スマート建設モデル都市政策が建設業の新質生産力の発展に与える影響

WeChat連携 · 小纬 · 2025-06-11

本稿はWeChat公式アカウント「建築構造」からの転載であり、学習・交流のみを目的とする。著作権は原作者に帰属する。

スマート建設試行都市政策が建設業の新質生産力の発展に与える影響に関する研究

文/劉美霞、張士彬、于徳湖、于顕蕙、劉洪娥、邵笛、鄭海超、路忠徳

要旨

Abstract

2019年から2023年までの中国のスマート建設試行都市24都市と非試行都市24都市のパネルデータに基づき、二重差分モデルを用いて、スマート建設試行都市政策が建設業の全要素生産性の向上を促進する効果を検証し、さらにそれが建設業の新質生産力の発展に与える影響を分析した。研究結果によると、非試行都市と比較して、スマート建設試行都市の建設業の全要素生産性は5.9%向上しており、スマート建設試行都市政策が建設業の全要素生産性の顕著な向上を促進し、建設業の新質生産力の発展を推進したことが示された。スマート建設試行都市政策は、主に建設業のエネルギー消費の低減と政府の支援強化などを通じて、建設業の全要素生産性を向上させている。異質性テストの結果、スマート建設試行都市政策には都市の行政ランクによる顕著な異質性が存在し、すなわち、行政ランクの高い都市に対してより顕著な促進効果を持つことが示された。

0 はじめに

習近平総書記は、新質生産力の形成を加速しなければならないと提起し、新質生産力は全要素生産性の大幅な向上を核心的な指標とするものであり、その特徴は革新、鍵となるのは質の高さ、本質は先進的生産力であると指摘した。全要素生産性（total factor productivity、TFP）とは、総産出のうち資本・労働などの生産要素投入の増加では説明できない残余部分を指し、経済の質の高い発展を図るうえでの重要な指標である[1]。現在、多くの研究者が全要素生産性の観点から各産業における新質生産力の形成・発展の問題を研究している。張海鵬ら[2]は、農業の新技術・新模式・新業態が農業の全要素生産性を高め、農業の新質生産力を形成する重要な手段であると考える。凌晨ら[3]は、製造業の全要素生産性の向上は企業のデジタルトランスフォーメーションを手段として、製造業の新質生産力の形成を促進すると考える。2020年7月、住宅都市農村建設部（MOHURD）など13部門が連名で「スマート建設と建築工業化の協同発展の推進に関する指導意見」を発表し、スマート建設を発展させることを明確に打ち出した。丁烈雲院士[4]は、スマート建設は新しい情報技術と建設工事の融合によって形成される建設工事の革新的なモデルであり、規範化されたモデリング、ネットワーク化されたインタラクション、可視化された認識、高性能計算、インテリジェントな意思決定支援を通じて、デジタルチェーンに駆動されたプロジェクトの立上げ企画、計画設計、施工生産、運営・保守サービスの一体化統合と高効率な協働を実現すると指摘した。スマート建設は建設業の新質生産力の典型であり、建設業の全要素生産性を高め、建設業のデジタル化・スマート化への発展を推進するうえで極めて重要である[5]。

スマート建設試行都市政策は、中国がスマート建設の発展を推進するための重要な手段の一つであり、その実施効果を評価することは重要な意義を持つ。2022年10月、スマート建設を大いに発展させるため、住宅都市農村建設部はスマート建設試行都市24都市のリストを公表し、スマート建設試行都市政策を施行した。試行は公表の日から開始され、期間は3年間とされた。各試行都市に対し、試行実施方案を厳格に実行し、「統一的に計画立案し、地域の実情に応じた施策を講じる」という作業原則を堅持することを求めた。政策体系の整備、スマート建設産業の育成、試行モデル事業の建設、管理メカニズムの革新という四つの必須任務を定める一方、部品・部材のスマート工場の構築、技術研究開発と成果転換の推進、標準体系の整備、専門人材の育成という四つの任務を、地方が実情に応じて自主的に選択できるよう提示した。また、試行都市は試行目標に基づいて新たな任務の方向性を打ち出すこともできる。政策の実施以降、2023年12月時点で、住宅都市農村建設部は6社7件のスマート建設試行プロジェクトを承認し、総投資額は90億元を超え、複製可能な経験・ノウハウ130項目を総括して普及させた。24のスマート建設試行都市は、政策体系の整備、スマート建設産業の育成などの主要任務を中心に業務を展開し、土地・計画・財政・科学技術などの一連の支援政策を打ち出し、関連機関による39のスマート建設科学技術イノベーションプラットフォームの構築を支援し、506社をスマート建設中核企業としてリストに組み入れ、758件のスマート建設試行モデル事業プロジェクトを公表し、スマート建設関連の標準・歩掛・指針など47項目を公布・実施して、スマート建設の発展を推進した。既に研究者らはスマート建設と建設業の新質生産力との関係について研究を進めており、牛偉蕊ら[6]は、スマート建設は新質生産力の発展の各段階で重要な役割を果たし、建設業の新質生産力を創り出す有力な手段であり技術的支えであると指摘した。于静、張春巍ら[7-8]は、スマート建設技術の研究と応用は伝統的な建設業の転換・高度化を推進する重要な支えであり、スマート建設の科学技術イノベーションが建設業の新質生産力を強化すると提唱した。

