基于大数据技术的工程造价数据库构建

□ 代端明

工程造价数据库的建立与管理是工程造价信息化管理的重要工作。2020年7月，住房城乡建设部办公厅印发了《工程造价改革工作方案》，明确指出要加快建立国有资金投资的工程造价数据库，按地区、工程类型、建筑结构等分类发布人工、材料、项目等造价指标指数；利用大数据、人工智能等信息化技术为概预算编制提供依据；加快推进工程总承包和全过程工程咨询，综合运用造价指标指数和市场价格信息，控制设计限额、建造标准及合同价格，确保工程投资效益得到有效发挥[1]。因此，在我国建立已完工程造价积累机制，尽快建立基于大数据技术的工程造价数据库已显得刻不容缓。

1 大数据技术应用概述

1.1 大数据技术

大数据技术是指从各种类型数据中快速获取有价值信息的技术。大数据技术一般包括大数据采集、大数据存储及管理、大数据分析、大数据检索、大数据可视化、大数据应用和大数据安全等。大数据技术的意义不在于掌握庞大的数据信息，而在于对这些数据进行专业化分析和加工，为客户提供各种有价值的数据，实现数据的增值。目前大数据技术在多个领域发挥着重要的作用，例如利用大数据技术可以了解和定位客户、提供个性化服务、改善医疗保健和公共卫生、改善城市和国家建设以及服务金融交易等。

在工程造价领域方面，可利用大数据技术将有关工程造价的各种信息整合起来，为建设单位、造价咨询企业及施工企业提供各种有价值的数据，例如消耗量指标、技术指标、造价指数、人材机价格等。

1.2 大数据在造价行业应用现状

目前，大数据技术在各行各业的应用如火如荼，但在工程造价行业方面还不理想，应用现状主要如下。

1.2.1 缺乏造价数据信息化标准

信息标准化是大数据应用的基础工作，是大数据在造价行业中顺利实施的前提和保障。只有信息标准化才能整合各地区造价信息的有关资源，实现建设行业内数据信息互联互通、共建共享。

1.2.2 数据采集方法落后、效率低

现阶段造价数据主要是项目经办人在完成项目后，以手工方式提交各种造价基础数据，如项目信息、单方造价、专业造价比例、钢筋平方米指标、混凝土平方米指标等，费时费力。

1.2.3 数据处于“孤岛”状态

目前大多企业还没有建立起企业数据库，造价咨询企业均各自为战，各工程项目数据未能共享，不能进行同类项目的横向对比。目前工程项目所产生的数据只能由项目参与方保存使用，因而数据分散，致使同一个项目的概算、预算、结算、决算无法对比，形成了信息和数据孤岛。当遇到同类型项目时，企业则无法通过同行数据作横向对比进行快速决策。虽然各地的建设工程造价信息上发布了造价指标，但也只是根据工程项目的建筑面积、结构类型、建筑高度、造价类别和工程特征公布一些简单的造价指标，没有进行详细的数据分析，对拟建工程缺乏实质性指导作用。

大数据技术的应用是目前工程造价行业的短板，应尽快建立工程造价数据库，充分发挥工程造价大数据的价值。

2 工程造价大数据应用流程分析

工程造价大数据的应用流程主要包括数据的采集、分析和应用等步骤，具体应用流程如图1所示。

图1 工程造价大数据应用流程

3 基于大数据技术的工程造价数据库构建

工程造价数据库是大数据应用的核心内容，造价行业要推广应用大数据技术。一是应尽快建立与造价确定和控制相关的数据信息库。二是通过工程造价大数据库，建立稳定长效的数据采集和数据交换机制，实现数据共享共用。三是通过个案分析、工程类型数据统计、数据的相关性分析，项目投资管理数据串联等，为项目决策、行业管理、社会管理提供决策依据，实现建设工程项目管理精细化。

