Метод повышения производительности труда в строительстве

Обложка

Цитировать

Полный текст

Аннотация

Введение. Предпринята попытка решения задачи определения производительности труда, рассмотрен метод ее повышения. Представление производительности труда в виде сложной системы, формирующейся исходя из положений системотехники в строительстве, позволяет создать декомпозицию ее составляющих в виде факторов и влияющих на них параметров.Материалы и методы. Рассмотрена производительность труда как сложная строительная система, имеющая большое количество подсистем ее формирующую. Математическая модель производительности труда, сформированная из факторов и влияющих на них параметров, дает возможность определять фактическое значение производительности труда.Результаты. Фактическое значение производительности труда предлагается сравнивать с нормальным значением — величиной, обеспечивающей требуемую производительность труда в строительстве, его отдельном виде или даже производственной структуре. В качестве основных факторов взяты исследуемые подсистемы, каждая из них принята за факторы, влияющие на производительность труда. К ним можно добавить и другие, например унификацию проектных решений или какой-нибудь еще фактор. Каждый из перечисленных факторов характеризуется создающими его параметрами. Так же, как и факторы, параметры, их создающие, представляют открытую подсистему, наполнение которой является предметом исследования. Результат — построение математической модели производительности труда.Выводы. Решение прямой задачи — определение фактической величины производительности труда на основе значений факторов и влияющих на них параметров может осуществляться для сравнения с нормальным значением производительности труда и определением фактического роста производительности труда. Решение обратной задачи — достижение директивной продолжительности труда за счет присвоения факторам и влияющим на них параметрам значений, необходимых для решения поставленной задачи.

Об авторах

А. А. Лапидус

Национальный исследовательский Московский государственный строительный университет (НИУ МГСУ)

Email: lapidus58@mail.ru
ORCID iD: 0000-0001-7846-5770
SPIN-код: 8192-2653

Список литературы

  1. Сальников К.Е. Сокращение продолжительности строительства в результате роста производительности труда // Финансы и управление. 2021. № 4. С. 38–49. doi: 10.25136/2409-7802.2021.4.34480. EDN XOEDDW.
  2. Киевский Л.В., Сергеев А.С. Градостроительство и производительность труда // Жилищное строительство. 2015. № 9. С. 55–59. EDN VCLZRD.
  3. Андреева Е.А. Анализ динамики производительности труда в строительной отрасли России // Вестник гражданских инженеров. 2017. № 4 (63). С. 243–250. doi: 10.23968/1999-5571-2017-14-4-243-250. EDN YNZGKM.
  4. Клюев В.Д., Щепанский С.Б., Панаетова В.В., Зайцев Д.А. Производительность труда в строительной отрасли и методы ее измерения // Инноватика и экспертиза: научные труды. 2022. № 1 (33). С. 89–94. EDN KYUABY.
  5. Лапидус А.А. Организационно-технологическая платформа строительства // Вестник МГСУ. 2022. Т. 17. № 4. С. 516–524. doi: 10.22227/1997-0935.2022.4.516-524. EDN BMHWDX.
  6. Мищенко В.Я., Горбанева Е.П., Арчакова С.Ю., Добросоцких М.Г. Моделирование выполнения бригадами комплекса технологических процессов в организационно-технологическом проектировании // ФЭС: Финансы. Экономика. Стратегия. 2017. № 6. С. 37–43. EDN ZTMWAL.
  7. Симачев Ю.В., Кузык М.Г., Федюнина А.А., Зайцев А.А., Юревич М.А. Производительность труда в несырьевых секторах российской экономики: факторы роста на уровне компаний // Вопросы экономики. 2021. № 3. С. 31–67. doi: 10.32609/0042-8736-2021-3-31-67. EDN WSCOBD.
  8. Симачев Ю.В., Кузык М.Г., Федюнина А.А., Юревич М.А., Зайцев А.А. Факторы роста производительности труда на предприятиях несырьевых секторов российской экономики // ХXI Апрельская международная научная конференция по проблемам развития экономики и общества. 2020. 60 с.
  9. Hanley A., Pérez J.M. Are newly exporting firms more innovative? Findings from matched Spanish innovators // Economics Letters. 2012. Vol. 116. Issue 2. Pp. 217–220. doi: 10.1016/j.econlet.2012.03.006
  10. Kancs D., Siliverstovs B. R&D and non-linear productivity growth // Research Policy. 2016. Vol. 45. Issue 3. Pp. 634–646. doi: 10.1016/j.respol.2015.12.001
  11. Backman M. Human capital in firms and regions: Impact on firm productivity // Papers in Regional Science. 2014. Vol. 93. Issue 3. Pp. 557–576. doi: 10.1111/pirs.12005
  12. Лапидус А.А., Макаров А.Н. Применение риск-ориентированного подхода при выполнении функций строительного контроля технического заказчика // Вестник МГСУ. 2022. Т. 17. № 2. С. 232–241. doi: 10.22227/1997-0935.2022.2.232-241. EDN ARPPKP.
  13. Wu X., Liu Q., Zhang L., Skibniewski M.J., Wang Y. Prospective safety performance evaluation on construction sites // Accident Analysis & Prevention. 2015. Vol. 78. Pp. 58–72. doi: 10.1016/j.aap.2015.02.003
  14. Сафарян Г.Б. Критический анализ обобщенной модели строительной системы // Строительство: наука и образование. 2021. Т. 11. № 4. С. 41–47. doi: 10.22227/2305-5502.2021.4.4. EDN PFGTCK.
  15. Гусаков А.А., Богомолов Ю.М., Брехман А.И., Ваганян Г.А., Вайнштейн М.С., Владимирский С.Р. и др. Системотехника строительства. М. : Изд-во АСВ, 2004. 320 с. EDN UBCQYB.
  16. Glukhova M.G., Shilova N.N., Kiselica E.P. Adoption of the best available technology in terms of the enterprise life cycle // Espacios. 2017. Vol. 38. No. 33. P. 32. EDN XNSHUE.
  17. Qian F., Zhong W., Du W. Fundamental theories and key technologies for smart and optimal manufacturing in the process industry // Engineering. 2017. Vol. 3. Issue 2. Рp. 154–160. doi: 10.1016/j.eng.2017.02.011
  18. Загорская А.В., Лапидус А.А. Применение методов экспертной оценки в научном исследовании. Необходимое количество экспертов // Строительное производство. 2020. № 3. С. 21–34. doi: 10.54950/26585340_2020_3_21. EDN TKKKCO.
  19. Кузнецов Е.С. Управление техническими системами : учебное пособие. М., 2003. 247 с.
  20. Киселица Е.П., Шилова Н.Н., Шеломенцев А.Г. Повышение производительности труда строительных организаций в условиях инновационной экономики // Вопросы инновационной экономики. 2021. Т. 11. № 1. С. 225–238. doi: 10.18334/vinec.11.1.111807. EDN HQMMCT.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».