摘要：随着我国城市化进程加快，工程建设招投标管理面临更高要求。受理论与实践制约，当前招投标领域存在串标围标、监管分散等问题，影响行业健康发展。大数据技术的应用为破解此类难题提供了新路径，其在提升评标科学性、增强信息透明度、优化资源配置等方面作用显著。通过构建大数据评标体系、强化信用监管机制，可有效规范市场行为、降低交易成本，推动招投标管理向智能化、规范化方向发展。关键词：大数据技术、工程招投标管理、招标控制价、智能编制、异常预警。

一 引言

由于我国城市化发展建设力度逐步加强、建设内容的不断加大，招投标行为日趋增多，对招投标监管水平有了更高的要求。但是，招投标活动中串标、围标等现象屡见不鲜，同时，监管缺位和衔接不畅等问题，也致使市场竞争难以保持公平；且传统招投标制度也暴露出过度竞争与竞争不足等弊端，评标容易出现不科学、不公正问题，资源配置失衡等问题。因此，探讨大数据条件下招标控制价的智能编制及异常预警，对于招投标的科学性、透明性及公信力都有重要意义，对于工程管理智能化也有重要意义。

二 大数据与工程招标控制价

2.1 大数据技术应用

数据时代的到来不仅需要依靠“大数据”的数据处理能力和数据分析能力对市场中的信息进行分析交流，更可以通过现代的技术改善投标的相关技术、仪器和方法，在现代市场经济的影响之下，更好地将大数据技术用在招标控制价编制的工作之中。建立远程网络评标与工程的虚拟模型，再对比、分析以往与当前工程项目的价值，招标控制价编制将会以现代化技术辅助评标专家进行公正客观地评审并合理地决定各方的利益，同时也通过对建筑材料市场价格的监控以减少和消除经济上的风险。

2.2 控制价编制现状

控制价编制过程中串标、围标等造假现象突出；二是以价谋利、信息泄密、差别待遇等不正当的行业竞争形式使得价格压降成本或哄抬价格增加造价发生率高；三是监督检查的横向协调性和规范性、纵向统一性较差，导致审核工作缺乏效力和公信力，编审队伍出于自身利益为了经济效益而随意低价编审、随意提高价格；四是编制方法较为保守陈旧，采用人工经验和统计方法缺乏对新工艺、新材料引起的动态变化处理方法，工作量大处理效率不高，影响控制价的客观性与时效性。

三 智能编制模型构建

3.1 模型设计思路

模型的设计作为建设工程招标控制价智能编制的重要环节，其有效性、可靠性将直接决定整个系统的有效性。首先，该模型能够以大数据为基础，具有强大数据整合、深度挖掘的能力，集成各种数据来源和历史造价、材料价格、人工工资等多源异构的数据，挖掘数据背后的关系；其次，应重点考虑项目的规模、功能、地理位置等项目信息，动态适应数据，提高控制价编制的准确度；应具有模型更新的能力，把握市场价格的变动，维持建设工程招标控制价的实效性；最后，根据工程市场及政策风险的评估与预警体系，对市场因素及国家政策风险做出评估并设定风险系数，当出现异常值的阈值时会及时预警，增强招标控制价编制的可靠程度。

3.2 数据处理方法

智能编制模型构建过程中的数据处理技术，是保证其稳定、运行畅通的技术手段。具体包括数据的收集、处理、存储及分析处理等多个过程。一是数据处理应采集来源多元化数据作为模型构建的依托，例如除了工程企业的已用历史项目数据资料（标书、投标报价及结算），还包括从项目所在地区的外部数据资源获取，如材料预算单价、信息价格、统计信息，也可从相关建筑市场信息网站获得的市场信息如供应商价格、行业数据信息、政策法规等信息。二是对数据进行处理，在收集的过程中不可避免地会有部分数据因为数据的缺失、遗漏、重复等原因而变成异常值，可进行数据处理的操作过程有均值填充、聚类修改或规则排除等方式使数据能够获得较为优化的状态。三是数据库技术应用，用于对数据的分类存储和安全管理，建立多级数据表和数据存储的定期备份计划机制，以保证数据的可用性。四是针对数据的分析，结合统计与机器学习等多领域对分析结果进行查看，以统计分析的方式可分析比较价格相关性，以回归模型实现对价格的预测趋势分析，利用聚类算法实现对工程项目类型项目信息的归纳分类，对于工程分析相关结论，结果展示方式有多种，例如以线型的趋势图表现材料价格的走势、材料价格高低的比较等。以数据表结构实现相关图表的折线、柱形等形式，根据统计数据得到的较为客观明确的决策结论，从而给工程建设参建人员提供更为直观有效的决策。

