应用显著性成本法建立保障性住房项目投资预测模型的实证研究

应用显著性成本法建立保障性住房项目投资预测模型的实证研究

摘要:理论研究证明显著性成本模型是建筑业中造价估算的有效方法,它一方面提高了工程投资估算的精确度,另一方面又大大减少了投资估算的计算时间。本文通过大量已完的保障性住房项目土建工程成本分析,根据显著性成本CS理论建立保障性住房项目土建工程费用的显著性成本CSls测算模型,并利用现实项目成本数据进行实证分析,验证此模型的有效性和准确性。

关键词:显著性成本法(CS) 显著性因子(csf) 保障性住房项目 造价测算模型

1. CS显著性成本法的概念

1.1 显著性理论

意大利经济学家Vilfred Pareto发现:社会财富不是均匀分布的,大约20%的人口占有了社会80%的财富,人们称该发现为“显著性理论”。后来人们发现,这一“规律”普遍存在于许多社会现象之中。

1.2 显著性成本(Cost-significant)

工程领域的显著性成本思想就来源于“显著性理论”。一项工程是由若干的分部分项工程组成的,而这些分部分项工程的造价分布又呈现出明显的不均匀状态,但是如果我们将各分部分项工程的造价从高到低排列,将发现其造价约占总造价80%的分部分项工程,项目个数仅占总分部分项工程数的20%左右,我们称之为显著性成本项目(Cost Significant Items, CSIs),其余的分部分项工程称为非显著性成本项目(non-CSIs)。然而,因为非显著性成本项目虽然对项目总造价影响甚微,但计算工作量要大大超过显著性成本项目的计算工作量。因此,当我们在掌握了显著性成本项目与项目总成本的关系前提下,通过对显著性成本项目的计算,既可以推测出项目总成本,这样既能极大简化计算工作量,又能保证投资估算的精确度。

2. 保障性住房项目显著性因子(csf)的测算

2.1CSIs的确定

2.1.1均值理论

区分工程项目的CSIs和non-CSIs可以利用“匀值理论”。匀值理论表述如下:假设项目总成本为C,分部分项工程的个数是N,那么分部分项工程的平均成本就是C/N。大于平均成本的分部分项工程,称为CSIs,小于平均成本的分部分项工程,则称为non-CSIs。如果CSIs不能保证在30%之内,可进行二次平均。

2.1.2确定工程CSIs的具体步骤

※ 对工程量清单中的分部分项工程进行分析、整理;

※ 计算工程量清单中每一分部分项工程内容的成本;

※ 计算工程的总成本;

※ 计算出平均成本(总成本与总项目数量的比值);

※ 选出单个分部分项工程成本大于平均成本的项目即为CSIs。

2.1.3 案例实证

项目1:土建工程总成本95,276,110.92,分部分项工程22个,平均成本4,330,732.31,经过初步比选结果如下(单位:元):

±0以上 ±0以下
混凝土及钢筋混凝土工程 楼地面工程 墙、柱面工程 门窗工程 桩基础工程 混凝土及钢筋混凝土工程
29,243,881.74 6,512,505.48 19,872,723.48 9,720,081.64 5,698,887.26 11,665,527.97

通过11个已完保障性住房项目土建工程的数据分析(各项目数据如以上案例所示),发现每个工程的CSIs 项目基本一致,且均在30%以内。由于部分项目受到地质情况不同的影响,桩基础工程存在比较大的差别(因为工程的唯一性,难免会出现个别不同之处),但从其数值上看,比较接近平均成本,其显著性不明显,因此确定出保障性住房项目土建工程的显著性项目CSIs为:①±0以上混凝土及钢筋混凝土工程;②±0以上楼地面工程;③±0以上墙、柱面工程;④±0以上门窗工程;⑤±0以下混凝土及钢筋混凝土工程。

2.2csf的测算

2.2.1 测算原理——交叉验证法

CS理论的验证需要大量的原始数据,一般说来,数据量越多,计算的也就越精确,但是因为资料搜寻的不易,很难凑到充足的数据.因此这里采用交义验证法计算显著性因子CSIs。所谓交叉验证法是在原始数据量较小的情况下,既要保证有足够的数据建立模型,又要有足够的数据进行验证。本文将收集到的保障性住房项目土建工程清单资料分为两部分,第一部分(11份)用来进行显著性因子的计算,建立模型,第二部分(4份)用来进行最后模型的检验。

