摘?要：人工智能技術(shù)對工程造價過程的影響因素頗多，這些因素之間在某種程度上是相互關(guān)聯(lián)的，但有些是冗余的。本文運用主成分分析的方法，在人工智能技術(shù)的前提條件下，為了五個主成分對影響工程造價過程的12個因素進行歸納分析，表示出它們的同時也構(gòu)造了主成分綜合評價函數(shù)，從而得出人工智能技術(shù)對工程造價的算量過程影響最大。使在人工智能技術(shù)的背景下，影響工程造價過程的多維指標(biāo)得以實現(xiàn)，并為人工智能技術(shù)對工程造價過程的影響因素的研究提供參考。

關(guān)鍵詞：人工智能技術(shù);工程造價過程;影響因素研究;主成分分析

1?概述

人工智能技術(shù)指計算機用人的思維來進行人類智能的操作。人工智能不僅在日常生活中經(jīng)?？梢钥吹剑以诠こ淘靸r中也被頻繁地運用。工程造價整個過程包含多個階段。在算量中鋼筋抽樣、圖形算量、單構(gòu)件計算和計價中新建一個裝飾單位工程、在兩個單位工程里計取人財機價差、新建項目等多個步驟均需要相應(yīng)的軟件簡化并精確計算結(jié)果。由此可見，人工智能技術(shù)在工程造價的過程中起到了重要的作用。

Peter?Smith（2016）提到隨著BIM技術(shù)的發(fā)展，它逐步被應(yīng)用到工程造價領(lǐng)域中，發(fā)揮著不可替代的作用[1]。Zhen?Wen（2019）指出BIM系統(tǒng)可以自動修正成本指數(shù)這些指標(biāo)，從而迅速地對工程進行估價。隨著BIM技術(shù)的進一步發(fā)展，它已經(jīng)成了工程造價管理的有效方法之一，可以提高建筑業(yè)的效率和利潤[2]。伊林尹、昆倩（2013）也給出了兩種基于BIM技術(shù)的工程造價管理策略，能有效地提高建筑行業(yè)的成本管理水平[3]。

陳豐迪（2018）提到在工程造價中引入人工智能技術(shù)的原因及使用方法，得出了在建筑工程領(lǐng)域應(yīng)用人工智能技術(shù)是其發(fā)展的必然趨勢的結(jié)論[4]。陶菁（2021）也指出了人工智能技術(shù)在工程造價中發(fā)揮著重要作用[5]。何?。?018）指出了影響工程造價估算的因素分為人為因素、客觀因素和動態(tài)因素[6]。這些因素的變動均會影響工程造價的準(zhǔn)確度和可信度，而人工智能技術(shù)的應(yīng)用能很好地解決這一問題，不僅可以提高數(shù)據(jù)估算的準(zhǔn)確性和合理性，而且可以提高建筑工程的經(jīng)濟效益。

綜上所述，人工智能技術(shù)在工程造價過程的應(yīng)用已成必然趨勢，但其對工程造價過程的影響因素頗多，雖已有人分析但并不全面且不深度。因此，本文擬在上述研究的基礎(chǔ)上應(yīng)用主成分分析方法，并結(jié)合問卷的實際調(diào)查，以人工智能技術(shù)對工程造價過程的影響因素進行深入研究。

2?研究方法

主成分分析采取數(shù)學(xué)降維的方法，其宗旨是原來眾多的變量被幾個綜合變量取代，而這些綜合變量能最大可能地代表原來變量的信息量，且彼此之間互不相關(guān)。其數(shù)學(xué)模型如下：

3?問卷設(shè)計與發(fā)放

3.1?設(shè)計思路

為了深入探究人工智能技術(shù)對工程造價過程的影響因素，在實證研究階段采用問卷調(diào)查方法對研究模型中涉及的變量及變量間的關(guān)系進行測量。本次問卷由答題人的基本信息和測量表兩部分組成，測量表包含前期準(zhǔn)備、熟悉圖紙、算量、計價、后期估算5個測量維度，每個維度有2～4個指標(biāo)進行更精確的判斷。同時，測量表在李克特5級量表的基礎(chǔ)上進行了科學(xué)的改編，每個指標(biāo)給出1、2、3、4、5選項，其中依次表示非常不認(rèn)同、不太認(rèn)同、比較認(rèn)同、認(rèn)同、非常認(rèn)同。

