0 引言

　　建筑信息模型(building information modeling,BIM)是以三维数字技术为基础，集成建筑项目各种相关信息的产品信息模型，是对工程项目设施实体与功能特性的数字化表达^[1]。自2003年Autodesk公司提出BIM概念以来，国内外相继掀起BIM技术研究与应用热潮，甚至将其称为建筑业第二次信息革命。对BIM技术的研究包括标准政策^[1,2]、应用模式^[3]、应用障碍^[4]、信息化建模^[5]、数据交换共享^[6]、施工仿真优化^[7]、数据分析挖掘^[8]、平台软件研发^[9]等。BIM技术的应用覆盖策划^[10]、设计、施工^{[11,12,13,14,15]}、运营维护等全生命周期各阶段^[16]。各大院校相继开设有关课程，甚至设置与BIM相关的学位。与此同时，区域性、全国性的BIM大赛、BIM培训与BIM等级考试日益受到关注。有关数据显示，中国图学学会组织的BIM等级考试每年有8万多人报名参加，相当多的企业在招标文件、员工奖励政策中针对BIM等级考试证书进行专门规定。

　　可见经历十几年的研究、发展与推广应用，BIM技术已成为建筑业信息化的中坚力量。针对BIM技术发展应用现状、我国各地推广应用水平、未来发展趋势和重点方向等问题，本文首次将基于搜索大数据的研究手段引入建筑行业，利用百度提供的搜索指数进行研究，并通过分析有关政策、用户特征与需求，为BIM技术的推广应用提供实证数据支撑与建议。

　　1 研究数据与方法

　　1.1 数据来源

　　基于海量网民搜索行为大数据的支持，百度搜索引擎提供名为“百度指数”的数据分享平台，该平台提供趋势研究、人群画像、需求图谱模块。其中，趋势研究用于分析、统计各搜索关键词的搜索频次，并对其进行加权求和;人群画像通过人工智能对用户年龄、性别与兴趣爱好等进行统计分析，可反映用户的社会属性;需求图谱反映以某一关键词为核心时，该词及其关联词的搜索情况。

　　在百度指数的基础上，以“BIM”为关键词，收集、统计除香港、澳门、台湾以外省、市、自治区用户“BIM”每日搜索数据，通常称其为网络关注度^[17]数据。

　　1.2 研究方法

　　1)时间分布特征

　　研究搜索数据时间分布特征时，可采用年度分布特征、月度分布特征等指标^[17]，各指标主要由每日百度指数求和得到。考虑研究目标的差异性，主要采用季度分布特征进行研究。与此同时，为分析BIM搜索数据的时间趋势，本研究将每日百度指数进行逐周求和汇总，并认为数据=长期趋势+周期趋势+随机成分，利用python统计分析工具包中的加法模型提取周度数据长期趋势特征。

　　2)空间分布特征

　　空间分布特征分析主要依托百度指数提供的地区筛选功能，利用该功能可查询省、自治区、直辖市的BIM搜索数据，从而分析不同区域的数据特征。同时，百度指数还提供基于地图的区域搜索数据可视化功能，可直观展示搜索数据的空间分布。

　　3)人群画像分析

　　人群画像分析主要利用百度指数内部计算方法，百度指数直接为使用者提供关注特定关键词用户的年龄分布、性别分布与兴趣爱好等信息，同时提供目标群体指数(target group index,TGI)，用于反映目标群体在特定研究范围内(如地理区域、人口统计领域、媒体受众、产品消费者)的强势或弱势。

　　2 BIM搜索数据时空特征分析

　　2.1 时间特征及政策推动

　　鉴于百度指数始于2006年6月1日，自2011年1月1日起，有关数据可分省、市、自治区进行查询和分析，本研究首先利用百度指数提取2006年6月1日至2020年2月24日BIM搜索数据，如图1所示。由图1可知:(1)BIM搜索最早出现于2008年3月29日，较大比例的搜索量始于2008年12月29日;(2)自2011年开始，BIM搜索数据出现较典型的周期性，每年春节前大幅降落，春节后快速回升;(3)BIM搜索数据整体呈上升趋势，2011—2018年搜索量增加近3倍。

　　图1 BIM搜索指数 

　　利用python统计分析工具包提取各地区2011—2019年BIM搜索长期趋势，上海、广东、辽宁、河南、甘肃、西藏、河北、海南地区BIM搜索长期趋势如图2所示。由图2可知，各地区BIM搜索数据均呈上升趋势，说明各地区从业用户均关注BIM技术的发展和应用。同时，大部分地区BIM搜索数据于2013—2018年经历快速上升过程。由我国2013年12月—2017年12月主管部门及各地政府发布的BIM政策可知，相关政策对我国BIM技术的发展起到显著推动作用。北京、上海、深圳等一线城市引领BIM技术发展大趋势，在试点推广、标准编制、示范应用等方面起表率作用^[1]。但自2019年开始，各地区BIM搜索数据上升速度放缓，北京、上海、重庆、河南、福建等地搜索量甚至出现小幅下降，表明经历高速发展后，从业用户对BIM技术的了解日益加深，对搜索引擎的依赖度有所降低，且对BIM技术的认知趋于理性。

