سابقه و هدف: با توجه به محدوديت منابع مالی و انسانی تعيين اولويت‌های پژوهشی از مهم‌ترين مسائل فراروی سياست‌گذاران علم و فناوری می‌باشد. اين تحقيق از ديدگاه اقتصادی به تعيين اولويت‌‌های پژوهشی ايران پرداخته است. مواد و روش‏ها: اين تحقيق از نوع کاربردی بوده که به روش علم سنجی و اقتصاد سنجي صورت گرفته است. داده‌های توليد علم از SCImago و داده‌های مربوط به سرانه توليد ناخالص داخلی از پايگاه بانک جهانی استخراج شده است و تحليل داده‌ها با استفاده از نرم‌افزار Eviwes7 صورت گرفته است. يافته‏ها: گروه‌های مهندسی و علوم انسانی (در سطح 01/0) بر سرانه توليد ناخالص تاثيرگذار هستند. گروه‌های علوم انسانی (در سطح 01/0)، دامپزشکی و پزشکی (در سطح 05/0) از سرانه توليد ناخالص تاثير پذير هستند. نتيجه‏ گيری: رشته‌های مهندسی زيست پزشکی، عمران و ساختمان، مهندسی سيستم و نظارت، مهندسی صنايع و توليد، مهندسی مکانيک، مکانيک مواد و علم مواد، بر رشد اقتصادی تاثيرگذار هستند، به عبارت ديگر اين رشته‌ها می‌توانند در اولويت‌ های پژوهشی کشور قرار گيرند.

1. دا طًگب عل مَ پشضکی بببل، هجل علن س جٌی کبسپیي Original Article
- سبل ا لٍ، ضوبر ا لٍ، ب بْر تببستبى 39 ، صفح 84 39
پض صٍّ در کذام ح سَ بّ؟: تعییي ا لٍ یَت بّی پض طٍّی کط رَ
بز هب بٌی تبثیز آى بّ بز رضذ اقتصبدی
39/2/ دریبفت هقبل :ِ 61 39/8/ پذیزش هقبل :ِ 26
چکیذ سببق ذّف: ثب ت خَ ث هحذ دٍیت ه بٌثغ هبلي ا ؼًب يً، تؼییي ا لٍ یَت بّی پظ ـٍّي اص ه نْ تشیي هؼبئل فشاس یٍ ػیبػت گزاساى
ػلن ف بٌ سٍی هي ثبؿذ. ایي تحمیك اص دیذگب التلبدی ث تؼییي ا لٍ یَت بّی پظ ـٍّي ایشاى پشداخت اػت.
ه اَد ر شٍ بّ : ایي تحمیك اص عًَ وبسثشدی ث دَ و ث س ؽٍ ػلن ػ دٌي التلبد ػ دٌي ك سَت گشفت اػت. داد بّی ت لَیذ
ػلن اص SCImago داد بّی هشث طَ ث ػشا ت لَیذ بًخبلق داخلي اص پبیگب ثبهً خ بْ يً اػتخشاج ؿذ اػت تحلیل داد بّ ثب
اػتفبد اص شًم افضاس Eviwes7 ك سَت گشفت اػت.
یبفت بِّ : 0( ثش ػشا ت لَیذ بًخبلق تبثیشگزاس ؼّت ذٌ. گش بّی ػل مَ ا ؼًب يً )دس / گش بّی ه ذٌْػي ػل مَ ا ؼًب يً )دس ػغح 01
0( اص ػشا ت لَیذ بًخبلق تبثیش پزیش ؼّت ذٌ. / 0(، داهپضؿىي پضؿىي )دس ػغح 05 / ػغح 01
تًیج گِیزی: سؿت بّی ه ذٌْػي صیؼت پضؿىي، ػوشاى ػبختوبى، ه ذٌْػي ػیؼتن ظًبست، ه ذٌْػي ك بٌیغ ت لَیذ،
ه ذٌْػي هىب یًه، هىب یًه ه اَد ػلن ه اَد، ثش سؿذ التلبدی تبثیشگزاس ؼّت ذٌ. ث ػجبست دیگش ایي سؿت بّ هي ت اَ ذًٌ دس
ا لٍ یَت بّی پظ ـٍّي وـ سَ لشاس گیش ذً.
