-建设项目投资估算模型分析.doc

《-建设项目投资估算模型分析.doc》由会员分享，可在线阅读，更多相关《-建设项目投资估算模型分析.doc（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、_2000年 9月中国煤炭经济学院学报Sep. , 2000第 3期 总第 45期Journal of China Coal Econo mic Co lleg eN o. 3 To t. 45企业管理建设项目投资估算模型分析温国锋(中国煤炭经济学院管理科学与工程系 , 山东烟台 264005)摘要 对国内外常用的投资估算模型进行了分析和对比 ,指出了各模型的优缺点和适用条件 ,同时提出了一种新的比较有效的投资估算模型 基于 AN N ( Ar tificial N eura l N etwo rks)的投资估算模型。关键词 投资估算;估算模型 ;模糊预测; AN N (人工神经网络 )中图分

2、类号 F283文献标识码 A文章编号 1006-6160( 2000) 03-0019-04Model-Analysis on Investment Estimate in Construction ProjectW EN Guo-feng( Dept . of Engineering , China Coal Economic College , Yantai 264005, China )Abstract: This paper giv es compariso n & analysis on investm ent estimate models often used at hom e

3、and abroad. It points out the advantages and disadvantages of each model as w ell as their ap-plicable conditio ns. It also puts fo rw ard a more efficient new inv estment estimate model based on ANN.Key words: inv estment estimate; estimate models; fuzzy prediction; ANN一、 引言直接影响。 本文对可行性研究阶段的工程造价估算模

4、型进行分析 ,同时提出新的估算模型。投资估算是指在可行性研究和评估的各阶二、国外工程造价估算模型分析段 ,对项目建设的投资需要额进行由粗到细、由概8_略到详尽多阶段预估的集合。 依照美国成本工程师协会的划分 ,西方国家投资估算通常分为五种:毛估、粗估、初步估算、确定性估算和详细估算。 在可行性研究阶段 ,一般采用前四种 ,详细估算一般用在项目的工程设计阶段。 在我国 ,投资估算是项目设计任务书或可行性研究阶段及评估阶段对项目总投资和单项工程投资的预估 ,它不包括设计阶段的建设项目概算和施工图预算。 估算结果的精确程度如何 , 直接影响到项目投资决策的正确性 ,对工程招投标及后期的工程造价管理工

5、作影响重大 ,而投资估算模型的选取对估算的精度有从 50年代至今 ,国外建筑造价估算模型可以分为三代。第一代模型流行于 50年代末到 60年代后期 ,其特征是单位面积造价估算。基于单位面积造价原理的模型有很多形式 ,最典型的是 BCIS模型。它选择最类似的一个已完工程的数据 ,分成六个部分分别预测。 这六个部分是: 基础部分、主体部分、内装修部分、外部工作部分、设备安装部分和公共设施部分。 其模型为6C = ( tqqur )i .i= 1 收稿日期 2000- 04- 18作者简介 温国锋 ( 1972- ) ,男 ,蒙古族 ,内蒙古赤峰人,中国煤炭经济学院助教 ,硕士。19式中 i 为主要

6、项目 ,即上面所说的六项; t 为时间调整系数; q为数量调整系数; qu 为质量调整系数; r 为楼层单位面积成本。模型中的项目还可以细分 ,比如上面六个大项中的每一个都可以细分为若干个小项目 ,但不管怎样划分 ,其估算的基本模型是一致的。单位面积模型使用简单 ,但它需要对先前的工程在时间、质量和数量的比率上作出调整 ,以便适用于将要预测的工程; 模型的输出完全依赖于我们所选择的作为基准的建筑 ,这都很可能带有很大的主观性 ,这是该模型的局限性之一。仅仅以单一的相似建筑为基准是它的另一局限性 ,因为两个建筑毕竟不可能完全一致 ,而且偶然因素的作用也是不可避免的 ,所以 ,单位面积法估算结果的

7、准确程度很差 ,仅适用于相似程度很高的两个工程项目的投资估算。第二代模型始于 70年代 ,以使用回归分析为重要特征。因为任何两个工程都不可能完全相同 , 单纯地以某一个已完工程的数据为参照进行估算是不科学的 ,各类调整系数也是模糊量 ,不容易给出 , 更不用说给准确了。 1974年 , Kouskoulas和Koehn给出了一个回归模型: C= a0+ a1v1+ a2 v2+ a3 v3+ a4v4+ a5 v5+ a6v6 . 式中 C为建筑的造价衡量(在后来的模型中 , C 成为每单位面积造价的估计 )。 v1 为地区指数 ,它依据当地居民的生活和工资水平 ,可以从公布的建筑造价数据中得

