本文是一篇工程造价管理论文，笔者通过对建筑施工企业工程造价数据库建设分类标准和数据内容以及各项内容数据的采集与处理进行了深入探索。
第一章绪论
1.1研究背景及意义
1.1.1研究背景
2020年7月24日中华人民共和国住房和城乡建设部办公厅印发《工程造价改革工作方案》（以下称为方案），方案的颁布确定了工程造价的改革方向，主要为提高造价管理水平，强调资源配置中市场的作用，充分发挥企业的自主性，最大限度的实现市场询价、自主报价、竞争定价模式，促进建筑业转型升级。方案中改革任务的第三条，加强工程造价数据积累，旨在推动工程造价数据库的建设，在工程造价管理过程中引入并充分发挥大数据、人工智能等信息化技术的作用，综合运用工程造价所积累的数据资料，在建设工程的各个阶段以及各阶段所做的造价文件如设计概算、施工图预算等方面发挥效用，确保工程投资效益得到有效发挥。
基于方案的颁布反观我国建筑业以及工程造价管理的现状可以看到，当前建筑行业存在生产方式和管理水平比较落后的现象，所以建筑业要想健康的发展，则需要进行市场化改革，加快生产方式更新和产业结构调整。在这样的背景下，作为建筑工程的主要部分工程造价管理也面临着转型的挑战，在国家政策的推动下，要想提高自身的管理水平、获得更高的收益，为社会提供更精细化的专业服务，就需要越来越多的积累工程造价数据信息。目前各个建筑企业工程造价专业已经开始数字化建设，但从建设情况来看，大部分企业也只是进行电子资料的保存，没有实现工程造价数据的有效应用，因此建设一个符合企业实际情况并能发挥实际效用的数据库具有重要意义。因此，在行业变革的过渡期，要想占据市场具有竞争力，建筑类企业应该抓住机遇，利用大数据、信息化手段，充分沉淀积累数据、挖掘应用数据，为企业赋能。
1.2国内外研究现状
通过查阅大量的国内外参考文献，了解到工程造价数据库的概念、起源、作用、内容、建设方法、建设现状以及建设过程中存在的问题等。通过利用大数据、人工智能[1-4]等信息化手段，确实有效的实现了工程造价数据库的建设，促进了工程造价管理[5-8]，实现企业的数字化转型[9-13]，以及充分发挥了市场在资源配置中的作用[14-18]。对于文献的研究，分别研究了国外和国内文献，即包含理论研究，也包括实践研究，将所阅读的相关文献进行了工程造价数据库相关模块内容的分类。
1.2.1工程造价数据库概念研究
英国学者Martin[19](1988)最早指出信息管理就是对信息进行设计、组织和控制，即工程造价数据库的研究起源于信息管理。Abraham[20](1996)提出工程造价数据库的概念，他认为工程造价数据库中主要储存已完工程造价信息，并且利用这些数据信息进行新建项目的成本预测，这样的工程造价数据库应该在房地产估价行业建设应用。
Dediukhina[21](2021)指出俄罗斯的建筑工程价格体系改革存在较多问题，改革的重点工作任务应该是工程造价数据库的建设。
张卓然[22](2019)、房光玉[23](2020)在以往研究中也都提到了已完工程数据库的建立的必要性。
赵彬、胡晓丽、倪知之[24](2016)指出“互联网+”时代国家工程造价数据库建设的必要性，工程造价数据库的建设必须进行数字化转型。
黄徐斌[25](2021)对我国当前已有工程造价数据库进行研究，发现我国目前的工程造价数据库的内容主要是新闻、通知、信息发布、价格指数信息、政务信息、工作动态等，也存在一些数据库提供造价信息，但是数量较少，而且数据量有限，普遍现象是存在信息孤岛，内容不够全面，而且信息的利用率非常低。
孙泽龙[6](2022)对完善工程造价市场化建设进行研究，发现大数据技术在工程造价市场化的应用中存在四个问题：工程造价数据没有统一标准，工程造价数据缺乏统计分析，工程造价数据难以互联互通，工程造价数据更新不及时。
第二章基础理论
2.1基础概念
2.1.1工程造价指标
工程造价指标在土建工程预算管理工作中具有重要的指导意义，造价指标可以分为经济指标和技术指标[52]。相关研究结果显示，经济指标是动态的，存在较多不稳定因素，其除了会受到方案措施的限制外，还会受到不同时间段人工、材料价格的影响。技术指标是非动态的，它在施工阶段长时间处于稳定状态。虽然工程造价指标的可靠性、指导性较强，但是其受到的影响因素较多。本文围绕框架结构办公楼工程展开研究，通过收集整理，总结某类工程所需用到的主要指标见表2-1。
3.1建筑施工企业工程造价数据库分类标准构
建要想发挥建筑施工企业工程造价数据库的作用，首先应该构建一套分类标准，将各项数据进行归类处理，方能方便数据库当中数据的储存和数据的应用，本文首先使用专家评分法、熵权法对工程造价数据库的分类进行科学化测算，确定数据库的工程分类标准。
