Mutual Influence of Intellectual Capital and Information Technologies of Management

Cover Page

Cite item

Full Text

Abstract

To date, there is a generally accepted idea of intellectual capital, and approaches have been developed to measure it at the micro and macro levels. Methods of patent analytics for the analysis of technological trends have been developed. At the conceptual level, it is known that there is a mutual influence of intellectual capital and technological trends, but there are no methodological developments for quantifying such influence using data from various sources. The purpose of the study was to quantify the mutual influence of national intellectual capital and modern management information technologies at the macro level. The mathematical foundations for the distinction of the components of intellectual capital and technologies were considered. The hypothesis about the statistical significance of the mutual influence of intellectual capital and management information technologies was confirmed. The dependence was approximated by linear regression of the intellectual capital index on the logarithm of the country's patent activity index in the field of IT management methods, which can be interpreted as a slowdown in the growth of the intellectual capital index when a certain level of patent activity is reached. It has been established that the more developed the economy, the higher the level of intellectual capital and the higher level of dissemination of IT management methods. China and India are clear exceptions to this pattern. China, which is an upper-middle-income country, demonstrates higher than the countries of its level of economic development, interconnected values of the index of intellectual capital, and the prevalence of IT-management methods. India, ranked 3rd among lower-middle-income countries, has commensurate rates of development of intellectual capital and the spread of IT-management methods with upper-middle-income countries. Further research may be related to testing hypotheses about quantitative relationships between intellectual capital and technological development via the proposed method. It is necessary to detail the identified dependencies by IPC codes and components of intellectual capital and identify dependencies for other technological areas.

About the authors

B. V Sokolov

St. Petersburg Federal Research Center of the Russian Academy of Sciences (SPC RAS)

Email: sokolov_boris@inbox.ru
14 line V.O. 39

D. N Verzilin

St. Petersburg Federal Research Center of the Russian Academy of Sciences (SPC RAS)

