大数据技术是从各种类型的数据中快速获得有价值信息的手段。近年来, 大数据技术在建筑和市政工程领域发挥着重要作用, 不仅提高了建筑业的信息化水平, 而且促进了建筑业的发展。

工程造价管理是科学运用相关技术有效调配人力、物力和财力等资源, 实现工程建设投资利益最大化的管理活动。工程造价管理在项目全生命周期中可分为项目决策立项、工程实施 (设计、施工) 及运行管理等不同阶段;与之相对应的造价工作内容分为估算、概算、施工预算及工程款支付、运营成本等。目前我国工程造价采用了以静态定额为基础与动态造价信息调整相结合的计算方式, 即由地方工程建设造价监管部门采用反映本地区平均工程建设成本的单价编制工程概、预算定额, 实行价格管理;并按当地不定期公布的市场材料、人工动态价格进行适当调整的造价计算方法。

量、价是工程造价管理的前提, 由于相对准确的造价数据要在项目结算完成后才能获得, 而且这些数据几乎全部随项目的结束而归档封存, 本企业项目之间或其他企业无法共享及分析利用, 不利于各参建单位对工程项目进程的预判, 并有可能导致投资失控, 浪费人力、物力。

1) 采用以地方定额为基础的计算方式由于工程计价的区域性差异及参建企业内部数据的保密性, 难以积累与共享造价数据。造价数据仅掌握在企业各部门或个人手中, 没有形成资源共享的数据库, 不能进行数据分析与筛选, 使有效数据变无效, 以致新的项目无法借鉴既有工程成果, 形成大量效率低下的重复劳动, 严重浪费社会资源。

2) 工程量计算复杂受人员业务水平及计算方法等因素影响较大, 数据漏算、超算等不准确现象普遍存在。

3) 不能进行大数据分析目前的造价管理工作只针对某时间段、某类型的特定项目, 无法按时间轴、建筑类型、面积、层高等因素进行数据梳理, 无法为项目各参与企业提供可行性分析及趋势预测信息、无法高效合理地利用社会资源。

1) 数据共享的基础随着全国各地不同工程建设项目的开工、推进、竣工投产, 会产生大量的工程资料和数据, 其中大部分都与工程造价相关, 产生了海量的工程造价信息数据, 而这些信息又具有三维空间定位、工程量、价格及时间等多维度特点。只有通过采集这些数据, 按照行业内通用的标准格式, 并依托互联网为媒介的平台进行汇集储存, 才能形成数据共享的基础。

2) 为项目决策提供更精准的数据分析各地工程造价管理部门由于缺乏有效技术手段, 发布的造价资讯基本属于时间滞后、层次初级的信息汇总和提炼, 缺乏上下游产业、区域对比等高层次、精准的数据分析, 无法为工程造价管理及项目决策提供发展趋势的分析和预测。

3) 提高行业整体信息化集成度目前我国工程造价管理乃至整个工程建设领域信息化集成度相对较低。传统造价从业人员是从预算软件、定额手册、各种调整信息表中获取价格信息的;依据图纸信息手工计算工程量。建设单位、设计单位、招投标代理机构、施工单位及监理单位内部的工程造价数据基本上只按项目不同各自归档。资料繁杂无序, 日积月累逐渐成为无用的信息孤岛。通过采集工程造价数据, 建立资源共享数据库, 运用大数据技术和方法, 可以从海量信息中提取有价值的数据, 为造价监管部门、工程建设、设计、施工企业、咨询机构、招投标机构等提供造价资讯、决策依据, 提高了工程造价行业的管理信息化集成度。

工程造价信息数据庞大, 且有较高的动态性和多源异构性。因此, 有必要建立工程全量造价数据体系。造价大数据包括以下4个层面:项目级、企业级、企业集团级和企业生态级^[1]。以下依托某工程项目决策阶段, 从工程概况、工程量、造价费用3方面构建项目级造价数据体系。

孝义市城区污水管网改造工程府前街-城排口第一污水厂, 设计W段污水管线位于道路中线以北4m处。设计起点W1位于府前街与城排口交叉口附近, 道路桩号为K0+43.000处, 控制坐标为 (x=4 113 111.604, y=571 972.765) , 设计终点W26位于孝义市第一污水厂西门附近, 道路桩号为K1+98.000, 由南向北接入孝义市第一污水厂预留检查井, 设计管径为DN1 000, 管线全长1 055.22m。规划污水预留管D400总长20m, 预留管DN800总长104m。该工程采用泥水平衡机械顶管施工工艺。

1) 工程概况数据体系包括所属区域、所属公司、所属地区、工程名称、建设类型、建设性质、建设单位、设计单位、施工单位、地质条件、工程时间 (开工时间、竣工时间、可研评审批复时间、初设评审批复时间、设备招标时间等) 、施工工艺等。

