Tragwerksplanung | Hinter dem Wachstum von 5,9 %: der Einfluss der Pilotstadtpolitik für intelligentes Bauen auf die Entwicklung neuer Produktivkräfte in der Baubranche

Dieser Artikel wurde aus dem offiziellen WeChat-Konto „Baukonstruktionen“ übernommen; er dient ausschließlich dem Lernen und dem fachlichen Austausch, das Urheberrecht liegt beim ursprünglichen Autor.

Untersuchung der Auswirkungen der Politik der Pilotstädte für intelligentes Bauen auf die Entwicklung neuer qualitativer Produktivkräfte in 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 von Paneldaten von 24 chinesischen Pilotstädten für intelligentes Bauen und 24 Nicht-Pilotstädten für den Zeitraum 2019–2023 wird mithilfe eines Differenz-von-Differenzen-Modells die fördernde Wirkung der Politik der Pilotstädte für intelligentes Bauen auf die Steigerung der totalen Faktorproduktivität der Bauwirtschaft überprüft und anschließend deren Einfluss auf die Entwicklung neuer qualitativer Produktivkräfte der Bauwirtschaft analysiert. Die Ergebnisse zeigen: Im Vergleich zu den Nicht-Pilotstädten stieg die totale Faktorproduktivität der Bauwirtschaft der Pilotstädte für intelligentes Bauen um 5.9%, was zeigt, dass die Politik der Pilotstädte für intelligentes Bauen die totale Faktorproduktivität der Bauwirtschaft signifikant gesteigert und die Entwicklung neuer qualitativer Produktivkräfte der Bauwirtschaft vorangetrieben hat. Die Politik der Pilotstädte für intelligentes Bauen steigert die totale Faktorproduktivität der Bauwirtschaft vor allem dadurch, dass sie den Energieverbrauch der Bauwirtschaft senkt und die Unterstützungsintensität der Regierung erhöht. Der Heterogenitätstest zeigt, dass die Politik der Pilotstädte für intelligentes Bauen eine signifikante Heterogenität hinsichtlich der administrativen Ebene der Städte aufweist: In Städten mit höherer administrativer Ebene entfaltet die Politik eine deutlich stärkere fördernde Wirkung.

0 Einleitung

Generalsekretär Xi Jinping hat die beschleunigte Bildung neuer qualitativer Produktivkräfte gefordert und darauf hingewiesen, dass neue qualitative Produktivkräfte dadurch gekennzeichnet sind, dass die totale Faktorproduktivität deutlich gesteigert wird: Ihr Merkmal ist Innovation, ihr Kern hohe Qualität, und ihrem Wesen nach sind sie fortschrittliche Produktivkräfte. Die totale Faktorproduktivität (Total Factor Productivity, TFP) bezeichnet den Teil der Gesamtproduktion, der nicht durch das Wachstum der Einsätze von Produktionsfaktoren wie Kapital und Arbeit erklärt werden kann; sie ist ein wichtiger Indikator für eine hochwertige wirtschaftliche Entwicklung [1]. Derzeit untersuchen zahlreiche Wissenschaftler die Bildung und Entwicklung neuer qualitativer Produktivkräfte in verschiedenen Branchen aus der Perspektive der totalen Faktorproduktivität. Zhang Haipeng u. a. [2] vertreten die Auffassung, dass neue Agrartechnologien, neue Geschäftsmodelle und neue Geschäftsformen wichtige Mittel zur Steigerung der totalen Faktorproduktivität der Landwirtschaft und zur Bildung neuer qualitativer Produktivkräfte in der Landwirtschaft sind; Ling Chen u. a. [3] vertreten die Auffassung, dass die totale Faktorproduktivität des verarbeitenden Gewerbes über die digitale Transformation der Unternehmen gesteigert wird und dadurch die Bildung neuer qualitativer Produktivkräfte im verarbeitenden Gewerbe gefördert wird. Im Juli 2020 gaben das Ministerium für Wohnungswesen und Stadt-Land-Entwicklung (MOHURD) und zwölf weitere Behörden gemeinsam die „Leitlinien zur Förderung der koordinierten Entwicklung von intelligentem Bauen und der Industrialisierung des Bauwesens“ heraus, in denen die Entwicklung des intelligenten Bauens ausdrücklich gefordert wird. Akademiemitglied Ding Lieyun [4] weist darauf hin, dass intelligentes Bauen ein innovatives Modell der Bauausführung ist, das aus der Integration neuer Informationstechnologien in das Bauen entsteht: Durch standardisierte Modellierung, vernetzte Interaktion, visuelle Erkenntnis, Hochleistungsrechnen und intelligente Entscheidungsunterstützung wird eine durch die digitale Kette getriebene, integrierte und hocheffizient koordinierte Abwicklung von Projektkonzeption und -planung, Planung und Gestaltung, Bauausführung und -produktion sowie Betriebs- und Instandhaltungsdiensten von Bauvorhaben verwirklicht. Intelligentes Bauen ist ein typischer Vertreter neuer qualitativer Produktivkräfte in der Bauwirtschaft; es ist für die Steigerung der totalen Faktorproduktivität der Bauwirtschaft und für deren Entwicklung hin zur Digitalisierung und Intelligenz von entscheidender Bedeutung [5].

