尹家明 費清

摘 ?要：隨著當前大數據與傳統(tǒng)產業(yè)不斷碰撞出“火花”，其逐漸被全社會廣泛認同。如何運用數據分析技術挖掘建設工程材料的數據價值，這對行業(yè)管理來說無疑是一個新的挑戰(zhàn)。文章對構建工程材料動態(tài)監(jiān)測和模型分析預測的“材料大數據”態(tài)勢多服務模型進行了研究，該模型對提升行業(yè)監(jiān)管效能、提高數據化管理決策水平和幫助工程參建市場主體各方降本增效，有較高的借鑒性和適用性。

關鍵詞：大數據;分析模型;材料管理;動態(tài)監(jiān)測

中圖分類號：TP39 ? ? ?文獻標識碼：A文章編號：2096-4706（2021）13-0148-04

Research on the Application of Construction Engineering Material Management Based on Big Data Analysis Model

YIN Jiaming1，2， FEI Qing2

（1.Swiss Research Center of Guizhou Normal University， Guiyang ?550025， China; 2.Guizhou Huizhu Big Data Co.， Ltd.， Guiyang ?550001， China）

Abstract： With the continuous collision between the current big data and traditional industries， it has gradually been widely recognized by the whole society. How to use data analysis technology to mine the data value of construction engineering materials is undoubtedly a new challenge for industry management. This paper studies the construction of the “material big data” situation multi service model for dynamic monitoring and model analysis and prediction of engineering materials. The model has high reference and applicability to improve the efficiency of industry supervision， improve the level of data management decision-making， and help all market parties involved in the engineering construction reduce costs and increase efficiency.

Keywords： big data; analysis model; material management; dynamic monitoring

0 ?前  言

工程建設質量關系到人民百姓的切身利益和全社會的和諧穩(wěn)定，也關系到國民經濟健康快速發(fā)展，是建設公平、共享、創(chuàng)新型城市戰(zhàn)略的主陣地，直接影響到城鄉(xiāng)建設環(huán)境質量。其中，建設工程材料的價格、來源、使用和檢測取樣的真實性、檢測數據的準確性、可靠性，直接影響到建筑工程的成本、質量控制及驗收，關系到建筑工程的整體質量安全。土木建筑工程材料按基本成分主要分為有機材料（如木材、塑料等）、無機材料（如金屬材料、水泥等）和復合材料（如玻璃鋼、鋼纖維混凝土等），本文研究建設工程材料主要是指國家相關檢測要求必須檢測的在建工程項目實施過程中主要使用的材料，包括預拌混凝土（是指由水泥、集料、水以及根據需要摻入的外加劑和摻合料按一定比例經攪拌站（廠、公司）集中計量拌制后，通過專用運輸車輛運至使用地點的混凝土拌合物、水泥、鋼筋、添加劑、木材、沙子、石子。按照市場監(jiān)管信息化建設作為轉變監(jiān)管思路和手段的方向。建立監(jiān)管與服務一體化，動態(tài)記錄工程項目各方責任主體市場和現場行為做到可記錄、可追溯（住建部2010年8月修訂《房屋建筑和市政基礎設施工程質量監(jiān)督管理規(guī)定》）。有效實現建筑市場和施工現場監(jiān)管的協同聯動和態(tài)勢預測，全面實現行業(yè)“數據一個庫，監(jiān)管一張網、管理一條線、服務一條龍”的目標，為管控服務全過程信息化向數據化監(jiān)管模式轉型提出新的挑戰(zhàn)。在以服務經濟健康快速發(fā)展和優(yōu)化營商環(huán)境為主導的大數據應用背景下，如何利用大數據與傳統(tǒng)建筑行業(yè)的深度融合凸顯其戰(zhàn)略意義和重要性。

本文通過探究大數據融合分析技術在該行業(yè)建設工程中材料數據化分析模型和決策輔助的應用研究，搭建“材料大數據”公共服務平臺進行數據采集、融合及分析模型，可動態(tài)監(jiān)測建設工程質量安全發(fā)展的態(tài)勢。可數據脫敏清洗后可為建設工程參建各方市場主體實現降本增效和管理效能提升。構建形成多贏共享的數據監(jiān)管服務一體化管理創(chuàng)新模式。

本文以下研究第1部分是研究現狀;第2部分是問題提出;第3部分是模型構建;第4部分是實證分析;第5部分是研究結論及對策。

1 ?研究現狀

本文研究基于以下行業(yè)背景：

（1）信息化進程滯后。隨著信息時代、大數據時代的到來，住建系統(tǒng)根據國家、省和市的要求，在房產登記、建筑市場管理、住房保障、房改以及房地產市場管理等，相應建立僅能滿足單一行政管理需求的管理系信息系統(tǒng)，基本無能服務企業(yè)的模塊。在數據采集、匯聚、分析和運用等方面大數據管理還存較大差距。同時因信息化、大數據方面的管理技術人才儲備少，知識更新程度慢等因素，也一定程度影響工作的推進。

（2）部門間數據壁壘需破冰。住建系統(tǒng)業(yè)務工作分塊較多，各部門間信息數據存在“數據煙囪”，特別提出以建設工程全生命周期進行大數據管理方面，涉及從房屋征收、建筑設計、施工（含材料進出、抽樣、檢測和現場管理）、驗收以及房地產銷售備案登記、房產登記等數據整合，需要打破部門間的條數據壁壘，實現建設工程全生命周期數據融合管理，同時建立標準的數據字典知識庫，確保所有數據具有可識別性。

（3）缺少有效數據融合分析和模型需求預測?，F有管理信息系統(tǒng)大多是獨立運行，數據未能實現條塊匯聚，形成了原有部門利益格局，也就需用數據模式打破。運用大數據手段，建立了可防、可控、可監(jiān)督的風險點防控運行保障機制，打破各部門間的利益分配格局整合難度遠大于技術層面的實施難度，需樹立不破不立理念，以強有力的措施進行打破和重塑，進一步保障住建系統(tǒng)職能轉型升級。

（4）監(jiān)管平臺無社會服務模塊。當前，行業(yè)監(jiān)管已運行的大部分信息化系統(tǒng)基本不具有社會服務功能，造成大量外部可識別分析數據無法實現資源共享運用。造成無法多維度采集有效數據進行綜合研判和預測。形成數據價值。

2 ?問題的提出

大數據分析模型的基礎是信息化系統(tǒng)，只有建立在信息化基礎上，通過建立數據共享服務平臺，將住建系統(tǒng)涉及建設工程項目部門的各類相關數據進行整合、歸類，實現內外部結構化和非結構化海量數據資源的收集和融合，滿足數據多樣性、海量的要求。再搭建基于云計算架構的數據計算、數據分析和數據挖掘的平臺，實現數據的計算和模型分析，真正達到大數據“4V”特性，才可能真正滿足建立一套針對行政部門、企業(yè)、個人的分析監(jiān)管平臺，實現行業(yè)內權力運行可監(jiān)管、可分析、可追溯。并整合行業(yè)知識信息資源，打破數據條塊分割、數據壁壘的粗放信息數據管理模式。

對內聯通數據“孤島”，對外實現條塊融合，打造透明、高效公共服務窗口。推進網上公開、受理、辦理、監(jiān)管“一條龍”“一站式”全網絡服務，做到全透明、可核查。同時，通過政府數據的深度開放，進一步破解社會公眾監(jiān)督難題，有效提升政府部門公信力、執(zhí)行力。

堅持從實際出發(fā)，循序漸進運用大數據手段構建運行機制。本文是依托貴陽住建大數據案例為基礎。在大數據“4V”特性方面的海量數據、多樣性數據及高計算能力均已由住建部門提供，因此，本文研究重點是對工程項目材料的低密度價值數據部分進行分析模型設計，并進行實證分析最終實現大數據在住建行業(yè)中建設工程項目材料管理的深度融合運用目的。

3 ?模型構建

通過現狀梳理和問題提出，本文將主要通過文獻查閱、現場調研和分析模型設計的方式開展研究和實證分析。然后通過大數據方法，實現建設工程材料的可查詢、可追溯、可分析、可預測。做到標準透明、結果透明、預測透明、監(jiān)督透明的目標。具體模型構建方法和步驟如圖1所示。

