引言
近年来,信息化已成为工程管理的前沿,很多学 者也着力从信息化特别是BIM的角度探讨工程造价管理问题。已有研究表明:BIM有助于改善当前造价数据不精确和滞后性等问题;根据BIM的技术特征和功能属性,能够实现基于BIM的全过程、精细化的工程造价管理;以BIM技术为核心,基于C/S+B/S网络架构甚至使得构建造价管理信息系统成为可能。高质量的工程造价管理在信息获取和信息处理等方面要求很高,BIM技术在确保工程本身信息如计算工程量等方面具有优势,但是对于工程造价管理所需的其他信息诸如市场价格、竞争对手信息等方面存在不足。而大数据则在数据获取和处理分析等方面具有先天优势,且已引起学者的注意,已有部分学者就大数据下的工程造价资源共享、存在问题及对策等开展了研究,但大数据却无法准确获得工程本身的信息,因此如何将大数据与BIM结合以提升工程造价管理绩效是一个值得深入探讨的问题。
1 信息视角下造价管理的成功要素及其不足
1.1 基于信息视角的造价管理成功要素
1.1.1 信息的完整性、准确性和时效性
工程建设企业在投标报价阶段能否编制科学合理的报价,取决于其对自身劳动力、材料和机械设备消耗的准确判断、对设备及材料市场价格的把握及其未来 波动趋势的预测、对可能存在的竞争对手及其报价策略和最终报价的判断。在掌握了本企业的实际成本、竞争对手成本和自身在投标工程的竞争力的前提下,才有可能获得较高的中标概率。而在工程建设阶段,工程建设企业则需要随时更新工程造价方面的信息,以便采取恰当的管理措施。简言之,工程建设企业在工程造价管理过程中需要全面准确把握造价所需的最新内外部信息,一般来说,信息的完整性和准确性越高,信息更新越及时,工程造价管理的质量就越高。
1.1.2 信息的处理水平
工程造价管理过程中无论是编制施工预算、投标报价还是工程结算价,实际上都是基于特定信息处理的结果。在投标过程中,工程建设企业要基于自身掌握的信息测算工程真实成本;基于建设单位给定资料确定工程条件和工程数据、预测工程可能的变化对造价的影响;基于外部信息分析竞争对手、外在环境的可能影响等等。在此基础上综合内外部信息分析结果做出投标报价决策。在施工过程中,要基于信息分析和处理的结果做出造价管理决策。工程建设企业对造价信息的处理水平从本质上决定了工程造价管理的科学性,信息处理水平越高,工程造价管理越容易实现其管理目标。
1.2 当前造价管理存在的不足
1.2.1 数据的获取方面
工程建设企业不重视自身造价数据的积累,或者由于造价管理不规范,往往难以获得足够信息以编制自身的施工定额,从而无法了解自身的真实成本,自然无法合理确定利润;缺乏获得足够的外部数据的渠道和方法,从而难以及时获取市场信息,难以把握特定工程下的社会成本,更遑论了解竞争对手的情况。
1.2.2 数据的处理方面
目前工程建设企业仅在应用BIM进行工程信息处理方面具有一定优势,对于市场价格信息等外部数据,特别是施工过程中可能影响工程造价的数据,缺乏科学的分析方法和手段,从而使得工程造价管理缺乏科学性;同时无法及时处理信息更新问题,难以实现工程造价的动态管理。
2 造价大数据的内涵及应用特点
2.1 造价大数据的内涵
造价大数据是工程建设企业内部和外部环境中与造价有关所有信息的集合,一般具有海量数据、多源异构和动态性等基本特征。造价大数据包括项目级造价数据、企业级造价数据、企业集团级造价数据和企业生态级造价数据四个层面。项目级造价数据包括与目标工程项目有关的造价数据和依托本项目形成的造价数据,前者是指项目层面上应用的各类外部信息,如同类项目造价数据,后者则是指项目工程量等信息。企业级造价数据是由不同类型的多个项目造价信息构成,并涵括企业层面制定的造价管理办法、管理制度和经验总结等造价信息,其中最重要的是企业的施工定额,这是工程建设企业确定项目成本的关键。企业级造价数据中的项目 造价信息与工程建设企业的业务范围有关。企业集团级造价数据是指企业集团归集下属企业造价信息构成,同时涵盖企业集团层面的数据信息,这些信息是企业集团范围内根据业务类型、区域等不同分别建立的,一般具有类型化特征。企业生态级造价数据则包括企业或企业集团之外、在国家范围内的相关类型竞争企业数据特别是其造价信息,国家造价方面的标准规范、国家部委及各级地方部门的造价管理规程及办法、发布的市场价格信息等。
