La influencia de la política de ciudades piloto de construcción inteligente en el desarrollo de las nuevas fuerzas productivas de calidad del sector de la construcción

Este artículo se reproduce de la cuenta oficial «Estructura Arquitectónica», solo con fines de estudio e intercambio; los derechos de autor pertenecen a sus titulares originales.

Estudio sobre el impacto de la política de ciudades piloto de construcción inteligente en el desarrollo de nuevas fuerzas productivas de calidad de la industria de la construcción

Texto/Liu Meixia, Zhang Shibin, Yu Dehu, Yu Xianhui, Liu Hong’e, Shao Di, Zheng Haichao, Lu Zhongde

Resumen

Abstract

A partir de los datos de panel de 24 ciudades piloto de construcción inteligente y 24 ciudades no piloto de nuestro país entre 2019 y 2023, se emplea el modelo de diferencias en diferencias (DID) para verificar el efecto impulsor de la política de ciudades piloto de construcción inteligente sobre la mejora de la productividad total de los factores (PTF) de la industria de la construcción, y a continuación se analiza su impacto en el desarrollo de nuevas fuerzas productivas de calidad del sector. Los resultados muestran que, en comparación con las ciudades no piloto, la PTF de la industria de la construcción en las ciudades piloto de construcción inteligente aumentó un 5,9 %, lo que refleja que dicha política promovió una mejora significativa de la PTF del sector e impulsó el desarrollo de nuevas fuerzas productivas de calidad; la política actuó principalmente reduciendo el consumo energético de la industria de la construcción y reforzando el apoyo gubernamental. Las pruebas de heterogeneidad indican que la política presenta una heterogeneidad significativa según la categoría administrativa de la ciudad, es decir, el efecto impulsor es más notable en las ciudades de mayor categoría administrativa.

0 Introducción

El secretario general Xi Jinping planteó acelerar la formación de nuevas fuerzas productivas de calidad y señaló que estas tienen como signo distintivo central una mejora sustancial de la productividad total de los factores (PTF), como rasgo la innovación, como clave la calidad superior y como esencia unas fuerzas productivas avanzadas. La productividad total de los factores (total factor productivity, TFP) es el remanente de la producción total que no puede explicarse por el crecimiento de las aportaciones de factores de producción como el capital y el trabajo, y constituye un indicador importante del desarrollo económico de alta calidad [1]. En la actualidad, numerosos investigadores estudian desde la perspectiva de la PTF la formación y el desarrollo de nuevas fuerzas productivas de calidad en los distintos sectores. Zhang Haipeng y otros [2] consideran que las nuevas tecnologías, los nuevos modelos y los nuevos formatos empresariales agrícolas son medios importantes para mejorar la PTF agrícola y formar nuevas fuerzas productivas de calidad en la agricultura; Ling Chen y otros [3] sostienen que la mejora de la PTF manufacturera tiene como medio la transformación digital de las empresas, lo que promueve la formación de nuevas fuerzas productivas de calidad en la industria manufacturera. En julio de 2020, el Ministerio de Vivienda y Desarrollo Urbano-Rural (MOHURD) y otros 13 departamentos emitieron conjuntamente las «Opiniones rectoras sobre la promoción del desarrollo coordinado de la construcción inteligente y la industrialización de la construcción», en las que se planteaba explícitamente el desarrollo de la construcción inteligente. El académico Ding Lieyun [4] señala que la construcción inteligente es un modelo innovador de construcción de ingeniería surgido de la integración de las nuevas tecnologías de la información con la construcción, que, mediante el modelado normalizado, la interacción en red, el reconocimiento visual, la computación de alto rendimiento y el soporte inteligente a la toma de decisiones, logra la integración y la colaboración eficiente, impulsadas por una cadena digital, de la formulación del proyecto, la planificación y el diseño, la construcción y la producción, y los servicios de O&M. La construcción inteligente es un representante típico de las nuevas fuerzas productivas de calidad de la industria de la construcción, y resulta crucial para mejorar la PTF del sector y para impulsar su evolución digital e inteligente [5].

La política de ciudades piloto de construcción inteligente, como uno de los principales instrumentos de nuestro país para promover el desarrollo de la construcción inteligente, reviste gran importancia para evaluar sus resultados. En octubre de 2022, con el fin de impulsar con vigor la construcción inteligente, el MOHURD publicó la lista de las 24 ciudades piloto de construcción inteligente e implantó la política correspondiente; los proyectos piloto comenzaron desde la fecha de publicación y tienen una duración de 3 años. Se exigió a cada ciudad piloto ejecutar estrictamente el plan de implementación, ateniéndose al principio de «planificación coordinada y adaptación a las condiciones locales». Se establecieron cuatro tareas obligatorias (perfeccionar el sistema de políticas, cultivar la industria de la construcción inteligente, construir proyectos piloto de demostración e innovar los mecanismos de gestión) y cuatro tareas opcionales (crear fábricas inteligentes de componentes y piezas, impulsar la investigación y el desarrollo tecnológicos y la transferencia de resultados, perfeccionar el sistema de normas y cultivar talento especializado), que los gobiernos locales pueden elegir libremente según su realidad; además, las ciudades piloto pueden proponer nuevas líneas de trabajo en función de sus objetivos. Desde la implementación de la política, y hasta diciembre de 2023, el MOHURD ha aprobado 7 proyectos piloto de construcción inteligente presentados por 6 empresas, con una inversión total superior a los 9.000 millones de yuanes, y ha resumido y difundido 130 prácticas replicables; las 24 ciudades piloto de construcción inteligente han desarrollado sus labores en torno a las tareas principales —perfeccionar el sistema de políticas y cultivar la industria— y han promulgado una serie de políticas de apoyo en materia de suelo, planificación, finanzas y tecnología, apoyando a las entidades pertinentes en la construcción de 39 plataformas de innovación científica y tecnológica en construcción inteligente, incorporando a 506 empresas tractoras del sector, publicando 758 proyectos piloto de demostración en construcción inteligente y promulgando y aplicando 47 normas, cuotas y directrices relacionadas con la construcción inteligente, impulsando así su desarrollo. Los estudiosos ya han investigado la relación entre la construcción inteligente y las nuevas fuerzas productivas de calidad del sector: Niu Weirui y otros [6] señalan que la construcción inteligente desempeña un papel importante en cada eslabón de la evolución de las nuevas fuerzas productivas de calidad y constituye un sólido instrumento y apoyo tecnológico para forjar nuevas fuerzas productivas de calidad en la industria de la construcción; Yu Jing y Zhang Chunwei [7-8] plantean que la investigación y la aplicación de tecnologías de construcción inteligente son un soporte importante para impulsar la transformación y actualización del sector tradicional, y que la innovación científica y tecnológica en construcción inteligente empodera las nuevas fuerzas productivas de calidad de la industria.

Los estudios existentes sobre construcción inteligente y nuevas fuerzas productivas de calidad son escasos y se basan mayoritariamente en análisis cualitativos, con pocas investigaciones cuantitativas. Este artículo, a partir de los datos de panel de 24 ciudades piloto de construcción inteligente y 24 ciudades no piloto de nuestro país entre 2019 y 2023, emplea el modelo de diferencias en diferencias para verificar el efecto impulsor de la política de ciudades piloto de construcción inteligente sobre la mejora de la PTF de la industria de la construcción; examina la influencia de la categoría administrativa de la ciudad sobre los resultados de la política; analiza el papel de la política en la reducción del consumo energético y en el refuerzo del apoyo gubernamental; y formula propuestas específicas en cada caso.

1 Hipótesis de investigación

La productividad total de los factores es la parte del crecimiento económico que no puede explicarse tras descontar las contribuciones de la productividad del capital, el trabajo y otros factores; refleja la aportación al crecimiento económico de otros elementos distintos de las entradas de capital físico, trabajo, etc. [9], y su mejora significativa constituye el signo central de las nuevas fuerzas productivas de calidad. Este artículo establece la PTF de la industria de la construcción como variable explicada [10]. Con base en el análisis anterior, se formula la hipótesis 1: la política de ciudades piloto de construcción inteligente puede mejorar la PTF de la industria de la construcción y, por tanto, impulsar la formación y el desarrollo de nuevas fuerzas productivas de calidad en el sector.

Asimismo, tomando como referencia las investigaciones de Wang Guangming, An Min y otros [11-12], este artículo estudia el impacto de la política de ciudades piloto de construcción inteligente sobre la PTF del sector desde dos perspectivas: la reducción del consumo energético de la industria de la construcción y el aumento del apoyo gubernamental. Por una parte, el consumo energético del sector es un indicador clave que mide la relación entre la producción bruta y el consumo total de energía de la industria de la construcción [13]. Las ciudades piloto de construcción inteligente pueden reducir significativamente el consumo energético mediante el desarrollo de tecnologías verdes y la transferencia de resultados científicos y tecnológicos, mejorando así la PTF del sector e impulsando el desarrollo de nuevas fuerzas productivas de calidad. Este artículo mide el consumo energético de la industria de la construcción mediante el consumo por unidad de superficie construida, que se calcula convirtiendo la energía consumida en carbón estándar y dividiéndola entre la superficie construida, expresado en decenas de miles de t/m² [12]. Por otra parte, las ciudades piloto pueden mejorar la PTF del sector mediante políticas de apoyo como subvenciones fiscales y beneficios tributarios [14] y, con ello, impulsar el desarrollo de nuevas fuerzas productivas de calidad. Este artículo mide el grado de apoyo gubernamental al impulso de la construcción inteligente en cada ciudad mediante la frecuencia de aparición del término «construcción inteligente» en los informes de trabajo municipales entre 2019 y 2023 [15]. Con base en el análisis anterior, se formula la hipótesis 2: la política de ciudades piloto de construcción inteligente mejora la PTF de la industria de la construcción e impulsa la formación y el desarrollo de nuevas fuerzas productivas de calidad del sector mediante la reducción del consumo energético y el aumento del apoyo gubernamental.

