農(nóng)業(yè)水利工程不可預(yù)見費中各影響因素的分析

陳德勇

(燈塔市水務(wù)局萬寶橋水利水土保持監(jiān)督管理站，遼寧 遼陽 111300)

在施工過程中可存在多種不確定因素的影響并因此不可避免地引起不可預(yù)測事件的發(fā)生，因此為應(yīng)對突發(fā)事件導(dǎo)致的額外支出可在項目前期預(yù)留一定的不可預(yù)見費[1]。科學(xué)合理的不可預(yù)見費不僅可提高農(nóng)業(yè)水利工程造價的準(zhǔn)確性和管理水平，而且對于保證工程項目的額順利開展具有重要意義。考慮到農(nóng)業(yè)水利工程造價低、零散性強等特點對其不可見費用的計算采用傳統(tǒng)的工程定額法已無法適用，對不可預(yù)見費的相關(guān)指標(biāo)進(jìn)行合理、準(zhǔn)確的確定十分必要[2-6]。

水利工程信息化隨著信息技術(shù)的進(jìn)一步發(fā)展得到了廣泛的應(yīng)用，不僅可滿足水利工程項目參與各方對共享資源的要求，而且顯著提高了項目管理的工作效率。然而，不確定性和隨機性存在于任何項目管理中并因此造成了項目實施過程中的隱患和風(fēng)險。針對進(jìn)度風(fēng)險的復(fù)雜性和不確定性特征依靠經(jīng)驗很難對其實現(xiàn)準(zhǔn)確的評估和分析，因此通過一定的理論分析和技術(shù)手段構(gòu)建一個客觀、有效的預(yù)測模型對于降低項目管理風(fēng)險和提高防控能力具有重要意義[7]。

國家財政撥款為農(nóng)業(yè)水利工程項目的投資類型并且通常具有公益性、系統(tǒng)性、數(shù)量多、規(guī)模小以及在田間施工作業(yè)等特征，因此在施工過程中往往會設(shè)計到多個部門的限制與約束，如土地部門、水利部門、交通部門以及國土資源部門等進(jìn)而引起不可預(yù)見費發(fā)生，其中自然災(zāi)害、設(shè)計變更、通貨膨脹、局部地基處理等為影響不可預(yù)見費用的因素[8]。

結(jié)合其他行業(yè)不可預(yù)見費內(nèi)容以及農(nóng)業(yè)水利工程特點可將其中影響因素歸納為價格變動、不可抗力、設(shè)計變更與其他因素等4部分內(nèi)容，前3項內(nèi)容所引起的影響相互的獨立并基本涵蓋了項目可能發(fā)生的所有時間，因此可以前3部分作為計算的主體。蒙特卡羅、神經(jīng)網(wǎng)絡(luò)法以及數(shù)理統(tǒng)計法等為不可預(yù)見費估計的主要方法，其中蒙特卡羅法在項目風(fēng)險分析方面具有較廣泛的使用范圍。蒙特卡羅法計算的基礎(chǔ)是進(jìn)行馬爾科夫鏈的構(gòu)造，并且使得所構(gòu)建的馬爾科夫鏈穩(wěn)定分布在目標(biāo)分布要求范圍之內(nèi)，即希望目標(biāo)分布樣本中所產(chǎn)生的樣本可直接通過馬爾科夫鏈取得的樣本進(jìn)行利用，其核心內(nèi)容是利用轉(zhuǎn)換函數(shù)可將任意初始值最終收斂于目標(biāo)分布范圍。對概率密度的推擠分布狀況進(jìn)行合理的選擇是采用MCMC法的重要步驟，是提高樣本的采樣效率的核心內(nèi)容，該方法作為一種隨機模擬法在通信、物理、氣象和天文等領(lǐng)域已得到廣泛的應(yīng)用，常用的方法主要有自適應(yīng)取樣法AM法、Gibbs取樣法和MetropolisHasting取樣法。

