Экспериментальные основания приоритизации факторов производительности труда в отрасли нефтегазового строительства
Шапиро Д.В.1
1 АО «СТРОЙТРАНСНЕФТЕГАЗ», Россия, Санкт-Петербург
Скачать PDF | Загрузок: 5 | Цитирований: 1
Статья в журнале
Экономика труда (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 9, Номер 11 (Ноябрь 2022)
Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=49891475
Цитирований: 1 по состоянию на 07.12.2023
Аннотация:
В настоящей публикации представлены результаты научного исследования проблематики производительности труда в отрасли нефтегазового строительства. Формализованы направления актуальной научной дискуссии и авторский подход к ее развитию. Отражены результаты эмпирического эксперимента автора направленного на факторный анализ производительности труда – исследована выборка 604-х генеральных подрядчиков (глобальный охват) нефтегазового строительства относительно 7-и гипотетических драйверов роста. Методом регрессионного анализа обнаружен и доказан (впервые в научной дискуссии) ключевой фактор производительности - уровень активов на сотрудника, представлена линейная функция взаимосвязи. Объяснена природа и логика отношения факторов производительности труда и величины активов баланса применительно к субъектам нефтегазового строительства. Результаты исследования адресованы участникам научной дискуссии по вопросам производительности труда в строительстве.
Ключевые слова: экономика, промышленность, строительство, нефтегазовый комплекс
JEL-классификация: J21, J24, J28
Введение
На фоне дискуссии о декарбонизации мировой рынок углеводородов сохраняет высокие темпы роста, среднегодовой прирост оценивается в размере 7,1%: валовый показатель «…181480 миллионов долл. США в 2021 году, а к 2028 году прогнозируется …. – 292970…» [1] [1] («Global Hydrocarbon Market 2022…»). Соответственно, обнаруживается встречная тенденция роста масштабов нефтегазового строительства [2] (Pipeline Bubble, 2022). По оценке консалтинговой группы Mordor Intelligence [3], средний темп роста мирового рынка строительства трубопроводов в периоде 2022–2026 гг. составит 3,5%, с высокой консолидацией (концентрацией) интернациональных проектов (лидеров мирового нефтегазового строительства Snelson Companies Inc., Pumpco Inc., Barnard Construction Company Inc., Bechtel Group, Inc., Ray Mcdermott, Foster Wheeler) и низкой для региональных рынков. Выделенная тенденция актуализирует фокус изучения экономической эффективности операционной и инвестиционной деятельности субъектов нефтегазового строительства.Российский сегмент нефтегазового строительства, с одной стороны, является операционно эффективной и инвестциионно привлекательной отраслью хозяйствования (подробнее анализ автора – [4] (Karlik, Shapiro, 2022)): средний (2020) [2] уровень рентабельности капитала (ROE) составил 47,36% (при среднем по миру – 14,32), уровень дохода (ROIC) на инвестированный капитал – 35,20% (9,86), рентабельность активов (ROA) – 2,27% (1,31). С другой стороны, конкурентной слабостью национального сегмента является относительно низкий уровень производительности труда – 113,0 [3] тыс. долл. США на занятого при среднемировой оценке – 355,8. Впрочем, актуальность данной проблематики для промышленного строительства в целом и нефтегазового в частности отмечают многие мировые ученые и специалисты. «…Низкая производительность воспринимается как одна из самых больших проблем, с которыми сталкивается строительный сектор» [5] (Chia). «…Для строительной отрасли во всем мире характерно значительное замедление производительности, что связано с такими факторами, как низкие капитальные вложения» [6] (Laszig et al., 2020). Практическая значимость проблемы инициирует значительный объем исследований (отраженных в публикациях), целью которых определяется факторный анализ производительности труда промышленного нефтегазового строительства.