Die Politik der Pilotstädte für intelligentes Bauen ist eines der wichtigen Instrumente Chinas zur Förderung des intelligenten Bauens; die Bewertung ihrer Umsetzungswirkungen ist daher von großer Bedeutung. Im Oktober 2022 veröffentlichte das Ministerium für Wohnungswesen und Stadt-Land-Entwicklung (MOHURD) zur zügigen Entwicklung des intelligenten Bauens die Liste der 24 Pilotstädte für intelligentes Bauen und führte die Politik der Pilotstädte für intelligentes Bauen ein; das Pilotprogramm begann am Tag der Bekanntgabe und lief über drei Jahre. Die Pilotstädte wurden verpflichtet, ihre Pilotumsetzungspläne strikt umzusetzen und das Arbeitsprinzip „Gesamtplanung und Anpassung an die örtlichen Gegebenheiten“ zu befolgen. Dabei wurden sowohl vier Pflichtaufgaben – die Verbesserung des Politiksystems, die Förderung der Industrie des intelligenten Bauens, der Bau von Pilot- und Demonstrationsprojekten sowie die Innovation von Managementmechanismen – als auch vier optionale Aufgaben – die Schaffung intelligenter Fabriken für Bauteile und Komponenten, die Förderung von Technologieforschung und Ergebnisverwertung, die Vervollständigung des Normensystems sowie die Ausbildung von Fachkräften – vorgegeben, aus denen die Städte nach Maßgabe ihrer örtlichen Gegebenheiten selbst wählen konnten; zugleich konnten die Pilotstädte auf der Grundlage der Pilotziele neue Aufgabenfelder vorschlagen. Seit der Einführung der Politik hat das MOHURD bis Dezember 2023 für sechs Unternehmen sieben Pilotprojekte des intelligenten Bauens genehmigt; die Gesamtinvestition übersteigt 9 Milliarden Yuan. Zudem wurden 130 übertragbare Erfahrungen und Vorgehensweisen zusammengefasst und verbreitet. Die 24 Pilotstädte für intelligentes Bauen arbeiteten entlang der Hauptaufgaben wie der Verbesserung des Politiksystems und der Förderung der Industrie des intelligenten Bauens, erließen eine Reihe von Unterstützungspolitiken in den Bereichen Land, Planung, Finanzen und Wissenschaft und Technologie, unterstützten die betreffenden Einrichtungen beim Aufbau von 39 Innovationsplattformen für Wissenschaft und Technologie im Bereich des intelligenten Bauens, nahmen 506 Unternehmen in die Förderliste der Kernunternehmen des intelligenten Bauens auf, veröffentlichten 758 Pilot- und Demonstrationsprojektvorhaben des intelligenten Bauens und erließen und setzten 47 Normen, Verbrauchsnormen und Leitlinien im Zusammenhang mit intelligentem Bauen um, wodurch die Entwicklung des intelligenten Bauens vorangetrieben wurde. Wissenschaftler haben sich bereits mit der Beziehung zwischen intelligentem Bauen und neuen qualitativen Produktivkräften der Bauwirtschaft befasst. Niu Weirui u. a. [6] weisen darauf hin, dass intelligentes Bauen in allen Phasen der Entwicklung neuer qualitativer Produktivkräfte eine wichtige Rolle spielt und ein wirksames Mittel sowie eine technologische Stütze für den Aufbau neuer qualitativer Produktivkräfte in der Bauwirtschaft ist; Yu Jing sowie Zhang Chunwei u. a. [7-8] vertreten die Auffassung, dass die Erforschung und Anwendung von Technologien des intelligenten Bauens eine wichtige Stütze für die Transformation und Modernisierung des traditionellen Baugewerbes darstellt und dass wissenschaftliche und technologische Innovationen im Bereich des intelligenten Bauens neue qualitative Produktivkräfte der Bauwirtschaft stärken.

Bisher gibt es nur wenige Studien zu intelligentem Bauen und zu neuen qualitativen Produktivkräften; die meisten sind qualitativ ausgerichtet, quantitative Untersuchungen sind selten. Die vorliegende Arbeit stützt sich auf Paneldaten von 24 chinesischen Pilotstädten für intelligentes Bauen und 24 Nicht-Pilotstädten für den Zeitraum 2019–2023, überprüft mithilfe eines Differenz-von-Differenzen-Modells die fördernde Wirkung der Politik der Pilotstädte für intelligentes Bauen auf die Steigerung der totalen Faktorproduktivität der Bauwirtschaft, untersucht den Einfluss der administrativen Ebene der Städte auf die Umsetzungswirkungen der Politik der Pilotstädte für intelligentes Bauen, analysiert die Rolle der Politik in den beiden Bereichen Senkung des Energieverbrauchs und Erhöhung der Unterstützungsintensität der Regierung und formuliert hierzu jeweils gezielte Handlungsempfehlungen.

1 Forschungshypothesen

Die totale Faktorproduktivität bezeichnet den Teil des Wirtschaftswachstums, der nach Abzug der Beiträge der eingesetzten Faktoren wie Kapitaleinsatz und Arbeit nicht erklärt werden kann; sie zeigt den Beitrag anderer Faktoren jenseits der eingesetzten Faktoren wie Sachkapital und Arbeit zum Wirtschaftswachstum auf [9]; ihre deutliche Steigerung ist das Kernmerkmal neuer qualitativer Produktivkräfte. In diesem Beitrag wird die totale Faktorproduktivität der Bauwirtschaft als erklärte 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 neuer qualitativer Produktivkräfte der Bauwirtschaft fördern.

