شناسایی و اولویت‌بندی عوامل مؤثر بر اکوسیستم نوآوری صنعت فناوری ارتباطات
محورهای موضوعی : خلاقیت و نوآوری از جنبه‏های مدیریتی، سازمانی و صنعتی، مدیریت خلاقیت و نوآوری، خلاقیت شناسی سازمانی و مدیریتی
پویا نماینده
1
,
بهروز زارعی
2
,
عباس خمسه
3
1 - دانشجوی دکتری گروه مدیریت تکنولوژی، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
2 - دانشیار گروه کارآفرینی سازمانی، دانشکده کارآفرینی، دانشگاه تهران، تهران، ایران
3 - دانشیار گروه مدیریت صنعتی، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران
کلید واژه: معادلات ساختاری, اکوسیستم نوآوری, مدیریت نوآوری, فناوری ارتباطات,
چکیده مقاله :
زمینه: تاکنون عوامل اثرگذار بر اکوسیستم نوآوری صنعت فناوری ارتباطات به شکلی نظام‌یافته و مستقل از اکوسیستم نوآوری صنعت فناوری اطلاعات، در قالب یک مدل کمّی مورد تحلیل قرار نگرفته است.هدف: شناسایی و اولویت‌بندی عوامل موثر بر اکوسیستم نوآوری صنعت فناوری ارتباطات ایران و بررسی میزان تاثیر هر یک بر مدل نهایی اکوسیستم جهت استفاده نهادهای حاکمیتی وفعالان صنفی این صنعت است.روش: پژوهش از حیث هدف کاربردی و از حیث روش توصیفی پیمایشی است. گروه خبرگان این پژوهش به صورت هدفمند از میان مدیران اصلی و مدیران کلیدی شرکتهای خصوصی و نهادهای حاکمیتی صنعت فناوری ارتباطات ایران انتخاب شده‌اند. به منظور شناسایی عوامل موثر بر اکوسیستم نوآوری، از روش دلفی فازی (FDM) در سه مرحله بهره گرفته شده است. همچنین تجزیه و تحلیل داده‌ها و بررسی اعتبار و برازش مدل پژوهش و تحلیل سوالات، به ترتیب از طریق تحلیل عاملی تاییدی و معادلات ساختاری با استفاده از نرم افزار AMOS انجام شده است.یافته‌ها: یافته‌های این پژوهش نشان می‌دهد عوامل نهادی، مدیریت نوآوری، کسب و کار، ملی‌و‌منطقه‌ای، علم‌و‌فناوری، و مالی‌و‌اقتصادی تاثیر معناداری بر مدل اکوسیستم نوآوری صنعت فناوری ارتباطات دارند. مدل نهایی ارایه شده نیز دارای برازشی مناسب است.نتیجه‌گیری: تحلیل ضرایب تعیین نشان می‌دهد عامل مدیریت نوآوری بیشترین تاثیر وعامل ملی‌و‌منطقه‌ای کمترین تاثیر را بر مدل اکوسیستم نوآوری صنعت فناوری ارتباطات دارا هستند. پیشنهاد می‌شود ضمن مد نظر قرار دادن اولویت بندی عوامل تاثیرگذار بر مدل اکوسیستم، به دلیل پویایی صنعت و فناوری، تاسیس رصدخانه علم و فناوری ICT با هدف کمک به اکوسیستم نوآوری دانش بنیان و پیش بینی روندهای علم و فناوری این صنعت در دستور کار نهادهای ذیربط قرار گیرد.
Background: Till now, the elements influencing the communication technology sector's innovation ecosystem have not been explored in a systematic and independent way in the form of a quantitative model, independent of the information technology industry innovation ecosystem.Objective: To identify and prioritize the factors affecting the Iranian communication technology sector's innovation ecosystem, as well as to examine the influence of each on the final model of the ecosystem for use by government institutions and industry activists in this industry.Method: In terms of purpose, the research employs a survey as a descriptive method. The experts in this study were carefully chosen from among the top executives and senior managers of private enterprises and governmental bodies in the Iranian communication technology industry. The fuzzy Delphi method (FDM) approach was used in three steps to discover the elements influencing the innovation ecosystem. In addition, data analysis, validation, and fit of the research model, as well as question analysis, were carried out using AMOS software's confirmatory factor analysis and structural equations, respectively.Findings: This study's findings reveal that institutional factors, innovation management, business, national and regional, science and technology, and financial and economic variables all have a substantial influence on the communication technology industry's innovation ecosystem model. The final model offered is also well-fitting.Conclusion: The analysis of coefficients of determination reveals that the innovation management component has the most influence, while the national and regional variables have the least impact on the CT industry's innovation ecosystem model. It is suggested that, due to the dynamics of industry and technology, the prioritization of factors affecting the ecosystem model be considered, as well as the establishment of an ICT Science and Technology Observatory with the goal of assisting the knowledge-based innovation ecosystem and predicting science and technology trends on the agenda of relevant institutions.
اسکندرزاده فرد، توحید؛ بهلولی، نادر (1399). نقش شرکتهای پیشرو و خوشه‌های کسب‌و‌کار در نوآوری منطقه‌ای. ابتکار و خلاقیت در علوم انسانی، 10(1)، 161-188.
ترابی، محسن؛ عباس‌نژاد، طیبه؛ بهبودی، محمدرضا و رجبوند، رضوان (1399). شناسایی و ارائه مدل عوامل اثرگذار بر نظام خلاقیت و نوآوری شرکت گاز استان هرمزگان با استفاده از رویکرد ترکیبی. ابتکار و خلاقیت در علوم انسانی، 10(3)،175-204.