Степень изученности проблемы
Вопрос факторного анализа производительности труда – один из самых обсуждаемых в экономике строительства, с одной стороны, и неоднозначных с позиции солидарного видения – с другой. «…Производительность – один из самых широких, сложных и потому расплывчатых вопросов (исследования – автор), связанных со строительством» [7] (Malisiovas, 2010).В поле научного поиска (факторный анализ) в настоящее время выделяют 4 группы, объединяющие 19 факторов производительности промышленного строительства (обобщенная формализация [8] (Asibuodu et al., 2015). Каждая группа факторов обнаруживала свою приоритетность в формировании производительности в различных региональных, отраслевых и ретроспективных исследованиях: «человеческие» ( [9] (Brent, Leighton, 2014), [10] (Enshassi, Mohamed, Mustafa, Ekarri, 2017), [11] (Odintsova, 2017), [12] (Ponomareva, Bogomolova, Kutsygina, 2017), [13] (Dvoyanov, Platonov, 2018)); «технологические» ( [14] (Spryzhkov, Mustafin, 2016), [15] (Kolesnik, Belova, 2021), [16] (Cao, Li, Wang, Huang, 2017), [17] (Øystein, 2019); «управленческие» ( [18] (Jergeas, 2009), [19] (Kazaz, Manisali, Ulubeyli, 2008), [20] (Hanafi, Khalid, Razak, Abdullah, 2010), [21] (Liberda, 2003), [22] (Odesola, Idoro, 2004); «внешние» ( [23] (Durdyev, Mbachu, 2007), [24] (Pervakova, 2018), [25] (Dedasht, Zin, Ferwati, Abdullahi, Keyvanfar, McCaffer, 2017)).
В развитие дискуссии автором проведен (раскрыто в публикации автора [26] (Shapiro, 2022)) двухволновой экспертный (7 экспертов в экономической и технологической сферах нефтегазового строительства) опрос по методу Дельфи, направленный на оценку приоритетов инвестирования в факторы роста производительности применительно к нефтегазовому строительству. Вторая волна экспертизы дала согласованный ответ на вопрос о приоритетной группе факторов производительности – технологические. То есть с позиции приоритетности усилий (инвестиций), направленных на рост производительности труда, эксперты видят ресурсную группу, включающую активы человеческого капитала, машины и оборудование и технологии (нематериальные активы). Далее логично ставится вопрос о драйвер-факторе роста производительности нефтегазового строительства в рамках «технологической» группы, что и обуславливает представленный в публикации эксперимент автора.
Цель и метод исследования
Целью исследования определен поиск (в группе «технологических») драйвер-фактора, инвестирование в который позволит увеличить производительность труда в отрасли нефтегазового строительства.На втором этапе применительно к установленной экспертизой группе факторов («технологические») автором проведен корреляционный анализ (метод исследования) для оценки «тесноты» взаимосвязи показателя производительности труда с переменными, отражающими факторы операционной и инвестиционной деятельности, активами в структуре баланса генеральных подрядчиков нефтегазового строительства.
Массив обследования – базовая выборка из 604 предприятий по базе данных Orbis – генеральных подрядчиков нефтегазового строительства с глобальным охватом. Критериями формирования базовой выборки определялись: глобальный (мировой) охват; отрасль NACE Rev. 2 4221 – Строительство распределительных инженерных объектов, средние и крупные предприятия (выручка – от 10 млн долларов США; численность – от 50 человек; общие активы – от 10 млн долларов США); «отсеивание» (анализ записей базы автором) предприятий, не специализирующихся на нефтегазовом строительстве; все предприятия с активной хозяйственной деятельностью на 2020 год.
В описание каждого из предприятий (в выборке) включено 8 валовых и коэффициентных показателей корпоративной (в формате МСФО) отчетности по 2020 году, отражающих гипотетические факторы влияния на производительность в рамках установленной группы (технологические). 6 гипотетических технологических факторов разделены по влиянию на 2 сегмента (табл. 1): 1) «качество» трудовых ресурсов (квалификация, опыт и технологические навыки (компетенции) персонала), интерпретируемое как уровень развития «человеческого капитала» с позиции взглядов на активы субъектов нефтегазового строительства; 2) валовой объем и уровень моральной новизны активов (материальных и нематериальных) – машин/оборудования и технологий строительства, включая ресурсную составляющую – моральная новизна материалов и конструкций. Автор видит сложным и объективно неоправданным дифференцировать переменные к единичным факторам 2-го сегмента, в частности, в показатели «Активы баланса» включены машины/оборудование, оснастка рабочего места, технологии (как нематериальные активы баланса). То есть единичная переменная отражает ряд технологических факторов. В рамках этой логики автор привязал (табл. 1) 1 переменную к фактору уровня человеческого капитала и 7 валовых и коэффициентных показателей недифференцированно к уровню технологической оснащенности.
