, eine Reihe von Unterstützungspolitiken für Boden, Planung, Finanzen, Wissenschaft und Technologie erlassen, den Aufbau von 39 wissenschaftlich-technologischen Innovationsplattformen des intelligenten Bauens durch die betreffenden Einrichtungen unterstützt, 506 Kernunternehmen des intelligenten Bauens in die Förderliste aufgenommen, 758 Demonstrations- und Pilotprojekte des intelligenten Bauens bekannt gegeben sowie 47 Normen, Verbrauchsnormen und Leitfäden zum intelligenten Bauen erlassen und in Kraft gesetzt und damit die Entwicklung des intelligenten Bauens vorangetrieben. Bestehende Wissenschaftler haben bereits die Beziehung zwischen intelligentem Bauen und den neuen produktiven Kräften der Bauwirtschaft untersucht: Niu Weirui u. a. [6] weisen darauf hin, dass intelligentes Bauen in allen Abschnitten der Entwicklung neuer produktiver Kräfte eine wichtige Rolle spielt und ein wirksamer Hebel sowie eine technische Stütze für die Schaffung neuer produktiver Kräfte der Bauwirtschaft ist; Yu Jing sowie Zhang Chunwei u. a. [7-8] vertreten die Ansicht, dass die Forschung zu und die Anwendung von Technologien des intelligenten Bauens eine wichtige Stütze für die Transformation und Modernisierung der traditionellen Bauwirtschaft darstellen und dass wissenschaftlich-technologische Innovationen des intelligenten Bauens die neuen produktiven Kräfte der Bauwirtschaft stärken.

Bislang gibt es nur wenige Studien zum Zusammenhang zwischen intelligentem Bauen und neuen produktiven Kräften, und diese sind überwiegend qualitativer Natur; quantitative Studien sind selten. Die vorliegende Arbeit basiert auf den Paneldaten der 24 chinesischen Pilotstädte für intelligentes Bauen und der 24 Nicht-Pilotstädte für den Zeitraum 2019—2023, verwendet ein Difference-in-Differences-Modell, um die fördernde Wirkung der Politik der Pilotstädte für intelligentes Bauen auf die Steigerung der totalen Faktorproduktivität der Bauwirtschaft zu verifizieren, untersucht den Einfluss der administrativen Stadtebene auf die Umsetzungswirkung der Politik der Pilotstädte für intelligentes Bauen, analysiert die Wirkung der Politik in den beiden Bereichen Senkung des Energieverbrauchs und Erhöhung der staatlichen Unterstützung und unterbreitet jeweils gezielte Politikempfehlungen.

1 Forschungshypothesen

Die totale Faktorproduktivität bezeichnet den Teil des Wirtschaftswachstums, der nach Abzug der Beiträge des Produktivitätseinsatzes von Faktoren wie Kapitaleinsatz und Arbeit nicht erklärt werden kann; sie gibt den Beitrag anderer Faktoren zum Wirtschaftswachstum an, die über die eingesetzten Faktoren wie Sachkapital und Arbeit hinausgehen [9]. Ihre deutliche Steigerung ist das Kernmerkmal der neuen produktiven Kräfte. In der vorliegenden Arbeit wird die totale Faktorproduktivität der Bauwirtschaft als abhängige Variable festgelegt [10]. Auf der Grundlage der obigen Analyse wird Hypothese 1 aufgestellt: Die Politik der Pilotstädte für intelligentes Bauen kann die totale Faktorproduktivität der Bauwirtschaft steigern und dadurch die Bildung und Entwicklung der neuen produktiven Kräfte der Bauwirtschaft vorantreiben.

Zugleich untersucht die vorliegende Arbeit – in Anlehnung an die Studien von Wang Guangming, An Min u. a. [11-12] – den Einfluss der Politik der Pilotstädte für intelligentes Bauen auf die totale Faktorproduktivität der Bauwirtschaft aus den beiden Perspektiven der Senkung des Energieverbrauchs der Bauwirtschaft und der Erhöhung der staatlichen Unterstützung. Einerseits ist der Energieverbrauch der Bauwirtschaft ein Schlüsselindikator für das Verhältnis zwischen dem Bruttoproduktionswert der Bauwirtschaft und ihrem gesamten Energieverbrauch [13]. Pilotstädte für intelligentes Bauen können durch die Erforschung grüner Technologien, die Verwertung wissenschaftlicher und technologischer Ergebnisse und ähnliche Maßnahmen den Energieverbrauch deutlich senken, wodurch die totale Faktorproduktivität der Bauwirtschaft gesteigert und die Entwicklung der neuen produktiven Kräfte der Bauwirtschaft vorangetrieben wird. In der vorliegenden Arbeit wird der Energieverbrauch der Bauwirtschaft über den Energieverbrauch je Einheit Gebäudefläche gemessen; berechnet wird er, indem die im Bauwesen verbrauchte Energie in die Gesamtmenge an Standardkohle umgerechnet und anschließend durch die Gebäudefläche dividiert wird; die Einheit ist 10 000 t/m2 [12]. Andererseits können die Pilotstädte für intelligentes Bauen über Unterstützungspolitiken wie Finanzsubventionen und Steuervergünstigungen die totale Faktorproduktivität der Bauwirtschaft steigern [14] und dadurch die Entwicklung der neuen produktiven Kräfte der Bauwirtschaft vorantreiben. In der vorliegenden Arbeit wird die staatliche Unterstützung, die die einzelnen Städte der Entwicklung des intelligenten Bauens entgegenbringen, über die Worthäufigkeit von „intelligentem Bauen“ in den Regierungsarbeitsberichten der einzelnen Städte für den Zeitraum 2019—2023 gemessen [15]. Auf der Grundlage der obigen Analyse wird Hypothese 2 aufgestellt: Die Politik der Pilotstädte für intelligentes Bauen steigert die totale Faktorproduktivität der Bauwirtschaft durch die Senkung des Energieverbrauchs der Bauwirtschaft und die Erhöhung der staatlichen Unterstützung und treibt die Bildung und Entwicklung der neuen produktiven Kräfte der Bauwirtschaft voran.

2 Modellaufbau

Durch die Konstruktion eines Difference-in-Differences-Modells wird der Einfluss der Politik der Pilotstädte für intelligentes Bauen auf die totale Faktorproduktivität der Bauwirtschaft überprüft. Dabei ist die abhängige Variable die „totale Faktorproduktivität der Bauwirtschaft“, die zentrale erklärende Variable ist die „Politik der Pilotstädte für intelligentes Bauen“, und die Kontrollvariablen sind die „Bevölkerungsdichte“, der „Urbanisierungsgrad“ usw.

2.1 Untersuchungsobjekte

In der vorliegenden Arbeit werden eine Behandlungsgruppe und eine Kontrollgruppe gebildet, um die Unterschiede in der Entwicklung der totalen Faktorproduktivität der Bauwirtschaft zwischen den beiden Städtengruppen im Zeitraum 2019—2023 zu untersuchen. Die 24 Pilotstädte für intelligentes Bauen bilden die Behandlungsgruppe; davon gehören 16 Städte wie Beijing und Tianjin zum östlichen Wirtschaftsgürtel, 4 Städte wie Changsha und Wuhan zum zentralen Wirtschaftsgürtel und 4 Städte wie Chongqing und Urumqi zum westlichen Wirtschaftsgürtel. Unter Berücksichtigung der Ähnlichkeit zwischen Kontrollgruppe und Behandlungsgruppe in Bezug auf regionale Verteilung, Stadtgröße, wirtschaftliches Entwicklungsniveau und Entwicklungsstand des Bauwesens sowie der Vergleichbarkeit und Verfügbarkeit der Daten wurden als Kontrollgruppe 16 Städte des östlichen Wirtschaftsgürtels wie Jinan und Shijiazhuang, 4 Städte des zentralen Wirtschaftsgürtels wie Yueyang und Jingzhou sowie 4 Städte des westlichen Wirtschaftsgürtels wie Zigong und Turpan ausgewählt. Als Untersuchungsgegenstand dienen die Paneldaten der genannten 48 Städte für den Zeitraum 2019—2023, darunter die gesamten Vermögenswerte der Bauwirtschaft der einzelnen Städte, die Beschäftigten und die Zahl der Unternehmen der Bauwirtschaft, der Bruttoproduktionswert und die fertiggestellte Fläche des Bauwesens, die Bevölkerungsdichte sowie die regionalen Bruttoinlandsprodukte der einzelnen Städte; die Daten stammen aus dem nationalen statistischen Jahrbuch, den statistischen Jahrbüchern der einzelnen Städte sowie den statistischen Kommuniqués über die wirtschaftliche und soziale Entwicklung des Landes.

(1) Abhängige Variable. Da die neuen produktiven Kräfte dadurch gekennzeichnet sind, dass die totale Faktorproduktivität deutlich gesteigert wird, ist die Steigerung der totalen Faktorproduktivität der Bauwirtschaft ein wichtiger Ausdruck der Bildung und Entwicklung der neuen produktiven Kräfte. In Anlehnung an bestehende Studien verwendet die vorliegende Arbeit den DEA-Malmquist-Index (DEA), um die totale Faktorproduktivität der Bauwirtschaft zu messen [16-17]; als Inputindikatoren dienen die gesamten Vermögenswerte der Bauunternehmen der Städte, die Beschäftigten sowie die Zahl der Unternehmen, als Outputindikatoren die fertiggestellte Fläche und der Bruttoproduktionswert des Bauwesens. Die Daten stammen aus den Angaben „Zahl der Unternehmen, Beschäftigte zum Jahresende, Bruttoproduktionswert des Bauwesens und fertiggestellte Fläche in der Grundübersicht der Bauunternehmen“ sowie „Gesamtvermögen in den wichtigsten Finanzkennzahlen der Bauunternehmen“ in den statistischen Jahrbüchern der einzelnen Städte.

(2) Zentrale erklärende Variable. In der vorliegenden Arbeit dient die „Politik der Pilotstädte für intelligentes Bauen“ als Variable für den Politikschock. Wurde die betreffende Stadt im Jahr 2022 zur Pilotstadt für intelligentes Bauen bestimmt, so wird der Einflusskoeffizient Treat für die totale Faktorproduktivität der Bauwirtschaft im betreffenden Jahr und danach gleich 1 gesetzt, andernfalls gleich 0.

