张成英,钟 逸,姜 涌,王 强,朱 宁,董国群,卢治凭

(1. 清华大学,北京 100084; 2. 中建玖合发展集团有限公司,北京 100160; 3. 临沂城市建设投资集团有限公司,山东 临沂 276000)

0 引言

建筑全生命周期包括立项、设计、施工、运维各个阶段,建筑物的品质是各阶段、各参与方、各种材料技术与管理质量的总和。但是,由于建筑工程的项目制特点,以往关注重点集中在较短的前期建设阶段,对后期使用状况缺乏分析研究,更不用说利用长期使用中出现的问题和数据对建设过程的材料、服务、施工进行评估、调整和工程信用评价。主要有以下原因:①运营使用方(用户)和建设方往往是2个团队,建设方组织和目标的临时性、一次性,使得交付后的长期使用性能被忽视;②运营使用周期长、质量问题零星低频,数据分散,难以形成有效的评价;③物业管理、维修部门虽然关乎用户的满意度和幸福感,但建设领域长期重建设、轻维护,使得相关部门经费少、权力小、不被重视,其系统建设和人才储备较差;④使用方的长期质量诉求没有类似工程质量潜在缺陷保险(inherent defects insurance,IDI)那样有效的追责手段,使得各方对长期使用过程中的问题、数据、管理都不重视[1-3]。

从建筑业的高质量发展来看,建筑使用后评估,尤其是报修、投诉等负面评估,恰恰应是建筑业的技术与管理、行业与学科发展的依据和动力源泉,建筑物使用方的获得感、幸福感应是建筑品质评价的最重要标准。

因此,以某高校学生宿舍区物业管理积累的维修数据为基础,通过数据采集、关联和整合,建立基于大数据的评估指标体系和算法模型,通过软件系统的数据分析和挖掘,提出物业维修管理的问题和优化策略。在建筑物的全生命周期中,只有通过最终用户的使用检验,即建筑运维阶段的维修数据才能发现并有效修正决策立项、设计咨询到施工建造过程中的问题,实现品质管理的计划-实施-检测-调整的循环,从而不断提升建筑品质和用户体验(见图1,2)。

图1 运维数据的回馈循环Fig.1 Feedback cycle of operation and maintenance data

图2 运维数据研究框架Fig.2 Operation and maintenance data research framework

1 维修数据的采集与整合

某高校学生宿舍有55栋楼,建筑面积约50万 m2,房间超过15 000间。入住的本科生、硕士和博士研究生超过3万人,收集了15年、近60万条维修数据,具备大数据分析的基础。

维修数据采集方式为手机APP上报方式,可统计报修人、报修地点、报修时间、问题分类及描述等数据。由于学生和宿舍管理员(楼长)均可随时上报,由此保证了数据的及时性、真实性和丰富性。另外,宿舍管理中心上线了维修库房管理系统,可统计维修部品、材料的所有库存、分类、价格、领料人、出库时间及数量等数据,但该系统上线时间较短,仅有3年,共计2.6万条数据。

目前配备专业维修人员27人,负责日常小型维修,而防水、门窗更换等中大型维修采用外包形式,没有相应的统计数据。

虽然服务面广且关乎全体学生的满意度,但物业管理和维修部门的人员和经费有限、部门不被重视、信息化投入明显不足,数据采集缺乏系统性,特别是数据采集系统对信息分类没有规划、分类方式过于简单、采集数据较少,特别是维修地点、部品、经费、返修率、工单等过程管理缺失,也没有与宿舍学生信息管理、门禁管理、库房管理等形成数据闭环,数据质量并不高,过程缺乏数据留痕,对大数据分析提出巨大挑战,但也真实体现了目前物业管理与保修维修部门的现状,同时也是目前建筑大数据分析中因为机构行政划分而形成信息孤岛的典型状态。如何将各个孤立的数据源整合起来,通过交叉比对让数据相互印证,从而有效对历史数据进行剖析并发掘大量的潜在运维问题,这是大数据研究必须面对的基础课题[4-5]。

