چکیده:
براساس دیدگاه اغلب محققان، کارآفرینی دانشگاهی و سپس به مرحله تجاری درآوردن دانش، به ویژه در کشورهایی که فاقد سرمایههای اولیهای نظیر نفت، طلا و... میباشند یا در جوامعی که در آنها علیرغم وجود منابع اولیه قابل توجه، سازوکارهای لازم برای بهرهگیری از آنها وجود ندارد، میتواند موثر باشد. با این وجود نظریهها مدیریت ضعیف استراتژیک و عوامل ساختاری محدودکننده را دو عامل اصلی در جلوگیری از کارآفرینی معرفی کردهاند. از این رو مسئله تحقیق حاضر آگاهی از رابطه مدیریت استراتژیک و عوامل ساختاری با کارآفرینی دانشگاهی، و هدف، طراحی مدلی برای نشان دادن چگونگی این رابطهها است. شیوه انجام پژوهش به صورت کمّی و توصیفی- تحلیلی بوده است. ابزار گردآوری دادهها شامل پرسشنامه هایی بوده که توسط محقق تهیه شده است. جامعه آماری شامل کلیه واحدهای دانشگاهی پیام نور منطقه 2 کشور (48 واحد) است که به صورت سرشماری مطالعه شدهاند. دادهها با استفاده از نرمافزار اس. پی. اس. اس تحلیل شدند. یافتهها نشان دادهاند که رابطه معناداری میان کلیه متغیرها و مولفههای وجود دارد. محقق در پایان، کوشیده است مدلی را طراحی کند که بالاترین درجه تبیین کارآفرینی دانشگاهی را به دست دهد. این مدل با استفاده از شبکه عصبی تحلیل شد. یافتهها حاکی از برازش بسیار بالای مدل میباشد. به این ترتیب نتیجه پژوهش این بوده است که میتوان مدلی را طراحی نمود که به واسطه آن در مسیر توسعه کارآفرینی دانشگاهی با ایجاد بهبود در مدیریت استراتژیک و عوامل ساختاری گام برداشت.
The altered state of today’s world such as increased population, changed cultural patterns, political effects, etc., has affected the economy in some countries and made them somewhat detrimental. According to most scholars, academic entrepreneurship and then knowledge commercialization, especially in countries that lack basic funds such as oil, gold, etc., or in communities with no practical mechanism to manipulate the existing initial sources, can be effective. Nevertheless, theories have said poor strategic management and constraining structural factors to be the two main factors in the prevention of entrepreneurship. The present study was designed to give an insight into how strategic management and structural factors are related to academic entrepreneurship. The data was collected using questionnaires prepared by the researcher. The population of the study included all academic units in Payam Noor University, Area 2 (48 branches) studied in a census and the data were analyzed using SPSS software. It was indicated from data analysis that there is a significant relationship between all the variables and components. Finally, the researcher tried to design a model which can explain academic entrepreneurship to the greatest extent. This model was analyzed using neural network. The findings of the study suggested very high fitness for the model.