项目成本控制是项目成本管理的关键环节，企业运用先进的管理手段，基于生产经营活动中产生的业务财务数据，加强对主要经济业务的成本控制。大数据、云计算、人工智能等现代信息化技术的不断发展为企业基于海量数据实施成本控制分析决策提供了可能，企业需结合自身业务特点，运用数据分析与挖掘技术为实现更准确、有效的成本控制提供支撑，提高项目经济资源的合理配置，降低不合理消耗，保证成本支出的有效性。
风景园林规划设计类项目相较于生产制造和工程施工类型的项目，项目成本构成要素，成本发生不具有显著的周期性和阶段性，因此其项目成本控制的侧重点、方法与手段需要进一步研究。不仅需要对项目成本构成要素进行目标成本测算，还需进一步挖掘出整个项目开展过程中存在的影响项目成本的因素，设置规划设计类项目成本控制点并进行分析评价，以保证成本支出的有效性，降低各种资源消耗，实现更准确及时的项目成本控制。
成本控制一直是学术界和实务界关注的重点，目前学者们在大数据、云会计背景下的成本控制研究主要集中在两方面：一是通过模糊综合评价、层次分析法构建成本控制模型和评价指标体系并分析成本控制有效性方面进行人为评价；二是运用数据分析方法预测目标成本范围进而实施控制提供参考。而成本控制不仅仅是单纯地参照预测目标成本压缩成本费用，还需要结合项目特点，分析项目成本可能的影响因素，分解项目成本，找寻项目成本关键控制点，进而运用数据分析技术实施分析评价。现有研究很少涉及基于机器学习算法挖掘项目目标成本关键控制点以实施项目成本控制，且规划设计类项目成本不具有生产制造、工程施工类型项目成本所表现出的显著周期性和阶段性，现有文献也未涉及适用于规划设计类项目的成本控制方法的研究。
鉴于此，本文以A研究院为例，依据成本控制相关理论、单位业务财务数据以及走访调研资料，掌握重庆市风景园林规划研究院项目成本控制现状与需求，分析规划设计项目特点及其成本构成要素，实施项目成本控制点分析，制定成本控制指标体系，最后选用合适的机器学习算法建立项目成本控制模型并根据模型测算出的项目成本控制关键点，分析和制定项目成本控制方案，为规划设计类项目成本控制提供思路。
A研究院规划设计类项目成本控制问题分析
A风景园林规划研究院（下称“A研究院”）作为新中国成立的首批八大专业园林研究院之一，具备园林景观规划设计甲级、风景园林工程设计专项甲级等资质，主要从事风景名胜区、旅游区的规划设计以及城市绿地系统和城市环境景观设计。
A研究院近年来进行了事业单位转企建制体质改革，以公司身份参与市场竞争。所以，在A研究院的业务往来中，园林景观规划设计类项目占有较大的比重，此类项目的成本主要是项目开展过程中产生的设计人员基本工资与项目提成、设计耗材的印刷费、办公费，勘测设备的租用费，项目人员差旅费、公务接待费，公务用车的车辆燃油费、过路过桥费，项目咨询费、委托业务费等。目前实施的是传统的标准控制，即按照项目人员的岗位、项目级别、出差地点等对部分支出制定了控制标准，实施成本控制的主要工作由财务人员完成。
A研究院而规划设计类项目数量大、种类多、周期长，项目成本核算有别于生产制造以及工程施工行业，进而导致其项目成本控制难度较大，因此，A研究院目前尚未实现有效的项目成本控制。
基于BP神经网络的规划设计类项目成本控制设计
在大数据、云会计和人工智能时代，项目成本控制可以从数据分析入手，通过采集项目成本控制分析有关历史数据后进行数据预处理，根据管理层目标以及项目成本特点，综合考虑项目成本要素与项目成本影响因素，得到项目成本控制点并构建项目成本控制指标体系，对历史项目成本数据进行成本控制分析，最后采用BP神经网络机器学习算法构建项目成本控制模型，通过模型训练和模拟测算，对测试集项目实施项目成本控制点评价，为项目成本控制提供辅助决策信息。
规划设计类项目成本来源较多，根据其业务性质和特点进行的项目成本构成要素分析，成本控制要素主要聚焦在设计图纸的材料印刷费，勘测设备的租用费，聘请专家的咨询费，项目委托业务费，项目组必要的设计人工成本、人员差旅费、公务接待费、办公费、邮电费以及公务用车的燃油费、路桥费等金额占比大、发生较为频繁的成本类型上。通过对A研究院的经营管理模式和规划设计类项目成本特征的进一步分析，可以发现区别于传统的项目成本标准与预算控制，项目成本有关数据中包含多项可能对成本产生影响的因素，例如项目类型、项目规模、所属科、项目级别、任务内容等，各因素对不同类型的成本可能具有不同程度的影响。因此，除了对财务数据中会计科目中列示的项目成本构成要素进行分析，还应识别出项目成本有关影响因素，这有利于挖掘出业财数据中更多对项目成本控制具有实际价值的信息。
将所有项目成本有关数据通过数据统计分析，找寻影响因素与成本之间可能存在的相互作用关系，最终形成项目成本控制点并构建项目成本控制体系。
