淺談工程造價的估算模型

葛 靜

(新疆電力設計院，新疆 烏魯木齊 830001)

1 引言

工程造價是指進行工程項目建設所需要花費的全部費用。它包括建設工程費、設備器具購置費、工程建設其他費、預備費、建設期貸款利息、固定資產投資方向調節稅等。工程造價估算的準確性和高效性，直接影響著項目的投資決策和投標的競爭力。隨著我國工程建設的快速發展及招標投標制的逐步推行，工程造價估算模式在不斷深化，如何快速而且準確的進行工程造價估算成為當今熱點研究課題之一。

本文討論了工程造價的作用，總結了定額法、實物法、回歸分析法、模糊數學法、灰色預測法和人工神經網絡法在工程造價估算中的應用現狀及其特點，期望為實際工程應用和理論研究提供可參考的綜合分析資料。

2 工程造價估算的作用

在整個工程項目建設過程中，工程造價是貫穿始終的主要影響因素之一。工程項目建設具有很大的不確定性，使建設價格時常發生改變，因此合理的進行工程造價估算是工程項目可行性研究的基礎，其作用范圍和影響程度十分巨大。

2.1 投資決策方面

工程造價估算對建設項目的投資具有指導作用?，F階段，我國市場經濟競爭十分激烈，能否快速而且準確的進行工程造價估算成為投資方所要面對的首要問題。工程造價決定著項目的一次投資費用，因此工程造價估算的結果將直接反應出工程項目建設所需的投資金額及經濟收益，給投資方在項目投資決策階段提供重要依據。

2.2 工程成本控制方面

工程造價估算是工程項目建設過程中必不可少的關鍵環節，其估算結果是工程項目建設成本控制的基點。工程造價估算對工程項目建設成本的控制主要體現在兩個方面。對于投資方，在不同的階段進行工程成本估算并對其進行控制，最后通過竣工決算確定工程項目的最終成本。對于施工企業，可根據工程造價估算內容，挖掘降低工程造價的潛力，為成本控制計劃提供依據。

2.3 籌集建設資金方面

工程造價估算[1]是投資方籌集建設資金的依據。高效的工程造價估算方法能夠比較準確的計算出工程項目所需的建設資金，為投資方提供一個準確的籌集資金額度。當向金融機構進行貸款時，金融機構也需對工程項目的工程造價進行估算，以便對工程項目的償貸能力進行評估。

3 工程造價的估算模型

3.1 定額法

定額法[1]是通過事先編制的分部分項工程的單位估價表和工程量乘積的總和來計算工程造價的方法。其估算步驟主要分為三步:(1)對工程項目的規模、結構情況及工程特征等進行分析，利用定額法對投資進行估算;(2)根據其相應的估算指標，算出直接成本，間接成本，利潤和稅收等;(3)對各項成本進行匯總得出工程項目估算?，F階段，我國基本采用定額法來確定工程造價。定額是根據各地行業平均生產率水平及國內自產設備生產率進行制定的，基本反映了各地和各行業的技術經濟水平與特點。

定額法的優點主要體現在兩個方面:(1)采用定額法估算的工程造價能夠反映當時的技術經濟水平及平均勞動生產率，有利于對工程造價的水平進行宏觀調控;(2)定額法的思路簡單明了，對編制人員的知識結構要求不高。然而定額法也存在著不足之處:(1)定額存在滯后性，不能反映當前科學技術的最新成果;(2)定額采用國家或地方政府制定的統一工程造價，招投標時不利于競爭;(3)定額法估算工程造價不能反映質量目標和進度目標。

3.2 實物法

實物法[1][2]又稱實物量分析法，是通過計算各種資源的消耗量及單價來確定工程造價的方法。其基本思路主要分為三步:(1)分析各分部分項工程所需的材料、人工和機械的消耗量及其單價，計算其直接成本;(2)計算管理費、財務費等間接成本;(3)對直接成本和間接成本進行匯總，求得總工程造價。

相比于定額法，實物法的價格根據市場的變化而定，資源消耗量根據工程的實際建設條件而定。因此，實物法能夠真實的反應出市場的變化情況和技術管理水平，是一種切合實際、合理、準確的估價方法。然而，實物法并未得到普及，其主要原因在于實物法估算工程造價過程復雜，工作量大;對工作人員的知識水平要求較高;需要較多的工程資料，不利于投資決策和可行性研究階段的工程造價估算。

3.3 回歸分析法

回歸分析法是根據比較完備的歷史統計數據，運用統計學方法進行加工整理，得到有關變量之間的關系，用于預測未來變化情況的一種工程造價估算方法。在20世紀七十年代[3]，作為一種工程造價估算方法，回歸分析法便開始快速發展。隨著越來越多的學者對該方法進行研究，回歸分析法被逐步完善。2003 年，R.Martin Skitmore[4]等基于 93個澳大利亞詳細的工程資料提出了有關實際工程周期及造價的回歸預測模型。其模型表達式為

式中，(0j、(1j……(nj為回歸系數;x1j、x2j……xnj為各工程變量值;(0、(1……(n為使殘余平方和最小的擬合系數。

通過分析得出，該模型具有很好的擬合效果，對于工程周期，其最小的殘余平方和為1.77817，對于工程造價，其最小的殘余平方和為0.56923。2009年，陳小龍[5]等基于解釋結構模型，對18個上海地區小高層住宅項目工程造價進行多元線性回歸估算。結果表明結合解釋結構模型和多元線性回歸方法能夠快速而準確的估算工程造價，估算誤差控制在5%以內。

