Simulating Knowledge Dynamics in Innovation Networks

رقابت پذیری شرکت ها، مناطق و کشورها تا حد زیادی به تولید، انتشار و کاربرد دانش جدید بستگی دارد. تحقیقات نوآوری مدرن به دلیل نیاز به ترکیب فرآیندهای تولید و انتشار دانش در تجزیه و تحلیل به چالش کشیده شده است تا پیچیدگی این فرآیندهای پویا را از هم جدا کند. با این حال، با نوآوری، عدم قطعیت قوی، غیرخطی‌ها و ناهمگونی بازیگران به عواملی مرکزی تبدیل می‌شوند که با تکنیک‌های مدل‌سازی سنتی تثبیت شده در تعادل و همگنی در تضاد هستند.

این متن SKIN (دینامیک دانش شبیه سازی در شبکه های نوآوری) را معرفی می کند، یک مدل شبیه سازی مبتنی بر عامل که در درجه اول بر ایجاد دانش مشترک و تبادل دانش در همکاری ها و شبکه های نوآوری تمرکز دارد. در این زمینه، دانش به طور صریح مدل‌سازی می‌شود و به عنوان مثال، با سطح سرمایه‌گذاری انباشته تحقیق و توسعه تقریب نمی‌یابد. رویکرد SKIN از برنامه‌های کاربردی در حوزه‌های مختلف از فعالیت‌های تحقیقاتی مبتنی بر بخش در صنایع دانش‌بر گرفته تا فعالیت‌های کنسرسیوم‌های تحقیقاتی بین‌المللی درگیر در تحقیقات پایه و کاربردی پشتیبانی می‌کند.

پس از یک توضیح کلی از مدل SKIN، چندین برنامه کاربردی و تغییرات ارائه شده است. هر فصل به طور مفصل ساختار مدل، ملاحظات روش‌شناختی مربوطه و تجزیه و تحلیل نتایج شبیه‌سازی را معرفی می‌کند، در حالی که گزینه‌هایی برای اعتبارسنجی تجربی ساختار و نتایج مدل‌ها نیز مورد بحث قرار می‌گیرد. این کتاب دامنه کاربردهای بیشتر را در نظر می‌گیرد و چشم‌اندازهایی را برای توسعه استراتژی‌های مدل‌سازی مشترک ترسیم می‌کند.

The competitiveness of firms, regions and countries greatly depends on the generation, dissemination and application of new knowledge. Modern innovation research is challenged by the need to incorporate knowledge generation and dissemination processes into the analysis so as to disentangle the complexity of these dynamic processes. With innovation, however, strong uncertainty, nonlinearities and actor heterogeneity become central factors that are at odds with traditional modeling techniques anchored in equilibrium and homogeneity.

This text introduces SKIN (Simulation Knowledge Dynamics in Innovation Networks), an agent-based simulation model that primarily focuses on joint knowledge creation and exchange of knowledge in innovation co‐operations and networks. In this context, knowledge is explicitly modeled and not approximated by, for instance, the level of accumulated R&D investment. The SKIN approach supports applications in different domains ranging from sector-based research activities in knowledge-intensive industries to the activities of international research consortia engaged in basic and applied research.

Following a general description of the SKIN model, several applications and modifications are presented. Each chapter introduces in detail the structure of the model, the relevant methodological considerations and the analysis of simulation results, while options for empirically validating the models’ structure and outcomes are also discussed. The book considers the scope of further applications and outlines prospects for the development of joint modeling strategies.