Нематериальные ресурсы как стратегический фактор цифровой трансформации компаний тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Паклина София Николаевна

• Паклина София Николаевна
• кандидат наук
• 2024

Оглавление диссертации кандидат наук Паклина София Николаевна

Введение

Глава 1. Цифровые аспекты структурного капитала и стратегическое поведение российских компаний в отношении нематериальных ресурсов

1.1. Ресурсный подход, нематериальные ресурсы и теория стратегических групп

1.2. Разработка набора стратегий в отношении нематериальных ресурсов

1.3. Выявление кластеров российских компаний в отношении стратегий

интенсификации нематериальных ресурсов

Выводы по главе

Глава 2. Цифровой отношенческий капитал и оценка его взаимосвязи с финансовыми результатами компании

2.1. Корпоративный веб-сайт как стратегический ресурс

2.2. Прокси-показатели цифрового отношенческого капитала

2.3. Оценка взаимосвязи цифрового отношенческого капитала и финансовых результатов компаний

2.4. Страновые и отраслевые особенности взаимосвязи цифрового

отношенческого капитала и финансовых результатов компаний

Выводы по главе

Глава 3. Цифровые аспекты человеческого капитала и оценка его имплицитной стоимости посредством анализа вакансий

3.1. Стоимость человеческого капитала: оплата в соответствии с умениями и компетенциями

3.2. Цифровые аспекты человеческого капитала и подходы к измерению их стоимости

3.3. Оценка имплицитной стоимости цифрового человеческого капитала

посредством анализа вакансий

Выводы по главе

Заключение

Список использованной литературы

Приложение 1. Список базовых и продвинутых компьютерных навыков согласно классификации DISCO

Приложение 2. Обработка описаний вакансий и выявление навыков

Приложение 3. Результаты регрессионного анализа для моделирования величины предлагаемой заработной платы без коррекции на возможную проблему самоотбора

Введение

Введение диссертации (часть автореферата) на тему «Нематериальные ресурсы как стратегический фактор цифровой трансформации компаний»

Актуальность

Нематериальные ресурсы являются одним из важнейших факторов успешности деятельности компаний и остаются востребованным направлением для теоретических и эмпирических исследований среди ученых (Garanina et al., 2021; Lev, 2000). Необходимость изучения нематериальных ресурсов становится еще более очевидной в контексте развития экономики знаний и растущей цифровизации компаний (Moro-Visconti, 2022; Secundo et al., 2017; Trequattrini et al., 2022). Глобальная цифровизация и новые цифровые технологии способствуют созданию и использованию уникальных нематериальных ресурсов. Эти ресурсы могут стать источником конкурентных преимуществ, что, в свою очередь, повышает результативность компаний. Однако для успешной реализации этого процесса необходимы как более глубокое теоретическое обоснование, так и дополнительные эмпирические исследования. Это позволит компаниям модернизировать существующие управленческие концепции в отношении нематериальных ресурсов в условиях цифровизации. В научной литературе отмечается дефицит исследований, в которых раскрывается феномен цифровых нематериальных ресурсов и проводится эмпирический анализ их взаимосвязи с деятельностью компаний. Настоящая диссертация ставит перед собой цель восполнить этот пробел путем определения цифровых аспектов корпоративных нематериальных ресурсов, поиска прокси-показателей для их измерения и эмпирического тестирования гипотезы о взаимосвязи некоторых из этих показателей с результативностью компаний. С теоретической точки зрения диссертационное исследование призвано расширить имеющиеся научные знания о цифровых аспектах нематериальных ресурсов. С практической точки зрения результаты эмпирического анализа, запланированного в его рамках, могут способствовать принятию решений, основанных на данных, что позволит компаниям сформировать собственную

стратегию управления цифровыми нематериальными ресурсами согласно их долгосрочным целям.

Теоретические основы

Прежде всего необходимо определить теоретическую рамку, в которой выполнена данная диссертация, и ввести ряд ключевых понятий. Логика диссертационного исследования в глобальном смысле основана на пересечении двух теорий: концепции нематериальных ресурсов (intellectual capital concept) компании и ресурсного подхода (resource-based view). Компоненты нематериальных ресурсов, особенно их цифровые аспекты, рассматриваются в качестве ресурсов, стратегическое управление которыми позволяет компаниям создавать конкурентные преимущества и, следовательно, повышать свою результативность. Так как в диссертации особое внимание уделяется цифровым аспектам нематериальных ресурсов, для их определения и изучения дополнительно рассматриваются концепции, связанные с цифровизацией, цифровой трансформацией и цифровым капиталом. Рассмотрим каждую из используемых теорий и концепций подробнее.

Ресурсный подход является одной из ключевых теорий в стратегическом управлении, подчеркивающей важность внутренних ресурсов компании для достижения устойчивого конкурентного преимущества. Согласно данному подходу, ресурсы, обладающие ценностью, редкостью, трудностью подражания и незаменимостью, могут являться основой для формирования долгосрочного успеха организации (Barney, 1991). В этом контексте нематериальные ресурсы компании рассматриваются как один из примеров таких ресурсов. Исследования показывают, что интеллектуальный капитал может значительно способствовать улучшению организационной эффективности и инновационной способности, а также повышать скорость адаптации к изменениям на рынке, что в свою очередь способствует созданию конкурентных преимуществ и повышает результативность компаний (Bontis, 1998; Edvinsson & Malone, 1997; Pigola et al., 2021; Tsakalerou, 2015).

Что касается нематериальных ресурсов, в настоящей диссертации они рассматриваются с корпоративной точки зрения, через призму концепции интеллектуального капитала компаний, то есть два этих термина используются в качестве синонимов. Одно из наиболее всесторонних исследований различных определений нематериальных ресурсов представлено в работе Чунг (Choong, 2008), где указанные ресурсы рассматриваются в соответствии с широко используемым определением Эдвинссона и Малон: «Нематериальные ресурсы - это ресурсы, которые не существуют физически, но по-прежнему представляют ценность для компании» (Edvinsson & Malone, 1997, p. 22). Более глубокое исследование природы нематериальных ресурсов заключается в рассмотрении и описании элементов, их составляющих. В научном сообществе сложилось устойчивое понимание нематериальных ресурсов как комплекса трех компонентов: структурного капитала, отношенческого капитала и человеческого капитала (Bontis, 1998; Brooking, 1996; Edvinsson, 1997; Roos et al., 1997; Stewart, 1998; Sveiby, 1997). Рассмотрим каждый из компонентов нематериальных ресурсов компании более подробно.

Первый компонент корпоративных нематериальных ресурсов - это структурный капитал (structural capital), иногда называемый организационным капиталом (organizational capital). Известное неформальное определение структурного капитала описывает его как «то, что остается в компании, когда сотрудники уходят домой на ночь» (Roos et al., 1997, p. 42). Так, структурный капитал включает в себя корпоративные стратегии, философию, политику, патенты, базы данных и т. д. (Bontis et al., 2000; Wu & Tsai, 2005). Структурный капитал делится на культурный, инновационный и процессный (Marr et al., 2003). Культурный капитал отражает организационные ценности, уровни открытости, доверия и честности в корпоративной среде (Bradburn et al., 2004). Инновационный капитал - это патенты, авторские права и другие объекты интеллектуальной собственности. Процессный капитал состоит из

программного обеспечения и различных технологий, используемых в процессе операционной деятельности компании.

Второй компонент корпоративных нематериальных ресурсов -отношенческий капитал (relational capital), представляющий собой отношения, которые компания строит со своими покупателями, клиентами и деловыми партнерами. Свейби (Sveiby, 2001) предлагает измерять отношенческий капитал через популярность и известность названий брендов и торговых марок. Другие показатели для измерения отношенческого капитала включают в себя количество дочерних компаний, привлечение иностранного капитала, расходы на рекламу, участие в профессиональных ассоциациях и т. д. (Molodchik et al., 2014). Кроме того, в состав отношенческого капитала ученые предлагают включать клиентский капитал (customer capital), который представлен отношениями с клиентами и использованием маркетинговых каналов (Bontis, 1998).

Третий компонент корпоративных нематериальных ресурсов -человеческий капитал. Основы теории человеческого капитала (human capital) были заложены в работах Дж. Минцера (Mincer, 1958), посвященных экономике труда, и получили свое дальнейшее развитие в исследованиях Г. Беккера (Becker, 1964). Традиционно человеческий капитал рассматривается на индивидуальном уровне и определяется как индивидуальные знания, образование, компетентность, навыки и обучение (Bontis, 1998; Davenport, 1999; Torero et al., 2001; Walker, 2002). В контексте компании человеческий капитал связан с производительностью труда работников и рассматривается в качестве источника инноваций и канала распространения знаний между работниками.

Еще одно важное явление, которое необходимо учитывать при анализе деятельности компании, - это глобальный процесс цифровизации. Под цифровизацией понимается использование цифровых технологий и данных для создания новых или изменения существующих процессов, что, в свою очередь, приводит к цифровой трансформации компании (Kraus et al., 2021;

Pilat et al., 2018). Причем на этапе цифровизации новые цифровые технологии в большей степени внедряются с целью экономии средств за счет оптимизации и автоматизации бизнес-процессов, а цифровая трансформация является следующим этапом и характеризуется привлечением дополнительных средств благодаря новым бизнес-возможностям (Lang, 2021). Таким образом, в ходе цифровой трансформации у компаний появляется еще один потенциальный источник конкурентных преимуществ.

В процессе внедрения новых технологий происходит аккумуляция цифрового капитала. В широком смысле под цифровым капиталом понимается «набор внутренних способностей и навыков (цифровые компетенции), а также внешних ресурсов (цифровые технологии), которые могут накапливаться исторически и передаваться из одной области в другую» (Ragnedda, 2018, p. 2367). Несмотря на то, что цифровой капитал выделяется в отдельную категорию, он тесно связан с другими видами капитала. Исследования цифрового капитала проводятся на уровне индивидов (e.g. Addeo et al., 2023; Calderón Gómez, 2021; Gladkova et al., 2020; Ragnedda et al., 2020; Ruiu & Ragnedda, 2020), компаний (e.g. Bubnov et al., 2021; Cao & Iansiti, 2022; Tambe et al., 2020) и регионов (Капелюк и Карелин, 2023).

