Московский экономический журнал 2/2022

Научная статья

Original article

УДК 33

doi: 10.55186/2413046X_2022_7_2_88 

ПОТОК ЗНАНИЙ В НАЦИОНАЛЬНЫХ ИННОВАЦИОННЫХ СИСТЕМАХ

KNOWLEDGE FLOWS IN NATIONAL INNOVATION SYSTEMS 

Акулли Мигена, аспирант, Экономического Факультета, Российский Университет Дружбы Народов (РУДН), г. Москва, Российская Федерация

Akulli Migena, PhD student, Faculty of Economics, Peoples’ Friendship University of Russia, Moscow, Russian Federation

Аннотация. В данном статье исследования будут сосредоточены на улучшении показателей, используемых для отображения взаимодействий в национальных инновационных системах, а также связей с инновационной деятельностью фирм и стран. Эти индикаторы находятся на ранней стадии разработки и не приближаются к надежности более традиционных показателей, таких как расходы на НИОКР.

Основная цель состоит в том, чтобы улучшить сопоставимость исследований в разных странах путем поощрения тех, кто занимается анализом инновационных систем, в первую очередь сосредоточить внимание на измерении основного набора потоков знаний с использованием аналогичных показателей. В то же время, конкретный анализ будет направлен на углубление понимания определенных типов потоков в национальных инновационных системах, а именно: 1) потоки человеческих ресурсов; 2) институциональные связи; 3) промышленные кластеры; и 4) инновационное поведение фирмы.

Abstract. In this article, research will focus on improving the metrics used to map interactions in national innovation systems, as well as links to innovation activities of firms and countries. These indicators are at an early stage of development and do not come close to the reliability of more traditional indicators such as R&D spending.

The main goal is to improve the comparability of research across countries by encouraging those who analyze innovation systems to focus primarily on measuring a core set of knowledge flows using similar indicators. At the same time, a specific analysis will be aimed at deepening understanding of certain types of flows in national innovation systems, namely: 1) flows of human resources; 2) institutional ties; 3) industrial clusters; and 4) innovative behavior of the firm.

Ключевые слова: поток знаний; национальнный инновационный систем; распространение технологий; мобильность персонала; совместная отраслевая деятельность

Keywords: the flow of knowledge; national innovation systems; technology diffusion; staff mobility; joint industry activities

Введение

Подход национальных инновационных систем подчеркивает, что потоки технологий и информации между людьми, предприятиями и учреждениями являются ключом к инновационному процессу. Инновации и развитие технологий являются результатом сложной совокупности взаимоотношений между участниками системы, в которую входят предприятия, университеты и государственные исследовательские институты. Для политиков понимание национальной инновационной системы может помочь определить точки воздействия для повышения инновационной деятельности и общей конкурентоспособности. Это может помочь в выявлении несоответствий в системе как между учреждениями, так и в отношении государственной политики, которая может препятствовать развитию технологий и инновациям. Наиболее ценными в этом контексте являются стратегии, направленные на улучшение взаимодействия между участниками и учреждениями в системе и на повышение инновационного потенциала фирм, особенно их способности выявлять и осваивать технологии.

Измерение и оценка национальных инновационных систем сосредоточены на четырех типах знаний или информационных потоков: 1) взаимодействие между предприятиями, в первую очередь совместная исследовательская деятельность и другое техническое сотрудничество; 2) взаимодействие между предприятиями, университетами и государственными исследовательскими институтами, включая совместные исследования, совместное патентование, совместные публикации и более неформальные связи; 3) распространение знаний и технологий на предприятиях, включая темпы внедрения в отрасли новых технологий и их распространение с помощью машин и оборудования; и 4) мобильность персонала с упором на перемещение технического персонала внутри государственного и частного секторов и между ними.  Попытки связать эти потоки с производительностью фирм показывают, что высокий уровень технического сотрудничества, распространение технологий и мобильность персонала способствуют повышению инновационного потенциала предприятий с точки зрения продуктов, патентов и производительности.  Есть много разных подходов к анализу национальных инновационных систем.

В обследованиях инноваций на уровне фирм предприятиям задаются вопросы об источниках их знаний, наиболее важных для инноваций, и позволяют ранжировать различные связи по промышленным секторам и странам. Кластерный анализ фокусируется на взаимодействии между отдельными типами фирм и секторов, которые могут быть сгруппированы в соответствии с их технологическими и сетевыми характеристиками. Модели потоков знаний могут заметно отличаться от кластера к кластеру, а также внутри стран, специализирующихся на различных промышленных кластерах (например, лесное хозяйство, химическая промышленность).

