طراحی الگوی ارزیابی عملکرد منابع انسانی گیگ: مطالعه‌ موردی شرکت‌های مستقر در پارک‌های علم و فناوری استان‌های سیستان و بلوچستان، کرمان و هرمزگان

نوع مقاله : پژوهشی

نویسندگان

1 گروه مدیریت، دانشگاه سیستان و بلوچستان، زاهدان، ایران

2 گروه مدیریت، دانشگاه شهید باهنر، کرمان، ایران

10.22111/innoeco.2026.52549.1199

چکیده

در ایران پارک‌های علم و فناوری به‌عنوان بستر اصلی فعالیت شرکت‌های دانش‌بنیان به‌طور فزاینده‌ای از این نوع نیروی کار بهره می‌برند، در حالی‌که نظام‌های ارزیابی موجود همچنان متکی بر الگوهای سنتی هستند. این وضعیت شکافی مهم در ادبیات و عمل ایجاد کرده است.در این میان، پارک‌های علم و فناوری در ایران نیز که به‌عنوان مراکز حمایت از شرکت‌های دانش‌بنیان فعالیت می‌کنند، روزبه‌روز بیشتر از ظرفیت نیروی کار گیگ در پروژه‌های مختلف استفاده می‌کنند. اما سیستم‌های ارزیابی موجود در بسیاری از این پارک‌ها هنوز مبتنی بر رویکردهای سنتی بوده و توانایی لازم برای سنجش دقیق عملکرد این نوع از نیروی کار را ندارند. این امر می‌تواند منجر به کاهش بهره‌وری، افت کیفیت پروژه‌ها، افزایش نارضایتی شغلی و حتی ترک همکاری شود. هدف اصلی این پژوهش، طراحی الگوی ارزیابی عملکرد منابع انسانی گیگ: مطالعه‌ موردی شرکت‌های مستقر در پارک‌های علم و فناوری استان‌های سیستان و بلوچستان، کرمان و هرمزگان می باشد، از حیث هدف بنیادی و از نظر شیوه جمع آوری داده ها تحلیل مضمون به شمار می رود. در نهایت، پنج مضمون فراگیر شناخته شدند که شامل ارزیابی ویژگی های شخصیتی و رفتاری، ارزیابی دانشی و آگاهی سازمانی، ارزیابی توانمندی های حرفه ای، ارزیابی عملکرد شغلی و ارزیابی شاخص‌های بازاریابی و درآمدزایی می باشد. یافته‌های این مطالعه می‌تواند به بهبود نظام ارزیابی عملکرد، ارتقاء رضایت شغلی، افزایش بهره‌وری و توسعه زیرساخت‌های اقتصاد دانش‌بنیان کشور کمک شایانی نماید.

کلیدواژه‌ها

عنوان مقاله [English]

Designing a Performance Evaluation Model for Gig Human Resources: A Case Study of Companies in Science and Technology Parks of Sistan and Baluchestan, Kerman, and Hormozgan Provinces

نویسندگان [English]

  • kimia ghasemi 1
  • noor mohammad yaghoubi 1
  • mehdi kazemi 2
  • amin reza kamalian 1
  • habibollah salarzehi 1
1 Department of Management, University of Sistan and Baluchestan, Zahedan, Iran
2 Department of Management, bahonar, University, kerman,,Iran
چکیده [English]

In Iran, science and technology parks, as the primary platforms for the activities of knowledge-based companies, are increasingly employing this type of workforce, while existing evaluation systems continue to rely on traditional models. This situation has created a significant gap in both the literature and practice. In this context, science and technology parks in Iran, which operate as centers supporting knowledge-based companies, are increasingly utilizing the potential of the gig workforce in various projects. However, the evaluation systems in many of these parks are still based on traditional approaches and lack the necessary capacity to accurately assess the performance of this type of workforce. This may lead to reduced productivity, declining project quality, increased job dissatisfaction, and even the termination of collaboration.The main objective of this study is to design a performance evaluation model for gig human resources, with a case study of companies located in science and technology parks in the provinces of Sistan and Baluchestan, Kerman, and Hormozgan. In terms of its objective, the study is fundamental in nature, and in terms of its data collection method, it employs thematic analysis. Ultimately, five overarching themes were identified, including the evaluation of personality and behavioral characteristics, the evaluation of knowledge and organizational awareness, the evaluation of professional competencies, the evaluation of job performance, and the evaluation of marketing and revenue-generation indicators.The findings of this study can significantly contribute to improving performance evaluation systems, enhancing job satisfaction, increasing productivity, and developing the infrastructure of the country's knowledge-based economy.

