شناسایی و اولویت‌بندی خط‌مشی‌گذاری تجاری‌سازی شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری، گروه مدیریت دولتی، واحد بین الملل کیش، دانشگاه آزاد اسلامی، کیش، ایران

2 دانشیار گروه مدیریت دولتی، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران

چکیده

هدف پژوهش حاضر، طراحی الگوی مدل خط‌مشی‌گذاری تجاری‌سازی شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری است. پژوهش حاضر از نوع طرح‌های پژوهش آمیختۀ اکتشافی (کیفی-کمی) است. بر این اساس ابتدا با استفاده از رویکرد کیفی ابعاد، مؤلفه‌ها و شاخص‌های الگوی پژوهش، شناسایی و مدل اولیۀ پژوهش طراحی و در ادامه برای اعتبارسنجی آن با استفاده از رویکرد کمّی مبادرت شد. روش گردآوری اطلاعات در بخش کیفی، مصاحبۀ نیمه‌ساختاریافته و تکنیک تحلیل از نوع تحلیل مضمون بوده است. جامعة آماری در بخش کیفی شامل خبرگان، مدیران و اعضا هیئت‌علمی دانشگاهی آگاه به موضوع پژوهش بودند که به روش نمونه‌گیری هدفمند و با رویکرد گلوله‌برفی تا رسیدن به اشباع نظری انتخاب شدند که این موضوع در پژوهش حاضر با انجام 14 مصاحبه، حاصل شد. در بخش کمی، برای گردآوری اطلاعات از پرسش‌نامه با طیف لیکرت پنج‌درجه‌ای و در راستای سنجش روایی و پایایی پرسش‌نامه از پایایی ترکیبی استفاده شد که مقدار 815/0 را نشان داد. میزان آلفای کرونباخ نیز عدد 75/0 را نشان داد. تحلیل داده‌ها در بخش کمّی با روش مدل‌سازی معادلات ساختاری انجام شد. نتایج پژوهش در بخش کیفی نشان داد طراحی الگوی خط‌مشی‌گذاری تجاری‌سازی شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری به‌ترتیب دارای مؤلفه‌های تحلیل و ارزش‌گذاری بازار، استانداردسازی، توسعه و به‌روزرسانی فناوری، توسعة محصول، تربیت و جذب متخصص، صیانت از اختراعات و نوآوری‌ها، قوانین حمایتی و خدمات حقوقی، حمایت مالی و سرمایه‌گذاری، شبکه‌سازی خارجی و داخلی و صادرات و بازاریابی است. یافته‌های بخش کمّی نیز نشان داد که ضریب مسیر متغیرها باهم ارقامی درخور توجه را نشان می‌دهد و به این معناست که مدل پیشنهادی از اعتبار و برازش مطلوبی برخوردار است. نتایج کلی حاکی از آن است که مؤلفه‌های شناسایی‌شده به‌طور چشمگیری خط‌مشی‌گذاری تجاری‌سازی شرکت‌های دانش‌بنیان مورد مطالعه را تبیین می‌کند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Identification and Prioritization of Commercialization Policy-Making for Knowledge-Based Enterprises at Science and Technology Parks

نویسندگان [English]

  • Mohaddeseh Fattahnezhad 1
  • Mohammad Mohammadi 2
  • Mohammadreza Rabiee Mandejin 2
1 Ph.D. candidate, Department of Public Administration, Islamic Azad University, Kish International Branch, Kish, Iran
2 Associate professor, Department of Management, Central Tehran Branch, Islamic Azad University, Tehran, Iran
چکیده [English]

This study aimed to design a commercialization policy-making model for knowledge-based companies operating within science and technology parks. An exploratory mixed-methods (qualitative-quantitative) design was employed. In the qualitative phase, the dimensions, components, and indicators of the model were identified, leading to the development of a preliminary research model. The validity of this model was then assessed by using quantitative methods. Semi-structured interviews were conducted for data collection in the qualitative phase and thematic analysis was used as the analytical technique. The qualitative study population consisted of experts, managers, and university professors familiar with the research topic. Participants were selected through purposive sampling combined with a snowball approach until theoretical saturation was achieved, which occurred after 14 interviews. In the quantitative phase, data were collected using a 5-point Likert scale questionnaire. Composite reliability was used to assess the validity and reliability of the questionnaire, yielding a value of 0.815, while Cronbach’s alpha coefficient was 0.75. Quantitative data analysis was performed by using Interpretive Structural Modeling (ISM) and Partial Least Squares Structural Equation Modeling (PLS-SEM) with Smart PLS software. The qualitative findings revealed that the proposed commercialization policy-making model for knowledge-based companies in science and technology parks comprised the following components: market analysis and valuation, standardization, technology development and updating, product development, training and recruitment of specialists, protection of inventions and innovations, supportive laws and legal services, financial support and investment, external and internal networking, and export and marketing. The quantitative findings further indicated that the path coefficients of the variables were statistically significant, confirming the strong validity and fit of the model. Overall, the results demonstrated that the identified components significantly explained the commercialization policies of the knowledge-based companies under study.
Introduction
In recent decades, with the expansion of the knowledge-based economy and the transformation of development paradigms, the role of knowledge and technology in economic growth has become increasingly prominent. Knowledge-based companies as key actors in the production, dissemination, and application of knowledge play a crucial role in value creation, employment generation, and enhancement of national competitiveness. One of the most critical challenges facing these companies is transforming scientific and technological achievements into marketable products and services—namely, commercialization. Commercialization not only ensures a return on investment in research and development, but also contributes to sustainable economic development and reduces dependence on traditional revenue sources.
In this context, science and technology parks serve as institutional platforms that support knowledge-based companies and play a vital role in facilitating the commercialization process. Despite the expansion of these parks and the growing number of resident firms, evidence suggests that commercialization performance often encounters significant challenges. These include weaknesses in policy-making, insufficient financial and legal support, ineffective networking, and a mismatch between products and market needs. Moreover, the low share of exports of knowledge-based products and the considerable gap between current performance and development goals highlight deficiencies in the commercialization policy-making system. Therefore, designing a comprehensive and context-specific model for commercialization policy-making for knowledge-based companies located in science and technology parks is a strategic necessity. This study aimed to identify, explain, and prioritize the components of such a policy-making framework.
 
Materials & Methods
This research was applied-developmental in terms of purpose and descriptive-exploratory in nature, employing a mixed-methods (qualitative and quantitative) approach. In the first (qualitative) phase, semi-structured interviews were conducted to identify the dimensions and components of the commercialization policy-making model. The target population consisted of policy-making experts, technology management specialists, university faculty members, and managers of knowledge-based companies. Sampling was carried out purposively by using a snowball technique and interviews continued until theoretical saturation was achieved, which occurred after a total of 14 interviews.
Qualitative data were analyzed by using thematic analysis based on the Braun and Clarke approach. The analysis process involved multiple readings of the data followed by open coding, which generated a large number of initial codes. These codes were subsequently refined and consolidated into broader concepts and categories. Ultimately, 10 main categories were identified as the key dimensions of the commercialization policy-making model.
In the second (quantitative) phase, a researcher-developed questionnaire was designed to validate the extracted model. The questionnaire comprised 66 items measured on a 5-point Likert scale. The statistical population consisted of 417 managers, experts, and practitioners from knowledge-based companies, from which a sample of 200 respondents was selected by using Cochran's formula. The reliability of the instrument was confirmed through Cronbach's alpha (0.75) and composite reliability (0.815). Its validity was also verified using face validity, convergent validity, and discriminant validity.
Quantitative data analysis was performed by using Partial Least Squares Structural Equation Modeling (PLS-SEM) with Smart PLS software. Additionally, Interpretive Structural Modeling (ISM) was employed to determine the hierarchical relationships among the components. The Kolmogorov–Smirnov test indicated that the data were not normally distributed; therefore, non-parametric methods were deemed appropriate for analysis.
 
Research Findings
The qualitative findings revealed that the commercialization policy-making model comprised 10 main components: market analysis and valuation, standardization, technology development and updating, product development, training and recruitment of specialists, protection of inventions and innovations, supportive laws and legal services, financial support and investment, internal and external networking, and export and marketing. Each of these components encompassed several sub‑indicators and dimensions, collectively forming a comprehensive framework for commercialization policy‑making.
The results of Interpretive Structural Modeling (ISM) showed that these components were structured across different hierarchical levels. "Export and marketing" were identified as the foundational elements at the lowest level of the system, while "commercialization policy‑making" was positioned at the highest level as the ultimate output of the model. Components like financial support, networking, and supportive legal frameworks were placed at intermediate levels, playing driving and facilitating roles within the system.
Quantitative analysis indicated that all relationships between variables were statistically significant, with path coefficients exceeding the acceptable threshold (t‑values of greater than 1.96 in bootstrapping tests). Model fit indices also demonstrated a strong fit: the Goodness‑of‑Fit (GOF) index was 0.633 (indicating a strong model), the Standardized Root Mean Square Residual (SRMR) was 0.048 (below the threshold of 0.08), and the RMS_theta was 0.091 (below 0.12). Additionally, the Average Variance Extracted (AVE) values for all constructs exceeded 0.5, while both Cronbach's alpha and composite reliability values were above 0.7, confirming the model's reliability and validity.
Furthermore, the results showed that the proposed model explained approximately 81% of the variance in commercialization policy‑making, indicating a high level of explanatory power. These findings confirmed that the identified components played a significant role in improving the commercialization process of knowledge‑based companies.
 
Discussion of Results & Conclusion
Based on the findings, it could be concluded that successful commercialization in knowledge-based companies required a comprehensive and systematic policy-making approach that integrated market, technological, human, legal, and financial dimensions. Among these components, accurate market analysis and a thorough understanding of customer needs served as the starting point for effective policy-making. Standardization and technological development provided the necessary foundation for producing competitive products.
Furthermore, market-oriented product development, along with the recruitment and empowerment of skilled human resources, played a critical role in enhancing innovation and quality. The protection of intellectual property rights coupled with efficient legal frameworks ensured a secure environment for innovation activities. Financial support and investment also constituted essential infrastructure, enabling the expansion and sustainability of commercialization efforts.
Finally, effective networking combined with the development of domestic and international markets through export and marketing initiatives bridged the gap between production and market entry. The results of this study demonstrated that the coordinated integration of these components within a coherent model could significantly enhance the commercialization performance of knowledge-based companies. Therefore, it is recommended that policy-makers and managers of science and technology parks utilize this model to develop integrated policies, strengthen financial and legal infrastructures, expand collaborative networks, and enhance technological capabilities. Such measures can contribute to increasing the share of the knowledge-based economy in GDP, promoting technology-driven exports and improving the country's position in global competitiveness.

