Звездные сотрудники в организациях 21 века (Перевод)

Полный перевод исследования о распределении производительности по степенному закону.

ЗВЕЗДНЫЕ СОТРУДНИКИ В ОРГАНИЗАЦИЯХ ДВАДЦАТЬ ПЕРВОГО ВЕКА

ГЕРМАН АГУИНИС (HERMAN AGUINIS), Индианский университет; ЭРНЕСТ О’БОЙЛ МЛ. (ERNEST O’BOYLE JR.), Университет Айовы. Мы утверждаем, что изменения в характере труда в организациях XXI века привели к появлению звездных сотрудников — немногих людей, которые вносят непропорционально большой вклад в общий результат. Мы описываем, как «звезды» опровергают давнее убеждение в том, что распределение индивидуальной производительности является нормальным, и вместо этого указывают на лежащее в основе распределение по степенному закону. Кроме того, мы предлагаем 9 положений для руководства будущими эмпирическими исследованиями звездных сотрудников и лежащего в основе распределения индивидуальной производительности по степенному закону. Мы описываем, как присутствие «звезд», вероятно, повлияет на все теории управления на индивидуальном, командном и фирменном уровнях, прямо или косвенно затрагивающие индивидуальную производительность, но фокусируемся на конкретных последствиях для теорий, касающихся человеческого капитала, текучести кадров, компенсаций, сокращения штатов, лидерства, командной работы, корпоративного предпринимательства и микрооснований стратегии. Кроме того, мы обсуждаем методологические соображения, необходимые для реализации предложенной нами программы исследований. Наконец, мы обсуждаем, как учет звездных сотрудников имеет важные последствия для управленческой практики.

С момента повторного вступления в должность генерального директора Starbucks в 2008 году Говард Шульц (Howard Schultz) обеспечил рыночную капитализацию в размере $33 billion, more than$ 11 миллиардов годовых продаж и чистую годовую прибыль в размере $1.7 миллиарда (Starbucks Corporation, 2012). В условиях все еще испытывающей трудности экономики США, где средний рост компаний S&P 500 в 2011 году составил -.4%, цена акций Starbucks выросла более чем на 40%. Тридцатью годами ранее молодой японский программист по имени Сигэру Миямото (Shigeru Miyamoto) разработал причудливую игру с участием гориллы. Оба автора внесли равный вклад в эту работу. Мы благодарим Фредерика Моргесона (Frederick Morgeson) и двух анонимных рецензентов Personnel Psychology за конструктивные и полезные отзывы. Также мы благодарим Адама Гранта (Adam Grant) за предоставление данных, описанных в Grant (в печати) и Grant and Sumanth (2009). Предыдущая версия этой статьи была представлена на собраниях Академии менеджмента в Орландо, Флорида (август 2013 г.), а значительно сокращенная версия без рисунков, таблиц и других материалов была опубликована в сборнике Best Paper Proceedings Академии менеджмента 2013 года.

Корреспонденцию и запросы на перепечатку следует направлять Герману Агуинису (Herman Aguinis), Department of Management & Entrepreneurship, Kelley School of Business, Indiana University, 1309 E. 10th Street, Bloomington, IN 47405; haguinis@indiana.edu. Бросание бочек для почти обанкротившейся компании под названием Nintendo. Успех Donkey Kong помог профинансировать запуск домашней игровой системы Nintendo, где Миямото продолжил работать и разрабатывать некоторые из самых успешных франшиз в истории игр, включая Mario Brothers и Legend of Zelda (Suellentrop, 2013). Совсем недавно в Бангалоре, Индия, показатели отсева в системе государственных школ резко возросли из-за недоедания учащихся, пока инженер по имени Шридхар Венкат (Shridhar Venkat) не пересмотрел неэффективную программу обедов с помощью серии логистических адаптаций и адаптаций цепочки поставок (Vedantam, 2012). Постоянные улучшения программы Венкатом настолько значительно улучшили здоровье детей и посещаемость школ, что система государственных школ Бангалора теперь является кейсом Гарвардской школы бизнеса.

Шульц, Миямото и Венкат олицетворяют звездных сотрудников, которые постоянно генерируют непомерно высокий уровень продукции, влияющий на успех или неудачу их организаций и даже общества в целом. Хотя их продуктивность экстраординарна, их распространенность — нет (O’Boyle & Aguinis, 2012). Кроме того, хотя вполне вероятно, что такие звездные сотрудники существовали на протяжении всей истории, их присутствие особенно заметно во многих отраслях и организациях, составляющих рабочее пространство XXI века. Они занимают роли от рядовых сотрудников до топ-менеджмента. Более того, их приход может сигнализировать о подъеме организации, а их уход может предвещать упадок и даже организационную смерть (Bedeian & Armenakis, 1998). Мы не выделяем этих элитных исполнителей на основе какого-то набора черт или сочетания способностей и мотивации. Скорее, мы концептуализируем «звезд» на основе их результатов. Особенными их делает то, что их продуктивность явно превосходит других.

Несмотря на их центральную роль в успехе организации, у нас нет четкого понимания феномена звездных сотрудников. Фактически, их присутствие часто рассматривается как «проблема» данных, поскольку нормальное распределение не может объяснить такие экстремальные уровни продуктивности. Опора на существующие теории индивидуальной производительности, которые часто основываются на предположении о нормальном распределении производительности (Hull, 1928; Schmidt & Hunter, 1983; Tiffin, 1947), приводит к идентификации этих лучших исполнителей как «аномалий», которые должны быть исправлены путем трансформации данных или даже удаления случаев из анализа (Aguinis, Gottfredson, & Joo, 2013). Более того, руководителей, участвующих в системах оценки производительности, часто обучают игнорировать «звезд» и вместо этого навязывать нормальное распределение показателям производительности, которые они присваивают своим подчиненным (Motowidlo & Borman, 1977; Schneier, 1977).

Ситуационные ограничения, которые ограничивали индивидуальную производительность в прошлом, такие как географические расстояния, отсутствие хороших коммуникаций, невозможность доступа к информации и знаниям, а также медленное технологическое распространение, теперь сводятся к минимуму благодаря Интернету и потоку информации и знаний по всему миру. Организационная иерархия, включая контроль, командование и централизацию, была заменена органической, сетевой организационной структурой (Cascio & Aguinis, 2008; Way, Lepak, Fay, & Thacker, 2010), и растет осознание того, что большая часть общей продуктивности обеспечивается небольшой группой элитных работников (Ready, Conger, & Hill, 2010). Результатом этого нового организационного ландшафта является то, что многие из наших теорий, столь прочно укоренившихся в производственном секторе, корпоративной иерархии и человеческом капитале «необходимого большинства», могут не применяться к сегодняшнему рабочему месту, которое функционирует глобально и движимо «жизненно важным меньшинством». Цель нашей статьи — послужить трамплином для программы исследований звездных сотрудников. Во-первых, мы определяем звездных сотрудников на основе их производительности по сравнению с другими и обсуждаем роль фактора времени в идентификации «звезд». Во-вторых, мы предлагаем программу исследований, включающую девять исследовательских положений для руководства будущими эмпирическими исследованиями звездных сотрудников. В-третьих, мы обсуждаем последствия для будущей теории и эмпирических исследований в нескольких основных теориях в области менеджмента и предлагаем рекомендации относительно методологических подходов, которые будут способствовать реализации предложенной нами программы исследований. Наконец, мы обсуждаем значение звездных сотрудников и лежащего в основе распределения индивидуальной производительности по степенному закону для управленческой практики.

Звездные сотрудники

«Звезды» определяются их положением в распределении продукции. Соответственно, «звезда» — это относительная позиция, и их идентификация возможна только при рассмотрении их в связи с продуктивностью других. Кроме того, время является важным элементом идентификации «звезд», поскольку они определяются по их исключительным результатам в течение времени, а не просто по одному исключительному результату. Минимальное количество времени, необходимое для идентификации звездного сотрудника, совпадает с минимальным количеством времени, необходимым для получения и наблюдения важных результатов в различных организационных контекстах. Например, минимальное количество времени, за которое действия генерального директора генерируют стабильную оценку финансовых показателей фирмы, обычно считается кварталом — и именно поэтому деятельность генеральных директоров обычно оценивается ежеквартально. В качестве второго примера: исследователю в области менеджмента обычно требуется от 2 до 3 лет, чтобы подготовить статью в рецензируемом журнале — и именно поэтому многие университеты оценивают работу своих профессоров менеджмента на основе 2-3-летнего окна. Хотя существуют минимальные временные рамки, необходимые для идентификации звездных сотрудников, можно также накапливать несколько таких временных окон для идентификации звездных сотрудников в течение более длительных периодов времени, таких как количество цитирований, накопленных исследователями за 5-летние окна и даже за всю их карьеру (например, Podsakoff, MacKenzie, Podsakoff, & Bachrach, 2008).

Наконец, производительность может быть определена в терминах поведения (т. е. того, как люди выполняют свою работу) или результатов (т. е. продукта труда людей). Наше определение звездных сотрудников основано на результатах, которые не учитывают черты, которыми обладают работники, или то, как они выполняют работу, а вместо этого фокусируются на том, что они производят. Согласно литературе по управлению эффективностью, акцент на результатах, а не на поведении, наиболее уместен, когда (а) работники обучены необходимым моделям поведения, (б) поведение и результаты очевидно связаны и (в) существует много способов правильно выполнить работу (Aguinis, 2013). Хотя мы охотно признаем, что для более традиционных отраслей, таких как сельское хозяйство и производство, которые по-прежнему являются важными компонентами экономики в Соединенных Штатах и других странах, эти условия могут применяться не в полной мере, акцент на результатах кажется уместным для огромного количества профессий и организационных условий в сегодняшней наукоемкой экономике, где доминирует сфера услуг.

Практическое соображение, касающееся идентификации звездных сотрудников, связано с источниками данных о результатах деятельности индивида. Этот вопрос не уникален для нашей статьи, а является темой, актуальной для всех теорий и практик управления эффективностью, включающих компонент результатов. Таким образом, существует обширная литература, предлагающая рекомендации по этому вопросу (например, Aguinis, 2013, глава 5; Cascio & O’Connor, 1974). К счастью, благодаря сегодняшнему движению в области аналитики, а также резкому снижению стоимости технологий хранения данных (Davenport, Harris, & Shapiro, 2010), большинство организаций регулярно собирают данные не только о сотрудниках, но и о клиентах и по многим другим вопросам. Фактически, Берри и Линофф (Berry & Linoff, 2004) утверждали, что фирмы сталкиваются с проблемой избытка данных, а не их нехватки. Однако мы охотно признаем, что идентифицировать звездных сотрудников будет невозможно, если данные о результатах и итогах недоступны.

Звездные сотрудники и распределение производительности

При попытке сравнить «звезд» со средними или даже очень хорошими работниками, объем продукции, приписываемый «звездам», не соответствует тому, что можно было бы ожидать при использовании традиционного нормального (т. е. колоколообразного) распределения. Например, в академической среде, где публикации в журналах высшего уровня являются одним из наиболее влиятельных факторов, предшествующих вознаграждениям, таким как зарплата и бессрочный контракт (Gomez-Mejia & Balkin, 1992), лица, чей послужной список публикаций на три или более стандартных отклонения выше среднего, должны составлять примерно .15% от размера выборки согласно нормальному распределению. Другими словами, в выборке из 10 000 ученых прогнозируется, что примерно 15 человек будут находиться на уровне трех стандартных отклонений или выше. Однако О’Бойл и Агуинис (O’Boyle & Aguinis, 2012) обнаружили, что число лиц выше этого порога намного превышает то, что предсказывалось бы при нормальном распределении. В 54 научных дисциплинах этот эффект «звезды» был обнаружен как в естественных науках, таких как сельское хозяйство, где нормальное распределение предсказывало 35 ученых, тогда как на самом деле их было 460, так и в социальных науках, таких как клиническая психология, где нормальное распределение производительности предсказывало 16 человек, но результаты показали 162 ученых выше трех стандартных отклонений (O’Boyle & Aguinis, 2012).

