<?xml version="1.0" encoding="UTF-8"?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName></PublisherName>
      <JournalTitle>یادگیری هوشمند و تحول مدیریت</JournalTitle>
      <Issn>3115-8900</Issn>
      <Volume></Volume>
      <Issue>در دست انتشار</Issue>
      <PubDate PubStatus="epublish">
        <Year>1406</Year>
        <Month>10</Month>
        <Day>01</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>Development and Validation of a Big Data Policy-Making Model Affecting Digital Economy Growth: A Case Study of Startups</ArticleTitle>
    <VernacularTitle>تدوین و اعتباریابی مدل خط‌مشی‌گذاری کلان‌داده‌های مؤثر بر رشد اقتصاد دیجیتال (مورد مطالعه: استارت‌آپ‌ها)</VernacularTitle>
    <FirstPage>1</FirstPage>
    <LastPage>34</LastPage>
    <Language>FA</Language>
    <AuthorList>
      <Author>
        <FirstName>مهدی </FirstName>
        <LastName>افچنگی</LastName>
        <Affiliation>گروه مدیریت دولتی، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران.</Affiliation>
      </Author>
      <Author>
        <FirstName>کرم</FirstName>
        <LastName>سینا</LastName>
        <Affiliation>گروه حسابداری، دانشگاه ملی و مهارت، دانشکده فنی امام محمدباقر(ع)، ساری، ایران.</Affiliation>
      </Author>
      <Author>
        <FirstName>چنگیز </FirstName>
        <LastName>محمدی زاده</LastName>
        <Affiliation>گروه مدیریت دولتی، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران.</Affiliation>
      </Author>
      <Author>
        <FirstName>ندا </FirstName>
        <LastName>نفری</LastName>
        <Affiliation>گروه مدیریت دولتی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران</Affiliation>
      </Author>
    </AuthorList>
    <PublicationType>Journal Article</PublicationType>
    <History>
      <PubDate PubStatus="received">
        <Year>1404/12/06</Year>
        <Month></Month>
        <Day></Day>
      </PubDate>
    </History>
    <Abstract>&lt;p&gt;This study aimed to develop and validate a comprehensive big data policy-making model influencing digital economy growth, with a particular focus on the role and requirements of startups within Iran’s digital ecosystem. A mixed-methods design was employed. In the qualitative phase, a systematic grounded theory approach based on Strauss and Corbin’s methodology was applied through semi-structured interviews with 21 experts in public policy, digital economy, information technology, data analytics, and startup management. The extracted dimensions and components were subsequently validated through a three-round Delphi process involving 17 experts. In the quantitative phase, 305 startup managers, digital entrepreneurs, data analysts, information technology specialists, and digital economy policymakers in Tehran were selected through cluster sampling. Data were analyzed using Structural Equation Modeling (SEM) with Smart PLS software. The qualitative analysis identified 121 indicators, 27 subcategories, and 11 core categories organized within a paradigm model comprising causal conditions, contextual conditions, intervening conditions, strategies, and outcomes. Delphi findings demonstrated strong expert consensus and validity across all identified components, with Kendall’s coefficients exceeding 0.85 in all dimensions. Structural equation modeling confirmed the adequacy and empirical validity of the proposed model. Macro-enablers, data value creation mechanisms, economic-market conditions, data governance, executive enablement factors, and data-driven strategies significantly contributed to explaining digital economy growth. Furthermore, economic-competitive and socio-governance dimensions were validated as the principal outcomes of effective big data policy implementation. The findings indicate that sustainable digital economy growth among startups requires an integrated big data policy framework encompassing robust data infrastructure, effective data governance, skilled human capital, cross-sector collaboration, and efficient implementation mechanisms. The proposed model provides a localized and evidence-based framework that can assist policymakers, digital economy stakeholders, and innovation ecosystem actors in leveraging big data capabilities to accelerate digital transformation and economic development.&lt;/p&gt;</Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;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.&lt;/p&gt;</OtherAbstract>
    <ObjectList>
      <Object Type="keyword">
        <Param Name="value">خط مشی گذاری</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">کلان‌داده</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">اقتصاد دیجیتال</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">استارت‌آپ‌ها</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">حکمرانی داده</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">اقتصاد داده‌محور</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Policy-Making</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Big Data</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Digital Economy</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Startups</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Data Governance</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Data-Driven Economy</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="pdf">https://jilmt.com/index.php/jilmt/article/download/207/245</ArchiveCopySource>
  </Article>
</ArticleSet>
