CC BY
12
Оригинальная статья / Original article УДК 624.05
DOI: https://d0i.0rg/l 0.21285/2227-2917-2019-3-556-565
Формирование научно-исследовательской системы организации структуры перепрофилирования промышленных объектов
© Д.В. Топчий, С.Г. Музыченко, С.Д. Гоцоев
Национальный исследовательский Московский государственный строительный университет, г. Москва, Россия
Резюме: Целью исследования является формирование структуры организационно-технологической модели перепрофилирования промышленных территорий при реновации городских кластеров. Перепрофилирование промышленных объектов позволяет не только оптимизировать структуру компании, но и создать конкурентную среду в сфере услуг. Кроме того, в ходе перепрофилирования происходит оптимизация имущественного комплекса. В результате высвобождения производственных площадей появляется возможность сокращения затрат путем консервации, реализации и сдачи в аренду производственных площадей. Авторами была теоретически выявлена, предложена и научно обоснована целесообразность использования комплексных бригад при малоэтажном многоквартирном жилищном строительстве. Для проведения исследования были отобраны критерии сравнения, охватывающие различные аспекты строительного производства. С помощью метода экспертной оценки получены данные, на основании которых выявлена наиболее рациональная для использования по всем критериям бригада. Мера согласованности мнений экспертов была подтверждена статистической проверкой, которая подразумевает расчет дисперсионного коэффициента конкордации W и оценку его значимости по критерию согласия ПирсонаX2. Также представлен и произведен расчет необходимого количества экспертов для проведения научно-технического исследования. На сегодняшний день международная практика и опыт проведения перепрофилирования в России свидетельствуют о том, что это -одна из сложнейших управленческих задач. При ее реализации нужно учитывать множество ограничений и специфику той компании, в которой оно проводится. Следовательно, проводить необходимо только при наличии четко определенных целей, концепции перепрофилирования, понимании каждого этапа и методов.
Ключевые слова: перепрофилирование промышленных объектов, научно-техническое обоснование реновации, редевелопмент промышленных зон, развитие городов, контроль строительных процессов
Информация о статье: Дата поступления 20 мая 2019 г.; дата принятия к печати 10 июля 2019 г.; дата онлайн-размещения 30 сентября 2019 г.
Для цитирования: Топчий Д.В., Музыченко С.Г., Гоцоев С.Д. Формирование научно-исследовательской системы организации структуры перепрофилирования промышленных объектов. Известия вузов. Инвестиции. Строительство. Недвижимость. 2019;9(3):556-565. DOI: 10.21285/2227-2917-2019-3-556-565.
Formation of a system for researching organisational structure in the reprofiling of industrial facilities
Dmitriy V. Topchiy, Sergey G. Muzychenko, Semen D. Gotsoev
Moscow State (National Research) University of Civil Engineering, Moscow, Russia
Abstract: The aim of the study is to determine the structure of an organisational and technological model for reprofiling industrial zones during renovation of urban clusters. The reprofiling of industrial facilities not only facilitates the optimisation of a company's structure, but also helps to create a competitive environment in the service sector. The process of reprofiling also leads to the optimisation of a given property complex. As a result of the release of production areas, it becomes possible to reduce costs or generate revenues by mothball-ing, selling or leasing these facilities. The feasibility of using integrated teams in low-rise, multi-unit housing construction is theoretically identified, proposed and scientifically substantiated by the authors. Comparison criteria covering various aspects of construction production were selected for the study. Using the expert evaluation method, the team identified rational approaches for use according to all criteria established on the basis of the obtained data. A measure of the consistency of expert opinions was confirmed by a statistical check, involving a calculation of the dispersion coefficient of concordance W and an assessment of its significance by
ISSN 2227-2917 Том 9 № 3 2019 556 (print) Известия вузов. Инвестиции. Строительство. Недвижимость с. 556-565 556 ISSN 2500-154X Proceedings of Universities. Investment. Construction. Real estate Vol. 9 No. 3 2019 _(online)_pp. 556-565
the criterion of Pearson's agreementX2. The necessary number of experts for scientific and technical research is also presented and calculated. Experience in carrying out reprofiling in Russia to date, as well as lessons from international practice, indicates that this process represents one of the most challenging managerial tasks. When implementing reprofiling, it is necessary to consider various constraints and specifics pertaining to the company relative to which it is to be carried out. Therefore, it is necessary to only carry out it once there are clearly defined goals, a valid reprofiling concept and an understanding of each stage and methods.
