Strukturalne uwarunkowania zarządzania

Wojciech Czakon
Uniwersytet Ekonomiczny w Katowicach
Strukturalne uwarunkowania zarządzania wiedzą w sieciach
Intensywny wzrost zainteresowania sieciami w zarządzaniu strategicznym ma swoje źródła w
tzw. megatrendach1 pośród których dekonstrukcja łańcuchów wartości i rosnąca specjalizacja
przedsiębiorstw pełnią szczególną rolę w wymuszaniu współdziałania. W ich rezultacie
przedsiębiorstwo zintegrowane pod względem organizacyjno-prawnym staje się węzłem w
sieci tworzącej wartość. Wywołuje to wiele nowych problemów menedżerskich i
badawczych, rozpoznawanych od ponad dwóch dekad m.in.: osiąganie kompetencji
współdziałania w sieci2, dobór mechanizmów koordynacji współdziałania sieciowego3,
kształtowanie struktur sieci4, kierowanie siecią5. Badacze dociekają obecnie źródeł sukcesu
przedsiębiorstwa
usieciowionego
w
zmiennych
zasobowych,
instytucjonalnych,
strukturalnych oraz funkcjonalnych, pokrywając większość współczesnych pól eksploracji w
zarządzaniu strategicznych. Zrozumienie wpływu każdego ze zbioru zmiennych, a dalej ich
wzajemnych związków tworzy fundament pod teorię sieci w zarządzaniu, a także nadzieję na
opracowanie zestawu metod i technik zarządzania w sieci.
W tym sensie badania nad sieciami w zarządzaniu strategicznym zdają się
odzwierciedlać trajektorię rozwojową teorii organizacji, której prawidłowościom ściśle
towarzyszyły dyrektywy praktyczne. Teoria organizacji uczyniła ze zmiennych strukturalnych
takich jak wielkość, rozdrobnienie, spiętrzenie itp. podręcznikowe wręcz cechy organizacji.
Dotychczas publikowane w Polskim piśmiennictwie prace poświęciły relatywnie mało uwagi
zmiennym strukturalnym, tj. cechom opisującym strukturę sieci. Celem niniejszego
opracowania jest przyczynienie się do wypełnienia tej luki*.
W pierwszej części przedstawiono problematykę zarządzania wiedzą w kontekście
międzyorganizacyjnym zachowując dychotomiczny podział na procesy związane z
eksploracją wiedzy oraz jej eksploatacją. Następnie scharakteryzowano wyniki badań
dotyczących związku struktura – zarządzanie wiedzą, wskazując na ich niejednoznaczność.
Na tej podstawie zakończenie wskazuje na ograniczenia badań strukturalnych w zarządzaniu
strategicznym.
*
Szerzej do zagadnień zmiennych strukturalnych autor odnosi się w: W. Czakon, Sieci w zarządzaniu
strategicznym, Wolters Kluwer Polska, Warszawa, 2012
1
Zarządzanie wiedzą w kontekście sieciowym
Megatrend dekonstrukcji łańcucha wartości przynosi istotne skutki dla zarządzania
wiedzą, bowiem ujęcie wewnątrz-organizacyjne ulega uzupełnieniu lub nawet zastąpieniu
przez perspektywę sieciową. Potrzeba eksploatacji istniejącej wiedzy, a także tworzenia
wiedzy nowej w warunkach sieciowych prowadzi do istotnych problemów zarządzania, m.in.:
ochrony własności intelektualnej6, przepływów wiedzy7, absorpcji wiedzy8, sprawności
konsorcjów badawczych9.
Sieć definiuje się jako zbiór odrębnych pod względem formalno-prawnym podmiotów oraz
relacji zachodzących pomiędzy nimi. Podmioty, zwane wierzchołkami, to zwykle
przedsiębiorstwa, ale też organizacje non-profit, instytucje badawcze, czy organy
administracji. Relacje zachodzące pomiędzy nimi obejmują przepływ informacji oraz
przepływy materialne. Współdziałanie wymaga dzielenia się wiedzą, nawet jeśli ta wiedza
jest źródłem przewagi konkurencyjnej pojedynczego podmiotu. Traci on wyłączność na
wykorzystywanie wiedzy, co powoduje konieczność przyjęcia strategii ochrony renty
ekonomicznej10. Przedsiębiorstwa dobierają do konkretnego kontekstu narzędzia pochodzące
z dwóch grup: ochrony własności intelektualnej lub maksymalizacji wartości tworzonej przy
pomocy tej własności.