スマート建設と新質生産力に関する既存研究は少なく、その多くが定性的な分析を中心としており、定量的な研究は乏しい。そこで本稿は、2019—2023年の中国のスマート建設試行都市24都市と非試行都市24都市のパネルデータに基づき、二重差分モデルを用いて、スマート建設試行都市政策が建設業の全要素生産性の向上を促進する効果を検証し、都市の行政ランクがスマート建設試行都市政策の実施効果に与える影響を考察し、スマート建設試行都市政策がエネルギー消費の低減と政府の支援強化の両面で果たす役割を分析し、それぞれに対して的を絞った対策と提案を行う。

1 研究仮説

全要素生産性とは、経済成長のうち資本投入・労働などの要素投入の生産性への貢献を差し引いた後に説明できない部分を指し、物的資本・労働などの投入要素以外のその他の要因が経済成長に果たす貢献を示すものである[9]。その顕著な向上は新質生産力の核心的な指標である。本稿は建設業の全要素生産性を被説明変数として設定する[10]。以上の分析に基づき、仮説1を提起する：スマート建設試行都市政策は建設業の全要素生産性を向上させることができ、それによって建設業の新質生産力の形成と発展を推進する。

同時に、王広明、安敏ら[11-12]の研究を参考に、本稿は建設業のエネルギー消費の低減と政府の支援強化の二つの面から、スマート建設試行都市政策が建設業の全要素生産性に与える影響を研究する。一方、建設業のエネルギー消費は、建設業の総生産額とそのエネルギー消費総量の比率を測る重要な指標である[13]。スマート建設試行都市は、グリーン技術の研究開発、科学技術成果の転換などの手段によってエネルギー消費を大幅に低減し、それによって建設業の全要素生産性を向上させ、建設業の新質生産力の発展を推進することができる。本稿では、単位建築面積当たりのエネルギー消費量によって建設業のエネルギー消費を測定する。これは、建築物が消費するエネルギーを標準炭換算の総量に換算し、それを建築面積で除して算出するもので、単位は万t/m2である[12]。他方、スマート建設試行都市は、財政補助、税制優遇などの支援政策によって建設業の全要素生産性を向上させ[14]、ひいては建設業の新質生産力の発展を推進することができる。本稿では、2019—2023年の各市政府活動報告における「スマート建設」の語の出現頻度を用いて、各市のスマート建設発展を推進する政府の支援度合いを測定する[15]。以上の分析に基づき、仮説2を提起する：スマート建設試行都市政策は、建設業のエネルギー消費の低減と政府の支援強化によって建設業の全要素生産性を向上させ、建設業の新質生産力の形成と発展を推進する。

2 モデル構築

二重差分モデルを構築し、スマート建設試行都市政策が建設業の全要素生産性に与える影響を検証する。そのうち、被説明変数は「建設業の全要素生産性」、中核的説明変数は「スマート建設試行都市政策」、コントロール変数は「人口密度」「都市化水準」などである。