3.1 ?數據識別和預處理

本文從住建“數據倉庫”共享服務平臺互通接入，抽取建設工程材料相關固化和實時數據。其中固化數據包括：項目名稱、地點、建設工程量、投資規(guī)模、參建五方責任主體基本信息等。實時數據包括工程進度、材料檢測數據、現場監(jiān)督結構化數據和音視頻記錄非結構化數據。由于存在數據不規(guī)范和缺失，故按照大數據項目建設規(guī)范對數據進行了預處理，即數據識別、字典標注、查漏補缺工作。

3.2 ?數據融合清洗

經過數據識別和預處理后，導入參與實驗企業(yè)BIM平臺共享模擬數據，包括材料清單、價格、用量、供求、進度等數據。按照大數據分析模型的基于“時間序列法模型”標準進行數據融合與清洗，經過數據清洗任務后。按時間（月、季度、年）屬性信息進行量化處理。定義建設工程材料供求計劃實際值;建設工程材料價格趨勢值。同時運用“因果分析法預測模型”定義建設工程材料指標使用差異值、材料檢測合格率值和材料用量差異值。

3.3 ?模型設計

針對建設工程材料供求計劃與實際值，通過時間序列法分析模型，對單個材料樣本變量進行分析預測，再導入第n 個樣本進行綜合分析，可以預測找到最佳擬合直線目標值。如圖2所示。

材料使用差異分析。根據材料的計劃使用數量與實際使用數量進行對比，通過數據因果分析法的單方程計量模型，對材料使用差異變量與材料使用變化因子間數量關系，分析是否存在差異，并判斷存在差異的原因。如圖3所示。

材料合格率分析。通過材料檢測數據采集，運用統(tǒng)計分析模型分析各類型的建筑材料的合格率與不合格率，進而追蹤不合格材料流向，主要分布區(qū)域和工程項目，以此作為工程質量安全監(jiān)管數據支撐和宏觀數據可視化管理。

材料價格變化趨勢分析。分析材料采購或生產成本的變化趨勢，生產企業(yè)或施工企業(yè)可根據該價格趨勢進行計劃生產或計劃采購。對未來材料價格量間態(tài)勢。如圖4所示。

材料使用行為分析。將建筑工程進場材料數據與工程驗收監(jiān)督實際使用數據進行對比分析，利用BP神經網絡模型進行綜合分析，以此判斷施工單位是否存在偷工減料等行為。如圖5所示。

4 ?實證分析

通過模型構建和設計，導入建設工程材料監(jiān)管服務平臺進行驗證表明。通過數據的動態(tài)抽取后，與材料來源、材料用途、材料管理責任人員、材料監(jiān)督員、見證員、檢測機構、檢測人員等多維海量數據進行實證分析驗證，可以在GIS地圖上實時顯示將材料分析模型5項核心指標進行動態(tài)結果展示和預測。與現場數據比對后，實現了建設工程項目工地的材料情況態(tài)勢可視化展示和材料情況的預測。保證了材料質量的全過程可記錄、可追溯，實現了大數據分析模型的材料管理應用研究預期效果。如圖6所示。

具體達到了對行業(yè)監(jiān)管行政行為全過程進行跟蹤。對現場材料全過程進行監(jiān)督，使辦理程序、執(zhí)法行為更加科學規(guī)范。與現有業(yè)務辦理服務平臺融合，更方便服務對象，辦事群眾可通過手機掃描二維碼、實時查詢材料供求及檢測合格情況。同時，對辦理中不作為、亂作為，吃、拿、卡、要和冷、硬、橫、推等潛在違紀違法行為反向監(jiān)督，將權力運行關進數據的籠子。

4 ?結 ?論

通過本文研究實證結果，達到了利用搭建的大數據分析模型的建設工程材料管理數據服務。積極推進住建系統(tǒng)各部門間的材料相關信息共享與數據交換，即了解到的不僅僅是過去材料價格多少、采購多少、用了多少、是否合格等信息，更重要的是可以預測未來將會有什么樣的變化，從而可以更準確、快速地制定出相應對策，進一步提升材料管理效能和服務質量。對整個行業(yè)管理優(yōu)化和大數據深度融合傳統(tǒng)產業(yè)都具有很好的實用性和戰(zhàn)略意義。同時，通過研究我們也發(fā)現過程中存在的一些不足，因此我們建議：