为充分利用历史积累数据,通过跨部门协调采集多方数据,并通过数据内在逻辑分析补充数据链接点,将各个信息孤岛的数据尽量联系起来,构建成一个整体,以便数据挖掘分析,主要方法如下。

1)报修系统与库房系统的数据关联 在现行的2个系统里,报修的每笔数据无法与库房的出库单一一对应,无法获得维修金额数据。通过现场调研发现,在报修系统中的维修人员及库房系统中的领料人是同一人且均有登记,可对应起来。但维修人可能一次领料对应多单维修,可通过报修系统中的报修位置与库房系统中领料单位的建筑楼栋编号对应起来。

2)报修人与学生基本信息、门禁信息等数据关联 通过学生学号查到学生的基本信息,包含储存在学生卡的水电网使用记录以及门禁记录等,了解使用与维修的关系,以及学生类型与报修量的关系。

3)复原建筑楼栋、房号基本信息 建成年代、建筑面积、房间数量、更新改造记录及使用人数等信息都没有数据,通过上述数据库的关联和交叉分析可了解每栋建筑的维修情况,以此获得建筑维修与运行能耗等数据。房间号隐含了房间人数、房间坐向等信息,将房间号与房间平面图对应后,可分析各朝向、楼层与维修量的关系,以此对建筑性能进行评估。

4)与气象资料、校历的关联 从报修系统的报修时间可获取相关的气象数据,整合学校校历可了解各种外在因素的影响。

5)维修过程现场调研 通过对维修工人日常维修工作的跟踪调研和时间计量,了解报修、维修工单生成、库房领料、现场维修、库房返料、关闭工单的全过程,建构各数据库之间的物理关联性(见图3)。

图3 维修大数据的数据库关联Fig.3 Maintenance of big data’s database association

2 数据分析模型和指标体系的构建

在数据和现场调研基础上,通过数据关联性的整合,可以获取使用人-建筑物-部品-维修问题-维修人员-维修金额等的关联关系。在此基础上,以提升用户(学生)满意度、提高维修效率、为建筑设计及采购决策提供数字化依据为目标,从建筑部品性能评价和物业维修管理智能决策2个维度,建立关于房、物、事、人的一系列分析指标并建立数学算法模型,再通过软件程序语言进行查询统计,并图示化数据显示分析结果(见表1)。

表1 维修管理分析系统前台页面与系统技术路线Table 1 Maintenance management analysis system front page and system technical route

1)维修项目分析 维修问题分类统计及比率、报修项目数量分布、维修对象统计、维修地点与维修量关系,建筑物楼层(顶层、底层与中间层)报修量比率、房间朝向与报修量关系。

2)维修频度分析 出库商品排行、相同产品维修频度统计、相同位置(部品)维修频度统计。

3)报修量相关性分析 学生类型与报修量、各学院人均报修量。

4)维修量统计分析 建筑楼栋维修耗材及成本统计、建筑楼栋维修工分数统计、建筑楼栋报修次数统计、每间房间与单位面积报修次数、单位面积的建筑维修材料成本、人均报修次数、各楼人均报修量、工分(人工成本)与维修耗材成本比率、各月每笔报修维修耗材成本。

5)维修绩效管理 维修工人绩效排名、维修工分统计、报修与维修时间数量分布统计。

3 建筑部品性能评价与建筑全生命期品质管理

针对近年来某一年的维修数据分析可以获得以下信息:年度总维修成本:57万元(维修耗材成本)+346万元(维修工人成本)+16万元(维修库存损耗)=419万元;年度维修成本(建筑面积):8.4元/m2,其中维修耗材成本约为1.1元/m2;每笔报修平均维修成本:8.1元(材料)+49.2元(人工)=57.3元,其中85%以上是人工成本;年总报修次数:7万次,4.7次/间(房间数),0.14次/m2(建筑面积);学生年人均报修次数:2.24次/年。

