L'impact de la politique des villes pilotes de construction intelligente sur le développement des forces productives de nouvelle qualité dans le secteur du bâtiment

Sync WeChat · Xiaowei · 2025-06-11

Cet article est reproduit du compte officiel WeChat « Building Structure », à des fins d'échange et d'apprentissage uniquement ; les droits d'auteur appartiennent à leurs titulaires respectifs.

Étude de l'impact de la politique des villes pilotes de construction intelligente sur le développement de nouvelles forces productives de qualité dans le secteur de la construction

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

Résumé

Abstract

À partir de données de panel portant, pour la période 2019-2023, sur 24 villes pilotes de construction intelligente et 24 villes non pilotes de Chine, le présent article mobilise un modèle de doubles différences pour vérifier l'effet promoteur de la politique des villes pilotes de construction intelligente sur l'amélioration de la productivité totale des facteurs du secteur de la construction, puis analyse son impact sur le développement de nouvelles forces productives de qualité dans ce secteur. Les résultats montrent que, par rapport aux villes non pilotes, la productivité totale des facteurs du secteur de la construction des villes pilotes de construction intelligente a progressé de 5,9 %, ce qui traduit une amélioration significative de cette productivité sous l'effet de ladite politique et un développement des nouvelles forces productives de qualité du secteur. Cette politique agit principalement en réduisant la consommation énergétique du secteur de la construction et en renforçant le soutien des pouvoirs publics. Les tests d'hétérogénéité révèlent une hétérogénéité marquée selon le rang administratif des villes : la politique des villes pilotes de construction intelligente produit un effet promoteur plus net dans les villes de rang administratif plus élevé.

0 Introduction

Le secrétaire général Xi Jinping a appelé à accélérer la formation de nouvelles forces productives de qualité, précisant que celles-ci ont pour marqueur central une hausse substantielle de la productivité totale des facteurs, pour caractéristique l'innovation, pour enjeu clé la qualité et pour essence une force productive avancée. La productivité totale des facteurs (total factor productivity, TFP) correspond au surplus de la production totale qui ne peut être expliqué par la croissance des intrants tels que le capital et le travail ; elle constitue un indicateur important du développement économique de haute qualité [1]. Actuellement, de nombreux chercheurs étudient, sous l'angle de la productivité totale des facteurs, la formation et le développement de nouvelles forces productives de qualité dans les différents secteurs. Zhang Haipeng et al. [2] estiment que les nouvelles technologies, les nouveaux modèles et les nouvelles formes d'activité agricoles sont des moyens essentiels d'améliorer la productivité totale des facteurs de l'agriculture et de former de nouvelles forces productives de qualité agricoles ; Ling Chen et al. [3] considèrent que l'amélioration de la productivité totale des facteurs de l'industrie manufacturière passe par la transformation numérique des entreprises et favorise la formation de nouvelles forces productives de qualité dans ce secteur. En juillet 2020, le ministère du Logement et du Développement urbain-rural (MOHURD) et 12 autres ministères et commissions ont conjointement publié les « Orientations sur la promotion du développement coordonné de la construction intelligente et de l'industrialisation du bâtiment », qui énoncent explicitement la volonté de développer la construction intelligente. L'académicien Ding Lieyun [4] souligne que la construction intelligente est un mode innovant de réalisation des ouvrages né de la convergence entre les nouvelles technologies de l'information et la construction ; par la modélisation normalisée, l'interaction en réseau, la cognition visuelle, le calcul haute performance et l'aide à la décision intelligente, elle permet, sous l'impulsion de la chaîne numérique, une intégration et une coordination efficaces de la programmation des projets, de la conception et de la planification, de la production de chantier et des services d'O&M. La construction intelligente est l'incarnation type des nouvelles forces productives de qualité du secteur de la construction ; elle est essentielle pour améliorer la productivité totale des facteurs du secteur et pour accompagner sa mutation numérique et intelligente [5].

