大數據下的工程造價前期管理

顏令輝

摘 要：工程造價的前期管理工作是工程造價管理的龍頭，運用大數據技術，通過對海量工程造價數據進行組庫，對以前的數據進行梳理，并將這些海量信息進行收集整理、儲存、分析，建立工程造價預測模型，提高工程造價的準確性，分析工程實施及生產運行中的數據，對工程造價前期管理進行反饋，進而實現可研估算及初設概算的精準控制，對工程造價進行準確地預測。

關鍵詞：大數據 工程造價 前期管理 精準預測

中圖分類號：D923 文獻標識碼：A 文章編號：1674-098X（2017）08（b）-0169-02

工程造價的前期管理工作主要涉及項目的可研估算及初設概算，此設計階段的造價控制工作是工程造價管理的龍頭，能決定工程全部造價的90%，因此如何提高可研估算及初設概算的精準度十分必要，隨著科技的進步，大數據時代的到來，在工程造價前期管理階段引入大數據技術對造價控制工作是時代發展的需要，也具有重要的實際意義。大數據技術應用于工程造價的前期管理，就意味著以一種前所未有的方式，通過對海量工程造價數據進行分析，實現可研估算及初設概算的精準控制，對工程造價進行準確地預測。

1 對以往數據進行梳理，并將此海量信息進行收集儲存，以備分析

數字化將模擬數據轉換成計算機可以讀取的數字數據，使得存儲和處理這些數據變得既便宜又容易，從而大大提高了數據管理效率。在大數據時代，依靠發達的計算機技術，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不是依賴于隨機采樣，大數據讓我們更清楚地看到了樣本無法揭示的細節信息。具體到電力工程，我們應針對以往編制的可研估算及初設概算，依據電壓等級、變壓器容量等進行詳盡的分類，將工程所涉及的對工程造價有影響的因素分析形成數字數據，建成詳盡的工程造價數據庫，有條件情況下，盡量收集與工程相關的數據信息，納入工程造價數據庫。“大數據”全在于發現和理解信息內容及信息與信息之間的關系，這就要求利用所有的數據，而不是僅僅依靠一小部分數據。因此電力工程造價的數據應詳盡準確，以變電站為例，土建工程方面的數據應包括征地面積、征地價格、民事賠償、場地征用及清理費用等所有其他費用，本體工程中包括主要建筑物面積及費用、全站構支架及基礎（構支架重量及基礎混凝土用量及費用）、場地平整中的土石方開挖量及回填量、場地平整費用、地基處理方法及費用、擋土墻及護坡費用等；安裝工程方面的數據應包括變壓器、110kVGIS間隔、10kV開關柜、電容器、電抗器、接地變消弧線圈、二次設備、監控設備、直流設備、通信設備、計量設備等設備的型號、單價及數量；接地、防火的方案選擇及所用材料的型號、單價及數量；電力電纜及控制電纜的型號、單價及數量；安裝費用、調試費用的計取等。量化一切，是數據化的核心，只有數據足夠的詳備，才有利于對數據進行分析，對即將編制的可研估算及初設概算具有指導意義，編制的可研估算及初設概算才能更準確、更有預測性。

2 建立工程造價預測模型，提高工程造價的準確性

大數據的相關關系分析法更準確、更快，而且不易受偏見的影響，建立在相關關系分析法基礎上的預測是大數據的核心，復雜的機器分析能為我們預測工程的造價，并控制在一定的誤差范圍內，根據工程造價的以往數據，建立工程造價的動態預測模型，對一些典型標準工程的造價進行動態建模，把即將編制的可研估算及初設概算的工程與模型對比，找出雷同的部分，重算變化的部分，根據工程實際修改影響工程造價的各因素，以變電站為例，同類型的變電站多因為地點的不同而導致征地等其他費用及地下費用的變化，我們完全可以通過大數據分析找出雷同部分，對不同部分進行調整價格，進而提高可研估算及初設概算的準確率。同時根據以往編制可研估算及初設概算過程中出現的錯誤，形成差錯庫，依據差錯庫，避免再出現同樣的錯誤，提高編制成功率。

3 分析工程實施及生產運行中的數據，對工程造價前期管理進行反饋

依據大數據技術進行工程造價的預測和洞察，一般來說，人具有的兩種主要思維模式是不費力的快速思維和比較費力的慢性思維，快速思維模式使人們偏向用因果聯系來看待周圍的一切，即使這種關系并不存在，這是我們對已有的知識和信仰的執著。在古代，這種快速思維模式是很有用的，它能幫助我們在信息量缺乏卻必須快速做出決定的危險情況下化險為夷。但是，通常這種因果關系都是并不存在的，經常憑借直覺而來的因果關系并沒有幫助我們，但大數據之間的相關關系，將經常會用來證明直覺的因果聯系是錯誤的。最終也能表明，統計關系也不蘊含多少真實的因果關系。

工程具體實施中及生產運行中的數據反映了工程的實際，對以后的工程造價管理具有重要的反饋指導意義，這些數據有的能體現因果關系，有的則體現具有統計意義。例如有些工程方案的選擇導致實施中工期拖延、施工難度增加，間接導致了工程造價的提高，有些設備在運行中因為質量經常需要檢修，導致運維成本加大，此類工程的數據都應納入工程造價的前期管理，根據這些數據信息反饋，經大數據技術進行分析，采用某工程施工方案導致造價提高，采用某型號的設備導致維修運營成本加大，無需花費氣力找出其中的因果關系，我們就可以直接應用于實際，再進行同類工程的可研估算及初設概算中，應有意識替代導致工程造價提高的方案，不采用運維成本大的設備材料，只有這樣才能有效地降低工程的全壽命周期造價。這樣工程方案的選擇及設備選型完全讓客觀的數據說話，避免了人為的決策，數據不會騙人，但人的主觀經驗容易犯錯誤，直覺的判斷將被迫讓位與精確的數據分析。因此有條件的情況下，應盡可能完善項目施工數據庫及檢修數據庫，多個庫之間進行聯動，運用大數據技術，計算機就能夠篩選出更能降低造價的設備、材料、施工方案，隨著大數據的出現，數據的總和比部分更有價值。當我們將多個數據集的總和重組在一起時，重組總和本身的價值也比單個總和更大，上述造價庫、施工數據庫及檢修數據庫的重組比單個庫更有意義，運用大數據分析，才能真正做到“只買對的，不買貴的”。

4 結語

總之，大數據技術的出現為我們準確預測工程造價成為可能，項目的決策及設備的選型可依據海量的計算及比對，讓數據作為行動的依據，為工程造價工作提供了強有力的支撐。

參考文獻

[1] 國家電網公司.國家電網公司輸變電工程通用設計：110（66）～500kV變電站分冊[S].北京：中國電力出版社，2011.

[2] （英）維克托·邁克-舍恩佰格，等.大數據時代[M].盛楊燕，等譯.杭州.浙江出版社，2013.

[3] DL/T5218-2012.220kV～750kV變電站設計技術規程[S].北京：中國電力出版社，2011.endprint