رتبه بندی کشورهای منتخب از لحاظ کارایی نهادهای پژوهشی و بخش صنعت در تولید فناوری‌های پیشرفته

الموضوعات :

کتایون اعلامی ¹ , محمد علی کرامتی ² , قاسم توحیدی ³

1 - دانشجوی دکتری گروه مدیریت، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
2 - دانشیارگروه مدیریت، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران(نویسندۀ مسؤول)
3 - دانشیارگروه ریاضی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران

تاريخ الإرسال : 18 الأربعاء , ذو القعدة, 1444 تاريخ التأكيد : 20 الثلاثاء , صفر, 1445 تاريخ الإصدار : 02 الأحد , ربيع الأول, 1445

الکلمات المفتاحية: نوآوری, موفقیت تحصیلی, تولید فناوری‌های پیشرفته, نهادهای پژوهشی, هوش ملی و سرمایه انسانی,

ملخص المقالة :

این پژوهش به دنبال ارزیابی کارایی کشورهای دارای ضریب هوش ملی بالای 85 در تولید فناوری های پیشرفته، باتوجه‌به قابلیت‌هایی است که پایه و اساس آن ها سرمایۀ انسانی است؛ مانند نوآوری، موفقیت تحصیلی و هوش ملی. پژوهش حاضر از نظر روش، کمی و توصیفی و از نوع کاربردی است. از لحاظ افق زمانی مقطعی و از منظر شیوۀ گردآوری داده‌ها به صورت کتابخانه‌ای و از طریق مراجعه به درگاه‌های رسمی بین المللی مانند بانک جهانی است. به جهت رتبه بندی کشورها، شناسایی کشورهای ابرکارا و بهبود کارایی تولید فناوری های پیشرفته، با استفاده از روش تحلیل پوششی داده‌های شبکه، یک زنجیرۀ دومرحله‌ای برای تولید فناوری پیشرفته در نظر گرفته شده است. در مرحلة اول این زنجیره، نهاد های پژوهشی با ورودی‌های تعداد محقق تحقیق و توسعه (شاخص سرمایۀ انسانی) و میزان هزینه‌کرد برای تحقیق و توسعه و در مرحلۀ دوم آن، بخش صنعت با ورودی‌های سرمایه‌گذاری مستقیم خارجی، تعداد درخواست های ثبت اختراع (شاخص نوآوری) و تعداد مقالات علمی (شاخص موفقیت تحصیلی) هر کشور قرار دارد. یافته‌ها نشان می‌دهند که 12 کشور از 56 کشور در تولید فناوری‌های پیشرفته کارا و 3 کشور آمریکا، انگلیس و روسیه در هر دو بخش صنعت و پژوهش ابرکارا هستند.

المصادر:

- حمیدی فراهانی، امیرحسین؛ عباسی، حامد. (2022). بررسی اثر تأمین مالی، سرمایۀ انسانی و تحقیق و توسعه بر ارزش‌افزوده صنایع کارخانه‌ای ایران با استفاده از رویکرد پانل کوانتایل. فصلنامۀ علمی پژوهش‌های اقتصاد صنعتی، 6(20)، 15 – 25.
- رادفر، رضا؛ خمسه، عباس. (1394). مدیریت تکنولوژی نگرشی جامع بر تکنولوژی، نوآوری و تجاری¬سازی، انتشارات علمی و فرهنگی.
- فتحی اجیرلو، شهروز؛ امیرتیموری، علیرضا؛ کرد رستمی، سهراب. (1399). اندازه¬گیری کارایی هزینه در تحلیل پوششی داده‌های شبکه‌ای. پژوهش‌های نوین در ریاضی، 6(27)، 154-141.
- محمودزاده، ابراهیم؛ باقری، ابوالفضل؛ دهقان پیر، علی. (2015). تأثیر ابعاد فناوری برتر بر عملکرد بازار محصولات جدید. فصلنامۀ مدیریت توسعۀ فناوری، 3(2)، 31 – 62.
- میرزا محمدی، س؛ ارغند، ح. (1395). تأثیر سرمایه¬گذاری مستقیم خارجی بر روی نوآوری در کشورهای منتخب: رهیافت پانل دیتا. جویشگر علمی فارسی (علم نت).