Keywords: conversion of industrial facilities, scientific and technical substantiation of renovation, redevelopment of industrial zones, urban development, control of construction processes
Information about the article: Received May 20, 2019; accepted for publication July 10, 2019; avail-able online September 30, 2019.
For citation: Topchiy D.V., Muzychenko S.G., Gotsoev S.D. Formation of a system for researching organisational structure in the reprofiling of industrial facilities. Izvestiya vuzov. Investitsii. Stroitelstvo. Nedvizhimost = Proceedings of Universities. Investment. Construction. Real estate. 2019;9(3):556-565. (In Russ.) DOI: 10.21285/2227-2917-2019-3-556-565.
Введение
Актуальность темы данной статьи заключается в том, что модель производства работ при перепрофилировании позволяет данному процессу пройти максимально плавно и эффективно, что позволяет в дальнейшем компании приспособиться к новым условиям рынка [1]. Данная тема на сегодняшний день освещена достаточно слабо. Многие источники рассматривают стратегию перепрофилирования деятельности лишь как частный случай стратегии реструктуризации или стратегии обновления основных фондов. Также присутствует необходимость совершенствования нормативной документации для регламентации не только объектов капитального строительства, но и объектов перепрофилирования в частности.
Методы
При наличии на рынке достаточной информации о состоянии объектов-аналогов исследования, значение изучаемого параметра можно получить с помощью многомерного регрессионного анализа. Наиболее разработанной теоретически и часто применяемой на практике является линейная среднеквадратическая регрессия, когда принимается гипотеза об аддитивном характере воздействия влияющих признаков, выступающих факторами модели, и линейной форме зависимости (1) от них результирующего признака [2, 19]:
Y = Y0 + b1 ■ x1 + b2 • x2 + ••
+ b
(1)
В результате построения модели могут быть получены оценки коэффициентов регрессионного уравнения, а с их помощью (по известным значениям влияющих переменных для объекта оценки) - точечная оценка зависимой переменной, а также (по известным параметрам распределения остатков модели) - оценка интервала неопределенности [3,15].
Адекватность многомерной регрессион-
ной модели принято оценивать набором показателей, включающим [4, 14]:
• среднюю ошибку аппроксимации, позволяющую судить о качестве воспроизведения регрессионной моделью рыночных данных;
• логичность знаков при коэффициентах регрессионного уравнения;
• отсутствие закономерности в распределении остатков модели от модельных значений стоимости, а также от факторов модели. Случайность остатков является признаком учета всех существенно влияющих факторов, в том числе и тех, значимость которых статистически не подтверждена;
• расчетные значения значимости каждого из коэффициентов регрессионного уравнения по ^критерию Стьюдента при требуемом уровне значимости а и числе степеней свободы (п-к-1);
• расчетное значение F-критерия Фишера, которое позволяет оценить уровень значимости уравнения в целом, т.е. указать доверительную вероятность принятия утверждения о том, что хотя бы один из включенных в модель факторов действительно является влияющим.
После определения факторов, имеющих влияние на осуществление качества, происходит соответствующий сбор данных в указанных единицах измерения с промышленных объектов, перепрофилирование которых произошло на территории Российской Федерации в течение последних 10 лет. При этом интересующим результирующем показателем, зависимость которого будет установлена в ходе научного исследования и который можно будет предсказывать по разработанной модели, является количество баллов контроля производства работ на будущем объекте перепрофилирования промышленного здания [5, 16]. Сбор данных представлен в табл.1.
x
N
Том 9 № 3 2019 ISSN 2227-2917
Таблица 1
Статистические данные по объектам промышленного перепрофилирования в РФ
Table 1
Statistical data on industrial conversion facilities in the Russian Federation
Объект Факторы Мероприятия контроля качества работ
х1 х2 х3 х4 х5 х6 х7 х8 х9 х10 х11 х12 х13 Y, баллы
1 6 53 36 12 8 90 32 12 28 12 9 45 37 7
2 6 18 27 14 8 85 53 10 24 8 8 41 62 12
3 5 9 37 7 8 85 62 14 22 18 7 55 70 13
4 7 25 27 19 6 80 64 4 21 9 7 27 78 14
5 9 84 49 21 7 75 84 2 16 12 11 43 90 19
6 11 64 69 10 6 65 91 2 13 6 4 49 87 21
7 9 12 29 7 5 70 65 7 19 7 6 39 78 16
8 8 26 38 16 6 80 45 5 27 7 5 28 48 9
Данные из табл. 1 вносятся в программный комплекс Microsoft Excel 2010. Затем выби-
рается пункт «Анализ данных», методом анализа является «Регрессия».
Рис. 1. Ввод данных в программный комплекс (составлено авторами) Fig. 1. Entering data into the software package (compiled by the authors)
Для данной модели в качестве зависимой переменной Y будет использована степень контроля производства работ, в качестве независимых переменных Х будут использованы 13 ранее отобранных факторов [6, 17].
Цель исследования заключается в определении коэффициентов Ь уравнения.
В настройках исследования отмечается надежность исследования - ранее принятые 90%, константа уравнения принимается равной 0
(вследствие того, что высказывается предположение об отсутствии неучтенных факторов, влияющих на степень контроля работ будущего объекта перепрофилирования).
Затем на отдельном листе выводятся результаты расчета, которые подлежат изучению (рис. 2 и 3). На рис. 3 отображены коэффициенты перед переменными уравнения. Коэффициенты, равные нулю или имеющие маленькое значение, выделены красным цветом [7, 18].
ISSN 2227-2917 Том 9 № 3 2019 558 (print) Известия вузов. Инвестиции. Строительство. Недвижимость с. 666-666 558 ISSN 2500-154X Proceedings of Universities. Investment. Construction. Real estate Vol. 9 No. 3 2019 _(online)_pp. 556-565
Рис. 2. Настройка параметров исследования (составлено авторами) Fig. 2. Setting study parameters (compiled by the authors)
Переменная XI 0
Переменная X 2 0.01311
Переменная ХЗ 0.03066
Переменная X 4 0.01002
Переменная X 5 0
Переменная X 6 -0.07262
Переменная X7 0
Переменная X 8 0
Переменная X 9 0.06579
Переменная X10 -0.20722
Переменная X И 0
Переменная X12 0.10169
Переменная X 13 0.20771
Рис. 3. Результаты исследования (составлено авторами) Fig. 3. Research results (compiled by the authors)
Таким образом, отсеиванию подлежат факторы под номерами 1, 2, 4, 5, 7, 8 и 11, а именно 8]:
• Количество изысканий перед началом проектных работ [шт];
• Оборотные средства компании-проектировщика [10 млн руб./г];
• Количество комплектов технологических карт на период производства работ [шт];
• Уровень укомплектованности производственными мощностями компании-подрядчика при производстве работ [кол-во единиц техники, шт];
• Общая продолжительность производ-
ства работ [недели];
• Влияние компаний-поставщиков на задержки производства работ (задержки поставок материалов, замена материалов, не прошедших входной контроль) [смен];
• Продолжительность оформления исходно-разрешительной документации перепрофилирования [дни].
Можно сделать промежуточный вывод о том, что степень контроля качества не имеет зависимости с количеством изысканий перед началом работ, размером оборотных средств проектировщика, количеством технологических карт на период производства работ, укомплекто-
Том 9 № 3 2019 ISSN 2227-2917
ванностью подрядчика оборудованием, общей продолжительностью производства работ, задержками поставки материалов и продолжительностью оформления исходно-разрешительной документации [9, 14].
Отметим, что на степень контроля организационно-технологических процессов перепрофилирования оказывают влияние следующие факторы:
• Оборотные средства компании-подрядчика [100 млн руб./г];
• Уровень квалификации рабочих-строителей компании-подрядчика [%];
• Влияние финансирования на задержки производства работ [смен];
• Количество средств компании-подрядчика, выделяемых на обеспечение системы контроля качества [%о].
• Степень изменения объема объекта перепрофилирования [%];
• Сметная стоимость строительно-монтажных работ при проведении перепрофилирования [10 млн руб.].
Переформируем таблицу статистических данных с учетом отсутствия ряда факторов.
