兰州石化公司建设公司 甘肃兰州 730060
摘要：近年来，随着数据采集系统和数据挖掘分析方法的快速发展，大数据环境逐渐成为人们越来越关注的对象，同时其以迅雷不及掩耳的速度渗透到各行各业，给整个社会的发展提供强劲动力。大数据时代特点，简单来说主要体现在数据类型的复杂化以及数量上的海量化，本质上讲大数据中蕴含着巨大的价值信息和发展潜力。但是同时，这种数据变革的突然出现给很多传统行业带来巨大的冲击，一旦其跟不上大数据环境快速发展的步伐，就很有可能被埋没在社会快速发展的进程中。
关键词：大数据；工程造价管理；数据挖掘分析；成本控制
引言
工程造价管理是基础建设过程中的关键环节，与其他基础建设环节相比具有其自身的特殊性。具体来讲，其在工程的估算、概算、预算、结算与决算等阶段均会产生大量的数据，而任何设计、施工和决策都要依赖这些数据展开，按照传统的经验做法进行数据处理，往往会出现数据挖掘不充分、信息反映不全面、历史数据无法利用等现象，最终导致工程造价管理效率低下、成本管控水平差、社会整体效益明显下降的问题。而大数据时代的到来给工程造价管理行业带来很多新的契机和发展机遇。面对这一新兴利器，政府和企业等如何能够充分将大数据的优势与工程造价管理深入融合，并在解决目前工程造价管理相关问题的同时提高整个社会的整体效益，这成为工程造价管理行业值得深入研究的问题。
1我国工程造价管理存在主要问题
工程造价管理的主要目的是通过现代化信息技术的充分利用来优化和改善工程造价管理相关模式，以便更好地服务整个工程行业，提高整个行业的效率。在工程造价管理方面，相比于国外而言起步较晚，缺乏经验，但是政府和企业长期以来对此非常重视，不断进行完善。在2002年上半年，初步完成有关工程造价在政务信息库的建设，并规定了各地工程造价信息网的联网方式和实现全国统一造价数据库的方法，为工程造价管理提供了数据基础；在2003年，明确提出各企业要建立“工程造价信息库、施工信息库等信息资源数据库，并建立相应网站，开展网上信息服务与工程招投标业务等”，工程造价管理信息化方面有了进一步的规范。在2011年，再次明确工程造价管理的目标，并对各级地方造价管理部门的分工进行统一安排，同时要求进一步加强工程造价信息化平台建设。住房和城乡建设部于2014年出台了《关于进一步推进工程造价管理改革的指导意见》，明确指出了要建立工程造价管理信息化、体系化的建议。在这个过程中，我国不少自主研发的工程造价管理信息化相关的软件不断发展起来，例如斯维尔、广联达等。尽管如此，当前我国在工程造价管理方面仍然存在以下几个问题。
1.1缺乏统一标准，共享效率低下
我国基础建设近年来发展快速，每完成一个项目都会有大量的工程造价数据信息得以保留，故事实上我国工程造价数据已经非常丰富且足够。但是在数据信息的采集、加工和发布过程中缺乏统一的标准，而且缺乏统一的分类、编码和规划，主要是各省和政府都具有各自的工程造价标准，同时施工单位和建设单位的造价规则和计算方法也都存在差异，这就造成了同一项目数据按照不同利益集团出现不同的概预算结果；另外，由于缺乏统一的标准以及行业约束性的交换协议与接口，造成工程造价数据共享利用成为困难，使得大量有价值的数据没有充分发挥其作用，达不到互联互通的良好效果。2.2数据挖掘能力不够目前我国很大一部分工程造价管理人员仍然保留着传统经验的做法来对海量的工程造价数据进行处理，这种做法效率低下而且挖掘数据信息较少，很难得到可以充分信赖并有价值的分析结果。仅仅在广东才率先进行了一体化造价管理，且其配套造价软件带有相对较好的数据挖掘能力，但是仍然需要继续深入研究。造价信息数据挖掘不充分，在进行造价预估、投标、成本控制等环节的造价分析结果较为粗略，精准度不高，可信度较差，更严重的会造成大量成本投资的浪费。
1.2工程造价信息缺乏动态更新
