Экспериментальные основания приоритизации факторов производительности труда в отрасли нефтегазового строительства

Шапиро Д.В.1
1 АО «СТРОЙТРАНСНЕФТЕГАЗ», Россия, Санкт-Петербург

Статья в журнале

Экономика труда (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 9, Номер 11 (Ноябрь 2022)

Цитировать эту статью:

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
Источник: разработано автором.

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
Источник: разработано автором.

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:

1. Global Hydrocarbon Market 2022 by Company, Regions, Type and Application, Forecast to 2028. Marketsandresearch.biz. [Электронный ресурс]. URL: https://www.marketsandresearch.biz/report/258588/global-hydrocarbon-market-2022-by-company-regions-type-and-application-forecast-to-2028 (дата обращения: 12.06.2022).
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