摘要:近年來,我國海上風電產(chǎn)業(yè)發(fā)展迅猛,已進入規(guī)模化發(fā)展階段,處于高景氣周期。但是海上風電項目建設條件復雜、成本較高,成本管控是推進海上風電產(chǎn)業(yè)高質(zhì)量發(fā)展的關鍵。以萬寧漂浮式海上風電項目為例,采用ISM-BN模型分析架構(gòu)對項目建設過程中的人工成本超支問題進行研究,識別出人工成本超支的影響因素,梳理各影響因素間的內(nèi)在邏輯,對人工成本超支進行預測,驗證部分影響因素疊加下的人工成本超支風險。研究成果可為海上風電項目人工成本控制提供實踐指導。
關鍵詞:海上風電項目;成本管理;人工成本超支;解釋結(jié)構(gòu)模型;貝葉斯理論
0 引言
“十四五”以來,我國海上風電產(chǎn)業(yè)進入高質(zhì)量發(fā)展階段,近海海上風電開發(fā)建設成效顯著,產(chǎn)業(yè)鏈體系健全完備,技術(shù)水平大幅提升,基本實現(xiàn)裝備自主可控和技術(shù)創(chuàng)新引領,初步具備全球產(chǎn)業(yè)競爭優(yōu)勢。預計進入“十五五”后,海上風電工程將呈現(xiàn)離岸距離遠、水深較深等新特征,柔性直流輸送、漂浮式風電等技術(shù)急于突破。截至2023年底,我國海上風電累計并網(wǎng)規(guī)模高達3729萬kW,同比增長22.4%,新增并網(wǎng)容量穩(wěn)步上升,高達683萬kW,同步增長35.2%,市場潛力巨大。
隨著海上風電平價化實施,我國近海海上風電造價明顯下降,有力保證了我國海上風電的可持續(xù)發(fā)展。但隨著深遠海項目的推進,我國深遠海海上風電面臨造價升高的挑戰(zhàn),工程總體降本壓力較大,因此提高深遠海海上風電項目成本管理水平對推動行業(yè)發(fā)展至關重要。
目前,針對工程項目成本管理,國內(nèi)外學者做了許多研究。例如,Westney[1]提出以工作分解的方式并結(jié)合WBS-EVM進行成本控制,此方法以計劃為基礎進行成本控制,但無法在施工過程中預測成本變化;陸紅梅等[2]利用神經(jīng)網(wǎng)絡算法對項目成本進行預測,用實證分析了模型預測的可行性;馬朝暉[3]針對工程量清單和計價規(guī)范對工程成本進行預測分析,以達到成本控制的目的。以上學者的研究過程雖具有借鑒意義,但缺乏對因素之間的邏輯關系的考慮。因此,本文以人工成本這一成本控制要點為視角,以萬寧漂浮式海上風電項目為研究對象,采用解釋結(jié)構(gòu)模型(ISM)識別出關鍵影響因素,構(gòu)建一個層級化解釋結(jié)構(gòu)模型,并引入貝葉斯網(wǎng)絡(BN),在項目實施前對人工成本超支概率進行精確預測。采用ISM-BN研究方法進行人工成本分析不僅能揭示成本因素間的復雜關系,還能提高預測的可靠性,可為漂浮式海上風電項目成本管理提供新的視角和工具。
1 ISM-BN模型構(gòu)建
ISM-BN模型主要通過收集和整理參考文獻,分析和總結(jié)人工成本超支的影響因素,再對各影響因素間的邏輯關系進行確認,最后根據(jù)影響因素的條件概率計算出動態(tài)預測結(jié)果?;贗SM-BN的人工成本超支預測模型構(gòu)建如圖1所示。
2 基于ISM的人工成本超支影響因素分析
2.1 ISM構(gòu)建步驟
因影響項目人工成本超支的因素較多且各因素之間存在一定的邏輯關系,本文采用ISM方法進行影響因素分析,通過對影響因素分層,構(gòu)建一個層級化的解釋結(jié)構(gòu)模型,直觀展示各因素間的邏輯關系。具體實施步驟如下:
(1)明確人工成本超支的影響因素。公式如下
N={r1,r2,…,rn}
