سنجش هم‌افزایی اقتصاد دانش‌بنیان در ایران و ارائه الگویی برای تبیین کارکرد عوامل مؤثر در اقتصاد دانش‌‌بنیان با استفاده از رویکرد مارپیچ سه‌گانه

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دکترای علم اطلاعات و دانش‌شناسی، علوم تحقیقات، دانشگاه آزاد اسلامی

2 دانشیار گروه علم اطلاعات و دانش‌شناسی، علوم تحقیقات، دانشگاه آزاد اسلامی

3 دانشیار گروه علم اطلاعات و دانش‌‌شناسی، دانشگاه تربیت مدرس

چکیده

هدف: این پژوهش، تحلیل میزان هم‌افزایی اقتصاد دانش‌بنیان در سطوح استانی و ملی و تدوین الگوی هم‌افزایی اقتصاد دانش‌‌بنیان در شرکت‌های صنعتی ایران است.
روش‌شناسی: این پژوهش از نوع پژوهش‌های کاربردی علم‌سنجی است که با استفاده از رویکرد مارپیچ سه‌گانه، نظام‌های نوآوری استانی و ملی ایران بر مبنای توزیع جغرافیایی، فناورانه و سازمانی شرکت‌های صنعتی اندازه‌گیری شدند. جامعه این پژوهش تعداد 46150 شرکت صنعتی است که بر مبنای کد رده‌بندی NACE به سه دستۀ فناوری بالا، فناوری متوسط-بالا و خدمات دانش‌محور تقسیم شدند. به‌منظور استخراج عوامل مؤثر در هم‌افزایی اقتصاد دانش‌بنیان، پنل دلفی دومرحله‌ای با حضور 12 صاحب‌نظر تشکیل شد و تعداد 10 مؤلفه مؤثر در اقتصاد دانش‌بنیان شامل جمعیت، نرخ رشد، نرخ اشتغال، نرخ باسوادی، نرخ مشارکت اقتصادی، ضریب نفوذ اینترنت، تعداد دانشجویان، تعداد دانشگاه، تولید علمی و میزان صادرات شناسایی شد و با تکنیک معادلات ساختاری روابط آنها با هم‌‌افزایی اقتصاد دانش‌بنیان در قالب الگو طراحی شد.
یافته‌ها: بر مبنای مدل مارپیچ سه‌گانه، مقادیر (میزان هم‌افزایی اقتصاد دانش‌بنیان) محاسبه‌شده ایران در سطح ملی علامت منفی دارند (005.‌0- بیت)، این در حالی است که میزان هم‌افزایی اقتصاد دانش‌بنیان در 23 استان از 31 استان، به‌شدت مثبت بودند که این مسئله وضعیت نامطلوب اقتصاد دانش‌بنیان را خصوصاً در سطوح استانی نشان می‌دهد. از بین عوامل مستقل در طراحی الگو، تنها دو عامل جمعیت و میزان دانشجو بر میزان هم‌‌افزایی اقتصاد دانش‌بنیان در شرکت‌های صنعتی رابطه معنادار را نشان دادند.
نتیجه‌گیری: یافته‌های حاصل از بخش مارپیچ سه‌گانه نشان داد که تجمع ملی آشکارا بر هم‌افزایی سیستم می‌افزاید. به‌عبارت‌دیگر، در ایران یک سیستم نوآوری ملی به‌شدت مجتمع پیش‌بینی می‌شود. از طرفی، از میان 10 عامل مؤثر در الگوی هم‌افزایی اقتصاد دانش‌بنیان، عامل جمعیت تأثیر معنادار مثبت در میزان هم‌افزایی اقتصاد دانش‌بنیان نشان می‌دهد و عامل تعداد دانشجو تأثیر معنادار منفی را با میزان هم‌افزایی اقتصاد دانش‌بنیان نمایان می‌سازد و سایر عوامل تأثیر معنادار را نشان نمی‌دهد که دلایل آن به‌تفصیل در مقاله بحث شده است.