以上分析可知，回歸分析法簡單易行，能夠較快的對工程造價進行估算，但是需根據類似的工程樣本進行分析，其準確程度取決于樣本的大小及工程項目的相似程度。

3.4 模糊數學法

模糊數學法是以一組與擬建工程類似的已建工程為基礎，運用模糊數學理論，定量地確定工程項目間的相似程度，建立相應的數學模型，推算出擬建工程造價的估算值。史亮[6]指出在工程造價快速估算中，模糊數學法主要分為四個步驟:(1)建立工程造價快速估算數學模型;(2)確立模糊關系系數;(3)計算加權海明貼進度;(4)工程造價估算。

計算加權海明貼進度是模糊數學法中最為重要的步驟，只有選擇的相似樣本是合理的，估算出來的造價才會比較精確。經研究表明，樣本相似程度和公式參數估計系數比較合理，工程造價估算精度將控制在5%之內。

3.5 灰色預測法

部分信息已知，部分信息未知的系統稱灰色系統。灰色理論的微分方程模型簡稱GM模型，基于灰色系統理論的GM模型的預測，稱灰色預測。采用灰色預測法估算工程造價就是從已建工程中找出與擬建工程最相似的若干工程，進行工程間的灰色關聯分析，利用相似的已建工程造價資料估算擬建工程的造價?；疑A測法的計算步驟主要分為四步[7]:(1)確定系統的主導因素和關聯因素;(2)對主導因素建立GM(1.1)模型，對關聯因素建立GM(1，N)模型;(3)根據GM模型，建立系統狀態方程;(4)求解狀態方程，并對其解果進行累計還原，即求得各因素擬合值和預測值。

作為工程造價的一種新方法，灰色預測法具有快速、簡便的特點。然而，值得注意的是影響工程造價的因素很多，對不同的因素進行預測得到的結果也會不同。因此，為了獲得更為準確的預測效果，合理優化預測因素顯得至關重要。

3.6 人工神經網絡法

人工神經網絡模型是由大量、簡單的神經元廣泛地互相連接而形成的復雜非線性自適應動態網絡系統。從20世紀九十年代[8]以來，神經網絡法就開始應用于工程造價估算之中。G H.Murat[9]等指出，采用人工神經網絡法對工程造價進行估算主要分為模型建立、訓練以及測試三個模塊。模型建立模塊主要包括數據分析、造價影響因素的確定、網絡結構體系和內部規則的選擇。網絡結構體系由輸入層、隱含層和輸出層組成，如圖1所示。造價的主要影響因素通過輸入層進入神經網絡結構體系，而后隱含層提取和記憶信息中有用的特征及其次要特征，最后通過輸出層將所提取的信息進行匯總并輸出工程造價。訓練模塊要求收集數據并確定網絡學習準則。在訓練模塊中，將收集的訓練數據樣本按照網絡學習準則進行網絡學習，通過反復的訓練，提取其有用信息，可得到一個訓練好的造價預測樣本，通過必要整理加工后，最終得到預測的工程造價。測試模塊是將預測的工程造價與實際工程造價相比較，評價預測模型的精度。

圖1 神經網絡結構體系[9]

人工神經網絡法具有良好的自組織自適應和很強的學習能力，對造價估算的精度遠高于回歸分析法、模糊數學法和灰色預測法。但是人工神經網絡法可能陷入局部極小點，使誤差變大。如何克服算法的這一缺陷是今后需要研究的一大課題。

4 結語

無論是建設單位進行投資決策，還是施工單位進行成本控制，快速而且準確的進行工程造價估算具有十分巨大的作用。隨著工程建設的興旺發展，工程造價估算的重要性日趨顯著，國內外學者對估算模型的研究也越來越深入，包括定額法、實物法、回歸分析法、模糊數學法、灰色預測法、人工神經網絡法等。本文對這些方法進行了總結，并指出主要思想及特點，為實際工程應用和理論研究提供可參考的綜合分析資料。

[1]郭琦.工程造價管理的理論與方法[M].北京：中國電力出版社，2003.

[2]朱光明，錢善揚.實物量法-國際社會編制工程造價的慣例[J].中國建設信息，2002.2(3)：55 ～57

[3]McCaffer R.Some examples of the use of regression analysis as an estimating tool[J].Quantity Surveyor，1975，32：81-86

[4]R.Martin Skitmore，S.Thomas Ng.Forecast models for actual construction time and cost[J].Building and Environment，2003，38(8)：1075-1083.

[5]陳小龍，王立光.基于建筑設計參數分析模型的工程造價估算[J].同濟大學學報(自然科學版)，2009，37(8)：1115-1121

[6]史亮，周鈞，楊亞輝.模糊數學在工程造價快速估算中的應用[J].山西建筑，2005，31(2)：147-148

[7]孫濤.灰色系統預測理論在建筑工程造價中的應用[D].西北工業大學，2006.

[8]Hoijat Adeli，Mingyang Wu.Regularization neural network for construction cost estimation[J].Journal of Construction Engineering and Management，1998，124(1)：18 –24.

[9]G H.Murat，D S.Zeynep.A neural network approach for early cost estimation of structural systems of buildings[J].2004，22：595-602