申安
（中国南方电网有限责任公司超高压输电公司 广东广州 510000）
摘要：随着电力体制改革的深入，电网公司的发展方式开始从规模扩张型向质量效益型转变，因此投资计划安排精准性和合理性显得尤为重要。同时大型电网工程的建设周期一般较长，伴随着国家对供给侧改革的推进，在较长的建设周期中人工、材料、机械价格会面临着涨价风险，价格的增长导致项目投资的增加，对项目建设的完成造成巨大的风险。这要求电网公司对未来工程造价变化进行合理预测，以便制定合理的招标策略，同时可以在建设过程中更好的控制工程造价。本文利用价格调整公式对影响工程造价的主要因素进行动态分析，再通过灰色预测模型得出工程造价预测指标对未来的电网工程造价进行预测，通过实例证明了该方法的有效性和实用性。
关键词：电网工程造价；灰色预测模型；造价预测
1.引言
随着电力体制改革的深入，电网公司的发展方式开始从规模扩张型向质量效益型转变，因此加强电网基建项目造价分析工作，快速、准确预测项目投资，对保证投资计划安排精准性和合理性显得尤为重要。大型电网工程的建设周期一般较长，伴随着国家对供给侧改革的推进，建设过程中人工、材料、机械价格会面临着涨价风险，价格的增长导致项目投资的增加，对项目建设的完成造成巨大的风险。因此，为更好地控制风险，需要对影响工程造价的人工、材料及机械费用进行动态分析，并得出合理的造价预测指标。
近年来，国内外学者对建设工程造价预测进行了深入研究。Nahyun Kwon[1]针对建筑物维护的成本预测建立了一种基于案例推理和遗传算法的模型，并通过实验检测了该模型的适用性；WANG Ying[2]提供了一种基于软计算和数据挖掘技术的智能预测模型，用于解决电力建设工程造价问题。采用神经网络驱动的Takagi-Sugeno模糊系统构建预测模型，该模型在Matlab平台上进行仿真，结果表明该模型的预测精度优于BP网络。赵晓芳[3]等采用随机森林法（RF）进行数据挖掘和利用狼群算法（WPA）优化支持向量机模型（SVM）来提升电力工程造价预测的准确性和稳定性。通过文献分析发现，多数的模型对于发展趋势平稳的指数能够进行较好的预测，但指数波动较大时，预测精度会大大降低；多数模型在进行短期预测时效果较好，但长期预测则误差很大。
近年来迅速发展起来的灰色系统预测理论应用简单，稳定性和追踪性较好，通过历史数据总结分析量与时间之间的变化规律，从而预测具体变量，并能够在历史数据较少的前提下，得到较高精度。
2动态分析数学模型的建立
本文利用单变量动态数学模型，基于合同通用条款中的价格调整公式对工程造价的影响因素进行动态分析，具体方法是通过改变构成造价的多个因素变量中的某个变量，观察造价总体变化趋势，选择影响造价较大的几个因素，为利用灰色预测模型预测造价提供因素依据。
2.1价格调整公式
因人工、材料和机械等价格波动影响合同价格时，按以下公式计算差额并调整合同价格。
式中：—需调整的价格差额；
—约定的付款证书中承包人应得到的已完成工程量的金额。此项金额应不包括价格调整、不计提留金的扣留和支付、预付款的支付和扣回。
A—定值权重（即不调部分的权重）；
—各可调因子的变值权重（即可调部分的权重）为各可调因子在投标函投标总报价中所占的比例；
—各可调因子的现行价格指数，指约定的付款证书相关周期最后一天的前42天的各可调因子的价格指数；
—各可调因子的基本价格指数，指基准日期的各可调因子的价格指数。
通过对价格调整公式的分析，可以识别出对电网工程造价具有重大影响的因素。
3灰色预测模型的建立
灰色模型简记为GM（N，H），其中GM是英文Grey Moel（灰色模型）首字母的缩写，n代表模型中的阶数，h代表模型中变量的个数。阶数越大，计算量越大，而且在预测模型中变量个数通常只考虑一个。因此，灰色模型通常采取GM（1，1）来研究问题，即模型为阶数为一阶，变量数也就只有一个的微分方程模型。
3.1 GM（1，1）模型建模方法
设
进行一次累加生成处理，生成新的序列，记为1-AGO（accumulating generation operator）：
则GM（1，1）模型的最小二乘估计参数列满足
建立微分方程并求解模型参数，对于公式（4），GM（1，1）模型白化形式的微分方程为：
其中称GM（1，1）模型中的参数-a为发展系数，b为灰色作用量。
4基于灰色预测模型的电网工程造价预测研究
4.1选择灰色预测模型预测因素
为更好地检验灰色预测模型的实用性，本文选择某换流站工程初步设计中的建筑工程（不包括设备费）部分进行实例分析。该工程建筑工程费39038万元。
