Для поддержания эффективности и конкурентоспособности организации необходима интеграция ресурсов и данных, что требует сотрудничества между всеми агентами. Переговоры — межагентное взаимодействие членов разных команд, необходимое для достижения корпоративных целей. Успех определяют обусловленные контекстом ментальные установки участников. В статье анализируются сотрудничество агентов на базе общих ценностей и влияние на данный процесс различных характеристик: информирования о стратегии, горизонтальной или иерархической структуры команд, амбидекстрии руководителей, обучения персонала и усвоения знаний. Сложность предмета — динамика поведения агентов в различных процессах и их взаимодействие с корпоративной средой — потребовала применения агентного моделирования и имитации (ABMS). Данный метод позволяет эффективно анализировать сложные взаимоотношения и поведение агентов в динамических системах, исследуя механизмы внутрикорпоративного взаимодействия через преобразование реальных условий в математические модели различных сценариев. Для развития методологии предложена структура DARMA (Development of Artificial Representative Designs in Modeling Agent-based and Simulation). Результаты показывают влияние амбидекстрии руководителей и типа структуры на уровень сотрудничества агентов: горизонтальные подходы обеспечивают большую глубину взаимодействия по сравнению с иерархическими, способствующими лишь базовому взаимодействию
Идентификаторы и классификаторы
- SCI
- Экономика
To maintain the efficiency and competitiveness of the organization, it is necessary to integrate resources and data, which requires cooperation between all agents. Negotiations are inter-agent interactions between members of different teams necessary to achieve corporate goals. Success is determined by the context-specific mental attitudes of the participants. The article analyzes the cooperation of agents based on common values and the influence of various characteristics on this process: communication about the strategy, horizontal or hierarchical structure of teams, ambidexterity of managers, personnel training and knowledge acquisition. The complexity of the subject - the dynamics of agent behavior in various processes and their interaction with the corporate environment - required the use of agent-based modeling and simulation (ABMS). This method allows you to effectively analyze complex relationships and behavior of agents in dynamic systems, exploring the mechanisms of intra-corporate interaction through the transformation of real conditions into mathematical models of various scenarios. To develop the methodology, the DARMA structure (Development of Artificial Representative Designs in Agent-based Modeling and Simulation) is proposed. The results show the influence of managerial ambidexterity and structure type on the level of agent cooperation: horizontal approaches provide greater depth of interaction compared to hierarchical ones, which facilitate only basic interaction
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Angtyan H. (2019) ADKAR Model in Change Management. International Review of Management and Business Research. 8(2), 179-182. DOI: 10.30543/8-2(2019)-4
2. Barley S.R., Bechky B.A., Milliken F.J. (2017) The changing nature of work: Careers, identities, and work lives in the 21st century. Academy of Management Discoveries, 3(2), 111-115. DOI: 10.5465/amd.2017.0034
3. Basharat A., Spinelli G. (2008) Towards engineering ontologies for cognitive profiling of agents on the semantic web. Paper presented at the 32nd Annual IEEE International Computer Software and Applications Conference, 28 July 2008 - 01 August 2008, Turku, Finland. DOI: 10.1109/COMPSAC.2008.212
4. Burns T., Stalker G.M. (1961) The Management of Innovation, London: Tavistock.
5. Cao M., Zhang Q. (2011) Supply chain collaboration: Impact on collaborative advantage and firm performance. Journal of Operations Management, 29(3), 163-180. DOI: 10.1016/j.jom.2010.12.008
6. Danişman Ş., Tosuntaş Ş., Karadağ E. (2015) The Effect of Leadership on Organizational Performance. In: Leadership and Organizational Outcomes: Meta-Analysis of Empirical Studies (ed. E. Karadağ), Heidelberg, Dordrecht, London, New York: Springer, pp. 143-168. DOI: 10.1007/978-3-319-14908-0_9
