我国工程建设市场经济体制不断的深入发展，特别是我国加入WTO后，以传统的定额计价为依据的投标报价模式己不再适应市场化经济发展的需要。为了适应目前在工程招投标竞争中由市场形成报价的需要，必须对现行工程计价办法和工程报价体系进行改革，实行工程量清单计价方法和以工程量清单计价为基础、由市场定价、自主报价的投标报价模式。工程量清单计价模式是一种与市场经济相适应、由承包单位自主报价、通过市场竞争确定价格且与国际惯例接轨的计价模式，也是目前国际上常用的报价模式。　　 针对上述情况，本文首先从入世对我国工程造价的影响入手，分析了传统定额计价模式的滞后性，并指出统一定额计价早已不适应建筑市场的发展，必须改革。目前工程造价的改革使得对报价人员的知识与经验也有了更高的要求。同时，在工程量清单计价模式下的招标投标过程中，如何确定投标价来界定投标单位是否以低于成本价竞标，成为评标专家最为难断的问题。本论文旨在建立基于统计学资料的工程投标价估算模型，为投标单位较为准确并及时的估算工程投标价提供了支持。　　 本文在工程量清单报价体系基础上，主要运用了两种统计方法，首先采用多元回归分析法，再是运用基于贝叶斯正则化的BP神经网络方法对工程的投标报价建立了评估模型，并用测试样本检验了模型的精确度。通过比较结果得出，多元回归模型分析方法是建立在特定的理论模型基础之上的，使用时存在一定的局限性。而贝叶斯正则化BP神经网络无任何假设要求，有效的避免了神经网络学习过程中的过度拟合现象，且能提高泛化能力，所建立的投标报价模型有效地提高报价的准确性，从而为工程上预测投标价的应用提供了另一种新思路，促进了我国投标报价模型体系的完善，更好的为施工单位提供服务。