(3) Kontrollvariablen. Die Auswahl der Kontrollvariablen dient dazu, den Einfluss anderer potenzieller Faktoren auf die abhängige Variable auszuschalten oder zu verringern, um den Einfluss der Politik der Pilotstädte für intelligentes Bauen auf die totale Faktorproduktivität der Bauwirtschaft genauer zu schätzen. In Anlehnung an bestehende Studien [18-20] werden folgende Kontrollvariablen gewählt: die Bevölkerungsdichte der einzelnen Städte, der Urbanisierungsgrad, der Umfang des Bauwesens, das Bruttoinlandsprodukt pro Kopf (GDP) sowie der Industrieproduktionswert. Die Daten stammen aus dem nationalen statistischen Jahrbuch, den statistischen Jahrbüchern der einzelnen Städte sowie den statistischen Kommuniqués über die wirtschaftliche und soziale Entwicklung des Landes.

Die Bevölkerungsdichte ist die Zahl der Einwohner je Flächeneinheit; ihr Anstieg führt unmittelbar zu einem größeren Bedarf der Städte an Wohnraum, gewerblichen Flächen und Infrastruktur. Dieser Indikator wird über das Verhältnis zwischen der ansässigen Bevölkerung und der Verwaltungsfläche der einzelnen Städte bewertet; die Einheit ist Einwohner/km2, und die Daten stammen aus der Kennzahl „Bevölkerungsdichte der ansässigen Bevölkerung“ im Abschnitt Bevölkerung und Beschäftigung der statistischen Jahrbücher der einzelnen Städte. Ein höherer Urbanisierungsgrad bedeutet, dass sich Bevölkerung und wirtschaftliche Aktivitäten zunehmend in Städten und Gemeinden konzentrieren und der Umfang der städtischen Bauvorhaben entsprechend zunimmt; dieser Indikator wird über das Verhältnis der städtischen Bevölkerung zur Gesamtbevölkerung bewertet, wobei die Daten aus dem Verhältnis der Kennzahlen „Städtische Bevölkerung“ und „Gesamtbevölkerung“ in den statistischen Jahrbüchern der einzelnen Städte berechnet werden. Der Umfang des Bauwesens betrifft die für die Entwicklung des Bauwesens erforderlichen Mengen an Baumaterialien, Ausrüstungen und Arbeitskräften usw.; dieser Indikator wird über das Verhältnis des Bruttoproduktionswerts des Bauwesens zum regionalen BIP bewertet, wobei die Daten aus dem Verhältnis zwischen dem „Bruttoproduktionswert des Bauwesens in der Grundübersicht der Bauunternehmen“ und dem „regionalen Bruttoinlandsprodukt in der volkswirtschaftlichen Gesamtrechnung“ in den statistischen Jahrbüchern der einzelnen Städte berechnet werden. Das Bruttoinlandsprodukt pro Kopf (GDP) steht für den Lebensstandard und die Kaufkraft der Einwohner sowie für den Grad des Bedarfs an einer Verbesserung des Wohnumfelds und am Ausbau der städtischen Infrastruktur; die Einheit ist Yuan, und die Daten stammen aus der Kennzahl „Regionales Bruttoinlandsprodukt pro Kopf in der volkswirtschaftlichen Gesamtrechnung“ in den statistischen Jahrbüchern der einzelnen Städte. Ein Anstieg des Industrieproduktionswerts treibt die Entwicklung verwandter Branchen wie der Baumaterialien- und Bauausrüstungsindustrie voran; zwischen ihnen und dem Bauwesen besteht eine enge Verflechtung in der Wertschöpfungskette [21]. Dieser Indikator wird über das Verhältnis des gesamten Industrieproduktionswerts der einzelnen Städte zum regionalen BIP bewertet, wobei die Daten aus dem Verhältnis zwischen dem „Bruttoproduktionswert der Industrie oberhalb der festgelegten Größenordnung“ und dem „regionalen Bruttoinlandsprodukt in der volkswirtschaftlichen Gesamtrechnung“ in den statistischen Jahrbüchern der einzelnen Städte berechnet werden.

2.2 Modellspezifikation

Das Difference-in-Differences-Modell ist ein statistisches Analyseverfahren auf der Grundlage natürlicher Experimente; das quasi-natürliche Experiment der vorliegenden Arbeit besteht im „Erlass der Politik der Pilotstädte für intelligentes Bauen“. Vor und nach dem Experiment wird die Stichprobe in zwei Gruppen aufgeteilt: die zum Zeitpunkt t des quasi-natürlichen Experiments von der Politik betroffene Behandlungsgruppe und die von der Politik nicht betroffene Kontrollgruppe. Die Wirkung der Politik wird durch den Vergleich der Veränderungen von Behandlungsgruppe und Kontrollgruppe vor und nach dem quasi-natürlichen Experiment bewertet [22]. In Anlehnung an die Studien von Wei Dongming sowie Masayuki u. a. [15,23] wird in der vorliegenden Arbeit ein Difference-in-Differences-Modell verwendet, um den Einfluss der Politik der Pilotstädte für intelligentes Bauen auf die totale Faktorproduktivität der Bauwirtschaft zu analysieren. Die konkrete Spezifikation lautet:

Dabei gilt: β 0 ist der konstante Term; β 1 ist der Einflusskoeffizient der Politik der Pilotstädte für intelligentes Bauen; Yit ist die totale Faktorproduktivität der Bauwirtschaft von Stadt i im Jahr t ; Treatit ist die Politik-Dummyvariable für die „Pilotstadt für intelligentes Bauen“; Xit ist die Kontrollvariable; λi und ηt sind die fixen Effekte für die einzelnen Städte bzw. für die einzelnen Jahre (wodurch die Unterschiede zwischen den Städten und zwischen den Jahren ausgeschaltet werden); εit ist der zufällige Fehlerterm (zufällig verteilte Einflussfaktoren, die nicht von den erklärenden Variablen des Modells erfasst werden).