کلیدواژه‌ها [English]

  • Commercialization
  • Knowledge-Based Enterprise
  • Policy-Making
  • Science and Technology Parks

1. مقدمه

خط‌مشی (Policy) مفهومی است که براساس آن، قلمرو، حیطه یا محدودۀ تصمیمات سازمانی برای مدیران تعیین می‌شود (Leal Filho et al., 2024). خط‌مشی‌گذاری فرایندی است که در آن، دولت به نمایندگی از عموم اتخاذ می‌کند و توسط بازیگران بخش عمومی یا خصوصی به اجرا درمی‌آیند. پیامدهای این فرایند، به‌طور مستقیم و غیرمستقیم، بر زندگی تمامی شهروندان تأثیر می‌گذارد. همچنین، دولت از این طریق، ایده‌های خود را به برنامه‌ها و فعالیت‌های اجرایی تبدیل می‌کند تا به نتایج مدنظر دست یابد و تغییرات مطلوبی را در دنیای واقعی ایجاد کند. تمرکز اصلی خط‌مشی، بررسی تعامل با جامعه است که عملکرد آن در مراحل شناخت و فهم مسئله، طراحی و شکل‌گیری، پیاده‌سازی، ارزیابی، اصلاح و تغییر خط‌مشی است (Alexander-White, 2024). یکی از مهم‌ترین دستاوردهای پایه در توسعۀ اقتصاد دانش‌بنیان در ایران که نقش بسیار مهمی در توسعۀ پایدار اقتصادی دارد، تدوین و اجرای خط‌مشی‌های مؤثر درزمینۀ تجاری‌سازی شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری است. شرکت‌های دانش‌بنیان با بهره‌گیری از نیروی انسانی متخصص و خلاق و همچنین استفاده از دانش و فناوری‌های نوین، ایده‌ها و دستاوردهای علمی را به محصولات و تولیدات صنعتی تبدیل می‌کنند. این شرکت‌ها ازطریق تجاری‌سازی نوآوری‌ها و ارتقای توان رقابت‌پذیری، نقش مهمی در توسعۀ فناوری، گسترش مرزهای دانش و حضور مؤثر کشور در بازارهای بین‌المللی ایفا می‌کنند (شریعت‌نژاد، 1403)؛ لذا دولت‌ها در حوزۀ علم‌ و فناوری حضوری پررنگ داشته‌اند. دولت‌ها درک کرده‌اند برای ایجاد توانمندی فناورانه، نه‌تنها پشتیبانی از ظهور فناوری‌ها کافی نبوده، بلکه باید در جهت رشد و توسعۀ فناوری‌های جدید نیز گام بردارند. همچنین، براساس آمار صندوق حمایت از سرمایه‌گذاری صنایع کوچک در سال 2018 مشاهده می‌شود که سهم شرکت‌های کوچک دانش‌بنیان از متوسط صادرات ایران فقط 10درصد است و مطابق گزارش صندوق توسعۀ ملل متحد، رقم صادرات شرکت‌های دانش‌بنیان با فناوری پیشرفته ایران از صادرات غیرنفتی کمتر از 5/1درصد بوده و رتبۀ ایران در این حوزه از کشورهای منطقه مانند عربستان سعودی و ترکیه پایین‌تر است (آقابابایی و همکاران، 1402). در قوانین و سیاست‌های اقتصادی کشور، حمایت از تولید دانش‌بنیان، توسعۀ فناوری و تجاری‌سازی دستاوردهای پژوهشی به‌عنوان یکی از الزامات حرکت به‌سوی اقتصاد دانش‌بنیان توجه شده است. قانون حمایت از شرکت‌ها و مؤسسات دانش‌بنیان و تجاری‌سازی نوآوری‌ها و اختراعات، مجموعه‌ای از حمایت‌های مالی، مالیاتی، بیمه‌ای و زیرساختی را برای شرکت‌های دانش‌بنیان پیش‌بینی و از استقرار این شرکت‌ها را در پارک‌های علم و فناوری و مراکز رشد نیز حمایت کرده است. همچنین، در قوانین مرتبط با رفع موانع تولید، دولت مکلف به تدوین برنامه‌هایی برای افزایش تولید محصولات دانش‌بنیان، توسعۀ بازار و گسترش سهم ایران در صادرات این محصولات شده است. باوجوداین، شواهد و مطالعات موجود نشان می‌دهد که میان اهداف و حمایت‌های پیش‌بینی‌شده در سیاست‌های رسمی از یک سو و عملکرد واقعی شرکت‌های دانش‌بنیان درزمینۀ تجاری‌سازی و توسعۀ بازار ازسوی‌دیگر، چالش‌ها و خلأ‌هایی وجود دارد. این وضعیت، ضرورت بازنگری در سازوکارهای خط‌مشی‌گذاری و حمایت از فرایند تجاری‌سازی شرکت‌های دانش‌بنیان -به‌ویژه شرکت‌های مستقر در پارک‌های علم و فناوری- را برجسته می‌سازد (سبزی و همکاران، 1402). براساس آمارهای ارائه‌شده در سال 1400، 49 پارک علم و فناوری، 3 پردیس فناوری و ۲۲۴ مرکز رشد در کشور فعال بوده‌اند. در همین بازه، مجموعِ واحدهای فناور مستقر در این مجموعه‌ها 10،704 واحد گزارش شده است که شامل 2،849 هسته فناور، 6،191 شرکت فناور غیردانش‌بنیان و 1،664 شرکت دانش‌بنیان بوده است. همچنین، حدود 65،000 نفر در واحدهای فناور مستقر در پارک‌های علم و فناوری اشتغال داشته‌اند (شامانی و همکاران، 1400). این موضوع نشان‌دهندۀ اهمیت شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری بوده و سرمایه‌گذاری و جدیت در امر کیفیت‌بخشی و ارائۀ الگوی مناسب تجاری‌سازی بسیاری از مشکلات اقتصادی کشور را در شرایط تحریم حل خواهد کرد و این خلأ نظری و تفاوت انجام این پژوهش با پژوهش‌های گذشته است؛ بنابراین اهمیت سیاست‌گذاری علم و فناوری بیش از اهمیت علم و فناوری بدون سیاست‌گذاری است. بدین جهت، دولت‌ها نیاز به طراحی و پیاده‌سازی مجموعه‌ای از سیاست‌ها به‌منظور حمایت از نهادهای صنعتی، آموزشی و فناورانه دارند؛ از طرف دیگر، پارک علم و فناوری سازمانی است که توسط متخصصان حرفه‌ای مدیریت می‌شود و هدف اصلی آن افزایش ثروت در جامعه ازطریق ارتقا فرهنگ نوآوری و رقابت در میان شرکت‌های حاضر در پارک و مؤسسات متکی بر علم و دانش است؛ لذا در نگاهی گذرا به نقش‌آفرینی پارک‌های علم و فناوری و شرکت‌های دانش‌بنیان در توسعۀ کسب‌وکار مبتنی‌بر علم درمی‌یابیم که خط‌مشی‌گذاری عمومی این مراکز با رویکرد رفتارهای کارآفرینانه آن‌ها بایستی در ایران مورد بازنگری جدی قرار گیرند. سال‌هاست که خط‌مشی‌گذاران به این نکته پی برده‌اند که توسعه و پیشرفت علم و فناوری، توسعۀ اقتصادی را با خود به همراه خواهد داشت.

شرکت دانش‌بنیان الگویی تغییریافته برای سازمان‌ها و راهی جدید برای اندیشیدن دوبارۀ سازمان در عصر دانش است. سازمان دانش‌بنیان، سازمانی است که در فرایند تولید و ارائه محصول/خدمت از خلاقیت، نوآوری و دانش جدید استفاده خواهد کرد. مزیت رقابتی یک سازمان دانش‌بنیان ازطریق دانش و استفاده اثربخش از آن حاصل می‌شود. ایده‌های نو (ایده‌محوری)، قابلیت تجاری بودن ایده و رقابت‌پذیر بودن از ویژگی‌های مهم کسب‌وکارهای دانش‌بنیان است؛ لذا دغدغۀ اصلی نویسندگان پژوهش حاضر، شناسایی و تحلیل عواملی است که در فرایند خط‌مشی‌گذاری برای تجاری‌سازی شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری نقش تعیین‌کننده دارند. به بیانی دیگر، پژوهش حاضر درصدد شناسایی مؤلفه‌ها و ابعاد مؤثر بر خط‌مشی‌گذاری تجاری‌سازی شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری است تا ازطریق تعیین و اولویت‌بندی این مؤلفه‌ها، زمینۀ لازم برای طراحی و اجرای سیاست‌های مؤثرتر در حمایت از فرایند تجاری‌سازی این شرکت‌ها فراهم شود. براین‌اساس، سؤال اصلی پژوهش عبارت است از: مؤلفه‌های مؤثر بر خط‌مشی‌گذاری تجاری‌سازی شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری کدام‌اند و این مؤلفه‌ها ازنظر اهمیت و اولویت چگونه رتبه‌بندی می‌شوند؟

 

  1. مبانی نظری و پیشینة پژوهش

2.1. خط‌مشی‌گذاری (Policy Making)

اساساً خط‌مشی به معنای نوعی جهت‌گیری کلی است که براساس آن، چگونگی اقدامات و کارکردهای سازمانی در حال و آینده ترسیم می‌شود. براین‌اساس، خط‌مشی تداعی‌کنندة نوعی نقشة راه سازمانی است. جنکینز (۱۹۷۸) از پیشگامان مفهوم خط‌مشی‌گذاری معتقد است: «خط‌مشی‌گذاری عبارت است از مجموعه تصمیماتی که براساس تعامل گروهی و ازسوی بازیگران سیاسی و در راستای نیل به هدفی خاص و نیز براساس شرایطی خاص طراحی و به اجرا گذارده می‌شود. این تصمیمات البته بایستی مبتنی‌بر اختیارات قانونی باشد». براساس تعریف جنکینز، فرایند خط‌مشی‌گذاری بایستی مبتنی‌بر شاخص‌های پنج‌گانه‌ای باشند که عبارت‌اند از: 1. گروهی بودن؛ 2. داشتن تعامل؛ 3. تحت شرایط خاص؛ 4. هدف مشخص؛ 5. قانون‌مداری (Deltas & Evenett, 2024). براین‌اساس، فرایند خط‌مشی‌گذاری، اغلب به‌مثابۀ چرخه‌ای در نظر گرفته می‌شود که براساس آن، ابتدا مسئلة اصلی یا مسائل مدنظر، در کانون توجه قرار گرفته و سپس مجموعه تصمیمات و راهبردهای لازم جهت حل‌وفصل آن مسائل، طراحی و تدوین می‌شود. در مرحلة بعد، تصمیمات و راهبردهای ذکرشده ازسوی نخبگان و کارشناسان مورد بحث و بررسی واقع شده تا تغییرات و اصلاحات لازم صورت پذیرد و سرانجام برحسب میزان موفقیت یا ناکامی، آن خط‌مشی به پایان خود خواهد رسید (جورسرائی و همکاران، 1402).

 

2.2. شرکت‌های دانش‌بنیان (Knowledge Enterprise)

شرکت‌های دانش‌بنیان، به شرکت‌هایی اطلاق می‌شود که سرمایه و دارایی اصلی آنان، دانش و فناوری است و عمدۀ اهداف مدنظر آنان، توسعة اقتصاد دانش‌بنیان، هم‌افزایی هرچه بیشتر میان علم و تولید ثروت، تحقق اهداف علمی و اقتصادی، ایجاد نوآوری و تجاری‌سازی است (حاجی‌پورفرد و همکاران، 1402). زمینه‌های اصلی فعالیت شرکت‌های دانش‌بنیان شامل اجرای پژوهش‌های کاربردی، ارائۀ خدمات مشاوره‌ای علمی و تخصصی، توسعه و تولید فناوری‌های نوین و محصولات جدید و نیز ارائۀ خدمات مرتبط با توسعه کارآفرینی است. همچنین، این شرکت‌ها در ایجاد و گسترش فعالیت‌های علمی و فناورانه با هدف رشد و توسعۀ کسب‌وکارها نقش مؤثری ایفا می‌کنند.

علاوه‌بر این، شرکت‌های دانش‌بنیان با بهره‌گیری از ظرفیت‌های علمی، فناوری و پژوهشی، زمینه‌های لازم برای ورود به بازارهای بین‌المللی را فراهم ساخته و ازطریق ارتقای توان رقابت‌پذیری، به توسعۀ اقتصادی و فناورانه کشور کمک می‌کنند. نهایتاً آنکه دربارۀ معیارهای تشخیص محصولات دانش‌بنیان بایستی به سه مسئلة اصلی اشاره کرد: 1. پیچیدگی‌های فنی؛ 2. برخورداری از دانش و مهارت تخصصی؛ 3. قابلیت رقابت‌پذیری در بازار (مهرافروز و کوثری، 1402).

