چکیده:
خوشههای صنعتی تمرکز پیوندیافتهی شرکتهای کوچک و متوسط در یک فضای جغرافیایی است که با ارتقاء ظرفیتهای یادگیری به تقویت توسعه منطقه ای کمک می کنند. این نوع توسعه از طریق همجواری فضایی در مناطق صنعتی رخ می دهد. نتایج مطالعات مختلف نشان می دهد که شبکه ای شدن صنعتی در در چهارچوب همجواری شناختی، اجتماعی، نهادی و سازمانی، پیش نیاز اساسی ایجاد جریان یادگیری منطقه ای محسوب می شود. هدف اصلی مقاله حاضر، ارزیابی تاثیر ساختار شبکهای شدن صنعتی بر ارتقاء یادگیری در منطقه صنعتی قزوین و استان مرکزی می باشد. روش تحقیق مقاله کمی و رویکرد مقاله توصیفی، تحلیلی-تطبیقی است، که در آن نمونهگیری بر اساس روش سیستماتیک طبقهای و جمعآوری دادهها از طریق مصاحبه و پرسشنامه محقق ساخته انجام گرفته است. نتایج حاکی از آن است که بین متغیرهای شبکهبندی و شدت روابط میان بنگاهها ارتباط معناداری وجود دارد. همچنین بررسی مولفههای شبکهبندی صنعتی تأثیرگذار بر یادگیری و نیز رابطه توپولوژی شبکه بر یادگیری نشان میدهد ارتباط معناداری میان ساختار شبکه و یادگیری وجود دارد. نتایج تحلیل رگرسیونی چندگانه جهت استخراج تاثیر همزمان متغیرهای مستقل مرکزیت و شدت شبکه و نیز مولفههای شبکه بندی بر متغیر وابسته یادگیری نشان میدهد برای متغیرهای شبکه بندی و شدت ارتباط میان بنگاه ها ارتباط معناداری وجود دارد. همچنین مقایسه یافته ها نشان می دهد که صنایع ماشین سازی استان مرکزی ساختار شبکه ای تری نسبت به صنایع ماشین سازی منطقه قزوین در محدوده مورد مطالعه دارند. نتایج بیانگر آن است که شدت یادگیری در صنایع ماشین سازی استان مرکزی نسبت به استان قزوین بیشتر می باشد و این امر موید مثبت بودن ارتباط شبکه ای شدن صنعتی و یادگیری می باشد.
Industrial clusters are related SMEs (Small and Medium Enterprises) concentrated in geographical areas which help regional development by promoting learning capacity. This development is due to intraction of four physical, economic, social- cultural and organizational proximity in industrial regions. According to above mentioned facts the main purpose of this article is to analyze the impact of industrial networking on learning promotion in “Qazvin” and “Arak” industrial regions (These two province are industrial poles in iran Specially in automobile industry). Research methodology that is applied in this research is descriptive, analytic and comparative. The results in this article are supported by systematic-stratified sampling, data gatherd by in-depth interviews and questionnaires.The results show that there is meaning full correlation between networking and its intensity that represent learning process in networks. Also, studding of industrial networks parameters influencing learning and network topology shows that there is correlation between network structure and learning (straight correlation).