Um den theoretischen Mechanismus zu verifizieren, wird in Anlehnung an die Studien von Che Maoran sowie Mao Qilin u. a. [24-25] ein Modell zur Untersuchung des Wirkmechanismus aufgestellt und getestet. Die konkrete Spezifikation lautet:

Dabei gilt: IMit ist die Mechanismusvariable; die Mechanismusvariablen der vorliegenden Arbeit sind die staatliche Unterstützung und der Energieverbrauch der Bauwirtschaft; γ 1 ist der geschätzte Koeffizient des Interaktionsterms aus dem Politikschock der Politik der Pilotstädte für intelligentes Bauen und der Mechanismusvariable ( Treat × IM).

γ 1 wird wie folgt geprüft: Zunächst wird anhand von Gleichung (1) die fördernde Wirkung der Politik der Pilotstädte für intelligentes Bauen auf die Steigerung der totalen Faktorproduktivität der Bauwirtschaft verifiziert. Zweitens wird Gleichung (2) regressiert; fällt der geschätzte Koeffizient des Interaktionsterms aus dem Politikschock der Politik der Pilotstädte für intelligentes Bauen und der Mechanismusvariable ( Treat × IM), d. h. der Koeffizient γ 1, signifikant aus, so bedeutet dies, dass diese Mechanismusvariable ein Wirkungskanal ist, über den die Politik der Pilotstädte für intelligentes Bauen die Steigerung der totalen Faktorproduktivität der Bauwirtschaft fördert; zugleich zeigt das Vorzeichen von γ 1 an, ob die Steigerung durch eine Erhöhung oder durch eine Senkung dieser Mechanismusvariable erreicht wird.

3 Empirische Analyse

Bei der empirischen Analyse werden die Paneldaten der 24 Pilotstädte für intelligentes Bauen und der 24 Nicht-Pilotstädte mithilfe des aufgestellten Difference-in-Differences-Modells analysiert, um die Gültigkeit der in Abschnitt 1 aufgestellten Hypothesen zu verifizieren. Sie umfasst die Basisregression, Robustheitstests, Heterogenitätstests und Wirkmechanismustests. Die Basisregression dient dazu zu verifizieren, dass die Politik der Pilotstädte für intelligentes Bauen die Steigerung der totalen Faktorproduktivität der Bauwirtschaft fördern kann; die Robustheitstests dienen dazu, die Zuverlässigkeit des Modells der vorliegenden Arbeit zu verifizieren; die Heterogenitätstests dienen dazu zu verifizieren, dass die Politik der Pilotstädte für intelligentes Bauen eine signifikante Heterogenität hinsichtlich der administrativen Stadtebene aufweist; die Wirkmechanismustests dienen dazu zu verifizieren, dass die Politik der Pilotstädte für intelligentes Bauen die totale Faktorproduktivität der Bauwirtschaft durch die Erhöhung der staatlichen Unterstützung und die Senkung des Energieverbrauchs der Bauwirtschaft steigern kann.

3.1 Basisregression

Die Ergebnisse der Basisregression sind in Tabelle 1 dargestellt. Nach den Regressionsergebnissen von Modell (1) beträgt der Koeffizient von Treat 0.061 und ist auf dem 10-%-Niveau statistisch signifikant; dies zeigt, dass die totale Faktorproduktivität der Bauwirtschaft in den Pilotstädten für intelligentes Bauen im Vergleich zu den Nicht-Pilotstädten um 6.1 % gestiegen ist, was die Entwicklung der neuen produktiven Kräfte der Bauwirtschaft in den Pilotstädten für intelligentes Bauen widerspiegelt. Nach den Regressionsergebnissen von Modell (2) beträgt der Koeffizient von Treat 0.059 und ist auf dem 10-%-Niveau statistisch signifikant; dies zeigt, dass die totale Faktorproduktivität der Bauwirtschaft in den Pilotstädten für intelligentes Bauen auch nach Ausschaltung des Einflusses der Kontrollvariablen wie Bevölkerungsdichte, Urbanisierungsgrad und Umfang des Bauwesens im Vergleich zu den Nicht-Pilotstädten weiterhin um 5.9 % gestiegen ist, was erneut belegt, dass die Politik der Pilotstädte für intelligentes Bauen die totale Faktorproduktivität der Bauwirtschaft signifikant steigern und damit die Entwicklung der neuen produktiven Kräfte der Bauwirtschaft vorantreiben kann. Somit ist Hypothese 1 bestätigt.

Tabelle 1: Basisregression

Anmerkung: \*\*\*, \*\* und \* kennzeichnen die Signifikanzniveaus von 1 %, 5 % bzw. 10 %; in Klammern sind die Standardfehler angegeben; dies gilt im gesamten Text.

