绿色建筑造价成本研究

摘要：绿色建筑是“低碳环保、资源节约”理念下倡导的产物，是未来建筑市场的重要前进方向。绿色建筑造价成本对于项目投资、施工管理等环节具有着重要影响。本文通过对绿色建筑造价成本进行概述，分析建筑项目投资的结构组成。对影响造价成本的主要因素进行分析，也提出了目前应用与造价成本预估的主要方法。最后，重点介绍了BP神经网络模型并应用该方法对建筑项目进行造价预估。研究认为：BP神经网络预估绿色建筑造价成本不仅效率高且预估较为精准。

关键词：BP神经网络；绿色建筑；造价成本；预估

引言

随着环境保护型和资源节约型社会的不断建成，绿色理念在建筑行业也蓬勃发展，兴起了一轮绿色建筑的浪潮。绿色建筑是指在建筑生产过程中从材料选取、能源消耗、后期维修养护、造价成本等系列环节精细化、节约化、低碳化。目前，导致绿色建筑不能持续健康发展的因素主要有：绿色建筑的市场需求不高、绿色建筑的成本费用较高、绿色建组的政策系统不够完善等。因此，从造价管理角度对绿色建筑进行成本控制就显得十分重要。无论是建筑行业还是其他社会行业，工程造价都是十分重要的一个环节，工程造价可以为投资者和决策者提供参考依据。然而，对于工程造价而言，其成本的核验和推算是否科学准确，是绿色建筑不可忽视的重要因素。建筑企业早投资建造过程中要实现利润最大化需考虑投资周期、投资金额、投资项目等复杂因素，所以，建筑的造价成本管理也就充满了多样性和复杂性。建筑企业需要在投资生产过程中牢牢把握工程造价成本控制这个核心要素，做好成本的科学预估。随着工程造价管理行业的发展，也涌现出了很多新的成本预测方式，针对不同项目的特征，提取核心关键影响因素，可以为工程造价的预测提供参考。当然，工程造价成本的预估需要不断整合历史工程造价数据，为成本的预测提供参考样本数据。因此，企业需要不断建立建全项目数据信息库，从而更好地为工程造价提供决策依据。

1绿色建筑工程造价成本概述

建筑工程造价成本对于建筑企业或政府来说本质上是一种投资方式，项目的投资从企业角度来说就是为了获取最大的利润率，所以在投资过程中需要严格控制成本的开销。绿色建筑工程造价成本，顾名思义就是建造绿色建筑项目的费用。从业主方角度来看，绿色建筑造价的成本是指建造这个项目所需的全部固定资产费用，包括工程建设费、配套设备费及其他费用。一般来说，业主在投资项目前，会进行前期的基础调研、项目评估和投资可行性分析，对于工程项目在建造各阶段费用的成本预估，包括固定资产和无形资产。从承包单位的角度来看，工程造价成本就是工程的承发包的价格。需要考虑建造期间所需的建造材料费用，人工劳务费用、机械设备费用和其他之间或间接产的开销费用。绿色建造工程的在造价成本核算会对按照工程建造的具体流程进行费用成本计算。

2绿色建筑工程造价成本估算概述

绿色建筑工程造价成本的预估是在项目建设前期进行招投标环节进行的，主要是预测在项目建成所需要花费的费用，这是建筑项目能够保质保量顺利建成的重要参考标准。绿色建筑工程的造价成本需要考虑一定的精确性，与此同时，还需要兼顾成本造价的速度。对于招投标环节来说，造价成本的预估速度和精确度直接影响了投标单位能否顺利中标。工程造价估算成本的重要意义体现在以下几个方面：（1）建设单位当面。建设单位就是建筑项目的投资者，即业主。绿色建筑工程造价的成本预估是业主编写项目书和可研报告的重要依据，可以为业主提供科学的决策参考。业主在了解成本预估后可以对收益情况进行综合分析，如果这个建设项目收益情况较好，业主则会投资该项目。若收益情况不乐观，则会直接影响业主决定是否对该项目进行投资。此外，工程造价预估还可以督促业主对项目的施工进度进行管理和调整，严格控制在工程建造阶段的额各项成本。（2）施工单位方面。对于施工单位而言，工程造价成本预估是单位进行投标工作报价的重要依据。施工单位应该尽可能全面的对建造项目进行科研分析，涉及到项目建设阶段所需的各项费用，都应该包含在内并仔细核算。当然，造价成本也不能远超出实际需求，造成成本应当最大限度贴近业主单位的基本承受能力范围。施工单位对建造项目全面信息的把控，科研提高项目中标的概率，也可以为后期在建设阶段各项费用的收支进行合理调节，减少不必要费用的开销。

