基于大数据分析模型的建设工程材料管理应用研究

尹家明 费清

摘  要：随着当前大数据与传统产业不断碰撞出“火花”，其逐渐被全社会广泛认同。如何运用数据分析技术挖掘建设工程材料的数据价值，这对行业管理来说无疑是一个新的挑战。文章对构建工程材料动态监测和模型分析预测的“材料大数据”态势多服务模型进行了研究，该模型对提升行业监管效能、提高数据化管理决策水平和帮助工程参建市场主体各方降本增效，有较高的借鉴性和适用性。

关键词：大数据;分析模型;材料管理;动态监测

中图分类号：TP39      文献标识码：A文章编号：2096-4706（2021）13-0148-04

Research on the Application of Construction Engineering Material Management Based on Big Data Analysis Model

YIN Jiaming1，2， FEI Qing2

（1.Swiss Research Center of Guizhou Normal University， Guiyang  550025， China; 2.Guizhou Huizhu Big Data Co.， Ltd.， Guiyang  550001， China）

Abstract： With the continuous collision between the current big data and traditional industries， it has gradually been widely recognized by the whole society. How to use data analysis technology to mine the data value of construction engineering materials is undoubtedly a new challenge for industry management. This paper studies the construction of the “material big data” situation multi service model for dynamic monitoring and model analysis and prediction of engineering materials. The model has high reference and applicability to improve the efficiency of industry supervision， improve the level of data management decision-making， and help all market parties involved in the engineering construction reduce costs and increase efficiency.

Keywords： big data; analysis model; material management; dynamic monitoring

0  前  言

工程建设质量关系到人民百姓的切身利益和全社会的和谐稳定，也关系到国民经济健康快速发展，是建设公平、共享、创新型城市战略的主阵地，直接影响到城乡建设环境质量。其中，建设工程材料的价格、来源、使用和检测取样的真实性、检测数据的准确性、可靠性，直接影响到建筑工程的成本、质量控制及验收，关系到建筑工程的整体质量安全。土木建筑工程材料按基本成分主要分为有机材料（如木材、塑料等）、无机材料（如金属材料、水泥等）和复合材料（如玻璃钢、钢纤维混凝土等），本文研究建设工程材料主要是指国家相关检测要求必须检测的在建工程项目实施过程中主要使用的材料，包括预拌混凝土（是指由水泥、集料、水以及根据需要掺入的外加剂和掺合料按一定比例经搅拌站（厂、公司）集中计量拌制后，通过专用运输车辆运至使用地点的混凝土拌合物、水泥、钢筋、添加剂、木材、沙子、石子。按照市场监管信息化建设作为转变监管思路和手段的方向。建立监管与服务一体化，动态记录工程项目各方责任主体市场和现场行为做到可记录、可追溯（住建部2010年8月修订《房屋建筑和市政基础设施工程质量监督管理规定》）。有效实现建筑市场和施工现场监管的协同联动和态势预测，全面实现行业“数据一个库，监管一张网、管理一条线、服务一条龙”的目标，为管控服务全过程信息化向数据化监管模式转型提出新的挑战。在以服务经济健康快速发展和优化营商环境为主导的大数据应用背景下，如何利用大数据与传统建筑行业的深度融合凸显其战略意义和重要性。

本文通过探究大数据融合分析技术在该行业建设工程中材料数据化分析模型和决策辅助的应用研究，搭建“材料大数据”公共服务平台进行数据采集、融合及分析模型，可动态监测建设工程质量安全发展的态势。可数据脱敏清洗后可为建设工程参建各方市场主体实现降本增效和管理效能提升。构建形成多赢共享的数据监管服务一体化管理创新模式。

本文以下研究第1部分是研究现状;第2部分是问题提出;第3部分是模型构建;第4部分是实证分析;第5部分是研究结论及对策。

1  研究現状

本文研究基于以下行业背景：

（1）信息化进程滞后。随着信息时代、大数据时代的到来，住建系统根据国家、省和市的要求，在房产登记、建筑市场管理、住房保障、房改以及房地产市场管理等，相应建立仅能满足单一行政管理需求的管理系信息系统，基本无能服务企业的模块。在数据采集、汇聚、分析和运用等方面大数据管理还存较大差距。同时因信息化、大数据方面的管理技术人才储备少，知识更新程度慢等因素，也一定程度影响工作的推进。

（2）部门间数据壁垒需破冰。住建系统业务工作分块较多，各部门间信息数据存在“数据烟囱”，特别提出以建设工程全生命周期进行大数据管理方面，涉及从房屋征收、建筑设计、施工（含材料进出、抽样、检测和现场管理）、验收以及房地产销售备案登记、房产登记等数据整合，需要打破部门间的条数据壁垒，实现建设工程全生命周期数据融合管理，同时建立标准的数据字典知识库，确保所有数据具有可识别性。