 

2.3. تجاری‌سازی (Commercialization) شرکت‌های دانش‌بنیان

تجاری‌سازی به فرایندی اطلاق می‌شود که براساس آن، فنا‌وری‌های نوین منجر به ارائة محصولات موفق تجاری می‌شود. براین‌اساس، تحقق موفق تجاری‌سازی نیازمند الزاماتی همچون الزامات فناورانه، الزامات برنامه‌ریزی راهبردی، و الزامات مالی-اقتصادی است (بیدگلی و همکاران، 1402). در مبانی نظری پژوهش، تجاری‌سازی همچنین با بهره‌گیری از روش‌ها و سازوکارهای کسب‌وکار برای ایجاد ارزش و کسب منفعت اقتصادی مرتبط دانسته شده است؛ ازاین‌رو، تجاری‌سازی را نمی‌توان فقط به عرضۀ یک محصول یا فناوری در بازار محدود کرد؛ بلکه فرایندی چندمرحله‌ای است که فعالیت‌هایی همچون توسعۀ فناوری، ارزیابی بازار، تأمین منابع، طراحی مدل کسب‌وکار، بازاریابی و ورود به بازار را در بر می‌گیرد. در این چارچوب، فناوری و نوآوری از عناصر مهم موفقیت تجاری‌سازی محسوب می‌شوند؛ زیرا ارزش اقتصادی حاصل از دانش و فناوری زمانی تحقق می‌یابد که بتوان آن‌ها را به محصولات یا خدماتی متناسب با نیاز بازار تبدیل و در بازار هدف عرضه کرد؛ بنابراین، از کارکردهای اصلی تجاری‌سازی، ایجاد پیوند میان ایده، دانش و فناوری از یک سو و بازار و ارزش‌آفرینی اقتصادی ازسوی‌دیگر است (Mensah & Acheampong, 2024)؛ در نتیجه، تجاری‌سازی موفق می‌تواند ازطریق ایجاد بازار برای نوآوری، توسعۀ کسب‌وکار، ایجاد اشتغال و خلق ارزش اقتصادی، به توسعۀ بنگاه‌های دانش‌بنیان کمک کند. از منظر فرایندی، تجاری‌سازی را می‌توان مجموعه‌ای از فعالیت‌های به‌هم‌پیوسته، دانست که از شناسایی و توسعۀ یک ایده یا فناوری آغاز شده و با ارزیابی قابلیت فنی و اقتصادی، توسعۀ محصول یا خدمت، شناسایی بازار هدف، تأمین منابع، ورود به بازار و توسعۀ فعالیت‌های تجاری ادامه می‌یابد؛ ازاین‌رو، مرز میان توسعۀ فناوری و تجاری‌سازی را باید در فرایند تبدیل ظرفیت فناورانه به ارزش عرضه‌پذیر در بازار جست‌وجو کرد (Eyasu et al., 2024).

 

2.4. پارک علم و فناوری (Science Park)

مفهوم پارک علم و فناوری دلالت بر سازمانی دارد که ازسوی نخبگان علمی و متخصصان حرفه‌ای تأسیس و اداره شده است و هدف عمدة آن، افزایش ثروت و میزان دارایی جامعه ازطریق تشویق و ترغیب فرهنگ نوآوری، رقابت‌پذیری، ارتقا فناوری و... در میان شرکت‌ها و سازمان‌هایی است که مبتنی‌بر علم، دانش، تحقیق و فعالیت‌های علمی و تحقیقاتی‌اند (جمالخانی، 1400). با این تعریف می‌توان چهار کارکرد مهم برای پارک‌های علم و فناوری در نظر گرفت: 1. تعاملات مستمر، سازنده و گسترده‌ای با مؤسسات علمی، آموزشی و پژوهشی دارد؛ 2. زیرساخت‌ها و خدمات پشتیبانی، به‌ویژه مستغلات و فضاهای اداری را برای واحدهای تجاری فراهم می‌کند؛ 3. عامل مهم و اثرگذار برای انتقال فناوری محسوب می‌شود؛ 4. نهایتاً آنکه عهده‌دار توسعۀ فناوری است (اظهری، 1401). تحقق اهداف اصلی پارک‌های علم و فناوری انجام دو رویکرد مهم است. نخست، بایستی از مدیرانی باانگیزه، با دانش و علاقه‌مند و راغب به مسائل علمی، آموزشی بهره برد؛ زیرا مادامی که مدیرانی غیرعلمی یا بی‌تمایل به مسائل علمی و پژوهشی در این مسائل ورود کنند، نمی‌توان دستاوردهای مهم این عرصه را به دست آورد؛ دوم، اعتباربخشی علمی و اقتصادی برای چنین مراکزی. با این رویکرد، مجموع اعتبارات اقتصادی برای اجرای پژوهش‌های علمی فراهم و شرایط نیز برای جلب و حضور استادان و نخبگان علمی در این مراکز فراهم خواهد شد. پارک‌های علم و فناوری نقشی بسیار مهم و اثرگذار در توسعة علمی، اقتصادی، اجتماعی، فرهنگی و حتی سیاسی کشورها ایفا می‌کنند. این پارک‌ها، سازوکارهای زیرساختی مهمی دارند که عامل انتقالِ یافته‌های علمی و تحقیقات دانشگاهی و تولید دانش شده و در نهایت ابزار بسیار مهمی برای تسریع رشد اقتصادی در سطح ملی و منطقه‌ای محسوب می‌شوند. ازطرفی، پارک‌های علم و فناوری امروزه، از عوامل اصلی اشتغال‌زایی، کارآفرینی، تجاری‌سازی و افزایش رشد درآمد ملی می‌باشند (جهانگیری، 1401).

2.5. پیشینة پژوهش

جلال‌نیا در مقاله‌ای که با هدف ارائۀ الگوی بازاریابی اجتماعی جهت کسب مزیت رقابتی پایدار در شرکت‌های دانش‌بنیان صورت پذیرفت به این نتیجه دست یافت که آمیزۀ بازاریابی اجتماعی، مشتری‌محوری و بازاریابی بر مسئولیت قانونی و اخلاقی شرکت تأثیر می‌گذارد. مسئولیت قانونی و اخلاقی، خود راهبرد بازاریابی اجتماعی را شکل می‌دهند و بر عملکرد اقتصادی، اجتماعی و زیست‌محیطی شرکت اثر می‌گذارند (جلال‌نیا، 1403). همچنین، مؤذن جمشیدی و همکاران نیز در پژوهشی که با هدف الگویابی معادلات‌ ساختاری تجاری‌سازی تحقیقات دانشگاهی با رویکرد توسعه اشتغال‌آفرینی دانش‌بنیان در نظام سلامت در دانشگاه‌های معین وزارت علوم تحقیقات و فناوری و وزارت بهداشت به انجام رسید، نشان دادند الگوی تجاری‌سازی تحقیقات دانشگاهی با رویکرد توسعة اشتغال‌آفرینی دانش‌بنیان در نظام سلامت معتبر بوده و دارای مطلوبیت است (مؤذن جمشیدی و همکاران، 1400). تجاری‌سازی تحقیقات دانشگاهی در حوزۀ پزشکی و سلامت نقش اساسی در پیشبرد رشد اقتصادی و ایجاد اشتغال مبتنی‌بر دانش دارد. با پر کردن خلأ بین دانشگاه و صنعت، دانشگاه‌ها می‌توانند اکتشافات علمی را به محصولات و خدمات نوآورانه تبدیل کنند که نیازهای حیاتی مراقبت‌های بهداشتی را برطرف و در عین حال رشد اقتصادی را تحریک کنند. حیدری و همکاران (1402) نیز در مقاله‌ای با عنوان «تأثیر رهبری سازمان مبتنی‌بر علوم اعصاب بر اثربخشی آموزش کارکنان با نقش میانجی سرمایۀ اجتماعی در شرکت‌های دانش‌بنیان» که با هدف بررسی تأثیر شرکت‌های دانش‌بنیان ورزشی بر کارآفرینی و توسعه محصولات ورزشی تألیف شد، نشان دادند شرکت‌های دانش‌بنیان باعث تقویت فرهنگ کارآفرینی ورزشی و نوآوری و ابتکار در تولید محصولات جدید در صنعت ورزش می‌شود. زو و همکاران در پژوهشی که با هدف دستیابی به توسعة پایدار در شرکت‌های دانش‌بنیان نفتی در کشور صورت پذیرفت به این نتیجه دست یافتند که شرکت‌های دانش‌بنیان نفتی چین جهت دستیابی به توسعة پایدار به سه رویکرد کلان مبادرت نموده‌اند که عبارت‌اند از: توسعة فناوری اکتشاف، قابلیت زیاد رقابت‌پذیری، به‌ویژه با کارتل‌های بزرگ نفتی آمریکا و کانادا و نهایتاً بازنگری گسترده در جذب نخبگان این کشور از سراسر جهان و دعوت از آن‌ها برای حضور و مشارکت در فرایندهای اکتشاف نفتی این کشور (Xue et al., 2024). بودایان و همکاران در پژوهشی که با هدف توسعۀ کسب‌وکار در شرکت‌های ساختمانی دانش‌بنیان در اتحادیۀ اروپا به انجام رسید، نتیجه گرفتند که دو عامل توانمندی شرکت‌های ساختمانی از دانش روز جهان و کسب مزیت‌های رقابتی در قالب ارائة خدمات باکیفیت‌تر و با هزینة کمتر، اصلی‌ترین عامل توسعة کسب‌وکار در چنین شرکت‌هایی است (Budayan et al., 2024). همچنین، گوتیرس-فرناندز و همکاران در پژوهشی که با هدف مدیریت تنوع و ارتقا دانش خط تولید نرم‌افزار در شرکت‌های دانش‌بنیان نرم‌افزاری صورت پذیرفت، نشان دادند نوآوری محصولات نرم‌افزاری و دامنة امنیت آن برای کاربران اصلی‌ترین عوامل موفقیت شرکت‌های دانش‌بنیان در تولید نرم‌افزارهای رایانه‌ای به شمار می‌رود (Gutierrez-Fernandez et al., 2024). وانگ و همکاران در پژوهشی که با هدف استفاده از قابلیت‌های ساختاری فناوری اطلاعات برای ارتقای کارایی در طراحی مدل کسب‌وکار در شرکت‌های دانش‌بنیان چینی انجام شد، نتیجه گرفتند یکپارچه‌سازی

فناوری اطلاعات و ادغام فناوری اطلاعات و توسعة قابلیت فناوری سه عامل اصلی عامل توسعة کسب‌وکار در شرکت‌های دانش‌بنیان چینی است (Wang et al., 2024). در پژوهشی دیگر، کوتیرانتا و همکاران که با هدف بررسی اثرگذاری دیجیتالی شدن به‌عنوان محرک رشد برای شرکت‌های دانش‌بنیان اجتماعی صورت پذیرفت، نشان دادند دیجیتالی شدن در شرکت‌های دانش‌بنیان سه مزیت مهم برای آن‌ها ایجاد می‌کند: نخست؛ امکان رشد هم‌زمان تجاری (منافع اقتصادی) و تأثیرات اجتماعی مثبت بر محیط‌زیست؛ جلب سرمایه‌گذاری بیشتر ازسوی افراد و سازمان‌ها و کاهش ریسک‌پذیری برای سازمان (Kotiranta et al., 2024).

با بررسی پیشینة پژوهش مشاهده شد که مطالعات داخلی و خارجی بسیاری با موضوع خط‌مشی‌گذاری و رویکردهای تجاری‌سازی در این رابطه صورت پذیرفته است؛ اما پژوهشی که به‌صورتی جامع و تخصصی به طراحی الگوی خط‌مشی‌گذاری تجاری‌سازی شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری پرداخته باشد، یافت نشد و این موضوع، اصلی‌ترین وجه نوآوری پژوهش است. ازطرفی، به نظر می‌رسد در تبیین خط‌مشی‌گذاری تجاری به‌ویژه در شرکت‌های دانش‌بنیان در پارک‌های علم و فناوری مؤلفه‌ها و مضامین مختلفی وجود داشته باشند که هریک ایفاگر نقشی مهم و اثرگذارند؛ بنابراین شناسایی مضامین ذکرشده نیز از دیگر ابعاد نوآوری پژوهش حاضر محسوب می‌شود.