Zugleich untersucht dieser Beitrag in Anlehnung an die Studien von Wang Guangming sowie An Min u. a. [11-12] die Auswirkungen der Politik der Pilotstädte für intelligentes Bauen auf die totale Faktorproduktivität der Bauwirtschaft aus zwei Blickwinkeln: der Senkung des Energieverbrauchs der Bauwirtschaft und der Erhöhung der Unterstützungsintensität der Regierung. Einerseits ist der Energieverbrauch der Bauwirtschaft ein Schlüsselindikator für das Verhältnis zwischen dem Bruttoproduktionswert der Bauwirtschaft und ihrer gesamten Energieverbrauchsmenge [13]. Die Pilotstädte für intelligentes Bauen können über Mittel wie die Erforschung grüner Technologien und die Verwertung wissenschaftlich-technischer Ergebnisse den Energieverbrauch deutlich senken, dadurch die totale Faktorproduktivität der Bauwirtschaft steigern und die Entwicklung neuer qualitativer Produktivkräfte der Bauwirtschaft vorantreiben. In diesem Beitrag wird der Energieverbrauch der Bauwirtschaft über den Energieverbrauch je Einheit Gebäudefläche gemessen; er wird berechnet, indem die von Gebäuden insgesamt verbrauchte Energie in 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 neuer qualitativer Produktivkräfte der Bauwirtschaft fördern. In diesem Beitrag wird die Unterstützungsintensität der Regierung bei der Förderung des intelligenten Bauens anhand der Worthäufigkeit von „intelligentem Bauen“ in den Regierungsarbeitsberichten der 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, indem sie den Energieverbrauch der Bauwirtschaft senkt und die Unterstützungsintensität der Regierung erhöht, und fördert dadurch die Bildung und Entwicklung neuer qualitativer Produktivkräfte der Bauwirtschaft.

2 Modellaufbau

Durch die Konstruktion eines Differenz-von-Differenzen-Modells wird die Wirkung der Politik der Pilotstädte für intelligentes Bauen auf die totale Faktorproduktivität der Bauwirtschaft überprüft. Dabei ist die erklärte Variable die „totale Faktorproduktivität der Bauwirtschaft“, die zentrale erklärende Variable die „Politik der Pilotstädte für intelligentes Bauen“, und die Kontrollvariablen umfassen die „Bevölkerungsdichte“, den „Urbanisierungsgrad“ usw.

2.1 Untersuchungsgegenstand

In diesem Beitrag werden eine Versuchsgruppe und eine Kontrollgruppe gebildet, um die Unterschiede in der Veränderung der totalen Faktorproduktivität der Bauwirtschaft zwischen den beiden Stadtgruppen im Zeitraum 2019–2023 zu untersuchen. Die 24 Pilotstädte für intelligentes Bauen bilden die Versuchsgruppe; davon gehören 16 Städte wie Beijing und Tianjin der östlichen Wirtschaftszone an, vier Städte wie Changsha und Wuhan der zentralen Wirtschaftszone und vier Städte wie Chongqing und Urumqi der westlichen Wirtschaftszone. Unter Berücksichtigung der Ähnlichkeit zwischen Kontroll- und Versuchsgruppe hinsichtlich der regionalen Verteilung, der Stadtgröße, des wirtschaftlichen Entwicklungsstands und des Entwicklungsstands der Bauwirtschaft sowie der Vergleichbarkeit und Verfügbarkeit der Daten wurde als Kontrollgruppe eine Gruppe ausgewählt, die 16 Städte der östlichen Wirtschaftszone wie Jinan und Shijiazhuang, vier Städte der zentralen Wirtschaftszone wie Yueyang und Jingzhou sowie vier Städte der westlichen Wirtschaftszone wie Zigong und Turpan umfasst. Als Untersuchungsgegenstand dienen die Paneldaten dieser 48 Städte für den Zeitraum 2019–2023, darunter die Bilanzsumme der Bauunternehmen der einzelnen Städte, die Zahl der Beschäftigten und Unternehmen der Bauwirtschaft, der Bruttoproduktionswert und die fertiggestellte Fläche der Bauwirtschaft, die Bevölkerungsdichte sowie das regionale Bruttoinlandsprodukt der einzelnen Städte. Die Daten stammen aus den nationalen statistischen Jahrbüchern, den statistischen Jahrbüchern der jeweiligen Städte sowie den statistischen Bulletins zur wirtschaftlichen und gesellschaftlichen Entwicklung.

(1) Erklärte Variable. Da neue qualitative Produktivkräfte durch eine deutliche Steigerung der totalen Faktorproduktivität gekennzeichnet sind, ist die Steigerung der totalen Faktorproduktivität der Bauwirtschaft ein wichtiger Ausdruck der Bildung und Entwicklung neuer qualitativer Produktivkräfte. In Anlehnung an bestehende Studien wird in diesem Beitrag der DEA-Malmquist-Index (DEA) zur Messung der totalen Faktorproduktivität der Bauwirtschaft herangezogen [16-17]; als Inputindikatoren dienen die Bilanzsumme der Bauunternehmen der Stadt sowie die Zahl der Beschäftigten und der Unternehmen, als Outputindikatoren die fertiggestellte Fläche und der Bruttoproduktionswert der Bauwirtschaft. Die Daten stammen aus den Angaben „Zahl der Unternehmen, Beschäftigte zum Jahresende, Bruttoproduktionswert der Bauwirtschaft und fertiggestellte Fläche in den Grunddaten der Bauunternehmen“ sowie „Bilanzsumme in den wichtigsten Finanzkennzahlen der Bauunternehmen“ in den statistischen Jahrbüchern der jeweiligen Städte.