Оспаривая распространенность нормальности как модели для описания распределения индивидуальной производительности, необходимо рассмотреть несколько моментов. Во-первых, «нормальный» не означает «обычный» или «естественный». Это не новая идея, и Торндайк (Thorndike, 1913) отмечал, что «в изменчивости нет ничего произвольного или таинственного, что делало бы так называемый нормальный тип распределения необходимостью или более рациональным, чем любой другой тип… Природа не питает отвращения к нерегулярным распределениям» (стр. 88–89). Во-вторых, хотя существующие исследования обычно находят и сообщают о нормальном распределении индивидуальной производительности, большинство исследований, связанных с индивидуальной производительностью, используют оценки руководителей, которые отражают поведение, а не результаты (Aguinis, 2013), и на протяжении десятилетий руководителей обучали распределять работников по нормальному распределению (Motowidlo & Borman, 1977; Reilly & Smither, 1985; Schneier, 1977). Наконец, существуют некоторые исследования, концептуализирующие производительность в терминах результатов, которые также показали нормальный паттерн. В частности, Шмидт и Хантер сравнили продуктивность лучших и худших работников в 40 выборках и пришли к выводу, что «низкие уровни вариативности [оценочного стандартного отклонения популяции] в разных профессиях косвенно подтверждают предположение о нормальности распределения продукции» (Schmidt & Hunter, 1983, стр. 410). Однако из 40 исследований, включенных в их метаанализ, 38 были проведены в производственном секторе.

Учитывая важные изменения в экономике от производства к знаниям, организации изменились от иерархий к сетям, капитал изменился от земли и ресурсов к людям и инновациям, а сама работа изменилась от предписанных обязанностей к сложным взаимодействиям. Соответственно, мы не можем экстраполировать распределение производительности из производственной среды XX века на наукоемкие организации XXI века. Более конкретно, распределение продуктивности работников, по-видимому, изменилось с нормального распределения с ограниченной вариативностью на распределение, позволяющее появляться «звездам» (O’Boyle & Aguinis, 2012). Одним из потенциальных ответов на вопрос о форме производства на рабочем месте XXI века является распределение по степенному закону. В то время как нормальные распределения определяются их средними точками, распределения по степенному закону определяются их «хвостами». Иначе говоря, вместо огромной группы средних исполнителей, доминирующих в производстве за счет своей численности, небольшая группа элитных исполнителей, по-видимому, доминирует в производстве за счет колоссальной производительности.

Рисунок 1: Нормальное распределение, наложенное на распределение по степенному закону.

Распределения по степенному закону, подобные тому, что наложено на нормальное распределение на Рисунке 1, встречаются во многих контекстах, таких как биоразнообразие (Crowley & Harral, 2001), волны преступности (Johnson, 2008), показатели фондового рынка (Gabaix, Gopikrishnan, Plerou, & Stanley, 2003) и все чаще среди рабочих мест, составляющих современную экономику. Например, в исследованиях предпринимательства эффекты «звезд» настолько обширны, что почти каждый показатель продуктивности, включая продажи, прибыль и рост, требует логарифмических преобразований для создания распределения, более соответствующего теоретическим и статистическим предположениям, основанным на нормальности (например, Audretsch, Dagnino, Faraci, & Hoskisson, 2010). Для ученых изобретения и инновации, выраженные количественно в частоте или окупаемости инвестиций, демонстрируют распределение по степенному закону, при этом верхний дециль захватывает от $48\%$ до $93\%$ патентов и грантов Национального научного фонда (Marsili, 2005; Scherer & Harhoff, 2000). Кроме того, должности в сфере продаж и рабочие места со сложными, нерегламентированными обязанностями (например, стоматологи, врачи, адвокаты) демонстрируют экстремальные дисперсии и сильно скошенные распределения по сравнению с их «синими воротничками» и коллегами на низкосложных должностях (Schmidt, Hunter, & Judiesch, 1990). Даже в отраслях, где можно было бы ожидать нормального распределения, таких как военная сфера, учитывая их акцент на единообразии, иерархии и регламентированной деятельности, «звезды» все равно появляются, когда производительность операционализируется на основе результатов, таких как количество сбитых самолетов (Toliver & Constable, 1998). Совсем недавно О’Бойл и Агуинис (O’Boyle & Aguinis, 2012) провели исследование, охватившее 198 выборок ученых, спортсменов, артистов и политиков, и обнаружили, что $94\%$ выборок лучше соответствуют распределению по степенному закону, чем нормальному распределению.

В сумме, доказательства нормального распределения продукции в основном обнаруживаются в двух источниках: низкосложные рабочие места, отражающие доминирующие отрасли рабочего места XX века (Boisot & McKelvey, 2010; Schmidt et al., 1990), и выборки, которые полагаются исключительно на оценки поведения (в отличие от фактического производства или результатов). В качестве альтернативы, распределения по степенному закону, по-видимому, лучше всего моделируют продуктивность среди типов рабочих мест, встречающихся в секторах продаж, услуг, технологий, исследований и «белых воротничков», а также в высокосложных профессиях и отраслях, которые все чаще доминируют на рабочем месте XXI века. Соответственно, мы предлагаем следующее положение: Положение 1: В организациях, которые адаптируются к рабочему месту XXI века и олицетворяют его с повышенной сложностью работы, сокращенными ситуационными ограничениями и гибкими иерархиями, распределение индивидуальной производительности будет лучше моделироваться степенным законом по сравнению с нормальным распределением.

Если присутствие «звезд» создает распределение по степенному закону, их уход может его устранить. Однако, если определенные свойства степенных законов распространяются на индивидуальную производительность, то форма распределения может остаться неизменной, даже если звездные сотрудники уйдут. Это связано с тем, что динамические системы, будь то генетические (Weng, Bhalla, & Iyengar, 1999), биологические (Koch & Laurent, 1999), экологические (Gallagher & Appenzeller, 1999), социальные (Barabasi & Albert, 1999; Watts, 2003), экономические (Podobnik, Fu, Jagric, Grosse, & Stanley, 2006; Scheinkman & Woodford, 1994) или финансовые (Andriani & McKelvey, 2009; Aoyama, Yoshikawa, Iyetomi, & Fujiwara, 2010; Arthur, 1994; Souma, et al., 2006), демонстрируют свойство степенных законов, известное как масштабная инвариантность. Классическим примером, который иногда называют моделированием в четвертом измерении или фрактальной геометрией, является стебель цветной капусты, где от стебля можно отрезать ветку, от первой ветки — ветку поменьше и так далее. Когда ветки выстроены в ряд, все они сохраняют одну и ту же форму и структуру (Mandelbrot, 1982).

Если свойство масштабной инвариантности распространяется на продуктивность работников, форма распределения производительности будет одинаковой для растущих, стагнирующих и приходящих в упадок организаций. Например, рассмотрим «звезд» в профессиональном баскетболе. Майкл Джордан привел «Чикаго Буллз» к шести чемпионатам Национальной баскетбольной ассоциации (НБА) за 8 лет, в течение которых он пять раз признавался самым ценным игроком НБА. Пока он был членом команды, распределение набранных очков соответствовало степенному закону, при этом Джордан находился в «хвосте» распределения, доминируя в атакующей продуктивности. Это согласуется с Положением 1. Но что делает Майкла Джордана особенно интересным случаем, так это то, что он дважды уходил из «Буллз»: один раз в 1993 году и снова в 1998 году. Эффект на организационном уровне после этих уходов был катастрофическим, особенно в 1998 году, когда «Чикаго Буллз» превратились из победителей трех чемпионатов подряд в худшую команду в своей конференции. Однако, несмотря на огромные потери для успеха организации и значительное падение индивидуальной продуктивности игроков (т. е. очков за игру), правые панели Рисунка 2 показывают, что формы распределений очков за 50 игр до ухода Джордана и 50 игр после его ухода почти идентичны.¹ Потеря Джордана оказала глубокое влияние на каждый аспект деятельности и успеха «Буллз», за исключением формы распределения индивидуальной производительности.

Майкл Джордан был высококлассной «звездой», которая фундаментально изменила отрасль, в которой он работал, но звездные распределения и масштабная инвариантность могут становиться все более распространенными среди профессий XXI века. По словам Билла Гейтса: «Отличный токарь получает зарплату в несколько раз больше, чем средний токарь, но отличный автор программного кода стоит в 10 000 раз больше, чем средний программист» (Veksler, 2010, пункт 2). Существуют эмпирические данные, подтверждающие утверждение Гейтса, поскольку распределение производительности программистов следует ненормальному распределению, которое является последовательным для разных задач (например, отладка программ, написание кода) и опыта (например, начинающие или опытные программисты; Curtis, Sheppard, Milliman, Borst, & Love, 1979; Darcy & Ma, 2005; DeMarco & Lister, 1985; Sackman, Erikson, & Grant, 1968).

В качестве дополнительного примера: исследование количества научных публикаций, подготовленных исследователями в 178 радиологических отделениях, участвующих в Национальной программе подбора резидентов, показало, что распределение по степенному закону привело к лучшим индексам соответствия по сравнению с нормальным распределением (Morelli & Bokhari, 2013). Более того, результаты указывали на масштабную инвариантность, поскольку распределение по степенному закону лучше соответствовало данным независимо от того, основывался ли анализ на общем количестве из 14 219 журнальных статей, подготовленных 163 отделениями с 1987 года по настоящее время, или только на подмножестве из 4 252 журнальных статей, подготовленных 142 отделениями, которые появились только в последнее десятилетие.

Наконец, масштабная инвариантность также, вероятно, будет наблюдаться на работах, требующих меньшей подготовки и квалификации. Например, мы получили доступ к данным о производительности представителей колл-центров, описанным Грантом (Grant, в печати) и Грантом и Сумантом (Grant & Sumanth, 2009), и результаты показали, что распределение по степенному закону возникает независимо от того, рассматриваются ли продажи, выручка или количество звонков в час.

Рисунок 2: Левые панели показывают распределение очков за игру игроков «Чикаго Буллз» в сезоне, предшествующем уходу Майкла Джордана в 1998 году (верхняя левая панель), и в сезоне, следующем за его уходом (нижняя левая панель). Правые панели показывают распределение общего количества очков в 50 играх, предшествующих уходу Джордана (верхняя правая панель), и в 50 играх, следующих за уходом Джордана (нижняя правая панель). На каждую панель наложены кривые нормального (сплошная линия) и степенного (пунктирная линия) распределений. Примечание. На каждую панель наложены кривые нормального и степенного распределений. Источник: nba.com/statistics.

В сумме, идет ли речь о сравнении лучших организаций с худшими или об изучении одной организации в определенный момент или с течением времени, степенные законы, по-видимому, по-прежнему моделируют распределение индивидуальной производительности, а добавление или уход «звезд», похоже, не влияет на его форму. Соответственно, мы предлагаем следующее положение: Положение 2: Появление или уход «звезд» будет иметь экстраординарные последствия для общей продуктивности организации; но из-за масштабной инвариантности форма распределения индивидуальной продукции будет по-прежнему соответствовать степенному закону.

