نقشه راه خط‌ مشی ‌گذاری دولتی برای تولید دانش ‌بنیان و اشتغال‌ آفرین براساس منویات مقام معظّم رهبری: رهیافتی آمیخته

هدف: یکی از مسائل بسیار مهم در حوزه اقتصادی، توجه به شرکت‌های دانش‌بنیان یا شرکت‌های متمرکز بر دانش است که در راستای توسعه اقتصاد دانش‌محور و تحقق اهداف کشور در حوزه‌های مختلف ایجاد می‌شوند. بنگاه‌هایی که می‌توانند با بهره‌ گرفتن از دانش و فناوری در حوزه تقویت قدرت اقتصادی و گسترش حوزه تجاری، توسعه پایدار ایجاد کرده و مزیت رقابتی برای کشور بدنبال داشته باشند. در این راستا، هدف پژوهش حاضر طراحی نقشه راهی برای خط‌ مشی ‌گذاری دولتی برای تولید دانش‌بنیان و اشتغال‌آفرین براساس منویات مقام معظّم رهبری با دو رویکرد کیفی و کمّی است. روش: این تحقیق از لحاظ هدف، اکتشافی و از لحاظ نوع، توصیفی است که به روش میدانی اجرا گردید. جامعه آماری در مرحله کیفی که از روش داده‌بنیاد استفاده شده است، 30 نفر از خبرگان و اساتید دانشگاه‌های استان اردبیل بودند که به روش هدفمند (نمونه‌گیری نظری)، با روش ارجاع زنجیره‌ای (روش گلوله‌ برفی) انتخاب شدند و بعد از اشباع نظری در مصاحبه، فرآیند کدگذاری انجام گرفت. در بخش کمّی نیز، کلیه کارکنان شرکت‌های دانش‌بنیان و پارک علم و فناوری استان اردبیل بودند که مطابق جدول مورگان تعداد 155 نفر به عنوان نمونه آماری بدست آمد و براساس روش نمونه‌گیری تصادفی طبقه‌ای مورد مطالعه قرار گرفتند. همچنین گردآوری اطّلاعات این پژوهش در مرحله‌ اول، از طریق مصاحبه‌های عمیق و نیمه‌ساختاریافته انجام شده است. ابزار جمع‌آوری اطّلاعات در مرحله دوم پرسشنامه محقّق‌ساخته (بازطراحی‌ شده) با پاسخ بسته (طیف لیکرت) بود که براساس شاخص‌های نقشه راه خط‌مشی‌گذاری دولتی برای تولید دانش‌بنیان و اشتغال‌آفرین، مستخرج از مرحله اول تنظیم شده است. برای تجزیه و تحلیل سوالات در مرحله اول، کدهای ساختاری با روش داده‌بنیاد و به سه روش کدگذاری باز، محوری و انتخابی جمع‌آوری شده و بوسیله‌ نرم‌افزار maxqda مورد بررسی قرار گرفتند و در مرحله دوم نیز برای بررسی برازشِ مدلِ به دست آمده از مرحله اول، از روش حداقل مربعات تعمیم‌یافته و خودگردان‌سازی (بوت استراپینگ) یا برش جک-نایف در نرم‌افزار smart pls استفاده شده است. در نهایت از شاخص‌های برازش npar، df، p، cmin (chi square)، agfi، gfi، شاخص توکر-لوئیس (tli)، شاخص بنتلر- بونت (nfi)، cfi، pnfi، pcfi، rmsea و cmin/df جهت اعتبارسنجی مدل (برازش مناسب مدل ارائه شده) استفاده گردید. یافته‌ها: مجموعه داده‌های بدست‌ آمده بعد از طی فرآیند مستمر کدگذاری‌های باز، محوری و گزینشی و استفاده از نرم‌افزار maxqda، در قالب 104 کد باز، 62 مفهوم، 14 مقوله و 6 طبقه (مقوله محوری، شرایط مداخله‌گر، شرایط عِلّی، شرایط زمینه‌ای، راهبردها، پیامدها) براساس رویکرد سامان‌مند سازماندهی شدند. طبق نتایج به دست آمده برای شاخص‌های برازش، شاخص‌های cfi، ifi، gfi و nfi دارای برازش مناسبی هستند. همچنین ریشه میانگین مربعات خطای برآورد نیز 0.066 بدست آمده که کمتر از 0.08 می‌باشد. بنابراین، برازش مدل، مطلوب ارزیابی شده و می‌توان به نتایج حاصل از آن اتکاء نمود. نتیجه‌گیری: براساس نتایج حاصل از پژوهش و خروجی نرم‌افزار smatr pls، شاخص «شناسایی مسائل و مشکلات بالقوه و بالفعل مربوط به شرکت‌های دانش‌بنیان» با ضریب مسیر 0.892 به‌عنوان مهم‌ترین و اثرگذارترین شاخص‌ در نقشه راه طراحی‌شده شناسایی گردید. از بین شاخص‌های مربوط به عوامل عِلّی، شاخص «افزایش بهره‌وری منابع انسانی و تولید» (el7) به عنوان مهم‌ترین و تاثیرگذارترین شاخص با ضریب مسیر 0.804 شناسایی شد. مهم‌ترین شاخص مولفه‌ مقوله‌محوری، شاخص «رویارویی با چالش‌های غیرمنتظره و داشتن برنامه» (me5) با ضریب مسیر 0.850 می‌باشد. مهم‌ترین شاخص مقوله‌های زمینه‌ای نیز شاخص «وجود نیروی انسانی خبره، بستر دیجیتال و مشتری دیجیتال» (za8) با ضریب مسیر 0.809 معرفی شد. مهم‌ترین شاخص مقوله‌ راهبردها نیز شاخص «شناسایی مسائل عمومی تولید دانش‌بنیان توسط نهادهای متولی» (ra4) با ضریب مسیر 0.865 بود. در نهایت با توجه به نتایج پژوهش، مهم‌ترین شاخص مقوله‌ پیامدها نیز شاخص «ارتقای رضایت عمومی از تولید دانش‌بنیان» (p5) با ضریب مسیر 0.868 شناسایی شد.