據(jù)此，本文以遼寧省燈塔市為例對其近3年的農(nóng)業(yè)水利工程不可預(yù)見費運用蒙特卡羅模擬法進(jìn)行了估計，以期為水利行業(yè)不可預(yù)見費編制標(biāo)準(zhǔn)和制度提供一定參考和依據(jù)。

1 蒙特卡洛法

對不可預(yù)見費指標(biāo)運用蒙特卡羅法[9]進(jìn)行估計其主要流程為：引入輸入變量即自變量x1,x2,,x1n為影響不可預(yù)見費的各因素，并且各自變量滿足相應(yīng)的分布概率為f(x1),f(x2),,f(xn)，假定因變量y為不可預(yù)見費費率并與各相互獨立的影響因素之間為線性關(guān)系，因此可以各影響因素系數(shù)之和作為不可預(yù)見費費率，即滿足條件y=F(x1)+F(x2)++F(xn)；然后可根據(jù)隨機數(shù)發(fā)生器生成相應(yīng)的隨機變量并得到隨機數(shù)值F(x)。為更好的使得不可預(yù)見費費率y的概率分布與實際情況更加符合需對模型進(jìn)行足夠多的次數(shù)模擬，從而對度量指標(biāo)進(jìn)行估算。蒙特卡羅模擬法在操作上因需要大量的隨機數(shù)據(jù)而存在較大的困難，在過去該方法難以普及和推廣應(yīng)用，然而隨著計算機技術(shù)的不斷發(fā)展和應(yīng)用，可對蒙特卡羅模擬計算通過計算機編程得以實現(xiàn)，據(jù)此本文對模擬需要的定量隨機數(shù)據(jù)運用Matlab軟件進(jìn)行運算，對不可預(yù)見費費率的模擬估算過程如下：首先結(jié)合實際情況對不可預(yù)見費各影響因素的概率分布進(jìn)行統(tǒng)計和分析并得到相應(yīng)的結(jié)果；然后構(gòu)建各影響因素與不可預(yù)見費內(nèi)容之間的數(shù)學(xué)相關(guān)模型并運用Matlab軟件完成多次數(shù)據(jù)模擬；最后對評價結(jié)果利用數(shù)理統(tǒng)計分析法進(jìn)行分析并確定合理的度量指標(biāo)。

2 不可預(yù)見費影響因素測算模型

2.1 設(shè)計變更

農(nóng)業(yè)水利工程受占地情況、地質(zhì)條件等潛在因素影響其不可預(yù)見工程變更極易出現(xiàn)，并且伴隨著施工的不斷推進(jìn)其發(fā)生概率也將增大。對遼寧省燈塔市近3年的農(nóng)業(yè)水利工程相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計并對工程設(shè)計變更因素增加的費用所占總投資運用SPSS軟件進(jìn)行擬合分析，結(jié)果如圖1所示。

圖1 spss擬合結(jié)果

由圖1擬合結(jié)果可以看出，設(shè)計變更因素增加費用占總投資百分比擬合結(jié)果與偏態(tài)分布具有較高的擬合程度，為便于生成隨機數(shù)需將上述擬合結(jié)果轉(zhuǎn)化為正態(tài)分布。經(jīng)過多次試驗可將其轉(zhuǎn)化為近似正態(tài)分布，其中特征參數(shù)值分別為0.025和0.0056，將隨機生成的數(shù)據(jù)經(jīng)過平方處理即可運用于蒙特卡羅模擬。