Звездные сотрудники и функция «производительность-ценность»

Наше обсуждение до этого момента предполагает, что «звезды» создают стабильное распределение продукции по степенному закону, которое моделирует многие профессии в экономике XXI века. Эта идея меняет не только наше представление об индивидуальной производительности, но и ценность, приписываемую производительности в «хвостах» распределения. Звездные сотрудники часто получают чрезвычайно высокое вознаграждение по сравнению со средними работниками и даже работниками, чьи показатели лишь немного ниже, чем у «звезд». Например, в академической литературе и популярной прессе растет обеспокоенность по поводу увеличения вознаграждения генеральных директоров (Cowherd & Levine, 1992; Crystal, 1991). Оставляя в стороне понятную критику по поводу «золотых парашютов» или непропорционального вознаграждения по сравнению с другими членами организации (например, генеральный директор, который зарабатывает в сотни раз больше среднего работника), критики утверждают, что среди популяции генеральных директоров предполагаемые различия в производительности недостаточно велики, чтобы оправдать наблюдаемые различия в их вознаграждении (Baron & Pfeffer, 1994). Иначе говоря, генеральный директор, зарабатывающий $10 миллионов в год, не в 10 раз лучше генерального директора, зарабатывающего $1 миллион. Этот взгляд основан на убеждении, что существует линейная связь между производительностью (т. е. индивидуальной продукцией) и ценностью (т. е. результатами деятельности фирмы). Таким образом, на X единиц большая производительность оправдывает лишь на X единиц большее вознаграждение. Поскольку предполагается, что производительность распределена нормально, а вознаграждение генеральных директоров сильно скошено, делается вывод, что самые высокооплачиваемые генеральные директора переплачены по сравнению с другими генеральными директорами. Это аддитивная модель производства, в которой инкрементальные различия в производительности дают аналогичные инкрементальные различия в ценности независимо от места в распределении.

Наша концептуализация звездных сотрудников предлагает альтернативное объяснение для понимания скошенного вознаграждения генеральных директоров, которое установилось через рыночные механизмы. Если функция «производительность-ценность» $(P - V)$ является экспоненциальной, а не линейной, как показано на верхней панели Рисунка 3, то высокооплачиваемому генеральному директору, зарабатывающему в 100 раз больше среднего генерального директора, Примечание: Верхняя панель показывает экспоненциальную связь между индивидуальной производительностью и ценностью, наложенную на линейную связь, а нижняя панель показывает, что связь «производительность-ценность» модерируется степенью близости позиции к стратегической ключевой компетенции организации. не обязательно работать на уровне, который в 100 раз выше, чтобы оправдать свое вознаграждение. Вместо этого лучшим генеральным директорам нужно лишь работать немного лучше, чем следующему за ними лучшему исполнителю. Это связано с тем, что в «хвостах» незначительно меньшая производительность является плохой заменой превосходной производительности, так что незначительные различия в производительности создают колоссальные различия в ценности (Kelley & Caplan, 1993; Lepak, Takeuchi, & Snell, 2003; Narin, 1993; Rosen, 1981). Кроме того, сложность и динамизм как отраслей, так и корпораций в XXI веке создают среду, в которой среди элит «определенные крошечные события усиливаются до экстремальных результатов» (Boisot & McKelvey, 2010, стр. 426).

Рисунок 3: Графические представления Положений 3 и 4.

Генеральные директора демонстрируют разную степень индивидуальной производительности и, предположительно, распределяются по организациям разного размера на основе этой производительности (Zajac, 1990). Крупнейшие организации будут нанимать лучших генеральных директоров и вознаграждать их экспоненциально больше, чем небольшие организации. Помимо их способности платить больше, крупные организации вознаграждают своих генеральных директоров больше, потому что у них на кону стоит больше, чем у мелких организаций. Для генеральных директоров крупных корпораций в Соединенных Штатах вознаграждение увеличилось на $600\%$ в период с 1980 по 2003 год (Gabaix & Landier, 2008). Это представляет собой многомиллионные прибавки к зарплате для этих топ-менеджеров, но это должно быть контекстуализировано тем фактом, что среди этих же фирм шестикратное увеличение оплаты соответствовало шестикратному увеличению рыночной капитализации (Gabaix & Landier, 2008). Небольшие различия в производительности генеральных директоров среди фирм в «хвостах» принесли экспоненциальные различия в ценности для организаций, которые их наняли.

В соответствии с нашими аргументами, в таких отраслях, как индустрия развлечений, и в определенных профессиях, таких как генеральный директор, исследования в области экономики труда показывают экспоненциальную функцию $P - V$ (Ikeda, Aoyama, Iyetomi, Fujiwara, & Souma, 2008). Более того, кажется, что нелинейные функции $P - V$ могут стать нормой в отраслях и профессиях за пределами сферы развлечений и руководящих должностей, поскольку многие рабочие места в экономике знаний требуют большой инновационности и не могут быть регламентированы так же легко, как рабочие места в производственной экономике (Cascio & Aguinis, 2008). Другими словами, кажется, что рабочее место XXI века больше не ограничивает дисперсию так же, как рабочее место XX века, и это создает возможность для «звезд» настолько сильно дистанцироваться от среднего работника с точки зрения добавленной стоимости (Lepak & Snell, 2002; Oldroyd & Morris, 2012). Соответственно, мы ожидаем, что многие профессии на рабочем месте XXI века будут соответствовать аналогичной экспоненциальной связи между производительностью и ценностью. Например, менеджеры по продажам обычно обнаруживают, что $80\%$ продаж подразделения приходятся на $20\%$ их рабочей силы (Aoyama et al., 2010). Изучение множества отраслей в разные моменты времени позволяет предположить, что функция $P - V$ является экспоненциальной, при этом верхний дециль исполнителей вносит в среднем $30.1\%$ от общего объема продукции, в то время как верхний квартиль производит более $50\%$ (O’Boyle & Aguinis, 2012). Лучшие исполнители доминируют в производстве, но разница в их индивидуальной выработке по сравнению с коллегами часто невелика по сравнению с различиями в результирующей ценности для организации (Crain & Tollison, 2002). Возвращаясь к верхней панели Рисунка 3, небольшие различия в «хвостах» распределения производительности, вероятно, создают очень большие различия в ценности. Используя консервативные оценки, мы предлагаем следующее: Положение 3: В рамках аналогичных организационных позиций связь между производительностью и ценностью будет следовать экспоненциальной функции, при этом примерно $30\%$ ценности будет сосредоточено в верхнем дециле работников, а $50\%$ ценности — в верхнем квартиле.

Звездные сотрудники, их позиция и рабочая среда

Характер отношений $P - V$, вероятно, модерируется позицией звездного сотрудника и его рабочей средой. Например, член обслуживающего персонала в крупной бухгалтерской фирме может работать на очень высоком уровне, но эффекты «звезды» будут ограничены, потому что, хотя его производительность велика, велика и дистанция между его выработкой и результатами на уровне организации. При прочих равных условиях организации должны стремиться нанимать лучших людей, но задачи, обязанности и ответственность, наиболее актуальные для результатов деятельности фирмы, — это те, которые принесут наибольшие эффекты «звезды» (Huselid, Beatty, & Becker, 2005; Oldroyd & Morris, 2012).

Необходимость учитывать позицию и рабочую среду «звезды» согласуется с теорией стратегического ядра, которая постулирует, что связь между индивидуальной продуктивностью и эффективностью фирмы модерируется ее близостью к ключевой компетенции (Delery & Shaw, 2001). Например, Каппелли и Крокер-Хефтер (Cappelli & Crocker-Hefter, 1997) изучили ведущие организации в различных отраслях (например, спорт, консалтинг, розничная торговля) и обнаружили, что ключевые компетенции, которые привели к конкурентному преимуществу, принадлежали лишь небольшому подмножеству организационных единиц. Если это подмножество содержит «звезд», то организация может получить, удержать и расширить свое преимущество. Таким образом, чтобы звездная продукция генерировала экспоненциальную ценность на более высоких уровнях анализа (например, команда, функциональное подразделение, организация), она должна быть согласована с ключевыми компетенциями фирмы, как показано на нижней панели Рисунка 3. Возвращаясь к примеру с бухгалтерской фирмой, уборка помещений не является стратегически ключевой компетенцией бухгалтерских фирм, поэтому эффект звездной производительности на ценность не так силен, как эффект, производимый звездными сотрудниками на позициях с большей близостью к ключевой компетенции организации. Стоит отметить, что хотя в «хвосте» распределения для уборщиков ожидается менее взрывная функция $P - V$, связь $P - V$, тем не менее, все равно нелинейна, и производительность уборщиков, вероятно, все еще лучше всего моделируется распределением по степенному закону. Однако на определенных позициях, которые сильно удалены от стратегических ключевых компетенций, возможно, что ценность звездной производительности в конечном итоге достигает потолка и выходит на плато.

Важность рабочей среды звездного сотрудника также очевидна, когда высокая выработка продукции не ценится одинаково в разных организациях и рабочих подразделениях. Например, статьи, опубликованные в высокорейтинговых академических журналах, являются одной из форм продукции, которая не ценится одинаково во всех бизнес-школах, и поэтому функция $P - V$ варьируется в зависимости от организаций внутри одной отрасли. Небольшая частная школа с упором на преподавание может быть мало заинтересована в найме профессора, который постоянно публикуется в журналах высшего уровня. Это происходит не потому, что они не понимают рыночную стоимость продуктивного исследователя или даже что им не хватает средств для выплаты ему вознаграждения; скорее, связь между публикациями категории «A» и успехом организации менее изогнута или менее экспоненциальна, чем в университете, ориентированном на исследования (см. Рисунок 3, нижняя панель). Стратегическая ключевая компетенция педагогической школы основана на распространении знаний, а не на их создании, и наем ведущего исследователя не позволил бы эффективно использовать ресурсы (Humphrey, Morgeson, & Mannor, 2009). Стоит упомянуть, что хотя функция $P - V$, вероятно, будет менее взрывной в «хвосте», если применимо свойство масштабной инвариантности (как указано в Положении 2), то в этих небольших школах все равно будут «звезды» исследований, которые вносят непропорционально большой вклад по сравнению со своими коллегами. Форма распределения индивидуальной производительности остается постоянной, даже если функция $P - V$ варьируется. В сумме, Положение 4: Экспоненциальная связь между индивидуальной производительностью и ценностью будет модерироваться степенью близости позиции к стратегической ключевой компетенции организации таким образом, что связь будет становиться более изогнутой по мере увеличения близости.

Подводя итог нашему обсуждению, звездные сотрудники, по-видимому, существуют во многих профессиях и организационных контекстах, и их присутствие создает распределение, которое лучше моделируется степенными законами по сравнению с нормальным распределением (как показано на Рисунке 1). «Звезды», по-видимому, доминируют в общем объеме производства растущих, терпящих неудачу и стабильных организаций, и хотя их увольнение может быть катастрофическим для общего производства, прогнозируется, что форма распределения индивидуальной производительности в организации будет относительно постоянной (как показано на Рисунке 2). Кроме того, мы предположили, что «звезды» создают экстраординарную ценность, так что связь между производительностью и ценностью является экспоненциальной с резким увеличением ценности в «хвосте» распределения производительности (как показано на верхней панели Рисунка 3). Прогнозируется, что наибольшая экспоненциальная ценность звездной продукции будет в организациях и рабочих подразделениях, которые привлекают и удерживают элитных исполнителей на позициях с задачами, обязанностями и ответственностью, наиболее соответствующими их стратегическим ключевым компетенциям (как показано на нижней панели Рисунка 3). Далее мы обсудим, как наша переоценка распределения индивидуальной производительности может объяснить предполагаемые «аномалии» в предыдущих эмпирических результатах, а также несоответствия в устоявшихся теориях.

Звездные сотрудники и распределение производительности по степенному закону: объяснение аномальных эмпирических результатов и теоретических несоответствий. Научные области часто оперируют несостоятельными предположениями, которые, тем не менее, являются необходимыми удобствами. Например, неоклассическая экономика предполагает рациональность и полноту информации в сделках, ни одно из которых не соблюдается на практике (Sen, 1977; Simon, 1986; Slovic, Finucane, Peters, & MacGregor, 2002). Однако, несмотря на эти ошибочные предположения, исследователи-экономисты получили теоретические выводы, которые часто могут приводить к удовлетворительным прогнозам (Becker, 1962). Если бы текущие теории управления могли точно предсказывать и объяснять индивидуальную производительность, то переосмысление распределения производительности по степенному закону вместо нормальной кривой не казалось бы необходимым. К сожалению, текущее состояние науки таково, что наша способность предсказывать индивидуальную продуктивность (т. е. наблюдаемые коэффициенты валидности, связывающие результаты тестов при приеме на работу и показатели производительности) очень мало изменилась за последние 50 лет. Без серии статистических корректировок даже лучшие предикторы коррелируют с производительностью труда не выше, чем $r = .30$ (Salgado et al., 2003), а многофакторные тесты теорий редко объясняют даже половину общей дисперсии показателей индивидуальной производительности. Таким образом, несмотря на более чем полувековую историю новых теорий, новых конструктов, новых мер и новых аналитических методов, рост точности прогнозирования индивидуальной производительности был скромным. Возможно, прогрессу мешают не дефицитные теории, меры или методы, а то, что нам нужно пересмотреть наше понимание распределения производительности.