کلیدواژه‌ها [English]

  • Gig Economy
  • Gig Human Resources
  • Performance Evaluation

مراجع

منابع
الماس پور، محمد سعید؛ خواستار، حمزه؛ جعفری نیا، سعید و عبدالهی؛ بیژن . (1400). ارائه چارچوبی برای مدیریت منابع انسانی گیگ در کسب‌و‌کارهای پلتفرمی. پژوهش‌های مدیریت منابع سازمانی، 11(1)، 129-167.
حکاک، محمد.، درویش‌زاده بروجنی، مرضیه.، و موسوی، سیده. نسیم. (۲۰۲۴). شناسایی و اولویت‌بندی مسائل نظام ارزیابی عملکرد در استانداری چهارمحال و بختیاری و ارائه راهکارها. فصلنامه فرهنگ سازمانی مدیریت، ۲۲(۲)، ۱۹۳–۲۰۹.
فاضلی، مهدی. (۲۰۲۰). شناسایی و اولویت‌بندی چالش‌های قانون کار ایران در اقتصاد گیگی (پایان‌نامه‌ی کارشناسی ارشد). دانشگاه مازندران.
قلی‌پور، آرین(1390) مدیریت منابع انسانی: مفاهیم، نظریه‌ها و کاربردها (چاپ شانزدهم). نشر سمت.
کردناییج، اسدالله.، مشبکی، اصغر، و اصغری گودرزی، فاطمه. (1401). پیشایندهای هم‌آفرینی ارزش در استارت‌آپ‌های اقتصاد اشتراکی. چشم‌انداز مدیریت بازرگانی، ۲۱(۴۹)، ۳۷–۷۰.
کریمی جعفری، فاطمه؛ دانشور، مریم و عباس‌ زاده سورمی، زهرا . (1403). شناسایی کارکردهای مدیریت منابع‌ انسانی در اقتصاد گیگ با رویکرد فراترکیب. مدیریت نوآوری، 13(2)، 197-250.
کردرستمی سهراب، امیرتیموری علیرضا، معصومزاده عاطفه(1394). ارزیابی عملکرد نیروی انسانی و شعب بانک صادرات گیلان با استفاده از روش تحلیل پوششی داده ها. تحقیق در عملیات در کاربردهای آن. ۱۳۹۴; ۱۲ (۲) :۱۲۵-۱۳۷
 
میراحمدی، خالد؛ خراسانی، اباصلت؛ نظرپور،محمد تقی و شمس مورکانی, غلامرضا. (1401). سنتزپژوهی آسیب‌های نظام ارزیابی عملکرد منابع انسانی ایران: طراحی یک الگو. پژوهش‌های مدیریت منابع انسانی, 14(1), 199-243.
 
 
 
 
 
 
 
 
 
 
 
References:
 
