公路定额基础数据差异性处理研究

摘要：公路定额基础数据测定过程中由于多因素综合影响使数据分散、分布不规律、数值差异大，本文提出通过因子分析将影响因素聚类再进行差异处理使数据收敛，这样公路定额消耗量也会更加科学合理。

关键词：公路定额；基础数据；差异处理

中图分类号： F540.3文献标识码：A

Study of Difference Treatment of Essential Data for Highway Ration

Abstract: Due to scattered data, irregular distribution and numerical differences resulted from combined influence of multifactors during determination of essential data for highway ration, the paper presents clustering affecting factors through factor analysis and converging data by difference treatment, in this way, consumption of highway ration will be more scientific and reasonable.

Key words：Highway ration, essential data, difference treatment

公路定额原始数据差异性的存在是不争的事实，数据差异因何产生、如何处理，一直以来是工程定额测定过程中的一个难题，本文首先针对差异产生的原因展开分析并构建差异处理模型并在此基础上应用于某定额子目消耗量编制过程加以应用。

1数据差异产生原因

工程定额原始数据差异指的是公路定额在测定过程中所获得的原始数据的数值差异并且该类数值差异并非误差，其产生是客观合理的而并不是由于人主观失误造成的。简单的说就是数据差异是排除测算错误、记录错误之外的合理定额原始数据差异。

观测环境、观测者及观测对象的细微差别都是工程定额原始数据差异性产生的原因。但是我们主要研究的是观测对象特点及测算环境不同带来的数据差别，因为观测者因素可以通过制定统一表格、严格培训等手段减小影响。

本文主要分析研究由于观测对象和观测环境不同所带来的工程定额原始数据差异。具体来说，设备的额定生产能力、机械操作人员水平、工序自身人机并动的影响、设计变更影响、操作人员技能熟练程度、工作面分布情况、当地气候特征情况、现场土质类别、地表水文特征、机械新旧程度工序紧前工序的影响、前后工作关联密切程度、现场人员配置合理程度等等具体因素都会使同一子目的定额消耗量出现差异。

2差异处理模型的建立

本文所构建的模型从整体思路上讲分为两个阶段。首先是对各类复杂、多样的影响因素通过因子分析理论进行聚类分析，进而通过差异处理模型对原始数据差异进行处理。因子分析理论可用于各类因素聚类分析并找到影响偏差出现的主要因素，在此不再赘述。本文引入参数调整维度必须以主成分分析结论为依据确定其大小。具体来说，本文构建模型计算过程如下：

首先，以主成分分析结论为依据确定测时偏差度，计算式为：，该式中Xi为标准测试条件，X'i代表实际测试条件。

第二步，确定单因素调整系数，其中，Ki代表第i个主成分的影响权重，Cj表示第j个影响因素的测试偏差度。

最后，将单个影响因素综合为某工序的差异综合调整系数。式中，Ii为系数中包含的第i个调整量。

通过该计算公式即可计算得到公路定额测定过程中某消耗量的原始数据调整系数。调整后的原始数据可以更加收敛，同时也提高了原始数据的利用率。

3实例应用

某公路项目现场正在进行机械挖土方工序，施工定额测定人员选定该工地为定额测定点，测定方法为接续法测时。结合上文分析的定额测定影响因素及本项目特点我们拟定影响因素有：设备的额定生产能力、机械操作人员水平、工序自身人机并动的影响、设计变更影响、操作人员技能熟练程度、工作面分布情况、当地气候特征情况、现场土质类别、地表水文特征、机械新旧程度工序紧前工序的影响、前后工作关联密切程度、现场人员配置合理程度。

针对上述杂乱影响因素进行聚类分析得到四个主成分即四类主要影响因素，其影响权重见下表：

表1 主成分分析结论表

Table1 table of the analysis conclusion

在该工序施工定额现场测定过程中，测定人员对工地实际情况进行了记录，其实际情况为：该道工序总时差，（5天）、机械操作人员工资（3600元/月、机械操作人员驾龄（14年）、实际运土距离(800m)、观测机械成新率（70%）、挖掘机斗容量（1.0m3）、土壤含水率(30%)、工作面面积(80m2)、开挖深度(3.6m)、机械月租金（12000元/月）、测时场地气温(10℃)、测时风速（2m/s）。

本文模型在设计阶段该工序正常施工条件拟定为：该道工序总时差，（5天）、机机械操作人员工资（3000元/月）、机械操作人员驾龄（10年）、实际运土距离(1000m)、观测机械成新率（50%）、挖掘机斗容量（1.0m3）、土壤含水率(20%)、工作面面积(100m2)、开挖深度(5m)、机械月租金（10000元/月）、测时场地气温(20℃)，测时风速（2m/s）。

依据本文模型计算可知第二个影响因素的测时偏差度为：

C2==0.4=40%

所以，各影响因素量化后根据正常施工条件与现实条件同样得到各自的测试偏差度，结论为：

C1=0.4=40%、C3=0、C4=0、C5=-0.28=-28%、C6==-0.1=-20%、C7==-0.5=-50%、C8=-0.2=-20%,、C9==-0.5=-50%、C10=0、C11= C12=0.2=20%

由于，挖掘机斗容量、观测机械成新率、X11机械月租金三个因素在主成分F1中的荷载较高说明了主成分F1基本反映了这些指标，主成分F1的调整量I1计算结果为

I1=（40%+0+20%）*0.2971=17.8%

同样，其他各主成分的调整量分别为：

I2= -17.8% ,I3=-18.1% ,I4=9.6%

根据上文计算步骤第三步公式司可得工序测时调整系数I：

I=I1+I2+I3+I4==-0.085=-8.5%

则该工序在调整后的原始消耗量为：

（1-8.5%）*0.22=0.201台班/100m3

4 结论

通过案例运用的结果说明在公路定额消耗量确定过程采用本文构建的差异处理模型可以使原始数据更加收敛，数据利用率更高。同时，消耗量在综合处理并扩大后得到的该工序的定额消耗量也更有说服力。通过运用差异处理模型所编制公路定额消耗量更加合理性，验证了本文所构建模型的可行性及理论的合理性。

参考文献：

[1]乔鹏.公路工程基础定额数据测定方法选择及多因素数据差异性研究.硕士论文.2010.

[2]王首绪.乔鹏.张征争等. 基于AHP方法的公路施工定额现场测定方法的适应性选择 [J]. 中外公路,2010,4:72-76.

[3]王首绪.公路施工企业快速建立定额系统的方法研究.中南公路工程，2000，(6)

[4]王首绪.乔鹏.张征争等. 基于线性回归分析的定额测定消耗量推算研究 [J]. 交通科学与工程:,2011,4(2):36-41.

[5] 胡上序，陈德钊．观测数据的分析与处理．杭州：浙江大学出版社，2002

[6]王杰先.乔鹏. 工程定额原始数据差异处理模型的建立及应用研究[J]. 价值工程,2012(4).

[7]龙炎．公路工程施工定额测定及原始数据处理方法研究[D]．长沙：[长沙理工大学硕士学位论文]，2007：9-24

作者：周扬江 杭州市交通工程集团有限公司1972年10月9日 浙江诸暨人 高级工程师 注册一级建造师