 

  1. روش‌شناسی پژوهش

پژوهش حاضر ازنظر هدف؛ کاربردی-توسعه‌ای است و ازنظر ماهیت؛ توصیفی، اکتشافی و پیمایشی و از منظر نوع داده‌ها و شیوۀ اجرا نیز از نوع کیفی-کمّی است. روش گردآوری اطلاعات، کتابخانه‌ای است که با استفاده از فیش‌برداری از کتب، مقالات و... صورت گرفت. جامعۀ هدف در بخش کیفی شامل خبرگان، مدیران و استادان دانشگاهی آگاه به موضوع پژوهش بودند که با موضوع اصلی پژوهش، یعنی خط‌مشی‌گذاری و تجاری‌سازی آشنایی و تسلط لازم را داشتند. روش نمونه‌گیری هدفمند و با رویکرد گلوله‌برفی است و حجم نمونه تا رسیدن به اشباع نظری با انجام 14 مصاحبه حاصل شد. جامعۀ آماری در بخش کمّی شامل مدیران، معاونان و کارشناسان ارشد شرکت‌های دانش‌بنیان تهران با سال‌ها تجربه، دانش و مهارت‌ در امور مختلف عرصه‌های خط‌مشی‌گذاری و تجاری‌سازی بودند. حجم جامعه 417 نفر و حجم نمونه با استفاده از فرمول کوکران، 200 نفر در سال 1402 تعیین شد. روش گردآوری مؤلفه‌ها در بخش کیفی، تحلیل مضمون و ابزار استفاده‌شده نیز مصاحبۀ‌ نیمه‌ساختاریافته بود. روش گردآوری داده‌ها در بخش کمّی، میدانی و ابزار آن نیز پرسش‌نامۀ محقق‌ساخته (از نتایج و خروجی بخش کیفی استخراج شد) بود. این پرسش‌نامه حاوی 66 سؤال با طیف 5درجه‌ای لیکرت (کاملاً موافقم، موافقم، نظری ندارم، مخالفم و کاملاً مخالفم) طراحی شد. شیوۀ نمره‌گذاری به‌ترتیب از 5 به 1 است. همچنین، ضمن تأیید روایی پرسش‌نامه (روایی صوری، هم‌گرا و واگرا)، پایایی آن با استفاده از روش آلفای کرونباخ (75/0) و پایایی ترکیبی (815/0) محاسبه شده است. روش تجزیه‌وتحلیل داده‌ها آمار توصیفی و آمار استنباطی (حداقل مربعات جزئی) با استفاده از نرم‌افزارهای SPSS و SMART PLS بود. همچنین، برای بررسی نرمال بودن توزیع داده‌ها از آزمون کولموگروف-اسمیرنوف استفاده شد.

  1. یافته‌ها‌

در جدول 1 و جدول 2، مشخصات جمعیتی خبرگان شرکت‌کننده در مصاحبه و همچنین ویژگی‌های اعضای نمونۀ آماری ارائه شده است. ویژگی‌های جمعیتی خبرگان که درمجموع 14 نفر بودند، نشان می‌دهد که ازنظر جنسیت، جمعیت مورد بررسی 10 نفر مرد (71.4درصد) و 4 نفر زن (28.6درصد) بوده‌اند. درخصوص شاخص سن، 6 نفر از خبرگان کمتر از 40 سال سن (42.8درصد)، 4 نفر بین 41 تا 50 سال سن (28.6درصد) و 4 نفر نیز بیش از 51 سال سن (28.6درصد) داشته‌اند. دربارۀ شاخص تحصیلات نیز 2 نفر دارای مدرک تحصیلی کارشناسی ارشد (14.3درصد) و 12 نفر از نخبگان دارای مدرک تحصیلی دکتری (85.7درصد) بوده‌اند. نهایتاً درخصوص شاخص تجربه و سابقة کاری، 3 نفر از خبرگان دارای سابقة 10 تا 15 سال (21.4درصد)، 7 نفر دارای سابقة 16 الی 25سال (50درصد) و 4 نفر دارای سابقة بیش از 26 سال (28.6درصد) بوده‌اند.

 

جدول 1: مشخصات جمعیت‌شناسی (دموگرافیک) مصاحبه‌شوندگان در بخش کیفی پژوهش

Table 1: Demographic characteristics of interviewees in the qualitative part

ویژگی‌های جمعیت‌شناختی

فراوانی

درصد

 

جنسیت

زن

4

28.6

مرد

10

71.4

 

سن

کمتر از 40 سال

6

42.8

بین 41 تا 50 سال

4

28.6

بیش از 51 سال

4

28.6

 

تحصیلات

کارشناسی ارشد

2

14.3

دکتری

12

85.7

 

سابقة کاری

بین 10 تا 15 سال

3

21.4

از 16 تا 25 سال

7

50

بیش از 26 سال

4

28.6

 (منبع: یافته‌های پژوهش)

 

جدول 2: مشخصات جمعیت‌شناسی (دموگرافیک) مصاحبه‌شوندگان در بخش کمّی پژوهش

Table 2: Demographic characteristics of interviewees in the quantitative part

ویژگی‌های جمعیت‌شناختی

فراوانی

درصد

 

جنسیت

زن

84

42

مرد

116

58

 

سن

از 35 تا 39 سال

42

21

از 40 تا 45 سال

55

27.5

از 46 تا 50 سال

74

37

بیش از 51 سال

29

14.5

 

تحصیلات

کارشناسی

66

33

کارشناسی ارشد

106

53

دکتری

28

14

 

 

سابقة کاری

کمتر از 10 سال

19

9.5

بین 11 تا 15 سال

37

18.5

از 16 تا 20 سال

78

39

از 21 تا 29 سال

55

27.5

بیش از 30 سال

11

5.5

 (منبع: یافته‌های پژوهش)

 ویژگی‌های جمعیتی در بخش کمّی پژوهش که درمجموع 200 نفر بودند، نشان می‌دهد که ازنظر جنسیت، جمعیت مورد بررسی 116 نفر مرد (58درصد) و 42 نفر زن (42درصد) بوده‌اند. درخصوص شاخص سن، 42 نفر دارای سنی بین 35 تا 39 (21درصد)، 55 نفر بین 40 تا 45 سال سن (27.5درصد) و 74 نفر بین 46 تا 50 سال سن (37درصد) و 29 نفر بیش از 51 سال سن (14.5درصد) داشته‌اند. درزمینۀ شاخص تحصیلات، 66 نفر دارای مدرک تحصیلی کارشناسی (33درصد)، 106 نفر دارای مدرک تحصیلی کارشناسی ارشد (53درصد) و 28 نفر دارای مدرک تحصیلی دکتری (14درصد) بوده‌اند. نهایتاً درخصوص شاخص تجربه و سابقة کاری، 19 نفر دارای سابقة کمتر از 10 سال (9.5درصد)، 37 نفر دارای سابقة 11 الی 15 سال (18.5درصد)، 78 نفر دارای سابقة 16 الی 20 سال (39درصد)، 55 نفر دارای سابقة 21 الی 29 سال (27.5درصد) و 11 نفر بیش از 30 سال (5.5درصد) بوده‌اند.

به‌منظور ارائة الگوی خط‌مشی‌گذاری تجاری‌سازی شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری، مصاحبه‌های تخصصی نیمه‌ساختاریافته با خبرگان صورت گرفته است. در این مرحله، پیش‌از شروع مصاحبه چند سؤال باز در نظر گرفته شده است و در طول فرایند مصاحبه این پیش‌بینی در نظر گرفته شده است که سؤال‌های جدیدی نیز مطرح شود. برای اینکه پژوهشگر با عمق و گسترۀ محتوایی داده‌ها آشنا شود اقدام به بازخوانی مکرر داده‌ها و خواندن داده‌ها به‌صورت فعال (جستجوی معانی و الگوها) شده است. نتایج مصاحبه‌ها با روش تحلیل مضمون تجزیه‌وتحلیل صورت گرفت، برای این منظور، متن مصاحبه‌ها چندین بار مطالعه و مرور شد. سپس داده‌ها به واحدهای معنایی در قالب جملات و پاراگراف‌های مرتبط با معنای اصلی شکسته شد. واحدهای معنایی نیز چندین بار مرور و سپس کدهای مناسب هر واحد معنایی نوشته و براساس تشابه معنایی طبقه‌بندی شد. جریان تجزیه‌وتحلیل با اضافه شدن هر مصاحبه به همین ترتیب، تکرار شد. مصاحبه‌ها نیز تا رسیدن به اشباع نظری ادامه یافت. ملاک دستیابی به اشباع نظری رسیدن به تکرار در کدهای استخراجی بوده است. تحلیل مضمون مبتنی‌بر روش پیشنهادی براون و کلارک[1] (2006) صورت پذیرفت. در مرحلۀ کدگذاری باز 521 کد، شناسایی شد. با انجام مصاحبه ازطریق نمونه‌گیری نظری پس‌از کدگذاری اولیه متن مصاحبه‌ها، استخراج مفاهیم و مقوله‌ها انجام شده است. متن مصاحبه‌ها 24591 کلمه، و 2298 کلمه نیز حداقل 3 کاراکتر دارد. با انجام کدگذاری اولیه در کدگذاری باز، درمجموع 679 کد شناسایی شد که با غربالگری کدهای اولیه 69 مفهوم به دست آمد که در قالب 10 مقولۀ اصلی در کدگذاری متمرکز طبقه‌بندی شدند. شاخص‌های ارائۀ الگوی خط‌مشی‌گذاری تجاری‌سازی شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری مستخرج از مصاحبه‌ها به روش تحلیل مضمون در قالب جدول 3 ارائه شده است.

 

جدول 3: نتایج تحلیل مضمون؛ تعیین مضامین پایه، سازمان‎دهنده و فراگیر

Table 3: Thematic Analysis Results; Identification of Basic, Organizing, and Global Themes

مضمون فراگیر

مضمون سازمان‌دهنده

مضامین پایه

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

الگوی خط‌مشی‌گذاری تجاری‌سازی

 

 

 

 

 

تحلیل و ارزش‌گذاری بازار

چشم‌انداز تجاری مطلوب

جلب سرمایه‌گذاری

کاهش ریسک اقتصادی

رشد بازدهی

ارزش‌آفرینی اقتصادی

درجۀ نقدشوندگی

اثربخشی بر شاخص سهام

تنوع بازار

تنزیل جریانات نقدی

ارزش‌گذاری براساس سود تقسیمی

تأمین مالی پروژه‌های سودآور

 

 

استانداردسازی

ارتقا کیفیت

افزایش ضریب امنیت و اطمینان

بهبود سازگاری

کنترل آماری فرایندها

پشتیبانی مستمر

کارایی بیشتر و کاهش هزینه‌ها

مهندسی مقدار و استانداردهای کیفیت در تولید

قابلیت اعتمادپذیری، قیاس‌پذیری و سازگاری

 

 

توسعه و به‌روزرسانی فناوری

نظام رشد و توسعۀ فناوری

تأمین زیرساخت‌های نوین

تعامل با شرکت‌های دانش‌بنیان

الگوبرداری از سازمان‌های موفق

ارتقا عملکرد سیستماتیک

 

 

 

 

توسعة محصول

تجاری‌سازی محصول

اولویت‌سنجی نیاز بازار

برنامه‌ریزی راهبردی

تحلیل اقتصادی محصول

ارتقا کیفی و کمّی محصول

رقابت‌پذیری بیشتر

ارزیابی مستمر نقاط ضعف و قوت

سنجش ابعاد موفقیت کار

مدیریت چابک

 