Применительно к компаниям цифровой капитал рассматривается как один из факторов производства, который совместно с другими видами капитала позволяет автоматизировать процессы, оптимизировать ресурсы и повышать общую эффективность организации. Тамбе и соавторы (Tambe et al., 2020) приводят такие примеры цифрового капитала: обучение сотрудников для применения новых цифровых технологий, разработка и внедрение бизнес-процессов для поддержки или использования новых цифровых технологий. Таким образом, концепция цифрового капитала тесно взаимосвязана с нематериальными ресурсами компании, отражая их цифровые аспекты (Bughin & Manyika, 2013). В рамках настоящей диссертации цифровой капитал компании и его взаимосвязь с результативностью рассматриваются через призму трехкомпонентной структуры нематериальных ресурсов.

Используемые в тексте работы термины «цифровой человеческий капитал», «цифровой отношенческий капитал» и «цифровой структурный капитал» отражают цифровые аспекты каждого из видов нематериальных ресурсов.

Степень разработки научной проблемы в литературе

В соответствии с трехкомпонентной концепцией корпоративных нематериальных ресурсов была проанализирована современная научная литература с целью выявления уровня проработки цифровых аспектов структурного, отношенческого и человеческого капитала, а также их взаимосвязи с результативностью компаний.

Первый компонент корпоративных нематериальных ресурсов -структурный капитал - рассматривается как совокупность культурного, инновационного и процессного капитала (Marr et al., 2003). Основное внимание уделено процессному капиталу, так как он отражает цифровое измерение структурного капитала и представляет собой технологии, программное обеспечение, базы данных, системы автоматизации и т. д. Предыдущие работы показывают, что за счет процессного капитала компании получают возможность повышать свою конкурентоспособность (Lönnqvist et al., 2009; Roos G. & Roos, 1997; Taylor, 2007).

Процессный капитал может быть измерен через ресурсы, вложенные в изменение бизнес-процессов, и результаты измененных бизнес-процессов (Shang & Wu, 2013). Вложенные ресурсы могут быть аппроксимированы расходами на новые технологии (Edvinsson & Malone, 1997; Lee S. & Kim, 2006; Mittal & Nault, 2009), а результаты изменений способны привести к повышению эффективности процессов, то есть могут быть измерены через производительность (Garud & Kumaraswamy, 2005; Kueng, 2000).

Второй компонент корпоративных нематериальных ресурсов -отношенческий капитал, который включает в себя отношения между компанией, ее клиентами и деловыми партнерами. Цифровое измерение этого типа корпоративных нематериальных ресурсов естественным образом связано со способами коммуникации, которые значительно изменились с развитием

цифровых технологий (Kent & Taylor, 1998). Одним из способов коммуникации является корпоративный веб-сайт, который полностью контролируется компанией и представляет ее имидж в цифровом пространстве. Исследования также свидетельствуют о положительном влиянии различных характеристик корпоративных веб-сайтов на финансовые показатели компаний (Koronios et al., 2018; Merono-Cerdan & Soto-Acosta, 2007; Scaglione et al., 2009; Thongpapanl & Ashraf, 2011).

Исследования корпоративного веб-сайта как канала коммуникации между компанией и другими экономическими агентами можно разделить на две группы, отличающиеся подходами к изучению данного явления. Первый подход связан с опросом респондентов для оценки пользовательского интерфейса, навигации по веб-сайту, его дизайна и т. д. (Casalo et al., 2008; Flavian & Guinaliu, 2006; Nielson & Norman, 2000; Srinivasan et al., 2002). Второй подход в большей степени касается анализа технических характеристик корпоративных веб-сайтов, таких как количество проиндексированных страниц в поисковых системах, количество посетителей, количество и качество входящих и исходящий ссылок и т. д. (например, Ansari & Gadge, 2012; Brindley et al., 2021; Espadas et al., 2008; Ismailova & Kimsanova, 2016; Lo et al., 2018; Permatasari et al., 2013; Vaughan & Ninkov, 2018).

Преимущество опросов состоит в том, что с их помощью можно определить трудно формализуемые параметры веб-сайтов, связанные с пользовательским опытом (Callegaro & Yang, 2018; Fan et al., 2015). Однако второй подход позволяет собрать объективные данные о значительно большем количестве компаний (Einav & Levin, 2014; George et al., 2014; Holmlund et al., 2020; McAfee & Brynjolfsson, 2012). В рамках предлагаемой диссертации был использован второй подход к исследованию корпоративных веб-сайтов - через анализ их технических показателей - по двум причинам: 1) эта область менее изучена и до сих пор не имеет четких рамок и практических рекомендаций; 2) большие наборы данных позволяют проверять эмпирические гипотезы

и делать более точные выводы о взаимосвязи между цифровыми нематериальными ресурсами и корпоративной эффективностью.

Человеческий капитал является третьим компонентом корпоративных нематериальных ресурсов. В эпоху цифровой экономики и стремительного развития цифровых технологий человеческий капитал трансформируется, на первый план выходит приобретение специализированных навыков, необходимых для внедрения инновационных технологий и реорганизации текущих операционных процессов (Arvanitis & Loukis, 2009; Bresnahan et al., 2002; Gekara & Thanh Nguyen, 2018; Rolfe, 1990). Таким образом, цифровые навыки и компетенции работников можно считать цифровым измерением корпоративного человеческого капитала. Анализ рынка труда подтверждает важность развития квалифицированной рабочей силы, владеющей цифровыми технологиями. Во-первых, растет спрос на ИТ-навыки и компетенции, а во-вторых, растет ценность цифровых навыков (Dolton & Makepeace, 2004; Falck et al., 2020; Hawke, 1998; Krueger, 1993; Miller & Mulvey, 1997; Peng & Eunni, 2011; Vakhitova & Bollinger, 2006). Компании заинтересованы в привлечении и развитии цифрового человеческого капитала, так как он способствует созданию конкурентных преимуществ и повышению эффективности компании (Aravamudhan & Alwadi, 2021; Halid et al., 2020; Nicolás-Agustín et al., 2024).

Традиционные метрики цифровых навыков и компетенций в качестве способа измерения цифрового человеческого капитала включают в себя самооценку компьютерной грамотности (Ng, 2006), использование компьютеров на работе и дома (Borghans & ter Weel, 2011; DiNardo & Pischke, 1997; Krueger, 1993; Peng & Eunni, 2011; Spitz-Oener, 2008) и наличие сертификатов, подтверждающих освоение определенных навыков (Vakhitova & Bollinger, 2006). Однако, за исключением аттестации, большинство этих показателей являются субъективными, а использование компьютера может быть не связано с трудовой деятельностью. Одним из решений может стать переключение с опросов как источника данных на наблюдение за тем, какую стоимость цифровым навыкам назначают работодатели. Дикерсон и Грин

(Dickerson & Green, 2004; Green, 1998) предприняли несколько таких попыток. Целью анализа в рамках настоящей диссертации является вклад в данное научное направление. В исследовании проводится анализ объявлений о вакансиях и предложений по заработной плате для изучения имплицитной стоимости цифрового человеческого капитала с точки зрения компаний.

Цели и задачи исследования

В предлагаемом диссертационном исследовании изучается природа цифровых аспектов корпоративных нематериальных ресурсов и взаимосвязи части из них с результативностью компаний. Для достижения поставленной исследовательской цели необходимо решить следующие задачи: 1) выявить и теоретически обосновать цифровые аспекты корпоративных нематериальных ресурсов; 2) предложить и методологически обосновать показатели для анализа этих аспектов; 3) эмпирически проверить гипотезы о взаимосвязи ряда цифровых аспектов нематериальных ресурсов и финансовых результатов компаний.

Согласно представленной трехкомпонентной структуре нематериальных ресурсов (Bontis, 1998) сформулированы три исследовательских вопроса (таблица В.1). В таблице В.1 отражены также используемые в диссертационном исследовании теории и концепции, методология, а также приведены статьи автора, в рамках которых рассматриваются поставленные вопросы.

Исследовательские вопросы теоретически и эмпирически разработаны с помощью методов интеллектуального анализа данных и эконометрических методов, примененных к большим базам данных российских и европейских компаний. И хотя автор не претендует на то, что диссертация обеспечивает всеобъемлющее и исчерпывающее исследование цифровых корпоративных нематериальных ресурсов, она построена таким образом, чтобы расширить существующие теоретические и эмпирические знания относительно природы цифровых нематериальных ресурсов и взаимосвязи части из них с результативностью компаний.

Описание методологии исследования

Представленные в диссертации исследования носят эмпирический характер и основываются на анализе общедоступных данных с использованием эконометрических методов и методов машинного обучения. Применяемые методы, а также используемые базы данных более подробно описаны далее в соответствии с тремя поставленными исследовательскими вопросами.

В первой главе рассматриваются результаты анализа цифровых аспектов структурного капитала, проведенного с помощью метода главных компонент (principal component analysis - PCA), кластерного анализа и статистической проверки гипотез.

Таблица В.1 - Исследовательские вопросы, поставленные в рамках диссертации

Вид капитала

Исследовательский вопрос

Теоретическая рамка

Методология

Апробация результатов в статьях автора диссертации

Структурный 1. Каков вклад - Концепция - Метод главных компонент Jardón C. F., Molodchik M., Paklina S.

цифрового нематериальных для концептуализации метрик Strategic behaviour of Russian

структурного ресурсов. нематериальных ресурсов. companies with regard to intangibles //

капитала в стратегии - Ресурсный - Кластерный анализ (метод k-средних) Management Decision. 2018. Vol. 56.

компаний подход. для выявления стратегических групп No. 11. P. 2373-2390. (Scopus Ql)

относительно - Теория компаний в отношении интенсификации Личный вклад соискателя - 0,9 п.л.

интенсификации стратегических нематериальных ресурсов. из 1,7 п.л.

нематериальных групп - Статистические тесты для проверки

ресурсов? гипотез о различии показателей между

кластерами компаний

Отношенческий 2. Взаимосвязан ли - Концепция - Метод главных компонент Paklina S., Parshakov P., Molodchik M.

цифровой нематериальных для концептуализации метрик Digital relational capital of a company

отношенческий ресурсов. нематериальных ресурсов. // Meditari Accountancy Research.

капитал с финансовой - Ресурсный - Регрессионный анализ с фиктивными 2018. Vol. 26. No. 3. P. 443-462.

результативностью подход переменными для анализа взаимосвязи (Scopus Q1)

компаний между цифровым отношенческим Личный вклад соискателя - 1 п.л.

