CC BY
0
ОРИГИНАЛЬНАЯ СТАТЬЯ
DOI: 10.26794/2404-022X-2024-14-1-103-116 УДК 338.1(045) JEL D01, О15
(CC) ]
Управление знаниями:
изменилась ли исследовательская повестка?
С.В. Орехова3, О.М. Никитинаь
а Уральский государственный экономический университет, Екатеринбург, Россия;
ь Уральский федеральный университет, Екатеринбург, Россия
BY 4.0
АННОТАЦИЯ
Концепция управления знаниями активно формировалась в конце ХХ в. и продолжает эволюционировать в связи с появлением новых бизнес-моделей, технологий, признанием «мягких» составляющих успеха и изменением стратегий организаций. В статье представлены результаты научного исследования, целью которого является выявление магистральных направлений научных изысканий в области экономики и управления знаниями. Методология работы базируется на совокупности подходов, включающих теорию фирмы, основанную на знаниях, концепции инженерии знаний, организационного обучения, динамических способностей и трансформации знания и др., а методика исследования основана на таксономическом и кластерном анализах наиболее цитируемых англоязычных публикаций с помощью инструментов, встроенных в программный продукт VOSviewer. Информационную базу составили статьи за 2018-2023 гг., отобранные по тематике исследования «Knowledge Management» и ключевым словам и размещенные в базе данных Dimensions. В целях формализации направлений современных научных работ в области управления знаниями они были разделены на 6 кластеров, в каждом из них проведен контент-анализ наиболее цитируемых статей. Выявлено, что исследовательская повестка сосредоточена в настоящее время на двух основных вопросах: влияние цифровизации и современных цифровых технологий на выбор, генерирование и распространение знаний в организации; влияние знаний на инновации как медиатор результативности бизнеса, включая экологические и социальные аспекты. В ходе исследования фактически найден консенсус в понимании основных постулатов концепции управления знаниями; показано, что внутри ее теоретических рамок наиболее востребованными являются инженерия знаний и теория фирмы, основанная на знаниях. Результаты исследования будут полезны менеджерам-практикам и исследователям в области разработки эффективных систем управления знаниями.
Ключевые слова: знания; управление знаниями; экономика знаний; систематизированный научный обзор; эффективность организации
Для цитирования: Орехова С.В., Никитина О.М. Управление знаниями: изменилась ли исследовательская повестка? Управленческие науки = Management Sciences. 2024;14(1):103-116. DOI: 10.26794/2404-022X-2024-14-1-103-116
ORIGINAL PAPER
Knowledge Management:
Any changes in the Research Agenda?
S.V. Orekhovaa, O.M. Nikitinab
a Ural State University of Economics, Yekaterinburg, Russia;
b Ural Federal University, Yekaterinburg, Russia
ABSTRACT
The concept of knowledge management formed at the end of the 20th century. At the same time, the vector of this concept is evolving due to the emergence of new business models, technologies, and the recognition of the "soft" components of success or the so-called "soft skills", and changes in the strategies of organizations.
The article is a systematic scientific review, the purpose of which is to identify the mainstream in the field of economics and knowledge management. The methodology of the article is based on a set of approaches, including the knowledge-based theory of the firm, the concepts of knowledge engineering, organizational learning, dynamic capabilities and
© Орехова С.В., Никитина Ü.M., 2024
knowledge transformation, etc., and the research methodology is based on taxonomic and cluster analysis of the most cited English-language publications using tools embedded in the VOSviewer software product. The information base consisted of articles for 2018-2024, selected according to the research topic and keywords "Knowledge Management", and placed in the Dimensions database. As a result, we identified 6 clusters and formalized the directions of modern research in the field of knowledge management. In each cluster, a content analysis of the most cited articles was carried out. The research agenda is currently focused on two main issues: the impact of digitalization and digital technologies on the choice, generation and dissemination of knowledge in an organization; the impact of knowledge on innovation as a mediator of business performance, including its environmental and social aspects. In fact, a consensus has been found in understanding the basic postulates of the concept of knowledge management. However, the problem of finding the "good" metrics for assessing the knowledge of an organization and the impact of their level on business performance remains relevant. It is shown that among the theoretical frameworks in knowledge management, the most popular are knowledge engineering and knowledge-based theory of the firm. The results of the study will be useful to managers-practitioners and researchers in the development of effective knowledge management systems.
Keywords: knowledge; knowledge management; knowledge economy; systematicc literature and scientific review; organization efficiency and effectiveness
For citation: Orekhova S.V., Nikitina O.M. Knowledge management: any changes in the research agenda? Upravlencheskie nauki = Management Sciences. 2024;14(1):103-116. (In Russ.). DOI: 10.26794/2404-022X-2024-14-1-103-116
ВВЕДЕНИЕ
Последние полвека менеджмент как научное направление бурно развивается, что приводит к появлению множества отдельных теорий и подходов в управленческой мысли. Изменение институциональных контекстов и возникновение новых форм организации бизнеса обуславливает не только развитие терминологического аппарата, но и эволюцию уже зарекомендовавших себя известных теоретических направлений. Одним из них, во многом определяющим фундаментальную исследовательскую платформу современного менеджмента, выступает концепция управления знаниями (англ. Knowledge Management).
Термин «управление знаниями» был введен в 1986 г. К. Виигом [1], а сама концепция в широком смысле опирается на идею, что знания являются особым, уникальным ресурсом, который создает и в дальнейшем поддерживает устойчивые конкурентные преимущества организации.
Наблюдается ряд тенденций, меняющих систему управления знаниями в компаниях [2, с. 15-17]:
• в части получения знаний — обязательное владение информационными и цифровыми технологиями как средством доступа к обработке данных и встраивания их в бизнес-процессы компании;
• в части генерирования и распространения знаний — развитие феномена кластеризации информации, принятия решений, делегирования полномочий;
• в части коммерциализации знаний — внимание к совершенствованию правовой охраны сделок, кибербезопасности, а также формированию новых
механизмов взаимодействия агентов на рынках неосязаемых благ (на которых высоки риски, связанные с асимметричностью информации).
Трансформация рынков и механизмов их функционирования, появление децентрализованных управленческих технологий (блокчейн) и развитие сетевых ресурсов, интенсификация региональной конкуренции выступают драйверами, смещающими акценты в управлении знаниями в попытке найти актуальные ответы на два вопроса: 1) какие знания необходимо генерировать; 2) как удерживать и развивать общекорпоративные знания в условиях открытой экономики.