2.2 不可抗力

相關(guān)數(shù)據(jù)統(tǒng)計分析顯示，在2015年某排水溝護(hù)砌進(jìn)口處因施工期降雨量較大出現(xiàn)了局部水量較大的現(xiàn)象，并且因上游坡度較為陡峭并最終造成約60m護(hù)砌額的沖毀破壞需要返工重建。農(nóng)田水田耕作區(qū)為燈塔市農(nóng)業(yè)發(fā)展的主要特征，因此設(shè)計排水溝應(yīng)根據(jù)排除時間、設(shè)計暴雨歷時以及暴雨重現(xiàn)期等因素綜合確定并滿足農(nóng)田積水不超過耐淹時間與最大耐淹水深等相關(guān)要求。該區(qū)域農(nóng)業(yè)水利工程施工技術(shù)以及設(shè)計標(biāo)準(zhǔn)均滿足相關(guān)登記標(biāo)準(zhǔn)，然而由于進(jìn)口處局部水量以及降雨量超過最大設(shè)計標(biāo)準(zhǔn)同樣作為不可抗力影響因素。自然災(zāi)害發(fā)生概率較低并作為可不抗力因素，在燈塔市近3年的農(nóng)業(yè)水利工程統(tǒng)計中僅僅發(fā)現(xiàn)一次，并且考慮到可用于自然災(zāi)害分析的相關(guān)數(shù)據(jù)較少等特性可將其分布設(shè)定為服從三角分布。自然災(zāi)害在施工過程中也可能不發(fā)生從而使得該不可抗力因素系數(shù)值最小為0，在一次案例統(tǒng)計分析中，初始投資因自然災(zāi)害引起的費用增加約為0.15%，相應(yīng)的不可抗力系數(shù)也會增加0.15%；根據(jù)燈塔市近三年不可抗力因素影響狀況統(tǒng)計結(jié)果最終確定為三角分布中的最大值為0.20%。

2.3 價格波動

農(nóng)業(yè)水利工程施工準(zhǔn)備與工程預(yù)算之間要相隔一年的期限，因此工程項目在2014年完成的預(yù)算需要在2015年方可投入實施，因此項目預(yù)算編制是以2014年的價格為基準(zhǔn)，在施工準(zhǔn)備的一年期間可能受市場影響出現(xiàn)價格波動的情況極為常見，而此時項目材料采購價格為2015年。所以，隨著市場經(jīng)濟(jì)的調(diào)整引起的項目材料價格變化也是引起不可預(yù)見費用的重要組成部分[10]。2014年我國市場經(jīng)濟(jì)運行良好整體處于平穩(wěn)狀態(tài)，但是已經(jīng)開始面臨著經(jīng)濟(jì)下行的巨大壓力，中國經(jīng)濟(jì)在2015年受多種因素影響為相對困難的一年并且持續(xù)面臨著經(jīng)濟(jì)下行的壓力并以東北地區(qū)經(jīng)濟(jì)下滑最為顯著，該區(qū)域PPI呈現(xiàn)出持續(xù)負(fù)增長的趨勢并且經(jīng)濟(jì)增速明顯較低[11]。為保證經(jīng)濟(jì)的平穩(wěn)健康發(fā)展，中央在2016年開始注重對經(jīng)濟(jì)結(jié)構(gòu)的整體改革并以穩(wěn)中求進(jìn)作為相關(guān)工作的總基調(diào)。對農(nóng)業(yè)水利工程不可預(yù)見費用中原材料價格的波動進(jìn)行統(tǒng)計和分析，結(jié)果見表1。

表1 農(nóng)田水利工程主要原材料總價數(shù)據(jù)統(tǒng)計結(jié)果

文中所選取的數(shù)據(jù)具有一定的代表性可基本反映該區(qū)域市場經(jīng)濟(jì)的變化過程，然而對于數(shù)據(jù)的統(tǒng)計分析方面仍表現(xiàn)出數(shù)據(jù)量不足等缺陷。因此，可將上述數(shù)據(jù)轉(zhuǎn)化為三角分布特征，遼寧省燈塔市主要材料價格變化因素影響字?jǐn)?shù)最大、最小以及可能只分別為0.020%、-0.017%和0.014%。

3 農(nóng)業(yè)水利工程不可預(yù)見費的確定

根據(jù)文中上述對不可抗力、設(shè)計變更、價格變化以及其他影響因素分析結(jié)果可知，上述3種因素均可增加工程項目不可預(yù)見費用并且各因素之間相互獨立。因此，可通過對三種影響因素系數(shù)的疊加作為，即采用。引入C為工程的初始投資即取費基數(shù)，可利用。