7. Dickson T. (2000) Mastering Strategy: The Complete MBA Companion, Oxford: University of Oxford.
8. Endsley M.R. (2018) Toward a theory of situation awareness in dynamic systems. Human Factors, 37(1), 32-64. DOI: 10.1518/001872095779049543
9. Fernández-Pérez de la Lastra S., Martín-Alcázar F., Sánchez-Gardey G. (2022) Developing the ambidextrous organization. The role of intellectual capital in building ambidexterity: An exploratory study in the haute cuisine sector. Journal of Hospitality and Tourism Management, 51, 321-329. DOI: 10.1016/j.jhtm.2022.04.002 EDN: EEABVV
10. Filatova T., Verburg P.H., Parker D.C., Stannard C.A. (2013) Spatial agent-based models for socio-ecological systems: Challenges and prospects. Environmental Modelling & Software, 45, pp. 1-7. DOI: 10.1016/j.envsoft.2013.03.017
11. Gibson C.B., Birkinshaw J. (2004) The Antecedents, Consequences, and Mediating Role of Organizational Ambidexterity. Academy of Management Journal, 47(2), 209-226. DOI: 10.2307/20159573
12. Gittel J.H. (2016) Transforming relationships for high performance, Cambridge, MA: MIT Press.
13. Grant R.M. (1996) Toward a knowledge-based theory of the firm. Strategic Management Journal, 17(S2), 109-122. DOI: 10.1002/smj.4250171110
14. Guo Z., Yan J., Wang X., Zhen J. (2020) Ambidextrous Leadership and Employee Work Outcomes: A Paradox Theory Perspective. Frontiers in Psychology, 11, 1661. DOI: 10.3389/fpsyg.2020.01661 EDN: UHRAZB
15. Gupta A.K., Smith K.G., Shalley C.E. (2006) The interplay between exploration and exploitation. Academy of Management Journal, 49(4), 693-706. https://www.jstor.org/stable/20159793.
16. Haakonsson D., Bach D., Snow L.A., Borge O. (2017) Building A Collaborative Community: An Agent-Based Simulation Study. Academy of Management Proceedings, 11293. DOI: 10.5465/AMBPP.2017.11293abstract
17. Hiatt J. (2006) ADKAR: A model for change in business, government, and our community (1st ed.), Loveland, Colorado SE: Prosci Learning Center Publications.
18. Hunter E., Kelleher J.D. (2022) Validating and Testing an Agent-Based Model for the Spread of COVID-19 in Ireland. Algorithms, 15(8), 270. DOI: 10.3390/a15080270 EDN: GIKELR
19. Inkpen A.C., Tsang E.W. (2005) Social capital, networks, and knowledge transfer. Academy of Management Review, 30(1), 146-165. https://www.jstor.org/stable/20159100.
20. Jansen J.P., Tempelaar M., Van Den Bosch F.A.J., Volberda H.W. (2008) Structural Differentiation and Ambidexterity: The Mediating Role of Integration Mechanisms. Organization Science, 20(4), 1-15. DOI: 10.1287/orsc.1080.0415
21. Kanchanabha B., Badir Y.F. (2021) Top management team’s cognitive diversity and the firm’s ambidextrous innovation capability: The mediating role of ambivalent interpretation. Technology in Society, 64, 101499. DOI: 10.1016/j.techsoc.2020.101499 EDN: BSVYNT
22. Kaya D. (2019) Intra-organizational collaboration for innovation: Understanding the dynamics of formal and informal structures, Stockholm: KTH.
23. Kovach N.S., Lamont G.B. (2019) Trust and deception in hypergame theory. Paper presented at the IEEE National Aerospace and Electronics Conference (NAECON), 15-19 July 2019, Dayton, OH, USA. DOI: 10.1109/NAECON46414.2019.9057874
24. Kroshl W., Sarkani S., Mazzuchi T. (2015) Efficient Allocation of Resources for Defense of Spatially Distributed Networks Using Agent-Based Simulation. Risk Analysis, 35(9), 1690-1705. DOI: 10.1111/risa.12325 EDN: WNMCRD
25. Lavie D., Stettner U., Tushman M.L. (2010) Exploration and Exploitation Within and Across Organizations. Academy of Management Annals, 4(1), 109-155. DOI: 10.5465/19416521003691287
26. Lee M.Y., Edmondson A.C. (2017) Self-managing organizations: Exploring the limits of less-hierarchical organizing. Research in Organizational Behavior, 37, 35-58. DOI: 10.1016/j.riob.2017.10.002
27. Levinthal D.A., March J.G. (1993) The Myopia of Learning. Strategic Management Journal, 14(S2), 95-112. DOI: 10.1002/smj.4250141009
28. Lix K., Goldberg A., Srivastava S.B., Valentine M.A. (2022) Aligning Differences: Discursive Diversity and Team Performance. Management Science, 68(11), 7793-8514. DOI: 10.1287/mnsc.2021.4274 EDN: AVDAXD
29. Lusch R.F., Vargo S.L., Tanniru M. (2010) Service, value networks and learning. Journal of the Academy of Marketing Science, 38(1), 19-31. DOI: 10.1007/s11747-008-0131-z EDN: IAATMD
30. Macal C.M., North M.J. (2010) Tutorial on agent-based modelling and simulation. Journal of Simulation, 4(3), 151-162. DOI: 10.1057/jos.2010.3
31. March J.G. (1991) Exploration and Exploitation in Organizational Learning. Organization Science, 2(1), 71-87. https://www.jstor.org/stable/2634940.