La politique des villes pilotes de construction intelligente étant l'un des principaux leviers employés par la Chine pour promouvoir la construction intelligente, l'évaluation de ses effets revêt une importance significative. En octobre 2022, afin de développer vigoureusement la construction intelligente, le MOHURD a publié la liste des 24 villes pilotes de construction intelligente et instauré la politique des villes pilotes de construction intelligente ; l'expérimentation a débuté à la date de publication, pour une durée de trois ans. Chaque ville pilote est tenue d'appliquer strictement son plan de mise en œuvre et de respecter le principe de travail « planification coordonnée et adaptation aux conditions locales ». Quatre tâches obligatoires ont été prévues — perfectionner le dispositif de politiques publiques, développer la filière de la construction intelligente, réaliser des opérations pilotes de démonstration et innover dans les mécanismes de gestion — tandis que quatre autres tâches étaient proposées au libre choix des collectivités, selon leurs réalités : créer des usines intelligentes de composants et d'éléments de construction, promouvoir la recherche-développement technologique et la valorisation de ses résultats, perfectionner le système normatif et former des professionnels qualifiés ; les villes pilotes pouvaient en outre proposer de nouveaux axes de travail au regard des objectifs de l'expérimentation. Depuis la mise en œuvre de la politique, et jusqu'en décembre 2023, le MOHURD a approuvé 7 projets pilotes de construction intelligente portés par 6 entreprises, représentant un investissement total de plus de 9 milliards de yuans, et a recensé puis diffusé 130 pratiques reproductibles. Les 24 villes pilotes de construction intelligente ont, pour leur part, travaillé autour des tâches principales que sont le perfectionnement du dispositif de politiques publiques et le développement de la filière : elles ont adopté une série de mesures de soutien en matière foncière, d'urbanisme, de finances publiques et de sciences et technologies ; elles ont accompagné la création, par les organismes concernés, de 39 plates-formes d'innovation scientifique et technologique en construction intelligente ; elles ont intégré 506 entreprises de premier plan de la construction intelligente ; elles ont publié 758 projets pilotes de démonstration en construction intelligente ; elles ont enfin promulgué et mis en application 47 normes, normes de consommation et lignes directrices liées à la construction intelligente, contribuant ainsi au développement de celle-ci. Des chercheurs ont déjà étudié la relation entre construction intelligente et nouvelles forces productives de qualité du secteur de la construction : Niu Weirui et al. [6] soulignent que la construction intelligente joue un rôle important à chaque étape de l'évolution des nouvelles forces productives de qualité et constitue un levier puissant ainsi qu'un socle technologique pour les bâtir dans le secteur de la construction ; Yu Jing et Zhang Chunwei [7-8] avancent que la recherche et l'application des technologies de construction intelligente sont un appui majeur de la transformation et de la montée en gamme du secteur traditionnel de la construction, et que l'innovation scientifique et technologique en construction intelligente irrigue les nouvelles forces productives de qualité du secteur.

Les travaux existants portant sur la construction intelligente et les nouvelles forces productives de qualité demeurent peu nombreux et privilégient l'analyse qualitative, les études quantitatives étant rares. Le présent article s'appuie au contraire sur des données de panel relatives, pour la période 2019-2023, à 24 villes pilotes de construction intelligente et 24 villes non pilotes de Chine ; il mobilise un modèle de doubles différences pour vérifier l'effet promoteur de la politique des villes pilotes de construction intelligente sur l'amélioration de la productivité totale des facteurs du secteur de la construction, examine l'influence du rang administratif des villes sur les effets de cette politique, analyse son action sous l'angle de la réduction de la consommation énergétique et du renforcement du soutien des pouvoirs publics, et formule des recommandations ciblées pour chacun de ces volets.

1 Hypothèses de recherche

La productivité totale des facteurs désigne la part de la croissance économique qui demeure inexpliquée une fois déduite la contribution de la productivité des facteurs tels que le capital investi et le travail ; elle mesure l'apport à la croissance économique des facteurs autres que les intrants que sont le capital physique et la force de travail [9], et sa hausse substantielle constitue le marqueur central des nouvelles forces productives de qualité. Le présent article retient la productivité totale des facteurs du secteur de la construction comme variable dépendante [10]. Sur la base de cette analyse, l'hypothèse 1 est formulée : la politique des villes pilotes de construction intelligente améliore la productivité totale des facteurs du secteur de la construction et favorise ainsi la formation et le développement de nouvelles forces productives de qualité dans ce secteur.

Par ailleurs, en s'inspirant des travaux de Wang Guangming et d'An Min [11-12], l'article étudie l'impact de la politique des villes pilotes de construction intelligente sur la productivité totale des facteurs du secteur de la construction sous deux angles : la réduction de la consommation énergétique du secteur et le renforcement du soutien des pouvoirs publics. D'une part, la consommation énergétique du secteur de la construction est un indicateur clé du rapport entre la valeur totale de la production du secteur et sa consommation énergétique globale [13]. Les villes pilotes de construction intelligente peuvent réduire sensiblement cette consommation grâce à la recherche-développement de technologies vertes et à la valorisation des résultats scientifiques et technologiques, améliorant ainsi la productivité totale des facteurs du secteur et favorisant le développement de nouvelles forces productives de qualité. L'article mesure la consommation énergétique du secteur de la construction par la consommation d'énergie par unité de surface bâtie, calculée en convertissant l'énergie consommée par les bâtiments en quantité totale de charbon standard, puis en la divisant par la surface bâtie ; l'unité retenue est 10 000 t/m2 [12]. D'autre part, les villes pilotes de construction intelligente peuvent améliorer la productivité totale des facteurs du secteur grâce à des mesures de soutien telles que les subventions budgétaires et les avantages fiscaux [14], favorisant ainsi le développement de nouvelles forces productives de qualité du secteur. L'article mesure l'intensité du soutien apporté par chaque municipalité au développement de la construction intelligente par la fréquence d'apparition de l'expression « construction intelligente » dans les rapports d'activité des gouvernements municipaux, de 2019 à 2023 [15]. Sur la base de cette analyse, l'hypothèse 2 est formulée : la politique des villes pilotes de construction intelligente améliore la productivité totale des facteurs du secteur de la construction en réduisant la consommation énergétique du secteur et en renforçant le soutien des pouvoirs publics, favorisant ainsi la formation et le développement de nouvelles forces productives de qualité.

2 Construction du modèle

Un modèle de doubles différences est construit afin de vérifier l'impact de la politique des villes pilotes de construction intelligente sur la productivité totale des facteurs du secteur de la construction. La variable dépendante est la « productivité totale des facteurs du secteur de la construction », la variable explicative centrale est la « politique des villes pilotes de construction intelligente » et les variables de contrôle sont notamment la « densité de population » et le « niveau d'urbanisation ».

2.1 Objet de l'étude

L'article constitue un groupe de traitement et un groupe témoin afin d'étudier les écarts d'évolution de la productivité totale des facteurs du secteur de la construction entre les deux groupes de villes sur la période 2019-2023. Les 24 villes pilotes de construction intelligente forment le groupe de traitement, dont 16 villes situées dans la zone économique de l'Est, telles que Pékin et Tianjin, 4 villes de la zone économique du Centre, telles que Changsha et Wuhan, et 4 villes de la zone économique de l'Ouest, telles que Chongqing et Ürümqi. Compte tenu de la similitude entre le groupe témoin et le groupe de traitement en matière de répartition géographique, de taille urbaine, de niveau de développement économique et de niveau de développement du secteur de la construction, ainsi que de la comparabilité et de la disponibilité des données, le groupe témoin retenu comprend 16 villes de la zone économique de l'Est, telles que Jinan et Shijiazhuang, 4 villes de la zone économique du Centre, telles que Yueyang et Jingzhou, et 4 villes de la zone économique de l'Ouest, telles que Zigong et Turpan. L'objet de l'étude est constitué des données de panel de ces 48 villes pour la période 2019-2023, qui recouvrent notamment le total des actifs du secteur de la construction de chaque ville, les effectifs et le nombre d'entreprises du secteur, la valeur totale de la production et la surface achevée, la densité de population ainsi que le produit régional brut de chaque ville. Les données proviennent de l'annuaire statistique national, des annuaires statistiques municipaux et des communiqués statistiques sur le développement économique et social national.

(1) Variable dépendante. Les nouvelles forces productives de qualité ayant pour marqueur central une hausse substantielle de la productivité totale des facteurs, l'amélioration de la productivité totale des facteurs du secteur de la construction est une manifestation importante de la formation et du développement de ces nouvelles forces. En s'appuyant sur les recherches existantes, l'article mesure la productivité totale des facteurs du secteur de la construction au moyen de l'indice DEA-Malmquist (DEA) [16-17], avec pour indicateurs d'intrants le total des actifs des entreprises de construction de la ville, les effectifs et le nombre d'entreprises, et pour indicateurs d'extrants la surface achevée et la valeur totale de la production du secteur. Les données proviennent des annuaires statistiques municipaux, rubriques « Situation générale des entreprises de construction » (nombre d'unités d'exploitation, effectifs en fin d'année, valeur totale de la production du secteur de la construction, surface achevée) et « Principaux indicateurs financiers des entreprises de construction » (total des actifs).

(2) Variable explicative centrale. L'article retient la « politique des villes pilotes de construction intelligente » comme variable de choc politique. Si la ville a été désignée ville pilote de construction intelligente en 2022, le coefficient d'impact sur la productivité totale des facteurs du secteur de la construction Treat prend la valeur 1 pour l'année en cours et les années suivantes, et la valeur 0 sinon.

(3) Variables de contrôle. Le choix des variables de contrôle vise à éliminer ou à atténuer l'influence d'autres facteurs potentiels sur la variable dépendante, afin d'estimer plus précisément l'impact de la politique des villes pilotes de construction intelligente sur la productivité totale des facteurs du secteur de la construction. En référence aux recherches existantes [18-20], les variables de contrôle retenues sont les suivantes : densité de population de chaque ville, niveau d'urbanisation, échelle de la construction, produit intérieur brut (PIB) par habitant et production industrielle. Les données proviennent de l'annuaire statistique national, des annuaires statistiques municipaux et des communiqués statistiques sur le développement économique et social national.