Таблица 1
Состав технологических факторов и гипнотические переменные в поиске взаимосвязи с уровнем производительности труда в отрасли нефтегазового строительства
«Технологические» факторы
|
Гипотетическая переменная
|
Основание гипотезы и выбора переменной
| |
Уровень человеческого капитала
| |||
|
Квалификация, опыт и технологические навыки (компетенции)
персонала
|
Средние затраты на работника, тыс. долл. США
|
Если принять оценку валовой стоимости человеческого
капитала предприятия по методике VAIC [27] (Aitouche, Mouss,
Mouss, Kaanit, Marref, 2015),
то удельный показатель (на сотрудника) является сопоставимым и
характеризующим (допущение автора) качественный уровень персонала исходя из
затрат предприятия на контракт со сотрудником. То есть, чем больше удельные
затраты на сотрудника, тем выше «качество» сотрудников и их
производительность
|
Уровень технологической оснащенности
| |||
|
Сложность производственных операций;
уровень применяемой технологии строительства (инновационность); уровень применяемых материалов и конструкций (инновационность); уровень оборудования/оснастки рабочего места; цифровые решения (в том числе BIM) |
Чистая прибыль, тыс. долл. США
|
Чистая прибыль определяет доступную величину
капиталовложений на технологическое развитие предприятий нефтегазового
строительства. То есть, чем больше величина прибыли, тем выше
фондовооруженность и технологическая (в целом характеризуемая нематериальными
активами) строительного процесса, следовательно, и его производительность
|
Общая балансовая сумма активов, тыс. долл. США
|
Совокупная стоимость активов характеризует комплексный
уровень технико-технологической оснащенности строительного процесса, включая
уровень инновационности машин и оборудования, технологий, материалов и
конструкций, разработанные и приобретенные цифровые решения, включая и
торговые знаки (при оценке и постановке на баланс как нематериального актива).
То есть, чем выше валовой уровень активов, тем выше индивидуальная и
собственно совокупная для предприятия производительность
| ||
Прибыль на акционерный капитал, %
|
Доходность акционерного капитала (ROE) является
предпосылкой принятия решений (прозрачность для инвесторов) об увеличении
инвестиций в основные фонды, нематериальные активы и производственное
обучение персонала, что увеличивает фондовооруженность и отдачу от
сотрудников, соответственно, производительность
| ||
Материальные активы [4],
тыс. долл. США
|
Академическое видение фондовооруженности строительного
процесса (видение [28] (Panov, Aldzhabubi,
2017) Панова А.В., Альджабуби Д.З.; [29] (Gataullin,
2017) Гатауллина В.З.), определяемое как ключевой фактор
производительности
| ||
Акционерные инвестиционные фонды на одного сотрудника,
тыс. долл. США
|
Потенциал инвестиционного развития, отражаемый удельной
(на сотрудника) величиной (внутреннего и внешнего по источнику) капитала,
«выделяемый» (осознанно со стороны акционеров) на формирование (создание,
приобретение на рынке капитала) технико-технологической обеспеченности
строительного процесса, соответственно, роста производительности
| ||
Активов на сотрудника, тыс. долл. США/ед.
|
Характеризует долю активов, приходящихся на сотрудника, то
есть удельную обеспеченность всеми компонентами материального и
нематериального капитала (включая отнесение компонент интеллектуального
капитала – клиентского, организационного). В отличие от фондовооруженности,
характеризует обеспеченность персонала всеми компонентами рыночных и
производственных ресурсов, являющихся предпосылкой роста производительности
| ||
Наукоемкость, %
|
Доля затрат на НИОКР в операционном обороте характеризует
фокус (намерение) роста объема НИОКР, следовательно, инновационности
строительного процесса, применяемых машин и оборудования, материалов и
конструкций, направленных на повышение производительности труда [5] нефтегазового строительства
|
Аналогичный подход (недифференцирование факторов второго сегмента) обнаруживается в исследованиях и других ученых, например [30] (Zubizarreta, Cuadrado, Iradi, García, Orbe, 2017). Как правило, ученые апеллируют к пониманию, что все технологические факторы связаны и сопряжены в строительном цикле: машины/оборудование, материалы и конструкции и, конечно, компетенции персонала, реализующие работы. Комплексность понимания в рамках инновационной парадигмы чаще всего укладывают в концепцию 4-й промышленной революции применительно к строительному комплексу. «…Мировая строительная отрасль сияет (дословный перевод – автор) новой парадигмой благодаря сближению с технологиями четвертой промышленной революции и жестко конкурирует за повышение производительности и лидерство на рынке за счет обеспечения технологий умного строительства» [31] (Shin, Baek, 2020). Соответственно, автором сформулирован состав технологических факторов и гипотетические переменные в поиске взаимосвязи с уровнем производительности труда в отрасли нефтегазового строительства, представленные в таблице 1.