32. Meeussen L., Agneessens F., Delvaux E., Phalet K. (2018) Ethnic diversity and value sharing: A longitudinal social network perspective on interactive group processes. British Journal of Social Psychology, 57(2), 428-447. DOI: 10.1111/bjso.12237
33. Mintzberg H. (1979) The structuring of organizations, Englewood Cliffs, NJ: Prentice Hall.
34. Mom T.J.M., Van den Bosch F.A.J., Volberda H.W. (2009) Understanding Variation in Managers’ Ambidexterity: Investigating Direct and Interaction Effects of Formal Structural and Personal Coordination Mechanisms. Organization Science, 20(4), 812-828. DOI: 10.1287/orsc.1090.0427
35. Nguyen T.K., Marilleau N., Ho T.V. (2008) PAMS - A New Collaborative Framework for Agent-Based Simulation of Complex Systems. In: Intelligent Agents and Multi-Agent Systems (eds. T.D. Bui, T. Ho, Q.T. Ha), Berlin, Heidelberg: Springer, pp. 287-294. DOI: 10.1007/978-3-540-89674-6_32
36. Nonaka I., Takeuchi H. (1995) The Knowledge-Creating Company: How Japanese Companies Create the Dynamics of Innovation, New York: Oxford University Press.
37. Nonaka I., Takeuchi H. (2019) The wise leader: How CEOs can learn practical wisdom to navigate complex business environments, Cambridge, MA: Harvard Business Review Press.
38. Nugroho D.T., Hermawan P. (2022) Strengthening Collaboration through Perception Alignment: Hybrid Workplace Leadership Impact on Member Awareness, Understanding, and Learning Agility. International Journal of Management, Entrepreneurship, Social Science and Humanities, 5(1), 116-132. DOI: 10.31098/ijmesh.v5i1.954
39. O’Reilly C.A., Tushman M.L. (2013) Organizational Ambidexterity: Past, Present, and Future. Academy of Management Perspectives, 27(4), 324-338. DOI: 10.2139/ssrn.2285704
40. Qu J., Liu L., Wu X. (2024) When and how is team cognitive diversity beneficial? An examination of Chaxu climate. Heliyon, 10(1), e23970. DOI: 10.1016/j.heliyon.2024.e23970 EDN: AREQDA
41. Railsback S.F., Grimm V. (2019) Agent-based and individual-based modeling: A practical introduction (2nd ed.), Princeton, NJ: Princeton University Press.
42. Raisch S., Birkinshaw J. (2008) Organizational Ambidexterity: Antecedents, Outcomes, and Moderators. Journal of Management, 34(3), 375-409. DOI: 10.1177/0149206308316058 EDN: JNSWGV
43. Raisch S., Birkinshaw J., Probst G., Tushman M.L. (2009) Organizational ambidexterity: Balancing exploitation and exploration for sustained performance. Organization Science, 20(4), 685-695. DOI: 10.1287/orsc.1090.0428
44. Rocca R., Tylén K. (2022) Cognitive diversity promotes collective creativity: An agent-based simulation. In: Proceedings of the 44th Annual Conference of the Cognitive Science Society (eds. J. Culbertson, A. Perfors, H. Rabagliati, V. Ramenzoni), pp. 2649-2656.