 

 

تربیت و جذب متخصص

عدالت محوری در جذب نیروی انسانی

توانمندسازی کارکنان

اولویت‌سنجی جذب نخبگان

ﺷﺎیستگی‌ﻫﺎی ﻣﺤﻮری ﻣﻨﺎﺑﻊ اﻧﺴﺎنی

رقابت‌پذیری

ارزیابی شایستگی‌های حرفه‌ای نیروها

تطبیق شایستگی‌ها با مشاغل

تأکید بر قدرت حل مسائل

 

 

حفاظت از اختراعات و نوآوری‌ها

ایجاد سیستم‌های نظارتی قوی

آشنایی با قوانین حفاظتی

کفایت قوانین حفاظتی

مؤثر بودن سازوکار پیگیرد قانونی

اشتراک‌گذاری دانش در چارچوب قوانین مالکیت

 

قوانین حمایتی و خدمات حقوقی

افزایش کارایی و چابکی قوانین

قابلیت تعامل و سازگاری با تغییرات

قدرت اثرگذاری و نفوذ بیشتر

قابلیت بیشتر بازدارندگی

عدالت و شایسته‌سالاری

 

حمایت مالی و سرمایه‌گذاری

الزامات قانونی در خرید محصولات از شرکت‌های دانش‌بنیان داخلی

تخصیص بودجه‌های مستقل و دولتی

تخفیف مالیاتی گسترده برای شرکت‌های کارآمد

 

 

شبکه‌سازی خارجی و داخلی

گسترش مهارت‌های ارتباطی

تقویت روابط بلندمدت

شبکه‌سازی هوشمندانه

انسجام سازمانی

تداوم و تمرکز روابط درون و بیرونی

تبادل ایده‌ها و برنامه‌های کاری

مشارکت عمیق، پویا و سازنده

 

 

صادرات و بازاریابی

نفوذ واردات

ساختار بازار (میزان تمرکز)

مخارج توسعه و پژوهش

شدت مهارت

نسبت نیروی کار به سرمایه

(منبع: یافته‌های پژوهش)

به‌منظور ارزیابی روایی و پایایی مصاحبه‌ها، از دو روش توافق کدگذار و پایایی بازآزمونی استفاده شد. همان‌گونه که در جدول 4 نشان داده شده است، ضرایب به‌دست‌آمده در هر دو روش، بیشتر از حد آستانه 6/0 بوده؛ لذا پایایی و روایی مصاحبه‌ها تأیید می‌شود.

جدول 4: محاسبۀ روایی و پایایی؛ بررسی اعتبارسنجی نتایج حاصل از مصاحبه

Table 4: Validity and Reliability Assessment; Verification of the Interview Results’ Credibility

روش

مقدار محاسبه‌شده

نتیجه

توافق دو کدگذار

0.617

تأیید

باز آزمون

0.753

تأیید

 (منبع: یافته‌های پژوهش)

برای غربال و شناسایی شاخص‌های نهایی از روش دلفی استفاده شده است. تحلیل دلفی مبتنی‌بر دیدگاه 14 تن از خبرگان صورت گرفته است. در این مطالعه نیز برای فازی‌سازی دیدگاه خبرگان از اعداد فازی مثلثی استفاده شده است. دیدگاه خبرگان دربارۀ اهمیت هریک از شاخص‌ها با طیف فازی 7 درجه گردآوری شده‌ است. در این تحقیق از روش مدل‌سازی ساختاری تفسیری برای سطح‌بندی متغیرها استفاده شده ‌است که به‌علت طولانی بودن، از ذکر ماتریس‌های خودتعاملی، دریافتی و دسترسی نهایی اجتناب می‌شود. برای تعیین روابط و سطح‌بندی معیارها، باید مجموعۀ خروجی‌ها و ورودی‌ها برای هر معیار از ماتریس دریافتی استخراج شود.

مجموعه دستیابی (عناصر سطر، خروجی یا اثرگذاری‌ها): متغیرهایی که ازطریق این متغیر می‌توان به آن‌ها رسید.

مجموعه پیش‌نیاز (عناصر ستون، ورودی یا اثرپذیری‌ها): متغیرهایی که ازطریق آن‌ها می‌توان به این متغیر رسید.

 

 

جدول 5: مجموعۀ ورودی‌ها و خروجی‌ها برای تعیین سطح

Table 5: Set of inputs and outputs for level determination

متغیرها

خروجی: اثرگذاری

ورودی: اثرپذیری

اشتراک

C01

C01, C09

C01, C02, C03, C04, C05, C06, C07, C08, C10, C11

C01

C02

C01, C02, C03, C04, C09

C02, C03, C04, C05, C06, C07, C08, C10, C11

C02, C03, C04

C03

C01, C02, C03, C04, C09

C02, C03, C04, C05, C06, C07, C08, C10, C11

C02, C03, C04

C04

C01, C02, C03, C04, C09

C02, C03, C04, C05, C06, C07, C08, C10, C11

C02, C03, C04

C05

C01, C02, C03, C04, C05, C06, C07, C8, C09, C10

C05, C10, C11

C05, C10

C06

C01, C02, C03, C04, C06, C07, C09

C05, C06, C07, C08, C10, C11

C06, C07

C07

C01, C02, C03, C04, C06, C07, 0C9

C05, C06, C07, C08, C10, C11

C06, C07

C08

C01, C02, C03, C04, C06, C07, C08, C09

C05, C08, C10, C11

C01, C02, C03, C04, C05, C6, C07, C08, C09, C10

C09

C09

C01, C02, C03, C04, C05, C06, C07, C08, C09, C10, C11

C09

C10

C01, C02, C03, C04, C05, C06, C07, C08, C9, C10

C05, C10, C11

C05, C110

C11

C01, C02, C03, C04, C05, C06, C07, C08, C09, C10, C11

C11

C11

(منبع: یافته‌های پژوهش)

خط‌مشی‌گذاری تجاری‌سازی (C09) به‌عنوان متغیر سطح اول محسوب می‌شود. متغیر ارزش‌گذاری بازار (C01) در سطح دوم قرار دارد. متغیرهای استانداردسازی (C02)، توسعه و به‌روزرسانی فناوری (C03) و توسعة محصول (C04) در سطح سوم قرار دارند. متغیرهای تربیت و جذب متخصص (C06) و صیانت از اختراعات و نوآوری‌ها (C07) در سطح چهارم‌اند. متغیر قوانین حمایتی و خدمات حقوقی (C08) در سطح پنجم قرار دارد. متغیرهای حمایت مالی و سرمایه‌گذاری (C05) و شبکه‌سازی خارجی و داخلی (C10) نیز در سطح ششم قرار گرفته و نهایتاً متغیر صادرات و بازاریابی (C11) در سطح هفتم قرار دارد. الگوی نهایی سطوح متغیرهای شناسایی‌شده در شکل 1 نمایش داده شده‌ است؛ البته بایستی به این نکتة مهم اشاره کرد که در شکل 1، فقط روابط معنادار عناصر هر سطح بر عناصر سطح زیرین و همچنین روابط درونی معنادار عناصر هر سطر در نظر گرفته شده است.

 

شکل 1: مدل خط‌مشی‌گذاری تجاری‌سازی (منبع: یافته‌های پژوهش)

Figure 1: Commercialization Policy Model

 


برای اعتبارسنجی مدل از تکنیک حداقل مربعات جزئی استفاده شد. نتایج حاصل از اجرای مدل در حالت تخمین استاندارد، جهت و شدت رابطه میان متغیرها را نشان می‌دهد. خروجی نرم‌افزار Smart PLS برای تخمین استاندارد در شکل 2 ارائه شده است. برای بررسی معناداری روابط متغیرهای مدل از روش خودگردان‌سازی (بوت‌استرپینگ) استفاده شد که آمارۀ t را به دست می‌دهد. در سطح خطای 5درصد اگر 

مقدار آمارۀ بوت‌استرپینگ بزرگ‌تر از 96/1 باشد همبستگی‌های مشاهده‌شده معنادار است. آمارۀ t و مقدار بوت‌استرپینگ برای سنجش معناداری روابط نیز در شکل 3 آمده است.

 

جدول 6: آزمون کولموگروف-اسمیرنوف؛ بررسی نرمال بودن داده‌ها

Table 6: Kolmogorov–Smirnov Test; Assessment of Data Normality

متغیرها

آمارۀ آزمون

سطح معناداری

تحلیل و ارزش‌گذاری بازار

157/0

000/0

استانداردسازی

153/0

000/0

توسعه و به‌روزرسانی فناوری

136/0

000/0

توسعة محصول

075/0

009/0

تربیت و جذب متخصص

110/0

000/0

صیانت از اختراعات و نوآوری‌ها

109/0

000/0

قوانین حمایتی و خدمات حقوقی

165/0

000/0

حمایت مالی و سرمایه‌گذاری

161/0

000/0

شبکه‌سازی خارجی و داخلی

172/0

000/0

صادرات و بازاریابی

142/0

000/0

 (منبع: یافته‌های پژوهش)

نتایج جدول 6 آزمون نرمال بودن توزیع داده‌ها را نشان می‌دهد. با توجه به ارقام و سطوح معناداری به‌دست‌آمده که کمتر از 05/0 است، می‌توان گفت که توزیع داده‌ها غیرنرمال بوده و به همین دلیل از مدل‌سازی معادلات ساختاری با استفاده از نرم‌افزار SMRT PLS استفاده شده است.

شکل 2: خروجی اعتبارسنجی مدل با روش حداقل مربعات جزئی (منبع: یافته‌های پژوهش)

Figure 2: Model validation output using partial least squares method

شکل 3: معناداری روابط متغیرها با روش حداقل مربعات جزئی (بوت‌استرپینگ) (منبع: یافته‌های پژوهش)

Figure 3: Significance of variable relationships using partial least squares method (bootstrapping)

 

بخش بیرونی (مدل اندازه‌گیری) نشان می‌دهد گویه‌هایی که برای سنجش هریک از عوامل اصلی در نظر گرفته ‌شده، از اعتبار کافی برخوردار است. شدت رابطۀ میان گویه‌ها و سازه‌های مربوطه ازطریق بار عاملی، و معناداری این روابط به‌واسطۀ آمارۀ t سنجش می‌شود. مقادیر بارهای عاملی مشاهده‌شده بزرگ‌تر از 5/0به دست آمده است و آمارۀ t نیز بزرگ‌تر از 96/1 است؛ بنابراین مدل بیرونی (اندازه‌گیری) مورد تأیید است.

میانگین واریانس استخراج‌شده (AVE) بزرگ‌تر از 5/0است؛ بنابراین روایی هم‌گرا وجود دارد. جذر AVE که برای هر سازه گزارش شده ‌است (قطر اصلی) از همبستگی آن با سایر سازه‌های مدل بیشتر است که این موضوع بیان‌کنندۀ روایی واگرایی پذیرفتنی برای مدل‌های اندازه‌گیری است (جدول 7). پس‌از اطمینان از مدل‌های اندازه‌گیری ازطریق آزمون پایایی، روایی هم‌گرا و روایی واگرا، می‌توان نتایج حاصل از مدل بیرونی را ارائه کرد. برای بررسی پایایی هریک از سازه‌ها، ضریب رو (Rho)، پایایی ترکیبی (CR) و آلفای کرونباخ محاسبه شده ‌است. مقدار آلفای کرونباخ و پایایی ترکیبی باید بیش از 7/0 باشد.