С целью верификации результатов регрессионного анализа сформирована вторичная расширенная выборка, включающая 18 974 предприятий (по виду деятельности NACE Rev. 2 4221 – Строительство распределительных инженерных объектов) по полному кругу субъектов с активной хозяйственной деятельностью на 2020 год без учета размерности предприятий (в которую вошли подрядчики промышленного, нефтегазового строительства). Применительно к гипотетическим переменным (8) на основе базовой выборки выполнен корреляционный анализ относительно результирующего показателя – производительности труда, что позволило выделить и подтвердить наиболее «сильный» фактор (полученный по базовой выборке) по оценке силы взаимосвязи.
Представленный метод исследования отличается от ранее проведенных исследований: а) 2-уровневым подходом – фокусировка и корреляционный анализ; б) ранее не изученной выборкой – 604 глобальных генеральных подрядчика нефтегазового строительства; в) определением приоритетного драйвер-фактора производительности труда в отрасли нефтегазового строительства.
Результаты исследования
Проведенный корреляционный анализ показателей (табл. 2), отражающих технологические факторы (8 гипотетических переменных, табл. 1) производительности труда, определил наибольшую тесноту взаимосвязи с переменной удельной величины активов на сотрудника (R 0,68281). Согласно оценке шкалы Чеддока, уровень корреляции «заметный», ближе к «высокой», что дает основание считать взаимосвязь объективно выраженной. Соответственно, подтверждена гипотеза: удельная (на сотрудника) величина активов характеризует обеспеченность персонала всеми компонентами рыночных и производственных ресурсов (поле корреляции – рис. 2).Таблица 2
Результаты корреляционного анализа в рамках факторного анализа (группа технологические) производительности нефтегазового строительства
Переменные
|
R
|
Чистая прибыль, тыс. долл. США
|
0,1206 [6]
|
Общая балансовая сумма активов, тыс. долл. США
|
0,5350*
|
Прибыль на акционерный капитал, %
|
0,0111
|
Материальные активы, тыс. долл. США
|
0,2457
|
Средние затраты на работника, тыс. долл. США
|
0,1094
|
Акционерные инвестиционные фонды на одного сотрудника,
тыс. долл. США
|
0,5510*
|
Активов на сотрудника, тыс. долл. США/ед.
|
0,6828**
|
Наукоемкость, %
|
0,0642
|
В контексте анализа необходимо обсудить 2 переменные, имеющие «умеренную» корреляцию: валовой показатель – «общая балансовая сумма активов» (R 0,5350) и коэффициент – «акционерные инвестиционные фонды на одного сотрудника» (R 0,5510). Поле корреляции уровня производительности и суммы активов представлено на рисунке 1 и позволяет видеть действительно меньший (чем у удельного) уровень тесноты связи в распределении. Наличие «умеренной» взаимосвязи объясняется компонентным характером переменной величины активов в коэффициенте (экономико-математическом уравнении) удельных активов на сотрудника.
Рисунок 1. Поле корреляции уровня производительности и суммы активов а в рамках базовой выборки
Источник: построено автором.
Коэффициент «Акционерные инвестиционные фонды на одного сотрудника» в определенной степени служит подтверждением гипотезы автора (см. табл. 2) о системном характере роста производительности на базе инвестиций. И именно это его связывает с логикой коэффициента удельных активов – чем больше инвестиционные фонды, тем больше потенциал роста активов баланса, как валовых, так и удельных, определяющих потенциал роста производительности труда нефтегазового строительства. Исходя из этого, автор исключает данные переменные из последующего синтеза подхода к росту производительности нефтегазового строительства, фокусируясь на драйвер-факторе «Удельные активы».