La densité de population correspond au nombre d'habitants par unité de surface terrestre ; sa progression entraîne directement une hausse de la demande urbaine en logements, en commerces et en infrastructures. Cet indicateur est évalué par le rapport entre la population résidente permanente et la superficie administrative de chaque ville, en personnes/km2 ; les données proviennent de la rubrique « Population et emploi » des annuaires statistiques municipaux (« densité de la population résidente permanente »). La hausse du niveau d'urbanisation signifie une concentration de la population et des activités économiques dans les villes, qui s'accompagne d'une augmentation correspondante des volumes de travaux urbains ; cet indicateur est évalué par le rapport entre la population urbaine et la population totale, calculé à partir des rubriques « population urbaine » et « population totale » des annuaires statistiques municipaux. L'échelle de la construction renvoie aux quantités de matériaux de construction, d'équipements et de main-d'œuvre nécessaires au développement du secteur ; cet indicateur est évalué par le rapport entre la valeur totale de la production du secteur de la construction et le produit régional brut, calculé à partir de la rubrique « valeur totale de la production du secteur de la construction » (situation générale des entreprises de construction) et de la rubrique « produit régional brut » (comptabilité économique nationale) des annuaires statistiques municipaux. Le PIB par habitant reflète le niveau de vie des résidents, leur capacité de consommation ainsi que l'intensité de la demande d'amélioration du cadre de vie et d'infrastructures urbaines ; il s'exprime en yuans et provient de la rubrique « produit régional brut par habitant » (comptabilité économique nationale) des annuaires statistiques municipaux. La croissance de la production industrielle entraîne le développement des secteurs connexes tels que les matériaux de construction et les équipements, avec lesquels le secteur de la construction entretient des relations étroites au sein de la chaîne industrielle [21] ; cet indicateur est évalué par le rapport entre la valeur totale de la production industrielle des entreprises de taille désignée et le produit régional brut, calculé à partir de la rubrique « valeur totale de la production industrielle des entreprises de taille désignée » et de la rubrique « produit régional brut » (comptabilité économique nationale) des annuaires statistiques municipaux.

2.2 Spécification du modèle

Le modèle de doubles différences est une méthode d'analyse statistique fondée sur l'expérimentation naturelle ; la quasi-expérience naturelle retenue ici est « la promulgation de la politique des villes pilotes de construction intelligente ». Avant et après l'expérience, l'échantillon est divisé en deux groupes : au moment t de la quasi-expérience naturelle, le groupe de traitement soumis à la politique et le groupe témoin qui ne l'est pas. L'effet de la politique est évalué en comparant les variations des deux groupes avant et après la quasi-expérience naturelle [22]. En s'appuyant sur les travaux de Wei Dongming et de Masayuki [15,23], l'article mobilise un modèle de doubles différences pour analyser l'impact de la politique des villes pilotes de construction intelligente sur la productivité totale des facteurs du secteur de la construction. La spécification retenue est la suivante :

où : β 0 est le terme constant ; β 1 est le coefficient d'impact de l'effet de la politique des villes pilotes de construction intelligente ; Yit désigne la productivité totale des facteurs du secteur de la construction de la ville i en l'année t ; Treatit est la variable indicatrice de la politique de « ville pilote de construction intelligente » ; Xit est le vecteur de variables de contrôle ; λi et ηt sont respectivement les effets fixes individuels et les effets fixes annuels (ils neutralisent les différences propres à chaque ville et à chaque année) ; εit est le terme d'erreur aléatoire (les facteurs à distribution aléatoire que les variables explicatives du modèle ne prennent pas en compte).

Afin de vérifier les mécanismes théoriques, un modèle de mécanismes d'impact est construit et testé, en référence aux travaux de Che Maoran et de Mao Qilin [24-25]. La spécification retenue est la suivante :

où : IMit est la variable de mécanisme ; dans le présent article, les variables de mécanisme sont l'intensité du soutien des pouvoirs publics et la consommation énergétique du secteur de la construction ; γ 1 est le coefficient estimé du terme d'interaction entre le choc de la politique des villes pilotes de construction intelligente et la variable de mécanisme ( Treat × IM).

γ 1 : la démarche de vérification est la suivante. Premièrement, sur la base de l'équation (1), on vérifie l'effet promoteur de la politique des villes pilotes de construction intelligente sur l'amélioration de la productivité totale des facteurs du secteur de la construction. Deuxièmement, on estime l'équation (2) ; si, pour le terme d'interaction entre le choc de la politique pilote de construction intelligente et la variable de mécanisme ( Treat × IM), le coefficient estimé γ 1 est significatif, cela indique que cette variable de mécanisme constitue un canal par lequel la politique des villes pilotes de construction intelligente favorise l'amélioration de la productivité totale des facteurs du secteur de la construction ; le signe de γ 1 précise si cette amélioration passe par une hausse ou par une baisse de cette variable de mécanisme.

