Руководство Осло — международно признанный методологический справочник по сбору и интерпретации данных об инновационной деятельности. В настоящей статье анализируется тридцатилетняя история практического использования руководства и последствия этого процесса, прежде всего для научного сообщества. Оцениваются как количественные, так и качественные аспекты: выполнен углубленный библиометрический и текстометрический анализ более 1300 научных статей, опубликованных в международно индексируемых журналах. На основе полученных данных охарактеризованы практика и эффект использования Руководства Осло, включая интеграцию дисциплин, географическую специфику и этапы его принятия. В частности, выявлен рост интереса к связанной с инновационной деятельностью тематике после первого издания руководства в 1992 г. и ярко выраженный всплеск этого интереса после 2008 г. Динамика цитирования также свидетельствует о росте внимания исследователей к инновационной деятельности и связанным с ней областям, таким, как предпринимательство, производительность, производство знаний и менеджмент. Полученные результаты углубляют знания об использовании и влиянии Руководства Осло, свидетельствуют о его сохраняющейся актуальности и важной роли в формировании повестки исследований инновационной деятельности.
Предпросмотр статьи
Идентификаторы и классификаторы
- SCI
- Экономика
The Oslo Manual is the internationally recognized reference for guiding the collection and interpretation of evidence on innovation. This research explores its three-decade-long implementation and influence, emphasizing its role within the research community. We assess the content’s quantity and quality through an advanced bibliometric and textmetric analysis of over 1300 research papers published in internationally indexed journals. Our study offers an evidence-based understanding of the Oslo Manual’s adoption and impact, elucidating disciplinary integration, geographical interest, and reception phases. Notably, the findings unveil the increasing significance of innovation-related topics since its inaugural edition in 1992, with a pronounced surge gaining momentum after 2008. Furthermore, the consistently cited references underscore the researchers’ focus, highlighting the rising importance of innovation and interconnected domains like entrepreneurship, performance, knowledge, and management. This study enhances our understanding of the Oslo Manual’s use and influence, revealing its enduring relevance and its broader impact on shaping innovation research
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Abernathy W.J., Clark K.B. (1985) Innovation: Mapping the winds of creative destruction. Research Policy, 14(1), 3-22. DOI: 10.1016/0048-7333(85)90021-6
2. Archambault É., Campbell D., Gingras Y., Larivière V. (2009) Comparing bibliometric statistics obtained from the Web of Science and Scopus. Journal of the Association for Information Science and Technology, 60(7), 1320-1326. DOI: 10.1002/asi.21062
3. Bornmann L., Mutz R. (2015) Growth rates of modern science: A bibliometric analysis based on the number of publications and cited references. Journal of the Association for Information Science and Technology, 66(11), 2215-2222. DOI: 10.1002/asi.23329
4. Burns T., Stalker G. (1961) The management of innovation, London: Tavistock Publications.
5. Cancino C.A., Merigó J.M., Coronado F.C. (2017a) Big names in innovation research: A bibliometric overview. Current Science, 113(8), 1507-1518. DOI: 10.18520/cs/v113/i08/1507-1518
6. Cancino C., Merigó J.M., Coronado F., Dessouky Y., Dessouky M. (2017b) Forty years of Computers & Industrial Engineering: A bibliometric analysis. Computers & Industrial Engineering, 113, 614-629. DOI: 10.1016/j.cie.2017.08.033 EDN: YIWRIK
7. Castaldi C. (2020) All the great things you can do with trademark data: Taking stock and looking ahead. Strategic Organization, 18 (3), 472-484. DOI: 10.1177/1476127019847835
8. Castellaci F., Grodal S., Mendonça S., Wibe M. (2005) Advances and Challenges in Innovation Studies, Journal of Economic Issues, 39(1), 91-121. DOI: 10.1080/00213624.2005.11506782
9. Chesbrough H. (2003) Open Innovation: The New Imperative for Creating and Profiting from Technology, Boston, MA: Harvard Business School Press.