(2) Zentrale erklärende Variable. In diesem Beitrag wird die „Politik der Pilotstädte für intelligentes Bauen“ als Politikschock-Variable verwendet. Wurde die betreffende Stadt im Jahr 2022 als Pilotstadt für intelligentes Bauen bestimmt, so wird dem Einflusskoeffizienten der totalen Faktorproduktivität der Bauwirtschaft Treat im betreffenden Jahr und danach der Wert 1 zugewiesen, andernfalls der Wert 0.

(3) Kontrollvariablen. Die Auswahl der Kontrollvariablen dient dazu, den Einfluss anderer potenzieller Faktoren auf die abhängige Variable auszuschließen oder zu verringern, damit die Wirkung der Politik der Pilotstädte für intelligentes Bauen auf die totale Faktorproduktivität der Bauwirtschaft genauer geschätzt werden kann. In Anlehnung an bestehende Studien [18-20] werden folgende Kontrollvariablen ausgewählt: die Bevölkerungsdichte, der Urbanisierungsgrad, der Umfang der Bautätigkeit, das Bruttoinlandsprodukt (BIP) pro Kopf und der Industrieproduktionswert der jeweiligen Stadt. Die Daten stammen aus den nationalen statistischen Jahrbüchern, den statistischen Jahrbüchern der jeweiligen Städte sowie den statistischen Bulletins zur wirtschaftlichen und gesellschaftlichen Entwicklung.

Die Bevölkerungsdichte ist die Zahl der Einwohner je Einheit Landfläche; ihr Anstieg führt unmittelbar zu einem wachsenden Bedarf der Stadt an Wohnraum, Gewerbeflächen und Infrastruktur. Dieser Indikator wird über das Verhältnis zwischen der ständigen Bevölkerung und der Verwaltungsfläche der jeweiligen Stadt ermittelt, in der Einheit Personen/km2; die Daten stammen aus der Angabe „Dichte der ständigen Bevölkerung“ im Abschnitt „Bevölkerung und Beschäftigung“ der statistischen Jahrbücher der jeweiligen Städte. Ein höherer Urbanisierungsgrad bedeutet, dass sich Bevölkerung und Wirtschaftstätigkeit zunehmend in Städten und Gemeinden konzentrieren und der Umfang der städtischen Bauvorhaben entsprechend zunimmt; dieser Indikator wird über das Verhältnis der Stadtbevölkerung zur Gesamtbevölkerung ermittelt, wobei die Daten als Verhältnis der Angaben „Stadtbevölkerung“ und „Gesamtbevölkerung“ in den statistischen Jahrbüchern der jeweiligen Städte berechnet werden. Der Umfang der Bautätigkeit betrifft die für die Entwicklung der Bauwirtschaft erforderlichen Baustoffe, Ausrüstungen und Arbeitskräfte; dieser Indikator wird über das Verhältnis des Bruttoproduktionswerts der Bauwirtschaft zum regionalen BIP ermittelt, wobei die Daten als Verhältnis der Angabe „Bruttoproduktionswert der Bauwirtschaft in den Grunddaten der Bauunternehmen“ zur Angabe „regionales Bruttoinlandsprodukt in der Volkswirtschaftlichen Gesamtrechnung“ in den statistischen Jahrbüchern der jeweiligen Städte berechnet werden. Das BIP pro Kopf steht für den Lebensstandard der Einwohner, ihre Konsumfähigkeit sowie ihre Nachfrage nach besseren Wohnverhältnissen und nach städtischer Infrastruktur, in der Einheit Yuan; die Daten stammen aus der Angabe „regionales BIP pro Kopf in der Volkswirtschaftlichen Gesamtrechnung“ in den statistischen Jahrbüchern der jeweiligen Städte. Ein Wachstum des Industrieproduktionswerts zieht die Entwicklung verwandter Branchen wie der Baustoff- und der Ausrüstungsindustrie nach sich; zwischen ihnen und der Bauwirtschaft besteht eine enge Beziehung in der industriellen Wertschöpfungskette [21]. Dieser Indikator wird über das Verhältnis des Industrieproduktionswerts der jeweiligen Stadt zum regionalen BIP ermittelt, wobei die Daten als Verhältnis der Angabe „Bruttoproduktionswert der Industrie oberhalb der festgelegten Größenordnung“ zur Angabe „regionales Bruttoinlandsprodukt in der Volkswirtschaftlichen Gesamtrechnung“ in den statistischen Jahrbüchern der jeweiligen Städte berechnet werden.

2.2 Modellspezifikation

Das Differenz-von-Differenzen-Modell ist eine statistische Analysemethode auf der Grundlage natürlicher Experimente; das quasi-natürliche Experiment dieses Beitrags ist der „Erlass der Politik der Pilotstädte für intelligentes Bauen“. Vor und nach dem Experiment wird die Stichprobe in zwei Gruppen aufgeteilt: die Versuchsgruppe, die zum Zeitpunkt des quasi-natürlichen Experiments t von der Politik betroffen ist, und die Kontrollgruppe, die nicht von der Politik betroffen ist. Durch den Vergleich der Veränderungen von Versuchs- und Kontrollgruppe vor und nach dem quasi-natürlichen Experiment wird die Wirkung der Politik bewertet [22]. In Anlehnung an die Studien von Wei Dongming sowie Masayuki u. a. [15, 23] wird in diesem Beitrag mithilfe eines Differenz-von-Differenzen-Modells analysiert, wie sich die Politik der Pilotstädte für intelligentes Bauen auf die totale Faktorproduktivität der Bauwirtschaft auswirkt. Die konkrete Spezifikation lautet:

wobei: β 0 die Konstante ist; β 1 der Einflusskoeffizient des Effekts der Politik der Pilotstädte für intelligentes Bauen ist; Yit die totale Faktorproduktivität der Bauwirtschaft von Stadt i im Jahr t ist; Treatit die Politik-Dummy-Variable für die „Pilotstadt für intelligentes Bauen“ ist; Xit die Kontrollvariablen sind; λi und ηt die individuellen bzw. die jahresspezifischen festen Effekte sind (die individuellen Unterschiede zwischen den Städten und die Unterschiede zwischen den Jahren ausschließen); εit der stochastische Fehlerterm ist (die nicht durch die erklärenden Variablen des Modells erfassten, zufällig verteilten Einflussfaktoren).

