重庆工程造价信息〔3〕率先实现工程造价指标管理全过程覆盖

　　常规的工程造价管理通常有送审、评审、清标、结算、审计这五个环节，通过这五个环环相扣的环节逐步将工程造价压实。然而我们在工程造价指标管理工作中，一般仅选择其中一个环节进行指标分析，这样指标管理与工程造价管理工作环节不同步，就无法有效形成闭环效应。

　　为此，我们率先提出在工程造价管理的每个环节中都要求同步进行工程造价指标分析工作，实现工程造价指标全过程覆盖，逐步形成：送审指标、评审指标、清标指标、结算指标、审计指标五份指标分析成果文件。鉴于五份指标分析成果文件从体系到指标项都是一致的，通过与管理环节的同步，我们能够从不同环节指标分析成果文件之间的对比中清晰地展现出工程造价真实的变化情况，尤其是能够快速追溯工程造价早期环节的不足之处，倒逼工程造价管理提质增效，为后续工程造价管理工作的精进提供具体的指导方向。

　　现如今，行业内普遍选择结算这个环节进行指标分析。通过我们的研究发现，这一环节形成的工程造价指标易受投标人投标策略与合同条款等因素的影响，会导致同一指标偏差较大的情况。为此，我们经过反复讨论，最终决定选择清标环节所形成的清标指标作为核心指标，这个环节形成的工程造价指标有个好处，既能够消除前期由于技术资料错误、时间仓促等因素导致的清单漏项等弊端，又能够规避后期由于投标人投标策略和合同条款等因素的影响导致的价格偏离，能够确保工程造价指标相对准确。

　　〖3〗提升数据质量：

　　清单条目中往往会出现许多问题，使数据质量不高。为了提高清单质量，行业内也建立有相对完善的管控制度与手段，例如多级复核。不过这些管控制度与手段都是基于人工，会耗费我们造价人员大量的时间与精力，低效不说，效果还很一般。像上述的这种错误，不仔细审阅是很难发现的；更有甚者，因为人工复核不到位，给后期工程项目的招投标、履约、结算等各个环节埋下隐患，导致严重后果。辽宁中财工程造价

　　鉴于工程造价指标也是基于清单，清单质量的高低也同样会影响工程造价指标的质量。为此，怎样高效识别清单问题，提高清单质量，成为了必须解决的关键问题。

　　我们试图从两方面着手，借力专业软件工具来加以解决：

　　从清单问题的源头出发，打造一套自主、标准化的清单库；制定一套质控规则，通过“造价文件质量智能识别技术”，实现造价文件高频问题的智能识别。正是通过强化源头、加强质控这套“组合拳”，从而大幅提高造价文件质量。

　　〔1〕打造自主、标准化标准清单库

　　标准清单库是按照业主单位常见的工程业态、所处地域、管理要求等情况，基于国标清单进行深度定制开发并植入到系统平台中。通过对清单五要素进行标准化设置，尤其是对项目名称、计量单位、项目特征进行深度定制，能够实现：

　　(1)排除国标清单的冗余清单条目，按需制定自有清单条目。例如，业主单位的业务主要集中在四川盆地，那么国标清单中的有关冻土的清单条目就可以排除。

　　(2)根据业主单位管理要求，锁定清单条目涉及的工作界面，防止由于清单界面不清晰造成后期造价争议。例如，桩基工程中，我们可以规定：截桩头、声测管包含在桩清单条目中，或者也可以规定截桩头必须单独列项等，明确桩清单条目的工作内容，清晰划分清单项界面，对后续桩的组价、指标归集，甚至清单漏项都有裨益。

　　(3)锁定清单项要素，减少出现“低级错误”。例如，多单位的清单条目可能存在计量规则不明确的情况，能够通过标准清单的制定，锁定唯一计量单位与计量规则，杜绝出现计量单位与计量规则不一致的情况。

　　通过在系统平台中打造一套业主单位自主的标准清单库，造价人员可以方便地调用标准清单条目，并按照规则完善造价文件中清单五要素，从源头规范造价文件，减少后期工程造价管理中的各种隐患。

