浅谈工程造价的估算模型

葛 静

(新疆电力设计院，新疆 乌鲁木齐 830001)

1 引言

工程造价是指进行工程项目建设所需要花费的全部费用。它包括建设工程费、设备器具购置费、工程建设其他费、预备费、建设期贷款利息、固定资产投资方向调节税等。工程造价估算的准确性和高效性，直接影响着项目的投资决策和投标的竞争力。随着我国工程建设的快速发展及招标投标制的逐步推行，工程造价估算模式在不断深化，如何快速而且准确的进行工程造价估算成为当今热点研究课题之一。

本文讨论了工程造价的作用，总结了定额法、实物法、回归分析法、模糊数学法、灰色预测法和人工神经网络法在工程造价估算中的应用现状及其特点，期望为实际工程应用和理论研究提供可参考的综合分析资料。

2 工程造价估算的作用

在整个工程项目建设过程中，工程造价是贯穿始终的主要影响因素之一。工程项目建设具有很大的不确定性，使建设价格时常发生改变，因此合理的进行工程造价估算是工程项目可行性研究的基础，其作用范围和影响程度十分巨大。

2.1 投资决策方面

工程造价估算对建设项目的投资具有指导作用。现阶段，我国市场经济竞争十分激烈，能否快速而且准确的进行工程造价估算成为投资方所要面对的首要问题。工程造价决定着项目的一次投资费用，因此工程造价估算的结果将直接反应出工程项目建设所需的投资金额及经济收益，给投资方在项目投资决策阶段提供重要依据。

2.2 工程成本控制方面

工程造价估算是工程项目建设过程中必不可少的关键环节，其估算结果是工程项目建设成本控制的基点。工程造价估算对工程项目建设成本的控制主要体现在两个方面。对于投资方，在不同的阶段进行工程成本估算并对其进行控制，最后通过竣工决算确定工程项目的最终成本。对于施工企业，可根据工程造价估算内容，挖掘降低工程造价的潜力，为成本控制计划提供依据。

2.3 筹集建设资金方面

工程造价估算[1]是投资方筹集建设资金的依据。高效的工程造价估算方法能够比较准确的计算出工程项目所需的建设资金，为投资方提供一个准确的筹集资金额度。当向金融机构进行贷款时，金融机构也需对工程项目的工程造价进行估算，以便对工程项目的偿贷能力进行评估。

3 工程造价的估算模型

3.1 定额法

定额法[1]是通过事先编制的分部分项工程的单位估价表和工程量乘积的总和来计算工程造价的方法。其估算步骤主要分为三步:(1)对工程项目的规模、结构情况及工程特征等进行分析，利用定额法对投资进行估算;(2)根据其相应的估算指标，算出直接成本，间接成本，利润和税收等;(3)对各项成本进行汇总得出工程项目估算。现阶段，我国基本采用定额法来确定工程造价。定额是根据各地行业平均生产率水平及国内自产设备生产率进行制定的，基本反映了各地和各行业的技术经济水平与特点。

定额法的优点主要体现在两个方面:(1)采用定额法估算的工程造价能够反映当时的技术经济水平及平均劳动生产率，有利于对工程造价的水平进行宏观调控;(2)定额法的思路简单明了，对编制人员的知识结构要求不高。然而定额法也存在着不足之处:(1)定额存在滞后性，不能反映当前科学技术的最新成果;(2)定额采用国家或地方政府制定的统一工程造价，招投标时不利于竞争;(3)定额法估算工程造价不能反映质量目标和进度目标。

3.2 实物法

实物法[1][2]又称实物量分析法，是通过计算各种资源的消耗量及单价来确定工程造价的方法。其基本思路主要分为三步:(1)分析各分部分项工程所需的材料、人工和机械的消耗量及其单价，计算其直接成本;(2)计算管理费、财务费等间接成本;(3)对直接成本和间接成本进行汇总，求得总工程造价。

相比于定额法，实物法的价格根据市场的变化而定，资源消耗量根据工程的实际建设条件而定。因此，实物法能够真实的反应出市场的变化情况和技术管理水平，是一种切合实际、合理、准确的估价方法。然而，实物法并未得到普及，其主要原因在于实物法估算工程造价过程复杂，工作量大;对工作人员的知识水平要求较高;需要较多的工程资料，不利于投资决策和可行性研究阶段的工程造价估算。

3.3 回归分析法

回归分析法是根据比较完备的历史统计数据，运用统计学方法进行加工整理，得到有关变量之间的关系，用于预测未来变化情况的一种工程造价估算方法。在20世纪七十年代[3]，作为一种工程造价估算方法，回归分析法便开始快速发展。随着越来越多的学者对该方法进行研究，回归分析法被逐步完善。2003 年，R.Martin Skitmore[4]等基于 93个澳大利亚详细的工程资料提出了有关实际工程周期及造价的回归预测模型。其模型表达式为

式中，(0j、(1j……(nj为回归系数;x1j、x2j……xnj为各工程变量值;(0、(1……(n为使残余平方和最小的拟合系数。

通过分析得出，该模型具有很好的拟合效果，对于工程周期，其最小的残余平方和为1.77817，对于工程造价，其最小的残余平方和为0.56923。2009年，陈小龙[5]等基于解释结构模型，对18个上海地区小高层住宅项目工程造价进行多元线性回归估算。结果表明结合解释结构模型和多元线性回归方法能够快速而准确的估算工程造价，估算误差控制在5%以内。