2 Construcción del modelo

Se construye un modelo de diferencias en diferencias para verificar el impacto de la política de ciudades piloto de construcción inteligente sobre la PTF de la industria de la construcción. En él, la variable explicada es la «PTF de la industria de la construcción», la variable explicativa principal es la «política de ciudades piloto de construcción inteligente» y las variables de control son la «densidad de población», el «nivel de urbanización», etc.

2.1 Objeto de estudio

Este artículo establece un grupo experimental y un grupo de control para estudiar las diferencias en la evolución de la PTF de la industria de la construcción entre ambos grupos de ciudades entre 2019 y 2023. Como grupo experimental se toman las 24 ciudades piloto de construcción inteligente, de las cuales 16 (entre ellas Pekín y Tianjin) pertenecen al cinturón económico oriental, 4 (entre ellas Changsha y Wuhan) al cinturón económico central y 4 (entre ellas Chongqing y Ürümqi) al cinturón económico occidental. Considerando la similitud con el grupo experimental en cuanto a distribución regional, tamaño urbano, nivel de desarrollo económico y nivel de desarrollo del sector de la construcción, así como la comparabilidad y disponibilidad de los datos, se selecciona como grupo de control 16 ciudades del cinturón económico oriental (entre ellas Jinan y Shijiazhuang), 4 del cinturón económico central (entre ellas Yueyang y Jingzhou) y 4 del cinturón económico occidental (entre ellas Zigong y Turpan). Se utilizan como objeto de estudio los datos de panel de 2019 a 2023 de las 48 ciudades mencionadas, que incluyen los activos totales del sector, el número de trabajadores y de empresas de la industria de la construcción, la producción bruta y la superficie completada, la densidad de población y el PIB regional de cada ciudad, entre otros. Los datos proceden del Anuario Estadístico Nacional, de los anuarios estadísticos municipales y de los comunicados estadísticos sobre el desarrollo económico y social nacional.

(1) Variable explicada. Las nuevas fuerzas productivas de calidad tienen como signo central una mejora sustancial de la PTF; por tanto, la mejora de la PTF de la industria de la construcción es una manifestación importante de su formación y desarrollo. Este artículo, tomando como referencia estudios previos, emplea el índice DEA-Malmquist (DEA) para medir la PTF del sector [16-17], utilizando como indicadores de entrada los activos totales, el número de trabajadores y el número de empresas constructoras de cada ciudad, y como indicadores de salida la superficie completada y la producción bruta de la construcción. Los datos proceden del apartado «Situación básica de las empresas constructoras: número de unidades empresariales, trabajadores a fin de año, producción bruta de la construcción y superficie completada» y del apartado «Principales indicadores financieros de las empresas constructoras: activos totales» de los anuarios estadísticos municipales.

(2) Variable explicativa principal. Este artículo toma la «política de ciudades piloto de construcción inteligente» como variable de choque político. Si la ciudad fue designada como ciudad piloto de construcción inteligente en 2022, el coeficiente de impacto sobre la PTF de la industria de la construcción Treat toma el valor 1 en ese año y en los siguientes; en caso contrario, 0.

(3) Variables de control. La selección de las variables de control tiene por objeto eliminar o reducir el impacto de otros factores potenciales sobre la variable dependiente, con el fin de estimar con mayor precisión el efecto de la política de ciudades piloto de construcción inteligente sobre la PTF de la industria de la construcción. Tomando como referencia estudios previos [18-20], este artículo selecciona como variables de control: la densidad de población, el nivel de urbanización, la escala de la construcción, el PIB per cápita y la producción industrial de cada ciudad. Los datos proceden del Anuario Estadístico Nacional, de los anuarios estadísticos municipales y de los comunicados estadísticos sobre el desarrollo económico y social nacional.