值得注意的是,由于维修管理机制的工作界面划分,目前维修成本仅统计了日常小维修,呈现出很低的维修成本,但是年度增长率很高(约20.5%)。建筑物使用过程中的大维修、计划性改造均未计入,包括建筑物5年左右的屋面防水更换、10年左右的管道改造、预防性维修的暑假照明灯具的集中更换、节能改造的门窗更换等。

按照小维修的成本增长率测算,22年的总维修成本将超过2 000元/m2;全生命期50年的总维修成本将超过38万元/m2,是安装成本的10倍以上。每年人均2次以上的报修,更是极大地降低了用户的满意度。因此,如何减少维修量、降低维修成本是一个迫切需要解决的问题[6]。

通过维修类型和建筑部位的数据分析,可以发现渗漏、门窗松动、断电断网、墙面开裂是最常见的报修问题,主要集中在寝室内部和公共区域。进一步分析,利用软件系统查询统计相同产品的维修频度和相同位置相同产品的维修频度,以发现维修的主要问题和主要建筑部位。

1)相同产品的维修频度统计是指不管位置统计所有相同产品的报修时间间隔。以灯的报修为例:统计所有宿舍吸顶灯的报修,不论其宿舍楼的位置,以便于了解所有宿舍楼在一定时间内会发生哪些大量的维修(见图4)。

图4 相同部品的年度维修频度统计Fig.4 Annual maintenance frequency statistics of the same parts

2)相同位置、相同产品的维修频度统计是指相同位置、相同专业类产品的报修时间间隔。统计意义在于找到重复维修最高的项目及位置并发现其问题,也可以找到不符合预期寿命的建筑部品(见图5)。

图5 相同位置相同产品的年度维修频度统计Fig.5 Annual maintenance frequency statistics of the same location and the same product

基于上述维修频度的统计分析可以发掘建筑使用过程中的质量问题,包括建筑物、部品及维修质量问题。基于分析结果可以看出非常明显的二八法则,即少量问题的解决可极大降低维修次数,尤其是公共用水房间(洗漱间和卫浴间)的水具渗漏与阻塞、公共区域的灯具、寝室房间内的家具问题,这些是需要集中维修的大问题。据此提出建筑及部品的品质管理策略。

1)改进维修的反馈机制,提升部品质量和改善建筑构造设计。从相同位置、相同产品的维修频度统计中可以看出,维修频度1年大于2次的产品或部位,均代表产品不良或构造设计不良,集中精力改善这部分构造和部品可以大幅降低维修量。通过数据调研可测算出因构造设计或选型不良造成的维修成本,仅将这些维修成本转移至产品的采购预算中或改善采购性能参数,提升设计和产品质量,便可大幅降低维修量并提升满意度。水槽、地漏的大量阻塞需要改善公共水房的构造设计,采用有效的过滤手段并改进建筑构造设计。龙头等水具的大量维修需要采用更优质的部品来替换,实际上维修工人发现问题后特意采购了大量易损的龙头芯构件,但更好的办法是采购更耐用的零件、更优质的产品即可有效降低维修频率。在产品选型与采购上优化机制、提升设计和部品质量可大幅降低维修量与相应的维修费,这点在和维修工人的交流中得到验证。

2)预防性、主动性维修机制的导入。产品使用中的维修频度的澡盆曲线说明,一般产品在经过使用早期的磨合、施工瑕疵后进入品质稳定期,接近或达到使用寿命后会因磨损、老化等因素维修率大增。同一批次的产品往往具有相同或相近的澡盆曲线,可根据同批次少量产品的问题报警进行主动性维修,取代同一批次产品逐一损坏后的被动式维修,以提高维修效率。目前学校根据历年经验总结,开始利用假期集中统一更换灯具等就是此机制的导入尝试。对维修数据分析后可有效指导预防性、主动性维修的范围和科学性。

3)维修质量的管控与扩散型维修机制。通过维修数据分析系统,可随时统计列举出高维修频次的项目及对象,针对高维修频次的项目进行重点监控和管理,设定相应的奖惩机制并与现有工分制度配合,即可有效提升维修品质。例如设定维修保质期的时限,在维修后一段时间内的维修还算作上次维修未完成,扣罚工分等。同时,可根据统计数据,制定维修预案和奖励机制,要求每次维修完成后对周边相关问题进行排查和预维修,并依据成果给予奖励[7-8]。