10. Confraria H., Godinho M.M. (2015) The impact of African science. Scientometrics, 102(2), 1241-1268. DOI: 10.1007/S11192-014-1463-8 EDN: FEEVLE
11. Dahlander L., Gann D.M. (2010) How Open Is Innovation? Research Policy, 39(6), 699-709. DOI: 10.1016/j.respol.2010.01.013 EDN: OMFXTB
12. Dzikowski P. (2018) A bibliometric analysis of born global firms. Journal of Business Research, 85, 281-294. DOI: 10.1016/j.jbusres.2017.12.054
13. Ellegaard O., Wallin J.A. (2015) The bibliometric analysis of scholarly production: How great is the impact? Scientometrics, 105(3), 1809-1831. DOI: 10.1007/s11192-015-1645-z EDN: VALRCN
14. Eom S.B. (2009) Author cocitation analysis: Quantitative methods for mapping the intellectual structure of an academic discipline. Information Science Reference. DOI: 10.4018/978-1-59904-738-6
15. Fagerberg J., Fosaas M., Sapprasert K. (2012) Innovation: Exploring the knowledge base. Research Policy, 41(7), 1132-1153. DOI: 10.1016/j.respol.2012.03.008
16. Fagerberg J., Verspagen B. (2009) Innovation studies: The emerging structure of a new scientific field. Research Policy, 38(2), 218-233. DOI: 10.1016/j.respol.2008.12.006
17. Foucart R., Li Q.C. (2021) The role of technology standards in product innovation: Theory and evidence from UK manufacturing firms. Research Policy, 50(2), 104157. DOI: 10.1016/j.respol.2020.104157 EDN: UJNTGP
18. Freeman C. (1971) The Role of Small Firms in Innovation in the United Kingdom (Report to the Bolton Committee of Enquiry on Small Firms), London: H.M. Stationery Office.
19. Freeman C. (1987) Technology Policy and Economic Performance: Lessons from Japan, London: Pinter Publishers.
20. Gilsing V., Nooteboom B., Vanhaverbeke W., Duysters G., van den Oord A. (2008) Network embeddedness and the exploration of novel technologies: Technological distance, betweenness centrality and density. Research Policy, 37(10), 1717-1731. DOI: 10.1016/j.respol.2008.08.010
21. Glänzel W., Moed H.F., Schmoch U., Thelwall M. (eds.) (2019) Springer Handbook of Science and Technology Indicators, Berlin: Springer.
22. Godin B. (2005) Measurement and Statistics on Science and Technology. 1920 to the present, New York: Routledge.
23. Griliches Z. (1990) Patent statistics as economic indicators: A survey. Journal of Economic Literature, 28(4), 1661-1707. https://www.jstor.org/stable/2727442. EDN: BIEENT
24. Gu X., Blackmore K.L. (2016) Recent trends in academic journal growth. Scientometrics, 108(2), 693-716. DOI: 10.1007/s11192-016-1985-3 EDN: GVIBVF
25. Hall B., Jaffe A., Trajtenberg M. (2001) The NBER patent citation data file: Lessons, insights and methodological tools (NBER Working Paper No. W8498), Cambridge, MA: NBER.
26. Ioannidis J.P.A., Klavans R., Boyack K.W. (2018) Thousands of scientists publish a paper every five days. Nature, 561(7722), 167-169. DOI: 10.1038/d41586-018-06185-8
27. Jaffe A., Trajtenberg M. (2002) Patents, Citations, and Innovations: A Window on the Knowledge Economy, Cambridge, MA: MIT Press.