Przepływy wiedzy w sieciach dzieli się typowo na zamierzone i niezamierzone, traktując te
zamierzone procesom jako transfer wiedzy, a te niezamierzone jako „rozlewanie się wiedzy”
czy też utratę kontroli nad nią. Transfer związany jest z procesami eksploatacji wiedzy,
wymaga zdolności udostępnienia wiedzy przez jedną stronę oraz zdolności jej przyjęcia przez
drugą. Można stwierdzić, że transfer wiedzy w sieci jest kluczowym mechanizmem
tworzącym zdolność współdziałania. Jednocześnie jednak występuje wiele przepływów
wiedzy, które nie są sformalizowane, a mimo to przekraczają granice organizacji.
Charakterystyka tych przepływów przyciąga szczególnie uwagę badaczy klastrów11.
Zauważają oni, że lokalne przepływy wiedzy są bardziej spontaniczne, w mniejszym stopniu
dotyczą technologii, ale stanowią ważne spoiwo współdziałania. Zatem oprócz ryzyka utraty
kontroli nad wiedzą, rozlewanie się informacji w sieci służy jej sprawności.
Absorpcja wiedzy znajduje się w centrum uwagi badawczej zarządzania strategicznego
właśnie ze względu na sieci. Badacze identyfikują warunki, w których transfer wiedzy jest
skuteczny, a także mechanizmy uczenia się od innych członków sieci. Generalnie przyjmuje
się, że im większa jest zdolność absorpcyjna tym łatwiejsze będzie współdziałanie sieciowe,
bowiem organizacyjne uczenie się przebiega wówczas szybko i skutecznie. Jednocześnie
wzbudza to obawy o utratę kontroli nad wiedzą, która nie jest przeznaczona do
2
współdziałania sieciowego. W „wyścigu o kompetencje” powszechne są próby uzyskania
kluczowych kompetencji od członków sieci, niejako przy okazji. Zatem obok walorów,
zdolność absorpcyjna generuje poważne ryzyko. Rozpatrywane jest ono jednak zwykle z
perspektywy pojedynczego podmiotu, a nie całej sieci. Dla sieci bowiem upowszechnianie się
wysoce produktywnych rutyn jest korzystne12 i pogłębia przewagę nad konkurentami
nieusieciowionymi lub należącymi do innych sieci.
Tworzenie wiedzy w sieciach przyciąga odrębny nurt uwagi badawczej, skupiony w znacznej
mierze na warunkach sprawności działania konsorcjów badawczych. Stwierdzono wręcz, że
innowacyjność przesunęła się z wnętrza organizacji do przestrzeni sieciowej9. Pojawia się
wiele pytań dotyczących sposobu organizacji pracy, składu zespołów sieciowych, nadzoru
nad własnością intelektualną13.
Podsumowując stwierdzić można, że zarządzanie wiedzą w przynosi specyficzne
uwarunkowania i problemy właściwe wyłącznie sieciom. Wobec tego zarówno badanie
typowych zarządzaniu wiedzą problemów, jak i tych szczególnych zjawisk występujących w
sieciach wymaga uwzględnienia zmiennych charakterystycznych dla sieci – w niniejszym
opracowaniu są to zmienne strukturalne.
Zmienne strukturalne sieci
Zainteresowanie sieciami
zostało
w naukach
o
zarządzaniu zainspirowane
osiągnięciami socjologii, która z kolei wykorzystuje i rozwija aparat matematycznej analizy
grafów. Stąd też uwagę badaczy, przez analogię do wcześniejszych dokonań na gruncie
socjologii przyciągają parametry opisujące:
•
liczbę węzłów w sieci, która odpowiada w istocie wielkości organizacji sieciowej.
•
liczbę powiązań pomiędzy węzłami, opisuje gęstość w ujęciu globalnym, strefowym
(centrum-peryferia) lub lokalnym (klastry),
•
pozycje poszczególnych węzłów, charakteryzowana jest miarami centralności oraz
bliskości.