結(jié)合統(tǒng)計分析結(jié)果可對農(nóng)業(yè)水利工程投資的影響情況分別從價格變化、不可抗力因素以及設(shè)計變更這三方面進(jìn)行分析，對設(shè)計變更因素進(jìn)行平方根變化可使其滿足特征參數(shù)值分別為0.025和0.0056的正態(tài)分布；不可抗力因素服從最大值、最小值和可能值分別為0.2%、0、0.15%的三角分布；而價格變化服從最大、最小和可能值分別為0.20%、-0.017%、0.014%的三角分布。對蒙特卡羅隨機法利用Matlab軟件進(jìn)行模擬其初始訓(xùn)練次數(shù)設(shè)定為1000次，對三種影響因素的概率分布分別輸入模型并進(jìn)行1000次的隨機模擬實驗，對其相應(yīng)的不可預(yù)見費費率值利用計算公式進(jìn)行求解，然后對模擬次數(shù)以平均累計隨機模擬結(jié)果作為評判依據(jù)。結(jié)果顯示，累計平均結(jié)果在模擬運行400次以后逐漸達(dá)到穩(wěn)定狀態(tài)，此時費率值波動區(qū)間在0.048左右，由此表明設(shè)定1000次的運行模擬符合精度要求。

模型單次隨機模擬結(jié)果顯示，-0.0261～0.1452區(qū)間為不可見費費率波動變化范圍，并且模型輸出結(jié)果的散點表現(xiàn)出一定的隨機性，這與農(nóng)業(yè)水利工程不可預(yù)見事件發(fā)生的偶然性保持良好的一致性，由此進(jìn)一步說明考慮了各因素影響的蒙特卡羅模擬法可較好的模擬出工程項目不可預(yù)見費費率的實際情況，模擬結(jié)果具有較高的準(zhǔn)確性與可靠性并在工程項目投資預(yù)算方面具有良好的適用性。

Matlab軟件模擬結(jié)果輸出頻率統(tǒng)計結(jié)果如圖2所示，由圖可知費率輸出分布與正態(tài)分布極為相近，進(jìn)一步擬合分析顯示不可見費費率服從特征參數(shù)值分別為0.022和0.06的正態(tài)分布，經(jīng)檢驗各個點均分布在Q-Q檢驗直線附近，由此說明模型輸出數(shù)據(jù)為正態(tài)分布，所以取農(nóng)業(yè)水利工程項目初始投資的5%作為不可預(yù)見費費率較為合適。

4 結(jié)語

本文以遼寧省燈塔市為例在詳細(xì)分析了蒙特卡羅方法理論的基礎(chǔ)上進(jìn)行了模擬實驗，對該區(qū)域農(nóng)業(yè)水利工程近3年的不可預(yù)見因素進(jìn)行了統(tǒng)計和分析，得出的主要結(jié)論如下：

(1)單次隨機模擬結(jié)果顯示-0.0261～0.1452為該區(qū)域農(nóng)業(yè)水利工程不可見費費率波動變化范圍，模型輸出結(jié)果散點表現(xiàn)出一定的隨機性與農(nóng)業(yè)水利工程不可預(yù)見事件發(fā)生的偶然性保持良好的一致性；考慮了各因素影響的蒙特卡羅模擬法可較好的模擬出工程項目不可預(yù)見費費率的實際情況，模擬結(jié)果具有較高的準(zhǔn)確性與可靠性并在工程項目投資預(yù)算方面具有良好的適用性。

(2)不可見費費率服從特征參數(shù)值分別為0.022和0.06的正態(tài)分布，經(jīng)檢驗各個輸出點均分布在Q-Q檢驗直線附近，表明模型輸出數(shù)據(jù)為正態(tài)分布，燈塔市農(nóng)業(yè)水利工程項目初始投資的5%作為不可預(yù)見費費率較為合適。