28. Kajikawa Y., Mejia C., Wu,M., Zhang Y. (2022) Academic landscape of Technological Forecasting and Social Change through citation network and topic analyses. Technological Forecasting & Social Change, 182, 121877. DOI: 10.1016/j.techfore.2022.121877 EDN: BGCKKR
29. Klarin A. (2019) Mapping product and service innovation: A bibliometric analysis and a typology. Technological Forecasting & Social Change, 149, 119776. DOI: 10.1016/j.techfore.2019.119776
30. Kochen M., Tagliacozzo R. (1974) Matching authors and readers of scientific papers. Information Storage and Retrieval, 10(5-6), 197-210. DOI: 10.1016/0020-0271(74)90059-X
31. Laer M., Blind K., Ramel F. (2021) Standard essential patents and global ICT value chains with a focus on the catching-up of China. Telecommunications Policy, 46(2), 102110. DOI: 10.1016/j.telpol.2021.102110
32. Manoj Kumar L., George R.J., Anisha P.S. (2022) Bibliometric Analysis for Medical Research. Indian Journal of Psychological Medicine, 45(3), 277-282. DOI: 10.1177/02537176221103617 EDN: JDFBHN
33. Martin B. (2012) The evolution of science policy and innovation studies. Research Policy, 41(7), 1219- 1239. DOI: 10.1016/j.respol.2012.03.012
34. McAllister J.T., Lennertz L., Atencio Mojica Z. (2022) Mapping A Discipline: A Guide to Using VOSviewer for Bibliometric and Visual Analysis. Science & Technology Libraries, 41(3), 319-348. DOI: 10.1080/0194262X.2021.1991547 EDN: VZWIZH
35. Mejia C., Wu M., Zhang Y., Kajikawa Y. (2021) Exploring topics in bibliometric research through citation networks and semantic analysis. Frontiers in Research Metrics and Analytics, 6, 742311. DOI: 10.3389/FRMA.2021.742311 EDN: PLFGPN
36. Mendonça S., Pereira T.S., Godinho M.M. (2004) Trademarks as an indicator of innovation and industrial change. Research Policy, 33(9), 1385-1404. DOI: 10.1016/j.respol.2004.09.005
37. Mendonça S. (2012) Trademarks as a telecommunications indicator for industrial analysis and policy. In: Telecommunication Economics (Series: Lecture Notes in Computer Science) (eds. A.M. Hadjiantonis, B. Stiller), vol. 7216, Heidelberg: Springer, pp. 33-41.
38. Mendonça S. (2014) National adaptive advantages: Soft innovation and marketing capabilities in periods of crisis and change. In: Structural Change, Competitiveness and Industrial Policy (eds. A. Teixeira, E. Silva, R. Mamede), London: Routledge, pp. 149-166.
39. Mendonça S. (2017) On the discontinuity of the future by other means: Reviewing the foresight world of Richard Slaughter. Futures, 86. DOI: 10.1016/j.futures.2016.08.005
40. Mendonça S., Schmoch U., Neuhäusle P. (2019) Interplay of patents and trademarks as tools in economic competition. In: Handbook of Science and Technology Indicators (eds. W. Glänzel, H.F. Moed, U. Schmoch, M. Thelwall), Berlin: Springer, pp. 1023-1035.
41. Mendonça S., Damásio B., Freitas L., Oliveira L., Cichy M., Nicita A. (2022) The rise of 5G technologies and systems: A quantitative analysis of knowledge production. Telecommunications Policy, 46(4), 102327. DOI: 10.1016/j.telpol.2022.102327 EDN: YNPWIA
42. Merigó J.M., Cancino C.A., Coronado F., Urbano D. (2016) Academic research in innovation: A country analysis. Scientometrics, 108(2), 559-593. DOI: 10.1007/s11192-016-1984-4 EDN: WSUBLH
43. Meyer M., Pereira T. S., Persson O., Granstrand O. (2004) The scientometric world of Keith Pavitt. A tribute to his contributions to research policy and patent analysis. Research Policy, 33(9), 1405-1417. DOI: 10.1016/j.respol.2004.07.008
44. Nelson R.R. (1959) The simple economics of basic scientific research. Journal of Political Economy, 67(3), 297-306. DOI: 10.1086/258177
45. Nelson R.R., Winter S.G. (1977) In search of useful theory of innovation. Research Policy, 6(1), 36-76. DOI: 10.1016/0048-7333(77)90029-4
46. Nordic Industrial Fund (1991) Innovation Activities in the Nordic Countries, Oslo: Nordic Industrial Fund.
47. OECD (1976) The Measurement of Innovation-Related Activities in the Business Enterprise Sector, Paris: OECD.
48. OECD (1980) Science and Technology Indicators Conference, September 1980 (Paper No. STIC/80.3), Paris: OECD.
49. OECD (1982) Patents, Invention and Innovation (Paper No. DSTI/SPR/82.74), Paris: OECD.
50. OECD (1986) Workshop on Innovation Statistics, Paris: OECD.
51. OECD (1988) Nordic Efforts to Develop New Innovation Indicators (Paper No. DSTI/IP/88.25), Paris: OECD.
52. OECD (1990) Preliminary Version of an OECD Proposed Standard Practice for Collecting and Interpreting Innovation Data (Paper No. DSTI/IP/90.14), Paris: OECD.
