论文部分内容阅读
摘要：工程指标数据库是成本管理的“数据驱动中心”，本文结合企业管理方式，从工程项目成本结构解析、指标数据模型计算两个方面指导建立企业工程指标数据库，应用“互联网+”搭建数据库管理平台，并利用大数据分析挖掘企业工程数据新的应用价值。
关键词：成本管理；工程指标；大数据
1、引言
对于建筑企业特别是大中型建筑企业而言，当工程项目积累到一定程度，会产生海量数据，如果不对历史数据进行整合分析，积累的经验数据就鲜有价值可言。整合建设项目造价历史数据，在企业内部建立工程指标数据库，有助于合理确定和有效控制工程造价，提高工程建设项目投资效益；对企业投资决策、项目正确评估、以及提高项目投资可控性有重大现实作用；企业可对标类似工程成本数据，通过内视、调整完善成本管理，从而满足企业快速发展的需求。
本文基于建设单位视角，从工程项目成本结构解析、指标数据模型计算两个方面构建企业工程指标数据库，应用“互联网+”搭建数据库管理平台，并利用大数据分析挖掘企业工程数据新的应用价值，以期为建设单位乃至建筑行业工程数据的应用提供借鉴。
2、工程指标数据库的构建
工程指标数据库是项目数据收集、归类、分析、计算后形成的数据系统。为体现成本数据库的价值，重点对由市场竞争形成的成本数据进行分析，这部分费用体现在项目综合费用和建安费用中，其中综合费用包括项目可研、勘察设计、监理、检测、咨询等费用，建安费用主要指总承包、专业分包等施工类费用。
构建工程指标数据库旨在得到规范化的工程指标，首先通过对原始成本数据结构解析建立统一的成本分析架构，其次利用数学模型对录入数据库的历史数据进行计算形成工程指标。
2.1工程成本结构解析
为提高最终获得的指标准确性，需要统一成本分析架构，将非结构化的数据进行整理、提炼，使其转化为结构化数据，以此作为数据库的“数据源”。
2.1.1项目类型分析
工程指标数据库建立的基础是工程项目，首先要对工程项目进行分类，也就是对不同类型的数据进行大类划分。可按项目的专业板块归类，如可将项目分为房建板块、市政板块、园林绿化板块等；若企业经营项目类别丰富，可继续按项目用途等特点继续细化工程指标的结构层次，例如房建项目可细化为住宅项目、教育项目等，住宅又可按产品类型进一步分类。分类的原则是结合企业自身发展，根据企业经营范围确定项目大类，以便数据的整合和使用；分类越详细，越有利于成本参考数据的准确性。
2.2成本结构解析
項目板块划分完成后，根据每个板块项目特点和成本管控要点，对成本结构进行解析是工程指标数据库建设前期的核心。此项工作一般由成本管理经验丰富、对估算、预算、结算等各环节成本测算掌握，对各工程板块、各专业都熟悉的工程师来把控。该阶段的主要目标是完成各板块、各专业指标分析模板的设计，包括综合费用的统一模板设计及建安费用各专业板块的模板设计。
2.2.1综合费用结构解析
综合费用的合同标的较为单一，合同价款明确，计费标准清楚，故综合费用以合同为单位进行指标分析，重点在于设计合理的综合费用架构，提出符合项目特点的综合费用节点。在设置综合费用节点时，要选择恰当的、在同类费用核算中具有普遍适用性的核算基数。
2.2.2建安费用结构解析
本文以建设单位房建项目为示例，具体展示数据库建设。建安费用的成本结构分析是数据库建设前期的难点，其中的关键在于建安指标的数据结构分析，目的在于得到建安费用的工程概况、工程特征、工程经济指标和工程技术指标。
（1）项目概况和工程特征
造价管理各阶段的造价资料是建安费用分析的基础资料，从项目信息入手，对项目概况、项目特征的中心点进行归纳，旨在标明工程项目的特有信息，作为指标数据的样本说明。项目概况主要包括工程名称、工程分类、合同范围、造价类别、工程规模等信息。工程特征则以分部分项工程量清单及施工设计为基础，提取工程分部分项特点，是指标数据的详细特征。
（2）工程经济指标和技术指标