(2)明確影響因素之間的影響關系。對于任意兩個影響因素ri和rj之間的邏輯關系,表示公式如下
aij=0i因素對j因素無影響1i因素對j因素有影響
(3)生成鄰接矩陣。將所有影響因素之間的關系aij構(gòu)成鄰接矩陣A=(aij)n×n。
(4)生成可達矩陣。公式如下
M=(A+I)r+1=(A+I)r≠(A+I)r-1
式中,M為可達矩陣;I為單位矩陣。
(5)層級劃分。將不同因素劃分為不同層級。受因素ri影響的因素集合定義為可達集P(ri),影響因素ri的因素集合定義為先行集Q(ri)。若P(ri)∩Q(ri)=P(ri),則ri為最高級因素,即滿足該條件的因素為同一層級L1。以此類推,得到不同的層級。
(6)生成層級結(jié)構(gòu)圖。即以有向圖的形式表示系統(tǒng)的層次結(jié)構(gòu)。
2.2 海上風電項目人工成本超支影響因素分析
本文參考國內(nèi)外研究文獻并結(jié)合海上風電項目施工基本情況下,對影響因素進行梳理、總結(jié),提出60個初步的人工成本超支影響因素。據(jù)此制作調(diào)查問卷,經(jīng)過5輪調(diào)查,最終以50個影響因素為本文的研究對象,海上風電項目人工成本超支影響因素見表1。
采用調(diào)查問卷的方式對上述50個影響因素進行調(diào)查,調(diào)查對象選取位于北京、江蘇、上海的10余家工程單位,以郵件方式共發(fā)放調(diào)查問卷500份,回收有效問卷453份,問卷有效率為90.6%。海上風電項目人工成本超支影響因素調(diào)查表見表2。
根據(jù)表2,以人工成本超支概率大于60%為選取標準,最終確定F1、F2、F4、F5、F7、F8、F9、F12、F14、F18、F26、F31、F34、F38、F39、F42、F43、F48、F49和F50這20個關鍵影響因素為人工成本超支的主要研究因素。
2.3 系統(tǒng)結(jié)構(gòu)分析
按照本文2.1的步驟,對人工成本超支影響因素進行分析,對各關鍵影響因素之間的邏輯關系進行梳理,采用三角化分塊處理,形成不同層級的邏輯關系,同層級的邏輯關系不存在影響關系,相鄰層級采用有向圖的方式進行聯(lián)系,最后形成海上風電項目人工成本超支影響因素解釋結(jié)構(gòu)模型,如圖2所示。
3 基本BN的人工成本超支預測模型分析
項目施工前人工成本超支預測是基于貝葉斯理論條件概率計算所得的聯(lián)合概率分布,具體為在已知人工成本因素Xi(i=1,2,…,n)發(fā)生概率的前提下,預測人工成本超支的發(fā)生概率P(T=1),其計算公式如下
P(T=1)=∑2n1(P(T=1X1=x1,X1=x1,…,Xn=x2)×P(X1=x1,X2=x2,…Xn=xn))
式中,xn∈{0,1};n=18;xn為人工成本超支影響因素,具有發(fā)生(1)和不發(fā)生(0)兩個狀態(tài)。
P(T=1)的大小表示人工成本超支概率大小,根據(jù)專家經(jīng)驗,將事件發(fā)生評估等級劃分為5個等級,事件發(fā)生概率量化等級見表3。
根據(jù)表3,評估得出人工成本超支概率等級,便于在項目施工前及早采取相關措施進行預防。
4 案例分析
以萬寧漂浮式海上風電項目(簡稱“萬寧項目”)為例進行分析。該項目位于海南省萬寧市,是我國首個規(guī)?;钸h海海上風電項目,也是全球規(guī)劃最大的商業(yè)化漂浮式海上風電項目。項目總?cè)萘?00萬kW,計劃總投資約230億元,分兩期建設,一期項目建設容量為20萬kW,建設12臺單機容量16MW以上的風機,擬定建設周期24個月,項目總投資39.98億元。
