论文部分内容阅读
摘要：我国正在推行住宅工程质量潜在缺陷保险制度，并已在上海、北京等地区进行了试点。但相应的配套机制尚未完全建立。本文分析了住宅工程质量潜在缺陷的数据特征，构建了大数据背景下住宅工程质量潜在缺陷保险信息系统框架，以期为住宅工程质量潜在缺陷保险提供技术支持，更好地发挥住宅工程质量潜在缺陷保险的功效。
关键词：住宅工程质量潜在缺陷保险;大数据;信息系统
一、引言
住宅工程质量缺陷可能在竣工若干年后才会显现出来，越来越多的房地产开发商以“项目公司”形式进行商品住宅的开发经营，“工完场清”，项目公司也随之解散，难以承担后期的工程质量责任（郑昌勇，2016）。我国现有的建设工程质量保修制度虽设置质量保证金和住宅专项维修基金。但存在以下情况：缺陷责任期内出现质量问题时，承包商维修的比较及时，但缺陷责任期最长不超过2年，当缺陷责任期满，承包商的保证金得以返还后，承包商难以保证工程质量的保修。随着我国对住宅工程质量保险的认识进一步加深，以及住宅工程质量潜在缺陷保险试点城市的进一步增加，越来越多与住宅工程质量保险相关的信息将被交流与共享，如何利用住宅工程设计、建造和使用过程中的信息是值得研究。可预期的是，在大数据时代背景下的信息系统建设，将通过掌握海量数据信息，对数据进行深度挖掘和专业加工，使数据实现价值最大化，为住宅工程质量潜在缺陷的保险发展提供更加坚实的技术保障和更加广阔的发展前景。
二、住宅工程质量潜在缺陷保险数据的特征分析
（一）住宅工程质量潜在缺陷保险概述。住宅工程质量潜在缺陷保险是指由住宅工程的建设单位投保的，根据保险合同约定，保险公司对在正常使用条件下，在保险期间内由于工程潜在缺陷所导致被保建筑物的物质损坏，履行赔偿责任的保险。其核心是保险公司委托质量风险检查机构（T1S， Technical Inspection Service），对住宅工程质量潜在风险实施辨识、评估、报告、提出处理建议，促进工程质量的提高，减少、避免质量事故发生。
（二）住宅工程质量潜在缺陷保险数据分类。住宅工程在设计、建造、使用和维护中产生、使用和传递了大量的技术信息数据，相应地，可以将住宅工程质量潜在缺陷保险数据分为承保前的初始数据、保险期限内的住宅使用维护数据和理赔时的质量缺陷修复数据三类。初始数据是在工程设计与施工阶段产生的、影响住宅质量的数据，主要包括施工图纸、住宅使用说明书等。住宅使用维护数据，主要包括住宅用途、定期檢查、重要事件、维护记录等。质量缺陷修复数据主要包括每次修复后的状态清单、修理记录、维修方案、维修费用等。
（三）住宅工程质量潜在缺陷保险数据特征分析。住宅工程质量潜在缺陷保险数据具有多维性和演化性的特点，即多维性是体现在与之相关的数据种类多样性上，演化性是体现在保险期限内使用维护过程中数据的动态变化上。
三、大数据背景下住宅工程质量潜在缺陷保险信息系统的构建
（一）构建住宅工程质量潜在缺陷保险信息数据库。住宅工程在设计与建造阶段形成的信息，通过传递，对后期的承保与理赔可以提供技术资料。在质量缺陷保险实行过程中，保险公司、建设单位、政府部门等对与其职能工作相关的数据更感兴趣，因而数据按管理职能来分来更符合数据使用者的要求。针对住宅工程在设计与建造阶段的信息，根据ISO/TR14177体系的思想，设计面向项目的住宅工程质量潜在缺陷据来源结构体系，建立信息数据库。质量缺陷的数据采集通常由工作人员自己在现场记录、询问，在这种条件下应该准备相应的表格以使采集的数据更加清晰明了，例如保险公司的理赔处理结果、质量检查机构的历史记录等，然后输入各数据系统中。并将住宅工程质量缺陷相关的理论知识、事实数据以及由专家经验得到的启发式知识，采用若干知识表示方式进行结构化，全面组织知识，形成知识库。
（二）构建住宅工程质量潜在缺陷保险信息系统。住宅工程潜在质量缺陷保险信息系统采用 B/S（Browser/Server）模式，即在 TCP/IP 的支持下，以 HTTP 为传输协议，用户通过浏览器访问 Web 服务器及后台数据库。任何用户都是通过浏览器就可以访问数据库，有效地克服了时间和空间限制。用户利用浏览器向 Web 服务器发出请求，服务器通过特定的网络应用服务接口与数据库服务器进行交互，取得数据后即发送至用户端。对于有序性的问题，可以建立适当的数据模型来合理组织各种数据，在经过数据分析后，结构化数据可存储于数据库系统中，而非结构化数据如图纸、维修方案、多媒体等则存储于数据文件服务系统中，在数据库系统中仅存放其存储地址。
