تحلیل شبکه سیاستی نقش‌آفرینان در پیاده‌سازی سیاست‌ها مطالعه موردی حمایت‌های گمرکی، مالیاتی و تامین مالی در قانون حمایت از شرکت‌های دانش‌بنیان

شبکه سیاستی را می‌توان مجموعه‌ی نقش‌آفرینان دولتی و غیردولتی در توسعه سیاست‌های عمومی دانست که با یکدیگر ارتباط نهادی داشته و روابط میان نقش‌آفرینان، وابستگی‌های و جریان منابع میان آن‌ها را نشان می‌دهد. تحلیل شبکه سیاستی می‌تواند الگوهای روابط، نقش‌ها، منابع، روابط و توزیع قدرت در تدوین و پیاده‌سازی سیاست‌ها را نشان دهد. شبکه‌های سیاستی کارکردهای مختلفی را نیز محقق می‌کنند و در تدوین و پیاده‌سازی سیاست‌ها می‌توانند حکمرانی خرده‌نظام سیاستی درگیر را بهبود بخشند. بر این اساس، این مقاله به دنبال آن است که شبکه سیاستی نقش‌آفرینان در پیاده‌سازی قانون حمایت از شرکت‌های دانش‌بنیان را تحلیل نماید و عوامل مهم در سطح ساختار و کارکرد شبکه را به منظور ارائه دلالت‌هایی برای بهبود عملکرد شبکه ارائه کند. بدین منظور از تحلیل شبکه اجتماعی و نگاشت شناختی فازی بهره می‌گیرد و حمایت‌های گمرکی، مالیاتی و تامین مالی را هدف قرار می‌دهد. یافته‌ها نشان می‌دهد که کارکرد هماهنگی مهمترین مولفه در هر سه شبکه سیاستی است. بعد از آن در شبکه‌های مالی و گمرکی ساختار شبکه‌ی تبادل اطلاعات و در شبکه‌ی مالیاتی، ایجاد اهداف، هنجارها و ارزش‌های مشترک مهم‌ترین مولفه بوده است. کمترین اهمیت در هر سه شبکه نیز مربوط به کارکرد مشروعیت بخشی بوده است.

Policy Networks Analysis in Policy Implementation A Case Study of the Law on Supporting KnowledgeBased Companies

The policy network can be considered as a set of governmental and nongovernmental actors in the development of public policies that have institutional relations with each other and show the relationships between actors, the dependencies and the flow of resources between them. Policy network analysis can show patterns of relationships, roles, resources, relationships, and power distribution in policy formulation and implementation. Policy networks also have different functions, and they can improve the governance in policymaking. Accordingly, this paper seeks to analyze the policy network of actors the implementation of the Law on Supporting KnowledgeBased Companies and to provide important factors at the level of network structure and network function in order to provide implications for improving network performance. For this purpose, it uses social network analysis and fuzzy cognitive mapping and targets customs, tax and financing incentives. The findings show that coordination function is the most important component in all three policy networks. After that, in financing and customs networks, the structure of the information exchange network and in the tax network, the creation of common goals, norms and values has been the most important component. The least important thing in all three networks was the legitimacy function.