3 Analyse empirique

L'analyse empirique consiste à exploiter le modèle de doubles différences construit pour analyser les données de panel des 24 villes pilotes de construction intelligente et des 24 villes non pilotes, afin de valider les hypothèses de la section 1 ; elle comprend la régression de référence, les tests de robustesse, le test d'hétérogénéité et le test des mécanismes d'impact. La régression de référence vise à vérifier que la politique des villes pilotes de construction intelligente agit en améliorant la productivité totale des facteurs du secteur de la construction ; les tests de robustesse visent à vérifier la fiabilité du modèle retenu ; le test d'hétérogénéité vise à vérifier que cette politique présente une hétérogénéité marquée selon le rang administratif des villes ; le test des mécanismes d'impact vise à vérifier que cette politique améliore la productivité totale des facteurs du secteur de la construction en renforçant le soutien des pouvoirs publics et en réduisant la consommation énergétique du secteur.

3.1 Régression de référence

Les résultats de la régression de référence sont présentés au tableau 1. Selon les résultats du modèle (1), en l'absence de variables de contrôle, le coefficient d'impact de la politique des villes pilotes de construction intelligente sur Treat s'établit à 0,061 et passe le test de significativité au seuil de 10 %, ce qui indique que, par rapport aux villes non pilotes, la productivité totale des facteurs du secteur de la construction des villes pilotes de construction intelligente a progressé de 6,1 %, traduisant le développement de nouvelles forces productives de qualité dans le secteur de la construction de ces villes ; selon les résultats du modèle (2), après introduction des variables de contrôle, le coefficient d'impact de la politique des villes pilotes de construction intelligente sur Treat s'établit à 0,059 et passe le test de significativité au seuil de 10 %, ce qui indique qu'après neutralisation des effets de la densité de population, du niveau d'urbanisation, de l'échelle de la construction et des autres variables de contrôle, la productivité totale des facteurs du secteur de la construction des villes pilotes de construction intelligente progresse toujours de 5,9 % par rapport aux villes non pilotes, confirmant que cette politique améliore significativement la productivité totale des facteurs du secteur de la construction et favorise ainsi le développement de nouvelles forces productives de qualité. L'hypothèse 1 est donc vérifiée.

Tableau 1 Régression de référence

Note : \*\*\*, \*\* et \* indiquent respectivement les seuils de significativité de 1 %, 5 % et 10 % ; les valeurs entre parenthèses sont les écarts types (idem ci-après).

3.2 Tests de robustesse

Afin de valider le modèle, l'article utilise Stata 17 pour analyser les données de panel des 24 villes pilotes de construction intelligente et des 24 villes non pilotes, en soumettant le modèle à un test de tendances parallèles, à un test placebo et à un test avec substitution de la variable dépendante, de manière à réduire les erreurs éventuelles et à vérifier la fiabilité du modèle.

3.2.1 Test de tendances parallèles

La productivité totale des facteurs du secteur de la construction du groupe de traitement et celle du groupe témoin doivent présenter une tendance d'évolution commune pour que les deux groupes soient comparables. Autrement dit, en l'absence de politique des villes pilotes de construction intelligente, les villes pilotes et les villes non pilotes devraient suivre une évolution commune de cette productivité ; un test de tendances parallèles est donc nécessaire. En s'inspirant des travaux de Shi Shaobin et al. [26], l'article introduit les termes d'interaction entre les variables indicatrices de chaque année antérieure à la mise en œuvre de la politique et la variable indicatrice de groupe ; les coefficients de régression de ces termes d'interaction mesurent l'ampleur de l'écart entre les deux groupes, cet écart croissant avec les coefficients. Les résultats sont présentés à la figure 1, où les points carrés représentent les coefficients de régression à chaque date ; avant l'année du choc politique, 2022, tous les coefficients sont non significatifs et se situent dans l'intervalle de confiance à 95 %, ce qui indique qu'il n'existait pas de différence significative entre les villes pilotes et les villes non pilotes en matière de productivité totale des facteurs du secteur de la construction avant la mise en œuvre de la politique pilote : l'hypothèse de tendances parallèles est donc satisfaite.

Figure 1 Test de tendances parallèles

3.2.2 Test placebo

L'omission d'autres facteurs difficilement observables peut introduire un biais dans les estimations ; un test placebo est donc nécessaire. S'il est concluant, cela signifie que les résultats de la régression de l'effet de la politique des villes pilotes de construction intelligente sur la productivité totale des facteurs du secteur de la construction ne sont pas influencés par d'autres facteurs difficilement observables. En s'inspirant des travaux de Zhao Peng et al. [27], 500 simulations de régression répétées de l'équation (1) ont été effectuées ; les résultats sont présentés à la figure 2. La valeur P des estimations suit globalement une distribution normale et reste supérieure à 0,1 dans la plupart des cas, ce qui valide le test placebo et atteste la stabilité de la régression de référence du présent article.

