خلاصه وضعیت: کد مقاله: 537330 تاریخ انتشار: ۹ / ۶ / ۱۳۹۳ تعداد مشاهدات: 158
DOI: 10.22034/jstp.2014.6.3.537330

تحلیل ساختار شبکه نوآوری نانو ایران در حوزه سلامت

براساس سند راهبردی توسعه فناوری نانو، ایران می‌بایست طی یک دوره ده ساله و تا پایان سال 92 به رتبه پانزدهم در سه شاخص تولید علم، فناوری و بازار دست می‌یافت. کسب رتبه چهارم در تولید علم در سال 92 نشان از موفقیت چشم‌گیر این برنامه در شاخص علم بوده، اما دو شاخص دیگر علیرغم تمام تلاش‌ها از رتبه جهانی خوبی برخوردار نیستند. عدم دستیابی به هدفگذاری های انجام شده در شاخص های فناوری و بازار و یا به­عبارتی، سرعت کم نوآوری در این حوزه با وجود نرخ بالای تولید علم، یک مساله پیجیده و پویاست که نیازمند استفاده از رویکرد سیستمی در تحلیل آن می‌باشد، از آنجا که این شبکه‌ها درقالب سیستم‌های پیچیده انطباقی مورد مطالعه قرار می‌گیرند، استفاده از روش تحلیل شبکه‌های اجتماعی در شناسائی ساختار آنها مورد توجه قرار گرفته است. این مقاله ساختار شبکه نوآوری نانو ایران درحوزه سلامت را با روش تحلیل شبکه‌های اجتماعی مورد بررسی قرار داده و به این نتیجه رسیده است که ساختار شبکه از نوع آزاد مقیاس می‌باشد و از آنجا که در این نوع شبکه‌ها، قدرت متمرکز است شبکه از کارایی لازم برخوردار نبوده و سرعت نوآوری در آن بسیار پائین است. لذا در کنار انواع سیاستگذاری‌های انجام شده برای توسعه فناوری نانو در کشور، سیاستگذاری هدفمند برای ارتقای سطح همکاری ها به گونه‌ای که ساختار شبکه به سمت ساختارهای کارآمد حرکت کند - تا سرعت نوآوری در آن افزایش یابد- یک ضرورت محسوب می‌شود.


تحليل شبكه هاي اجتماعي
ساختار شبکه
شبكه نوآوري
شبکه نوآوري نانو

سهراب خلیلی شورینی
محمود البرزي
مرتضی محمودزاده

 
نام و نام خانوادگی : پست الکترونیک :  
نظر شما :  
Captcha..
لطفا کد امنیتی زیر را وارد کنید