从数据表现形式看,造价大数据又可以分为工程数据类、市场价格类、文件规范类和影响因素类四大类型。工程数据类和市场价格类信息是造价管理的基础,前者涵盖了工程本身及与工程相关的定量信息,后者则包括材料、设备、人工等方面的价格信息。文件规范类信息则规定了造价管理的基本方法、过程和需要遵守的基本规则。影响因素类信息是在造价管理过程中需要加以控制和利用的、与造价管理密切相关的内外部要素。
工程建设企业宜根据造价大数据的层次性特征构造造价大数据库,并根据不同层面数据的表现形式有针对性地加以应用。造价大数据库并非是静态的,而是处于随时积累和更新的状态。
2.2 造价大数据的应用特点
(1)造价大数据采用多主体多层级归集的方式,形成大数据库,其应用主体是工程建设企业,应用对象是具体的工程项目,应用的范围为工程项目从投标到竣工的全过程。造价大数据库的构建主体为企业或者企业集团,当企业不隶属于企业集团时,以企业作为造价大数据库的构建主体,其归集路径为从项目到企业,自外部到内部;当企业集团作为构建主体时,其归集路径为从项目到企业再到企业集团,自外部到内部。无论是企业还是企业集团,归集内部数据不存在技术上的根本问题,但对于外部数据,相关类型企业的造价数据则一般属于商业机密,主要是通过公开的间接信息推断得出;而关于市场价格方面的信息,则需要企业具有较强的信息搜集和处理能力。考虑到企业集团包括多个下属企业,因此能获得更多企业层面的数据,并形成企业集团层面的关键造价信息,从这个角度看,以企业集团作为造价大数据库的构建主体更有优势。
(2)造价大数据中数据价值具有层次性。从工程造价管理的角度来看,造价大数据中的数据的价值与其来源、项目相关性、准确性和时效性有关。一般来说,来自于本企业或者所属集团的数据、同类或相似项目的近期数据以及准确的数据,应用价值比较高。
(3)数据更新具有选择性。相较于各类商业大数据库,造价大数据库中造价信息的更新具有选择性,在没有技术突破的情况下,工程数据具有一定的稳定性;而标准规范如《建设工程工程量清单计价规范》等的更新则具有明显的周期性;造价大数据库中更新较快的主要是市场价格信息和竞争企业信息。
3 BIM下的造价大数据应用
造价大数据库涵盖工程造价管理所需的内外部信息,但却未涉及工程建设企业投标工程本身的信息,而BIM模型能够准确完整地展现工程信息。结合BIM技术应用,本文建立了基于大数据和BIM的工程造价管理模型(图1),本模型将工程建设企业的造价管理划分为投标报价、施工阶段的造价管理和工程结算,具体内容如下:
3.1 投标报价阶段
应用造价大数据库中的企业信息,测算人、材、机等消耗量,编制企业定额,并根据投标工程实际情况对企业定额中部分条目进行调整;同时应用BIM模型输出工程数据;再根据造价大数据库确定市场价格信息,求得企业完成投标工程真实成本,其计算公式为企业成本=∑工程量×消耗量×市场价格。
首先要比较企业成本和社会成本,确定企业成本是否低于社会成本。对于投标工程而言,计算社会成本时的市场价格和工程信息是相同的,区别在于其消耗量,社会平均消耗量根据《建设工程工程量清单计价规范》和地方工程量清单计价定额等信息,并结合投标工程所在地情况综合确定。企业成本低于社会成本,意味着在投标工程上具有优势,可以投标。
决定投标后,还需评估能否中标。在企业成本的基础上,根据企业的利润目标,确定投标报价;然后应用造价大数据库,分析并筛选可能的竞争对手,根据其历史数据确定其报价水平和可能应用的报价策略,并将自身报价与竞争企业报价比较,确定是否有优势。如果分析结果较为乐观,则进一步结合BIM的施工模拟,调整报价结构,确定最终报价。
3.2 施工阶段