Figure 2 Test placebo

3.2.3 Test avec substitution de la variable dépendante

La substitution de la variable dépendante permet de vérifier si le modèle dépend excessivement d'une variable dépendante particulière et de valider plus avant les résultats empiriques. La part de la valeur ajoutée du secteur de la construction dans le PIB est également un indicateur important du développement du secteur ; en s'inspirant des travaux de Li Zhan et de Chen Zhihui [28-29], l'article la retient donc comme variable dépendante en lieu et place de la productivité totale des facteurs du secteur de la construction. Les données sont calculées à partir du rapport entre la « valeur ajoutée de la production totale du secteur de la construction » (rubrique « Situation générale des entreprises de construction ») et le « produit régional brut » (rubrique « Comptabilité économique nationale ») des annuaires statistiques municipaux. Les résultats de la régression figurent au tableau 2 : le coefficient estimé de la politique des villes pilotes de construction intelligente s'établit à 0,380 et passe le test de significativité au seuil de 1 %, ce qui indique que l'effet positif de cette politique sur l'amélioration de la productivité totale des facteurs du secteur de la construction subsiste et confirme la stabilité des résultats de la section 1.

Tableau 2 Test avec substitution de la variable dépendante

3.3 Test d'hétérogénéité

Les compétences administratives des villes chinoises varient nettement selon leur rang, et les politiques et mesures adoptées par les différentes villes pilotes ne sont pas identiques. Afin de comprendre plus en profondeur l'impact de la politique des villes pilotes de construction intelligente sur la productivité totale des facteurs du secteur de la construction selon les villes, l'article, en s'inspirant des travaux de Chen Xinxin [30], divise l'échantillon en deux catégories selon le rang administratif des villes : d'une part les municipalités relevant du gouvernement central et les capitales provinciales, d'autre part les villes ordinaires, et analyse les écarts d'effet de la politique entre ces villes. Les résultats sont présentés au tableau 3.

Tableau 3 Test d'hétérogénéité

Les résultats du modèle (3) montrent qu'après la mise en œuvre de la politique des villes pilotes, la productivité totale des facteurs du secteur de la construction des municipalités relevant du gouvernement central et des capitales provinciales devenues villes pilotes a progressé de 14,4 % par rapport à celles qui ne l'étaient pas. Les résultats du modèle (4) montrent qu'après la mise en œuvre de la politique, la productivité totale des facteurs du secteur de la construction des villes ordinaires devenues villes pilotes a progressé de 1,9 % par rapport aux villes ordinaires non pilotes. Il apparaît donc que l'amélioration est plus marquée dans les municipalités relevant du gouvernement central et les capitales provinciales que dans les villes ordinaires. Cela tient probablement au fait que ces villes de rang plus élevé bénéficient d'une taille urbaine plus importante, d'un niveau plus élevé de concentration industrielle et d'une plus forte capacité d'attraction des talents, et qu'elles tirent donc relativement plus de dividendes de la politique des villes pilotes de construction intelligente.

3.4 Test des mécanismes d'impact

Le test des mécanismes d'impact répond à la question suivante : par quelles variables clés la politique des villes pilotes de construction intelligente améliore-t-elle la productivité totale des facteurs du secteur de la construction ? Les résultats figurent au tableau 4. D'une part, l'analyse mécaniste de l'intensité du soutien des pouvoirs publics montre, selon les résultats du modèle (5), que le coefficient estimé de l'interaction entre la politique des villes pilotes de construction intelligente et l'intensité du soutien des pouvoirs publics ( Treat × IM ) s'établit à 3,422 et passe le test de significativité au seuil de 1 %, ce qui indique que l'intensité du soutien des pouvoirs publics est un canal par lequel la politique des villes pilotes de construction intelligente améliore la productivité totale des facteurs du secteur de la construction ; le signe positif du coefficient d'interaction montre que cette politique agit en renforçant le soutien des pouvoirs publics. D'autre part, l'analyse mécaniste de la consommation énergétique du secteur de la construction montre, selon les résultats du modèle (6), que le coefficient estimé de l'interaction entre la politique des villes pilotes de construction intelligente et la consommation énergétique du secteur de la construction ( Treat × IM ) s'établit à -0,068 et passe le test de significativité au seuil de 5 %, ce qui indique que la consommation énergétique est un canal par lequel la politique des villes pilotes de construction intelligente améliore la productivité totale des facteurs du secteur de la construction ; le signe négatif du coefficient estimé montre que cette politique agit en réduisant la consommation énergétique.