نسخه متنی
تعداد نظرات: 0
ایندکس شده در:
تعداد ارجاعات: 0
تعداد جستجوهای این مقاله :
تعداد دانلود مقاله : 158
  • رفرنس
  • 1] "سایت استت نانو-شاخص مقالات ", مهر 1392 [آنلاین ] در دسترس :http://statnano.com/fa/report/s:
    [2] Senge, P.M., 1990, The fifth discipline: the art and practice of the learning organization NewYork : Doubleday/Curre.
    [3] Sterman, J.D., 2000, Business Dynamics: Systems Thinking and Modeling for a ComplexWorld, McGraw-Hill.
    4]" سایت استت نانو-شاخص فناوري ",مهر 1392 [آنلاین] .دردسترس http://statnano.com/fa/report/s
    5] صوفی، عبداله و پورفتحی، عباس ، 1388 ، ”تحلیل شبکه ي نوآوري بین بخش هاي اقتصاد ایران "، فصلنامه سیاست علم و
     فناوري، صص 52-43.
    6] قاضی نوري، سید سپهر، توسلی زاده، صادق، 1387 ، "ارزیابی برنامه ملی فناوري نانو ایران با کارت امتیازي متوازن و تبیین
    جایگاه سرمایه اجتماعی به عنوان حلقه مفقوده نظام ملی نوآوري"،فصلنامه سیاست علم و فناوري،صص49-58.
    7] رضایی، روح اله، حسینی، سید محمود، شعبانعلی فمی، حسن و صفا، لیلا، 1388 ، "شناسائی و تحلیل موانع توسعه فناوري نانو در بخش کشاورزي ایران از دیدگاه محققان"، فصلنامه سیاست علم و فناوري، صص 26-1.
    [8] Pyka, A., 2002, “Innovation Networks in Economics: from the incentive-based to the knowledge-based approaches”, European Journal of Innovation Management, 5(3), pp. 152-163.
    [9] Pyka, A. and Fagiolo, G. 2007, “Agent-based modelling: a methodology for neo-Schumpeterian economics”, Elgar companion to neo- Schumpeterian economics.
    [10] Nelson, R.R. and Winter, S.G., 1982, An Evolutionary Theory of Economic Change, THE BELKNAP PRESS OF HARVARD UNIVERSITY PRESS.
    [11] Ahrweiler, P. and Pyka, A., Gilbert, N. 2004, Simulating Knowledge Dynamics in Innovation Networks, Edward Elgar.
    [12] Ahrweiler, P.; Pyka, A.; Schilperoord, M.; Gilbert 2012, "Testing Policy Options for Horizon 2020 ICT," in 2nd SKIN workshop, Koblenz, Germany.
    [13] Morone P. and Taylor R. 2010, Knowledge Diffusion and Innovation Modeling Complex Enterpreneurial Behaviour, USA: Edward Elagar Pub.
    [14] Dawid, H. 2005, "Agent-based Models of Innovation and Technological Change," in Handbook of Computational Economics, 2: Agent-Based Computational Economics.
    [15] Anderson, P. 1999, "Complexity Theory and Organization Science," Organization Science, Special Issue: Application of Complexity Theory to Organization Science, 10(3), pp. 216- 232.
    [16] Yuan Y. McKelvey B. 2002, "Situated Learning Theory: Adding rate and complexity effects via Kauffman’s NK Model," Nonlinear dynamics.
    [17] Giuliani E. Bell M. 2005, "The microdeterminants of meso-level learning and innovation: evidence from a Chilean wine cluster," Research Policy 34(1), p. 47–68.
    [18] Blom, M. and Hildrum, J. 2012, "Firm-level business strategies and the evolution of innovation networks in the Nordic Internet service provider (ISP) industry: an agent based model approach," in 2nd SKIN workshop, Koblenz, Germany.
    [19] Muller E. R. A., Buetgett D. and Seidel-lass L. 2007, "Supply Chain and Social Network Analysis," in 1st International European Forum on Innovation and System Dynamics in Food Networks, Innsbruck-Igls, Austria.
    [20] Zhong X. and Ozdemir S. Z. 2010, "Structure, learning, and the speed of innovating: a two-phase model of collective innovation using agent based modeling," Industrial and Corporate Change, 9(5), pp. 1459–1492.
    [21] Chang M. H. and Harrington J. E. 2005, Chang, "Discovery and diffusion of knowledge in an endogenous social network," American Journal of Sociology, 110(4), pp. 937–976.
    [22] Giuliani E. and Pietrobelli C. 2011, "Social Network Analysis Methodologies for the Evaluation of Cluster Development Programs," Inter-American Development Bank.
    [23] Watts D. 2004, "The "New" Science of Networks," Annual Review of Sociology, 30, pp. 243–270.
    [24] Tsvetovat M. and A. Kouznetsov 2011, Social Network Analysis for startups, O'REILLY.
    [25] Giuliani E. and Rabellotti R. 2011, "Bridging researchers and the openness of wine innovation systems in Chile and South Africa," in Innovation and Technological Catch-Up: The Changing Geography of Wine Production, Cheltenham, U.K., Edward Elgar.
    [26] Baum J., Shipilov A. and Rowley TJ. 2003, "Where do small worlds come from?," Industrial and Corporate Change 12(4),pp. 697–725.
    [27] Wasserman S. 1994, "Social network analysis: Methods and applications ", Cambridge university press.
    [28] Alfarano S. and Lux T., 2010, "Extreme Value Theory as a Theoretical Background for Power Law Behavior," in Power Laws in the Social Sciences: Discovering Complexity and Non- Equilibrium Dynamics in the Social Universe.
    [29] Borgatt S. and Li E. 1999, "Models of core/periphery structures," Social Networks, 21, pp. 375-395.