目前基于数据分析的工程造价信息发布和通知较为滞后，更新缓慢，动态更新缺乏。尤其是价格更新、信息发布等在时间上缺乏稳定性，造成造价分析员获取最新信息较为困难。
期刊文章分类查询,尽在期刊图书馆缺乏动态信息反馈，无法快速的摸清市场动向和竞争对手情况，不利于工程建设全过程造价成本管控和造价预测的精准性。
2工程造价大数据概述
2.1大数据简介
所谓大数据，其与传统数据相比，具有巨量的资料并蕴藏着海量的信息，在数量上主要体现巨大、海量；在模式上主要指数据类型复杂且层次丰富，通常包括结构化、非结构化和半结构化等多种数据类型；从处理工程效率来讲，其涉及的数据是仅靠人工难以在一定时间内完成并处理的，而且数据的增长速率很快。总体而言，大数据的典型特征包括数据的大量化、多样化、验证性、真实性、快速化等。大数据的关键点在于数据的分析和挖掘阶段，数据挖掘过程见图1所示。通常大数据分析过程包括多个方面，具体讲包括数据的搜集、数据预处理和数据挖掘阶段。其中数据的深入挖掘过程也就是常说的大数据处理分析的过程，这个也是大数据应用的核心部分。常用的大数据分析方法很多，包括神经网络法、粒子群法、蚁群算法、人工鱼群算法、基因遗传算法等等，结合不同行业大数据的背景和实际情况采取不同的数据分析方法能够大大提高数据挖掘的能力和结果的可靠性。结合不同行业，大数据的发展也有独特的趋势，如数据资源化显著、与云计算深度合作、数据生态系统复合化程度加强等。而在应用方面涉及到教育行业、金融业、互联网行业、工程建设行业等等，给社会不同行业带来多方面多层次的变革，极大推动社会的整体发展。
2.2工程造价大数据特点
就工程造价数据本身而言，其数据量已经很庞大，包括工程项目的用工数据、材料数据、造价指标数据等，而大数据下的工程造价将会整合更多的数据来源。本质上讲，工程造价大数据就是一个资源整合后的数据信息集合，具体包括工程项目企业外部环境、内部环境和其他与工程造价相关的数据信息，具体来讲其具有以下几个特点。
2.2.1工程造价大数据搜集采用多主体的方式。
企业或者企业集团是工程造价数据库建立的主体，同时还包括项目级和企业生态级主体数据，这些主体构成的数据库包含了所有工程造价大数据搜集到的数据。
2.2.2高度无序和非线性。
工程造价数据涉及设计、施工和后期运营维护的全阶段，同时影响各个阶段工程造价因素的变化也是充满随机性、非线性和高度无序性，传统数据分析方法并不能充分挖掘数据背后隐藏的价值信息，造成工程造价概预算结果与实际相差较大，常常影响工程进度，工程建设的整体效益也大打折扣。
结束语：
结合目前我国工程造价管理现状以及基于对大数据发展概述介绍，针对大数据环境对工程造价管理带来的影响进行了深入分析，最终提出在工程造价管理方面发挥大数据优势的相关建议，为提高工程造价管理效率和社会整体效益提供参考。在实际过程中应结合工程的具体情况、政府政策和市场现状进行综合分析，以便得到最佳的工程造价管理效果。
参考文献：
［1］彭大敏,王罕.大数据环境下工程造价管理对策分析[J].建筑经济,2014,(11):68-70.
［2］赵世强,肖虎.大数据环境下工程造价信息化建设的思考[J].科技创新与应用.2016,(12):271-272.
［3］周文杰,戴旭东.探讨大数据时代下的公路工程造价管理发展趋势[J].内蒙古公路与运输,2016,(03):47-49.
［4］陈婷婷,王宇.大数据分析对工程造价精确性的影响分析[J].工程经济,2015,(06):10-15.
［5］肖辉祥,周煜,张艳丽,等.浅谈大数据下工程造价管理[J].中国管理信息化,2017,(01):80-81.
论文作者:史莲莲, 张亚奇
论文发表刊物:《建筑科技》2017年第11期
论文发表时间:2017/12/1
标签：数据论文; 工程造价论文; 工程造价管理论文; 造价论文; 行业论文; 数据挖掘论文; 信息论文; 《建筑科技》2017年第11期论文;