Tableau 4 Test des mécanismes d'impact

En somme, les deux mécanismes — renforcement du soutien des pouvoirs publics et réduction de la consommation énergétique du secteur de la construction — sont validés : l'hypothèse 2 est vérifiée.

4 Conclusion

(1) La politique des villes pilotes de construction intelligente a nettement amélioré la productivité totale des facteurs du secteur de la construction et a favorisé la formation et le développement de nouvelles forces productives de qualité dans ce secteur. Autour du perfectionnement du dispositif de politiques publiques, du développement de la filière de la construction intelligente, de la réalisation d'opérations pilotes de démonstration et de l'innovation dans les mécanismes de gestion, les 24 villes pilotes ont chacune élaboré leur « Plan de mise en œuvre de la ville pilote de construction intelligente », en l'adaptant à leurs réalités de développement ; elles ont ainsi amélioré la productivité totale des facteurs du secteur et promu la construction intelligente. Selon les statistiques, à fin décembre 2023, les villes pilotes avaient activement développé la filière et 506 entreprises figuraient déjà sur la liste des entreprises de premier plan de la construction intelligente à accompagner.

(2) La politique des villes pilotes de construction intelligente améliore la productivité totale des facteurs du secteur de la construction par deux voies : la réduction de la consommation énergétique du secteur et le renforcement du soutien des pouvoirs publics. Sur le volet énergétique, les entreprises peuvent optimiser les processus de conception et de chantier grâce à la recherche-développement technologique et à la valorisation des résultats : introduction d'équipements de construction intelligente tels que les robots de chantier, intégration de technologies de perception multi-informations, de diagnostic des défaillances et de localisation-navigation de haute précision, fourniture aux projets d'une interaction en réseau et d'une aide à la décision intelligente, etc. ; ces dispositifs améliorent efficacement le rendement et la qualité des travaux, réduisent la consommation d'énergie et économisent les ressources. Sur le volet du soutien public, à fin juin 2023, toutes les villes pilotes avaient élaboré leur plan de mise en œuvre en fonction de leur situation propre et publiaient progressivement une série de mesures de soutien : Hefei accorde ainsi des primes financières aux entreprises de construction investissant dans la recherche-développement de logiciels liés à la construction intelligente, l'achat d'équipements et les services de technologies de l'information ; Guangzhou a inscrit dans la loi que le BIM peut être utilisé pour l'instruction et l'approbation des projets de construction, et a publié des normes locales portant sur les processus de construction industrialisés et numériques.

(3) La politique des villes pilotes de construction intelligente présente une hétérogénéité marquée selon le rang administratif des villes : son effet d'amélioration de la productivité totale des facteurs du secteur de la construction est plus net dans les villes de rang administratif élevé. Ces villes disposent généralement de meilleures bases pour développer la construction intelligente — assise industrielle solide, niveau et capacités de construction élevés, maîtres d'ouvrage et projets en nombre suffisant — et peuvent donc mieux exploiter les effets de la politique. Wuhan, par exemple, tire parti de la concentration de grandes entreprises et d'instituts de recherche scientifique pour développer et appliquer une série de produits technologiques emblématiques de la construction intelligente, tels que des machines à construire les immeubles, des lanceurs de poutres et des machines d'édification de tours ; la ville met en place un système de gestion et d'approbation couvrant l'ensemble du processus des projets, fondé sur le BIM, et s'attache à explorer de nouveaux modèles de réalisation des ouvrages.

5 Recommandations

(1) Déployer des stratégies de promotion adaptées aux conditions locales. Il convient de recenser les expériences reproductibles des villes pilotes de construction intelligente et d'étendre progressivement la politique à un plus grand nombre de villes remplissant les conditions requises. Parallèlement, compte tenu de l'influence du rang administratif des villes, la promotion de la politique des villes pilotes de construction intelligente doit s'adapter aux réalités locales et tenir compte du rang administratif, du niveau de développement économique ainsi que des assises technologiques et industrielles de chaque ville pour définir une stratégie appropriée. Pour les villes de rang administratif élevé, les pouvoirs publics peuvent continuer à adopter des mesures d'encouragement en matière foncière, d'urbanisme, de finances publiques, de financement et d'innovation scientifique et technologique, afin de faire jouer le rôle d'entraînement et de démonstration de ces villes et de promouvoir un développement efficace de la construction intelligente. Pour les villes de rang administratif moins élevé, les pouvoirs publics doivent consolider les bases du développement de la construction intelligente, soutenir leur essor économique, définir des plans, des objectifs et des tâches clairs en matière de construction intelligente et établir un modèle de développement durable de la construction intelligente, afin d'en promouvoir le développement.