3.2 Robustheitstests

Um die Gültigkeit des Modells zu verifizieren, analysiert die vorliegende Arbeit mit Stata17 die Paneldaten der 24 Pilotstädte für intelligentes Bauen und der 24 Nicht-Pilotstädte; dazu gehören ein Parallel-Trends-Test, ein Placebo-Test sowie ein Test mit ersetzter abhängiger Variable, um vorhandene Fehler zu verringern und die Zuverlässigkeit des Modells zu verifizieren.

3.2.1 Parallel-Trends-Test

Die totale Faktorproduktivität der Bauwirtschaft von Behandlungsgruppe und Kontrollgruppe muss einen gemeinsamen Entwicklungstrend aufweisen, damit beide Gruppen vergleichbar sind. Das heißt, unter der Annahme, dass die Politik der Pilotstädte für intelligentes Bauen nicht umgesetzt worden wäre, müssten die totalen Faktorproduktivitäten der Bauwirtschaft von Pilotstädten und Nicht-Pilotstädten einen gemeinsamen Veränderungstrend aufweisen; daher ist ein Parallel-Trends-Test durchzuführen. In Anlehnung an die Studie von Shi Shaobin u. a. [26] werden in der vorliegenden Arbeit Interaktionsterme aus den Dummyvariablen der einzelnen Jahre vor der Politikumsetzung und der Gruppierungsdummyvariable in den Test einbezogen; der Regressionskoeffizient der Interaktionsterme drückt das Ausmaß des Unterschieds zwischen den beiden Gruppen aus, wobei der Unterschied mit zunehmendem Regressionskoeffizienten größer wird. Die Testergebnisse sind in Abbildung 1 dargestellt: Die rechteckigen Punkte in der Abbildung kennzeichnen die Regressionskoeffizienten zu den einzelnen Zeitpunkten. Alle Regressionskoeffizienten zu den Zeitpunkten vor dem Politikschockjahr 2022 sind nicht signifikant und liegen innerhalb des 95-%-Konfidenzintervalls; dies zeigt, dass zwischen Pilotstädten und Nicht-Pilotstädten vor der Umsetzung der Pilotpolitik kein signifikanter Unterschied in der totalen Faktorproduktivität der Bauwirtschaft bestand und die Parallel-Trends-Annahme erfüllt ist.

Abbildung 1: Parallel-Trends-Test

3.2.2 Placebo-Test

Das Auslassen anderer schwer zu beobachtender Faktoren kann zu Verzerrungen der Schätzergebnisse führen; daher ist ein Placebo-Test durchzuführen. Besteht das Modell den Test, so zeigt dies, dass die Regressionsergebnisse der Politik der Pilotstädte für intelligentes Bauen auf die totale Faktorproduktivität der Bauwirtschaft nicht von anderen schwer zu beobachtenden Faktoren beeinflusst werden. In Anlehnung an die Studie von Zhao Peng u. a. [27] werden in der vorliegenden Arbeit 500 wiederholte Regressionssimulationen von Gleichung (1) durchgeführt. Die Testergebnisse sind in Abbildung 2 dargestellt; die P -Werte der Regressionsschätzungen folgen im Wesentlichen einer Normalverteilung und liegen überwiegend über 0.1; damit ist der Placebo-Test bestanden, was belegt, dass die Basisregression der vorliegenden Arbeit stabil ist.

Abbildung 2: Placebo-Test

3.2.3 Test mit ersetzter abhängiger Variable

Der Test mit ersetzter abhängiger Variable dient dazu zu prüfen, ob das Modell übermäßig stark von einer bestimmten abhängigen Variable abhängt, und damit die Gültigkeit der empirischen Ergebnisse weiter zu verifizieren. Auch der Anteil der Wertschöpfung des Bauwesens am BIP ist ein wichtiger Indikator für die Entwicklung des Bauwesens; in Anlehnung an die Studien von Li Zhan sowie Chen Zhihui u. a. [28-29] wird er in der vorliegenden Arbeit daher als abhängige Variable anstelle der totalen Faktorproduktivität der Bauwirtschaft verwendet, wobei die Daten aus dem Verhältnis zwischen der „Wertschöpfung des Bauwesens (Bruttoproduktionswert) in der Grundübersicht der Bauunternehmen“ und dem „regionalen Bruttoinlandsprodukt in der volkswirtschaftlichen Gesamtrechnung“ in den statistischen Jahrbüchern der einzelnen Städte berechnet werden. Die Regressionsergebnisse sind in Tabelle 2 dargestellt: Der geschätzte Koeffizient der Politik der Pilotstädte für intelligentes Bauen beträgt 0.380 und ist auf dem 1-%-Niveau statistisch signifikant; dies zeigt, dass der positive Effekt der Politik der Pilotstädte für intelligentes Bauen auf die Steigerung der totalen Faktorproduktivität der Bauwirtschaft weiterhin besteht und die Stabilität der Ergebnisse in Abschnitt 1 der vorliegenden Arbeit erneut verifiziert wird.