اٍصگبى کلیذی: ا لٍ یَت پض طٍّی، سیبست علن ف بٌ رٍی، ت لَیذ علن، رضذ اقتصبدی
هقذه ت اَى لضب تٍ دس ه سَد ضٍؼیت ػلوي یه وـ سَ ثشای د لٍت هشداى وؼب يً و ظٍیف تلوین گیشی دس ایي صهی سا داس ذً حیبتي اػت. اص آى خب
و توبم ػل مَ ث یه ا ذًاص وبسثشد ذًاس ذً ) 1( دس شّ صهبى یه التلبد
ت بٌْ هي ت اَ ذً ف بٌ سٍی سا دس چ ذٌ ثخؾ پیؾ ثشد پیؾ ثی يٌ ای ىٌ وذام
ف بٌ سٍی بّ هفیذتش خ اَ ذٌّ ث دَ ػبد یًؼت) 2(، ث بٌثشایي تؼییي ا لٍ یَت بّی
پظ ـٍّي اص ه نْ تشیي هؼبئل فشاس یٍ ػیبػت گزاساى ػلن ف بٌ سٍی اػت
3(. یىي اص تلاؽ بّیي و دس ایي صهی دس وـ سَ ك سَت گشفت ػ ذٌ مًـ (
خبهغ ػلوي وـ سَ اػت و دس فلل ػ مَ، ا لٍ یَت بّی ػلن ف بٌ سٍی وـ سَ
سا هـخق هي و ذٌ. اص ػ یَ دیگش لغؼب هؼبئل التلبدی یىي اص ه نْ تشیي
خٍ يَّ اػت و دس شّ ػیبػت گزاسی هشث طَ ث ػلن ف بٌ سٍی ث آى ت خَ )5 ، هي ؿ دَ) 4 ای ىٌ ػشهبی گزاسی دس وذام ح صَ بّ ثبصد التلبدی خ اَ ذّ
داؿت داسای ا وّیت خ اَ ذّ ث دَ.
Rai Lal پیـ بٌْد هيو ذٌٌ و وـ سَ بّی پیـشفت دس تحمیمبت
پبی وـ سَ بّی دس حبل ت ػَؼ دس آه صَؽ، صیشػبخت بّ ه ذٌْػي
ػشهبی گزاسی و ذٌٌ. صیشا ایي ح صَ بّ تبثیش ثیؾ تشی ثش سؿذالتلبدی داس ذً
.)6( Vinkler تبثیش ػغح ت ػَؼ یبفتگي سا ثش خش خٍي تحمیمبت هغشح
وشد ثیبى هي و ذٌ و ساثغ هیبى سؿذالتلبدی خش خٍي
تحمیمبت دس وـ سَ بّی هختلف تفب تٍ داسد، یٍ چ یٌي اػت جٌبط هي و ذٌ و وـ سَ بّی پیـشفت ت اَى ثیؾ تشی دس پـتیجب يً اص تحمیمبت پبی داس ذً.
ث بٌثشایي تحمیمبت آى بّ ؿبهل تحمیمبت پبی هي ؿ دَ ووتش ث یًبص بّی
.) آ يً هي پشداص ذً ) 7 Chuang وّىبساى ـًبى داد ذً و ح صَ بّی
تحمیمبتي و وـ سَ بّی ػ گٌبپ سَ، تبی اَى وش خ ثٌَي دس د ػبل گزؿت دس
آى فؼبلیت داؿت ا ذً ث ه ذٌْػي گشایؾ داؿت اػت ) 8(. وـ سَ بّی ك ؼٌتي
خذیذ Newly Industrizing Economics (NIE) ظًیش ػ گٌبپ سَ،
تبی اَى وش خ ثٌَي ثش ف نْ ا تًـبس ف بٌ سٍی ه خَ دَ ث خبی ایدبد ف بٌ سٍی
توشوض وشد ا ذً ) 3(. وّچ یٌي ػیبػت ػلن ف بٌ سٍی طاپي، ث حً یَ
) س صٍافض ىٍ ث ف بٌ سٍی بّیي هؼغ فَ اػت و ا وّیت التلبدی داس ذً ) 9
Kealey ثیبى هيو ذٌ و توشوض ثش ػل مَ پبی ث ه ظٌ سَ پیـجشد ف بٌ سٍی
.) تبثیشگزاس یًؼت ) 2
دس ثیبى ساثغ هیبى ت لَیذ ػلن سؿذالتلبدی هغبلؼبت هتؼذدی
ك سَت گشفت اػت. Diamond ثیبى هي و ذٌ ػلن سا جّش ف بٌ سٍی ف بٌ سٍی
.) یًض سا جّش ث شْ سٍی سؿذ اػت ) 11 Narin وّىبساى ثب ثشسػي
اػت بٌدات ه خَ دَ دس پش اٍ بّی ثجت اختشاع ث تحمیمبت پبی ثب ث دَخ ػو هَي ـًبى داد ذً و تؼذاد ایي عًَ اػت بٌدات پی ػَت دس حبل افضایؾ
اػت ایي هؼئل سا ـًبى اص تىی داؿتي ف بٌ سٍی ثش ػلن ثیبى هي و ذٌٌ
12 (. ػلا ثش ایي ( Price ثیبى هي و ذٌ تحمیمبت دا ـًگب يّ ػجت خ اَ ذّ
ؿذ و ؼًلي اص هحممبى ایدبد ؿ دَ دس ػبل بّی آی ذٌ فؼبلیت بّی وّیي
هحممبى ػجت سؿذالتلبدی خ اَ ذّ ؿذ ) 12 (. وّچ یٌي تحمیمبت پبی و حوش علی رًَهحوذی (PhD)6
ه ذْی کزاهت فز (MA) 2
عبذالصوذ کزاهت فز (MA)9 *
فزضت اسپزاییي (BA)8
1 . گش ػلن ػ دٌي، دا ـًىذ ػل مَ ا ؼًب يً،
دا ـًگب ؿب ذّ، ت شْاى، ایشاى.
