人工智能技術對工程造價過程的影響因素研究

摘?要：人工智能技術對工程造價過程的影響因素頗多，這些因素之間在某種程度上是相互關聯的，但有些是冗余的。本文運用主成分分析的方法，在人工智能技術的前提條件下，為了五個主成分對影響工程造價過程的12個因素進行歸納分析，表示出它們的同時也構造了主成分綜合評價函數，從而得出人工智能技術對工程造價的算量過程影響最大。使在人工智能技術的背景下，影響工程造價過程的多維指標得以實現，并為人工智能技術對工程造價過程的影響因素的研究提供參考。

關鍵詞：人工智能技術;工程造價過程;影響因素研究;主成分分析

1?概述

人工智能技術指計算機用人的思維來進行人類智能的操作。人工智能不僅在日常生活中經常可以看到，而且在工程造價中也被頻繁地運用。工程造價整個過程包含多個階段。在算量中鋼筋抽樣、圖形算量、單構件計算和計價中新建一個裝飾單位工程、在兩個單位工程里計取人財機價差、新建項目等多個步驟均需要相應的軟件簡化并精確計算結果。由此可見，人工智能技術在工程造價的過程中起到了重要的作用。

Peter?Smith（2016）提到隨著BIM技術的發展，它逐步被應用到工程造價領域中，發揮著不可替代的作用[1]。Zhen?Wen（2019）指出BIM系統可以自動修正成本指數這些指標，從而迅速地對工程進行估價。隨著BIM技術的進一步發展，它已經成了工程造價管理的有效方法之一，可以提高建筑業的效率和利潤[2]。伊林尹、昆倩（2013）也給出了兩種基于BIM技術的工程造價管理策略，能有效地提高建筑行業的成本管理水平[3]。

陳豐迪（2018）提到在工程造價中引入人工智能技術的原因及使用方法，得出了在建筑工程領域應用人工智能技術是其發展的必然趨勢的結論[4]。陶菁（2021）也指出了人工智能技術在工程造價中發揮著重要作用[5]。何印（2018）指出了影響工程造價估算的因素分為人為因素、客觀因素和動態因素[6]。這些因素的變動均會影響工程造價的準確度和可信度，而人工智能技術的應用能很好地解決這一問題，不僅可以提高數據估算的準確性和合理性，而且可以提高建筑工程的經濟效益。

綜上所述，人工智能技術在工程造價過程的應用已成必然趨勢，但其對工程造價過程的影響因素頗多，雖已有人分析但并不全面且不深度。因此，本文擬在上述研究的基礎上應用主成分分析方法，并結合問卷的實際調查，以人工智能技術對工程造價過程的影響因素進行深入研究。

2?研究方法

主成分分析采取數學降維的方法，其宗旨是原來眾多的變量被幾個綜合變量取代，而這些綜合變量能最大可能地代表原來變量的信息量，且彼此之間互不相關。其數學模型如下：

3?問卷設計與發放

3.1?設計思路

為了深入探究人工智能技術對工程造價過程的影響因素，在實證研究階段采用問卷調查方法對研究模型中涉及的變量及變量間的關系進行測量。本次問卷由答題人的基本信息和測量表兩部分組成，測量表包含前期準備、熟悉圖紙、算量、計價、后期估算5個測量維度，每個維度有2～4個指標進行更精確的判斷。同時，測量表在李克特5級量表的基礎上進行了科學的改編，每個指標給出1、2、3、4、5選項，其中依次表示非常不認同、不太認同、比較認同、認同、非常認同。

3.2?指標選取

在工程造價的前期準備階段，要編制施工圖的預算并給出建議，便于建設方參考及決策。影響前期準備的因素主要有建筑工程項目的設計因素、建設方法、客戶的財務狀況、技術要求、項目團隊要求、項目持續時間、建設規模和范圍、市場條件及合同要求。基于本文主要研究人工智能技術對其的影響，從中選取建設工程項目的設計因素、建設方法、技術要求、項目持續時間四個因素，將其整合為便于尋找合適的方案、節約時間、使工程成本降低和縮短工作周期四個指標。在熟悉圖紙階段，需瀏覽一遍圖紙對工程有個大致的了解。影響這一階段的因素主要有建設工人的技能水平和識圖能力、場地限制及建筑面積與層數。基于人工智能技術這一前提條件，選取建設工人的技能水平和識圖能力、場地限制這兩個因素，將其整合為降低了用工和安全風險、滿足各種場地限制兩個指標。在算量階段，需要運用鋼筋抽樣軟件和圖形算量軟件。影響算量這一階段的因素主要有建設工人的細心程度、項目的復雜性及項目信息。在人工智能技術的前提條件下，選取建設工人的細心程度、項目的復雜性兩個因素，將其整合為提高計算的精確度、節約人力資源與時間兩個指標。在計價階段，先輸入鋼筋工程量并新建一個裝飾單位工程，接著記取人材機價差，最后將所有工程全部添加進來。影響計價這一階段的因素主要有清單計價或定額計價的選擇類型、手動部分的工程量及施工過程中的材料采購。在人工智能技術的前提條件下，選取手動部分的工程量、施工過程中材料的采購兩個因素，將其整合為計算過程大部分得到了簡化、提高材料采購的準確性兩個指標。在后期結算階段，需要收集竣工資料并對竣工過程進行結算和審計。影響后期結算過程的因素主要有工程項目變動、國家政策管控、自然條件、市場需求、施工過程中的人員變動及勞動生產率。在人工智能技術的前提條件下，選取自然條件、施工過程中的人員變動兩個因素，將其簡化為調控自然因素、增加失業率兩個指標。

