Integal futures based on the paradigm approach

The study discusses the interpretation of integral futures in the context of paradigm. The dynamic matrix model of futures paradigm has been developed for carrying out meta-analysis of futures. As a result of meta-analysis integral futures and its new paradigms are defined by way of reconstructing futures paradigm history as responses to changing societal needs and through the outcomes of dynamic and comparative analysis of futures paradigms. The study sets the argument that integral futures: a) is entering a new phase in development of futures that responses to societal demands for sustainability, democratic participation and continuous knowledge production and integration, b) it is the phase of cooperation building between theoretical and practical futures, c) it is the complementary development of co-evolutionary and participatory paradigms, d) it unfolds further research perspectives for futures.

A Kraft-index – kreatív városok – fenntartható vidék (The KRAFT Index: Creative Cities – Sustainable Regions)

A KRAFT-index: Kreatív városok – fenntartható vidék egy komplex mutatórendszer, amely a fejlődési tendenciát, hálózatosodást, a fontosabb szereplők együttműködési készségét és kapacitását, kreativitási potenciálját, valamint a szereplők szinergiáiból fakadó belső energiákat és lehetőségeiket jelzi. A város- és vidékfejlesztés sikerének zálogaként előtérbe állítja és méri az ún. „puha” tényezőket, úgymint a kreativitást, innovációs képességet, új tudás létrehozását, tudástranszfert, együttműködési készséget, bizalmat, kollektív kompetenciákat. A társadalmi, gazdasági és tudományos kapcsolatok és hálózatok sűrűsége, minősége és dinamizmusa a sikeres fejlődés és fejlesztés kulcsai: ezek ma már fontosabb tényezők, mint a fizikai távolság, az adminisztratív jogi határok vagy az ún. „kemény” indikátorok. Az index értékeli egy térség lehetőségeit arra, hogy az ott élők, dolgozók, alkotók és letelepedni kívánók életminőségét, a vállalatok minőségi munkaerő iránti igényét és a fenntarthatósági szempontokat egyaránt figyelembe véve fejlessze gazdaságát és versenyképességét. Három tulajdonságcsoportot mér: 1. kreativitiási és innovációs potenciál, az új tudás létrehozásának képessége, 2. társadalmi és kapcsolati tőke, hálózati potenciál és „összekapcsoltság”, valamint 3. fenntarthatósági potenciál. _____ The KRAFT Index: Creative Cities – Sustainable Regions is a complex indicator system to measure development tendencies, ‘networkedness’, cooperation inclination and capacity, creativity potential and possibilities arising from the synergies among actors. It highlights and gauges ‘soft’ factors, such as creativity, innovation capacity, knowledge production, knowledge transfer, willingness for cooperation, trust, and collective competences and perceives effective regional cooperation among economic and social actors as the measure of successful urban and rural development. The density, quality and dynamism of social, economic and academic networks are more important factors than physical distance, administrative legal barriers or ‘hard’ indicators. The index evaluates the potential of a region to develop its economy and competitiveness by considering the quality of life of its inhabitants, workers, producers and immigrants, the quality workforce requirements of companies and sustainability. It measures three groups of qualities: 1. creativity and innovation potential, the ability of knowledge production; 2. social and connection capital, network potential and connectedness; and 3. sustainability potential.

Munkaszervezés a lean termelésben – mit magyaráznak a termelésmenedzsment koncepciók = Work organization in lean production – what production concepts explain