Tabelle 2: Test mit ersetzter abhängiger Variable

3.3 Heterogenitätstest

Zwischen Städten unterschiedlicher administrativer Ebenen in China bestehen deutliche Unterschiede bei den Verwaltungsbefugnissen, und auch die von den verschiedenen Pilotstädten ergriffenen Politiken und Maßnahmen sind nicht einheitlich. Um daher den Einfluss der Politik der Pilotstädte für intelligentes Bauen auf die totale Faktorproduktivität der Bauwirtschaft verschiedener Städte eingehender zu verstehen, wird in der vorliegenden Arbeit in Anlehnung an die Studie von Chen Xinxin [30] die Untersuchungsstichprobe anhand der administrativen Stadtebene in zwei Kategorien eingeteilt: zum einen regierungsunmittelbare Städte und Provinzhauptstädte, zum anderen allgemeine Städte. Auf dieser Grundlage wird analysiert, wie sich die Wirkung der Politik der Pilotstädte für intelligentes Bauen zwischen verschiedenen Städten unterscheidet. Die Testergebnisse sind in Tabelle 3 dargestellt.

Tabelle 3: Heterogenitätstest

Die Ergebnisse von Modell (3) zeigen, dass die totale Faktorproduktivität der Bauwirtschaft in den regierungsunmittelbaren Städten und Provinzhauptstädten unter den Pilotstädten nach der Umsetzung der Pilotpolitik im Vergleich zu den regierungsunmittelbaren Städten und Provinzhauptstädten unter den Nicht-Pilotstädten um 14.4 % gestiegen ist. Die Ergebnisse von Modell (4) zeigen, dass die totale Faktorproduktivität der Bauwirtschaft in den allgemeinen Städten unter den Pilotstädten nach der Umsetzung der Pilotpolitik im Vergleich zu den allgemeinen Städten unter den Nicht-Pilotstädten um 1.9 % gestiegen ist. Dies spiegelt wider, dass die Steigerung der totalen Faktorproduktivität der Bauwirtschaft in den regierungsunmittelbaren Städten und Provinzhauptstädten deutlicher ausfällt als in den allgemeinen Städten. Der Grund dürfte darin liegen, dass regierungsunmittelbare Städte und Provinzhauptstädte Vorteile wie eine größere Stadtgröße, ein höheres Niveau industrieller Ballung und eine stärkere Anziehung von Fachkräften aufweisen und aus der Politik der Pilotstädte für intelligentes Bauen verhältnismäßig mehr Nutzen ziehen.

3.4 Wirkmechanismustest

Der Wirkmechanismustest beantwortet die Frage, über welche Schlüsselvariablen die Politik der Pilotstädte für intelligentes Bauen die totale Faktorproduktivität der Bauwirtschaft steigert. Die Testergebnisse sind in Tabelle 4 dargestellt. Einerseits wird eine Mechanismusanalyse der staatlichen Unterstützung durchgeführt: Nach den Testergebnissen von Modell (5) beträgt der geschätzte Koeffizient der Interaktion zwischen der Politik der Pilotstädte für intelligentes Bauen und der staatlichen Unterstützung ( Treat × IM) 3.422 und ist auf dem 1-%-Niveau statistisch signifikant, was zeigt, dass die staatliche Unterstützung ein Wirkungskanal ist, über den die Politik der Pilotstädte für intelligentes Bauen die totale Faktorproduktivität der Bauwirtschaft steigert; der positive Interaktionskoeffizient zeigt, dass die Politik der Pilotstädte für intelligentes Bauen die totale Faktorproduktivität der Bauwirtschaft durch die Erhöhung der staatlichen Unterstützung steigert. Andererseits wird für den Energieverbrauch der Bauwirtschaft eine Mechanismusanalyse durchgeführt: Nach den Testergebnissen von Modell (6) beträgt der geschätzte Koeffizient der Interaktion zwischen der Politik der Pilotstädte für intelligentes Bauen und dem Energieverbrauch der Bauwirtschaft ( Treat × IM) −0.068 und ist auf dem 5-%-Niveau statistisch signifikant, was zeigt, dass der Energieverbrauch ein Wirkungskanal ist, über den die Politik der Pilotstädte für intelligentes Bauen die totale Faktorproduktivität der Bauwirtschaft steigert; der negative Koeffizient zeigt, dass die Politik der Pilotstädte für intelligentes Bauen die totale Faktorproduktivität der Bauwirtschaft durch die Senkung des Energieverbrauchs steigert.

Tabelle 4: Wirkmechanismustest

Zusammenfassend sind beide Wirkmechanismen – die Erhöhung der staatlichen Unterstützung und die Senkung des Energieverbrauchs der Bauwirtschaft – verifiziert worden; damit ist Hypothese 2 bestätigt.

4 Schlussfolgerungen

(1) Die Politik der Pilotstädte für intelligentes Bauen hat eine deutliche Steigerung der totalen Faktorproduktivität der Bauwirtschaft bewirkt und die Bildung und Entwicklung der neuen produktiven Kräfte der Bauwirtschaft vorangetrieben. Die 24 Pilotstädte für intelligentes Bauen haben rund um Aspekte wie die Vervollständigung des Politiksystems, die Entwicklung der Industrie des intelligenten Bauens, den Aufbau von Pilotdemonstrationsprojekten und die Innovation des Managementmechanismus in Verbindung mit der jeweiligen Entwicklungssituation der einzelnen Städte jeweils eigene „Umsetzungspläne für die Pilotstädte des intelligenten Bauens“ ausgearbeitet und damit die Steigerung der totalen Faktorproduktivität der Bauwirtschaft gefördert sowie die Entwicklung des intelligenten Bauens vorangetrieben. Nach der Statistik wurden bis Dezember 2023 – die Pilotstädte haben die Industrie aktiv gefördert – bereits 506 Unternehmen in die Förderliste der Kernunternehmen des intelligenten Bauens aufgenommen.