La densidad de población es el número de habitantes por unidad de superficie terrestre; su aumento provoca directamente un incremento de la demanda urbana de vivienda, comercio e infraestructuras. Este indicador se evalúa como la relación entre la población residente permanente y la superficie administrativa de cada ciudad, en personas/km², con datos procedentes del apartado «Población y empleo: densidad de población residente permanente» de los anuarios estadísticos municipales. La mejora del nivel de urbanización significa que la población y las actividades económicas se concentran en las ciudades y los pueblos, y el volumen de obras de construcción urbanas aumenta en consecuencia; este indicador se evalúa como la proporción de la población urbana sobre la población total, y los datos se calculan a partir de la relación entre «población urbana» y «población total» en los anuarios estadísticos municipales. La escala de la construcción se refiere a la cantidad de materiales de construcción, equipos y mano de obra necesarios para el desarrollo del sector; este indicador se evalúa como la proporción de la producción bruta de la construcción respecto al PIB regional, y los datos se calculan a partir de la relación entre «producción bruta de la construcción en la situación básica de las empresas constructoras» y «producto regional bruto en la contabilidad económica nacional» de los anuarios estadísticos municipales. El PIB per cápita representa el nivel de vida de los residentes, su capacidad de consumo y el grado de demanda de mejora del entorno residencial y de construcción de infraestructuras urbanas, expresado en yuanes; los datos proceden del apartado «Contabilidad económica nacional: producto regional bruto per cápita» de los anuarios estadísticos municipales. El crecimiento de la producción industrial arrastra el desarrollo de sectores relacionados, como los materiales de construcción y los equipos, y mantiene una estrecha relación de cadena industrial con la construcción [21]; este indicador se evalúa como la proporción de la producción industrial bruta respecto al PIB regional de cada ciudad, y los datos se calculan a partir de la relación entre «producción industrial bruta de las empresas de tamaño designado o superior» y «producto regional bruto en la contabilidad económica nacional» de los anuarios estadísticos municipales.

2.2 Especificación del modelo

El modelo de diferencias en diferencias es un método de análisis estadístico basado en experimentos naturales; el cuasiexperimento natural de este artículo es la «promulgación de la política de ciudades piloto de construcción inteligente». Antes y después del experimento, la muestra se divide en dos grupos: el grupo experimental, afectado por la política en el momento t del cuasiexperimento natural, y el grupo de control, no afectado por la política. El impacto de la política se evalúa comparando los cambios del grupo experimental y del grupo de control antes y después del cuasiexperimento [22]. Tomando como referencia los estudios de Wei Dongming, Masayuki y otros [15,23], este artículo emplea el modelo de diferencias en diferencias para analizar el impacto de la política de ciudades piloto de construcción inteligente sobre la PTF de la industria de la construcción. La especificación concreta es:

En la fórmula: β 0 es el término constante; β 1 es el coeficiente de impacto del efecto de la política de ciudades piloto de construcción inteligente; Yit representa la PTF de la industria de la construcción de la ciudad i en el año t; Treatit es la variable ficticia de la política de «ciudad piloto de construcción inteligente»; Xit son las variables de control; λi y ηt son, respectivamente, los efectos fijos individuales y anuales (que excluyen las diferencias entre ciudades y entre años); εit es el término de error aleatorio (factores de distribución aleatoria no cubiertos por las variables explicativas del modelo).

Para verificar el mecanismo teórico, tomando como referencia las investigaciones de Che Maoran, Mao Qilin y otros [24-25], se construye un modelo de mecanismo de impacto para su comprobación. La especificación concreta es:

En la fórmula: IMit es la variable de mecanismo; en este artículo, las variables de mecanismo son el grado de apoyo gubernamental y el consumo energético de la industria de la construcción; γ 1 es el coeficiente estimado del término de interacción entre el choque de la política de ciudades piloto de construcción inteligente y la variable de mecanismo ( Treat × IM).

γ 1El procedimiento de comprobación es el siguiente: en primer lugar, con base en la ecuación (1), se verifica el efecto impulsor de la política de ciudades piloto de construcción inteligente sobre la mejora de la PTF de la industria de la construcción. A continuación, se realiza la regresión de la ecuación (2); si el coeficiente estimado del término de interacción entre el choque de la política piloto y la variable de mecanismo ( Treat × IM) γ 1 es significativo, ello indica que dicha variable de mecanismo constituye un canal a través del cual la política de ciudades piloto de construcción inteligente promueve la mejora de la PTF de la industria de la construcción, y γ 1, con su signo positivo o negativo, indica que el aumento o la reducción de dicha variable de mecanismo impulsa la mejora de la PTF del sector.

