После кризиса 2008 года в России выдана в среднем одна ипотека на пять семей


11.02.2021 13:07

После кризиса 2008 года (с 2009 по 2020 гг.). в России выдано 10,5 млн ипотек – в среднем один кредит на каждые пять российский семей. Циан посчитал, в каких регионах приходится большее число кредитов на каждую семью, а где ипотека не пользуется спросом.


●        С 2009 года было выдано порядка 10,5 млн ипотек на 20 трлн рублей – в среднем один кредит на каждые пять российских семей. В Москве один кредит был выдан в среднем на 7,5 семей. Наименьший показатель – в Ингушетии (36 семей), максимальный – в Тюменской области (2,6 семей).

●        Уровень заработной платы и объемы ввода жилья определяют лидеров по количеству ипотек. Топ-10 регионов по ипотечному кредитованию на 80% совпадает с десятком регионов по объему ввода жилья девелоперами.

●        Тюменская область с 2009 по 2011 гг. была на первом месте по числу выданных ипотек в России. В тройку лидеров после кризиса входил также Татарстан (вместе с Москвой).

  • После валютного кризиса (с 2015 по 2020 гг.) четверть всех ипотек было выдано на первичном рынке

Уровень заработной платы и объемы ввода жилья определяют лидеров по количеству ипотек

По подсчетам Циан, с каждым годом на 10 регионов, лидирующих по количеству выданных ипотек, приходится все большая доля ипотечного рынка. По итогам 2020 года 41% ипотек было выдано в 10 регионах РФ. В 2019, 2018 и 2017 годах доля составляла 40%. В 2016 году – 39%, 2015 году – 38%. Для сравнения – в посткризисный 2010 год на 10 регионов также приходилось 38% ипотечных сделок.

Топ-10 регионов по количеству заключенных сделок после валютного кризиса (2015-2020 гг.).

 

Доля по кол-ву выданных ипотек, 2015-2020 гг.

Москва

5,8%

Московская область

5,2%

Санкт-Петербург

4,6%

Тюменская область

4,4%

Республика Татарстан

3,9%

Республика Башкортостан

3,4%

Свердловская область

3,4%

Челябинская область

3,1%

Краснодарский край

2,9%

Новосибирская область

2,6%

Остальные регионы

61%

Источник: Аналитический центр Циан по данным ЦБ РФ

Список субъектов-лидеров на протяжении последних шести лет практически не меняется: в 2016-2017 гг. Самарскую область, входившую в топ-10 лидеров, заменил Красноярский край. В 2018 году его в свою очередь вытеснила Новосибирская область.

Примечательно, что Москва – текущий лидер по количеству выданных ипотек – является таковым с 2016 года по 2020 год. В 2015 году первое место занимала Московская область, второе – Санкт-Петербург, Москва была только на третьем месте по количеству выданных ипотек. Одновременно Москва – единственный регион, входящий в топ-3 по количеству ипотек за последние 12 лет – с 2009 по 2020 гг. В 2010-2012 гг. в тройку также входили Тюменская область и Татарстан.  Более того, с 2010 по 2012 гг. именно Тюменская область была на первом месте по числу ипотек, что связано с большим количеством сотрудников, занятых в нефтегазовом секторе, с высокой платёжеспособностью. Наличие потенциала для развития рынка ипотечного кредитования позволяет на протяжении последних 12 лет Тюменской области быть в числе лидеров по количеству кредитных сделок. Татарстан в свою очередь также является лидером по заработной плате Приволжского федерального округа.

Лидер по количеству ипотечных сделок

Год

Субъект

Кол-во сделок

Доля рынка

2009

Тюменская область

8,4

6,6%

2010

Тюменская область

21,1

7,1%

2011

Тюменская область

30,6

5,9%

2012

Москва

32,7

4,7%

2013

Москва

41,1

5,0%

2014

Московская область

55,5

5,5%

2015

Московская область

37,5

5,4%

2016

Москва

49,2

5,7%

2017

Москва

62,5

5,8%

2018

Москва

88,1

6,0%

2019

Москва

80,8

6,4%

2020

Москва

116,4

6,8%

 Источник: Аналитический центр Циан по данным ЦБ РФ

Платежеспособность населения – не единственный фактор, оказывающий влияние на объемы ипотечного кредитования. Циан отмечает, что список лидирующих по числу ипотек регионов на 80% совпадает со списком (топ-10) субъектов РФ с наибольшим объемом ввода жилья девелоперами. Исключение - Башкортостан и Новосибирская область – являясь лидерами по числу ипотек с 2015 года, регионы не входят в топ-10 по объемам ввода индустриального жилья.