Инновационные системы также можно анализировать на разных уровнях: субрегиональном, национальном, панрегиональном и международном.

В то время как национальный уровень может быть наиболее актуальным из-за роли взаимодействия в конкретных странах в создании климата для инноваций, международные технологические потоки и сотрудничество приобретают все большее значение.

Совместная отраслевая деятельность

Поскольку деловой сектор является основным исполнителем исследований и разработок и источником инноваций в странах ОЭСР, одним из наиболее значительных потоков знаний в национальной инновационной системе является то, что происходит в результате технического сотрудничества между предприятиями, а также их более неформального взаимодействия. В большинстве стран быстро растет сотрудничество в области НИОКР между фирмами и стратегическими техническими альянсами.

Это особенно очевидно в новых областях, таких как биотехнология и информационные технологии, где затраты на разработку особенно высоки.

Фирмы сотрудничают, чтобы объединить технические ресурсы, добиться экономии за счет масштаба и получить синергию за счет дополнительных человеческих и технических ресурсов. Также важны, но их труднее измерить, неформальные связи и контакты между фирмами, посредством которых передаются знания и ноу-хау, включая отношения между пользователями и производителями, а также роль конкурентов как источника и стимула для инноваций.

В исследованиях национальных инновационных систем техническое сотрудничество в рамках отрасли может быть отображено с помощью обследований фирм, а также обзоров на основе литературы. Примером последнего является «подсчет альянсов на основе литературы», который собирает информацию об отраслевых альянсах посредством обзоров газетных и журнальных статей, специализированных книг и журналов, а также корпоративных годовых отчетов и отраслевых справочников.

Однако этот метод может дать лишь приблизительное представление о количестве и росте различных типов альянсов и зависит от отчетности, отраслевой структуры и практики, а также других факторов. База данных о соглашениях о сотрудничестве и технологических показателях, разработанная Маастрихтским институтом экономических исследований по инновациям и технологиям, содержит информацию о почти 13 000 соглашений о сотрудничестве с участием более 6 000 материнских компаний.

Как показано на рисунке 1, количество новых технических альянсов в отдельных областях увеличивается в инновационной системе США, но, похоже, выравнивается в Японии, а также на европейском региональном уровне. В Японии более неформальное сотрудничество между предприятиями может быть ключом к развитию технологий, в то время как рамочные программы Европейского Союза могут быть основным средством технического сотрудничества в Европе.

Оценки важности совместной деятельности предприятий в национальных инновационных системах показывают, что такое сотрудничество может способствовать инновационной деятельности фирм. Исследования инновационных систем в Норвегии и Финляндии показывают, что доля новых продуктов в общих продажах выше среди фирм, участвующих в кооперативных предприятиях, хотя этому выводу могли способствовать и другие факторы (см. Рисунок 2). Подобные исследования, проведенные в Германии, показывают, что сотрудничество в области исследований коррелирует с улучшением инновационной деятельности в большинстве секторов.

Оценка программ совместных исследований в Европейском Союзе также выявляет значительные косвенные результаты с точки зрения «поведенческой дополнительности», т. Е. Увеличения компетенций и навыков, которые положительно влияют на инновационный потенциал фирмы, например, сетевые возможности и способность выявлять и адаптироваться. полезная технология. В этом анализе не раскрывается роль неформальных контактов между конкурирующими фирмами и теми, кто участвует в горизонтальных и вертикальных отношениях. Эти связи также вносят основной вклад в чистый инновационный потенциал, но могут быть более полно отражены с помощью кластерного анализа, обследований фирм и других методов.

Публичное / частное взаимодействие

Еще одним основным потоком знаний в национальных инновационных системах являются связи между государственным и частным исследовательскими секторами. С одной стороны, общественный компонент состоит в основном из государственных исследовательских институтов и университетов. С другой стороны — частные предприятия. Качество государственной исследовательской инфраструктуры и ее связи с промышленностью могут быть одним из наиболее важных национальных активов для поддержки инноваций.

