Факторы влияния на организационную эффективность риэлтерских компаний в условиях цифровой трансформации тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Ван Фэнчэнь

• Ван Фэнчэнь
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Ван Фэнчэнь

TABLE OF CONTENTS

INTRODUCTION

Research Background

Research Object and Subject

Research Question and Objectives

Research Design and Methodology

Main Findings to Be Defended

Scientific Novelty

Industrial Implications

Approbation

List of Publications

CHAPTER 1: LITERATURE REVIEW

1.1 Digital Transformation in Real Estate Sector

1.2 Key Issues and Challenges Faced by Real Estate Firms

1.2.1. Technological Barriers

1.2.2. Organizational and Managerial Challenges

1.2.3. Cultural and Human Re si stance

1.2.4. Concerns of Job Displacement

1.2.5. Financial and Economic Obstacles

1.2.6. External and Regulatory Hurdles

1.3 Key Models and Frameworks for Evaluating Organizational Digital Transformation

1.3.1. Understanding Organizational Performance in the Digital Era

1.3.2. Performance Evaluation Models of Digital Transformation

1.3.3. Comparative Analysis of Models and the HOT Fit Model

1.4 Applying the HOT Fit Model for Evaluating Digital Transformation in Real Estate

1.4.1. Organization-Technology Fit: Digital Transformation of Business Operations

1.4.2. Human-Technology Fit: Employee Performance

1.4.3. Organization-Human Fit: Human Capital Development

CHAPTER 2: METHODOLOGY

CHAPTER 3: EMPIRICAL STUDIES

3.1 Study I (O-T Fit): The Influence of Strategic Management and Data Management on the Digital Transformation of Business Operations

3.1.1 Statistical Analysis and Results

3.1.2 Structural Model and Hypotheses Testing

3.1.3 Findings and Discussions

3.2 Study 2 (T-H Fit): The Impact of E-Service Quality and Knowledge Culture on Employee Performance

3.2.1 Statistical Analysis and Results

3.2.2. Structural Model and Hypotheses Testing

3.2.3 Findings and Discussions

3.3 Study 3 (O-H Fit): AI-Powered Human Capital Development in Real Estate Brokerage

3.3.1 Thematic Analysis and Results

3.3.2 Findings and Discussions

CONCLUSIONS

Discussions

Contribution to the Literature

Industrial Implications

Research Limitations and Future Avenues

REFERENCES

ACKNOWLEDGEMENT

APPENDIX 1. IDEF0 Diagram of Real Estate Brokerage Business Processes: "Traditional" and

"Digital"

APPENDIX 2. A Case of Management Information System (MIS)-Based O2O Business Model

Framework

APPENDIX 3. Russian Translation of the Dissertation

Введение диссертации (часть автореферата) на тему «Факторы влияния на организационную эффективность риэлтерских компаний в условиях цифровой трансформации»

INTRODUCTION

Research Background

The real estate industry, accounting for approximately 60% of global assets, plays a central role in shaping economic growth, social development, and individual well-being worldwide [Balemi et al., 2021; Stein, 2019]. In the digital era, this sector is undergoing accelerated transformation due to evolving customer expectations and the opportunities brought by advanced digital technologies such as artificial intelligence, big data, and platform-based services [Hess et al., 2016; Starr et al., 2020; Ullah, Sepasgozar, Shirowzhan, et al., 2021]. Real estate brokerage, a key component of the industry, facilitates the connection between supply and demand in property markets and is particularly vulnerable to disruptions posed by digital innovations [Barwick & Wong, 2019].

Digital transformation in real estate is defined by the strategic integration of digital technologies into core business operations, enabling greater efficiency, agility, and customer-centric service delivery [Hanelt et al., 2021; Zhai et al., 2022]. The COVID-19 pandemic intensified this trend, pushing both firms and consumers toward digital adoption, from virtual property viewings to AI-enabled service platforms [Balemi et al., 2021; Starr et al., 2020; Zuo, 2021]. In response, real estate firms have increasingly leveraged technologies such as virtual and augmented reality (VR/AR), digital twins, SaaS, and big data analytics to optimize decision-making and customer interaction [Shirowzhan et al., 2020; Ullah & Al-Turjman, 2023; F. Wang, 2023].

China's real estate market exemplifies this shift. Having transitioned from a planned economy to a market-driven model in the 1980s, the sector now stands as a cornerstone of national development and urban modernization [B. Wang & Just, 2021; C. Xu, 2011]. The adoption of digital transformation strategies in China is especially prominent due to its rapid urbanization, technological innovation, and policy support for digital infrastructure development [Casalino et al., 2019; Liang et al., 2022].

Research Object and Subject

The object of the study is real estate firms that are at a moderate level of digital maturity, those who are already actively using digital technologies in their operations but are still in the process of transformation.

The subject of the study is the factors that influence the organizational performance of real estate firms under digital transformation.

Research Question and Objectives

In an era defined by rapid technological advancement, organizations across all sectors are grappling with the imperative of digital transformation. The real estate industry, traditionally characterized by fragmentation and reliance on established practices, is no exception. As firms within this sector increasingly adopt digital technologies to enhance operations and service delivery, a critical challenge emerges: how to effectively assess the impact of these transformations on organizational performance. While the promise of digital tools is significant, the path to successful

integration is complex, involving intricate interactions between technological systems, organizational structures, and human capabilities. This research, therefore, seeks to address this fundamental need by investigating the main research question: "How can the organizational performance of real estate firms undergoing digital transformation be evaluated, and what are the key enablers and outcome factors that influence this performance?"

To address this question, this research begins with an extensive literature review, which examines the general trends, challenges, and existing evaluation models and frameworks for assessing organizational performance during digital transformation. Through this process, the critical need for a holistic and diagnostic framework becomes clear. Recognizing this gap, and to provide a comprehensive framework for evaluation, this study adopts the Human-Organization-Technology (HOT) Fit Model [J. Xu & Lu, 2022] as its analytical foundation. This model allows for the evaluation of performance across three interdependent dyadic domains: Organization-Technology Fit (O-T Fit), Technology-Human Fit (T-H Fit), and Organization-Human Fit (O-H Fit). Correspondingly, the following objectives have been set for this dissertation:

O-T Fit Objective: To empirically investigate how Strategic Management and Data Management (key factors) interact to influence the Digital Transformation of Business Operations (outcome factor) within real estate brokerage firms, with particular focus on the mediating and moderating roles of data management in translating strategic intent into technological execution.

T-H Fit Objective: To empirically analyze how E-Service Quality and Knowledge Culture (key factors) jointly shape Employee Performance (outcome factor) in digitally enabled work environments within the real estate brokerage sector.

O-H Fit Objective: To empirically explore how AI-Enabled Vocational Training and AI Acceptance Enablers (key factors) contribute to Human Capital Development (outcome factor), particularly among early-career professionals navigating technology-intensive brokerage contexts.

Integrated Framework Objective: To synthesize the empirical findings across the three dyadic alignments—Organization-Technology (O-T), Technology-Human (T-H), and Organization-Human (O-H)—in order to develop a comprehensive theoretical framework grounded in the HOT Fit Model, serving as a multidimensional and actionable tool for evaluating and enhancing organizational performance in real estate firms undergoing digital transformation.

Research Design and Methodology

To address the research question and achieve the corresponding objectives, this study adopts a multi-method research design. Given the complexity and multidimensional nature of the phenomenon—encompassing organizational, technological, and human factors—this approach enables an in-depth and comprehensive analysis across different levels.

The use of multiple methods supports the investigation of distinct research objectives, each corresponding to a dyadic alignment within the Human-Organization-Technology (HOT) Fit Model [J. Xu & Lu, 2022]. This design ensures both analytical breadth and depth, enhancing the validity, reliability, and interpretive richness o f the findings [Hesse-Biber & Johnson, 2015; Johnson & Onwuegbuzie, 2004]. By employing methodological triangulation, the study provides a more in-depth evaluation of how organizational, technological, and human factors interact to influence organizational performance under digital transformation.

Human-Organization-Technology Fit Model (HOT Fit Model)

Study I {O-T Fit)

Research Method: Quantitative PLS-SEM

Data Collection: Questionnaire Survey j

Study II (.T-HFit)

Research Method: Quantitative SEM Data Collection: \ Questionnaire Survey y

Study III (O-H Fit)

Research Method: Qualitative Approach Data Collection: \ In-depth Interview /

Figure 1. Multi-method research design based on the Human-Organization-Technology (HOT) fit model. Source: author.

As illustrated in Figure 1, this dissertation comprises three interrelated

empirical studies, each aligned with a specific research objective:

Study I (O-T Fit): This quantitative study examines the influence of strategic management (organizational factor) on the digital transformation of business operations, with data management (technological factor) analyzed as both a mediator and moderator. A structured survey was conducted with real estate professionals in Shanghai, resulting in 287 valid responses. Data were analyzed using Partial Least Squares Structural Equation Modeling (PLS-SEM) with SmartPLS 4.0, a technique well-suited for testing complex interaction effects [Hair et al., 2010].

Study II (T-H Fit): This quantitative study explores how e-service quality (technological factor) and knowledge culture (human factor) influence employee performance in digitally enabled service environments. A web-based questionnaire was distributed to employees of Lianjia real estate branches, yielding 602 valid responses. Analytical methods included Exploratory Factor Analysis (EFA), Confirmatory Factor Analysis (CFA), correlation analysis, and Structural Equation Modeling (SEM), conducted using IBM SPSS and AMOS.

Study III (O-H Fit): This qualitative study investigates how AI-enabled vocational training (organizational factor) and AI acceptance enablers (human factors) influence human capital development among early-stage practitioners. A total of 33 semi-structured interviews were conducted with participants recruited through online job platforms. Data were analyzed using thematic analysis, following the coding and interpretation framework established by [Braun & Clarke, 2006].