- Azam, S. (2017). A cross-country empirical test of cognitive abilities and innovation nexus. International Journal of Educational Development, 53, 128-136.
- Charutawephonnukoon, P., Jermsittiparsert, K., & Chienwattanasook, K. (2021). Impact of high technology exports, patent applications and research and development expenditure on economic growth: evidence from ASEAN countries. Psychology and Education, 58(2), 1956-1972.
- D’Angelo, A. (2012). Innovation and export performance: a study of Italian high-tech SMEs. Journal of management & governance, 16, 393-423.
- Diebolt, C., Hippe, R., Diebolt, C., & Hippe, R. (2022). The long-run impact of human capital on innovation and economic growth in the regions of Europe. Human capital and regional development in Europe: A long-run comparative view, 85-115.
- Domazet, I., Marjanović, D., Ahmetagić, D., & Bugarčić, M. (2021). The impact of innovation indicators on increasing exports of high technology products. Ekonomika preduzeća, 69(1-2), 31-40.
- Erkan, B., & Yildirimci, E. (2015). Economic complexity and export competitiveness: The case of Turkey. Procedia-Social and Behavioral Sciences, 195, 524-533.
- Gelade, G. A. (2008). IQ, cultural values, and the technological achievement of nations. Intelligence, 36(6), 711-718.
- Hausmann, R., Hidalgo, C. A., Bustos, S., Coscia, M., & Simoes, A. (2014). The atlas of economic complexity: Mapping paths to prosperity. Mit Press. https://doi.org/10.7551/mitpress/9647.001.0001.
- Kirkegaard, E. O. (2021). Solid numbers, missed opportunities: Review of The intelligence of nations.
- kolossovski, E. (2019). What makes a great high-tech product? Eleanor kolossovski 2019—Google Search.
- Kucharčíková, A. (2011). Human Capital–Definitions and Approaches. Human Resources Management & Ergonomics, 5(2), 60-70 - Google Search.
- Landry, R., Amara, N., & Lamari, M. (2002). Does social capital determine innovation? To what extent?. Technological forecasting and social change, 69(7), 681-701.
- Lapatinas, A., & Litina, A. (2019). Intelligence and economic sophistication. Empirical Economics, 57, 1731-1750.
- Lu, W. M., Kweh, Q. L., Nourani, M., & Huang, F. W. (2016). Evaluating the efficiency of dual-use technology development programs from the R&D and socio-economic perspectives. Omega, 62, 82-92.
- Lynn, R., & Mikk, J. (2007). National differences in intelligence and educational attainment. Intelligence, 35(2), 115–121.
- Medase, K. (2020). The Impact of the Heterogeneity of Employees’ Qualifications on Firm-Level Innovation Evidence from Nigerian Firms.
- Meisenberg, G. (2014). Cognitive human capital and economic growth in the 21st century. Economic Growth in the 21st Century: Perspectives, Role of Governmental Policies, Potential and Constraints, 49-106.
- OECD. “Education Attainment.” Text. Accessed November 6, 2020. https://www.oecd- ilibrary.org/education/education-attainment/indicator-group/english_025421e5-en.
- Örkcü, H. H., Özsoy, V. S., Örkcü, M., & Bal, H. (2019). A neutral cross efficiency approach for basic two stage production systems. Expert systems with applications, 125, 333-344.
- Rindermann, H. (2012). Intellectual classes, technological progress and economic development: The rise of cognitive capitalism. Personality and Individual Differences, 53(2), 108-113.
- Sánchez, A. M., & Perez, M. P. (2002). R&D project efficiency management in the Spanish industry. International Journal of Project Management, 20(7), 545-560.
- Sun, X., Li, H., & Ghosal, V. (2020). Firm-level human capital and innovation: Evidence from China. China Economic Review, 59, 101388.
- Tan, J., Zhang, Y., & Cao, H. (2022). The FDI-spawned technological spillover effects on innovation quality of local enterprises: evidence from industrial firms and the patents in China. Applied Economics, 1-16.
- Tavassoli, M., Saen, R. F., & Zanjirani, D. M. (2020). Assessing sustainability of suppliers: A novel stochastic-fuzzy DEA model. Sustainable production and consumption, 21, 78-91.
- Torres-Samuel, M., Vásquez, C. L., Luna, M., Bucci, N., Viloria, A., Crissien, T., & Manosalva, J. (2020). Performance of education and research in Latin American countries through data envelopment analysis (DEA). Procedia computer science, 170, 1023-1028.
- Usman, M. (2019). Relationship between R&D investment and high-tech exports: Empirical study from Pakistan. Journal on Innovation and Sustainability RISUS, 10(1), 110-123.
- Viglioni, M. T. D., & Calegario, C. L. L. (2020). Home country innovation performance: Moderating the local knowledge and inward foreign direct investment. Global Business Review, 0972150920920778.
- Yue, L., Huang, C., & Cao, Y. (2022). The impact of FDI technology spillover on the innovation quality of Chinese enterprises: A microperspective based on geographic proximity. European Journal of Innovation Management, (ahead-of-print).
- Zhong, L. (2017). Innovation as determinants of economic growth in US counties. Journal of Applied Business and Economics, 19(4), 107-116.