以上分析可知，回归分析法简单易行，能够较快的对工程造价进行估算，但是需根据类似的工程样本进行分析，其准确程度取决于样本的大小及工程项目的相似程度。

3.4 模糊数学法

模糊数学法是以一组与拟建工程类似的已建工程为基础，运用模糊数学理论，定量地确定工程项目间的相似程度，建立相应的数学模型，推算出拟建工程造价的估算值。史亮[6]指出在工程造价快速估算中，模糊数学法主要分为四个步骤:(1)建立工程造价快速估算数学模型;(2)确立模糊关系系数;(3)计算加权海明贴进度;(4)工程造价估算。

计算加权海明贴进度是模糊数学法中最为重要的步骤，只有选择的相似样本是合理的，估算出来的造价才会比较精确。经研究表明，样本相似程度和公式参数估计系数比较合理，工程造价估算精度将控制在5%之内。

3.5 灰色预测法

部分信息已知，部分信息未知的系统称灰色系统。灰色理论的微分方程模型简称GM模型，基于灰色系统理论的GM模型的预测，称灰色预测。采用灰色预测法估算工程造价就是从已建工程中找出与拟建工程最相似的若干工程，进行工程间的灰色关联分析，利用相似的已建工程造价资料估算拟建工程的造价。灰色预测法的计算步骤主要分为四步[7]:(1)确定系统的主导因素和关联因素;(2)对主导因素建立GM(1.1)模型，对关联因素建立GM(1，N)模型;(3)根据GM模型，建立系统状态方程;(4)求解状态方程，并对其解果进行累计还原，即求得各因素拟合值和预测值。

作为工程造价的一种新方法，灰色预测法具有快速、简便的特点。然而，值得注意的是影响工程造价的因素很多，对不同的因素进行预测得到的结果也会不同。因此，为了获得更为准确的预测效果，合理优化预测因素显得至关重要。

3.6 人工神经网络法

人工神经网络模型是由大量、简单的神经元广泛地互相连接而形成的复杂非线性自适应动态网络系统。从20世纪九十年代[8]以来，神经网络法就开始应用于工程造价估算之中。G H.Murat[9]等指出，采用人工神经网络法对工程造价进行估算主要分为模型建立、训练以及测试三个模块。模型建立模块主要包括数据分析、造价影响因素的确定、网络结构体系和内部规则的选择。网络结构体系由输入层、隐含层和输出层组成，如图1所示。造价的主要影响因素通过输入层进入神经网络结构体系，而后隐含层提取和记忆信息中有用的特征及其次要特征，最后通过输出层将所提取的信息进行汇总并输出工程造价。训练模块要求收集数据并确定网络学习准则。在训练模块中，将收集的训练数据样本按照网络学习准则进行网络学习，通过反复的训练，提取其有用信息，可得到一个训练好的造价预测样本，通过必要整理加工后，最终得到预测的工程造价。测试模块是将预测的工程造价与实际工程造价相比较，评价预测模型的精度。

图1 神经网络结构体系[9]

人工神经网络法具有良好的自组织自适应和很强的学习能力，对造价估算的精度远高于回归分析法、模糊数学法和灰色预测法。但是人工神经网络法可能陷入局部极小点，使误差变大。如何克服算法的这一缺陷是今后需要研究的一大课题。

4 结语

无论是建设单位进行投资决策，还是施工单位进行成本控制，快速而且准确的进行工程造价估算具有十分巨大的作用。随着工程建设的兴旺发展，工程造价估算的重要性日趋显著，国内外学者对估算模型的研究也越来越深入，包括定额法、实物法、回归分析法、模糊数学法、灰色预测法、人工神经网络法等。本文对这些方法进行了总结，并指出主要思想及特点，为实际工程应用和理论研究提供可参考的综合分析资料。

[1]郭琦.工程造价管理的理论与方法[M].北京：中国电力出版社，2003.

[2]朱光明，钱善扬.实物量法-国际社会编制工程造价的惯例[J].中国建设信息，2002.2(3)：55 ～57

[3]McCaffer R.Some examples of the use of regression analysis as an estimating tool[J].Quantity Surveyor，1975，32：81-86

[4]R.Martin Skitmore，S.Thomas Ng.Forecast models for actual construction time and cost[J].Building and Environment，2003，38(8)：1075-1083.

[5]陈小龙，王立光.基于建筑设计参数分析模型的工程造价估算[J].同济大学学报(自然科学版)，2009，37(8)：1115-1121

[6]史亮，周钧，杨亚辉.模糊数学在工程造价快速估算中的应用[J].山西建筑，2005，31(2)：147-148

[7]孙涛.灰色系统预测理论在建筑工程造价中的应用[D].西北工业大学，2006.

[8]Hoijat Adeli，Mingyang Wu.Regularization neural network for construction cost estimation[J].Journal of Construction Engineering and Management，1998，124(1)：18 –24.

[9]G H.Murat，D S.Zeynep.A neural network approach for early cost estimation of structural systems of buildings[J].2004，22：595-602