CC BY
15
НАУКИ О ЗЕМЛЕ
«НАУКА. ИННОВАЦИИ. ТЕХНОЛОГИИ», №1, 2021
24.00.25. ЭКОНОМИЧЕСКАЯ, СОЦИАЛЬНАЯ, ПОЛИТИЧЕСКАЯ
УДК 911.372.3 И РЕКРЕАЦИОННАЯ ГЕОГРАФИЯ
Михайлова А.А.,
Михайлов А.С.
Балтийский федеральный университет им. И. Канта, Калининград, Россия. mikhailov.andrey@yahoo.com
типы ЗНАНИЯ в новой ЭКОНОМИКЕ
DOI: 10.37493/2308-4758.2021.1.7
Введение. Проблема роли знания в экономике поднималась еще в начале
ХХ века, однако его комплексная типология в аспекте совершенствования политики регионального развития все еще остается не разработанной. Настоящая статья призвана восполнить этот пробел, обобщая и подвергая критическому анализу представления о разных типах знания, имеющих ценность и выступающих важнейшими факторами производства в современной инновационно ориентированной экономике. Цель исследования - выявить существующие типы знания и определить их характерные особенности, опираясь на логику дуального восприятия при объектно-процессном подходе.
Материалы и методы
исследования. Статья вносит вклад в совершенствование теоретических и методологических представлений о типологии знания на стыке экономики и экономической географии. В работе используется метод структурного обзора, дефрагментируя типы знания по семиотическому признаку, по стадиям жизненного цикла, по временной шкале, по открытости доступа и свободе использования, по про-позициональности и степень сложности.
Результаты исследований
и их обсуждение. На основе проведенного анализа массива научных работ, показана теоретико-методическая специфика регистрации знания в качестве объекта и процесса относительно территориального, институционального, функционального, организационного, структурного, временного, когнитивного факторов. Выявлен недостаток инструментария для учета разных типов знания на уровне региона. Регистрация создаваемого и оценка накопленного знания различных типов напрямую возможна лишь при его кодификации, тогда как оценка неявного знания осуществляется опосредованно.
Выводы. Результаты исследования подтверждают важность разнообразия
знания в новой экономике и наличие значительных отличий между разными типами, которые должны учитываться при разработке подходов и методов к управлению интеллектуальным капиталом регионов.
Ключевые слова: типология знания, неявное знание, научное знание, новое знание, экономика знаний
Mikhaylova A.A., Baltic Federal University I. Kant, Mikhaylov A.S. Kaliningrad, Russia.
Types of Knowledge in the New Economy
Introduction. The question on the role of knowledge in the economy was raised at the
beginning of the twentieth century, but there is still no comprehensive typology of knowledge in terms of improving the policy of regional development. This article fills this gap by summarizing and critically analyzing ideas about different types of knowledge that are of value and are the most important factors of production in a modern, innovation-oriented economy. The purpose of the study is to identify existing types of knowledge and determine their characteristic features, based on the logic of dual perception of knowledge with an object-process approach. Materials and methods
of the research. The article contributes to the enhancement of theoretical and methodological ideas about the typology of knowledge at the intersection of economics and economic geography. The study uses the method of structural review, defragmenting the types of knowledge by semiotic characteristics, by stages of the life cycle, by timeline, by openness of access and freedom of use, by propositionality and degree of complexity. Research results. The theoretical and methodological specificity of registering knowledge as an object and process with respect to territorial, institutional, functional, organizational, structural, temporary, and cognitive factors is shown. The lack of tools for accounting for different types of knowledge at the regional level is revealed. Registration of the created and direct evaluation of accumulated knowledge of various types is possible only with its codification, while the assessment of implicit knowledge is carried out indirectly. Conclusion. The results of the study confirm the importance of the diversity of knowl-
edge in the new economy and the presence of significant differences between different knowledge types, which should be taken into account when developing approaches and methods to managing the intellectual capital of regions.
Key words: knowledge typology, knowledge type, tacit knowledge, implicit knowledge,
scientific knowledge, knowledge economy
Введение
Современные реалии глобального разворачивания экономических процессов в территориальном, организационном и институциональном измерениях стали мощным стимулом для установления научной дискуссии о роли новых знаний как ключевого источника конкурентоспособности и экономического роста региона [1; 2]. Получили развитие идеи новой экономики, экономики знания, экономики обучения, экономики, основанной на знании, поддерживаемые эмпирическими исследованиями зависимости создания добавленной стоимости от результатов функционирования территориальных научно-исследовательских и инновационных систем [3], а также развития рынка труда [4; 5]. При этом, отметим, что тематика знания не нова
для экономических и географических исследований [6-9]. Однако значимые трансформационные изменения, ознаменовавшие постиндустриальную эпоху, вывели на первый план стратегическую роль знания как фактора производства наряду с трудом, капиталом, материалами и энергией, вписывая его в систему производства через процесс непрерывного обучения [8; 10]. Также сыграло роль развитие новых методов исследований, в первую очередь - наукометрического, позволив проводить полимасштабные исследования географии знания [11; 12]. Как следствие, возрос интерес к целенаправленному созданию и потреблению знания для экономического использования и получения прибыли. Появилась практическая необходимость изучения специфических особенностей знания, его типов и способов измерения. Такой подход выходит за границы абстрактного философского размышления о сущности знаний, делая их объектом управления на национальном и региональном уровне, а также средством мягкой конкурентной борьбы через мировые рейтинги превосходства [13; 14]. Данная статья преследует практические цели совершенствования политики управления знаниями без фокуса на философском аспекте и направлена на разграничение знания по типам, а также выделение их специфики.