Таблица 2
Статистические данные по объектам промышленного перепрофилирования
в РФ после отсеивания факторов
Table 2
Statistical data on industrial conversion sites in the Russian Federation after screening factors
Объект Факторы Мероприятия контроля качества работ
х3 х6 х9 х10 х12 х13 Y, баллы
1 36 90 28 12 45 37 7
2 27 85 24 8 41 62 12
3 37 85 22 18 55 70 13
4 27 80 21 9 27 78 14
5 49 75 16 12 43 90 19
6 69 65 13 6 49 87 21
7 29 70 19 7 39 78 16
8 38 80 27 7 28 48 9
Затем произведем второй этап регрессионного анализа в программном комплексе.
Вторая стадия проведения математического анализа состоит из тех же этапов, что и первая стадия, однако из массива данных исключаются столбцы 1, 2, 4, 5, 7, 8 и 11.
В качестве основного показателя рассматривают коэффициент детерминации R2 (выделен желтым цветом на рис. 2), отражающий меру качества регрессионной модели, описывающей связь между зависимой и независимыми переменными модели.
Коэффициент детерминации показывает, какая доля вариации объясняемой переменной учтена в модели и обусловлена влиянием на нее факторов, включенных в модель.
В том случае, если данная величина превышает 0,8, модель считается оптимальной.
Если значение лежит в пределах от 0,5 до 0,8, модель является удовлетворительной.
Если значение показателя меньше 0,5, то говорят, что модель является нерепрезентативной [10, 13].
Последовательность принятия решений и формирования параметров расчета в организационно-технологической модели строительного контроля представлена в блок-схеме, приведенной на рис. 5.
Также для определения качества рассчитанной модели проводится сравнение
F-критерия Фишера. Его расчетное значение вычисляется программным комплексом по формуле (2)
F_. = ■
R2
1 - R2
n - m -1
m
(2)
где R2 - коэффициент детерминации;^ - количество наблюдений;т - количество факторов.
Данное значение сравнивается с табличным, которое в Excel вычисляется функцией (3):
Fma6jl = FРАСПОБР^1 -a;m;n-m-1) (3)
где a = 90% = 0,9 - принятая вероятность исследования.
в том случа^ если FpaC4 > Fma6n , то предположение о случайной природе связи зависимой переменной и факторов отклоняется и признается статическая значимость и надежность уравнения.
Если Fpaau < Fma6n , ТО признается статическая незначимость уравнения регрессии [11, 12].
Также были определены коэффициенты перед переменными для создания уравнения линейной зависимости. Результаты второго этапа регрессионного анализа представлены на рис. 5.
Представим значения коэффициентов в табличной форме (табл. 3).
ISSN 2227-2917
(print) ISSN 2500-154X _(online)_
Известия вузов. Инвестиции. Строительство. Недвижимость Proceedings of Universities. Investment. Construction. Real estate
Том 9 № 3 2019
с. 556-565 Vol. 9 No. 3 2019 pp. 556-565
X
Рис. 4. Настройка параметров второго этапа исследования (составлено авторами) Fig. 4. Setting the parameters of the second phase of the study (compiled by the authors)
1 этап. 2 балла
Входной контроль.
Контроль технологических операции.
б этап. Контроль соответствия документации.
2 этап.
Контроль правил 1 балл
складирования.
4 этап.
Контроль скрытых работ и 2 балла
ответственных конструкции.
5 этап.
Контроль этапов работ.
Расчет в организационно-технологической модели строительного контроля
Рис. 5. Блок-схема формирования организационно-технологической модели Fig. 5. A block diagram of forming of organizational-technological models
Таким образом, можно сделать вывод, что на степень контроля организационно-технологических процессов при перепрофилировании влияет: количество оборотных средств компании подрядчика (чем больше объем работ у предприятия, тем большее число мероприятий потребуется для контроля качества на конкретном объекте), уровень квалификации рабочих-строителей компании-подрядчика (чем он выше, тем меньше контроля потребуется), влияние финансирования на задержки производства работ (временные простои могут положительно
Том 9 № 3 2019
с. 666-666 Уо1. 9 N0. 3 2019 _рр. 666-666
сказаться на качестве работ из-за непроизвольного увеличения сроков), количество средств компании-подрядчика, выделяемых на обеспечение системы контроля качества (чем больше средств выделяется, тем лучше налажена система и тем меньше мероприятий по обеспечению контроля требуется), а также степень изменения объема объекта перепрофилирования и сметная стоимость строительно-монтажных работ (чем больше объем строительных работ, тем сильнее должен быть контроль их качества).