3绿色建筑工程造价成本估算影响因素

绿色建筑工程项目在建造阶段会受到各种不确定因素的干扰，这些因素的产生会造成造价成本的起伏波动，直接和项目最终收益情况关联，对绿色建造工程造成成本预估产生波动的因素主要包括：（1）政策方针因素房地产行业一直作为政府宏观调控的对象，一些购房政策的出台会直接影响到绿色建筑工程的成本。此外，随着近年来房地产行业的蓬勃发展，一些新的投资模式受政策影响相继涌现，如“ppp”项目等。因此，造价预估需要开率具体地区的地方法律和政策导向，可以提高工程造价成本的效率和质量。（2）地区与市场因素受地区环境影响，建筑材料的费用、人工费用和机械燃料费用等也有较大的波动，这些费用价格受当地发展水平高低直接影响。受时间、空间和市场因素影响，工程造价管理应当切实考虑这些条件因素。（3）设计因素建筑工程的设计方案也直接影响到建筑工程的造价成本，在进行建筑工程设计环节，高质量建造难度大的项目往往需要花费较大的费用，因此，业主也可委托不同专业水平的设计人员对项目进行设计考虑，可在多组设计项目的必选下，选择合适的建造方案。（4）施工单位因素施工单位的建造能力水平与造价成本相关，如果施工单位整体的业务能力水平高，则可以降低因缺陷返工等因素造成的额外费用。施工单位业务水平强，可以缩短施工周期，保证建筑产品质量，提升施工单位在建筑市场的形象。（5）建筑面积因素建筑面积的大小是影响造价成本波动的根本因素。对于建筑面积较小的工程，工程造价成本的预估难度相对来说就小很多，且预估造价与最终决算费用的误差也较小。而对于建筑面积较大的工程，受建筑材料、人工费用等因素价格波动影响，其最终的造价成本预估也较难控制。

4绿色建筑工程造价成本估算的基本方法

绿色建筑造价成本的预估途径可以有多种选择，针对绿色建筑工程造价成本的费用预估，可以以下几种方案推荐：（1）单位生产能力预估法，该方法通过选取和拟建设项目匹配度较高的历史项目，通过历史项目的投资与生产力关系模型修正拟建项目的预估模型，该方法默认将生产能力和造价成本建立线性数学关系。该方法要求拟建项目与历史项目具有较高的匹配度，使用的条件和范围相对来说比较苛刻，与此同时，认为生产能力与造价成本之间是线性关系，与现有的一些建筑造价实际情况有出入，所以适应性有待进一步论证。（2）生产能力指数法。该方法是单位生产能力预估法的改进版，考虑了生产能力和造价成本之间是非线性关系。它的最大优点就是预估速率相对来说比较快，但也存在精确性不高的问题。（3）郎格系数法。该方法是将建设项目过程中的直接费用和间接费用进行汇总，两者相加得到整体工程的预估费用。但是该方法有忽略建造过程中一些其他因素的干扰，如材料类型、设备规格等，这些因素也会对造价成本产生一定波动影响。（4）比例估算法。该方法还是以历史数据参考为基础，主要应用于项目的可研分析阶段，它通过对历史项目的造价成本进行综合考量，预估拟建项目的造价。它的缺点是需要大量的历史项目造价数据进行支撑，才能保障预估的准确性。（5）利用模糊数学法预测工程造价。该方法是以模糊数学理论为基础，通过指数平滑法建立预估模型，通过计算得到模糊贴近度进行综合排序，从中预估出拟建工程的造价成本。（6）灰色预测模型。该方法是以局部信息为参考基础建立数学模型，该方法可以在历史项目数据不全的基础上，进行一定的预估，但预估的准确性有待进一步考量。（7）神经网络法，神经网络是通过数据训练、检验、预测为基础的数学模型，具有较强的可行性和可信度，以神经网络法为基础衍生的系列改进神经网络方都可以结合具体工程项目进行选择。

5基于BP神经网络造价成本估算模型的应用

5.1BP神经网络定义

BP神经网络是以普通人工神经网络为基础进行改进的预测数学方法，它具有反向传播的特征，是由20世纪80年代国外专家提出的，通过神经元之间的权值调整，控制预估值与实际值之间误差比例，当预估值与实际值误差缩小到规定范围内，则默认训练达到目的，该模型具有较高的精确度。在此基础上，进行预估可到达较为理想的预测效果。

5.2工程参数选取

通过对历史工程项目造价成本进行综合分选，选取了以下具体参数作为BP神经网络的参考指标：建筑面积、层数、基础类型、层高、门窗、装饰材料、屋面工程、造价指数、室内水暖气电、设备及安装费、弱电系统费用。网络结构选择为11-3-1的单隐层神经网络模型，其构成的BP神经网络结构模型。

5.3基于BP神经网络的造价成本预估

在Matlab数值分析软件选用神经网络工具箱进行神经网络的模拟，将BP神经网络所需要的数据集汇总，将输入向量和输出向量分别导入相应的数据模块，采用NetworkType设置11-3-1的网络结构，在创建完网络模型后，对数据进行训练，BP神经网络模拟的训练、验证和测试。当训练次数达到35次时，训练、验证及测试的均方误差达到最佳测试点，说明该BP神经网络模型已达到良好的预估效果。在BP神经网络模型训练调试好后，可以在输入层输入拟建项目的关键工程参数，通过程序推算给出拟建项目最终预估的单位成本价格，该方法实现了基于历史项目数据的数值模型预估，具有较高的精确性且操作过程较为简易。

6结语

绿色建筑是未来建筑项目的重要开展方向，研究绿色建筑的造价成本对于项目的投资具有重要意义，以BP神经网络为基础模型，可实现对拟建项目的精准预估，具有很强的适应性。

参考文献

[1]翁鹏，袁玲.新型绿色建筑工程造价预算与成本控制分析[J].绿色环保建材，2018（09）：225.

[2]杜娅妮.建筑工程造价的动态管理与成本优化控制[J].住宅与房地产，2018（21）：50.

[3]农朗琪，廖善付.建筑工程造价管理及成本控制方法研究[J].建材与装饰，2018（28）：154~155.

[4]侯金惠.基于神经网络的绿色建筑造价成本估算研究[D].吉林建筑大学，2018.

[5]吴学伟.住宅工程造价指标及指数研究[D].重庆大学，2009.

作者：时艳 单位：山西四建集团有限公司