Structures du bâtiment | Derrière la croissance de 5,9 % : 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 · 2025-07-09

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

Étude de l'impact de la politique des villes pilotes de construction intelligente sur le développement de nouvelles forces productives 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 en Chine, le présent article recourt au modèle de doubles différences pour vérifier l'effet promoteur de la politique des villes pilotes de construction intelligente sur l'amélioration de la productivité globale des facteurs du secteur de la construction, puis analyse son impact sur le développement de nouvelles forces productives dans ce secteur. Les résultats montrent que, par rapport aux villes non pilotes, la productivité globale des facteurs du secteur de la construction des villes pilotes de construction intelligente a progressé de 5,9 %, ce qui traduit une amélioration significative imputable à la politique des villes pilotes de construction intelligente et un effet d'entraînement sur le développement de nouvelles forces productives dans le secteur de la construction ; cette politique agit principalement en réduisant la consommation énergétique du secteur et en renforçant l'intensité du 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 élevé.

0 Introduction

Le secrétaire général Xi Jinping a appelé à accélérer la formation de nouvelles forces productives, précisant que celles-ci ont pour marqueur central une forte hausse de la productivité globale des facteurs, pour caractéristique l'innovation, pour enjeu clé la qualité, et pour essence une force productive avancée. La productivité globale des facteurs (total factor productivity, TFP) désigne le résidu de la production totale qui ne peut être expliqué par la croissance des intrants que sont le capital et le travail ; elle constitue un indicateur important du développement économique de haute qualité [1]. Actuellement, de nombreux chercheurs étudient la formation et le développement de nouvelles forces productives dans les différents secteurs sous l'angle de la productivité globale des facteurs : 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 globale des facteurs de l'agriculture et de former de nouvelles forces productives agricoles ; Ling Chen et al. [3] considèrent que l'amélioration de la productivité globale des facteurs de l'industrie manufacturière passe par la transformation numérique des entreprises, laquelle favorise l'émergence de nouvelles forces productives dans ce secteur. En juillet 2020, le ministère du Logement et du Développement urbain-rural (MOHURD) et douze autres administrations ont publié conjointement les « Opinions directrices 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 l'ingénierie de la construction ; grâce à la modélisation normalisée, à l'interaction en réseau, à la cognition visuelle, au calcul haute performance et à l'aide à la décision intelligente, elle permet, sous l'impulsion de la chaîne numérique, une intégration et une coordination à haut rendement de l'initiation du projet, de la planification et de la conception, de la production sur chantier et des services d'exploitation et de maintenance (O&M). La construction intelligente est l'archétype des nouvelles forces productives du secteur de la construction ; elle est déterminante pour améliorer la productivité globale des facteurs du secteur et pour accompagner sa transition numérique et intelligente [5].

La politique des villes pilotes de construction intelligente étant l'un des principaux leviers par lesquels la Chine promeut le développement de la construction intelligente, il est important d'en évaluer les effets. En octobre 2022, afin de développer vigoureusement la construction intelligente, le MOHURD a publié la liste de 24 villes pilotes de construction intelligente et instauré la politique correspondante ; l'expérimentation, d'une durée de trois ans, a débuté à la date de publication. Il a été demandé à chaque ville pilote d'appliquer rigoureusement son plan de mise en œuvre de l'expérimentation et de respecter le principe de travail « planification d'ensemble et adaptation aux conditions locales ». Quatre tâches obligatoires ont été fixées — perfectionner le dispositif de politiques publiques, faire émerger une filière de la construction intelligente, réaliser des ouvrages pilotes de démonstration et innover dans les mécanismes de gestion — tandis que quatre autres tâches étaient proposées au libre choix des collectivités en fonction de leurs réalités : créer des usines intelligentes de composants et d'éléments préfabriqués, promouvoir la recherche et le développement technologiques ainsi que la valorisation des résultats, perfectionner le système de normes 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 cette politique, à fin décembre 2023, le MOHURD a approuvé 7 projets pilotes de construction intelligente portés par 6 entreprises, pour un investissement total supérieur à 9 milliards de yuans, et a recensé puis diffusé 130 pratiques reproductibles ; les 24 villes pilotes de construction intelligente ont, quant à elles, œuvré autour des tâches principales que sont le perfectionnement du dispositif de politiques publiques et l'essor de la filière de la construction intelligente, en publiant toute une série de mesures de soutien en matière foncière, d'urbanisme, de finances publiques, de science et de technologie. Elles ont accompagné la création par les organismes concernés de 39 plateformes d'innovation scientifique et technologique dédiées à la construction intelligente, intégré 506 entreprises leaders de la construction intelligente, publié 758 projets d'ouvrages pilotes de démonstration et promulgué 47 normes, barèmes et guides relatifs à la construction intelligente, contribuant ainsi au développement de celle-ci. Des travaux ont déjà été consacrés au lien entre construction intelligente et nouvelles forces productives 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 et constitue un levier puissant ainsi qu'un socle technologique pour bâtir de nouvelles forces productives 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 dans la construction intelligente irrigue les nouvelles forces productives du secteur.