　　为进一步分析政策对BIM搜索数据的推动及刺激作用，通过前述方法对每日搜索数据进行处理，得到典型地区季度分布特征数据，如图3所示。由图3可知，各地区季度分布特征数据具有典型的年度周期特征，即第1季度较低，第2,3季度保持高水平，第4季度大幅下降。2011,2013—2016年及2017年第2,3季度之间，大部分地区季度分布特征数据呈快速上升趋势。BIM政策发布过程如表1所示，由表1可知，在上述搜索数据快速上升期均发布了BIM政策，表明政策具有重要推动作用。早期政策的推动与刺激作用更显著，如2013年8月29日，住房和城乡建设部发布“关于征求《关于推进BIM技术在建筑领域应用的指导意见(征求意见稿)》意见的函”，直接推动当年各地区BIM搜索数据大幅上升。后期由于各地区BIM技术发展水平及需求不同，进入更精细的政策引导与调控阶段，全国性的政策推动作用有所下降。如前文所述，进入2019年，大部分地区BIM搜索数据增速放缓。

　　图2 我国典型地区BIM搜索指数趋势 

　　图3 BIM搜索指数季度分布特征数据  

　　2.2 空间差异与特征

　　利用百度指数提供的区域搜索指数查询功能，统计2011年1月1日至2019年12月31日BIM搜索数据。由搜索结果可知，BIM搜索量高的省份多分布于沿海发达地区，搜索量排名靠前的地区中四川、河南、湖北及河北虽为非沿海地区(见图4)，但经济均较发达。直辖市、省会城市等一线城市BIM搜索量靠前，说明经济欠发达地区在BIM技术推广及应用方面仍有较大空间。

　　图4 各省市BIM搜索量排名 

　　3 BIM用户特征及需求分析

　　3.1 用户特征

　　利用人群画像功能进行分析，结果如图5所示。由图5a可知，关注BIM的用户以年轻人为主，20～29岁从业用户接近总数的60%,TGI指数也反映年轻人占主导地位。这意味着未来10年将有大批掌握BIM知识的用户走上领导岗位，将影响BIM技术的落实和发展。一定数量的30～39岁用户关注BIM技术，而40岁以上用户对BIM技术的关注度较低，鉴于40岁以上用户多处于领导地位，可能限于时间、精力等因素缺乏关注，未来可考虑面向企业管理决策层进一步普及BIM有关知识。

　　图5 BIM关注者年龄与性别分布 

　　由图5b可知，BIM关注者中男性占主导地位，占比>70%，这与整个建筑行业从业者以男性为主一致。将该数据与行业性别分布进行对比，可促进BIM技术从业者的性别均衡。

　　表1 各时间点BIM政策发布情况 

　　表1 各时间点BIM政策发布情况

　　3.2 需求图谱

　　需求图谱功能可生成近一年每周以特定关键词为核心的其他词信息，包括搜索指数、增长趋势及其与核心关键词的相关性等。基于该功能分别提取2019年8月19日至25日和2020年2月17日至23日的需求图谱，由需求图谱可知，除无关关键词外，BIM有关关键词中的BIM考试、Revit,BIM软件、CIM等词与BIM关联最密切，且Revit,BIM考试、CIM等词呈上升趋势。与BIM相关性居中的广联达、GIS、工程预决算等词也呈上升趋势，其中广联达与BIM的相关性进一步提高，且持续呈上升趋势。

　　结合BIM需求图谱分析结果，未来BIM政策可从BIM人才培养、专业认证、自主软件研发及城市信息模型等方面精准发力，推动BIM技术向更深、更广的方向发展。

　　4 结语

　　利用百度搜索引擎大数据形成的百度指数，研究我国BIM搜索数据变化及趋势。研究结果表明，用户对BIM的关注度于2014—2018年快速提升，且具有明显地域差异，其中BIM政策起到显著推动作用;一线城市及沿海发达地区BIM技术的发展仍处于全国领先地位;BIM技术关注者以年轻人和男性为主，其迫切需求为获取BIM证书，并掌握软件应用。因此，未来我国BIM政策可考虑在推动各地区BIM均衡发展、自主软件研发及人才教育培养等方面精准发力、持续调控。

　　本研究有效避免问卷调查等传统方法存在的样本数量小、主观性强、覆盖面小、抽样不均匀等问题，为从大样本甚至全样本角度研究BIM技术的应用现状提供新方法、新思路。