建安指标数据结构分析，按版块和专业设置，可根据企业成本管理的深入程度和控制要点进行划分，目的是划分出合适的工程经济指标、工程技术指标层次。房建工程按土建、安装两个专业划分一级指标科目，按分部分项进行大类归集形成二级科目，划分的基础是行业发布的工程量清单计价规则。市政工程分为道路工程、桥梁工程、管网工程等多个专业板块，而通常情况下一个工程由几个专业组合而成，例如以道路为主的工程、其附属工程往往包括管网工程，以桥梁为主的工程、其附属工程又会包括道路工程、管网工程等；市政工程二级科目划分方式与房建工程有很大不同，其二级科目应结合工程特点和施工部位对成本控制的影响程度依据工程量计价规则归类。装修工程，造价工程师编制预算时的一贯做法是以施工部位划分成本控制节点，如其中一个控制节点：大厅-楼地面，而不会将整个工程的楼地面作为一个清单去组价，故装修工程划分指标科目时，仍然与造价划分节点保持一致。园林绿化工程中的景观工程与装修工程类似，绿化工程则以地被、灌木、乔木等不同的绿化空间划分指标层级。
2.3指标数据模型计算
指标分析模板的构建将不同项目的指标内容和层级做了统一，是计算指标数据的基础。按模板分析单项工程数据的过程，即是对数据进行整理和加工的过程。
2.3.1项目层级指标计算方法
在指标数据计算时，首先以项目为单位形成项目层级的指标架构。项目指标以综合费用指标+建安费用指标两套指标数据叠加的方式组成，可以一目了然的看出该案例工程的总体指标。例如某住宅的综合费用指标为500元/㎡，建安指标为3000元/㎡，则该项目的项目层级指标为3500元/㎡。 2.3.2综合费用指标计算方法
综合费用是将具体的合同内容按设计好的架构，分析到相应的综合费用节点之下。当数据积累到一定数量时，对经验数据按照统计学原理进行筛选计算，形成参考指标。示例见表1。计算公式见（1）。
在计算工程参考指标时，采用t分布（student-t分布），其中样本容量约等于该指标下的所有样本，随着样本量和自由度的增加，t分布越来越接近正态分布。公式如下：
建安费用数据指标的计算过程较为复杂，一般由专业造价人员来完成。将计价文件分析到已经设计好的指标模板中，完成工程经济指标、工程技术指标两项重要的数据分析，指标的细致程度由其科目层级决定。
2.4指标应用系统开发
受“互联网+”概念启示，企业可与软件公司在以上excel表格分析工程指标的基础上，开发企业工程指标数据库应用管理系统。利用计算机实现建安费用智能分析，快速进行指标统计和查询，经过指标分类、筛选，积累指标库数据，计算指标经验值区间，利用互联网实现数据多方输入和数据交流，大大提高数据的分析、存储和指标计算效率。应用计算机网络进行数据采集和加工整理，其效率占绝对优势，可实现工程指标准确性和及时性。
3、工程指標数据库的应用
3.1指标数据库管理
工程指标数据库管理是其应用当中必不可少的部分，涉及数据管理、用户授权等多个方面，目的是先制定使用规则。数据管理的目标是保证数据质量和可信度。首先要建立数据录入机制，实现工程指标数据库中数据的动态录入；其次要对入库项目进行筛选，审核入库数据质量，对原始数据进行“清洗”；第三要加强数据库动态参考指标审核，复核指标参考模型的适用性；第四是要加强人员培训，建设一支工程指标大数据使用团队。基于人员岗位设置数据库使用者的授权体系，确定使用者的数据使用权限。
3.2挖掘数据价值
指标数据库的使用决定了数据的使用价值。企业要形成以数据驱动决策的新模式，使决策的结果更加科学和准确，让企业成本数据库成为领导决策的帮手、工程师的工作锦囊。工程指标库通过数据整理，为企业提升成本管理水平提供了量化指标。在新建项目决策时，在数据库内筛选类似工程进行指标横纵向对比，可辅助判断工程技术、经济合理性；将拟建工程与案例工程进行对比计算，实现指标估算。
工程指标数据库是成本管理的“数据驱动中心”它将工程数据升值为企业资产，开启了成本管理大数据新时代。应用“互联网+”建立数据库，是实现工程指标信息化的必要手段。工程指标数据库的利用价值还在探索阶段，需要在使用中不断完善数据库建设，持续挖掘数据库的应用价值。
