大數據在工程造價行業的應用研究

黃 俊

深圳市建設工程造價管理站，廣東 深圳 518000

2015年8月，國務院正式印發《促進大數據發展行動綱要》（國發〔2015〕50號），標志著大數據已經成為我國重要的戰略資源。據《深圳市2020年政府投資項目計劃》顯示，深圳市區兩級政府投資總規模約為1769億元，預計推動全社會固定資產投資規模達到8400億元左右。龐大的投資規模對工程造價的精細化管理提出了更高的要求。因此，加快工程造價行業大數據部署，是深化工程造價行業改革、推動工程造價行業發展的必然選擇。

目前，工程造價行業大數據應用尚處于起步階段，造價數據管理大都只停留在零散的數據堆砌和分析階段，未實現系統性、集約化管理。利用大數據技術可以將分散、無序、龐雜的數據和信息按照統一的標準進行全面采集、合理篩選、快速整理、準確分析、系統儲存、充分利用等。

1 大數據應用對工程造價行業的意義

大數據是以容量大、類型多、存取速度快、應用價值高為主要特征的數據集合，正快速發展為對數量巨大、來源分散、格式多樣的數據進行采集、存儲和關聯分析，從中發現新知識、創造新價值、提升新能力的新一代信息技術和服務業態[1]。結合工程造價行業現狀，通過構建統一、規范的工程造價信息標準體系，運用大數據、人工智能等信息化技術，有機串聯決策、設計、招投標、施工等各階段，使造價數據可溯源、易對比，建立跨部門、跨階段、高度協同、高效管理的工程造價大數據應用平臺，從而防止造價數據的流失，提高造價數據的利用價值，提升投資人、建設人和運維人的決策、投資控制和績效管理水平。

1.1 提升建設單位項目管理水平

建設單位在工程項目建設質量、進度、安全、造價管理中承擔著極其重要的責任，工程造價的確定與控制更是貫穿工程建設投資決策至竣工決算階段的全過程。應用大數據技術進行項目管理，建設單位可全面了解以往同類項目各階段成本造價，為項目決策提供重要的數據支持，確保合理控制項目投資。

1.2 提高施工企業成本控制能力

隨著市場經濟的發展，施工企業間的競爭越來越激烈，要想在市場中求得更大的發展，只能加強成本控制。應用大數據技術可以將現場各項消耗量和價格水平以及已完成項目經濟、技術、物料等數據整合形成企業數據庫（等同于修訂、完善、補充過去的企業定額），利用數據庫對標行業平均水平，尋找差距，制定策略，提高企業成本控制水平。

1.3 構建造價咨詢企業的數據平臺

造價咨詢企業是整個工程造價行業中產生的數據量最大的群體，海量數據值得有效利用與深度挖掘。應用大數據技術造價咨詢企業可以構建企業的動態指標數據平臺，進一步提高工程造價文件的編制質量和復核效率，及時發現問題并加以糾正，不斷提升企業核心競爭力，為建設單位和施工單位提供更高效、更優質、更精準的服務。

1.4 充分發揮主管部門造價管控作用

大數據應用能夠揭示傳統技術方式難以展現的關聯關系，建設主管部門可以借助大數據技術手段，推動政府數據開放共享，促進造價行業的數據融合和資源整合，通過收集、管理、運用和維護工程建設項目的共性和個性化的造價數據，洞察行業發展動向，預測未來造價走勢，制定行業監管政策。同時，逐步積累結構化造價數據，可以推動工程造價指數指標的信息化發布，為工程造價行業各方主體提供投資決策依據，實現工程造價行業大數據的積累與運用。

2 目前工程造價數據應用存在的問題

2.1 技術標準體系存在空白

近十年，我國工程建筑行業發展迅速，工程造價基礎數據充盈。但工程造價大數據應用是一個全新領域，技術標準體系無先例借鑒，仍需要大量的研究與探索。由于缺乏統一成熟的工程造價劃分標準和工程造價信息標準體系，工程造價數據系統的建設、管理及運行維護的標準各異。工程造價數據缺乏統一的語言表達，即使建立工程造價數據系統，也無法高效利用，形成了“信息繭房”。這種情況下要想做到協調好工程造價信息建設部門和行業之間的工作難度較大，從而無法順利完成數據系統開發和數據分析應用工作。大量的工程造價數據難以實現共享，難以形成可衡量、可對比的工程造價數據體系，無法為投資決策提供有力支撐。