Les études existantes sur la construction intelligente et les nouvelles forces productives demeurent peu nombreuses et privilégient largement l'analyse qualitative, la recherche quantitative restant rare. Le présent article s'appuie, pour la période 2019-2023, sur des données de panel relatives à 24 villes pilotes de construction intelligente et 24 villes non pilotes en Chine ; il recourt au modèle de doubles différences pour vérifier l'effet promoteur de la politique des villes pilotes de construction intelligente sur l'amélioration de la productivité globale 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 deux angles — la réduction de la consommation énergétique et le renforcement de l'intensité du soutien des pouvoirs publics — et formule pour chacun d'eux des recommandations ciblées.

1 Hypothèses de recherche

La productivité globale des facteurs correspond à la part de la croissance économique qui n'est pas expliquée une fois retranchée la contribution de la productivité des facteurs que sont le capital investi et la main-d'œuvre ; elle traduit l'apport à la croissance économique d'autres éléments que les intrants tels que le capital physique et le travail [9], et sa forte progression constitue le marqueur central des nouvelles forces productives. Le présent article retient la productivité globale des facteurs du secteur de la construction comme variable expliquée [10]. Sur la base de cette analyse, l'hypothèse 1 est formulée comme suit : la politique des villes pilotes de construction intelligente améliore la productivité globale des facteurs du secteur de la construction et favorise ainsi la formation et le développement de nouvelles forces productives dans ce secteur.

Parallèlement, en s'inspirant des travaux de Wang Guangming et d'An Min [11-12], le présent article étudie l'impact de la politique des villes pilotes de construction intelligente sur la productivité globale des facteurs du secteur de la construction sous deux angles : la réduction de la consommation énergétique du secteur et le renforcement de l'intensité du soutien des pouvoirs publics. D'une part, la consommation énergétique du secteur de la construction est un indicateur clé qui mesure le rapport entre la valeur brute de la production du secteur et sa consommation énergétique totale [13]. Les villes pilotes de construction intelligente peuvent réduire sensiblement cette consommation grâce au développement de technologies vertes et à la valorisation des résultats scientifiques et technologiques, améliorant ainsi la productivité globale des facteurs du secteur et favorisant le développement de nouvelles forces productives dans la construction. Le présent 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 équivalent charbon standard puis en la divisant par la surface bâtie ; l'unité retenue est la dizaine de milliers de tonnes par mètre carré [12]. D'autre part, les villes pilotes de construction intelligente peuvent améliorer la productivité globale des facteurs du secteur de la construction au moyen de politiques de soutien telles que subventions budgétaires et avantages fiscaux [14], et favoriser par là même le développement de nouvelles forces productives dans le secteur. Le présent article mesure l'intensité du soutien des pouvoirs publics de chaque ville au développement de la construction intelligente par la fréquence d'occurrence 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 comme suit : la politique des villes pilotes de construction intelligente améliore la productivité globale des facteurs du secteur de la construction en réduisant sa consommation énergétique et en renforçant l'intensité du soutien des pouvoirs publics, favorisant ainsi la formation et le développement de nouvelles forces productives dans ce secteur.