Далее мы наметим, как переосмысленное распределение производительности и присутствие звездных сотрудников могут служить объяснительной базой для многих предполагаемых «аномалий» в предыдущих эмпирических результатах, а также несоответствий в устоявшихся теориях. Хотя мы рассматриваем звездную продукцию как потенциально влияющую на все теории управления, прямо или косвенно затрагивающие индивидуальную производительность, мы сосредоточимся на двух областях, которые имеют последствия как на индивидуальном уровне, так и на уровне фирмы и, вероятно, потребуют важного теоретического пересмотра. Во-первых, мы изучим, как меняется человеческий капитал (HC) в результате того, что большая часть продукции производится небольшим меньшинством работников, и какое влияние это оказывает на такие теории, как ресурсно-ориентированный подход (RBV) и модель «привлечение — отбор — отсев» (ASA). Во-вторых, мы обсудим влияние «звезд» и распределения производительности по степенному закону на теории, касающиеся добровольной текучести кадров и компенсаций.

Человеческий капитал

RBV подчеркивает HC как ключ к устойчивому конкурентному преимуществу (Barney, 1991; Barney, Ketchen, & Wright, 2011; Coff & Kryscynski, 2011; Foss, 2011). Поскольку RBV в основном применялся к исследованиям на уровне фирмы, мало внимания уделялось индивидуальным различиям работников. Однако, когда были предприняты поиски микрооснований HC, возник парадокс. Чтобы HC стал конкурентным преимуществом, он должен быть ценным, редким, неподражаемым и незаменимым (Barney, 1991). Если производительность распределена нормально, то большая часть HC находится в центре распределения. Парадокс заключается в том, что HC становится конкурентным преимуществом благодаря работникам, которые наиболее многочисленны, производят среднюю ценность и чьи результаты легко имитировать и заменить. Парадокс можно разрешить только предположив, что целое должно быть больше суммы его частей, и это породило ряд гештальт-теорий HC. Например, модель ASA (Schneider, 1987) постулирует, что посредством привлечения, отбора и отсева знания, навыки и способности (KSAs) членов организации гомогенизируются, и это позволяет HC легче агрегироваться и создавать конкурентное преимущество (Ployhart, Weekley, & Baughman, 2006). Агрегация необходима, потому что в предположении о нормальном распределении отдельные работники мало влияют на более высокие уровни организации, и единственный способ, которым HC становится конкурентным преимуществом, — это явления на уровне группы, такие как культура и нормы (Schneider, 1987).

Эти типы моделей HC кажутся наиболее жизнеспособными в организациях, которые стремились к эффективности за счет эффекта масштаба, где единообразие работников было важно — так же важно, как единообразие продуктов (Groshen, 1991). Однородные рабочие на сборочной линии ведут себя одинаково, в результате чего ни один рабочий не задерживает линию и ни один рабочий не ждет праздно, пока другие догонят его. Сходство порождает приверженность, удовлетворенность и снижение конфликтности, а также высвобождает ресурсы на организационном уровне, поскольку функции управления персоналом становится легче устанавливать практики и пороги для соискателей и стажеров. Кроме того, руководству нужно беспокоиться только о тех, кто отклоняется от группы (т. е. управление по отклонениям), а компенсация может применяться широко, поскольку работники, разделяющие установки, KSAs и поведение, также, вероятно, разделяют мотивации и ожидания (Coff & Kryscynski, 2011; Mossholder, Richardson, & Settoon, 2011; Ployhart & Moliterno, 2011).

Напротив, HC в организациях XXI века, по-видимому, генерируется в основном «звездами», и многие постулаты моделей агрегации, таких как ASA, больше не применимы. Во-первых, однородная рабочая сила лучше всего способна создать однородный продукт, но при столкновении с новыми проблемами, что так часто случается на рабочем месте XXI века, разнообразие и неоднородность в рабочих группах являются активом и позволяют избежать многих ловушек группового мышления (Forbes & Milliken, 1999). Во-вторых, гиперконкурентная среда характеризуется быстрыми изменениями и быстрым устареванием (Cascio & Aguinis, 2008; Powell & Snellman, 2004). Это делает специализацию критически важной, а гомогенность KSAs — непрактичной. К тому времени, когда организация достигает гомогенности для определенного набора KSAs, эти KSAs, скорее всего, уже устареют.

В-третьих, если широкая политика в области человеческих ресурсов, особенно касающаяся вознаграждения, будет применяться к «звездам», возникнет несоответствие между экстремальной продуктивностью элиты и скромным увеличением вознаграждений, предлагаемых организацией (т. е. упущение вознаграждения; Hinkin & Schriesheim, 2008). Наконец, большая часть преимуществ, получаемых от гомогенности, проявляется в форме организационной культуры и производственных норм, создаваемых за счет близости и повторяющихся взаимодействий с коллегами. С ростом популярности удаленной работы, аутсорсинга, краудсорсинга и альтернативных форм занятости многие преимущества гомогенности, обусловленные близостью, теряются (Ashford, George, & Blatt, 2007).

Наше обсуждение звездных сотрудников предлагает альтернативное объяснение того, как HC приводит к конкурентному преимуществу на уровне организации. «Звезды» обладают HC, который не требует агрегации для влияния на результаты деятельности фирмы. Их выработка настолько огромна, что она напрямую влияет на эффективность на уровне фирмы и делает это небольшое меньшинство работников одновременно ценным и редким. Кроме того, звездная продукция не является аддитивной и не может быть заменена несколькими средними работниками или менее продуктивными альтернативами (Rosen, 1981), что позволяет избежать парадокса микрооснований. Таким образом, взгляд на HC, основанный на перспективе того, что производительность распределяется по степенным законам, позволяет избежать парадоксов RBV и ASA и дает правдоподобное объяснение по сравнению с другими моделями HC, которые предполагают, что гомогенность является необходимым предварительным условием конкурентного преимущества.

Традиционные модели HC, которые полагаются на среднее значение и ограничение дисперсии как показатели конкурентного преимущества, неявно предполагают, что HC проистекает из среднего качества ресурсов. В свете ненормального распределения индивидуальной производительности следствием является то, что среднее качество ресурсов обеспечивает довольно ложную связь с конкурентным преимуществом, которая может быть объяснена (или опосредована) качеством лучших ресурсов. То есть конкурентное преимущество лучше описывается как HC, которым обладают «звезды». Как показано на верхней панели Рисунка 3, мы предполагаем, что изгиб кривой обусловлен эффектами «звезды» (например, верхний дециль вносит более четверти общего объема продукции). Таким образом, если большая часть продукции приходится на «звезд», то именно здесь находится источник конкурентного преимущества. Короче говоря, Положение 5: На рынках и в отраслях, составляющих многие рабочие места XXI века, конкурентное преимущество фирмы будет в первую очередь зависеть от доли всего набора человеческих ресурсов (т. е. человеческого капитала), которую можно квалифицировать как «лучшую» (т. е. звездных сотрудников), а не от среднего качества ресурсов.

Текучесть кадров и компенсация

Неоднородность производительности, ценности и HC, вызванная характером труда в современных организациях, потенциально меняет наш взгляд на теории текучести кадров. На индивидуальном уровне наше нынешнее понимание текучести кадров заключается в том, что ее связь с производительностью является криволинейной: низкопроизводительные работники вытесняются организацией (т. е. недобровольная и функциональная текучесть), а высокопроизводительные люди уходят в поисках лучших возможностей (т. е. добровольная и дисфункциональная текучесть; Allen, Bryant, & Vardaman, 2010). Учитывая наш интерес к «звездам», мы сосредоточимся на последней группе, но стоит отметить, что при нормальном распределении продуктивности криволинейная связь является оптимальной формой, поскольку она удерживает ту часть распределения, из которой извлекается большая часть продукции (т. е. работников, сгруппированных в центре и вокруг него). Мы предполагаем, что если мы продолжим применять традиционные модели, основанные на нормальности, криволинейная связь сохранится, и эти организации сохранят большинство своих работников. Однако изменится то, что они потеряют большую часть своей продуктивности из-за текучести «звезд».

Переход от нормальной кривой к степенному закону, вероятно, потребует значительных изменений в теории текучести кадров, а также в практике. Например, одним из наиболее последовательных медиаторов различных факторов, предшествующих добровольной текучести кадров, является поведение по поиску работы, особенно на более поздних стадиях процесса поиска, когда работник активно связывается с потенциальным работодателем (Hom, Caranikas-Walker, Prussia, & Griffith, 1992). Этот контакт предлагается в качестве заключительной фазы в причинно-следственной последовательности и наиболее тесно связан с намерением уволиться и окончательным уходом (Steel, 2002). Этот процесс может быть особенно важным, поскольку ослабленная экономика и высокий уровень безработицы снижают восприятие большинством работников альтернатив и легкости передвижения. Однако этот критический конструкт добровольной текучести может быть неактуален для «звезд», потому что им не нужно связываться с работодателями. Напротив, работодатели сами связываются с ними (Capron & Chatain, 2008; Gardner, 2002, 2005).

«Охота за головами» и переманивание «звезд» сотрудниками ставят конкурирующую организацию в роль активного агента в поиске работы и обходят множество предикторов, медиаторов и модераторов, которые играют столь центральную роль в текущих концептуализациях теории текучести кадров. Хотя некоторые (например, Steel, 2002) предполагали, что «спонтанные предложения» могут ускорить последовательность поиска работы, связь между звездным статусом и этими незапрошенными предложениями о работе в значительной степени не изучена. Таким образом, слабая экономика может не служить достаточной стратегией удержания звездных сотрудников; на самом деле, вполне вероятно, что наиболее продуктивные работники имеют альтернативы трудоустройства и будут востребованы конкурентами. Короче говоря, мы предлагаем следующее положение: Положение 6: Связь между поведением по поиску работы и добровольной текучестью кадров будет модерироваться продуктивностью работника таким образом, что эта связь будет слабее для звездных сотрудников по сравнению с теми, кто ими не является.

Хотя поведение по поиску работы, вероятно, сильно отличается для звездных сотрудников, мы ожидаем некоторого сходства в других факторах, предшествующих добровольной текучести кадров. Например, мы ожидаем, что нарушения психологического контракта, восприятие несправедливости на рабочем месте и нецивилизованность на рабочем месте будут играть роль в решении «звезды» уйти так же, как они играют роль в решении об увольнении «не-звезд». Однако «звезды» и распределение продукции по степенному закону порождают два важных следствия. Во-первых, как заявлялось ранее, «звезды» являются высокожелательными активами, и из-за этого их порог увольнения при предполагаемых нарушениях контракта, несправедливости и нецивилизованности, вероятно, будет ниже по сравнению с их неэлитными коллегами.