محمدی، اکبر؛ صدقیانی، مهدی؛ یدالهی، میلاد و البدوی، امیر (1397). شناسایی بازیگران کلیدی در توسعه اکوسیستم نوآوری صنعت پایین دست پتروشیمی ایران. فصلنامه رشد فناوری،14(54)، 36-45.
Adner, R., Eisenhardt, K., Jacobides, M.G., Kapoor, R, Maritan, C. (2017). What's an ecosystem? Considering Boundaries and Usefulness of a Rising Construct. Academy of Management Annual Meeting Proceedings, (1):15093.
DOI:10.5465/AMBPP.2017.15093symposium
Arenal, A et al. (2021). Innovation ecosystems theory revisited: The case of artificial intelligence in China. Telecommunications Policy.
Bacon, E., Williams, M. D., & Davies, G. (2020). Coopetition in innovation ecosystems: A comparative analysis of knowledge transfer configurations. Journal of Business Research, 115, 307–316.
Carayannis, E. G., & Campbell, D. F. J. (2009). “Mode 3” and “Quadruple Helix”: Toward a 21st century fractal innovation ecosystem. International Journal of Technology Management, 46(3–4), 201–234.
Cross, S. E. (2013). Strategic considerations in leading an innovation ecosystem. GSTF Business Review (GBR), 2(3), 104.
Fransman, M. (2018). The ICT Innovation Ecosystem. In Innovation Ecosystems: Increasing Competitiveness (pp. 68-102). Cambridge: Cambridge University Press. doi:10.1017/9781108646789.005
Fransman, M. (2008). Innovation in The new ICT Ecosystem. (pp. 89-110). International Journal of digital economic. No.68, Communications and Strategies.
Gobble, M. M. (2014). Charting the innovation ecosystem. Research-Technology Management, 57(4), 55-59.
Good, M, Knockaert, M. & Soppe, B. (2019). A typology of technology transfer ecosystems: how structure affects interactions at the science–market divide. Journal of Technology Transfer. ISSN 0892-9912. (pp. 1- 27). doi: 10.1007/s10961-019-09745-w
Granstrand, O., & Holgersson, M. (2020). Innovation ecosystems: A conceptual review and a new definition. Technovation, 90, 102098.
Hair, J.F. (2006). Multivariate data analysis. Pearson Prentice Hall
Hayter, C.S. (2016). A trajectory of early-stage spinoff success: the role of knowledge intermediaries within an entrepreneurial university ecosystem. Small Bus Econ 47, 633–656 (2016). https://doi.org/10.1007/s11187-016-9756-3
Hui, L.; Li, Z.; Lei, S.; Cao, R. (2016). Regional Innovation Ecosystem Building: Case Study from China. Portland International Conference on Management of Engineering and Technology (PICMET). doi:10.1109/PICMET.2016.7806667
Hwang, V. W.; Horowitt, G (2012). The Rainforest – The secret to building the next Silicon Valley. Regenwald Publishers, USA.
ITU Publications. (2020). Bridging the digital innovation divide: A toolkit for developing for sustainable ICT-Centric ecosystem projects. Retrieved from: https://www.itu.int/pub/D-INNO-TOOLKIT.2-2020
Jackson, DJ (2011). What is an innovation ecosystem? National Science Foundation, 1 (2), 1-13
Khamseh, A, Sadeghi, Y. (2018). Identification and Ranking of Innovation Management Factors in Petrochemical Companies Producing Polyethylene Products. Proceedings of the International Conference on Industrial Engineering and Operations Management, Paris, France, July 26-27
Klimas, P., & Czakon, W. (2021). Species in the wild: A typology of innovation ecosystems. Review of Managerial Science, 1-34.
Kolloch, M. & Dellermann, D. (2018). Digital innovation in the energy industry: The impact of controversies on the evolution of innovation ecosystems. Technological Forecasting and Social Change (136), 254-264
Lundvall, B.-Å. (1992). National systems of innovation: Towards a theory of innovation and interactive learning. In National systems of innovation towards a theory of innovation and interactive learning. Retrieved from: http://books.google.com/books?id¼iDXGwacw-4oC&pgis¼1.
Malerba, F. (2004). Sectoral systems of innovation, concepts, issues and analyses of six major sectors in Europe. Cambridge: Cambridge University Press.
Mazzucato, M., & Robinson, D. K. (2017). Co-creating and directing Innovation Ecosystems? NASA’s changing approach to public-private partnerships in low-earth orbit. Technological Forecasting and Social Change.
Moore, J. F. (1993). Predators and prey: A new ecology of competition. Harvard Business Review, 71(3), 75–86.
Philips, M. A. & Ritala, P. (2019). A complex adaptive systems agenda for ecosystem research methodology. Technological Forecasting and Social Change 148:119739, DOI: 10.1016/j.techfore.2019.119739
Spigel, B. (2017). The relational organization of entrepreneurial ecosystems. Entrepreneurship Theory and Practice, 41 (1), 49-72
Teece, D. J. (2007). Explicating dynamic capabilities: The nature and micro foundations of (sustainable) enterprise performance. Strategic Management Journal, 28(13), 1319–1350.
Xua, G.; Wu, Y.; Minshal, T.; & Zhou, Y. (2018). Exploring innovation ecosystems across science, technology, and business: A case of 3D printing in China. Technological Forecasting&Social Change, 136, 208-221.
_||_