Распределение выборки в поле корреляции производительности и коэффициента активов на сотрудника (рис. 2) обнаруживает возможность оценки регрессии. Соответственно представленному полю корреляции проведен регрессионный анализ функции, выявив линейный характер взаимосвязи:
, (1)
где Pr – производительность, интерпретируемая через переменные «Операционный оборот на занятого, тыс. долл. США на чел.»; Ab – «Активов на сотрудника в балансе, тыс. долл. США на чел». Проведенная оценка регрессионной статистики линейной модели (ур. 1) показывает формальное соответствие полученного результата академическим требованиям к экономико-математическому моделированию. То есть, с аналитической точки зрения, модель раскрывается: приращение удельных активов на 1 сотрудника в размере 1 тыс. долл. США дает рост производительности на уровне 0,16 тыс. долл. США. Что создает (формальную, но не универсальную) платформу для оценки объема инвестиций в активы для достижения целевого уровня производительности.
Рисунок 2. Поле корреляции производительности и коэффициента активов на сотрудника в рамках базовой выборки
Источник: построено автором.
Завершением второго этапа исследования является оценка корреляции и построение поля (рис. 3) для верифицирующей выборки, включающей глобальные генеральные и подрядные организации «строительства распределительных инженерных объектов» с выборкой 18 974 предприятий. «Слабая» (R 0,352), но тем не менее обнаруживаемая корреляция объясняется неоднородностью выборки, с одной стороны, и служит цели вторичного подтверждения (верификации) авторского научного результата.
Рисунок 3. Поле корреляции уровня производительности и коэффициента активов на сотрудника в рамках вторичной расширенной выборки – 18 974 предприятий [(NACE Rev. 2 4221 – Строительство распределительных инженерных объектов) по полному кругу субъектов с активной хозяйственной деятельностью на 2020 год без учета размерности предприятий
Источник: построено автором.
Итак, авторским научным результатом определяется детерминирование и экономико-математическое обоснование ключевой взаимосвязи производительности труда и удельных активов (на сотрудника) применительно к отрасли нефтегазового строительства. То есть доказанная приоритетность технологических факторов роста, в экономическом смысле отражаемых активами баланса предприятий нефтегазового строительства.
Заключение и направление последующих исследований
В настоящей публикации сформулированы и экспериментально обоснованы научно развитые положения о подходах к росту производительности труда в отрасли нефтегазового строительства:1. Ключевой группой факторов, определяющих рост производительности, являются «технологические», определяющие уровень развития производительных сил.
2. Приоритетным с позиции инвестиций фактором роста производительности является удельная величина активов предприятий нефтегазового строительства.
Обнаруженная взаимосвязь отвечает на вопрос о направлении инвестиций при наличии стратегии роста производительности, но сохраняет вопрос о фокусе капиталовложений с позиции структуры активов. То есть необходимо ответить на вопрос (направление перспективных исследований) об оптимальной структуре активов предприятия нефтегазового строительства, обеспечивающий искомый уровень производительности.
[1] Здесь и далее перевод выполнен автором.
[2] Оценка и расчеты автора по выборке 58 предприятий – генеральных подрядчиков (средние и крупные) нефтегазового строительства, источник первичных данных – база данных Orbis (Режим доступа: https://orbis.bvdinfo.com 12.02.2022).
[3] Оценка и расчеты автора по выборке 604 глобальных предприятий – генеральных подрядчиков (средние и крупные) нефтегазового строительства, источник первичных данных – база данных Orbis (Режим доступа: https://orbis.bvdinfo.com 12.02.2022).
[4] К сожалению, данные, характеризующие нематериальные активы (в том числе сведения корпоративной отчетности о покупке нематериальных активов, продажи нематериального актива) в корпоративной отёчности нефтегазового строительства отсутствуют. Скорее не раскрываются в интересах коммерческой тайны. Поэтому данная оценка реализуется через оценку средних величин и кейсы в разделе 2.3.
[5] Конечно, существует понимание, что затраты на НИОКР направлены на поиск экономических эффектов в различных зонах хозяйствования (снижение затрат, сокращение времени строительных операций и другие). Но большинство эффектов либо интегрированы в комплексный показатель производительности, либо привязаны к нему компонентными переменными расчета (в том числе операционный оборот).
