تدوین و اعتباریابی مدل خط‌مشی‌گذاری کلان‌داده‌های مؤثر بر رشد اقتصاد دیجیتال (مورد مطالعه: استارت‌آپ‌ها)

نویسندگان

    مهدی افچنگی گروه مدیریت دولتی، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران.
    کرم سینا * گروه حسابداری، دانشگاه ملی و مهارت، دانشکده فنی امام محمدباقر(ع)، ساری، ایران. Ksina@tuv.ac.ir
    چنگیز محمدی زاده گروه مدیریت دولتی، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران.
    ندا نفری گروه مدیریت دولتی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران

کلمات کلیدی:

خط مشی گذاری, کلان‌داده, اقتصاد دیجیتال, استارت‌آپ‌ها, حکمرانی داده, اقتصاد داده‌محور

چکیده

هدف این پژوهش، تدوین و اعتباریابی یک مدل جامع خط‌مشی‌گذاری کلان‌داده‌های مؤثر بر رشد اقتصاد دیجیتال با تمرکز بر نقش و الزامات استارت‌آپ‌ها در زیست‌بوم اقتصاد دیجیتال ایران بود. این پژوهش با رویکرد آمیخته (کیفی–کمی) انجام شد. در بخش کیفی، با بهره‌گیری از نظریه داده‌بنیاد نظام‌مند اشتراوس و کوربین و انجام مصاحبه‌های نیمه‌ساختاریافته با 21 نفر از خبرگان حوزه سیاست‌گذاری عمومی، اقتصاد دیجیتال، فناوری اطلاعات، تحلیل داده و مدیران استارت‌آپی، ابعاد و مؤلفه‌های مدل استخراج شد. در مرحله اعتباریابی، 17 نفر از خبرگان از طریق تکنیک دلفی سه‌مرحله‌ای به ارزیابی و تأیید مؤلفه‌ها پرداختند. در بخش کمی نیز 305 نفر از مدیران استارت‌آپ‌ها، کارآفرینان دیجیتال، تحلیلگران داده و سیاست‌گذاران حوزه اقتصاد دیجیتال شهر تهران با روش نمونه‌گیری خوشه‌ای انتخاب شدند. داده‌ها با استفاده از مدل‌سازی معادلات ساختاری در نرم‌افزار Smart PLS تحلیل گردید. نتایج تحلیل کیفی منجر به شناسایی 121 شاخص، 27 مقوله فرعی و 11 طبقه اصلی در قالب مدل پارادایمی شامل شرایط علّی، شرایط زمینه‌ای، شرایط مداخله‌ای، راهبردها و پیامدها شد. یافته‌های دلفی نشان داد که تمامی مؤلفه‌های استخراج‌شده از اعتبار و اجماع بالای خبرگان برخوردار بوده‌اند و ضرایب هماهنگی کندال در تمامی ابعاد بیش از 85/0 به دست آمد. نتایج مدل‌سازی معادلات ساختاری نیز برازش مطلوب مدل پیشنهادی را تأیید کرد و نشان داد که توانمندسازهای کلان، خلق ارزش داده‌ای، شرایط اقتصادی–بازاری، راهبری داده، توانمندسازی اجرایی و راهبردهای داده‌محور نقش معناداری در تبیین رشد اقتصاد دیجیتال دارند. همچنین پیامدهای اقتصادی–رقابتی و اجتماعی–حاکمیتی به‌عنوان نتایج نهایی اجرای مؤثر خط‌مشی‌های کلان‌داده تأیید شدند. یافته‌های پژوهش نشان داد که رشد اقتصاد دیجیتال در استارت‌آپ‌ها مستلزم استقرار یک نظام منسجم خط‌مشی‌گذاری کلان‌داده مبتنی بر زیرساخت‌های داده‌ای، حکمرانی داده، سرمایه انسانی متخصص، مشارکت میان‌بخشی و سازوکارهای اجرایی اثربخش است. مدل ارائه‌شده می‌تواند به‌عنوان چارچوبی بومی برای هدایت سیاست‌گذاران، مدیران و بازیگران زیست‌بوم نوآوری در بهره‌برداری هدفمند از کلان‌داده‌ها و تسریع توسعه اقتصاد دیجیتال مورد استفاده قرار گیرد.

دانلودها

دسترسی به دانلود اطلاعات مقدور نیست.

مراجع

Akter, S., Hossain, M. A., Lu, Q., & Shams, S. M. R. (2021). Big Data-Driven Strategic Orientation in International Marketing. International Marketing Review, 38(5), 927-947. https://doi.org/10.1108/IMR-11-2020-0256

Baghdadi, M., Mohammadi, M., Elyasi, M., & Radfar, R. (2021). Identifying Factors Affecting the Development of Startup Business Models in Line with Startup Maturity Stages. Technology Development Management Quarterly, 9(4), 12-43.

Bahrami, F., Kanani, F., Turkina, E., Moein, M. S., & Shahbazi, M. (2021). Key Challenges of Big Data Startups: An Exploratory Study in Iran. Management Studies Journal, 14(2), 273-289.

Chen, B., Nie, G., Jiang, S., & Hu, N. (2022). Research on the Big Data-Based Product Quality Data Package Construction and Application. 2022 4th International Conference on Advances in Computer Technology, Information Science and Communications (CTISC),

Cheng, H., & Qiu, L. (2023). Government-Supported E-Commerce Infrastructure and Entrepreneurship in Underdeveloped Regions. https://ssrn.com/abstract=4392492

Creswell, J. W. (2023). Qualitative Inquiry and Research Design: Choosing among Five Approaches (H. Danaei Fard & H. Kazemi, Trans.). Eshraghi and Saffar Publications.

