| 标题 | 基于大数据的工程造价信息资源共享模式研究 |
| 范文 | 赵文滟 摘? 要： 信息化技术的不断发展为建筑业结构升级转型带来了新的机遇，将新一代信息技术用于工程造价，有效控制工程成本，已成为建筑企业的一项核心竞争力。通过大数据技术，构建工程造价信息资源平台，可以有效地解决数据量大、数据不准确、数据滞后、数据计算繁琐等问题。借助大数据的技术优势，在数据处理、数据分析、数据挖掘等方面，可对工程造价进行全过程、精细化管理，有效提升工程造价管理水平。 关键词： 工程造价; 大数据; BIM; 数据挖掘 中图分类号：TP3? ? ? ? ? 文献标志码：A? ? ?文章编号：1006-8228（2018）12-113-03 Abstract： The continuous development of information technology has brought new opportunities for the structural upgrading and transformation of the construction industry. It has become a core competitiveness of construction enterprises to apply the new generation of information technology to the cost management and effectively control the construction cost. By means of big data technology， the construction of engineering cost information resources platform can effectively solve the problems of large amount of data， inaccurate data， data lag and complicated data calculation. With the technical advantages of big data， the whole process and refined management of engineering cost can be realized in aspects of data processing， data analysis， data mining and so on， to effectively enhance the management level of engineering cost. Key words： engineering cost; big data; BIM; data mining 0 引言 隨着我国经济结构不断优化调整，信息化技术的不断发展为建筑行业结构升级转型带来了新的机遇，如何将新一代信息技术应用于工程造价，有效控制工程成本，已成为建筑企业的一项核心竞争力。 在工程造价管理中，工程造价贯穿投标、施工、竣工结算等阶段，涵盖政策法规、计价依据、价格信息、指标信息、指数信息、社会平均利润等信息，具有大数据信息量大、信息多样化等特征。通过大数据技术，构建工程造价信息资源共享平台，可以有效地解决数据量大、数据不准确、数据滞后、数据计算繁琐等问题，借助大数据的技术优势，在数据处理、数据分析、数据挖掘等方面，可对工程造价进行全方位、全过程、精细化管理，有效提升工程造价管理水平。 本文通过分析影响工程造价管理水平的因素、传统工程造价存在的问题、运用大数据构建工程造价信息资源共享框架、基于大数据的工程造价管理的具体措施，为建筑企业提升造价管理水平提供参考。 1 影响工程造价管理水平的因素 对建筑企业来说，影响工程造价的关键因素主要有政策因素、人员因素、信息因素、市场因素、施工因素等。其中信息因素尤为重要。 1.1 信息及时性、全面性、完整性 工程造价信息贯穿于建设项目全生命周期各阶段，由于市场供需关系不断变化，经常出现信息不对称情况，如政策文件、工程信息价格、工程经济指标等，也包括工程各个参建单位的内部基础信息，如企业定额等。