基于大數據分析施工費用成本變化趨勢

方 明 陸秋云 韋俊韜

（廣西電網有限責任公司電網規劃研究中心，廣西 南寧 530023）

近年來，電力體制改革不斷推進，高速發展的經濟為電網企事業的發展提供了保障，成就了電網施工的高速發展，同時施工承包商間的競爭也越來越激烈，施工企業想要在電網行業內立于不敗之地，勢必會采取一些有效的控制措施來降低施工成本，進而滿足建設工程的需要。如何有效地控制施工成本成為施工企業面臨的重大問題[1]。而人材機的市場價格就成為施工企業投標報價、控制施工成本、體現競爭力的關鍵因素[2]，施工企業有必要利用大數據分析人材機的價格變化趨勢，指導和規范投標報價及施工成本的管控工作，使企業更長遠地立足于電力行業。

本文依據建設行業大數據服務平臺“造價通”及全國建筑平臺發布的有效信息價格，選取對輸電網建設工程施工成本影響最大的人工、材料、機械單價信息數據，進行數據預處理、相關性分析及長遠預測三個步驟，實現輸電網建設工程人材機價格變化趨勢的精準預測，從而為施工投標及成本發行有效管控提供一定的方法借鑒。

1 人工費趨勢

本論文對成本變動趨勢的分析主要采用回歸分析預測法，回歸分析預測法（Regression Analysis Prediction Method）是通過分析市場現象，找出自變數和因變數之間相關關系的基礎上，采用預測分析的方法，建立變數之間的回歸方程式作為預測模型，根據自變數在預測期內的數量變化，預測因變數的關系，預測的結果大多表現為關系相關，因此，回歸分析預測法是一種行之有效的、重要的市場預測法，當我們需要對市場的未來發展狀況和水平進行短期的預測時，找到影響市場預測對象的主要因素，并收集與之相關的有效數據，就可以使用回歸分析預測法對其進行預測、分析，從而得到具體的、實用的結果。

針對施工成本中的人工費單價，首先收集、整理“全國綜合人工成本平均日工資”（NADW）近年來的數據，通過進行回歸分析測算。

通過分析發現，數據在有效范圍內符合多項式回歸。通過多項式回歸，即可對“全國綜合人工成本平均日工資”（NADW）現有數據的基礎上進行長遠發展的合理預測。

通過對2016 年1 季度至2020 年1 季度全國各地區綜合人工成本平均日工資樣本數據（簡稱全國日工資）收集、整理，通過分析判定系數R2達到0.9998，接近于1；但人工工資并不完全以恒定的比率增加，從觀測數據可知，自2016 年以后全國日工資的增長幅度逐漸趨于平緩，這時候可以考慮采用乘冪趨勢線預測數值。雖然乘冪趨勢線的判定系數R2只有0.8931，整體擬合程度略低，但是局部擬合度較好。于是，可以確定兩種趨勢線的公式模型為y=mx+b 和y=cxb。

輸入待測值，通過試算得出全國綜合人工成本平均日工資的線性方程和乘冪方程。

運用最小二乘法原理，又稱最小平方法，是通過求取最小化誤差的平方和，從而尋找到數據的最佳函數匹配，將實測值y0與利用計算值(y=mx+b) (式1-1)（以線性模型為例，乘冪模型同理可計算）的離差(y0-y)的平方和〔∑(y0-y)2〕最小為“優化判據”。

把(式1-1)代入(式1-2)中得:

當∑(y0-y)平方最小時,可用函數φ 對m、b 求偏導數，令這兩個偏導數等于零。

得到的兩個關于b、m 為未知數的方程組，解方程組得出：

這時把b、m 代入(式1-1)中，此時的(式1-1)就是我們回歸的線性方程，即

線性方程：y=2.0334x+145.93

同理可求出，乘冪方程：y=141.54x0.0745

進行相關檢驗：

線性方程的判定系數R2為0.9998，接近于1，檢驗通過。

綜合以上分析，將上述兩種趨勢曲線得到的數學模型輸入待測值，并對兩種曲線進行算數平均值的計算。

使用回歸方程對其進行回歸預測，由目前已知的全國綜合人工日平均工資預測至2021 年年末，由于采用的數據為每季度發布一次的數據，所以由2020 年2季度至2021 年第4 季度，預測期共7 期。

