Russian Federation
Russian Federation
UDC 69
Object: to improve the system of state construction supervision for civil engineering projects by developing and testing a methodology for forming targeted control requirements based on a risk-oriented approach. Methods: the study employed methods of systematic analysis of regulatory frameworks and scientific-technical literature, modeling, and systematization to build the methodology. Its testing was conducted using empirical methods: observation, instrumental control, and analysis of results. The key element of the methodology is the risk-oriented approach, which involves the categorization of objects and construction stages by their level of potential risk. Findings: a methodology for forming control requirements was developed and implemented using the construction of a residential apartment building as a case study. It includes object identification, definition of assessment criteria, formation of a list of control activities, and development of reporting forms. The testing demonstrated a significant effect: an 84.7% reduction in inspector labor costs (612 man-days), a decrease in the probability of schedule delays from 26% to 19%, and a fivefold reduction in emergency situations, alongside a 5.8% increase in structural reliability. The savings achieved through risk cost reduction are estimated at 138.5 million rubles. Conclusions: a significant economic effect from the implementation of the methodology was established, evident both in direct savings of budget funds for maintaining supervisory authorities (4.9 million rubles) and in the reduction of financial risks for the developer (138.5 million rubles) by minimizing rework and downtime. The methodology's universality has been proven, as it can be adapted for objects of varying complexity. Future development prospects are associated with its digitalization, integration with BIM technologies, and the implementation of remote monitoring systems (sensors, drones) to create a comprehensive predictive construction supervision system.
state construction supervision, civil engineering, control requirements, risk-based approach, formation methodology, supervision efficiency, economic effect, mathematical model of risks
Введение
Современная ситуация в строительной отрасли России характеризуется противоречивыми тенденциями: с одной стороны, наблюдается рост объёмов работ, с другой – сохраняются системные проблемы, связанные с доступностью финансирования, снижением спроса на жильё и падением производства ключевых строительных материалов [1-3]. Это делает особенно актуальным повышение эффективности инструментов государственного строительного надзора (ГСН) для обеспечения качества и безопасности возводимых объектов.
Действующая система ГСН, регламентированная Градостроительным кодексом РФ [4] и рядом подзаконных актов [5-7], зачастую использует усреднённые нормативы, не всегда учитывающие региональные особенности, специфику объекта и историю участников строительства. Это приводит к неоптимальному распределению ресурсов надзорных органов и снижению результативности контроля.
Несмотря на наличие исследований, посвященных общим принципам риск-ориентированного подхода в строительстве [8, 9, 10], остается актуальной задача разработки детализированных, практически применимых инструментов для органов ГСН, учитывающих специфику нормативного поля РФ, типовые риски гражданских объектов и обеспечивающих переход от качественных оценок к формализованным процедурам планирования контроля.
Научная новизна данного исследования заключается в комплексной разработке формализованной методики, ядром которой является оригинальная количественная модель категорирования рисков.
Новизна конкретизируется следующими элементами: система взаимосвязанных критериев для оценки риска объекта и этапа строительства с назначенными весовыми коэффициентами, адаптированная к российским нормативным реалиям; алгоритм преобразования рассчитанной интегральной оценки риска в дифференцированные регламенты контрольных мероприятий (периодичность, глубина проверки, перечень приоритетных контрольных точек); экономико-математический аппарат для оценки эффективности внедрения методики, связывающий категорию риска с оптимизацией ресурсов и стоимостями предотвращенных потерь.
Целью данного исследования является разработка, детальное структурирование и пилотная проверка методики формирования контрольных требований, представляющей собой формализованный инструмент, основанный на авторской количественной модели риск-ориентированного категорирования.
Материалы и методы
Методологической основой работы выступил риск-ориентированный подход. В отличие от общих принципов, в данном исследовании он реализован через разработанную авторами количественную модель категорирования, которая является центральным элементом методики. Модель категорирования рисков включает два уровня анализа:
- Риск объекта: оценивается по критериям: функциональное назначение и класс ответственности (K₁); техническая сложность и применяемые технологии (K₂); инженерно-геологические условия площадки (K₃); опыт и репутация подрядной организации (K₄).