В связи с этим авторы статьи ставят целью определить магистральные направления исследований в области управления знаниями при помощи метода систематизированного научного обзора публикаций за последние 5 лет (2018-2023 гг.). Промежуточными разделами (задачами) работы являются уточнение общей терминологии и теоретического каркаса концепции управления знаниями; описание методики проведения систематизированного научного обзора; определение направлений исследований в области управления знаниями методом кластеризации и их контент-анализ. В силу ограниченности объема исследование сосредоточено на изучении англоязычных публикаций в базе данных Dimensions1.
1 Dimensions — это цифровая наукометрическая база данных, охватывающая сотни миллионов публикаций, грантов, стратегических документов, наборов данных и патентов. Позволяет анализировать не только публикационную активность и цитируемость по определенной тематике, но и изучать объем и динамику научно-исследовательских
ИСТОКИ И ОСНОВНЫЕ ПОСТУЛАТЫ КОНЦЕПЦИИ УПРАВЛЕНИЯ ЗНАНИЯМИ
Согласно определению Дж. Пробста с соавторами, знания — это совокупность информации и способностей, которые индивиды используют для решения проблем. Знания состоят из теоретических и практических познаний, а также рутин (правил поведения) и базируются на данных и информации, но в отличие от них всегда связаны с определенным человеком, поскольку являются производными от его ожиданий [3, p. 22].
Трансформация знаний в конкурентоспособность (эффективность) организации состоит из четырех этапов: «получение — генерирование — распространение — материализация» [4]. В идеале эти процессы представляются самоорганизующимися и происходят одновременно на уровнях сотрудника, подразделений и межфирменного взаимодействия.
Современный методологический каркас подходов к единой концепции управления знаниями неоднороден. Еще в 1979 г. П. Друкер вводит понятие «knowledge worker» (от англ. — работник, создающий знания) [5]. Он же предлагает первые положения теории управления знаниями [6-8]:
• знания являются ключевым ресурсом, и их распределение между бизнес-структурами формирует новый мировой социально-экономический порядок;
• основное мерило знаний, определяющее возможности конкурентной борьбы, — это информационно-коммуникационные и другие высокие технологии; отсюда следует, что лидерами рынка, создающими «лицо» мировой экономики, будут высокотехнологичные компании;
• работник умственного труда — это генератор знаний; работа в области знаний определяется не количеством, а ее результатами;
• работники умственного труда требуют новых правил и подходов к управлению; их основной чертой является умение управлять собой, самоанализ и автономность. В процессе развития идей П. Друкера были сформированы ключевые фундаментально-теоретические направления Knowledge Management: теория фирмы, основанная на знаниях [так называемая «знаниевая» теория фирмы (англ. knowledge-based theory of the firm)], а также концепция организационного обучения, динами-
грантов в выбранных областях с точностью до конкретных коллективов и научных организаций.
ческих способностей и трансформации знания, инженерии знаний (англ. knowledge engineering), интеллектуального капитала и управления человеческими ресурсами и ряд других. Остановимся на них подробнее.
Исследования, посвященные знаниевым ресурсам как источникам конкурентоспособности фирмы, появились в конце XX в. и встроены в теоретический каркас ресурсного подхода (англ. resource-based view). На его базе в 1996 г. Р. Грант [9] развивает теорию фирмы, основанную на знаниях, согласно которой они являются ключевым ресурсом организации, а сама компания рассматривается как пучок знаний специалистов, материализующийся в продукты.
Развитие исследований в рамках этой теории направлено на поиск ответов на два основных вопроса: 1) какими свойствами должно обладать знание как ресурс, чтобы он приводил организацию к лучшим результатам? 2) насколько сильна и устойчива связь между знаниями и эффективностью организации.
В поисках ответа на эти вопросы знания были классифицированы определенным образом, в частности (и это важно), путем выделения кодифицированной (явной) и некодифицированной (неявной) форм. Явное (формализованное) знание легко поддается передаче. Неявное [неформализованное (англ. know-how)] включает в себя навыки, опыт сотрудников фирмы, ментальные модели, организационные рутины. Кроме того, существуют так называемые «высоконеформализованные знания» [10], относящиеся, как правило, к индивидуальным навыкам, которые человек не может выразить вер-бально, но по которым он действует.
Эта классификация дала толчок изучению широко известного парадокса репликации [11], заключающегося в том, что компания стремясь к увеличению скорости обмена знаниями внутри организации, кодифицирует их, но при этом повышает вероятность того, что они в силу формализации станут доступны конкурентам. Ускоряя репликацию знаний с целью активизации темпов роста фирмы, для сохранения рыночной позиции необходимо осуществлять жесткий контроль над их распространением.
Кроме того, знания различаются по способности поддерживать конкурентоспособность организации. Придерживаясь данной точки зрения, М. Х. Зак [12] разделяет их на 3 группы:
1) базовые знания (англ. core), характеризующиеся минимальным набором и уровнем. Они не формируют долгосрочного конкурентного преимущества. Все участники отрасли обладают подобными знаниями;
2) продвинутые (англ. advanced), которые позволяют предприятию быть конкурентоспособным за счет их дифференциации по конкретному содержанию;
3) новаторские (англ. innovative), которые могут стать основой лидерства предприятия в отрасли, позволить ему менять правила игры.
Именно в этой классификации заложена попытка сформировать логическую цепочку превращения знаний в эффективность через инновации.
Обе приведенные классификации стали основанием для множества эмпирических исследований, посвященных анализу влияния различных категорий и типов знаний на эффективность деятельности организаций. Например, в работе [13] доказана существенная положительная связь между управлением неявными знаниями и производственными результатами фирмы, а в статьях [14, 15] получены убедительные доказательства трансформации знаний в инновации, которые, в свою очередь, оказывали положительное влияние на деятельность бизнеса.
Конкурентное преимущество зависит от того, насколько эффективно знания интегрированы в бизнес-процессы. Научная школа организационного обучения фокусирует внимание на обучении как базовом механизме создания конкурентных преимуществ в постоянно меняющейся среде [16]. При этом в качестве инструментов стимулирования предлагаются специализация и симплификация (упрощение) [17].
Для интеграции знаний выделено два базовых механизма: инструкции (распоряжения) и рутины (устоявшиеся практики). Важность первых возрастает со сложностью их действия, распространения, а также разнообразием конечных результатов.
Одной из базовых в рамках этого теоретического подхода является статья Л. Арготэй и П. Инграма [18], в которой увязываются конкурентные преимущества организации с процессом трансфера знаний. По мнению авторов, качество передачи зависит от встраивания информации в одно из так называемых «хранилищ» (работники, группы, подразделения), а качество встраивания, в свою очередь, — от уровня социализации сотрудников, организационной культуры и других факторов.
