大数据背景下的工程造价电算体系优化研究.doc

大数据背景下的工程造价电算体系优化研究 卜祝雄 摘要：随着计算机技术的发展，我们迎来了大数据时代。在现有大数据的应用过程中我们发现其可以对各行各业的生产经营进行指导。而建筑行业的激烈竞争决定了其对成本控制的高要求，工程造价计算作为成本控制的重要方式与组成部分，在引入大数据概念的电算体系后能够有效的保障工程造价预算的合规性与可行性，并在计算的过程中引入了动态变量的概念。不仅能够使得计算结果更为准确，而且为后续的工程造价体系实现与优化提供了基本的思路与发展方向。本文以大数据为核心背景，讨论其在工程造价电算体系中的应用。并对各类数据指标进行规划，旨在为后续的工程造价电算化发展提供必要的理论基于与实践指导。 关键词：大数据数据指标工程造价电算化 一、引言 所谓的大数据是指通过海量的数据来对某一种或者多种现实事物进行数据化描述的手段。其核心并不单单在于数据的大与多，而在于4V体系，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。利用大数据对工程造价体系进行指导具有积极的意义，并能够与工程造价体系相结合，产生更大的效益。从工程造价体系角度来看，其预算数据主要建筑用料量与物料单价等相关的成本。采用大数据思维对其进行体系构建能够从更高维度的角度上对工程造价体系内的多方面影响因素进行监控与测算，同时通过大数据库的整合作用建立必要的动态体系，为后续的实际施工成本控制提供更为坚实与准确的成本数据依托。 我国现有的相关研究主要分为两个方面：一方面是对工程造价的电算化体系优化进行讨论。其中包含了对其合规性的保障；对其动态数据库的建立；对其进行电算化体系构建与评价机制的建立等多个领域。但就取得的成绩来看，这些研究并没有引入大数据的概念，所建立的动态数据库也仅仅是依靠人工输入的方式来得到最新的成本变更，这种体系在时效性方面表现较差，对于实际生产与成本控制的影响较小；而就大数据的研究还主要停留在基础层面，部分互联网企业研究较为深入，但是更多的精力指向大数据处理中的数据挖掘层面，其主要针对的对象也都在经营与客户开发领域，对于工程造价等基础管理手段的融合研究罕见报道。 本文在这个背景下，采用大数据视角来讨论其在工程造价电算化体系中的应用，并着重分析电算化过程中大数据的分类与获取。希望通过本文的研究能够为今后的工程造价电算化体系的完善奠定基础，并为相关的同类研究提供必要指导。 二、大数据与工程造价融合的意义与优势 大数据与工程造价融合的意义主要分为两个方面：一方面，此种类型的融合切实的推进了大数据体系的发展与完善，从应用的层面对大数据的概念与理论进行升华，并为大数据在企业基础管理层面的应用奠定了方向，为后续企业管理方式、战略制定等核心控制途径提供了另一种优化思维；另一方面利用大数据与工程造价的融合，能够彻底完成工程造价的电算化体系建设，由单一的计算机为工具的计算方式向计算机为主体的预算模式转变，能够有效的推动我国工程造价电算化的体系建设。 而就融合后的优势而言其主要分为如下几个方面： （1）增加工程造价的合规性。大数据的优势在于多维度数据之间的相互认证，能够有效的剔除异常数据，并使得其在更长的时间节点上保障数据的准确，进而体现了工程造价的合规性； （2）增加工程造价的动态性。通过大数据手段对其数据库进行构建，不仅能够使得数据库处于时刻的变更与更新过程，还能够通过对更为基础的成本信息监控建立必要的预警机制，使得数据具有动态性的同时保障动态性对工程的指导意义； （3）增加工程造价的全面性。利用大数据手段对工程造价体系进行构建不仅能够在物料成本、运输成本以及人工成本等一系列可控因素方面加以体现，还能够对由于气象、质量评价等隐性影响因素加以体现，使得工程造价成本结构更为合理，数据更为全面； （4）增加工程造价在后续施工建设中的指导性。造价预算是一个动态系统，并对建设全生命周期的成本进行预判，对后续的施工具有更为重要的指导意义。 三、大数据与工程造价融合途径分析 上文讨论了大数据与工程造价融合的意义与优势，通过上文的分析我们可以认为工程造价与大数据体系的联合是未来其电算化体系发展的重要模式。而如何建立融合途径，将大数据思维融入到工程造价管理体系中来是摆在我们面前的主要问题。本文认为，其具体的融合途径可以从硬件、软件等两个方面来进行开展。 3.1硬件层面 硬件准备是完成大数据与工程造价融合的第一步，同时也是其重要基础。在具体的硬件层面的构建主要分为如下几个方面：第一，需要完成相关硬件设施的配套工作，大数据存储及其分析是一个系统工程。需要提高相应工作环境的计算机水平，并建立大型数据库以供后续具体实行奠定物质基础；第二，建立与其他数据库的联通硬件准备，大数据计算不能依赖于单一的数据库，由于其数据的多元化，因此数据库之间的互通要求相对较高。在此方面准备的过程中不仅需要做到数据库之间实时的数据调取，更应该做到数据的安全保障。 3.2软件层面 大数据与工程造价融合途径融合过程中的软件准备更为重要，具体可以分为如下几个方面：一方面，我们需要做好相关的人力资源配伍，在工程造价预算团队中形成大数据的思维，并将其融入到全部的工作中去，避免其仅作为一种工具的尴尬局面；一方面，我们需要做好相关的软件设计基础，即保障软件的有效性，同时对软件实际价值进行讨论。另一方面，我们需要相关的人才与相关技术的准备。不仅通过人才引进等方式提高团队的整体大数据适应性，还需要通过对原有员工的培训来使其掌握大数据应用原理与技术。 四、基于大数据的工程造价体系优化 上文对大数据与工程造价体系的具体融合与准备进行了讨论，在实际的执行过程中还需要系统的数据划分与数据库分类才能够将这一技术具体的应用到工程造价领域。根据工程造价的相关因素与次级因素，本文认为需要对如下数据进行具体的明确（见表1）： 由表1可以看出，其主要的大数据类型分为四项，说包含的二级变量为15项，数据项目均有独立的数据库来完成累计与存储，并建立在时间节点下的生成报告与数据节点。在实际的电算化工程造价的计算过程中对不同时期内的数据进行调取能够生成整体的造价变化曲线，同时由于其动态数据计算的总类相对较多能够使得数据之间具有严谨的逻辑关系，如工种信息、工时以及工种成本之间即通过之间数据的变动来表征总体人力成本的总量变化，又通过其严谨的内在逻辑来保障数据与造价计算的准确性。 此外，通过此种大数据的规划模式还能够对空间轴变化规律以及时间轴变化规律的不同阶段成本开支进行细分。如施工建设过程中物料运输的垂直变化决定了工期的不均衡分布；气象信息的变化决定了工期信息的非计划变动等因素，通过对上述若干个指标的监控能够使得工程造价体系对实际的工程施工起到指导性作用。 五、总结 本文以大数据为背景，对工程造价与大数据的结合进行了探讨。首先对其意义与必要性进行了分析；其次，对具体的融合过程中的软硬件准备进行了讨论；最后，结合工程实际提出了15项动态数据库的建立原则，并讨论其中的内在逻辑关系。希望通过本文的研究能够为今后的相关学习与科研提供必要的理论基础。 参考文献： 1所滨立.龙华建筑公司工程造价管理研究D.吉林大学，xx. 2李泓泽郎斌.全寿命周期