(2) Die Politik der Pilotstädte für intelligentes Bauen steigert die totale Faktorproduktivität der Bauwirtschaft über die beiden Wege der Senkung des Energieverbrauchs der Bauwirtschaft und der Erhöhung der staatlichen Unterstützung. Beim Energieverbrauch können Unternehmen durch Technologieforschung und die Verwertung von Forschungsergebnissen die Planungs- und Bauprozesse optimieren, etwa durch den Einsatz intelligenter Bauausrüstungen wie Baurobotern, die Technologien wie multisensorische Wahrnehmung, Fehlerdiagnose sowie hochpräzise Ortung und Navigation integrieren und so für die Bauprojekte vernetzte Interaktion und intelligente Entscheidungsunterstützung bieten; dadurch lassen sich die Bauleistung und die Bauqualität wirksam verbessern sowie der Energieverbrauch senken und Ressourcen einsparen. Bei der staatlichen Unterstützung haben bis Juni 2023 alle Pilotstädte entsprechend ihrer jeweiligen Situation Umsetzungspläne ausgearbeitet und nach und nach eine Reihe von Unterstützungspolitiken erlassen: So gewährt beispielsweise die Stadt Hefei Bauunternehmen finanzielle Zuschüsse für Investitionen in die Entwicklung intelligenter baubezogener Software, in den Kauf von Ausrüstungen und in Informationstechnologiedienstleistungen; die Stadt Guangzhou hat gesetzlich festgelegt, dass BIM für die Anmeldung und Genehmigung von Bauprojekten verwendet werden darf, und hat rund um die industrialisierten und digitalisierten Bauprozesse lokale Standards und Vorschriften erlassen.

(3) Die Politik der Pilotstädte für intelligentes Bauen weist eine signifikante Heterogenität hinsichtlich der administrativen Stadtebene auf, das heißt, ihre fördernde Wirkung auf die Steigerung der totalen Faktorproduktivität der Bauwirtschaft ist in Städten mit höherer administrativer Ebene deutlich ausgeprägter. Städte mit höherer administrativer Ebene verfügen in der Regel über bessere Grundlagen für die Entwicklung des intelligenten Bauens, darunter eine stärkere industrielle Basis, ein höheres Niveau und größere Fähigkeiten im Bauwesen sowie eine ausreichende Zahl an Bauunternehmen und Bauprojekten; dadurch können sie die Wirkung der Politik der Pilotstädte für intelligentes Bauen besser entfalten. So nutzt beispielsweise Wuhan die Ballungsvorteile großer Unternehmen und Forschungsinstitute, entwickelt und wendet eine Reihe von wegweisenden technischen Produkten des intelligenten Bauens wie Gebäudeerrichtungsmaschinen, Brückenbaumaschinen und Turmerrichtungsmaschinen an, baut ein auf BIM basierendes Genehmigungsmanagementsystem für den gesamten Projektablauf auf und bemüht sich um die Erprobung neuer Modelle des Bauens.

5 Politikempfehlungen

(1) Verbreitungsstrategien an die örtlichen Gegebenheiten anpassen. Die replizierbaren Erfahrungen der Pilotstädte für intelligentes Bauen zusammenfassen und nach und nach weitere Städte mit entsprechenden Voraussetzungen für eine Verbreitung auswählen. Zugleich sollte im Prozess der Verbreitung der Politik der Pilotstädte für intelligentes Bauen angesichts des Einflusses der administrativen Stadtebene nach den örtlichen Gegebenheiten vorgegangen und unter Berücksichtigung von Faktoren wie administrativer Stadtebene, wirtschaftlichem Entwicklungsniveau sowie technischer und industrieller Basis der verschiedenen Städte eine geeignete Verbreitungsstrategie festgelegt werden. Für Städte mit höherer administrativer Ebene kann die Regierung weiterhin Förderpolitiken in Bereichen wie Boden, Planung, Finanzen, Finanzwesen und wissenschaftlich-technischer Innovation erlassen, die Vorbild- und Führungsrolle der Städte mit höherer administrativer Ebene zur Geltung bringen und so eine effiziente Entwicklung des intelligenten Bauens fördern; für Städte mit niedrigerer administrativer Ebene sollte die Regierung die Grundlagen für die Entwicklung des intelligenten Bauens festigen, sie dabei unterstützen, sich im wirtschaftlichen Aufbau kontinuierlich weiterzuentwickeln, klare Entwicklungspläne, -ziele und -aufgaben für das intelligente Bauen festlegen und ein nachhaltiges Entwicklungsmodell des intelligenten Bauens etablieren, um dadurch die Entwicklung des intelligenten Bauens voranzutreiben.