53. OECD (1991a) Compte rendu succinct de la réunion d’experts nationaux pour l’examen du projet de Manuel Innovation (Paper No. DSTI/STII/IND/STPM (91)1), Paris: OECD.
54. OECD (1991b) OECD Proposed Guidelines for Collecting and Interpreting Innovation Data (Oslo Manual), Paris: OECD.
55. OECD (1992) OECD Proposed Guidelines for Collecting and Interpreting Technological Innovation Data (Oslo Manual), Paris: OECD.
56. OECD, Eurostat (1997) Proposed Guidelines for Collecting and Interpreting Technological Innovation Data (Oslo Manual), Paris: OECD.
57. OECD, Eurostat (2005) Oslo Manual: Guidelines for Collecting and Interpreting Innovation Data. The Measurement of Scientific and Technological Activities (3rd ed.), Paris: OECD.
58. OECD, Eurostat (2018) Oslo Manual 2018: Guidelines for Collecting, Reporting and Using Data on Innovation. The Measurement of Scientific, Technological and Innovation Activities (4th ed.), Paris: OECD. DOI: 10.1787/9789264304604-en
59. Pavitt K. (1983) Characteristics of Innovative Activities in British Industry, Omega, 11(2), pp. 113-130. DOI: 10.1016/0305-0483(83)90001-4
60. Rahman A.I.M.J., Schirone M., Friberg P.A., Granell C. (2024) Workshop report: 28th Nordic workshop on bibliometrics and research policy. Information Research, 29(1), 291750. DOI: 10.47989/ir291750 EDN: KNPBCE
61. Rakas M., Hain D. (2019) The state of innovation system research: What happens beneath the surface? Research Policy, 48(9), 103787. DOI: 10.1016/j.respol.2019.04.011
62. Rogers E.M. (1962) Diffusion of innovations (3rd ed.), New York: Free Press.
63. Rothwell R., Freeman C., Horlsey A., Jervis V.T.P., Robertson A.B., Townsend J. (1974) SAPPHO updated - project SAPPHO phase II. Research Policy, 3(3), 258-291. DOI: 10.1016/0048-7333(74)90010-9
64. Rossetto D., Rossetto D., Bernardes R., Borini F., Gattaz C. (2018) Structure and evolution of innovation research in the last 60 years: review and future trends in the field of business through the citations and co-citations analysis. Scientometrics, 115, 1329-1363. DOI: 10.1007/s11192-018-2709-7 EDN: XNDGGI
65. Rousseau R. (2021) Naukometriya, Nalimov and Mul’chenko. Journal of Scientometrics and Information Management, 15(1), 213-224. DOI: 10.1080/09737766.2021.1943042
66. Saheb T., Amini B., Alamdari F.K. (2021) Quantitative analysis of the development of digital marketing field: Bibliometric analysis and network mapping. International Journal of Information Management Data Insights, 1(2), 100018. DOI: 10.1016/j.jjimei.2021.100018 EDN: AUWAOR
67. Santos A.T., Mendonça S. (2022a) The small world of innovation studies: An “editormetrics” perspective. Scientometrics, 127, 7471-7486. DOI: 10.1007/s11192-022-04279-9 EDN: CURWWI
68. Santos A.T., Mendonça S. (2022b) Do papers (really) match journals’ “aims and scope”? A computational assessment of innovation studies. Scientometrics, 127, 7449-7470. DOI: 10.1007/s11192-022-04327-4 EDN: QKKQGX