在編制項目成本預算階段,人工成本約占項目總投資的9%,具體金額為3.59億元,比重較大。在項目建設高峰階段,現(xiàn)場工作人員超5000人,管理人員超400人。
在整個項目建設過程中,由于項目投資經(jīng)費緊張,需要對人工成本加以控制。本文按照上述原理進行人工成本超支預測,并根據(jù)萬寧項目實際情況作出適當調(diào)整,得出超支成本影響因素。萬寧項目人工成本超支影響因素先驗概率統(tǒng)計表見表4。
采用本文搭建的預測模型進行計算,萬寧項目人工成本超支概率見表5。
根據(jù)表5可知:當勞務工人技能水平不滿足要求時,即P(F9=1)=1,人工成本T超支概率為22.67%;當勞務工人技能水平不滿足要求且符合條件人工較難招聘時,即P(F9=1)=1且P(F26=1)=1,人工成本T超支概率為51.27%,此時項目在施工過程中需要編制相關措施,以控制成本支出。
因此,萬寧漂浮式海上風電項目在人工成本控制方面應注意兩點:一是健全勞務工人技能水平培養(yǎng)制度,對招聘后的工人進行集中培訓,使其符合本項目技能要求;二是項目公司在人員招聘過程中應擴大招聘區(qū)域范圍,可在海上風電項目較多的廣東、江蘇地區(qū)進行招聘,確保及時招聘符合條件的工人。
5 結(jié)語
本文采用解釋結(jié)構(gòu)模型(ISM)對識別出的海上風電項目人工成本超支關鍵影響因素進行邏輯分析,構(gòu)建一個層級化的解釋結(jié)構(gòu)模型,并引入貝葉斯網(wǎng)絡(BN),在項目實施前對人工成本超支概率進行精確預測。采用ISM-BN研究方法不僅能揭示成本因素間的復雜關系,還能提高預測的可靠性。以萬寧漂浮式海上風電項目為例,分析得出:在勞務工人技能水平不滿足要求且符合條件人工較難招聘的情況下,人工成本超支概率為51.27%。未來可探討使用疊加神經(jīng)網(wǎng)絡算法和利用歷史項目案例作為數(shù)據(jù)支撐,進行影響因素分析及概率驗證,為未來深遠海海上風電項目成本管理理論分析和實踐探索提供參考。
參考文獻
[1] WESTNEY R E.Total cost management:AACE-I vision for growth[J].Cost Engineering,1992(34):2-5.
[2]陸紅梅,王雪青.基于模糊模式識別和BP神經(jīng)網(wǎng)絡的工程項目成本預測模型研究[J].項目管理技術(shù),2013(5):57-62.
[3]馬朝暉.施工準備階段的成本預測與控制[J].鐵路工程造價管理,2013,28(3):40-43.
[4]趙紅,李雅菊,宋濤.基于貝葉斯網(wǎng)絡的工程項目風險管理[J].沈陽工業(yè)大學學報:社會科學版,2008(3):239-244.
[5]朱晶.基于解釋結(jié)構(gòu)模型的施工成本影響因素分析[J].武漢理工大學學報:信息與管理工程版,2015(1):95-98.
[6]曾彬. 關于建筑施工成本管理影響因素及對策的研究[J]. 城市建筑,2015(29):154.
[7]蔣志超.影響工程項目施工成本的因素分析[J].城市建設理論研究(電子版),2015(21):1-2.
[8]陸嫚.土石方工程施工成本的關鍵影響因素及控制措施[J].現(xiàn)代經(jīng)濟信息,2015(9):63-64.
[9]李佳萍.工程項目成本管理難點及實踐策略探討[J].中國價格監(jiān)管與反壟斷,2024(6):104-106.
[10]謝旭峰,陳上上,潘攀,等.電力工程項目造價管理研究[J].中國招標,2024(6):99-101.
收稿日期:2024-06-25
作者簡介:
何天翔(1991—),男,工程師,研究方向:海上風電投資成本管控。