人工智能技术对工程造价过程的影响因素研究

摘 要：人工智能技术对工程造价过程的影响因素颇多，这些因素之间在某种程度上是相互关联的，但有些是冗余的。本文运用主成分分析的方法，在人工智能技术的前提条件下，为了五个主成分对影响工程造价过程的12个因素进行归纳分析，表示出它们的同时也构造了主成分综合评价函数，从而得出人工智能技术对工程造价的算量过程影响最大。使在人工智能技术的背景下，影响工程造价过程的多维指标得以实现，并为人工智能技术对工程造价过程的影响因素的研究提供参考。

关键词：人工智能技术;工程造价过程;影响因素研究;主成分分析

1 概述

人工智能技术指计算机用人的思维来进行人类智能的操作。人工智能不仅在日常生活中经常可以看到，而且在工程造价中也被频繁地运用。工程造价整个过程包含多个阶段。在算量中钢筋抽样、图形算量、单构件计算和计价中新建一个装饰单位工程、在两个单位工程里计取人财机价差、新建项目等多个步骤均需要相应的软件简化并精确计算结果。由此可见，人工智能技术在工程造价的过程中起到了重要的作用。

Peter Smith（2016）提到随着BIM技术的发展，它逐步被应用到工程造价领域中，发挥着不可替代的作用[1]。Zhen Wen（2019）指出BIM系统可以自动修正成本指数这些指标，从而迅速地对工程进行估价。随着BIM技术的进一步发展，它已经成了工程造价管理的有效方法之一，可以提高建筑业的效率和利润[2]。伊林尹、昆倩（2013）也给出了两种基于BIM技术的工程造价管理策略，能有效地提高建筑行业的成本管理水平[3]。

陈丰迪（2018）提到在工程造价中引入人工智能技术的原因及使用方法，得出了在建筑工程领域应用人工智能技术是其发展的必然趋势的结论[4]。陶菁（2021）也指出了人工智能技术在工程造价中发挥着重要作用[5]。何印（2018）指出了影响工程造价估算的因素分为人为因素、客观因素和动态因素[6]。这些因素的变动均会影响工程造价的准确度和可信度，而人工智能技术的应用能很好地解决这一问题，不仅可以提高数据估算的准确性和合理性，而且可以提高建筑工程的经济效益。

综上所述，人工智能技术在工程造价过程的应用已成必然趋势，但其对工程造价过程的影响因素颇多，虽已有人分析但并不全面且不深度。因此，本文拟在上述研究的基础上应用主成分分析方法，并结合问卷的实际调查，以人工智能技术对工程造价过程的影响因素进行深入研究。

2 研究方法

主成分分析采取数学降维的方法，其宗旨是原来众多的变量被几个综合变量取代，而这些综合变量能最大可能地代表原来变量的信息量，且彼此之间互不相关。其数学模型如下：

3 问卷设计与发放

3.1 设计思路

为了深入探究人工智能技术对工程造价过程的影响因素，在实证研究阶段采用問卷调查方法对研究模型中涉及的变量及变量间的关系进行测量。本次问卷由答题人的基本信息和测量表两部分组成，测量表包含前期准备、熟悉图纸、算量、计价、后期估算5个测量维度，每个维度有2～4个指标进行更精确的判断。同时，测量表在李克特5级量表的基础上进行了科学的改编，每个指标给出1、2、3、4、5选项，其中依次表示非常不认同、不太认同、比较认同、认同、非常认同。

3.2 指标选取

在工程造价的前期准备阶段，要编制施工图的预算并给出建议，便于建设方参考及决策。影响前期准备的因素主要有建筑工程项目的设计因素、建设方法、客户的财务状况、技术要求、项目团队要求、项目持续时间、建设规模和范围、市场条件及合同要求。基于本文主要研究人工智能技术对其的影响，从中选取建设工程项目的设计因素、建设方法、技术要求、项目持续时间四个因素，将其整合为便于寻找合适的方案、节约时间、使工程成本降低和缩短工作周期四个指标。在熟悉图纸阶段，需浏览一遍图纸对工程有个大致的了解。影响这一阶段的因素主要有建设工人的技能水平和识图能力、场地限制及建筑面积与层数。基于人工智能技术这一前提条件，选取建设工人的技能水平和识图能力、场地限制这两个因素，将其整合为降低了用工和安全风险、满足各种场地限制两个指标。在算量阶段，需要运用钢筋抽样软件和图形算量软件。影响算量这一阶段的因素主要有建设工人的细心程度、项目的复杂性及项目信息。在人工智能技术的前提条件下，选取建设工人的细心程度、项目的复杂性两个因素，将其整合为提高计算的精确度、节约人力资源与时间两个指标。在计价阶段，先输入钢筋工程量并新建一个装饰单位工程，接着记取人材机价差，最后将所有工程全部添加进来。影响计价这一阶段的因素主要有清单计价或定额计价的选择类型、手动部分的工程量及施工过程中的材料采购。在人工智能技术的前提条件下，选取手动部分的工程量、施工过程中材料的采购两个因素，将其整合为计算过程大部分得到了简化、提高材料采购的准确性两个指标。在后期结算阶段，需要收集竣工资料并对竣工过程进行结算和审计。影响后期结算过程的因素主要有工程项目变动、国家政策管控、自然条件、市场需求、施工过程中的人员变动及劳动生产率。在人工智能技术的前提条件下，选取自然条件、施工过程中的人员变动两个因素，将其简化为调控自然因素、增加失业率两个指标。

3.3 问卷发放

对本次研究所选用的量表进行了初测，初测对量表的信度和效度检测结果都表明本研究是合理和规范的。本次调查发放的人群主要为专科及本科以上工程造价专业的在校大学生和从事工程造价工作的在职人员。本次研究问卷的发放方式通过线上发送链接的形式。线上共回收问卷172份，通过对数据的分析与筛选，去除了无效问卷75份，有效率为56.4%。为保证数据无差别，随机选取了30份进行对比与分析，发现并无明显差异，故本次调查不存在明显的无应偏差。

4 数据处理与分析

4.1 信度效度分析

问卷的信度分析是问卷测量可靠性的指标，主要由Cronbach’sα（克朗巴哈）系数来判断信度是否达标。本次实验的信度检验结果为0.921>0.9，说明信度好。对量表的效度检测是为了证明调查问卷适合实验研究，主要由KOM值和Bartlett球形检验值来表示。本次实验的KMO数值为0.885>0.8，表示此测量表适合做因子分析。Bartlett球度检验结果卡方值为803.458，表示所对应的P值为0.00<0.05，则Bartlett球度检测具有显著的意义。

4.2 主成分分析

从总方差解释表中能够看到SPSS软件将其分成了五个主成分，且这五个主成分的累计贡献率高达84.154%，即对整体的解释度为84.154%。第一个主成分的特征值是6.656，其贡献率是55.470%，第二个主成分的特征值是1.484，其贡献率是12.369%，第三个主成分的特征值是0805，其贡献率是6.711%，第四个主成分的特征值是0683，其贡献率是5.691%，第五个主成分的特征值是0469，其贡献率是3.912%。如表1所示。

从第一主成分的表达式中可以看出，第7、8项指标有较高的得分，起主要作用，则第一主成分是提高计算的精确度、节约人力资源与时间的综合指标。从第二主成分的表达式中可以看出，第9、10项指标有较高的得分，起主要作用，则第二主成分是计算过程大部分得到了简化、提高材料采购的准确性的综合指标。从第三主成分的表达式中可以看出，第11、12项指标有较高的得分，起主要作用，则第三主成分是调控自然条件、增加失业率的综合指标。从第四主成分的表达式中可以看出，第5、6项指标具有较高的得分，起主要作用，则第四主成分是降低了用工和安全风险、满足各种场地限制的综合指标。从第五成分的表达式中可以看出，第1、2、3、4指标有较高的得分，起主要作用，则第五组成分是便于寻找合适的方案、节约时间、使工程成本降低、缩短工作周期的综合指标。

从以上的结果和公式可以看出人工智能技术对工程造价过程影响的主要因素是提高计算的精确度、节约人力资源与时间等，故在人工智能技术的条件下，进行工程造价算量时要着重注意这些因素。

结语

本文采用主成分分析的方法，得出了前五个主成分能够综合84.154%的指标信息的结论，从而完全取代12个指标进行综合分析人工智能技术对工程造价过程的影响因素，并且使用SPSS軟件进行相关数据的处理，减少了工作量。为了使人工智能技术在工程造价过程中能更好地运用，首先要进一步发展人工智能技术，使它能够完全取代人工手算，达到最高的精确度。其次，也要进一步提高人们自身运用人工智能技术的水平，使它能够最大程度地发挥作用。最后，还要使人工智能技术与工程造价过程完美结合，从而为建筑行业提供更加广阔的前景。

参考文献：

[1]Smith，P.（2016）.Project Cost Management with 5D BIM.ProcediaSocial and Behavioral Sciences，226，193200.doi：10.1016/j.sbspro.2016.06.179.

[2]Wen，Z.（2019）.Application Research of BIM Technology in Engineering Cost Management.IOP Conference Series：Earth and Environmental Science，295，042037.doi：10.1088/17551315/295/4/042037.

[3]Yin，Y.L.，& Qian，K.（2013）.Construction Project Cost Management Based on BIM Technology.Applied Mechanics and Materials，357360，21472152.

[4]陈丰迪.人工智能技术的建筑工程造价估算浅析[J].建筑学研究前沿，20180907（023Z）.

[5]陶菁.人工智能技术在工程造价中的运用初探[J].居舍，2021（16）：174175.

[6]何印.基于人工智能技术的建筑工程造价估算研究[J].建材与装饰，2018（28）：152153.

作者简介：赵子怡（2000— ），女，汉族，河南焦作人，本科，研究方向：工程造价。