Zur Überprüfung des theoretischen Mechanismus wird in Anlehnung an die Studien von Che Maoran sowie Mao Qilin u. a. [24-25] ein Modell des Wirkungsmechanismus konstruiert und getestet. Die konkrete Spezifikation lautet:

wobei: IMit die Mechanismenvariable ist; als Mechanismenvariablen dienen in diesem Beitrag die Unterstützungsintensität der Regierung und der Energieverbrauch der Bauwirtschaft; γ 1 der geschätzte Koeffizient des Interaktionsterms aus dem Politikschock der Politik der Pilotstädte für intelligentes Bauen und der Mechanismenvariable ( Treat × IM) ist.

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 überprüft. Anschließend wird Gleichung (2) regressiert; ist der geschätzte Koeffizient des Interaktionsterms aus dem Politikschock der Politik der Pilotstädte für intelligentes Bauen und der Mechanismenvariable ( Treat × IM), also γ 1, signifikant, so bedeutet dies, dass diese Mechanismenvariable einen Wirkungskanal darstellt, über den die Politik der Pilotstädte für intelligentes Bauen die Steigerung der totalen Faktorproduktivität der Bauwirtschaft fördert, und das Vorzeichen von γ 1 gibt an, ob die Steigerung der totalen Faktorproduktivität der Bauwirtschaft durch die Erhöhung oder die Senkung dieser Mechanismenvariable erreicht wird.

3 Empirische Analyse

Die empirische Analyse wendet das konstruierte Differenz-von-Differenzen-Modell auf die Paneldaten der 24 Pilotstädte für intelligentes Bauen und der 24 Nicht-Pilotstädte an, um die Gültigkeit der Hypothesen aus Abschnitt 1 zu überprüfen; sie umfasst die Basisregression, Robustheitstests, Heterogenitätstests und Tests des Wirkungsmechanismus. Die Basisregression dient dem Nachweis, dass die Politik der Pilotstädte für intelligentes Bauen die Steigerung der totalen Faktorproduktivität der Bauwirtschaft fördern kann; die Robustheitstests dienen der Überprüfung der Zuverlässigkeit des Modells; der Heterogenitätstest dient dem Nachweis, dass die Politik der Pilotstädte für intelligentes Bauen eine signifikante Heterogenität hinsichtlich der administrativen Ebene der Städte aufweist; und die Tests des Wirkungsmechanismus dienen dem Nachweis, dass die Politik der Pilotstädte für intelligentes Bauen die totale Faktorproduktivität der Bauwirtschaft durch die Erhöhung der Unterstützungsintensität der Regierung 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), in dem noch keine Kontrollvariablen enthalten sind, beträgt der Einflusskoeffizient der Politik der Pilotstädte für intelligentes Bauen auf die Variable Treat 0.061 und besteht den Signifikanztest auf dem 10%-Niveau; dies zeigt, dass die totale Faktorproduktivität der Bauwirtschaft der Pilotstädte für intelligentes Bauen im Vergleich zu den Nicht-Pilotstädten um 6.1% gestiegen ist, was die Entwicklung neuer qualitativer Produktivkräfte der Bauwirtschaft in den Pilotstädten widerspiegelt. Nach den Regressionsergebnissen von Modell (2), das die Kontrollvariablen einbezieht, beträgt der Einflusskoeffizient der Politik der Pilotstädte für intelligentes Bauen auf die Variable Treat 0.059 und besteht den Signifikanztest auf dem 10%-Niveau; dies zeigt, dass die totale Faktorproduktivität der Bauwirtschaft der Pilotstädte für intelligentes Bauen nach Ausschaltung des Einflusses der Kontrollvariablen wie Bevölkerungsdichte, Urbanisierungsgrad und Umfang der Bautätigkeit im Vergleich zu den Nicht-Pilotstädten weiterhin um 5.9% gestiegen ist. Dies bestätigt erneut, dass die Politik der Pilotstädte für intelligentes Bauen die totale Faktorproduktivität der Bauwirtschaft signifikant steigern und dadurch die Entwicklung neuer qualitativer Produktivkräfte der Bauwirtschaft vorantreiben kann. Somit ist Hypothese 1 bestätigt.

Tabelle 1 Basisregression

Anmerkung: ***, ** und * kennzeichnen Signifikanzniveaus von 1%, 5% bzw. 10%; in Klammern stehen die Standardfehler. Entsprechendes gilt im Folgenden.

3.2 Robustheitstests

Um die Gültigkeit des Modells zu überprüfen, werden in diesem Beitrag mit Stata17 die Paneldaten der 24 Pilotstädte für intelligentes Bauen und der 24 Nicht-Pilotstädte analysiert; dabei werden ein Paralleltrend-Test, ein Placebo-Test sowie ein Test mit einer alternativen erklärten Variable durchgeführt, um mögliche Fehler zu verringern und die Zuverlässigkeit des Modells zu belegen.