roadmap of government policy for knowledge-based and job-creating production based on the menus of the highest leadership position; a mixed approach

purpose: one of the most significant issues in the economic sector is the emphasis on knowledge-based or knowledge-focused companies, which are established to align with the development of a knowledge-based economy and to achieve the country’s objectives across various fields.firms that can foster sustainable development and create a competitive advantage for the country by leveraging knowledge and technology in the realm of enhancing economic power and expanding commercial opportunities. in this context, the objective of the present study is to develop a roadmap for government policymaking that promotes knowledge-based and job-creating production, in accordance with the directives of the supreme leader, utilizing both qualitative and quantitative approaches.method: this research is exploratory in purpose and descriptive in nature, and it was conducted using a field method. the statistical population in the qualitative phase of this study consisted of 30 experts and professors from universities in ardabil province. these individuals were selected using a purposive sampling method (theoretical sampling) and a chain referral method (snowball sampling). after reaching theoretical saturation during the interviews, the coding process was initiated. in the quantitative phase, all employees of knowledge-based companies and the science and technology park in ardabil province were included. according to the morgan table, a statistical sample of 155 individuals was determined and studied using a stratified random sampling method. additionally, data collection for this research was conducted in the initial stage through in-depth and semi-structured interviews. the data collection tool used in the second stage was a researcher-designed questionnaire featuring closed-ended responses on a likert scale. this questionnaire was developed based on the indicators outlined in the government policy roadmap for knowledge-based and employment-generating production, which were identified in the first stage. to analyze the questions in the first stage, structural codes were collected using a data-driven approach, employing three coding methods: open, axial, and selective coding. these codes were examined using maxqda software. in the second stage, the generalized least squares method, along with bootstrapping or jackknife resampling, was utilized in smart pls software to assess the fit of the model derived from the first stage. finally, the fit indices—npar, df, p, cmin (chi-square), agfi, gfi, tucker-lewis index (tli), bentler-bonnet index (nfi), cfi, pnfi, pcfi, rmsea, and cmin/df—were employed to validate the model, ensuring a good fit for the presented framework.