2 . دا ـًد یَ دوتشی التلبد ػلاهت، دا ـًگب تشثیت هذسع، ت شْاى، ایشاى.
3 . ثخؾ هغبلؼبت ػلن ػ دٌي، هشوض اعلاػبت
ػلوي خ بْد دا ـًگب يّ، ت شْاى، ایشاى.
4 . دا ـًد یَ وبسؿ بٌػي اسؿذ ػلن ػ دٌي،
دا ـًگب ؿب ذّ، ت شْاى ایشاى.
* یًَس ذٌ هسئ لَ: ػجذاللوذ وشاهت فش
ت شْاى، خیبثبى ػتبسخبى، خیبثبى یًش ،ٍ هشوض
اعلاػبت ػلوي خ بْد دا ـًگب يّ
Email:
Keramatfar.a.s@gmail.com

2. Caspian Journal of Scientometrics. 2014; 1(1): 48-53
Keramatfar A, et al
94
هؼو لَا دا ـًگب بّ ه ـٌب آى ؼّت ذٌ، خ سَان فؼبلیت بّی تحمیك ت ػَؼ اػت. چ بٌ چً Jaffe هؼتمذ اػت تحمیمبت دا ـًگب يّ، تحمیك ت ػَؼ .) ك ؼٌتي سا تم یَت هي و ذٌ ) 13
دس ایي ه سَد ثب فشا نّ ؿذى ضّی بّی تحمیمبت پبی ت ػَظ د لٍت،
هشاوض ثؼیبسی ثب ػذم پشداخت ضّی تحمیمبت پبی لبدس ث اػتفبد اص آى دس
ت ػَؼ ف بٌ سٍی خ اَ ذٌّ ث دَ ث ایي تشتیت ه فٌؼت اختوبػي حبكل خ اَ ذّ
ؿذ. Mansfield ثب ثشسػي س ذًٍ بّ هحل لَات، ثیبى وشد و 11 دسكذ
هحل لَات خذیذ 9 دسكذ فشای ذٌ بّی خذیذ ثذ ىٍ تحمیمبت دا ـًگب يّ
.) هوىي جً دَ اػت ) 14
یىي اص ث تْشیي بّی وبس بّی ه خَ دَ دس ایي صهی اثش Martin دیگشاى هي ثبؿذ، ایـبى تبثیش تحمیمبت و ثب ث دَخ ػو هَي ك سَت -
هي گیشد ثش سؿذالتلبدی سا دس ؿؾ هح سَ ثیبى وشد ا ذً: –
- افضایؾ رخیش داؾً؛
- تشثیت فبسؽ التحلیلاى داسای ه بْست؛
- ایدبد اثضاس س ؽٍ بّی ػلوي خذیذ؛
- ایدبد ؿجى بّ تحشیه تؼبهل اختوبػي؛
- افضایؾ ظشفیت حل الوؼئل ای ػلوي ف يٌ؛
- .) ایدبد ؿشوت بّی خذیذ) 5
اص ػ یَ دیگش فؼبلاى تحمیك ت ػَؼ دس اوثش ه اَسد ثخؾ بّیي اص
تحمیمبت خ دَ سا دس هدلات ػلوي ه تٌـش هي و ذٌٌ. ث بٌثشایي ػ دٌؾ ایي
ت لَیذات هي ت اَ ذً وًبیب گًش فؼبلیت بّی التلبدی ثخؾ بّی تحمیك ت ػَؼ ثبؿذ. اص آىخب و ایشاى دس صهش وـ سَ بّی دس حبل ت ػَؼ لشاس داسد ث ػلت خٍ دَ ه بٌثغ فًتي، دس ك سَت ػذم ذّایت ه بٌػت تحمیمبت، هوىي
اػت ضّی تحمیمبت ث ثخؾ بّی غیش ضش سٍی و تبثیش ون تشی ثش التلبد
داس ذً، اختلبف یبثذ، ث بٌثشایي هؼئل اكلي پظ ؾٍّ حبضش آ ؼًت و وذام