3.2.1 Paralleltrend-Test

Die totale Faktorproduktivität der Bauwirtschaft von Versuchs- 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 der Pilot- und der Nicht-Pilotstädte einen gemeinsamen Veränderungstrend aufweisen; daher ist ein Paralleltrend-Test durchzuführen. In Anlehnung an die Studie von Shi Shaobin u. a. [26] werden Interaktionsterme aus den Jahres-Dummy-Variablen vor der Politikimplementierung und der Gruppierungs-Dummy-Variable in die Prüfung einbezogen; die Regressionskoeffizienten der Interaktionsterme geben den Grad der Unterschiede zwischen den beiden Gruppen an, wobei die Unterschiede mit steigendem Regressionskoeffizienten zunehmen. 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, was zeigt, dass zwischen Pilot- und Nicht-Pilotstädten vor der Umsetzung der Pilotpolitik kein signifikanter Unterschied in der totalen Faktorproduktivität der Bauwirtschaft bestand und die Paralleltrend-Annahme erfüllt ist.

Abbildung 1 Paralleltrend-Test

3.2.2 Placebo-Test

Das Auslassen anderer schwer zu beobachtender Faktoren kann zu verzerrten Schätzergebnissen führen; daher ist ein Placebo-Test durchzuführen. Wird dieser Test bestanden, zeigt dies, dass die Regressionsergebnisse der Politik der Pilotstädte für intelligentes Bauen auf die totale Faktorproduktivität der Bauwirtschaft nicht durch andere schwer zu beobachtende Faktoren beeinflusst werden. In Anlehnung an die Studie von Zhao Peng u. a. [27] werden für Gleichung (1) 500 wiederholte Regressionssimulationen durchgeführt; die Testergebnisse sind in Abbildung 2 dargestellt; die P -Werte der Regressionsschätzungen folgen im Wesentlichen einer Normalverteilung und sind größtenteils größer als 0.1; damit ist der Placebo-Test bestanden, was zeigt, dass die Basisregression dieses Beitrags stabil ist.

Abbildung 2 Placebo-Test

3.2.3 Test mit alternativer erklärter Variable

Beim Test mit einer alternativen erklärten Variable wird geprüft, ob das Modell übermäßig stark von einer bestimmten erklärten Variable abhängt, und die Gültigkeit der empirischen Ergebnisse weiter überprüft. Da auch der Anteil der Wertschöpfung der Bauwirtschaft am BIP ein wichtiger Indikator für die Entwicklung der Bauwirtschaft ist, wird dieser Wert – in Anlehnung an die Studien von Li Zhan sowie Chen Zhihui u. a. [28-29] – als alternative erklärte Variable anstelle der totalen Faktorproduktivität der Bauwirtschaft verwendet; die Daten werden als Verhältnis der Angaben „Zuwachs des Bruttoproduktionswerts der Bauwirtschaft in den Grunddaten der Bauunternehmen“ und „regionales Bruttoinlandsprodukt in der Volkswirtschaftlichen Gesamtrechnung“ in den statistischen Jahrbüchern der jeweiligen Städte berechnet. Die Regressionsergebnisse sind in Tabelle 2 dargestellt: Der geschätzte Koeffizient der Politik der Pilotstädte für intelligentes Bauen beträgt 0.380 und besteht den Signifikanztest auf dem 1%-Niveau, was zeigt, dass der positive Effekt der Politik der Pilotstädte für intelligentes Bauen auf die Steigerung der totalen Faktorproduktivität der Bauwirtschaft weiterhin besteht; dies bestätigt erneut die Stabilität der Ergebnisse aus Abschnitt 1 dieses Beitrags.

Tabelle 2 Test mit alternativer erklärter Variable

3.3 Heterogenitätstest

In China unterscheiden sich die administrativen Befugnisse der Städte verschiedener Ebenen deutlich, und auch die von den einzelnen Pilotstädten ergriffenen Politiken und Maßnahmen sind unterschiedlich. Um die Wirkungen der Politik der Pilotstädte für intelligentes Bauen auf die totale Faktorproduktivität der Bauwirtschaft verschiedener Städte besser zu verstehen, wird die Untersuchungsstichprobe in Anlehnung an die Studie von Chen Xinxin [30] anhand der administrativen Ebene der Städte in zwei Kategorien eingeteilt: zum einen regierungsunmittelbare Städte und Provinzhauptstädte, zum anderen sonstige Städte; auf dieser Grundlage werden die Unterschiede der Wirkungen der Politik der Pilotstädte für intelligentes Bauen zwischen den Städten analysiert. Die Testergebnisse sind in Tabelle 3 dargestellt.

Tabelle 3 Heterogenitätstest

Die Ergebnisse von Modell (3) zeigen, dass die totale Faktorproduktivität der Bauwirtschaft der regierungsunmittelbaren Städte und Provinzhauptstädte 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 der sonstigen Städte unter den Pilotstädten nach der Umsetzung der Pilotpolitik im Vergleich zu den sonstigen Städten unter den Nicht-Pilotstädten um 1.9% gestiegen ist. Dies zeigt, dass der Anstieg der totalen Faktorproduktivität der Bauwirtschaft bei den regierungsunmittelbaren Städten und Provinzhauptstädten deutlicher ausfällt als bei den sonstigen Städten. Dies dürfte darauf zurückzuführen sein, dass die regierungsunmittelbaren Städte und Provinzhauptstädte Vorteile wie eine größere Stadtgröße, ein höheres Niveau der industriellen Agglomeration und eine stärkere Anziehung von Talenten aufweisen und daher relativ mehr von der Politik der Pilotstädte für intelligentes Bauen profitieren.