3 Análisis empírico

El análisis empírico emplea el modelo de diferencias en diferencias construido para analizar los datos de panel de las 24 ciudades piloto de construcción inteligente y las 24 ciudades no piloto, con el fin de verificar la validez de las hipótesis de la sección 1, e incluye la regresión de referencia, las pruebas de robustez, las pruebas de heterogeneidad y las pruebas del mecanismo de impacto. La regresión de referencia sirve para verificar que la política de ciudades piloto de construcción inteligente puede promover la mejora de la PTF del sector; las pruebas de robustez, para verificar la fiabilidad del modelo de este artículo; las pruebas de heterogeneidad, para verificar que la política presenta una heterogeneidad significativa según la categoría administrativa de la ciudad; y las pruebas del mecanismo de impacto, para verificar que la política puede mejorar la PTF del sector aumentando el apoyo gubernamental y reduciendo el consumo energético.

3.1 Regresión de referencia

Los resultados de la regresión de referencia se muestran en la tabla 1. Según los resultados de la regresión del modelo (1), sin incluir las variables de control, el coeficiente de impacto de la política de ciudades piloto de construcción inteligente sobre Treat es de 0,061 y supera la prueba de significancia del 10 %, lo que indica que, en comparación con las ciudades no piloto, la PTF de la industria de la construcción en las ciudades piloto aumentó un 6,1 %, reflejando el desarrollo de nuevas fuerzas productivas de calidad del sector en dichas ciudades; según los resultados de la regresión del modelo (2), tras incorporar las variables de control, el coeficiente de impacto de la política sobre Treat es de 0,059 y supera la prueba de significancia del 10 %, lo que indica que, tras excluir la influencia de las variables de control como la densidad de población, el nivel de urbanización y la escala de la construcción, la PTF de la industria de la construcción en las ciudades piloto aumentó un 5,9 % respecto a las no piloto, confirmando de nuevo que la política de ciudades piloto de construcción inteligente puede mejorar significativamente la PTF del sector e impulsar así el desarrollo de nuevas fuerzas productivas de calidad. En consecuencia, la hipótesis 1 se cumple.

Tabla 1 Regresión de referencia

Nota: \*\*\*, \*\*, \* indican los niveles de significancia del 1 %, 5 % y 10 % respectivamente; los valores entre paréntesis son las desviaciones estándar; lo mismo en lo sucesivo.

3.2 Pruebas de robustez

Para verificar la validez del modelo, este artículo utiliza Stata17 para analizar los datos de panel de las 24 ciudades piloto de construcción inteligente y las 24 ciudades no piloto, incluyendo la prueba de tendencias paralelas, la prueba placebo y la prueba de sustitución de la variable explicada, con el fin de reducir los posibles errores y verificar la fiabilidad del modelo.

3.2.1 Prueba de tendencias paralelas

La PTF de la industria de la construcción del grupo experimental y del grupo de control debe presentar una tendencia de desarrollo común, lo que garantiza la comparabilidad entre ambos. Es decir, se asume que, en ausencia de la política de ciudades piloto de construcción inteligente, la PTF del sector en las ciudades piloto y en las no piloto debe presentar una tendencia de cambio común; por ello, es necesario realizar la prueba de tendencias paralelas. Este artículo, tomando como referencia la investigación de Shi Shaobin y otros [26], introduce los términos de interacción entre las variables ficticias anuales previas a la implementación de la política y las variables ficticias de grupo para la comprobación; los coeficientes de regresión de las interacciones representan el grado de diferencia entre los dos grupos, y dicha diferencia aumenta conforme crecen los coeficientes. Los resultados se muestran en la figura 1: los puntos rectangulares representan los coeficientes de regresión en cada momento temporal; todos los coeficientes anteriores al año del choque político (2022) no son significativos y se encuentran dentro del intervalo de confianza del 95 %, lo que indica que no existe una diferencia significativa entre la PTF del sector en las ciudades piloto y no piloto antes de la implementación de la política, cumpliéndose así el supuesto de tendencias paralelas.

Figura 1 Prueba de tendencias paralelas

3.2.2 Prueba placebo

La omisión de otros factores difíciles de observar puede generar sesgos en los resultados estimados; por ello, se realiza la prueba placebo. Si se supera, ello indica que los resultados de la regresión de la política de ciudades piloto de construcción inteligente sobre la PTF del sector no están influidos por otros factores difíciles de observar. Este artículo, tomando como referencia la investigación de Zhao Peng y otros [27], realiza 500 simulaciones repetidas de regresión de la ecuación (1); los resultados se muestran en la figura 2: los valores estimados de la regresión P siguen básicamente una distribución normal y la mayoría son superiores a 0,1, superando la prueba placebo, lo que indica que la regresión de referencia de este artículo es estable.