3.3?問卷發放

對本次研究所選用的量表進行了初測，初測對量表的信度和效度檢測結果都表明本研究是合理和規范的。本次調查發放的人群主要為專科及本科以上工程造價專業的在校大學生和從事工程造價工作的在職人員。本次研究問卷的發放方式通過線上發送鏈接的形式。線上共回收問卷172份，通過對數據的分析與篩選，去除了無效問卷75份，有效率為56.4%。為保證數據無差別，隨機選取了30份進行對比與分析，發現并無明顯差異，故本次調查不存在明顯的無應偏差。

4?數據處理與分析

4.1?信度效度分析

問卷的信度分析是問卷測量可靠性的指標，主要由Cronbach’sα（克朗巴哈）系數來判斷信度是否達標。本次實驗的信度檢驗結果為0.921>0.9，說明信度好。對量表的效度檢測是為了證明調查問卷適合實驗研究，主要由KOM值和Bartlett球形檢驗值來表示。本次實驗的KMO數值為0.885>0.8，表示此測量表適合做因子分析。Bartlett球度檢驗結果卡方值為803.458，表示所對應的P值為0.00<0.05，則Bartlett球度檢測具有顯著的意義。

4.2?主成分分析

從總方差解釋表中能夠看到SPSS軟件將其分成了五個主成分，且這五個主成分的累計貢獻率高達84.154%，即對整體的解釋度為84.154%。第一個主成分的特征值是6.656，其貢獻率是55.470%，第二個主成分的特征值是1.484，其貢獻率是12.369%，第三個主成分的特征值是0805，其貢獻率是6.711%，第四個主成分的特征值是0683，其貢獻率是5.691%，第五個主成分的特征值是0469，其貢獻率是3.912%。如表1所示。

從第一主成分的表達式中可以看出，第7、8項指標有較高的得分，起主要作用，則第一主成分是提高計算的精確度、節約人力資源與時間的綜合指標。從第二主成分的表達式中可以看出，第9、10項指標有較高的得分，起主要作用，則第二主成分是計算過程大部分得到了簡化、提高材料采購的準確性的綜合指標。從第三主成分的表達式中可以看出，第11、12項指標有較高的得分，起主要作用，則第三主成分是調控自然條件、增加失業率的綜合指標。從第四主成分的表達式中可以看出，第5、6項指標具有較高的得分，起主要作用，則第四主成分是降低了用工和安全風險、滿足各種場地限制的綜合指標。從第五成分的表達式中可以看出，第1、2、3、4指標有較高的得分，起主要作用，則第五組成分是便于尋找合適的方案、節約時間、使工程成本降低、縮短工作周期的綜合指標。

從以上的結果和公式可以看出人工智能技術對工程造價過程影響的主要因素是提高計算的精確度、節約人力資源與時間等，故在人工智能技術的條件下，進行工程造價算量時要著重注意這些因素。

結語

本文采用主成分分析的方法，得出了前五個主成分能夠綜合84.154%的指標信息的結論，從而完全取代12個指標進行綜合分析人工智能技術對工程造價過程的影響因素，并且使用SPSS軟件進行相關數據的處理，減少了工作量。為了使人工智能技術在工程造價過程中能更好地運用，首先要進一步發展人工智能技術，使它能夠完全取代人工手算，達到最高的精確度。其次，也要進一步提高人們自身運用人工智能技術的水平，使它能夠最大程度地發揮作用。最后，還要使人工智能技術與工程造價過程完美結合，從而為建筑行業提供更加廣闊的前景。

參考文獻：

[1]Smith，P.（2016）.Project?Cost?Management?with?5D?BIM.ProcediaSocial?and?Behavioral?Sciences，226，193200.doi：10.1016/j.sbspro.2016.06.179.

[2]Wen，Z.（2019）.Application?Research?of?BIM?Technology?in?Engineering?Cost?Management.IOP?Conference?Series：Earth?and?Environmental?Science，295，042037.doi：10.1088/17551315/295/4/042037.

[3]Yin，Y.L.，&?Qian，K.（2013）.Construction?Project?Cost?Management?Based?on?BIM?Technology.Applied?Mechanics?and?Materials，357360，21472152.

[4]陳豐迪.人工智能技術的建筑工程造價估算淺析[J].建筑學研究前沿，20180907（023Z）.

[5]陶菁.人工智能技術在工程造價中的運用初探[J].居舍，2021（16）：174175.

[6]何印.基于人工智能技術的建筑工程造價估算研究[J].建材與裝飾，2018（28）：152153.

作者簡介：趙子怡（2000—?），女，漢族，河南焦作人，本科，研究方向：工程造價。