（三）大数据应用的具体意义。大数据使用技术来关联以及聚合各种分散，孤立以及动态的数据，可以实现事物的全面以及客观的具体反映;基于对综合数据的具体处理和深入的分析，挖掘比较复杂的数据当中隐藏的事物之间的具体关系规则，以实现相应的准确判断。大数据的技术以及战略的意义不在于掌握具体的海量数据信息，而在于比较专业地处理这些有意义的具体数据。与住宅工程质量潜在缺陷保险相关的信息不仅仅分散存在于组织的各个项目单元上，而且还存在于供应商、合作伙伴等与项目有关的各个方面，因此需要有一种有效的协同机制存在。而大数据带来的“链”具体建设以及相应的“云”计算。“链”指的是大数据的基础。它建立链接以更好的创建云，并在不同级的不同应用程序领域当中具体的实现数据共享以及有效的利用。云计算可以比较有效地将信息化以及产业化更好的结合起来，大大的提高相应的生产效率。综上，大数据的应用不仅可以很好的反映住宅工程质量潜在缺陷保险的客观事实，并且可以让我们对住宅工程质量潜在缺陷保险的具体发展规律有更加深入的了解。
四、结语
住宅工程质量潜在缺陷保险具有特殊性，在大数据背景下需要充分利用信息技术手段，本文探讨了如何建立住宅工程质量潜在缺陷保险信息系统，以期通过技术创新推动完善行业体系建构，使住宅工程质量潜在缺陷保险全面化与专业化发展。
参考文献：
[1]顾德兴.推行住宅质量潜在缺陷保险机制对住宅质量提升的价值分析[J].建设监理，2018（6）：40.
[2]李颖. 住宅建筑工程质量在缺陷保险体系建设研究[J].环球市场信息导报， 2016， （022）：71.
[3]郑昌勇.保险制度下住宅质量缺陷维修信息系统研究[J].建筑与装饰，2016，（35）：141.
[4]王宏新.加快推进我国住宅工程质量强制保险制度研究[J].中国行政管理，2015（4）：102-106.
[5]袁少山.工程质量保险推广中存在的问题及其对策研究[J].经济研究导刊，2013（26）：261-262.
关键词：住宅工程质量潜在缺陷保险;大数据;信息系统
一、引言
住宅工程质量缺陷可能在竣工若干年后才会显现出来，越来越多的房地产开发商以“项目公司”形式进行商品住宅的开发经营，“工完场清”，项目公司也随之解散，难以承担后期的工程质量责任（郑昌勇，2016）。我国现有的建设工程质量保修制度虽设置质量保证金和住宅专项维修基金。但存在以下情况：缺陷责任期内出现质量问题时，承包商维修的比较及时，但缺陷责任期最长不超过2年，当缺陷责任期满，承包商的保证金得以返还后，承包商难以保证工程质量的保修。随着我国对住宅工程质量保险的认识进一步加深，以及住宅工程质量潜在缺陷保险试点城市的进一步增加，越来越多与住宅工程质量保险相关的信息将被交流与共享，如何利用住宅工程设计、建造和使用过程中的信息是值得研究。可预期的是，在大数据时代背景下的信息系统建设，将通过掌握海量数据信息，对数据进行深度挖掘和专业加工，使数据实现价值最大化，为住宅工程质量潜在缺陷的保险发展提供更加坚实的技术保障和更加广阔的发展前景。
二、住宅工程质量潜在缺陷保险数据的特征分析
（一）住宅工程质量潜在缺陷保险概述。住宅工程质量潜在缺陷保险是指由住宅工程的建设单位投保的，根据保险合同约定，保险公司对在正常使用条件下，在保险期间内由于工程潜在缺陷所导致被保建筑物的物质损坏，履行赔偿责任的保险。其核心是保险公司委托质量风险检查机构（T1S， Technical Inspection Service），对住宅工程质量潜在风险实施辨识、评估、报告、提出处理建议，促进工程质量的提高，减少、避免质量事故发生。
（二）住宅工程质量潜在缺陷保险数据分类。住宅工程在设计、建造、使用和维护中产生、使用和传递了大量的技术信息数据，相应地，可以将住宅工程质量潜在缺陷保险数据分为承保前的初始数据、保险期限内的住宅使用维护数据和理赔时的质量缺陷修复数据三类。初始数据是在工程设计与施工阶段产生的、影响住宅质量的数据，主要包括施工图纸、住宅使用说明书等。住宅使用维护数据，主要包括住宅用途、定期檢查、重要事件、维护记录等。质量缺陷修复数据主要包括每次修复后的状态清单、修理记录、维修方案、维修费用等。