 

 

 جدول 7: پایایی سازه‌های پژوهش؛ بررسی ثبات و قابلیت اعتماد ابزارها و شاخص‌ها

Table 7: Reliability of Research Constructs; Assessment of the Stability and Trustworthiness of Instruments and Indicators

سازه‌های اصلی

AVE

آلفای کرونباخ

پایایی ترکیبی (CR)

ضریب رو (Rho)

صادرات و بازاریابی

0.527

0.873

0.894

0.861

شبکه‌سازی خارجی و داخلی

0.553

0.813

0.866

0.818

حمایت مالی و سرمایه‌گذاری

0.625

0.721

0.838

0.726

قوانین حمایتی و خدمات حقوقی

0.519

0.873

0.912

0.877

صیانت از اختراعات و نوآوری‌ها

0.513

0.828

0.862

0.822

تربیت و جذب متخصص

0.673

0.866

0.892

0.860

توسعة محصول

0.569

0.804

0.863

0.816

توسعه و به‌روزرسانی فناوری

0.527

0.871

0.890

0.888

استانداردسازی

0.517

0.909

0.924

0.922

ارزش‌گذاری بازار

0.550

0.755

0.866

0.753

خط‌مشی‌گذاری تجاری‌سازی

0.588

0.748

0.814

0.746

(منبع: یافته‌های پژوهش)

آلفای کرونباخِ تمامی متغیرها بزرگ‌تر از 7/0 بوده، بنابراین پایایی مورد تأیید است. مقدار ضریب رو، پایایی ترکیبی (CR) نیز در تمامی موارد از آستانه 7/0 بزرگ‌تر است. مقدار ضریب پایایی ترکیبی تعیین خط‌مشی‌گذاری تجاری‌سازی 814/0گزارش شده است که مقدار قابل قبولی است. این نشان می‌دهد که متغیرهای مدل توانسته‌اند 81درصد از تغییرات در خط‌مشی‌گذاری تجاری‌سازی را تبیین کنند. همچنین، آلفای کرونباخ برابر با 75/0 به دست آمده که نشان‌دهندۀ پایایی مناسب پرسش‌نامه است. شاخص 𝑄2 نیز در تمامی موارد مثبت به دست آمده است؛ بنابراین، مدل از قابلیت پیش‌بینی مناسبی برخوردار است. برای ارزیابی برازش مدل از شاخص GOF، RMS و نیز  SRMRاستفاده می‌شود. برای شاخص GOF سه مقدار 01/0، 25/0 و 36/0 به‌عنوان مقادیر ضعیف، متوسط و قوی معرفی شده است. برای شاخص RMS_theta مقادیر زیر 12/0 نشانۀ تناسب مدل است، در‌حالی‌که مقادیر بیشتر، نشان‌دهندۀ نداشتن تناسب است. شاخص SRMR نیز بهتر است زیر 1/0 و خیلی سخت‌گیرانه کمتر از 08/0 باشد. در این مطالعه، شاخص GOF برابر 633/0 به دست آمد که از 36/0 بزرگ‌تر است. شاخص RMS_theta میزان 091/0 به دست آمد که از 12/0 کمتر است. شاخص SRMR نیز 048/0 محاسبه شد که از 08/0کمتر است؛ بنابراین برازش مدل، مطلوب است.

جدول 8: پایایی سازه‌های پژوهش؛ بررسی ثبات و قابلیت اعتماد ابزارها و شاخص‌ها

Table 8: Reliability of Research Constructs; Assessment of the Stability and Trustworthiness of Instruments and Indicators

Rho

CR

α

AVE

سازه‌ها

0.853

0.906

0.882

0.602

صادرات و بازاریابی

0.823

0.872

0.834

0.598

شبکه‌سازی خارجی و داخلی

0.881

0.841

0.746

0.611

حمایت مالی و سرمایه‌گذاری

0.829

0.918

0.884

0.578

قوانین حمایتی و خدمات حقوقی

0.864

0.867

0.839

0.595

صیانت از اختراعات و نوآوری‌ها

0.867

0.895

0.869

0.623

تربیت و جذب متخصص

0.820

0.862

0.811

0.585

توسعة محصول

0.881

0.896

0.876

0.599

توسعه و به‌روزرسانی فناوری

0.923

0.926

0.912

0.572

استانداردسازی

0.756

0.868

0.762

0.604

ارزش‌گذاری بازار

0.749

0.818

0.754

0.587

خط‌مشی‌گذاری تجاری‌سازی

(منبع: یافته‌های پژوهش)

توضیح: مقادیر Rho_A، آلفای کرونباخ (α) و پایایی ترکیبی (CR) برای ارزیابی پایایی و ثبات درونی سازه‌ها و مقدار میانگین واریانس استخراج‌شده (AVE) برای ارزیابی روایی هم‌گرا گزارش شده است.

جدول 8 نشان‌دهندۀ پایایی سازه‌های پژوهش است و شامل شاخص‌های مهمی، مانند آلفای کرونباخ، پایایی ترکیبی (CR) ضریب رو (Rho) و میانگین واریانس استخراج‌شده (AVE) است. مقادیر آلفای کرونباخ و پایایی ترکیبی، برای تمامی سازه‌ها بیشتر از 0.7 است که نشان‌دهندۀ پایایی مناسب ابزارها است. همچنین میانگین واریانس استخراج‌شده (AVE) برای هر سازه بیش از 0.5 است که روایی هم‌گرا سازه‌ها را تأیید می‌کند. این نتایج نشان می‌دهد که ابزارها و شاخص‌های مورد استفاده در پژوهش، ثبات و قابلیت اعتماد کافی برای تحلیل داده‌ها را دارند.

 

  1. بحث و نتیجه‌گیری

یکی از مهم‌ترین مسائل مربوط به شرکت‌های دانش‌بنیان مبحث تجاری‌سازی محصولات و خدمات آن‌هاست. تجاری‌سازی می‌تواند موفقیت این شرکت‌ها را تضمین کند و در عرصه‌های رقابتی به موفقیت برسند. ازجمله عواملی که می‌تواند تجاری‌سازی را بهبود بخشد، خط‌مشی‌گذاری آن است. خط‌مشی‌گذاری موجب می‌شود که شرکت‌های دانش‌بنیان با سازوکار و دستورالعمل‌های مشخصی به جلو حرکت و در امر تجاری‌سازی موفق عمل کنند. براساس نتایج به‌دست‌آمده از فرایند تحلیل مضمون داده‌ها در بخش کیفی پژوهش، عواملی همچون تحلیل و ارزش‌گذاری بازار، استانداردسازی، توسعه و به‌روزرسانی فناوری، توسعة محصول، تربیت و جذب متخصص، صیانت از اختراعات و نوآوری‌ها، قوانین حمایتی و خدمات حقوقی، حمایت مالی و سرمایه‌گذاری، شبکه‌سازی خارجی و داخلی و صادرات و بازاریابی به‌عنوان مضامین اصلی الگوی خط‌مشی‌گذاری تجاری‌سازی شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری شناسایی شدند. در بخش پایانی، به بحث و بررسی و نیز تحلیل هریک از مضامین به‌دست‌آمده خواهیم پرداخت.

اساساً ارزش‌گذاری بازار، فرایندی است که بر مبنای آن، عوامل تعیین‌کننده و با شرایط مختلف حاکم بر بازار در صنعتی خاص مورد تجزیه‌وتحلیل قرار می‌گیرد. در واقع این فرایند موضوع بسیار مهمی است که براساس آن به مدیران و مسئولان ارشد سازمان کمک می‌کند که به جمع‌بندی جامع و کاملی از نیاز بازار، عوامل ثابت و متغیر حاکم بر بازار و حتی عواملی که ایجاد بی‌ثباتی یا تغییرات پی‌درپی می‌کنند، آگاهی لازم را داشته باشند. این موضوع در تعیین خط‌مشی‌گذاری برای ادامه و آیندة فعالیت هر سازمانی بسیار مهم است. براین‌اساس، مدیران و مسئولان ارشد شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری در راستای موفقیت و نیل به خط‌مشی‌گذاری تجاری‌سازی کارآمد و اثربخش، بایستی ضمن ارائة چشم‌اندازهای تجاری مطلوب، جهت تحقق این موضوع بتوانند اولاً به جلب سرمایه‌گذاری لازم در این باره مبادرت ورزند و ضمن تبیین و توجه به موضوع مهم ریسک‌های موجود در بازار و تنوع آن بتوانند روند تحلیل و ارزیابی بازار به بهترین نحو محقق کنند. موضوعی که درصورت تحقق، دستاوردهای مهمی همچون افزایش اثربخشی بر شاخص سهام، تنزیل جریانات نقدی و تأمین مالی پروژه‌های سودآور و ارزش‌آفرینی اقتصادی را به همراه خواهد داشت. در تأیید این بخش از یافته‌های پژوهش، کوتیرانتا و همکاران (Kotiranta et al., 2024) نیز به اهمیت مقولات سرمایه‌گذاری و کاهش ریسک‌پذیری اشاره داشته‌ است. هرچند درخصوص دو مقولة مهم تجاری‌سازی کارآمد و اثربخش و ارائة چشم‌اندازهای تجاری مطلوب در این پژوهش بحثی به میان نیامد.

استانداردسازی نیز مقوله‌ای است که براساس آن، چارچوبی از توافقات اجراشدنی که ارائه‌کنندگان و مشتریان یک محصول یا خدمات در بازار خود را متعهد به پایبندی به آن می‌پندارند تا این اطمینان حاصل شود که تمام فرایندهای مرتبط با تولید آن محصول یا خدمات در چارچوب دستورالعمل‌های تعیین‌شده انجام می‌شود؛ بنابراین رعایت استانداردسازی گذشته از بسط اعتماد میان طرفین قرار داد، نوعی تعهد و مسئولیت اخلاقی نیز ایجاد می‌کند؛ ازاین‌رو، مدیران و مسئولان ارشد شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری در راستای موفقیت و نیل به خط‌مشی‌گذاری تجاری‌سازی کارآمد و اثربخش، بایستی به ارتقا مستمر کیفیت محصولات و خدمات تولیدی خود مبادرت کنند. تحقق این مهم خود منوط به چند پیش‌شرط مهم همچون مهندسی مقدار و استانداردهای کیفیت در تولید، افزایش ضریب امنیت و اطمینان، کنترل آماری فرایندها، پشتیبانی مستمر و کارایی بیشتر و کاهش هزینه‌هاست. در تأیید این بخش از یافته‌های پژوهش، جلال‌نیا (1403) و بودایان و همکاران (Budayan et al., 2024) نیز به اهمیت مقولات مسئولیت قانونی و اخلاقی و ارائة خدمات باکیفیت‌تر اشاره داشته‌‌اند.

توسعه و به‌روزرسانی فناوری یکی از مهم‌ترین و اثرگذارترین مقوله‌های مورد توجه تمامی سازمان‌ها در عصر حاضر است. به بیانی دیگر، موفقیت سازمان‌ها در شرایط بعضاً پیچیده و متغیر عصر حاضر، منوط به برخورداری طیف گسترده‌ای از دانش‌ها و فناوری‌های نوین و کارآمد است. شرکت‌های دانش‌بنیان که خود از عوامل اصلی ایجاد دانش و فناوری نوین محسوب 

می‌شوند در این موضوع می‌توانند بسیار اثربخش اقدام کنند؛ لذا، مدیران و مسئولان ارشد شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری در این باره باید در گام نخست، به تأمین زیرساخت‌های نوین فناوری مبادرت کنند. ازطرفی موضوع بسیار مهم تعامل با شرکت‌های دانش‌بنیان و حتی الگوبرداری از سازمان‌های دانش‌بنیان موفق در این زمینه نیز می‌تواند راهگشا باشد؛ زیرا موارد ذکرشده درصورت تحقق به ارتقا عملکرد سیستماتیک شرکت‌های دانش‌بنیان منتهی خواهد شد که پیامد مهم این موضوع، تولید دانش نوین و فناوری‌های کارآمد و اثربخش خواهد بود. در تأیید این بخش از یافته‌های پژوهش، آقابابایی و همکاران (1402) و گوتیرس-فرناندز و همکاران (Gutierrez-Fernandez et al., 2024) نیز به اهمیت مقولات دانش و فناوری مدرن اشاره داشته‌‌اند. هرچند دربارۀ مقولة ارتقا عملکرد سیستماتیک در این پژوهش‌ها بحثی به میان نیامد.