Теорию организационного обучения дополняет концепция «научающейся организации» (англ. learning
organization), развитая в работах П. Сенге [19] и Д. А. Гарвина [20]. Судя по названию, концепция подразумевает, что обучение — это не просто накопление знаний, а осмысленное развитие навыков по их использованию. Научающейся организации присущи черты внутреннего рынка труда, и она характеризуется следующими признаками:
1) стратегия организации является результатом ее подхода к обучению;
2) принципы участия, информированности и вовлеченности работников в стратегию организации становятся ключевыми в ее деятельности;
3) наличие постоянного внутреннего обмена знаниями и поощрение гибкости бизнес-процессов;
4) бенчмаркинг — анализ (своеобразное «сканирование») сотрудниками низового звена всего информационного поля по теме окружающей среды.
Развитие так называемой «организационной» ветви концепции управления знаниями (направления, сосредоточенного на бизнес-процессах управления знаниями) привело к пониманию важности поведения, мотивации работников, необходимости составления и изучения их личностных и психологических портретов [21, 22].
Появились работы, увязывающие генерацию сотрудниками идей, и организационные факторы, которые влияют на эффективность инноваций [2123]. Их авторы показывают, что наиболее важным фактором, определяющим уровень генерации инновационных знаний, выступает мотивация. В свою очередь, условием высокой мотивации является применение управленческих практик, ориентированных на поддержание психофизиологического здоровья сотрудников (англ. health-oriented leadership, HoL) [24], а также организационная справедливость, уровень доверия [25] и ряд других.
С учетом принципов теории управления человеческими ресурсами и ресурсного подхода параллельно развивается идеология интеллектуального капитала как совокупности знаний, информации, интеллектуальной собственности и опыта, которые можно использовать для создания богатства [26].
В условиях внешних шоков на рубеже ХХ-ХХ1 вв. фирмам все чаще приходилось опираться на внутренний потенциал управления знаниями. Поэтому в получившей развитие в этот период теории динамических способностей [27] и основанном на ней подходе трансформации знания [28] внимание сосредоточено на механизмах трансформации ресурсов.
Таблица 1 / Table 1
Алгоритм таксономического исследования публикаций по тематике управление знаниями / Algorithm for taxonomic study of publications on knowledge management
№ Этап / Stage Содержание этапа / Stage content
1 Сбор данных Формирование выборки публикаций в международной научной базе данных Dmensions по ключевому словосочетанию «knowledge management». Составление карты перекрестных библиографических связей между публикациями
2 Выбор программного продукта для проведения анализа Анализ имеющихся программных продуктов, позволяющих работать с англоязычными публикациями. Отбор программы VoSviewer как наиболее релевантной целям исследования
3 Обработка данных Отбор 2500 публикаций с помощью функции Bibliographic coupling (от англ. библиографическая связь). Кластеризация публикаций согласно перекрестным библиографическим связям. Отбор наиболее цитируемых публикаций в каждом кластере
4 Интерпретация результатов Идентификация направлений исследований в рамках концепции управления знаниями в англоязычных научных публикациях
Источник/Source: составлено авторами / compiled by the authors.
Авторы исследований, придерживающиеся этой точки зрения на концепцию управления знаниями, концентрируются на способности организации «захватывать» как внутренние, так и внешние знания, а также сохранять их с течением времени внутри фирмы [29].
Так, классической работой является модель создания нового организационного знания, разработанная японскими учеными И. Нонака и Х. Такеу-чи [28]. Они выстраивают такую логическую связь управления знаниями: «создание организационного знания — постоянные инновации — конкурентные преимущества» и увязывают эффективность этой трансформации знания как со встроенными в организацию динамическими способностями, так и с возможностью взаимного «перетекания» явного и неявного знания друг в друга.
Нонака и Такеучи выделяют 4 способа трансформации знаний: социализация (из неформализованного в неформализованное); экстернализация (из неформализованного в формализованное); комбинация (из формализованного в формализованное); интернализация (из формализованного в неформализованное).
Поскольку знания как категория имеют ярко выраженный междисциплинарный характер, существует ряд «смежных» подходов к концепции управления ими. Одной из ее наиболее заметных областей является инженерия знаний (англ. knowledge engineering), фокусирующаяся на человеке как носителе знаний,
а также технических решениях, способствующих их извлечению. Соответственно, основной вектор исследований направлен на цифровые и информационные технологии как систему поддержки управления знаниями [30-32].
Все существующие теории и подходы в совокупности представляют собой теоретический каркас современной концепции управления знаниями, однако, в зависимости от актуальной повестки, они корректируются под влиянием новых практик и вызовов внешней среды, способных глобально изменить методологическую платформу управленческой науки: это и пандемия COVID-19, и активная деглобализация, и в то же время бурное развитие глобальных цифровых платформ.
МАТЕРИАЛЫ И МЕТОДЫ
Систематизированный научный обзор (англ. systematic literature review) — это метод таксономического исследования публикаций, алгоритм которого представлен в табл. 1.
Информационную основу исследования составили англоязычные работы, опубликованные в период с 2018 по 2023 г. в международной научной базе данных Dimensions и отобранные 6 июня 2023 г. по ключевому словосочетанию «knowledge management». За весь период существования этой базы в ней размещено было 10 597 тыс. статей по исследуемой тематике, что свидетельствует о давнем и активном внимании к ней.
Мы предполагаем, что уровень цитируемости может служить показателем интереса научного сообщества к идеям, представленным в конкретной работе, а в наиболее цитируемых статьях представлены магистральные направления исследований в текущий период времени.
С помощью функции Bibliographic coupling программного продукта VOSviewer был проведен анализ текста 2500 самых релевантных статей по версии Dimensions — графическая визуализация совпадений приведена на рисунке. Выявлено 127 265 связей и 1000 ключевых узлов. Узел представляет собой отдельную публикацию, которая является объектом цитирования или ссылок. Узлы связаны между собой (на основе цитирования или ссылок), образуя граф связей.
Далее все статьи (1000 узлов) при помощи программного продукта VOSviewer были объединены в кластеры (на рисунке выделены цветом). Результаты кластеризации представлены в табл. 2.
Данные табл. 2 говорят о том, что исследовательская повестка работ на тему управления знаниями формально дифференцирована по 6 направлениям. На этом этапе исследования можно сделать ряд промежуточных выводов.