Email: verzilindn@mail.ru
14 line V.O. 39

T. G Maximova

ITMO University

Email: maximovatg@gmail.com
Kronverksky Av. 49А

M. Zhang

ITMO University

Email: zhangmin.zhm@gmail.com
Kronverksky Av. 49А

References

  1. Edvinsson L., Malone M.S. Intellectual capital: Realizing your company's true value by finding its hidden brainpower // New York: Harper Collins. 1997. 240 p.
  2. Roos G., Roos J., Edvinsson L., Dragonetti N.C. Intellectual capital – Navigating in the new business landscape // New York University Press. 1997. 208 p.
  3. Bontis N. Intellectual capital: An exploratory study that develops measures and models // Management Decision. 1998. vol. 36(2). pp. 63–76.
  4. Petty R., Guthrie J. Intellectual capital literature review: Measurement, reporting and management // Journal of Intellectual Capital. 2000. vol. 1(2). pp. 155–176.
  5. Mahmood T., Mubarik M. Balancing innovation and exploitation in the fourth industrial revolution: Role of intellectual capital and technology absorptive capacity // Technological Forecasting and Social Change. 2020. vol. 160. no. 120248.
  6. Nunamaker J.F., Romano N.C., Briggs R.O. Increasing Intellectual Bandwidth: Generating Value from Intellectual Capital with Information Technology // Group Decision and Negotiation. 2002. vol. 11. рр. 69–86.
  7. Edvinsson L. IC 21: reflections from 21 years of IC practice and theory // Journal of Intellectual Capital. 2013. vol. 14. no. 1. pp. 163–172.
  8. Bontis N. Assessing knowledge assets: A review of the models used to measure intellectual capital // International Journal of Management Reviews. 2001. vol. 3(1). pp. 41–60.
  9. Miller M., DuPont B.D., Fera V., Jeffrey R., Mahon B., Payer B.M., Starr A. Measuring and reporting intellectual capital from a diverse Canadian industry perspective: Experience, issues and prospects // International Symposium Measuring and Reporting Intellectual Capital: Experience, Issues, and Prospects, Amsterdam. 1999. pp. 9–11.
  10. Bronzetti G., Sicoli G., Chiucchi M.S., Giuliani M. Intellectual Capital Measurement, Management, and Valuation (Eds.: Chiucchi M.S., Lombardi R., Mancini D.) // Intellectual Capital, Smart Technologies and Digitalization Emerging Issues and Opportunities. 2021. pp. 21–32.
  11. Xu J., Shang Y., Yu W., Liu F. Intellectual Capital, Technological Innovation and Firm Performance: Evidence from China’s Manufacturing Sector // Sustainability. 2019. vol. 11(19). no. 5328.
  12. Xu J., Wang B. Intellectual capital, financial performance and companies' sustainable growth: Evidence from the Korean manufacturing industry // Sustainability. 2018. vol. 10(12). no. 4651.
  13. Oner M., Aybars A., Cinko M., Avci E. Intellectual Capital, Technological Intensity and Firm Performance: The Case of Emerging Countries // Scientific Annals of Economics and Business. 2021. vol. 68(4). pp. 459–479.
  14. Li C.Y.-Y., Edvinsson L. National Intellectual Capital: A Comparison of 40 Countries // Springer Science+Business Media. 2011. 392 p.
  15. Bartolini M., Lamboglia R., Lardo A. Intellectual Capital Disclosure and Information Systems, Smart Technologies and Digitalization (Eds.: Chiucchi M.S., Lombardi R., Mancini D.) // Intellectual Capital, Smart Technologies and Digitalization: Emerging Issues and Opportunities. 2021. pp. 47–58.
  16. De Santis F., Esposito P. The Impact of Smart Technologies and Digitalization on Intellectual Capital (Eds.: Chiucchi M.S., Lombardi R., Mancini D.) // Intellectual Capital, Smart Technologies and Digitalization. SIDREA Series in Accounting and Business Administration. 2021. pp. 59–71.
  17. Secundo G., Del Vecchio P., Dumay J., Passiante G. Intellectual capital in the age of Big Data: establishing a research agenda // Journal of Intellectual Capital. 2017. vol. 18. pp. 242–261.
  18. Sokolov B.V., Yusupov R.M. Scientific basis of management and cybernetics methodologies integration // Lecture Notes in Networks and Systems. 2022. vol. 442. pp. 52–59.
  19. Gorodetsky V., Yusupov R. Artificial intelligence at present and tomorrow // Journal of Physics: Conference Series. 2021. vol. 1864. no. 012002. pp. 1–11. doi: 10.1088/1742-6596/1864/1/012002.
  20. Sokolov B.V., Okhtilev M.Y., Murashov D.A., Krylov A.V., Kofnov O.V., Stepanov P.V., Styskin M.M. Methodology and Technology for Use and Development of Information-Analytic Platform for Complex Object Life Cycle Proactive Control // International Conference Cyber-Physical Systems and Control. 2023. pp. 467–474.
  21. Artificial Intelligence. Technology Trends 2019 // WIPO. 2019. 158 р. Available at: https://www.wipo.int/tech_trends/en/artificial_intelligence/. (accessed 30.03.2023).
  22. Deep Learning 2021. Patent Landscape // Questel. 2021. 51 р. Available at: https://www.questel.com/wp-content/uploads/2021/11/2021-Deep-Learning-Patent-Landscape-short-report-.pdf. (accessed 30.03.2023).
  23. Technology Trends 2019 Artificial Intelligence. Data collection method and clustering scheme. Background paper. WIPO. 2019. 25 р. Available at: https://www.wipo.int/export/sites/www/tech_trends/en/docs/techtrends_ai_methodology.pdf. (accessed 30.03.2023).
  24. Cunha L., Cunha J.A., Matos F., Thomaz J.F. The Relationship Between Intellectual Capital and Information Technology: Findings Based on a Systematic Review // 7th European Conference on Intellectual Capital (ECIC). 2015. pp. 53–62.
  25. Romer P.M. Endogenous Technological Change // Journal of Political Economy. 1990. vol. 98. no. 5. pp. 71–102.
  26. Argente D., Baslandze S., Hanley D., Moreira S. Patents to Products: Product Innovation and Firm Dynamics. Working Paper 2020-4 // Federal Reserve Bank of Atlanta. 2020.
  27. Global Innovation Index 2022. What is the future of innovation-driven growth? 15th Edition. Editors: Soumitra Dutta, Bruno Lanvin, Lorena Rivera León and Sacha Wunsch-Vincent // WIPO. 2022. 266 p.
  28. Verzilin D., Maximova T., Antokhin Y., Sokolova I. Integration of heterogeneous data in monitoring environmental assets // Cybernetics and Algorithms in Intelligent Systems: Proceedings of 7th Computer Science On-line Conference. 2018. vol. 3. pp. 176–185. doi: 10.1007/978-3-319-91192-2_19.
  29. Verzilin D., Maximova T., Skoryk, S., Sokolova I. Linking Remote Sensing Data, Municipal Statistics and Online Population Activity for Environmental Assessments in Urban Agglomerations // Digital Transformation and Global Society: 4th International Conference (DTGS). 2019. pp. 17–28.
  30. Maximova T.G., Zhang M. Regression Models of the Relationship Between Innovation Activity and Intellectual Capital. Economics. Law. Innovation. 2023. no. 1. pp. 15–26.
  31. Official site QUESTEL – ORBIT. Available at: www.orbit.com. (accessed 30.03.2023).
  32. Official site QUESTEL – ORBIT: Technologies. Available at: https://static.orbit.com/orbit/help/1.9.8/en/index.html#!Documents/technologies.htm. (accessed 30.03.2023).
  33. The jamovi project (2022). jamovi (Version 2.3) [Computer Software]. Available at: https://www.jamovi.org. (accessed 19.06.2023).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».