- Риск этапа: оценивается по критериям: тип и критичность строительно-монтажных работ на стадии (K₅); доля скрытых работ (K₆); статистика нарушений на аналогичных этапах (K₇).
Для перевода качественных оценок в количественную меру каждому i-му критерию на основе экспертного анализа нормативных требований [4, 6] и статистики надзорной деятельности [11-13] присваивается весовой коэффициент wᵢ (где Σwᵢ = 1) и шкала оценки в баллах от 1 (низкий риск) до 5 (критический риск). Интегральная балльная оценка риска (R) для объекта/этапа рассчитывается по формуле 1.
где Sᵢ – балл по i-му критерию.
На основе рассчитанного значения R объекту или этапу присваивается категория риска: низкая (R ≤ 2.0), средняя (2.0 < R ≤ 3.5), высокая (R > 3.5).
Алгоритм преобразования категории в регламент контроля формализован в виде матрицы соответствия. Например, для этапа с «высокой» категорией риска предписывается: периодичность контроля – ежедневный/сплошной выборочный контроль; глубина – инструментальный контроль ключевых параметров с привлечением лаборатории; приоритетные точки контроля – строго по перечню, сформированному на основе FMEA-анализа.
Для формирования структуры методики использованы методы системного анализа нормативной базы [12-15] и моделирования. Апробация методики проводилась на одном пилотном объекте – многоквартирном жилом доме в г. Дорогобуж – с использованием эмпирических методов: выездных обследований, инструментального и лабораторного контроля. Выбор одного объекта обусловлен целью первичной проверки работоспособности и отладки логики предложенного метода перед масштабными исследованиями [16-19].
Результаты (Results). Разработанная методика формирования контрольных требований состоит из трёх последовательных этапов (рис. 1).
Рис. 1. Этапы формирования контрольных требований
Разработанная методика представляет собой последовательность из трёх формализованных этапов.
Этап 1. Идентификация и категорирование. На основе собранной исходной информации (проект, данные о подрядчике, геология) по предложенной модели производится расчёт балльной оценки и определение категории риска для объекта в целом и для каждого этапа строительства. Для пилотного объекта (5-этажный монолитный дом со сложными геотехническими условиями) интегральная оценка на этапах нулевого цикла составила R=3.8, что соответствует высокой категории риска.
Этап 2. Планирование контрольных требований. На основе матрицы соответствия для каждой присвоенной категории формируется детальная программа проверок. Для этапов с высокой категорией программа включала: перечень из 15 приоритетных контрольных точек (например, марка бетона, шаг арматуры, качество гидроизоляционного ковра), периодичность контроля – 3 раза в неделю с обязательным инструментальным замером ключевых параметров, шаблоны актов с предопределёнными проверяемыми параметрами.
Этап 3. Реализация и фиксация. Проведение запланированных проверок с фиксацией результатов в унифицированных формах отчетности, адаптированных для последующего анализа эффективности.
Апробация данной схемы на пилотном объекте позволила оптимизировать график контрольных мероприятий (табл. 1).
Таблица 1
Сравнительный анализ надзорных мероприятий
|
Параметр |
Традиционный подход |
Риск-ориентированный подход |
Изменение, % |
|
Количество посещений в месяц |
20,3 |
3,1 |
-84,7 |
|
Трудозатраты в месяц, чел.-дни |
47,5 |
7,25 |
-84,7 |
|
Доля проверок на этапах высокого риска, % |
~25% |
85% |
– |
Основной объём контрольных мероприятий был сконцентрирован на этапах высокой категории риска: монтаж монолитного каркаса (36% всех выездов), гидроизоляция (28%), монтаж инженерных систем (21%).
Расчёт предварительных показателей эффективности проводился по формулам:
Экономия трудозатрат: ΔТ = К × ΔД × М = 2 × 20,4 × 15 = 612 чел.-дн.
Снижение вероятности задержки сроков (по фактическим данным): с 26% до 19%.