69. Schmookler J. (1950) The Interpretation of Patent Statistics. Journal of the Patent Office Society, 32(2), 123-146.
70. Schmookler J. (1954) The Level of Inventive Activity. Review of Economics and Statistics, 36(2), 183-190. DOI: 10.2307/1924669
71. Shafique M. (2013) Thinking inside the box? Intellectual structure of the knowledge base of innovation research (1988-2008). Strategic Management Journal, 34(1), 62-93. DOI: 10.1002/smj.2002
72. Sharma S., Lenka U. (2022) On the shoulders of giants: Uncovering key themes of organizational unlearning research in mainstream management journals. Review of Managerial Science, 16, 1599-1695. DOI: 10.1007/s11846-021-00492-7 EDN: VLMXFK
73. Shifrin R.M., Börner K., Stigler S.M. (2018) Scientific progress despite irreproducibility: A seeming paradox. Proceedings of the National Academy of Sciences of the United States of America, 115(11), 2632-2639. DOI: 10.1073/pnas.1711786114
74. Silva S., Marques C., Galvão A. (2023) Where Is the Rural Creative Class? A Systematic Literature Review About Creative Industries in Low Density Areas. Journal of the Knowledge Economy, 15, 6026-6056. DOI: 10.1007/s13132-023-01341-6 EDN: QHCUBA
75. Singh S., Dhir S., Mukunda Das V., Sharma A. (2020) Bibliometric overview of the Technological Forecasting and Social Change journal: Analysis from 1970 to 2018. Technological Forecasting and Social Change, 154, 119963. DOI: 10.1016/j.techfore.2020.119963 EDN: LIAVPC
76. Small H. (1973) Co-citation in the scientific literature: A new measure of the relationship between two documents. Journal of the American Society for Information Science and Technology, 24(4), 265-269. DOI: 10.1002/asi.4630240406
77. Smith K. (1989) New Innovation Indicators: Basic and Practical Problems (Paper No. DSTI/IP/89.25), Paris: OECD.
78. Smith K. (1992) Technological innovation indicators: Experience and prospects. Science and Public Policy, 19(6), 383-392. DOI: 10.1093/spp/19.6.383
79. Solla Price D.J. (1965) Little science, Big Science, New York: Columbia University Press.
80. Sun Y., Zhai Y. (2018) Mapping the knowledge domain and the theme evolution of appropriability research between 1986 and 2016: A scientometric review. Scientometrics, 116, 203-230. DOI: 10.1007/s11192-018-2748-0 EDN: YGVPZJ
81. Teubner L.K. Henkela J., Bekkers R. (2021) Industry consortia in mobile telecommunications standards setting: Purpose, organization and diversity. Telecommunications Policy, 45(3), 102059. DOI: 10.1016/j.telpol.2020.102059 EDN: BGYBRI
82. Thelwall M. (2008) Bibliometrics to webometrics. Journal of Information Science, 34(4), 605-621. DOI: 10.1177/0165551507087238 EDN: JNNIPV
83. Van de Vrande V., Vanhaverbeke W., Gassmann O. (2010) Broadening the scope of open innovation: Past research, current state and future directions. International Journal of Technology Management, 52(3/4), 221-235. DOI: 10.1504/IJTM.2010.035974
84. Ware M., Mabe M. (2015) The STM Report: An overview of scientific and scholarly journal publishing, Lincoln, NE: University of Nebraska.