Во-первых, магистральные темы публикаций связаны с двумя принципиальными вопросами:
• Каким образом и в каком объеме знания трансформируются в инновации, и как последние влияют на показатели деятельности компании?
garcia-pe»ez (2021)
То есть основу исследований последних лет по-прежнему составляют фундаментальные идеи И. Нонаки и Х. Такеучи, а также знаниевая теория фирмы.
• Какое значение в сфере управления знаниями имеют цифровые технологии и цифровые стратегии (в первую очередь стратегии управления данными)?
Вышеизложенное свидетельствует о том, что из имеющихся направлений исследований наибольшее внимание в текущем периоде уделяется концепции инженерии знаний и теории фирмы, основанной на знаниях.
Во-вторых, значительное число работ посвящено развитию среднего и малого бизнеса фМЕ), что наблюдается в трех выделенных кластерах из шести. Очевидно, что в случае, когда бизнес не может использовать масштаб в качестве основного конкурентного преимущества, технологии управления знаниями и конструирование системы инновационного менеджмента являются принципиальными для его успешного функционирования.
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
Результаты кластеризации: отбор наиболее цитируемых работ
Заключительный этап исследования предполагает отбор и контент-анализ наиболее цитируемых работ из каждого кластера (табл. 3).
gWyy 1 )%b^02(#ldO J20a)
Shafi JMp^ Zhang (2019b) de sousajabbour (2020a) abbas (2019) .¡oniQft
limaj(2019) awan(2021) queiroz (2020a)
rajapathirana (2018) ^(2021) sharma (2020)
alves (2018) rítala (2018) asbari (2019)Uma <2021, БЭ Г Кв Г (202 1 Э )
/пгмоч - fcÄfie (2019) w*»antoro<2018> —»
"urbínati (20187
flor (2018) papa (2018)
biglíardi (2020b) garcía-go nzález (2019)
lecka-jankowska (2019)
hashimy (2021)
Рис./Fig. Карта перекрестных библиографических связей / Bibliographic coupling map
Источник/Source: составлено автором с помощью программы VOSviewer / compiled by the author with the help of VOSviewer.
Таблица 2 / Table 2
Кластеризация англоязычных исследований управление знаниями в МНБД Dimensions/ Clustering of English-language studies on knowledge management in Dimensions
Кластер / 1 (красный) / 2 (зеленый) / 3 (синий) / 4 (желтый) / 5 (фиолетовый) / 6 (голубой) /
Cluster 1 (red) 2 (green) 3 (blue) 4 (yellow) 5 (purple) б (light blue)
Количество 365 (36,5) 218 (21,8) 173 (17,3) 109 (10,9) 106 (10,6) 29 (2,9)
статей, ед. (96)
Тематика Индустрия 4.0 Влияние Инновации Цифровые Экологическая Аналитика больших
исследований инновационного потенциала на производительность компании технологии ответственность и инновации корпораций данных
Смежные поля - Машинное Корпоративная - Инновационный - Интернет вещей; - Инновации -Аналитика больших
исследования, обучение; экологическая потенциал; - система в компаниях; данных;
определяемые - обрабатывающая ответственность; - эффективность управления - автономия; - интернет вещей;
ключевыми промышленность; - корпоративные инноваций; знаниями; - управленческий - стратегический
словами - Индустрия 4;0; инновации; - рыночные - инновационный опыт; менеджмент;
COVID-19; - ценность фирмы; показатели; потенциал; - география - теория, основанная
- цепочки поставок; - оглощающая - финансовые - открытые инноваций; на знаниях;
- цифровизация; способность; показатели; инновации; - поглощающая - теория динамических
искусственный - культурный - метаанализ; - малый и средний способность; способностей;
интеллект; баланс; - барьеры бизнес - развивающиеся - цифровая экономика
- наука о данных; - исследовательская экоинноваций; рынки; замкнутого цикла;
прогнозирующая инновация; - цифровые бизнес- - эффективность - конкурентное
аналитика; - эксплуатационные модели; деятельности фирм; преимущество;
- интеллектуальные инновации - устойчивые - зеленые - интернационализация;
приложения; инновации; инновации; - малый и средний
- цифровая - поглощающая - малый и средний бизнес
стратегия способность; - экономика замкнутого цикла бизнес; - трансформация бизнеса; - бучение сотрудников
Источник/Source: составлено автором / compiled by the author.
Таблица 3/ Table 3
Характеристики наиболее цитируемых публикаций в МНБД Dimensions по тематике управление знаниями по состоянию на 06.06.2023 / The characteristics of the most cited publications on knowledge management in Dimensions as of 06.06.2023
Источник / Source Количество цитирований / Number of citations Тип статьи / Type of article Суть и результаты исследования / Essence and results of the study
I. H. Sarker (2021) 733 (red) Обзорная Предоставлен обзор алгоритмов машинного обучения. Даны объяснения принципам различных типов машинного обучения, их применимости в таких областях, как системы кибербезопасности, умные города, здравоохранение, электронная коммерция, сельское хозяйство и т.д.
J. Rjapathirana, Y. Hui (2018) 363 (blue) Эмпирическая Исследуется взаимосвязь между инновационными способностями фирмы, типом инноваций и показателями рыночной и финансовой эффективности деятельности страховых компаний Шри-Ланки
G. Santoro, D. Vrontis и A. Thrassou (2018) 403 (yellow) Эмпирическая Исследуется влияние технологии интернет вещей (IoT) на системы управления знаниями и возможности открытых инноваций. IoT рассматривается как ключевая, способная преобразовать способы управления знаниями в организациях и стимулировать инновационные процессы. Используется моделирование с помощью структурных уравнений на выборке из 298 итальянских фирм
Z. Li, G. Liao, K. Albitar (2019) 208 (green) Эмпирическая Исследуется влияние параметров корпоративной экологической ответственности (CER) на стоимость бизнеса, а также роль, которую играют инновации в этом процессе, на выборке из 496 публичных китайских компаний
N. Côrte-Real, P. Ruivo, T. Oliveira (2019) 127 (light blue) Эмпирическая Исследуется взаимосвязь между качеством аналитики больших данных и извлечением ценности с помощью технологии IoT в 618 европейских и американских компаниях
N. Nuruzzaman, A. Gaur, R. B. Sambharya (2017)* 99 (purple) Эмпирическая Изучены предпосылки инновационной деятельности дочерних компаний многонациональных корпораций (MNE) с использованием подхода к анализу микрооснований. Утверждается, что такие характеристики менеджеров, как предыдущий опыт работы в аналогичных корпорациях, влияют на инновации дочерних компаний. Была использована выборка из 228 дочерних компаний MNE из 11 стран
Источник/Source: составлено автором / compiled by the author.