ISSN 2227-2917
Рис. 6. Результаты второго этапа регрессионного анализа (составлено авторами) Fig. 6. The results of the second stage of regression analysis (compiled by the authors)
Коэффициенты уравнения Equation coefficients
Таблица 3 Table3
Фактор Значение
Оборотные средства компании-подрядчика +0,05
Уровень квалификации рабочих-строителей компании-подрядчика -0,01
Влияние финансирования на задержки производства работ -0,07
Количество средств компании-подрядчика, выделяемых на обеспечение системы контроля качества -0,21
Степень изменения объема объекта перепрофилирования +0,07
Сметная стоимость строительно-монтажных работ +0,19
Подставим вычисленные значения переменных в уравнение и получим следующее выражение (4):
Y = 0,05 • X1 - 0,01 • X2 - 0,08 • X3 - 0,21 • X4 + 0,07 • X5 + 0,19 • X6 . (4)
Значение Y соответствует степени кон- Проверим полученную формулу расчета,
троля организационно-технологических процес- подставив в нее статистические данные, на ос-
сов перепрофилирования в баллах, которые ре- новании которых эта модель была разработана
гламентируют количество мероприятий осуще- (см. табл. 2).
ствления контроля качества.
Таблица 4
Расчет степени контроля по модели
Table 4
_Calculation of the degree of control on the model_
Фактор Значение коэффициента Объект 1 Объект 2
Оборотные средства компании-подрядчика +0,05 36 27
Уровень квалификации рабочих-строителей компании-подрядчика -0,01 90 85
Влияние финансирования на задержки производства работ -0,07 28 24
Количество средств компании-подрядчика, выделяемых на обеспечение системы контроля качества -0,21 12 8
Степень изменения объема объекта перепрофилирования +0,07 45 41
Сметная стоимость строительно-монтажных работ +0,19 37 62
ИТОГО 6,6 11,8
ISSN 2227-2917 Том 9 № 3 2019 562 (print) Известия вузов. Инвестиции. Строительство. Недвижимость с. 556-565 562 ISSN 2500-154X Proceedings of Universities. Investment. Construction. Real estate Vol. 9 No. 3 2019 _(online)_pp. 556-565
По горизонтали в табл. 2 отображены степени контроля процессов, по вертикали -факторы, оказывающие на это влияние. Значение Y соответствует степени контроля организационно-технологических процессов перепрофилирования в баллах, которые регламентируют количество мероприятий осуществления контроля качества.
Проверим полученную формулу расчета, подставив в нее статистические данные, на основании которых эта модель была разработана (табл. 4).
По горизонтали в таблице отображены степени контроля процессов, по вертикали -факторы, оказывающие на это влияние [20].
Выводы
Собранные статистические значения и вычисленные по представленному по итогам исследования уравнению (4) модели совпадают. Отобраны факторы, влияющие на степень контроля организационно-технологических процессов при перепрофилировании, собраны данные с промышленных объектов на территории Российской Федерации, а также произведен двухэтап-ный регрессионный анализ данных. Результатом исследования стало отсеивание малозначимых факторов и вывод уравнения, описывающего в баллах степень контроля процессов на будущем объекте промышленного перепрофилирования.
Таким образом, научно-техническая гипотеза, выдвинутая в начале статьи, подтвердилась.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Топчий Д.В., Юргайтис А.Ю., Бабушкин Е.С., Зуева Д.Д. Разработка методологии комплексного контроля на объектах строительства, реконструкции перепрофилирования // «Обеспечение качества строительства в г. Москве на основе современных достижений науки и техники»: сб. тр. Первой совместной научно-практической конференции ГБУ «ЦЭИИС» и ИПРИМ РАН (г. Москва, 13 декабря 2018 г.). 2019. С. 267-272. М.: ООО "САМПолиграфист", 2019.