کلیدواژه‌ها

عنوان مقاله [English]

Measuring and modeling the synergy of knowledge-based economy at provincial and national levels in Iran: A Triple Helix approach

نویسندگان [English]

  • Hoda Abedi 1
  • Fahimeh Babolhavaeji 2
  • Mohammad Hassanzadeh 3
1 PhD in Information Science, Depart-ment of Information Science and Knowledge Studies, SRBIAU
2 Associate Professor, Department of Information Science and Knowledge Studies, SRBIAU
3 Knowledge and Information Science Dept Tarbiat Modares University
چکیده [English]

Purpose: The aim of this research is to measure the synergy of knowledge-based economy (KBE) at provicinal and national levels in Iranian industrial firms as well as modeling the encountered synergy.
Methodology: The triple helix model of innovation systems for geographical, technological and organizational distributions of industrial fims was measured. Out of 87934 active firms documented in Iranian Ministry of Industry, Mining and Trade, 46150 firms categorized based on NACE as high-tech, medium-high tech and knowledge intensive sectors which formed our research community. The parameters affecting the synergy of KBE, were extracted by forming a two-stage Delphi Panel using 12 experts of related fiels and hence 10 effective components including population, growth rate, employment rate, literacy rate, economic participation rate, Internet penetration rate, number of university students, number of universities, scientific productions and exports, were indentified. Then using the structured equations procedure, their relationship with KBE was outlined in a comperhansive model.
Findings: Our Triple Helix calculations showed that while TGTO at national level is negative (-0.005 bit), The correspounding values at provincial level are clearly positive for 23 provinces among all 31 provinces denoting unfavorite situations, among components in our proposed model, merely population and number of university students appear to have meaningful relations with synergy of industial firmsl.
Conclusion: National aggglomration significantly adds to the synergy in the system and a highly integrated national innovation system was proposed for Iran. On the other hand, among 10 components affecting the KBE, it is only population that has positive effect while the number of students has negative effect with synergy of KBE. The justification for our findings was discussed in the paper.

کلیدواژه‌ها [English]

  • Triple helix
  • Scientometrics approach
  • Probabilistic entropy
  • Innovation systems
  • Knowledge-based model
  • Knowledge-based economy

مراجع

اتاق بازرگانی، صنایع، معادن و کشاورزی تهران (1392). بررسی وضعیت نرخ مشارکت اقتصادی و نرخ بیکاری فارغ‌‌التحصیلان دانشگاهی کشور «در سال‌های 1389 لغایت 1392». دسترسی در 12/10/1396 از وب‌سایت: http://tccim.ir.
انتظاریان، ناهید (1394). تأثیر کسب‌وکارهای دانش‌بنیان بر رشد اقتصادی کشور. کار و جامعه، شماره 180، اردیبهشت.
انصاری، رضا (1391). ارزیابی موقعیت اقتصاد دانش‌بنیان با کشورهای منطقه بر اساس متدلوژی ارزیابی بانک جهانی. بررسی‌‌های بازرگانی، شماره 57، 81-69.
باقری‌نژاد، جعفر (1391). سیستم نوآوری ملی و جایگاه و نقش جدید دانشگاه‌ها در اقتصاد مبتنی بر نوآوری. صنعت و دانشگاه، شماره 17 و 18، 17-5.
پاپیان، ناهید (1393). طراحی و تبیین مدل سازمان دانش‌بنیان در رسانه ملی (سازمان صدا و سیما) (رساله دکتری). دانشگاه پیام نور، تهران.
پاداش‌زیوه، حمید؛ خداپناه، بهمن (1394). برآورد تأثیر شاخص‌های حکمرانی خوب بر اقتصاد دانش‌بنیان در کشورهای منتخب. برنامه‌‌ریزی و بودجه، شماره 3، 177-165.
تأثیر تولید و صادرات محصولات با فناوری بالا بر رشد اقتصادی کشورها (1396). دسترسی در 12/10/1396 از وب‌سایت: http://corridormedia.ir.
تافلر، آلوین؛ تافلر، هیدی (1388). انقلاب در ثروت‌آفرینی. ترجمه عبدالرضا رضایی‌نژاد، تهران: انتشارات فرا.
تقی‌دخت، حوریه (1388). نقش سیستم‌های نوآوری منطقه‌ای در توسعه مناطق کلان‌شهری؛ مطالعه دو صنعت ماشین‌سازی-تجهیزات صنعتی و صنایع فناوری‌های نوین در منطقه کلان‌شهری تبریز (پایان‌نامه کارشناسی ارشد). دانشگاه تربیت مدرس، تهران.
توانایان‌فرد، حسن (1385). اقتصاد اینترنت. تهران: نشر الکترونیکی و اطلاع‌رسانی جهان رایانه.
جوکار، طاهره؛ عصاره، فریده (1393). جریان انتشار مقالات علمی در کشور ایران طی سال‌های 2007 تا 2011 بر اساس مدل مارپیچ سه‌‌گانه دانشگاه، صنعت و دولت. پردازش و مدیریت اطلاعات، دوره 29، شماره 2.
حسنی، سمیه (1393). ارائه مدلی برای سنجش سطح دانش‌محوری سازمان‌ها (پایان‌نامه کارشناسی ارشد). دانشگاه تربیت مدرس، تهران.
خانی، مسلم (1395). سه اولویت اصلی برای توسعه اشتغال در ایران. دسترسی در 12/10/1396 از وب‌سایت: www.Iribnews.ir/fa/news/.
دادخواه، ویدا (1390). بررسی مفهومی نقش دانش در رشد اقتصادی در عصر اقتصاد دانش‌محور و تأثیر آن بر اقتصاد ایران (پایان‌‌نامه کارشناسی ارشد). دانشگاه رازی، تهران.
دهقان، علی (1393). بررسی اثر مؤلفه‌های اقتصاد دانش‌بنیان بر رشد اقتصادی منتخبی از کشورها. (پایان‌نامه کارشناسی ارشد). دانشگاه آزاد اسلامی، واحد یزد، یزد.
رضایی باغ‌بیدی، راحله (1393). بررسی همگرایی مؤلفه‌های اقتصاد دانش‌بنیان در بین استان‌های برخوردار و کم‌برخوردار از طریق شاخص‌های توسعه انسانی در ایران (پایان‌نامه کارشناسی ارشد). دانشگاه فردوسی مشهد، مشهد.
رفیعی دارانی، هادی؛ قربانی، محمد (1393). مشارکت نیروی کار در اقتصاد ملی: تحلیلی در چارچوب رگرسیون فضایی. تحقیقات مدل‌‌‌سازی اقتصادی، شماره 18، 119-140.
شریفی، مهشید (1392). بررسی رابطه محورهای مختلف دانش در چارچوب اقتصاد دانش‌بنیان بر رشد اقتصادی ایران (پایان‌‌نامه کارشناسی ارشد). دانشگاه آزاد اسلامی، واحد یزد، یزد.
شیرمحمدی، پگاه (1391). بررسی اثرات تحقیق و توسعه (R&D) بر تجارت (با رویکرد اقتصاد دانش‌محور) (پایان‌‌نامه کارشناسی ارشد). دانشگاه رازی، تهران.
صادق‌‌زاده وایقان، علی؛ حسن‌زاده، محمد و نجفقلی‌نژاد و رجوی، اعظم (1392). اطلاعات و جریان اطلاعات در سازمان‌‌ها. تهران: نشر کتابدار.
عصاره، فریده (1377). مقایسه انتشارات علمی کشورهای درحال‌رشد در سطح بین‌المللی. مجله علوم تربیتی و روان‌شناسی دانشگاه شهید چمران اهواز، شماره 5 (1 و 2)، 30-19.
علی‌زاده، بیتا (1392). بررسی تأثیر اقتصاد دانش‌بنیان بر ارزش افزوده بخش کشاورزی در کشورهای منتخب با رهیافت پانل دیتا (پایا‌ن‌‌‌نامه کارشناسی ارشد). دانشگاه پیام نور، کرج.
فیض‌پور، محمدعلی؛ حاجی خدازاده، حسین (1395). مکان و نقش آن در خالص ورود بنگاه‌های جدید به صنایع تولیدی ایران. تحقیقات اقتصادی، شماره 116، 682-653.
محموداقدم، فاطمه (1393). بررسی رابطه مؤلفه‌های آموزشی اقتصاد دانش‌بنیان با رشد اقتصادی در ایران (پایان‌‌نامه کارشناسی ارشد). دانشگاه آزاد اسلامی، تهران.
مسلمی، مهری (1393). بررسی تأثیر محورهای اقتصاد دانش‌بنیان بر رشد اقتصادی کشورهای منتخب OECD و کشورهای درحال‌توسعه (پایان‌نامه کارشناسی ارشد). دانشگاه ارومیه، ارومیه.
معمارنژاد، عباس (1384). اقتصاد دانش‌بنیان: الزامات، نماگرها، موقعیت ایران، چالش‌ها و راهکارها. اقتصاد و تجارت نوین، شماره 1.
موسوی، مهدیه‌السادات (1392). تبیین مفهومی نقش سرمایه اجتماعی در تحقق اقتصاد دانش‌محور در ایران (پایان‌‌‌‌نامه کارشناسی ارشد). دانشگاه رازی، تهران.
مهربانی، فاطمه؛ قبادی، صغری و رضائیان، علی (1393). بررسی اثر و رابطه بین اقتصاد دانش‌بنیان و بهره‌وری کل عوامل تولید؛ مطالعه موردی کشورهای توسعه‌یافته، نوظهور و درحال‌توسعه. جستارهای اقتصادی، شماره 21.
یعقوبی، مجتبی (1390). تحلیل رشد اقتصادی تحت شرایط اقتصاد دانش‌بنیان در کشورهای عضو سازمان کنفرانس اسلامی (2009-2007) (پایان‌نامه کارشناسی ارشد). دانشگاه اصفهان، اصفهان.
Abedi, Hoda; Babalhavaeji, Fahimeh; Hassanzadeh, Mohammad (2018). Synergy in the Iranian innovation systems at regional and national levels in the Triple-Helix context. Internationl Journal of Information Science and Managemen, 16(1).
Ashby, W. R. (1964). Constraint analysis of many-dimensional relations. General Systems Yearbook, 9, 99–105.
Bedford A. D. (2013). Expanding the definition and measurement of knowledge economy: Integrating triple bottom line factors in to knowledge economy index models and methodologies. Journal of Modern Accounting and Auditing, 9(2): 278-286.
Cooke, P., & Leydesdorff, L. (2006). Regional development in the knowledge-based economy: The construction of advantage. Journal of Technology Transfer, 31(1), 5-15. doi: 10.1007/s10961-005-5009-3 Council for Economic Planning and Development (2000). Knowledge-based economy development plan, Taipei.
Cowan, R. & David, P. & Foray, D. (2000). The explicit economics of codification and tacitness. Industrial and Corporate Change, 9(2), 53-211.
Dang, Duc & Umemoto, Katsuhiro (2009). Modeling the development toward the knowledge economu: a national capability approach. Journal of Knowledg Management, 13(5), 359-372.
Dasgupta, P. & David. P. (1994). Toward a new economics of science. Research Policy, 23: 487-521.
Etzkowitz, H. (2003). Innovation in innovation: The triple helix of university–industry–government relations. Social Science Information 42(3), 293-338.
Etzkowitz, H., & Leydesdorff, L. (1995). The triple helix university-industry-government relations: A laboratory for knowledge-based economic development. EASST Review, 14(1), 14-19.
Etzkowitz, H., & Leydesdorff, L. (2000). The dynamics of innovation: from National Systems and ‘‘Mode 2’’ to a Triple Helix of university–industry–government relations. Research Policy,29(2), 109–123.
Etzkowitz, H., &Leydesdorff, L. (eds.) (1997). Universities in the global economy: A triple helix of university-industry-government relations. London: pinter.
Etzkowitz, H.; Webster, A.; Gebhardt, C. Cantisano, B. R. (2000). The future of the university and the university of the future: evolution of ivory tower university of the future: evolution of ivory tower to entrepreneurial paradigm. Res Policy, 29,313-330.
European Commission (2000). Towards a European research area.Brussels, 18 January 2000; at http://europa.eu.int/comm/research/era/pdf/com2000-6-en. pdf .
European Commission (2005). Working together for growth and jobs. A new start for the Lisbon Strategy; at http://europa.eu.int/growthandjobs/pdf/COM2005 024 en.pdf .
European Commission (2016). The new SME definition: User guide and model declaration. Retrieved from http://ec.europa.eu/digital-single-market/en/news/new-sme-definition-user-guide-and-model-declaration.
Foray, D. & Lundvall, B. (1996). The Knowledge-based economy: from the economics of knowledge to the learning economy. In: Employment and Growth in the Knowledge-ased Economy, OECD.
Hossain M. D. & J. Moon, H. G. & Kang, S. C. Lee & Y. C. Choe (2012). Mapping the dynamics of knowledge base of innovations of R&D in Bangladesh: triple helix perspective. Scientometrics, 90(1), 57-83.
Krippendorff, K. (2009). W. Ross Ashby’s information theory: a bit of history, some solutions to problems, and what we face today. International Journal of General Systems, 38(2), 189-212.
Krugman, Paul (1991). Increasing returns and economic geography. Journal of Political Economy, 99(3), 483-499.
Lengyel, B., &Leydesdorff, L. (2011). Regional innovation systems in Hungary: The failing synergy at the national level. Regional Studies, 45(5), 677-693.
Leydesdorff, L. & Porto Gomez, Igone (2018). The expected synergy in Spanish regional and national systems of innovation. Journal of Technology Transfer (forthcoming). From https://www.leydesdorff.net/list.htm.
Leydesdorff, L. (2001). A sociological theory of communication: The self-organization of the knowledge-based society. Parkland, FL: Universal Publishers.
Leydesdorff, L. (2003). The mutual information of university-industry-government relations: An Indicator of the Triple Helix Dynamics. Scientometrics, 58(2) :445-467
Leydesdorff, L. (2013). The triple helix of university-industry-government relations. In E. Carayannis (Ed.) Encyclopedia of Creativity, Innovation, and Entrepreneurship. New York: Springer.
Leydesdorff, L., & Etzkowitz, H. (1998). The triple helix as a model for innovation studies. Science and Public Policy, 25(3), 195–203.
Leydesdorff, L., & Fritsch, M. (2006). Measuring the knowledge base of regional innovation systems in Germany in terms of a triple helix dynamics. Research Policy, 35(10), 1538-1553.
Leydesdorff, L., & Strand, Ø. (2013). The Swedish system of innovation: Regional synergies in a knowledge-based economy. Journal of the American Society for Information Science and Technology, 64(9), 1890-1902.
Leydesdorff, L., & Zhou, P. (2014). Measuring the knowledge-based economy of China in terms of synergy among technological, organizational, and geographic attributes of firms. Scientometrics, 98(3), 1703-1719.
Leydesdorff, L., Dolfsma, W., & Van der Panne, G. (2006). Measuring the knowledge base of an economy in terms of triple helix relations among ‘technology, organization, and territory’. Research Policy, 35(2), 181-199.
Leydesdorff, L., Park, H. W., & Lengyel, B. (2014). A routine for measuring synergy in university-industry-government relations: Mutual information as a triple-helix and quadruple-helix indicator. Scientometrics, 99(1), 27–35. 
Leydesdorff, L., Perevodchikov, E., &Uvarov, A. (2015). Measuring triple-helix synergy in the Russian innovation systems at regional, provincial, and national levels. Journal of the Association for Information Science and Technology, 66(6), 1229-1238.
Leydesdorff, Loet; S.Wagner, Caoline; Porto-Gomez, Igone; Comins, Jordan A. & Phillips, Fred (2018). Synergy in the Knowledge Base of U.S. Innovation Systems at National, State, and Regional Levels: The Contributions of High-Tech Manufacturing and Knowledge-Intensive Services. From https://www.leydesdorff.net/list.htm.
Lundvall, B.A. , P. Rasmussen and E. Lorenz (2008). Education in the learning economy: a European perspective, Policy Future education, 6(2), 681-700.
McGill, W. J. (1954). Multivariate information transmission. Psychometrika, 19(2), 97-116.
Paz-Marin, Monica-de la & Gutiérrez, Pedro Antonio and Hervás-Martínez, César (2015). Classification of countries' progress toward a knowledge economy based on machine learning classification techniques. Expert Syst. Appl. 42(1): 562-572.
Penrose, Edith (1995). The Theory of the growth of the firm. Great Britain: Oxford university press.
Robertson, I. (2008). Learners’ attitudes to wiki technology in problem based, blended learning for vocational teacher education. Australasian Journal of Educational Technology, 24(4), 425-441.
Shelton, R. D., Leydesdorff, L. (2012). Publish or Patent: Bibliometric evidence for empirical trade-offfs in national funding strategies, Journal of the American Society for Information Science and Technology, 63(3),  498-511.
Strand, Ø. & Leydesdorff, L. (2013). Where is synergy in the Norwegian innovation system indicated? Triple helix relations among technology, organization, and geography. Technological Forecasting and Social Change, 80(3), 471-484.
Uyarra, E. (2010). Conceptualizing the regional roles of universities, implications and contradictions, European Planning Studies, 18(8), 1227-1246.
Watts, R. J. & Porter, A. L. (2003). R&D cluster quality measures and technology maturity. Technological Forecasting & Social Change, 70: 735-758.
World Bank (2012). Knowledge appraisal measurement. Washington D. C.: World Bank Publications.
World Bank, (2004). Turkey knowledge economy assessments study, Washington, D. C.: Private and financial sector unit, Europe and central Asia Region.
 
 

فایل ها

هم رسانی

ارجاع به این مقاله

آمار