85. Wasserman S., Faust K. (1994) Social Network Analysis: Methods and Applications, Cambridge: Cambridge University Press. EDN: HEPTJF
86. Wulff M., Tiberius V., Mahto R. (2023) Mapping the intellectual structure of family firm research and proposing a research agenda. In: Entrepreneurship and Innovation in Family Firms (eds. S. Kraus, T. Clauss, A. Kallmuenzer), Chelltenham: Edward Elgar, pp. 14-37. DOI: 10.4337/9781800889248
Выпуск
Другие статьи выпуска
Фундаментальная наука служит краеугольным камнем национальных инновационных систем и выступает предметом многочисленных дискуссий о продуктивных подходах к управлению академической деятельностью. Специфическая природа отличает науку от других типов такой деятельности. Значительный временной разрыв между вложениями в исследования и их социально-экономическими эффектами удерживает многие организации, особенно частный бизнес, от инвестиций. Вместе с тем, низкая поддержка фундаментальной науки препятствует инновационному развитию и грозит стагнацией. Статья развивает дискуссии об управлении фундаментальными исследованиями, рассматривая ключевые концепции научного менеджмента с фокусом на их практическом применении и результатах в Иране. Авторы предлагают комплексную теоретическую основу для анализа, применимую к сходным контекстам во всем мире. Описанные стратегии нацелены на гармонизацию финансовых потребностей и приоритетов как на оперативном, так и на стратегическом уровне. Совершенствование управления фундаментальной наукой способно не только увеличить экономическую отдачу от исследований, но и привести научную деятельность в соответствие с общественными запросами
Исследование оценивает влияние формальных и неформальных внешних факторов на готовность граждан применять государственный облачный сервис хранения данных DigiLocker, поддерживаемый правительством Индии. Особое внимание уделено опосредующему эффекту доверия к государству. Теоретической базой служит институциональный подход. Предложенная модель подкреплена количественным анализом первичных данных на материале опроса жителей столичного региона Дели. Факторы, определяющие применение DigiLocker, делятся на две категории: формальное (принудительное) давление и неформальные (подражательные и нормативные) механизмы. Обе группы существенно влияют на отношение граждан к сервису, а через него — на намерение пользоваться им. При этом ключевая роль принадлежит именно первой группе факторов. Доверие к государству по-разному воздействует на различные аспекты применения сервиса. Так, его уровень положительно опосредует связь между принудительным давлением и отношением граждан, но отрицательно — между отношением и подражательным/нормативным давлением. Для эффективного продвижения облачных хранилищ политикам и провайдерам следует учитывать взаимодействие всех типов давления с доверием к государству.
А гропромышленный сектор входит в число крупнейших социотехнических систем, от состояния которых критически зависят перспективы перехода к устойчивому развитию. Чтобы удовлетворить потребности растущего населения в продовольствии, он нуждается в глубоком преобразовании, новых знаниях, прогрессивных технологиях и высококвалифицированных специалистах. Агроиндустрия переходит от традиционных схем к умным моделям четвертого и пятого поколений, которые обладают инновационными возможностями для обеспечения продовольственной безопасности, оздоровления природных систем и стимулирования экономического роста. Этот потенциал может реализоваться только при условии обеспеченности соответствующей кадровой базой. В статье на примере молодых агропредпринимателей Малайзии оцениваются ключевые составляющие человеческого капитала, определяющие результативность современной агроиндустрии, а также потенциальный вклад государства в усиление их эффектов. Рассматриваются три фактора — инновационность, готовность к обоснованным рискам и проактивность. Установлено, что при наличии целевых государственных мер влияние первых двух из них на результативность бизнеса существенно усиливается. Что касается проактивности, ее наличие не производит оперативного и ощутимого влияния на производительность, вне зависимости от контекста, включая наличие внешних стимулов. Действие данного фактора срабатывает, скорее, в отдаленной перспективе. Последнее обстоятельство связано с высокой неопределенностью и турбулентностью, которые сопутствуют деятельности рассматриваемого сектора, обусловлены неконтролируемыми, трудно прогнозируемыми природными и социальными процессами и их последствиями. Углубленное понимание взаимосвязи рассматриваемых факторов может способствовать разработке более эффективной политики и систем поддержки для стимулирования устойчивого роста в агропредпринимательском секторе.