Поддерживаемые государством научно-исследовательские институты и университеты являются основными исполнителями общих исследований и производят не только комплекс базовых знаний для промышленности, но также являются источниками новых методов, инструментов и ценных навыков. Все чаще исследования, проводимые в этих учреждениях, поддерживаются предприятиями, которые сотрудничают с государственным сектором в совместных технологических проектах, заключают контракты на конкретные исследования или финансируют персонал и исследователей. В дополнение к такому сотрудничеству в области НИОКР государственный исследовательский сектор служит общим хранилищем научных и технических знаний в конкретных областях. Важна общая способность отрасли получить доступ к этим знаниям.  Это могут быть патентные данные, опубликованная информация о новых научных открытиях, знания, встроенные в новые инструменты и методологии, доступ к научным сетям и дочерним фирмам, созданным в технологических инкубаторах.

Потоки знаний между государственным и частным секторами можно измерить различными способами, но есть четыре основных метода, которые использовались в национальных обследованиях инноваций:

1. Совместная исследовательская деятельность. Используя наиболее доступный метод измерения, можно подсчитать количество совместных исследовательских и технических мероприятий между фирмами и университетами / исследовательскими институтами, используя данные, публикуемые государственными финансовыми агентствами, университетами и другими источниками. Это включает как исследования по контракту, так и финансирование сотрудников университета для проведения исследований. Как показали исследования инновационной системы в Нидерландах, доход от исследований отраслевых контрактов в голландских университетах почти удвоился в период 1989–1992 годов, что свидетельствует о растущем уровне связей между отраслью и университетом (см. Таблицу 1).

2. Совместные патенты и совместные публикации

Количество совместных патентов или совместных публикаций, разработанных предприятиями в сотрудничестве с университетом или исследовательским институтом, можно определить путем анализа патентных записей и индексов публикаций. Компьютерные технологии позволяют сканировать опубликованные патенты и научные статьи, чтобы получить представление о сотрудничестве между фирмами и государственными учреждениями в технических областях и во времени. Например, анализ публикаций исследователей из крупных научных компаний Соединенного Королевства показал, что большая часть (от четверти до трети) этих статей была написана в сотрудничестве с университетом или другим исследовательским учреждением, финансируемым государством (Hicks et al. ., 1993). Соответствующее исследование Соединенного Королевства показывает быстрое увеличение количества совместных публикаций между различными участниками инновационной системы Соединенного Королевства.

3. Анализ цитирования

Поскольку пользователи технических знаний и идей часто цитируют свои источники, анализ цитирования может использоваться для оценки степени, в которой предприятия используют информацию, содержащуюся в патентах или публикациях университетов и исследовательских институтов. Например, исследования в США показывают, что такие отрасли, как биология, биотехнология и физика, в большей степени зависят от патентов университетов, чем другие отрасли (см. Таблицу 2).

4. Фирменные опросы

Опросы компаний показывают, в какой степени они рассматривают университеты и государственные исследовательские институты как источники знаний, полезных в их инновационной деятельности. Эти опросы также отражают более неформальное взаимодействие между промышленностью и государственным исследовательским сектором. Как и следовало ожидать, такие обследования показывают, что полезность общедоступных знаний сильно различается в зависимости от промышленного сектора. В Европе отрасли, в которых государственные научно-исследовательские институты считаются важными, включают в себя более наукоемкие секторы, такие как коммунальные услуги, фармацевтика и авиакосмическая промышленность.

Исследования национальных инновационных систем на сегодняшний день показывают, что государственный исследовательский сектор может быть более важным как косвенный источник знаний, чем как прямой источник научных или технических открытий. Это имеет тенденцию варьироваться в зависимости от сектора и в меньшей степени относится к наукоемким отраслям и секторам, таким как строительство и энергетика, где могут быть прямые потоки от научных открытий к технологическому развитию. Однако по большей части прямые связи ограничены из-за временного лага между фундаментальными исследованиями и инновациями, значительных усилий по адаптации, требуемых со стороны промышленности, и множественных источников технологических инноваций.

Напротив, косвенные вторичные эффекты государственных исследований в частном секторе — через общий доступ к базе знаний и техническим сетям — значительны для многих секторов. Также имеется значительный эффект локализации, когда потоки знаний из государственного сектора в промышленность могут быть наиболее важными в конкретном регионе или регионе.