8、到。 v2 为价格指数 ,可以从政府统计数字中获得。 v3 为建筑类型 ,是反映不同类型建筑物成本比例的一个指数。 v4 为高度指数 ,用建筑物的层高来度量。 v5 为质量指数 ,用以衡量以下几个方面: ( 1)建筑过程中所用工人和材料的质量; ( 2)建筑物的用途; ( 3) 设计水平; ( 4)构件的材料类型的质量。 v5 可用1kv5 = Ii ciki= 1表示 ,这里的 k 是建筑构件的数量; ci 是第 i 个构件部分的造价; Ii 是 1 4之间的数 ,分别代表失败、一般、良好和优秀 ,反映构件的好与坏。 v6 为技术指数 ,它主要是考虑特殊类型建筑的额外造价或由于使用了新技术而

9、使劳力和材料的节省。 一般情况下 , v6 = 1; 额外造价 , v6 1(化学实验室= 1. 45,银行= 1. 75) ;由于技术因素的节省 v6 1.为了估计公式中的 a0 a6 , Kouskoulas 和Koehn用随机采样的方法选取了 38个已完工建筑的造价数据 ,用最小二乘法估计出了上述参数 ,得到了这样一个回归方程: C= - 81. 49+ 23. 93v1+10. 97v2+6. 23v3+0. 167v4+ 5. 26v5+30. 9v6 .它的准确度高达 0. 998,这表明该模型的可靠性很好。实际结果也表明 ,用它进行估算效果明显优于传统的参照单个已完工程的做法。

10、但是回归模型外推性较差。 当待预测工程的数据在所选的用于回归分析的样本范围之内时 ,它的预测效果很好 , 但是当待预测工程的数据超过回归分析时所用的样本覆盖范围时 ,预测精度明显下降。 另外 ,回归模型对所有已完工程样本“一视同仁” ,即认为所有已完工程的样本对新项目估价的参考作用相等。 而实际上已完工程样本在结构、规模等方面 , 由于与新项目的相似程度不同 ,对待估算项目的影响程度也是不同的。第三代模型是出现于 80年代初期的随机模型。这一代模型是以 Monto Corlo方法和人工智能中的知识库技术为基础的计算机系统。 这种模型主要靠专家的知识对工程进行估价。该模型认为:影响工程造价的许多

11、因素都是不确定的 ,因此不应该追求某个精确的值 ,而应估计实际造价落在某个范围的概率是多少。 根据这种思想 ,用计算机来模拟实际的施工过程。 针对每个分项工程 ,给出可能造价的先验概率 ,由计算机产生随机数。 这个随机数进入下一个分项工程 ,再结合这项工程的先验概率 ,又产生一个随机数。 这些随机数代表了每个单项工程的“实际造价”。 依次进行下去 ,直至全部工程模拟完毕 , 所有造价之和便可以看作总的造价估计。 随机模型要求在建模时使其可变的因素之间是独立的 , 要求知道每个变化因素的概率分布 ,倘若没有工程造价分布的大量统计样本可以为每一个变化的因素建立真正的分布 ,那么分布就得被假设。 随

12、机模型的优点是符合客观实际 ,增强了估算结果的准确性; 缺点是计算麻烦 , 对工程的设计要求达到一定的深度 ,否则无法模拟。三、我国常用的投资估算模型分析 1目前 ,我国进行工程造价估算主要采用扩大指标估算法和工程建设概算指标估算法。 用指标法编制投资估算是根据工程的规模、结构、特征 , 套用相应的估算指标 ,计算并汇总工程投资估算。具体估算法有如下几种。1. 单位生产能力投资估算法单位生产能力投资估算法是建设项目的投资额除以生产能力求得的 ,可以根据类似企业的单20 ki ) kc.位生产能力投资估算新建设项目的单位生产能力投资。 这种估算方法的估算结果精度较差 ,因为它将生产能力和基建投资