　　〔2〕强化造价文件质量控制

　　我们在行业内率先引入“造价文件质量智能识别技术”，通过在系统平台中植入质控规则，从完整性、一致性等多个方面对造价文件质量进行全方位、多维度地扫描检查，快速识别造价文件中可能出现的各种高频问题，为人工判断提供智能支持。湖南工程造价管理协会

　　鉴于“标准清单库”、“造价文件质量智能识别技术”都植入在系统平台中，因此能够方便快捷地对标准清单、质控规则进行升级完善，让造价文件质量不断得到进步，进而更全面、智能、高效地解决了一直困扰造价文件质量难以提高的瓶颈，以进一步提升造价数据的完整性、标准化及准确度。

　　〖4〗系统建设方案：

　　〔1〕系统建设痛点与建议

　　我们通过业界调研，有的单位早些时期进行了工程造价指标建设的尝试，不过基于主客观诸多因素，最终都未能实现落地运营。我们通过进行深入的案例剖析，究其失败的原因大概有以下几点：

　　(1)时机不对、技术不成熟。提出的想法过于超前，早几年相关技术手段还不能满足需求，最终致使开发失败。

　　(2)目标需求不明确，功能上贪大求全。这是系统开发的通病，也是系统开发失败、用不起来的关键因素之一。

　　(3)牵头人往往是IT专业人士，不懂造价。这也是这种造价专业软件系统开发中普遍存在的问题，业主单位往往认为系统开发肯定是IT专业的事，往往忽视了专业需求，在开发过程中沟通成本很高、效率很低。

　　(4)缺乏对数据的有效管控手段。许多单位只关注怎样收集数据，缺乏对数据进行有效管控，让“有害数据”轻易进入到数据库中，最后因为“有害数据”这些“老鼠屎”打坏了“一锅汤”。

　　(5)缺乏制度保证，往往半途而废。工程造价数据的积累是需要时间的，因此贵在持之以恒，才能见成效。强有力的制度保证，才能够让系统能有效“跑”起来。江西中正工程造价咨询

　　这些问题同样摆在我们的面前，怎样克服这些建设工程造价指标系统的“拦路虎”，我们的建议是要注意下列几点：

　　(1)切忌开发周期上“大上快干”。建设工程造价指标系统，重难点并不是软件开发，而是前期基础工作，我们需要花很多时间反复推敲工程造价指标体系的细节及合理性，这样才有可能实现“一劳永逸”。若是体系存在隐患，就会对后期数据积累与应用产生严重后果，甚至造成体系与数据的崩塌。

　　(2)切忌功能上“贪大求全”。我们能够充分做好需求调研，明确系统定位到底是偏重管理还是偏重应用工具，结合近期、中期和远景目标，通过“分期上马，小步快跑，逐步推进”的策略进行开发建设。

　　(3)树立规则意识，将“规则挺在前”。前期需要花大力气制订各项规则、梳理管理流程，强化规范数据源头、路径、成果全过程的各个环节，确保数据的一致性和高质量，从而为实现数据应用打下坚实的基础。

　　(4)指标数据要随业务产生，不能凭“空”产生，杜绝“凑数据”的行为，防止有害数据滋长。

　　〔2〕工程造价指标系统建设方案

　　正是以真实的工程造价指标系统建设项目开发实战为契机，我们通过一年的攻坚克难，终于汇聚成我们的工程造价指标大数据系统建设方案：

　　基于全行业共建共享模式，建设集“一套体系、二大场景、三个层级、四套标准、五大数据库、多板块功能”于一体的工程造价指标系统，借助专业计价软件工具与系统平台的衔接，激活工程造价数据源头，打通全过程加工工程造价指标的路径，通过持续不断地数据积累，逐步实现工程造价智能分析。

　　一套体系：建构一个以工程项目为核心，包括工程造价编、评、管、审全过程的工程造价指标体系，实现工程项目纵向（指标项）、横向（时间轴）双维度指标对比。

　　二大场景：搭建工程造价业务管理和工程造价数据应用二大场景，实现业务流带动数据流，让业务流与数据流可以充分、无障碍地交互。

　　三个层级：对标不同应用需求，按照项目的实际情况分别设置项目、工程（合同）、子项三个层级，分级归整工程造价数据；项目级对标投资，工程（合同）级对标建安成本，子项级对标指标。石家庄工程造价所