* Статья вышла в январе 2018 г. (официальная дата выхода номера журнала - декабрь 2017 г.), поэтому попала в выборку.
Контент-анализ наиболее цитируемых работ
Проанализируем более детально наиболее цитируемые работы, опубликованные в МНБД Dimensions по тематике управление знаниями в 2018-2023 гг. Отметим, что первой в этом списке является статья «Machine Learning: Algorithms,
Real World Applications and Research Directions» [33], представляющая такое направление, как инженерия знаний. Она была опубликована в 2021 г., когда вследствие удаленной работы в период пандемии COVID-19 возник очередной всплеск интереса к цифровым технологиям.
В работе убедительно доказывается, что в условиях Индустрии 4.0 в практику бизнес-процессов организаций, а также в целые сферы общественной жизни встроены систематическая обработка данных и использование новых интеллектуальных технологий. Это предопределяет развитие систем машинного обучения и обуславливает необходимость разработки новых процедур взаимодействия «работник — машина». Управление алгоритмами машинного обучения меняет стратегии организаций и общества в части управления знаниями.
Поскольку мы наблюдаем новую стадию в развитии цифровых технологий — активное использование искусственного интеллекта, инструментов дополненной и виртуальной реальности, постепенный переход от цифровых платформ к метавселен-ным [34], происходит осмысление теоретического каркаса и терминологического аппарата этого направления. Именно поэтому обзорные статьи, например австралийского ученого И. Х. Саркера [33], являются актуальными.
Однако самым интересным, на наш взгляд, исследованием по тематике инженерии знаний является наиболее цитируемая в желтом кластере статья G. Santoro, D. Vrontis и A. Thrassou «The Internet of Things: Building a knowledge management system for open in-novation and knowledge management capacity. Technological forecasting and social change» [35]. Следует отметить, что в нем сохраняется единый подход, вбирающий в себя научные достижения теории трансформации знаний и теории фирмы, основанной на знаниях.
Основная цель этой научной работы состоит в изучении взаимосвязи между системой управлением знаниями и открытым типом инноваций. Ее авторы применяют метод моделирования с помощью структурных уравнений на выборке из 298 итальянских фирм различных отраслей, и их выводы весьма нетривиальны и действительно вносят ощутимый вклад в менеджмент знаний организации:
Во-первых, на примере технологии интернета вещей (IoT) эмпирически доказывается изменение механизмов управления знаниями в организациях. Фактически IoT влияет на подход компании к инновациям и на то, как они по-новому создают ценностное предложение, а значит, — меняют ее бизнес-модель.
Во-вторых, показано, что система управления знаниями сама по себе не является ключевым фак-
тором конкурентного преимущества. Она способствует формированию инновационного потенциала организации.
В-третьих, отражено, что комбинация явных и неявных знаний приводит к лучшему результату.
В-четвертых, указано, что развитие внутрифирменных знаний на основе IoT способствует увеличению инновационного потенциала организации по части их успешного встраивания и функционирования в открытых экосистемах за счет институтов более эффективного обмена данными и их коммерциализации.
Таким образом, разработана концептуальная модель, основанная на предположении, что фирмы могут использовать IoT как эффективный инструмент разработки, внедрения и поддержки системы управления знаниями, и позволяющая достичь более высокую эффективность инноваций. Последняя подразумевает способность к внедрению новых продуктов/услуг, процессов или открытие новых рынков.
Наиболее цитируемая статья из голубого сектора — «Leveraging internet of things and big data analytics initiatives in European and American firms: is data quality a way to extract business value?» [36] также связана с вопросами использования анализа больших данных (BDA) и Io T. С помощью эконо-метрического моделирования на выборке из 618 компаний авторы доказывают, что инвестиции в эти инструменты являются критически важными для конкурентоспособности организаций.
Второе магистральное направление исследований — по-прежнему актуальная тематика теории фирмы, основанной на знаниях. Оно характеризуется хорошо проработанным аналитическим аппаратом, поэтому статьи, выполненные в данных теоретических границах, представляют собой попытку уточнения специфики взаимосвязи категорий «знания — эффективность бизнеса» в конкретных условиях: страновых, отраслевых, социально-экономических и т.п. Кроме того, в таких работах наблюдается расширение инструментов анализа и объемов данных, а также выделение дополнительных факторов и медиаторов, оказывающих влияние на эту взаимосвязь.
Именно такой подход присутствует в статье «Relationship between innovation capability, innovation type, and firm performance» [37], являющейся серьезным эмпирическим исследованием.
На основе микроданных опроса 379 менеджеров страховых компаний Шри-Ланки авторы пытаются решить дилемму, которая заключается в следующем: развитие организаций чаще всего предполагает использование открытого типа инноваций; в то же время страховые компании используют закрытую информацию, которая считается коммерческой тайной. Способны ли такие компании генерировать этот вид знаний в инновационные способности, и как это отражается на их эффективности?
Результаты исследования подтвердили гипотезы о том, что инновационный потенциал страховых компаний имеет положительное и сильное влияние на результативность в части развития продуктовых и маркетинговых стратегий; но по отношению к организации бизнес-процессов (организационной культуры) такой взаимосвязи не прослеживается. Эти выводы противоречат высказанным ранее в рамках организационных теорий.
В статье Z. Li, G. Liao и K. Albitar [38] затронуты проблемы всестороннего измерения вовлеченности работников в процессы корпоративной экологической ответственности для изучения ее взаимосвязи со стоимостью фирмы. Система управления знаниями также рассматривается как фактор развития корпоративных инноваций. На данных выборки 496 китайских компаний, зарегистрированных на бирже с 2008 по 2016 г., показано, что инновации играют роль медиатора.
В статье «A Micro-Foundations Approach to Studying Innovation in Multinational Subsidiaries» [39] также говорится о том, что система управления знаниями является микрооснованием инновационной деятельности и инновационной эффективности бизнеса. Авторы используют подход к управлению человеческими ресурсами, объясняя зависимость развития инноваций и системы управления знаниями от социально-демографических характеристик менеджеров. На выборке 228 дочерних компаний из 11 стран продемонстрировано, что опыт работы в отрасли дает менеджерам компетенции работы с дочерними компаниями.
Таким образом, формальная кластеризация наиболее цитируемых публикаций (6 сегментов) при уточнении сущности исследований при помощи контент-анализа позволила установить две базовые тенденции, определяющие магистральные направления развития концепции управления знаниями.
