建筑安装工程价格指数预测分析

许月

【摘要】建筑工程安装指数是建筑工程造价价格重要指标之一，也是建筑工程施工谈判时报价最重要的依据。一般而言，建筑工程项目价格的主要制定因素有人工费、钢材、木材、水泥材料费用。本文分别建立了建筑工程价格指数的多元线性模型与多元非线性模型，得到了较为准确的预测模型，并分析了不同因素的影响大小，为企业估计建筑工程造价提供了方法。

【关键词】建筑安装工程 报价

一、引言

建筑安装工程价格指数是表明不同时期建筑安装工程价格变动情况的重要指标。对于企业而言，准确建筑安装工程费用有利于企业在谈判时占据优势，降低成本。建筑安装工程价格指数是一项由不同价格指标共同影响的指数，而这些不同的价格指标通常为材料费及实时人工费，这些均为易统计的指标量。研究建筑安装工程价格指数与各指标的关系有着十分重大的意义。

二、数据分析

由于建筑安装工程施工过程中，钢材、木材、水泥占据了所使用材料的绝大多数，除此最高的成本即是人工费用，故本文只考虑了建筑安装工程价格指数Y与人工费，钢材，木材，水泥价格指数的关系。根据统计年鉴，部分统计数据如下所示：

可以看出，不同指标的变化对于建筑安装工程价格指数变化有着一定的影响。为探讨指标间相关性，本文采用置信度为0.95的Pearson相关性分析验证其相关性。其变量间相关系数表达式为：

可以看出在0.95置信度条件下，各指标与建筑工程价格指数都存在非常强的相关性。同时，各项指标之间也表现出强相关性，故回归关系式不能忽略指标间的相互作用。

结果可以看出，Adjusted R squared为0.9919，表现模型中相关的自变量对因变量可解释的变异比例较大，模型的预测性较好。但不可忽视变量中只有显著性较强，其余变量可能由于非线性关系导致显著性不强，说明多元线性回归模型预测性仍有不足。

单独分析每个变量与建筑工程价格指数之间的关系，考虑变量间交互作用，初步估計拟合函数关系式为：

结果可以看出，Adjusted R squared为0.9919，表现模型中相关的自变量对因变量可解释的变异比例极大，模型的预测性极好。且回归模型中各项显著性都较强。

为进一步说明模型有效性，本文进行了真实值与预测值的比较，结果如下：

比较结果显示了模型预测值与实际值极为接近，模型很好地反映了建筑工程价格指数与各指标的关系。

三、结论

本文通过分别建立多元线性回归模型与多元非线性回归模型，得到了较为准确的建筑工程价格指数模型。模型结果表现钢材与水泥价格指数是建筑工程价格指数的主要影响因素。