3.4 Test des Wirkungsmechanismus

Der Test des Wirkungsmechanismus 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 Unterstützungsintensität der Regierung durchgeführt: Nach den Testergebnissen von Modell (5) beträgt der geschätzte Koeffizient des Interaktionsterms aus der Politik der Pilotstädte für intelligentes Bauen und der Unterstützungsintensität der Regierung ( Treat × IM) 3.422 und besteht den Signifikanztest auf dem 1%-Niveau; dies zeigt, dass die Unterstützungsintensität der Regierung einen Wirkungskanal darstellt, 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 Unterstützungsintensität der Regierung steigert. Andererseits wird eine Mechanismusanalyse des Energieverbrauchs der Bauwirtschaft durchgeführt: Nach den Testergebnissen von Modell (6) beträgt der geschätzte Koeffizient des Interaktionsterms aus der Politik der Pilotstädte für intelligentes Bauen und dem Energieverbrauch der Bauwirtschaft ( Treat × IM) -0.068 und besteht den Signifikanztest auf dem 5%-Niveau; dies zeigt, dass der Energieverbrauch einen Wirkungskanal darstellt, 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 Test des Wirkungsmechanismus

Zusammenfassend sind beide Wirkungsmechanismen – die Erhöhung der Unterstützungsintensität der Regierung und die Senkung des Energieverbrauchs der Bauwirtschaft – bestätigt; damit ist Hypothese 2 bestätigt.

4 Fazit

Auf der Grundlage der Paneldaten von 24 chinesischen Pilotstädten für intelligentes Bauen und 24 Nicht-Pilotstädten für den Zeitraum 2019–2023 wurde mithilfe eines Differenz-von-Differenzen-Modells die fördernde Wirkung der Politik der Pilotstädte für intelligentes Bauen auf die Steigerung der totalen Faktorproduktivität der Bauwirtschaft überprüft und anschließend deren Einfluss auf die Entwicklung neuer qualitativer Produktivkräfte der Bauwirtschaft analysiert. Daraus ergeben sich folgende wesentliche Schlussfolgerungen:

(1) Die Politik der Pilotstädte für intelligentes Bauen hat die totale Faktorproduktivität der Bauwirtschaft signifikant gesteigert und die Bildung und Entwicklung neuer qualitativer Produktivkräfte der Bauwirtschaft vorangetrieben. Die 24 Pilotstädte für intelligentes Bauen haben – entlang der Aufgaben wie der Verbesserung des Politiksystems, der Förderung der Industrie des intelligenten Bauens, dem Bau von Pilot- und Demonstrationsprojekten sowie der Innovation von Managementmechanismen und in Verbindung mit den jeweiligen örtlichen Gegebenheiten – jeweils eigene „Umsetzungspläne der Pilotstädte für intelligentes Bauen“ erarbeitet, wodurch die Steigerung der totalen Faktorproduktivität der Bauwirtschaft gefördert und die Entwicklung des intelligenten Bauens vorangetrieben wurde. Nach der Statistik hatten die Pilotstädte bis Dezember 2023 aktiv die Industrie gefördert; 506 Unternehmen waren bereits in die Förderliste der Kernunternehmen des intelligenten Bauens aufgenommen worden.

(2) Die Politik der Pilotstädte für intelligentes Bauen steigert die totale Faktorproduktivität der Bauwirtschaft über zwei Aspekte: die Senkung des Energieverbrauchs der Bauwirtschaft und die Erhöhung der Unterstützungsintensität der Regierung. Hinsichtlich des Energieverbrauchs können die Unternehmen durch Technologieforschung und Ergebnisverwertung die Planungs- und Bauabläufe optimieren, etwa durch den Einsatz intelligenter Bauausrüstungen wie Baurobotern, die Technologien der Multi-Informationserfassung, der Fehlerdiagnose sowie der hochpräzisen Ortung und Navigation integrieren und Bauvorhaben vernetzte Interaktion und intelligente Entscheidungsunterstützung bieten, wodurch Baueffizienz und -qualität wirksam verbessert sowie Energieverbrauch und Ressourcen gesenkt bzw. eingespart werden. Hinsichtlich der Unterstützung durch die Regierung hatten bis Juni 2023 alle Pilotstädte auf der Grundlage ihrer jeweiligen Gegebenheiten Umsetzungspläne ausgearbeitet und nach und nach eine Reihe von Unterstützungspolitiken erlassen: So gewährt Hefei Bauunternehmen finanzielle Zuschüsse für Investitionen in die Entwicklung von Software im Zusammenhang mit intelligentem Bauen, den Kauf von Ausrüstungen sowie Informationstechnologiedienstleistungen; Guangzhou hat per Gesetz klargestellt, dass BIM für die Anmeldung und Genehmigung von Bauvorhaben verwendet werden kann, und hat lokale Normen und Regelwerke für die industrialisierten und digitalen Bauabläufe erlassen.

