在工程造价指标数据库的建设过程中,明确“理想状态是什么样”与“实际怎么建”同样重要。上篇讨论了数据库的作用与现状,本篇则聚焦理想数据库的构成、建设思路以及现实中绕不开的难题。只有把数据库的内容架构、数据标准和开发路径想清楚,才能避免建成的平台只是“电子档案柜”,而非真正可用的造价工具。
▲理想的工程造价指标数据库
〔1〕工程造价指标数据库的主要内容
工程造价指标数据库需要包括有典型案例工程数据库、工程造价指标库、工程量指标库、材料消耗量指标库、材价库等基本数据库、数据采集平台及指标应用平台。这些模块既相互独立,又彼此衔接,共同构成从数据存储、指标生成到应用输出的完整体系。缺少其中任何一环,数据库的功能都会受到限制。
➊典型案例工程数据库
为储存已完建设项目造价成果文件数据库,主要包括了不同工程类别的投资估算、设计概算、招标控制价、中标价、施工图预算、竣工结算等不同计价阶段的成果文件。这些典型案例工程库应当有对应的工程概况,便于类似项目的查找及运用。典型案例库是整个数据库的“源头活水”,案例的质量、完整度和代表性,直接决定后续指标生成和应用的可靠性。案例入库时应同步完善工程概况信息,包括建设规模、结构形式、地区条件、计价方式等,为后续按条件检索和类比分析提供基础。
➋工程造价指标库
这部分包含了各个典型案例工程的建设工程造价指标、单项工程造价指标、单位工程造价指标三个层级的不同维度的细部造价指标数据。能够通过工程概况、特定条件等进行查询与运用指标数据。三个层级的指标各有用途:建设项目指标用于宏观投资判断,单项工程指标用于专业构成分析,单位工程指标用于细部造价对比。分层设置指标,可以使不同使用场景下的查询和分析更有针对性。
➌工程量指标库
这部分是各个典型案例工程的工程量指标,包括了各工程的实体工程量与对应的工程量指标,例如:钢筋、混凝土、砌体、地面、天棚、电缆、桥架等。能够通过工程概况、特定条件等进行查询与运用指标数据。工程量指标反映的是“用了多少”的问题,与造价指标相互配合,可以帮助使用者判断某类项目的工程量水平是否合理,也为快速测算和方案比选提供依据。
➍材料消耗量指标库
这部分为各个典型案例工程的主要材料消耗量指标,包括了钢筋、砖、混凝土、水泥等主要材料的消耗量。能够通过工程概况、特定条件进行查询与运用指标数据。材料消耗量指标既是造价分析的重要维度,也是判断设计方案经济性和施工管理水平的重要参考。通过同类项目材料消耗量的横向对比,可以发现异常偏高或偏低的环节,为优化设计和管理提供线索。
➎材价库
这部分为收集各个典型案例工程的主要材料的价格,作为拟建工程主要材料价格的参考值。材价库应注重价格的时间属性和地区属性,明确价格采集时间、来源和适用条件,避免不同时期、不同地区价格简单混用。材价库与材料消耗量指标库结合使用,才能形成较为完整的材料费用参考。
➏数据采集平台
这部分用于利用信息化技术把不同计价文件在系统平台上进行清洗、归集、计算、汇总形成以上数据库的相应数据。数据采集平台是指标数据库的“加工车间”,其核心能力在于把格式各异、口径不一的原始计价文件,按照统一规则转化为规范、可用的指标数据。采集平台是否好用,直接决定数据库的维护效率和数据的准确性。
➐指标应用平台
这部分用于利用信息化技术,把典型案例工程数据与指标进行灵活拆分与组合,形成拟建项目的工程造价,甚至能够直接在平台上出具符合要求的成果文件。这部分还能够用于企业内部质量成果复核工作。应用平台是数据库价值最终兑现的环节。如果说前面几个库解决的是“存什么、怎么存”,应用平台解决的则是“怎么用、用得好不好”。只有把查询、对比、组合、测算和成果输出打通,数据库才能真正融入日常造价工作。
〔2〕对工程造价指标数据库的建设思路
➊制定造价数据填写基础模板
建设工程造价指标数据库的前提需要有一套基础模板,这套基础模板需要具有采集有效指标数据的功能,首先做出一套线下工程造价指标表模板,再利用信息化与计算机功能把线下套表模板内容开发形成一个数据库平台系统。模板是数据标准化的起点,没有统一、清晰的模板,后续数据清洗和指标生成就无从谈起。
在制定模板时,需要考虑作为指标数据的边界条件的工程概况、数据的适用范围与精细度等多维度内容如何满足用户使用的需求,需要思考指标使用用户的需求与查询指标采集标准,可以参考《建设工程造价指标指数分类与测算标准》(GB/T 51290-2018)、《四川省建设工程造价技术经济指标采集与发布标准》(DBJ51/T096-2018)及上海市《建设工程造价指标指数分析标准》(DG/TJ08-2135-2020),结合常用计价方式,分析指标的适用性,构思指标各层级的显示内容,并且需要兼顾后期数据清洗、加工时的便利性。模板设计不能只考虑填写方便,还要考虑后续使用和加工的需要。字段设置过粗,指标信息不足;字段设置过细,填写负担过重。因此需要在完整性和可操作性之间找到平衡,并尽可能与现有标准衔接,减少企业另行转换口径的成本。