2.1 研究対象

本稿は処置群と対照群を設定し、2019—2023年における両群の都市間の建設業の全要素生産性の変化の差を研究する。スマート建設試行都市24都市を処置群とする。そのうち、北京・天津など16都市は東部経済地帯に属し、長沙・武漢など4都市は中部経済地帯に属し、重慶・ウルムチなど4都市は西部経済地帯に属する。対照群と処置群の地域分布、都市規模、経済発展水準、建設業の発展水準の類似性、およびデータの比較可能性・入手可能性などの要素を考慮し、選定した対照群は、済南・石家荘など東部経済地帯の16都市、岳陽・荊州など中部経済地帯の4都市、自貢・トルファンなど西部経済地帯の4都市である。上記48都市の2019—2023年のパネルデータを研究対象とし、各都市の建設業資産の合計、建設業の従事者数と企業数、建設業の総生産額と竣工面積、人口密度、各都市の地域総生産などを含む。データは国家統計年鑑、各市の統計年鑑、および国民経済・社会発展統計公報などに由来する。

(1)被説明変数。新質生産力は全要素生産性の大幅な向上を核心的な指標とするため、建設業の全要素生産性の向上は新質生産力の形成と発展の重要な現れである。本稿は既存研究を参考に、DEA-Malmquist（DEA）指数を用いて建設業の全要素生産性を測定する[16-17]。投入指標には都市の建設業企業の資産合計、従事者数・企業数を、産出指標には竣工面積と建設業の総生産額を用いる。データは、各市の統計年鑑における「建設業企業の基本状況」のうちの企業単位数、年末従業者数、建設業総生産額、竣工面積と、「建設業企業の主要財務指標」のうちの資産総計に由来する。

(2)中核的説明変数。本稿は「スマート建設試行都市政策」を政策ショック変数として用いる。当該都市が2022年にスマート建設試行都市として認定された場合、建設業の全要素生産性への影響係数 Treat は当年およびそれ以降は1とし、それ以外は0とする。

(3)コントロール変数。コントロール変数の選定は、その他の潜在的な要因が従属変数に与える影響を除去または低減し、スマート建設試行都市政策が建設業の全要素生産性に与える影響をより正確に推定することを目的とする。本稿は既存研究[18-20]を参考に、コントロール変数を以下のように選定する：各都市の人口密度、都市化水準、建築規模、一人当たり国内総生産（GDP）、工業生産額。データは国家統計年鑑、各市の統計年鑑、および国民経済・社会発展統計公報などに由来する。

人口密度は単位土地面積当たりの人口数であり、その増加は都市における住宅・商業・インフラなどへの需要の増加を直接もたらす。当該指標は各都市の常住人口と管轄面積の比率で評価され、単位は人/km2であり、データは各市の統計年鑑の人口と就業における「常住人口密度」に由来する。都市化水準の向上は、人口と経済活動が都市部へ集積することを意味し、都市の建設工事量なども相応に増加する。当該指標は都市人口が総人口に占める比率で評価され、データは各市の統計年鑑の「都市人口」と「総人口」の比率から算出する。建築規模は建設業の発展に必要な建築材料・設備・労働力の数量などに関わり、当該指標は建設業の総生産額が地域GDPに占める比率で評価され、データは各市の統計年鑑の「建設業企業の基本状況」に含まれる建設業総生産額と、「国民経済計算」に含まれる地域総生産の比率から算出する。一人当たりGDPは住民の生活水準、消費能力、および居住環境の改善と都市インフラ整備への需要の程度を表し、単位は元であり、データは各市の統計年鑑の「国民経済計算」に含まれる一人当たり地域総生産に由来する。工業生産額の増加は建築材料・設備などの関連産業の発展を牽引し、建設業との間には密接な産業連関の関係が存在する[21]。当該指標は各都市の工業総生産額が地域GDPに占める比率で評価され、データは各市の統計年鑑の「一定規模以上の工業総生産額」と「国民経済計算」に含まれる地域総生産の比率から算出する。

2.2 モデル設定

二重差分モデルは自然実験に基づく統計的分析手法の一つであり、本稿の準自然実験とは「スマート建設試行都市政策の導入」を指す。実験の前後で、サンプルを二つのグループに分ける：準自然実験の時点 t に政策の影響を受けた処置群と、政策の影響を受けない対照群である。処置群と対照群の準自然実験前後の変化を比較することで、政策の影響効果を評価する[22]。本稿は韋東明とMasayukiら[15,23]の研究を参考に、二重差分モデルを用いて、スマート建設試行都市政策が建設業の全要素生産性に与える影響を分析する。具体的な設定は以下のとおりである：

ここで、 β 0は定数項； β 1はスマート建設試行都市政策効果の影響係数； Yit は i 都市の t 年における建設業の全要素生産性； Treatit は「スマート建設試行都市」の政策ダミー変数； Xit はコントロール変数； λi と ηt はそれぞれ個体固定効果と年次固定効果を表す（各都市間の個体差と異なる年次間の差異を除去する）； εit はランダム誤差項である（モデルの説明変数では捉えられない、ランダムに分布する影響要因）。

理論メカニズムを検証するため、車茂然と毛其淋ら[24-25]の研究を参考に、影響メカニズムモデルを構築して検証を行う。具体的な設定は以下のとおりである：

ここで、 IMit はメカニズム変数であり、本稿のメカニズム変数は政府の支援度合いと建設業のエネルギー消費である； γ 1はスマート建設試行都市政策ショックとメカニズム変数の交互作用項( Treat × IM)の推定係数。

γ 1の検証手順は以下のとおりである：まず、式(1)に基づき、スマート建設試行都市政策が建設業の全要素生産性の向上を促進する効果を検証する。次に、式(2)の回帰を行う。スマート建設試行政策ショックとメカニズム変数の交互作用項( Treat × IM)の推定係数 γ 1が有意であれば、当該メカニズム変数が、スマート建設試行都市政策が建設業の全要素生産性の向上を促進する際の影響経路であることを示し、かつ γ 1の正負は、当該メカニズム変数の引き上げまたは引き下げを通じて建設業の全要素生産性の向上が促進されることを示す。

3 実証分析

実証分析では、構築した二重差分モデルを用いて、スマート建設試行都市24都市と非試行都市24都市のパネルデータを分析し、第1節の仮説の妥当性を検証する。分析には、基準回帰、頑健性テスト、異質性テスト、影響メカニズムの検証が含まれる。基準回帰は、スマート建設試行都市政策が建設業の全要素生産性の向上を促進できることを検証するためであり、頑健性テストは本稿のモデルの信頼性を検証するため、異質性テストはスマート建設試行都市政策に都市の行政ランクによる顕著な異質性が存在することを検証するため、影響メカニズムの検証はスマート建設試行都市政策が政府の支援強化と建設業のエネルギー消費の低減を通じて建設業の全要素生産性を向上させることができることを検証するためである。

3.1 基準回帰

基準回帰の結果は表1のとおりである。モデル(1)の回帰結果によると、コントロール変数を導入していない場合、スマート建設試行都市政策の効果を表す Treat の係数は0.061であり、10%の有意水準を満たした。これは、非試行都市と比較して、スマート建設試行都市の建設業の全要素生産性が6.1%向上したことを示しており、スマート建設試行都市の建設業における新質生産力の発展を反映している。モデル(2)の回帰結果によると、コントロール変数を導入した後のスマート建設試行都市政策の効果を表す Treat の係数は0.059であり、10%の有意水準を満たした。これは、人口密度、都市化水準、建築規模などのコントロール変数の影響を除いた後も、非試行都市と比較して、スマート建設試行都市の建設業の全要素生産性が依然として5.9%向上していることを示し、スマート建設試行都市政策が建設業の全要素生産性を顕著に向上させ、ひいては建設業の新質生産力の発展を推進することが改めて示された。したがって、仮説1は成立する。

表1 基準回帰

注：\*\*\*、\*\*、\*はそれぞれ1%、5%、10%の有意水準を示し、括弧内は標準偏差である。以下同じ。

3.2 頑健性テスト

モデルの有効性を検証するため、本稿はStata17を用いて、スマート建設試行都市24都市と非試行都市24都市のパネルデータを分析する。具体的には、平行トレンド検定、プラセボ検定、および被説明変数の置換による検定をモデルに対して行い、存在しうる誤差を小さくしてモデルの信頼性を検証する。