4 基于数据分析的维修管理优化

4.1 主要问题分析

据历年统计,每笔报修的平均维修成本为57.3元,其中85%以上是人工成本,远超过一般材料与人工1∶1～1∶2的比例,这是本研究的起点,从数据统计中也证实了管理者的问题判断。通过现场调研了解整个维修过程及其管理提升效率的可能性(见图6)。从现场调研和数据分析的交叉印证中,可以发现以下问题。

图6 维修过程实例调研Fig.6 Case study of maintenance process

1)维修交通时间过长,往返成本过高。维修工人在校内交通上花费了大量时间,维修效率低,人工成本过高。虽然采用了3～5个报修单集中维修的方式,但由于备料不足、通信不畅,无法在维修过程中获得附近需要维修的项目信息,回到维修班和库房才能重新获得下一批维修单,而且为了方便管理,维修班和库房设置在校园较偏的位置,造成维修人员大约36%的时间花费在往返的路上(见图7)。

图7 维修流程耗时比例Fig.7 Maintenance process time-consuming ratio

2)报修系统过于简单,问题描述不精准。目前的报修系统对问题的分类过于简单,没有系统的分类方法,导致报修问题过于简单,无法提前准备材料,也无法对维修过程和维修结果进行评价。

3)维修工作时间不合理。维修人员采用与学校相同的作息时间,但实际学生报修往往在课间、午休、傍晚达到高峰,宿舍楼栋的管理人员也是在接近中午和傍晚的巡视中发现问题并提出报修,因此维修人员早早上班等候却没有报修需求,临近中午和晚上下班反而工单集中,无法及时处理,造成工单挤压和维修人员不足的假象。

4.2 维修管理优化建议

根据上述分析,研究提出的维修管理优化建议如下。

1)基于移动通信和定位的工单系统导入。核心问题是引导维修部门应该建立起完善的工单管理系统,建立基于及时通信平台的工单系统,在移动通信端可快捷获取工单信息,管理人员也可方便了解各维修人员的位置,以便及时匹配维修需求和专业维修人员。并可通过不断的数据采集和统计,不断优化[9-10]。

2)调整工作时间,从派单到抢单模式的积极性调动。可调整维修员工的上班时间,适当错后工作时间以匹配校园报修的高峰,保证及时维修。目前采用派单制度,维修班管理人员根据复杂程度、耗时等折算工分,虽然比单纯地按照工单计算劳动成效更合理,但也会导致工作拖沓、低效。可在基于数字化管理的工单系统基础上,借鉴出租车网络平台管理的经验,加入派单工时、抢单、多单奖励等模式,充分调动维修人员的积极性,并可适时对外开放,将校外的维修资源逐步补充到校内维修中,提高资源利用效率,保证突发维修高峰的服务能力。

3)维修库房和工具的小型化、移动化。应采用小型、移动的方式,甚至可以为每个小班组配备维修小车,备足工具和备件,在定时的巡视中不断就近解决维修问题。

4)鼓励自助维修。在每个宿舍楼栋和易损部位配置少量工具和零配件,提倡楼栋管理人员和学生进行简单的自助维修,可大量降低维修量,也可通过数字化管理平台进行自助维修的奖励。

5 结语

本研究在于达成基于维修数据分析的建筑部品性能评价与品质管理、物业管理的优化和精细化的目标。不仅可从建筑学的角度评估学生宿舍楼的维修及使用现状,也从建筑相关产品的选型、标准化、维修计划等方面对维修、库房管理及维修人员编制进行评估。通过维修大数据的采集、整合、分析,来建立一套评价系统,并展示其基于数据分析的建筑品质管理和运维管理优化的可能性。本研究可为即将到来的城镇住宅大规模维修更新、人居环境的质量提升提供决策参考,期待更多有识之士的参与及讨论(见图8)。

图8 物业维修的问题及优化策略Fig.8 Problems and optimization strategies of property maintenance