Badania nad wielkością organizacji sieciowej sytuują się w przeważającej większości w
zasobowej teorii firmy w zarządzaniu strategicznym. Jej podstawowym założeniem jest
niedoskonałość zasobowa przedsiębiorstwa. Aby radzić sobie z tą niedoskonałością i uzyskać
dostęp do potrzebnych zasobów, menedżerowie tworzą więzi międzyorganizacyjne,
zarządzają portfelami więzi, czy wręcz kreują sieci wokół przedsiębiorstwa. Im większa sieć,
tym jej niedoskonałość zasobowa mniejsza. Z zasobowego punktu widzenia rozmiar powinien
być maksymalizowany, bowiem jest sposobem budowania niezależności strategicznej,
3
uzyskiwania redundancji zasobów, tworzenia wartości oraz reagowania na zmiany
zachodzące w otoczeniu14. Szczególnie nurt badań nad kapitałem społecznym przyjmuje to
założenie15. Jednakże wielkość rodzi problemy dobrze rozpoznane w teorii organizacji, a
związane ze sprawnością koordynacji działania jednostek oraz kosztami tej koordynacji.
Rysunek 1: Sieć scentralizowana o 30 węzłach.
Źródło: opracowanie przy pomocy programu NetDraw.
Badaniu tej zmiennej szczególną uwagę poświęca się w podejściu neoinstytucjonalnym.
Podstawowe założenie sprowadza się ujemnego związku pomiędzy wielkością sieci a
sprawnością koordynowania jej działania. Inaczej niż w podejściu zasobowym, im większa
sieć tym większe wyzwania menedżerskie. Dlatego też większość sieci franczyzowych,
konsorcjów badawczo-rozwojowych, czy dystryktów przemysłowych dobrze rozpoznanych w
literaturze zakłada osiągnięcie określonej wielkości, nie zaś nieskończony wzrost (rysunek 1).
Gęstość to zmienna szczególnie często wykorzystywana do wyjaśniania procesów
uczenia się w sieciach. Ogólna definicja sprowadza gęstość do relacji pomiędzy rzeczywistą
liczbą powiązań pomiędzy węzłami badanej sieci, a maksymalną możliwą liczbą powiązań
pomiędzy jej węzłami. W rezultacie gęstość jest zmienną znormalizowaną, przyjmującą
wartości w przedziale ]0 ; 1], gdzie 0 odpowiada zbiorowi zupełnie niepowiązanych węzłów,
a 1 tzw. sieci pełnej, czy całkowicie połączonej. Każda więź w sieci stanowi wehikuł
przepływu informacji. Im większa gęstość sieci, tym lepsza dystrybucja informacji w sieci.
Dyfuzja informacji sprzyja rozwiązywaniu problemów w zespołach badawczo-rozwojowych,
czyli prościej mówiąc w tworzeniu wiedzy16. Jednocześnie gęstość powiązań umożliwia
uzyskiwanie potwierdzenia wiarygodności informacji, weryfikowanie jej, przyczyniając się
do obniżenia skłonności oportunistycznych. W skutek tego, im sieć jest gęstsza tym szybciej
4
się uczy, tworzy wiedzę, przyjmuje innowacje. Z tej prawidłowości płynie dyrektywa o
potrzebie sytuowania się w centrum sieci, tworzenia gęstych powiązań klastrowych oraz
unikania peryferiów o niższej gęstości powiązań.
Rysunek 2: Sieć o lokalnie wyższych poziomach gęstości z lukami strukturalnymi
Źródło: opracowano z wykorzystaniem programu NetDraw.
Stwierdzono jednakże występowanie ujemnych efektów gęstości, które nakazują ostrożne
podchodzenie do prostych reguł tworzenia architektury sieci. Gęste powiązania informacyjne
prowadzą do obniżenia otwartości na innowacje zewnętrzne, bowiem sprzyjają wykształceniu
się reguł postępowania właściwych danej sieci. Reguły te powstają w sposób społecznie
kontrolowany, nie mają więc ambicji optymalności, analogicznie do społecznych norm
wydajności. Ponadto, gęstość powiązań nie sprzyja kontroli nad wiedzą. W istocie
„rozlewanie” się wiedzy w sieciach zaobserwowano pierwotnie w lokalnie gęstych
powiązaniach klastrowych. Jakkolwiek w szczególnym przypadku klastrów czy sieci
dostawców17 to zjawisko uznaje się za pozytywne, to jednak wymaga ono ścisłej kontroli nad
wiedzą krytyczną.
Zatem kształtowanie gęstości sieci (rysunek 2) podlegać powinno celom jej tworzenia, aby
świadomie poszukiwać właściwej równowagi pomiędzy dodatnimi a ujemnymi skutkami
gęstości dla procesów przepływu informacji, uczenia się i eksploatacji wiedzy.
Pozycja węzłów w sieci jest jedną z najbardziej eksploatowanych zmiennych
strukturalnych. Warto pokreślić, że decyduje ona o kontekstowości badań nad sieciami
zakładając, że interesujące badacza zjawiska, procesy czy zachowania zależą od jego pozycji
w konkretnej strukturze powiązań. Oznacza to, że w sieciach mogą występować co najwyżej
pozycje równoważne strukturalnie, tj. podobne pod względem prestiżu, popularności oraz
powiązania z pozostałymi węzłami w dwóch różnych sieciach. Jednak w danej sieci każdy
5
węzeł ma swoją własną pozycję, która zależy od liczby jego powiązań z konkretnymi innymi
węzłami.
Pozycję sieciową nazywa się zwykle prominencją, a charakteryzuje się ją miarami prestiżu i
centralności. Prestiżowy węzeł jest niejako stroną bierną więzi sieciowych, tj. wiele innych
węzłów go zna, podziwia, darzy sympatią czy szacunkiem†, nawet jeśli ten prestiżowy aktor
nie zna pozostałych. Dokładniej biorąc, prestiżowy aktor zajmuje pozycję centralną w sieci
jednokierunkowo skierowanych do niego więzi sieciowych. Prestiż bywa zastępowany
kategorią statusu lub popularności.
Rysunek 3: Sieć policentryczna z wyraźnym peryferium
Źródło: opracowano z wykorzystaniem programu NetDraw.
Pominięcie warunku jednokierunkowości na rzecz dwustronnie skierowanych więzi prowadzi
w stronę centralności. Ogólnie biorąc centralny aktor powiązany jest z większą liczbą węzłów
niż pozostali, co pozwala mu uczestniczyć w większej liczbie przepływów informacji, a także
wpływać na decyzje i zachowania pozostałych aktorów w sieci. Łatwo zauważyć, że
centralność może mieć wiele przejawów (rysunek 3). Gdy dotyczy wpływu bezpośredniego
na innych aktorów mierzona jest stopniem centralności. Kiedy dotyczy przeciętnej odległości
aktora centralnego od wszystkich pozostałych węzłów, także tych z którymi nie jest on
bezpośrednio powiązany lecz potrzebuje pośrednictwa swoich bezpośrednich kontaktów, to
mierzona jest stopniem bliskości. Natomiast jeśli centralny aktor łączy niepowiązane bez
niego węzły, można posługiwać się miarą pośredniości.
Można zauważyć analogię wobec zmiennych opisujących pozycję przełożonego w
strukturach hierarchicznych np. ścieżki podległości służbowej czy raportowania. Jednakże
†
Każda z wymienionych relacji jest odrębna i w socjometrii tradycyjnie tworzy inną sieć.
6
analogia ta jest odległa ponieważ w sieciach z definicji węzły są odrębne pod względem
organizacyjno-prawnym, a przez to słabo poddają się hierarchicznym mechanizmom.
Centralny aktor uzyskuje wpływ na pozostałe węzły w sieci ponieważ dysponuje lepszym
dostępem do informacji, kontroluje jej przepływy, a przez to uzyskuje zdolność
koordynowania działań całej sieci. W sieci występować mogą aktorzy centralni oraz
peryferyjni, istnieje także możliwość występowania sieci w których każdy aktor ma równy
status strukturalny. Takie pozbawione centrum sieci znacznie słabiej poddają się kontroli
kierowniczej niż sieci z wyraźnie wyodrębnionym centrum. Dlatego proces orkiestracji
wiedzy w sieciach jest powiązany z występowaniem centralnego aktora, tzw. orkiestratora18.
Jednocześnie, centralny węzeł uzyskując kontrolę nad przepływem informacji może wpływać
na zubożenie jej przepływu, obniżając jakość komunikacji. Uznać można w świetle
dotychczasowych badań empirycznych, że im wyższy stopień scentralizowania sieci tym
bardziej sprzyja ona eksploatacji istniejącej wiedzy, a im mniejszy stopień scentralizowania,
tym może ona być sprawniejsza w eksploracji wiedzy.
Badania nad wpływem zmiennych strukturalnych rozwinęły się gwałtownie w
ostatniej dekadzie, głównie za sprawą wykorzystania rozbudowanej metodyki ilościowej
analizy sieciowej SNA (ang. Social Network Analysis). Jednocześnie badania w zarządzaniu
strategicznym znajdują się pod silnym wpływem dokonań socjometrii, a częściowo także
teorii organizacji. Obecne ustalenia przynoszą rezultaty niejednoznaczne, wskazując zarówno
na pozytywny wpływ badanych zmiennych, jak też na ich ujemny wpływ. Niezbędne są
zatem dalsze badania z wykorzystaniem zmiennych strukturalnych.
