نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشجوی دکتری مدیریت دولتی ، دانشگاه آزاد اسلامی قزوین، ایران.
2 دانشیار گروه مدیریت دولتی، دانشکده مدیریت، دانشگاه آزاد اسلامی واحد قزوین، قزوین، ایران
3 دانشیار گروه مدیریت دولتی، دانشکده مدیریت، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران
چکیده
تصلب بوروکراتیک و ناکارآمدی مدلهای سنتی، سازمانهای دولتی را در مواجهه با تکانههای محیطی دچار انفعال کرده است؛ با این وجود، نگاه تقلیلگرایانه مطالعات پیشین، مانع از درک شبکه روابط علی در مدیریت منابع انسانی شده است. برای پاسخ به این خلأ، پژوهش حاضر مبتنی بر نظریه سیستمهای انطباقی پیچیده و با هدف کشف ساختار و سطحبندی پیشرانهای منابع انسانی سازگارشونده و پویا در بخش دولتی ایران انجام شد.
این مطالعه با روش مدلسازی ساختاری تفسیری انجام پذیرفت. ورودیهای مدل شامل 10 مضمون کلیدی مستخرج از فاز کیفی پیشین بود. دادهها از طریق پرسشنامه مقایسات زوجی و اخذ آرای پنلی متشکل از 16 نفر از خبرگان و سیاستگذاران دولتی گردآوری و پس از تشکیل ماتریسهای تعاملات ساختاری و بررسی فزایندگی، تحلیل شدند.
بر اساس یافتهها، پیشرانها در ساختاری چهارسطحی سازماندهی شدند: لایه نخست (سطح خرد: زیرساخت فناورانه، توانمندسازی و کنش سیال) بهعنوان موتور محرک سیستم عمل میکند. لایه دوم (سطح میانی: حسگری، تابآوری و یادگیری دولتی) کاتالیزوری برای ترجمه قابلیتهای خرد به دستاوردهای کلان است. لایه سوم (سطح کلان: حکمرانی انعطافپذیر و عدالت زمینهای) بستر نهادی را فراهم میسازد. لایه چهارم (سطح فراکلان: معناسازی دولتی و همآفرینی) خروجی نهایی سیستم را متجلی میسازد.
تحقق منابع انسانی سازگارشونده در بخش دولتی صرفاً پروژهای فناورانه نیست، بلکه تغییر پارادایمی در گرو همافزایی فناوری، عاملیت انسانی و نهادهای تنظیمگر است. این مدل مبنایی کاربردی برای سیاستگذاریهای اجرایی نظیر استقرار پلتفرمهای ابری منابع انسانی، ایجاد واحدهای هوشمندی سیاستی و راهاندازی آزمایشگاههای خطمشی ارائه میدهد.
عنوان مقاله [English]
Transitioning from Bureaucratic Inertia to Flexible Governance: Presenting a Stratified Model of Human Resource Drivers in the Public Sector
نویسندگان [English]
- Nishtman Dabaghi 1
- Mohammad Ataei 2
- Gholamreza Memarzadeh Tehran 3
1 Ph.D. Student, Department of Public Administration, Qazvin Branch, Islamic Azad University, Qazvin, Iran
2 Associate Professor, Department of Public Administration, Qazvin Branch, Islamic Azad University, Qazvin, Iran
3 Associate Professor, Department of Public Administration, Science and Research Branch, Islamic Azad University, Tehran, Iran
چکیده [English]
Bureaucratic inertia and the inefficiency of traditional models have rendered public organizations reactive to environmental shocks. Moreover, the reductionist perspective of prior studies has obscured the causal networks within human resource management. To bridge this gap, grounded in Complex Adaptive Systems theory, this study aimed to discover the structural relationships and stratify the drivers of dynamic and adaptive human resources in the Iranian public sector.The research employed the Interpretive Structural Modeling (ISM) methodology. The model’s inputs comprised 10core themes extracted from a preceding qualitative phase. Data were gathered via pairwise comparison questionnaires from a 16-member panel of government experts and policymakers, and subsequently analyzed by formulating structural interaction matrices and conducting transitivity checks.Findings reveal that the drivers are organized into a hierarchical, four-tiered structure: The first layer (Micro-level: technological infrastructure, empowerment, and fluid action) serves as the driving engine of the system. The second layer (Meso-level: sensing, resilience, and public sector learning) acts as a catalyst, translating micro-capabilities into macro-level outcomes. The third layer (Macro-level: flexible governance and contextual justice) establishes the institutional foundation. The fourth layer (Meta-level: governmental sensemaking and co-creation) manifests the system’s ultimate output.
Ultimately, realizing adaptive human resources in the public sector transcends a mere technological project; it represents a paradigm shift contingent upon the synergy of technology, human agency, and regulatory institutions. This model offers a pragmatic foundation for executive policymaking, such as deploying cloud-based HR platforms, establishing policy intelligence units, and launching policy laboratories.
)