Снижение коэффициента аварийности: Kавар = Nавар/Nобщ = 3/45 = 0,067 (сокращение инцидентов с 15 до 3).
Помимо прямой экономии трудозатрат (оценка – 4,9 млн руб.), была рассчитана потенциальная экономия за счёт снижения стоимости рисков (минимизация переделок, простоев, штрафов), составившая 138,5 млн руб. за период строительства.
Обсуждение
Следует отметить ключевое ограничение проведенного исследования. Апробация методики выполнена на единственном объекте – многоквартирном жилом доме. Хотя объект выбран как типовой, полученные количественные показатели эффективности не могут претендовать на статистическую достоверность и универсальность. Целью пилотного внедрения была прежде всего практическая верификация работоспособности предложенной модели категорирования и логики методики, отладка алгоритмов и получение первичных, но значимых индикаторов её потенциальной эффективности.
Положительные результаты, такие как резкое сокращение непродуктивных проверок и концентрация ресурсов на критических точках, напрямую следуют из логики предложенной количественной модели. Снижение числа инцидентов на этапах высокого риска косвенно подтверждает адекватность присвоенных категорий и выбранных регламентов контроля.
Полученные данные об экономическом эффекте, хотя и являются расчётными и требуют дальнейшей проверки, убедительно демонстрируют потенциал методики для оптимизации бюджетных расходов на надзор и снижения финансовых рисков застройщика. Однако для подтверждения этого потенциала и адаптации весовых коэффициентов модели для различных типов объектов (социальные, промышленные) необходимы дальнейшие исследования на расширенной выборке.
Заключение
В исследовании предложена и прошла первичную апробацию детализированная методика формирования контрольных требований для ГСН, основанная на оригинальной количественной модели риск-ориентированного категорирования.
Пилотное внедрение методики на одном объекте гражданского строительства позволило сделать следующие предварительные выводы:
1. Методика является работоспособным инструментом, позволяющим формализовать процесс планирования надзорных мероприятий на основе объективных критериев.
2. Концентрация контрольных ресурсов на этапах, идентифицированных моделью как наиболее рискованные, приводит к значительной операционной эффективности (сокращение трудозатрат на 84,7%) и может способствовать повышению качества строительства (снижение инцидентов в 5 раз).
3. Установленный расчётный экономический эффект свидетельствует о высокой практической ценности дальнейшего развития данного направления.
Таким образом, результаты пилотного исследования подтверждают целесообразность и перспективность предложенного подхода. Основными направлениями дальнейших работ являются: валидация и тонкая настройка модели категорирования на расширенной выборке объектов; цифровизация методики и интеграция с BIM-моделями; разработка на её основе системы предиктивного аналитического надзора.
1. Vereshchagin V. V., Shemyakina T. Yu. Risk management in the context of the use of information modeling technologies for construction facilities: features and opportunities // Problems of risk analysis. - 2020. –No. 3. – pp. 56-65.
2. Ptuskin A.S. Assessment of the economic efficiency of implementing a risk-based approach in construction supervision / A. S. Ptuskin, T. E. Gurova // Scientific Review. Economic sciences. – 2021. – No. 3. – Pp. 17-22. – DOI:https://doi.org/10.17117/ecn.2021.03.17.
3. Shevtsov S.N. Risk-based model for scheduling inspections in construction supervision // E3S Web of Conferences : International Scientific Conference «Construction Mechanics, Hydraulics and Water Resources Engineering» (CONMECHYDRO – 2021). – 2021. – Vol. 264. – Pp. 23-27. – DOI:https://doi.org/10.1051/e3sconf/202126404033.
4. Urban Planning Code of the Russian Federation : Federal Law of December 29. 2004 No. 190-FZ (as amended on February 24, 2024) // Collection of Legislation of the Russian Federation. – 2005. – No. 1 (part 1). – Art. 16.
5. On State Control (Supervision) and Municipal Control in the Russian Federation: Federal Law No. 248-FZ of July 31, 2020 (as amended on June 28, 2023) // Collection of Legislation of the Russian Federation. – 2020. – No. 31 (Part I). – Art. 5010.