A tanulmány a lean termelés munkaszervezését három termelésmenedzsment koncepció segítségével vizsgálja. Az egyes koncepciók a szervezet eltérő metszeteit érintik: (1) a termék-folyamat mátrix (Hayes és Wheelwright, 1979) a termék és a folyamat jellemzőit helyezi középpontba. A lean hatására a szervezet a mátrixban a nagyobb választék és a folyamat alapú működés (nagyobb függőség) irányába mozdul el. Az elmozdulást üzemi szinten a magas elkötelezettségű munkavégzési rendszer gyakorlatainak bevezetése kíséri, mivel azok támogatják a rugalmas működést, a gyors kommunikációt és problémamegoldást. Az elmozdulás „minősége” és így a munkaszervezési gyakorlatok használata (mélyég, száma, munkavállalók bevonása) nagyban függ a termelési stratégiától és a lean érettségtől. (2) A termelési stratégia szakaszai (Wheelwright és Hayes, 1985) a termelés üzleti stratégiában játszott szerepét elemzik. A lean termelés összeegyeztethető a termelési stratégia harmadik szakaszának „command és control” szemléletmódjával. Az ilyen lean termelők költégfókuszúak, a hagyományos munkaerőképben gondolkodnak és körükben kevésbé jellemző az új emberi erőforrás gyakorlatok használata. A lean termelés adaptálása ösztönözheti a vállalatokat a termelési stratégia negyedik szintje felé. A negyedik szint a bevonásra, problémamegoldásra és tanulásra épít, amely megfelel a lean „emberek tisztelete” pillérének. (3) A lean érettségi modell (Hines és társai, 2004) a lean szervezeten belüli elmélyülését és terjedését mutatja be. A lean utazás során a vállalatok az eszköz alapú megközelítéstől a komplex értékrendszerben gondolkodó lean szervezet felé haladnak. A technikai tudásanyag egyre szélesebb körűvé válik, ami rávilágít a tudásátadás (személyek közöttire, de akár struktúrákba, folyamatokba építése is) képességének jelentőségére. Az emberi erőforrás gyakorlatok folyamatosan jelennek meg. De csak a legfejlettebb szakasz, a lean tanuló szervezet megjelenése teszi valóban szükségessé a munkavállalói kép újragondolását is. = This paper examines work organization in lean production with the help of three production concepts. These concepts embrace different dimensions of the organization: (1) the product-process matrix (Hayes and Wheelwright, 1979) is about product and process characteristics. Due to the lean the organization shifts within the matrix – towards higher variability and flow (higher level of interdependencies). On the shop floor the shift is accompanied by the introduction of high commitment work system’s practices, since those support flexible operations, fast communication and problem-solving. The „quality” of the shift and hence the application of these work practices (number of practices, their embeddeness, employee involvement) highly depends on manufacturing strategy and lean maturity. (2) The concept of stages of manufacturing strategy (Wheelwright and Hayes, 1985) analyzes the role of the manufacturing function in the business strategy. Lean production is compatible with the „command and control” approach of the third stage of manufacturing strategy. These lean producers are cost-driven, they have the traditional approach of employees and apply new work organization practices to a less extent. However, the implementation of lean production may drive these companies to the fourth stage. The fourth stage of manufacturing strategy is based on employee involvement, problem-solving and learning. This stage is in full accordance with the „respect for people” pillar of lean production. (3) Lean maturity (Hines et al., 2004) shows the path how lean management deepens and expands within an organization. During the lean journey, companies progress from the tool-based approach to the complex lean value system. The technical knowledge of lean becomes more and more comprehensive and it points out the crucial importance of knowledge conversion capabilities (intrapersonal or even how to build knowledge into structures, processes). Work organization practices constantly appear with the progress, but the review of the traditional approach of employees is only essential at the most advanced stage, when an organization becomes lean learning organization.

Heterogenitás és technikai hatékonyság - a magyar specializált szántóföldi növénytermesztő üzemek esete = Heterogeneity and technical efficiency - the case of Hungary's specialized arable crop production units

A cikkben paneladatok segítségével a magyar gabonatermesztő üzemek 2001 és 2009 közötti technikai hatékonyságát vizsgáljuk. A technikai hatékonyság szintjének becslésére egy hagyományos sztochasztikus határok modell (SFA) mellett a látens csoportok modelljét (LCM) használjuk, amely figyelembe veszi a technológiai különbségeket is. Eredményeink arra utalnak, hogy a technológiai heterogenitás fontos lehet egy olyan ágazatban is, mint a szántóföldi növénytermesztés, ahol viszonylag homogén technológiát alkalmaznak. A hagyományos, azonos technológiát feltételező és a látens osztályok modelljeinek összehasonlítása azt mutatja, hogy a gabonatermesztő üzemek technikai hatékonyságát a hagyományos modellek alábecsülhetik. _____ The article sets out to analyse the technical efficiency of Hungarian crop farms between 2001 and 2009, using panel data and employing both standard stochastic frontier analysis and the latent class model (LCM) to estimate technical efficiency. The findings suggest that technological heterogeneity plays an important role in the crop sector, though it is traditionally assumed to employ homogenous technology. A comparison of standard SFA models that assumes the technology is common to all farms and LCM estimates highlights the way the efficiency of crop farms can be underestimated using traditional SFA models.

