本研究由一组来自多所高校的研究人员共同完成。主要作者包括来自东南大学土木工程学院的张果栋（Guodong Zhang）、香港城市大学建筑及土木工程系的罗晓伟（Xiaowei Luo）、南京工业大学智慧城市研究中心的张磊（Lei Zhang）、南京林业大学土木工程学院的李伟（Wei Li）、香港城市大学建筑及土木工程系/上海交通大学船舶海洋与建筑工程学院的双聘学者王雯（Wen Wang），以及来自东南大学土木工程学院的通讯作者李清鸣（Qiming Li）。该研究以论文形式发表在国际学术期刊《Buildings》上，于2025年8月2日正式上线，文章标题为“A Framework of Indicators for Assessing Team Performance of Human–Robot Collaboration in Construction Projects”。
本研究的学术背景聚焦于建筑工程管理与智能建造的交叉领域，特别是人机协作（Human-Robot Collaboration, HRC）在建筑项目管理中的应用与绩效评估。研究动机源于当前建筑行业面临的严峻挑战，包括熟练劳动力短缺、安全事故频发、工作环境危险等。尽管引入机器人技术（如单任务建筑机器人，STCRs）被视为解决这些问题的有效途径，但现有的机器人应用评估往往局限于机器人或人类的单方面性能，缺乏一个能够系统评估由人与机器人组成的协作团队整体绩效的框架。这种评估缺失导致业界难以科学衡量人机协作的真正效益，从而阻碍了该项技术在建筑工地的有效部署与优化。因此，本研究旨在填补这一研究空白，通过构建一个全面、多维度的绩效评估指标体系，并建立相应的综合评价模型，为建筑项目中人机协作团队的绩效评估、诊断与改进提供科学依据和决策支持。具体目标包括：1）建立一个包含多维度指标的人机协作团队绩效评估概念框架；2）通过文献综述和专家调查，识别、筛选并验证具体的评估指标；3）运用层次分析法（Analytic Hierarchy Process, AHP）确定各指标的权重，明确绩效维度的优先级；4）结合逼近理想解排序法（Technique for Order Preference by Similarity to Ideal Solution, TOPSIS）构建综合评价模型；5）通过一个实际案例研究来演示和验证该框架的实用价值。
研究的工作流程系统且严谨，主要包括四个关键阶段：概念框架构建、指标识别与初步筛选、指标验证与权重确定、以及综合评价模型开发与案例验证。
第一阶段：概念框架构建。 研究首先通过广泛的文献综述，梳理了人机协作在建筑领域的发展现状、现有绩效评估方法的局限，以及来自人类绩效、机器人绩效和人机团队绩效三个层面的相关指标。为了构建一个全面且理论基础扎实的框架，研究整合了三个核心理论：认知负荷理论（Cognitive Load Theory, CLT）、技术接受模型（Technology Acceptance Model, TAM）和团队角色理论（Team Role Theory, TRT）。CLT用于解释和评估人机协作中工人的认知负荷；TAM用于理解工人对机器人技术的接受度和使用意愿；TRT则将人与机器人视为一个协作团队，分析其角色分配与协作动态。基于这些理论，并结合建筑项目的实际需求，研究提出了一个包含五个核心绩效维度的概念框架：生产力（Productivity）、安全性（Safety）、任务与协作质量（Task and Collaboration Quality）、灵活性与可靠性（Flexibility and Reliability）以及协作创造力（Collaborative Creativity）。这五个维度超越了传统的项目绩效范畴（如进度、成本、质量），特别强调了人机协作所特有的适应性（灵活性）和创新潜力（创造力）。研究进一步采用了“输入-过程-输出”（Input-Process-Output, IPO）模型，将这三个理论映射到人类、机器人和团队三个层面，清晰地展示了从协作条件、交互行为到最终绩效产出的逻辑链条。
第二阶段：指标识别与初步筛选。 在概念框架的指导下，研究团队通过系统的文献综述，从学术论文和国际标准中初步识别出33个具体的绩效指标，并将其归类到上述五个维度中。例如，生产力维度包括任务完成时间、生产能力、人机比等；安全性维度包括动态分离距离、碰撞合规性、机器人危险响应时间等；质量维度包括首次通过率、协作满意度、生理与认知负荷等；灵活性维度包括协作持续时间、任务重配置时间、环境适应能力等；创造力维度包括创意贡献、创意任务意愿、创意价值增值等。这一阶段确保了指标集合的理论完备性和文献支持。
第三阶段：指标验证与权重确定。 为了确保指标的实践相关性和重要性，研究进行了专家问卷调查以进行实证验证。调查邀请了15位在智能建造领域具有经验的专家参与，他们分别来自高校/研究所（7位）、建筑承包商（4位）、建筑机器人公司（2位）和政府部门（2位）。专家们使用李克特五点量表（1=完全不重要，5=极其重要）对33个指标的重要性进行评分。数据分析显示，问卷的Cronbach‘s α系数为0.916，表明具有极佳的内部一致性。根据平均分是否达到3.0的阈值，研究保留了25个重要指标，排除了8个平均分低于3.0的指标。被排除的指标包括人机时间比、安全协作效率、信任度、人为错误率等，主要原因是存在概念冗余、属于前置影响因素而非直接绩效结果、或当前在工地实践中测量困难。