通过对该合同的人工，材料，机械价格进行分析，可得出
表4-1 工程造价主要费用占建筑工程费比重
将表4-2的数据带入价格价格调整公式可得
其中分别为钢材现行价格指数和基本价格指数；分别为水泥现行价格指数和基本价格指数；分别为砂石现行价格指数和基本价格指数。
将上述方程对每个因素分别求导，可知，钢材及水泥对工程造价的影响最大，其中钢材最为敏感。
4.2构建电网工程造价灰色预测模型
4.2.1指数的收集
根据上文对造价预测因素的分析，本文选取了人工费、材料费、钢材、水泥作为造价预测因素。通过查询《中国统计年鉴》获得了中国建筑工程的人工费、地方材料费、钢材、水泥的价格指数，选取了2009年至2018年10年的价格指数构建GM（1，1）模型。
表4-3 2009年~2018年人工费、地方建筑材料、
注：上表数据来源于《中国统计年鉴》，每年的指数是以上年指数为100计算。
对数据进行整理，以2009年为基数，计算2009~2018年的价格指数，整理结果如下。
表4-4 以2009年为基数，2009年~2018年人工费、地方建筑材料、钢材、水泥价格指数统计
4.2.2建立人工费价格指数GM（1，1）模型
设原始序列
由此可求得未来三年人工费价格指数为（199.74，211.62，224.21）。
同理可求得未来三年材料费价格指数，如表4-5。
表4-5 未来三年建筑安装工程造价主要费用的价格指数
从上表可以看到，在未来的三年里，人工费的价格指数仍保持着较高的增长水平，而地方建筑材料和水泥由于国家环保要求的提升以及去产能等政策持续发力，价格指数在短期内还会有一定程度的上升，而钢材在2017年较为明显上升后价格指数将保持稳定并略微有所下降，这与目前的市场情况实际相吻合，具有较好的参考意义。
4.2.3电网工程造价动态预测
为了可以对该工程未来几年的工程造价进行动态预测，可将公式（1）进行以下变换，
（9）
利用公式（9），带入上文预测的未来三年的价格指数，可以预测未来两年内该工程的工程价。本文以人工费、地方建筑材料、钢材、水泥为主要影响因素来预测未来两年的工程造价。
其中人工费占工程造价的比例为9.21%，地方建筑材料费占工程造价的比例为7.98%，钢材占工程造价的比例为27.6%，水泥占工程造价的比例为7.34%，其他因素构成比重为52.13%，将未来三年人工费，地方建筑材料、钢材及水泥的价格指数带入公式（9）即可得到未来两年工程的工程造价
表4-6 人工费、钢材、水泥为主要影响因素预测未来两年的工程造价
5 总结
本文根据历史价格信息，通过灰色预测模型对未来电网工程的造价指数进行预测，并通过价格调整公式预测未来几年的工程造价，这可使电网公司可以合理安排资金计划并利用自有条件和手段制定招标策略或控制造价。同时在“一带一路”战略实施的背景下，电网开始进军国外电力市场，此类工程环境复杂，工期较长，为获得较为理想的投资回报率，需在信息较少的情况下通过一定方法进行工程造价预测，本文所提供的方法可为境外电网工程造价预测和控制提供一定的参考。
参考文献：
[1]Nahyun Kwon，Kwonsik Song，Yonghan Ahn，Moonsun Park，Youjin Jang. Maintenance cost prediction for aging residential buildings based on case-based reasoning and genetic algorithm[J]. Journal of Building Engineering，2019.
[2] WANG Ying，YU Ji-hui，WANG Yu-bin. An Engineering Cost Prediction Model for Power Construction Based on Soft Computing Technology[J]. Computer Simulation，2008.
[3]赵晓芳，万明勇，周萍，张冀嫄.基于RF-WPA混合算法优化SVM参数的电力工程造价预测[J].中国电力企业管理，2018（36）：80-81.
论文作者:申安
论文发表刊物:《云南电业》2019年6期
论文发表时间:2019/11/28
标签：工程造价论文; 模型论文; 价格指数论文; 电网论文; 价格论文; 可调论文; 灰色论文; 《云南电业》2019年6期论文;