2.2.2 csf的计算

利用第一部分(11份数据)进行显著性因子的计算时,由于数据量少,采用交叉验证法进行计算。具体计算方法如下:分别利用本项目以外的10个项目数据计算其显著性因子,然后对本项目数据进行测试,计算其误差率(相对误差),如果误差率在允许范围内,则进行下一步计算。这个过程对11份数据都重复进行一次,得到11个不同的误差率,如果这11个误差率都满足要求,就可以对所有csf求平均,计算出保障性住房项目土建工程的csf。

依据显著性因子的定义,显著性因子的计算公式可以表示如下:

式中,csf——显著性因子;

——显著性成本项目的成本;

——工程总成本(包括显著性项目和非显著性项目的成本); n ——工程显著性成本项目的数量;

m ——工程总项目的数量。

11份样本数据显著性因子csf的计算结果见表1所示:

表1:保障性住房土建工程显著性因子csf计算结果

项目序号 显著性因子csf 相对误差%
项目1 0.802 0.821%
项目2 0.802 -0.130%
项目3 0.808 -7.731%
项目4 0.806 -5.072%
项目5 0.803 -1.509%
项目6 0.800 2.767%
项目7 0.799 4.634%
项目8 0.803 -0.810%
项目9 0.801 1.774%
项目10 0.799 3.974%
项目11 0.801 1.411%

注:相对误差的计算公式为:(CS理论计算的土建工程总造价-清单中的总造价)/清单中的总造价×100%。

每组数据的相对误差都在±8%范围内,符合计算要求,因此可得出显著性因子csf为:(0.802+0.802+0.808+0.806+0.803+0.8+0.803+0.801+0.799+0.801)/11=0.802。

3. 保障性住房项目土建工程CSIs模型的建立
3.1 假设条件

1、假设工程量清单中所有项目的费用都在同一个时间基点上发生,计算出的csf是一个与时间无关的比值。

2、在假设条件1的基础上,对于任何时间发生的同类工程都采用同一个显著性因子csf。

3、模型是以工程项目全生命周期中的一个阶段(概算阶段)的建设成本为研究对象建立的。

3.2 CSIs模型

由显著性因子的计算公式(1)和简化的WLC计算模型在满足以上假设条件的基础上,得出最终的CSIs模型如下:

将计算出的保障性住房土建工程项目的显著性因子带入公式(2),可以得出保障性住房土建工程的CSIs模型如下:

3.3 CSIs模型的验证

根据第一份数据得到的显著性项目CSIs及显著性因子csf,在第二份数据中找出这些项,求出这些显著性项目的成本,根据建立的CSIs模型计算出工程造价,然后与工程量清单中的总造价进行比较,

将二者差值的绝对值与工程量清单中的总造价的比值定义为模型的相对误差。这里选取的验证数据简称为项目12、项目13、项目14和项目15。
经过计算,验证结果如下:

项目序号 工程量清单总造价(元) CS理论总造价(元) 相对误差%
项目12 209,304,401.96 213,331,425.80 -1.924%
项目13 110,133,719.19 110,046,972.00 0.079%
项目14 168,093,218.06 168,812,165.40 -0.428%
项目15 68,399,304.38 67,961,501.33 0.640%

由表中数据可以看出,依据显著性理论算出的造价与实际相差很小,相对误差均在±2%以内,综合前面11个工程实例,说明利用该模型能够比较准确地预测出类似拟建保障性住房项目的土建工程概算投资额。

4. CSIs模型应用的相关问题

4.1 拟建项目CSIs和csf数据的获取

相关研究表明通过采用神经网络方法,在具有大量已完工程CSIs和csf数据的情况下,模拟人的大脑“经验”判断同类工程或类似工程的过程,从而预测拟建项目CSIs造价和显著性因子方法。工程造价人员可以根据拟建工程的特征,将相关信息输入神经网络,即可得到新建项目的CSIs和csf数据。

4.2同类工程的确定

建筑工程具有单件性的特点,虽然不存在两个完全一样的工程,但是一些工程都在很大程度上的具有相似性,CS理论的验证和CSIs模型就是建立在这些相似建筑工程特征的基础上。本文涉及的保障性住房项目特征详见广州市住房保障办公室2011年4月10日下发的《广州市保障性住房工程建设技术指引(暂行)》(穗住保[2011]49号)的相关规定。

Top