3.1.1工程造价影响因素初选
数据库的分类标准服务于建筑施工企业的工程造价管理，所以要考虑的首要因素是对工程造价影响的程度，工程造价的组成包括分部分项工程费、措施项目费、其他项目费、规费和税金，其中最主要的部分就是分部分项工程费，而确定此项费用的重点内容是工程量和工料机价格，所以在因素选取的时候重点选择对此两项内容影响较大的因素，而一项建筑工程的工程量受到多方面因素的影响，如建筑结构中的基础类型，对于同一项目采用满堂基础和采用独立基础所涉及到的基础工程量一定是前者更大，所以费用相应增加，除此之外地基类型、结构类型等因素也都直接影响工程造价，另外建筑设计当中的面积、檐高、形状，建筑装饰中的内外墙装饰门窗类别等都直接影响造价，通过文献研究和实地走访现场调查，本文初选了影响建筑工程土建项目工程造价的30个工程特征因素，见表3-1。
第三章 建筑施工企业工程造价数据库设计 ........................................ 21
3.1 建筑施工企业工程造价数据库分类标准构建 ............................ 21
3.1.1 工程造价影响因素初选 .......................... 21
3.1.2 基于熵权法计算工程造价影响因素客观权重 ...................... 22
第四章 建筑施工企业工程造价数据库数据采集 ...................... 37
4.1 工程造价指标数据采集........................... 37
4.1.1 工程造价指标采集思路 ..................... 37
4.1.2 工程造价指标采集流程 ........................... 38
第五章 建筑施工企业工程造价数据库数据处理 ....................... 58
5.1 工程造价指标数据补齐................. 58
5.1.1 插补法补全工程造价指标数据 ............................ 58
5.1.2 工程造价指标缺失数据补全实例 ........................ 58
第五章建筑施工企业工程造价数据库数据处理
5.1工程造价指标数据补齐
5.1.1插补法补全工程造价指标数据
采取本文第四章的方法分析和对工程造价指标数据的收集，对于收集到的完整准确已完工程信息直接上传数据库，但是在收集数据过程中常常会出现数据缺失的现象，若将缺失数据的样本数据直接录入数据库系统，对后续的预测等工作会产生测算精度低、增加工作量等负面影响，针对此类问题，可采用直接删除具有缺失数据的工程案例，但是针对建筑施工企业而言，所完成的已完工程数量较小，每一个已完工程的数据都需要录入数据库，所以本文采取插补法对缺失的数据进行补齐，获得完整的已完工程数据。
插补法是数据预处理的一种方法，可以在一定程度上减少偏差。使用本文的方法收集到的已完工程数据，不能保证所有已完工程所需指标数据都是齐全的，针对不完整的数据，本文对缺失值的补齐，采用的是同类项目的众数进行补齐，即对于某一已完工程在采集过程中缺少某一指标数据，那么选用同期大多数工程的这一指标值最多的数据进行补齐，如在采集2018年某已完多层办公楼工程时抗震设防烈度空缺时，则选取本单位2017-2019三年内的多层办公楼工程的抗震设防烈度出现最多次数的数值作为本工程的插补值进行数据补全。
第六章结论与展望
6.1结论
通过对建筑施工企业工程造价数据库建设分类标准和数据内容以及各项内容数据的采集与处理进行了深入探索，主要研究结论如下：
第一，建筑施工企业工程造价数据库的工程分类标准，可采用八个主要影响造价的因素，包括结构类型、基础类型、抗震设防烈度、工程价格指数、建筑面积、地上层数、标准层层高、地下层数；工程造价数据库的数据内容包括工程造价指标、工料机消耗量标准、价格信息三部分。
第二，工程造价指标的采集根据分类标准，对已完工程备案资料逐项整理；工料机消耗量标准数据使用智慧工地系统完成采集，采集效率和数据准确率与传统方法相比都有所提高；价格信息数据的采集采用多元化渠道的方式完成，包括供应商报价、造价管理机构指导价和结算备案价。
第三，工程造价指标数据有缺失的情况，采用插补法用同期工程项目的众数进行补齐，数据完整有利于上传数据库和应用；工料机消耗量标准值的确定使用SPSS软件对采集到的数据先进行异常值筛选再进行数据分析，选择出现次数最多的数据作为标准值，若没有重复数据出现，则依次选取众数、均值作为标准值数据；价格信息数据使用SPU（标准化产品单元）确定属性项和属性值，完成不同渠道来源数据的整合。
参考文献（略）