Изучение более локализованных или региональных инновационных систем является дополнением к изучению потоков знаний на национальном уровне. Существует заметная тенденция к созданию специализированных центров знаний рядом с ведущими университетами, ориентированных на исследования и разработки в области определенных технологий, например компьютерное программное обеспечение, биотехнология, коммуникации. Высокотехнологичные компании, как отечественные, так и иностранные, и исследовательские институты, как правило, собираются в этих местах, чтобы получить доступ к формальным и неформальным техническим сетям. В Соединенных Штатах примеры включают Кремниевую долину в Калифорнии (около Стэнфордского университета и Калифорнийского университета), биотехнологический кластер в районе Бостона (около Массачусетского технологического института) и коммуникационный кластер в Нью-Джерси (около Принстонского университета и бывшие Bell Laboratories).

Относительная важность государственного исследовательского сектора как источника знаний для промышленности также значительно различается в зависимости от страны из-за разной важности этих институтов в национальных условиях. Государственные научно-исследовательские институты и лаборатории более важны в некоторых странах, например в Европе, чем в других странах, как разработчики и распространители прикладных технологий, полезных для промышленности. В Соединенных Штатах университеты часто образуют ядро, вокруг которого технологические фирмы и исследовательские институты собираются в более неформальные локализованные инновационные центры.

В ходе исследований инновационных систем некоторые страны выявили институциональные несоответствия, которые могут препятствовать потокам знаний. Например, Австрия отметила маргинальное положение своих исследовательских институтов, которые непропорционально ориентированы на государственный сектор и не имеют существенного практического значения для предпринимательского сектора. Хотя университеты в Нидерландах получили высокие рейтинги как партнеры в области НИОКР, предприятия считали их прямое влияние на промышленные инновации ограниченным. Одно средство правовой защиты было испробовано в таких странах, как Германия и Нидерланды, которые создали специальные институты-мосты для более тесной связи государственных научно-исследовательских институтов с промышленностью.

Распространение технологий

Самым традиционным типом потока знаний в инновационной системе может быть распространение технологий в виде нового оборудования и машин. Обычно распространение инноваций — это медленный процесс, который длится годами. Скорость внедрения технологий существенно варьируется от одного сектора к другому и в зависимости от национального контекста и различных характеристик на уровне компаний. Однако инновационная деятельность фирм все больше зависит от того, как заставить технологии работать за счет внедрения и использования инноваций и продуктов, разработанных в других странах.

Информация о технологиях может поступать от клиентов и поставщиков, а также от конкурентов и государственных учреждений. Распространение технологий особенно важно для традиционных секторов производства и сферы услуг, которые сами могут не быть исполнителями НИОКР или новаторами. По этой причине правительства приняли множество схем и программ для распространения технологий в промышленности, от центров расширения производства до демонстрационных проектов и технологических брокеров (OECD, 1997a).

Опросы фирм традиционно использовались для отслеживания использования различных типов технологий в промышленности. Анкеты спрашивают производственные фирмы об использовании ими передовых производственных технологий или сервисные фирмы об использовании ими информационных технологий. Темпы внедрения новых технологий можно отслеживать с течением времени, и можно измерить использование конкретных технологий в промышленности. Например, обследования фирм в Германии показывают кривые распространения для выбранных компьютерных производственных технологий, которые по прошествии двадцати лет используются на значительной части предприятий (см. Рисунок 3).Все чаще обследования сосредотачиваются на распространении информационных технологий, включая компьютеры, оборудование связи и полупроводники, среди широкого круга производственных секторов и секторов услуг. Однако такие опросы обычно не выявляют источник оборудования или технологий, что ограничивает их полезность при отслеживании технологических потоков между участниками в рамках инновационной системы.

Подход, изученный в ОЭСР, измеряет распространение технологий путем отслеживания межотраслевых потоков НИОКР через закупку машин и оборудования. Такое воплощенное распространение технологий оценивается с помощью матриц затрат-выпуска, которые отслеживают обмен товарами между отраслями промышленности, имеющими разную интенсивность НИОКР (расходы на НИОКР на единицу продукции). Таким образом, покупные ресурсы (как промежуточные, так и инвестиционные товары, а также из одной страны в другую) действуют как носители технологий во всех секторах. Эта методология также позволяет разделить: 1) технологии, созданные самой отраслью посредством ее собственных исследований и разработок; и 2) технологии, приобретенные в результате закупок отечественных и зарубежных товаров. Могут быть построены профили стран, которые показывают степень зависимости различных секторов от приобретенной технологии, полученной через диффузионные потоки.            