Второе следствие связано с компенсацией. Компенсация является одним из основных источников, по которым работник оценивает или воспринимает ценность, которую организация придает ему (Aguinis, Gottfredson, & Joo, 2012), и появление «звезд», по-видимому, требует смены парадигмы в большинстве теорий компенсации. Системы компенсации, которые лучше всего удерживают «звезд», потребуют значительно более высокой оплаты для элиты, а также, вероятно, повлекут за собой идиосинкразические условия работы (I-deals; Rousseau, Ho, & Greenberg, 2006). Обе эти стратегии могут оказать пагубное влияние на удержание неэлитных сотрудников и могут привести к более высокой общей добровольной текучести кадров (Rousseau et al., 2006). Одной из причин этого является то, что повышенная оплата для элиты создаст дисперсию оплаты труда. Если «звезды» вознаграждаются способами, отражающими их вклад, то вполне возможно, что лучшие исполнители могут зарабатывать не просто немного больше своих коллег; скорее, разрыв в оплате труда между элитой и не-элитой может вырасти в 5, 10 раз или даже выше. Это вряд ли произойдет, когда структурам заработной платы навязывается нормальное распределение. Но когда применяется «чистая» система оплаты по результатам (например, прямые комиссионные), дисперсия оплаты труда кажется вполне определенной.

Исследования влияния дисперсии оплаты труда неоднозначны (Bloom & Michel, 2002; Harrison & Klein, 2007; Pfeffer & Langton, 1993), но эти результаты могут указывать на отсутствие различий между более традиционными работами, которые функционировали в статической среде с относительно однородным производством, и многими современными работами, которые функционируют в динамичной среде с неоднородной выработкой работников. Среди профессий, где продуктивность естественным образом следует нормальной кривой, как это было в значительной части производственной экономики XX века, дисперсия оплаты труда отрицательно коррелировала с более высокими уровнями производительности, поскольку неоднородная компенсация плохо соответствовала относительно однородной производительности (Bloom, 1999). Однако в большинстве отраслей XXI века, где, вероятно, применимы степенные законы и «звезды» стимулируют производство, дисперсия оплаты труда положительно коррелирует с более высокими уровнями производительности, поскольку компенсация точно отражает обширную неоднородность уровней индивидуальной выработки. Изменение связи между дисперсией оплаты труда и более высокими уровнями производительности отражает изменение характера производства от нормального к степенному закону. Например, Тревор, Рейли и Герхарт (Trevor, Reilly, & Gerhart, 2012) обнаружили, что когда дисперсия оплаты труда является результатом вознаграждения «звезд», последствиями являются улучшение общих показателей и лучшее удержание выдающихся исполнителей.

Помимо оплаты, большая неоднородность в производительности потребует большей неоднородности в других формах компенсации. То есть «звезды» не только требуют более высокой заработной платы (Scully, 1999), они могут охотнее вступать в идиосинкразические сделки (I-deals) со своим работодателем. Руссо (Rousseau, 2001) пересказывает историю пребывания Вики Кинг в Amerco, где она обнаружила ряд стратегически важных лиц, вовлеченных в I-deals, варьирующиеся от годового отпуска для занятий подводной фотографией до разрешения тратить 2 часа каждое утро на ведение побочного бизнеса. Кинг поначалу была потрясена тем, что она восприняла как излишние условия работы, но руководители этих получателей I-deals предложили одно последовательное объяснение: «Я не могу потерять своих лучших людей» (Hochschild, 1997).

I-deals повышают удержание «звезд», но они также могут способствовать враждебности и восприятию несправедливости среди тех, кто их не получает, особенно когда обоснование преференциального режима четко не объяснено (Rousseau et al., 2006; Shaw & Gupta, 2007). В результате для подавляющего большинства работников, не являющихся «звездами», следствием увеличения количества I-deals и вознаграждения распределения продукции по степенному закону распределением компенсации по степенному закону, вероятно, станет рост добровольной текучести кадров. Хотя нелинейные модели текучести предлагались и в прошлом (например, Hausknecht & Trevor, 2011; Jackofsky, Ferris, & Breckenridge, 1986; Trevor, Gerhart, & Boudreau, 1997), мы предполагаем, что связь не только криволинейна, но и модерируется политикой компенсации в отношении «звезд», в частности степенью дисперсии оплаты труда и наличием I-deals. В сумме, как показано на Рисунке 4, мы предполагаем, что практики, удерживающие среднего работника, будут теми же практиками, которые поощряют уход звездных сотрудников, и наоборот.

Положение 7: В организациях, чьи системы компенсации следуют распределению по степенному закону, связь между индивидуальной производительностью и добровольной текучестью кадров будет криволинейной с более высокой текучестью среди тех, кто не является «звездой», по сравнению со звездными сотрудниками (т. е. асимптотически положительной среди исполнителей, не являющихся «звездами»).

Рисунок 4: Графические представления Положений 7 и 8.

Примечание. Связь между индивидуальной производительностью и добровольной текучестью кадров в системе компенсации, следующей распределению по степенному закону, по сравнению с системой компенсации, следующей нормальному распределению.

Положение 8: В организациях, чьи системы компенсации следуют нормальному распределению, связь между индивидуальной производительностью и добровольной текучестью кадров будет криволинейной с более высокой текучестью среди «звезд» по сравнению с теми, кто ими не является (т. е. асимптотически положительной среди звездных сотрудников).

Переходя от связи между индивидуальной производительностью и добровольной текучестью к связи между добровольной текучестью и эффективностью фирмы, возникает вопрос: какая форма лучше для здоровья организации? Ответ зависит от того, компенсирует ли возросшее производство в результате удержания «звезд» снижение производства из-за большей текучести среди «не-звезд». Мы утверждаем, что поскольку большая часть HC, обеспечивающего конкурентное преимущество, по-видимому, сосредоточена в «звездах» (как указано в Положении 5), а ценность «звезды» нелегко заменить даже чуть менее квалифицированными работниками, текучесть, которая имеет наибольшее значение на рабочем месте XXI века, — это текучесть «звезд».

В поддержку нашего утверждения: когда исследователи проводят различие между добровольной текучестью «звезд» и текучестью средних или ниже среднего работников, результаты обычно указывают на то, что повышенное удержание среди «звезд» важнее, чем удержание других работников (McLaughlin, 1994). Например, Лазир (Lazear, 1999) изучил эффекты перехода от базовой почасовой оплаты к сдельной системе. Изменение создало большую дисперсию оплаты труда и увеличило текучесть кадров в организации в целом, но «звезды» с большей вероятностью оставались в организации, что привело к общему росту продуктивности. Об успехе стратегии сопоставления неоднородной оплаты с неоднородной выработкой также сообщили Кэдсби, Сонг и Тапон (Cadsby, Song, & Tapon, 2007), которые обнаружили, что системы, поощряющие неоднородность компенсаций, чаще всего выбирались лучшими исполнителями и давали больше общего объема продукции, чем гомогенные системы компенсации, предпочитаемые средними исполнителями. Среди практиков на финансовых рынках привлечение и потеря звездных аналитиков считается одним из самых влиятельных факторов в привлечении качественных первичных публичных предложений (Kessler, 2001). Существуют также доказательства того, что привлечение или потеря звездного генерального директора напрямую влияет на аномальную доходность акций (Falato, Li, & Milbourn, 2009). В сумме, мы предлагаем следующее положение: Положение 9: Влияние текучести кадров на эффективность команды и организации будет модерироваться таким образом, что связь будет положительной, когда текучесть среди звездных сотрудников ниже по сравнению с «не-звездами», и отрицательной, когда текучесть среди «звезд» выше по сравнению с «не-звездами».

Обсуждение

Наша статья посвящена распределению индивидуальной производительности и, соответственно, имеет значение для всех теорий в области менеджмента, которые прямо или косвенно связаны с индивидуальной производительностью. Такие области, как организационное поведение и управление человеческими ресурсами, имеют прямой интерес к этой теме, которая пронизывает теории лидерства, мотивации, организационной приверженности и удовлетворенности работой, среди прочих. С точки зрения исследований стратегического менеджмента, лучшее понимание индивидуальной производительности имеет решающее значение для прогресса в области микрооснований стратегии, которые являются фундаментом области, основанной на индивидуальных действиях и взаимодействиях (Foss, 2011). Например, Моллик (Mollick, 2012) отметил, что подавляющее внимание к переменным процесса макроуровня при объяснении эффективности фирмы, а не к композиционным переменным (т. е. работникам), «препятствовало глубокому пониманию того, какие именно люди на самом деле играют роль в определении эффективности фирмы [и] ожиданию того, что не все вариации среди индивидов вносят равный вклад в объяснение различий в эффективности между фирмами» (стр. 1001-1002). Далее мы рассмотрим дополнительные последствия нашей статьи для теории и эмпирических исследований, методологии исследований и практики. Также мы предлагаем краткое изложение этих последствий в Таблице 1.

Последствия для теории и эмпирических исследований

В дополнение к последствиям для HC, текучести кадров и компенсаций, которые мы обсуждали ранее, наша статья предполагает, что по мере того, как нормальное распределение и

ТАБЛИЦА 1 Резюме последствий феномена звездных сотрудников и распределения производительности по закону Парето для исследований и практики менеджмента ТАБЛИЦА 1 (продолжение) ТАБЛИЦА 1 (продолжение)

Микро- (т. е. организационное поведение и управление человеческими ресурсами) и макро- (например, стратегия) исследователи обычно используют разные теоретические и методологические подходы (Aguinis, Boyd, Pierce, & Short, 2011; Hitt, Beamish, Jackson, & Mathieu, 2007). Положения, которые мы предложили в нашей статье, открывают путь для преодоления разрыва между микро- и макроуровнями. В частности, в то время как в литературе по макроисследованиям признается, что индивид является базовым компонентом организационной эффективности (например, Felin & Hesterly, 2007), конкретные детали того, как отдельные работники влияют на более высокие уровни эффективности, продолжают оставаться неуловимыми (Coff & Kryscynski, 2011; Kell, Lubinski, & Benbow, 2013). В нашей статье мы обсудили, как при звездном распределении продукции RBV избегает парадокса попыток трансформировать нормальное распределение многочисленных средних работников в ценный, редкий и незаменимый HC. Кроме того, «звезды» также обеспечивают микрооснования для других макроконцепций, таких как теория агентских отношений. Центральным постулатом теории агентских отношений является согласование индивидуальных и организационных целей. Чаще всего это обсуждается и тестируется как согласование целей руководства с целями владельцев. Однако согласование целей «звезд» с целями владельцев — это область исследований, которая, вероятно, будет становиться все более важной. «Звезды» определяются уровнями производства, которые значимо влияют на эффективность организации, но, учитывая, что большинство концепций производительности труда предполагают многогранность конструкта (Bergeron, 2007), согласование конкретных аспектов производительности труда с эффективностью организации имеет первостепенное значение, иначе избыточная продукция «звезды» будет потрачена впустую. Например, в середине 1970-х годов восходящая «звезда» в подразделении калькуляторов Hewlett Packard (HP) пять раз предлагала чертежи и прототип персонального компьютера и пять раз получала отказ от высшего руководства. Дизайнер выдавал звездные уровни продукции, но это была форма продукции, не соответствующая организационным целям HP. В результате Стив Возняк (Steve Wozniak) покинул HP в 1976 году со своим проектом персонального компьютера и стал соучредителем Apple. Таким образом, в быстро меняющейся среде компьютерной индустрии конца 1970-х годов — среде, во многих отношениях похожей на сегодняшнюю, — согласование целей руководства с целями владельцев (т. е. увеличение доли существующих рынков) было менее важным, чем его несоответствие целям «звезды» (т. е. выход на развивающийся рынок). В таких областях исследований менеджмента, как корпоративное предпринимательство, где теория агентских отношений применялась в прошлом (например, Jones & Butler, 1992; Zahra, 1996), более пристальное внимание к «звездам» может помочь объяснить, как инновации и элитная производительность лучше всего используются организацией через согласование целей «звезды» и владельца.