3.2.1 平行トレンド検定

処置群と対照群の建設業の全要素生産性は共通の発展トレンドを有していなければならず、それによって初めて両者の比較可能性が確保される。すなわち、スマート建設試行都市政策が実施されなかったと仮定した場合、試行都市と非試行都市の建設業の全要素生産性は共通の変化トレンドを持つ必要があるため、平行トレンド検定を行う。本稿は石紹賓ら[26]の研究を参考に、政策実施前の各年のダミー変数とグループ分けダミー変数の交互作用項を導入して検定し、交互作用項の回帰係数で両グループ間の差異の程度を表す。差異は回帰係数の増加に伴って大きくなる。検定の結果は図1のとおりである。図中の矩形の点は各時点の回帰係数を示す。政策ショック年である2022年以前のすべての時点の回帰係数は有意ではなく、95%の信頼区間内にある。これは、試行都市と非試行都市の建設業の全要素生産性が試行政策の実施前に有意な差異を示さなかったことを意味し、平行トレンドの仮定を満たしている。

図1 平行トレンド検定

3.2.2 プラセボ検定

観測が難しいその他の要因が欠落すると、推定結果に偏りが生じる可能性がある。そこでプラセボ検定を行う必要がある。検定を通過できれば、スマート建設試行都市政策が建設業の全要素生産性に与える影響の回帰結果が、その他の観測困難な要因の影響を受けていないことを示す。本稿は趙鵬ら[27]の研究を参考に、式(1)について500回の繰り返し回帰シミュレーションを行った。検定結果は図2のとおりであり、回帰推定値の P 値は基本的に正規分布に従い、その大半が0.1より大きい。プラセボ検定を通過しており、本稿の基準回帰が安定性を有することが示された。

図2 プラセボ検定

3.2.3 被説明変数の置換検定

被説明変数を置換するのは、モデルが特定の被説明変数に過度に依存していないかを検証し、実証結果の有効性をさらに検証するためである。建設業の付加価値がGDPに占める割合も建設業の発展を測る重要な指標の一つであるため、本稿は李展、陳志輝ら[28-29]の研究を参考に、これを建設業の全要素生産性に代わる被説明変数として用いる。データは各市の統計年鑑の「建設業企業の基本状況」に含まれる建設業総生産額の付加価値と、「国民経済計算」に含まれる地域総生産の比率から算出する。回帰結果は表2のとおりであり、スマート建設試行都市政策の推定係数は0.380で、1%の有意水準を満たした。スマート建設試行都市政策が建設業の全要素生産性の向上に及ぼす正の効果が依然として存在することを示しており、本稿第1節の結果の安定性をさらに検証している。

表2 被説明変数の置換検定

3.3 異質性テスト

中国では、行政ランクの異なる都市の行政権限に明らかな差異が存在し、試行都市ごとに採用する政策や措置も一様ではない。そこで、スマート建設試行都市政策が異なる都市の建設業の全要素生産性に与える影響をより深く理解するため、本稿は陳新欣[30]の研究を参考に、研究サンプルを都市の行政ランクに基づいて二つの類型に分類する：一つは直轄市と省都、もう一つは一般都市である。スマート建設試行都市政策の効果が都市間でどのように異なるかを分析する。検定結果は表3のとおりである。

表3 異質性テスト

モデル(3)の結果によると、試行都市政策の実施後、非試行都市のうちの直轄市・省都と比較して、試行都市のうちの直轄市・省都では、建設業の全要素生産性が14.4%向上した。モデル(4)の結果によると、試行都市政策の実施後、非試行都市のうちの一般都市と比較して、試行都市のうちの一般都市では、建設業の全要素生産性が1.9%向上した。これは、一般都市と比べて直轄市・省都の方が建設業の全要素生産性の向上効果がより顕著であることを反映している。その原因として、直轄市・省都はより大きな都市規模、より高い産業集積水準、より多くの人材の集積などの優位性を有しており、スマート建設試行都市政策から得られる恩恵が相対的に大きいことが考えられる。

3.4 影響メカニズムの検証

影響メカニズムの検証は、スマート建設試行都市政策がどのような重要な変数への作用を通じて建設業の全要素生産性を向上させるのかを明らかにするものである。検定結果は表4のとおりである。一方で、政府の支援度合いについてメカニズム分析を行う。モデル(5)の検定結果によると、スマート建設試行都市政策と政府の支援度合いの推定係数( Treat × IM)は3.422であり、1%の有意水準を満たした。これは、政府の支援度合いがスマート建設試行都市政策による建設業の全要素生産性向上の影響経路であることを示す。交互項の推定係数が正であることは、スマート建設試行都市政策が政府の支援度合いを高めることを通じて建設業の全要素生産性を向上させることを示す。他方で、建設業のエネルギー消費についてメカニズム分析を行う。モデル(6)の検定結果によると、スマート建設試行都市政策と建設業のエネルギー消費の推定係数( Treat × IM)は-0.068であり、5%の有意水準を満たした。これは、エネルギー消費がスマート建設試行都市政策による建設業の全要素生産性向上の影響経路であることを示す。推定係数が負であることは、スマート建設試行都市政策がエネルギー消費を低減することによって建設業の全要素生産性を向上させることを示す。