Podsumowanie
Skupienie się na strukturach nie jest wyłącznym atrybutem nauk o zarządzaniu. Wśród
nauk społecznych tendencja do rozpoznawania struktur, a także wyjaśniania kluczowych
problemów przy pomocy struktur lub w ich kontekście, nosi nazwę strukturalizmu. Ten nurt
myślowy pojawił się w XIX wiecznej lingwistyce, by zostać zastosowanym także w
badaniach społecznych.
Szczególną sławę uzyskała francuska szkoła antropologii
strukturalnej C. Levi-Strauss’a. Umożliwiła ona znaczny postęp w rozumieniu zachowań
społecznych, rytuałów i różnic kulturowych. Jednocześnie zaletą strukturalizmu była
propozycja własnej metody gromadzenia danych, ich analizy oraz interpretacji. Kluczowym
założeniem jest przyjęcie, że tożsamość jednostki definiują relacje z innymi. Wobec tego
możliwe staje się rozpoznawania relacji oraz predykcja struktur, a także identyfikacja mitów,
czy szerzej kultury. Gdyby zastosować prostą analogię, badania w zarządzaniu strategicznym
7
nie wyszły jeszcze poza relacje i struktury sieciowe, pozostawiając obszar kultury w sieciach
stosunkowo nieodkrytym.
Jednakże strukturalizm poza wielką atrakcyjnością intelektualną czy wręcz modą która
naznaczyła całe pokolenie badaczy w naukach społecznych, wywołał też krytykę, opór i
doprowadził do wyłonienia nowoczesnych nurtów intelektualnych. Post strukturalizm, czy
znacznie lepiej znany postmodernizm zgłoszono przecież jako opozycję, następstwo
strukturalizmu. Najsilniejsze kierunki krytyki strukturalizmu skupiały się na biurokratyzmie,
nieadekwatnej dokładności w badaniach, osłabianiu roli interpretacji na rzecz budowania
typologii, wreszcie ambicji totalitarnej dominacji nad innymi podejściami19.
Trudno nie dostrzec podobieństwa obecnej sytuacji badań struktur sieciowych w zarządzaniu
strategicznym do tych krytycznych postulatów. Dążenie do wyłonienia typów struktur, na
wzór struktur organizacyjnych jest niezwykle pożądane i nosiłoby istotną wartość praktyczną.
Jednakże rezultaty empiryczne dotychczasowych badań pokazują niejednoznaczność wpływu
zmiennych strukturalnych na procesu zarządzania wiedzą, a co najmniej nieliniowość
związków statystycznych. Ponadto, stopień zaawansowania zabiegów typologicznych jest
obecnie niewielki. Wielu badaczy uznaje to za wystarczający powód do rozwijania
zastosowań analizy sieciowej, proponowania coraz bardziej wyrafinowanych miar
strukturalnych, drobiazgowego gromadzenia danych oraz ich rygorystycznej analizy. Właśnie
tę ścieżkę w lingwistyce odrzucał J. Derrida, bowiem drobiazgowości technicznej i
szczegółowości rozpoznania nie towarzyszył wzrost zrozumienia. Jakość interpretacji oddaje
często pole wyrafinowaniu technik analizy danych ilościowych. Obecny stan badań nad
sieciami w zarządzaniu strategicznym wymaga wzbogacenia interpretacji, wysiłku
porównawczego.
Wydaje się, że zmienne strukturalne pozbawione zasobowych oraz instytucjonalnych
rozwijają w znacznym stopniu zrozumienie mikro-fundamentów zarządzania wiedzą, jednak
nie dostarczają ani zrozumienia, ani nie ułatwiają interpretacji. Wprawdzie kształtowanie
struktur oraz pozycji w tych strukturach powiązań sieciowych mieści się w obszarze
zarządzania strategicznego, ale niezbędne jest jeszcze posiadanie zdolności tworzenia i
eksploatacji wiedzy. Ponadto, ukształtowanie ról i zasad zarządzania wiedzą w sieci dopełnia
wyjaśnienie.
Strukturalizm
niesie
więc
za
sobą
zarówno
prawdziwą
obietnicę
pragmatycznych wskazówek co do budowy sieci w zależności od potrzeb menedżerów, jak
też fałszywą obietnicę wyjaśnienia procesów zarządzania wiedzą poprzez same struktury.
Stanowi więc atrakcyjne pole do rozwijania technik badawczych i stosowania ich w
8
różnorodnych warunkach empirycznych. Jednocześnie jednak stawia wysokie wymagania
interpretacyjne badaczom.