Main Findings to Be Defended

1) This study finds that strategic management plays a pivotal role in enabling the digital transformation of business operations. As an organizational factor, strategic management shapes alignment between business priorities and digital initiatives. The study further identifies data management as a key technological factor performing dual roles: as a mediator, it operationalizes strategic intent by providing the digital infrastructure, analytics, and data integration necessary for execution; as a moderator, it amplifies the effect of strategic management on transformation outcomes, meaning that firms with stronger data capabilities achieve more effective operational transformation. These findings reflect a strong Organization-Technology Fit (O-T Fit), where digital tools and systems are well-aligned with strategic goals, enabling successful business transformation.

2) The study also reveals that e-service quality—particularly dimensions such as system availability, fulfillment, and privacy—directly enhances employee performance. At the same time, knowledge culture plays a mediating role in this relationship. In organizations that promote continuous learning, digital literacy, and knowledge sharing, employees are more capable of effectively adopting and utilizing technological tools. These findings demonstrate that Technology-Human Fit (T-H Fit) is not solely a function of technological quality, but also of the cultural environment that supports user adaptation, skill development, and technology internalization.

3) This study examines Al-enabled vocational training as a strategic organizational initiative for human capital development, particularly for early-career real estate professionals. The success of this initiative, however, is contingent upon several human and organizational enablers—such as motivation, digital self-efficacy, and perceptions of supportive policies, practices, and culture—collectively referred to as AI acceptance enablers. These results highlight the importance of Organization-Human Fit (O-H Fit): when organizational training strategies align with employees' developmental needs and digital readiness, AI systems significantly improve learning outcomes and workforce adaptability.

4) Finally, as an integrated result, this study demonstrates that organizational performance of real estate firms during digital transformation is most effectively achieved through the integrated alignment of organizational strategy, technological capability, and human readiness—captured through the three interdependent dyadic fits of the HOT Fit Model: Organization-Technology (O-T), Technology-Human (T-H), and Organization-Human (O-H).

Scientific Novelty

This research makes a novel and significant contribution to the literature on

digital transformation by applying and empirically validating the Human-Organization-

Technology (HOT) Fit Model as a multidimensional framework for evaluating

organizational performance. While digital transformation has been widely studied in

technology-centric or customer-facing industries, its application within traditional,

12

service-intensive sectors such as real estate brokerage remains under-theorized. The scientific novelty of this study lies in its triangulated empirical design and sector-specific operationalization of the HOT Fit framework. The key contributions are summarized as follows:

1) Strategic Management and Data Integration as Dual Enablers of Transformation (O-T Fit): This study provides new empirical evidence on how strategic management acts as a core organizational driver of digital transformation in real estate brokerage. By identifying data management as both a mediator and moderator, the study offers a nuanced view of how digital infrastructure supports and amplifies strategic intent. This dual-role conceptualization enriches the literature on digital strategy execution and operational alignment in service-driven industries.

2) Internal Digital Service Quality and Knowledge Culture as Drivers of Employee Performance (T-H Fit): Moving beyond a customer-centric lens, this research demonstrates how e-service quality, when combined with a strong knowledge culture, influences employee performance in technology-mediated environments. This contributes to internal service quality literature and highlights that the success of digital systems depends not only on usability but also on cultural and cognitive readiness among employees—a dimension often neglected in transformation frameworks.

3) AI-Enabled Training and Acceptance Enablers as Catalysts for Human

Capital Development (O-H Fit): This research introduces AI-enabled

13

vocational training as a strategic lever for digital upskilling in real estate firms and identifies AI acceptance enablers (e.g., digital self-efficacy, motivation, perceived usefulness) as critical for training success. This expands the literature by showing how digital training is both a technological and relational process, aligning individual readiness with institutional strategy to drive human capital development.

4) Triadic Alignment Framework for Sector-Specific Transformation Evaluation: By synthesizing findings across three dyadic fits, this study develops a sector-specific, performance-oriented framework that links digital transformation inputs (organizational, technological, and human) to key organizational outcomes. This model contributes to literature by operationalizing the HOT Fit model for use in digital transformation evaluation—especially within the underexplored context of real estate brokerage.

Industrial Implications

Enhancing Strategic Management with Data-Driven Digital Infrastructure (O-T Fit): Real estate firms must recognize the strategic role of data management in driving operational transformation. Strategic initiatives will only translate into effective digital execution when supported by mature data infrastructure. Firms should invest in scalable, integrated data systems that support real-time decision-making, business process automation, and predictive analytics. Strengthening this Organization-

Technology Fit ensures that digital investments align with core business goals, increasing agility and competitiveness in a volatile market.

Elevating Employee Performance through E-Service Excellence and Knowledge Culture (T-H Fit): Digital tools alone do not guarantee improved performance. Firms must simultaneously develop a knowledge-sharing culture that empowers employees to fully leverage technological systems. This includes cultivating digital literacy, encouraging peer learning, and embedding training into daily workflows. Investment in e-service quality—particularly system reliability, privacy, and service fulfillment—should be paired with internal initiatives that support employee adaptation and engagement. These strategies strengthen Technology-Human Fit, leading to sustained performance improvement in service delivery.

Aligning Tech-Driven Vocational Training with Employee Readiness and Organizational Culture (O-HFit): As the sector embraces AI for training and upskilling, success depends on whether these technologies are aligned with employee needs, values, and readiness. Firms must assess and support AI acceptance enablers, such as user motivation, digital self-efficacy, and the perceived usefulness of training. This includes developing inclusive digital learning policies, fostering innovation-friendly cultures, and designing adaptive learning pathways tailored to early-career professionals. Such alignment fosters Organization-Human Fit, ensuring human capital development efforts yield long-term returns in workforce capability and adaptability.

Toward a Holistic Digital Transformation Strategy: These findings

collectively demonstrate the need for a holistic, fit-oriented digital transformation

15

strategy—one that integrates strategic planning, technological investment, and human capability development. Real estate firms that proactively align these dimensions will be better positioned to thrive in digitally mediated environments and deliver higher organizational performance across operational, service, and workforce domains.

Approbation

The results of this study have been confirmed and validated by both academia and industry. Firstly, the author participated in two international academic conferences on the dissertation topic, where the author presented and discussed the research findings with other scholars and experts in the field, including:

[1]. Academic Workshop of the International Laboratory of Intangible Economy (ID-Lab), HSE University in Perm, March 1, 2023, Perm (online), Russia. Presentation with a report titled "Modeling of Service Quality, Organizational Culture, and Customer Satisfaction in the Chinese Real Estate Brokerage Sector under Digital Transformation: A Path Analysis Approach."

[2]. 10th GSOM Economy & Management Conference (EMC 2023), October 3-7, 2023, St. Petersburg, Russia. Presentation with a report titled "How Does Talent Development Enhance Corporate Resilience for Residential Real Estate Development Amid Economic Uncertainty?"

Secondly, from March 2021 to March 2022, the author of this dissertation held the position of Head of the Department of Business Performance Research and

Project Manager of the Quality Excellence Project (Project ID: SHXF-YG-M-2021-23-

16

S-002), New Home Division, at Lianjia Shanghai Branch (a company of KE Holding, Inc. (NYSE: BEKE and HKEX: 2423)). During this time, the author introduced the three key research factors of the dissertation, namely digital transformation strategy, service quality, and talent development, to the management of the New Home Division of Lianjia (Shanghai). The key findings of this research were partly presented to the company's Quality Excellence Project (QEP), which led to the production of three distinct internal consulting and research reports: the Management Consulting Report, New Home Customer Insight and Service Journey Research, and Talent Development and Review Report.

List of Publications

Seven academic journal articles have been published in reputable and influential journals that are indexed and listed in the Clarivate-Web of Science (WoS), the Elsevier-Scopus, the HSE List of Scientometrics Center:

[1]. Wang, F. (2022). The necessity of strategic transformation of real estate digital operations from the perspective of information economic management. Cuadernos de Economía (Spanish Journal of Economics and Finance), 45 (129), 60-69. [Indexing and listing: Web of Science, Scopus, HSE List of Scientometrics Center; Quartile: Scopus CiteScore-Q1, SJR-Q2, HSE-C List.]

[2]. Wang, F. (2023). The present and future of the digital transformation of real estate: A systematic review of smart real estate. Business Informatics, 17(2),

85-97. [Indexing and listing: Web of Science, Scopus, HSE List of Scientometrics Center; Quartile: SJR-Q3, Scopus CiteScore-Q4, HSE-C List.]

[3]. Wang, F., & Stoianova, O. (2023). Modeling the effect of E-service quality and knowledge culture on employee performance: A SEM approach based on survey data from Chinese real estate industry. Journal of Applied Informatics, 18(5), 5-19. [Indexing and listing: Web of Science, HSE List of Scientometrics Center; Quartile: HSE-D List.]

[4]. Wang, F. (2023). Block by block: a bibliometric analysis of blockchain in real estate. Journal of Information Systems Engineering and Management, 8(2), 21498. [Indexing and listing: Scopus, HSE List of Scientometrics Center; Quartile: SJR-Q4, HSE-C List.]

[5]. Wang, F., & Pang, Y. (2024). Service quality in the digital information society: A bibliometric thematic analysis in the real estate sector. Information Society, 3, 10-20. [Indexing and listing: HSE List of Scientometrics Center; Quartile: HSE-D List.]

[6]. Wang, F. (2024). AI in vocational training: A qualitative interview study of early-stage practitioners in the real estate brokerage industry in China. Educational Studies Moscow, 1(3), 180-200. [Indexing and listing: Web of Science, Scopus, HSE List of Scientometrics Center; Quartile: SJR-Q3, HSE-B List.]

[7]. Wang, F., Stoianova, O., and Barajas, A. (2024). Demystifying the digital transformation of real estate brokerage industry in China: A Case study of Lianjia (Beike). Business Informatics, 18(4), 81-97. [Indexing and listing: Web of Science, Scopus, HSE List of Scientometrics Center; Quartile: VAK-K1, SJR-Q4, Scopus CiteScore-Q4, HSE-C List.]