Одновременно в «аутсайдерах» по количеству выданных ипотек (2014-2020 гг.) оказались регионы, в которых объем ввода жилья девелоперами оказался минимальным за эти же шесть лет в целом по РФ: Чукотский АО, Алтай и Еврейская АО.  Небольшое число ипотек также в Ингушетии, что объясняется структурой спроса (еще смещением в пользу ИЖС). Таким образом, именно дефицит нового предложения и фактически отсутствие девелоперской активности ограничивает возможности проживающих для покупки жилья

 

Доля по кол-ву выданных ипотек, 2020 год

Доля по вводу жилья, 2020 год

г. Москва

6,8%

10,7%

Московская область

5,5%

10,5%

г. Санкт-Петербург

4,8%

7,4%

Тюменская область

4,2%

4,0%

Республика Татарстан (Татарстан)

3,6%

2,9%

Свердловская область

3,5%

3,2%

Республика Башкортостан

3,5%

2,3%

Краснодарский край

3,2%

5,7%

Челябинская область

2,8%

2,0%

Новосибирская область

2,6%

3,4%

Остальные регионы

59%

48%

Источник: Аналитический центр Циан по данным ЦБ РФ и Росстата

С кризиса 2009 года в России выдано порядка 10,5 млн ипотек

Всего с 2009 года в России было выдано порядка 10,57 млн ипотечных кредитов. То есть почти каждая пятая семья в России (один кредит на 5,2 семей) после кризиса 2007-2008 гг. смогла улучшить жилищные условия с помощью ипотеки.  В зависимости от округа, распределение кредитов оказалось неравномерным.  Почти четверть всех ипотек были выданы в Приволжском ФО – один кредит в среднем пришелся на 4,4 семьи. Чуть меньше выдано кредитов в Центральном ФО – в среднем 1 кредит на 6 семей. Минимальные показатели отмечены для Северо-Кавказского ФО, на который из 10,5 млн выданных ипотек приходится всего 2% - в среднем один кредит на 10 семей.

Кол-во выданных ипотек с 2009 года, млн

Доля от всего рынка РФ

Кол-во семей на одну ипотеку

Прирост сделок 2015-2020 гг.   /                                2009-2014 гг.

ПРИВОЛЖСКИЙ ФЕДЕРАЛЬНЫЙ ОКРУГ

2,62

25%

4,4

1,7

ЦЕНТРАЛЬНЫЙ ФЕДЕРАЛЬНЫЙ ОКРУГ

2,46

23%

6,2

2,0

СИБИРСКИЙ ФЕДЕРАЛЬНЫЙ ОКРУГ

1,51

14%

4,9

1,6

УРАЛЬСКИЙ ФЕДЕРАЛЬНЫЙ ОКРУГ

1,22

12%

3,9

1,7

СЕВЕРО-ЗАПАДНЫЙ ФЕДЕРАЛЬНЫЙ ОКРУГ

1,19

11%

4,7

2,2

ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ ОКРУГ

0,82

8%

6,2

2,0

ДАЛЬНЕВОСТОЧНЫЙ ФЕДЕРАЛЬНЫЙ ОКРУГ

0,5

5%

4,9

2,0

СЕВЕРО-КАВКАЗСКИЙ ФЕДЕРАЛЬНЫЙ ОКРУГ

0,25

2%

10,3

1,9

Источник: Аналитический центр Циан по данным ЦБ РФ

Эксперты Циан рассчитали, на сколько семей в разрезе отдельных субъектов приходится один выданный кредит с 2009 года. Лидером по числу ипотек с 2009 по 2020 год стала Москва (порядка 590 тыс. кредитов - 5,6% от всего кол-ва по РФ). Однако в пересчете на число московский семей один кредит приходится только на каждые 7,5 домохозяйств. На втором месте находится Московская область (540 тыс. кредитов) – ненамного меньше, чем в столице, однако один кредит приходится уже на 5,1 семей – средний по стране показатель. Замыкает тройку лидеров по числу выданных кредитов Тюменская область (470 тыс. ипотек – один кредит в среднем на 2,6 семей).