3.2?指標(biāo)選取

在工程造價的前期準(zhǔn)備階段，要編制施工圖的預(yù)算并給出建議，便于建設(shè)方參考及決策。影響前期準(zhǔn)備的因素主要有建筑工程項目的設(shè)計因素、建設(shè)方法、客戶的財務(wù)狀況、技術(shù)要求、項目團隊要求、項目持續(xù)時間、建設(shè)規(guī)模和范圍、市場條件及合同要求?；诒疚闹饕芯咳斯ぶ悄芗夹g(shù)對其的影響，從中選取建設(shè)工程項目的設(shè)計因素、建設(shè)方法、技術(shù)要求、項目持續(xù)時間四個因素，將其整合為便于尋找合適的方案、節(jié)約時間、使工程成本降低和縮短工作周期四個指標(biāo)。在熟悉圖紙階段，需瀏覽一遍圖紙對工程有個大致的了解。影響這一階段的因素主要有建設(shè)工人的技能水平和識圖能力、場地限制及建筑面積與層數(shù)?；谌斯ぶ悄芗夹g(shù)這一前提條件，選取建設(shè)工人的技能水平和識圖能力、場地限制這兩個因素，將其整合為降低了用工和安全風(fēng)險、滿足各種場地限制兩個指標(biāo)。在算量階段，需要運用鋼筋抽樣軟件和圖形算量軟件。影響算量這一階段的因素主要有建設(shè)工人的細(xì)心程度、項目的復(fù)雜性及項目信息。在人工智能技術(shù)的前提條件下，選取建設(shè)工人的細(xì)心程度、項目的復(fù)雜性兩個因素，將其整合為提高計算的精確度、節(jié)約人力資源與時間兩個指標(biāo)。在計價階段，先輸入鋼筋工程量并新建一個裝飾單位工程，接著記取人材機價差，最后將所有工程全部添加進來。影響計價這一階段的因素主要有清單計價或定額計價的選擇類型、手動部分的工程量及施工過程中的材料采購。在人工智能技術(shù)的前提條件下，選取手動部分的工程量、施工過程中材料的采購兩個因素，將其整合為計算過程大部分得到了簡化、提高材料采購的準(zhǔn)確性兩個指標(biāo)。在后期結(jié)算階段，需要收集竣工資料并對竣工過程進行結(jié)算和審計。影響后期結(jié)算過程的因素主要有工程項目變動、國家政策管控、自然條件、市場需求、施工過程中的人員變動及勞動生產(chǎn)率。在人工智能技術(shù)的前提條件下，選取自然條件、施工過程中的人員變動兩個因素，將其簡化為調(diào)控自然因素、增加失業(yè)率兩個指標(biāo)。

3.3?問卷發(fā)放

對本次研究所選用的量表進行了初測，初測對量表的信度和效度檢測結(jié)果都表明本研究是合理和規(guī)范的。本次調(diào)查發(fā)放的人群主要為?？萍氨究埔陨瞎こ淘靸r專業(yè)的在校大學(xué)生和從事工程造價工作的在職人員。本次研究問卷的發(fā)放方式通過線上發(fā)送鏈接的形式。線上共回收問卷172份，通過對數(shù)據(jù)的分析與篩選，去除了無效問卷75份，有效率為56.4%。為保證數(shù)據(jù)無差別，隨機選取了30份進行對比與分析，發(fā)現(xiàn)并無明顯差異，故本次調(diào)查不存在明顯的無應(yīng)偏差。

4?數(shù)據(jù)處理與分析

4.1?信度效度分析

問卷的信度分析是問卷測量可靠性的指標(biāo)，主要由Cronbach’sα（克朗巴哈）系數(shù)來判斷信度是否達標(biāo)。本次實驗的信度檢驗結(jié)果為0.921>0.9，說明信度好。對量表的效度檢測是為了證明調(diào)查問卷適合實驗研究，主要由KOM值和Bartlett球形檢驗值來表示。本次實驗的KMO數(shù)值為0.885>0.8，表示此測量表適合做因子分析。Bartlett球度檢驗結(jié)果卡方值為803.458，表示所對應(yīng)的P值為0.00<0.05，則Bartlett球度檢測具有顯著的意義。