Streszczenie
Autor dokonuje przeglądu wpływu zmiennych charakteryzujących strukturę na zarządzanie
wiedzą w sieciach. Zwraca uwagę na problemy specyficzne dla tego kontekstu. Na podstawie
niejednoznacznego
wpływu
zmiennych
strukturalnych
wskazuje
wątki
krytyczne
strukturalizmu w zarządzaniu strategicznym
Abstrakt
This paper reviews structural variables impact on knowledge management in networks.
Specific issues are underlined. Based on prior research some critical insights on
structuralism in strategic management are discussed.
Literatura
1
Przedsiębiorstwo partnerskie, M. Romanowska, M. Trocki (red.) Wydawnictwo SGH, Warszawa, 2004, s. 13
L. Knight, C. Harland, H. Walker, R. Sutton, Competence Requirement for Managing Supply in
Interorganizational Networks, „Journal of Public Procurement” 2005, vol. 5, nr 2, s. 210–234
3
C. Jones, W. Hesterly, S. Borgatti, A General Theory of Network Governance: Exchange Conditions and Social
Mechanisms, „Academy of Management Review” 1997, vol. 22, nr 4, s. 911–945
4
D. Lazer, A. Friedman, The Network Structure of Exploration and Exploitation, „Administrative Science
Quarterly” 2007, vol. 52, s. 667–694
5
T. Jarvensivu, K. Moller, Metatheory of Network Management: a Contingency Perspective, „Industrial
Marketing Management” 2009, vol. 38, s. 654–661
6
P. Hurmelinna-Laukkanen, K. Puumalainen, : Formation of the Appropriability Regime: Strategic and
Practical Considerations, “Innovation: Management, Policy & Practice” 2007, Vol. 9, s.2–13
7
J. Owen-Smith, W. Powell, Knowledge Networks as Channels and Conduits: the Effects of Spillovers in the
Boston Biotechnology Community, Organization Science 2004, Vol. 15, Nr 1, s. 5 – 21
8
E. Stańczyk-Hugiet, Strategiczny kontekst zarządzania wiedzą, Wydawnictwo Akademii Ekonomicznej im.
Oskara Langego we Wrocławiu, Wrocław 2007
9
W. Powell, K. Koput, L. Smith-Doerr: Interorganizational Collaboration and the Locus of Innovation:
Networks of Learning in Biotechnology, “Administrative Science Quarterly” 1996, Vol. 41, Nr 1, s. 116 – 145
10
W. Czakon, Strategia jako reguły zawłaszczania renty ekonomicznej, [w] Zarządzanie strategiczne, R.
Krupski (red.), Wałbrzyska Wyższa Szkoła Zarządzania i Przedsiębiorczości, Wałbrzych 2010, s. 137 – 148
11
H. Barthelt, A. Malmberg,P. Maskell: Clusters and Knowledge: Local Buzz, Global Pipelines and the Process
of Knowledge Creation, “Progress in Human Geography” 2004, Vol. 28, Nr 1, s. 31 – 56
12
C. Becker: Organizational Routines: a Review of the Literature, “Industrial and Corporate Change” 2004, Vol.
13, Nr 4, s. 643 – 677
13
M. Sakakibara, D-S Cho: Cooperative R&D in Japan and Korea: a Comparison of Industrial Policy, Research
Policy 2002, vol. 31, nr 1, 673-692
14
Zarządzanie przedsiębiorstwem w turbulentnym otoczeniu, red. R. Krupski, PWE, Warszawa 2005
15
S. Rodan, C. Galunic, More than Network Structure: How Knowledge heterogeneity Influences Managerial
Performance and Innovativeness, „Strategic Management Journal” 2004, vol. 25, s. 541–562.
16
R. Reagans, E. Zuckerman, Networks, Diversity and Productivity: The Social Capital of Corporate R&D
Teams, „Organization Science” 2001, vol. 12, nr 4, s. 502–517
17
J. Dyer, N. Hatch, Using Supplier Networks to Learn Faster, „MIT Sloan Management Review” 2004, vol. 45,
nr 3, s. 57–63
18
C. Dhanaraj, A. Parkhe, Orchestrating Innovation Networks, „Academy of Management Review 2006, vol.
31, nr 3, s. 659–669
19
A. Burzyńska, M.P. Markowski, Teorie literatury XX wieku: podręcznik, Wydawnictwo Znak, Kraków 2006,
s. 310
2
9