(3) Die Politik der Pilotstädte für intelligentes Bauen weist eine signifikante Heterogenität hinsichtlich der administrativen Ebene der Städte auf: Ihre steigernde Wirkung auf die totale Faktorproduktivität der Bauwirtschaft ist in Städten mit höherer administrativer Ebene deutlich ausgeprägter. Städte mit höherer administrativer Ebene verfügen in der Regel über eine bessere Grundlage für die Entwicklung des intelligenten Bauens, darunter eine stärkere industrielle Basis, ein höheres Niveau von Bauwesen und Baukapazität sowie eine ausreichende Zahl von Bauherren und Bauprojekten, sodass sie die Wirkung der Politik der Pilotstädte für intelligentes Bauen besser entfalten können. So nutzt Wuhan die Vorteile aus der Ballung großer Unternehmen und Forschungseinrichtungen, entwickelt und wendet eine Reihe wegweisender Technologieprodukte des intelligenten Bauens an – wie Gebäudeerrichtungsmaschinen, Brückenverlegemaschinen und Turmerrichtungsmaschinen –, richtet ein auf BIM basierendes Genehmigungs- und Verwaltungssystem für den gesamten Prozess von Bauprojekten ein und strebt aktiv nach neuen Modellen der Bauausführung.

5 Handlungsempfehlungen

(1) Eine an die örtlichen Gegebenheiten angepasste Förderstrategie umsetzen. Die übertragbaren Erfahrungen der Pilotstädte für intelligentes Bauen sollen zusammengefasst und weitere geeignete Städte schrittweise in die Förderung einbezogen werden. Zugleich ist beim Ausbau der Politik der Pilotstädte für intelligentes Bauen angesichts des Einflusses der administrativen Ebene der Städte eine an die örtlichen Gegebenheiten angepasste Vorgehensweise erforderlich: Unter Berücksichtigung von Faktoren wie der administrativen Ebene der jeweiligen Stadt, ihrem wirtschaftlichen Entwicklungsstand sowie ihrer technologischen und industriellen Basis sind geeignete Förderstrategien zu entwickeln. Für Städte mit höherer administrativer Ebene kann die Regierung weiterhin Anreizpolitiken in Bereichen wie Land, Planung, Finanzen, Finanzwesen sowie Wissenschafts- und Technologieinnovation erlassen, damit diese Städte ihre Vorbild- und Führungsrolle entfalten und eine effiziente Entwicklung des intelligenten Bauens vorantreiben; für Städte mit niedrigerer administrativer Ebene sollte die Regierung die Grundlagen für die Entwicklung des intelligenten Bauens festigen, ihre kontinuierliche Entwicklung etwa im wirtschaftlichen Aufbau unterstützen, klare Entwicklungspläne, Ziele und Aufgaben für das intelligente Bauen festlegen und ein nachhaltiges Entwicklungsmodell für das intelligente Bauen etablieren, um so 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 die totale Faktorproduktivität der Bauwirtschaft wirksam gesteigert. Daher wird empfohlen, dass die Regierung in großem Umfang entsprechende Unterstützungspolitiken erlässt, Bauunternehmen zur Nutzung sauberer Energie und grüner, energiesparender Materialien ermutigt und die Verbreitung fortschrittlicher Energiespartechnologien und -ausrüstungen verstärkt. Zugleich sollte die Anwendung erneuerbarer Energien im Gebäudebereich vertieft, der Elektrifizierungsgrad von Gebäuden erhöht, die gebäudeintegrierte Photovoltaik unterstützt und die Reduzierung der Wärmeversorgung von Gebäuden durch fossile Energien vorangetrieben werden, um grüne, kohlenstoffarme Gebäude zu schaffen.

(3) Die Unterstützungsintensität der Regierung erhöhen. Von den innovativen Vorgehensweisen der verschiedenen Pilotstädte soll gelernt und wirksame Unterstützungsmaßnahmen sollen entwickelt werden. Erstens ist eine übergreifende Gesamtplanung zu erstellen: Die einzelnen Städte sollten aus den Umsetzungsplänen und Maßnahmen der Pilotstädte lernen und Schwerpunktaufgaben sowie Umsetzungswege festlegen, die zur Entwicklung des intelligenten Bauens in der jeweiligen Stadt passen. Zweitens sind lokale Normen und Regelwerke zu erlassen und das Rechts- und Regelsystem der Bauwirtschaft im Einklang mit dem intelligenten Bauen zügig zu vervollständigen. Drittens ist die Rolle des ressortübergreifenden Koordinierungsmechanismus voll auszuschöpfen: Politikressourcen aus Forschung, Finanzen und Talentförderung sollen gezielt in den Bereich des intelligenten Bauens gelenkt, die Politik-Koordination gestärkt und die Entwicklung des intelligenten Bauens gemeinsam vorangetrieben werden.

(4) Die Bildung neuer Produktionsverhältnisse beschleunigen, die zu den neuen qualitativen Produktivkräften passen. Die Reformen des Wirtschafts- und des Wissenschafts- und Technologiesystems sind zu vertiefen; Engpässe und Hindernisse, die die Entwicklung des intelligenten Bauens einschränken, sind gezielt zu beseitigen; ein Marktsystem hoher Standards ist aufzubauen; die Allokationsweise der Produktionsfaktoren des intelligenten Bauens ist zu erneuern; und über Pilot- und Demonstrationsvorhaben ist der reibungslose Fluss fortschrittlicher und hochwertiger Produktionsfaktoren hin zur Entwicklung neuer qualitativer Produktivkräfte zu beschleunigen. Zugleich ist der positive Kreislauf von Bildung, Wissenschaft und Technologie sowie Talenten sicherzustellen und der Arbeitsmechanismus für die Ausbildung, Anwerbung, den Einsatz und die angemessene Mobilität von Fachkräften zu verbessern.

Literaturverzeichnis

END

Die geäußerten Ansichten sind die des Autors  Copyright © Zhuwei Architectural Technology

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 ——