4.2?主成分分析

從總方差解釋表中能夠看到SPSS軟件將其分成了五個主成分，且這五個主成分的累計貢獻率高達84.154%，即對整體的解釋度為84.154%。第一個主成分的特征值是6.656，其貢獻率是55.470%，第二個主成分的特征值是1.484，其貢獻率是12.369%，第三個主成分的特征值是0805，其貢獻率是6.711%，第四個主成分的特征值是0683，其貢獻率是5.691%，第五個主成分的特征值是0469，其貢獻率是3.912%。如表1所示。

從第一主成分的表達式中可以看出，第7、8項指標(biāo)有較高的得分，起主要作用，則第一主成分是提高計算的精確度、節(jié)約人力資源與時間的綜合指標(biāo)。從第二主成分的表達式中可以看出，第9、10項指標(biāo)有較高的得分，起主要作用，則第二主成分是計算過程大部分得到了簡化、提高材料采購的準(zhǔn)確性的綜合指標(biāo)。從第三主成分的表達式中可以看出，第11、12項指標(biāo)有較高的得分，起主要作用，則第三主成分是調(diào)控自然條件、增加失業(yè)率的綜合指標(biāo)。從第四主成分的表達式中可以看出，第5、6項指標(biāo)具有較高的得分，起主要作用，則第四主成分是降低了用工和安全風(fēng)險、滿足各種場地限制的綜合指標(biāo)。從第五成分的表達式中可以看出，第1、2、3、4指標(biāo)有較高的得分，起主要作用，則第五組成分是便于尋找合適的方案、節(jié)約時間、使工程成本降低、縮短工作周期的綜合指標(biāo)。

從以上的結(jié)果和公式可以看出人工智能技術(shù)對工程造價過程影響的主要因素是提高計算的精確度、節(jié)約人力資源與時間等，故在人工智能技術(shù)的條件下，進行工程造價算量時要著重注意這些因素。

結(jié)語

本文采用主成分分析的方法，得出了前五個主成分能夠綜合84.154%的指標(biāo)信息的結(jié)論，從而完全取代12個指標(biāo)進行綜合分析人工智能技術(shù)對工程造價過程的影響因素，并且使用SPSS軟件進行相關(guān)數(shù)據(jù)的處理，減少了工作量。為了使人工智能技術(shù)在工程造價過程中能更好地運用，首先要進一步發(fā)展人工智能技術(shù)，使它能夠完全取代人工手算，達到最高的精確度。其次，也要進一步提高人們自身運用人工智能技術(shù)的水平，使它能夠最大程度地發(fā)揮作用。最后，還要使人工智能技術(shù)與工程造價過程完美結(jié)合，從而為建筑行業(yè)提供更加廣闊的前景。

參考文獻：

[1]Smith，P.（2016）.Project?Cost?Management?with?5D?BIM.ProcediaSocial?and?Behavioral?Sciences，226，193200.doi：10.1016/j.sbspro.2016.06.179.

[2]Wen，Z.（2019）.Application?Research?of?BIM?Technology?in?Engineering?Cost?Management.IOP?Conference?Series：Earth?and?Environmental?Science，295，042037.doi：10.1088/17551315/295/4/042037.

[3]Yin，Y.L.，&?Qian，K.（2013）.Construction?Project?Cost?Management?Based?on?BIM?Technology.Applied?Mechanics?and?Materials，357360，21472152.

[4]陳豐迪.人工智能技術(shù)的建筑工程造價估算淺析[J].建筑學(xué)研究前沿，20180907（023Z）.

[5]陶菁.人工智能技術(shù)在工程造價中的運用初探[J].居舍，2021（16）：174175.

[6]何印.基于人工智能技術(shù)的建筑工程造價估算研究[J].建材與裝飾，2018（28）：152153.

作者簡介：趙子怡（2000—?），女，漢族，河南焦作人，本科，研究方向：工程造價。