工程建设商业模式及经济分析

摘要：介绍了工程建设大数据的特征，分析了工程建设行业的需求，提出了创新的商业模式，并对新模式进行了经济学的分析。

关键词：大数据；工程建设；商业模式；经济分析

1背景

大数据已经成为一个社会性话题，在互联网和商业智能领域都有着非常广泛的应用。国务院2015年9月印发《促进大数据发展行动纲要》的通知，进一步明确了大数据的发展方向。在一些行业和领域，数据成为一种全新的生产资料，用数据量化方式重构企业的管理方式已经深入人心。这种生产资料不同于石油、天然气等消耗性物资，它是越用越多、越用越好的增量型生产资料。同时，在传统行业的一些先进企业的大数据应用，也出现星火燎原之势。

2工程建设大数据的特征

工程建设行业属于整个工业系统的一环，起到承上启下的串联作用。工程建设数据具有鲜明的独特性。工程建设数据表现为种类多、数量大、抽象性、异构性、非结构化，更多表现为静态数据；而与之对应的工厂企业中生产监控数据更多表现为时域上的动态数据。种类多体现在现代工程建设领域的分工细化，参与工程建设的企业多、专业多，需要从不同的角度用数据表达，是典型的高维数据。数量大体现在设计文档、供应商资料、施工记录、完工与开车等环节将产生大量的有效信息，其中供应商的随机资料还包括其分包商、原材料商、系统提供商的数据，换句话说将牵涉到整个产业链的数据。抽象性体现在工程与工业系统往往是复杂的人造系统，是理论、技术、经验的结合，其中融合很多概念，没有与之对应的数据语义描述。相比之下互联网的大数据应用更容易理解。异构性体现在不同的环节、不同的专业采用多种不同的软件，造成数据异构化和碎片化严重。不同的软件意味着不同的数据产生、存储和组织方式，由于历史和商业竞争的关系，很难形成统一，给数据整合带来很大困难。非结构化体现在工程建设的很多结果资料都以图纸、表格、说明、记录的形式为载体，很难自动转换为结构化数据。近年来，国家陆续起草和工程建设行业和领域的工程数字化标准，包括石化、电力、建筑、制造业等，希望统一工程建设行业数据规范，明确建设方向，解决工程建设领域大数据的特殊难题。随着信息时代的发展和需要，工程建设领域已经从传统的物理交付逐步转向物理与数字化的共同交付，将工程建设期的信息交付给企业，帮助其运行、维护、检修。

3需求内因与商业模式创新

随着国内建设行业整体增长日趋平稳，工程建设企业需要新的业务以维持运营和增长。同时，工程建设企业开始注重对数据的应用，从工程研发、工程设计、供应商采购、施工与安装、项目管理与完工、现场试车开车等，提供给用户工程期间完整的数字化交付。从服务用户的角度来说，工程大数据的建设与应用，结合工厂企业的生产监测数据，使全生命周期的数字化工厂成为可能[1]。传统的模式，工程建设企业一般负责工程设计、采购服务、施工安装，有些项目会涉及到试车和开车。作为工厂全生命周期的一环，通过工程技术和项目管理将利益相关者组织起来，通过合同和规范达到完成项目的目标。工程企业对于工厂企业，一般通过现场解决问题、项目定期回访来提供后续的服务，与用户很难建立紧密的关系，难以将工程建设服务延伸到后续的技改技措中。工程企业要面对众多同类型供应商，很难深入影响产品的制造和服务。供应商与工厂企业之间，主要是检维修或机电设备故障下的抢修。因此，在传统模式下整个产业链难以产生有效的合力[2]。基于大数据的商业模式创新是以大数据技术为中心沿行业纵向架构衍生，通过平台建立对利益相关者的数据链接，充分挖掘各类需求，尝试通过大数据技术提供服务并产生价值。其中包括：对于纷繁复杂的档案资料，工厂企业需要大量准确的工程建设期数据。创新模式通过工程期的数字化交付与目标用户建立数据联系，通过数据分析提供生产期的技术和咨询服务，包括改扩建、检维修、设备可靠性、节能降耗、环保安全等。市场驱动下，工厂企业需要生产工艺的优化。创新模式通过工厂企业运行历史数据，将工程期工艺流程模拟的机理模型与生产数据模型相融合，进而提升工艺流程模拟整体的可靠性，并进行全厂优化应用。工厂企业需要预测设备的可靠性，从被动检修到主动检修。创新模式通过数据分析大型机电设备运行数据，结合对机电设备的合理操作的数据分析，进行数据可靠性预测。绿色发展的国家战略下，工厂企业需要节能减排。创新模式通过数字化工厂的三维模型，结合工厂环保传感器检测数据，对企业整体排放进行数据建模，有针对性地解决系统性排放问题，为工厂节能降耗。面对新时期的企业定员或减员增效，工厂企业需要更有效的工作。创新模式通过工程系统的知识与经验，结合现场安全预警记录，利用数据分析技术，减少频繁的安全预警对于操作人员的工作压力。工程建设项目需要减少预算和采购风险。创新模式通过互联网等平台，实施供应商采购，比如中石化的易派克，提供基于“互联网+供应链”模式的采购、销售、金融、综合服务，通过数据积累，消除信息不对称，减少项目在执行过程中预算和成本问题。同时对供应商进行征信，规范招投标过程，降低项目未知风险。同时工程企业通过建立工程期与生产期的数据链接，可以更快得到目标用户的数据反馈。利用相同装置在不同企业的大数据分析，分析已知问题，发现未知问题，再进一步有针对性地进行工程研发、工程设计，使在以后类似的装置中有更好的工程建设服务。引导国家或行业协会建立专业领域的大数据，结合国家“一带一路”战略，利用基于数据的动态项目风险分析，对海外项目工程造价与项目执行风险进行深度控制。