Сравнительный анализ показывает, что некоторые страны могут лучше распространять технологии в промышленных секторах (OECD, 1996c).

Большинство исследований показывают, что распространение технологий на широком уровне положительно влияет на производительность в промышленности. Также показано, что распространение технологии во многих случаях так же важно, как инвестиции в НИОКР для инновационной деятельности. Например, было обнаружено, что распространение технологий оказало большее влияние на рост производительности в Японии, чем прямые расходы на НИОКР в период 1970-93 годов.

Интенсивное использование передовых машин и оборудования в производстве способствовало повышению технологичности экономики Японии даже больше, чем расходы на исследования (OECD, 1996c). Это подчеркивает, что узкая направленность на стимулирование расходов на исследования или озабоченность наукоемкими секторами может привести к игнорированию содействия распространению технологий, что имеет важное значение для развития всей национальной инновационной системы.

Обследования распространения технологий были направлены на выявление препятствий на пути внедрения технологий фирмами. Среди основных факторов, определяющих отказ от внедрения технологий, можно назвать отсутствие информации, финансирования и технических знаний. Более глубокое исследование показывает, что виноваты также общие организационные и управленческие недостатки. Фирмам необходим широкий спектр навыков соответствующего типа и сочетания, если мы хотим, чтобы внедрение технологий было успешным.

Самые инновационные фирмы — это те, которые имеют возможность получать доступ к внешним знаниям и подключаться к информационным сетям, включая неформальные контакты, отношения между пользователями и поставщиками и техническое сотрудничество; им также нужна способность адаптировать технологии и знания к своим потребностям. Процесс инноваций, посредством которого создаются и используются технологии, становится все более коллективным делом, определяемым институциональными системами и системами обмена знаниями.

Мобильность персонала

Передвижение людей и знания, которые они несут с собой (часто называемые «неявными знаниями»), являются ключевым потоком в национальных инновационных системах. Личное взаимодействие, будь то на официальной или неформальной основе, является важным каналом передачи знаний в рамках отрасли, а также между государственным и частным секторами. Иногда важны не столько конкретные передаваемые знания, сколько общий подход к инновациям и компетентность для решения проблем.

Способность находить и идентифицировать информацию, а также получать доступ к сетям исследователей и персонала является ценным активом знаний. В большинстве исследований распространения технологий показано, что навыки и сетевые возможности персонала являются ключевыми для внедрения и адаптации новых технологий. Инвестиции в передовые технологии должны сопровождаться этой «возможностью адаптации», которая в значительной степени определяется квалификацией, общими неявными знаниями и мобильностью рабочей силы.

К измерению мобильности персонала применялись разные подходы. Наиболее многообещающим методом является использование статистики рынка труда для отслеживания перемещения персонала, классифицированного по уровню квалификации, между отраслями промышленности и между промышленностью и университетами / исследовательскими институтами. Страны Северной Европы провели ряд исследований мобильности людей в национальных инновационных системах.

В Норвегии собираются данные о количестве исследователей, поступающих в научно-исследовательские институты и из них (из или из университетов, других

В 1992 году исходящая мобильность из норвежских научно-исследовательских институтов составляла около 6 процентов от общей численности занятых, что меньше 8 процентов в 1991 году. Уровень набора в 1992 году составил 11 процентов, что отражается в чистом росте числа исследователей. В Швеции данные о рынке труда используются для отслеживания мобильности докторов наук и инженеров с течением времени и между государственными учреждениями, университетами и различными отраслями промышленности.

Исследования стран Северной Европы показывают, что высокий уровень мобильности квалифицированного персонала способствует повышению общего уровня квалификации рабочей силы, а также инновационной деятельности экономики. Что касается потоков, то, как и следовало ожидать, наибольшее движение наблюдается среди выпускников университетов в промышленность и исследовательские институты. Уровень мобильности университетских исследователей и персонала исследовательских институтов в промышленность ниже. Кроме того, большинство исследователей, приходящих в бизнес-сектор, не продолжили свою исследовательскую работу, а переключились на другую деятельность внутри фирмы. Перемещение персонала из научно-исследовательских институтов в университеты является умеренным, как и уровень мобильности технического персонала в самой отрасли. Хотя мобильность персонала является важным показателем текучести потоков знаний в инновационных системах, следует также учитывать более неформальные сети среди исследователей (профессиональные ассоциации, конференции и т. Д.), Но их гораздо труднее измерить.

Заключение

Измерение потоков знаний и составление карт национальных инновационных систем все еще находятся на начальной стадии, о чем свидетельствует незрелость большинства статистических показателей, обсуждаемых в этом отчете. Измерение распространения знаний и взаимодействия затруднено из-за недостатка данных и информации об этом виде инновационной деятельности. Обычные индикаторы (такие как расходы на НИОКР, патенты, производство и торговля высокотехнологичной продукцией) значительно более надежны, но могут дать лишь приблизительную картину потоков знаний в инновационном процессе. В настоящее время ОЭСР стремится разработать новые типы индикаторов потока инноваций, сопоставимые по странам, включая мобильность человеческих ресурсов, распространение знаний через публикации и патенты, а также характеристику инновационных фирм как в сфере производства, так и в сфере услуг.

Изображение национальных инновационных систем также страдает от недостатка сопоставимых подходов в разных странах. Некоторые страны и теоретики придерживаются более целостного взгляда на включение всех типов ресурсов, результатов и потоков, связанных с технологиями, в свои исследования инновационных систем. Это точка зрения, используемая во многих исследованиях инноваций на уровне фирм. Другие сосредотачиваются только на потоках (например, совместные НИОКР, мобильность персонала, источники информации) или конкретных типах связей. Кластерный подход становится все более популярным среди теоретиков инновационных систем, которые видят ценность в выявлении и оценке взаимодействия между меньшей системой или группой инновационных фирм. Существуют также различные взгляды на соответствующий уровень анализа: субнациональный уровень, национальный уровень, панрегиональный уровень или международный уровень. Системы взаимодействия и инноваций в той или иной степени существуют на всех этих уровнях. Различные уровни все больше взаимодействуют, что еще больше усложняет задачу анализа инновационных систем.

Список источников

1. ФРИМАН, К. Технология и экономические показатели: уроки Японии, Пинтер, Лондон. 1987.
2. ЛУНДВАЛЛ, Б-Е. (ред). Национальные инновационные системы: к теории инноваций и интерактивного обучения, Пинтер, Лондон. 1992.
3. НЕЛЬСОН, Р. (редактор), Национальные инновационные системы. Сравнительный анализ, Oxford University Press,Нью Йорк/Оксфорд. 1993.
4. ОЭСР, Перспективы науки, технологий и промышленности, Париж. 1996.
5. ОЭСР, Распространение технологий в промышленности: политика и программы правительства, Париж. 1997.
6. ПАТЕЛ, П. и К. ПАВИТТ, «Природа и экономическое значение национальных инновационных систем», STI Review, № 14, ОЭСР, Париж. 1
7. DEN HERTOG, P. et al., Оценка распределительной силы национальных инновационных систем: экспериментальное исследование Нидерландов, Центр исследований технологий и политики TNO, Апелдорн, Нидерланды. 1995.

References

1. FREEMAN, C., Technology and Economic Performance: Lessons from Japan, Pinter, London. 1987.
2. LUNDVALL, B-Å. (ed.). National Innovation Systems: Towards a Theory of Innovation and Interactive Learning, Pinter, London. 1992.
3. NELSON, R. (ed.), National Innovation Systems. A Comparative Analysis, Oxford University Press, New York/Oxford. 1993.
4. OECD, Science, Technology and Industry Outlook, Paris. 1996.
5. OECD, Diffusing Technology to Industry: Government Policies and Programmes, Paris. 1997.
6. PATEL, P. and K. PAVITT, “The Nature and Economic Importance of National Innovation Systems”,STI Review, No. 14, OECD, Paris. 1994.
7. DEN HERTOG, P. et al., Assessing the Distributional Power of National Innovation Systems: Pilot Study of the Netherlands, TNO Centre for Technology and Policy Studies, Apeldoorn, Netherlands. 1995.

Для цитирования: Акулли М. Поток знаний в национальных инновационных системах // Московский экономический журнал. 2022. № 2. URL: https://qje.su/ekonomicheskaya-teoriya/moskovskij-ekonomicheskij-zhurnal-2-2022-22/

© Акулли М, 2022. Московский экономический журнал, 2022, № 2.