6. On approval of the Regulations on Federal State Construction Supervision : Decree of the Government of the Russian Federation dated June 30, 2021 No. 1087 (as amended on May 24, 2024) // Collection of Legislation of the Russian Federation. – 2021. – No. 28. – Article 4899.
7. On approval of the classifier of capital construction facilities according to their purpose and functional and technological features (for the purposes of architectural and construction design and maintenance of the unified State register of expert opinions on design documentation of capital construction facilities) : Order of the Ministry of Construction of the Russian Federation dated November 2, 2022 No. 928/pr (as amended on February 20, 2024) // Official Internet portal of legal information pravo.gov.ru. – 2022. – November 4.
8. Housing construction trends in Russia and the medium-term forecast / A. N. Asaul, M. A. Asaul, P. B. Lyulin, N. V. Chepachenko // Forecasting problems. – 2019. – № 3(174). – Pp. 111-117 EDN: https://elibrary.ru/UQDNKY
9. Telichenko V.I. Risk-oriented approach in construction design and supervision: theory and practice // Industrial and civil engineering. – 2021. – No. 5. – Pp. 4-11. – DOI:https://doi.org/10.33622/0869-7019.2021.05.4-11.
10. Forcada N. Construction Safety Risk Modelling with a Bayesian Belief // Journal of Construction Engineering and Management. – 2016. – Vol. 142, Iss. 9. – Pp. 401-406. – DOI:https://doi.org/10.1061/(ASCE)CO.1943-7862.0001145.
11. Getuli V. A BIM-based PSS for the management of the construction phase of construction projects // ISARC. Proceedings of the International Symposium on Automation and Robotics in Construction. – 2017. – Vol. 34. – Pp. 773-780. – DOI:https://doi.org/10.22260/ISARC2017/0107.
12. Grebennik V.V. Analysis of the current state of the housing construction market in the Russian Federation: a regional aspect // Bulletin of Science and Practice. – 2023. – Vol. 9, No. 4. – Pp. 273-283. – DOI:https://doi.org/10.33619/2414-2948/89/32.
13. Ganenko A.V. Improving state construction supervision based on a risk-based approach // Bulletin of MGSU, 2020, vol. 15, No. 5, pp. 589-600. DOI:https://doi.org/10.22227/1997-0935.2020.5.589-600.
14. Sacks R. See Bridge as Well as Trees: A ConvNet for Annotation of Injury Mechanisms in Construction Accident Reports // Journal of Construction Engineering and Management. – 2021. – Vol. 147, Iss. 2. – Pp. 402-426. – DOI:https://doi.org/10.1061/(ASCE)CO.1943-7862.0001985.
15. Hallowell M. R. Risk-based framework for safety investment in construction organizations // Journal of Construction Engineering and Management. – 2011. – Vol. 137, Iss. 8. – Pp. 592-599. – DOI:https://doi.org/10.1061/(ASCE)CO.1943-7862.000033.
16. Sawhney A. Proposed Framework for the Integration of Autonomous Systems for Construction Progress Monitoring // Journal of Construction Engineering and Management. – 2022. – Vol. 148, Iss. 6. – Pp. 87-92. – DOI:https://doi.org/10.1061/(ASCE)CO.1943-7862.0002276.
17. Zhou Z. A risk assessment model of construction projects based on system dynamics // Engineering, Construction and Architectural Management. – 2023. – Vol. 30, № 1. – Pp. 389-409. – DOI:https://doi.org/10.1108/ECAM-07-2021-0664.
18. Volk R. Building Information Modeling (BIM) for existing buildings – Literature review and future needs // Automation in Construction. – 2014. – Vol. 38. – Pp. 109-127. – DOI:https://doi.org/10.1016/j.autcon.2013.10.023.
19. Abashkin V.L. Digital transformation of construction Industries: challenges and opportunities / V. L. Abashkin, K. A. Budarin, M. G. Aliyev // Issues of innovative economics. – 2022. – Vol. 12, No. 1. – Pp. 4-18. – DOI:https://doi.org/10.18334/vinec.12.1.114091.
