在喀拉拉邦提出的平台合作社模型,在国际劳工组织(ILO)的原则的指导下,提出了一种解决失业和促进可持续发展的变革性方法。尽管喀拉拉邦的高人类发展指数(HDI)为0.794,但青年劳动力的参与仍然很低,有42.63%的人从事就业,教育或培训。喀拉拉邦发展与创新战略委员会(K-DISC)领导下的喀拉拉邦知识经济特派团(KKEM)旨在通过利用私营部门的就业机会和增强创新的当地经济发展,将喀拉拉邦转变为知识社会。通过诸如数字劳动力管理系统(DWMS)之类的计划,KKEM还促进了远程工作和自由职业机会以及常规工作,获得了103,108多个职位,并在2024年3月之前为18,075个人提供了技能培训。以平台特定条款监管的基于任务的就业方式的开放经济面临着重大挑战,包括缺乏劳动力保护,不稳定的收入和剥削性实践。为了回应,KKEM提出的平台合作社模型将合作原则与数字平台相结合,促进民主治理,共享所有权和公平的利润分配。该模型通过有针对性的技能来增强就业能力,并通过通过道德合作和技术的卓越应用来通过多元化和汇总该州的小型生产系统来产生本地经济价值。借鉴了全球示例,例如欧盟关于透明和可预测的工作条件的指令以及英国最高法院对Uber驾驶员的裁决,KKEM的方法优先考虑法律认可,公平待遇,公平待遇和对开放人才工人的福利。通过整合基于社区的计划和本地资源,KKEM的平台合作社旨在创建一个更公平,更可持续的开放经济生态系统,从而有助于实现可持续发展目标的发展。
摘要:本文的目的是根据其活动的特殊性在知识经济中构建参与者的类型。到目前为止,几乎所有的研究人员都将自己的兴趣集中在组织及其管理上的知识经济中,忽略了主要基于无形资源的新经济和进步的参与者。这种类型学的主要标准是这些参与者在知识方面的定位,作为任何经济活动的无形资源。该类型学的整个频谱是由作曲家和消费者的最终演员定义的。作曲家创造知识并将个人知识转变为组织知识,而消费者则是那些使用它的人。之间,有所有者,管理员和表演者。作为扩展名,我们可能会将公民作为最终知识用户中的公民包括。此外,我们对所有这些参与者的特征进行了分析,这些特征在价值,目标,方法和结果方面。本文的贡献是从我们在理解知识经济的机制和动力学方面提供的新角度结果。关键字:知识;知识经济;知识资源;知识参与者;知识管理介绍2020年非常特别。因此,为了了解2020年的世界,接受发达国家在很大程度上存在于知识驱动和基于服务的经济中(North&Kumta,2018;Tomé,2012)。演员和过程(Edwards,2011年)。我们可能会说,Covid -19可以像当前的其他危机一样定义知识的重要性(Tomé等,2020) - 发生这种情况是因为存在大流行,一方面我们缺乏克服病毒的疫苗。另一方面,我们还缺乏有关如何缓解病毒的人类,财务,经济,社会和政治影响的社会知识(Surico&Galeatti,2020; Zhou,2020)。在这种新经济中,无形资产现在通常被视为决定性资产(Nonaka&Takeuchi,1995; Edvinson&Malone,1997)。无形资产可以从多种角度(知识管理,知识分子资本,人力资源发展,经济学,传统管理和社会政策(Tomé&Loureiro,2014年))和各个层面,即区域,组织和个人(Tomé,2016)。至关重要的是,对该主题的任何有用分析都必须解决技术,即从所有不同的角度来看,已经写了有关知识经济的无数论文。但是,很有趣的是,我们在文献中没有发现有关个人在知识经济中扮演的不同类型角色的任何分析。看来,该分析基本上是在组织以及这些组织内的知识发生的情况上进行的。,但似乎没有研究个人在知识经济中执行不同角色的可能性。这种情况有些奇怪,因为在管理和经济研究中,学者与经理,政策决策者,消费者和企业家打交道,是最重要的代理人。
本文分析了 1990 年代至 2010 年代韩国经济向知识经济转型期间的就业创造情况。在此期间,服务业与制造业就业岗位的比例增加,知识密集型产业增长,就业创造在地理上集中在首尔周围。2010 年代,这种变化放缓,整体就业增长减弱。为了分析这一时期以知识密集型可贸易服务业为主的就业创造驱动行业对当地服务业就业创造的影响,我使用了 Moretti (2010) 当地劳动力市场的修改版本。我分析了机构普查数据集中 237 个西郡区 1995-2005 年和 2006-2016 年的就业变化。我发现,一个制造业岗位创造了 0.5 个本地服务业岗位,一个可贸易服务业岗位在大都市的区内创造了 1.1 个岗位,在西郡地区创造了 2.3 个岗位。这一时期贸易类服务业与本地服务业的就业创造关系没有发生变化,随着向知识经济转型,贸易类服务业创造了更多的就业机会,总体而言就业创造仍然活跃,反之亦然。