13、看作是简单的线性比例关系 ,而实际上这种线性比例关系是很少的 ,只有生产能力比较接近时才比较准确 ,在使用时需注意已建设项目和拟建设项目的可比性 ,还要注意对计算结果进行必要的调整 ,因为完全相似的建设项目是很少的。2. 生产能力指数估算法有时 ,生产能力不同的两个同类企业 ,其投资与生产能力之比的指数幂成正比 ,其表达式为I2 =I1 ( XX 21 ) n .式中 X 1 为类似企业的生产能力 (已知 ); X 2 为拟建项目的生产能力 (已知 ); I1 为类似企业的固定资产投资额 (已知 ) ; I2 为拟建项目的固定资产投资额 (未知 ); n为生产能力指数 ,一般在 0. 6左右。

14、这种方法比单位生产能力投资估算法精确 , 但必须根据大量的建设项目统计资料把 n 求出来。 n 的具体值根据建设项目的性质来确定 ,当依靠增大设备尺寸扩大生产规模时 , n 值为 0. 6 0. 7; 当依靠增加设备数量扩大生产规模时 , n值为 0. 8 0. 9;高温高压的工业性生产工厂 n 为 0. 3 0. 5。 根据统计资料 , n的平均值大约在 0. 6左右 , 故此法又称 0. 6指数法。3. 比例估算法 (又称工程系数法 )这种方法要先根据统计资料求出同类型企业主要设备投资占全厂固定资产投资的比例 ,然后再估算出拟建项目的主要设备投资 ,即可按比例求出拟建项目的固定资产投资 ,

15、计算公式为1nI = Qi Pi .ki= 1式中 I 为拟建项目的固定资产投资; k 为主要设备投资占拟建项目固定资产投资的百分数; n 为拟建项目的设备种类; Qi 为第 i 种设备的数量; Pi 为第 i 种设备的到厂单价。比例估算法是以大量的调查资料为基础进行估算的 , 因此 , 只有深入调查和研究同类项目资料 ,才能提高估算的准确度。特别是在工程的可行性研究初级阶段 ,由于设计深度不够 ,某些工程的结构特征很难确定 ,因此计算困难且复杂 ,没有考虑工程的质量、工期、施工企业管理水平等。4. 郎格系数法 2 这种方法是以设备费为基数 ,乘以适当系数来推算项目的建设费用 , 其计算公式为

16、: D = ( 1+ ki ) kc C.式中 D 为总建设费用; C为主要设备费用; ki 为管线、仪表、建筑物等直接费用的估算系数; kc 为包括工程费、 合同费、应急费等间接费在内的总估算系数。总建设费用与设备费用的比值为郎格系数 K ,即:K =DC = ( 1+这种方法比较简单 ,但没有考虑设备规格、材质的差异 ,因此精确度不高。5. 工程建设概算指标估算法概算指标用整个建筑物每百平方米建筑面积为单位 ,规定人工、材料、机械、设备消耗量及造价 ,可用于可行性研究对投资进行估算。 估算的准确度较高 ,但应用比较麻烦 ,而且要求设计必须达到一定的深度才能使用。四、基于模糊预测和基于 AN

17、N 的工程造价估算模型1. 模糊类比估算模型 3 这种模型在民用建筑和矿山井巷工程的投资估算中都有成功的应用。 它是基于某些已完工程资料的特征 ,用模糊数学理论进行聚分析确定类别。 为了预测新项目的造价 ,首先建立隶属函数 , 然后根据隶属函数及新项目的特征对待测工程项目进行归类 ,再选取同类已完工程中与其最相似的三个工程作为估价样本 ,建立工程项目估价数学模型 ,并结合当前建筑材料价格及其质量、市场等作以适当的调整。 其具体步骤为:( 1)已完工程项目分类采用模糊数学 ISODAT A聚类方法对大量已完工程样本进行分类。 设已完工程样本集 X 中有n个样本 ,其中每个样本有 S 个特征 ,根

18、据这些特征某些工程项目很难具体确定属于哪一类 ,因为根据不同的特征可以得出不同的分类结果 ,因此采用上述模糊聚类方法进行分类。( 2)待测工程项目归类已完工程项目分类完毕后 ,需要对待测项目归类 ,待测工程确定为哪一类工程项目 ,就按哪一类已完工程项目为样本进行工程造价预测。( 3)工程造价模糊测算模型在确定待测工程归属后 ,根据汉明距离选出该类中对待测工程最有影响的三个已完工程项目对待测工程进行估价。 为了体现各特征向量对待测工程的特征向量影响程度不同 ,可适当考虑权21系数。 汉明距离反映了待测工程与已完工程的相似程度。权系数最好满足归一化要求 ,它可以根据经验给出或用专家打分法给出 ,并