3.1 工程造价数据库构建思路

工程造价数据库的构建思路为：通过应用大数据、人工智能、云计算等多种先进技术，对工程项目原始数据进行自动采集、分析、展示和应用，具体如图2所示。

图2 工程造价数据库构建思路

3.1.1 数据资源

工程造价信息数据包括各种定额规范、人材机市场价格、决策阶段可研数据、设计阶段概算数据、招投标阶段预算数据、施工阶段成本数据和竣工阶段结算数据等[2]，所有与工程造价相关的数据均可成为工程造价数据库的数据来源。

3.1.2 数据标准

建立数据的标准目的是在采集和处理造价信息时对各类造价指标计算口径及方法进行统一，是造价信息科学收集、整理、分析和发布的基础。工程造价的数据标准应包括信息术语标准、数据编码标准、数据格式标准[3]、造价信息收集及处理标准、计算方法标准和工程造价指标指数标准等。

3.1.3 数据采集

数据采集一是要明确各类造价信息的收集标准，确保及时准确地获取完整的造价信息数据。二是根据数据标准将项目信息及数据分类分级，按照数据收集规范将原始数据按规定格式整理、录入或上传数据处理系统，形成源数据库[4]。

3.1.4 数据处理

数据处理是对原始数据进行清洗、分析及加工。数据清洗指发现并纠正数据文件中可识别的错误，包括检查数据一致性，处理无效值和缺失值等；数据分析主要包括对项目业态、项目定位、建筑结构、工程规模及工程特征等进行归类，明确数据的归类标准等；数据加工主要包括对相同类别、相同时间、相同区间的数据指标归类、对比及统计。

3.1.5 数据应用

数据库中的造价指标库可应用于投资估算、概算编制、设计方案比选及目标成本测算等；综合单价库可应用于分部分项工程量清单的编制；材料价格库可应用于材料的询价、定价、认价等工作；分类工程信息数据库可应用于施工成本动态控制和风险防范等。

3.2 工程造价数据库功能需求分析

根据工程造价数据库的构建分析，工程造价数据库主要包含四库一平台，即：量价指标数据库、各类工程造价指标库、清单信息综合单价库、人材机价格信息库和工程造价数据智能化分析展示平台，其功能需求分析如下。

3.2.1 四库功能需求分析

四库功能需求分析，如表1所示。

表1 四库功能需求分析表

4.3 工程造价数据库构建案例

下面将以南宁市某商住楼工程为例，来说明工程造价数据库的构建内容及数据分析。根据广西建设工程造价站2018年出台的《关于在工程造价成果文件中统一单位工程类别的划分通知》（桂造价〔2018〕21号）的相关内容，本工程包含的单位工程有建筑工程、装饰及装修工程、电气工程、楼宇智能化和给排水工程，需要提取的关键技术信息包括建设地点、建筑结构类型、建筑面积、基础形式、楼层高度和装修标准等，需要分析的数据有工程总造价、单位工程造价、分部分项工程造价及单方造价、占造价比例及各种技术指标等，其具体内容如表2、表3、表4、表5所示。

表2 建筑安装工程概况和工程特征

表3 建筑与装饰工程主要造价指标

表4 安装工程主要造价指标

表5 主要工程量指标

5 结语

在工程造价领域，充分利用大数据技术构建和完善工程造价数据库和工程造价指标体系意义重大,它为政府宏观调控和过程监管提供数据支持，为审计、评标部门提供审核对比依据，为造价行业拓宽服务领域，为企业提供更好的技术服务。对于大数据技术在工程造价行业应用中存在的困难，政府有关部门应尽快组织专家建立工程造价数据库的采集标准，鼓励企业建立工程造价企业数据库。同时，发展改革委、住房城乡建设部、财政部、审计署等有关部门也要协调好，实现工程造价数据库的共建共享，以便充分利用好大数据技术，发挥工程造价数据库的功能，为有效管理政府投资提供依据及解决办法。