（3）缺少有效数据融合分析和模型需求预测。现有管理信息系统大多是独立运行，数据未能实现条块汇聚，形成了原有部门利益格局，也就需用数据模式打破。运用大数据手段，建立了可防、可控、可监督的风险点防控运行保障机制，打破各部门间的利益分配格局整合难度远大于技术层面的实施难度，需树立不破不立理念，以强有力的措施进行打破和重塑，进一步保障住建系统职能转型升级。

（4）监管平台无社会服务模块。当前，行业监管已运行的大部分信息化系统基本不具有社会服务功能，造成大量外部可识别分析数据无法实现资源共享运用。造成无法多维度采集有效数据进行综合研判和预测。形成数据价值。

2  问题的提出

大数据分析模型的基础是信息化系统，只有建立在信息化基础上，通过建立数据共享服务平台，将住建系统涉及建设工程项目部门的各类相关数据进行整合、归类，实现内外部结构化和非结构化海量数据资源的收集和融合，满足数据多样性、海量的要求。再搭建基于云计算架构的数据计算、数据分析和数据挖掘的平台，实现数据的计算和模型分析，真正达到大数据“4V”特性，才可能真正满足建立一套针对行政部門、企业、个人的分析监管平台，实现行业内权力运行可监管、可分析、可追溯。并整合行业知识信息资源，打破数据条块分割、数据壁垒的粗放信息数据管理模式。

对内联通数据“孤岛”，对外实现条块融合，打造透明、高效公共服务窗口。推进网上公开、受理、办理、监管“一条龙”“一站式”全网络服务，做到全透明、可核查。同时，通过政府数据的深度开放，进一步破解社会公众监督难题，有效提升政府部门公信力、执行力。

坚持从实际出发，循序渐进运用大数据手段构建运行机制。本文是依托贵阳住建大数据案例为基础。在大数据“4V”特性方面的海量数据、多样性数据及高计算能力均已由住建部门提供，因此，本文研究重点是对工程项目材料的低密度价值数据部分进行分析模型设计，并进行实证分析最终实现大数据在住建行业中建设工程项目材料管理的深度融合运用目的。

3  模型构建

通过现状梳理和问题提出，本文将主要通过文献查阅、现场调研和分析模型设计的方式开展研究和实证分析。然后通过大数据方法，实现建设工程材料的可查询、可追溯、可分析、可预测。做到标准透明、结果透明、预测透明、监督透明的目标。具体模型构建方法和步骤如图1所示。

3.1  数据识别和预处理

本文从住建“数据仓库”共享服务平台互通接入，抽取建设工程材料相关固化和实时数据。其中固化数据包括：项目名称、地点、建设工程量、投资规模、参建五方责任主体基本信息等。实时数据包括工程进度、材料检测数据、现场监督结构化数据和音视频记录非结构化数据。由于存在数据不规范和缺失，故按照大数据项目建设规范对数据进行了预处理，即数据识别、字典标注、查漏补缺工作。

3.2  数据融合清洗

经过数据识别和预处理后，导入参与实验企业BIM平台共享模拟数据，包括材料清单、价格、用量、供求、进度等数据。按照大数据分析模型的基于“时间序列法模型”标准进行数据融合与清洗，经过数据清洗任务后。按时间（月、季度、年）属性信息进行量化处理。定义建设工程材料供求计划实际值;建设工程材料价格趋势值。同时运用“因果分析法预测模型”定义建设工程材料指标使用差异值、材料检测合格率值和材料用量差异值。

3.3  模型设计

针对建设工程材料供求计划与实际值，通过时间序列法分析模型，对单个材料样本变量进行分析预测，再导入第n 个样本进行综合分析，可以预测找到最佳拟合直线目标值。如图2所示。

材料使用差异分析。根据材料的计划使用数量与实际使用数量进行对比，通过数据因果分析法的单方程计量模型，对材料使用差异变量与材料使用变化因子间数量关系，分析是否存在差异，并判断存在差异的原因。如图3所示。

材料合格率分析。通过材料检测数据采集，运用统计分析模型分析各类型的建筑材料的合格率与不合格率，进而追踪不合格材料流向，主要分布区域和工程项目，以此作为工程质量安全监管数据支撑和宏观数据可视化管理。

材料价格变化趋势分析。分析材料采购或生产成本的变化趋势，生产企业或施工企业可根据该价格趋势进行计划生产或计划采购。对未来材料价格量间态势。如图4所示。

材料使用行为分析。将建筑工程进场材料数据与工程验收监督实际使用数据进行对比分析，利用BP神经网络模型进行综合分析，以此判断施工单位是否存在偷工减料等行为。如图5所示。