45. Sasaki Y., Kijima K. (2016) Hierarchical hypergames and Bayesian games: A generalization of the theoretical comparison of hypergames and Bayesian games considering hierarchy of perceptions. Journal of Systems Science and Complexity, 29(1), 187-201. DOI: 10.1007/s11424-015-3288-9 EDN: UXIRUS
46. Schneider T. (2020) Agil, hierarchiefrei und selbstorganisiert im New Work oder überwältigt von Systemstrukturen und unterdrückten gruppendynamischen Prozessen im New Office. Gruppe. Interaktion. Organisation. Zeitschrift für Angewandte Organisationspsychologie (GIO), 51, 1-11. DOI: 10.1007/s11612-020-00546-6 EDN: ONTLCJ
47. Simsek Z. (2009) Organizational Ambidexterity: Towards a Multilevel Understanding. Journal of Management Studies, 46(4), 597-624. DOI: 10.1111/j.1467-6486.2009.00828.x
48. Son J., Rojas E. (2011) Evolution of Collaboration in Temporary Project Teams: An Agent-Based Modeling and Simulation Approach. Journal of Construction Engineering and Management, 137, pp. 619-628. DOI: 10.1061/(ASCE)CO.1943-7862.0000331
49. Stein J., Frey V., Flache A. (2024) Talk Less to Strangers: How Homophily Can Improve Collective Decision-Making in Diverse Teams. Journal of Artificial Societies and Social Simulation, 27(1), 14. DOI: 10.18564/jasss.5224 EDN: LFHFLH
50. Takahashi M.A., Fraser N.M., Hipel K.W. (1984) A procedure for analyzing hypergames. European Journal of Operational Research, 18(1), 111-122. DOI: 10.1016/0377-2217(84)90268-6
51. Thomson A.M., Perry J.L., Miller T.K. (2007) Conceptualizing and Measuring Collaboration. Journal of Public Administration Research and Theory, 19(1), 23-56. DOI: 10.1093/jopart/mum036
52. Tushman M.L., O’Reilly C.A. (1996) Ambidextrous Organizations: Managing Evolutionary and Revolutionary Change. California Management Review, 38(4), 8-29. DOI: 10.2307/41165852 EDN: CGCCNJ
53. Vargo S.L., Lusch R.F. (2016) Institutions and axioms: An extension and update of service-dominant logic. Journal of the Academy of Marketing Science, 44(1), pp. 5-23. DOI: 10.1007/s11747-015-0456-3 EDN: PXQABW
54. Von Krogh G., Nonaka I., Rechsteiner L. (2012) Leadership in organizational knowledge creation: A review and framework. Journal of Management Studies, 49(1), 240-277. DOI: 10.1111/j.1467-6486.2010.00978.x
55. Walheiser D., Schwens C., Steinberg P.J., Cadogan J.W. (2021) Greasing the wheels or blocking the path? Organizational structure, product innovativeness, and new product success. Journal of Business Research, 126, 489-503. DOI: 10.1016/j.jbusres.2020.12.021 EDN: YWEBCM
56. Wang G., Locatelli G., Wan J., Li Y., Le Y. (2021) Governing behavioral integration of top management team in megaprojects: A social capital perspective. International Journal of Project Management, 39(4), 365-376. DOI: 10.1016/j.ijproman.2020.11.005 EDN: EQDVJQ
57. Wang F., Kim T.Y., Lee D.R. (2016) Cognitive diversity and team creativity: Effects of team intrinsic motivation and transformational leadership. Journal of Business Research, 69(9), 3231-3239. DOI: 10.1016/j.jbusres.2016.02.026
58. Warner K.S.R., Wäger M. (2019) Building dynamic capabilities for digital transformation: An ongoing process of strategic renewal. Long Range Planning, 52(3), 326-349. DOI: 10.1016/j.lrp.2018.12.001
59. Wilensky U., Rand W. (2015) An introduction to agent-based modeling: Modeling natural, social, and engineered complex systems with NetLogo, Cambridge, MA: MIT Press.