作者简介：王娜，女，生于1985年，陕西西安人，工程师，主要从事成本管理及招投标方面的工作。
关键词：成本管理；工程指标；大数据
1、引言
对于建筑企业特别是大中型建筑企业而言，当工程项目积累到一定程度，会产生海量数据，如果不对历史数据进行整合分析，积累的经验数据就鲜有价值可言。整合建设项目造价历史数据，在企业内部建立工程指标数据库，有助于合理确定和有效控制工程造价，提高工程建设项目投资效益；对企业投资决策、项目正确评估、以及提高项目投资可控性有重大现实作用；企业可对标类似工程成本数据，通过内视、调整完善成本管理，从而满足企业快速发展的需求。
本文基于建设单位视角，从工程项目成本结构解析、指标数据模型计算两个方面构建企业工程指标数据库，应用“互联网+”搭建数据库管理平台，并利用大数据分析挖掘企业工程数据新的应用价值，以期为建设单位乃至建筑行业工程数据的应用提供借鉴。
2、工程指标数据库的构建
工程指标数据库是项目数据收集、归类、分析、计算后形成的数据系统。为体现成本数据库的价值，重点对由市场竞争形成的成本数据进行分析，这部分费用体现在项目综合费用和建安费用中，其中综合费用包括项目可研、勘察设计、监理、检测、咨询等费用，建安费用主要指总承包、专业分包等施工类费用。
构建工程指标数据库旨在得到规范化的工程指标，首先通过对原始成本数据结构解析建立统一的成本分析架构，其次利用数学模型对录入数据库的历史数据进行计算形成工程指标。
2.1工程成本结构解析
为提高最终获得的指标准确性，需要统一成本分析架构，将非结构化的数据进行整理、提炼，使其转化为结构化数据，以此作为数据库的“数据源”。
2.1.1项目类型分析
工程指标数据库建立的基础是工程项目，首先要对工程项目进行分类，也就是对不同类型的数据进行大类划分。可按项目的专业板块归类，如可将项目分为房建板块、市政板块、园林绿化板块等；若企业经营项目类别丰富，可继续按项目用途等特点继续细化工程指标的结构层次，例如房建项目可细化为住宅项目、教育项目等，住宅又可按产品类型进一步分类。分类的原则是结合企业自身发展，根据企业经营范围确定项目大类，以便数据的整合和使用；分类越详细，越有利于成本参考数据的准确性。
2.2成本结构解析
項目板块划分完成后，根据每个板块项目特点和成本管控要点，对成本结构进行解析是工程指标数据库建设前期的核心。此项工作一般由成本管理经验丰富、对估算、预算、结算等各环节成本测算掌握，对各工程板块、各专业都熟悉的工程师来把控。该阶段的主要目标是完成各板块、各专业指标分析模板的设计，包括综合费用的统一模板设计及建安费用各专业板块的模板设计。
2.2.1综合费用结构解析
综合费用的合同标的较为单一，合同价款明确，计费标准清楚，故综合费用以合同为单位进行指标分析，重点在于设计合理的综合费用架构，提出符合项目特点的综合费用节点。在设置综合费用节点时，要选择恰当的、在同类费用核算中具有普遍适用性的核算基数。
2.2.2建安费用结构解析
本文以建设单位房建项目为示例，具体展示数据库建设。建安费用的成本结构分析是数据库建设前期的难点，其中的关键在于建安指标的数据结构分析，目的在于得到建安费用的工程概况、工程特征、工程经济指标和工程技术指标。
（1）项目概况和工程特征
造价管理各阶段的造价资料是建安费用分析的基础资料，从项目信息入手，对项目概况、项目特征的中心点进行归纳，旨在标明工程项目的特有信息，作为指标数据的样本说明。项目概况主要包括工程名称、工程分类、合同范围、造价类别、工程规模等信息。工程特征则以分部分项工程量清单及施工设计为基础，提取工程分部分项特点，是指标数据的详细特征。
（2）工程经济指标和技术指标