(2) Optimiser la structure énergétique du secteur de la construction. En réduisant la consommation énergétique du secteur de la construction, les villes pilotes de construction intelligente ont efficacement amélioré la productivité totale des facteurs du secteur. Il est donc recommandé aux pouvoirs publics d'adopter vigoureusement des mesures de soutien, d'encourager les entreprises de construction à recourir à des énergies propres et à des matériaux verts économes en énergie et d'intensifier la diffusion de technologies et d'équipements avancés d'économie d'énergie. Parallèlement, il convient d'approfondir l'application des énergies renouvelables dans le bâtiment, d'élever le niveau d'électrification des bâtiments, de soutenir le développement du photovoltaïque intégré au bâtiment et d'inciter les bâtiments à réduire le chauffage d'origine fossile, afin de bâtir des constructions vertes et sobres en carbone.

(3) Renforcer le soutien des pouvoirs publics. En s'inspirant des pratiques innovantes des différentes villes pilotes, il convient d'élaborer des mesures de soutien efficaces. Premièrement, établir une planification d'ensemble : chaque ville devrait s'inspirer des plans et des mesures de mise en œuvre des villes pilotes pour définir les tâches prioritaires et la trajectoire de mise en œuvre adaptées au développement de la construction intelligente sur son territoire. Deuxièmement, publier des normes locales et accélérer le perfectionnement du cadre réglementaire du secteur de la construction en phase avec la construction intelligente. Troisièmement, faire pleinement jouer les mécanismes de coordination inter-services en orientant les ressources des politiques de recherche scientifique, de financement et de talents vers le domaine de la construction intelligente, en renforçant la synergie des politiques publiques et en promouvant conjointement le développement de la construction intelligente.

(4) Accélérer la formation de nouveaux rapports de production adaptés aux nouvelles forces productives de qualité. Il faut approfondir les réformes du système économique et du système scientifique et technologique, s'attacher à lever les blocages et les goulets d'étranglement qui entravent le développement de la construction intelligente, établir un système de marché de haut niveau et innover dans les modalités d'allocation des facteurs de production de la construction intelligente ; grâce aux expérimentations et aux démonstrations, il convient d'accélérer la circulation fluide des divers facteurs de production avancés et de qualité vers le développement de nouvelles forces productives de qualité. Parallèlement, il faut fluidifier le cercle vertueux entre éducation, science et technologie, et talents, et perfectionner les mécanismes de formation, de recrutement, d'utilisation et de mobilité raisonnée des talents.

Références

END

Reproduction interdite sans autorisation

Merci d’indiquer la source en cas de republication : Zhuwei Architectural Technology

Zhuwei Architectural Technology est une société de services techniques d'un nouveau type, spécialisée dans l'optimisation intégrée de conception, le conseil BIM et le conseil en conception préfabriquée. Notre équipe réunit des ingénieurs senior issus de grands instituts de conception, d'anciens dirigeants de promoteurs immobiliers, des ingénieurs BIM et des ingénieurs préfabrication, et propose l'optimisation intégrée de conception, la revue approfondie de plans, le conseil BIM avec plans MEP, ainsi que des services de conception préfabriquée.

Conseil en optimisation de la conception : Positionnés comme le prolongement et le complément de la maîtrise de conception des promoteurs, nous concentrons notre conseil et notre optimisation sur le bâtiment civil. Sur l'ensemble du processus — ou aux étapes clés choisies par le client — nous contrôlons l'économie, la rationalité et la sécurité de la conception, éliminant les coûts superflus tout en améliorant mesurablement la qualité des plans : « moins de coûts, plus d'efficacité ».

Conseil BIM : Grâce aux technologies de construction numérique, nous aidons les concepteurs à réduire les erreurs et à améliorer la qualité en phase de conception, nous aidons les entreprises à économiser et à planifier des installations MEP de haute qualité en phase de construction, et nous prolongeons les maquettes BIM vers la gestion de patrimoine en phase d'exploitation — en collaboration avec les principaux éditeurs de logiciels.

Conseil en conception préfabriquée : Conception de tout le processus sur plateformes BIM, avec Revit et Tekla pour le détail PC. Géométrie et ferraillage des composants sont liés de manière paramétrique — ce que vous voyez est ce que vous obtenez. Nous livrons des plans prêts pour l'industrie 4.0, avec les longueurs de coupe de chaque barre d'armature, et un support connecté (IoT) pour la production, le stockage, le transport et le montage des composants PC.

Notre équipe d'experts est issue de grands instituts de conception, avec une solide base technique et une riche expérience en conception et optimisation « double voie » ; ses capacités et son niveau de contrôle sont leaders du secteur.

—— Article synchronisé automatiquement depuis le compte officiel WeChat « Zhuwei Architectural Technology ». Lire l’original ——

← Retour aux actualités