基于大数据的建筑工程项目成本控制应用研究

段光尧，余杰，伍任雄，段文川，邓秀英

（1 重庆市建设岗位培训中心，重庆 400014；2 重庆建工住宅建设有限公司，重庆 401147；3 重庆雅知建筑技术研究院有限公司，重庆 400015）

0 引言

我国城市建设规模的扩大，对于建筑施工企业而言既是机遇又是挑战，若想在市场竞争中立于不败之地，必须加强成本控制，提高企业成本管理水平，扩大经济利润空间，这是关系企业持续生存发展的关键。面对现如今的建筑工程项目建设规模愈来愈庞大、建筑结构复杂多变、设计变更繁多的状况，传统的成本管理手段难以达到快速、动态、准确、全面的要求，成本控制的作用没有得到充分发挥，因而建筑施工企业迫切需要寻求新的成本控制方法和技术。

大数据伴随着互联网、云计算和物联网等技术发展，作为分析决策方式、科学研究范式和创新思维模式的重要突破，渗透到各行各业和应用领域已成为必然趋势[1]。将大数据引入建筑施工企业的工程项目成本控制中，从成本数据中发现问题、解决问题，数据与工程建造业务相伴相生已成为迫切需要，因而大数据技术在建筑工程项目成本管理的需求应运而生。

1 建筑工程项目成本大数据技术架构

在工程项目成本管理领域，建筑施工企业成本管理需要与先进的大数据技术相结合，利用大数据挖掘成本信息的潜在价值，对建筑施工企业价值链进行过程分析，优化整个业务作业链才能收获更大的利益[2]。在建筑施工企业外部，通过相关的政府导向政策、竞争对手数据、企业间的互通性数据，才能正确根据自身优劣势来决定未来的战略定位和发展目标；在建筑施工企业内部，利用大数据技术对比分析企业的成本动因，才能优化成本管理方法，扩大成本管理涵盖面，以企业战略目标为基础进行成本预测、计划、控制、核算，实现从综合管理向智能集约管理的转变。

建筑工程项目成本运用大数据技术主要涉及数据的处理、管理、应用等多个方面，首先需要完成建筑工程成本大数据的技术架构。建筑工程成本数据维度比较复杂，既有人工、材料、机械费用，也有施工管理费等，其中材料、机械费用在建筑工程成本中占比大，是项目成本管理的重点。建筑工程成本大数据架构，是根据工程项目成本的需求精准计算、采购、验收、存储、使用，以及费用/价格核算等业务组织需求，从技术和应用视角进行大数据相关基础设施、存储、计算、管理、应用等分层和组件化设计。

结合工程项目现场物料成本的业务需要，建筑工程项目成本大数据总体架构主要包含大数据基础资源层、大数据管理与分析层，以及大数据应用和服务层三部分。如图1 所示。

图1 建筑工程项目成本大数据架构

图2 BIM 模型实时展示工程进度

图3 工程量资源量及资金曲线

大数据基础资源层主要指基础设施和数据资源，是指利用服务器集群类硬件平台、云计算平台或两者结合的方式，通过数据映像技术，从工程项目前期数据资源网站上获取成本基础数据信息，如工程投标成本信息等，也可利用物联网技术实现施工现场一线成本活动，如现场验收、存储等，采集获得工程成本实时数据，完成各类文件、类表结构数据、文档数据、图数据的采集与存储。

大数据管理与分析层主要包含元数据、数据仓库、主数据的管理以及数据计算、分析和挖掘等活动。元数据是关于数据的组织、数据域及其关系的信息，是信息资源描述的重要工具,可以用于信息资源管理的各个方面,包括信息资源的建立、发布、转换、使用、共享等。工程项目成本的属性，如材料性质、数量、进场时间、存储时间等都是成本元数据的内容。对元数据进行标准化管理，可以有效提高数据的可理解性和共享性，提升数据战略信息的价值。数据仓库主要有数据采集、数据存储与管理，以及结构化数据、非结构化数据和实时数据管理等功能，与元数据管理有着较深的依赖关系。主数据是指在整个企业范围内各个系统(操作/事务型应用系统以及分析型系统)间要共享的数据，如与客户、供应商、账户及组织单位相关的数据。对建筑企业成本管理部门来说，在工程成本管理中，主数据管理可以提供统一的业务实体定义,简化和改进流程并快速响应业务需求。

大数据应用与服务层主要涵盖了大数据可视化、大数据交易与共享以及大数据应用接口等方面，以及基于大数据的应用服务等方面的内容。大数据时代，解决了数据传输和输入输出速度慢的瓶颈，提高了数据模拟和可视化的效率，已经可以实现包含时序特征的大数据可视化和展示，在工程项目中，为工程成本可视化管理提供了可能[3]。大数据时代，数据访问一般是通过开放平台接口来实现，为大数据的应用提供了通用机制，该服务能够实现与平台、语言和通信协议无关的数据交换，为不同系统之间的数据共享和交互提供了通用解决方案，为工程成本业务活动管理提供了极大的便利。

2 大数据技术在建筑工程项目成本控制中的具体应用

金科照母山项目B5—1/05 地块二标段工程（以下简称“金科工程”），总建筑面积18.8 万m2，主要由地下车库、1#楼酒店、2#楼多层商业、9#楼超高层办公大楼组成。在具体建设过程中，施工单位重庆建工住宅建设有限公司（以下简称“住建公司”）积极应用大数据技术对工程成本进行管控，提升成本管控信息化水平，以期达到高质量、降本增效的目的。