　　四项标准：工程造价指标体系标准、工程造价清单要素标准、工程造价清单质控标准、工程材料（设备）标准。对工程造价数据结构、数据质量进行强有力规范，确保工程造价数据一致性和可靠性，从而为实现造价数据应用打下坚实的数据基础。

　　五大数据库：通过公司日常造价业务流所产生工程造价数据，逐步积累、丰富五个数据库：工程案例库、单项指标库、综合单价库、工程材料价格库、标准清单库，形成企业自主的数据资产。

　　多板块功能：可深度定制开发基于工程造价指标相关管理的诸多衍生功能，能够实现覆盖工程造价指标管理的全过程。

　　这一解决方案的落地实现了我们为工程造价管理赋能的初衷，也为后续的工程造价大数据应用场景开创了“无限可能”。

　　〔3〕工程造价指标系统建设模块

　　工程造价指标系统建设具体工作主要是由：

　　(1)系统基本模块开发。

　　(2)系统功能扩展，两部分组成，每项功能模块及功能。

　　〖5〗应用场景前景

　　工程造价大数据的应用前景无疑是非常广阔的。现如今，我们选择了其中两个应用场景进行大胆尝试：

　　基于类似项目的工程造价指标数据进行快速对标分析。

　　基于历史项目的工程造价指标数据，在全行业率先实现工程项目投资“菜单式”快速测算。

　　〔1〕工程造价指标智能对标分析

　　鉴于我们所有的工程都是按照统一的工程造价指标体系进行分析，因此使工程造价指标的智能对标分析变得非常容易。工程造价精装修

　　我们通过两大步骤：选取对标工程——匹配工程专业，通过选定对标工程所对应的工程专业，能够快速进行指标项的对比分析，聚焦偏差过大的指标项，并可以通过指标项清单条目之间的对比发掘偏差过大的原因，进而为方案调整、设计优化等提供经济方面的建议。

　　正是有了这一应用工具，可把造价人员从传统人工逐项分析的繁重低效工作中解放出来，才能够让我们有更多精力来做更深层次地分析。

　　〔2〕项目投资快速测算

　　这一应用的开发是源于我们所接触的政府投资平台公司。他们设想能否开发一套“菜单式”操作的工程造价指标程序，通过点选系统中历史工程项目的造价指标数据等操作，从而实现项目投资的快速测算。“菜单式”操作可以简单到连非造价专业人员也可以上手操作，而且测算的数据来源于真实的工程案例，数据是可追溯的，进而大大提高了测算数据的信服度。

　　我们给出了解决方案，即通过六大步骤：项目概况——方案选项——工程规模——经济指标——建安费用——项目投资，“菜单式”逐步录入关键数据，选择关键型号，就能快速地实现项目投资的精确测算。这个应用工具简化了原有繁琐的项目投资测算的过程，加快了工作效率。因为测算中所使用的底层数据都是来源于真实历史项目，因此彻底改变了项目投资测算数据可信度低、无法追溯的历史性难题，为科学决策提供了经济合理性方面的强有力支撑依据。

　　比如“项目概况”板块，能够快速地从既有项目数据库中匹配出规模相近的项目，并调用相关的资料与数据；通过“方案选型”、“工程规模”板块可以主要解决拟建项目工程专业的选择和指标项数量的问题；再通过“经济指标”板块对每个指标项赋予相对应的价格，这样就基本完成了工程造价测算的关键步骤；最后通过“建安费用”、“项目投资”板块分别调整并汇总出工程造价与项目投资额。鉴于这种测算方法所依据的是真实可靠的数据，使决策的可信度非常高。

　　尽管我们在工程造价指标大数据的应用领域的探索走在了全行业的前列，不过我们的工作才刚刚起步。我们将顺应工程造价发展新趋势，花大力气做好基础工作，进一步做细、做强工程造价数据的结构化、标准化，在这个基础上结合前沿软件技术，将造价数据用活，持续为工程造价管理赋能。未来也将一如既往，进一步探寻工程造价指标大数据应用的“无限可能”，丰富拓展指标数据的应用场景以及努力开创工程造价新时代。竣工结算阶段工程造价