и отличается ли эта капиталом и результативностью компаний. из 1,8 п.л.

взаимосвязь для - Регрессионный анализ с фиктивными Паклина С. Н. Корпоративный веб-

российских переменными и перемножениями сайт как стратегический ресурс

и европейских (interaction terms) для проведения российских и европейских

компаний? сравнительного анализа данной компаний // Вопросы экономики.

взаимосвязи в контексте российских 2023. № 2. С. 145-159. (Scopus Q3)

и европейских компаний. Личный вклад соискателя - 1 п.л.

из 1 п.л.

Человеческий

3. Какую имплицитную стоимость компании

- Концепция

нематериальных

ресурсов.

- Методы обработки естественного языка (natural language processing) для неструктурированных текстовых

Paklina S., Shakina E. Which professional skills value more under digital transformation? // Journal

Продолжение таблицы В.1

Вид капитала Исследовательский Теоретическая Методология Апробация результатов в статьях

вопрос рамка автора диссертации

Человеческий предполагают для - Система оплаты описаний вакансий и извлечения из них of Economic Studies. 2022. Vol. 49.

цифрового труда, основанная требуемых навыков. No. 8. P. 1524-1547. (Scopus Q1)

человеческого на навыках (skill- - Двухшаговый регрессионный анализ Личный вклад соискателя - 0,9 п.л.

капитала в виде based pay). с корректировкой Хекмана для из 1,4 п.л.

компьютерных - Гедонистическое предсказания вероятности раскрытия

навыков ценообразование заработной платы и оценки имплицитной

потенциальных (hedonic pricing) стоимости групп компьютерных навыков.

сотрудников? - Двухшаговый регрессионный анализ с корректировкой Хекмана и перемножениями (interaction terms) для выявления эффектов дополнения и замещения между группами компьютерных навыков

Источник: составлено автором.

Метод главных компонент был применен для уменьшения размерности данных, сохраняя при этом как можно больше информации, и для конструирования новых ортогональных переменных (главных компонент), являющихся линейными комбинациями исходных переменных и отражающих различные аспекты, касающиеся нематериальных ресурсов. Для выявления профилей российских компаний с точки зрения стратегического использования ими корпоративных нематериальных ресурсов был применен кластерный анализ, в частности метод к-средних. Для анализа компаний, принадлежащих к разным кластерам, и различий между ними в терминах результативности были использованы несколько методов проверки гипотез (;-критерий, критерий Краскела-Уоллиса и критерий Манна-Уитни).

В качестве информационной основы исследования была использована база данных, содержащая информацию о 1096 российских компаниях. Она включает наблюдения за период с 2004 по 2014 год. Набор данных представляет собой несбалансированные панельные данные: с учетом пропущенных значений итоговое количество наблюдений составило 8919. Большинство компаний в базе данных классифицированы как крупные (64%), и еще 16%, 11% и 9% - как очень крупные, средние и малые компании соответственно. Наибольшее количество компаний в выборке оперирует в таких отраслях, как сельское хозяйство (16%) и производство и распределение электроэнергии, газа и воды (12,6%).

База данных включает общие показатели, такие как возраст компании, численность работников, наличие государственной собственности, балансовая стоимость активов, а также показатели эффективности, включая рентабельность активов, рентабельность продаж, оборачиваемость активов, производительность и отношение добавленной экономической стоимости к балансовой стоимости активов. Кроме того, использовались показатели, позволяющие операционализировать нематериальные ресурсы компании, такие как квалификация совета директоров, наличие корпоративного университета, издержки на одного работника, участие в ассоциации,

цитируемость в поисковых системах, использование иностранного капитала, количество филиалов, расходы на рекламу по отношению к продажам, наличие ERP-системы (ERP - Enterprise Resource Planning, система для планирования ресурсов предприятия), стратегия управления знаниями, качество сайта, число патентов, инвестиции в НИОКР по отношению к балансовой стоимости и нематериальные активы по отношению к балансовой стоимости.

Во второй главе диссертации представлены результаты, описывающие цифровой отношенческий капитал компаний, а также результаты проверки гипотезы о его взаимосвязи с финансовыми показателями. Во-первых, на основе обзора литературы определены измеримые показатели корпоративного веб-сайта, которые могут представлять цифровой отношенческий капитал компании. Затем для оценки взаимосвязи этих показателей с величиной продаж компании применен метод наименьших квадратов (МНК) для анализа параметров производственной функции Кобба-Дугласа, включающей в себя метрики цифрового отношенческого капитала. Для снижения эффектов эндогенности, вызванной обратной причинно-следственной связью и пропущенными переменными, в спецификацию включены дополнительные доступные переменные, такие как возраст компании, финансовый рычаг и контроль на отрасли.

В дополнение к перечисленному был проведен сравнительный анализ цифрового отношенческого капитала и его взаимосвязи с результатами деятельности крупных компаний в Европе и России. Метод главных компонент (principal component analysis - PCA) был использован для концептуализации метрик цифрового отношенческого капитала, в то время как сравнительный анализ осуществлен с помощью МНК для спецификации модели с фиктивной переменной, различающей Европу и Россию и перемноженной с главными компонентами, представляющими цифровой отношенческий капитал.

Для реализации поставленных задач в рамках второй главы собраны две базы данных из открытых источников, содержащих метрики корпоративных

веб-сайтов за 2016 г. Для первой базы данных, содержащей информацию о 568 российских компаниях, были собраны восемь метрик веб-сайтов с помощью SEO-сервиса «CY-PR.com». Кроме того, с использованием системы СПАРК база данных была дополнена общей и финансовой информацией об анализируемых компаниях, такой как возраст компании, размер, отрасль, финансовый рычаг, объем основных средств и объем выручки. По численности сотрудников большинство российских компаний (72%), представленных в базе данных, являются крупными, то есть в них работает более 250 человек. Еще 20% и 8% компаний относятся к средним и малым соответственно. Средний объем основных средств и выручки составляет 1616 и 4075 млн руб. соответственно. Среди изучаемых компаний большинство занимается деятельностью в сфере промышленности (52,5%), еще 19% компаний относятся к сфере энергетики и химической промышленности. Около 5% компаний в выборке предоставляют торговые и финансовые услуги.

Список литературы диссертационного исследования кандидат наук Паклина София Николаевна, 2024 год

Список использованной литературы

Acemoglu, D., & Autor, D. (2011). Skills, tasks and technologies: Implications for employment and earnings. In Handbook of labor economics (Vol. 4, pp. 1043-1171). Elsevier.

Addeo, F., D'Auria, V., Delli Paoli, A., Punziano, G., Ragnedda, M., & Ruiu, M. L. (2023). Measuring digital capital in Italy. Frontiers in Sociology, 8, 1-12.

Ageeva, E., Melewar, T. C., Foroudi, P., & Dennis, C. (2019). Evaluating the factors of corporate website favorability: A case of UK and Russia. Qualitative Market Research: An International Journal, 22(5), 687-715.

Ageeva, E., Melewar, T. C., Foroudi, P., Dennis, C., & Jin, Z. (2018). Examining the influence of corporate website favorability on corporate image and corporate reputation: Findings from fsQCA. Journal of Business Research, 89,287-304.

Aguillo, I. F., & Orduna-Malea, E. (2013). The Ranking Web and the "World-Class" Universities. Building World-Class Universities, 197-217.

Aljumah, A., & Kouchay, S. A. (2015). Global ranking, web visibility and accessibility of quranic websites-An evaluation study-2015. Indian Journal of Science and Technology, 8(30), 1-7.

Altaboli, A., & Lin, Y. (2011). Objective and subjective measures of visual aesthetics of website interface design: The two sides of the coin. International Conference on Human-Computer Interaction, 35-44.

Amuso, V., Poletti, G., & Montibello, D. (2019). The digital economy: Opportunities and challenges. Global Policy, 11(1), 124-127.

Andreeva, T., & Garanina, T. (2016). Do All Elements of Intellectual Capital Matter for Organizational Performance? Evidence from Russian Context. Journal of Intellectual Capital, 17(2), 397-412.

Ansari, S., & Gadge, J. (2012). Architecture for checking trustworthiness of websites. International Journal of Computer Applications, 44(14), 22-26.

Antopol'skii, A. B. (2015). Algorithms and methods that measure the level of development of information resources at scientific and educational organizations. Scientific and Technical Information Processing, 42(1), 13.

Anwar, J., & Hasnu, S. (2016). Business strategy and firm performance: A multi-industry analysis. Journal of Strategy and Management, 9(3), 361-382.

Aravamudhan, V., & Alwadi, B. (2021). A Study on Contribution of Digital Human Resource Management towards Organizational Performance. The International Journal of Management Science and Business Administration, 7, 43-51.

Arvanitis, S., & Loukis, E. N. (2009). Information and communication technologies, human capital, workplace organization and labour productivity: A comparative study based on firm-level data for Greece and Switzerland.

Information Economics and Policy, 21(1), 43-61.

Asiaei, K., & Jusoh, R. (2015). A multidimensional view of intellectual capital: The impact on organizational performance. Management Decision, 53(3), 668697.

Aswani, R., Ghrera, S. P., Chandra, S., & Kar, A. K. (2017). Outlier detection among influencer blogs based on off-site web analytics data. In Lecture Notes in Computer Science (Vol. 10595, pp. 253-265). Springer.

Aswani, R., Ghrera, S. P., Chandra, S., & Kar, A. K. (2021). A hybrid evolutionary approach for identifying spam websites for search engine marketing. Evolutionary Intelligence, 14(4), 1803-1815.

Autor, D. H., Katz, L. F., & Kearney, M. S. (2008). Trends in US wage inequality: Revising the revisionists. The Review of Economics and Statistics, 90(2), 300323.

Baccini, A., & Cioni, M. (2010). Is technological change really skill-biased? Evidence from the introduction of ICT on the Italian textile industry (19802000). New Technology, Work and Employment, 25(1), 80-93.

Ballance, J., & Modestino, A. (2015). Upskilling: Do employers demand greater skill when skilled workers are plentiful? Federal Reserve Bank of Boston, Working Paper No. 14-17.

Barney, J. (1991). Firm Resources and Sustained Competitive Advantage. Journal of Management, 17(1), 99-120.

Barney, J., Wright, M., & Ketchen, D. J. (2001). The resource-based view of the firm: Ten years after 1991. Journal of Management, 27(6), 625-641.

Barreto, R. A., & Hughes, A. W. (2004). Under Performers and Over Achievers: A Quantile Regression Analysis of Growth. Economic Record, 80(248), 17-35.

Becker, G. (1964). Human Capital: A Theoretical and Empirical Analysis with Special Reference to Education. The University of Chicago Press.

Belcher, D. W. (1962). Toward a Behavioral Science Theory of Wages. Academy of Management Journal, 5(2), 102-116.

Berman, S. J. (2012). Digital transformation: Opportunities to create new business models. Strategy & Leadership, 40(2), 16-24.

Bernal Jurado, E., Mozas Moral, A., Medina Viruel, M. J., & Fernández Uclés, D. (2018). Evaluation of corporate websites and their influence on the performance of olive oil companies. Sustainability, 10(4), 1274.

Bischoff, S., Vladova, G., & Jeschke, S. (2011). Measuring intellectual capital. In S. Jeschke, I. Isenhardt, F. Hees, & S. Trantow (Eds.), Enabling innovation (pp. 337-347).

Bontis, N. (1998). Intellectual capital: An exploratory study that develops measures and models. Management Decision, 36(2), 63-76.

Bontis, N., Keow, W. C. C., & Richardson, S. (2000). Intellectual Capital and Business Performance in Malaysian industries. Journal of Intellectual Capital, 1(1), 85-100.

Borghans, L., Green, F., & Mayhew, K. (2001). Skills Measurement and Economic Analysis: An Introduction. Oxford Economic Papers, 53(3), 375-384.

Borghans, L., & ter Weel, B. (2004). Are computer skills the new basic skills? The returns to computer, writing and math skills in Britain. Labour Economics, 11(1), 85-98.

Borghans, L., & ter Weel, B. (2011). Computers, skills and wages. Applied Economics, 43(29), 4607-4622.

Borodako, K., Berbeka, J., Rudnicki, M., & Lapczynski, M. (2021). Online Visibility and Knowledge-Intensive Business Services Performance: The Scope of Interrelatedness. Journal of Emerging Trends in Marketing and Management, 1(1), 157-173.

Bradburn, A., & Coakes, E. (2004). Intangible assets and social, intellectual and cultural capital: Origins, functions and value. In Conference on Organisational Knowledge, Learning and Capabilities, Innsbruck, Austria.

Brenner, M., & Coners, A. (2010). Process Capital as Strategic Success Factor: The Lufthansa Example, Handbook on Business Process Management 2: Strategic Alignment, Governance, People and Culture (pp. 57-72). Springer.

Bresnahan, T. F., Brynjolfsson, E., & Hitt, L. M. (2002). Information Technology, Workplace Organization, and the Demand for Skilled Labor: Firm-Level Evidence. The Quarterly Journal of Economics, 117(1), 339-376.

Brindley, P. G., Byker, L., Carley, S., & Thoma, B. (2021). Assessing on-line medical education resources: A primer for acute care medical professionals and others. Journal of the Intensive Care Society, 23(3), 340-344.

Brooking, A. (1996). Intellectual Capital: Core asset for the third millennium (1st edition). Thomson Learning.

Brynjolfsson, E., & McAfee, A. (2011). Race Against the Machine: How the Digital Revolution is Accelerating Innovation, Driving Productivity, and Irreversibly Transforming Employment and the Economy. Digital Frontier Press.

Bubnov, V., Kopilevich, V., & Istomina, A. (2021). Evolution of Digital Capital in Organizations: A Quantitative Assessment. Journal of Telecommunications and the Digital Economy, 9, 1-22.

Bughin, J., & Manyika, J. (2013). Measuring the full impact of digital capital. McKinsey & Company. https://www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/measuring-the-full-impact-of-digital-capital

Buszko, A., & Mroziewski, M. (2009). The Intellectual Capital Impact on Polish Construction Companies During the Transformation Period. Journal of Human Resource Costing & Accounting, 13(3), 206-220.

Calderón Gómez, D. (2021). The third digital divide and Bourdieu: Bidirectional conversion of economic, cultural, and social capital to (and from) digital capital among young people in Madrid. New Media & Society, 23(9), 25342553.

Callegaro, M., & Yang, Y. (2018). The role of surveys in the era of "big data". In The Palgrave handbook of survey research (pp. 175-192). Springer.

Cao, R., & Iansiti, M. (2022). Digital transformation, data architecture, and legacy systems. Journal of Digital Economy, 1(1), 1-19.

Carneiro, P., & Lee, S. (2009). Estimating distributions of potential outcomes using local instrumental variables with an application to changes in college enrollment and wage inequality. Journal of Econometrics, 149(2), 191-208.

Casalo, L., Flavian, C., & Guinaliu, M. (2008). The role of perceived usability, reputation, satisfaction and consumer familiarity on the website loyalty formation process. Computers in Human Behavior, 24(2), 325-345.

Chen Goh, P. (2005). Intellectual capital performance of commercial banks in Malaysia. Journal of Intellectual Capital, 6(3), 385-396.

Chen, M.-C., Cheng, S.-J., & Hwang, Y. (2005). An empirical investigation of the relationship between intellectual capital and firms' market value and financial performance. Journal of Intellectual Capital, 6(2), 159-176.

Cho, C.-H., & Cheon, H. J. (2005). Cross-cultural comparisons of interactivity on corporate web sites: The United States, the United Kingdom, Japan, and South Korea. Journal of Advertising, 34(2), 99-115.

Choong, K. K. (2008). Intellectual capital: Definitions, categorization and reporting models. Journal of Intellectual Capital, 9(4), 609-638.

Christenko, A., Martinaitis, Z., & Gausas, S. (2020). Specific and general skills: Concepts, dimensions, and measurements. Competition & Change, 24(1), 4469.

Davenport, T. O. (1999). Human capital. Management Review, 88(11), 37.

Deming, D. J., & Noray, K. (2020). Earnings Dynamics, Changing Job Skills, and STEM Careers*. The Quarterly Journal of Economics, 135(4), 1965-2005.

Deming, D., & Kahn, L. B. (2018). Skill Requirements across Firms and Labor Markets: Evidence from Job Postings for Professionals. Journal of Labor Economics, 36(S1), 337-369.

Dhar, P., & Gayan, M. A. (2022). A Webometric Study of Selected International Library Association Websites an Evaluative Study. DESIDOC Journal of Library & Information Technology, 42(3), 185.

Dickerson, A., & Green, F. (2004). The growth and valuation of computing and other generic skills. Oxford Economic Papers, 56(3), 371-406.

Dierdorff, E. C., & Surface, E. A. (2008). If You Pay for Skills, Will They Learn? Skill Change and Maintenance Under a Skill-Based Pay System. Journal of Management, 34(4), 721-743.

DiNardo, J. E., & Pischke, J.-S. (1997). The Returns to Computer Use Revisited: Have Pencils Changed the Wage Structure Too? The Quarterly Journal of Economics, 112(1), 291-303.

Dolton, P., & Makepeace, G. (2004). Computer use and earnings in Britain. The Economic Journal, 114(494), 117-129.

Edvinsson, L. (1997). Developing intellectual capital at Skandia. Long Range Planning, 30(3), 366-373.

Edvinsson, L., & Malone, M. (1997). Intellectual Capital: Realising Your Company's True Value by Finding Its Hidden Brainpower. Harper Collins.

Einav, L., & Levin, J. (2014). Economics in the age of big data. Science, 346(6210), 1243089.

Espadas, J., Calero, C., & Piattini, M. (2008). Web site visibility evaluation. Journal of the Association for Information Science and Technology, 59(11), 17271742.

European Commission. Directorate-General for Communications Networks, Content and Technology. (2016). International Digital Economy and Society Index (I-DESI). https://data.europa.eu/doi/10.2759/71377

Falck, O., Heimisch-Roecker, A., & Wiederhold, S. (2021). Returns to ICT skills. Research Policy, 50(7), 104064.

Fan, S., Lau, R. Y. K., & Zhao, J. L. (2015). Demystifying Big Data Analytics for Business Intelligence Through the Lens of Marketing Mix. Big Data Research, 2(1), 28-32.

Felstead, A., Gallie, D., Green, F., & Zhou, Y. (2007). Skills at work in Britain, 1986 to 2006. ESRC Centre on Skills, Knowledge and Organisational Performance.

Fifka, M. S. (2013). Corporate Responsibility Reporting and its Determinants in Comparative Perspective - a Review of the Empirical Literature and a Meta-analysis. Business Strategy and the Environment, 22(1), 1-35.

Flavian, C., & Guinaliu, M. (2006). Consumer trust, perceived security and privacy policy: Three basic elements of loyalty to a web site. Industrial Management & Data Systems, 106(5), 601-620.

Freedom House. (2021). Freedom on the net 2021. https://freedomhouse.org/sites/default/files/2021-09/F0TN_2021_Complete_Booklet_09162021_FINAL_UPDATED.pdf

Freeman, R. (2002). The Labour Market in the New Information Economy. Oxford Review of Economic Policy, 18(3), 288-305.

Galindo-Rueda, F., & Haskel, J. (2005). Skills, workforce characteristics and firmlevel productivity: Evidence from the matched ABI/employer skills survey (IZA Discussion Paper No. 1542). Institute of Labor Economics (IZA).

Garanina, T., Hussinki, H., & Dumay, J. (2021). Accounting for intangibles and intellectual capital: A literature review from 2000 to 2020. Accounting & Finance, 61(4), 5111-5140.

Garud, R., & Kumaraswamy, A. (2005). Vicious and virtuous circles in the management of knowledge: The case of Infosys Technologies. MIS Quarterly, 9-33.

Gekara, V. O., & Thanh Nguyen, V.-X. (2018). New technologies and the transformation of work and skills: A study of computerisation and automation of Australian container terminals. New Technology, Work and Employment, 33(3), 219-233.

George, G., Haas, M. R., & Pentland, A. (2014). Big data and management. In Academy of management Journal (Vol. 57, Issue 2, pp. 321-326). Academy of Management Briarcliff Manor, NY.

Gibbs, M., & Bazylik, S. (2022). How is new technology changing job design? IZA World of Labor, 1-11.

Gladkova, A., Vartanova, E., & Ragnedda, M. (2020). Digital divide and digital capital in multiethnic Russian society. Journal of Multicultural Discourses, 15(2), 126-147.

