周 惠

（四川百度工程项目管理咨询有限公司， 四川 成都 610000）

   摘  要：本文是根据本人在工作中对造价指标体系的尝试与思考整理成文。文中主要对目前四川地区的造价指标体系建设现状进行分析，针对指标库建设及大数据智能化建设过程中存在的问题进行整理和归纳，对造价指标体系建设进行了思考和探索。

   关键词：造价指标；大数据；造价智能化

   0 引言

   目前，各行各业对大数据的分析、测算都在广泛地进行中。前几年，电商根据用户的购物情况，分析用户的购物需求从而有针对性地推送广告，如今某高校已经可以根据学生人数、乘车情况、进图书馆情况及叫餐情况等大数据，分析出几万学生中在食堂就餐的人数，其误差率可以控制在100人以内，甚至可以预测出某个时段的就餐人数。

   对工程造价的大数据及造价指标数据库的建立，我作了如下思考。

   1 造价指标体系及信息化建设的现状

   1.1数据源的收集及可用性

   随着工程造价一体化数据积累平台的推行，基本解决了数据源的提供，能达到大数据所需要的海量性、多样性、真实性和高速增长性等。但收集到的数据源是否完善、可用，则有待分析。首先，上传数据的人员不一定是造价专业工程师，部分数据上传时对其进行的判断和分类，可能存在偏差或错误；其次，上传的部分资料可能会存在缺失和不完善、不规范的情况；再次，如果需要对四川地区的几百家企业每年上传的上万个工程进行人工分析和调整，无疑工作强度是巨大的，即使采用专业软件对大数据进行清洗，也可能发生因数据源的错误无法有效识别的情况等。

   1.2 现有工程造价指标的有效性及说服力

   首先，目前由企业自建的指标数据库中的项目数量和项目类型有限，离数据源的海量性尚存在较大差距。所以，在工作中的部分指标可能只是工程师个人对某个项目或某类项目的经验数据，用于控制拟建项目的造价，可能会存在偏差。

   其次，工程造价指标与诸多因素有关，除与工程项目的专业类型、结构形式、地基基础类型、施工时段、施工地点、施工单位、承包方式及材料档次等项目自身属性有关外，还可能与设计院及监理工程师等也有关系。即使在指标的应用时，可以针对具体项目进行差异性修正，但如果工程造价指标的数据源达不到海量级，则该指标的说服力也可能被消弱。

   再次，新的设计类型的提出，新的施工工艺的尝试，新材料的不断推出，以及绿色环保等新要求的不断提高，导致现有的指标库将无法满足用于指导和控制拟建项目造价的工作要求。

   1.3 工程造价指标体系的市场情况

   目前，造价指标一般用于公司内部的造价复核检查，以及项目建设前期用于编制投资估算、模拟清单等方面的工作。随着PPP项目、EPC项目等集设计、施工为一体的交钥匙工程的不断增多，在对此类项目的前期造价控制过程中，对造价指标的市场需求也许是迫切存在的。如果能利用工程造价的大数据，准确估算拟建项目的造价和各项技术指标，将会对工程造价的前期控制起到关键作用，后期也可以利用指标数据对此类项目进行经济性评价。

   1.4 指标库建立的专业软件情况

   目前，四川地区已有提取指标的专业软件，且较为成熟，可以在半小时内基本完成十几个单位工程的工程项目指标提取和分析。但是，此专业软件在提取指标过程中存在的问题是：该指标的提取对清单编码的依赖性较强，是按清单编码对项目进行指标提取。如果不同项目中存在相同清单编码不同项目特征的情况，由此导致的指标偏差则无法排除或自动识别筛滤，以致所提取的部分指标数据不能直接使用。同时，专业指标软件也可以使用定额号来提取指标，但存在问题是：对定额中的部分每增减一遍的定额量无法合并。如：内墙乳胶漆若为一底一面则需套用一底二面，再减一面两个定额号，套用时有人习惯用工程量为负，也有人习惯单价计“-1”，在该软件提取指标时会将两个定额量相加，不能判断其同部位的属性。所以，此软件目前只能达到指标的辅助提取作用，与大数据的智能分析相差还比较远。

   2 存在的问题

   2.1 指标体系不统一

   指标体系不统一体现在两个方面，一是指标体系中划分的对象不一致，有些是以清单段落进行划分的，有些是以设计图纸构件及部位进行划分的。如果要达到大数据的层次，则首先需要统一体系格式，以方便后期增加项目及分析指标；二是指标提取的范围不统一，一般企业内部的指标均以主要实体指标进行提取，对其他项目及次要指标存在无视的情况，导致指标与工程造价不闭合的情况。