توسعة محصول نیز یکی از مقولات مهمی است که سازمان‌های تجاری امروزی با تأکید و توجه بر آن به دو مزیت مهم دست خواهند یافت. نخست، افزایش قدرت مانور در بازار به‌ویژه در کسب رضایت مشتریان تنوع‌طلب و دوم، افزایش قدرت رقابت‌پذیری با شرکت‌های قدرتمند دیگر. در واقع، سازمان‌هایی که از توانمندی توسعة محصول برخوردار باشند، همواره در ارائة خدمات یا محصولات نوین ذیل سازمان‌های پیشرو و همواره اول، قرار خواهند گرفت و این موضوع عامل بسیار مهمی برای تأمین متنوعی از خدمات یا محصولات به گسترة بیشتری از مشتریان است. براین‌اساس، مدیران و مسئولان ارشد شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری در این خصوص باید ضمن تقویت مبانی چابکی سازمان ابتدا به نیازسنجی بازار علم و فناوری و سپس براساس آن به طرح و برنامه‌ریزی راهبردی اقدام کنند؛ البته بایستی به این موضوع مهم نیز اشاره کرد که توفیق در این موضوع، ضرورت مهمی دیگر با عنوان سنجش ابعاد موفقیت کار در قالب ارزیابی مستمر نقاط ضعف و قوت را می‌طلبد. این موضوع در ادامه باعث خواهد شد مدیران ضمن ارتقا کیفی و کمّی محصول یا خدمات ارائه‌شده، به تحلیلی جامع و واقع‌بینانه از ابعاد اقتصادی محصول نیز دست یابند که پیامد نهایی این مسئله، تجاری‌سازی محصول و رقابت‌پذیری سازمان خواهد بود. در تأیید این بخش از یافته‌های پژوهش، حیدری و همکاران (1402) و زو و همکاران (Xue et al., 2023) نیز به اهمیت مقولات نوآوری و رقابت‌پذیری اشاره داشته‌‌اند؛ هرچند درخصوص مقولة تقویت مبانی چابکی سازمان در این پژوهش‌ها بحثی به میان نیامد.

تربیت و جذب متخصص نیز از دیگر مضامین مهم شناسایی‌شده در پژوهش حاضر بوده است. واقعیت این است که سازمان‌ها به هر میزان از توانمندی‌های ساختاری، مدیریتی و اقتصادی برخوردار باشند، چنانچه از نیروهای متخصص و نخبگان علمی و اجرایی بهره‌مند نباشند، اهداف سازمانی موردنظر نه‌تنها محقق نخواهد شد، بلکه اتلاف گسترده منابع نیز رخ خواهد داد. ازطرفی، تولید دانش و ارائه فناوری‌های نوین سازمانی، به‌ویژه در شرکت‌های دانش‌بنیان، تا حد زیادی منوط به حضور نیروهای متخصص است؛ بنابراین، تربیت و جذب متخصصان و نخبگان کارآمد از ضروریات و الزامات اساسی این شرکت‌ها محسوب می‌شود. مدیران و مسئولان ارشد شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری باید در این باره، ضمن رعایت عدالت و شایسته‌سالاری در جذب نیروهای متخصص و نخبه، ابتدا نیازهای تخصصی سازمان را شناسایی و سپس به جذب نیروی انسانی متناسب با این نیازها اقدام کنند. این فرایند نیز باید براساس شایستگی‌های محوری منابع انسانی و فارغ از روابط شخصی، سیاسی و غیرتخصصی صورت گیرد. همچنین، در فرایند جذب و به‌کارگیری نیروهای متخصص، ویژگی‌هایی همچون قدرت نوآوری، دانش به‌روز، توانمندی در حل مسائل و نیازهای علمی و فناورانه و نیز حس تعهد و مسئولیت‌پذیری باید مورد توجه و ارزیابی قرار گیرد. در تأیید این بخش از یافته‌های پژوهش، سبزی و همکاران (1402) و وانگ و همکاران (Wang et al., 2024) نیز به اهمیت مقولات جلب نیروهای نخبه و توانمندسازی نیروی انسانی اشاره داشته‌‌اند.

صیانت از اختراعات و نوآوری‌ها مضمون دیگر پژوهش حاضر در الگوی خط‌مشی‌گذاری تجاری‌سازی شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری بوده است. سازمان‌های امروزی براساس میزان برخورداری از دانش و فناوری‌های خاص، قدرت و نفوذ و حتی بقای خود را تضمین خواهند نمود. بسیاری از سازمان‌ها باوجود برخورداری از نیروهای علمی و اجرایی نخبه و توانمند و حتی زیرساخت‌های لازم، به‌سبب صیانت نکردن از دستاوردهای علمی و فناوری‌های منحصربه‌فرد، به سهولت دانش تولیدشده خود را یا ازطریق فروش آن به قیمت ناچیز یا مسائل امنیتی و حتی فرار مغزها ازطریق مهاجرت و... از دست می‌دهند. در این خصوص، مدیران و مسئولان ارشد شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری در این باره باید ضمن رعایت عدالت و شایسته‌سالاری در جذب نیروهای متخصص و نخبه، به انطباق نیازهای سازمان و سپس جذب نیروهای متخصص روی آورند. این موضوع نیز بایستی براساس شایستگی‌های محوری منابع انسانی نه روابط مبتنی‌بر زدوبندهای سیاسی و ... صورت پذیرد. ازطرفی، بایستی قدرت نوآوری، دانش به‌روز، توانمندی در حل مسائل و نیازهای علمی و فناورانه و حس تعهد و مسئولیت‌پذیری نیروهای متخصص نیز مورد توجه قرار گیرد. ابتدا بایستی خود و سایر افراد سازمان را به‌نحوی جامع با قوانین محافظتی آشنا کرده تا در ادامه از حوادثی همچون سرقت دانش و فناوری سازمانی و حتی اشتباه سهوی در اشتراک‌گذاری دانش در میان سایر رقبا ممانعت به عمل آید. ازطرفی، بایستی به نظام کارآمد قوانین حقوقی نیز اشاره داشت که مضمون دیگر الگوی پژوهش حاضر است. در واقع بایستی بتوان ضمن ایجاد سیستم‌های نظارتی قوی ازسوی سازمان به کفایت قوانین محافظتی و مؤثر بودن سازوکار پیگیرد قانونی ازسوی نهادهای حقوقی نیز اطمینان حاصل کرد. در تأیید این بخش از یافته‌های پژوهش، شریعت‌نژاد (1403) نیز به اهمیت مقولات قانونی و زیرساختی اشاره داشته‌‌ است.

حمایت مالی و سرمایه‌گذاری، مضمون دیگر الگوی پژوهش حاضر بوده است. اساس و بنیان تحقق تمامی ایده‌ها، تأمین زیرساخت‌های لازم به‌ویژه حمایت‌های مالی و سرمایه‌گذاری‌های لازم است. این مسئله به‌ویژه هنگامی که مباحث مرتبط با تولید علم، دانش و فناوری‌های نوین مطرح می‌شود، از اهمیت بسیار بیشتری برخوردار می‌شود. ازطرفی رقابت‌پذیری، کارآمدی و اثربخشی فعالیت شرکت‌های دانش‌بنیان با موضوع تولید علم و دانش و فناوری‌های مدرن پیوند عمیق خورده است و این موضوع مستلزم تأمین مسائل مالی و اقتصادی است. براین‌اساس، مدیران و مسئولان ارشد شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری در این خصوص باید به چند راهبرد مهم توجه لازم را داشته باشند. نخست آنکه، با رایزنی ازطریق نهادهای قانونی همچون مجلس و دفتر ریاست جمهوری، به‌نحوی شفاف و قانونی بودجه‌های لازم و مکفی را دریافت و براساس میزان و کیفیت تولیدات 

علمی و فناوری و سایر خدمات، به ارائۀ گزارشی شفاف از هزینه‌کردهای سازمان‌های دانش‌بنیان خود مبادرت کنند. در ادامه براساس میزان تولید دانش و کارآفرینی و ایجاد اشتغال مشمول دریافت بسته‌های تشویقی اقتصادی مهمی شده و از پرداخت بخش مهمی از مالیات معاف شوند. نهایتاً آنکه دولت و مجلس نیز در تعاملی سازنده با شرکت‌های دانش‌بنیان، محصولات و خدمات تولیدشدة آن‌ها را در سطوحی گسترده به بازار عرضه و از ورود و فروش کالاهای وارداتی مشابه خارجی ممانعت به عمل آورند که این اقدام کمک شایانی به توسعة کارآفرینی و اشتغال‌زایی خواهد کرد. در تأیید این بخش از یافته‌های پژوهش، ژانگ و همکاران (Zhang et al., 2023) و چی لی (Chi Lee, 2023) نیز بر اهمیت سرمایه‌گذاری در تحقیق و توسعه و نقش آن در تقویت توانمندی‌های فناورانه و توسعۀ محصولات و خدمات نوآورانه تأکید کرده‌اند.

مضمون شبکه‌سازی خارجی و داخلی، صادرات و بازاریابی از دیگر مضامین الگوی خط‌مشی‌گذاری تجاری‌سازی شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری است. این مضامین بیشتر بر ابعاد و توانمندی شرکت‌های دانش‌بنیان در تعامل با بازار، مشتریان و حتی شرکت‌های رقیب اشاره و دلالت دارد. موفقیت در این عرصه نیز منوط به عواملی همچون تقویت روابط بلندمدت، شبکه‌سازی هوشمندانه، تداوم و تمرکز روابط درون و بیرونی تبادل ایده‌ها و برنامه‌های کاری و مشارکت عمیق، پویا و سازنده است. در تأیید این بخش از یافته‌های پژوهش، مؤذن جمشیدی و همکاران (1400) و چی لی (Chi Lee, 2023) نیز به اهمیت مقولات پر کردن فاصلۀ بین دانشگاه و صنعت اشاره داشته‌اند.

نتایج بخش کمّی انجام‌شده در این پژوهش نشان‌دهندۀ این است که مؤلفه‌های شناسایی‌شده می‌تواند بر تجاری‌سازی محصولات شرکت‌های دانش‌بنیان تأثیر بسزایی داشته باشد و خط‌مشی‌های تدوین‌شده در این راستا به‌شکل مطلوب‌تری تدوین و اتخاذ شود. نتایج آماری حاصل براساس شاخص‌های برازش و ضرایب مسیر به‌دست‌آمده حاکی از تأیید مؤلفه‌های شناسایی‌شده درزمینۀ خط‌مشی‌گذاری تجاری‌سازی محصولات شرکت‌های دانش‌بنیان در پارک‌های علم و فناوری است.

‌

پیشنهادهای پژوهش

  1. لازم است سیاست‌گذاران و برنامه‌ریزان شرکت‌های دانش‌بنیان از خط‌مشی‌های پژوهش حاضر برای تدوین سیاست‌های کلی به‌منظور تجاری‌سازی شرکت‌های دانش‌بنیان استفاده کنند.
  2. با توجه به خط‌مشی‌های بازار پیشنهاد می‌شود که بازار به‌دقت تحلیل شود و با شناسایی نیازها و توسعۀ محصولات و افزایش ظرفیت رقابت، زمینۀ صادرات و بازاریابی بیشتر را فراهم کنند.
  3. با توجه به خط‌مشی‌های مرتبط با نوآوری به شرکت‌های دانش‌بنیان پیشنهاد می‌شود با نوآوری در محصولات و استفاده از فناوری‌های نوظهور به تجاری‌سازی بهتر محصولات کمک کنند.
  4. خط‌مشی‌های شبکه‌سازی پیشنهاد می‌کنند که با ایجاد شبکه‌های داخلی، مانند شبکۀ ارتباطی بین دانشگاه و صنعت و ازسوی دیگر شبکه‌سازی خارجی، مانند تقویت ارتباطات فراملی و تعامل با سایر کشورها می‌توان به فرایند تجاری‌سازی در شرکت‌های دانش‌بنیان کمک بسزایی کرد.
  5. خط‌مشی‌های مالی پیشنهاد می‌کند که دولت با تخصیص منابع مالی و حمایت مالی و استفاده از مشوق‌های مالی به‌عنوان خط‌مشی به تقویت مالی شرکت‌های دانش‌بنیان کمک کند.