施工阶段的工程造价管理的主要工作是施工成本控制,一是应用BIM技术进行施工模拟,提前确定工程可能发生的变化,并通过工程变更、技术核定单或者技术经济签证等方式确定下来,避免无谓的成本增加。二是应用造价大数据确定市场价格信息的趋势,采取科学合理的材料采购方案,降低材料采购和库存成本。三是应用造价大数据分析工程
所在地区可能影响工程造价的因素,以及同类工程中影响造价的因素以及其发生作用的内部机理,并根据风险特征分别采取措施:对于技术性风险,结合BIM模型提前调整,从技术角度降低风险的出现概率;对于其他风险,尚未发生的采取措施降低其发生概率;对于已发生的,则积极采取措施降低其对工程造价的不利影响。同时针对数据分析发现并积极利用有利的造价影响因子,增加工程造价总额,从而获得更高利润。
3.3 工程结算阶段
工程结算阶段则是工程造价管理的总结阶段。一方面,在已完成工程进度款的基础上,着力解决在施工过程中因工程变更、质量缺陷、工程索赔等风险事件导致的且尚未处理完毕的造价遗留问题,然后按照合同约定和规范要求完成工程结算,并根据企业管理制度做好造价管理相关方面的总结工作。另一方面应整理本工程造价数据,并进行初步处理;根据绩效考核结果,总结本工程造价管理经验教训,分析导致利润提高或降低的原因以及今后应采取的措施,并将本工程造价管理过程进行横向和纵向比较,从中发现或确认工程造价管理的科学规律,形成相应资料。将上述造价信息纳入造价大数据库中,完成造价大数据的积累。
4 推动基于大数据和BIM的工程造价管理模型应用的建议
基于大数据和BIM的工程造价管理的成功实施涉及三个要素:信息、技术和人员。能够获取足够的内外部造价信息是工程造价管理成功实施的前提,应用合适的BIM软件和信息处理技术是基础,拥有能够应用软件和技术对造价信息进行处理的专业人才是关键。然而目前工程建设企业在获取外部造价数据、BIM软件和信息处理数据选择和造价人才储备等方面存在一些不足,为加强本模型在工程实践中的应用,本文提出如下建议。
4.1 加强企业合作、购买专业数据库,解决造价大数据库外部信息的来源单一问题
除了文件规范类造价信息外,其他外部造价信息往往属于企业的商业机密,一般只能利用网络等公开渠道获得,能够获取的其他企业的造价信息也非常有限。工程建设企业在完善本企业造价数据信息的基础上,通过加强合作和购买专业造价数据库等方式可以解决外部信息源过于单一的问题。一是与其他企业建立联盟,共建共享造价数据库,尽可能扩大造价大数据外部信息的来源;二是与专业类造价咨询企业建立长期合作关系,充分应用其建立的专业造价数据信息;三是针对目标工程实际情况,临时购买商业性造价数据库,满足工程造价管理所需。
4.2 合理选择BIM软件和信息处理技术,解决信息技术的应用能力不足问题
目前大多数工程建设企业都开始使用BIM软件进行工程造价管理,但BIM软件繁多,工程造价人员并非都能够娴熟使用,从而影响到工程造价管理的效能。建议工程建设企业优先考虑国内的、且兼容性较好的BIM软件,这样既便于掌握,也有助于工程造价数据在不同软件之间的传输。在应用大数据处理信息技术方面,考虑到不同的大数据处理技术应用难度不一样,在初期宜采用比较成熟的、易于使用的如因子分析等数据处理技术,待具备一定数据处理能力后,可以选择或者综合使用多种更为复杂的技术如数据挖掘技术、云计算等技术。
4.3 加强培训、组建团队、数据业务外包,解决复合型造价人才的储备不足问题
基于大数据和BIM的工程造价管理需要既具备造价管理知识,又具备大数据处理的专业能力的复合型造价管理人才,然而当前工程造价人才偏重于技术性一面,无法满足复合型人才储备的要求。为此本文建议:一是在企业内部通过培训、轮岗等方式加强造价管理人才的信息处理技能,或加强信息处理人才的造价管理技能;二是在企业内部组建包括造价管理人才和信息处理人才的专业团队;三是充分考虑现有工程建设企业多造价管理人才、少有信息处理人才的实际情况,将造价大数据的信息处理业务工作外包出去。