19、在工程造价实际估计中根据工程实际不断修正。 待测工程与三个已完工程的相似程度同样用权系数表示出来 , 据此得出最终的模糊测算模型。 工程造价模糊估算模型以已完工程的历史数据为基础 ,并加以必要的调整。调整的主要内容来自四个方面: 数量调整 拟建工程与已完工程在工程量等方面的比例关系; 质量调整 拟建工程与已完工程在质量水平或技术等级上的差别; 地区调整 不同地区环境对造价所带来的影响; 市场状况调整 取决于整个建筑市场的形势。模糊类比估算模型优点是准确性较好 ,一旦模型建立 ,计算较为简单。 缺点是权系数等靠经验确定 , 并且要求不断调整 , 增加了模型建立的难度。2. 基于 ANN 的投资估

20、算模型4, 5 作者在对国内外的投资估算模型分析研究的基础上 ,提出基于 ANN 的投资估算模型。 ANN 方法是最近一些年发展起来的人工智能的一个分网络进行训练 ,将网络收敛时的网络参数记忆下来 ,作为网络工作的基础。 训练结束以后的网络就可以进行工作了 ,即可用来进行投资估算了。 在进行具体建设项目的投资估算时 ,将建设项目分单位工程分别选用已建的合适模型进行估算 ,最后将估算结果汇总 ,汇总的结果也就是我们需要的建设项目的投资估算结果。 限于篇幅 ,实例从略。ANN 投资估算模型 ,速度快 ,估算结果准确度高 ,且操作简单 ,只要估价人员具备基本的计算机知识 ,就可使用本模型进行估算;

21、但本模型的成功使用 ,需要有已完工程数据库来支持 ,已完工程数据库的建立是一项比较艰巨的工作 ,它需要按照模型的要求对历史上已完的建设工程造价资料进行完整的收集 ,并分类整理 ,抽取特征值作为输入和输出向量 ,以便对模型进行训练。 为了提高 ANN 模型估价的准确性 , 要求工程样本不能太少 ,一般说来 ,样本越多 ,估算效果越好 ,故已完工程数据库的建立是本模型建立的关键。五、结束语支 ,这几年再度显示了它活跃的生命力。除了用在由于每一种模型都有其本身的优缺点和适用语言识别、自动控制等领域外 ,实践证明 ,它还可条件 ,而且具体的项目亦有其自身的特定情况 ,估以用于预测、评价等其它方面 ,其

22、准确性明显优于价人员的素质亦千差万别 ,所以在进行具体项目回归模型 ,而且克服了回归模型外推性差的缺点。的估价时应综合考虑上述因素 ,选取合适的模型。其过程如下: 首先将工程项目进行分类 ,按其结构为了提高估算的准确度 ,建议在进行工程估价时和用途及工程造价构成的相似程度分为若干大用两种 (或多种 )比较适合的模型进行估价 ,以便类 ,按类别分别建立模型; 在每一类别中 ,考虑该将结果进行对比 ,当两种方法的估算结果相差不类工程影响造价的主要因素 ,把这些主要因素特大时 ,我们可以接受估算结果; 当结果相差悬殊征抽取出来 ,作为模型的输入 ,将工程造价估算值时 ,就需要对结果或选用的模型进行认

23、真的分析及材料耗量作为网络的输出;选用三层的 BP网络了。来建立各个子类模型; 模型建立以后 ,就要分别对 参考文献 1 胡明德.工程估价与资产评估 M .北京: 中国建筑工业出版社 , 1997. 2 周惠珍.投资项目评估 M .大连: 东北财经大学出版社 , 1999. 3 胡志根.基于模糊预测的工程造价估算模型的研究 J.系统工程理论与实践 , 1997, ( 2): 50-55. 4 焦李成.神经网络系统理论 M .西安: 西安电子科技大学出版社 , 1995. 5温国锋.基于人工神经网络的煤炭建设项目投资预测系统的研究 D .阜新: 辽宁工程技术大学 , 1998.责任编辑: 徐志京 22