60. Xu F., Wu L., Evans J. (2022) Flat teams drive scientific innovation. Proceedings of the National Academy of Sciences, 119(23), e2200927119. DOI: 10.1073/pnas.2200927119 EDN: TJZVGX
61. Zhang M., Zhao X., Qi Y. (2014) The effects of organizational flatness, coordination, and product modularity on mass customization capability. International Journal of Production Economics, 158, 145-155. DOI: 10.1016/j.ijpe.2014.07.032
62. Zhou K.Z., Li C.B. (2012) How knowledge affects radical innovation: Knowledge base, market knowledge acquisition, and internal knowledge sharing. Strategic Management Journal, 33(9), 1090-1102. DOI: 10.1002/smj.1959
Выпуск
Другие статьи выпуска
В условиях череды разного рода глобальных кризисов фронтиром для научных дискуссий становится тема трансформационных переходов масштабных социально-экономических систем к новой модели развития. Растет потребность в субъектах, способных эффективно управлять подобными всеобъемлющими радикальными преобразованиями, с фокусом на инновациях. Вопросы наращивания человеческой агентности трансформационного типа (ТА) всегда были предметом повышенной актуальности. Тем не менее, градус востребованности этой компетенции резко увеличился в современном мире высокой турбулентности, изменчивости и неустойчивости, на фоне сложного характера получающих распространение моделей развития «Индустрии 4.0 и 5.0», а также исчерпания потенциала тех управленческих инструментов, которые были действенными в прежних, относительно стабильных контекстах. В статье изучаются возможности формирования и масштабирования ТА, предлагаются методы работы с этим сложным, трудноуловимым феноменом для обеспечения успешного развития. Опираясь на ряд концепций (включая собственную разработку) и практические кейсы, автор раскрывает «черный ящик» ТА, вносит ясность в процессы правильного формирования редких, преображающих способностей. В представленных выводах раскрываются источники обновляющего потенциала для управленческих систем, обретение которого позволит разным организациям успешно адаптироваться к усложняющемуся потоку перемен.
Статья критически анализирует методологические недостатки рейтингов экологического, социального и корпоративного управления (Environmental, Social, and Governance, ESG) и их влияние на финансовые решения. Хотя показатели ESG призваны побуждать инвесторов и политиков к ответственной бизнес-практике, противоречивые методологии расчета ставят под сомнение надежность и стратегическую ценность таких рейтингов. С опорой на институциональную теорию, теорию сигналов и социологию оценки авторы исследуют воздействие ESG-рейтингов на корпоративные нарративы устойчивости. Эмпирические данные демонстрируют расхождения в метриках и их последствия для финансовых рынков. Выявлены три ключевых недостатка ESG-рейтингов: различающиеся методологии порождают взаимоисключающие результаты разных агентств; компании возводят в абсолют индикаторы ESG вместо реального прогресса в устойчивом развитии, что оборачивается псевдоэкологичностью (гринвошингом); непрозрачность расчетов искажает информационные сигналы для инвесторов, порождая ошибочные представления о рисках и разнонаправленные стимулы устойчивого развития. Отсутствие четких социальных критериев дополнительно снижает репрезентативность рейтингов. Глубже рассмотреть преимущества и недостатки ESG-рейтингов позволяет комплексный обзор литературы, а не первичный эмпирический анализ. Дальнейшие исследования могли бы сосредоточиться на стандартизации регулирования, методах ESGанализа с применением ИИ и механизмах независимой верификации. Полученные выводы свидетельствуют: при принятии финансовых решений инвесторам не следует полагаться исключительно на показатели ESG. Во избежание инвестиционных ошибок стоит учитывать разные индикаторы устойчивости и качественные характеристики. Внедрение нестандартизированных рейтингов чревато утратой общественного доверия к программам устойчивого развития и корпоративной приверженности к ответственному ведению бизнеса. Недооценка социальных аспектов может снизить реальную ценность корпоративной отчетности и замедлить социальный прогресс. Статья вносит вклад в усиливающуюся критику методологий расчета рейтингов ESG, которые в отсутствие регулирования останутся ненадежными метриками устойчивости компаний
Радикальные инновации (РИ) — важнейший фактор ускоренного развития. Несмотря на распространенное сомнение в инновационном потенциале Глобального Юга, существующие успешные примеры доказывают обратное. Усиление геостратегической и геоэкономической конкуренции великих держав и технологическая революция ведут к фундаментальной трансформации характера и баланса сил на планете. В этом контексте РИ становятся приоритетным вопросом национальной безопасности. В статье предложена модель создания РИ в формирующихся оборонных экосистемах, разработанная на базе 27 интервью с экспертами по военным инновациям. Измерения модели были приоритизированы с помощью нечеткого аналитического иерархического процесса по результатам опроса 67 экспертов. Главными факторами рассматриваемого процесса выступают культура (восприятие важности РИ, организационная и коллаборативная культуры), управление (политическая, институциональная и организационная структуры), ресурсы (инфраструктура, человеческие и финансовые ресурсы) и процессы (управление знаниями, проектная деятельность и создание открытых инноваций). Важнейшим из них служат ресурсы, в качестве основных измерений которых были выявлены человеческий капитал, финансовые ресурсы и политико-институциональная структура (в порядке убывания приоритетности).