Figura 2 Prueba placebo

3.2.3 Prueba de sustitución de la variable explicada

La sustitución de la variable explicada tiene por objeto comprobar si el modelo depende excesivamente de una variable explicada específica y verificar aún más la validez de los resultados empíricos. La proporción del valor añadido de la industria de la construcción respecto al PIB es también un indicador importante para medir el desarrollo del sector. Por ello, este artículo, tomando como referencia las investigaciones de Li Zhan, Chen Zhihui y otros [28-29], la utiliza como variable explicada alternativa a la PTF del sector; los datos se calculan a partir de la relación entre «valor añadido de la producción bruta de la construcción en la situación básica de las empresas constructoras» y «producto regional bruto en la contabilidad económica nacional» de los anuarios estadísticos municipales. Los resultados de la regresión se muestran en la tabla 2: el coeficiente estimado de la política de ciudades piloto de construcción inteligente es de 0,380 y supera la prueba de significancia del 1 %, lo que indica que el efecto positivo de la política sobre la mejora de la PTF del sector persiste, confirmando aún más la estabilidad de los resultados de la sección 1.

Tabla 2 Prueba de sustitución de la variable explicada

3.3 Prueba de heterogeneidad

Existen diferencias evidentes en las competencias administrativas entre las ciudades de distinta categoría en nuestro país, y las políticas y medidas adoptadas por cada ciudad piloto no son idénticas. Por ello, para comprender más a fondo el impacto de la política de ciudades piloto de construcción inteligente sobre la PTF del sector en distintas ciudades, este artículo, tomando como referencia la investigación de Chen Xinxin [30], divide la muestra de estudio en dos categorías según la categoría administrativa de la ciudad: una, las municipalidades directamente bajo el gobierno central y las capitales provinciales; y otra, las ciudades ordinarias, para analizar las diferencias en los efectos de la política entre distintas ciudades. Los resultados se muestran en la tabla 3.

Tabla 3 Prueba de heterogeneidad

Los resultados del modelo (3) indican que, tras la implementación de la política, en comparación con las municipalidades directamente bajo el gobierno central y las capitales provinciales no piloto, la PTF del sector en las municipalidades y capitales provinciales piloto aumentó un 14,4 %. Los resultados del modelo (4) indican que, tras la implementación de la política, en comparación con las ciudades ordinarias no piloto, la PTF del sector en las ciudades ordinarias piloto aumentó un 1,9 %. Ello refleja que, en comparación con las ciudades ordinarias, la mejora de la PTF del sector en las municipalidades directamente bajo el gobierno central y las capitales provinciales es más notable. La razón puede residir en que estas últimas cuentan con ventajas como un mayor tamaño urbano, un nivel más alto de concentración industrial y una mayor concentración de talento, por lo que obtienen relativamente más dividendos de la política de ciudades piloto de construcción inteligente.

3.4 Prueba del mecanismo de impacto

La prueba del mecanismo de impacto responde a la pregunta de a través de qué variables clave la política de ciudades piloto de construcción inteligente mejora la PTF de la industria de la construcción. Los resultados se muestran en la tabla 4. Por una parte, se realiza el análisis del mecanismo sobre el grado de apoyo gubernamental: según los resultados del modelo (5), el coeficiente estimado de la interacción entre la política de ciudades piloto de construcción inteligente y el apoyo gubernamental ( Treat × IM) es de 3,422 y supera la prueba de significancia del 1 %, lo que indica que el apoyo gubernamental es un canal a través del cual la política mejora la PTF del sector; el signo positivo del coeficiente de interacción indica que la política mejora la PTF del sector aumentando el apoyo gubernamental. Por otra parte, se realiza el análisis del mecanismo sobre el consumo energético de la industria de la construcción: según los resultados del modelo (6), el coeficiente estimado de la interacción entre la política y el consumo energético del sector ( Treat × IM) es de -0,068 y supera la prueba de significancia del 5 %, lo que indica que el consumo energético es un canal a través del cual la política mejora la PTF del sector; el signo negativo del coeficiente indica que la política mejora la PTF del sector reduciendo el consumo energético.

Tabla 4 Prueba del mecanismo de impacto

En resumen, ambos mecanismos de impacto —el aumento del apoyo gubernamental y la reducción del consumo energético de la industria de la construcción— han sido verificados; la hipótesis 2 se cumple.

