1. 课程导论：价格指数驱动动态调价模型
1.1 模型定义与核心逻辑
价格指数驱动动态调价模型（Price Index-Driven Dynamic Price Adjustment Model）是指在工程合同履行期间，依据权威机构发布的官方价格指数（如钢材、水泥、人工、机械等资源的价格指数），按照合同约定的调价公式，对合同价款进行周期性调整的机制。其核心逻辑是：将市场价格波动风险在发承包双方之间进行合理分摊，避免因单一价格大幅波动导致一方承担超额风险。
该模型通常采用以下标准调价公式（以材料费为例）：
ΔP = P₀ × [ (L₁/L₀) × α + (M₁/M₀) × β + (E₁/E₀) × γ + (1 - α - β - γ) - 1 ]其中：
- ΔP — 调价金额（正值调增，负值调减）
- P₀ — 基准日合同价款（或当期已完成工程量对应的价款）
- L₀、L₁ — 基准期与报告期的人工价格指数
- M₀、M₁ — 基准期与报告期的材料价格指数
- E₀、E₁ — 基准期与报告期的机械使用费价格指数
- α、β、γ — 人工、材料、机械在合同价款中的权重系数（由合同约定，且 α+β+γ ≤ 1）
关键概念区分： 价格指数驱动调价 ≠ 成本加酬金合同。前者基于宏观指数调整，后者基于实际成本核算。指数调价更适用于工期长、价格波动大的大型基础设施项目。
1.2 在工程合同中的应用价值
价格指数驱动动态调价模型在工程合同管理中具有以下核心价值：
| 价值维度 | 具体表现 | 受益方 |
|---|---|---|
| 风险分摊 | 将市场价格波动风险按约定权重在发承包双方间分配，避免单方承担全部涨价风险 | 发承包双方 |
| 合同公平性 | 当市场价格大幅上涨时，承包商可获得合理补偿；当价格下跌时，业主可减少支付 | 发承包双方 |
| 减少争议 | 采用权威指数作为调价依据，减少因价格波动引发的索赔与反索赔纠纷 | 项目管理团队 |
| 预算可控性 | 通过指数趋势预测，业主可提前估算调价金额，优化资金计划 | 业主/投资方 |
| 激励履约 | 承包商无需为价格风险预留过高报价，降低投标报价，提高中标概率 | 承包商 |
行业实践提示： 根据 FIDIC 合同条件（1999版第13.8款）及国内《建设工程工程量清单计价规范》（GB50500-2013）第9.8节，价格指数调价模型已被广泛纳入标准合同文本。但在实际执行中，指数选取、权重确定、调价触发阈值等环节常出现故障。
1.3 课程目标
本课程旨在帮助工程造价从业人员系统掌握价格指数驱动动态调价模型的故障排查方法。完成本课程后，学员应能够：
- 理解模型原理 — 掌握调价公式的数学推导、指数选取规则及权重确定方法
- 识别典型故障 — 能够快速定位指数来源错误、权重偏离、公式误用、数据滞后等常见问题
- 执行故障排查 — 运用数据分析工具（Excel、Python、专业造价软件）对调价数据进行校验与修正
- 制定应对策略 — 针对不同故障类型，提出合同修订、数据补正、争议解决等实操方案
- 预防未来故障 — 在合同签订阶段建立指数调价条款的审查清单与风险预警机制
1.4 学习路径与知识体系
本课程共30章，按以下路径组织学习：
学习路径建议： 建议学员按章节顺序学习，每章结束后完成配套的故障案例练习。对于有经验的从业者，可直接跳至第10章后的故障排查专题。
| 阶段 | 章节范围 | 核心内容 |
|---|---|---|
| 基础篇 | 第1-5章 | 模型定义、指数体系、权重设计、公式推导、合同条款解读 |
| 故障诊断篇 | 第6-15章 | 指数源故障、权重偏离、数据滞后、公式误用、软件操作错误 |
| 数据分析篇 | 第16-22章 | Excel/ Python 数据校验、异常值检测、趋势分析、敏感性分析 |
| 实战案例篇 | 第23-28章 | 公路、房建、水利、市政、轨道交通、海外工程六大类案例 |
| 总结与进阶 | 第29-30章 | 故障排查清单、合同审查模板、行业趋势与智能调价展望 |
⚠️ 常见误区警示： 初学者容易将“价格指数调价”与“价格信息调价”混淆。价格指数调价使用相对指数（如环比指数、定基指数），反映价格变化率；价格信息调价使用价格（如某月钢材市场价），反映具体金额。两者在公式结构、数据来源、合同条款上均有本质区别，后续章节将详细对比。