شناسایی و اولویت‌بندی چالش‌های شرکت‌های دانش‌بنیان با استفاده از روش شبکه عصبی مصنوعی (مطالعه موردی: شرکت‌های دانش‌بنیان یزد)

نقش علم و دانش در رشد ملی به دلیل ایجاد تخصص و ارتقای بهره‌وری کل عوامل تولید، همواره مورد توجه است و جایگاه فناوری و دانش به‌عنوان عوامل درون‌زا در این توسعه، یک جایگاه حیاتی محسوب می‌گردد. از سوی دیگر تبدیل دانش به کالا/ خدمت است که موجب رفع نیازمندی‌های جوامع مختلف می‌گردد. شرکت‌های دانش‌بنیان از جمله موسسه‌های هستند که به‌عنوان کارخانه تبدیل دانش به کالا/ خدمت فعالیت می‌نمایند. با آنکه شرکت‌های دانش‌بنیان عامل ایجاد اقتصاد دانشی پایدار و توسعه دانش بومی در بسیاری از کشورها می‌باشند، اما این موسسه‌ها در ایران مطابق با چشم‌انداز 20 ساله کشور، از لحاظ کمی و کیفی در وضعیت مطلوب قرار نداشته و در مسیر توسعه خود دچار چالش‌هایی هستند. پژوهش حاضر با هدف شناسایی چالش‌های فراروی شرکت‌های دانش‌بنیان موجود در پارک علم و فناوری اقبال یزد و اولویت‌بندی این چالش‌ها با استفاده از روش شبکه عصبی مصنوعی انجام پذیرفته است. نمونه مورد مطالعه شامل 137 نفر از مدیران و کارکنان رده ‌بالای این شرکت‌ها بوده است. 59 چالش به‌دست ‌آمده از مطالعه ادبیات موضوع و نظر خبرگان، در یک پرسشنامه تدوین و بین جامعه هدف توزیع گردید. اعتبارسنجی 128 پرسشنامه گردآوری ‌شده، توسط روش شبکه عصبی مصنوعی پیش انتشار با mse=2.0332 تایید گردید و اولویت‌بندی چالش‌ها به‌وسیله شبکه عصبی مصنوعی تابع شعاع مدار انجام پذیرفته است. نتایج پژوهش نشان داد که 19 چالش از 59 چالش به‌دست ‌آمده در اولویت بوده‌اند. از جمله این چالش‌ها می‌توان به: مشکلات اقتصادی کشور، رکود صنعت و بازارهای داخلی و سیاست‌های ناموزون حمایتی دولت، اشاره نمود.

Identification and Priorities KBEs Challenges using ANN Method (Case study: Yazds KBEs)

The role of knowledge and science are paid attention in national development because creating expertise and improving the Total factor productivity of production. Furthermore, the position of technology and knowledge is considered vital as endogenous factors in this development process. On the other hand, the conversion of knowledge into product and service will meet the needs of different communities. Knowledgebased companies are included as institutions that work as factories converting knowledge into product and service. Although, knowledgebased companies create sustainable knowledgebased economy and development of indigenous knowledge in many countries, but in accordance with the country's 20year outlook and in terms of quality and quantity, they are not in ideal situation and are faced with challenges in their own development process. This research aims at identifying challenges facing knowledgebased companies located in Yazd's Science and Technology Park of Eghbal and prioritizing these challenges using Artificial Neural Network. The case study includes 137 managers and senior staff of these companies. Fifty nine challenges obtained from related literatures and experts’ opinions have been compiled in a questionnare and distributed among target population. One hundred and twenty eight collected questionnairs were validated by BP Artificial Neural Network and confirmed with MSE=2.0332 and challenges were prioritized with Artificial Neural Networks Radial Basis Function. The research proved that 19 of 59 challenges were priority among which economic problems of the country, industry and domestic markets recession and government’s unbalanced support policies can be pointed out.