Наша статья ведет к дополнительным последствиям для будущих исследований в других областях, таких как командная работа. Доминирующей концептуализацией командной работы является модель «вход-процесс-выход» (Stewart & Barrick, 2000), где связь между производительностью членов и эффективностью подразделения полностью опосредована командными процессами (Mathieu, Maynard, Rapp, & Gilson, 2008). Подобно моделям HC, эффективность команды полагается на агрегацию для влияния на результаты более высокого уровня. Однако новые сетевые модели, основанные на «звездах», могут предложить альтернативное направление для теорий командного производства. В частности, сетевая перспектива, где узлы не имеют равного веса и связи между узлами не равновероятны, может лучше всего объяснить роль «звезд» в команде и общее командное производство. Подобно исследованиям, демонстрирующим важность определенных связей над другими (Crawford & Lepine, 2013), включение присутствия «звезды» потребует более продвинутых концепций сетей, чем традиционные графы Бернулли, где все возможные отдельные связи независимы друг от друга. Например, теоретические соображения, в которых наличие и сила связей с одним индивидом влияют на наличие и силу связей с другими индивидами через характеристики исполнителя (т. е. атрибуты Маркова), необходимы для понимания влияния «звезды» на формирование отношений внутри команды (Newman, 2001; Robins, Pattison, Kalish, & Lusher, 2007; Snijders, 2002). В частности, препятствуют или способствуют связи между «звездами» схожие уровни производительности? Возможно, «наполнение» команды «звездами» приведет к колоссальной синергии и результатам (т. е. комплементарная модель звездного командного производства), или, возможно, эффект «слишком много хорошего» (Pierce & Aguinis, 2013) создаст нестабильную систему и уровни производства меньше суммы их индивидуальных вкладов, а также увеличит текучесть «звезд» (например, Faraj & Sproull, 2000).

В связи с будущими исследованиями команд: какую роль играют связи между одной звездной командой и другой звездной командой? Исследования все чаще указывают на необходимость взаимодействия лучших работников с другими элитами как внутри, так и за пределами организации (Oliver & Liebeskind, 1998; Zucker, Darby, & Brewer, 1998), но неясно, создают ли эти взаимодействия большую волатильность в сети путем переманивания членов и увеличения текучести кадров. Поскольку «звезды» все чаще определяют новое рабочее место, вопрос времени в формировании, работе и расформировании команд, по-видимому, заслуживает большего внимания (Mitchell & James, 2001).

Наконец, будущие исследования могли бы изучить связи между «звездами» и «не-звездами». В звездном статусе есть значительный командный компонент, так как элиты полагаются на сети развития (Cotton, Shen, & Livne-Tarandac, 2011) и карьерные сообщества (Guimera, Uzzi, Spiro, & Amaral, 2005; Parker, Arthur, & Inkson, 2004) для достижения своей колоссальной выработки. Те, кто не является элитой, не просто вращаются вокруг «звезды»; они играют критически важную роль в генерации продукции. Например, Гройсберг и Ли (Groysberg & Lee, 2009) обнаружили, что звездные финансовые аналитики страдали от значительного и долгосрочного падения продуктивности, когда они меняли организации и не брали свою команду с собой в новую организацию. Эти межуровневые связи между «звездами» и «не-звездами» могут оказаться важным вопросом в объяснении эффективности команды на рабочем месте XXI века.

Последствия для методологии исследований

Эмпирическое изучение звездных сотрудников требует иных методологических планов и иных статистических методов. Например, сплит-плоты, $t$-критерий Стьюдента, рандомизация и значения $p$ были разработаны для применения в сельском хозяйстве и производстве, где многие из обычных предположений о нормальности и независимости гауссовской статистики и центральной предельной теоремы верны. В частности, эти методы и подходы к анализу данных основаны на стабильности среднего значения и конечном характере стандартного отклонения. Напротив, распределение по степенному закону имеет нестабильное среднее значение и бесконечную дисперсию (Andriani & McKelvey, 2007; McKelvey & Andriani, 2005). Традиционные методы не могут приспособиться к степенным законам без ущерба для интерпретации результатов (т. е. логарифмические преобразования), удаления данных (т. е. отбрасывание выбросов) или понижения веса тех, кто несет наибольшую ответственность за производство (например, робастная регрессия).

К счастью, существуют планы исследований и подходы к анализу данных, более подходящие для изучения «звезд». Рассмотрим следующие возможности. Во-первых, «звезды» встроены в сети, и теперь в анализе социальных сетей есть возможность проверки гипотез и использования инференциальной статистики, такой как экспоненциальные модели случайных графов (Robins, Elliott, & Pattison, 2001; Robins, Pattison, & Elliott, 2001). Во-вторых, байесовская статистика предлагает возможность априорного определения функциональной формы распределения продукции, что позволяет исследователям задавать распределение по степенному закону, а не полагаться исключительно на нормальную кривую (Kruschke, Aguinis, & Joo, 2012). В качестве третьей возможности Клаузет, Шализи и Ньюман (Clauset, Shalizi, & Newman, 2009) разработали и валидировали метод анализа распределений по степенному закону с использованием комбинации оценок максимального правдоподобия и индексов соответствия, таких как статистика Колмогорова-Смирнова. Короче говоря, недавние разработки в области статистической теории и приложений проложили путь для программы исследований, ориентированной на «звезд» и распределения производительности по степенному закону.

Последствия для управленческой практики

Появление звездного сотрудника способно оказать глубокое влияние на то, как менеджеры выполняют свою работу. Управленческие практики прошлого глубоко укоренены в гомогенности работников и нормальности выработки. Это создает инерцию, препятствующую смещению фокуса с единообразия «необходимого большинства» на динамизм «жизненно важного меньшинства». Препятствование неоднородной выработке можно увидеть в таких системах управления персоналом, как стимулы, не основанные на результатах, ограниченная дисперсия оплаты труда и решения о продвижении на основе стажа. Эти типы практик поощряют текучесть «звезд» и лишают стимулов к производству сверх минимальных стандартов (Huselid, 1995; Shaw & Gupta, 2007). Уход «звезд» особенно опасен для эффективности на уровне фирмы, потому что речь идет не просто о потере элитного исполнителя, а о потере элитного исполнителя в пользу конкурента (Mirvis, 1997). В необычно ярком для академической статьи описании Бедеян и Арменакис (Bedeian & Armenakis, 1998) отметили, что системы, способствующие гомогенности ценой общего объема продукции, приводят к «синдрому выгребной ямы», когда «вредители и интриганы», возможно, из-за собственной неадекватности, стремятся заменить уходящих «звезд» людьми, которые работают плохо. Следствием является то, что «дрек» (мусор) всплывает наверх, и внутри этих рабочих подразделений гомогенность становится признаком организационного упадка.

Последствия звездного статуса для сокращения штатов особенно актуальны, учитывая финансовые трудности многих фирм в сегодняшней экономике. Сокращение штатов может сигнализировать элитным работникам о том, что организация находится в упадке, что приведет к их превентивному уходу (Bedean & Armenakis, 1998). Кроме того, организации, которые в прошлом вознаграждали своих «звезд» повышением зарплаты и идиосинкразическими условиями работы, могут поддаться искушению вытеснить именно тех людей, которые в наибольшей степени ответственны за их успех, в ошибочной попытке сократить расходы (Cascio, 1993). Это ошибочная стратегия, так как выработка элиты не может быть заменена менее квалифицированными работниками (Rosen, 1981), и организации могут оказаться в незавидном положении, пытаясь снова нанять или, что еще хуже, заключить контракт с элитой на условиях консультантских гонораров (Cascio, 1995).

Следствием предположения о том, что производительность работников распределена нормально, является то, что для повышения продуктивности руководители должны двигать вперед все распределение. Эти практики предполагают, что, поскольку большинство работников находятся на уровне среднего значения или около него, работа лидера заключается только в том, чтобы исправлять тех, кто слишком сильно отклоняется от центра (т. е. управление по отклонениям). Однако сосредоточение внимания на низкопроизводительных работниках пропагандирует стиль управления laissez-faire (невмешательства) в отношении «звезд», что не только неверно направляет ресурсы управления на тех, кто с наименьшей вероятностью будет производить, но и может снизить удержание «звезд», так как предоставление самому себе — это управленческая практика, легко воспроизводимая конкурентом. Наша статья предполагает, что менеджерам и специалистам по кадрам, возможно, придется приспособиться к росту числа «звезд» и сместить фокус с «необходимого большинства» на «элитное меньшинство». В частности, кажется, что лидеры должны решать, как использовать звездную продукцию, устраняя уникальные ситуационные ограничения (т. е. ограничения «потолка») и переходя к сетевому подходу к управлению «звездами». Другими словами, кажется, что лидерство в новой экономике требует инвестирования ограниченного пула ресурсов менеджера (например, времени, усилий, вознаграждений) в улучшение производительности подчиненных, которые с наибольшей вероятностью принесут максимальную отдачу (Hobfoll, 1989). Инвестициями с самой высокой отдачей будут «звезды», так как небольшое увеличение их производительности принесет экспоненциальное увеличение добавленной стоимости. Увеличение производства приносит вторичную выгоду менеджеру, который затем может реинвестировать в «звезду», создавая положительные спирали роста (Hobfoll, 2001). Следовательно, для менеджеров непропорциональное распределение выработки подчиненных потребует столь же непропорционального распределения ресурсов руководителя.

Для «звезд» ресурсы выделяются либо на увеличение производства, либо на снижение текучести кадров. Хотя между ними, безусловно, есть пересечение, увеличение производства в значительной степени будет происходить за счет устранения уникальных ситуационных ограничений, которые обычно не затрагивают большинство работников. Например, предположим, что время, необходимое для закрытия сделки в крупной брокерской фирме, составляет 1 час, из которых 30 минут посвящены оформлению документов. Если средний брокер закрывает две сделки за 8-часовой рабочий день, оформление документов является относительно незначительным ограничением для его или ее производства. Однако для звездных брокеров оформление документов создает ограничение «потолка» в восемь сделок в день. В этой ситуации ресурсы (например, помощник по административным вопросам) должны быть выделены «звезде» таким образом, чтобы устранить или поднять ограничение «потолка», связанное с бумажной работой.

Второй целью распределения ресурсов является повышение удержания «звезд», и дополнительным следствием является то, что менеджерам, возможно, придется перейти от управления «звездой» к управлению сетью «звезды». Элиты полагаются на сети развития, которые включают членов вне организации (Parker et al., 2004). Например, в контент-анализе элитных исполнителей, проведенном Коттоном и др. (Cotton et al., 2011), только $13.5\%$ производственной сети «звезды» состояли из менеджеров. Коллеги, семья и друзья — все имели схожее влияние на производство «звезды». Распределение ресурсов должно учитывать, как удовлетворить потребности сети, а не только самой «звезды». Как упоминалось ранее, одним из путей к достижению этой цели является внедрение идиосинкразических условий работы или I-deals (Rousseau et al., 2006). Поскольку сеть «звезды», вероятно, не так мобильна, как сама «звезда», снижение текучести кадров может быть достигнуто путем интеграции этих внеорганизационных лиц в команды и организации, которым служит «звезда». Если сеть, на которую «звезда» полагается в плане интеллектуальной стимуляции, эмоциональной поддержки, физического здоровья и других источников удовлетворенности жизнью, тесно связана с организацией, то это должно снизить текучесть «звезд». Например, при привлечении лучших кандидатов в академической среде нередко практикуется помощь их супругам в поиске работы в том же университете, специальные условия по уходу за детьми и помощь в процессе покупки жилья.

Наконец, поддержание звездной продуктивности является предметом беспокойства, и существует много примеров того, как прошлая слава «звезды» приводила к переплате и снижению производства (Byrne, Symonds, & Siler 1991; Malmendier & Tate, 2009). Таким образом, распределение ресурсов, которое мотивирует «звезду» и максимизирует ее положительное влияние на других работников, имеет решающее значение. Например, ротация «звезд» в командах и вне их расширяет сеть «звезды» и в полной мере использует их передачу знаний будущим «звездам». Кроме того, это предотвращает творческое трение за счет сокращения повторных совместных работ и внедряет нормы и ожидания высокой производительности для большего числа работников (Skilton & Dooley, 2010). Независимо от прошлых достижений, ресурсы должны распределяться таким образом, чтобы увеличивать или, по крайней мере, поддерживать производство в будущем (Aguinis, Joo, & Gottfredson, 2013).

Заключительные замечания

Характер труда в XXI веке сильно отличается от труда в XX веке. Хотя такие отрасли, как сельское хозяйство и бумажная промышленность, по-прежнему являются важными компонентами экономики в Соединенных Штатах и других странах, в сегодняшнем мире труда доминируют организационные условия, основанные на наукоемкой экономике и сфере услуг. Соответственно, ситуационные ограничения, которые ограничивали индивидуальную производительность в прошлом, включая географические расстояния, отсутствие хороших коммуникаций, невозможность доступа к информации и знаниям, а также медленное технологическое распространение, теперь сводятся к минимуму благодаря Интернету и расширению потока информации и знаний по всему миру. Хотя вполне вероятно, что звездные сотрудники существовали на протяжении всей истории, их присутствие особенно заметно в отраслях, организациях и командах, составляющих рабочее место XXI века. Эти звездные сотрудники — те немногие люди, на долю которых приходится непропорционально большой объем продукции по отношению к их коллегам. Мы утверждали, что, вероятно, все теории управления, которые прямо или косвенно касаются индивидуальной производительности, возможно, придется пересмотреть, чтобы учесть присутствие «звезд» и лежащее в основе распределение производительности по степенному закону. Мы надеемся, что наша статья послужит катализатором для будущих исследований по теме, которая имеет значение для преодоления столь оплакиваемого разрыва между микро- и макроуровнями в области менеджмента. Наконец, учитывая важность индивидуальной производительности для эффективности фирмы, мы также надеемся, что наша статья приведет к будущим исследовательским усилиям, которые будут не только строгими, но и актуальными для организаций и общества в целом.

REFERENCES

Aguinis H. (2013). Performance management (3rd ed.). Upper Saddle River, NJ: Pearson/Prentice Hall. Aguinis H, Boyd BK, Pierce CA, Short JC. (2011). Walking new avenues in management research methods and theories: Bridging micro and macro domains. Journal of Management, 37, 395-403. Aguinis H, Gottfredson RK, Joo H. (2012). Using performance management to win the talent war. Business Horizons, 55, 609-616. Aguinis H, Gottfredson RK, Joo H. (2013). Best-practice recommendations for defining, identifying, and handling outliers. Organizational Research Methods, 16, 270-301.

Aguinis H, Joo H, Gottfredson RK. (2013). What monetary rewards can and cannot do: How to show employees the money. Business Horizons, 56, 241-249. Allen DG, Bryant PC, Vardaman JM. (2010). Retaining talent: Replacing misconceptions with evidence-based strategies. Academy of Management Perspectives, 24, 48-64. Andriani P, McKelvey B. (2007). Beyond Gaussian averages: Redirecting international business and management research toward extreme events and power laws. Journal of International Business Studies, 38, 1212-1230. Andriani P, McKelvey B. (2009). Extremes and scale-free dynamics in organization science. Organization Science, 20, 1053-1071. Aoyama H, Yoshikawa H, Iyetomi H, Fujiwara Y. (2010). Productivity dispersion: Facts, theory, and implications. Journal of Economic Interaction and Coordination, 5, 27-54. Arthur JB. (1994). Effects of human resource systems on manufacturing performance and turnover. Academy of Management Journal, 37, 670-687. Ashford SJ, George E, Blatt R. (2007). Old assumptions, new work: The opportunities and challenges of research on nonstandard employment. Academy of Management Annals, 1, 65-117. Audretsch DB, Dagnino GB, Faraci R, Hoskisson RE. (2010). New frontiers in entrepreneurship. New York, NY: Springer. Barabasi A-L, Albert R. (1999). Emergence of scaling in random networks. Science, 286, 509-512. Barney JB. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17, 99-120. Barney JB, Ketchen DJ, Wright M. (2011). The future of resource-based theory: Revitalization or decline? Journal of Management, 37, 1299-1315. Baron JN, Pfeffer J. (1994). The social psychology of organizations and inequality. Social Psychology Quarterly, 57, 190-209. Becker GS. (1962). Irrational behavior and economic theory. The Journal of Political Economy, 70, 1-13. Bedean AG, Armenakis AA. (1998). The cesspool syndrome: How dreck floats to the top of declining organizations. Academy of Management Executive, 12, 58-67. Bergeron DM. (2007). The potential paradox of organizational citizenship behavior: Good citizens at what cost? Academy of Management Review, 32, 1078-1095. Berry MJA, Linoff GS. (2004). Data mining techniques for marketing, sales, and customer relationship management (2nd ed.). Indianapolis, IN: Wiley. Bloom M. (1999). The performance effects of pay dispersion on individuals and organizations. Academy of Management Journal, 42, 25-40. Bloom M, Michel JG. (2002). The relationships among organizational context, pay dispersion, and managerial turnover. Academy of Management Journal, 45, 33-42. Boisot M, McKelvey B. (2010). Integrating modernist and postmodernist perspectives on organizations: A complexity science perspective. Academy of Management Review, 35, 415-433. Byrne JA, Symonds WC, Siler HF. (1991). CEO disease. BusinessWeek, 3206, 52-60. Cadsby CB, Song F, Tapon F. (2007). Sorting and incentive effects of pay for performance: An experimental investigation. Academy of Management Journal, 50, 387-405. Cappelli P, Crocker-Hefter A. (1997). Distinctive human resources are firms’ core competencies. Organizational Dynamics, 24, 7-22. Capron L, Chatain O. (2008). Competitors’ resource-oriented strategies: Acting on competitors’ resources through interventions in factor markets and political markets. Academy of Management Review, 33, 97-121. Cascio WF. (1993). Downsizing: What do we know? What have we learned? Academy of Management Executive, 7, 95-104.

Cascio WF. (1995). Guide to responsible restructuring. Washington, DC: U.S. Department of Labor, Office of the American Workplace. Cascio WF, Aguinis H. (2008). Staffing twenty-first-century organizations. Academy of Management Annals, 2, 133-165. Cascio WF, O’Connor EJ. (1974). Magnitude estimations of expressions of frequency and amount. Journal of Applied Psychology, 59, 313-320. Clauset A, Shalizi CR, Newman MEJ. (2009). Power-law distributions in empirical data. SIAM Review, 51, 661-703. Coff R, Kryscynski D. (2011). Drilling for micro-foundations of human capital-based competitive advantages. Journal of Management, 37, 1429-1443. Cotton RD, Shen Y, Livne-Tarandach R. (2011). On becoming extraordinary: The content and structure of the developmental networks of major league baseball hall of famers. Academy of Management Journal, 54, 15-46. Cowherd DM, Levine DI. (1992). Product quality and pay equity between lower-level employees and top management: An investigation of distributive justice theory. Administrative Science Quarterly, 37, 302-320. Crain WM, Tollison RD. (2002). Consumer choice and the popular music industry: A test of the Superstar Theory. Empirica, 29, 1-9. Crawford ER, LePine JA. (2013). A configural theory of team processes: Accounting for the structure of taskwork and teamwork. Academy of Management Review, 38, 32-48. Crawley MJ, Harral JE. (2001). Scale dependence in plant biodiversity. Science, 291, 864-868. Crystal GS. (1991). In search of excess: The overcompensation of American executives. New York, NY: Norton. Curtis B, Sheppard SB, Milliman P, Borst MA, Love T. (1979). Measuring the psychological complexity of software maintenance tasks with the Halstead and McCabe metrics. Software Engineering, IEEE Transactions, 2, 96-104. Darcy DP, Ma M. (2005). Exploring individual characteristics and programming performance: Implications for programmer selection. In Proceedings of the 38th Annual Hawaii International Conference on System Sciences, 2005 (HICSS’05) (pp. 1-10). Honolulu, HI: IEEE Computer Society Press. Davenport TH, Harris J, Shapiro J. (2010). Competing on talent analytics. Harvard Business Review, 88, 52-58. Delery JE, Shaw JD. (2001). The strategic management of people in work organizations: Review, synthesis, and extension. Research in Personnel and Human Resources Management, 20, 165-197. DeMarco T, Lister T. (1985). Programmer performance and the effects of the workplace. In Proceedings of the 8th International Conference on Software Engineering (pp. 268-272). Los Alamitos, CA: IEEE Computer Society Press. Falato A, Li D, Milbourn T. (2009). Inside the CEO labor market: The role of CEO talent in pay and turnover decisions. Working Paper. Federal Reserve Board. Faraj S, Sproull L. (2000). Coordinating expertise in software development teams. Management Science, 46, 1554-1568. Felin T, Hesterly W. (2007). The knowledge-based view, nested heterogeneity, and new value creation: Philosophical considerations on the locus of knowledge. Academy of Management Review, 32, 195-218. Forbes DP, Milliken FJ. (1999). Cognition and corporate governance: Understanding boards of directors as strategic decision-making groups. Academy of Management Review, 24, 489-505. Foss NJ. (2011). Why micro-foundations for resource-based theory are needed and what they may look like. Journal of Management, 37, 1413-1428.

Gabaix X, Gopikrishnan P, Plerou V, Stanley HE. (2003). A theory of power law distributions in financial market fluctuations. Nature, 173, 267-270. Gabaix X, Landier A. (2008). Why has CEO pay increased so much? The Quarterly Journal of Economics, 123, 49-100. Gallagher R, Appenzeller T. (1999). Beyond reductionism. Science, 284, 79-109. Gardner TM. (2002). In the trenches at the talent wars: Competitive interaction for scarce human resources. Human Resource Management, 41, 225-237. Gardner TM. (2005). Human resource alliances: Defining the construct and exploring the antecedents. International Journal of Human Resource Management, 16, 1049-1066. Gomez-Mejia L, Balkin D. (1992). The determinants of faculty pay: An agency theory perspective, Academy of Management Journal, 35, 921-955. Grant A. (in press). Rocking the boat but keeping it steady: The role of emotion regulation in employee voice. Academy of Management Journal. Grant AM, Sumanth JJ. (2009). Mission possible? The performance of prosocially motivated employees depends on manager trustworthiness. Journal of Applied Psychology, 94, 927-944. Groshen EL. (1991). Five reasons why wages vary among employers. Industrial Relations: A Journal of Economy and Society, 30, 350-381. Groysberg B, Lee LE. (2009). Hiring stars and their colleagues: Exploration and exploitation in professional service firms. Organization Science, 20, 740-758. Guimera R, Uzzi B, Spiro J, Amaral LA. (2005). Team assembly mechanisms determine collaboration network structure and team performance. Science, 308, 697-702. Harrison DA, Klein KJ. (2007). What’s the difference? Diversity constructs as separation, variety, or disparity in organizations. Academy of Management Review, 32, 1199-1228. Hausknecht JP, Trevor CO. (2011). Collective turnover at the group, unit, and organizational levels: Evidence, issues, and implications. Journal of Management, 37, 352-388. Hinkin TR, Schriesheim CA. (2008). A theoretical and empirical examination of the transactional and non-leadership dimensions of the Multifactor Leadership Questionnaire (MLQ). Leadership Quarterly, 19, 501-513. Hitt MA, Beamish PW, Jackson SE, Mathieu JE. (2007). Building theoretical and empirical bridges across levels: Multilevel research in management. Academy of Management Journal, 50, 1385-1399. Hobfoll SE. (1989). Conservation of resources: A new attempt at conceptualizing stress. American Psychologist, 44, 513-524. Hobfoll SE. (2001). The influence of culture, community, and the nested-self in the stress process: Advancing conservation of resources theory. Applied Psychology: An International Review, 50, 337-370. Hochschild AR. (1997). When work becomes home and home becomes work. California Management Review, 39, 79-91. Hom PW, Caranikas-Walker F, Prussia GE, Griffith RW. (1992). A meta-analytical structural equation analysis of a model of employee turnover. Journal of Applied Psychology, 77, 890-909. Hull CL. (1928). Aptitude testing. Chicago, IL: World Book Company. Humphrey SE, Morgeson FP, Mannor MJ. (2009). Developing a theory of the strategic core of teams: A role composition model of team performance. Journal of Applied Psychology, 94, 48-61. Huselid MA. (1995). The impact of human resource management practices on turnover, productivity, and corporate financial performance. Academy of Management Journal, 38, 635-672.