Arndt, A. D., Ford, J. B., Babin, B. J., & Luong, V. (2022). Collecting samples from online services: How to use screeners to improve data quality. International Journal of Research in Marketing, 39(1), 117-133.
Bajwa, U., Gastaldo, D., Di Ruggiero, E., & Knorr, L. (2018). The health of workers in the global gig economy. Globalization and health, 14(1), 124.
Braun, V. & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3, 77-10
Berger, E. D., & Caza, B. B. (2019). The effects of work autonomy on well-being: A study of gig economy workers. Journal of Occupational Health Psychology, 24(5), 567–579. https://doi.org/10.1037/ocp0000168
Bryant, A. (2020). Liquid uncertainty, chaos and complexity: The gig economy and the open source movement. Thesis Eleven, 0725513619898286
Chen, Yang. (2023). The Impact of Gig Economy Workers' Job Engagement on Job Satisfaction: A Study Based on the Mediating Effect of Job Burnout. Advances in Economics and Management Research, doi: 10.56028/aemr.5.1.180.2023
Davidson, A., Gleim, M.R., Johnson, C.M. and Stevens, J.L. (2023), Gig worker typology and research agenda: advancing research for frontline service providers, Journal of Service Theory and Practice, Vol. 33 No. 5, pp. 647-670. https://doi.org/10.1108/JSTP-08-2022-0188
Duggan, J., Sherman, U., Carbery, R., & McDonnell, A. (2024). Algorithmic management in the gig economy: A systematic review and research integration. Journal of Organizational Behavior, 45(3), 2831–2850. https://doi.org/10.1002/job.2831
Duggan, J., Sherman, U., Carbery, R., & McDonnell, A. (2020). Algorithmic management and app‐work in the gig economy: A research agenda for employment relations and HRM. Human Resource Management Journal, 30(1), 114-132
Flach, P. (2019). Performance evaluation in machine learning: the good, the bad, the ugly, and the way forward. In Proceedings of the AAAI Conference on Artificial Intelligence,33(1),9808- 9814.
Graham, M., & Anwar, M. A. (2019). The global gig economy: Towards a planetary labour market? First Monday, 24(4). https://doi.org/10.5210/fm.v24i4.9935
Gerald, Friedman. (2020). Workers without employers: shadow corporations and the rise of the gig economy. Review of Keynesian Economics, doi: 10.4337/ROKE.2014.02.03
Grönroos, C. (1994). From marketing mix to relationship marketing: Towards a paradigm shift in marketing. Management Decision, 32(2), 4–20. https://doi.org/10.1108/00251749410054774
José, Ricardo, C., C., C., Correira. (2023). Statistical Analysis of Post-Covid Impact on Market Economy.  doi: 10.36548/rrrj.2023.1.013
Kalleberg, A. L., & Dunn, M. (2016). Good jobs, bad jobs in the gig economy. LERA for Libraries, 20.(2-1)
Kolmar, C. (2023). Gig economy statistics and trends: The growing freelance workforce. Zippia Research. https://www.zippia.com/advice/gig-economy-statistics/
Lima Nasrin Eni, Sayeda Meharunisa, Rashmi, Avantika Raina, Ruchi Shukla. (2023). The Future of Work: Adapting Management Practices to the Gig Economy and Freelancer Culture. European Economic Letters (EEL), 13(3), 1131–1139. https://doi.org/10.52783/eel.v13i3.409
Mohsin, F. H., Isa, N. M., Awee, A., & Purhanudin, N. (2022). Growing gigs: a conceptual report on job autonomy and work engagement on gig workers’ performance. International Journal of Advanced Research in Economics and Finance, 4(1), 144-156.
Naeem, M., Ozuem, W., Howell, K., Ranfagni, S, (2023). A Step-by-Step Process of Thematic Analysis to Develop a Conceptual Model in Qualitative Research, International Journal of Qualitative Methods, 8, -10.
Smith, A., & Johnson, L. (2025). Transitions into and out of the gig economy. Information, Communication & Society, 28(2), 275–290. https://doi.org/10.1080/1369118X.2025.2496896
Satoshi, Okada. (2023). The EMN Salary Survey. Emergency medicine news,
 doi: 10.1097/01.eem.0000936556.63022.79
Sathyanarayanan, R. (2023). Statistical Analysis of Post-Covid Impact on Market Economy. December,  doi: 10.36548/rrrj.2022.1.013
Singh, H. (2024). Gig Workers: A Comprehensive Analysis of the Rise, Challenges, and Future of the Gig Economy. International Journal For Multidisciplinary Research, 6(5). https://doi.org/10.36948/ijfmr.2024.v06i05.29525
Shukla, A., & Shaheen, M. (2024). Does self-leadership matter in performance of gig workers? The role of perceived organizational support and work engagement. Leadership & Organization Development Journal, 45(1), 1–18. https://doi.org/10.1108/LODJ-03-2023-0146
Yang, L., & Bunchapattanasakda, C. (2023). Exploring intrinsic motivation and satisfaction using selfdetermination theory: A study of gig workers on knowledge-based service platforms in China. Human Behavior, Development and Society, 24(2), 2.
Yu, J., & Abdul Hamid, R. (2024). Gig workers' psychological contracts and turnover intention: A mediated path analysis of organizational identification and job satisfaction. Acta Psychologica, 251, 104587. https://doi.org/10.1016/j.actpsy.2024.104587
Xu, Y., Liu, Z., & Wang, J. (2023). Job crafting, motivation, and innovative behavior among gig workers: The mediating role of autonomous and controlled motivation. Frontiers in Psychology, 14, 1203451. https://doi.org/10.3389/fpsyg.2023.1203451
 
 
Zheng, Q., Zhan, J., & Xu, X. (2024). Platform training and learning by doing and gig workers’ incomes: Empirical evidence from China’s food delivery riders. Sage Open, 14(3), 21582440241284555.
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
فصلنامه مطالعات زیست بوم اقتصاد نوآوری
دوره 5، شماره 4
دی 1404
صفحه 123-158

فایل ها

هم رسانی

ارجاع به این مقاله

آمار