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 globale des facteurs du secteur de la construction. La variable expliquée est la « productivité globale 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

Le présent article constitue un groupe de traitement et un groupe de contrôle afin d'étudier l'écart d'évolution de la productivité globale 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 : 16 d'entre elles, dont Beijing et Tianjin, appartiennent à la zone économique de l'Est ; 4, dont Changsha et Wuhan, à la zone économique du Centre ; et 4, dont Chongqing et Ürümqi, à la zone économique de l'Ouest. Compte tenu de la similitude de répartition régionale, de taille urbaine, de niveau de développement économique et de niveau de développement du secteur de la construction entre le groupe de contrôle et le groupe de traitement, ainsi que de la comparabilité et de la disponibilité des données, le groupe de contrôle retenu se compose de 16 villes de la zone économique de l'Est telles que Jinan et Shijiazhuang, de 4 villes de la zone économique du Centre telles que Yueyang et Jingzhou, et de 4 villes de la zone économique de l'Ouest telles que Zigong et Turpan. L'étude porte sur les données de panel 2019-2023 de ces 48 villes, qui comprennent le total des actifs du secteur de la construction de chaque ville, les effectifs et le nombre d'entreprises du secteur, la valeur brute de la production et les surfaces livrées, la densité de population ainsi que le produit régional brut de chaque ville ; ces données proviennent de l'annuaire statistique national, des annuaires statistiques municipaux et des communiqués statistiques sur le développement économique et social.

(1) Variable expliquée. Les nouvelles forces productives ont pour marqueur central une forte hausse de la productivité globale des facteurs ; l'amélioration de la productivité globale des facteurs du secteur de la construction est donc une manifestation importante de la formation et du développement de ces nouvelles forces. S'appuyant sur les travaux existants, le présent article mesure la productivité globale des facteurs du secteur de la construction au moyen de l'indice DEA-Malmquist (DEA) [16-17], en retenant comme indicateurs d'intrants le total des actifs des entreprises de construction de la ville, les effectifs et le nombre d'entreprises, et comme indicateurs d'extrants les surfaces livrées et la valeur brute de la production du secteur. Les données proviennent, dans les annuaires statistiques municipaux, des rubriques « Situation générale des entreprises de construction : nombre d'entités, effectifs en fin d'année, valeur brute de la production, surfaces livrées » et « Principaux indicateurs financiers des entreprises de construction : total des actifs ».

(2) Variable explicative centrale. Le présent 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 globale des facteurs du secteur de la construction Treat prend la valeur 1 pour l'année considérée et les années suivantes, et 0 sinon.

(3) Variables de contrôle. Le choix des variables de contrôle vise à neutraliser 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 globale des facteurs du secteur de la construction. En référence aux travaux existants [18-20], les variables de contrôle retenues sont les suivantes : densité de population de chaque ville, niveau d'urbanisation, ampleur des constructions, 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.

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 de chaque ville et la superficie de son territoire administratif, en hab./km² ; les données proviennent de la rubrique population et emploi des annuaires statistiques municipaux, « densité de population résidente permanente ». L'élévation du niveau d'urbanisation signifie que la population et les activités économiques se concentrent dans les zones urbaines, ce qui accroît en conséquence les volumes de travaux de construction urbaine ; 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'ampleur des constructions porte sur les quantités de matériaux, d'équipements et de main-d'œuvre nécessaires au développement du secteur de la construction ; cet indicateur est évalué par le rapport entre la valeur brute de la production du secteur et le PIB régional, calculé à partir des rubriques « valeur brute de la production du secteur de la construction (situation générale des entreprises de construction) » et « produit régional brut (comptabilité nationale) » des annuaires statistiques municipaux. Le PIB par habitant reflète le niveau de vie des habitants, leur capacité de consommation ainsi que l'intensité de la demande d'amélioration du cadre de vie et d'infrastructures urbaines ; il est exprimé en yuans et provient de la rubrique « produit régional brut par habitant (comptabilité nationale) » des annuaires statistiques municipaux. La croissance de la production industrielle entraîne celle des filières connexes telles que les matériaux et les équipements de construction, avec lesquelles le secteur de la construction entretient des relations étroites de chaîne industrielle [21] ; cet indicateur est évalué par le rapport entre la valeur brute de la production industrielle de chaque ville et son PIB régional, calculé à partir des rubriques « valeur brute de la production industrielle des entreprises de taille désignée » et « produit régional brut (comptabilité 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 ; l'expérience quasi naturelle retenue dans le présent article désigne « la publication de la politique des villes pilotes de construction intelligente ». Avant et après l'expérience, l'échantillon est scindé en deux groupes : au moment t de l'expérience quasi naturelle, le groupe de traitement, soumis à la politique, et le groupe de contrôle, qui ne l'est pas. L'effet de la politique est évalué en comparant les évolutions du groupe de traitement et du groupe de contrôle avant et après l'expérience quasi naturelle [22]. S'appuyant sur les travaux de Wei Dongming et de Masayuki [15, 23], le présent article recourt au modèle de doubles différences pour analyser l'impact de la politique des villes pilotes de construction intelligente sur la productivité globale 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 globale des facteurs du secteur de la construction de la ville i en l'année t ; Treatit est la variable indicatrice de la politique des « villes pilotes de construction intelligente » ; Xit sont les variables de contrôle ; λi et ηt sont respectivement les effets fixes individuels et annuels (ils neutralisent les différences propres à chaque ville et celles liées aux différentes années) ; εit est le terme d'erreur aléatoire (les facteurs d'influence à distribution aléatoire non couverts par les variables explicatives du modèle).