ح صَ بّی پظ ـٍّي تبثیش ثبسصتشی ثش سؿذالتلبدی وـ سَ داس ذً؟
ه اَد ر شٍ بّ
ایي تحمیك اص عًَ وبسثشدی اػت و ثب اػتفبد اص س ؽٍ بّی ػلن
ػ دٌي التلبد ػ دٌي ك سَت گشفت اػت. اهش صٍ ،ُ ػ دٌؾ ت لَیذات ػلوي
ث بٌ ثش وًبی بّی اػت بٌدی و خ دَ ث گشدآ سٍی اعلاػبت ا اًَع ت لَیذات
ػلوي هي پشداص ذً، ك سَت هي گیشد. یىي اص ه نْ تشیي ایي وًبی بّ
Scopus اػت. اص ػبل 2007 پبیگب SCImago ثش هج بٌی Scopus
اسائ ؿذ و اهىبى هـب ذّ همبیؼ ت لَیذات ػلوي سا دس د دػت ولي
ـًشیبت وـ سَ بّ ثب اػتفبد اص ؿبخق بّی گ بًَگ ىَ فشا نّ هي و ذٌ. ایي
پبیگب ول ت لَیذات ػلوي سا دس 27 ح صَ 309 سؿت تمؼین ث ذٌی وشد و اهىبى تحلیل ه ضَ ػَي سا ث ؿىل ه بٌػجي فشا نّ هي و ذٌ. اص هـىلات ایي
پبیگب هي ت اَى ث ػذم تمؼین ث ذٌی ه بٌػت دس ثؼضي اص ثخؾ بّ اؿبس وشد؛
هثلا ه ذٌْػي ؿیوي خ دَ ح صَ ای هؼتمل اػت دس ح صَ ه ذٌْػي لشاس
گًشفت اػت. دس اٍلغ ثب اػتفبد اص ایي پبیگب بّ اهىبى سدیبثي تحشوبت
ػلوي وـ سَ هیؼش هي ؿ دَ.
یىي اص آصه ىَ بّی هؼو لَ دس التلبد ػ دٌي ث بًم آصه ىَ ػلیت
گش دًش هي ثبؿذ. Granger ثب اػتفبد اص ایي اٍلؼیت و آی ذٌ وًيت اَ ذً
ػلّتِ حبل گزؿت ثبؿذ، ثیبى هيو ذٌ و چ بٌ چً همبدیش خبسی ) ( ثب
اػتفبد اص همبدیش گزؿت ) ( ثب دلت ثیـتشی، ؼًجت ث حبلتي و اص آى
همبدیش اػتفبد وًيؿ دَ، پیؾ ثی يٌ ؿ دَ دس ایي ك سَت ) ( سا ػلّت ) )
.) هي گ یَ ذٌ ) 15
دس آصه ىَ ػلیّت گش دًشی ثشای ای ىٌ فشضیۀ؛ ") ( ػلّت گش دًشی
( ( یًؼت" آصه دَ ؿ دَ، یه هذل خ دَ ت ضَیح ثشداسی ) VAR )
Vector Auto Regression ث ؿىل صیش تـىیل داد هيؿ دَ:
ث ایي تشتیت ایي هذل خغي ث ػبدگي ثشآ سٍد هي ؿ دَ ػپغ
فشم هؼ بٌداسی آى ه سَد ثشسػي لشاس هي گیشد. اگش فشم كفش ث دَى
ضشایت یؼ يٌ پزیشفت ؿ دَ، دس آى ك سَت ػلّت گش دًشی
یًؼت. دس اٍلغ صهب يً و فشم كفش آصه ىَ یؼ يٌ فشم ثي هؼ بٌ ث دَى هذل
سد ؿ دَ، هي ت اَى گفت و ) ( ػلّت گش دًشی ) ( هي ثبؿذ. اص آى خب و هیبى ا تًـبسات تبثیش آى بّ فبكل صهب يً خٍ دَ داسد ) 17 ( دس ای دٌب ث ثشسػي تبثیش ت لَیذ ػلن ثش سفب ثب یه لٍف هـخق خ اَ یّن پشداخت.
