计算机视觉与传感技术下全新劳务计酬模式探究

谭毅飞

(东亚联合控股(集团)有限公司，上海 200002)

0 引言

目前人工智能在施工现场的运用还是有限的，尤其在建筑劳务人工费方面。传统劳务计价模式由于受技术所限，无法对劳动过程中主要劳动时长与辅助劳动时长进行细致区分，因而普遍采取按出勤时间或定额产量的笼统计价模式，存在“出工不出力”“出力不出产”的弊端。本文旨在通过计算机视觉与传感技术建立真实客观的按劳取酬的计薪模式，充分挖掘劳动力潜能，实现公平合理薪酬标准。

1 传统计薪模式弊端

我国建筑行业传统的人工费结算方式主要以产量乘以单价的模式，这种结算方式存在一定的弊端。首先，发包单位缺乏有效的科学管理手段来衡量劳务工人实际产出能力，面对劳务单位的无理诉求，往往只能被迫通过调增合同单价、费用补贴或以增加辅助用工量等方式作为妥协，来平衡劳务工诉求。其次，建筑行业劳动力人工价格受地域、素质、机具配置等因素影响波动较大，定额笼统的工种划分模式，不具有即时性、客观性，导致定额人工单价与市场实际价格背离严重。总之，沿用多年的定额计价体系，由于其宽泛性、滞后性，已不能真实反映建筑工程实际劳动力成本，不利于提高行业的整体效益。

1.1 定额计价

建筑业已进入微利时代很多年，定额价、信息价与市场价三者价格不匹配，前两者价格滞后于市场价。上海定额的发展从九三综合定额“量价合一”到2000定额开始的“量价分离”，再发展到2016定额。其人工消耗含量随着工艺和工具的改进不断降低，人工单价随市场行情逐渐提高，建筑市场的发展促使定额版本的更新[1]。目前九三定额以工料机补差方法无法适应市场的需求，鲜有运用。针对这三种不同定额计价形式进行比对，人工价格基期以十年为一个周期。内墙面以1∶1∶6混合砂浆粉刷为例，执行的定额子目分别是九三定额子目11-32，2000定额子目10-1-1，2016定额子目01-12-1-2。表1中信息价为全年中间价的平均值，实际人工价格为不含班组长管理费后人工日结工资价格。

表1 上海不同定额墙面粉刷人工费用分析

从表1中可以看出墙面粉刷综合人工消耗量从九三定额的0.197 2工日/m2下降到0.160 7工日/m2，下降幅度达18.51%。继而再降到2016定额的0.126 9工日/m2，下降率21.03%。从执行的同类定额子目可以看出九三定额的消耗量要比2016定额消耗量高出35.65%。定额人工费的比重加大究其原因主要有以下几方面：

1)建筑从业者的减少，有良好技能的年轻人不愿从事这项工作。

2)目前建筑工人年纪集中在40岁～50岁，老一代的建筑工人文化水平普遍较低并且接受培训意愿低，技能水平已经无法满足建筑发展的需要[2]。

3)我国自2010年以来不断上调职工最低工资标准。

4)居民消费价格指数CPI影响社会用工成本增加。

5)社会保险费率的调整导致用工成本的上升。

综上，在定额人工费=∑(定额人工消耗量×人工单价)的组价模式下虽然定额版本经过几轮的修订，但依旧定额人工费与市场实际人工支出存在差距。且全国各地地区差异，定额标准各不相同带来人工费计算的复杂度。

1.2 计日工计价

计日工从劳务承包模式上可以理解为点工制，是以工人出勤时间为工资支付的主要依据，一般是指承包人完成发包人规定的合同范围以外的零星工作或是定额所无法核定的项目。而工程实践过程中对零星工作或定额无法核定的项目又缺乏判断标准和依据，导致在人工费结算时由于事先合同约定不清产生的纠纷。

2 计算机工效监督下的计酬模式

本文在已有人工智能领域计算机视觉、深度学习等理论研究基础上，从工程造价角度将人工费管控分为价控和量控。价控，采用BP神经网络，通过采集全国大范围劳动力经济效益指标来预测分析合理薪酬单位值。量控，采取基于计算机视觉的人脸识别、人体姿态估计、目标检测、无线射频技术定位这四部分技术的融合[3]，进行统计分析在总工作时长下主要工作、辅助工作和不完全工作的占比来判定工人实际投入的劳动强度，从而合理计取劳务费用,如图1所示。

有效劳动时长和辅助劳动时长对应报酬的估值，通过构建工业互联网的态势感知能力，对已知定额价格、市场价格的信息采集，结合项目所在区域多因子经济指标，运用BP神经网络迭代运算，预测分析出合理的对应报酬的估值[4-6]。