    . استفاده از خط‌مشی‌های مرتبط به دانش پیشنهاد می‌کند که در دسترس بودن دانش برای شرکت‌های دانش‌بنیان و انتقال دانش بین شرکت‌ها برای توسعۀ تجاری‌سازی شرکت‌های دانش‌بنیان حیاتی است.

    1. استفاده از خط‌مشی‌های تخصص‌گرایی پیشنهاد می‌کند که شرکت‌ها باید به‌دنبال جذب نیروهای متخصص باشند و با به‌روزرسانی و آموزش تخصصی نیروهای انسانی، ظرفیت شرکت‌های خود را برای تجاری‌سازی افزایش دهند.
    2. با توجه به خط‌مشی‌های قانونی پیشنهاد می‌شود که قوانین در جهت صیانت از اختراعات و نوآوری‌ها مانند مالکیت فکر و معنوی و همچنین قوانین حمایتی برای کمک به تجاری‌سازی شرکت‌های دانش‌بنیان مستقر در پارک‌های علم و فناوری تدوین شود و در این زمینه خدمات حقوقی ارائه شود.

     

    محدودیت‌های پژوهش

    1. از محدودیت‌های پژوهش حاضر گستردگی وسیع خط‌مشی‌های تجاری‌سازی و حوزه‌های متفاوت آن است که ممکن است این گستردگی دقت را هنگام پاسخ‌دهی کاهش داده باشد.
    2. با توجه به اینکه فرایند نمونه‌گیری داوطلبانه بوده است؛ ممکن است در پاسخ دادن به سؤال‌ها به منافع شرکت فقط توجه کرده باشند و دیدگاه سازمانی یا خط‌مشی‌ها برای همه شرکت‌های کوچک و بزرگ در نظر گرفته نشده باشند.
آقابابایی، حمزه، زارعی، عظیم، و فیض، داود (1402). شناسایی عوامل تجاری‌سازی طرح‌های فناورانه در شرکت‌های دانش‌بنیان نوپا. مطالعات مدیریت راهبردی، 14(55)، 277-298.
 اظهری، علیرضا (1401). مقدمه‌ای بر پارک‌های علم و فناوری. نگار.
بیدگلی، محمدرضا، چراغعلی، محمدحسن، و محمودزاده، ابراهیم (1402). ارائه مدل تجاری‌سازی محصولات فناورانه در صنایع دریایی. مدیریت و پژوهش‌های دفاعی، 22(100)، 59-77.
جمالخانی، امیر (1400). طراحی پارک‌های علم و فناوری با رویکرد معماری پایدار. سنجش و دانش.
جلال‌نیا، راحله (1403). ارائه مدل بازاریابی اجتماعی برای دستیابی به مزیت رقابتی پایدار در شرکت‌های دانش‌بنیان. مدیریت بازرگانی، 16(4)، 908-883.
جورسرائی، علی، فرهادی محلی، علی، جعفری صمیمی، احمد، و طبری، مجتبی (1402). الگو‌یابی ارزیابی خط‌مشی‌های توسعه انرژی‌های تجدیدپذیر مؤثر بر شاخص‌های کلان اقتصادی. چشم‌انداز مدیریت دولتی، 14(1)، 123-160.
جهانگیری، علیرضا (1401). پارک‌های علم و فناوری ایران از آغاز تا امروز. توسعه.
حاجی‌پورفرد، حسین، سلطانی، بهزاد، طلوعی اشلقی، عباس، و طباطباییان، سید حبیب‌الله (1402). بررسی عوامل مؤثر بر توسعه کسب‌وکارهای دانش‌بنیان مبتنی‌بر فناوری اطلاعات در ایران. مطالعات کسب و کار هوشمند، 12(43)، 101-129.
حیدری، الهام، طهرانی، مریم و مهیمنی، علی (1402). تأثیر رهبری سازمان مبتنی‌بر علوم اعصاب بر اثربخشی آموزش کارکنان با نقش میانجی سرمایۀ اجتماعی در شرکت‌های دانش‌بنیان. مدیریت سرمایه اجتماعی، 10(4)، 369-382.
سبزی، مهناز، رنگریز، حسن، و خیراندیش، مهدی (1402). مدل سیستمی توسعه منابع انسانی در شرکت‌های دانش‌بنیان با رویکرد کیفی. مدیریت نوآوری در سازمان‌های دفاعی، 6(1)، 175–204.
شریعت‌نژاد، علی (1403). شناسایی موانع و ارائه راهکارهای توسعه شرکت‌های دانش‌بنیان با رویکرد سیاست‌گذاری مدیریتی با روش دلفی فازی. مدیریت نوآوری در سازمان‌های دفاعی، 7(2)، 75-98.
شامانی، سمیه، زرگر، سید محمد، حیدریه، سید عبداله، و همتیان، هادی (1400). ارائه مدلی جامع برای مدیریت استعداد در شرکت‌های دانش‌بنیان. چشم‌انداز مدیریت دولتی، 12(3)، 32-56.
مؤذن جمشیدی، میر هادی، و روحی، روشنک (1400). سرمایة اجتماعی و جهش تولید در کسب‌وکارهای دانش‌بنیان: یک مطالعه با رویکرد آمیخته (کیفی‌‌ـ کمّی). مدیریت سرمایه اجتماعی، 8(2)، 285-321.
مهرافروز، علیرضا، و کوثری، مجید (1402). کسب‌وکار در شرکت‌های دانش‌بنیان. اندیشه.
Aghababayi, H., Zarei, A., & Feiz, D. (2023). Identifying the factors of commercialization of technological projects in new knowledge-based companies. Journal of Strategic Management Studies, 14(55), 277-298. https://www.smsjournal.ir/article_176426.html [In Persian]
Alexander-White, C. (2024). New approach methods in chemicals safety decision-making – Are we on the brink of transformative policy-making and regulatory change? Journal of Computational Toxicology, (30), 1-16. https://doi.org/10.1016/j.comtox.2024.100310
Azhari, A. (2022). An Introduction to Science and Technology Parks. Negar. [In Persian]
Bidgoli, M., Cheraghali, M. H., & Mahmodzadeh, E. (2023). Developing knowledge-based products commercialization model in marine industries. Defensive Researches and Management, 22(100), 59-77. https://mdr.ihu.ac.ir/article_208616.html [In Persian]
Budayan, C., Haghgooie, A., & Birgonul, M. (2024). Development of a knowledge taxonomy and a tool to support business development decisions in construction companies. Ain Shams Engineering Journal, 15(7), 77-93.
Chi Lee, C. (2023). Analyses of the operating performance of information service companies based on indicators of financial statements. Asia Pacific Management Review, 28(4), 410-419.
Deltas, G., & Evenett, S. (2024). Language as a trade barrier in public procurement: Evidence from Georgia's policies on English language documentation. The Quarterly Review of Economics and Finance, 48(2), 477-493.
Eyasu, E., Zewotir, T., & Dessie, Z. (2024). Association of crop commercialization and rural households' multidimensional poverty using targeted maximum likelihood estimation. Journal of Scientific African, (26), 1-14.
Gutierrez-Fernandez, A., Chacon-Luna, A., Benavides, D., Fuentes, L., & Rabiser, R. (2024). Variability management and software product line knowledge in software companies. Journal of Systems and Software, 216, 597-616.
Hajipourfard, H., Soltani, B., Tolouei Eshlaghi, A. & Tabatabaeian, S. H. (2023). Investigating Factors Affecting the Development of Knowledge Base Businesses Based on IT. Business Intelligence Management Studies, 12(43), 101-129. https://doi.org/10.22054/IMS.2023 [In Persian]
Heydari, E., Tehrani, M., & Mohaimeni, A. (2023). The effect of neuroleadership on effectiveness of staff training with the mediating role of social capital in knowledge-based companies. Social Capital Management, 10(4), 369-382. https://doi.org/10.22059/jscm.2023.358523.2413 [In Persian]
Jahangiri, A. (2022). Science and Technology Parks of Iran from the Beginning to the Present. Tosee. [In Persian]
Jalalniya, R. (2024). Providing a social marketing model to gain sustainable competitive advantage in knowledge-based companies. Journal of Business Management, 16(4), 1-23.
Jamalkhani, A. (2021). Designing Science and Technology Parks with a Sustainable Architecture Approach. Sanjesh and Danesh. [In Persian]
Jorsaraee, A., Farhadi Mahhali, A., Jafari Samimi, A., & Tabari, M. (2023). Finding the pattern of the evaluation of renewable energy development policies affecting macroeconomics indicators in electric power industry. Public Administration Perspective, 14(1), 123-160.
Kotiranta, A., Puumalainen, K., Sjogren, H., & Dana, L. (2024). Digitalization as a growth driver for social enterprises. Journal of Technological Forecasting and Social Change, 209, 304-325.
Mehrafrooz, A. R., & Kowsari, M. (2023). Business in Knowledge-Based Companies. Andisheh. [in Persian].
Leal Filho, W., Martinelli, Y., Pimenta Dinis, M., Rosa, C., & Gustavo Messias, C. (2024). Climate change and environmental degradation in Yanomami People’s Land: Intersectional threats and the need for improved policy-making. Journal of Environmental Science & Policy, 162, 561-579. https://doi.org/10.1016/j.envsci.2024.103931
Mensah, E., & Acheampong, L. (2023). Motivators and impediments to mushroom commercialisation in Ghana: Implication for policymakers, development partners and extension agents. Journal of Heliyon, 9(9), 244-267.
Moazen Jamshidi, M. H., & Roohi, R. (2021). Social capital and production leap in knowledge enterprises: A mixed-methods approach (qualitative-quantitative). Social Capital Management, 8(2), 285-321. https://doi.org/10.22059/jscm.2021.313801.2093 [In Persian]
Sabzi, M., Rangriz, H., & Kheirandish, M. (2023). Systematic model of human resource development in knowledge-based companies with a qualitative approach. Innovation Management in Defensive Organizations, 6(1), 175-204. https://www.qjimdo.ir/article_196302.html [In Persian]
Shamani, S., Zargar, S. M., Heidariyeh, S. A., & Hemmatian, H. (2021). Presenting a comprehensive model for talent management in knowledge-based companies. Public Administration Perspective, 12(3), 32-56.
Shariatnejad, A. (2024). Identifying obstacles and providing solutions for the development of knowledge-based companies with a management policy approach using the fuzzy Delphi method. Innovation Management in Defensive Organizations, 7(2), 75-98.
Wang, F., Gu, J., & Liu, A. (2024). Leveraging Structural IT capabilities to promote novelty and efficiency in business model design: A knowledge-based view. Journal of Information & Management, (66), 153-171.
Xue, Y., Hu, D., Irfan, M., Wu, H., & Hao, Y. (2023). Natural resources policy making through finance? The role of green finance on energy resources poverty. Journal of Resources Policy, 85(1), 1-19.
Zhang, J., Xie, T., Kong, X., Liu, B., & Zhang, W. (2023). Can data assets promote green innovation in enterprises? Journal of Finance Research Letters, 72, 348-363. https://doi.org/10.1016/j.frl.2024.106554