2.1 大数据平台的构建

住建公司在进行数字住建建设规划，集成云计算、大数据、物联网、BIM 等前沿技术，构建了“数智企业”平台（以下简称“数智平台”），该平台是依托物联网、互联网建立的大数据管理平台。首先，在工程项目将施工现场的应用和硬件设备产生的数据汇集到这个统一的平台，进行数据整合及清洗，形成数据中心。然后对大数据进行存储与协同等管理，利用云计算、数据分析、数据挖掘技术开展大数据的分析应用，提供可视化等服务。

2.2 大数据技术工程成本控制中的应用步骤

1）利用大数据对成本的事前计划进行精准预测

成本预测的精准性是成本控制的基础。通过大量数据成本信息的收集（包括住建公司内部、行业），分析确定“金科工程”的成本控制目标。在工程项目中，利用数据映射技术将成本数据（元数据）与BIM 模型关联，形成成本BIM 模型，实现成本的物料需求的精准计算，并在数智平台上展示，实现成本的可视化管理，达到优化资源储备，为现场材料员和施工员完成采购计划、进料、验收、限额领料、消耗控制提供技术和数据支撑。

2）利用大数据对成本的事中控制进行精确管理

工程成本的消耗伴随着工程建设的进行而进行，其中物料供应的现场管理一直以来都是成本事中控制工作的重点及难点。在“金科工程”中，对于非称重材料（如钢筋）采用移动APP 现场实时点验，对于称重材料采用实现过磅数据的自动采集、图像采集等多种技术手段，实现了对物料进行实时验收的称重材料（图4、图5）。

图4 材料入场数据采集

图5 移动端验收钢筋数量

在数智平台上，利用数据云计算技术，对进出场物料及时统计，掌握实际采购、实际到货情况防止材料进场损失；对收发料汇总分析，即时动态更新，真实准确反映收发料情况。利用平台的数据分析功能，根据多项目数据监测，全维度智能分析，分析现场材料偏差情况，出现问题及时预警，及时处理。数智平台上能通过远程视频直播过磅收料卸料情况，全方位监控摄像覆盖范围，实现公司远程监督与管理，有利于督促规范管理实施。解决了以往供应链成本管理中缺乏透明度、多变性不可控、信息共享差的难题。

3）利用大数据对成本的事后核查进行精益管理

在数智平台上，将BIM 模型与成本预算、合约清单及施工合同、施工进度、工程量清单核算等进行关联，验收数据推送至项目系统生成入库单用于结算，既避免数据重复录入，又确保结算数据真实可靠[4]。方便成本核算的全过程数据（主数据）管理及运用，对后续工程款支付、企业成本核算、账务流程实现精细化管理。

4）利用大数据进行工程成本控制的潜在价值

利用大数据进行工程成本控制，不仅仅体现为单一项目的成本控制；在建筑施工企业层面，建立项目成本数据采集模型，可以收集、存储海量的成本业务数据。采用数据挖掘技术，建立价格指标关联分析模型，以地区、业务板块和业务发生时点为主要维度，结合政策调整、价格变化等相关社会经济指标，就可对成本管理影响因素进行深度挖掘。例如，通过材料总量对比、偏差情况、环比走势、扣量走势等，监控变化趋势、识别管理重点、分析问题原因，辅助材料计划决策、资金计划决策。通过供应商负差排名、扣量排名、供货排名等，识别供应商真实供货信誉、供货质量、供货实力，辅助供应商招采决策、评估决策。通过作业人员收发料排名、识别超负差次数/超负差率排名，提供绩效考核依据、工作效益评估标准，辅助人员评价决策、选拔决策。

2.3 大数据技术在建筑工程成本控制中的应用效果

数智平台是汇集建筑企业、工程项目所有信息的重要大数据平台，是应对数据时代发展的标准顶层设计，是建筑业行业与企业信息化信息资源共享和深度挖掘的基础。通过数智平台，利用大数据技术良好接入性的特点，实现与物联网技术及智能化信息技术等进行有效结合、高效应用，无论对于工程项目管理人员、还是企业部门业务人员，在项目成本管理中都大幅度降低了重复工作量，大大地提升了工作效率[5]。根据“金科工程”具体建设内容及工程成本（如《建设工程预算定额》）等相应标准，对大数据技术在建筑工程成本控制中的应用效果进行测评，结果显示，基于大数据技术的成本控制模式能够对建筑工程项目成本控制提供更好的事前、事中、事后控制措施，提升了技术硬软件、人员素质的信息化水平，减少了不必要的成本支出，减少了失效管理造成的成本损失，在“金科工程”获得了较好的成本效益。

3 结语

利用数智平台，实现了对企业及项目两个层面工程成本大数据的协同集成管理，平台的大数据技术管理解决了之前建筑企业对项目的工程成本监管无抓手、无法深入的问题，使项目工地物料管理透明化。所有业务都能够基于工程项目成本数据进行驱动，有利于及时掌握项目工地生产的信息，能迅速发现项目工地生产过程中出现的成本问题并进行预测，根据市场的变化迅速调整公司物资供应策略，实现资源的快速调度，真正通过数据来推动项目成本效益的增长。