[6] К аналогичным выводам пришла и консалтинговая группа McKinsey Global Institute (в отчете Reinventing construction: a route to higher productivity [32]) указывающие на низкую корреляционную связь между производительностью и прибыльностью (R2 0,16).
Источники:
2. Browning J., Aitken G., Plante L., Nace T. Pipeline Bubble. Tracking global oil and gas pipelines. Report Global Energy Monitor (GEM). [Электронный ресурс]. URL: https://globalenergymonitor.org/wp-content/uploads/2021/02/Pipeline-Bubble-2021.pdf (дата обращения: 07.01.2022).
3. Oil and gas pipeline fabrication and construction market - growth, trends, covid-19 impact, and forecasts (2022 - 2027). Mordor Intelligence. [Электронный ресурс]. URL: https://www.mordorintelligence.com/industry-reports/oil-gas-pipeline-fabrication-and-construction-market# (дата обращения: 12.06.2022).
4. Карлик А.Е., Шапиро Д.Ф. Актуальная проблематика экономического развития национального нефтегазового строительства // Экономические науки. – 2022. – № 3(208). – c. 213-218. – doi: 10.14451/1.208.213.
5. Chia F.C. Construction productivity: The case of Malaysia // Criocm 2017: Proceedings of 22nd International Conference on Advancement of Construction Management and Real Estate. Melbourne, 2017. – p. 156-167.
6. Laszig L., Bahr M., Gad Ghada M., Lomiento G. Effect of Innovation on Productivity in the Construction Industry: A Literature Review // Construction Research Congress 2020. – 2020. – doi: 10.1061/9780784482865.058.
7. Malisiovas A. Construction Productivity: From Measurement to Improvement // Proceedings of the Fifth Scientific Conference on Project Management (PM-05) - Advancing Project Management for the 21st Century. Heraklion, Crete, Greece, 2010. – p. 1-8.
8. Asibuodu U., Steven A., Stewart P. Investigating Factors That Influence Construction Productivity-A Review of the Literature. Researchgate.net. [Электронный ресурс]. URL: https://www.researchgate.net/publication/326877357_Investigating_Factors_That_Influence_Construction_Productivity-A_Review_of_the_Literature (дата обращения: 25.02.2022).
9. Brent G.H., Leighton A.E. Factors affecting Construction Labour Productivity in Trinidad and Tobago // The Journal of the Association of Professional Engineers of Trinidad and Tobago. – 2014. – № 1. – p. 4-11.
10. Enshassi A., Mohamed S., Mustafa Z.A., Ekarri E. Factors affecting labour Productivity in building projects in the Gaza Strip // Journal of Civil Engineering and Management. – 2017. – № 4. – doi: 10.3846/13923730.2007.9636444.
11. Одинцова Н.П. Производительность труда как фактор повышения эффективности строительного производства на предприятии // Строительство и архитектура-2017. факультет информационно-экономических систем: Материалы научно-практической конференции. Ростов-на-Дону, 2017. – c. 221-224.
12. Пономарева К.С., Богомолова С.И., Куцыгина О.А. Мотивация персонала как фактор роста производительности труда в инвестиционно-строительной сфере // Студент и наука. – 2017. – № 2. – c. 221-225.
13. Двоянов С.В., Платонов А.М. Проблемы формирования управленческих инноваций в организациях инвестиционно-строительной сферы // Вестник факультета управления СПбГЭУ. – 2018. – № 3-1. – c. 159-164.
14. Спрыжков А.М., Мустафин Н.Ш. Повышение производительности производства на всех этапах проектирования и строительства с помощью программных технологий «BIM» (БИМ). / В сборнике: Традиции и инновации в строительстве и архитектуре. Строительство. - Самара: Самарский государственный архитектурно-строительный университет, 2016. – 296-298 c.
15. Колесник А.Е., Белова Е.О. Управление проектами нефтегазового комплекса на основе BIM-технологий // Структурная и технологическая трансформация России: проблемы и перспективы. От плана ГОЭЛРО до наших дней: Материалы международной научно-практической конференции (посвящена столетию плана ГОЭЛРО). Краснодар, 2021. – c. 235-241.
16. Cao D., Li H., Wang G., Huang T. Identifying and contextualising the motivations for BIM implementation in construction projects: An empirical study in China // International Journal of Project Management. – 2017. – № 4. – p. 658-669. – doi: 10.1016/j.ijproman.2016.02.002.