4新模式的经济分析

商业模式是一种建立在多种构成要素及其关系之上用来说明特定企业商业逻辑的概念性工具，商业模式可用来说明企业如何通过创造顾客价值、建立内部结构以及与伙伴形成网络关系来开拓市场、传递价值、创造关系资本、获得利润并维持现金流。对于创新的商业模式可以通过业务系统、定位、交易结构、盈利模式、关键资源能力、商业价值等方面进行经济学的理性分析。1）业务系统：国内工程企业的角色，由于历史原因，其承载的内容远大于国外企业。因此无论在工艺研发、材料应用、工程设计、项目管理、制造攻关、专家会诊等，在全生命周期过程中都与其他利益相关者产生交集。2）定位：工程企业可以利用技术与经验积累，通过大数据解决利益相关者的需求，其新商业模式在整个产业链利益相关者中的机会成本最低。3）交易结构：工程企业咨询服务与现场处理的业务中，通过大数据技术可以显著降低交易成本和交易风险。4）盈利模式：从传统的物理工厂单独计价，到同时交付物理和数字工厂的组合计价模式。同时数字工厂的大数据服务，可以为全生命周期提供咨询服务与解决方案，使单次计价模式变为连续性收益模式，更重要的是增加在后续工程和服务中的用户粘性。5）关键资源能力：工程企业聚集业务领域专家，参与国家标准和行业标准、国家重点研发课题、国产化技术攻关、重要工程建设等。现今国内工程企业已经进入到垄断竞争阶段，核心竞争力的比拼逐步从工程建设规模和速度转向技术创新的能力和解决问题的能力，而这些业务基本能力和核心竞争能力是支撑新商业模式交易背后的重要资源。6）商业价值：从整个工业体系看，工厂企业的投资是高固定成本的、生产是低边际成本的，对于企业影响最大的就是设备与系统故障，甚至带来的停工，而这种情况往往是无法预见的。新的模式是利用知识、技术、分析的综合无形资产，通过大数据技术将不可预见的问题可见化，降低工程与生产的项目风险与人力成本，注重产业链的延伸，带给用户更多的价值，同时创造社会经济价值。

5结论与展望

随着大数据智能时代的到来，数据已经成为一种生产资料，如何将其转变成生产力，需要创新的商业模式以及对信息技术的深入研究。在不同的行业和领域，当同样的资源能力被不同利益主体拥有时，机会成本不同，应把资源能力配置到能发挥更高效率的利益主体，实现整个交易结构的价值增值。由工程企业来承担信息化发展的这部分社会责任，使其实现的收益大于机会成本，是经济分析的理性选择。大数据的应用给很多行业带来了商业模式的变化，如互联网行业就非常依赖大数据技术。本文提到的商业模式创新虽然有其经济分析支撑，然而在工程建设领域，人们还需要经历从整合数据、到认识数据、再到应用大数据的过程。

参考文献

[1]李文莲，夏健明.基于“大数据”的商业模式创新[J].中国工业经济，2013（5）：83-95.

[2]魏炜，朱武祥，林桂平.商业模式的经济解释：深度解构商业模式密码[M].北京：机械工业出版社，2015.

作者:邹桐 单位:对外经济贸易大学统计学院