Наименьшее число ипотек среди всех субъектов РФ с 2009 по 2020 годы отмечено в Ингушетии (1,9 тыс.) – в среднем один кредит на 36 семей, это самый низкий по всей стране показатель. В Чукотском АО (который также входит в список регионов с наименьшим числом сделок) выдано 4,1 тыс. ипотек – в среднем один кредит на 5,3 семьи, что соответствует общероссийским показателям. В тройке регионов по минимальному количеству заключенных договоров также Чечня (8,1 тыс. ипотек – один договор на 32 семьи). Небольшое число ипотек на семьи (один кредит на 24 семьи) – в Дагестане. Северо-Кавказский ФО отличается высокой востребованностью индивидуального, а не индустриального строительства, чем и объясняется низкая доля ипотечных кредитов на семью.

Наибольшее число кредитов в пересчете на количество семей с 2009 по 2020 года банки выдали в Тюменской области (один кредит на 2,6 семьи), Татарстане (на 3,3 семьи), а также в Удмуртии, Чувашии и Якутии (на 3,5 семьи в среднем).

«Благодаря снижению ставок и все большей востребованности ипотечного кредитования, с каждым годом увеличивается общая площадь жилых помещений, приходящаяся в среднем на одного жителя, – комментирует Алексей Попов, руководитель аналитического центра Циан. – В 2009 году, сразу после кризиса, на одного городского жителя приходилось в среднем 21,8 кв. м. По итогам 2019 года – уже 25,9 кв. м. Рост – на 19%. Тем не менее, из-за дефицита нового строительства, жители отдельных регионов практически не проявляют активность, не имея возможности выбора новых проектов. Поэтому только за счет снижения ипотечной ставки добиться равномерного роста обеспеченности жильем не удастся – необходимо стимулировать девелоперскую активность, к примеру, с помощью государственно-частного партнерства или дополнительных субсидий».

Показатели рынка ипотечного жилищного кредитования 2009-2020 гг.

<td width="57"

Субъект

Кол-во ипотек (тыс.) 2009-2020 гг.

Доля рынка

Объем ипотек, млрд руб. 2009-2020 гг.

Кол-во семей на один кредит

Средний размер ипотечного кредита 2009

Средний размер ипотечного кредита 2020

Динамика (во сколько раз вырос средний займ)

Средний срок ипотеки, 2009 год, месяцев

Средний срок ипотеки, 2020 год, месяцев

РОССИЙСКАЯ ФЕДЕРАЦИЯ

10568,7

 