從預測可知，建筑業的人工成本隨著自然條件的變化而變動，到2021 年第4 季度，全國綜合人工日平均工資將會達到194 元，比目前2020 年第2 季度的182 元上漲了6%。在有效的預測期內，人工成本持續保持上漲的趨勢。

2 材料費趨勢

對于材料成本，依據建設行業大數據服務平臺“造價通”數據抽選部分符合輸電網建設工程的主要材料進行統計，主要采用移動平均法進行材料成本趨勢預測[3]。

移動平均法（moving average method）是以過去某一段時期的有效數據，通過數據加權平均處理的平均數，作為未來某時期預測值的一種方法。該方法需對前期歷史數據進行算術平均，并把計算的平均數據作為將來時期的預測值。

移動平均可以表述為：

其中，Ft+1是t+1 時的預測數，n 是在移動平均值使用的歷史數據的總數目，即移動時段的長度。

為了進行數據預測，需要對公式中的每一個t 計算出相應的Ft+1。對所有計算的數據進行集合，從而形成新的數據序列組。經過多次（至少三次）的數據處理，即可揭示出歷史數據序列的變化規律。從得到的結果可看出，此數據的變化趨勢對比原始數據，變化幅度較小，屬于平滑技術。

通過觀測材料樣本數據可以看出，材料價格的曲線總體趨于平滑，同時也受到季節、周期變動的影響；綜合考慮將采用移動方式的平均值計算可以有效消除數值波動影響。移動平均數可以有效地消除實際數據值的隨機波動，從而得到較為平滑的數據變動趨勢，通過對歷史趨勢變動的分析，可以預測未來一期或幾期內數據的變動方向[4-5]。

由于各元素的權重都相等，采用移動平均法計算的公式如下所示：

式中：Ft——對下期的預測值；At-1——前期實際值；B1和B2分別表示前一年、前兩年同一季度的實際值。

例如，計算2020 年第三季度中砂的單價：

前期實際值（2020 年第二季度）At-1=87.15

前兩年同一季度實際值（2019 年第三季度）B1=87.22

前兩年同一季度實際值（2018 年第三季度）B2=87.10

語文教材中的文章都是作者基于現實生活的基礎上，凝結出的高于生活層面的智慧結晶。因此在語文閱讀教學中，教師要善于發現教材與生活的結合點，搭建生活與語文閱讀之間的橋梁，幫助學生從生活層面上對文章進行還原，從而提升學生的閱讀熱情，幫助學生更加準確地把握文章的精髓，對文章形成獨到的見解。

因此，Ft=（87.15+87.22+87.10）/3=87.16

通過公式計算，將得到的預測數據展示如表1所示。

表1 消耗性材料單價預測數據

從預測趨勢可以看出，除鋼材處于波動趨勢變化外，其余材料綜合價格基本保持持平。

3 機械費趨勢

通過觀測機械樣本數據可以看出，機械價格的曲線總體趨于平滑，同時也受到季節、周期變動的影響；綜合考慮將采用移動方式的平均值計算可以有效消除數值波動影響。通過移動平均數值，可以消除實際數值隨著隨機因素的波動，得到數據變化趨勢，通過分析歷史數據的變動因素，即可預測未來多期的數據變動趨勢。

由于各元素的權重都相等。那么使用移動平均的計算公式如下所示：

式中，Ft——對下期的預測值；At-1——前期實際值；B1和B2分別表示前一年、前兩年同一季度的實際值。

4 總結

本文依據大數據服務平臺發布的信息價格，結合回歸方程、移動平均等數學模型，對影響施工成本最大的人工、材料、機械單價信息數據進行預處理、相關性分析檢驗及模擬預測，構建了一套人材機單價預測的模型，通過算例分析驗證并預測了未來一年的價格走勢，主要結論如下：

1.施工費用在未來整體水平仍趨于上漲，其中人工費漲幅最大，材料費、機械費總體趨勢平穩；而材料費中的鋼材價格較其他材料價格波動較大，鋼材價格的上漲對電網基建項目產生的影響較大。

2.近兩年來，又面臨著新一輪人材機上漲，施工企業建立一套分析價格走勢的系統是必要的，定量分析人材機價格上漲等因素對電網建設工程造價帶來的影響是各施工企業需要解決的難題。

3.本文的研究成果結合了預測模型的優勢，整體預測結果精度高、誤差小，可為輸電網施工企業招投標階段報價提供技術支撐，為工程成本精準預測提供一定的借鑒方法。