Gokhberg, L., & Roud, V. (2016). Structural changes in the national innovation system: Longitudinal study of innovation modes in the Russian industry. Economic Change and Restructuring, 49(2-3), 269-288.

Green, F. (1998). The value of skills (Department of Economics Discussion Paper No. 9819). University of Kent, Department of Economics, 1-35.

Guo, Y. M., & Hall, D. (2009). Website complexity: Objective versus subjective measures. In MWAIS 2009 Proceedings.

Gupta, N., Jenkins Jr, G. D., & Curington, W. P. (1986). Paying for knowledge: Myths and realities. National Productivity Review, 5(2), 107-123.

Gurkov, I. (2004). Business innovation in Russian industry. Post-Communist Economies, 16(4), 423-438.

Hagen, D., Risselada, A., Spierings, B., Weltevreden, J. W. J., & Atzema, O. (2022). Digital marketing activities by Dutch place management partnerships: A resource-based view. Cities, 123, 103548.

Halid, H., Yusoff, Y. M., & Somu, H. (2020). The Relationship Between Digital Human Resource Management and Organizational Performance. 96-99.

Hanushek, E. A., Schwerdt, G., Wiederhold, S., & Woessmann, L. (2015). Returns to skills around the world: Evidence from PIAAC. European Economic Review, 73, 103-130.

Hawke, A. (1998). Gender Differences in Wage Returns to Computer Skills in Australia. Prometheus, 16(1), 5-12.

Heckman, J. (1979). Sample selection bias as a specification error. Econometrica, 47(1), 153-161.

Hershbein, B., & Kahn, L. B. (2018). Do Recessions Accelerate Routine-Biased Technological Change? Evidence from Vacancy Postings. American Economic Review, 108(7), 1737-1772.

Hicks, J. (1963). The Theory of Wages. Springer.

Holmlund, M., Van Vaerenbergh, Y., Ciuchita, R., Ravald, A., Sarantopoulos, P., Ordenes, F. V., & Zaki, M. (2020). Customer experience management in the age of big data analytics: A strategic framework. Journal of Business Research, 116, 356-365.

Hong, S. Y., & Rim, H. (2010). The influence of customer use of corporate websites: Corporate social responsibility, trust, and word-of-mouth communication. Public Relations Review, 36(4), 389-391.

Honoré, B. E., & Hu, L. (2024). Sample selection models without exclusion restrictions: Parameter heterogeneity and partial identification. Journal of Econometrics, 243(1-2), 105360.

Huang, K., Sim, N., & Zhao, H. (2020). Corporate social responsibility, corporate financial performance, and the confounding effects of economic fluctuations: A meta-analysis. International Review of Financial Analysis, 70, 101504.

Huizingh, E. K. (2000). The content and design of web sites: An empirical study. Information & Management, 37(3), 123-134.

Ismailova, R., & Kimsanova, G. (2017). Universities of the Kyrgyz Republic on the web: Accessibility and usability. Universal Access in the Information Society, 16(4), 1017-1025.

Jardón, C. F., Molodchik, M., & Paklina, S. (2018). Strategic behaviour of Russian companies with regard to intangibles. Management Decision, 56(11), 23732390.

Jivani, A. G. (2011). A comparative study of stemming algorithms. International Journal of Computer Applications in Technology, 2(6), 1930-1938.

Kaplan, R. S., & Norton, D. P. (2004). Measuring the Strategic Readiness of Intangible Assets. Harvard Business Review, 82(2), 52-63.

Katz, L. F., & Murphy, K. M. (1992). Changes in relative wages, 1963-1987: Supply and demand factors. The Quarterly Journal of Economics, 107(1), 35-78.

Kent, M. L., & Taylor, M. (1998). Building dialogic relationship through the World Wide Web. Public Relations Review, 24(3), 321-334.

Koronios, K., Dimitropoulos, P., & Kriemadis, A. (2018). The Impact of Website Persuasiveness on Luxury Hotels Financial Performance. In Innovative Approaches to Tourism and Leisure (pp. 193-203). Springer.

Kraus, S., Jones, P., Kailer, N., Weinmann, A., Chaparro-Banegas, N., & Roig-Tierno, N. (2021). Digital Transformation: An Overview of the Current State of the Art of Research. Sage Open, 11(3), 1-15.

Kristandl, G., & Bontis, N. (2007). Constructing a Definition for Intangibles Using the Resource Based View of the Firm. Management Decision, 45(9), 15101524.

Krueger, A. B. (1993). How Computers Have Changed the Wage Structure: Evidence from Microdata, 1984-1989. The Quarterly Journal of Economics, 108(1), 33-60.

Krueger, A. B., & Whitmore, D. M. (2001). The Effect of Attending a Small Class in the Early Grades on College-test Taking and Middle School Test Results: Evidence from Project Star. The Economic Journal, 111(468), 1-28.

Kuckertz, A., Berger, E. S. C., & Gaudig, A. (2019). Responding to the greatest challenges? Value creation in ecological startups. Journal of Cleaner Production, 230, 1138-1147.

Kueng, P. (2000). Process performance measurement system: A tool to support process-based organizations. Total Quality Management, 11(1), 67-85.

Kuznetsova, T., & Roud, V. (2014). Competition, Innovation, and Strategy. Problems of Economic Transition, 57(2), 3-36.

Lachner, F., Saucken, C. von, Floyd'Mueller, F., & Lindemann, U. (2015). Cross-cultural user experience design helping product designers to consider cultural differences. International Conference on Cross-Cultural Design, 58-70.

Lang, V. (2021). Digitalization and Digital Transformation, Digital Fluency: Understanding the Basics of Artificial Intelligence, Blockchain Technology, Quantum Computing, and Their Applications for Digital Transformation (pp. 1-50). Apress.

Lawler, E. E., Ledford, G. E., & Chang, L. (1993). Who Uses Skill-Based Pay, and Why. Compensation & Benefits Review, 25(2), 22-26.

Lawler, E., & Ledford, G. (1992). A skill-based approach to human resource management. European Management Journal, 10(4), 383-391.

Lawler III, E. E., & Ledford Jr, G. E. (1985). Skill-Based Pay: A Concept That's Catching On. Personnel, 62(9), 30-37.

Ledford, G. E. (1991). Three Case Studies on Skill-Based Pay: An Overview. Compensation & Benefits Review, 23(2), 11-23.

Ledford, G. E. (1995). Paying for the Skills, Knowledge, and Competencies of Knowledge Workers. Compensation & Benefits Review, 27(4), 55-62.

Lee, D. S. (2005). Training, wages, and sample selection: Estimating sharp bounds on treatment effects. National Bureau of Economic Research Cambridge, Mass., USA. https://www.nber.org/papers/w11721

Lee, S., & Kim, S. H. (2006). A lag effect of IT investment on firm performance. Information Resources Management Journal, 19(1), 43-69.

Lent, R. (2018). Future of Work in the Digital World: Preparing for Instability and Opportunity. The Career Development Quarterly, 66(3), 205-219.

Leskovar-Spacapan, G., & Bastic, M. (2007). Differences in organizations' innovation capability in transition economy: Internal aspect of the organizations' strategic orientation. Technovation, 27(9), 533-546.

Lev, B. (2000). Intangibles: Management, Measurement, and Reporting. Brookings Institution Press.

Li, L. (2001). Networks, transactions, and resources: Hong Kong trading companies' strategic position in the China market. Asia Pacific Journal of Management, 18(3), 279-293.

Lo, A., Shappell, E., Rosenberg, H., Thoma, B., Ahn, J., Trueger, N. S., & Chan, T. M. (2018). Four strategies to find, evaluate, and engage with online resources in emergency medicine. Canadian Journal of Emergency Medicine, 20(2), 293-299.

Lonnqvist, A., Sillanpaa, V., & Carlucci, D. (2009). Intellectual capital management in practice: Assessment of implementation and outcomes. Knowledge Management Research & Practice, 7(4), 308-316.

Lorenz, M., Ruessmann, M., Strack, R., Lueth, K., & Bolle, M. (2015). Man and machine in industry 4.0: How will technology transform the industrial workforce through 2025. The Boston Consulting Group.

Lucas, R. E. B. (1977). Hedonic Wage Equations and Psychic Wages in the Returns to Schooling. The American Economic Review, 67(4), 549-558.

MacCrory, F., Westerman, G., & Brynjolfsson, E. (2015). Identifying the multiple skills in skill-biased technical change. In ICIS 2015 Proceedings (p. 7).

Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., & Byers, A. (2011). Big data: The next frontier for innovation, competition, and productivity. The McKinsey Global Institute.

https://bigdatawg.nist.gov/pdf/MGI_big_data_full_report.pdf

Marcus, A. (2006). Cross-cultural user-experience design. International Conference on Theory and Application of Diagrams, 16-24.

Marr, B. (2005). Strategic management of intangible value drivers. Handbook of Business Strategy, 6(1), 147-154.

Marr, B., Gray, D., & Neely, A. (2003). Why do firms measure their intellectual capital? Journal of Intellectual Capital, 4(4), 441-464.

Martin, L., & Penard, T. (2005). Investing in a website: A top dog or a resource-based strategy for firms? Communications & Strategies, 59, 77-92.

Mason, G., & Constable, S. (2011). Product strategies, skills shortages and skill updating needs in England: New evidence from the National Employer Skills Survey, 2009. UK Commission for Employment and Skills (UKCES).

Matthies, B. (2014). Process Capital: A Synthesis of Research and Future Prospects. Knowledge and Process Management, 21(2), 91-102.

Maxwell, N. L. (2008). Wage Differentials, Skills, and Institutions in Low-Skill Jobs. ILR Review, 61(3), 394-409.

McAfee, A., & Brynjolfsson, E. (2012). Big Data: The Management Revolution. Harvard Business Review, 90(10), 60-68.

Melo, A. J., Hernández-Maestro, R. M., & Muñoz-Gallego, P. A. (2017). Service Quality Perceptions, Online Visibility, and Business Performance in Rural Lodging Establishments. Journal of Travel Research, 56(2), 250-262.

Merono-Cerdan, A. L., & Soto-Acosta, P. (2007). External web content and its influence on organizational performance. European Journal of Information Systems, 16(1), 66-80.

Miles, R. E., Snow, C. C., Meyer, A. D., & Coleman Jr., H. J. (1978). Organizational strategy, structure, and process. Academy of Management Review. Academy of Management, 3(3), 546-562.