داد بّی هشث طَ ث ت لَیذ ػلن وـ سَ دس ح صَ بّی ه ضَ ػَي هختلف
اص پبیگب ػبی هگ اص صیش ثخؾ Country Search اػتخشاج داد بّی هشث طَ ث ت لَیذ بًخبلق داخلي اص پبیگب ثبهً خ بْ يً
( World Bank ( ثذػت آهذ. ث ه ظٌ سَ تحلیل اعلاػبت اص شًم افضاس
Eviwes7 اػتفبد ؿذ آصه ىَ بّی هب بًیي گش دًش ثش س یٍ داد بّ
ك سَت گشفت. داد بّ دس یًو ا لٍ ؿ شْی سَ 1392 خوغ آ سٍی ثبص صهب يً
ػبل بّی 2011 1996 دس ظًش گشفت ؿذ. -
یبفت بّ
داد بّی ت لَیذ ػلن وـ سَ عي ػبل بّی 2011 1996 اص پبیگب -
ػبی هگ اػتخشاج ؿذ، پضؿىي ثیؾ تشیي ػ نْ سا ث خ دَ اختلبف داد پغ اص آى ه ذٌْػي ؿیوي دس ستج د مٍ ػ مَ س اٍ ـً بٌػي ثب ون تشیي
همذاس دس ا تً بْی خذ لٍ لشاس داسد. دس اداه ح صَ بّی ه خَ دَ ث ؿؾ دػت سایح دس وـ سَ ث ػلا دػت هیبى سؿت ای تمؼین ؿذ آصه ىَ ػلیت
ك سَت گشفت.
خذ لٍ 1 ـًبى هي د ذّ و ت بٌْ ثخؾ بّیي و تبثیش هؼ بٌداسی ثش
ػشا ت لَیذ بًخبلق داخلي داس ذً ػل مَ ه ذٌْػي ػل مَ ا ؼًب يً ؼّت ذٌ تبثیش شّ د ثخؾ دس ػغح 1% هؼ بٌداس اػت. نّ چ یٌي ثخؾ ػل مَ ا ؼًب يً
اص ػشا ت لَیذ بًخبلق داخلي تبثیش هي پزیشد. ثخؾ بّی پضؿىي داهپضؿىي یًض اص ػشا ت لَیذ بًخبلق داخلي تبثیش پزیشفت ا ذً. چ بٌى چ روش
ؿذ شّ یه اص 27 ح صَ تفىیه ؿذ دس ػبی هگ اص سؿت بّیي تـىیل
ؿذ ا ذً، دس ثخؾ ه ذٌْػي یًض ایي تفىیه ك سَت پزیشفت اػت. خذ لٍ 2
تًبیح آصه ىَ ػلیت سا ثشای سؿت بّی هختلف ه ذٌْػي ـًبى هي د ذّ. ث -ِ
ع سَیو سؿت بّی ه ذٌْػي صیؼت پضؿىي، ػوشاى ػبختوبى، ه ذٌْػي
ػیؼتن ظًبست ه ذٌْػي ك بٌیغ ت لَیذ دس ػغح 0.01 سؿت بّی
ه ذٌْػي هىب یًه، هىب یًه ه اَد ػلن ه اَد دس ػغح 0.05 ثش ػشا ت لَیذ
بًخبلق داخلي تبثیش گزاس ذً.

3. 84- هجل علن س جٌی کبسپیي، سبل ا لٍ، ضوبر ا لٍ، ب بْر تببستبى 39 ، صفح 39
پض صٍّ در کذام ح سَ بّ؟ / عبذالصوذ کزاهت فز دیگزاى
05
جذ لٍ 6. آسه ىَ علیت هیبى سز ح سَ بّی هختلف ت لَیذ علن کط رَ سزا ت لَیذ بًخبلص داخلی
بز سزا اًِس سزا ه ذٌْػي **0.0094 0.35
ػل مَ ا ؼًب يً
*0.004
**0.0005
وـب سٍصی 0.44 0.13
داهپضؿىي
0.52
*0.01
ػل مَ پبیِ 0.38 0.05
پضؿىي
0.21
*0.018
هیبى سؿت ای 0.47 0.07
* هؼ بٌداس دس ػغح 0.05
** هؼ بٌداس دس ػغح 0.01
جذ لٍ 2. تًبیج آسه ىَ علیت بزای رضت بِّی هختلف ه ذٌْسی
تبثیز گذاری
بز
ت لَیذ بًخبلص
تبثیزپذیزی
اس ت لَیذ بًخبلص
ه ذٌْػي اَّفضب 0.41 0.16
هؼوبسی
0.32