Afin de vérifier le mécanisme théorique, un modèle de mécanisme d'impact est construit pour être testé, en s'inspirant des 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 procédure de test est la suivante : premièrement, vérifier, sur la base de l'équation (1), l'effet promoteur de la politique des villes pilotes de construction intelligente sur l'amélioration de la productivité globale des facteurs du secteur de la construction ; deuxièmement, effectuer la régression de l'équation (2) : si le terme d'interaction entre le choc de la politique pilote de construction intelligente et la variable de mécanisme ( Treat × IM) présente un coefficient estimé γ 1 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 globale des facteurs du secteur de la construction, et γ 1 indique si cette amélioration est obtenue en augmentant ou en diminuant ladite variable de mécanisme.

3 Analyse empirique

L'analyse empirique consiste à exploiter le modèle de doubles différences construit pour traiter les données de panel des 24 villes pilotes de construction intelligente et des 24 villes non pilotes, afin de vérifier la validité des 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 établir que la politique des villes pilotes de construction intelligente agit en favorisant l'amélioration de la productivité globale des facteurs du secteur de la construction ; les tests de robustesse visent à établir la fiabilité du modèle retenu dans le présent article ; le test d'hétérogénéité vise à établir l'existence d'une hétérogénéité marquée selon le rang administratif des villes ; enfin, le test des mécanismes d'impact vise à établir que cette politique améliore la productivité globale des facteurs du secteur de la construction en renforçant l'intensité du soutien des pouvoirs publics et en réduisant la consommation énergétique du secteur.

3.1 Régression de référence

Les résultats de la régression de référence figurent au tableau 1. D'après 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 franchit le seuil de significativité de 10 %, ce qui indique que, par rapport aux villes non pilotes, la productivité globale des facteurs du secteur de la construction des villes pilotes de construction intelligente a progressé de 6,1 %, reflétant le développement de nouvelles forces productives dans le secteur de la construction de ces villes ; d'après 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 franchit le seuil de significativité de 10 %, ce qui indique qu'une fois neutralisés les effets des variables de contrôle telles que la densité de population, le niveau d'urbanisation et l'ampleur des constructions, la productivité globale des facteurs du secteur de la construction des villes pilotes de construction intelligente a tout de même progressé de 5,9 % par rapport aux villes non pilotes. Cela confirme que la politique des villes pilotes de construction intelligente améliore significativement la productivité globale des facteurs du secteur de la construction et favorise ainsi le développement de nouvelles forces productives dans ce secteur. L'hypothèse 1 est donc validée.

Tableau 1 Régression de référence

Remarque : \*\*\*, \*\* et \* désignent respectivement les seuils de significativité de 1 %, 5 % et 10 % ; les valeurs entre parenthèses sont les écarts-types. Il en va de même pour la suite.

