大數據對工程造價信息管理的應用研究

陳越 王境

摘要：隨著人工智能化的普及，機械的低成本工作即將會被大數據技術所取代。在整個建筑環境中，造價信息是每一項工程不可或缺的部分，利用大數據技術對它們進行分析是這個時代進步的產物。造價信息管理過程中的成功要素在于信息的完整性與準確性，以及對數據的處理水平;

關鍵詞：信息系統集成;工程造價數據庫;概算指標體系;大數據分析

1概述

建筑行業中，大數據分析模式產生積極影響，發揮出大數據時代信息暢通的高效之處，智能計算出造價數據作為參考，為決策提供幫助。通過對已形成的建設項目工程造價數據庫中各項工程技術和設備造價指標的分類，可以提供更有效管理建設工程造價數據庫的辦法，并尋找可以通過己建造價計算擬建工程造價的有效途徑[1]。采用細致入微的規定;精確對工程進行算量、套價。

2工程造價信息應用現狀

2.1工程造價信息缺乏完整性和準確性

建設一個工程項目的預期費用加上實際對其投入的所有固定資產的總費用，包括無形的投資和固定成本;同時工程價格是建成一項工程在土地市場、設備市場、勞務市場以及承包市場的交易活動中形成的建安費、裝飾裝修費等。例如，對工程造價的基本內涵認識不清，對信息管理系統認識不一、不予以重視;沒有對工程造價信息系統完整性與準確性的全面了解;對不同部門分工人員組織配置也不夠嚴格;部門管理人員對各部分信息的審視工作并不積極;市場需求感也不迫切;也會導致建立的全國性工程造價信息系統建設發展緩慢，提升工程造價信息的滯后性。

2.2工程造價信息數據處理水平不高

工程造價信息具有體量大、多樣繁雜的特征，本來是一件繁雜瑣碎的事情，加之沒有國家決策支持和制度保證，不能進一步的科學發展，缺少資金開展新研究。而且，工程造價信息管理系統并沒有可作依據的國內統一標準，缺少權威性，不能作為預測指標體系的基礎。從數據采集上，其具體內容涉及建筑類別、建筑材料分類、人工費、市場售價等，都是根據有關地方部門習慣而加以分類，不能與統一標準要求相適宜，所以即使重復開發現象嚴重，都是層次水平不高[2]，不能交付使用。

3工程造價數據庫的功能分析

3.1電網工程造價數據庫功能分析

根據國家電網技術經濟研究狀況，已經形成數量覆蓋面較廣、數據內涵相對齊全的國家級輸配電技術經濟信息庫，并通過抽取相關技經指標，構建單項工程的分類評價體系，并輔助技經專家開展技經專業評估工作，為完善輸配電工程方法，合理調節工程造價水平提供了平臺方法與政策依據。因此國家供電網工程造價水平不斷增加，為促進電網上的輸變電建設不斷發展，對輸變電造價及其影響因素開展研究，并通過建立支持向量法模式等方法開展實例研究[3]。結果表明，使用徑向基核函數的最小二乘法支持向量機，在國家輸變電工程造價數據庫指標預報中的預估準確度較高，這就意味著經優化后的支撐向量機預測能力更加強大，預報范圍更廣，并可大規模投入生產使用[4]。

3.2交通工程造價數據庫功能分析

研究結果顯示，通過研究的中國公路建設工程造價資料數據庫，系統闡述數據庫研究的重要性，總體設計思想、主要技術方法以及信息系統實現的主要功能等，并對其應用前景做出了預測，為中國公路建設工程造價管理與信息化建設提供全新的思考，對于推動中國當前公路建設交通工程造價管理的更加完善，具有很大的現實意義[5]。公路工程造價統計信息，對于工程項目招投標造價決策有著很大的參考價值，也有助于提升政府主管部門和建設施工管理部門的工作水平與效率。宋軍博士的研究結果顯示，以國家高速公路建設項目基本數據庫系統為信息技術基石，以“云業務”為信息技術依托，借力于XML和Web業務支撐，構建一套“云應用”統一的工程項目建設管理網絡平臺。通過對工程造價數據庫的運用，深入研究軌道交通領域工程造價最高效的模式，并有效地指導了在后續施工中發生的招投標價格，工程變更評估，合同結算等問題[6]。

3.3房建工程造價數據庫功能分析

房建工程造價數據庫會對該項工程里涉及到的數據量化分類，進而獲取更為正確直觀的概預算。只有工程數據預測的詳細、準確，才可以確保此工程項目前期節省大量資源，從而使工程造價前期工作實現事前控制的效果。有研究表明，利用分布式數據庫系統技術，將大量零散的存儲與造價管理數據信息進行分類整理，這樣可以整合大量自身并不具有建設數據庫能力的中小企業，進而對全省區域內不同工程造價管理數據信息加以集成，從而一方面增強公司實力，另一方面減少建設成本[7]。同時根據過去編制工作初設概算或者可研估計流程中出現的問題，構建相關的誤差庫，為日后的編制工作進行預警，以防止再出現相同的錯誤，從而大大提高編制工作的有效性和成功率，也提升工程造價以及前期管理工作的有效性和質量[8]。

4結語與展望

大數據是大勢所趨，將這種先進的技術應用到工程造價數據庫的建設與使用中可以節省人力物力資源，將大數據、云計算和人工智能技術應用與工程咨詢結合BIM技術，服務于建筑業和工程咨詢進行轉型升級。同時，工程咨詢的大數據成果，也可以服務于固定資產投資審計，更好的推進審計事業轉型，將審計監督和經濟管理工作相結合，從傳統的審計向現代制度基礎審計和風險基礎審計發展;建設項目績效審計等現代審計也將得以更深入的推進，便于后續建筑業的發展速度得以提升。

參考文獻

[1]劉潔.工程造價數據庫管理方法的研究[D]. 廣東工業大學， 2011.

[2]米亞瓊.多行業需求視角下建設工程造價數據庫現狀分析與對策研究[D]. 江西師范大學.

[3]羅永康.人工神經網絡在建筑工程造價預算中的應用[J]. 山西建筑， 2020.

[4]亓小莉.探討大數據背景下工程造價前期管理[J]. 科學與財富， 2019.

[5]王中和.基于集成工程量清單的鐵路建設項目投資控制研究[D]. 天津大學， 2014.

[6]高偉珍.工程造價在建筑工程項目中的作用分析[J]. 城市建設理論研究（電子版）， 2012.

[7]蔡紹榮、姚沅.公路工程造價資料數據庫系統的研究與開發[J]. 公路， 2003