4  实证分析

通过模型构建和设计，导入建设工程材料监管服务平台进行验证表明。通过数据的动态抽取后，与材料来源、材料用途、材料管理责任人员、材料监督员、见证员、检测机构、检测人员等多维海量数据进行实证分析验证，可以在GIS地图上实时显示将材料分析模型5项核心指标进行动态结果展示和预测。与现场数据比对后，实现了建设工程项目工地的材料情况态势可视化展示和材料情况的预测。保证了材料质量的全过程可记录、可追溯，实现了大数据分析模型的材料管理应用研究预期效果。如图6所示。

具体达到了对行业监管行政行为全过程进行跟踪。对现场材料全过程进行监督，使办理程序、执法行为更加科学规范。与现有业务办理服务平台融合，更方便服务对象，办事群众可通过手机扫描二维码、实时查询材料供求及检测合格情况。同时，对办理中不作为、乱作为，吃、拿、卡、要和冷、硬、横、推等潜在违纪违法行为反向监督，将权力运行关进数据的笼子。

4  结  论

通过本文研究实证结果，达到了利用搭建的大数据分析模型的建设工程材料管理数据服务。积极推进住建系统各部门间的材料相关信息共享与数据交换，即了解到的不仅仅是过去材料价格多少、采购多少、用了多少、是否合格等信息，更重要的是可以预测未来将会有什么样的变化，从而可以更准确、快速地制定出相應对策，进一步提升材料管理效能和服务质量。对整个行业管理优化和大数据深度融合传统产业都具有很好的实用性和战略意义。同时，通过研究我们也发现过程中存在的一些不足，因此我们建议：

构建材料行业诚信档案。实现建筑材料检测数据、使用数据、进场数据等可以与市安全监督系统、市质量监督系统、执法系统等进行数据对接，将产生违规检测或使用不合格材料的施工单位信息纳入诚信档案。帮助行业形成“好的更好，差的退场”行业自律生态净化新模式。

搭建监督人员风险分析。通过外业人员配备执法终端，采集派单、定位、现场记录外业人员在监管工地现场材料质量的执法过程，对其分析超期率、偏离度、亲密度、工作量、申述纠正，综合研判外业人员综合风险分值。同时，通过对内业工作人员办理材料备案的时限、办件量、服务对象占比、办理结果等关联数据进行融合，抓取工作量、亲密度（对特定企业、机构或个人未按顺序办件，过快办件）、异常件（过快件、超期件、打回件）等指标数据信息进行科学分析。研判内业工作人员工作效率和风险值，从而建立预警处置、动态管理、检查评估为主要指标的保障机制。根据新排查出来的风险点，设置职权的边界，分类制定防控措施。系统可拓展到建筑行业检测机构人员，进行有效分析，可以判别出是否存在检测过程瞒报、漏报的可能性。

打造行业监管与服务全过程管控机制。以实施基于云计算的大数据深度融合传统产业应用、构建行业诚信服务体系为主线，搭建大数据融合分析模型监测与服务平台，依托行业拥有海量数据优势，加快数据挖掘与应用，通过大数据商业，实现行业监管与社会服务全程数字化，透明化、公开化，处处留“痕迹”，让权力在“阳光”下运行的同时又服务于社会经济建设，不断提高治理能力和服务水平。

全面推进数据监测分析服务、数据决策研判的监管与服务并举模式，全面推进大数据管理成为住建行业提升行政服务能力的有效手段和政府管理创新的新途径。通过应用大数据平台，进一步加强服务创新力度，加大绩效评估考核范围，让权力在法制轨道上运行。在新思维下，提升行政服务，变“要我干”为“我要干”，从“被动服务”为“主动服务”。同时形成的分析模型预测结果向企业公开，帮助企业更好的经营和降本增效。营造高质量的社会营商环境。

参考文献：

[1] GB/T 14902—2012，预拌混凝土 [S].北京：国家标准化管理委员会，2013.

[2] 李蒙，鲁曼，余宏亮.区块链技术下的建筑材料信息技术架构研究 [J].建筑经济，2019，40（10）：103-107.

[3] 李红，王洋.建设工程质量检测全过程信息化监管模式研究 [J].城市建设理论研究（电子版），2015，5（26）：924-925

[4] 董绍华，安宇.基于大数据的管道系统数据分析模型及应用 [J].油气储运，2015，34（10）：1027-1032.

[5] 胡荣春，刘知贵，胡茂.基于大数据分析模型的学科项目管理探索 [J].教育评论，2019（5）：55-59.

作者简介：尹家明（1976.12—），男，汉族，贵州大方人，高级工程师，项目管理硕士，研究方向：大数据战略及项目管理、数据商业智能挖掘研究;费清（1994.10—），女，汉族，贵州贵阳人，大数据工程师，本科，研究方向：大数据项目管理、数据算法设计及数据挖掘。