Теоретическая основа исследования
При анализе научных статей о сущности знания прослеживается неоднозначность данного понятия для восприятия. Оно настолько же очевидно, насколько и трудно объяснимо в контексте человеческого сознания и самоанализа [15-18]. Прочная связь знания и человека [10], который является его создателем, интерпретатором, потребителем и накопителем, порождает сложности отделения знания как такового от процесса познания конкретного индивида. По сути, знание может быть представлено как результат кристаллизации информации через опыт и экспертность конкретного человека [19]. И здесь происходит разделение знаний на индивидуальные и коллективные. Индивидуальное знание - это достояние одного человека, рождаемое в попытке постичь истину. Согласно Дж. Спендеру [20; 21], оно подразделяется на автоматическое (навыки) и сознательное (концепции, основы, факты). Коллективные или общие знания принадлежат группе людей, имеющих территориальную, организационную, социальную, когнитивную, институциональную и иную основу для объединения, и не являются простой суммой их индивидуальных знаний [5; 22]. Примером коллективного знания является организационное, принадлежащее фирме, которая поддерживает творческие способности сотрудников и предоставляет им условия для генерации и обмена знанием [10]. Аналогичный подход в отношении коллективного знания применим на
уровне города, региона, страны. Коллективное знание подразделяют на народное [7], социальное (опыт, рутины) и объективное (идеи, решения) [20; 21]. В экономическом смысле, в первую очередь, представляет интересколлективное знание как основа человеческого, организационного и территориального капиталов, которые поддаются, хотя и в не полной мере, регистрации, территориально-временной идентификации и количественному измерению.
В данном контексте следует сделать ряд замечаний об экономической и географической природе знания, почерпнутых из более ранних исследований. Само по себе знание трудно подается оценке ввиду его специфичности как товара, а цена знания становится известна только в момент продажи [7]. Не любое знание имеет экономическую ценность, а, следовательно, выступает фактором экономического роста. Знание распределено неравномерно как среди индивидов, так и среди фирм и регионов. Все не могут знать всё, что обусловливает пространственное неравенство по генерации и доступу к знаниям, порождая необходимость решения проблемы территориального разделения и преодоления дефицита знания [9; 23]. Существенное влияние на неоднородность распределения знания и инновационные возможности регионов оказывают развитие технологической инфраструктуры и человеческого капитала, а также реализуемая политика в области создания и диффузии знаний [24].
В отличие от других ресурсов знания могут быть получены без доступа к новой информации, использоваться многими одновременно, а их ценность возрастает с широтой использования [22; 25]. Они неисчерпаемы, накапливаемы, но подвержены старению, что делает фактор времени решающим в их экономическом использовании [3; 8; 26]. Инновация и компетенция - важнейший результат генерации знания [27]. В основе формирования представлений об экономике, основанной на знаниях, лежит идея о необходимости на систематической основе управлять нематериальными активами для прироста богатства через активизацию инновационных процессов [25; 28]. В качестве нематериальных активов выступают произведения науки, литературы и искусства, программы для электронных вычислительных машин, изобретения и полезные модели, селекционные достижения, ноу-хау, товарные знаки и знаки обслуживания, деловая репутация. Реализация такого управления требует соответствующей управленческой информации о разных типах знания и их вкладе в экономику.
Исследовательская методология
Для выявления специфики регистрации статистического следа знания в экономике необходимо разграничить его типы.
Опираясь на подход О. Иберта [4], будем оперировать знанием как объектом и как процессом. Первый случай предполагает использование таксономического подхода, позволяющего рассматривать знание в призме его форм и состояний в качестве объекта, которому присущи фиксированные временные границы и который может быть сегментирован. Возможность представления знания в статичном виде обусловливает богатство используемых классификационных факторов для сегрегации его различных типов:
1. По семиотическому признаку [10; 17; 29-31]:
1.1. Явное или кодифицированное:
1.1.1. Концептуальное (концепции продукта, дизайн, ценность бренда и др.);
1.1.2. Систематическое (систематизированные и сформулированные знания, документы, спецификации, руководства, базы данных, патенты, лицензии и др.);
1.2. Неявно е или скрыто е:
1.2.1. Рутины (ноу-хау в повседневной деятельности, организационные процедуры и культура и др.)
1.2.2. Эмпирическое (навыки и ноу-хау людей, энергия, азарт, напряжение и др.);
2. По стадиям жизненного цикла [32-36]:
2.1. Сгенерированное, созданное, сконструированное, экс-тернализированное;
2.2. Использованное, примененное, воплощенное;
2.3. Диффузировавшее, переданное, распространившееся, обмененное,
2.4. Абсорбированное, усвоенное, приобретенное, выбранное, захваченное, идентифицированное;
2.5. Накопленное, сохраненное;
2.6. Поддерживаемое, обновляемое;
2.7. Извлеченное;
2.8. Забытое, удаленное.
3. По временной шкале:
3.1. Новое, передовое, современное;
3.2. Распространенное, общеизвестное;
3.3. Устаревшее.
4. По открытости доступа и свободе использования:
4.1. Охраняемое;
4.2. Общедоступное.
5. По пропозициональности [32]:
5.1. Декларативное (концепции, причинное знание, проек-
ты, стандарты);
5.2. Процедурное (методы, приемы).
6. По степень сложности [37]:
6.1. Низкая;
6.2. Средняя;
6.3. Высокая.
В географии подход к знаниям как объекту реализуется через изучение расстояний в пространстве между носителями знания на микро-, мезо- и макроуровнях в целях оценки его влияния на функциональные и социальные связи между акторами, а также измерения расходов на кодификацию и коммуникацию при обмене неявными знаниями. В фокусе исследований находится процесс агломерации, результатом которого становится сокращение расстояния между носителем и потребителем знания, что способствует улучшению информационного обмена и коллективному обучению. Наиболее важная проблема, которая решается в данном контексте, - комодификация знания [22], т.е. превращение его в товар. Это может происходить с разной степенью кодификации или без нее в зависимости от экономической целесообразности.
В контексте динамического процессного подхода знание, будучи укоренено в социальную практику, имеет перформативный онтологический статус и неделимое содержание. Его невозможно разделить на кодифицируемое и неявное, поскольку это связанные и необходимые части целостного знания, являющегося частью единой практики, для которой оно «полезно» [38]. География знания как процесса определяется локальной традицией его создания в месте обучения или архипелаге знания [39]. Территориальная привязка знания определяется на основе идентификации физических объектов его проявления. В данном контексте речь идет о специализированных знаниях, недоступных для не членов конкретного сообщества практики, например, кластера конкурентов или отраслевого сообщества. Согласно Ф. Куку и Л. Лей-десдорффу [40], следует различать аналитические (научные), синтетические (технические) или символические (креативные) знания, которые имея разные коды и языки представления, вместе с тем все важны для развития экономики, основанной на знаниях. Ученые, как правило, имеют дело с аналитическими знаниями, инженеры - с синтетическими, а художники - с символическими [26].
Логика дальнейшего исследования строилась на базе выявленных типов знания и заключалась в определении специфики регистрации знания с учетом комплекса факторов: территориального, отражающего географию распределения знания; институционального, отражающего специфику сочетания формальных и неформальных ин-
ститутов, участвующих в формировании благоприятной среды для обмена знаниями и взаимного обучения; функционального, отражающего состояние знания на определенной стадии или этапе; структурного, отражающего основные элементы знания и их взаимосвязь; временного, отражающего распределение знания во времени; организационного, отражающего организационную принадлежность знания; когнитивного, отражающего сходность подходов к кодированию и обработке знания. Далее типам знания были поставлены в соответствие артефакты - объекты, поддающиеся количественной оценке и используемые в более ранних исследованиях [41-48].
результаты исследования
Опираясь на объектно-процессный подход к знанию, нами были прослежены особенности каждого типа в разрезе факторов влияния (табл. 1).
Анализ факторов демонстрирует существенные отличия в специфике выделяемых подходов к разграничению знания. Фиксация знания как объекта в исследовательской стратегии будет обоснована в случае изучения территориальных закономерностей движения знания на разных этапах его жизненного цикла, а также проведения сравнительного анализа регионов по их благоприятности для обмена знаниями. В данном контексте у исследователя сохраняется возможность выборочного изучения отдельных типов знания, имеющих неявную или кодифицированную форму, в т. ч. заключенных в материальные объекты (например, технологии, машины и оборудование, сложные системы или механизмы), в привязке к территории. Фокус на знании как практике позволяет сконцентрировать исследовательский взгляд на местах взаимного обучения и непосредственных межличностных контактах в процессе этого обучения с целью изучения как самого процесса взаимодействия внутри сообществ практик, так и непосредственно специфических знаний (например, научных или отраслевых) и контекстных условий их создания. Оба эти подхода к определению знания, на наш взгляд, не являются взаимоисключающими и могут дополнять друг друга при проведении полимасштабных исследований.
Регистрация и количественное измерение различных типов знания невозможны без определения артефактов знания - объектов, в которых эти знания могут быть выражены, воплощены или заключены. Кодифицированное знание лучше всего поддается измерению ввиду своей явной осязаемой природы. Объектами для оценки кодифицированного знания выступают патенты, товарные знаки, все виды научных публикаций, передовые производственные технологии, произведения литературы и искусства, базы данных, опытные образцы, программное
Таблица 1. ИССЛЕДОВАТЕЛЬСКАЯ СПЕЦИФИКА РЕГИСТРАЦИИ ТИПОВ
ЗНАНИЯ
Table 1. Research specifics in the registration of various knowledge types
Факторы Что детерминируют
знание как объект знание как процесс
Территориальный расстояние, близость между но- территориальное положение сооб-сителем и потребителем зна- щества практики - место обучения ния - агломерация знания
Институциональный благоприятность среды для ус- благоприятность среды для класте-тановления вертикальных свя- ризации членов сообщества прак-зей по обмену знанием тики, а также установления связей между локальными местами обучения
Функциональный этапы жизненного цикла знания: стадии процесса непрерывного вза-генерация, потребление, абсор- имного обучения между членами бция, накопление, забвение и сообщества практики др.
Структурный состав и соотнесение элемен- целостное знание, которое может тов в системе знания, важней- быть распределено между отде-шие из которых - явное и неяв- льными сообществами практики и ное знание их членами
Временной новизну знания относительно состояние знания в текущий момент его жизненного цикла, скорость относительно его завершенности передачи знания (переходное и конечное)
Организационный организационную принадлеж- организационную принадлежность ность на мезо- и макроуровнях на микроуровне
Когнитивный когнитивная близость для уста- когнитивное разнообразие для за-новления обмена знаниями пуска процесса взаимного обучения
Источник: разработано авторами.
обеспечение, селекционные достижения и др. Также реализуется косвенная оценка кодифицированных знаний через учет инновационных товаров, работ, услуг, представляющих собой коммерциализованное знание.
Неявные знания не поддаются прямому измерению, поскольку не имеют осязаемой формы. Их оценка осуществляется косвенно, через учет носителей неявного знания, основные из которых - люди и организации. Для количественной оценки в контексте человеческого ка-
питала используются данные о населении с высшим и послевузовским образованием; занятом населении с высшим образованием; высококвалифицированных специалистах; занятых в наукоемких и инновационных отраслях; персонале, занятом исследованиями и разработками (исследователи, техники, вспомогательный и прочий персонал); научных кадрах (доктора, кандидаты наук, докторанты, аспиранты, авторы научных статей); студентах вузов; деятелях творческих профессий, а в контексте организационного капитала - об организациях, занимающихся научно-исследовательской, опытно-конструкторской и образовательной деятельностью, инновационных организациях, малых инновационных предприятиях, стартапах, спин-оффов, высокотехнологичных компаниях и др. Изучение территориальных закономерностей распределения знания реализуется посредством географической идентификации артефактов знания и их перемещений в пространстве, например, при диффузии технологий или трудовой миграции. Наиболее часто исследования знаний проводятся на уровне фирмы или региона и включают не только оценку самих знаний, но и контекста, в который они заключены.
обсуждение результатов исследования и выводы
Активно популяризирующаяся концепция экономики, основанной на знании, обусловила новую волну интереса к последнему как основе конкурентоспособного развития региона. Привлекательность идеи экономического использования знания как неиссякаемого ресурса с растущей отдачей от масштаба трансформировала подход к его изучению, дополнив научно-философский дискурс практико-ори-ентированной проблематикой оценки и управления. На первый план вышли вопросы: какова экономическая сущность знания, какие факторы влияют на процесс его генерации и обмена, как создать благоприятные условия для накопления знания и получить экономическую выгоду от его использования, как оценить качество и экономическую ценность знания, а также территориальные закономерности его распределения, ряд других. Межрегиональная и внутрирегиональная неоднородность знания создала условия для формирования, с одной стороны, сравнительных конкурентных преимуществ, а с другой - обусловила дефицит специализированного знания, вовлекая регионы в конкурентную борьбу за его носителей.
Наше исследование сфокусировалось на методологической проблеме разграничения различных типов знания как значимой для их дальнейшего измерения и оценки в контексте экономического развития регионов. В основу типологии лег объектно-процессный подход, что позволило сформировать комплексный взгляд на знания. Объект-
ная логика представляет знание в статике в качестве временного среза системы, состоящей из кодифицированного и неявного элементов. Значимый фактор, определяющий соотношение явного и неявного знания, - экономическая целесообразность в кодификации последнего при передаче. Движение знания показано в рамках его жизненного цикла: от стадии создания до стадии забвения. Наибольшую экономическую ценность имеет новое сложное знание, доступ к которому, как правило, ограничивается его владельцем с целью извлечения прибыли и предотвращения утечки или «кражи». Представление знания как процесса реализовано в единстве структурированной и молчаливой частей, которые рождаются и передаются в процессе непрерывного обучения внутри определенных сообществ практики или их сетей и являются для них ценными. Такое знание имеет сильную контекстную привязку, а его деконтекстуализация сопряжена с генерацией нового знания.
С позиции регионального развития важно иметь представление о знании как о процессе, так и как об объекте, поскольку это позволит реализовать более эффективную инновационную политику в аспекте разработки и использования комплексного инструментария по управлению знанием и создания благоприятной «атмосферы» для его генерации и обмена. В частности, обеспечивать оптимальное соотношение когнитивной близости и когнитивного разнообразия между носителями знания, формировать систему институциональной поддержки установления горизонтальных и вертикальных обменных информационных потоков, предоставления условий для формирования агломераций знания и кластеризации сообществ практики и деятельных сообществ.
Разработанные в современной экономической науке подходы к оценке экономики, основанной на знании, все еще слабо ориентированы на учет типов знания в его многообразии. Приоритет в оценке отдается объектному подходу, а из типов знания - кодифицированному, что обусловлено его более широкой статистической регистрацией. В качестве основных артефактов знания используются патенты и научные статьи как наиболее доступные в измерении. Слабо проработаны вопросы анализа и качественных оценок знания на разных этапах его жизненного цикла, в т. ч. относительно территории. Процессный подход к знанию методически реализован в меньшей степени, нежели объектный, что не в последнюю очередь связано с большой ролью контекстных факторов в оценке процесса непрерывного обучения. Таким образом, дальнейшие исследования должны быть сфокусированы на разработке комплексных подходов к измерению знания на уровне региона в его многообразии.
Благодарности
Статья подготовлена при поддержке гранта РНФ 19-77-00053 «География знания: кластеризация и сетевые связи национальных центров компетенций» .
The reported study was funded by RSF according to the research project No . 19-77-00053 «Knowledge geography: clustering and networking of national competence centers» .
Acknowledgments
The article was prepared with the support of the Russian Science Foundation grant 19-77-00053 "Geography of Knowledge: Clustering and Networking of National national centers of competence " . The reported study was funded by RSF according to the research project No . 19-77-00053 "Knowledge geography: clustering and networking of national competence centers" .
Библиографический список
1. Бабурин В . Л . , Земцов С . П . Инновационный потенциал регионов России: монография . М . : Университетская книга, 2017 .
2 . Беляев Д. О . , Мойсбургер П . География знания как одно из пе-
редовых направлений современной географической науки // Известия Российской академии наук Серия географическая, 2011. № 2 . С . 7-16 .
3 . Schumann J . Human capital, knowledge and knowledge sharing: a
view from the history of economic thoughts / E . Helmstadter (ed . ) // The Economics of Knowledge Sharing: A New Institutional Approach . Cheltenham: Edward Elgar, 2003, pp . 121-128 .
4 . Ibert O . Towards a geography of knowledge creation: the ambiva-
lences between "knowledge as an object" and "knowing in practice" // Regional Studies, 2007, vol . 41, no . 1, pp . 103-114 . https:// doi . org/10. 1080/00343400601120346.
5 . Koessler F. Common knowledge and interactive behaviours //
Workshop BETA "Economie des connaissances", 1999, 11-12 November, Strasbourg .
6 . Autant-Bernard C . The geography of knowledge spillovers and
technological proximity // Economics of Innovation and New Technology, 2001, vol . 10, no . 4, pp . 237-254. https://doi . org/10. 1080/ 10438590100000010.
7 Boulding K E The economics of knowledge and the knowledge of economics // The American Economic Review, 1966, vol . 56, no . 1, pp . 1-13 .
8 . Lundvall B . -A. , Johnson B . The learning economy // Journal
of Industry Studies, 1994, vol . 1, no . 2, pp . 23-42. https://doi . org/10. 1080/13662719400000002.
9 . Von Hayek F. A . Economics and Knowledge // Economica, 1937,
vol . 4, no . 13, pp . 33-54. https://doi. org/10.2307/2548786. 10 . Nonaka I . , Takeuchi H . The knowledge creating company: how Japanese companies create the dynamics of innovation . New York: Oxford Press, 1995. https://doi . org/10. 1016/0024-6301(96)81509-3
11. Frenken K. , Hoekman J . Spatial scientometrics and scholarly impact: a review of recent studies, tools, and methods / Ding Y , Rousseau R . , Wolfram D . (eds) // Measuring Scholarly Impact . Cham: Springer, 2014, pp . 127-146. https://doi. org/10. 1007/978-3-319-10377-8_6 .
12 . Matthiessen C . W, Schwarz A. W Scientific centres in Europe: An
analysis of research strength and patterns of specialisation based on bibliometric indicators // Urban Studies, 1999, vol . 36, no . 3, pp . 453-477. https://doi. org/10. 1080/0042098993475.
13 . Balcerzak A. P. , Pietrzak M . B . Quality of Institutions for Knowledge-
based Economy within New Institutional Economics Framework. Multiple Criteria Decision Analysis for European Countries in the Years 2000-2013 // Economics and Sociology, 2016, vol . 9, no. 4, pp . 66-81. https://doi. org/10. 14254/2071- 789X.2016/9-4/4.
14 . Godin B . The knowledge-based economy: conceptual framework
or buzzword? // The Journal of Technology Transfer, 2005, vol . 31, no . 1, pp . 17-30 . https://doi. org/10. 1007/s10961-005-5010-x . 15. Лебедев С . А. , Лебедев К. С . , Коськов С . Н . Виды научного знания: различие и единство // Вестник Северо-Восточного федерального университета им . М . К . Аммосова . Серия: Педагогика . Психология . Философия, 2017, Т 6, № 2, С . 57-66.
16 . Ayer A. J . The Problem of Knowledge . London: Penguin, 1956.
17 Polanyi M The Tacit Dimension Garden City (NY): Anchor Books, 1996.
18 Styhre A Understanding knowledge management: critical and postmodern perspectives Copenhagen: Copenhagen Business School Press, 2003
19 . Davenport T H . , Prusak L . Working knowledge: how organizations
manage what they know // Boston: Harvard Business School Press, 2000
20 . Spender J . -C . Organizational knowledge, learning, and memory:
three concepts in search for a theory // Journal of Organizational Change Management, 1996, vol . 9, no . 1, pp . 63-78. https://doi . org/10. 1108/09534819610156813. 21. Spender J . -C . Pluralist epistemology and the knowledge-based theory of the firm // Organization, 1998, no . 5, pp . 233-256. https:// doi . org/10. 1177/135050849852005.
22 . Ancori B . The economics of knowledge: the debate about codification
and tacit knowledge // Industrial and Corporate Change, 2000, vol . 9, no . 2, pp . 255-287. https://doi . org/10. 1093/icc/9.2.255.
23 . Antonelli C . The derived demand for knowledge // Economics of
Innovation and New Technology, 2016, vol . 26, no . 1-2, pp . 183194 . https://doi. org/10. 1080/10438599. 2016. 1202518.
24 . Castellacci F. , Archibugi D . The technology clubs: the distribution of
knowledge across nations // Research Policy, 2008, vol . 37, no . 10, pp . 1659-1673.
25 . Yigitcanlar T Editorial: Understanding the multidimensional nature
of innovation in the era of knowledge-based economy // Interna-
tional Journal Knowledge-Based Development, 2016, vol . 7, no . 3, pp . 203-206.
26 . Malecki E . J . Everywhere? The geography of knowledge // Journal
of Regional Science, 2010, vol . 50, no . 1, pp . 493-513. https://doi . org/10 . 1111/j . 1467-9787. 2009. 00640. x .
27 . Lundvall B . -A . The economics of knowledge and learning / J . L . Chris-
tensen and B . -A. Lundvall (eds . ) // Product Innovation, Interactive Learning and Economic Performance (Research on Technological Innovation and Management Policy, vol . 8 . Amsterdam: Elsevier, 2004, pp . 21-42 . https://doi. org/10 . 1016/S0737-1071(04)08002-3.
28 . Lonnqvist A. , Kapyla J . , Salonius H . , Yigitcanlar T Knowledge that
matters: identifying regional knowledge assets of Tampere Region // European Planning Studies, 2014, vol . 22, no . 10, pp . 2011-2029. https://doi . org/10. 1080/09654313. 2013. 814621.
29 . Clark H. H . , Brennan S . E . Grounding in communication / Resnick,
L. B . , Levine, J . M . and Teasley, S . D . (Eds) // Perspectives on Socially Shared Cognition, Washington, DC: American Psychological Association, 1991, pp . 127-149.
30 . Nonaka I . , Toyama R . , Konno N. SECI, Ba and leadership: a uni-
fied model of dynamic knowledge creation // Long Range Planning, 2000, vol . 33, no . 1, pp . 5-34 . https://doi . org/10 . 1016/S0024-6301(99)00115-6.
31. Syazwan Abdullah M . , Kimble C . , Benest I. , Paige R . Knowledge based systems: a reevaluation // Journal of Knowledge Management, 2006, vol. 10, no. 3, pp. 127-142. https://doi. org/10. 1108/13673270610670902.
32 . Alavi M. , Leidner D . Knowledge management and knowledge man-
agement systems: Conceptual foundations and research issues // Management Information Systems Quarterly, 2001, vol . 25, no . 1, pp . 107-135.
33 . Allee V. Evolving business forms for the knowledge economy /
C . W Holsapple (ed . ) // Handbook on knowledge management, 2003, vol 2, pp 605-622
34 Holsapple C W , Joshi K Knowledge manipulation activities: Results of a Delphi study // Information and Management, 2002, vol . 39, no . 1, pp . 477-490. https://doi. org/10 . 1016/S0378-7206(01)00109-4
35 . McAdams R . , McCreedy S . A critical review of knowledge
management models // International Journal of the Learning Organisation, 1999, vol. 6, no. 3, pp. 91-100. https://doi. org/10. 1108/09696479910270416
36 . McCampbell A. S . , Clare L. M. , Gitters S . H . Knowledge manage-
ment: The new challenge for the 21st century // Journal of Knowledge Management, 1999, vol . 3, no . 3, pp . 171-179 . https://doi . org/10. 1108/13673279910288572.
37 . Balland P. -A. , Rigby D . The geography of complex knowledge //
Economic Geography, 2016, vol . 93, no . 1, pp . 1-23 . https://doi . org/ 10. 1080/00130095.2016. 1205947.
38 . Stehr N . A world made of knowledge // Society, 2001, vol . 3, no . 4,
pp . 89-92. https://doi. org/10. 1007/BF02712625
39 . Thrift N . Steps to an ecology of place / Massey D . , Allen J . , Sarre
P. (Eds) // Human Geography Today. Cambridge: Polity, 1999, pp . 295-322
40 . Cooke P. , Leydesdorff L . Regional development in the knowledge-
based economy: the construction of advantage // The Journal of Technology Transfer, 2005, vol . 31, no . 1, pp . 5-15 . https://doi . org/10. 1007/s10961-005-5009-3. 41. Горин В . А. , Земскова Е . С . Мониторинг инновационной безопасности на основе индекса экономики знаний // Вестник евразийской науки, 2015 . Т 7 . № 5 . С . 31. https://dx. doi . org/10. 15862/92EVN515 . 42 . Земцов С . П . , Бабурин В . Л . Как оценить эффективность региональных инновационных систем в России? // Инновации, 2017, Т 220, № 2, С . 60-66. 43. Земцов С . П . , Бабурин В .Л . , Баринова В .А. Как измерить неизмеримое? Оценка инновационного потенциала регионов России // Креативная экономика, 2015, Т 9 . № 1. С . 35-52. DOI: 10. 18334/ce . 9 . 1. 79 .
44 Козлова А В К вопросу об измерении экономики, основанной на знаниях: теоретический и методический аспекты // Вестник Челябинского государственного университета, 2016 . Т. 384, №2 . С.202-213.
45 . Костюк В . Н . Специфика экономики, основанной на знаниях //
Общественные науки и современность, 2004, № 4 . С . 134-144.
46 . Кукушкин С . Н . Оценка индекса знаний региона // Вестник Рос-
сийского экономического университета им . Г В . Плеханова, 2019 . Т 104 . № 2, С . 130-141. https://doi . org/10. 21686/24132829-2019-2-130-141.
47. Ферова И . С . , Старцева Ю . И . , Инюхина Е . В . Составляющие индекса «экономики знаний» // ЭКО, 2006. Т. 2 . № 12 . С . 59-66. http://dx . doi . org/10. 30680/EC00131-7652-2006-12-59-66.
48. Филатов С .А. , Сухорукова Н . Г Экономика, основанная на знаниях: информационно-статистический аспект исследования // Вестник НГУЭУ, 2016, № 3, С . 49-59.
References
1. Baburin V. L, Zemtsov S . P. Innovative potential of Russian regions: monograph . M: KDU, University Book, 2017 . (In Russian) .
2 . Belyaev D . O . , Moisburg P. Geography of Knowledge as One of the
Leading Trends of Modern Geographical Science . Izvestiya Ros-siiskoi Akademii Nauk. Seriya Geograficheskaya, 2011, no . 2, pp . 7-16 . (In Russian) .
3 Schumann J Human capital, knowledge and knowledge sharing: a view from the history of economic thoughts . In: E . Helmstadter (ed . ), The Economics of Knowledge Sharing: A New Institutional Approach . Cheltenham: Edward Elgar, 2003, pp . 121-128 .
4 . Ibert O . Towards a geography of knowledge creation: the ambiva-
lences between "knowledge as an object" and "knowing in prac-
tice". Regional Studies, 2007, vol .41, no . 1, pp . 103-114 . https://doi . org/10. 1080/00343400601120346.
5 . Koessler F. Common knowledge and interactive behaviours . Work-
shop BETA "Economie des connaissances", 1999, 11-12 November, Strasbourg .
6 . Autant-Bernard C . The geography of knowledge spillovers
and technological proximity. Economics of Innovation and New Technology, 2001, vol . 10, no . 4, pp . 237-254. https://doi . org/10. 1080/10438590100000010.
7 . Boulding K. E . The economics of knowledge and the knowledge of
economics . The American Economic Review, 1966, vol . 56, no . pp . 1-13 .
8 . Lundvall B . -A. , Johnson B . The learning economy. Journal of Indus-
try Studies, 1994, vol . 1, no . 2, pp . 23-42. https://doi . org/10. 1080/ 13662719400000002.
9 . Von Hayek F. A . Economics and Knowledge . Economica, 1937, vol .
4, no . 13, pp . 33-54. https://doi. org/10.2307/2548786. 10 . Nonaka I . , Takeuchi H . The knowledge creating company: how Japanese companies create the dynamics of innovation . New York: Oxford Press, 1995. https://doi . org/10. 1016/0024-6301(96)81509-3 11. Frenken K . , Hoekman J . Spatial scientometrics and scholarly impact: a review of recent studies, tools, and methods . In: Ding Y , Rousseau R. , Wolfram D . (eds) Measuring Scholarly Impact. Cham: Springer, 2014, pp . 127-146. https://doi . org/10. 1007/978-3-319-10377-8_6
12 . Matthiessen C . W, Schwarz A. W. Scientific centres in Europe: An
analysis of research strength and patterns of specialisation based on bibliometric indicators . Urban Studies, 1999, vol . 36, no . 3, pp . 453-477. https://doi. org/10. 1080/0042098993475.
13 . Balcerzak A . P. , Pietrzak M . B . Quality of Institutions for Knowledge-
based Economy within New Institutional Economics Framework Multiple Criteria Decision Analysis for European Countries in the Years 2000-2013. Economics and Sociology, 2016, vol . 9, no . 4, pp . 66-81. https://doi. org/10. 14254/2071- 789X. 2016/9-4/4.
14 . Godin B . The knowledge-based economy: conceptual framework or
buzzword? The Journal of Technology Transfer, 2005, vol . 31, no . 1, pp . 17-30 . https://doi. org/10. 1007/s10961-005-5010-x.
15 . Lebedev S .A. , Lebedev K. S . , Koskov S . N .The Kinds of Scientific
Knowledge: Differences and Unity. Vestnik of North- Eastern Federal University. Pedagogics . Psychology. Philosophy, 2017, vol . 6, no . 2, pp . 57-66. (In Russian) .
16 . Ayer A. J . The Problem of Knowledge . London: Penguin, 1956.
17 . Polanyi M . The Tacit Dimension . Garden City (NY): Anchor Books,
1996.
18 . Styhre A . Understanding knowledge management: critical and post-
modern perspectives Copenhagen: Copenhagen Business School Press, 2003
19 . Davenport T. H . , Prusak L . Working knowledge: how organizations
manage what they know. Boston: Harvard Business School Press, 2000.
20 . Spender J . -C . Organizational knowledge, learning, and memory: three concepts in search for a theory. Journal of Organizational Change Management, 1996, vol . 9, no . 1, pp . 63-78. https://doi. org/10. 1108/09534819610156813. 21. Spender J . -C . Pluralist epistemology and the knowledge-based theory of the Arm . Organization, 1998, no . 5, pp . 233-256. https:// doi . org/10. 1177/135050849852005.
22 . Ancori B . The economics of knowledge: the debate about codifica-
tion and tacit knowledge . Industrial and Corporate Change, 2000, vol . 9, no . 2, pp . 255-287. https://doi . org/10. 1093/icc/9. 2.255.
23 . Antonelli C . The derived demand for knowledge . Economics of In-
novation and New Technology, 2016, vol . 26, no . 1-2, pp . 183-194. https://doi . org/10. 1080/10438599.2016. 1202518.
24 . Castellacci F. , Archibugi D . The technology clubs: the distribution of
knowledge across nations . Research Policy, 2008, vol . 37, no . 10, pp . 1659-1673.
25 . Yigitcanlar T Editorial: Understanding the multidimensional nature
of innovation in the era of knowledge-based economy. International Journal Knowledge-Based Development, 2016, vol . 7, no . 3, pp . 203-206
26 . Malecki E . J . Everywhere? The geography of knowledge . Journal
of Regional Science, 2010, vol . 50, no . 1, pp . 493-513. https://doi . org/10 . 1111/j . 1467-9787.2009. 00640. x .
27 . Lundvall B . -A. The economics of knowledge and learning . In: J . L .
Christensen and B . -A. Lundvall (eds . ), Product Innovation, Interactive Learning and Economic Performance (Research on Technological Innovation and Management Policy, vol . 8 . Amsterdam: Elsevier, 2004, pp . 21-42 . https://doi. org/10 . 1016/S0737-1071(04)08002-3
28 . Lonnqvist A. , Kapyla J . , Salonius H . , Yigitcanlar T. Knowledge that
matters: identifying regional knowledge assets of Tampere Region . European Planning Studies, 2014, vol . 22, no . 10, pp. 2011-2029. https://doi . org/10. 1080/09654313.2013. 814621.
29 . Clark H . H . , Brennan S . E . Grounding in communication . In: Resnick,
L B . , Levine, J . M. and Teasley, S . D . (Eds), Perspectives on Socially Shared Cognition, Washington DC: American Psychological Association, 1991, pp . 127-149.
30 . Nonaka I. , Toyama R . , Konno N . SECI, Ba and leadership: a uni-
fied model of dynamic knowledge creation . Long Range Planning, 2000, vol . 33, no . 1, pp . 5-34 . https://doi . org/10 . 1016/S0024-6301(99)00115-6
31. Syazwan Abdullah M . , Kimble C . , Benest I. , Paige R . Knowledge-based systems: a re-evaluation . Journal of Knowledge Management, 2006, vol . 10, no . 3, pp . 127-142. https://doi . org/10. 1108 / 13673270610670902. 32 . Alavi M . , Leidner D . Knowledge management and knowledge management systems: Conceptual foundations and research issues
Management Information Systems Quarterly, 2001, vol . 25, no . 1, pp . 107-135.
33 . Allee V. Evolving business forms for the knowledge economy. In:
C . W Holsapple (ed . ), Handbook on knowledge management, 2003, vol . 2, pp . 605-622.
34 . Holsapple C . W, Joshi K. Knowledge manipulation activities: Results
of a Delphi study. Information and Management, 2002, vol . 39, no . 1, pp . 477-490. https://doi. org/10 . 1016/S0378-7206(01)00109-4.
35 . McAdams R . , McCreedy S . A critical review of knowledge man-
agement models . International Journal of the Learning Organisation, 1999, vol . 6, no . 3, pp . 91-100 . https://doi . org/10. 1108 /0969 6479910270416.
36 . McCampbell A. S . , Clare L. M. , Gitters S . H. Knowledge manage-
ment: The new challenge for the 21st century. Journal of Knowledge Management, 1999, vol . 3, no . 3, pp . 171-179 . https://doi . org/10. 1108/13673279910288572.
37 . Balland P. -A . , Rigby D . The geography of complex knowledge . Eco-
nomic Geography, 2016, vol . 93, no . 1, pp . 1-23 . https://doi . org/10 . 1080/00130095.2016. 1205947.
38 . Stehr N . A world made of knowledge . Society, 2001, vol . 3, no . 4,
pp . 89-92. https://doi. org/10. 1007/BF02712625.
39 . Thrift N . Steps to an ecology of place . In: Massey D . , Allen J . , Sarre
P. (Eds) Human Geography Today. Cambridge: Polity, 1999, pp . 295-322
40 . Cooke P. , Leydesdorff L Regional development in the knowledge-
based economy: the construction of advantage . The Journal of Technology Transfer, 2005, vol . 31, no . 1, pp . 5-15 . https://doi . org/10. 1007/s10961-005-5009-3. 41. Gorin V. A . , Zemskova E . S . Monitoring innovation security based on the knowledge economy index [Monitoring innovatsionnoy bezopasnosti na osnove indeksa ekonomiki znaniy]. The Eurasian Scientific Journal, 2015, vol . 7, no . 5, pp . 31. https://dx . doi . org/10. 15862/92EVN515 (In Russian) .
42 . Zemtsov S . P. , Baburin V. L . How to assess an efficiency of regional
innovation systems in Russia? Innovations, 2017, vol . 220, no . 2, pp 60-66 (In Russian)
43 . Zemtsov S . P. , Baburin V. L . , & Barinova V. A. How to measure the
immeasurable? Assessment of the innovation potential of Russian regions . Kreativnaya ekonomika, 2015, vol . 9, no . 1, pp . 35-52. (In Russian)
44 . Kozlova A. V. The question about the measurement of based on
knowledge economy: theoretical and methodical aspects Bulletin of Chelyabinsk State University, 2016, vol . 384, no . 2, pp . 202-213. (In Russian)
45 . Kostyuk V. N . The specificity of an economy based on knowledge .
Social Sciences and Contemporary World, 2004, № 4, pp . 134144 . (In Russian) .
46 . Kukushkin S . N . Assessing the knowledge index of the region . Vest-
nik of the Plekhanov Russian University of Economics, 2019, vol . 104, no . 2, pp . 130-141. (In Russian).
47. Ferova I . S . , Startseva Yu . I . , Inyukhina E . V. The components of the knowledge economy index [Sostavlyayushchiye indeksa "ekonomi-ki znaniy"]. ECO Journal, 2006, vol . 390, no . 12, pp . 59-66. http:// dx. doi . org/10. 30680/EC00131-7652-2006-12-59-66 (In Russian) .
48 . Filatov S . A . , Sukhorukova N . G . Economy based on knowledge: information and statistic aspect of study. Vestnik NGUÈU, 2016, no . 3, pp . 49-59. (In Russian) .
Поступило в редакцию 28.01.2021, принята к публикации 01.03.2021.
об авторах
Михайлова Анна Алексеевна, кандидат географических наук, старший научный сотрудник, Балтийский федеральный университет им И . Канта, ScopusID: 57207943693, Researcher ID: P-6443-2015, Телефон: +7(4012) 31-00-67 (доб . 5600) . E-mail: tikhonova . 1989@mail . ru . Михайлов Андрей Сергеевич кандидат географических наук, ведущий научный сотрудник, Балтийский федеральный университет им И . Канта, ScopusID: 57214075325, Researcher ID: B-8451-2015. Телефон: +79052400526, E-mail: andrmikhailov@kantiana . ru .
About the authors
Mikhaylova Anna, PhD in geography, senior research fellow, Immanuel Kant Baltic Federal University, ScopusID: 57207943693, Researcher ID: P-6443-2015. Tel . : +7(4012) 31-00-67 (ext . 5600) . E-mail: tikhonova . 1989@mail . ru . Mikhaylov Andrey, PhD in geography, lead research fellow, Immanuel Kant Baltic Federal University, ScopusID: 57214075325, Researcher ID: B-8451-2015, Tel . : +79052400526. E-mail: andrmikhailov@kantiana ru