Huselid MA, Beatty RW, Becker BE. (2005). “A players” or “A positions?” The strategic logic of workforce management. Harvard Business Review, 83, 110-117. Ikeda Y, Aoyama H, Iyetomi H, Fujiwara Y, Souma W. (2008). Correlated performance of firms in a transaction network. Journal of Economic Interaction and Coordination, 3, 73-80. Jackofsky E, Ferris K, Breckenridge B. (1986). Evidence for a curvilinear relationship between job performance and turnover. Journal of Management, 12, 105-111. Johnson N. (2008). Mathematics, physics, and crime. Policing, 2, 160–166. Jones G, Butler J. (1992). Managing internal corporate entrepreneurship: An agency theory perspective. Journal of Management, 18, 733-749. Kell HJ, Lubinski D, Benbow CP. (2013). Who rises to the top? Early indicators. Psychological Science, 24, 648-659. Kelley R, Caplan J. (1993). How Bell Labs creates star performers. Harvard Business Review, 71, 128-139. Kessler A. (2001). We’re all analysts now. Wall Street Journal, 30, A18. Koch C, Laurent G. (1999). Complexity and the nervous system. Science, 284, 96-98. Kruschke JK, Aguinis H, Joo H. (2012). The time has come: Bayesian methods for data analysis in the organizational sciences. Organizational Research Methods, 15, 722-752. Lazear EP. (1999). Personnel economics: Past lessons and future directions: Presidential address to the society of labor economists, San Francisco, May 1, 1998. Journal of Labor Economics, 17, 199-236. Lepak DP, Snell SA. (2002). Examining the human resource architecture: The relationships among human capital, employment, and human resource configurations. Journal of Management, 28, 517-543. Lepak DP, Takeuchi R, Snell SA. (2003). Employment flexibility and firm performance: Examining the interaction effects of employment mode, environmental dynamism, and technological intensity. Journal of Management, 29, 681-703. Malmendier U, Tate G. (2009). Superstar CEOs. The Quarterly Journal of Economics, 124, 1593-1638. Mandelbrot BB. (1982). The fractal geometry of nature. New York, NY: Freeman and Co. Marsili O. (2005). ‘Inequality’ of innovation: Skewed distributions and the returns to innovation in Dutch manufacturing. Economics of Innovation and New Technology, 14, 83-102. Mathieu J, Maynard MT, Rapp T, Gilson L. (2008). Team effectiveness 1997-2007: A review of recent advancements and a glimpse into the future. Journal of Management, 34, 410-476. McKelvey B, Andriani P. (2005). Why Gaussian statistics are mostly wrong for strategic organization? Strategic Organization, 31, 219-228. McLaughlin KJ. (1994). Rent sharing in an equilibrium model of matching and turnover. Journal of Labor Economics, 12, 499-523. Mirvis PH. (1997). Human resource management: Leaders, laggards, and followers. Academy of Management Executive, 11, 43-56. Mitchell TR, James L. (2001). Building better theory: Time and the specification of when things happen. Academy of Management Review, 26, 530-547. Mollick E. (2012). People and process, suits and innovators: The role of individuals in firm performance. Strategic Management Journal, 33, 1001-1015. Morelli JN, Bokhari D. (2013). Distribution of scholarly publications among academic radiology departments. Journal of the American College of Radiology, 10, 190-194.

Mossholder KW, Richardson HA, Settoon RP. (2011). Human resource systems and helping in organizations: A relational perspective. Academy of Management Review, 36, 33-52. Motowidlo SJ, Borman WC. (1977). Behaviorally anchored scales for measuring morale in military units. Journal of Applied Psychology, 62, 177-183. Narin F. 1993. Technology indicators and corporate strategy. Review of Business, 14, 19-23. National Basketball Association (2012, January). Raw data. Retrieved from NBA.com/statistics. Newman MEJ. (2001). The structure of scientific collaboration networks. Proceedings of the National Academy of Sciences, 98, 404-409. O’Boyle EH Jr, Aguinis H. (2012). The best and the rest: Revisiting the norm of normality of individual performance. PERSONNEL PSYCHOLOGY, 65, 79-119. Oldroyd JB, Morris S. (2012). Catching falling stars: A human resource response to social capital’s detrimental effect of information overload on star employees. Academy of Management Review, 37, 396-418. Oliver AL, Liebeskind JP. (1998). Three levels of networking for sourcing intellectual capital in biotechnology: Implications for studying interorganizational networks. International Studies of Management & Organization, 27, 76-103. Parker P, Arthur MB, Inkson K. (2004). Career communities: A preliminary exploration of member-defined career support structures. Journal of Organizational Behavior, 25, 489-514. Pfeffer J, Langton N. (1993). The effect of wage dispersion on satisfaction, productivity, and working collaboratively: Evidence from college and university faculty. Administrative Science Quarterly, 38, 382-407. Pierce JR, Aguinis H. (2013). The too-much-of-a-good-thing effect in management. Journal of Management, 39, 313-338. Ployhart RE, Moliterno TP. (2011). Emergence of the human capital resource: A multilevel model. Academy of Management Review, 36, 127-150. Ployhart RE, Weekley JA, Baughman K. (2006). The struggle and function of human capital emergence: A multilevel examination of the attraction-selection-attrition model. Academy of Management Journal, 49, 661-677. Podobnik B, Fu D, Jagric T, Grosse I, Stanley HE. (2006). Fractionally integrated process for transition economics. Physica A, 362, 465-470. Podsakoff PM, MacKenzie SB, Podsakoff NP, Bachrach DG. (2008). Scholarly influence in the field of management: A bibliometric analysis of university and author impact on the management literature during the past quarter century. Journal of Management, 34, 641-720. Powell WW, Snellman K. (2004). The knowledge economy. Annual Review of Sociology, 30, 199-220. Ready DA, Conger JA, Hill LA. (2010). Are you a high potential? Harvard Business Review, 88, 78-84. Reilly RR, Smither JW. (1985). An examination of two alternative techniques to estimate the standard deviation of job performance in dollars. Journal of Applied Psychology, 70, 651-661. Robins G, Pattison P, Kalish Y, Lusher D. (2007). An introduction to exponential random graph (p) models for social networks. Social Networks, 29, 173-191. Robins GL, Elliott P, Pattison PE. (2001). Network models for social selection processes. Social Networks, 23, 1-30. Robins GL, Pattison PE, Elliott P. (2001). Network models for social influence processes. Psychometrika, 66, 161-190.

Rosen S. (1981). The economics of superstars. The American Economic Review, 71, 845-858. Rousseau DM. (2001). The idiosyncratic deal flexibility versus fairness? Organizational Dynamics, 29, 260-273. Rousseau DM, Ho V, Greenberg J. (2006). I-Deals: Idiosyncratic terms in employment relationships. Academy of Management Review, 31, 977-994. Sackman H, Erikson WJ, Grant EE. (1968). Exploratory experimental studies comparing online and offline programming performance. Communications of the ACM, 11, 3-11. Salgado JF, Anderson N, Moscoso S, Bertua C, de Fruyt F, Rolland JP. (2003). A meta-analytic study of general mental ability validity for different occupations in the European community. Journal of Applied Psychology, 88, 1068-1081. Scheinkman JA, Woodford M. (1994). Self-organized criticality and economic fluctuations. American Economic Review, 84, 417-421. Scherer F, Harhoff D. (2000). Technology policy for a world of skew-distributed outcomes. Research Policy, 29, 559-566. Schmidt FL, Hunter JE. (1983). Individual differences in productivity: An empirical test of estimates derived from studies of selection procedure utility. Journal of Applied Psychology, 68, 407-414. Schmidt JE, Hunter FL, Judiesch MK. (1990). Individual differences in output variability as a function of job complexity. Journal of Applied Psychology, 75, 28-42. Schneider B. (1987). The people make the place. PERSONNEL PSYCHOLOGY, 40, 437-453. Schneier CE. (1977). Multiple rater groups and performance appraisal. Public Personnel Management, 6, 13-20. Scully GW. (1999). Free agency and the rate of monopsonistic exploitation in baseball. In Jeanrenaud C, Kesenne S (Eds.), Competition policy in professional sports: Europe after the Bosman case (pp. 59-69). Antwerp, Belgium: Standard Editions. Sen AK. (1977). Rational fools: A critique of the behavioral foundations of economic theory. Philosophy & Public Affairs, 6, 317-344. Shaw JD, Gupta N. (2007). Pay system characteristics and quit patterns of good, average, and poor performers. PERSONNEL PSYCHOLOGY, 60, 903-928. Simon HA. (1986). Rationality in psychology and economics. Journal of Business, 59, 209-224. Skilton P, Dooley K. (2010). The effects of repeat collaboration on creative abrasion. Academy of Management Review, 35, 118-134. Slovic P, Finucane M, Peters E, MacGregor DG. (2002). Rational actors or rational fools: Implications of the affect heuristic for behavioral economics. Journal of Socioeconomics, 31, 329-342. Snijders T. (2002). Markov chain Monte Carlo estimation of exponential random graph models. Journal of Social Structure, 3, 2-40. Souma W, Aoyama H, Fujiwara Y, Ikeda, Y, Iyetomi H, Kaizoji T. (2006). Correlation in business networks. Physica A, 370, 151-155. Starbucks Corporation. (2012). FY(2011) Annual Report. SJBQ412OTH-00801. Steel RP. (2002). Turnover theory at the empirical interface: Problems of fit and function. Academy of Management Review, 27, 346-360. Stewart GL, Barrick MR. (2000). Team structure and performance: Assessing the mediating role of intra-team process and the moderating role of task type. Academy of Management Journal, 43, 135-148. Suellentrop C. (2013, March 30). Divining what’s next for video games. The New York Times. Retrieved from http://www.nytimes.com/2013/03/12/arts/video-games.

Thorndike EL. (1913). Educational psychology: Vol. 2. The psychology of learning. New York, NY: Teacher’s College Press. Tiffin J. (1947). Industrial psychology (2nd ed.). New York, NY: Prentice-Hall. Toliver RF, Constable TJ. (1998). Die Deutschen jagdflieger-asse [The German fighter aces] 1939-1945. Stuttgart, Germany: Motorbuch Verlag. Trevor CO, Gerhart B, Boudreau JW. (1997). Voluntary turnover and job performance: Curvilinearity and the moderating effects of salary growth and promotions. Journal of Applied Psychology, 82, 44-61. Trevor CO, Reilly G, Gerhart B. (2012). Reconsidering pay dispersion’s effect on the performance of interdependent work: Reconciling sorting and pay inequality. Academy of Management Journal, 55, 585-610. Vedantam S. (2012, April 6). Indian engineers build a stronger society with school lunch program. National Public Radio. Veksler D. (2010). Some lesser-known truths about programming. Retrieved from http://automagical.rationalmind.net/2010/08/17/some-lesser-known-truths-about-programming/. Watts D. (2003). Six degrees: The science of a connected age. New York, NY: Norton. Way SA, Lepak DP, Fay CH, Thacker JW. (2010). Contingent workers’ impact on standard employee withdrawal behaviors: Does what you use them for matter? Human Resource Management, 49, 109-138. Weng G, Bhalla US, Iyengar R. (1999). Complexity in biological signaling systems. Science, 284, 92-96. Zahra SA. (1996). Governance, ownership, and corporate entrepreneurship: The moderating impact of industry technological opportunities. Academy of Management Journal, 39, 1713-1735. Zajac EJ. (1990). CEO selection, succession, compensation and firm performance: A theoretical integration and empirical analysis. Strategic Management Journal, 11, 217-230. Zucker LG, Darby MR, Brewer MB. (1998). Intellectual human capital and the birth of U.S. biotechnology enterprises. American Economic Review, 88, 290-306.