3.2 Tests de robustesse

Afin de vérifier la validité du modèle, le présent article exploite, sous Stata 17, les données de panel des 24 villes pilotes de construction intelligente et des 24 villes non pilotes, en soumettant le modèle à un test des tendances parallèles, à un test placebo et à un test avec substitution de la variable expliquée, de manière à réduire les erreurs éventuelles et à attester de la fiabilité du modèle.

3.2.1 Test des tendances parallèles

Les productivités globales des facteurs du secteur de la construction du groupe de traitement et du groupe de contrôle doivent présenter une tendance d'évolution commune pour que les deux groupes soient comparables. Autrement dit, en l'absence de mise en œuvre de la politique des villes pilotes de construction intelligente, les villes pilotes et les villes non pilotes doivent connaître une évolution parallèle de la productivité globale des facteurs du secteur de la construction ; un test des tendances parallèles s'impose donc. En s'inspirant des travaux de Shi Shaobin et al. [26], le présent 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, le coefficient de régression de ces termes d'interaction mesurant l'ampleur de l'écart entre les deux groupes, cet écart s'accroissant à mesure que le coefficient augmente. Les résultats du test sont présentés à la figure 1, où les points carrés représentent les coefficients de régression à chaque date ; tous les coefficients des dates antérieures à 2022, année du choc politique, sont non significatifs et se situent dans l'intervalle de confiance à 95 %. Cela indique qu'avant la mise en œuvre de la politique pilote, il n'existait pas d'écart significatif de productivité globale des facteurs du secteur de la construction entre les villes pilotes et les villes non pilotes : l'hypothèse des tendances parallèles est donc satisfaite.

Figure 1 Test des tendances parallèles

3.2.2 Test placebo

L'omission d'autres facteurs difficilement observables peut biaiser les résultats de l'estimation ; un test placebo est donc nécessaire. S'il est concluant, cela signifie que les résultats de la régression de la politique des villes pilotes de construction intelligente sur la productivité globale des facteurs du secteur de la construction ne sont pas affectés par d'autres facteurs difficilement observables. En s'inspirant des travaux de Zhao Peng et al. [27], le présent article a réalisé 500 simulations de régression répétées de l'équation (1). Les résultats du test sont présentés à la figure 2 : les valeurs P de la régression estimée suivent globalement une distribution normale et sont, pour la plupart, supérieures à 0,1 : le test placebo est concluant, ce qui atteste de la stabilité de la régression de référence du présent article.

Figure 2 Test placebo

3.2.3 Test avec substitution de la variable expliquée

La substitution de la variable expliquée permet de vérifier que le modèle ne dépend pas excessivement d'une variable expliquée particulière et de tester plus avant la validité des 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], le présent article la retient donc comme variable expliquée en substitution de la productivité globale des facteurs du secteur de la construction, les données étant calculées à partir du rapport entre la rubrique « valeur ajoutée de la valeur brute de la production du secteur de la construction (situation générale des entreprises de construction) » et la rubrique « produit régional brut (comptabilité 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 franchit le seuil de significativité de 1 %, ce qui indique que l'effet positif de cette politique sur l'amélioration de la productivité globale des facteurs du secteur de la construction persiste et confirme davantage la stabilité des résultats de la section 1 du présent article.