建安指标数据结构分析，按版块和专业设置，可根据企业成本管理的深入程度和控制要点进行划分，目的是划分出合适的工程经济指标、工程技术指标层次。房建工程按土建、安装两个专业划分一级指标科目，按分部分项进行大类归集形成二级科目，划分的基础是行业发布的工程量清单计价规则。市政工程分为道路工程、桥梁工程、管网工程等多个专业板块，而通常情况下一个工程由几个专业组合而成，例如以道路为主的工程、其附属工程往往包括管网工程，以桥梁为主的工程、其附属工程又会包括道路工程、管网工程等；市政工程二级科目划分方式与房建工程有很大不同，其二级科目应结合工程特点和施工部位对成本控制的影响程度依据工程量计价规则归类。装修工程，造价工程师编制预算时的一贯做法是以施工部位划分成本控制节点，如其中一个控制节点：大厅-楼地面，而不会将整个工程的楼地面作为一个清单去组价，故装修工程划分指标科目时，仍然与造价划分节点保持一致。园林绿化工程中的景观工程与装修工程类似，绿化工程则以地被、灌木、乔木等不同的绿化空间划分指标层级。
2.3指标数据模型计算
指标分析模板的构建将不同项目的指标内容和层级做了统一，是计算指标数据的基础。按模板分析单项工程数据的过程，即是对数据进行整理和加工的过程。
2.3.1项目层级指标计算方法
在指标数据计算时，首先以项目为单位形成项目层级的指标架构。项目指标以综合费用指标+建安费用指标两套指标数据叠加的方式组成，可以一目了然的看出该案例工程的总体指标。例如某住宅的综合费用指标为500元/㎡，建安指标为3000元/㎡，则该项目的项目层级指标为3500元/㎡。 2.3.2综合费用指标计算方法
综合费用是将具体的合同内容按设计好的架构，分析到相应的综合费用节点之下。当数据积累到一定数量时，对经验数据按照统计学原理进行筛选计算，形成参考指标。示例见表1。计算公式见（1）。
在计算工程参考指标时，采用t分布（student-t分布），其中样本容量约等于该指标下的所有样本，随着样本量和自由度的增加，t分布越来越接近正态分布。公式如下：
建安费用数据指标的计算过程较为复杂，一般由专业造价人员来完成。将计价文件分析到已经设计好的指标模板中，完成工程经济指标、工程技术指标两项重要的数据分析，指标的细致程度由其科目层级决定。
2.4指标应用系统开发
受“互联网+”概念启示，企业可与软件公司在以上excel表格分析工程指标的基础上，开发企业工程指标数据库应用管理系统。利用计算机实现建安费用智能分析，快速进行指标统计和查询，经过指标分类、筛选，积累指标库数据，计算指标经验值区间，利用互联网实现数据多方输入和数据交流，大大提高数据的分析、存储和指标计算效率。应用计算机网络进行数据采集和加工整理，其效率占绝对优势，可实现工程指标准确性和及时性。
3、工程指標数据库的应用
3.1指标数据库管理
工程指标数据库管理是其应用当中必不可少的部分，涉及数据管理、用户授权等多个方面，目的是先制定使用规则。数据管理的目标是保证数据质量和可信度。首先要建立数据录入机制，实现工程指标数据库中数据的动态录入；其次要对入库项目进行筛选，审核入库数据质量，对原始数据进行“清洗”；第三要加强数据库动态参考指标审核，复核指标参考模型的适用性；第四是要加强人员培训，建设一支工程指标大数据使用团队。基于人员岗位设置数据库使用者的授权体系，确定使用者的数据使用权限。
3.2挖掘数据价值
指标数据库的使用决定了数据的使用价值。企业要形成以数据驱动决策的新模式，使决策的结果更加科学和准确，让企业成本数据库成为领导决策的帮手、工程师的工作锦囊。工程指标库通过数据整理，为企业提升成本管理水平提供了量化指标。在新建项目决策时，在数据库内筛选类似工程进行指标横纵向对比，可辅助判断工程技术、经济合理性；将拟建工程与案例工程进行对比计算，实现指标估算。
工程指标数据库是成本管理的“数据驱动中心”它将工程数据升值为企业资产，开启了成本管理大数据新时代。应用“互联网+”建立数据库，是实现工程指标信息化的必要手段。工程指标数据库的利用价值还在探索阶段，需要在使用中不断完善数据库建设，持续挖掘数据库的应用价值。
作者简介：王娜，女，生于1985年，陕西西安人，工程师，主要从事成本管理及招投标方面的工作。