(2) Die Energiestruktur der Bauwirtschaft optimieren. Die Pilotstädte für intelligentes Bauen haben durch die Senkung des Energieverbrauchs der Bauwirtschaft deren totale Faktorproduktivität wirksam gesteigert. Daher wird empfohlen, dass die Regierung in großem Umfang entsprechende Unterstützungspolitiken erlässt, Bauunternehmen zur Nutzung sauberer Energien und grüner, energiesparender Materialien anregt und die Verbreitung fortschrittlicher energiesparender Technologien und Ausrüstungen verstärkt. Zugleich sollte die Anwendung erneuerbarer Energien im Gebäudebereich vertieft, der Elektrifizierungsgrad von Gebäuden erhöht, die Gebäude-Photovoltaik unterstützt und der Einsatz fossiler Energie zur Wärmeversorgung von Gebäuden verringert werden, um grüne, kohlenstoffarme Gebäude zu schaffen.

(3) Die staatliche Unterstützung erhöhen. Aus den innovativen Vorgehensweisen der verschiedenen Pilotstädte lernen und wirksame Unterstützungsmaßnahmen ausarbeiten. Erstens sollten die einzelnen Städte – ausgehend von den Umsetzungsplänen und Maßnahmen der Pilotstädte – eine Gesamtplanung erstellen und für ihre jeweilige Entwicklung des intelligenten Bauens geeignete Schwerpunktaufgaben und Umsetzungswege festlegen. Zweitens sollten lokale Standards und Normen erlassen und das System der Rechtsvorschriften der Bauwirtschaft, das an das intelligente Bauen anzupassen ist, beschleunigt vervollständigt werden. Drittens sollte die Rolle des ressortübergreifenden Koordinierungsmechanismus voll zur Geltung gebracht werden: Politikressourcen in den Bereichen Forschung, Finanzen und Personal sollen in den Bereich des intelligenten Bauens gelenkt, die Politikkoordinierung gestärkt und gemeinsam die Entwicklung des intelligenten Bauens vorangetrieben werden.

(4) Die Bildung neuer Produktionsverhältnisse beschleunigen, die den neuen produktiven Kräften entsprechen. Die Reformen des Wirtschaftssystems und des Wissenschafts- und Technologiesystems vertiefen, die Engpässe und Hemmnisse, die die Entwicklung des intelligenten Bauens einschränken, gezielt beseitigen, ein marktwirtschaftliches System mit hohen Standards aufbauen, die Art der Allokation der Produktionsfaktoren des intelligenten Bauens innovieren und über Pilot- und Demonstrationsprojekte den reibungslosen Fluss verschiedener fortschrittlicher und hochwertiger Produktionsfaktoren hin zur Entwicklung der neuen produktiven Kräfte beschleunigen. Zugleich sollte ein positiver Kreislauf von Bildung, Wissenschaft und Technologie sowie Talenten ermöglicht und der Arbeitsmechanismus für die Ausbildung, Gewinnung, Nutzung und angemessene Mobilität von Talenten vervollständigt werden.

Literaturverzeichnis

END

Nachdruck ohne Genehmigung untersagt

Bitte nennen Sie bei Weiterveröffentlichung die Quelle: Zhuwei Architectural Technology

Zhuwei Architectural Technology ist ein technischer Dienstleister neuer Art, spezialisiert auf integrierte Entwurfsoptimierung, BIM-Beratung und Beratung im vorgefertigten Bauen. Unser Team vereint erfahrene Ingenieure führender Planungsinstitute, ehemalige Führungskräfte von Immobilienunternehmen sowie BIM- und Fertigteilingenieure und bietet integrierte Entwurfsoptimierung, detaillierte Planprüfung, BIM-Beratung mit MEP-Ausführungsplanung und Fertigteilplanung.

Beratung zur Entwurfsoptimierung: Als Erweiterung und Ergänzung des Planungsmanagements von Immobilienentwicklern konzentrieren wir uns auf Beratung und Optimierung im Hochbau. Über den gesamten Prozess – oder in den vom Kunden gewünschten Schlüsselphasen – kontrollieren wir Wirtschaftlichkeit, Angemessenheit und Sicherheit des Entwurfs, beseitigen unnötige Kosten und verbessern messbar die Planqualität: „weniger Kosten, mehr Effizienz“.

BIM-Beratung: Mit digitaler Bautechnologie helfen wir Planern, Fehler zu reduzieren und die Qualität in der Entwurfsphase zu steigern; wir helfen Bauunternehmen, Kosten zu sparen und hochwertige MEP-Installationen in der Bauphase zu planen; und wir führen BIM-Modelle in das Facility Management der Betriebsphase über – in Zusammenarbeit mit führenden Softwareanbietern.

Beratung zur Fertigteilbauweise: Durchgängige Planung auf BIM-Plattformen, mit Revit und Tekla für die PC-Detailplanung. Geometrie und Bewehrung der Bauteile sind parametrisch verknüpft – was Sie sehen, ist, was Sie erhalten. Wir liefern Industrie-4.0-fähige Pläne mit Schnittlängen für jeden Bewehrungsstab und IoT-gestützter Begleitung von Produktion, Lagerung, Transport und Montage der PC-Bauteile.

Unser Expertenteam stammt aus großen Planungsinstituten, mit fundiertem technischem Hintergrund und reicher Erfahrung in zweigleisiger Planung und Optimierung; technische Fähigkeit und Steuerungsniveau sind branchenführend.

—— Dieser Artikel wird automatisch aus dem offiziellen WeChat-Kanal „Zhuwei Architectural Technology“ synchronisiert. Original lesen ——

← Zurück zu News