致谢 我们要感谢编辑 David Canter 教授、John Connolly 教授和 Jacqueline Barnes 教授对本期专题的支持。 披露声明 作者未报告任何潜在利益冲突。 资金 本研究未得到任何组织的资助。 贡献者说明 Simplice Asongu 教授拥有牛津布鲁克斯大学的博士学位,目前是非洲治理与发展研究所(喀麦隆雅温得)的首席经济学家和主任;欧洲 Xtramile 非洲研究中心(比利时列日)的首席经济学家和主任以及“经济发展研究中心”(中非共和国班吉)的首席经济学家和联席主任。他还是:非洲增长研究所(南非开普敦)高级研究员;加纳大学(加纳阿克拉)的博士生导师;安提阿克大学(美国洛杉矶、圣巴巴拉、中西部、新英格兰、西雅图)和米德兰兹州立大学(津巴布韦圭鲁);南部非洲管理学院(南非德班)工商管理博士导师,非洲研究网络(博茨瓦纳哈博罗内)、南非大学(南非比勒陀利亚)、布埃亚大学(喀麦隆布埃亚)和牛津布鲁克斯大学(英国牛津)研究助理。他还是《经济调查杂志》、《非洲商业杂志》、《新兴市场金融与贸易》和《非洲经济与管理研究杂志》等一些期刊的副主编。John 教授拥有两个博士学位——哥本哈根商学院的博士学位和奥尔堡大学的 Merc 博士学位。他是丹麦奥尔堡大学工商管理系国际管理名誉教授。他是约 20 本有关企业管理和国际化书籍的作者和/或编辑,并在经过审核的学术和专业期刊上撰写了约 150 篇有关企业发展、管理、营销和欧洲和非洲跨境企业间关系问题的文章。
使用来自美国人口普查纵向业务数据库(LBD)的公司级数据,本文展示了有关1980年代和1990年代美国公司经历的专业浪潮的新颖证据。具体来说:(i)公司,尤其是创新的公司,即生产范围,即它们生产的行业数量。(ii)创新和生产分开,小公司专门从事创新和大型公司生产。提出了更高的专利交易效率和更强大的专利生产来解释这些现象。开发了一种内源性增长模型,具有创新和生产之间的潜在不匹配。校准模型表明,提高交易效率和更好的专利保护可以解释观察到的生产范围的20%,而创新和生产分离的108%。它们导致年度经济增长率增加0.64%。经验分析提供了从1980年代的培养改革到两种专业化模式的因果关系的证据。JEL代码:E23,L22,O32,O34。
本文探讨了知识资本自然储备的全球前景,这些储备渗透到地球的进化和生态连通性中,可能构成全球知识经济可持续性和共同利益的最大储备。它为重视基础研究产生的知识提供了理由,这些研究将国家管辖范围内的自然属性和过程相互关联,作为世界遗产提名的绘图工具,以及为合作提供独特的刺激,以建立以保护为前提的跨国知识经济,让发展中国家充分参与其中。这一观点在南太平洋岛屿地区、东太平洋热带地区和巴拿马地峡得到了检验,通过模型方法,旨在使世界遗产工具能够激发科学探索地球生物多样性的经济力量,并在释放自然界知识丰富的进化途径的潜力以重新定义世界经济地理方面发挥核心作用。作为新保护前沿的管理者,释放跨国研究活动的经济能量的路线图提供了一种以知识和奇迹融合为基础的商业模式,并提供了一个鼓励全球共享知识经济利益的投资平台。
14679515,2023,1,由 Cochrane France,Wiley Online Library 于 [09/01/2024] 从 https://onlinelibrary.wiley.com/doi/10.1111/spol.12874 下载。有关使用规则,请参阅 Wiley Online Library 的条款和条件 (https://onlinelibrary.wiley.com/terms-and-conditions);OA 文章受适用的知识共享许可约束
人工智能 (AI) 的兴起有可能通过自动化认知、不可编码的工作重塑知识经济。本文介绍了一个分析这种转变的框架,将人工智能纳入人类组成等级制公司以高效利用时间和知识的经济中:知识较少的人成为从事常规知识工作的“工人”,而知识较多的人成为协助工人解决特殊问题的“解决者”。我们将人工智能建模为一种将计算能力转化为“人工智能代理”的技术,这些代理可以自主运行(作为同事或解决者/副驾驶),也可以非自主运行(仅作为副驾驶)。我们表明,基本的自主人工智能取代人类去解决复杂的问题,从而导致公司规模更小、生产力更低、分散性更低。相比之下,高级自主人工智能将人类重新分配到常规知识工作中,从而产生规模更大、生产力更高、分散性更强的公司。虽然自主人工智能主要使知识最丰富的人受益,但非自主人工智能却使知识最少的人受益。然而,自主人工智能实现了更高的总体产出。这些发现调和了看似矛盾的经验证据,并揭示了监管人工智能自主性所涉及的关键权衡。
NGT 提出了一代具有一些基本相似性的模型,特别是对无形资产积累和技术进步的关注。非物质资源最终与知识的生产和积累有关,知识的生产和积累与某些关键活动(研发)和教育系统一起,是内生增长的关键。对“长期生产率增长的外生解释”的不满促使“构建了一类关键决定因素为模型内生因素的增长模型”。Barro 和 Sala-i-Martin 将 Romer、Lucas 和 Rebelo 的第一波贡献与 Romer 发起的第二阶段研究区分开来,前者侧重于投资的非递减收益,后者由 Grossman 和 Helpman 以及 Aghion 和 Howitt 进行,将研发理论和不完全竞争纳入增长框架 [4-8]。
摘要 在全球化的世界中,中小型制造企业(制造业 SME)面临着跟上全球竞争的挑战。尽管人工智能被认为具有从根本上改变整个市场、行业和一般商业活动的潜力,但问题仍然是中小企业如何有效和高效地在其运营中实施人工智能,从而建立潜在的(服务)商业模式。本文的目的是揭示这些系统的创新潜力,并指导中小企业如何使用它们。通过这些资源可以更有效地利用,并可以创建新的商业模式。人工智能很少使用的原因有很多,本文旨在寻求解决方案。结果是一个社会技术框架,允许制造业中小企业为自己建立基于人工智能的(服务)商业模式。