3 案例运用分析

3.1 案例背景介绍

本幢建筑为国家保护文物建筑，总建筑面积：4 196.18 m2，外立面见图2。建筑层数：6层(局部7层)，建筑高度29 m，结构形式为钢-混。由于施工场地范围狭小，现场无住宿和就餐条件，因此现场不设置生活区域，故进场人员为承担施工任务的作业人员及管理人员。本工程设计图纸要求在原有基础梁边布置树根桩。但该建筑历史上经过几次改造，地下障碍物情况复杂，为地下清障工作及桩基础施工带来困难，导致劳动力投入难以估量，这也为本文计算机视觉与传感技术提供了应用场景。

3.2 两种方案实施经济效果比较

清障采取钻孔取芯的方式,将原状土层以上旧承台及地下障碍物切割取出。设计要求钻孔清障孔径380 mm，深度1.5 m～1.7 m。

1)方案一定额计价。

采取房修定额中定额子目的最大钻孔孔径为160 mm，钻孔厚度为100 mm，故每孔的工程量计算方式如图3所示，公式如式(1)所示。本项目采用2018的计价标准。

如表2中的人工单价参照《上海市2018年10月建设工程价格市场信息》，综合单价的企业管理费和利润率取费依据沪建市管[2016]42号文中房修取值34%。安全防护、文明施工措施费按沪建交[2006]445号文3.3%计取，规费参照沪建市管[2017]105号文按37.25%计取，税金按沪建市管[2018]28号文的规定，10%计取。

表2 混凝土墙面钻孔定额费用表

Z=int{8×(h/100)}

(1)

其中，h为钻孔深度，mm。

本例参照定额φ160 mm混凝土墙面开孔中较低的人工消耗量0.109工日/只，平均孔深1 600 mm测算，人工费为2 117元/孔。

2)方案二基于计算机视觉与传感技术的综合行为计酬模式。

本例神经网络模型搭建分三块，分别为地下清障作业人员的人脸身份信息识别、钻孔机具目标检测、施工工序下蹲动作姿态的识别[7]。此次参与研究的实验对象为2名成年男性，身份信息及本人脸部照片已在电脑中提前录入。清障工作人员识别出后，进入目标检测的工具识别环节。通过事先在人工智能平台中创建开孔机的工具检测模型，上传并标注数据后进行模型训练并校验效果。待模型上线发布成功后，调用API接口或下载SDK离线包[8-9]，见图4。

模型训练后进行实景施工照片校验，在置信度大于0.6的条件下，能识别出图中的开孔机具。动作姿态依靠人工智能平台强大的公共数据集，将待检测图像帧分别导入得出预测结果，如图5所示[10-11]。

在检测时序中，站立与下蹲的动作一致，人体保持蹲姿状态时，各个角度较小。当要准备起立时先有个缓冲准备动作，此时特征角发生微小变化。随后再逐渐增大。起立过程中髋关节buttocks和膝关节knee的角度变化大于踝关节foot的角度变化。人体从双膝蹲的姿态到站立姿态分为几个阶段，第一阶段完全下蹲时重心较低，此时头部与膝关节距离较近，小腿与大腿夹角最小。第二阶段半蹲状态，小腿与大腿夹角开始增大，头部与膝关节的距离变化速度小。第三阶段小腿与大腿基本直立，头部与膝关节距离增大，变化速度加快。

连续5 d对清障钻孔工人每日上午工作状态的记录如表3所示。

经测算主要工作占总时长的60.43%，辅助工作占总时长的17.92%，不完全工作占总时长的(抽烟、喝茶、聊天、就餐、上厕所等)21.63%。按钻孔深度1.6 m，每孔人工费价格商议1 800元/根，共计41孔人工费总计73 800元。前5天成孔速率为平均每三天一孔，则其人工费成本平均每人600元/d，每日工作总时长9 h～10 h。按“多劳多得”激励和“偷懒怠工”惩罚为原则计算人工费如表4所示[12-13]。

表4 各工作状态下的费用核算

表4中按10 h计算，如不足10 h则剩余时间计为不完全工作时间。

3)两方案经济对比。

传统定额计价模式采用定额人工费单价乘以工程量，所有风险都在建设方且增加投资额。本研究方法对成本加酬金有了公平合理的核算方式，本案例的管理费加利润10%，则投资额相比定额计价方式下降6.64%,如表5所示。

表5 不同计价方式下平均每孔清障人工费用表

本研究方法区别于传统计日工形式的“点工制”，也打破按工程量划块的“包工形式”。以有监督下投入劳动强度来衡量人工费用。工人受外部监督制约下整体施工效率提升，使工期缩短。

4 结语

劳务作业是一个复杂多元的综合行为过程，劳动价值的产生是该综合行为过程中主要劳动时长与辅助劳动时长创造价值的总和。因此，在通过不同环节探讨和模拟了技术层面的可实现性后，继而提出人工费的简化计算公式，劳动薪酬=∑[(主要劳动时长×对应报酬)+(辅助劳动时长×对应报酬)+(不完全劳动时长×对应报酬)]。故在计算机的辅助下，劳动力的计酬将变得更具有即时性和可追索性。