BP（Back Propagation）神经网络是1986年由Rumelhart和McClelland提出的概念，是一种按照误差逆向传播算法训练的多层前馈神经网络。作为应用最广泛的神经网络，BP神经网络具有任意复杂的模式分类能力和优良的多维函数映射能力，无需事先确定输入输出之间映射关系的数学方程，仅通过自身的训练，学习某种规则，在给定输入值时得到最接近期望输出值的结果。其基本思想是梯度下降法，利用梯度搜索技术，以期使网络的实际输出值和期望输出值的误差均方差为最小。其工作机理是：隐含层神经元接收到一个样本的全部输入信号后进行加权累加，再由激活函数进行处理形成隐含层神经元的输出信号，该输出信号被输出层神经元接收后进行加权累加并由激活函数进行处理形成输出层神经元的输出信号；系统将该输出信号与实际期望输出进行比较，如果存在差异，则利用设定的误差学习算法返回去依次修改输出层与隐含层、隐含层与输入层神经元之间的连接权值以及各神经元的偏置值，完成一个样本的学习训练。依次输入全部训练样本的输入信号，系统就会在前一个样本学习训练基础上不断修正相关权值和偏置值。如果此时模型的识别准确度达到了目标误差率的要求，则完成了模型训练，否则，系统开始下一轮训练。如果经过多轮训练，模型识别准确度始终无法满足目标误差率要求，系统将在训练次数达到设定的次数后停止，此时需要进一步检查分析样本数据的合理性，或者调整隐含层层数、各层神经元数量、学习速率等模型参数，修改模型。
本文将BP神经网络机器学习算法应用到项目成本控制的数据分析中，主要是由于A研究院规划设计类项目成本控制影响因素较多，相互作用关系复杂，而运用BP神经网络模型建模，项目成本控制分析有关样本数据无需事先确定输入的影响因素变量与输出的项目成本控制点结果之间的映射关系，直接通过模型不断训练，得到误差较小的测算结果，非常适合A研究院的规划设计类项目成本控制场景。因此，本文采用BP神经网络机器学习算法模型进行A研究院的规划设计类项目成本控制分析具有可行性和有效性。
基于BP神经网络的规划设计类项目成本控制模拟实施
规划设计类项目成本控制评价需要首先整合项目成本有关数据源并进行数据预处理。目前，A研究院项目管理主要涉及项目管理系统中的项目基础信息、财务管理系统中的项目成本数据以及经营科提供的Excel格式的项目产值数据，其中提取到可用于项目成本控制分析的结构化数据表包含项目管理主表、项目产值表、院余额表，其中涵盖项目类型、任务内容、项目规模、项目级别等多个维度的数据以及总成本和各成本要素的金额数据，为了保证每一条数据的有效性和完整性，从而进行更准确的数据分析，本文只提取A研究院2014—2018年间的数据。在抽取这些项目成本数据时，首先对院余额表中涉及的项目成本发生额按照项目以及成本类型进行汇总合计，以形成汇总后的项目成本信息，并以项目编号作为勾稽关系将各表数据相互关联得到项目成本控制分析数据，去除无用字段，最终筛选出用于项目成本控制分析的数据表字段格式见表4。
其次，对于项目成本影响因素字段，需要统一数值型变量的计量单位，并将字符串变量转化为连续变量或分类变量，使得同一字段数据之间具有可比性。例如，项目基本信息中有关项目规模的数据，需要将平方公里、公顷、亩、平方米等面积单位进行统一，对于项目地点，需要将地方性地名都归集到省份层面；同时，例如有关项目任务内容、项目类型等类别描述型数据，需要将描述性文字转化为指定的分类变量，而项目级别、项目地点等分别按大小和距离转化为连续变量。根据项目成本控制体系对每一个项目从五个控制维度进行分析，并按照项目成本控制点量化标准进行评价赋值，最终形成的项目成本控制评价数据样本如表5所示。
个数对仿真误差会造成显著影响，因此为了减小误差，在样本数据的学习训练过程中会根据样本数量调整隐含层神经元的个数。
在模型模拟测试阶段，基于BP神经网络进行指标测算。样本数据采用2014—2018年的560条项目成本有关数据，随机抽取70%数据作为训练集，30%数据作为测试集，获得了基于BP神经网络算法的项目成本控制评价测算模型。将样本数据导入算法实现的MATLAB模拟软件中，建立BP神经网络模型并利用Simulink函数进行模拟仿真。如果模型输出保持在一定精度（再进行多次训练误差不再降低），则认为模型训练成功；如果模型输出与实际值偏差太大，则进一步训练寻找最优值。经过多次测试并对网络参数进行更改后，最终由3层神经网络模型得到测算结果，其中，输入层由9个神经元组成，输出层由5个神经元组成，隐含层设置8个神经元，对训练集数据迭代次数设置为1000次。继续调整任何一项参数都会使测算值准确率下降，
此时说明该模型得到了最优成本控制评价测算结果。将测试集项目成本测算结果P于实际值A进行对比，运用
求得各指标总体准确率在86.47%—95.29%之间，误差范围控制在15%以内，其中对于一般控制项和重点控制项的识别准确率基本都优于总体准确率，结果表明此模型可用作项目成本控制点的预判，辅助项目成本控制决策。
来源：财会通讯 作者：程平 杨霁莞 辜榕容
管理会计师CNMA是由财政部直属事业单位北京国家会计学院推出的管理会计证书项目，分为初、中、高三个等级，致力于培养具有国际视野、符合中国国情、具有鲜明中国特色的管理会计师人才。