20122,6

5,2

1,12

2,51

2,2

194

225

ЦЕНТРАЛЬНЫЙ ФЕДЕРАЛЬНЫЙ ОКРУГ

2463,1

23,3%

6258,3

6,2

1,41

3,36

2,4

174

231

г. Москва

589,8

5,6%

2518,3

7,5

1,97

5,42

2,8

137

233

Московская область

541,9

5,1%

1620,6

5,1

2,33

3,74

1,6

195

232

Воронежская область

164,6

1,6%

255,8

5,7

1,06

1,94

1,8

200

225

Тульская область

103,2

1,0%

180,3

6,2

1,24

2,33

1,9

200

228

Тверская область

96,3

0,9%

167,2

5,9

1,04

2,16

2,1

205

228

Рязанская область

91,9

0,9%

147,2

5,1

0,94

2,07

2,2

212

226

Ярославская область

91,8

0,9%

136,4

5,9

1,00

1,93

1,9

190

218

Владимирская область

91,5

0,9%

145,2

6,5

1,05

1,95

1,9

161

220

Белгородская область

85,4

0,8%

138,4

6,9

0,93

2,09

2,3

201

227

Калужская область

83,1

0,8%

159,7

4,9

1,32

2,43

1,8

202

225

Брянская область

77,3

0,7%

115,9

6,4

0,86

2,00

2,3

227

227

Курская область

77,0

0,7%

114,3

5,7

0,85

2,02

2,4

205

230

Липецкая область

75,4

0,7%

113,6

6,2

0,82

2,01

2,5

210

228

Смоленская область

69,3

0,7%

109,9

5,9

0,84

2,04

2,4

231

227

Ивановская область

61,1

0,6%

90,4

7,4

0,80

1,94

2,4

224

216

Тамбовская область

59,0

0,6%

94,9

7,4

1,02

2,04

2,0

206

227

Орловская область

54,6

0,5%

83,6

5,6

0,64

1,99

3,1

176

229

Костромская область

49,9

0,5%

66,6

5,5

0,79

1,82

2,3

211

230

СЕВЕРО-ЗАПАДНЫЙ ФЕДЕРАЛЬНЫЙ ОКРУГ

1189,1

11,3%

2484,7

4,7

1,25

2,71

2,2

192

225

г. Санкт-Петербург

463,6

4,4%

1230,7

4,3

1,95

3,43

1,8

172

231

Ленинградская область

135,0

1,3%

295,4

5,1

1,44

2,77

1,9

202

230

Вологодская область

116,1

1,1%

157,9

4,3

0,85

1,79

2,1

210

214

Архангельская область

114,8

1,1%

195,8

4,4

1,06

2,21

2,1

205

209

Республика Коми

93,1

0,9%

158,6

3,9

0,99

2,13

2,2

197

211

Калининградская область

67,8

0,6%

119,1

5,2

1,27

2,11

1,7

194

215

Мурманская область

61,9

0,6%

112,3

5,5

1,03

2,32

2,2

184

208

Республика Карелия

53,4

0,5%

86,5

5,1

1,13

2,03

1,8

217

216

Новгородская область

45,7

0,4%

68,7

5,9

0,80

1,92

2,4

212

220

Псковская область

37,9

0,4%

59,7

7,5

0,86

1,92

2,2

180

219

ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ ОКРУГ

822,7

7,8%

1396,8

6,2

1,02

2,12

2,1

216

229

Краснодарский край

303,9

2,9%

530,4

6,1

1,13

2,17

1,9

161

233

Ростовская область

242,1

2,3%

413,5

6,6

1,08

2,03

1,9

204

220

Волгоградская область

155,8

1,5%

241,9

6,4

1,03

2,02

2,0

309

222

Астраханская область

60,5

0,6%

97,4

5,9

0,92

2,11

2,3

207

231

Республика Калмыкия

18,4

0,2%

34,6

5,0

0,81

2,53

3,1

152

226

Республика Адыгея (Адыгея)

18,1

0,2%

28,8

8,5

0,85

1,95

2,3

207

231

СЕВЕРО-КАВКАЗСКИЙ ФЕДЕРАЛЬНЫЙ ОКРУГ

247,8

2,3%

419,1

10,3

0,88

2,06

2,3

#Н/Д

233

Ставропольский край

149,9

1,4%

230,5

6,3

0,88

1,98

2,3

236

226

Республика Дагестан

28,8

0,3%

64,8

24,2

1,03

2,71

2,6

268

245

Кабардино-Балкарская Республика

23,5

0,2%

41,9

9,9

0,83

2,22

2,7

209

225

Республика Северная Осетия

22,7

0,2%

42,3

9,0

0,89

2,22

2,5

136

214

Карачаево-Черкесская Республика

12,9

0,1%

22,6

10,3

1,07

2,06

1,9

209

238

Чеченская Республика

8,1

0,1%

13,8

32,1

0,95

1,30

1,4

178

252

Республика Ингушетия

1,9

0,0%

3,2

36,0

0,52

1,25

2,4

186

261

ПРИВОЛЖСКИЙ ФЕДЕРАЛЬНЫЙ ОКРУГ

2617,2

24,8%

3879,7

4,4

0,90

1,98

2,2

201

221

Республика Татарстан (Татарстан)