制定模板期间可以把某个典型案例工程进行数据试填写,按照填写过程出现的问题反复调整模板内容,直到模板既满足指标的可利用性,又满足指标清洗、加工的便利性,同时编制出不同层级之间数据形成逻辑的相关文件,为后期平台开发奠定基础。试填写是检验模板是否好用的有效方式。通过实际案例走一遍填写流程,容易发现字段缺失、口径不清、逻辑不顺等问题,及时调整可以避免后期大规模返工。
按照工程造价指标分类、各标准划分的指标体系,工程造价指标数据库模板内容主要分为工程概况、建设工程造价指标、单项工程造价指标、单位工程造价指标、单项工程主要工程量指标、单项工程主要材料消耗量指标、主要材料/设备价格等。这些内容既覆盖项目整体,也细化到单项工程和单位工程层面,形成从宏观到微观的指标信息链条。
➋数据库平台开发
选择一个既懂程序编写,又懂工程造价的软件开发公司,对于工程造价指标数据库开发工作无疑是一个最好的选择,这样会减少开发过程中许多数据逻辑沟通的矛盾,提升开发速度和质量。造价数据库开发的最大难点,往往不在编程技术本身,而在于开发人员是否理解造价数据的构成逻辑和业务场景。懂造价又懂开发的团队,能够把业务需求准确转化为系统功能,减少反复沟通和返工。
首先,开发典型案例工程数据库,其包括了各工程的建设项目工程概况、单项工程工程概况、建设项目工程造价、单项工程工程造价、单位工程工程造价等分类数据。典型案例库是后续所有指标库的数据基础,其分类结构和字段设置应与模板保持一致,确保数据入库后能够被顺利提取和加工。
其次,按照工程造价指标数据库基础模板中的数据形成逻辑,开发出把典型案例工程数据库中的数据进行自动提取、归集、汇总、计算的造价指标数据采集平台,再把数据采集平台的数据分类归纳到工程造价指标库、工程量指标库、材料消耗量指标库、材价库中,在各个数据库中设定对应工程概况,开发查询、对比等使用功能。采集平台的关键在于“自动”和“规则化”,即按照既定规则自动完成数据提取和指标计算,减少人工干预,降低出错率。
最后,再开发指标应用平台,结合工程造价数据构成与信息化技术,把这个平台开发成类似计价软件的功能平台,把多个案例项目数据与指标进行灵活拆分及组合,形成拟建项目指标或者工程造价,为估算、概算、预算提供较为准确的参考依据,进而提升在各阶段的工作效率。并且,在此应用平台上增加质控功能,用于企业工程质量内部质检工作,运用典型案例工程数据、指标等数据与成果文件数据进行多维度对比,提升成果文件质量。应用平台应贴近造价人员的实际工作习惯,操作逻辑尽可能接近常用计价软件,降低学习成本,提高使用意愿。
实现理想的工程造价指标数据库需要思考与完成的工作还有很多,其过程中需要考虑怎样把信息化技术和工程造价数据相结合,实现真正有利用价值的指标数据。鉴于工程造价的多样性难以达到所有工程的模式都统一,因而,需要思考工程造价数据的清洗、归集等需要制定什么规则和标准。例如原始文件应该如何处理才可以实现快速清洗归集;实现类似计价软件的指标应用平台需要制定哪些基础数据,是否需要把工程造价划分成最小维度如人工、材料、机械等有利于数据的重组等等问题。
这些问题没有现成答案,需要在建设过程中不断摸索和调整。因此,工程造价指标数据库建设需要一批造价经验很丰富,且懂一些信息化建设思路的专业人员配合软件开发公司共同完成平台开发。既懂造价业务又懂数据逻辑的复合型人才,是数据库建设能否顺利推进的关键因素之一。
工程造价指标数据库的开发除了过程中会遇到许多较难解决的问题外,更重要是平台开发资金问题。据了解开发一个智能的指标数据库有可能要投入几百上千万,而且开发数据库是一个持续不断的过程,许多问题在过程中才可以发现,资金的预估与投入及后期成本的回收都可能会变为未知数,通常企业承受不了一个未知的投入。
故而,如果要实现理想中的工程造价指标数据库,需要多家单位的合作,或者由行业机构牵头开发,多家单位群策群力,共同开发出适用于造价行业的指标数据库,以能为行业大数据的建设添砖加瓦。从行业层面看,由协会或行业机构牵头、多家企业共同参与,既可以分摊开发成本,也有利于形成相对统一的数据标准和共享机制,避免各家企业重复建设、数据互不兼容。工程造价指标数据库的建设,终究不是一家企业能够独立完成的事情,而是需要行业各方协同推进的长期工程。