4 Conclusiones

Este artículo, a partir de los datos de panel de 24 ciudades piloto de construcción inteligente y 24 ciudades no piloto de nuestro país entre 2019 y 2023, emplea el modelo de diferencias en diferencias para verificar el efecto impulsor de la política de ciudades piloto de construcción inteligente sobre la mejora de la PTF de la industria de la construcción y analizar a continuación su impacto en el desarrollo de nuevas fuerzas productivas de calidad del sector. Se llegan a las siguientes conclusiones principales:

(1) La política de ciudades piloto de construcción inteligente ha promovido una mejora significativa de la PTF de la industria de la construcción e impulsado la formación y el desarrollo de nuevas fuerzas productivas de calidad en el sector. Las 24 ciudades piloto, en torno al perfeccionamiento del sistema de políticas, el cultivo de la industria de la construcción inteligente, la construcción de proyectos piloto de demostración y la innovación de los mecanismos de gestión, y en combinación con la realidad de su propio desarrollo, han elaborado sus respectivos «Planes de implementación de las ciudades piloto de construcción inteligente», promoviendo la mejora de la PTF del sector e impulsando el desarrollo de la construcción inteligente. Según las estadísticas, hasta diciembre de 2023, las ciudades piloto han cultivado activamente la industria y 506 empresas han sido incluidas en la lista de empresas tractoras de construcción inteligente.

(2) La política de ciudades piloto de construcción inteligente mejora la PTF de la industria de la construcción a través de dos vías: la reducción del consumo energético del sector y el aumento del apoyo gubernamental. En cuanto al consumo energético, las empresas pueden optimizar los procesos de diseño y construcción mediante la investigación y el desarrollo tecnológico y la transferencia de resultados, por ejemplo, introduciendo equipos de construcción inteligente como robots de construcción, integrando tecnologías de percepción de información múltiple, diagnóstico de fallos y navegación de posicionamiento de alta precisión, y proporcionando a los proyectos de ingeniería interacción en red y soporte inteligente a la toma de decisiones, mejorando eficazmente la eficiencia y la calidad de la construcción, reduciendo el consumo energético y ahorrando recursos. En cuanto al apoyo gubernamental, hasta junio de 2023, todas las ciudades piloto habían elaborado sus planes de implementación según sus propias circunstancias y habían promulgado sucesivamente una serie de políticas de apoyo; por ejemplo, la ciudad de Hefei otorga incentivos económicos a las empresas constructoras que invierten en I+D de software relacionado con la construcción inteligente, adquisición de equipos y servicios de tecnologías de la información; la ciudad de Cantón ha legislado para dejar claro que BIM puede utilizarse en la aprobación de la declaración de proyectos de construcción y ha promulgado normas locales en torno a los procesos de construcción industrializada y digital.

(3) La política de ciudades piloto de construcción inteligente presenta una heterogeneidad significativa según la categoría administrativa de la ciudad; es decir, el efecto de mejora de la PTF del sector es más notable en las ciudades de mayor categoría administrativa. Estas ciudades suelen contar con una mejor base de desarrollo de la construcción inteligente, incluyendo una base industrial más sólida, un nivel y una capacidad de construcción superiores y un número suficiente de promotores y proyectos de construcción, lo que les permite aprovechar mejor los efectos de la política. Por ejemplo, la ciudad de Wuhan aprovecha las ventajas de concentración de grandes empresas e instituciones de investigación científica, ha desarrollado y aplicado una serie de productos tecnológicos emblemáticos de construcción inteligente como máquinas elevadoras de edificios, máquinas de tendido de puentes y máquinas de construcción de torres, y está desplegando un sistema de gestión de aprobación de procesos completos de proyectos de ingeniería basado en BIM, esforzándose por explorar nuevos modelos de construcción de ingeniería.

5 Propuestas de medidas

(1) Aplicar estrategias de promoción adaptadas a las condiciones locales. Resumir las experiencias replicables de las ciudades piloto de construcción inteligente y seleccionar progresivamente más ciudades que reúnan las condiciones para su promoción. Al mismo tiempo, teniendo en cuenta la influencia de la categoría administrativa de la ciudad, en el proceso de promoción de la política de ciudades piloto de construcción inteligente hay que adaptarse a las condiciones locales y, en función de la distinta categoría administrativa, el nivel de desarrollo económico y la base tecnológica e industrial de cada ciudad, elaborar estrategias de promoción adecuadas. Para las ciudades de mayor categoría administrativa, el gobierno puede seguir promulgando políticas de incentivo en materia de suelo, planificación, finanzas, sector financiero e innovación científica y tecnológica, aprovechando el papel ejemplar y rector de estas ciudades para impulsar el desarrollo eficiente de la construcción inteligente; para las ciudades de menor categoría administrativa, el gobierno debe consolidar la base del desarrollo de la construcción inteligente, apoyando su desarrollo económico continuo, y establecer planes, objetivos y tareas claros de desarrollo de la construcción inteligente, creando un modelo de desarrollo sostenible que impulse su evolución.