对于建筑企业来说，在投标阶段、施工建设阶段、竣工阶段，需及时掌握更为全面、完整的造价信息， 在一定程度上可以编制更为合理、科学的工程造价清单，可进一步提升工程造价管理水平。 1.2 信息处理、分析、挖掘能力 工程造价不确定因素多，所需信息量大、信息多样性，在工程投标、实施、结算等阶段，需要对内外部信息进行综合分析、挖掘，必须对工艺、机械、材料、人员等信息进行准确判断，做出合理的投标报价、工程造价决策、工程结算报告等，需要建筑企业有较高的信息处理、分析、挖掘能力，信息处理水平越高，工程造价管理水平越高[1]。 2 工程造价存在的问题 在我国，工程造价管理存在一些问题，进一步制约了工程造价管理效果。 2.1 数据获取方面 对于工程项目建设企业来说，在组织开展工程造价管理工作时，忽视了工程造价数据的积累，或者工程造价管理不规范，进而在一定程度上难以获得足够的信息满足编制施工定额的需要，难以真实了解自身的真实成本，在这种情况下，也就无法准确地确定利润。另外，获取外部数据的渠道、方法较为单一，难以实时获取市场信息，无法掌握社会成本，同时也难以掌握竞争对手的实际情况。 2.2 数据处理方面 在工程造价管理方面，一些工程项目建设企业应用了BIM，虽然BIM在处理工程信息方面具有一定优势，但是对于施工中影响工程造价的数据，缺乏有效的分析方法，进一步影响工程造价管理的科学性[1]。 3 基于大数据的工程造价信息资源共享框架体系 3.1 框架体系 总体架构主要由基础设施层、数据层、应用支撑层、应用层、展示层等五个部分组成，同时考虑标准规范体系和信息安全体系建设。 ⑴ 基础设施层 基础设施层是系统运行的物质基础。系统涉及的网络主要包括核心网络、移动通信网、互联网等。系统涉及的硬件主要包括主机服务器、存储备份系统、机房等。 ⑵ 数据层 数据层是系统数据存储和管理的中心，由国家、行业和地方的政策法规、计价依据、建筑产品的社会平均成本和社会平均利润，生产要素的市场价格，成本指标、指标、综合单价等信息组成的元数据服务层，为上面的应用提供数据支撑服务。 ⑶ 应用支撑层 应用支撑层提供了数据库、中间件等应用支撑软件。这些支撑软件为系统的开发、部署、应用提供了各项应用支撐，简化了系统实施的过程。中间件支持应用层相关系统的快速、灵活构建和部署。 ⑷ 应用层 提供了系统软件和信息协同管理服务的使用。通过互联网以租金的形式向用户提供软件服务，为用户提供可视化建模、BIM 文件生成存储等功能。通过网络访问控制、用户身份验证和权限管理等方式，控制项目干系人的项目管理权限。 ⑸ 展示层 利用可视化技术开展工程造价信息数据的分析、预测、应用统计等功能，发现数据中隐藏的规则和关系，快速细化和简化数据流，并以图形方式显示数据挖掘结果。例如可以开展工程造价偏差分析、指标分散式偏差分析、成本指标分析等。 ⑹ 标准规范体系 充分参考各种国家行业规范和行业标准，在技术、数据、管理上提供标准化依据，逐步信息化标准。标准规范体系是系统正常运行的重要保障，包含了两方面的含义：数据标准化和管理标准化。 ⑺ 信息安全体系 充分考虑各层次的安全措施和安全技术手段，用软硬件技术和安全管理手段来保证系统在安全稳定的环境中运行。通过内外网隔离、数据加密、权限控制等安全机制实现对数据和信息的合法化访问。 3.2 大数据技术概念 早在1980年著名未来学家阿尔文·托夫勒在《第三次浪潮》中将大数据比喻成是“第三次浪潮的华彩乐章”。2008年美国《自然》推出的名为“大数据”的专刊，创造了“大数据”的概念。Reilly Media公司对大数据的定义则更注重大数据在管理和分析系统起到的关键作用，认为当数据的数据量和性能大到足够能成为实施数据管理及分析系统的设计和决定因素时，可称之为大数据。总的来看，对于各不相同的定义中也存在着共性，大数据不仅数量大，而且形式多样化、结构复杂，传统的技术难以满足实时处理数据的要求[3]。 3.3 大数据类型 大数据具有Volume（容量大）、Variety（种类多）、Value（价值密度低）、Online（数据在线）、Fluctuation（周期性波动）、Velocity（速度快时效高）等特征。