A marketing, a termelés és a logisztika hozzájárulása a vállalati eredményességhez (The Contribution of Marketing, Production and Logistics to Business Performance)

A Budapesti Corvinus Egyetem Versenyképességkutató Központjának 2004-ben lekérdezett kérdőíve alapján, ami 154 feldolgozóipari vállalat adatait tartalmazza, azt vizsgáljuk, hogy az ellátási lánc három lényeges vállalati funkciója, a marketing, a termelés és a logisztika milyen mértékben járul hozzá az üzleti eredményességhez. Az eredmények szerint a marketingnek és a termelésnek erősebb hatása van a vállalati teljesítményre, mint a logisztikának. A három funkció együttesen csekély, bár statisztikai értelemben szignifikáns szerepet játszik az üzleti sikerben. _____ Companies are complex organizations where a lot of activities and processes have to work properly in order to reach success. Depending on several factors, sometimes some activities get more emphasis while others work in the background. Since organizational functions have separate literature and practical knowledge, and transit between them is rare, we do have very little knowledge on how the various functions together contribute to company success. Based on a wide-scale empirical study on Hungarian competitiveness, which includes data on 154 companies from the process industry, we examine to what extent three functions of the supply chain, marketing, manufacturing and logistics, can contribute to business success. Results show that marketing and manufacturing have larger effect on company performance than logistics. However, the three functions together play a minor, although significant role in company success.

Open innovation in the performing arts. Examples from contemporary dance and theatre production

Scholarship on open innovation examines the different shades of opening up the innovation process of firms, where the most important feature is sourcing in knowledge. In this paper I examine the implications of adapting open innovation frames to a field where it was not investigated before: performing arts (contemporary dance and theatre). I draw on case studies and demonstrate that open innovation strategies are viable for artistic production. Independent companies purposefully mining out external knowledge in production, and commercializing on the spillovers of their body of knowledge, put themselves on the shelf of firms adopting and adapting to open innovation.

A tudásérték meghatározása minőségügyi szempontból, hálózatelemzési módszerekkel (The knowledge value in terms of quality with network analysis methods)

A minőségügy egyik kulcsfeladata, hogy azonosítsa az értékteremtés szempontjából kritikus tényezőket, meghatározza ezek értékét, valamint intézkedjen negatív hatásuk megelőzése és csökkentése érdekében. Az értékteremtés sok esetben folyamatokon keresztül történik, amelyek tevékenységekből, elvégzendő feladatokból állnak. Ezekhez megfelelő munkatársak kellenek, akiknek az egyik legfontosabb jellemzője az általuk birtokolt tudás. Mindezek alapján a feladat-tudás-erőforrás kapcsolatrendszer ismerete és kezelése minőségügyi feladat is. A komplex rendszerek elemzésével foglalkozó hálózatkutatás eszközt biztosíthat ehhez, ezért indokolt a minőségügyi területen történő alkalmazhatóságának vizsgálata. Az alkalmazási lehetőségek rendszerezése érdekében a szerzők kategorizálták a minőségügyi hálózatokat az élek (kapcsolatok) és a csúcsok (hálózati pontok) típusai alapján. Ezt követően definiálták a multimodális (több különböző csúcstípusból álló) tudáshálózatot, amely a feladatokból, az erőforrásokból, a tudáselemekből és a közöttük lévő kapcsolatokból épül fel. A hálózat segítségével kategóriákba sorolták a tudáselemeket, valamint a fokszámok alapján meghatározták értéküket. A multimodális hálózatból képzett tudáselem-hálózatban megadták az összefüggő csoportok jelentését, majd megfogalmaztak egy összefüggést a tudáselem-elvesztés kockázatának meghatározására. _______ The aims of quality management are to identify those factors that have significant influence on value production, qualify or quantify them, and make preventive and corrective actions in order to reduce their negative effects. The core elements of value production are processes and tasks, along with workforce having the necessary knowledge to work. For that reason the task-resource-knowledge structure is pertinent to quality management. Network science provides methods to analyze complex systems; therefore it seems reasonable to study the use of tools of network analysis in association with quality management issues. First of all the authors categorized quality networks according to the types of nodes (vertices) and links (edges or arcs). Focusing on knowledge management, they defined the multimodal knowledge network, consisting of tasks, resources, knowledge items and their interconnections. Based on their degree, network nodes can be categorized and their value can be quantified. Derived from the multimodal network knowledge-item network is to be created, where the meaning of cohesive subgroups is defined. Eventually they proposed a formula for determining the risk of knowledge loss.