構建材料行業(yè)誠信檔案。實現建筑材料檢測數據、使用數據、進場數據等可以與市安全監(jiān)督系統(tǒng)、市質量監(jiān)督系統(tǒng)、執(zhí)法系統(tǒng)等進行數據對接，將產生違規(guī)檢測或使用不合格材料的施工單位信息納入誠信檔案。幫助行業(yè)形成“好的更好，差的退場”行業(yè)自律生態(tài)凈化新模式。

搭建監(jiān)督人員風險分析。通過外業(yè)人員配備執(zhí)法終端，采集派單、定位、現場記錄外業(yè)人員在監(jiān)管工地現場材料質量的執(zhí)法過程，對其分析超期率、偏離度、親密度、工作量、申述糾正，綜合研判外業(yè)人員綜合風險分值。同時，通過對內業(yè)工作人員辦理材料備案的時限、辦件量、服務對象占比、辦理結果等關聯數據進行融合，抓取工作量、親密度（對特定企業(yè)、機構或個人未按順序辦件，過快辦件）、異常件（過快件、超期件、打回件）等指標數據信息進行科學分析。研判內業(yè)工作人員工作效率和風險值，從而建立預警處置、動態(tài)管理、檢查評估為主要指標的保障機制。根據新排查出來的風險點，設置職權的邊界，分類制定防控措施。系統(tǒng)可拓展到建筑行業(yè)檢測機構人員，進行有效分析，可以判別出是否存在檢測過程瞞報、漏報的可能性。

打造行業(yè)監(jiān)管與服務全過程管控機制。以實施基于云計算的大數據深度融合傳統(tǒng)產業(yè)應用、構建行業(yè)誠信服務體系為主線，搭建大數據融合分析模型監(jiān)測與服務平臺，依托行業(yè)擁有海量數據優(yōu)勢，加快數據挖掘與應用，通過大數據商業(yè)，實現行業(yè)監(jiān)管與社會服務全程數字化，透明化、公開化，處處留“痕跡”，讓權力在“陽光”下運行的同時又服務于社會經濟建設，不斷提高治理能力和服務水平。

全面推進數據監(jiān)測分析服務、數據決策研判的監(jiān)管與服務并舉模式，全面推進大數據管理成為住建行業(yè)提升行政服務能力的有效手段和政府管理創(chuàng)新的新途徑。通過應用大數據平臺，進一步加強服務創(chuàng)新力度，加大績效評估考核范圍，讓權力在法制軌道上運行。在新思維下，提升行政服務，變“要我干”為“我要干”，從“被動服務”為“主動服務”。同時形成的分析模型預測結果向企業(yè)公開，幫助企業(yè)更好的經營和降本增效。營造高質量的社會營商環(huán)境。

參考文獻：

[1] GB/T 14902—2012，預拌混凝土 [S].北京：國家標準化管理委員會，2013.

[2] 李蒙，魯曼，余宏亮.區(qū)塊鏈技術下的建筑材料信息技術架構研究 [J].建筑經濟，2019，40（10）：103-107.

[3] 李紅，王洋.建設工程質量檢測全過程信息化監(jiān)管模式研究 [J].城市建設理論研究（電子版），2015，5（26）：924-925

[4] 董紹華，安宇.基于大數據的管道系統(tǒng)數據分析模型及應用 [J].油氣儲運，2015，34（10）：1027-1032.

[5] 胡榮春，劉知貴，胡茂.基于大數據分析模型的學科項目管理探索 [J].教育評論，2019（5）：55-59.

作者簡介：尹家明（1976.12—），男，漢族，貴州大方人，高級工程師，項目管理碩士，研究方向：大數據戰(zhàn)略及項目管理、數據商業(yè)智能挖掘研究;費清（1994.10—），女，漢族，貴州貴陽人，大數據工程師，本科，研究方向：大數據項目管理、數據算法設計及數據挖掘。