Variety即信息种类和来源多样化，包括结构化、半结构化和非结构化数据。Value即需要从海量的数据中提取价值数据。Fluctuation即数据伴随快速性，数据流呈现出波动的特征，不稳定的数据流会随着日、季节、特定事件的触发出现周期性峰值。Velocity即要求秒级范围内给出处理结果。Online即数据是随时能调用和计算的，这是工程造价信息大数据区别于传统数据最大的特征。 3.4 大数据处理流程 大数据处理流程主要分为三个步骤：第一步是工程造价信息的共享交换、预处理、数据结构和标准化，开展业务功能分析，形成业务模型，开展信息需求分析、用户视图规范化、数据元素标准化与一致性控制数据流分析。第二步是工程造价数据的关联性分析和数据挖掘分析，建立功能模型、数据模型，建立系统体系结构模型和数据分布分析;第三步是以可视化形式输出数据挖掘结果。 4 基于大数据的工程造价管理的具体措施 4.1 构建大数据框架体系 政府通过举办专题培训班、讲座等形式，宣传大数据与工程造价，建立融合的大数据框架体系，用大数据来促进工程造价工作。政府应该有效引导行业开展标准化建设，共享信息，推进信息的透明化、公开化，同时也要发挥好监督管理的作用，充分利用市场机制来规范运行机制、共享机制，有效构建基于大数据的工程造价框架体系。 4.2 推进标准化建设 开展工程造价领域大数据标准建设，政府管理部门组织建筑企业、造价咨询、施工、监理、设计、材料供应商共同参与工程造价领域大数据标准建设，进一步规范数据采集、交换方式，利用统一的数据规范来采集工程造价关联信息，统一标准存储信息，统一标准规范交换信息，确保数据的准确性、及时性和开放性，实现数据内部和外部的共享和重复使用。 4.3 加强政府引导 充分发挥政府在工程造价领域的信息发布者和信息收集者的角色，加强信息搜集、整合、测算和公开，完善信息标准和管理制度， 进一步开放共享工程交易信息资源。对数据进行统一分类，优化数据，规范数据的收集整理和测算，统一数据接口，推动标准对产业和应用的支撑作用，加强标准的验证和应用试点示范。打破行业和地区壁垒，鼓励组织工程咨询、施工、设计等方面的龙头企业积极参与标准化活动。引导大数据在工程造价领域的应用，提升设计、预算、采购、施工、运维等方面资源配置效率。 4.4 大力推进BIM技术应用 BIM技术计量精确，可以有效提升项目各阶段的速度和效率，其三维可视化监测功能可以有效地实施管控。由政府制定BIM技术的应用发展规划，在工程招标、实施、竣工验收等阶段，进一步推广BIM技术的应用，出台BIM技术应用的配套政策和地方应用标准，通过应用试点、示范，培育一批大数据+工程造价的示范性企业，以点带面推动BIM技术应用[4]。 4.5 加强复合型人才培养 创新工程造价人才培养模式，建立健全多层次、多类型的工程造价+大数据人才培养体系，培育一批既懂大数据、又懂工程造价的复合型专业人才;加强产学研合作，加强政府、高校、研究机构、企业之间的合作，开展工程造价大数据专项技术研究，培养熟悉工程造价大数据专业工程师。 5 结束语 本文通过分析影响工程造价管理水平的因素、传统工程造价存在的问题、运用大数据构建工程造价信息资源共享框架、基于大数据的工程造价管理的具体措施，针对性得提出基于大数据大数据的工程造价信息资源共享模式，在一定程度上解决工程造价信息数据结构化、标准化等难题，为建筑企业提升造价管理水平提供了有效的实施路径和方法。 参考文献（References）： [1] 姜泓列.基于大数据和BIM的工程造价管理研究[J].价值工程，2016.11：31 [2] 杨颖.大数据在工程造价中的应用[J].建筑工程技术与设计，2015.7：474 [3] 维克托.迈尔舍恩伯格著，盛杨燕，周涛译.大数据时代：生活、工作与思维的大变革[M].浙江人民出版社，2013. [4] 范文龙.大数据与工程造价有效融合的思考[J].广东开放大学，2018.1：105 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。