17. Øystein M.-L. Use of project execution models and BIM in oil and gas projects: searching for relevant improvements for construction. Doctoral theses at NTNU. [Электронный ресурс]. URL: https://ntnuopen.ntnu.no/ntnu-xmlui/bitstream/handle/11250/2590800/MejlaenderLarsen_fulltext.pdf?sequence=5&isAllowed=y (дата обращения: 22.03.2021).
18. Jergeas G. Improving Construction Productivity on Alberta Oil and Gas Capital Projects, Report to Alberta Finance and Enterprise Project Report, Alberta. - 2009
19. Kazaz A., Manisali E., Ulubeyli S. Effect of basic motivational factors on Construction. Workforce productivity in Turkey // Journal of Civil Engineering and Management. – 2008. – № 2. – p. 95-106. – doi: 10.3846/1392-3730.2008.14.4.
20. Hanafi M.H., Khalid A.G., Razak A.A., Abdullah S. Main factors influencing Labour productivity of the installation of on-site prefabricated components // International Journal of Academic Research. – 2010. – № 6. – p. 139-146.
21. Liberda M., Ruwanpura J.Y., Jergeas G. Construction Productivity Improvement: A Study of Human, Managerial and External Factors. Paper presented at the Proceedings of the ASCE Construction Research Congress, Hawaii Hawaii. - 2003
22. Odesola I.A., Idoro G.I. Influence of Labour-Related Factors on Construction Labour Productivity in the South-South Geo-Political Zone of Nigeria // Journal of Construction in Developing Countries. – 2004. – № 1. – p. 93-109.
23. Durdyev S., Mbachu J. On-site labour productivity of New Zealand construction Industry: Key constraints and improvement measures // Australasian Journal of Construction Economics and Building. – 2007. – № 3. – p. 18-33. – doi: 10.5130/ajceb.v11i3.2120.
24. Первакова Д.А. Применение модельного подхода в методике оценки рисков в строительстве объектов нефтегазового комплекса // Современные наукоёмкие инновационные технологии: Сборник статей Международной научно-практической конференции. 2018. – c. 135-138.
25. Dedasht G., Zin R.M., Ferwati M.S., Abdullahi M.M., Keyvanfar A., McCaffer R. DEMATEL-ANP risk assessment in oil and gas construction projects // Sustainability. – 2017. – № 8. – p. 1420. – doi: 10.3390/su9081420.
26. Шапиро Д.Ф. Факторный анализ производительности нефтегазового строительства // Экономические науки. – 2022. – № 211. – c. 164-169. – doi: 10.14451/1.211.164.
27. Aitouche S., Mouss N.K., Mouss M.D., Kaanit A., Marref T. Comparison and prioritisation of measurement methods of intellectual capital; IC-DVAL, VAIC and NICI // International Journal of Learning and Intellectual Capital. – 2015. – № 2. – p. 122-145. – doi: 10.1504/IJLIC.2015.068984.
28. Панов А.В., Альджабуби Д.З. Влияние фондовооруженности труда на его производительность в строительстве // Приоритетные направления развития науки и технологий: XXI Международная научно-техническая конференция. Тула, 2017. – c. 81-83.
29. Гатауллин В.З. Динамика фондоемкости строительного производства // Успехи современной науки и образования. – 2017. – № 3. – c. 85-87.
30. Zubizarreta M., Cuadrado J., Iradi J., García H., Orbe A. Innovation evaluation model for macro-construction sector companies: A study in Spain // Evaluation and Program Planning. – 2017. – p. 22-37. – doi: 10.1016/j.evalprogplan.2016.10.014.
31. Shin M.-H., Baek J.-H. Design and construction of rail infrastructure BIM integrated management system for systematic management of rail infrastructure BIM design performance products // Journal of the Korean Society for Railway. – 2020. – № 9. – p. 886-894. – doi: 10.7782/jksr.2020.23.9.886.
32. Reinventing construction: a route to higher productivity. McKinsey Global Institute. [Электронный ресурс]. URL: https://www.mckinsey.com/~/media/McKinsey/Business%20Functions/Operations/Our%20Insights/Reinventing%20construction%20through%20a%20productivity%20revolution (дата обращения: 28.02.2022).
Страница обновлена: 28.11.2024 в 11:57:36