Во-первых, это всестороннее смешение базовых принципов и достижений всех подходов в рамках концепции управления знаниями. Более того, междисциплинарность является обязательным критерием достойных исследований в этой области менеджмента. Авторы априорно выстраивают их на постулатах, что знания являются ключевым фактором развития инноваций — от типа знаний и их успешного встраивания в бизнес-процессы зависят конкурентные преимущества бизнеса.
Во-вторых, активное изучение технологической составляющей системы управления знаниями как ключевого фактора ее эффективности.
Представляется, что эти тенденции будут нарастать.
ВЫВОДЫ
Перспективы концепции управления знаниями
Несмотря на довольно долгое существование концепции управления знаниями, ей, как и в любой динамично развивающейся сфере научного познания, присущи как пробелы в терминологии, так и проблемы, связанные с единым пониманием методологии решения исследовательских задач. По-прежнему актуален поиск «правильных» метрик для оценки знаний организации и влияние их уровня на эффективность бизнеса. В то же время сформировался довольно устойчивый каркас теоретических подходов, содержащий инструментарий для анализа процессов, происходящих в экономической и управленческой сферах деятельности организаций.
Текущая проблематика научных работ в рамках концепции управления знаниями сосредоточена на уточнении переменных и факторов, влияющих на построение и развитие системы управления знаниями. Отчасти это связано с междисциплинарным характером исследований и увязыванием внутри одной работы различных подходов: инженерии, знаний организационной психологии и социологии, ресурсного подхода и пр., а в какой-то степени — с неоднозначностью в трактовке и двойственной природой знаний как таковых, свойствами неотделимости от объекта и размытостью прав собственности, существенной ролью некодифицируемой части и т.п.
Все это, по нашему мнению, будет и дальше развивать концепцию управления знаниями и мотивировать ученых и практиков к продолжению исследований в этой области.
СПИСОК ИСТОЧНИКОВ
1. Wiig K. M. Management of knowledge: Perspectives of a new opportunity. In: Technology assessment and management conference (Zurich, October 20-21, 1986). Rüschlikon: Gotlieb Duttweiler Institute; 1986. URL: https://www.researchgate.net/profile/Karl-Martin-Wiig/publication/220836944_Knowledge_Management/ links/585316db08ae0c0f32227872/Knowledge-Management.pdf
2. Молодчик М. А. Организационно-мотивационные механизмы управления знаниями: теория и практика российских компаний. Пермь: Изд-во Перм. нац. исслед. политехн. ун-та; 2017. 219 с.
3. Probst G., Raub S., Romhardt K. Wissen managen: Wie Unternehmen ihre wertvollste Ressource optimal nutzen. 4th ed. Wiesbaden: Gabler Verlag; 2006. 328 p.
4. Holsapple C., Singh M. The knowledge chain model: Activities for competitiveness. Expert Systems with Applications. 2001;20(1):77-98. DOI: 10.1016/s0957-4174(00)00050-6
5. Druker P. F. Managing the knowledge worker. Modern Office Procedures. 1979;24:12-16.
6. Drucker P. F. The age of social transformation. The Atlantic Monthly. 1994;274(5):53-80. URL: https://www. theatlantic.com/past/docs/politics/ecbig/soctrans.htm
7. Druker P. F. Knowledge-worker productivity: The biggest challenge. California Management Review. 1999;41(2):79-94.
8. Drucker P. F. Managing oneself. Harvard Business Review. 2005;77(2):64-74. URL: https://hbr.org/2005/01/ managing-oneself
9. Grant R. M. Toward a knowledge-based theory of the firm. Strategic Management Journal. 1996;17(S 2):109-122. DOI: 10.1002/smj.4250171110
10. Nelson R. R., Winter S. G. An evolutionary theory of economic change. Cambridge, MA: Belknap Press of the Harvard University Press; 1982. 454 р.
11. Kogut В., Zander U. Knowledge of the firm, combinative capabilities, and the replication of technology. Organization Science. 1992;3(3):383-397. DOI: 10.1287/orsc.3.3.383
12. Zack М. H. Developing a knowledge strategy. California Management Review. 1999;41(3):125-145. DOI: 10.2307/41166000
13. Harlow H. The effect of tacit knowledge on firm performance. Journal of Knowledge Management. 2008;12(1):148-163. DOI: 10.1108/13673270810852458
14. Darroch J. Knowledge management, innovation and firm performance. Journal of Knowledge Management. 2005;9(3):101-115. DOI: 10.1108/13673270510602809
15. López-Nicolás C., Meroño-Cerdán Á. L. Strategic knowledge management, innovation and performance. International Journal of Information Management. 2011;31(6):502-509. DOI: 10.1016/j.ijinfomgt.2011.02.003
16. Argyris C., Schön D. A. Organizational learning: A theory of action perspective. Reading, MA: Addison-Wesley Publishing Co.; 1978. 344 p.
17. Levinthal D. A., March J. G. A model of adaptive organizational search. Journal of Economic Behavior & Organization. 1981;2(4):307-333. DOI: 10.1016/0167-2681(81)90012-3
18. Argote L., Ingram P. Knowledge transfer: A basis for competitive advantage in firms. Organizational Behavior and Human Decision Processes. 2000;82(1):150-169. DOI: 10.1006/obhd.2000.2893
19. Сенге П. Пятая дисциплина: искусство и практика обучающейся организации. Пер. с англ. М.: Олимп-Бизнес; 2003. 408 с.
20. Garvin D. A. Building a learning organization. Harvard Business Review. 1993;71(4):78-91. URL: https://edisciplinas. usp.br/pluginfile.php/8053586/mod_resource/content/1/Building_a_Learning_Organization.pdf
21. Storey J. Human resources polices for knowledge work. In: Ray T., Quintas P., Little S., eds. Managing knowledge: An essential reader. London: Sage Publications; 2005:199-219.
22. Hernaus T., Mikulic J. Work characteristics and work performance of knowledge workers. EuroMed Journal of Business. 2014;9(3):268-292. DOI: 10.1108/EMJB-11-2013-0054
23. Aziz H. A., Rizkallah A. Effect of organizational factors on employees' generation of innovative ideas: Empirical study on the Egyptian software development industry. EuroMed Journal of Business. 2015;10(2):134-146. DOI: 10.1108/EMJB-12-2014-0044
24. Керсе Г., Чакиси А. Б., Дениз В. Влияние модели HoL на благополучие работников здравоохранения: роль психологического равновесия. (На англ.). Управленец. 2022;13(5):49-66. DOI: 10.29141/2218-5003-2022-13-5-4
25. Четин С., Даварчи М., Каракас А. Влияние организационной справедливости и уровня доверия сотрудников на обмен знаниями. (На англ.). Управленец. 2022;13(3):30-45. DOI: 10.29141/2218-5003-2022-13-3-3
26. Stewart T. A. Intellectual capital: The new wealth of organizations. New York, NY: Doubleday/Currency; 1997. 320 p.
27. Teece D. J. Explicating dynamic capabilities: The nature and microfoundations of (sustainable) enterprise performance. Strategic Management Journal. 2007;28(13):1319-1350. DOI: 10.1002/smj.640
28. Нонака И., Такеучи Х. Компания — создатель знания. Зарождение и развитие инноваций в японских фирмах. Пер. с англ. М.: Олимп-Бизнес; 2003. 384 с.