423,1

4,0%

624,7

3,3

0,71

2,19

3,1

149

221

Республика Башкортостан

356,0

3,4%

559,6

4,2

0,89

2,06

2,3

184

216

Самарская область

273,8

2,6%

406,4

4,6

1,02

1,92

1,9

210

222

Пермский край

248,0

2,3%

365,4

4,2

1,00

1,92

1,9

214

218

Нижегородская область

236,2

2,2%

387,7

5,7

1,17

2,17

1,9

207

219

Оренбургская область

173,5

1,6%

254,0

4,6

0,86

1,85

2,2

221

225

Саратовская область

164,8

1,6%

246,3

6,1

0,91

1,90

2,1

218

231

Удмуртская Республика

161,4

1,5%

213,6

3,5

0,89

1,83

2,1

232

221

Чувашская Республика - Чувашия

134,8

1,3%

195,8

3,5

0,69

1,93

2,8

165

228

Кировская область

125,5

1,2%

165,8

4,5

0,84

1,71

2,0

200

220

Ульяновская область

118,4

1,1%

157,1

4,3

0,82

1,78

2,2

202

219

Пензенская область

88,8

0,8%

135,7

6,2

1,06

1,93

1,8

204

229

Республика Марий Эл

57,4

0,5%

78,9

4,6

0,80

1,71

2,1

227

211

Республика Мордовия

55,6

0,5%

88,8

5,8

0,91

2,16

2,4

230

236

УРАЛЬСКИЙ ФЕДЕРАЛЬНЫЙ ОКРУГ

1218,3

11,5%

2190,8

3,9

1,19

2,22

1,9

212

220

Тюменская область

470,4

4,5%

1025,5

2,6

1,34

2,62

2,0

222

226

в том числе Ханты-Мансийский автономный округ - Югра

220,0

2,1%

507,9

2,5

1,45

2,75

1,9

210

219

в том числе Ямало-Ненецкий автономный округ

81,1

0,8%

204,5

2,3

1,53

3,05

2,0

262

229

Свердловская область

351,7

3,3%

641,1

4,9

1,26

2,27

1,8

202

221

Челябинская область

332,1

3,1%

430,1

4,2

0,90

1,68

1,9

163

201

Курганская область

64,2

0,6%

94,1

5,8

0,99

1,71

1,7

341

231

СИБИРСКИЙ ФЕДЕРАЛЬНЫЙ ОКРУГ

1509,0

14,3%

2388,4

4,9

0,99

2,09

2,1

193

216

Новосибирская область

275,5

2,6%

483,5

3,8

1,23

2,31

1,9

203

223

Красноярский край

271,8

2,6%

462,8

4,1

1,11

2,22

2,0

190

209

Иркутская область

200,3

1,9%

323,3

4,6

1,05

2,21

2,1<


ИСТОЧНИК: пресс-служба Циан
ИСТОЧНИК ФОТО: https://schetavbanke.com

Подписывайтесь на нас:


10.10.2016 11:50

В сентябре в Петербурге сдали в эксплуатацию всего 94 264,6 кв. м жилья, то есть 83 дома на 1772 квартиры, с учетом индивидуального строительства. Всего за три квартала 2016 года в городе введено почти 2 млн кв. м жилья. 


Как сообщает городской Комитет по строительству, наибольший объем площадей в сентябре оказался в Пушкинском районе – 31,861 тыс. кв. м жилья. На втором месте – Московский район с 24,356 тыс. кв. м. Третьим по данному показателю стал Невский район, где ввели 18,713 тыс. кв. м жилья. 

Всего в третьем квартале 2016 года в Петербурге ввели в эксплуатацию 694 414,8 кв. м жилья. Этот показатель в 1,4 раза больше, чем за тот же период прошлого года, когда объемы ввода составили 497 727 кв. м. 

По итогам квартала лидерами по объему введенной жилой недвижимости стали следующие районы: Московский (183,779 тыс. кв. м), Красносельский (124,536 тыс. кв. м), Адмиралтейский (96,4 тыс. кв. м). 

Всего в 2016 году по состоянию на 1 октября в Петербурге сдано 1,966 млн кв. м жилья. 

Светлана Лежнева, начальник отдела маркетинговых исследований ГК «Пионер», оценивает объем спроса за три квартала 2016 года в 2,8 млн кв. м. По ее оценкам, это на 5-10% больше, чем за три квартала прошлого года. «Сохранению спроса на высоком уровне способствовали, в частности, замедление темпов инфляции; довольно ровные, без существенных скачков, курсы валют; продление господдержки ипотеки», – полагает эксперт.

При этом, по ее оценкам, доля ипотеки при совершении сделок на первичном рынке увеличилась по сравнению с прошлым годом. Также сохраняется тенденция снижения спроса на приобретение квартир в инвестиционных целях. Как следствие, снизилась популярность квартир-студий.

Евгений Богданов, директор по развитию финского проектного бюро RUMPU, согласен с тем, что с прошлого года доля ипотеки в общем объеме сделок значительно увеличилась. «У покупателей уже не осталось собственных средств. А воспользоваться госпрограммой субсидирования ипотеки, безусловно, выгодно. Сегодня доля ипотечных сделок в эконом-сегменте составляет около 70-80%, а в комфорт-классе – около 50% от общего числа. Это значительно больше, чем в прошлом году», – подсчитал эксперт. 

