مطالعه تطبيقي مسائل و گزينه‌هاي راهبردي در صنعت هوافضا‌ با استفاده از متن‌كاوي اسناد سياستي

A Comparative Study of Development Strategies in A High Tech Industry Through Text Mining of Policy Documents

تحقيق حاضر در پي به‌كارگيري فرايند درس‌آموزي براي تحليل سياست‌هاي توسعه صنعت هوافضا در نه منطقه جهان و يادگيري از آن‌ها است. اين تحليل با به‌كارگيري روش متن‌كاوي روي اسناد سياستي صنعت هوافضا و دو زيرحوزه سياستي مرتبط يعني علم، فناوري و نوآوري و دفاع انجام شده است و قلمرو آن مناطق اتحاديه اروپا، انگلستان، امريكا، برزيل، تركيه، رژيم صهيونيستي، روسيه، ژاپن-كره جنوبي، و هند- پاكستان بوده است. پس از تحليل فراواني واژه‌ها، ترسيم شبكه هم‌رخدادي كلمات و خوشه‌بندي اين شبكه براي مجموع اسناد سياستي گردآوري‌شده، شبكه‌هاي هم‌رخدادي براي هريك از مناطق نه‌گانه به‌طور مجزا ترسيم و تحليل شده‌اند و مهم‌ترين نكات سياستي استخراج شده است. در نهايت مهم‌ترين درس‌آموخته‌ها براي سياست‌گذاري در صنعت هوافضاي جمهوري اسلامي ايران ارائه شده است. جهت‌گيري به سمت تحقيقات كاربردي و كاربردي كردن تحقيقات؛ ارتباط دولت، صنعت و دانشگاه؛ يكپارچه‌سازي سياست‌ها و برنامه‌ها؛ استفاده از ظرفيت‌هاي ديپلماسي علم و فناوري؛ استفاده بهينه از منابع؛ برنامه‌ريزي دقيق و زمان‌مند براي نوآوري‌ها و فناوري‌هاي آينده؛ توسعه برنامه‌هاي مهارت‌آموزي؛ توجه ويژه و فراگير به كاربردها و خدمات مشاهده زمين؛ ايجاد خوشه‌هاي تخصصي هوافضا و استفاده از ظرفيت‌هاي مناطق؛ تنوع‌بخشي به منابع تأمين مالي؛ تلاش براي بومي‌سازي محصولات و سامانه‌هاي هوافضا در كشورهاي در حال توسعه؛ و نگاه سيستمي به سياست‌گذاري علم، فناوري و نوآوري درس‌هايي هستند كه از اسناد سياستي تحليل‌شده در اين تحقيق مي‌توان آموخت.

The present study seeks to apply Lesson drawing process for analyzing aerospace industry (AI) policies in nine regions/countries and learning from them. This analysis has been carried out by applying the methodology of text mining to policy documents of AI and the two related policy areas, i.e. science, technology and innovation, and defense. The study comprises the regions/countries of the EU,UK,USA,Brazil,Turkey,the Zionist regime,Russia,Japan-Korea,and India-Pakistan. After analyzing the frequency of words, drawing the co-occurrence network of words and clustering this network for all policy documents, the co-occurrence networks for each of the nine countries/regions are separately mapped and analyzed; then the most important policy points are extracted. Finally, the most important lessons learned for AI policy Analysis in the Islamic Republic of Iran are presented. Orientation towards applied research and application of researches; the interaction of government, industry and universities; the integration of policies and programs; the application of science and technology diplomacy capacities; the optimal use of resources; accurate planning for future innovations and technologies; the development of training programs;special attention to space observation services; the creation of aerospace clusters and the use of regional capacities; the diversification of financing sources; the localization of products and systems in developing countries; and a systematic approach to science,Technology and Innovation policy are lessons learned from the analyzed policy documents in this study.