大数据在工程造价数据共享中的应用

陈倩芸

（中交第二航务工程勘察设计院有限公司，武汉430071）

1 引言

随着社会的不断发展，为保证港口的顺利运转，常采用更复杂的设计方案去满足更安全更方便的港口要求。因此，对工程造价的计算提出了更高的要求。为了满足工程建设的需要，应将新型信息技术应用在工程造价中，以更好地对工程造价进行控制。

2 工程造价数据现状

以现有统计数据可知，注册工程造价师人数已高达13万人以上，而造价咨询行业的产值也高达1 000 亿元，工程咨询业务的产值更是高达500 亿元，进一步促进了造价咨询企业的发展[1]。在工程项目建设过程中，工程造价的数据繁多，利用传统的评估方式无法根据实际项目对工程造价的影响因素做出准确的判断，且由于影响因素的非线性以及相对复杂性，无法对其做出准确分析。工程造价从估算、概算、预算与决算各个阶段产生的数据不同，而这些数据占比以及相关影响性较大，对于后期设计、施工以及最终决策都有影响性。现阶段，大部分工程造价都是根据经验给出一个数据，然而这种经验数据在估算和概算阶段由于前期资料以及设计深度不够，导致整体报价中数据的准确度不够。如今进入大数据时代，利用大数据的便捷性以及来源多的特点，可以大大提高工程造价计算与控制的效率，同时对不同行业或者不同企业的报价起到一定的统一作用。

3 工程造价数据共享的领域

在项目预测阶段，首先根据相关资料，对项目相关数据进行预处理，找到数据不一致的信息进行整理及融合。同时找到所需要的输入变量，得到项目的预测模型与预算模板。

从本质上看，在寿命全周期范围内的工程造价中，最需要达到的就是满足各个阶段的数据信息的集成与推进，以实现最少的投资或者最优化的价值空间，简化获取数据造成的繁重的过程。大数据的应用，可以通过类似工程及同地区的项目，获得相关指标，再通过项目中的决定性因素，对相应指标进行结合修改，可得到对几种方案比选的大致分析，并得到最终与项目实际相接近的结果[2]。即在决策阶段时对整体项目所得到的信息的不全时，可利用数据共享，达到想要的最理想的结果。而在设计阶段，则不仅仅是通过几个大方向的资料来得出结果，而是需要找到主要的主体部分，同时找到主体部分所要达到的目标以及相关要求。

4 工程造价数据共享的应用研究

由于工程造价数据共享应用的领域广泛，本文只针对决策阶段，结合影响因素对数据共享进行研究。

4.1 大数据简述

当今社会对数据处理的要求越来越高，从云计算，互联网之后的技术革新到如今的大数据技术，大数据技术主要是在海量数据中筛选特定的数据。大数据从数量上看是指海量的数据，而从模式上看，主要是指多层次和复杂的数据。所谓多层次和复杂型数据，包含结构化、半结构化以及非结构化数据类型。大数据技术应用的关键在于数据的筛选、处理和分析。在数据筛选、处理、分析过程中，又包括数据搜集、预处理以及挖掘（即数据分析）阶段。结合不同背景条件下的项目，应采取不同的数据分析方法，以提高工程造价整体管理以及相关阶段的造价分析水平。

4.2 影响工程造价的主要因素

投资者根据项目的调研结果和分析，对投资方案的选择及论证的过程称为项目决策，只有当项目决策能对项目做出科学决断时，才能得到合理的工程造价，从而确定建设的相关标准，以及相关参数，同时决策的深度也影响着估算的精准度。而在决策阶段中，影响工程造价的主要因素包括建设规模、建设地点、设计方案、设备方案、施工方案以及各项措施等[3]。其中，建设规模包括市场因素、技术因数、环境因素以及方案比选；建设地点包括地区和地址的选择；技术方案则包括生产方式以及工艺流程；设备方案则是技术方案选择后根据建设规模和工艺流程对设备进行选择；施工方案就是在前几者的选择后进行整体工程的建造方案的研究论证；最后就是在大致方案的选择后，对环境、施工中所需的措施方案进行比选。

无论在哪种影响因素中，材料价格都是主要影响因素之一。故而本文针对现有影响因素中的材料价格变化进行大数据研究。

4.3 大数据技术应用

影响工程造价的主要因素中，材料价格为重点影响因素，在各个方面都制约着工程造价。故而本文研究利用大数据对材料价格信息进行处理。主要是针对不同时期、不同地区的材料价格进行分析对比，研究材料价格波动特点，从而建立完善价格信息管理体系。

材料价格在整个工程建设投资中所占比重较大（见表1），并且其波动会造成工程成本增加，同时也间接地造成工程造价的上涨，如若按照原始信息价格执行必然只能降低施工成本或者采用其他方式减少支出，这样不仅影响工程造价，还会影响整个施工进度以及施工质量。面对价格波动造成的风险，需要采取有效控制措施来降低风险。

表1 材料费用在工程费用中所占比例

最主要的方式是通过完善价格信息管理体系的方式，在之前的项目中，通常由专业人员负责及时收集整理并分析市场材料价格信息。但是，这种方法面临着数据数量巨大，且数据分析不到位等问题。而大数据技术可以完善价格信息体系。首先，采集、筛选所需相关材料价格信息中的有用信息，找到价格变化趋势及规律，赋予不同来源的数据以不同权重，利用加权平均法科学计算，并绘制曲线图，观察其变化规律。例如，可采用价格水平偏移量分析法[4]，结合不同地区不同时间的材料价格数据，绘出材料多个价格基准图，以同时期的平均材料价格作为基准线，判断这些价格是否合理准确。该方法重点在于如何确定材料价格基准线，基本采用成本分析法处理。此时借用大数据技术将与材料价格相关的数据统一进行筛选分析，既能保证数据不是单一设备材料的价格信息，也可综合多种因素一起考虑。再例如，全周期最优价格分析法[5]，利用历史数据以及全过程大数据跟踪法，对数据进行实时更新以及数据寿命分析、性能比较分析等，最终通过量化分析以及跟踪对比分析得出最优价格，最后通过权重得出最终价格。

以江西地区为例，各种建筑材料的价格如表2 所示。

表2 材料价格信息

如表2 所示，每个月的材料价格都有所变动，月份的价格相差不大，可根据数据得出大致规律以及相应材料的波动比率，如图1 所示。

图1 材料价格信息变化图

由图1 可以清晰地看到材料价格信息的变化情况，从中也可以找到材料价格的大致变化趋势，再通过价格水平偏移量分析法和全周期最优价格分析法从中找出最适合或者最优价格，从而提高整体造价的准确性。本文中仅对少量数据进行分析，通过大数据可在海量数据中对材料价格信息有更深入分析和完整说明，以达到更精确的报价成果。

5 结语

目前，工程造价信息共享的技术发展还处于萌芽阶段，受多方面因素制约，尤其是历史宝贵经验无法共享，工程造价精度达不到理想状态。将大数据技术应用于工程造价计算与控制中，对工程造价无论是控制和管理方面都有十分显著的效果，甚至对风险评判有一定的优化作用。另外，工程造价中应用大数据技术，可以对影响因素有更充分的了解与分析，从而制订更优化的方案及措施，提高造价编制的精准度。