表4 影響メカニズムの検証

以上をまとめると、政府の支援度合いの強化と建設業のエネルギー消費の低減という二つの作用メカニズムはいずれも検証され、仮説2は成立する。

4 結論

本稿は、2019—2023年の中国のスマート建設試行都市24都市と非試行都市24都市のパネルデータに基づき、二重差分モデルを用いて、スマート建設試行都市政策が建設業の全要素生産性の向上を促進する効果を検証し、さらにそれが建設業の新質生産力の発展に与える影響を分析した。得られた主な結論は以下のとおりである：

(1)スマート建設試行都市政策は、建設業の全要素生産性の顕著な向上を促進し、建設業の新質生産力の形成と発展を推進した。24のスマート建設試行都市は、政策体系の整備、スマート建設産業の育成、試行モデル事業の建設、管理メカニズムの革新などの面を中心に、各市の発展の実情に即してそれぞれの市の「スマート建設試行都市実施方案」を策定し、建設業の全要素生産性の向上とスマート建設の発展を促進した。統計によると、2023年12月時点で、試行都市は産業の育成を積極的に進め、すでに506社の企業がスマート建設中核企業の育成リストに組み入れられた。

(2)スマート建設試行都市政策は、建設業のエネルギー消費の低減と政府の支援強化という二つの面を通じて、建設業の全要素生産性を向上させた。エネルギー消費の面では、企業は技術研究開発と成果転換によって設計・施工プロセスを最適化できる。例えば、建築ロボットなどのスマート建設設備を導入し、多情報センシング、故障診断、高精度測位・ナビゲーションなどの技術を融合させて、建設プロジェクトにネットワーク化されたインタラクションやインテリジェントな意思決定支援などを提供することで、施工の効率と品質を効果的に高め、エネルギー消費を低減して資源を節約できる。政府支援の面では、2023年6月時点で、各試行都市は自らの状況に応じて実施方案をすべて策定済みであり、続々と一連の支援政策を打ち出している。例えば合肥市は、建築企業がスマート建設関連のソフトウェア開発、設備購入、情報技術サービスに投資する場合に資金面の奨励を与えている。広州市は、BIMが建設プロジェクトの申請・審査許可（報建審批）に使用できることを立法で明確にし、工業化・デジタル化された建設プロセスに関する地方標準・規範を打ち出している。

(3)スマート建設試行都市政策には、都市の行政ランクによる顕著な異質性が存在する。すなわち、行政ランクの高い都市に対して、スマート建設試行都市政策による建設業の全要素生産性の向上効果がより顕著である。行政ランクの高い都市は、通常、より良好なスマート建設の発展基盤を備えている。強い産業基盤、建設の水準と能力、十分な建設主体（企業）と建設プロジェクトなどを有しており、スマート建設試行都市政策の効果をよりよく発揮できる。例えば武漢市は、大手企業や研究機関が集積する強みを生かし、「造楼機」「架橋機」「築塔機」などの象徴的なスマート建設技術製品を開発・応用し、BIMに基づく建設プロジェクト全プロセスの審査・許可管理体系を構築・展開して、建設工事の新たなモデルを模索している。

5 政策提言

(1)地域の実情に応じた普及戦略を実施する。スマート建設試行都市の複製可能な経験を総括し、条件を備えたより多くの都市を選んで段階的に普及を進める。同時に、都市の行政ランクの影響を考慮し、スマート建設試行都市政策の普及プロセスにおいては、都市の行政ランク、経済発展水準、技術・産業基盤などの要素に応じて、適切な普及戦略を策定すべきである。行政ランクの高い都市に対しては、政府は土地・計画・財政・金融・科学技術イノベーションなどの面での奨励政策を引き続き打ち出し、行政ランクの高い都市のモデル的・先導的役割を発揮させて、スマート建設の高効率な発展を推進することができる。行政ランクの低い都市に対しては、政府はスマート建設の発展基盤を固め、経済建設などの面での継続的な発展を支援し、明確なスマート建設の発展計画・目標・任務を策定して、持続可能なスマート建設の発展モデルを構築し、ひいてはスマート建設の発展を推進すべきである。

