3. 价格指数数据源故障：官方数据延迟、统计口径不一致、数据缺失的识别与处理

价格指数数据源是招标控制价编制的“上游水源”。当数据源出现故障时，无论调价模型多么精密，最终输出的控制价都会偏离市场真实水平。本章聚焦三类最常见的数据源故障——官方数据延迟、统计口径不一致、数据缺失，提供从识别到处理的完整排查路径。

3.1 三类故障的识别特征与影响矩阵

在实际项目中，三类故障往往交织出现。下表从故障表现、影响环节、严重等级三个维度进行快速定位：

3.2 官方数据延迟：识别方法与补偿策略

官方数据延迟是最隐蔽的故障，因为指数本身“看起来”是连续的。识别延迟需要建立时间戳校验机制：

1. 对比发布日与数据日： 在指数表中增加“数据截止日”字段，计算延迟天数。若延迟 > 45 天，触发预警。
2. 检查曲线末端斜率： 延迟数据通常表现为最后 2-3 个点数值完全一致（平台期），或斜率突然变缓。
3. 交叉验证： 用同期市场询价数据与指数做回归，若 R² < 0.7，高度怀疑指数已失真。

以下流程图展示了从数据接收到补偿输出的完整链路：

3.3 统计口径不一致：根源分析与对齐方法

统计口径不一致通常发生在跨地区、跨年份或跨数据源引用时。常见的不一致类型包括：

• 基期差异： 某省指数以 2015 年为基期（=100），而国家指数以 2020 年为基期。
• 规格范围差异： “螺纹钢 HRB400”在甲指数中涵盖 Φ12-Φ32，在乙指数中仅涵盖 Φ16-Φ25。
• 价格类型差异： 甲指数为“出厂价”，乙指数为“到场价”（含运费）。
• 权重结构差异： 同一材料在不同指数体系中的综合权重不同，导致趋势偏离。

对齐处理标准步骤：

1. 基期归一化： 将各指数统一换算至同一基期（推荐使用编制年度的上一年为基期）。
2. 规格映射： 建立材料规格与指数代码的映射表，对无法精确匹配的规格，采用“就近规格 + 价差修正”。
3. 价格类型调整： 若指数为出厂价，需叠加运输费率（通常为 2%-5%）转换为到场价。
4. 权重校验： 对比指数编制说明中的权重表，若权重差异 > 10%，需重新加权合成。

3.4 数据缺失：插补方法与可信度评估

数据缺失在历史指数序列中非常普遍，尤其是早期月份或非标材料。缺失处理必须遵循“可追溯、可验证”原则，避免引入人为偏差。

根据缺失模式选择不同的插补策略：

以下示意图展示了不同缺失模式下的插补路径选择：

3.5 综合故障排查清单

在实际项目中，建议按以下清单逐项排查数据源故障：

1. 时效性检查： 确认每期指数的数据截止日与发布日，计算延迟天数并记录。
2. 一致性检查： 对比至少两个独立来源的指数序列，计算相关系数和均值差异。
3. 完整性检查： 扫描指数时间序列，标记所有缺失月份和缺失规格。
4. 基期检查： 确认所有引用指数的基期年份是否统一，若不统一则执行归一化。
5. 规格映射检查： 核对招标清单中的材料规格与指数代码的映射关系，确保一一对应。
6. 异常值检查： 使用 3σ 原则或箱线图识别指数序列中的离群点，判断是否为数据录入错误。