Стартапы кардинально преображаются в ходе своего жизненного цикла. Эволюция компаний влечет за собой изменение подходов к их оценке. Эмпирические исследования, охватывающие несколько стадий трансформации бизнеса, зачастую применяют идентичные критерии, что порождает противоречивые выводы. Цель работы — разграничить детерминанты оценки стартапов на ранних и поздних этапах их развития. Задача состоит в определении факторов с переменной значимостью для разных стадий, а также критериев, сохраняющих актуальность на протяжении всего цикла. Проанализированы исследования по оценке стартапов, факторы систематизированы по стадиям развития. Введена «иерархия релевантности» критериев оценки для разных этапов жизненного цикла. Идентифицированы стабильные детерминанты, действующие неизменно, и волатильные — с переменной значимостью. Предложена метамодель двухстадийной оценки для практиков. Научная новизна исследования состоит в стадийном подходе к анализу литературы, который открывает путь к созданию целевых моделей с четкими и однозначными результатами
Индустриализация служит краеугольным камнем экономической трансформации развивающихся стран, но прогресс часто сдерживают фрагментарные инновационные системы, ресурсные ограничения и институциональные барьеры. Альтернативная парадигма — открытые инновации (ОИ), стимулирующие переток знаний между организациями и отраслями. Предпринятый систематический обзор литературы критически исследует, как партнерские модели ОИ концептуализируются, внедряются и адаптируются для поддержки индустриализации в странах с низким и средним уровнем дохода. Результаты свидетельствуют об ускорении перехода от линейных моделей инновационной деятельности к сетевым, экосистемным конфигурациям и активизации входящих, исходящих и комбинированных стратегий. Превалируют такие механизмы, как партнерство университетов, промышленности и государства, сотрудничество через посредников и цифровые платформы. Ключевыми игроками выступают малые и средние предприятия (МСП), испытывающие постоянный дефицит ресурсов. Главные факторы развития ОИ — доверие к государственным институтам, поддержка руководства предприятий, потенциал усвоения знаний и цифровая инфраструктура. Препятствуют им несбалансированная политика, неразвитая материальная база и низкий уровень координации. Выявлены новые траектории, в частности интеграция цифровых технологий в экосистемы и меняющаяся роль посредников. Обозначены критические пробелы — потребность в эмпирически проверенных моделях и стратегиях для МСП. Сформулированы предложения по оптимизации разработки политики и созданию инклюзивных, адаптивных систем, соответствующих целям устойчивой индустриализации
Прямые иностранные инвестиции (ПИИ) и экономический рост оказывают двойственное воздействие на выбросы углерода (CO₂) — стимулируя развитие, они потенциально увеличивают экологическую нагрузку. Особую актуальность эта проблема приобретает в Южной Корее, взявшей обязательство достичь углеродной нейтральности к 2050 г. На базе анализа временных рядов за 1990—2021 гг. оценивались взаимосвязи между эмиссией CO₂ как зависимой переменной и ВВП, ПИИ, потреблением возобновляемой энергии — как объясняющими. Долгосрочные связи оценивались с помощью авторегрессионной модели с распределенным лагом (ARDL). Эмпирический анализ подтвердил устойчивую связь между объемом ПИИ, темпами роста, применением возобновляемой энергии и эмиссией CO₂. Результаты демонстрируют необходимость устойчивых инвестиционных практик и возобновляемых источников для смягчения экологических последствий деловой активности. Впервые комплексно рассмотрено влияние ПИИ, ВВП и возобновляемой энергии на выбросы в контексте амбициозных планов по достижению углеродной нейтральности. Модель ARDL раскрывает взаимодействие экономических факторов и инициатив в области устойчивого развития, предоставляя политикам инструменты для балансирования хозяйственных и экологических приоритетов
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/