（三）住宅工程质量潜在缺陷保险数据特征分析。住宅工程质量潜在缺陷保险数据具有多维性和演化性的特点，即多维性是体现在与之相关的数据种类多样性上，演化性是体现在保险期限内使用维护过程中数据的动态变化上。
三、大数据背景下住宅工程质量潜在缺陷保险信息系统的构建
（一）构建住宅工程质量潜在缺陷保险信息数据库。住宅工程在设计与建造阶段形成的信息，通过传递，对后期的承保与理赔可以提供技术资料。在质量缺陷保险实行过程中，保险公司、建设单位、政府部门等对与其职能工作相关的数据更感兴趣，因而数据按管理职能来分来更符合数据使用者的要求。针对住宅工程在设计与建造阶段的信息，根据ISO/TR14177体系的思想，设计面向项目的住宅工程质量潜在缺陷据来源结构体系，建立信息数据库。质量缺陷的数据采集通常由工作人员自己在现场记录、询问，在这种条件下应该准备相应的表格以使采集的数据更加清晰明了，例如保险公司的理赔处理结果、质量检查机构的历史记录等，然后输入各数据系统中。并将住宅工程质量缺陷相关的理论知识、事实数据以及由专家经验得到的启发式知识，采用若干知识表示方式进行结构化，全面组织知识，形成知识库。
（二）构建住宅工程质量潜在缺陷保险信息系统。住宅工程潜在质量缺陷保险信息系统采用 B/S（Browser/Server）模式，即在 TCP/IP 的支持下，以 HTTP 为传输协议，用户通过浏览器访问 Web 服务器及后台数据库。任何用户都是通过浏览器就可以访问数据库，有效地克服了时间和空间限制。用户利用浏览器向 Web 服务器发出请求，服务器通过特定的网络应用服务接口与数据库服务器进行交互，取得数据后即发送至用户端。对于有序性的问题，可以建立适当的数据模型来合理组织各种数据，在经过数据分析后，结构化数据可存储于数据库系统中，而非结构化数据如图纸、维修方案、多媒体等则存储于数据文件服务系统中，在数据库系统中仅存放其存储地址。
（三）大数据应用的具体意义。大数据使用技术来关联以及聚合各种分散，孤立以及动态的数据，可以实现事物的全面以及客观的具体反映;基于对综合数据的具体处理和深入的分析，挖掘比较复杂的数据当中隐藏的事物之间的具体关系规则，以实现相应的准确判断。大数据的技术以及战略的意义不在于掌握具体的海量数据信息，而在于比较专业地处理这些有意义的具体数据。与住宅工程质量潜在缺陷保险相关的信息不仅仅分散存在于组织的各个项目单元上，而且还存在于供应商、合作伙伴等与项目有关的各个方面，因此需要有一种有效的协同机制存在。而大数据带来的“链”具体建设以及相应的“云”计算。“链”指的是大数据的基础。它建立链接以更好的创建云，并在不同级的不同应用程序领域当中具体的实现数据共享以及有效的利用。云计算可以比较有效地将信息化以及产业化更好的结合起来，大大的提高相应的生产效率。综上，大数据的应用不仅可以很好的反映住宅工程质量潜在缺陷保险的客观事实，并且可以让我们对住宅工程质量潜在缺陷保险的具体发展规律有更加深入的了解。
四、结语
住宅工程质量潜在缺陷保险具有特殊性，在大数据背景下需要充分利用信息技术手段，本文探讨了如何建立住宅工程质量潜在缺陷保险信息系统，以期通过技术创新推动完善行业体系建构，使住宅工程质量潜在缺陷保险全面化与专业化发展。
参考文献：
[1]顾德兴.推行住宅质量潜在缺陷保险机制对住宅质量提升的价值分析[J].建设监理，2018（6）：40.
[2]李颖. 住宅建筑工程质量在缺陷保险体系建设研究[J].环球市场信息导报， 2016， （022）：71.
[3]郑昌勇.保险制度下住宅质量缺陷维修信息系统研究[J].建筑与装饰，2016，（35）：141.
[4]王宏新.加快推进我国住宅工程质量强制保险制度研究[J].中国行政管理，2015（4）：102-106.
[5]袁少山.工程质量保险推广中存在的问题及其对策研究[J].经济研究导刊，2013（26）：261-262.