浅谈建筑安装工程造价指数编制方法

施工技术

浅谈建筑安装工程造价指数编制方法

陈玉萍

海安县财政局，江苏海安226600

摘要：本文通过工程造价指数指标库建立的意义针对工程造价指数包括的内容以及建设工程造价指数及其造价预测的实证研究进行简要分析。

关键词：建筑；安装工程；造价指数；编制方法 中图分类号：TU723.3 文献标识码：A 文章编号：1671-5810(2015)28-0260-02

1 引言

随着我国工程造价管理体制改革的深入，“工程量清单计价模式”的完善，以及定额的作用由指令性向指导性的变化，造价行业的改革越来越向着国际化靠拢。在羡慕国外投标商能在很短的时间内报出较为合理的工程总造价的同时，我们也应考虑如何建立起一套科学的资料积累制度，每完成一座工程都把工程的概况、费用指标、工程量指标、人材机指标、新工艺新材料的消耗定额以及材料价格资料积累起来，然后将这些已完成的工程数据综合起来形成数据库，在新的项目中灵活正确地应用，使得工程报价较为合理和准确。因此建立起相对完整的数据收集、整理和统计分析的运行机制，对工程数据进行精加工处理，将所收集到的零散的原始工程数据汇总后进行科学系统的统计分析，从而建立建设工程造价指数指标库使之能有效的服务于社会，将是摆在我们工程造价管理部门面前十分迫切和重要的任务。

2 工程造价指数指标库建立的意义

首先，从宏观角度上，工程造价指数指标库的建立，可以为政府立项审批部门、主管部门在拟建建设项目宏观决策上提供参考数据；为监管、审计建设项目的合理性提供参考数据；为建设项目的工程造价管理部门提供技术经济基础资料；为建设项目工程前期阶段的投资决策、评估、建设项目建议书、可行性研究提供技术经济基础资料。其次，从中观角度上，工程造价指数指标库的建立，可以为建设项目工程前期工程概算的造价控制和限价设计以及设计方案优化、比选提供技术经济支撑；为建设单位、设计单位、中介服务单位、房地产评估机构、施工企业的相关工程造价人员提供工程管理、经济分析等技术经济参考数据。最后，从微观角度上，工程造价指数指标库的建立，可以为建设项目实施阶段的编审项目招标控制价和投标报价分析作参考；为实施前期施工总计划的编制和后期阶段的工程竣工结算审核预判以及总成本分析提供参考；为施工企业申请劳力、材料、机具进场提供参考数据；为主要材料的快速估算和预测提供数据基础。

3 工程造价指数包括的内容 3.1 各种单项价格指数

包括反映各类工程的人工费、材料费、施工机械使用费、间接费、工程建设其他费用等报告期价格对基期价格的变化程度的指标。可利用它研究主要单项价格变化的情况及其发展变化的趋势。

3.2 设备、工器具价格指数

设备、工器具的种类、品种和规格很多。设备、工器具费用的变动通常是由两个因素引起的，即设备、工器具单件采购价格的变化和采购数量的变化，同时工程所采购的设备、工具器是由不同规格、不同品种组成的，因此设备、工具器价格指数属于总指数。由于采购价格与采购数量的数据无论是基期还是报告期都比较容易获得，因此设备、工器具价格指数可以用综合指数的形式来表示。

3.3 建筑工程造价指数

建筑工程造价指数也是一种综合指数，其中包括了人工费指数、材料费指数、施工机械使用费指数以及措施费、间接费等各项个体指数的综合影响。由于建筑工程造价指数相对比较复杂，涉及面较广，利用综合指数来进行计算分析难

260 2015年18期

度较大。因此，可以通过对各项个体指数的加权平均，用平均指数的形式来表示。

3.4 建设项目或单项造价指数

该指数是由设备、工器具指数、建筑工程造价指数、工程建设其他费用指数综合得到的。它也属于总指数、并且与建筑工程造价指数类似，一般也用平均指数的形式来表示。

4 建设工程造价指数及其造价预测的实证研究 4.1 信息采集

本文以住宅建筑工程造价指数为例进行预测实证分析。表1为某市2011年一季度~2013年三季度小高层住宅的建筑工程造价指数。拟以2011年一季度～2013年一季度的建筑工程造价指数为建模数据集，以2013年二季度和2013年三季度的建筑工程造价指数作为测试数据进行预测实证分析。

表1某市住宅建筑工程造价指数(小高层

)

4.2 模型建立

首先利用2011年一季度~2013年一季度9个季度的造价指数预测2013年二季度的造价指数，则原始序列Y=(109.2，110.9，115.6，111.7，111.0，109.7，108.9，116.2，119.7) ，对Y 进行加速平移变换和加权平均处理得序列X(0)=(109.2，115.5，122.7，128.1，133.3，138.4，149.5，155.7) ，建立GM(1，1) 模型得Y^=(109.2，114.3，110.3，110.1，110.5，111.5，113.5，116.1，119.5，123.8) 。以随机振荡GM(1，1) 模型得到的模拟值(109.2，114.3，110.3，110.1，110.5，111.5，113.5，116.1，119.5) 作为输入向量，以实际值(109.2，110.9，115.6，111.7，111.0，109.7，108.9，116.2，119.7) 作为输出向量，利用蚁群算法对神经网络进行训练。然后利用训练好的网络，以模拟值(109.2，114.3，110.3，110.1，110.5，111.5，113.5，116.1，119.5，123.8) 为输入向量，输出的结果即为最终预测值。利用MAT-LAB 编程模拟，最终输出结果如下：p=(109.2，111.0，115.4，111.8，110.9，109.7，108.8，116.1，119.7，123.3) 即2013年二季度造价指数的最终预测值为123.3。接下来将该预测值与前9个季度的实际值作为原始序列，对2013年三季度的造价指数进行预测，得最终预测结果为126.2。

4.3 预测结果分析

几种模型预测结果精度对比如表2，模型拟合曲线对比如图1。通过对比5种模型的预测结果和拟合效果可以发现，随机振荡GM(1，1) 模型的预测精度和拟合效果要好于传统GM(1，1) 模型，蚁群改进BP 神经网络模型的预测精度和拟合效果要好于BP 神经网络模型，而随机振荡GM(1，1) 与蚁群改进BP 神经网络组合循环模型的预测精度和拟合效果最好。这主要是因为随机振荡GM(1，1) 与蚁群改进BP 神经网络组合循环模型在改进传统GM(1，1) 模型与BP 神经网络模型的基础上，能更好地将灰色系统模型弱化数据随机性和波动性的优点与人工神经网络非线性、自适应能力强的特点相融合，不仅提高了模型的稳定性，拓宽了模型的适用性，也大大提高了模型的预测精度。因此可以将其作为建设工程造