天津市西青区房地产管理局天津市300380
摘要：在我国科技不断创新的背景下，我国进入了大数据时代，大数据时代的来临和信息化程度的不断提高，工程项目信息化管理水平亟须加强，工程项目各环节均拥有大量的数据资料，特别是造价管理方面的数据，大数据技术对传统的造价管理理念带来的变革。
关键词：大数据下；工程造价；管理
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（如视频和图片等）和半结构化等多种数据类型；从处理工作效率来讲，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。通常大数据分析过程包括数据搜集、数据预处理和数据挖掘等几个阶段。数据深入挖掘过程就是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，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、金融行业、互联网行业、工程建设行业等，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工程造价的重要性
建设工程通常具备工期长、设计变更多、设计材料价格变化幅度大、费率因地区而不同等。这些特点造成了工程造价的不稳定性，同时也说明了加强造价管理的重要性。在长期传统的计划经济时代，工程建设没有划归独立的物质生产门类，工程造价管理采用行政命令和计划定价的管理方式进行，造价的制定往往缺乏科学性和合理性，传统意识上的工程造价的管理和控制，片面地等同于工程预决算，导致工程项目实施中存在诸多难以解决的问题。目前，在市场经济环境下企业之间的竞争异常激烈，这就导致很多企业通过“非正常”途径获取工程任务，导致工程市场混乱。但是，通过压低项目在施工阶段以及决算阶段的成本来获取的项目，往往会带来严重的负面影响。有时候，过分不合理的工程造价很容易导致企业在最后阶段因资金不足而铤而走险，以次充好，偷工减料。这严重地影响到工程的整体资料。因此，严格控制工程的造价管理工作是十分重要的。
3大数据对工程造价管理的影响
3.1促进企业定额编制
企业要想达到很好的成本控制并获得更多利润，须不断加强自身的市场竞争力，这就要求企业不断加强大数据与自身成本核算的结合，进一步形成企业定额，加强自身装备和管理水平，提升企业价格竞争水平和优势这是由于工程建设项目的主要特征建设周期长、不确定因素多、投资金额大、参与人员多、风险大等导致的。在大数据环境下，各项建设成本数据相对透明，若企业能够通过数据挖掘发现工程造价管理中的数据，并及时将价格水平和各项消耗量进行存储并建立数据库，通过海量数据库的快速对比和深入分析，为成本控制提供参考，最终通过提高企业成本控制水平来提升在市场中的竞争力。
3.2有效控制施工企业成本
施工单位可以经过数据挖掘可以发现工程项目管理中的数据。第一时间把现场各项消耗量和价格水平通过数据系统传输至施工单位数据库的信息，提供给相关职能部门作成本管理参考，通过海量数据对比分析，对成本控制提供参考数据和依据，提高施工企业成本控制水平。
3.3促进造价信息化管理水平提高
当前，我国建设工程范围内信息化管理水平不高，造价从业人员还在凭借人的经验积累。造价成果数据存储、数据分析重复劳动、效率低下，数据存储问题多漏洞大，材料市场价格信息获取不完整、不及时，各项数据不能够及时更新，“三超”现象非常普遍，造价成果数据得不到灵活运用。
4大数据下工程造价管理手段
4.1要构建统一的造价数据收集标准，提高数据收集质量
大数据下造价管理数据的采集相当关键，要在国家或行业方面设立与计价体系相适应的造价信息数据标准，实现全国范围内的工程造价信息数据的统一化标准，只有在具有一致性标准的数据的前提下，才能有利于后续数据的整理分类与处理，同时针对工程造价信息数据所配套的图片、视频等可视化信息数据也应该设定统一的标准。
4.2建立工程造价预测模型，提高工程造价的准确性
大数据的相关关系解析法更精准、更快，并且不容易受偏见的影响，建立在相关关系分析法基础上的预测是大数据的核心，复杂的机器分析能为我们预测工程的造价，并控制在一定的误差范围内，根据工程造价的以往数据，建立工程造价的动态预测模型，对一些典型标准工程的造价进行动态建模，把即将编制的可研估算及初设概算的工程与模型对比，找出雷同的部分，重算变化的部分，根据工程实际修改影响工程造价的各因素，以变电站为例，同类型的变电站多因为地点的不同而导致征地等其他费用及地下费用的变化，我们完全可以通过大数据分析找出雷同部分，对不同部分进行调整价格，进而提高可研估算及初设概算的准确率。
4.3扩大数据采集来源，提高数据质量
虽然目前就工程造价数据本身而言，其数据量已经很庞大，但由于数据共享率低，基本都处于封闭状态，且很多数据质量不高，利用率较低。在解决了数据库建立和规范数据标准后，为发挥大数据作用，仍需扩大数据采集来源，并提高数据质量。采集的数据内容应该包括各参建单位在投资决策、设计、招标、施工、成本控制、结算、决算等工程建设全过程各个阶段的用工数据、材料数据、造价指标数据等，切实从多角度多层次对数据进行收集。此外，在数据采集过程中要抽取数据源，并将这些数据源进行集成，同时对数据进行清洗（即数据纠错），以此提高数据的质量。同时应用分布式数据库技术将分散的存储造价数据信息进行整合分类，这样可吸纳更多不具备自建数据库能力的中小企业加入，进而最大限度地整合全国各类工程及各个阶段的数据信息，不仅可解决成本问题，还可全面提高我国在工程造价管理方面的竞争力，更有利于向世界各地工程建设行业进行业务拓展，增强国际影响力。
4.4建立信息查询及发布综合平台
目前我国造价信息资源综合发布平台常常出现信息滞后、发布数据处理度不够、缺乏指导作用且共享率极低问题，大大降低了经济和社会效益。一个能够为社会提供大数据信息查询服务功能的平台，不仅能够进一步促进中小企业的发展，还能增加行业透明度，促进企业间的交流，保持行业活力。政府作为组织者，更大限度地公开资源是非常有必要也是可行的。此外，也要注意对相关数据进行分类处理，将一般性的、技术含量低的社会通用数据进行公开，对涉及技术含量高、企业商业秘密和国家机密的信息则加强保密工作。这样不仅能够增强工程造价的透明度，降低社会建设工程平均建设费用，且能鼓励技术型、创新型企业的发展。
结语
总而言之，我国工程造价信息化的程度依然需要更好的发展，需要凭借我国政府相关行业主管部门进一步推动数据信息的标准化，造价管理要充分依托大数据技术管理优势，进一步做好基础性的造价信息数据采集录入、归纳分析、使数据实现可交换化，从根本上推动我国工程造价的持续健康发展。
参考文献：
[1]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.
[2]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（3）：47–49.
[3]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（1）：80–81.
[4]黄恒振.基于大数据和BIM的工程造价管理研究[J].建筑经济，2016（9）：56–59.