2) 分部分项工程量数据体系包括土方工程、管道铺设、顶管工程、工作坑沉井、污水检查井等工程量。其中, 仅土方工程就包括沉井基坑开挖、挖沟槽土方、挖基坑土方、管道回填、沉井内 (外) 回填、开挖检查井回填、检查井四周回填、多余土方弃置、砂垫层施工、垫木施工、拆除管道等12个子项的工程量。

3) 造价费用数据体系包括分部分项工程、措施项目、其他项目、规费和税金等。清单综合单价包括人工费、材料费、机械费、企业管理费、利润等。其中材料费包括钢筋 (kg) 、型钢 (kg) 、普通钢板 (kg) 、烧结标准砖 (块) 、洞口止水环 (套) 、法兰阀门DN100 (个) 、C20预拌混凝土 (m³) 、抹灰砂浆 (m³) 、砌筑砂浆 (m³) 、水 (t) 、电 (k W·h) 、柴油 (kg) 、其他。

张引等^[2]提出, 源于统计学和计算机科学等多个学科的传统数据分析法可用于大数据分析, 如聚类分析、因子分析、相关分析、回归分析、A/B测试、数据挖掘等。但当数据规模较大时, 传统处理方法难以满足要求, 可采用大数据分析法, 如布隆过滤器 (bloom filter) 、散列法 (hashing) 、索引、字典树 (trie树) 、并行计算等。陈婷婷等^[3]提出一种基于混沌人工鱼群算法大数据分析下的工程造价评估方法, 利用混沌算法建立工程造价各种影响因素的一一对应关系, 通过多次迭代运算, 对工程造价各种影响因素的混沌变量进行重复更新, 加入人工鱼群算法对混沌算法进行优化, 通过多次优化训练, 从而实现大数据分析下工程造价的准确评估。基于本工程项目实践, 提出工程造价大数据应用流程^[4], 如图1所示。

BIM技术的普及与推广, 为工程造价大数据的应用提供了发展空间。BIM技术的主要价值在于建立三维模型后形成一个庞大的数据库, 始终贯穿于建筑全生命周期^[5]。基于BIM模型可进行造价的全过程跟踪^[6]。在不同阶段基于模型进行工程量快速统计, 辅助业主进行造价跟踪审计:在投标阶段, 可应用造价大数据进行价格查询, 借助BIM输出的工程量数据计算最终投标成本;在施工阶段, 根据BIM模型计算各类工程量, 通过施工模拟降低技术风险后及时采取措施, 避免影响工程造价;应用造价大数据预测市场价格走势, 制定科学合理的采购方案, 降低材料采购和库存成本;利用BIM模型, 提前策划任意节点、时间、工程量, 制定人、材、机等资源调配方案, 控制工程动态成本;通过BIM模型进行动态模拟建造, 在模拟过程中对项目涉及的资金进行相关分析, 为工程款结算提供审核依据 (见图2) 。

目前我国工程建设各参建方的资料管理系统数据包括纸质、各种软件数据库存储等形式。上、下游之间没有统一数据接口, 数据在产业链中传递时, 由于格式差异、接口不兼容, 不同专业的接收者只能被动地进行人工整理、统计分析并转化成本专业的数据类型。在一个工程项目全生命周期中, 数据资料是海量级别, 全部靠人工整理、分析提炼和归档将会耗费大量人力和时间成本, 所以在产业链之间统一数据格式和数据接口意义重大。

1) 大数据格式待统一数据格式标准的统一是造价信息大数据应用的基础。如设计单位应用BIM技术提交设计成果, 或工程造价软件研发企业制作BIM图形数据识别模块时, 由于缺少数据格式的统一标准, 仍不能快捷准确地自动识别设计文件中的工程量信息。

GB/T51269—2017《建筑信息模型分类和编码标准》^[7]在参考美国Omni Class标准的基础上, 针对我国国情作了本土化调整, 对建筑全生命周期信息进行编码, 为规范建筑信息模型中信息的分类和编码、推动数据格式的统一、实现建筑工程生命周期信息的交换与共享起到了积极的促进作用。

2) 大数据应用安全问题工程造价大数据的采集和应用一定要保证数据来源及存储的安全可靠。大数据采集应具有加密传输储存、设置修改查询权限、有限信息提取、防范安全漏洞等必要功能。

由于工程造价信息数据庞大, 且有较高的动态性和多源异构性, 提出应构建工程全量数据体系, 并结合某工程探讨项目级工程全量数据体系的构建方法, 提出工程造价大数据的应用流程。大数据时代重视数据的采集与应用, 有利于提高工程造价管理时效性, 使工程造价管理跨上信息化的台阶。未来借助BIM技术、云平台的大数据应用, 在解决海量造价数据存储难题后, 可实现上下游数据无缝对接, 数据安全准确传输, 并对有效数据进行对比分析, 使工程造价管理产生质的飞跃, 最大限度实现无纸化办公、减少社会资源消耗、提高造价工作效率。同时, 应用大数据资源有利于进行造价工作的纠偏, 有助于全生命周期建设资金管控。