颜令辉
摘 要：工程造价的前期管理工作是工程造价管理的龙头，运用大数据技术，通过对海量工程造价数据进行组库，对以前的数据进行梳理，并将这些海量信息进行收集整理、储存、分析，建立工程造价预测模型，提高工程造价的准确性，分析工程实施及生产运行中的数据，对工程造价前期管理进行反馈，进而实现可研估算及初设概算的精准控制，对工程造价进行准确地预测。
关键词：大数据 工程造价 前期管理 精准预测
中图分类号：D923 文献标识码：A 文章编号：1674-098X（2017）08（b）-0169-02
工程造价的前期管理工作主要涉及项目的可研估算及初设概算，此设计阶段的造价控制工作是工程造价管理的龙头，能决定工程全部造价的90%，因此如何提高可研估算及初设概算的精准度十分必要，随着科技的进步，大数据时代的到来，在工程造价前期管理阶段引入大数据技术对造价控制工作是时代发展的需要，也具有重要的实际意义。大数据技术应用于工程造价的前期管理，就意味着以一种前所未有的方式，通过对海量工程造价数据进行分析，实现可研估算及初设概算的精准控制，对工程造价进行准确地预测。
1 对以往数据进行梳理，并将此海量信息进行收集储存，以备分析
数字化将模拟数据转换成计算机可以读取的数字数据，使得存储和处理这些数据变得既便宜又容易，从而大大提高了数据管理效率。在大数据时代，依靠发达的计算机技术，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不是依赖于随机采样，大数据让我们更清楚地看到了样本无法揭示的细节信息。具体到电力工程，我们应针对以往编制的可研估算及初设概算，依据电压等级、变压器容量等进行详尽的分类，将工程所涉及的对工程造价有影响的因素分析形成数字数据，建成详尽的工程造价数据库，有条件情况下，尽量收集与工程相关的数据信息，纳入工程造价数据库。“大数据”全在于发现和理解信息内容及信息与信息之间的关系，这就要求利用所有的数据，而不是仅仅依靠一小部分数据。因此电力工程造价的数据应详尽准确，以变电站为例，土建工程方面的数据应包括征地面积、征地价格、民事赔偿、场地征用及清理费用等所有其他费用，本体工程中包括主要建筑物面积及费用、全站构支架及基础（构支架重量及基础混凝土用量及费用）、场地平整中的土石方开挖量及回填量、场地平整费用、地基处理方法及费用、挡土墙及护坡费用等；安装工程方面的数据应包括变压器、110kVGIS间隔、10kV开关柜、电容器、电抗器、接地变消弧线圈、二次设备、监控设备、直流设备、通信设备、计量设备等设备的型号、单价及数量；接地、防火的方案选择及所用材料的型号、单价及数量；电力电缆及控制电缆的型号、单价及数量；安装费用、调试费用的计取等。量化一切，是数据化的核心，只有数据足够的详备，才有利于对数据进行分析，对即将编制的可研估算及初设概算具有指导意义，编制的可研估算及初设概算才能更准确、更有预测性。
2 建立工程造价预测模型，提高工程造价的准确性
大数据的相关关系分析法更准确、更快，而且不易受偏见的影响，建立在相关关系分析法基础上的预测是大数据的核心，复杂的机器分析能为我们预测工程的造价，并控制在一定的误差范围内，根据工程造价的以往数据，建立工程造价的动态预测模型，对一些典型标准工程的造价进行动态建模，把即将编制的可研估算及初设概算的工程与模型对比，找出雷同的部分，重算变化的部分，根据工程实际修改影响工程造价的各因素，以变电站为例，同类型的变电站多因为地点的不同而导致征地等其他费用及地下费用的变化，我们完全可以通过大数据分析找出雷同部分，对不同部分进行调整价格，进而提高可研估算及初设概算的准确率。同时根据以往编制可研估算及初设概算过程中出现的错误，形成差错库，依据差错库，避免再出现同样的错误，提高编制成功率。
3 分析工程实施及生产运行中的数据，对工程造价前期管理进行反馈
依据大数据技术进行工程造价的预测和洞察，一般来说，人具有的两种主要思维模式是不费力的快速思维和比较费力的慢性思维，快速思维模式使人们偏向用因果联系来看待周围的一切，即使这种关系并不存在，这是我们对已有的知识和信仰的执著。在古代，这种快速思维模式是很有用的，它能帮助我们在信息量缺乏却必须快速做出决定的危险情况下化险为夷。但是，通常这种因果关系都是并不存在的，经常凭借直觉而来的因果关系并没有帮助我们，但大数据之间的相关关系，将经常会用来证明直觉的因果联系是错误的。最终也能表明，统计关系也不蕴含多少真实的因果关系。
工程具体实施中及生产运行中的数据反映了工程的实际，对以后的工程造价管理具有重要的反馈指导意义，这些数据有的能体现因果关系，有的则体现具有统计意义。例如有些工程方案的选择导致实施中工期拖延、施工难度增加，间接导致了工程造价的提高，有些设备在运行中因为质量经常需要检修，导致运维成本加大，此类工程的数据都应纳入工程造价的前期管理，根据这些数据信息反馈，经大数据技术进行分析，采用某工程施工方案导致造价提高，采用某型号的设备导致维修运营成本加大，无需花费气力找出其中的因果关系，我们就可以直接应用于实际，再进行同类工程的可研估算及初设概算中，应有意识替代导致工程造价提高的方案，不采用运维成本大的设备材料，只有这样才能有效地降低工程的全寿命周期造价。这样工程方案的选择及设备选型完全让客观的数据说话，避免了人为的决策，数据不会骗人，但人的主观经验容易犯错误，直觉的判断将被迫让位与精确的数据分析。因此有条件的情况下，应尽可能完善项目施工数据库及检修数据库，多个库之间进行联动，运用大数据技术，计算机就能够筛选出更能降低造价的设备、材料、施工方案，随着大数据的出现，数据的总和比部分更有价值。当我们将多个数据集的总和重组在一起时，重组总和本身的价值也比单个总和更大，上述造价库、施工数据库及检修数据库的重组比单个库更有意义，运用大数据分析，才能真正做到“只買对的，不买贵的”。
4 结语
总之，大数据技术的出现为我们准确预测工程造价成为可能，项目的决策及设备的选型可依据海量的计算及比对，让数据作为行动的依据，为工程造价工作提供了强有力的支撑。
参考文献
[1]国家电网公司.国家电网公司输变电工程通用设计：110（66）～500kV变电站分册[S].北京：中国电力出版社，2011.
[2]（英）维克托·迈克-舍恩佰格，等.大数据时代[M].盛杨燕，等译.杭州.浙江出版社，2013.
[3]DL/T5218-2012.220kV～750kV变电站设计技术规程[S].北京：中国电力出版社，2011.endprint