随后，研究运用层次分析法来确定各维度和指标的相对权重。同样由这15位专家对五个维度以及每个维度下的指标进行两两比较。计算结果显示，各判断矩阵的一致性比率（CR）均小于0.1，符合要求。最终确定的权重为：安全性（0.2708）> 生产力（0.2327）> 任务与协作质量（0.1827）> 灵活性与可靠性（0.1633） > 协作创造力（0.1505）。这一结果具有重要启示：在专家看来，对于成功部署建筑工地人机协作，安全性是最优先的考量因素，其重要性甚至超过了生产力，确立了“安全第一”的原则。在具体指标中，任务完成时间（权重0.0763）、动态分离距离（0.0667）、机器人自主危险识别率（0.0580）、生产能力（0.0571）和创意价值增值（0.0542）是权重最高的五个指标。
第四阶段：综合评价模型开发与案例验证。 为了将加权后的指标体系应用于实际评估，研究构建了一个基于TOPSIS方法的综合评价模型。首先，研究为每个保留的25个指标制定了详细的四级评分标准（差/1分、一般/2分、良好/3分、优秀/4分），将定性或定量的现场数据转化为统一的数值尺度。接着，通过计算TOPSIS模型中四个理论绩效等级（对应四级评分）的相对贴近度（Ci），定义了团队绩效的最终评级标准：低绩效（Ci < 0.448）、一般绩效（0.448 ≤ Ci < 0.723）、良好绩效（0.723 ≤ Ci < 1）、优秀绩效（Ci = 1）。
为验证框架的实用性，研究选择了一个中国南京高层住宅项目的内墙抹灰人机协作团队作为案例。该团队由一名工人和一个抹灰机器人组成。研究通过项目文档审查、操作员访谈和直接观察收集了该团队在25个指标上的表现数据，并依据评分标准进行打分。将得分数据代入已赋权的TOPSIS模型进行计算，得出该人机抹灰团队的整体绩效相对贴近度Ci = 0.664。根据评级标准，该得分落在“一般绩效”区间。
研究的核心结果体现在指标筛选、权重分配和案例评估三个方面。在指标验证阶段，专家评分不仅筛选出了25个核心指标，还揭示了各指标的重要性排序。其中，任务完成时间（平均分4.53）和动态分离距离（平均分4.47）被认为是重要性最高的两个指标。在权重分配阶段，AHP分析得出了清晰的优先级序列。安全性维度权重最高（0.2708），这一发现挑战了机器人引入仅为提升生产力的传统观点，强调了在人机共享动态工作空间时，安全管理是首要前提和基础。案例研究的结果（Ci=0.664，一般绩效）并非终点，而是一个诊断起点。通过对各维度及各指标得分的深入分析，研究发现该团队在生产力和安全性维度表现较好，但在灵活性与可靠性、协作创造力维度存在明显短板。例如，协作任务重配置时间（F2）和环境适应能力（F3）得分较低，严重拖累了灵活性维度的表现；同时，所有创造力相关指标（如创意贡献C1、创意价值增值C6）得分也普遍偏低。这些具体的结果逻辑性地导向了有针对性的改进建议。例如，针对F2得分低，项目管理方可重点优化工作流程或加强工人快速部署培训；针对创造力不足，可建立正式的员工反馈与奖励机制，鼓励工人提出流程改进创意。因此，研究结果不仅给出了一个总体绩效分数，更重要的是提供了洞察团队优势与劣势的详细“诊断报告”，为绩效提升指明了具体方向。
本研究的主要结论是成功构建并验证了一个用于评估建筑项目人机协作团队绩效的综合性、多维度指标体系及相应的AHP-TOPSIS评价模型。该框架包含由三个理论基础支撑的五个绩效维度（生产力、安全性、质量、灵活性、创造力），并通过专家调查确定了包含25个具体指标的最终集合及其科学权重。案例研究证实，该框架能够将复杂的团队协作表现量化为一个可比的分数，并精准定位绩效瓶颈，从而为管理者提供数据驱动的决策支持。
本研究的价值体现在理论和实践两个层面。在理论层面，它填补了建筑领域人机协作团队绩效系统评估的研究空白，将研究焦点从技术本身或单一个体绩效转向了团队整体绩效。通过整合CLT、TAM和TRT三个理论，它提出了一个跨学科的多理论框架，为深入理解人机协作的复杂动态提供了更全面的视角。此外，所采用的AHP与TOPSIS相结合的方法论也为相关领域的绩效评估研究提供了可借鉴的范例。在实践层面，该框架为建筑行业的从业者（如项目经理、承包商）提供了一个实用的管理工具。它有助于科学评估人机协作的引入价值，优化机器人部署和团队配置决策，识别协作过程中的优势与不足，并制定针对性的改进策略，最终推动建筑工地向着更安全、更高效、更具创新性的方向转型。
本研究的亮点突出。首先，在研究目标上，它首创性地聚焦于建筑项目“人机协作团队”的整体绩效评估，而非孤立地看待人或机器。其次，在理论构建上，创新性地融合了认知心理学、信息系统和组织行为学三个领域的理论（CLT, TAM, TRT），使框架具有扎实且多维的理论根基。再次，在方法论上，采用了“文献归纳-专家验证（问卷）-权重确定（AHP）-模型构建（TOPSIS）-案例验证”的混合研究路径，流程严谨，环环相扣，确保了研究结果的科学性与实用性。最后，研究发现安全性被专家赋予最高权重，这一结论深刻揭示了在动态、复杂的建筑工地实现有效人机协作的核心前提，对未来的机器人设计标准和现场管理规范具有重要的指导意义。
此外，研究还包含一些有价值的细节。例如，在文献综述部分，研究不仅回顾了人机协作，还简要提及了结构工程领域关于材料不均匀性、复杂载荷下截面设计等研究，认为这些量化安全、质量和韧性的方法可能为未来人机协作参与更复杂的结构任务（如装配、连接）提供参考。在讨论被排除的指标时，研究详细解释了原因（如“信任度”被视为前置影响因素而非直接绩效结果），这体现了研究者在指标选取上的严谨思考，对于后续研究者定义和选择绩效指标具有启发作用。