(2) Optimizar la estructura energética de la industria de la construcción. Las ciudades piloto de construcción inteligente han mejorado eficazmente la PTF del sector reduciendo el consumo energético. Por ello, se recomienda que el gobierno promulgue con vigor políticas de apoyo pertinentes, anime a las empresas constructoras a adoptar energías limpias y materiales verdes de ahorro energético, y refuerce la difusión de tecnologías y equipos avanzados de ahorro energético. Al mismo tiempo, debe profundizarse la aplicación de energías renovables en el sector de la construcción, elevar el nivel de electrificación de los edificios, apoyar el desarrollo de la fotovoltaica edificada, impulsar la reducción del suministro de calor con combustibles fósiles en los edificios y crear edificios verdes y bajos en carbono.

(3) Reforzar el apoyo gubernamental. Tomando como referencia las prácticas innovadoras de las distintas ciudades piloto, se deben elaborar medidas de apoyo eficaces. En primer lugar, definir una planificación general: cada ciudad debe tomar como referencia los planes y las medidas de implementación de las ciudades piloto y elaborar tareas clave y rutas de implementación adaptadas a su propio desarrollo de la construcción inteligente. En segundo lugar, promulgar normas locales, acelerando el perfeccionamiento del sistema normativo y legal de la industria de la construcción adaptado a la construcción inteligente. En tercer lugar, aprovechar plenamente el papel del mecanismo de coordinación interdepartamental, orientando los recursos políticos en materia de investigación científica, finanzas y talento hacia el ámbito de la construcción inteligente, reforzando la sinergia política e impulsando conjuntamente su desarrollo.

(4) Acelerar la formación de nuevas relaciones de producción adaptadas a las nuevas fuerzas productivas de calidad. Profundizar la reforma del sistema económico y del sistema científico y tecnológico, esforzándose por eliminar los obstáculos y cuellos de botella que restringen el desarrollo de la construcción inteligente; establecer un sistema de mercado de alto nivel; innovar los métodos de asignación de los factores de producción de la construcción inteligente; y, mediante proyectos piloto de demostración, acelerar el flujo fluido de todo tipo de factores de producción avanzados y de calidad hacia el desarrollo de nuevas fuerzas productivas de calidad. Al mismo tiempo, debe facilitarse el ciclo virtuoso entre educación, ciencia y tecnología y talento, perfeccionando el mecanismo de trabajo de formación, captación, uso y movilidad razonable del talento.

Referencias

END

Las opiniones expresadas son del autor  Copyright © Zhuwei Architectural Technology

Prohibida su reproducción sin autorización

Al reproducir, indique la fuente: Zhuwei Architectural Technology

      Zhuwei Architectural Technology es una empresa de servicios técnicos de nuevo tipo, especializada en optimización integral del diseño, consultoría BIM y consultoría en diseño de construcción prefabricada. Nuestro equipo reúne a ingenieros senior de grandes institutos de diseño, exdirectivos de empresas inmobiliarias, ingenieros BIM e ingenieros de prefabricación, y ofrece optimización integral del diseño, revisión detallada de planos, consultoría BIM con desarrollo de MEP y servicios de diseño prefabricado.

      Consultoría de optimización de diseño: Posicionados como extensión y complemento de la gestión de diseño de los promotores inmobiliarios, centramos nuestra consultoría y optimización en la edificación civil. A lo largo de todo el proceso —o en las fases clave que el cliente requiera— controlamos la economía, la racionalidad y la seguridad del diseño, eliminando costes innecesarios y mejorando de forma medible la calidad de los planos: "menor coste, mayor eficiencia".

      Consultoría BIM: Mediante tecnologías de construcción digital, ayudamos a los diseñadores a reducir errores y mejorar la calidad en la fase de diseño; ayudamos a los contratistas a ahorrar costes y planificar instalaciones MEP de alta calidad en la fase de construcción; y extendemos los modelos BIM a la gestión de instalaciones en la fase de operación, en colaboración con los principales proveedores de software.

      Consultoría de diseño prefabricado: Diseño de todo el proceso sobre plataformas BIM, con Revit y Tekla para el detallado de componentes PC. La geometría y la armadura de los componentes se vinculan paramétricamente: lo que ve es lo que obtiene. Entregamos planos listos para la Industria 4.0, con longitudes de corte de cada barra de armadura, y soporte habilitado para IoT en la producción, almacenamiento, transporte y montaje de componentes PC.

      Nuestro equipo de expertos procede de grandes institutos de diseño, con una sólida base técnica y amplia experiencia en diseño y optimización de doble vía; su capacidad técnica y nivel de control son líderes en el sector.

—— Este artículo se sincroniza automáticamente desde la cuenta oficial de WeChat «Zhuwei Architectural Technology». Leer el original ——