The background of the thesis is the ongoing struggle for better understanding of driving forces for economic growth. Some important and rewarding new steps have been taken the last decades in the research of economic growth theory. For example, the theory includes not only the use of technology but also the creation and implementation of new technology entwined with management and learning practices at work. However, the development of knowledge on the matter can be described as slow. The explanation is argued to be the lack of data, which complicates and prevents the development of theory. The lack of data and the intertwined dependence with the development of theory in the matter constitutes the starting point for the research in the thesis. The purpose of this thesis is to contribute to the development of measures of management of work and learning practices at work that can be used in productivity models. The analyses are based on the micro-level data from the Swedish MEADOW Survey 2009/2010, at Statistics Sweden. Factor and regression analysis are performed, other analytical techniques are also used. Some key findings of how management and learning practices at work can be described and measured show that the business firms use the different practices in bundles. The findings indicate synergy effects on performance when more than one management and learning practice is applied. Two different management approaches are tested, both models predict productivity. However, there is a difference in the productivity model a such when it includes the two management approaches; the measure of the contemporary use has a better fitness then the theoretical model. Focus and delimitations of research questions in the forthcoming doctoral dissertation are discussed, see Future Research – the Logic Next Step, in Chapter 6. Final Reflections. / Bakgrunden till avhandlingen är den ständigt pågående kampen för bättre förståelse om drivkrafter för ekonomisk tillväxt. Några väsentliga steg har tagits de senaste decennierna inom forskningen om ekonomisk tillväxtteori. Exempelvis, idag innefattar teorin inte bara användningen av teknik utan också skapandet och genomförandet av ny teknik samt hur tekniken är förbunden med ledning och lärande i arbete. Kunskapsutvecklingen kan dock beskrivas som långsam. En förklaring och ett argument är bristen på data, vilket komplicerar och förhindrar utvecklingen av teorin. Bristen på data i den aktuella frågan och det sammanflätade beroendet med teoriutvecklingen är utgångspunkten för forskningen i avhandlingen. Syftet med avhandlingen är att bidra till utveckling av indikatorer om ledning av arbete och lärande i arbete som kan inkluderas i produktivitetsmodeller och som kan användas för att förstå ekonomisk tillväxt bättre. Uppgifterna som används i avhandlingen är mikronivådata (micro-level data) från Statistiska centralbyråns Swedish MEADOW Survey 2009/2010. Faktor- och regressionsanalys används, vissa andra analytiska tekniker används också. Några nyckelresultat om hur ledning och lärande i arbetet kan beskrivas och mätas visar att företagen använder de olika sätten i grupper av praxis ”bundles”. Resultaten visar synergieffekter på företagets prestationsförmåga när mer än en lednings- och inlärningspraxis tillämpas. Två olika sätt för hur att mäta ledning och lärande i arbete används, båda förutsäger produktivitet. Dock finns det en skillnad i produktivitetsmodellen mellan de två olika sättet att mäta: när faktisk användning mäts ger det högre förklaringsgrad än den teoretiska modellen. Inriktning och avgränsning av forskningsfrågor i den kommande planerade doktorsavhandlingen diskuteras, se Future Research – the Logic Next Step, i Chapter 6. Final Reflections. / <p>QC 20171128</p> / Statistics Sweden project: Organisation, growth and work environment (finished 2016)
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-218343 |
| Date | January 2017 |
| Creators | Nylund, Annette |
| Publisher | KTH, Industriell ekonomi och organisation (Inst.), Stockholm |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Licentiate thesis, comprehensive summary, info:eu-repo/semantics/masterThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-IEO, 1100-7982 ; 2017:12 |
Page generated in 0.0021 seconds