四 异常预警机制分析

4.1 预警指标设定

建设工程招标控制价异常预警指标体系的设计要实现招标控制价异常预警，做好异常预警指标体系的设计工作非常关键。首先，要全面采用价格、成本、利润率三个类型的主要指标，才能够将风险预警做好。关于价格变动的指标，将工程建设所需的原材料（钢材）的市场平均价格作为依据设定相关预警指标，价格偏离的比例超过 ±15% 时就需要进行警示。关于成本指标的预警，需要根据成本核算数据来确认正常的成本构成比例，一般的人工成本占工程总成本的 20%～30% ，如果人工成本占比与其他基本测算构成不合理时，就要予以提示；关于利润率的预警，作为投标人应确认该项目实际施工的利润率，利润率为高则存在不可取的结算风险，利润率低则存在不可取的结算风险，因此，需要参照一般工程的利润状况，确定一个合理的区间为 5%～10% ，否则予以提醒。

4.2 风险识别方法

预警是指通过判断施工企业是否按照已评审的结果执行进而确定施工是否发生了异常，最后采取预警行为。根据过程控制中信息捕捉目标特性分析，异常即不正常或者过失等，可见风险识别结果质量是判断风险控制实际效果的关键因子。因此在异常识别方法中可以充分利用大数据思维进行异常风险识别。目前通过对工程实际建设成本的历史积累以及以招标控制价为关键指标建立相关数据库，进行数据挖掘，找出数据库中数据的内在联系，如各中标价与招标价之间差值分布规律或人工、材料成本相关性变化等，进而进行异常识别。或直接采用造价工程师、专业技术负责人、律师作为技术专家团队，根据其专业背景及专业的个人判断，利用多种专业知识和方法、工具找出风险问题。而对比性分析则主要指通过横向比较同规模、同类型、同地区项目，利用市场价格判断出招标控制价的合理性，并根据比差较大的分项直接启动预警，以达到控制风险的目的。

五 结论

本文成功构建了一个在大数据背景下，用于建设工程招标控制价智能编制和异常预警的高效模型。该模型不仅提高了编制过程的准确性和稳定性，还进一步建立了一个具有智能分析和异常自动识别功能的实时监控系统；基于此，我们采用“智能招标书”这一工具，为工程建设项目的全生命周期造价制定了新的管理模式，确保了建设工程项目在整个过程中都能得到动态的监控。未来的研究趋势将主要聚焦于多源数据的融合、人工智能算法的进一步优化和行业标准的应用，目的是推动工程建设管理向更智能、更高效的方向发展。

参考文献

[1] 王非, 邹纯标. 大数据技术在工程招投标管理中的应用实践[J]. 中国期刊网, 2021.

[2] 广东南粤正方建设有限公司. 基于大数据背景下建设工程招投标管理信息化的应用[J]. 期刊网, 2021.

[3] 欧阳川. 大数据在工程建设招投标中的应用研究[J]. 智能城市, 2020, 6(24): 26 - 27.

[4] 张慧敏. 大数据技术在工程招投标管理中的应用[J]. 居舍, 2020(25): 175 - 176.

[5] 王健民. “大数据”助推工程招投标监管新突破[J]. 中国招标, 2020(08): 81.

[6] 梁兼备. 大数据背景下建设工程招投标管理信息化应用探究[J]. 中国招标, 2021(04): 98 - 10

0.