Miller, P., & Mulvey, C. (1997). Computer skills and wages. Australian Economic Papers, 36(68), 106-113.

Mincer, J. (1958). Investment in Human Capital and Personal Income Distribution— Google Scholar. Journal of Political Economy, 66(4), 281-302.

Mittal, N., & Nault, B. R. (2009). Research note—Investments in information technology: Indirect effects and information technology intensity. Information Systems Research, 20(1), 140-154.

Modestino, A. S., Shoag, D., & Ballance, J. (2016). Downskilling: Changes in employer skill requirements over the business cycle. Labour Economics, 41, 333-347.

Molodchik, M., Paklina, S., & Parshakov, P. (2018). Digital relational capital of a company. Meditari Accountancy Research, 26(3), 443-462.

Molodchik, M., Shakina, E., & Barajas, A. (2014). Metrics for the elements of intellectual capital in an economy driven by knowledge. Journal of Intellectual Capital, 15(2), 206-226.

Molodchik, M., Shakina, E., & Bykova, A. (2012). Intellectual capital transformation evaluating model. Journal of Intellectual Capital, 13(4), 444461.

Moro-Visconti, R. (2022). The Valuation of Intangible Assets: An Introduction. In R. Moro-Visconti (Ed.), The Valuation of Digital Intangibles: Technology, Marketing, and the Metaverse (pp. 11-84). Springer International Publishing.

Murray, B., & Gerhart, B. (1998). An Empirical Analysis of a Skill-Based Pay Program and Plant Performance Outcomes. Academy of Management Journal, 41(1), 68-78.

Murray, B., & Gerhart, B. (2000). Skill-Based Pay and Skill Seeking. Human Resource Management Review, 10(3), 271-287.

Naidenova, I., & Parshakov, P. (2013). Intellectual capital investments: Evidence from panel VAR analysis. Journal of Intellectual Capital, 14(4), 634-660.

Ng, Y. C. (2006). Levels of computer self-efficacy, computer use and earnings in China. Economics Letters, 90(3), 427-432.

Nicolás-Agustín, Á., Jiménez-Jiménez, D., Maeso Fernandez, F., & Di Prima, C. (2024). ICT training, digital transformation and company performance: An empirical study. European Journal of Innovation Management (ahead-of-print).

Nielson, J., & Norman, D. A. (2000). Usability on the Web Isn't a Luxury. Information Week, 773, 65-69.

Onaifo, D., & Rasmussen, D. (2013). Increasing libraries' content findability on the web with search engine optimization. Library Hi Tech, 31(1), 87-108.

Paklina, S., & Shakina, E. (2021). Which professional skills value more under digital transformation? Journal of Economic Studies, 49(8), 1524-1547.

Palazzo, M., Vollero, A., & Siano, A. (2020). From strategic corporate social responsibility to value creation: An analysis of corporate website communication in the banking sector. International Journal of Bank Marketing, 38(7), 1529-1552.

Peng, G., & Eunni, R. V. (2011). Computer skills, non-routine tasks, and wage premium: A longitudinal study. The Journal of Strategic Information Systems, 20(4), 449-460.

Peppard, J., & Rylander, A. (2001). Using an intellectual capital perspective to design and implement a growth strategy: The case of APiON. European Management Journal, 19(5), 510-525.

Permatasari, H. P., Harlena, S., Erlangga, D., & Chandra, R. (2013). Effect of social media on website popularity: Differences between Public and Private Universities in Indonesia. World of Computer Science and Information Technology Journal, 3(2), 32-37.

Perrigot, R., & Pénard, T. (2013). Determinants of e-commerce strategy in franchising: A resource-based view. International Journal of Electronic Commerce, 17(3), 109-130.

Pigola, A., De Santi, P. V., da Costa, P. R., & Storopoli, J. (2021). Intellectual capital on performance: A meta-analysis study enhancing a new perspective of the components. Journal of Intellectual Capital, 23(6), 1379-1403.

Pilat, D., & Lasher, M. (2018). Going digital in a multilateral world. OECD Going Digital Project. https://one.oecd.org/document/C/MIN(2018)6/en/pdf

Podmetina, D., Väätänen, J., Torkkeli, M. T., & Smirnova, M. M. (2011). Open innovation in Russian firms: An empirical investigation of technology commercialisation and acquisition. International Journal of Business Innovation and Research, 5(3), 298-317.

Porter, M. E. (1980). Competitive Strategy: Techniques for Analyzing Industries and Competitors. Competitive Strategy, 1(6), 396.

Porter, M. E. (1985). Competitive Advantage: Creating and Sustaining Superior Performance. Free Press.

Porter, M. E. (2001). Strategy and the Internet. Harvard Business Review, 63-78.

Ragnedda, M. (2018). Conceptualizing digital capital. Telematics and Informatics, 35(8), 2366-2375.

Ragnedda, M., Ruiu, M. L., & Addeo, F. (2020). Measuring Digital Capital: An empirical investigation. New Media & Society, 22(5), 793-816.

Raisi, H., Baggio, R., Barratt-Pugh, L., & Willson, G. (2018). Hyperlink network analysis of a tourism destination. Journal of Travel Research, 57(5), 671-686.

Reed, K. K., Lubatkin, M., & Srinivasan, N. (2006). Proposing and testing an intellectual capital-based view of the firm. Journal of Management Studies, 43(4), 867-893.

Rolfe, H. (1990). In the name of progress? Skill and attitudes towards technological change. New Technology, Work and Employment, 5(2), 107-121.

Roos, G., & O'Connor, A. (2015). Government policy implications of intellectual capital: An Australian manufacturing case study. Journal of Intellectual Capital, 16(2), 364-389.

Roos, G., & Roos, J. (1997). Measuring your company's intellectual performance. Long Range Planning, 30(3), 413-426.

Roos, J., Edvinsson, L., & Dragonetti, N. C. (1997). Intellectual Capital: Navigating the New Business Landscape. Springer.

Rosen, S. (1974). Hedonic prices and implicit markets: Product differentiation in pure competition. Journal of Political Economy, 82(1), 34-55.

Ruiu, M., & Ragnedda, M. (2020). Digital capital and online activities: An empirical analysis of the second level of digital divide. First Monday, 25(7), 1-14.

Rutkowski, J. J. (2013). Skills employers seek: Results of the Armenia STEP employer skills survey. The World Bank.

Sánchez-Chaparro, T., Soler-Vicén, M. Á., & Gómez-Frías, V. (2022). Be good and look good: Communicating the triple bottom line through corporate websites. Journal of Business Research, 144, 136-145.

Sari, R. P., & Putra, F. K. K. (2019). The design characteristics of Indonesian and German hotel websites: A cross-cultural comparison. International Journal of Applied Sciences in Tourism and Events, 3(1), 93-107.

Scaglione, M., Schegg, R., & Murphy, J. (2009). Website adoption and sales performance in Valais' hospitality industry. Technovation, 29(9), 625-631.

Schiuma Giovanni & Lerro Antonio. (2008). Intellectual capital and company's performance improvement. Measuring Business Excellence, 12(2), 3-9.

Secundo, G., Del Vecchio, P., Dumay, J., & Passiante, G. (2017). Intellectual capital in the age of Big Data: Establishing a research agenda. Journal of Intellectual Capital, 18(2), 242-261.

Shahzad, A., Nawi, N. M., Sutoyo, E., Naeem, M., Ullah, A., Naqeeb, S., & Aamir, M. (2018). Search engine optimization techniques for malaysian university websites: A comparative analysis on google and bing search engine. International Journal on Advanced Science, Engineering and Information Technology, 8(4), 1262-1269.

Shakina, E., & Barajas, A. (2015). Intangible-intensive profile of a company: The key to outperforming. Journal of Intellectual Capital, 16(4), 721-741.

Shakina, E., Barajas, A., & Molodchik, M. (2017). Bridging the gap in competitiveness of Russian companies with intangible bricks. Measuring Business Excellence, 21(1), 86-100.

Shang, S. S. C., & Wu, Y. (2013). Measuring process capital from a system model perspective. Business Process Management Journal, 19(4), 662-679.

Shaw, J. D., Gupta, N., Mitra, A., & Ledford, G. E. (2005). Success and Survival of Skill-Based Pay Plans. Journal of Management, 31(1), 28-49.

Shin, W., & Huh, J. (2009). Multinational corporate website strategies and influencing factors: A comparison of US and Korean corporate websites. Journal of Marketing Communications, 15(5), 287-310.

Smithson, S., Devece, C. A., & Lapiedra, R. (2011). Online visibility as a source of competitive advantage for small- and medium-sized tourism accommodation enterprises. The Service Industries Journal, 31(10), 1573-1587.

Spitz-Oener, A. (2008). The Returns to Pencil Use Revisited. ILR Review, 61(4), 502-517.

Srinivasan, S. S., Anderson, R., & Ponnavolu, K. (2002). Customer loyalty in ecommerce: An exploration of its antecedents and consequences. Journal of Retailing, 78(1), 41-50.

Stewart, B. (1991). The Quest for Value: A Guide for Senior Managers. Harper Collins.

Stewart, T. (1998). Intellectual capital: The new wealth of organizations. Doubleday.

Stirati, A. (1994). The Theory of Wages in Classical Economics: A Study of Adam Smith, DavidRicardo, and Their Contemporaries. Edward Elgar Publishing.

Sveiby, K. E. (1997). The Intangible Assets Monitor. Journal of Human Resource Costing & Accounting, 2(1), 73-97.

Sveiby, K. E. (2001). A knowledge-based theory of the firm to guide in strategy formulation. Journal of Intellectual Capital, 2(4), 344-358.

Tambe, P., Hitt, L., Rock, D., & Brynjolfsson, E. (2020). Digital capital and superstar firms (No. w28285). National Bureau of Economic Research.

Taylor, L. (2007). Knowledge, information and the business process: Revolutionary thinking or common sense? Elsevier.

Thoma, B., Sanders, J. L., Lin, M., Paterson, Q. S., Steeg, J., & Chan, T. M. (2015). The social media index: Measuring the impact of emergency medicine and critical care websites. Western Journal of Emergency Medicine, 16(2), 242249.

Thongpapanl, N., & Ashraf, A. R. (2011). Enhancing online performance through website content and personalization. Journal of Computer Information Systems, 52(1), 3-13.