29. Chen C.-J., Huang J.-W. Strategic human resource practices and innovation performance — the mediating role of knowledge management capacity. Journal of Business Research. 2009;62(1):104-114. DOI: 10.1016/j. jbusres.2007.11.016
30. Malhotra Y. Knowledge management for e-business performance: Advancing information strategy to "internet time". Information Strategy: The Executive's Journal. 2000;16(4):5-16. DOI: 10.1080/07438613.2000.10744620
31. Del Giudice M., Della Peruta M. R. The impact of IT-based knowledge management systems on internal venturing and innovation: A structural equation modeling approach to corporate performance. Journal of Knowledge Management. 2016;20(3):484-498. DOI: 10.1108/JKM-07-2015-0257
32. Lopez-Nicolas C., Soto-Acosta P. Analyzing ICT adoption and use effects on knowledge creation: An empirical investigation in SMEs. International Journal of Information Management. 2010;30(6):521-528. DOI: 10.1016/j. ijinfomgt.2010.03.004
33. Sarker I. H. Machine learning: Algorithms, real world applications and research directions. SN Computer Science. 2021;2(3):160. DOI: 10.1007/s42979-021-00592-x
34. Орехова С. В., Плахин А. Е. Метавселенные: переход к новой бизнес-модели или образ будущего? Управленец. 2023;14(2):35-46. DOI: 10.29141/2218-5003-2023-14-2-3
35. Santoro G., Vrontis D., Thrassou A., Dezi L. The Internet of things: Building a knowledge management system for open innovation and knowledge management capacity. Technological Forecasting and Social Change. 2018;136:347-354. DOI: 10.1016/j.techfore.2017.02.034
36. Corte-Real N., Ruivo P., Oliveira T. Leveraging internet of things and big data analytics initiatives in European and American firms: Is data quality a way to extract business value? Information and Management. 2020;57(1):103141. DOI: 10.1016/j.im.2019.01.003
37. Rajapathirana J., Hui Y. Relationship between innovation capability, innovation type, and firm performance. Journal of Innovation & Knowledge. 2018;3(1):44-55. DOI: 10.1016/j.jik.2017.06.002
38. Li Z., Liao G., Albitar K. Does corporate environmental responsibility engagement affect firm value? The mediating role of corporate innovation. Business Strategy and the Environment. 2020;29(3):1045-1055. DOI: 10.1002/bse.2416
39. Nuruzzaman N., Gaur A. S., Sambharya R. B. A microfoundations approach to studying innovation in multinational subsidiaries. Global Strategy Journal. 2019;9(1):92-116. DOI: 10.1002/gsj.1202
REFERENCES
1. Wiig K. M. Management of knowledge: Perspectives of a new opportunity. In: Technology assessment and management conference (Zurich, October 20-21, 1986). Rüschlikon: Gotlieb Duttweiler Institute; 1986. URL: https://www.researchgate.net/profile/Karl-Martin-Wiig/publication/220836944_Knowledge_Management/ links/585316db08ae0c0f32227872/Knowledge-Management.pdf
2. Molodchik M. A. Organizational and motivational mechanisms of knowledge management: Theory and practice of Russian companies. Perm: Perm National Research Polytechnic University Publ.; 2017. 219 p. (In Russ.).
3. Probst G., Raub S., Romhardt K. Wissen managen: Wie Unternehmen ihre wertvollste Ressource optimal nutzen. 4th ed. Wiesbaden: Gabler Verlag; 2006. 328 p.
4. Holsapple C., Singh M. The knowledge chain model: Activities for competitiveness. Expert Systems with Applications. 2001;20(1):77-98. DOI: 10.1016/s0957-4174(00)00050-6
5. Druker P. F. Managing the knowledge worker. Modern Office Procedures. 1979;24:12-16.
6. Drucker P. F. The age of social transformation. The Atlantic Monthly. 1994;274(5):53-80. URL: https://www. theatlantic.com/past/docs/politics/ecbig/soctrans.htm
7. Druker P. F. Knowledge-worker productivity: The biggest challenge. California Management Review. 1999;41(2):79-94.
8. Drucker P. F. Managing oneself. Harvard Business Review. 2005;77(2):64-74. URL: https://hbr.org/2005/01/ managing-oneself
9. Grant R. M. Toward a knowledge-based theory of the firm. Strategic Management Journal. 1996;17(S 2):109-122. DOI: 10.1002/smj.4250171110
10. Nelson R. R., Winter S. G. An evolutionary theory of economic change. Cambridge, MA: Belknap Press of the Harvard University Press; 1982. 454 p.
11. Kogut B., Zander U. Knowledge of the firm, combinative capabilities, and the replication of technology. Organization Science. 1992;3(3):383-397. DOI: 10.1287/orsc.3.3.383
12. Zack M. H. Developing a knowledge strategy. California Management Review. 1999;41(3):125-145. DOI: 10.2307/41166000
13. Harlow H. The effect of tacit knowledge on firm performance. Journal of Knowledge Management. 2008;12(1):148-163. DOI: 10.1108/13673270810852458
14. Darroch J. Knowledge management, innovation and firm performance. Journal of Knowledge Management. 2005;9(3):101-115. DOI: 10.1108/13673270510602809
15. López-Nicolás C., Meroño-Cerdán Á. L. Strategic knowledge management, innovation and performance. International Journal of Information Management. 2011;31(6):502-509. DOI: 10.1016/j.ijinfomgt.2011.02.003
16. Argyris C., Schön D. A. Organizational learning: A theory of action perspective. Reading, MA: Addison-Wesley Publishing Co.; 1978. 344 p.