Tableau 2 Test avec substitution de la variable expliquée

3.3 Test d'hétérogénéité

En Chine, les compétences administratives varient nettement selon le rang des villes, et les politiques et mesures adoptées par les différentes villes pilotes ne sont pas identiques. Aussi, afin de comprendre plus en profondeur l'impact de la politique des villes pilotes de construction intelligente sur la productivité globale des facteurs du secteur de la construction selon les villes, le présent article s'inspire des travaux de Chen Xinxin [30] et répartit l'échantillon étudié en deux catégories selon le rang administratif : d'une part les municipalités relevant directement de l'autorité centrale et les capitales provinciales, d'autre part les villes ordinaires, puis analyse les écarts d'effet de la politique entre ces villes. Les résultats du test figurent 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 globale des facteurs du secteur de la construction a progressé de 14,4 % dans les municipalités relevant directement de l'autorité centrale et les capitales provinciales devenues pilotes, par rapport à leurs homologues non pilotes. Les résultats du modèle (4) montrent qu'après la mise en œuvre de cette politique, la productivité globale des facteurs du secteur de la construction a progressé de 1,9 % dans les villes ordinaires devenues pilotes, par rapport aux villes ordinaires non pilotes. Cela traduit un effet d'amélioration de la productivité globale des facteurs plus marqué dans les municipalités relevant directement de l'autorité centrale et les capitales provinciales que dans les villes ordinaires. L'explication tient peut-être au fait que ces premières bénéficient d'une taille urbaine plus importante, d'un niveau plus élevé de concentration industrielle et d'un plus fort vivier de talents, et tirent donc relativement davantage de bénéfices 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 globale des facteurs du secteur de la construction ? Les résultats du test figurent au tableau 4. D'une part, s'agissant de l'analyse mécanistique de l'intensité du soutien des pouvoirs publics, les résultats du modèle (5) montrent que le coefficient estimé de l'interaction entre la politique des villes pilotes de construction intelligente et cette intensité ( Treat × IM) s'établit à 3,422 et franchit le seuil de significativité de 1 %, ce qui indique que l'intensité du soutien des pouvoirs publics constitue un canal par lequel la politique des villes pilotes de construction intelligente améliore la productivité globale des facteurs du secteur de la construction ; le coefficient d'interaction positif révèle que cette politique agit en renforçant le soutien des pouvoirs publics. D'autre part, s'agissant de l'analyse mécanistique de la consommation énergétique du secteur de la construction, les résultats du modèle (6) montrent que le coefficient estimé de l'interaction entre la politique des villes pilotes de construction intelligente et cette consommation ( Treat × IM) s'établit à -0,068 et franchit le seuil de significativité de 5 %, ce qui indique que la consommation énergétique constitue un canal par lequel la politique des villes pilotes de construction intelligente améliore la productivité globale des facteurs du secteur de la construction ; le coefficient estimé négatif révèle que cette politique agit en réduisant la consommation énergétique.

Tableau 4 Test des mécanismes d'impact

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

4 Conclusion

(1) La politique des villes pilotes de construction intelligente a sensiblement amélioré la productivité globale des facteurs du secteur de la construction et favorisé la formation et le développement de nouvelles forces productives dans ce secteur. Autour du perfectionnement du dispositif de politiques publiques, de l'essor de la filière de la construction intelligente, de la réalisation d'ouvrages 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 ville pilote de construction intelligente » en fonction de leurs réalités de développement, contribuant à l'amélioration de la productivité globale des facteurs du secteur et au développement de la construction intelligente. Selon les statistiques, à fin décembre 2023, les villes pilotes avaient activement fait émerger la filière et 506 entreprises figuraient déjà sur la liste des entreprises leaders de la construction intelligente à accompagner.

(2) La politique des villes pilotes de construction intelligente améliore la productivité globale des facteurs du secteur de la construction par deux voies : la réduction de la consommation énergétique du secteur et le renforcement de l'intensité du soutien des pouvoirs publics. Sur le plan énergétique, les entreprises peuvent optimiser les processus de conception et de construction grâce à la recherche et au développement technologiques et à la valorisation des résultats, par exemple en introduisant des équipements de construction intelligente tels que des robots de chantier, en intégrant des technologies de perception multi-informations, de diagnostic des défaillances et de localisation-navigation de haute précision, ou encore en fournissant aux projets une interaction en réseau et une aide à la décision intelligente : elles améliorent ainsi efficacement le rendement et la qualité des travaux, réduisent la consommation d'énergie et économisent les ressources. Sur le plan 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 publié progressivement une série de politiques de soutien : Hefei accorde par exemple des primes financières aux entreprises de construction qui investissent dans le développement de logiciels liés à la construction intelligente, l'achat d'équipements et les services en technologies de l'information ; Guangzhou a inscrit dans sa législation que le BIM peut être utilisé pour les demandes de permis et les approbations des projets de construction, et a publié des normes locales encadrant 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 globale des facteurs du secteur de la construction est plus net dans les villes de rang administratif élevé. Ces dernières disposent en général de meilleures bases pour développer la construction intelligente — un socle industriel solide, un niveau et des capacités de construction élevés, des maîtres d'ouvrage et des projets en nombre suffisant — et peuvent donc mieux faire jouer le rôle de la politique des villes pilotes de construction intelligente. Wuhan, par exemple, valorise la concentration de grandes entreprises et d'instituts de recherche scientifique pour développer et déployer une série de produits technologiques emblématiques de la construction intelligente tels que des machines élévatrices de bâtiments, des lanceurs de pont et des machines à édifier des tours ; la ville met en place un système de gestion et d'approbation couvrant l'ensemble du processus des projets d'ingénierie fondé sur le BIM et s'attache à explorer de nouveaux modèles de réalisation des ouvrages.