Б ольшинство проблем, встречающихся на пути к устойчивому развитию, взаимосвязаны и системны по своей природе, что существенно затрудняет их решение. В процессе поиска способов их преодоления установлено, что переход сдерживается не столько отсутствием технологических или социальных инноваций, сколько поведенческими шаблонами, сопротивлением переменам, зависимостью от пути и т. п. Одним из ключевых пространств, где практически все население соприкасается с новыми технологиями, является финансовая сфера. Финтех обладает существенным потенциалом снизить влияние перечисленных ограничивающих факторов и запустить развитие по новой траектории. В статье проводится комплексный анализ указанных процессов на примере расширенного состава стран БРИКС. Сопоставляются разнородные социальноэкономические ландшафты, оценивается готовность членов альянса осваивать инновационные модели на примере цифрового банкинга. Выявлены блокирующие факторы и способы их преодоления. Синтез теорий нарративного убеждения, эволюционного управления и зависимости от пути дает новое понимание взаимодействия финансовых систем, структур управления и общественного поведения, служащее достижению сбалансированного экономического роста и перехода на устойчивое развитие
В статье предложены инновационные эпистемологические и методологические подходы к анализу нелинейной динамики систем устойчивости с акцентом на адаптивной устойчивости к воздействиям и топологические модели для более глубокого понимания четырех взаимосвязанных систем локальной стабильности. Представлены инновационные показатели для оценки четырех этапов эволюционных изменений и мер стратегического реагирования для анализа адаптивной устойчивости к воздействиям и стабильности. Подчеркивается важность учета событий-джокеров и анализа слабых сигналов в модели подрывного роста, поскольку эти методы позволяют находить новые ответы на внешние шоки. Выполненный анализ поможет в формировании условий для сохранения локальной стабильности и функциональности перед лицом подрывных событий. Модель устойчивого подрывного роста нацелена на достижение адаптивной устойчивости к воздействиям и локальной стабильности с учетом существующих ограничений. Отмечен ряд аналитических аспектов, связанных с мониторингом и передачей информации в режиме реального времени, что открывает возможности для использования искусственного интеллекта (ИИ), машинного обучения, объяснимого ИИ (ОИИ) (explainable AI, XAI) и важных для рынков труда показателей связанности, упомянутых в цитируемых во введении работах.
Экологическая трансформация экономики во многом зависит от внедрения зеленых практик малыми и средними предприятиями (МСП). В представленном систематическом обзоре литературы проанализированы 56 рецензируемых статей за 2010–2024 гг., посвященныx ключевым аспектам этого процесса: экологическим инновациям, циркулярной экономике (замкнутого цикла) и экологическому управлению финансами в разных секторах и регионах. Выявлено ускорение перехода МСП к устойчивому развитию (от осознания важности к формированию экосистем) под влиянием макро-, мезо- и микроуровневых факторов. Определены основные стимулы (драйверы) экологической трансформации (государственная политика, рыночное давление и технологические инновации), барьеры (финансовые ограничения и недостаток знаний) и тенденции (интеграция цифровизации, моделей циркулярной экономики и зеленого финансирования). Обнаруженные пробелы в изучении зеленого роста МСП включают недостаточное внимание к долгосрочным эффектам и роли адаптивности компаний в постпандемийном восстановлении. Дальнейшие исследования могут быть сосредоточены на разработке бизнес-моделей на основе ИИ, применении блокчейна в зеленом финансировании и гармонизации отраслевой политики. Их результаты будут востребованы политиками, бизнес-лидерами и учеными, интересующимися вопросами продвижения устойчивых практик в секторе МСП.
В статье с помощью теории подрывных инноваций проанализированы возможности небольших компаний радикально трансформировать рынок маркетинговых услуг с помощью генеративного искусственного интеллекта (ИИ). В основе исследовательского подхода — комплексный обзор литературы и углубленные интервью с руководителями маркетинговых фирм с последующей обработкой данных методами естественного языка и тематического анализа. Применение генеративного ИИ в маркетинге впервые рассмотрено через призму теории подрывных инноваций, что вносит ценный вклад в формирующийся массив знаний о применении данной технологии в отрасли. Разработаны рекомендации по развитию этого направления для исследователей и специалистов-практиков. Результаты показывают, что раннее внедрение ИИ способно обеспечить небольшим фирмам конкурентное преимущество за счет выявления недостаточно охваченных рынков и предложения инновационных, экономически эффективных услуг. Хотя маркетинговые компании находятся на разных стадиях внедрения ИИ, они рассматривают эту технологию как инструмент усиления творческого потенциала своих сотрудников. В статье выявлена потребность в развитии новых компетенций — прежде всего навыков работы с ИИ и стратегического мышления. Особо отмечена необходимость человеческого контроля над решениями, предлагаемыми ИИ
Издательство
- Издательство
- ВШЭ
- Регион
- Россия, Москва
- Почтовый адрес
- 101000, г. Москва, ул. Мясницкая, д. 20
- Юр. адрес
- 101000, г. Москва, ул. Мясницкая, д. 20
- ФИО
- Анисимов Никита Юрьевич (Ректор)
- E-mail адрес
- hse@hse.ru
- Контактный телефон
- +7 (___) _______
- Сайт
- https://www.hse.ru/