**0.001
خ دَوبسػبصی 0.8 0.08
ه ذٌْػي صیؼت پضؿىي
**0.0009
0.13
ه ذٌْػي ػبخت ػبص 0.59 0.22
ه ذٌْػي ػوشاى ػبختوبى
**0.003
0.17
هىب یًه هحبػجبتي 0.06 0.86
ه ذٌْػي ػیؼتن ظًبست
**0.008
0.12
ه ذٌْػي ثشق الىتش یًٍه 0.25 0.51
ه ذٌْػي )هتفشل (ِ
0.38
0.42
ه ذٌْػي ك بٌیغ ت لَیذ **0.008 *0.04
ه ذٌْػي هىب یًه
*0.02
**0.006
هىب یًه ه اَد *0.04 0.1
ف بٌ سٍی سػبًِ
0.92
0.42
ه ذٌْػي الیب عًَ 0.99 0.0041
ه ذٌْػي ایو يٌ، سیؼه، اػتوبد ویفیت
0.29
**0.007
ه ذٌْػي ؿیوي 0.0704 0.2858
ػلن وبهپی تَش
0.7136
0.212
ػلن ه اَد *0.0283 0.2405
* هؼ بٌداس دس ػغح 0.05
** هؼ بٌداس دس ػغح 0.01
بحث تًیج گیزی
ایي تحمیك ػؼي دس ؿ بٌػبیي ا لٍ یَت بّی پظ ـٍّي وـ سَ ثش هج بٌی
تبثیش آى بّ ثش سؿذ التلبدی داؿت. پیذاػت و ایي تبثیش ت بٌْ ذّف ت لَیذ
ػلن پظ ؾٍّ یًؼت ا ذّاف دیگشی ظًیش ا ذّاف فش گٌّي، خ دَوفبیي،
ػلاهت اػتملال وـ سَ هي ت اَ ذًٌ هج بٌی تؼییي ا لٍ یَت بّ لشاسگیش ذً. ث ػ اٌَى هثبل دس ثخؾ پضؿىي، پظ ؾٍّ اص اثؼبد دیگشی داسای ا وّیت اػت
ؿبیذ پظ ؾٍّ دس ایي ثخؾ تبثیش هؼتمین ووتشی ثش ػشا ت لَیذ بًخبلق
داخلي داؿت ثبؿذ، ثلى دس ایي ثخؾ هي ت اَى ا تًظبس داؿت و ثب افضایؾ
تحمیمبت ثب افضایؾ ػغح ػلاهت خبهؼ س ثٍش ثبؿین و خ دَ هي ت اَ ذً دس
دساص هذت ثش سؿذ التلبدی تبثیش هغل ةَ داؿت ثبؿذ، الجت هي ت اَى ا تًظبس
داؿت و ثب تحمیمبت، دس ثخؾ بّیي هثل داس ػٍبصی، ك ؼٌت اص ایي ثخؾ
یًض تبثیش پزیشد. ث شّ ك سَت یىي اص ا ذّاف اػبػي پظ ؾٍّ دس خ بْى
اهش صٍی، پـتیجب يً اص ثخؾ ك ؼٌت ف بٌ سٍی اػت و دس بًْیت ه دٌش ث ؿى فَبیي التلبدی خ اَ ذّ ؿذ. ثش ایي هج بٌ تبثیشگزاسی ثخؾ بّی هختلف
پظ ؾٍّ وـ سَ ثش سؿذ التلبدی دس و بٌس نّ ػ دٌیذ ؿذ. تًبیح ـًبى
هي د ذّ و ثخؾ بّی ه ذٌْػي ػل مَ ا ؼًب يً اص فّت ثخؾ پظ ـٍّي
وـ سَ ثش سؿذ التلبدی تبثیش هؼ بٌداسی داس ذً. چ بٌى چ دس همذه روش ؿذ پیذاػت و ثخؾ ػل مَ ا ؼًب يً ظب شّا جًبیذ تبثیش هؼتمیوي ثش ت لَیذ بًخبلق
داخلي داؿت ثبؿذ، ایي تًید سا هي ت اَى ثب ایي هؼئل و ثخؾ ػل مَ
ا ؼًب يً ؿبهل گش بّیي هثل تدبست، هذیشیت حؼبثذاسی، التلبد،
التلبدػ دٌي هبلي اػت ایي ثخؾ بّ استجبط هحىن تشی ثب ػشا ت لَیذ
بًخبلق داخلي داس ذً ت خَی وشد. نّ چ یٌي تبثیشپزیشی هؼ بٌداس ایي ثخؾ اص
ػشا ت لَیذ بًخبلق داخلي، هي ت اَ ذً ـًبى اص ت خَ صیبد ث ایي ثخؾ افضایؾ ث دَخ دس ایي ثخؾ ثبؿذ.