(2)建設業のエネルギー構造を最適化する。スマート建設試行都市は、建設業のエネルギー消費を低減することで、建設業の全要素生産性を効果的に向上させた。したがって、政府が関連する支援政策を積極的に打ち出し、建築企業がクリーンエネルギーやグリーンで省エネルギーな材料を採用することを奨励し、先進的な省エネ技術・設備の普及を拡大することを提案する。同時に、建築分野における再生可能エネルギーの応用を深化させ、建築物の電化水準を高め、建築物における太陽光発電の展開を支援し、建築物の化石エネルギーによる熱供給の削減を推進して、グリーン・低炭素な建築物を創り出す。

(3)政府の支援度合いを高める。異なる試行都市の革新的な取り組みを参考にし、実効性のある支援措置を策定する。第一に、全体計画を策定することである。各市は試行都市の実施方案と措置を参考に、各市のスマート建設発展に適した重点任務と実施経路を策定すべきである。第二に、地方標準・規範を打ち出し、スマート建設に適合した建設業の法規・制度体系の整備を加速することである。第三に、部門横断的な協調メカニズムの役割を十分に発揮させ、研究・金融・人材などの政策資源をスマート建設分野に振り向け、政策の連携を強めて、ともにスマート建設の発展を推進することである。

(4)新質生産力に適合した新たな生産関係の形成を加速する。経済体制・科学技術体制などの改革を深化させ、スマート建設の発展を束縛するボトルネックと難所の解消に力を注ぎ、高水準の市場体系を構築し、スマート建設の生産要素の配置方式を革新し、試行・モデル事業を通じて、さまざまな先進的で質の高い生産要素が新質生産力の発展へ円滑に流れるのを加速する。同時に、教育・科学技術・人材の好循環を整え、人材の育成・導入・活用・合理的流動に関する仕組みを整備する。

参考文献

END

本文の見解は著者個人のものです著作権は筑緯建築科技（Zhuwei Architectural Technology）に帰属します

転載の際は出典を明記してください：筑緯建築科技

Zhuwei建築テクノロジーは、総合設計最適化・BIMコンサルティング・プレハブ建築設計コンサルティングを専門とする新しいタイプの技術サービス企業です。大手設計院の技術中核、不動産企業の元上級管理職、BIMエンジニア、プレハブ建築エンジニアが集結し、建築工程の総合設計最適化と精密図面審査、BIMコンサルティングおよびMEP詳細設計、プレハブ設計コンサルティング・詳細化サービスを提供しています。

設計最適化コンサルティング：不動産開発企業の設計管理の延長・補完として、民用建築の総合設計コンサルティングと最適化に注力しています。「専門性が価値を創造し、サービスが品質を築く」の理念のもと、全プロセスまたはお客様指定の重要段階で設計の経済性・合理性・安全性を管理し、無駄なコストを削減しながら図面品質を大幅に向上させ、「コスト削減・効率向上」を実現します。

BIMコンサルティング：デジタル建設技術により、設計段階では設計者のミス削減と品質向上を支援し、施工段階では施工者のコスト削減と高品質なMEP設備施工計画を支援します。また、BIMモデルを運用段階の施設管理に活用し、主要ソフトウェアベンダーと協業して建築の運用管理を支援します。

プレキャスト設計コンサルティング：BIMプラットフォームによる全プロセス設計を採用し、RevitとTeklaでPC詳細設計を実施します。部材の空間パラメータと配筋はBIMモデル内で連動して修正・調整でき、見たままの成果が得られます。インダストリー4.0水準の出図、全鉄筋の切断寸法データの提供、IoT技術によるPC部材の生産・保管・輸送・設置支援サービスを提供します。

当社の専門家チームは大手設計院出身で、確かな技術力と二系統設計・最適化の豊富な経験を持ち、技術能力と管理能力は業界トップレベルです。

—— 本記事はWeChat公式アカウント「筑緯建築科技」から自動同期されています。原文を読む ——

← ニュース一覧へ戻る