5 Recommandations

(1) Mettre en œuvre des stratégies de généralisation adaptées aux conditions locales. Il convient de recenser les expériences reproductibles des villes pilotes de construction intelligente et d'étendre progressivement le dispositif à un plus grand nombre de villes réunissant les conditions requises. Parallèlement, compte tenu de l'influence du rang administratif des villes, la généralisation de la politique des villes pilotes de construction intelligente doit s'adapter aux réalités locales : les stratégies de diffusion seront définies en fonction du rang administratif, du niveau de développement économique et des assises technologiques et industrielles de chaque ville. Pour les villes de rang administratif élevé, les pouvoirs publics peuvent continuer à publier des mesures d'encouragement en matière foncière, d'urbanisme, de finances publiques, de financement et d'innovation scientifique et technologique, afin de faire jouer à ces villes leur rôle de démonstration et d'entraînement et de promouvoir un développement efficace de la construction intelligente. Pour les villes de rang administratif plus modeste, les pouvoirs publics doivent consolider les bases du développement de la construction intelligente, accompagner leur progression continue sur le plan 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 favoriser l'essor.

(2) Optimiser la structure énergétique du secteur de la construction. En réduisant la consommation énergétique du secteur, les villes pilotes de construction intelligente ont efficacement amélioré sa productivité globale des facteurs. Il est donc recommandé aux pouvoirs publics de publier énergiquement des politiques de soutien incitant les entreprises de construction à recourir à des énergies propres et à des matériaux verts économes en énergie, et à diffuser plus largement des technologies et équipements de pointe en matière d'économies d'énergie. Il convient également d'approfondir l'application des énergies renouvelables dans le bâtiment, de relever le niveau d'électrification des bâtiments, de soutenir le développement du photovoltaïque intégré au bâtiment et d'encourager la réduction du chauffage aux énergies fossiles, afin de bâtir des bâtiments verts et sobres en carbone.

(3) Renforcer l'intensité du soutien des pouvoirs publics. Il convient de s'inspirer des pratiques innovantes des différentes villes pilotes pour élaborer des mesures de soutien efficaces. Premièrement, établir une planification d'ensemble : chaque ville doit s'appuyer sur les plans et mesures de mise en œuvre des villes pilotes pour définir les tâches prioritaires et la trajectoire de mise en œuvre adaptés au développement de la construction intelligente sur son territoire. Deuxièmement, publier des normes locales et accélérer le perfectionnement du cadre réglementaire et institutionnel du secteur de la construction en adéquation avec la construction intelligente. Troisièmement, faire pleinement jouer le rôle des mécanismes de coordination inter-administrations, orienter les ressources des politiques de recherche scientifique, de financement et de talents vers le domaine de la construction intelligente, renforcer la synergie des politiques publiques et promouvoir conjointement le développement de la construction intelligente.

(4) Accélérer la mise en place de rapports de production d'un type nouveau, adaptés aux nouvelles forces productives. Il faut approfondir les réformes du système économique et du système scientifique et technologique, s'attacher à lever les points de blocage qui entravent le développement de la construction intelligente, établir un système de marché de haut niveau, innover dans les modalités d'allocation des facteurs de production de la construction intelligente et, par l'expérimentation et la démonstration, accélérer la circulation fluide de tous les facteurs de production avancés et de qualité vers le développement de nouvelles forces productives. Il convient également de fluidifier le cercle vertueux entre éducation, science et technologie et talents, et de perfectionner les mécanismes de formation, de recrutement, d'emploi 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