Tibshirani, R., Walther, G., & Hastie, T. (2001). Estimating the Number of Clusters in a Data Set Via the Gap Statistic. Journal of the Royal Statistical Society Series B: Statistical Methodology, 63(2), 411-423.

Tjahjadi, B., Shanty, H. M., & Soewarno, N. (2019). Innovation, process capital and financial performance: Mediating role of marketing performance (evidence from manufacturing industry in Indonesia). Humanities & Social Sciences Reviews, 7(1), 278-290.

Torero, M., Darby, M. R., & Zucker, L. G. (2001). The importance of intellectual human capital in the birth of the semiconductor industry. Management Science, 48(1), 28-48.

Trequattrini, R., Lardo, A., Cuozzo, B., & Manfredi, S. (2022). Intangible assets management and digital transformation: Evidence from intellectual property rights-intensive industries. Meditari Accountancy Research, 30(4), 989-1006.

Tsakalerou, M. (2015). A meta-study of intellectual capital and firm performance: When the whole is more than the sum of its parts. International Journal of Learning and Intellectual Capital, 12(3), 287-299.

Vakhitova, G., & Bollinger, C. (2011). Labor market return to computer skills: Using Microsoft certification to measure computer skills. Discussion Paper Series, 46, 1-38.

Van Thanh, H. T. (2021). Relationships between Web Traffic Ranks and Online Sales Revenue of E-Retailers in Australia. Professional Project- BUSN20019, 1-18.

Vaughan, L. (2004). Exploring website features for business information. Scientometrics, 61(3), 467-477.

Vaughan, L., & Ninkov, A. (2018). A new approach to web co-link analysis. Journal of the Association for Information Science and Technology, 69(6), 820-831.

Verma, V., Sharma, D., & Sheth, J. (2016). Does relationship marketing matter in online retailing? A meta-analytic approach. Journal of the Academy of Marketing Science, 44(2), 206-217.

Vila, T. D., González, E. A., Vila, N. A., & Brea, J. A. F. (2021). Indicators of website features in the user experience of e-tourism search and metasearch engines. Journal of Theoretical and Applied Electronic Commerce Research, 16(1), 18-36.

Vyas, C. (2019). Evaluating state tourism websites using Search Engine Optimization tools. Tourism Management, 73, 64-70.

Walker, D. M. (2002). A Model of Strategic Human Capital Management. DIANE Publishing.

Wang, F., & Vaughan, L. (2014). Firm web visibility and its business value. Internet Research, 24(3), 292-312.

Wang, W., & Chang, C. (2005). Intellectual capital and performance in causal models: Evidence from the information technology industry in Taiwan. Journal of Intellectual Capital, 6(2), 222-236.

Wernerfelt, B. (1984). A resource-based view of the firm. Strategic Management Journal, 5(2), 171-180.

Wu, G. (2018). Official websites as a tourism marketing medium: A contrastive analysis from the perspective of appraisal theory. Journal of Destination Marketing & Management, 10, 164-171.

Wu, W.-Y., & Tsai, H.-J. (2005). Impact of social capital and business operation mode on intellectual capital and knowledge management. International Journal of Technology Management, 30(1-2), 147-171.

Zhang, S., & Cabage, N. (2017). Search Engine Optimization: Comparison of Link Building and Social Sharing. Journal of Computer Information Systems, 57(2), 148-159.

Zia, S., & Mushtaq, M. (2021). Search Engine Optimization by Moz Link Explorer and Google PageRank: A study of international digital library websites. World Digital Libraries-An International Journal, 14(2), 157-172.

Капелюк, С. Д., & Карелин, И. Н. (2023). Цифровой капитал рабочей силы в России: Региональная дифференциация. Экономика труда, 10(8), 11691184.

Паклина, С. Н. (2023). Корпоративный веб-сайт как стратегический ресурс российских и европейских компаний. Вопросы Экономики, 2, 145-159.

Приложение 1

Список базовых и продвинутых компьютерных навыков согласно классификации DISCO

Базовые компьютерные навыки

Знание систем управления базами данных: Adabas, Caché, DB2, dBase, FileMaker, Firebird, GUPTA, IMS, Informix, Ingres, InterBase, Lotus Domino, Microsoft SQL Server, MySQL, OpenOffice.org Base, Oracle, Paradox, PostgreSQL, Progress, Sybase Защита данных и системы безопасности данных: BackupExec, BitDefender, F-Secure,

Kaspersky, McAfee, Norton AntiVirus Инструменты для разработки программ: CASE-Tools, case/4/0, Innovator, objectiF, Oracle Designer, Rational Rose, разработка и реализация среды, C++Builder, J2EE, JBuilder, Kylix, .NET Framework, Visual Studio, среда разработки Delphi Промежуточное программное обеспечение: Corba, DCOM, ObjectBroker, ORACLE Fusion, инфраструктура для обмена SAP, Transparent Inter Process Communication, Visibroker, WebSphere MQ

Программное обеспечение для управления сетью: CA SPECTRUM, IBM Tivoli, Metrica, Microsoft Operations Manager, MRTG, Nagios, OpenNMS, OpenRelax, OpenSMART, OpenView Network Node Manager Знание офисных программ: знание текстовых процессоров, электронные таблицы Способность изучать новые программные приложения Базовые знания интернета Использование электронной почты

Знание определенных приложений: MS Office, MS Access, MS Excel, MS Outlook, MS Outlook Express, MS PowerPoint, MS Word, OpenOffice, знание программ планирования проектов, Firefox, Internet Explorer, Netscape Navigator, Opera, StarOffice, автомобильное программное обеспечение, Audatex, графические программы, Adobe Freehand, Adobe Illustrator, Adobe InDesign, Adobe Lightroom, Adobe Photoshop, PaintShop Pro, Quark XPress, деловое программное обеспечение, Baan, BMD-Business-Software, Navision, Peoplesoft, SAP, консалтинг и управление проектами в системе SAP, поддержка и управление системой SAP, поддержка модулей SAP, разработка приложений SAP, язык программирования ABAP, знание конкретных коммерческих программ, бизнес-приложения, информационные системы управления, компьютерные программы для продаж и маркетинга, программное обеспечение для недвижимости, программное обеспечение для управления зданиями, программное обеспечение для управления персоналом и расчета заработной платы, программное обеспечение для центров обработки вызовов, программное обеспечение для электронной коммерции, программы для офисной связи, программы для управления материальными ресурсами, системы CRM, системы ERP, торговое программное обеспечение, мультимедийные программы и разработка веб-сайта, Adobe Director, Adobe Dreamweaver, Adobe GoLive, Flash, MS Frontpage, программное обеспечение для проектирования, MS Project,

Базовые компьютерные навыки

программное обеспечение для туристических агентств, Amadeus, Galileo, Protel, ReiseZ.I.E.L., ИАТА, программы для обработки видео, Adobe Premiere, Avid, Final Cut Pro, Media 100, программы для обработки звука, Reason, Steinberg, программы для технического рисования, Advance Stahlbau, ANSYS, ArchiCad, ArCon, ARRIBA, Auer Success, AutoCad, AutoSketch, AVA Plus, BAUSET, BAUSU, bocad-3D, Bravo, CADdy, CadPoint, CADRA, cadwork, CANALIS, CARD/1, CATIA, EAGLE, ecscad, ELCAD, EliteCAD, EPLAN, Genius, GEOgraf, GeoMedia, GEOVISION, GLASER -isb cad-, HC-AVA, Helix, HiCAD, ICEM, I-DEAS, InfoCAD, Intergraph, Inventor, Lectra, LogoCAD, Mechanical Desktop, Medusa, MegaCAD, MicroStation, Nemetschek Allplan, OrCAD, P-CAD, PC-Draft, PDS (CAD-program), Pipecad, pit-cup, PKS, PLATEIA, Primus-CAD, ProCAD, Pro/ENGINEER, ProSteel, Rhino, RIBCON, RoadCad, Rukon, Ruplan, Sigraph, Solid Edge, Solid Works, Speedikon, Spirit, Strakon, Syrko, Target, Tebis, Tribon, TriCAD, Unigraphics, Varcad, Vectorworks, VermCAD Конкретные операционные системы и серверные программы: Apache server, Apple ОС, MAC OS 9, MAC OS X, Citrix, Citrix MetaFrame, Citrix Presentation Server, LINUX, Debian GNU/Linux, Fedora, GNOME, KDE, Knoppix, Open LINUX, Red Hat LINUX, Red Hat Enterprise Linux, системы LAMP, SuSE Linux, Ubuntu LINUX, MS DOS, NovellServer, Novell Netware, OES, OS/2, Samba-Server, Symbian OS, UNIX, AIX, Free-BSD, HP UX, IRIX, Open UNIX, POSIX, SINIX / Reliant UNIX, Solaris, True64 UNIX, WebSphere Application Server, Windows, Windows 2000, Windows 2000 Professional, Windows 2003, Windows 3.1, Windows 95, Windows 98, Windows CE, Windows ME, Windows Mobile, Windows NT, Windows VISTA, Windows XP, Windows XP Embedded, Windows XP Professional, операционные системы для мэйнфреймов, OS/390, OS/400, VMS, OpenVMS, операционные системы, работающие в режиме реального времени, LynxOS, Real Time Linux, VxWorks

Файл-менеджеры

Продвинутые компьютерные навыки

ИТ-установка и настройка: ИТ-обслуживание, техническое обслуживание и ремонт, конфигурация аппаратных средств, конфигурация операционной системы, конфигурация программного обеспечения, конфигурация сети, поиск и устранение неисправностей ИТ-оборудования, сетевая установка, установка аппаратного обеспечения, установка операционной системы, установка программного обеспечения Документация ИТ: кодовая документация, пользовательская документация ИТ,

эксплуатационная документация ИТ Разработка программного обеспечения: алгоритмы, дизайн программного обеспечения, методы разработки программного обеспечения, объектно ориентированный дизайн, UML, разработка кросс-платформенного программного обеспечения, структурный дизайн, экстремальное программирование, пользовательская настройка, разработка прикладного программного обеспечения, разработка систем программного обеспечения, системная интеграция, спецификация (ИТ), структуры данных

Продвинутые компьютерные навыки

Анализ ИТ: анализ процессов ИТ, операционный анализ ИТ, составление технических

характеристик, составление целевых характеристик ИТ-консультации: выбор ИТ-системы, вычисление аппаратного обеспечения, дизайн ИТ-

системы, определение программного обеспечения ИТ-управление: мониторинг информационных систем, управление программным