2. Лапидус А.А. Оптимизация управления девелоперскими проектами // Строительные материалы, оборудование, технологии XXI века. 2008. № 3 (110). С. 50-52.
3. Topchiy D., Yurgaytis A., Babushkin E., Zueva D. Construction supervision during capital construction, reconstruction and reprofiling. MATEC Web of Conferences. 2019. Vol. 265. № 07022. 8 p. DOI: 10.1051/matecconf/201926507022.
4. Лапидус А.А. Успешный опыт управления строительными проектами // Строительные материалы, оборудование, технологии XXI века. 2008. № 6 (113). С. 86-88.
5. Topchy D.V., Yurgaitis A.Yu., Kravchuk A., Shevchuk D. Controlling methods of buildings' energy performance characteristics // «Topical Problems of Architecture, Civil Engineering and Environmental Economics» (TPACEE 2018). 2019. Vol. 91. E3S Web of Conferences (Moscow, 3-5 декабря 2018 г.). DOI: 10.1051/e3sconf/20199102026.
6. Лапидус А.А., Сайдаев Х.Л.А. Необходимость введения стандартов генподрядных организаций, как важнейший инструмент развития строительной отрасли // Техническое регулирование. Строительство, проектирование и изыскания. 2011. № 7. С. 36-39.
7. Topchy D.V., Lapidus A.A. Construction supervision at the facilities renovation // «Topical Problems of Architecture, Civil Engineering and Environmental Economics» (TPACEE 2018). 2019. Vol. 91. E3S
Web of Conferences (Moscow, 3-5 декабря 2018 г.). DOI: 10.1051/e3sconf/20199108044.
8. Топчий Д.В., Юргайтис Д.Ю., Болотова А.С. Возможности применения глобальных спутниковых навигационных систем для функций строительного контроля и регулирования ресурсного обеспечения строительных предприятий за счет оптимизации маневровой работы // Инновации и инвестиции. 2019. № 2. С. 258-263.
9. Топчий Д.В., Токарский А.Я. Формирование базиса информационных технологий при осуществлении государственного строительного надзора на реновационных городских территориях // Наука и бизнес: пути развития. 2019. № 2 (92). С. 141-148.
10. Лапидус А.А. Влияние современных технологических и организационных мероприятий на достижение планируемых результатов строительных проектов // Технология и организация строительного производства. 2013. № 2. С. 1.
11. Лапидус А.А. Потенциал эффективности организационно-технологических решений строительного объекта // Вестник МГСУ. 2014. № 1. С. 175-180.
12. Воловик М.В., Ершов М.Н., Ишин А.В., Лапидус А.А., Лянг О.П., Теличенко В.И. [и др.] Современные подходы к решению вопросов организационно-технологического проектирования // Технология и организация строительного производства. 2013. № 3. С. 10-16.
13. Ишин А.В., Лапидус А.А., Теличенко В.И., Туманов Д.К., Ершов М.Н., Олейник П.П. [и др.] Развитие методов технологии и организации строительного производства для решения проблем энергоэффективности // Технология и организация строительного производства. 2014. № 2. С. 10-16.
14. Abramov IL. Formation of integrated structural units using the systematic and integrated method when implementing high-rise construction projects //
Том 9 № 3 2019 ISSN 2227-2917
E3S Web of conferences. D. Safarik, Y. Tabunschi-kov, V. Murgul (Eds.). 2018. International scientific conference on high-rise construction, HRC 2017 (г. Самара, 4-8 сентября 2017 г.). 2018. № 33. EDP Sciences.
DOI : 10.1051/e3sconf/20183303075.
15. Kanjanabootra S., Corbitt B. Reproducing Knowledge in Construction Expertise: A Reflexive, Theory, Critical Approach. Construction Management and Economics. 2016. № 34 (7-8). DOI: 10.1080/01446193.2016.1151064
16. Newton S. The Being of Construction Management Expertise. Construction Management and Economics. 2016. № 34 (7-8). DOI: 10.1080/01446193.2016.1164328
17. Hughes WP. Identifying the Environments of Construction Projects. Construction Management and
Economics. 1989. № 7 (1). pp. 29-40. DOI: 10.1080/01446198900000004.
