آرشیو

آرشیو شماره‌ها:
۵۷

چکیده

مقاله پیش رو ارائه مدلی برای موفقیت طرح های تحقیق و توسعه در شرکت های دانش بنیان را پیشنهاد می کند تا بتوان پیش از اجرای طرح و سرمایه گذاری و جذب هرنوع اعتباری، بر اساس متغیرهای شناخته شده میزان موفقیت طرح ها را تخمین زده و طرح ها را با هم بر اساس شواهد موجود ارزیابی نمود. بسیاری از بنگاه های اقتصادی و به ویژه شرکت های دانش بنیان میان طرح های متعدد و مسیرهای تحقیق و توسعه باید بهترین طرح را انتخاب کنند، برای شرکت های دانش بنیان چون در مرزهای دانش و صنعت حرکت می کنند این انتخاب ضرورتی مضاعف دارد؛ لذا این تحقیق با روش تئوری داده بنیاد، به گردآوری متغیرهای موثر بر میزان موفقیت طرح های تحقیق و توسعه در شرکت های دانش بنیان پرداخته و با راه حل مصالحه ترکیبی به رتبه بندی متغیرها مبادرت ورزیده و برای ساده سازی مدل از بین متغیرها موثرترین ها را برای درج در مدل به روش یاد شده، انتخاب و سپس با روش مدلسازی ساختاری تفسیری مدل مورد نظر استخراج و مدل با روش میک مک تحلیل گردیده است. جامعه آماری مورد مطالعه شرکت های دانش بنیان در حوزه های مختلف فناوری بوده که نمونه مدنظر از شرکت های مستقر در پارک علم و فناوری اخذ گردید. بر اساس این پژوهش هشت گروه متغیر شناسایی و تدوین گردیده است که بر میزان موفقیت طرح ها در شرکت های دانش بنیان موثر می باشند. مدل به دست آمده نشان می دهد این هشت گروه شاخص اصلی با 32 زیرمجموعه خود در چهار سطح کلی طبقه بندی می شوند. سطح پایه بر «قوانین و تأییدیه ها» را شامل می شود و «مشخصات کاربری طرح» و «مختصات مالی شرکت» در سطح چهارم مدل قرار می گیرند و پیشنهاد شده طرح های تحقیق و توسعه با این مدل مورد سنجش و مقایسه قرار گرفته و سرمایه گذاری برای هر طرح نیز با توجه به این مدل صورت پذیرد.

Developing a model for the success of research and development projects in knowledge-based companies

The article proposes a model to estimate the success rate of research and development (R&D) projects in knowledge-based companies before implementing projects and attracting investments or credit. The model evaluates projects based on known variables to combine projects based on available evidence. Many knowledge-based companies must choose the best plan from numerous R&D options. For these companies operating at the intersection of knowledge and industry, choice is doubly important. Therefore, this research collected variables affecting project success rates using the grounded theory method. Variables were ranked using a combined compromise solution to simplify the model. The most impactful variables were selected for inclusion. Interpretive structural modeling was used to extract the desired model, which was then analyzed with the Micmac method. The population studied was knowledge-based companies in various technology fields. The target sample came from companies in science and technology parks. Based on this, eight main variable groups impacting project success rates in knowledge-based companies were identified and compiled. The model shows these eight indexes and their 32 subcategories classified into four general levels. "Rules and approvals" and "project user specifications" and "company financial coordinates" are placed in the fourth level. Proposed R&D projects are measured against this model, and investment for each project is also determined according to the model.

تبلیغات