обеспечением ИТ-лицензии

Управление ИТ-проектами: ITIL, координация деятельности в области ИТ, оценка стоимости ИТ

ИТ-поддержка: поддержка ИТ-оборудования, поддержка ИТ-разработчика, поддержка

пользователей, поддержка программного обеспечения Программирование: адаптация компьютерной программы, аппаратное программирование, программирование встроенных систем, библиотеки и интерфейсы программирования, CLX, COM, DDE, DirectX, DirectInput, DirectPlay, DirectShow, DirectX Audio, DirectX Graphics, HLSL, DLL, DOM, MFS, OCI, ODBC, OLE, OpenGL, OWL (IT), PEAR, Smarty, STL, VCL, WFC, Windows DNA, объектно ориентированное программирование, оптимизация компьютерной программы, организационное программирование, отладки программного обеспечения, пакетное программирование, прикладное программирование, программирование в реальном времени, системное программирование, структурное программирование, функциональное программирование, языки программирования - Ada, Algol, APL, Assembler, Basic, C, C#, C++, Cobol, Delphi, Forth, Fortman, Haskell, Java, LISP, Logo, ML, Modula, NATRUAL, Oberon, Pascal, Turbo Pascal, Perl, PL/I, Prolog, Python, Smalltalk, VBA, Visual Basic, Visual C, Visual C++, XML, XSL, XSLT, языки описания страниц - PCL, PDF, PostScript, Prescribe, SVG, TeX, LaTeX, языки программирования интернета и мультимедиа - ASP, CGL, ColdFusion, CSS, DHTML, HTML, JavaScript, JSP, LINGO, PHP, SGML, SSI, VRML, XHTML, языки разметки, языки скриптов - ActionScript, AppleScript, Lotus script, REBOL, Rexx, Ruby, UNIX-Shells, bash, Buorne-Shell, csh, ksh, tcsh, Vbscript, WSH

Конкретные сферы ИТ: администрирование информационных систем, библиотека программного обеспечения, информационные системы для бизнеса, CRM, информационные системы предприятий, системы электронной коммерции, системы электронного маркетинга, электронные банковские системы, биоинформационные системы, взаимодействие человека с компьютером, внедрение компилятора, высокопроизводительные вычисления, геополитические информационные системы, графическая обработка данных, виртуальная реальность, информационные системы в области экологии, информационные системы СМИ, ИТ и общество, искусственный интеллект, медицинская информатика, моделирование ИТ, одновременные вычисления, офисное программное обеспечение, параллельные вычисления, преступность в области ИТ, программное обеспечение с открытым исходным кодом,

Продвинутые компьютерные навыки

распознавание языков, распределенные вычисления, распределенные вычисления, сельскохозяйственные информационные системы, системная архитектура, системы реального времени, социальные ИТ, телематика, интеллектуальные транспортные системы, теоретическая информатика, управление знаниями ИТ, электронное обучение, обучение на базе компьютера, онлайн-курсы Знание баз данных: OLAP, анализ баз данных, модели баз данных, иерархическая модель баз данных, объектно ориентированная модель баз данных, реляционная модель баз данных, сетевая модель баз данных, оптимизация баз данных, организация хранилищ данных, развитие баз данных, внедрение баз данных, моделирование данных, IDEF1X, сущностно-реляционная модель данных, сущностно-реляционные диаграммы, проектирование базы данных, сбор данных, управление базами данных, языки баз данных - Clipper, Natural, SQL, PL/SQL, SQL+, T-SQL, встроенный SQL

Информационная безопасность: IDS, анализ информационной безопасности, базовая проверка безопасности, брандмауэр, защита данных, защита от вирусов, концепции безопасности ИТ, криптография, стандарты безопасности данных, ITSEC, TCSEC, общие критерии оценки безопасности ИТ, стратегии резервного копирования, фильтрация контента, защита от спама, защита от фишинга, цифровые подписи Интернет и мультимедиа: веб-администрирование, администрирование электронной почты, управление веб-сайтами, доступный веб-дизайн, мультимедийное программирование, разработка мультимедийного программного обеспечения, управление мультимедийными проектами, цифровые аудио- и видеоформаты, AAC, ATRAC, AVI, BMP, DiVX, DV (цифровые аудио- и видеоформаты), FLAC, JPEG, JPEG 2000, MP3, MPEG, OGG-Vorbis, PNG, PSD, TIFF, WAV, WMA Обучение ИТ: обучение для ключевых пользователей ИТ, тренинг для новичков в области ИТ

Сетевые технологии: администрирование сети, модель OSI, мониторинг и диагностика сети, обработка ошибок сети, оптимизация сети, сетевая безопасность, сетевое планирование, сетевые протоколы, Apple Talk, DSL protocols, EIGRP, E-mail protocols, IMAP, IMAP4, POP, POP3, SMTP, Ethernet, FTP, HTTP, HTTPS, IPSec, IRC, ISDN protocols, V.100, X.75, LAT, Modern protocols, V.90, V.92, OFTP, PAP, PPP, SNMP, TCP/IP, Telnet, voice/IP, VPN protocols, GRE, L2TP, PPTP, WAP, сетевые типы и топологии, Extranet, Internet, Intranet, LAN, MAN, SAN, Token ring, WAN, клиент-сервер, пиринг

Операционные системы: концепции операционных систем, системная администрация Тестирование ИТ: верификация программного обеспечения, интеграционные тесты ИТ, приемочные испытания, системные тесты ИТ, составление тестовых скриптов, тесты модулей, тесты пользовательского интерфейса Источник: составлено автором в соответствии с классификацией DISCO.

Приложение 2 Обработка описаний вакансий и выявление навыков

Для того чтобы определить указанные в вакансии необходимые для компании конкретные навыки, нужно предварительно обработать как текстовое описание вакансии, так и наименования навыков. Этот процесс можно разделить на три этапа.

Первый этап посвящен предварительной обработке описаний вакансий. Он включает в себя преобразование текста в нижний регистр, удаление знаков пунктуации и цифр, токенизацию (разделение текста на токены, в данном случае - слова) и удаление стоп-слов (чрезвычайно распространенные слова, имеющие малую ценность для анализа, такие как предлоги и вопросительные слова). Поскольку многие языки, включая русский, имеют склонения, необходимо преобразовать исходный текст вакансий так, чтобы можно было выявить анализируемые навыки вне зависимости от склонения. Существует два возможных варианта нормализации слов: стемминг и лемматизация. Стемминг включает в себя приведение слов к их псевдооснове. Например, слова «спорить», «спорил», «спорит» и «спорят» будут сведены к корню «спор». Лемматизация предполагает объединение измененных форм слов так, чтобы их можно было анализировать как одну единицу, определенную формой слова в словаре. В таком случае те же слова «спорить», «спорил», «спорит» и «спорят» будут определены как слово «спорить». В настоящем исследовании для предварительной обработки токенов из вакансий на русском языке использован стемминг как более гибкий подход. После процедуры стемминга токены были объединены в нормализованные тексты для каждой вакансии.

Для стеммирования слов существует несколько подходов, например Lovins, Porter, Paice/Husk, Dawson (Jivani, 2011). Нами был выбран модифицированный подход Porter, известный как Snowball. Такой выбор обусловлен тем, что Snowball, по сравнению с другими методами, предлагает компромисс между слишком агрессивным стеммингом, который может

приводить к избыточному усечению слов, и слишком консервативным стеммингом, который может недостаточно усекать слова. Кроме того, Snowball поддерживает множество языков и позволяет настраивать правила стемминга в соответствии с конкретными доменами или языковыми особенностями.

Второй этап включает в себя предварительную обработку названий навыков таким же образом, как и описаний вакансий, с целью выявления навыков в описаниях вакансий. Это означает преобразование названий навыков в нижний регистр, удаление знаков пунктуации и цифр, токенизацию и стеммирование. В случае, когда навык представлен несколькими словами (таблица 3.2), после токенизации каждый токен (слово) в навыке стеммируется, полученные стеммы объединяются и представляют навык.

Существуют особые случаи названий навыков, требующие другого подхода к обработке. Например, иногда в названии навыка встречаются цифры или знаки пунктуации (например, «1С» или «C++»). Проблема заключается в том, что в таких наименований при реализации описанной процедуры будут удалены цифры и знаки «+», а значит, их идентификация будет затруднена. Поскольку рассматриваемые названия навыков обычно не склоняются, их поиск осуществляется в исходном тексте вакансий.

Третий этап включает в себя поиск нормализованных навыков в нормализованных описаниях вакансий. Для настоящей диссертации такой поиск реализован в виде цикла (for-loop), добавляющего новый столбец для каждого навыка в набор данных вакансий, то есть каждый столбец представляет собой фиктивную переменную для каждого навыка. Если нормализованное описание вакансии содержит название нормализованного навыка, соответствующая переменная принимает значение 1. Существует два подхода к поиску совпадений, в основе которых лежит определение того, точным или частичным является совпадение. Нами выбран второй вариант из-за его большей гибкости. В отношении особых случаев названий навыков был реализован еще один цикл, но уже для исходных описаний вакансий. В итоге два указанных набора данных были объединены.

Приложение 3 Результаты регрессионного анализа для моделирования величины предлагаемой заработной платы без коррекции на возможную проблему самоотбора

Переменная ^(з/п) МНК Переменная ^(з/п) МНК

Опыт работы: 1-3 года 0,206*** (0,0005) График: вахтовая работа 0,445*** (0,001)

Опыт работы: 3-6 лет 0,480*** (0,001) График: удаленная работа 0,037*** (0,001)

Опыт работы: более 6 лет 0,653*** (0,001) График: работа сменами -0,183*** (0,001)

Тип занятости: частичная -0,279*** (0,001) Продвинутые навыки 0,058*** (0,0002)

Тип занятости: стажировка -0,259*** (0,005) Базовые навыки -0,025*** (0,0004)

Тип занятости: проектная -0,169*** (0,002) Константа 10,318*** (0,301)

Тип занятости: волонтерство 0,026* Количество наблюдений 5 206 275

(0,016) Скорректированный R2 0,424

График: гибкий -0,022*** (0,001) F-statistic 28 628,220*** (^ = 134; 5 206 140)

Источник: составлено автором.

Примечания: 1) *p < 0,1; **p < 0,05; ***p < 0,01; 2) в скобках приведены стандартные

ошибки.