17. Levinthal D. A., March J. G. A model of adaptive organizational search. Journal of Economic Behavior & Organization. 1981;2(4):307-333. DOI: 10.1016/0167-2681(81)90012-3
18. Argote L., Ingram P. Knowledge transfer: A basis for competitive advantage in firms. Organizational Behavior and Human Decision Processes. 2000;82(1):150-169. DOI: 10.1006/obhd.2000.2893
19. Senge P. M. The fifth discipline: The art and practice of the learning organization. New York, London: Doubleday Business; 1994. 448 p. (Russ. ed.: Senge P. Pyataya distsiplina: iskusstvo i praktika obuchayushcheisya organizatsii. Moscow: Olymp-Business; 2003. 408 p.).
20. Garvin D. A. Building a learning organization. Harvard Business Review. 1993;71(4):78-91. URL: https://edisciplinas. usp.br/pluginfile.php/8053586/mod_resource/content/1/Building_a_Learning_Organization.pdf
21. Storey J. Human resources polices for knowledge work. In: Ray T., Quintas P., Little S., eds. Managing knowledge: An essential reader. London: Sage Publications; 2005:199-219.
22. Hernaus T., Mikulic J. Work characteristics and work performance of knowledge workers. EuroMed Journal of Business. 2014;9(3):268-292. DOI: 10.1108/EMJB-11-2013-0054
23. Aziz H. A., Rizkallah A. Effect of organizational factors on employees' generation of innovative ideas: Empirical study on the Egyptian software development industry. EuroMed Journal of Business. 2015;10(2):134-146. DOI: 10.1108/EMJB-12-2014-0044
24. Kerse G., ^akici A. B., Deniz V. Health-oriented leadership's impact on the well-being of healthcare workers: Assessment with a mediated model. Upravlenets = The Manager. 2022;13(5):49-66. DOI: 10.29141/2218-5003-2022-13-5-4
25. Cetin S., Davarci M., Karakas A. The impact of organizational justice and trust on knowledge sharing behavior. Upravlenets = The Manager. 2022;13(3):30-45. DOI: 10.29141/2218-5003-2022-13-3-3
26. Stewart T. A. Intellectual capital: The new wealth of organizations. New York, NY: Doubleday/Currency; 1997. 320 p.
27. Teece D. J. Explicating dynamic capabilities: The nature and microfoundations of (sustainable) enterprise performance. Strategic Management Journal. 2007;28(13):1319-1350. DOI: 10.1002/smj.640
28. Nonaka I., Takeuchi H. The knowledge-creating company: How Japanese companies create the dynamics of innovation. New York, NY; Oxford: Oxford University Press; 1995. 304 p. (Russ. ed.: Nonaka I., Takeuchi H. Kompaniya-sozdatel' znaniya. Zarozhdenie i razvitie innovatsii v yaponskikh firmakh. Moscow: OlympBusiness; 2003. 384 p.).
29. Chen C.-J., Huang J.-W. Strategic human resource practices and innovation performance — the mediating role of knowledge management capacity. Journal of Business Research. 2009;62(1):104-114. DOI: 10.1016/j.jbusres.2007.11.016
30. Malhotra Y. Knowledge management for e-business performance: Advancing information strategy to "internet time". Information Strategy: The Executive's Journal. 2000;16(4):5-16. DOI: 10.1080/07438613.2000.10744620
31. Del Giudice M., Della Peruta M. R. The impact of IT-based knowledge management systems on internal venturing and innovation: A structural equation modeling approach to corporate performance. Journal of Knowledge Management. 2016;20(3):484-498. DOI: 10.1108/JKM-07-2015-0257
32. Lopez-Nicolas C., Soto-Acosta P. Analyzing ICT adoption and use effects on knowledge creation: An empirical investigation in SMEs. International Journal of Information Management. 2010;30(6):521-528. DOI: 10.1016/j. ijinfomgt.2010.03.004
33. Sarker I. H. Machine learning: Algorithms, real world applications and research directions. SN Computer Science. 2021;2(3):160. DOI: 10.1007/s42979-021-00592-x
34. Orekhova S. V., Plakhin A. Ye. Metaverses: Transition to a new business model or the image of the future? Upravlenets = The Manager. 2023;14(2):35-46. (In Russ.). DOI: 10.29141/2218-5003-2023-14-2-3
35. Santoro G., Vrontis D., Thrassou A., Dezi L. The Internet of things: Building a knowledge management system for open innovation and knowledge management capacity. Technological Forecasting and Social Change. 2018;136:347-354. DOI: 10.1016/j.techfore.2017.02.034
36. Corte-Real N., Ruivo P., Oliveira T. Leveraging internet of things and big data analytics initiatives in European and American firms: Is data quality a way to extract business value? Information and Management. 2020;57(1):103141. DOI: 10.1016/j.im.2019.01.003
37. Rajapathirana J., Hui Y. Relationship between innovation capability, innovation type, and firm performance. Journal of Innovation & Knowledge. 2018;3(1):44-55. DOI: 10.1016/j.jik.2017.06.002
38. Li Z., Liao G., Albitar K. Does corporate environmental responsibility engagement affect firm value? The mediating role of corporate innovation. Business Strategy and the Environment. 2020;29(3):1045-1055. DOI: 10.1002/bse.2416
39. Nuruzzaman N., Gaur A. S., Sambharya R. B. A microfoundations approach to studying innovation in multinational subsidiaries. Global Strategy Journal. 2019; 9(1):92-116. DOI: 10.1002/gsj.1202
ИНФОРМАЦИЯ ОБ АВТОРАХ / ABOUT THE AUTHORS
Светлана Владимировна Орехова — доктор экономических наук, доцент, профессор кафедры менеджмента и предпринимательства, Уральский государственный экономический университет, Екатеринбург, Россия
Svetlana V. Orekhova — Dr. Sci. (Econ.), Associate Professor, Professor of the Management and Entrepreneurship Department, Ural State University of Economics, Yekaterinburg, Russia https://orcid.org/0000-0001-8357-869 Автор для корреспонденции / Corresponding author: bentarask@list.ru
Оксана Маратовна Никитина — старший преподаватель кафедры банковского и инвестиционного менеджмента, Уральский федеральный университет, Екатеринбург, Россия
Oksana M. Nikitina — Senior Lecturer, Department of Banking and Investment Management, Ural Federal University, Yekaterinburg, Russia https://orcid.org/0000-0002-6925-4100 ksana2684@mail.ru
Конфликт интересов: авторы заявляют об отсутствии конфликта интересов. Conflicts of Interest Statement: The authors have no conflicts of interest to declare.
Статья поступила в редакцию 16.10.2023; после рецензирования 19.12.2023; принята к публикации 26.02.2024. Article was submitted on 16.10.2023, revised on 19.12.2023, and accepted for publication on 26.02.20234. Авторы прочитали и одобрили окончательный вариант рукописи. The authors read and approved the final version of the manuscript
