Kapitał intelektualny jako istotny czynnik konkurencyjności polskich województw w latach 2016-2020

• Authors: Monika Osińska

Title variants

EN

Intellectual Capital as a Significant Competitiveness Factor of the Polish Regions in 2016-2020

Abstracts

EN

The main purpose of this article is to identify the cause-effect relationships between intellectual capital of the Polish regions and their competitive position. This study applies PLS-PM method. The obtained results confirmed that intellectual capital is an important factor of regional competitiveness. The greatest impact on the competitive position of the Polish regions in 2019 turned out to be activity capital and knowledge capital, which affected image capital. Image capital could explain competitive position of the Polish regions do the tune of 88,1% (R2 = 0,881). The research confirmed that the highest level of intellectual capital has the Mazowieckie, which is the most competitive Polish region among other. Finally, the conducted research showed that the components of intellectual capital of the Polish regions identified as important factors of regional competitiveness in 2019 were also important factors of competitiveness in the three preceding years (2016, 2017, 2018) and in 2020.

PL

Celem artykułu jest analiza zależności przyczynowo-skutkowych zachodzących pomiędzy komponentami kapitału intelektualnego województw a ich pozycją konkurencyjną. W tym celu zastosowano metodę PLS-PM. Uzyskane wyniki potwierdziły, że kapitał intelektualny jest istotnym czynnikiem konkurencyjności województw. Największy wpływ na pozycję konkurencyjną województw w 2019 roku miały kapitał osobowościowy i kapitał wiedzy, które istotnie wpływały na poprawę kapitału wizerunku województw. Kapitał wizerunku wyjaśnił ostatecznie ponad 88% zmienności pozycji konkurencyjnej województw. Badania potwierdziły, że największy poziom kapitału intelektualnego ma województwo mazowieckie, które zajmuje także najwyższą pozycję konkurencyjną. Ponadto przeprowadzone badanie pokazało, że komponenty kapitału intelektualnego zidentyfikowane jako istotne czynniki konkurencyjności województw w 2019 roku były również istotnymi czynnikami konkurencyjności w każdym z trzech wcześniejszych lat (2016, 2017, 2018) oraz w roku 2020.

Keywords

PL

kapitał intelektualny regionu; konkurencyjność regionu; modelowanie równań struk- turalnych; SEM; modelowanie ścieżek; PM

EN

regional intellectual capital; PLS-PM; SEM; cause-effect relationships; regional competiti- veness

• Publisher: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
• Journal: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Year: 2023
• Volume: 67
• Issue: 2
• Pages: 107-122

Dates

published

2023

Contributors

author

Monika Osińska

• Uniwersytet Ekonomiczny w Poznaniu

References

• Chaudhuri, R., Chatterjee, S., Vrontis, D. i Vicentini, F. (2022). Effects of human capital on entrepreneurial ecosystems in the emerging economy: the mediating role of digital knowledge and innovative capability from India perspective. Journal of Intellectual Capital (przyjęty do druku).
• Gatnar, E. (2003). Statystyczne modele struktury przyczynowej zjawisk ekonomicznych. Katowice: Wydawnictwo Akademii Ekonomicznej im. Karola Adamieckiego.
• Kamaruddin, K. i Abeysekera, I. (2013). Structural equation modelling. W: Intellectual capital and public sector performance (Studies in Managerial Financial Accounting, vol. 27, s. 93-123). Emerald Group Publishing Limited.
• Lopez, V. R. R., Nevado, D. P. i Alfaro, J. N. (2010). A model to measure intellectual capital efficiency at national level: Comparison, results and relationships. Pobrane z: https://www.researchgate.net/profile/Maria-Do-Rosario-Cabrita/publication/ 277577452_The_Role_of_Creative_Industries_in_Stimulating_Intellectual_Capital_in_Cities_and_Regions/links/556da57508aeccd7773d04bb/The-Role-of-Creative-Industries-in-Stimulating-Intellectual-Capital-in-Cities-and-Regions. pdf#page=533
• Malhotra, Y. (2003). Measuring knowledge assets of a nation: knowledge systems for development. Pobrane z: https://km. brint.com
• Osińska, M. (2010). Kapitał intelektualny województw a sytuacja na rynku pracy w latach 2006 i 2007. W: J. W. Owsiński (red.), Kapitał społeczny i ludzki - społeczeństwo informacyjne - gospodarka - zarządzanie - informatyka (s. 101-112). Bydgoszcz: Polskie Stowarzyszenie Zarządzania Wiedzą.
• Osińska, M. (2011). Zastosowanie modelowania miękkiego do porównania kapitału intelektualnego województw Polski. W: D. Appenzeller (red.), Analiza danych gospodarczych - metody i zastosowania (s. 142-154). Poznań: Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu.
• Osińska, M. (2014). Pomiar i ocena efektywności wykorzystania kapitału intelektualnego województw w Polsce (rozprawa doktorska). Poznań Uniwersytet Ekonomiczny w Poznaniu.
• Pasher, E. i Shachar, S. (2007). The intellectual capital of the State of Israel: 60 Years Achievements. Pobrane z: https://innovationisrael.org.il/sites/default/files/The%20Intellectual%20Capital%20of%20the%20State%20of%20Israel.pdf
• Rehman, S. U., Bresciani, S., Ashfag, K. i Alam, G. M. (2021). Intellectual capital, knowledge management and competitive advantage: a resource orchestration perspective. Journal of Knowledge Management. Przyjęty do druku.
• Rogowski, J. (1990). Modele miękkie. Teoria i zastosowanie w badaniach ekonomicznych. Białystok: Dział Wydawnictw Filii Uniwersytetu w Białymstoku.
• Schiuma, G., Lerro, A. i Carlucci, D. (2008). The Knoware Tree and the Regional Intellectual Capital Index: An assessment within Italy. Journal of Intellectual Capital, 9(2), 283-300.
• The World Bank (2008). Measuring knowledge in the world's economies - knowledge assessment methodology and knowledge economy index. Pobrane z: https://web.worldbank.org/archive/website01030/WEB/IMAGES/KAM_V4.PDF
• Węziak-Białowolska, D. (2010). Model kapitału intelektualnego regionu: Koncepcja pomiaru i zastosowanie. Warszawa: Wydawnictwo Szkoły Głównej Handlowej w Warszawie.
• Willaby, H. W., Costa, D. S. J., Burns, B. D., MacCann, C. i Roberts, R. D. (2015). Testing complex models with small sample sizes: A historical overview and empirical demonstration of what Partial Least Squares (PLS) can offer differential psychology. Personality and Individual Differences, (84), 73-78.
• Vo, D. H. i Tran, N. P. (2022). Measuring national intellectual capital: a novel approach. Journal of Intellectual Capital, 23(4), 799-815.

Identifiers

DOI

10.15611/pn.2023.2.10

Biblioteka Nauki

2206344