   2.2 数据源的共享存在问题

   目前，大部分企业将自身的造价数据视为机密数据，谢绝数据源的开放与共享，从而导致无法达到大数据的海量性、多样性、高速性等基本要求，造成了指标体系建立过程中的壁垒。

   2.3 指标提取与应用的操作复杂

   首先，指标的提取操作较复杂。如果按清单进行指标提取，则级层太细，提取的指标无法使用；如果按设计图纸部位提取指标则存在需要手动分割清单量的情况；如果相同清单编码有不同项目特征，则需要手动合并或拆分后提取指标。

   其次，指标的应用复杂。目前的指标成果文件一般是以表格形式出现，或以专业软件形式出现，但无论是表格还是专业软件，都需要手动筛选、判断、分析，依靠人工综合出一个认为合适的数据。此与智能化相距太远，无法达到智能分析。

   3 思考与探索

   3.1 关于造价指标数据是企业机密还是行业共同进步基础的思考

   首先，数据的沉淀应该是动态的，不应该是静态的。因为所有数据均有时效。如果项目完成后，让数据进入休眠式的沉淀，则可能从此失去该数据的意义，不能起到提升企业水平的作用，这也算是一种资源的浪费。如：现在再用5?12地震前的钢筋指标，则可能存在较大的偏差。

   其次，关于数据的商业机密问题。对造价数据保密是部分项目造价咨询时签订在合同中的义务，所以部分项目的数据共享可能存在壁垒。随着一体化信息平台的推行，此壁垒则有可能被变相打破。

   最后，如果能以开放共享的心态面对工程造价数据，与提供数据源者共享资料，则可以让项目造价数据达到海量级别，可有效地指导和服务于造价行业，为共享者创造价值，达到共赢，从而提升行业水平，更上层楼。

   3.2 关于数据源的分析与整理的思考

   首先，目前有专业的指标软件将指标表格内嵌入宏业等计价文件中，从而提取清单指标，但由于需要对计价文件进行内嵌操作，以及不同软件的不同操作，提取过程略显复杂。如果专业软件能在通用的excel表格中进行规范化操作后，再导入提取指标，将会使指标提取的软件要求更简单，提取操作更通用更快捷。

   其次，对原始数据的差异性处理。如果能根据现有的计价软件导出的电子表格，在表格中增加一至二列对特殊项目进行判断，以自动判断辅以手动的修改操作，让指标数据口径统一，归集准确，则所提取的指标数据会更可靠。如：对清单所归属构件的判断与标示；又如：对应该归并的清单量进行标识后自动归并；再如：对相同编码的但项目特征不同项目的自动标识与手动修正等。

   最后，如果指标软件能与计量软件相结合，能从计量软件中一体化生成构件的技术指标，或者能自动识别计量软件导出的表格数据，则可以准确地将指标对应的构件与部位进行识别与划分，从而智能分析出按设计构成要件的各构件（如：柱、梁、墙、板等构件）的技术指标。

   3.3 关于指标成果使用的思考

   如果指标数据能快速查阅，动态更新，提供网页式搜索，则符合目前搜索的习惯操作，使提取和使用的操作简化。

   如果对各构件的指标能在不同工程项目间（排除项目间的差异构件）保留相同构件，从而形成更大范围的组合，增加对应分项指标的采信范围，则可以增加指标的多样性与适用性。如：部分装配式的项目指标复核，对装配式构件的钢筋指标按装配式项目对应构件指标对比，对同一项目中现浇部分的钢筋指标，则与现浇项目类似的构件对比。

   如果软件能利用大数据进行智能分析，在全面输入拟建项目的设想与方案后，软件可以自动检索、匹配、形成模拟清单，也许就可以算是建设工程智能化大数据的起点吧。

   3.4 关于指标体系建立的思考

   如果指标体系根据清单编码进行提取，则可能与编制工程师的个人编制习惯相关，有的清单编码以部位细分。如相同砼强度的有梁板，有可能会以楼层分段，划分为几个清单号，甚至列入不同的段落，也有可能合并为一个清单号，这会导致指标提取可能存在误差。

   如果能按设计图纸的构件或部位进行指标体系的建立，则可以保证指标完整、部位明确、便于横向对比。因为设计图中对构件的定义和划分是非常明确的，一般不可能存在重复和遗漏构件的情况。可以在设计构件的基础上进行细分，如：砼柱可分为：矩形柱、异型柱、构造柱等，再将柱细分为钢筋、砼、模板等。但细分级层仅供选择，可以收拢只看上一级层，也可放开看细部指标，做到可收可放。

   我个人比较推荐深圳市建设工程造价管理站的指标体系。详见下图。

   参考文献：

   [1]深圳市建设工程造价管理站《2016深圳市建设工程技术经济指标》，知识产权出版社。