Hossin, M. A., Du, J., Mu, L., & Asante, I. O. (2023). Big Data-Driven Public Policy Decisions: Transformation Toward Smart Governance. Sage Open, 1-19. https://doi.org/10.1177/21582440231215123

Ma, L., & Sun, B. (2020). Machine Learning and AI in Marketing: Connecting Computing Power to Human Insights. International Journal of Research in Marketing, 37(3), 481-504. https://doi.org/10.1016/j.ijresmar.2020.04.005

Mamatzhonovich, O. D., Khamidovich, O. M., & Esonali o'g'li, M. Y. (2022). Digital Economy: Essence, Features and Stages of Development. Academicia Globe: Inderscience Research, 3(04), 355-359.

Merhi, M. I., & Bregu, K. (2020). Effective and Efficient Usage of Big Data Analytics in Public Sector. Transforming Government: People, Process and Policy, 14(4), 605-622. https://doi.org/10.1108/TG-08-2019-0083

Mirzaei, A., AlKhazali, O., Aguir, I., & Aguir, W. (2026). The impact of FinTech credit on growth in capital expenditure: Evidence from Chinese manufacturing firms. International Review of Economics & Finance, 106, 104911. https://doi.org/10.1016/j.iref.2026.104911

Plikas, J. H., & Kenourgios, D. (2026). Renewable Energy and Bank Credit Risk: The Mediating Role of Economic Growth. Economic Modelling, 107576. https://doi.org/10.1016/j.econmod.2026.107576

PourEzzat, A. A., Esmaili Givi, M., & Mahmoudi, M. (2021). Functions of Big Data in Smartening the Public Policy Cycle: An Analysis of Capacities and Challenges. Fourth Conference on Governance and Public Policy,

Rahmani, A., Vaziri Nejad, R., Ahmadinia, H., & Rezaeian, M. (2020). Methodological Foundations and Applications of the Delphi Method: A Narrative Review. Journal of Rafsanjan University of Medical Sciences, 19(5), 515-538.

Ranjan, J., & Foropon, C. (2021). Big Data Analytics in Building the Competitive Intelligence of Organizations. International Journal of Information Management, 56, 102231. https://doi.org/10.1016/j.ijinfomgt.2020.102231

Sayehmiri, A., & Shayesteh, M. (2023). Investigating the Effects of Digitalization and Energy Intensity on Economic Growth in Selected MENA Countries. Econometric Modeling Quarterly of Semnan University, 8(4), 44-65.

Sedighian, N., Haji Ali Akbari, F., Doroudi, H., & Lotfizadeh, F. (2023). Providing a Model of the Consequences of Visual Metaphors in Interactive Advertising on Consumer Behavior Using the Delphi Technique. Consumer Behavior Studies, 10(1), 185-213.

Shah, S. I. H., Peristeras, V., & Magnisalis, I. (2021). Government Big Data Ecosystem: Definitions, Types of Data, Actors, and Roles and the Impact in Public Administrations. Journal of Data and Information Quality, 13(2), 1-25. https://doi.org/10.1145/3425709

Supriyanto, E. E., Warsono, H., & Herawati, A. R. (2021). Literature Study on the Use of Big Data and Artificial Intelligence in Policy Making in Indonesia. Administratio: Jurnal Ilmiah Administrasi Publik dan Pembangunan.

Wahyudi, M., Meilinda, V., & Khoirunisa, A. (2022). The Digital Economy's Use of Big Data Technologies and Data Science. International Transactions on Artificial Intelligence, 1(1), 62-70. https://doi.org/10.33050/italic.v1i1.167

Wan, L. J. (2020). Big Data Strategies for Government, Society and Policy-Making. Journal of Asian Finance, Economics and Business, 7(7), 475-487. https://doi.org/10.13106/jafeb.2020.vol7.no7.475

Wang, D., Zhou, T., & Wang, M. (2021). Information and Communication Technology (ICT), Digital Divide and Urbanization: Evidence from Chinese Cities. Technology in Society, 64, 101516. https://doi.org/10.1016/j.techsoc.2020.101516

Yaşa, A. A., & Şentürk, N. K. (2025). Inflation, Economic Growth and External Debt Dynamics: Evidence from Emerging Market Economies. Journal of Mehmet Akif Ersoy University Economics and Administrative Sciences Faculty, 12(3), 1060-1082. https://doi.org/10.30798/makuiibf.1633414

دانلودها

چاپ شده

1406-10-01

ارسال

1404-12-06

بازنگری

1405-03-18

پذیرش

1405-03-25

شماره

نوع مقاله

مقالات

نحوه استناد به مقاله

افچنگی م. .، سینا ک.، محمدی زاده چ. .، و نفری ن. . (1406). تدوین و اعتباریابی مدل خط‌مشی‌گذاری کلان‌داده‌های مؤثر بر رشد اقتصاد دیجیتال (مورد مطالعه: استارت‌آپ‌ها). یادگیری هوشمند و تحول مدیریت، 1-34. https://jilmt.com/index.php/jilmt/article/view/207

مقالات مشابه

##common.pagination##

همچنین برای این مقاله می‌توانید شروع جستجوی پیشرفته مقالات مشابه.