ثخؾ ه ذٌْػي داسای تبثیش هؼتمین ثش سؿذ التلبدی اػت چشا و تًبیح تحمیمبت دس ایي ثخؾ ث ػشػت دس ثخؾ ك ؼٌت لبثل اػوبل اػت؛
تًبیح ایي تحمیك یًض ـًبى هي د ذّ و آى چ افشادی هثل Vinkler دس
ه سَد فؼبلیت وـ سَ بّی دس حبل ت ػَؼ دس ػل مَ ه ذٌْػي روش وشد ا ذً دس
ایشاى كذق هي و ذٌ ) 7(. وّچ یٌي ایي تًبیح ثب تًبیح پظ ؾٍّ Lee وّىبساى وّخ اَ يً داسد ) 3(. ػذم تبثیش پزیشی ایي ثخؾ اص ػشا ت لَیذ
بًخبلق داخلي هي ت اَ ذً ـًبى د ذٌّ ػذم حوبیت وبفي اص ایي ثخؾ ثبؿذ
چشا و ثب افضایؾ ػشا ت لَیذ بًخبلق، تًبیح تحمیمبت دس ایي ثخؾ تغییش
هؼ بٌداسی پیذا ىًشد اػت. ث ه ظٌ سَ تحلیل دلیك تش دس صیش گش ه ذٌْػي
یًض آصه ىَ ػلیت ك سَت گشفت، تًبیح ـًبى داد و سؿت بّی ه ذٌْػي
صیؼت پضؿىي، ػوشاى ػبختوبى، ه ذٌْػي ػیؼتن ظًبست، ه ذٌْػي
ك بٌیغ ت لَیذ دس ػغح 0.01 سؿت بّی ه ذٌْػي هىب یًه، هىب یًه ه اَد
ػلن ه اَد دس ػغح 0.05 داسای تبثیش ثش ػشا ت لَیذ بًخبلق داخلي
ؼّت ذٌ، ث ػجبست دیگش ایي سؿت بّ هي ت اَ ذًٌ دس ا لٍ یَت بّی پظ ـٍّي
وـ سَ لشاس ثگیش ذً. الجت ثبیذ ت خَ داؿت و اص آى خب و ه ذٌْػي ك بٌیغ ت لَیذ ه ذٌْػي هىب یًه اص ت لَیذ بًخبلق داخلي تبثیشپزیش ؼّت ذٌ، احتوبلا
ثذیي هؼ بٌػت و ایي ثخؾ بّ اص ظًش تبهیي ث دَخ ه سَد ت خَ ثیـتشی لشاس
گشفت ا ذً.
اص خ تْ دیگش تبثیش پزیشی اص ت لَیذ بًخبلق داخلي و دس ثخؾ بّی
هختلف اسائ ؿذ سا هي ت اَى چ یٌي تحلیل وشد؛ اگش افضایؾ دس ػشا ت لَیذ
بًخبلق ثش گش یب سؿت ای تبثیش گزاس ث دَ احتوبلا ثذیي هؼ بٌػت و افضایؾ ػشا ت لَیذ بًخبلق ثب افضایؾ ث دَخ دس آى گش یب سؿت وّشا ث دَ اػت، دس تًید اگش ساثغ هؼى عَ یؼ يٌ تبثیش گزاسی آى سؿت یب گش ثش ػشا ت لَیذ بًخبلق داخلي هؼ بٌداس جًبؿذ، اداه افضایؾ ث دَخ دس آى
سؿت یب گش سا ثب ؿبئج س ثٍش هي و ذٌ، ثش ایي هج بٌ؛ دس گش ه ذٌْػي

4. Caspian Journal of Scientometrics. 2014; 1(1): 48-53
Keramatfar A, et al
05
سؿت بّیي هثل ه ذٌْػي هؼوبسی ه ذٌْػي ایو يٌ، سیؼه، اػتوبد ویفیت ث هؼئل هزو سَ یؼ يٌ ػذم تبثیشگزاسی ثش ت لَیذ بًخبلق داخلي – -
هجتلا ث دَ دس تًید ػشهبی گزاسی دس ایي ثخؾ بّ ت كَی وًي ؿ دَ. ثبیذ
ت خَ داؿت و ح صَ بّی هختلف ث یه ا ذًاص ث تحمیمبت پبی اٍثؼت یًؼت ذٌ ) 12 (، وّیي هؼئل هي ت اَ ذً ثش تًبیح ایي تحمیك تبثیش داؿت ثبؿذ،
ث ػجبست دیگش هي ت اَى چ یٌي ثیبى وشد و هوىي اػت ح صَ بّیي و اٍثؼتگي ثیؾ تشی ث تحمیمبت پبی داس ذً اص افضایؾ آى یًض تبثیش ثیؾ تشی
ثپزیش ذً.