«Люди опасаются, что программа по государственной поддержке ипотеки, заявленная до конца 2016 года, продлена не будет. Так что потенциальные покупатели стараются успеть воспользоваться этой программой, что, конечно, на руку застройщикам», – добавляет руководитель отдела маркетинга ООО «H+H» Майя Афанасьева.

Цены на жилье в 2016 году практически не менялись. Любава Пряникова, старший консультант департамента консалтинга Colliers International в Петербурге, говорит, что по итогам III квартала 2016 года средняя цена квадратного метра на первичном рынке Санкт-Петербурга составила 106 тыс. рублей. «Мы прогнозируем сохранение средних цен на этом уровне по итогам года. Под влиянием экономической ситуации в 2015-2016 годах роста цен не происходит, цена за «квадрат» меняется в пределах ±5%», – уточняет госпожа Пряникова.

По ее словам, средняя цена за «квадрат» в эконом-классе составляет 80 000 рублей, в классе комфорт – 115 000 рублей, в бизнес-классе – 165 000 рублей, в элитном сегменте – 320 000 рублей.

Майя Афанасьева рассуждает: «По нашим оценкам, за отчетный период цены подросли совсем немного: на 1,5-2%, максимум на 2,5%. Объем предложения можно назвать достаточно стабильным: на рынке есть входящие и исходящие объекты, так что благодаря такому движению, такой проточности, нет стагнации».

Мнение

Любава Пряникова, старший консультант департамента консалтинга Colliers International в Санкт-Петербурге:

– Суммарный объем рынка (совокупная площадь квартир во всех домах, в которых открыта первичная продажа) по сравнению с концом 2015 года практически не изменился и составляет с учетом пригородных территорий около 11 млн кв. м. Следует отметить снижение объема квартир в экспозиции по сравнению с аналогичным периодом прошлого года, что является следствием кризисной ситуации и индикатором осторожности девелоперов при выводе на рынок новых объектов – объем новых площадей сократился на 20% по сравнению с аналогичным периодом 2015 года.

Цифра

694,4

тыс. кв.м. жилья ввели  в эксплуатацию в Санкт-Петербурге  в III квартале 2016 года


РУБРИКА: Жилье
АВТОР: Роман Русаков
ИСТОЧНИК ФОТО: Никита Крючков

Подписывайтесь на нас:


03.10.2016 12:09

BIM-технологии в российском строительстве используются недостаточно эффективно. А подсчитать экономический эффект от внедрения информационного моделирования не берется почти никто из девелоперов. 


На площадке Петербургского международного инновационного форума девелоперы, инженеры и исследователи обсудили специфику внедрения BIM-технологий в сферах проектирования, строительства и ЖКХ. Участники обменялись опытом в части использования BIM, озвучили трудности, с которыми сталкиваются девелоперы и проектировщики, и поразмышляли о том, как скоро информационное моделирование станет полноценной компонентой не только на стадии проектирования, но и на других этапах жизненного цикла здания.

BIM-модель на стадии проектирования 

В России под BIM-технологиями понимают минимальный набор функций, что по факту далеко от полноценного определения этого термина, считает заведующий кафедрой информационных систем, технологий и автоматизации в строительстве Московского государственного строительного университета Александр Гинзбург: «Идея BIM – это накопление информационной базы по проекту, по всем видам работам, конструкциям – по всему, что необходимо для комплексного представления объекта».

По мнению эксперта, на данном этапе трудность заключается в том, что нет однозначного понимания объемов информации, вносимой в модель. Неясно, кто является владельцем BIM-модели, когда проектирование завершено. Как правило, BIM-модель используется только на стадии проектирования, и данные, необходимые для эксплуатации, не закладываются в полном объеме. Эксперты считают, что реальную отдачу от BIM-модели можно получить как раз на этапе эксплуатации объекта.

Здание – лишь один из элементов среды жизнедеятельности. BIM-модель, вписанная в геоинформационную модель, становится частью информационной модели жизненной среды, которой также можно управлять, делать ее эффективной и рассматривать как единое информационное пространство. «Говоря об эффективности BIM, нужно понимать, что мы имеем дело только с кусочком глобальной информационной модели», – заключил Александр Гинзбург.

Мизерное количество компаний «полного цикла» отметил и директор Института экономики, управления и информационных систем в строительстве и недвижимости Московского государственного строительного университета Дмитрий Семернин. Команда института в ходе исследования внедрения BIM в России столкнулась с проблемой: во-первых, оказалось, что крайне мало компаний практикуют BIM. Во-вторых, внедрение информационного моделирования происходит факультативно, его эффективность компаниями не оценивается. «Пока BIM внедряется скорее как венчурный проект, никто даже не считает, окупится он или нет. И это не совсем BIM, а внедрение некоторых инструментов автоматизации: проектирования, управления строительством. Их никто не интегрирует», – с сожалением констатировал господин Семернин. 

Среди основных проблем внедрения он перечислил квалификацию персонала, закупку программного обеспечения, сложность интеграции программного комплекса со сметной базой, что позволило бы оптимизировать процессы. Кроме того, в проектах часто обнаруживается несоответствие нормам СанПиН. «Школу проектирования необходимо перестроить под BIM», – уверен Дмитрий Семернин.

На это директор инженерно-строительного института Санкт-Петербургского политехнического университета Петра Великого Николай Ватин ответил, что обучать студентов работе с BIM начинают уже с первого курса. А в ходе довузовской подготовки школьникам, начиная с 7-го класса, доступны курсы 3d-моделирования в Ревит. 

Заместитель директора по развитию компании Bonava Александр Бойцов оценивает уровень внедрения BIM в России как достаточно высокий. С учетом того, что технологии информационного моделирования пришли в Россию не так давно, строительная отрасль показывает высокие темпы освоения BIM, считает он. «Прогресс за последние 2-3 года есть, мы достигаем своих результатов быстрее, чем наши коллеги на Западе, – уверен господин Бойцов. – BIM имеет различные уровни внедрения, в Петербурге это первый этап».

Практики успеха

Говоря о реальном опыте внедрения BIM, представитель Bonava рассказал, как благодаря использованию информационной модели на одном из объектов компании удалось найти ошибку в проекте по подсчету продаваемых квадратных метров. «Мы нашли 400 кв. м в проекте, где всего было 18 тыс. кв. м, таким образом модель окупилась в первый месяц в 10 раз», – привел пример господин Бойцов. Также BIM-модель позволила на ранних стадиях выявить ошибки в инженерных сетях, которые при традиционном проектировании могут всплыть только на стадии ввода в эксплуатацию. Особенно это актуально при монтаже сетей: трехмерные чертежи упрощают работу инженеров. 

«Нужно принять преимущества BIM, интегрировать в бизнес-процессы и понять, что главный в этой работе не проектировщик и не экспертиза, а заказчик, который ставит задачу прибыльного проекта», – считает Бойцов.

Неуловимая эффективность

Использование BIM помогает снизить не только количество ошибок при проектировании, но и риски  в целом, в том числе при эксплуатации здания, в конечном счете это и дает эффект экономии. Господин Бойцов подчеркнул, что при высоком уровне требований заказчика стоимость традиционного проекта и BIM не будет сильно отличаться.

Начальник отдела комплексного строительства ООО «НТЦ «Эталон» Анастасия Плуталова также поделилась положительным опытом применения информационных технологий. Контролировать строительство с помощью BIM в компании начали 4 года назад. За этот период с применением технологии было построено более 1,2 тыс. кв. м, еще около 700 тыс. кв. м – на этапе реализации. Главные эффекты от использования информационной модели – оптимизация графика строительства, контроль качества и без­опасности.

При этом экономическая эффективность использования информационной модели сложно поддается подсчету. Пока BIM выполняет функцию инструмента наглядного контроля, снижающего риски дефектов, несчастных случаев и срыва сроков.

В завершение технический директор ОАО КБ ВиПС Кшиштоф Поморски сделал вывод: «BIM использовался в строительстве всегда, а сейчас мы наблюдаем процесс автоматизации и гаджетизации. Россия отстает не из-за неумений проектировщиков, а из-за дефицита финансирования».

 Кстати

Пленарное заседание, посвященное инновационному развитию строительной отрасли, было организовано Комитетом по строительству Петербурга, при участии Министерства строительства и ЖКХ РФ. Дискуссия о BIM-технологиях в таком формате состоялась уже во второй раз. Первая прошла в рамках Петербургского международного экономического форума в мае этого года.


РУБРИКА: Технологии и материалы
АВТОР: Анастасия Лаптенок
ИСТОЧНИК ФОТО: Никита Крючков

Подписывайтесь на нас: