مدل سازی ساختاری ویژگی ها و عوامل اثرگذار بر شبکۀ سیاستی مشارکتیِ علم و فنّاوری در ایران

هدف این پژوهش مدل سازی ساختاری ویژگی ها و عوامل اثرگذار بر شبکۀ سیاستی مشارکتی علم و فنّاوری در ایران است. داده های پژوهش در دو مرحلۀ کیفی و کمّی گردآوری شده است. در مرحلۀ کیفی با 20 نفر از خبرگان مصاحبۀ اکتشافی و نیمه ساختاریافته انجام و در مرحلۀ کمّی 100 پرسشنامه بین خبرگان توزیع و گردآوری شده است. همچنین برای تحلیل داده ها از مدل سازی معادلات ساختاری به روش حداقل مربعات جزئی استفاده شده است. یافته های پژوهش نشان می دهد که شبکۀ سیاستی مشارکتی علم و فنّاوری در ایران دارای 17 ویژگی در چهار بُعد است که به ترتیب اهمیت عبارتند از: بازیگران، قواعد رفتاری بازیگران، روابط بین بازیگران و ساختار شبکه. همچنین هشت عامل در سه بُعد بر این شبکه اثرگذار است که به ترتیب اهمیت عبارتند از: عوامل ویژۀ سیاست علم و فنّاوری، عوامل ملی و عوامل بین المللی. مهم ترین توصیۀ سیاستی این پژوهش، ملاحظۀ این عوامل توسط دولت به عنوان بسترساز شکل گیریِ شبکه؛ و سایر سیاست گذاران علم و فنّاوری به عنوان بازیگران اصلی شبکه است.

Structural Modeling of Properties and Factors Affecting Science and Technology Collaborative Policy Network in Iran

The aim of this research is structural modeling the properties and factors affecting the science and technology collaborative policy network in Iran. The research data were collected in both qualitative and quantitative stages. In the qualitative phase, exploratory and semistructured interviews were conducted with 20 experts, and in the quantitative phase, 100 questionnaires were distributed among the experts. Structural equation modeling using partial least squares (PLS) method has also been used to analyze the data. The results of the research show that the Science and Technology Collaborative Policy Network in Iran has 17 features in four dimensions, in order of importance: actors, codes of conduct, relationships between actors and network structure. There are also eight factors affecting the network in three dimensions, in order of importance: specific science and technology policy factors, national factors, and international factors. The most important policy recommendation of this study is attention to these factors by two groups of audiences: the government and the S T policymakers.