2.2 行業信息化水平不高

受限于建筑工程領域的專業性和技術性，工程造價行業信息化發展較為緩慢，尤其在互聯網、區塊鏈、云計算、人工智能等先進技術的應用上，仍較為落后。近年來，隨著工程造價管理的逐步放開，在市場化力量的推動下，諸多聚焦于造價信息化方面的軟件相繼問世。該類軟件多致力于全方位智能化的數據分析以及自動化應用，在一定程度上幫助從業人員擺脫了原始的手工計算，使工作效率得到了大幅度的提高，為工程造價管理和控制工作實效的提升奠定了一定的技術基礎。但在具體軟件應用中，大部分工程造價軟件僅能實現通過計算機收集和整理數據，完成基礎的核算和統計工作，大量的分析工作仍然需要通過人工途徑完成。

2.3 信息數據的共享困難

在造價管理實踐過程中，由于工程造價數據管理缺乏頂層設計和聯動機制，各部門和各企業的工程造價數據系統無法形成協同發展。“各自為政”的情況對數據整合造成“先發劣勢”。諸多造價管理軟件還是傳統的“單機軟件”，仍然在使用XML等純文本格式管理造價數據。這類數據文件不但結構復雜，而且沒有統一的行業標準，交換接口、交換協議相對模糊，幾乎無法從根本上實現共享及交換造價數據，使分散在不同階段、不同時期、不同主體之間的工程造價文件彼此孤立，即使有計算機軟件的輔助，也無法集中管理數據資源，難以提取、歸納及分析其中的共性數據，導致大量造價數據只能變成“沉默的歷史數據”。

3 大數據在工程造價行業的有效應用途徑

3.1 構建工程造價信息標準體系

針對目前國內各種工程造價數據相對雜亂、數據板塊不夠統一、標準制度不夠健全的情況，相關主管部門亟須建立一套多元、多維、多方向，覆蓋建設項目造價管理全過程、全要素、全生命周期的工程造價信息標準體系，包括項目特征標準、計算方法標準、信息術語標準、數據格式標準、數據編碼標準、造價信息收集與處理標準、造價信息交換標準等，實現工程造價信息標準體系的統一化、規范化和權威化[2]。通過標準化手段，規范工程造價行業造價成果文件的編制行為習慣，使得編制造價成果文件時，形成規范、標準、系統的劃分結構，從源頭上提高不同計價文件的可對比性、可分析性，同時大幅度提高造價數據的計算機提取速度和精度，為后期造價數據分析節約大量的人力和物力。

3.2 推進數據分析技術行業運用

在大數據技術充分發展的時代，工程造價確定、控制與管理將大范圍運用信息化手段，推進數據分析技術發展，對實現大數據應用至關重要。傳統的造價數據分析技術只能簡單地拆分數據，無法智能化識別與分類非標準化數據。現今，有R語言、HPCC、Apache Drill、Rapid Miner、Mahout、Storm等更加流行的數據分析軟件，將其應用到工程造價數據分析中是非常有幫助的[3]。同時，探索自然語言理解、機器學習、深度學習等人工智能技術，提升數據分析處理能力、知識發現能力和輔助決策能力。利用數據分析技術對造價文件信息數據進行部位、專業、單位、分部等識別，轉化成可利用的結構化數據，從而將分散在造價文件中的信息數據盤活，實現數據分析技術從“統計”到“算法”的飛躍。

3.3 打造工程造價行業大數據應用平臺

工程造價大數據工作需要各個部門互相配合，才能最大限度地實現大數據應用。相關部門應盡快完善頂層設計，制定工程造價數據共享規則。要以完善的工程造價信息標準體系作保障、便捷的數據分析技術作支撐，在建設主管部門的主導下，以共建、共享、共治理念打造工程造價行業的大數據應用平臺，并鼓勵更多行業相關企業參與其中，建設符合企業發展需求的工程造價大數據應用平臺，推進政府平臺和市場主體開發平臺對接共享。同時，配套開發工程造價數據自動分析系統，從而實現系統化、便捷化、高效化處理造價數據。通過大數據平臺和分析系統對工程造價行業數據有效提取和利用，打破各部門之間、企業和機構之間工程造價數據的信息孤島，實現數據互聯互通、共享共惠。

4 結束語

綜上所述，工程造價行業大數據建設是一項難度大、涉及范圍廣的工作，在實現工程造價大數據應用的過程中可能會遇到諸多問題。建設主管部門應加強與企業之間的協同合作，盡快完善頂層設計，建立工程造價信息標準體系，不斷推進造價數據分析技術發展，打造工程造價行業的大數據應用平臺，共同推動工程造價行業在大數據時代的發展。