One academic journal article related to the topic of the dissertation has been published in other journals:

[1]. Wang, F., and Pang Y. (2024). Exploring the knowledge structure and development of ESG in real estate: A bibliometric approach. International Journal of Real Estate Studies, 18(2), 65-75. [Indexing: Malaysian Citation Index]

Заключение диссертации по теме «Другие cпециальности», Ван Фэнчэнь

ЗАКЛЮЧЕНИЕ

Обсуждение

В настоящем исследовании предложена и эмпирически подтверждена интегрированная оценочная модель для анализа организационной эффективности компаний в сфере брокерских услуг недвижимости, находящихся на этапе цифровой трансформации. Основанная на модели соответствия "Человек-Организация-Технологии" (HOT Fit) [J. Xu & Lu, 2022], данная модель переосмысливает понятие эффективности: не как единовременного или статического результата, а как динамического процесса, формируемого тремя взаимосвязанными парами соответствий: "Организация-Технологии" (O-T Fit), "Технологии-Человек" (T-H Fit) и "Организация-Человек" (O-H Fit). Каждое из этих соответствий отражает ключевой механизм цифровой трансформации, а в совокупности они предлагают многомерную оптику для анализа и управления результатами в эпоху цифровизации.

Первая составляющая — соответствие "Организация-Технологии"

(O-T Fit) — касается степени согласованности между стратегическими

намерениями организации и её технологической инфраструктурой.

Результаты подисследования I демонстрируют, что стратегическое

управление играет ключевую роль в обеспечении цифровой трансформации

бизнес-процессов. Оно не только формулирует цифровые цели, но и

направляет ресурсы на их достижение. В этом контексте управление данными

266

выступает важнейшим технологическим фактором с двойной функцией: как посредник, обеспечивая реализацию стратегии с помощью аналитики, цифровой интеграции и поддержки принятия решений, и как модератор, усиливающий связь между стратегическим замыслом и операционной реализацией. Компании с развитой инфраструктурой данных более успешно реализуют цифровые инициативы и достигают высокого уровня O-T соответствия, что, в свою очередь, способствует улучшению операционной эффективности.

Второе измерение — соответствие "Технологии-Человек" (T-H Fit) — фокусируется на взаимосвязи между техническими системами и способностями сотрудников. Подисследование II показало, что качество цифровых сервисов — в частности, стабильность работы систем, полнота предоставляемой информации и соблюдение конфиденциальности — оказывает прямое и значимое влияние на результативность сотрудников. Однако этого недостаточно. Исследование также выявило, что "культура знаний" — ключевой человеческий фактор — опосредует связь между качеством цифровых услуг и эффективностью сотрудников. В организациях, где поощряется обмен знаниями, цифровое обучение и внутренняя инновационность, сотрудники лучше адаптируются к новым технологиям и используют их эффективнее. Это подтверждает, что принятие технологий должно сопровождаться институциональной поддержкой, обеспечивающей осмысленное использование цифровых инструментов в повседневной работе.

Тем самым T-H соответствие выходит за рамки удобства интерфейса и охватывает когнитивную и культурную подготовленность персонала.

Третья пара — соответствие "Организация-Человек" (O-H Fit) — касается взаимодействия между организационными инициативами и потребностями в развитии сотрудников. В подисследовании III анализировалось, как профессиональное обучение на основе ИИ может поддерживать развитие человеческого капитала, особенно среди молодых специалистов. Результаты показали, что успех таких программ зависит от наличия факторов принятия ИИ, включающих индивидуальные характеристики (мотивация, цифровая самоэффективность, отношение к обучению) и организационные условия (политики, управленческие практики, корпоративная культура). Это подтверждает, что развитие персонала невозможно без соответствия между стремлениями работников и организационными возможностями. Только при согласовании ожиданий сотрудников с приоритетами компании достигается высокий уровень O-H Fit, способствующий устойчивому обучению, адаптивности и профессиональному росту.

Все три подисследования в совокупности демонстрируют, что

цифровая трансформация наиболее эффективна при системном подходе,

основанном на модели HOT Fit. Организационная эффективность повышается

не за счёт отдельных цифровых инициатив, а через целенаправленное

согласование стратегического управления, цифровой инфраструктуры и

программ развития персонала. Разработанная в ходе исследования модель служит как научным инструментом, так и практическим руководством для компаний в сфере недвижимости, стремящихся оценивать и совершенствовать трансформационные процессы. Она помогает выявлять разрывы в согласованности, расставлять приоритеты в инвестициях и координировать действия на уровне технологий, персонала и управленческих структур.

Рис. 9. Интегрированная модель оценки организационной эффективности на основе модели соответствия «Человек-Организация-Технологии» (HOT Fit)

В заключение, представленная интегрированная модель оценки (см. Рис. 9) предлагает всесторонний и практико-ориентированный подход к пониманию организационной эффективности в условиях цифровой трансформации. Признавая взаимозависимость соответствий О-Т, Т-Н и О-Н,

модель смещает акцент с отдельных факторов успеха на реляционные

механизмы, обеспечивая надёжную основу для стратегического управления и будущих научных исследований.

Вклад в научную литературу

Настоящее исследование вносит существенный вклад в научную литературу по цифровой трансформации, напрямую отвечая на теоретические пробелы и практические вызовы, изложенные в предыдущем обзоре литературы. Будучи сфокусированным на малоизученном контексте брокерской деятельности в сфере недвижимости — отрасли, часто характеризующейся фрагментацией, цифровой инерцией и ограничениями устаревших ИТ-систем [ЛИ й а1., 2025; ЦИаИ й а1., 2018], — данная работа углубляет понимание того, каким образом человеческие, организационные и технологические факторы могут способствовать или препятствовать достижениям в области цифровой трансформации.

Одной из наиболее устойчивых проблем, выявленных в предыдущих исследованиях, является несоответствие между стратегическим намерением и технологической реализацией. Шка1а й а1. [2024] и и11аИ й а1. [2018] подчеркивают, что отсутствие интегрированной цифровой стратегии ведет к фрагментированным операциям и субоптимальным результатам. Настоящее исследование восполняет этот пробел, эмпирически демонстрируя ключевую роль стратегического управления в операционной трансформации. Кроме того, исследование расширяет существующую теорию, устанавливая,

что данное соотношение опосредуется возможностями управления данными.

270

Зрелость в управлении данными выступает как медиатор и модератор, тем самым развивая идеи Ilmudeen [2021] и Zhang et al. [2021], и переопределяя данные не только как инфраструктурный компонент, но как динамический актив, способствующий стратегической реализации.

Вторым значимым вкладом является акцент на человеческом и культурном измерениях трансформации. Как отмечают Cieslak и Valor [2025], Michelotto и Joia [2024], сопротивление изменениям часто коренится в страхе перед устареванием и отсутствии цифровых компетенций. Данное исследование подтверждает эти барьеры и дополнительно показывает, что успех трансформации существенно возрастает при наличии сильной культуры обмена знаниями. Культура знаний выступает не фоновым элементом, а важнейшей способностью, выступающей медиатором между удобством электронных сервисов и производительностью сотрудников. Это расширяет подходы Davenport [1993] и Sony et al., [2020], выявляя реальную роль организационной культуры в формировании цифровых результатов.

Фрагментация технологий — отраженная в устаревших системах, слабой совместимости и разрозненности данных — также последовательно обозначается в литературе как ключевая проблема [Ali et al., 2025; Ullah et al., 2018]. Эмпирически обосновав диагностическую модель оценки соответствия между организацией и технологией (O-T Fit), исследование предлагает фирмам недвижимости инструмент для оценки технической готовности и

устранения операционных узких мест за счёт стратегического выравнивания и зрелости в управлении данными.

Диссертация также отвечает на обеспокоенность по поводу разрыва между стратегией руководства и вовлечённостью сотрудников. Исследования Michelotto и Joia [2024], и Work [2017] указывали, что иерархически навязанные цифровые инициативы могут отталкивать линейный персонал. Настоящее исследование подтверждает, что трансформация наиболее эффективна тогда, когда организационные структуры, механизмы поддержки и ценности культуры согласуются с потребностями развития персонала, тем самым развивая концепцию соответствия между организацией и человеком (O-H Fit) в рамках модели HOT-Fit.

Ключевой теоретический вклад исследования заключается в уточнении и секторальной адаптации модели HOT -Fit. Первоначально разработанная для здравоохранения и информационных систем [J. Xu & Lu, 2022; Yusof et al., 2008], данная модель впервые валидирована для применения в традиционном сервисно-ориентированном секторе недвижимости. Путём операционализации и эмпирической проверки трёх ключевых измерений модели — соответствие между организацией и технологией (O-T), человеком и технологией (H-T), организацией и человеком (O-H) — исследование доказывает, что успех трансформации достигается не отдельными мерами, а за счёт синергетического взаимодействия всех трёх компонентов.

С методологической точки зрения работа восполняет важный пробел — отсутствие контекстно-ориентированных, измеряемых конструкций для цифровой трансформации в традиционных сервисных отраслях. Конструкты, такие как стратегическое согласование, качество электронных сервисов и культура знаний, разработаны с учётом особенностей брокерской деятельности, что делает модель как теоретически состоятельной, так и практически применимой [Michelotto & Joia, 2024].

Применение структурного моделирования уравнений (SEM) — в особенности для анализа медиаторных и модераторных эффектов — вносит дополнительную методологическую глубину. Так, двойная роль управления данными как канала и условия, влияющего на успешность трансформации, была выявлена только благодаря многослойному подходу SEM. Это демонстрирует потенциал SEM в выявлении динамики между организационными системами, стратегией и культурой в исследованиях трансформации.

Несмотря на отраслевую специфику (недвижимость), выводы исследования применимы к широкому кругу сервисно-ориентированных, цифрово отстающих отраслей. Как показано в разделе 1.2.5, здравоохранение, образование, страхование и строительство сталкиваются с аналогичными барьерами — устаревшие ИТ-среды, сопротивление цифровизации и слабая согласованность между стратегией и исполнением [Ali et al., 2025; Rikala et al., 2024]. Разработанные в рамках исследования концептуальные инструменты —

стратегическая зрелость данных, культура знаний и триадное соответствие — представляют собой универсальную методологию для управления трансформацией в этих сферах.

В более широком контексте исследование способствует переосмыслению цифровой трансформации не как внедрения технологий, а как системного процесса развития способностей. Этот подход имеет значение за пределами отрасли недвижимости, смещая фокус академических и практических дискуссий в сторону комплексных подходов, акцентирующих взаимосвязь между системами, лидерством и организационным обучением. Модель HOT-Fit, обогащённая результатами настоящего исследования, становится не просто теорией соответствия, а теорией трансформации как выравнивания в действии, подчеркивая важность синергии между лидерством, инфраструктурой и человеческим потенциалом в формировании эффективных трансформационных результатов.

Практическое значение для отрасли

Усиление стратегического управления посредством цифровой

инфраструктуры, основанной на данных (O-T Fit): Компании в сфере

недвижимости должны осознать стратегическую ценность управления

данными как ключевого фактора операционной трансформации.

Стратегические инициативы приводят к значимым цифровым результатам

только тогда, когда они поддерживаются зрелой и интегрированной

инфраструктурой данных. Организациям необходимо инвестировать в

274

масштабируемые системы, обеспечивающие аналитику в реальном времени, автоматизацию процессов и прогнозное моделирование. Усиление соответствия между организацией и технологиями (O-T Fit) гарантирует, что цифровые инвестиции будут согласованы с ключевыми бизнес -целями, повышая гибкость и конкурентоспособность на фоне нестабильной рыночной среды.

Повышение производительности сотрудников за счёт качества электронных сервисов и культуры знаний (H-T Fit): Цифровые инструменты сами по себе не гарантируют повышения эффективности персонала. Необходимо одновременно развивать культуру обмена знаниями, которая будет мотивировать сотрудников на активное взаимодействие с технологическими системами. Это предполагает продвижение цифровой грамотности, интеграцию обучения в повседневные рабочие процессы и предоставление доступных, непрерывных обучающих инициатив. Инвестиции в качество электронных сервисов—особенно в надежность систем, конфиденциальность данных и полноту функциональности—должны сопровождаться внутренними инициативами, направленными на укрепление доверия и компетенций. Подобные меры укрепляют соответствие между технологиями и людьми (H-T Fit) и способствуют устойчивому улучшению качества обслуживания.

Согласование технологий профессионального обучения с готовностью сотрудников и культурой организации (O-H Fit): По мере

внедрения инструментов обучения с поддержкой искусственного интеллекта (AI) в отрасли недвижимости, их эффективность зависит от соответствия потребностям сотрудников, их установкам и организационным нормам. Организациям следует оценивать и развивать ключевые факторы принятия AI, включая цифровую самоэффективность, мотивацию и восприятие полезности обучения. Это требует инклюзивной политики в обучении, культуры, поддерживающей инновации, и персонализированных траекторий развития, особенно для молодых специалистов. Достижение высокого уровня соответствия между организацией и человеком (O-H Fit) гарантирует, что развитие человеческого капитала будет способствовать долгосрочному повышению адаптивности и устойчивости персонала.

К формированию целостной стратегии цифровой трансформации: В совокупности приведённые выводы подчеркивают необходимость ориентированного на соответствие подхода к цифровой трансформации— такого, который интегрирует стратегическое видение, технологические инвестиции и развитие человеческого потенциала в единую, согласованную стратегию. Компании в сфере недвижимости, которые проактивно выстраивают такую триадную согласованность, будут лучше подготовлены к работе в цифрово-медиатизированной среде и смогут достичь повышенной эффективности в операционной деятельности, уровне сервиса и управлении талантами.

Будущие исследования могут расширить предложенную модель триадного соответствия, применив её к другим традиционным сервисным отраслям, таким как образование, страхование или здравоохранение, либо использовать лонгитюдные методы для изучения влияния зрелости соответствия на результаты деятельности во времени.

Ограничения исследования и направления для будущих исследований

Несмотря на то, что данная диссертация представляет собой всесторонний и многомерный анализ организационной эффективности в условиях цифровой трансформации на основе модели соответствия «Человек-Организация-Технологии» (HOT Fit), следует признать ряд ограничений. Эти ограничения одновременно открывают ценные направления для будущих исследований и совершенствования как теоретических основ, так и практических подходов.

Контекстуальные и отраслевые рамки: Исследование

сосредоточено на рынке брокерских услуг в сфере недвижимости в Китае, где

компании находятся на среднем уровне цифровой зрелости. Хотя Китай

является богатой эмпирической площадкой благодаря быстрому внедрению

технологий и институциональной специфике, полученные результаты могут

быть ограничены с точки зрения генерализации на другие национальные

контексты или смежные сегменты рынка недвижимости (например,

управление коммерческой недвижимостью или девелопмент). Будущие

277

исследования должны включать сравнительный анализ различных секторов и стран, чтобы проверить надежность и воспроизводимость модели HOT Fit в условиях различных культурных, нормативных и технологических систем.

Поперечный дизайн и временные ограничения: Два первых эмпирических исследования использовали опросный метод в рамках поперечного дизайна, что позволило выявить взаимосвязи между переменными, но ограничило возможность делать выводы о причинно -следственных связях и динамике во времени. Поскольку цифровая трансформация представляет собой длительный и эволюционный процесс, для будущих работ представляют интерес лонгитюдные и панельные исследования, которые могли бы отразить, как изменяется согласование между человеческими, организационными и технологическими факторами со временем, и приводят ли первоначальные достижения к устойчивым результатам в долгосрочной перспективе.

Внедрение ИИ и динамика рабочей силы: Третье исследование фокусировалось на профессиональном обучении с использованием ИИ среди молодых специалистов в сфере недвижимости. Хотя данная целевая группа играет ключевую роль в развитии цифровых компетенций, результаты не охватывают широкий спектр сотрудников, включая опытных специалистов, менеджеров среднего звена и руководителей. Перспективным направлением исследований является изучение восприятия и принятия ИИ во всей иерархии

компании, а также того, как организационные системы обучения адаптируются под разные уровни цифровой зрелости сотрудников.

Ограниченность рамок модели HOT-Fit: Настоящая диссертация применяет модель HOT-Fit в её изначальной концептуализации, сосредотачиваясь на трёх диадических соответствиях — «Организация-Технологии» (O-T), «Технологии-Человек» (T-H) и «Организация-Человек» (O-H). Такая структура отражает теоретическую целостность модели и позволяет глубоко проанализировать каждую из взаимосвязей. Тем не менее, будущие исследования могут рассмотреть интегративные или триадические расширения модели, чтобы выяснить, приводит ли одновременное соответствие по всем трём направлениям к синергетическим или новым эффектам в организационной эффективности — особенно в условиях усложняющейся и всё более системно интегрированной цифровой трансформации.

Устранение данных ограничений не только повысит эмпирическую обобщаемость текущих результатов, но и поспособствует дальнейшему развитию модели HOT-Fit, усиливая её объяснительную силу и практическую применимость в различных отраслях, переживающих цифровую трансформацию.

Список литературы диссертационного исследования кандидат наук Ван Фэнчэнь, 2025 год

ЛИТЕРАТУРА

1. Adnan, Y. M.; Daud, M. N.; Alias, A.; Razali, M. N. Importance of soft skills for graduates in the real estate programmes in Malaysia // J. Surv. Constr. Prop. - 2012. - Vol. 3, № 2. - DOI: 10.22452/jscp.vol3no2.4

2. Ahmed, H.; Jilani, T. A.; Haider, W.; Hasany, S. N.; Abbasi, M. A.; Masroor, A. Producing standard rules for smart real estate property buying decisions based on web scraping technology and machine learning techniques // Int. J. Adv. Comput. Sci. Appl. - 2020. - Vol. 11, № 3. - P. 498-505. -DOI: 10.14569/IJACSA.2020.0110363

3. Akdil, K. Y.; Ustundag, A.; Cevikcan, E. Maturity and readiness model for industry 4.0 strategy // In: Industry 4.0: Managing the digital transformation. - Springer, 2017. - P. 61-94.

4. Alagaraja, M. Mobilizing organizational alignment through strategic human resource development // Hum. Resour. Dev. Int. - 2013. - Vol. 16, № 1. - P. 74-93. - DOI: 10.1080/13678868.2012.740794

5. Ali, W.; Samarasinghe, D. A. S.; Feng, Z.; Wilkinson, S.; Rotimi, J. O. B. A systematic literature review on digital transformation in real estate: Challenges and opportunities // Smart Sustain. Built Environ. - 2025. - Ahead-of-print. - DOI: 10.1108/SASBE-04-2024-0111

6. Amani, S.; Begel, M.; Bortin, M.; Staples, M. Towards verifying ethereum smart contract bytecode in Isabelle/HOL // Proc. 7th ACM

SIGPLAN Int. Conf. Certif. Programs Proofs. - 2018. - P. 66-77. - DOI: 10.1145/3167084

7. Amankwah-Amoah, J.; Appiah, G. Unmasking the silent threat: AI-induced human capital obsolescence and business failure // J. Manag. Psychol. - 2025. - DOI: 10.1108/JMP-05-2024-0385

8. Andoni, M.; Robu, V.; Flynn, D.; Abram, S.; Geach, D.; Jenkins, D.; McCallum, P.; Peacock, A. Blockchain technology in the energy sector: A systematic review of challenges and opportunities // Renew. Sustain. Energy Rev. - 2019. - Vol. 100. - P. 143-174. - DOI: 10.1016/j.rser.2018.10.014

9. Anejionu, O. C. D.; Thakuriah, P. (Vonu); McHugh, A.; Sun, Y.; McArthur, D.; Mason, P.; Walpole, R. Spatial urban data system: A cloud-enabled big data infrastructure for social and economic urban analytics // Future Gener. Comput. Syst. - 2019. - Vol. 98. - P. 456-473. - DOI: 10.1016/j.future.2019.03.052

10. Annarelli, A.; Battistella, C.; Nonino, F. A framework to evaluate the effects of organizational resilience on service quality // Sustainability. -2020. - Vol. 12, № 3. - DOI: 10.3390/su12030958

11. Babin, B. J.; Boles, J. S. Employee behavior in a service environment: A model and test of potential differences between men and women // J. Mark. - 1998. - Vol. 62, № 2. - P. 77-91. - DOI: 10.1177/002224299806200206

12. Bagozzi, R. P. The self-regulation of attitudes, intentions, and

behavior // Soc. Psychol. Q. - 1992. - P. 178-204. - DOI: 10.2307/2786945

281

13. Balemi, N.; Füss, R.; Weigand, A. COVID-19's impact on real estate markets: Review and outlook // Financ. Mark. Portf. Manag. - 2021. - P. 1-19. - DOI: 10.1007/s11408-021-00384-6

14. Banka, M.; Tien, N. H.; Dao, M. T. H.; Minh, D. T. Analysis of business strategy of real estate developers in Vietnam: The application of QSPM matrix // Int. J. Multidiscip. Res. Growth Eval. - 2022. - Vol. 3, № 1. -P. 188-196.

15. Bapna, R.; Langer, N.; Mehra, A.; Gopal, R.; Gupta, A. Human capital investments and employee performance: An analysis of IT services industry // Manag. Sci. - 2013. - Vol. 59, № 3. - P. 641-658. - DOI: 10.1287/mnsc.1120.1586

16. Barwick, P. J.; Pathak, P. A. An empirical study of real estate agents in Greater Boston // RAND J. Econ. - 2015. - Vol. 46, № 1. - P. 103145. - DOI: 10.1111/1756-2171.12082

17. Barwick, P. J.; Wong, M. Competition in the real estate brokerage industry: A critical review. - The Brookings Institution Publication, 2019. -URL: https://realestate.wharton.upenn.edu/working-papers/competition-in-the-real-estate-brokerage-industry-a-critical-review/ (дата обращения: 14.10.2022).

18. Bawden, D. Origins and concepts of digital literacy // In: Digital literacies: Concepts, policies and practices. - Vol. 30. - New York: Peter Lang Publishing, Inc., 2008. - P. 17-32.

19. Beer, P.; Mulder, R. H. The effects of technological developments on work and their implications for continuous vocational education and training: A systematic review // Front. Psychol. - 2020. - Vol. 11. - DOI: 10.3389/fpsyg.2020.00918

20. Bentler, P. M. Causal modeling via structural equation systems // Handbook of Multivariate Experimental Psychology. - 1988. - P. 317-335. -DOI: 10.1007/978-1-4613-0893-5_9

21. Bentler, P. M. Comparative fit indexes in structural models // Psychol. Bull. - 1990. - Vol. 107, № 2. - P. 238. - DOI: 10.1037/00332909.107.2.238

22. Bentler, P. M. EQS structural equations program manual. - Encino, CA: Multivariate Software, 1995. - Vol. 6.

23. Berghaus, S.; Back, A. Stages in digital business transformation: Results of an empirical maturity study. - 2016.

24. Bhatt, P.; Muduli, A. Artificial intelligence in learning and development: A systematic literature review // Eur. J. Train. Dev. - 2022. -Vol. 47, № 7/8. - P. 677-694. - DOI: 10.1108/ejtd-09-2021-0143

25. Bollen, K. A.; Long, J. S. Testing structural equation models. - Vol. 154. - Sage, 1993.

26. Borroek, M. R.; Rasywir, E.; Pratama, Y.; Fachruddin; Istoningtyas, M. Analysis on Knowledge Layer Application for Knowledge Based System // Proc. 2018 Int. Conf. Electr. Eng. Comput. Sci. (ICECOS). - 2018. - P. 177182. - DOI: 10.1109/ICETOS.2018.8605262

283

27. Braesemann, F.; Baum, A. PropTech: Turning real estate into a data-driven market? - 2020. - URL:

https://papers.ssrn.com/sol3/papers.cfm?abstract id=3607238 (дата обращения: 15.10.2022).

28. Braun, V.; Clarke, V. Using thematic analysis in psychology // Qual. Res. Psychol. - 2006. - Vol. 3, № 2. - P. 77-101. - DOI: 10.1191/1478088706qp063oa

29. Bridgstock, R. The graduate attributes we've overlooked: Enhancing graduate employability through career management skills // High. Educ. Res. Dev. - 2009. - Vol. 28, № 1. - P. 31-44. - DOI: 10.1080/07294360802444347

30. Byams, V. R.; Baker, J. R.; Bailey, C.; Connell, N. T.; Creary, M. S.; Curtis, R. G.; Dinno, A.; Guelcher, C. J.; Kim, M.; Kulkarni, R. Building the foundation for a community-generated national research blueprint for inherited bleeding disorders: Research priorities in health services; diversity, equity, and inclusion; and implementation science // Expert Rev. Hematol. -2023. - Vol. 16, Suppl. 1. - P. 87-106. - DOI: 10.1080/17474086.2023.2183836

31. Byrne, B. M. Structural equation modeling with AMOS: Basic concepts, applications, and programming. - Routledge, 2016.

32. Casalino, N.; Zuchowski, I.; Labrinos, N.; Munoz Nieto, A. L.;

Martin, J. A. Digital strategies and organizational performances of SMEs in the

age of Coronavirus: Balancing digital transformation with an effective business

284

resilience // SSRN Electron. J. - 2019. - Vol. 8, № 2. - P. 347-380. - DOI: 10.2139/ssrn.3563426

33. Chanias, S.; Myers, M. D.; Hess, T. Digital transformation strategy making in pre-digital organizations: The case of a financial services provider // J. Strateg. Inf. Syst. - 2019. - Vol. 28, № 1. - P. 17-33. - DOI: 10.1016/j.jsis.2018.11.003

34. Chassignol, M.; Khoroshavin, A.; Klimova, A.; Bilyatdinova, A. Artificial Intelligence trends in education: A narrative overview // Procedia Comput. Sci. - 2018. - Vol. 136. - P. 16-24. - DOI: 10.1016/j.procs.2018.08.233

35. Chen, L.; Chen, P.; Lin, Z. Artificial intelligence in education: A review // IEEE Access. - 2020. - Vol. 8. - P. 75264-75278. - DOI: 10.1109/ACCESS.2020.2988510

36. Chen, Z.-S.; Wang, Y.; Xu, Y.-Q.; Zhu, Z.; Chen, Y.-H.; Skibniewski, M. J. Towards social-welfare and confidence optimizing approach to examining barriers for digital transformation in SMCEs // Inf. Sci. - 2024. - Vol. 663. - DOI: 10.1016/j.ins.2024.120312

37. Chowdhury, S.; Dey, P.; Joel-Edgar, S.; Bhattacharya, S.; Rodriguez-Espindola, O.; Abadie, A.; Truong, L. Unlocking the value of artificial intelligence in human resource management through AI capability framework // Hum. Resour. Manag. Rev. - 2023. - Vol. 33, № 1. - DOI: 10.1016/j.hrmr.2022.100899

38. Cieslak, V.; Valor, C. Moving beyond conventional resistance and resistors: An integrative review of employee resistance to digital transformation // Cogent Bus. Manag. - 2025. - Vol. 12, № 1. - DOI: 10.1080/23311975.2024.2442550

39. Collier, J. E. Applied structural equation modeling using AMOS: Basic to advanced techniques. - Routledge, 2020.

40. Corbett, L. M.; Rastrick, K. N. Quality performance and organizational culture: A New Zealand study // Int. J. Qual. Reliab. Manag. -2000. - DOI: 10.1108/02656710010300126

41. Cosa, M.; Torelli, R. Digital transformation and flexible performance management: A systematic literature review of the evolution of performance measurement systems // Glob. J. Flex. Syst. Manag. - 2024. -Vol. 25, № 3. - P. 445-466. - DOI: 10.1007/s40171-024-00409-9

42. Costello, A. B.; Osborne, J. Best practices in exploratory factor analysis: Four recommendations for getting the most from your analysis // Pract. Assess. Res. Eval. - 2005. - Vol. 10, № 1. - Art. 7. - DOI: 10.7275/jyj1-4868

43. Cubric, M. Drivers, barriers and social considerations for AI adoption in business and management: A tertiary study // Technol. Soc. -2020. - Vol. 62. - Art. 101257. - DOI: 10.1016/j.techsoc.2020.101257

44. Curran, P. G. Methods for the detection of carelessly invalid responses in survey data // J. Exp. Soc. Psychol. - 2016. - Vol. 66. - P. 4-19. -DOI: 10.1016/j.jesp.2015.07.006

45. Davenport, T. H. Process innovation: Reengineering work through information technology. - Harvard Business Press, 1993.

46. Dias, A.; Carvalho, A. M.; Sampaio, P. Quality 4.0: Literature review analysis, definition and impacts of the digital transformation process on quality // Int. J. Qual. Reliab. Manag. - 2021. - Ahead-of-print. - DOI: 10.1108/IJQRM-07-2021 -0247

47. Fabrigar, L. R.; Wegener, D. T.; MacCallum, R. C.; Strahan, E. J. Evaluating the use of exploratory factor analysis in psychological research // Psychol. Methods. - 1999. - Vol. 4, № 3. - P. 272-299. - DOI: 10.1037/1082-989X.4.3.272

48. Falloon, G. From digital literacy to digital competence: The teacher digital competency (TDC) framework // Educ. Technol. Res. Dev. - 2020. -Vol. 68. - P. 2449-2472. - DOI: 10.1007/s11423-020-09767-4

49. Feldman, M. S.; Pentland, B. T. Reconceptualizing organizational routines as a source of flexibility and change // Adm. Sci. Q. - 2003. - Vol. 48, № 1. - P. 94-118. - DOI: 10.2307/3556620

50. Fischer, M.; Imgrund, F.; Janiesch, C.; Winkelmann, A. Strategy archetypes for digital transformation: Defining meta objectives using business process management // Inf. Manag. - 2020. - Vol. 57, № 5. - DOI: 10.1016/j.im.2019.103262

51. Flores, E.; Xu, X.; Lu, Y. Human Capital 4.0: A workforce competence typology for Industry 4.0 // J. Manuf. Technol. Manag. - 2020. -

Vol. 31, № 4. - P. 687-703. - DOI: 10.1108/JMTM-08-2019-0309

287

52. Fukuda, K. Science, technology and innovation ecosystem transformation toward society 5.0 // Int. J. Prod. Econ. - 2020. - Vol. 220. -DOI: 10.1016/j.ijpe.2019.07.033

53. Garcia-Teruel, R. M. Legal challenges and opportunities of blockchain technology in the real estate sector // J. Prop. Plan. Environ. Law. -2020. - Vol. 12, № 2. - P. 129-145. - DOI: 10.1108/JPPEL-07-2019-0039

54. Gordon, N. Flexible pedagogies: Technology-enhanced learning // High. Educ. Acad. - 2014. - Vol. 1, № 2. - P. 2-14. - DOI: 10.13140/2.1.2052.5760

55. Gray, C. Absorptive capacity, knowledge management and innovation in entrepreneurial small firms // Int. J. Entrep. Behav. Res. - 2006.

- Vol. 12, № 6. - P. 345-360. - DOI: 10.1108/13552550610710144

56. Hair, J. F.; Anderson, R. E.; Babin, B. J.; Black, W. C. Multivariate data analysis: A global perspective. - 7th ed. - Upper Saddle River, NJ: Pearson, 2010.

57. Hanelt, A.; Bohnsack, R.; Marz, D.; Antunes Marante, C. A systematic review of the literature on digital transformation: Insights and implications for strategy and organizational change // J. Manag. Stud. - 2021.

- Vol. 58, № 5. - P. 1159-1197. - DOI: 10.1111/joms.12639

58. Hess, T.; Matt, C.; Benlian, A.; Wiesbock, F. Options for formulating a digital transformation strategy // MIS Q. Exec. - 2016. - Vol. 15, № 2.

59. Hesse-Biber, S. N.; Johnson, R. B. The Oxford handbook of multimethod and mixed methods research inquiry. - Oxford University Press, 2015.

60. Hu, L.; Bentler, P. M. Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives // Struct. Equ. Model. - 1999. - Vol. 6, № 1. - P. 1-55. - DOI: 10.1080/10705519909540118

61. Huang, M.-H.; Rust, R. T. Artificial Intelligence in Service // J. Serv. Res. - 2018. - Vol. 21, № 2. - P. 155-172. - DOI: 10.1177/1094670517752459

62. Hult, G. T. M.; Sharma, P. N.; Morgeson, F. V. III; Zhang, Y. Antecedents and consequences of customer satisfaction: Do they differ across online and offline purchases? // J. Retail. - 2019. - Vol. 95, № 1. - P. 10-23. -DOI: 10.1016/j.jretai.2018.10.003

63. Ilmudeen, A. Big data analytics capability and organizational performance measures: The mediating role of business intelligence infrastructure // Bus. Inf. Rev. - 2021. - Vol. 38, № 4. - P. 183-192. - DOI: 10.1177/02663821211055321

64. Irani, Z.; Beskese, A.; Love, P. E. Total quality management and corporate culture: Constructs of organisational excellence // Technovation. -2004. - Vol. 24, № 8. - P. 643-650. - DOI: 10.1016/S0166-4972(02)00128-1

65. Jackson, D.; Firtko, A.; Edenborough, M. Personal resilience as a strategy for surviving and thriving in the face of workplace adversity: A

literature review // J. Adv. Nurs. - 2007. - Vol. 60, № 1. - P. 1-9. - DOI: 10.1111/j.1365-2648.2007.04412.x

66. Jahangir, M. F.; Schultz, C. P. L.; Kamari, A. A review of drivers and barriers of Digital Twin adoption in building project development processes // J. Inf. Technol. Constr. - 2024. - Vol. 29. - DOI: 10.36680/j.itcon.2024.008

67. Johnson, R. B.; Onwuegbuzie, A. J. Mixed methods research: A research paradigm whose time has come // Educ. Res. - 2004. - Vol. 33, № 7. - P. 14-26. - DOI: 10.3102/0013189X033007014

68. Karatepe, O. M. High-performance work practices and hotel employee performance: The mediation of work engagement // Int. J. Hosp. Manag. - 2013. - Vol. 32. - P. 132-140. - DOI: 10.1016/j.ijhm.2012.05.003

69. Kassner, A. J.; Cajias, M.; Zhu, B. The PropTech investors' dilemma - What are the key success factors that secure survival? // J. Prop. Invest. Financ. - 2022. - Vol. 41, № 1. - P. 76-91. - DOI: 10.1108/JPIF-01-2022-0007

70. KE Holdings Inc. Initial public offering of American depositary shares (or ADSs) prospectus of KE Holdings Inc. (Nos. 333-240068). - New York Stock Exchange, 2020. - URL:

https://www.sec.gov/Archives/edgar/data/1809587/000104746920004582/a22 42260z424b4.htm (дата обращения: 22.10.2022).

71. Khogali, H. O.; Mekid, S. The blended future of automation and AI: Examining some long-term societal and ethical impact features // Technol. Soc. - 2023. - Vol. 73. - DOI: 10.1016/j.techsoc.2023.102232

72. Kim, Y. J.; Kim, K.; Lee, S. The rise of technological unemployment and its implications on the future macroeconomic landscape // Futures. - 2017. - Vol. 87. - P. 1-9. - DOI: 10.1016/j.futures.2017.01.003

73. Kringelum, L. B.; Holm, C. G.; Holmgren, J.; Friis, O.; Jensen, K. F. Digital transformation: Strategy comes first to lay the groundwork // J. Bus. Strateg. - 2024. - Ahead-of-print. - DOI: 10.1108/JBS-09-2023-0199

74. Kuppan, K.; Acharya, D. B.; Divya, B. Foundational AI in insurance and real estate: A survey of applications, challenges, and future directions // IEEE Access. - 2024. - DOI: 10.1109/ACCESS.2024.3509918

75. La Rosa, M.; Dumas, M.; Uba, R.; Dijkman, R. Business process model merging: An approach to business process consolidation // ACM Trans. Softw. Eng. Methodol. - 2013. - Vol. 22, № 2. - Article 1-42. - DOI: 10.1145/2430545.2430547

76. Leguina, A. A primer on partial least squares structural equation modeling (PLS-SEM). - Taylor & Francis, 2015.

77. Li, L.; Wang, C. Real estate agency in China in the information age // Prop. Manag. - 2006. - Vol. 24, № 1. - P. 47-61. - DOI: 10.1108/02637470610643119

78. Li, N.; Xie, G.; Zhang, X.; Shi, H.; Nie, X.; Wang, Y.; Wang, J.;

Wang, J. Six-dimensional digital twin modeling and software platform design

291

for complex industrial systems // J. Intell. Manuf. - 2025. - P. 1-22. - DOI: 10.1007/s10845-025-02567-8

79. Liang, L.; Chen, M.; Lu, D. Revisiting the relationship between urbanization and economic development in China since the reform and opening-up // Chin. Geogr. Sci. - 2022. - Vol. 32. - P. 1-15. - DOI: 10.1007/s11769-022-1255-7

80. Lin, C. Y.; Huang, C. K. Employee turnover intentions and job performance from a planned change: The effects of an organizational learning culture and job satisfaction // Int. J. Manpow. - 2021. - Vol. 42, № 3. - P. 409-423. - DOI: 10.1108/IJM-08-2018-0281

81. Liu, Z.; Wang, F.; Feng, S.; Luo, J.; Tang, Q.; Littrell, R. F.; Shirov, A. Navigating cultural convergence and divergence in Sino-Russian cooperation under the Belt and Road initiatives: An organizational analysis using Hofstede's cultural dimensions theory // Croat. Int. Relat. Rev. - 2023. -Vol. 29, № 94. - P. 1-23. - DOI: 10.2478/CIRR2023.29.94.01

82. Lunenburg, F. C. Self-efficacy in the workplace: Implications for motivation and performance // Int. J. Manag. Bus. Adm. - 2011. - Vol. 14, № 1. - P. 1-6.

83. Marimuthu, M.; Arokiasamy, L.; Ismail, M. Human capital development and its impact on firm performance: Evidence from developmental economics. - 2009. - URL:

http://scholars.utp.edu.my/id/eprint/12047/ (дата обращения: 11.08.2024).

84. Marino-Romero, J. A.; Palos-Sanchez, P. R.; Velicia-Martin, F. Improving KIBS performance using digital transformation: Study based on the theory of resources and capabilities // J. Serv. Theory Pract. - 2022. - Vol. 33, № 2. - P. 169-197. - DOI: 10.1108/JSTP-04-2022-0095

85. Marona, B.; Tomal, M. The COVID-19 pandemic impact upon housing brokers' workflow and their clients' attitude: Real estate market in Krakow // Entrepren. Bus. Econ. Rev. - 2020. - Vol. 8, № 4. - P. 221-232. -DOI: 10.15678/EBER.2020.080412

86. Marsick, V. J.; Watkins, K. E. Demonstrating the value of an organization's learning culture: The dimensions of the learning organization questionnaire // Adv. Dev. Hum. Resour. - 2003. - Vol. 5, № 2. - P. 132-151. - DOI: 10.1177/1523422303005002002

87. Michelotto, F.; Joia, L. A. Organizational digital transformation readiness: An exploratory investigation // J. Theor. Appl. Electron. Commer. Res. - 2024. - Vol. 19, № 4. - P. 3283-3304. - DOI: 10.3390/jtaer19040159

88. Mio, C.; Panfilo, S.; Blundo, B. Sustainable development goals and the strategic role of business: A systematic literature review // Bus. Strategy Environ. - 2020. - Vol. 29, № 8. - P. 3220-3245. - DOI: 10.1002/bse.2568

89. Mohamed, Z. E.; Saad, M. The impact of digital transformation and corporate governance in the relationship of strategic management practices and the firm's performance: The case of the Egyptian petroleum sector // J. Bus. -2022. - Vol. 10, № 4. - P. 192-209. - DOI: 10.12691/jbms-10-4-3

90. Morandini, S.; Fraboni, F.; De Angelis, M.; Puzzo, G.; Giusino, D.; Pietrantoni, L. The impact of artificial intelligence on workers' skills: Upskilling and reskilling in organisations // Informing Sci. - 2023. - Vol. 26. -P. 39-68. - DOI: 10.28945/5078

91. Mousavi, Y.; Gharineiat, Z.; Karimi, A. A.; McDougall, K.; Rossi, A.; Gonizzi Barsanti, S. Digital twin technology in built environment: A review of applications, capabilities and challenges // Smart Cities. - 2024. -Vol. 7, № 5. - P. 2594-2615. - DOI: 10.3390/smartcities7050101

92. Naeem, N.; Rana, I. A.; Nasir, A. R. Digital real estate: A review of the technologies and tools transforming the industry and society // Smart Constr. Sustain. Cities. - 2023. - Vol. 1, № 1. - P. 15. - DOI: 10.1007/s44268-023-00016-0

93. Nam, K.-A.; Park, S. Factors influencing job performance: Organizational learning culture, cultural intelligence, and transformational leadership // Perform. Improv. Q. - 2019. - Vol. 32, № 2. - P. 137-158. -DOI: 10.1002/piq.21292

94. Nankya, M.; Mugisa, A.; Usman, Y.; Upadhyay, A.; Chataut, R. Security and privacy in E-health systems: A review of AI and machine learning techniques // IEEE Access. - 2024. - DOI: 10.1109/ACCESS.2024.3469215

95. National Association of REALTORS®. Field guide to real estate office policy manuals. - 2012. - URL: https://www.nar.realtor/real-estate-

office-policy-manuals (дата обращения: 08.06.2023).

294

96. Ochoa-Urrego, R.-L.; Peña-Reyes, J.-I. Digital Maturity Models: A Systematic Literature Review // In: Schallmo, D. R. A.; Tidd, J. (eds.). Digitalization: Approaches, Case Studies, and Tools for Strategy, Transformation and Implementation. - Springer Int. Publ., 2021. - P. 71-85. -DOI: 10.1007/978-3-030-69380-0_5

97. Panichakarn, B.; Pochan, J.; Shafiq, M.; Saleem, I.; Wang, Y.; Nazeer, S. The interplay of digital transformation, agility, environmental volatility, and innovation to spur enterprise performance: Evidence from Chinese electric vehicle firms // J. Open Innov. Technol. Mark. Complex. -2024. - Vol. 10, № 4. - P. 100408. - DOI: 10.1016/j.joitmc.2024.100408

98. Parast, M. M.; Adams, S. G.; Jones, E. C. Improving operational and business performance in the petroleum industry through quality management // Int. J. Qual. Reliab. Manag. - 2011. - Vol. 28, № 4. - P. 426450. - DOI: 10.1108/02656711111121825

99. Parasuraman, A.; Zeithaml, V. A.; Malhotra, A. ES-QUAL: A multiple-item scale for assessing electronic service quality // J. Serv. Res. -2005. - Vol. 7, № 3. - P. 213-233. - DOI: 10.1177/1094670504271156

100. Paschen, J.; Kietzmann, J.; Kietzmann, T. C. Artificial intelligence (AI) and its implications for market knowledge in B2B marketing // J. Bus. Ind. Mark. - 2019. - Vol. 34, № 7. - P. 1410-1419. - DOI: 10.1108/JBIM-10-2018-0295

101. Pedro, F.; Subosa, M.; Rivas, A.; Valverde, P. Artificial intelligence

in education: Challenges and opportunities for sustainable development. -

295

UNESCO, 2019. - (No. ED-2019/WS/8). - URL: https://unesdoc.unesco.org/arkV48223/pf0000366994 (дата обращения: 12.03.2023).

102. Piazolo, D.; Dogan, U. C. Impacts of digitization on real estate sector jobs // J. Prop. Invest. Finance. - 2021. - Vol. 39, № 2. - P. 47-83. -DOI: 10.1108/JPIF-09-2019-0125

103. Porter, L.; Fields, D.; Landau-Ward, A.; Rogers, D.; Sadowski, J.; Maalsen, S.; Kitchin, R.; Dawkins, O.; Young, G.; Bates, L. K. Planning, land and housing in the digital data revolution / The politics of digital transformations of housing / Digital innovations, PropTech and housing - the view from Melbourne / Digital housing and renters: Disrupting the Australian rental bond system and tenant advocacy / Prospects for an intelligent planning system / What are the prospects for a politically intelligent planning system? // Plan. Theory Pract. - 2019. - Vol. 20, № 4. - P. 575-603. - DOI: 10.1080/14649357.2019.1651997

104. Ramilo, R.; Embi, M. R. B. Critical analysis of key determinants and barriers to digital innovation adoption among architectural organizations // Front. Archit. Res. - 2014. - Vol. 3, № 4. - P. 431-451. - DOI: 10.1016/j.foar.2014.06.005

105. Ravasi, D.; Schultz, M. Responding to organizational identity threats: Exploring the role of organizational culture // Acad. Manag. J. - 2006. - Vol. 49, № 3. - P. 433-458. - DOI: 10.5465/amj.2006.21794663

106. Rikala, P.; Braun, G.; Jarvinen, M.; Stahre, J.; Hamalainen, R. Understanding and measuring skill gaps in Industry 4.0 — A review // Technol. Forecast. Soc. Change. - 2024. - Vol. 201. - P. 123206.

107. Rogers, E. M. Diffusion of Innovations. - 5th ed. - Free Press, 2003. - URL: https://books.google.com.hk/books?id=9U1K5LiUQwEC (дата обращения: 13.09.2024)

108. Schmitz, S.; Rebelo, T.; Gracia, F. J.; Tomás, I. Learning culture and knowledge management processes: To what extent are they effectively related? // Rev. Psicol. Trab. Organ. - 2014. - Vol. 30, № 3. - P. 113-121. -DQI: 10.1016/j.rpto.2014.11.003

109. Schumacher, A.; Erol, S.; Sihn, W. A maturity model for assessing Industry 4.0 readiness and maturity of manufacturing enterprises // Procedia CIRP. - 2016. - Vol. 52. - P. 161-166. - DQI: 10.1016/j.procir.2016.07.040

110. Schumacker, R. E.; Lomax, R. G. A beginner's guide to structural equation modeling. - Lawrence Erlbaum Associates, 2004.

111. Seagraves, P. Real estate insights: Is the AI revolution a real estate boon or bane? // J. Prop. Invest. Finance. - 2023. - Vol. 42, № 2. - P. 190199. - DQI: 10.1108/JPIF-05-2023-0045

112. Seiler, V.; Reisenwitz, T. A review of service quality research in real estate // J. Real Estate Lit. - 2010. - Vol. 18, № 2. - P. 225-238. - DQI: 10.1080/10835547.2010.12090274

113. Seo, K.; Tang, J.; Roll, I.; Fels, S.; Yoon, D. The impact of artificial

intelligence on learner-instructor interaction in online learning // Int. J. Educ.

297

Technol. High. Educ. - 2021. - Vol. 18, № 1. - P. 1-23. - DOI: 10.1186/s41239-021 -00292-9

114. Shaw, J. Platform real estate: Theory and practice of new urban real estate markets // Urban Geogr. - 2020. - Vol. 41, № 8. - P. 1037-1064. - DOI: 10.1080/02723638.2018.1524653

115. Shen, Q.; Hua, Y.; Huang, Y.; Ebstein, R.; Yu, X.; Wu, Z. Knowledge management and modern digital transformation of the property management industry in China // J. Knowl. Manag. - 2022. - Vol. 26, № 8. -P. 2133-2144. - DOI: 10.1108/JKM-04-2021-0320

116. Shirowzhan, S.; Tan, W.; Sepasgozar, S. M. Digital twin and CyberGIS for improving connectivity and measuring the impact of infrastructure construction planning in smart cities // ISPRS Int. J. Geo-Inf. -2020. - Vol. 9, № 4. - P. 240. - DOI: 10.3390/ijgi9040240

117. Siegfried, C.; Berger, J. Perspectives on participation in continuous vocational education training - An interview study // Front. Psychol. - 2020. -Vol. 11. - P. 1096. - DOI: 10.3389/fpsyg.2020.01096

118. Silva, R. P.; Saraiva, C.; Mamede, H. S. Assessment of organizational readiness for digital transformation in SMEs // Int. Conf. Ind. Sci. Comput. Sci. Innov. - 2022. - Vol. 204. - P. 362-369. - DOI: 10.1016/j.procs.2022.08.044

119. Sony, M.; Antony, J.; Douglas, J. A. Essential ingredients for the implementation of Quality 4.0: A narrative review of literature and future

directions for research // TQM J. - 2020. - DOI: 10.1108/TQM-12-2019-0275

298

120. Starr, C. W.; Saginor, J.; Worzala, E. The rise of PropTech: Emerging industrial technologies and their impact on real estate // J. Prop. Invest. Finance. - 2020. - Vol. 39, № 2. - P. 157-169. - DOI: 10.1108/JPIF-08-2020-0090

121. Stein, S. Capital City: Gentrification and the Real Estate State. -Verso Books, 2019.

122. Tabachnick, B. G.; Fidell, L. S. Analysis of covariance // Using Multivariate Statistics. - 1996. - Vol. 8, № 1. - P. 321-374.

123. Teece, D.; Peteraf, M.; Leih, S. Dynamic capabilities and organizational agility: Risk, uncertainty, and strategy in the innovation economy // Calif. Manage. Rev. - 2016. - Vol. 58, № 4. - P. 13-35. - DOI: 10.1525/cmr.2016.58.4.13

124. Tenakwah, E. S.; Watson, C. Embracing the AI/automation age: Preparing your workforce for humans and machines working together // Strategy Leadership. - 2025. - Vol. 53, № 1. - P. 32-48. - DOI: 10.1108/SL-05-2024-0040

125. Ullah, F.; Al-Turjman, F. A conceptual framework for blockchain smart contract adoption to manage real estate deals in smart cities // Comput. Appl. - 2023. - Vol. 35, № 7. - P. 5033-5054. - DOI: 10.1007/s00521-021-05800-6

126. Ullah, F.; Sepasgozar, P. S.; Ali, T. H. Real estate stakeholders technology acceptance model (RESTAM): User-focused big9 disruptive

technologies for smart real estate management // Proc. Int. Conf. Sustain. Dev. Civil Eng. - 2019. - P. 5-7. - DOI: 10.26190/unsworks/27517

127. Ullah, F.; Sepasgozar, S. M. E. Key factors influencing purchase or rent decisions in smart real estate investments: A system dynamics approach using online forum thread data // Sustainability. - 2020. - Vol. 12, № 11. -DOI: 10.3390/su12114382

128. Ullah, F.; Sepasgozar, S. M. E.; Shirowzhan, S.; Davis, S. Modelling users' perception of the online real estate platforms in a digitally disruptive environment: An integrated KANO-SISQual approach // Telemat. Inform. - 2021. - Vol. 63. - P. 101660. - DOI: 10.1016/j.tele.2021.101660

129. Ullah, F.; Sepasgozar, S. M. E.; Wang, C. A systematic review of smart real estate technology: Drivers of, and barriers to, the use of digital disruptive technologies and online platforms // Sustainability. - 2018. - Vol. 10, № 9. - P. 3142. - DOI: 10.3390/su10093142

130. Ullah, F.; Sepasgozar, S. M.; Thaheem, M. J.; Al-Turjman, F. Barriers to the digitalisation and innovation of Australian Smart Real Estate: A managerial perspective on the technology non-adoption // Environ. Technol. Innov. - 2021. - Vol. 22. - P. 101527.

131. Ullah, F.; Sepasgozar, S. M.; Siddiqui, S. An investigation of real estate technology utilization in technologically advanced marketplace // Proc. Int. Civil Eng. Congr. (ICEC-2017). - Karachi, Pakistan, 2017. - P. 22-23.

132. Ullrich, A.; Reißig, M.; Niehoff, S.; Beier, G. Employee

involvement and participation in digital transformation: A combined analysis

300

of literature and practitioners' expertise // J. Organ. Change Manag. - 2023. -Vol. 36, № 8. - P. 29-48. - DOI: 10.1108/JOCM-10-2022-0302

133. Ulrich-Diener, F.; Dvoulety, O.; Spacek, M. The future of banking: What are the actual barriers to bank digitalization? // BRQ Bus. Res. Q. -2025. - Vol. 28, № 2. - P. 491-513. - DOI: 10.1177/23409444231211597

134. Uzule, K.; Verina, N. Digital barriers in digital transition and digital transformation: Literature review // Econ. Cult. - 2023. - Vol. 20, № 1. - P. 125-143. - DOI: 10.2478/jec-2023-0003

135. Vansteenkiste, M.; Lens, W.; Deci, E. L. Intrinsic versus extrinsic goal contents in self-determination theory: Another look at the quality of academic motivation // Educ. Psychol. - 2006. - Vol. 41, № 1. - P. 19-31. -DOI: 10.1207/s15326985ep4101_4

136. Vassileva, B. Marketing 4.0: How technologies transform marketing organization // Obuda Univ. E-Bull. - 2017. - Vol. 7, № 1. - P. 47.

137. Verma, A.; Bhattacharya, P.; Madhani, N.; Trivedi, C.; Bhushan, B.; Tanwar, S.; Sharma, G.; Bokoro, P.; Sharma, R. Blockchain for Industry 5.0: Vision, opportunities, key enablers, and future directions // IEEE Access. - 2022. - Vol. 10. - P. 69160-69199. - DOI: 10.1109/ACCESS.2022.3186892

138. Wang, B.; Just, T. Understanding China's real estate markets: A brief introduction // In: Understanding China's Real Estate Markets. -Springer, 2021. - P. 1-6.

139. Wang, F. The necessity of strategic transformation of real estate

digital operations from the perspective of information economic management //

301

Cuad. Econ. - 2022. - Vol. 45, № 129. - P. 60-69. - DOI: 10.32826/cude.v1i129.807

140. Wang, F. Block by block: A bibliometric analysis of blockchain in real estate // J. Inf. Syst. Eng. Manag. - 2023. - Vol. 8, № 2. - P. 21498. -DOI: 10.55267/iadt.07.13880

141. Wang, F. The present and future of the digital transformation of real estate: A systematic review of smart real estate // Bus. Inform. - 2023. - Vol.

17, № 2. - P. 85-97. - DOI: 10.17323/2587-814X.2023.2.85.97

142. Wang, F.; Stoianova, O.; Barajas, A. Demystifying the digital transformation of the real estate brokerage industry in China: A case study of Lianjia (Beike) // Bus. Inform. - 2024. - Vol. 18, № 4. - P. 81-97. - DOI: 10.17323/2587-814X.2024.4.81.97

143. Wang, F.; Stoianova, O. V. Modeling the effect of E-service quality and knowledge culture on employee performance: A SEM approach based on survey data from Chinese real estate industry // J. Appl. Inform. - 2023. - Vol.

18, № 5. - P. 5-19. - DOI: 10.37791/2687-0649-2023-18-5-5-19

144. Wang, K.; Guo, F.; Zhang, C.; Schaefer, D. From Industry 4.0 to Construction 4.0: Barriers to the digital transformation of engineering and construction sectors // Eng. Constr. Archit. Manag. - 2022. - Vol. 31, № 1. -P. 136-158. - DOI: 10.1108/ECAM-05-2022-0383

145. Wang, S.; Asif, M.; Shahzad, M. F.; Ashfaq, M. Data privacy and cybersecurity challenges in the digital transformation of the banking sector //

Comput. Secur. - 2024. - Vol. 147. - P. 104051. - DOI: 10.1016/j.cose.2024.104051

146. Watkins, K. E.; Kim, K. Current status and promising directions for research on the learning organization // Hum. Resour. Dev. Q. - 2018. - Vol. 29, № 1. - P. 15-29. - DOI: 10.1002/hrdq.21293

147. Watkins, K. E.; Marsick, V. J. Dimensions of the learning organization questionnaire. - Warwick, RI: Partners for the Learning Organization, 1997.

148. Westerman, G.; Tannou, M.; Bonnet, D.; Ferraris, P.; McAfee, A. The digital advantage: How digital leaders outperform their peers in every industry. - MA: MIT Sloan Management and Capgemini Consulting, 2012. -P. 2-23.

149. Wheelahan, L. Not just skills: What a focus on knowledge means for vocational education // J. Curric. Stud. - 2015. - Vol. 47, № 6. - P. 750762. - DOI: 10.1080/00220272.2015.1089942

150. Work, K. The disruptive power of digital transformation // In: The New Digital Workplace: How New Technologies Revolutionise Work. - 2017. - P. 153.

151. Xiang, Y.; Jiang, Q.; Zhang, Y.; Zhou, W. Identifying barriers to the digitalization of China's real estate enterprises in operations management with an integrated FTA-DEMATEL-ISM approach // Buildings. - 2023. -Vol. 13, № 1. - P. 100. - DOI: 10.3390/buildings13010100

152. Xu, C. The fundamental institutions of China's reforms and development // J. Econ. Lit. - 2011. - Vol. 49, № 4. - P. 1076-1151. - DOI: 10.1257/jel.49.4.1076

153. Xu, J.; Lu, W. Developing a human-organization-technology fit model for information technology adoption in organizations // Technol. Soc. -2022. - Vol. 70. - P. 102010. - DOI: 10.1016/j.techsoc.2022.102010

154. Yang, Z.; Tang, C.; Zhang, T.; Zhang, Z.; Doan, D. T. Digital twins in construction: Architecture, applications, trends and challenges // Buildings. - 2024. - Vol. 14, № 9. - P. 2616. - DOI: 10.3390/buildings14092616

155. Yusof, M. Mohd.; Kuljis, J.; Papazafeiropoulou, A.; Stergioulas, L. K. An evaluation framework for Health Information Systems: Human, organization and technology-fit factors (HOT-fit) // Int. J. Med. Inform. -2008. - Vol. 77, № 6. - P. 386-398. - DOI: 10.1016/j.ijmedinf.2007.08.011

156. Zhai, H.; Yang, M.; Chan, K. C. Does digital transformation enhance a firm's performance? Evidence from China // Technol. Soc. - 2022. -Vol. 68. - P. 101841. - DOI: 10.1016/j.techsoc.2021.101841

157. Zhang, H.; Zang, Z.; Zhu, H.; Uddin, M. I.; Amin, M. A. Big dataassisted social media analytics for business model for business decision making system competitive analysis // Inf. Process. Manag. - 2022. - Vol. 59, № 1. - P. 102762. - DOI: 10.1016/j.ipm.2021.102762

158. Zhang, X.; Lin, Z.; Zhang, Y.; Zheng, Y.; Zhang, J. Online property brokerage platform and prices of second-hand houses: Evidence from Lianjia's

entry // Electron. Commer. Res. Appl. - 2021. - Vol. 50. - P. 101104. - DOI: 10.1016/j.elerap.2021.101104

159. Zhang, X.; Xu, Y. Y.; Ma, L. Information technology investment and digital transformation: The roles of digital transformation strategy and top management // Bus. Process Manag. J. - 2023. - Vol. 29, № 2. - P. 528-549. -DOI: 10.1108/BPMJ-06-2022-0254

160. Zhao, X.; Li, X.; Li, Y.; Wang, Z. The impact of digital transformation on firm performance // Ind. Manag. Data Syst. - 2024. - Vol. 124, № 8. - P. 2567-2587. - DOI: 10.1108/IMDS-09-2023-0661

161. Zuo, H. The rise of platform-based networks: Outlook for the real estate brokerage industry // In: Understanding China's Real Estate Markets. -Springer, 2021. - P. 299-305. - DOI: 10.1007/978-3-030-49032-4_22