5. 84- هجل علن س جٌی کبسپیي، سبل ا لٍ، ضوبر ا لٍ، ب بْر تببستبى 39 ، صفح 39
پض صٍّ در کذام ح سَ بّ؟ / عبذالصوذ کزاهت فز دیگزاى
05
References
1. Borer K. The State Is an Enemy of Science: A Review of Terence Kealey's the Economic Laws of Scientific Research. Libertarian Papers 2012; 4(2): 89-96.
2. Kealey T. The Economic Laws of Scientific Research. London: Macmillan Press; 1996.
3. Lee L, Lin P, Chuang Y, Lee Y. Research output and economic productivity: a Granger causality test. Scientometrics 2011; 89(2): 465-78.
4. Godin B, Dore' C. Measuring the impacts of science: Beyond the economic dimension. History and Sociology of S&T Statistics. 2004.
5. Martin B, Salter A, Hicks D, Pavitt K, Senker J, et al. The Relationship between Publicly Funded Basic Research and Economic Performance: A SPRU Review. HM Treasury, London. 1996.
6. Rai LP, Lal K. Indicators of the information revolution. Technology in Society 2000; 22(2): 221–35.
7. Vinkler P. Correlation between the structure of scientific research, scientometric indicators and GDP in EU and non-EU countries. Scientometrics 2008; 74(2): 237-54.
8. Chuang YW, Lee LC, Hung WC, Lin PH. Forgoing into the innovation lead—A comparative analysis of scientific capacity. International Journal of Innovation Management 2010; 14(3): 511–29.
9. Bagerizadeh SM. science and technology policy the unique element of value creation. Development of industrial technology journal 2011; 9(17): 5-14. http://jtd.iranjournals.ir/article_1714_394.html. [in Persian]
10. Diamond AM. The economics of science. Knowledge and Policy 1996; 9(2&3): 6-49.
11. Narin F, Hamilton K, Olivastro D. The increasing linkages between US technology and public science. Research Policy 1997; 26(3): 317–30.
12. Price DJ. Nations can publish or perish. Science and Technology 1967; 70: 84-90.
13. Jaffe AB. Real effects of academic research. The American Economic Review 1989; 79(5): 957-70.
14. Mansfield E. Academic research and industrial innovation. Research policy 1991; 20(1): 1-12.
15. Granger CWJ. Investigating causal relations by econometric models and cross-spectral methods. Econometrica: Journal of the Econometric Society 1969; 37(3): 424-38.
16. King DA. The scientific impact of nations. Nature 2004; 430(6997): 311-16.

6. 05
Babol Unit of Med Sciences Original Article
Caspian Journal of Scientometrics. 2014; 1(1):
Research in what Fields? Determining the Iranian Research Priorities Based on Their Effects on Economic Growth
Received: 2014 Accepted: 2014
Abstract
Background and aim: Due to the limited financial and human resources, determining the research priorities are the most important issues facing science and technology policymakers. This study determined the Iranian research priorities from economic approach.
Material and methods: This study is applied research with scientometrics and econometrics methods. Science production data were extracted from SCImago and Gross Domestic Product Per capita (GDPP) data were extracted from World Bank database and data were analyzed by EViews 7 software.
Findings: Engineering and Human Science groups (0.01 level) have affected GDPP. Human science (0.01 level), Medicine and Veterinary (0.05 level) groups have been affected by GDPP.
Conclusion: Biomedical Engineering, Building and Construction, Control and Systems Engineering, Industrial and Manufacturing Engineering, Mechanical Engineering, Material Science, and the Mechanics of Material fields have affected economic growth. In other words, these fields can be placed in Iranian research proprieties.
Keywords: Research priority, Science and technology policy, Science production, Economic growth
Nourmohammadi H (PhD)1
Keramatfar M (MA)2
Kermatfar A (MA)3*
Esparaein F (BA)4
1. Scientometrics Department, Faculty of Human Sciences, Shahed University, Tehran, Iran.
2. PhD student of economics, Tarbiat Modares University, Tehran, Iran.
3. Scientometrics Section of SID, Tehran, Iran.
4. Graduate student of Scientometrics, Shahed University, Tehran, Iran.
Corresponding Author:
Abdolsamad Keramatfar
Scientific Information Database (SID), Niroo Avenue, Satarkhan Street, Tehran, Iran.
Email:
keramatfar.a.s@gmail.com