18. Chan Paul W. Expert Knowledge in the Making: Using a Processual Lens to Examine Expertise in Construction. Construction Management and Economics. 2016. № 34 (7-8).
DOI: 10.1080/01446193.2016.1190851.
19. Abramov, I., Poznakhirko,T., Sergeev, A.: The analysis of the functionality of modern systems, methods and scheduling tools. MATEC Web Conf. 2016. Vol. 86.
DOI: 10.1051/matecconf/20168604063.
20. Topchiy D., Tokarskiy A. Formation of the organizational-managerial model of renovation of urban territories. MATEC Web Conf. 2018. Vol. 196. DOI: 10.1051/matecconf/201819604029.
REFERENCES
1. Topchy DV, Yurgaitis AYu, Babushkin ES, Zueva DD. Development of methodology for integrated control at construction sites, reconstruction of reprofiling. Collection of works of the First Joint Scientific and Practical Conference of the State Budgetary Institution (Moscow, 13 December 2018). Moscow, 2019; p. 267-272. (In Russ.).
2. Lapidus AA. Optimization of development project management. Stroitel'nyye materialy, oborudovaniye, tekhnologii XXI veka = Construction materials, equipment, technologies of the XXI century. 2008;3(110):50-52. (In Russ.).
3. Topchiy D, Yurgaytis A, Babushkin E, Zueva D. Construction supervision during capital construction, reconstruction and re-profiling. MATEC Web of Conferences. 2019;265:07022.
DOI: 10.1051/matecconf/201926507022.
4. Lapidus AA. Successful experience in construction project management. Stroitel'nyye materialy, oboru-dovaniye, tekhnologii XXI veka = Construction materials, equipment, technologies of the XXI century. 2008;6(113):86-88. (In Russ.).
5. Topchy DV, Yurgaitis AYu., Kravchuk A, Shevchuk D. Controlling methods of buildings' energy perfor-mance characteristics. Topical Problems of Architecture, Civil Engineering and Environmental Economics. (TPACEE 2018). 2019. Vol. 91. E3S Web of Conferences (Moscow, 3-5 December 2018 r.). DOI: 10.1051/e3sconf/20199102026 EDP Sciences
6. Lapidus AA, Saydayev KhLa. Rationality of the introduction of special class of technical regulations as a tool for development of general contracting organizations. Tekhnicheskoye regulirovaniye. Stroitel'stvo, proyektirovaniye I izyskaniya = Technical regulation. Construction, design and survey. 2011;7:36-39. (In Russ.).
7. Lapidus A, Topchiy D. Construction supervision at the facilities renovation. E3S Web of Conferences. 2019;91:08044. DOI: 10.1051/e3sconf/20199108044.
8. Topchy DV, Yurgaitis DYu, Bolotova AS. The possibilities of using global satellite navigation systems for the functions of building control and regulating the resource supply of construction enterprises by optimizing shunting work. Innovation and Investment. 2019;2:258-263. (In Russ.).
9. Topchy DV, Tokarsky AYa. Formation of the Basis of Information Technology in the Implementation of State Construction Supervision in Renovated Urban Areas. Science and Business: Ways of Development. 2019;2(92):141-148. (In Russ.).
10. Lapidus AA. The influence of modern technological and organizational actions for achievement of the planned results of the construction projects. Tekhnologiya i organizatsiya stroitel'nogo proizvod-stva = Technology and organization of construction production. 2013;2:1. (In Russ.).
11. Lapidus AA. Efficiency potential of management and technical solutions for a construction object. Vestnik MGSU. 2014;1:175-180. (In Russ.).
12. Volovik MV, Ershov MN, Ishin AV, Lapidus AA, Lyang OP, Telichenko VI [et all.]. Modern approaches to the solution of issues of organizational and technological design. Technology and organization of construction production. 2013;3:10-16.(In Russ.).
13. Ishin AB, Lapidus AA, Telichenko VI, Tumanov DK., Ershov MN, Oleynik PP, [et all.]. Development of methods of construction technology and organization of production to meet the challenges of energy efficiency. Technology and organization of construction production. 2014;2:10-16. (in Russ.).
14. Abramov IL. Formation of integrated structural units using the systematic and integrated method when implementing high-rise construction projects. E3S Web of conferences. Eds.: D. Safarik, Y. Tabun-schikov, V. Murgul. 2018. International scientific conference on high-rise construction, HRC 2017 (Samara, 4-8 September 2017 r.). 2018. № 33. EDP Sciences. DOI: 10.1051 /e3sconf/20183303075.
15. Kanjanabootra S, Corbitt B. Reproducing knowledge in construction expertise: a reflexive theory,
ISSN 2227-2917 Том 9 № 3 2019 564 (print) Известия вузов. Инвестиции. Строительство. Недвижимость с. 556-565 564 ISSN 2500-154X Proceedings of Universities. Investment. Construction. Real estate Vol. 9 No. 3 2019 _(online)_pp. 556-565
critical approach. Construction Management and Economics. 2016;34(7-8):561-577. DOI: 10.1080/01446193.2016.1151064.
16. Newton S. The being of construction management expertise. Construction Management and Economics. 2016;34(7-8):458-470.
DOI: 10.1080/01446193.2016.1164328.
17. Hughes W. Identifying the environments of construction projects. Construction Management and Economics. 1989;7(1):29-40.
DOI: 10.1080/01446198900000004.
18. Chan P. Expert knowledge in the making: using a processual lens to examine expertise in construction.
Construction Management and Economics.
2016;34(7-8):471 -483.
DOI: 10.1080/01446193.2016.1190851.
19. Abramov I, Poznakhirko T, Sergeev A. The analysis of the functionality of modern systems, methods and scheduling tools. MATEC Web of Conferences. 2016;86:04063.
DOI: 10.1051/matecconf/20168604063.
20. Topchiy D, Tokarskiy A. Formation of the organizational-managerial model of renovation of urban territories. MATEC Web of Conferences. 2018;196:04029.
DOI: 10.1051/matecconf/201819604029.
Критерии авторства
Топчий Д.В., Музыченко С.Г., Гоцоев С.Д. имеют на статью равные авторские права и несут ответственность за плагиат.
Конфликт интересов
Авторы заявляют об отсутствии конфликта интересов.
Сведения об авторах
Топчий Дмитрий Владимирович,
кандидат технических наук, доцент кафедры технологии и организации строительного производства, Национальный исследовательский Московский государственный строительный университет,
129337, г. Москва, Ярославское шоссе, 26, Россия,
Ие-mail: dvtopchiy0405@gmail.com ORCID: https://orcid.org/0000-0002-3697-9201 Музыченко Сергей Григорьевич,
аспирант,
Национальный исследовательский Московский государственный строительный университет,
129337, г. Москва, Ярославское шоссе, 26, Россия,
e-mail: muzichenko.mgsn@mail.ru
ORCID: https://orcid.org/0000-0003-4946-110X
Гоцоев Семен Давыдович,
магистр,
Национальный исследовательский Московский государственный строительный университет,
129337, г. Москва, Ярославское шоссе, 26, Россия,
e-mail: gotsoev@tsk-titul.ru
ORCID: https://orcid.org/0000-0002-3521-0863
Contribution
Topchiy D.V., Muzychenko S.G., Gotsoev S.D. have equal author's rights and bear the responsibility for plagiarism.
Conflict of interests
The authors declare no conflict of interests regarding the publication of this article.
Information about the authors
Dmitriy V. Topchiy,
Cand. Sci. (Eng.),
Associate Professor of the Department
of Technology and Organization of Construction
Production,
Moscow State (National Research) University of Civil Engineering,
26 Yaroslavskoye Sh., Moscow 129337, Russia, He-mail: dvtopchiy0405@gmail.com ORCID: https://orcid.org/0000-0002-3697-9201
Sergey G. Muzychenko,
Postgraduate student,
Moscow State (National Research) University of Civil Engineering,
26 Yaroslavskoye Sh., Moscow 129337, Russia,
e-mail: muzichenko.mgsn@mail.ru
ORCID: https://orcid.org/0000-0003-4946-110X
Semen D. Gotsoev,
Master's degree student,
Moscow State (National Research) University
of Civil Engineering,
26 Yaroslavskoye Sh., Moscow 129337, Russia,
e-mail: gotsoev@tsk-titul.ru
ORCID: https://orcid.org/0000-0002-3521-0863
Том 9 № 3 2019 ISSN 2227-2917
