تاثیر ظرفیت جذب دانش بر نوآوری استراتژیک با توجه به نقش تعدیل گری رقابتپذیری و انعطاف پذیری استراتژیک
Publish place: Journal of Strategic Management Studies، Vol: 11، Issue: 42
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 292
This Paper With 24 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_STRA-11-42_011
تاریخ نمایه سازی: 27 اردیبهشت 1400
Abstract:
با گسترش پارادیم نوآوری باز به عنوان پارادایم غالب در مدیریت نوآوری، اهمیت ظرفیت جذب دانش بیش از پیش آشکار گشته است. هدف اصلی پژوهش حاضر، تحلیل تاثیر ظرفیت جذب دانش بر نوآوری استراتژیک است، ضمن این که این پژوهش بررسی می کند که رقابتپذیری و انعطاف پذیری استراتژیک چه نقشی در تقویت یا تضعیف این رابطه ایفا می کنند. روش تحقیق پژوهش، کمی و به صورت پیمایش است که با ابزار پرسشنامه انجام شده است. جامعه آماری پژوهش، شرکت های کوچک و متوسط دانش بنیان ایرانی شرکت کننده در هفتمین نمایشگاه بین المللی نوآوری و فناوری (INOTEX) در تابستان ۱۳۹۷ است که عمدتا نوپا بوده و شامل ۲۴۰ شرکت می باشند که بر اساس فرمول کوکران ۱۴۴ شرکت به صورت نمونه گیری تصادفی انتخاب شدند. پس از بررسی روایی و پایایی داده های گردآوری شده، به کمک نرم افزار اسمارت پی ال اس و از طریق ماتریس همبستگی، آزمون معادلات ساختاری و آزمون برازش مدل مورد تحلیل قرار گرفتند. در نهایت، مشخص شد که ظرفیت جذب دانش بر نوآوری استراتژیک موثر است. همچنین رقابت پذیری و انعطاف پذیری استراتژیک در رابطه بین ظرفیت جذب دانش و نوآوری استراتژیک، نقش تعدیل گری ایفا می کند و شدت رابطه را افزایش می دهند. با توجه به نتایج بدست آمده می توان دریافت که در دنیای رقابتی امروز، سازمان هایی که توانایی برنامه ریزی با رویکرد رقابتی داشته و به انعطاف پذیری استراتژیک در ایجاد انطباق با شرایط در زمان های مختلف توجه می نمایند، بهتر می توانند در مسیر نوآوری گام بردارند.
Keywords:
Authors
سیدامیرحسین طیبی ابوالحسنی
دانشجوی دکتری مدیریت بازرگانی دانشگاه علامه طباطبائی تهران
محمدرضا دانشوردیلمی
دانشجو/دانشگاه علامه طباطبائی
شیرین اسدی خانقاه
کارشناس ارشد مدیریت دولتی پردیس فارابی دانشگاه تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :