نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار بخش مدیریت دانشگاه شیراز (نویسنده مسئول)

2 ** استاد گروه مدیریت صنعتی دانشگاه شهید بهشتی

3 دانشیار گروه مدیریت صنعتی دانشگاه شهید بهشتی

4 استادیار گروه مدیریت صنعتی دانشگاه شهید بهشتی

چکیده

خوشه های صنعتی یکی از رویکرد های نوین در توسعه صنعتی کشور های در حال توسعه است که اخیراً توجه
بسیاری از پژوهشگران و سیاستگذاران را به خود جلب کرده است. خوشه سازی باعث اثرات اقتصادی مثبت بر
منطقه و همچنین افزایش رقابت پذیری بنگاه های کوچک و متوسط می شود، اما میزان موفقیت همه خوشه ها
یکسان نیست زیرا عملکرد آن ها متفاوت است. بحث عملکرد خوشه ها دارای جوانب گوناگون است و گستره
وسیعی از حوزه های بروز نتایج را شامل می شود. این امر ناشی از ماهیت فراسازمانی و پیچیدگی کنش های
درونی و اثرات بیرونی خوشه است؛ چنانچه تابه حال مدل جامعی از ابعاد عملکردی خوشه صنعتی ارائه نشده
است. تعریف دقیق ابعاد عملکردی می تواند از بخشی نگری مبتنی بر زاویه نگاه به خوشه ها بکاهد و بررسی
اقدامات توسعه خوشه ها با رویکرد جامع، قابل اجرا شود. این تحقیق برآن است تا با طبقه بندی سنجه های
عملکرد خوشه های صنعتی، ابعاد عملکردی خوشه های صنعتی را شناسایی کند و مدلی برای سنجش جامع
عملکرد خوشه های صنعتی ارائه دهد. روش بکارگرفته شده در تحلیل داده های این تحقیق، تحلیل خوشه ای
است که به روشی ابتکاری، طبقه بندی های مد نظر 82 نفر از خبرگان موضوع را یکپارچه ساخته است و بر
اساس آن، چهار بعدعملکردی خوشه صنعتی شامل بعد مالی، بعد رقابتی، بعد اقتصادی و بعد زیست محیطی به
همراه مولفه ها و سنجه های هر یک استخراج گردیدند.

کلیدواژه‌ها

عنوان مقاله [English]

Identifying Performance Dimensions of Industrial Clusters Using Consensus Cluster Analysis

نویسندگان [English]

  • Seyed hadi Mirghaderi 1
  • Akbar Alam Tabriz 2
  • Hassan Farsigani, 3
  • Farhad Farzad 4

چکیده [English]

Industrial clusters are one of the new approaches in industrial development of developing countries which has recently attracted the attention of many researchers and policy makers.
Clustering has positive economic effects on the region and also increase the competitiveness of the small and medium enterprises (SMEs).But success level of all clusters is not the same because their performances are different. The subject of clusters performance has various aspects and contains a wide range of result areas. This is due to cross-organizational nature and complexity of the internal functions and external effects of cluster as a comprehensive model of industrial cluster performance dimensions have not been presented so far.Precise definition of performance dimensions can reduce (part view) which is based on point of view to clusters and also study of cluster development proceedings with comprehensive approach can be applicable. This study aims to identify the performance dimensions of industrial clusters by classifying the performance measures of industrial clusters and present a model for comprehensive evaluation of industrial clusters performance. For data analysis the method used in this study is cluster analysis which integrated the Classifications of 31 experts used heuristic method and based on that, four performance dimensions of industrial clusters including financial, competitive, economic and environmental along with components and measures of each were extracted.

کلیدواژه‌ها [English]

  • Industrial Cluster
  • performance measurement
  • Performance Dimensions
  • Cluster Analysis
منصوری، ع. و عزیزمحمدلو، ح. ) 2833 ( پروژه های توسعه خوشه ای برنامه ها و دستاورد ه.ا تهران:
سازمان صنایع کوچک و شهرک های صنعتی ایران
هومن، ح.) 2841 ( تحلیل داده های چندمتغیری در پژوهش رفتار . ی تهران: پیک فرهنگ
Ali, M., & Peerlings, J. (2011). Value Added of Cluster Membership for Micro Enterprises of the Handloom Sector in Ethiopia. World Development, 393), 363-374.
Aziz, K. A., & Norhashim, M. (2008). Cluster-Based Policy Making: Assessing Performance and Sustaining Competitiveness. Review of Policy Research, 25, 349-375.
Beckett, R. (2009). An Approach to Measuring the Performance of a Large-Scale Collaboration pp. 4.
Brock, G., Pihur, V., Datta, S., & Datta, S. (2011). clValid, an R package for cluster validation. Journal of Statistical Software (Brock et al., March 2008)
Cagnazzo, L., Tiacci, L., & Saetta, S. (2010). A Framework for Evaluating Enterprise Network Performances pp. 41-59.
Carpinetti, L. C. R., Galdámez, E. V. C., & Gerolamo, M. C. (2008). A measurement system for managing performance of industrial clusters: A conceptual model and research cases. International Journal of Productivity and Performance Management, (575), 405-419 .
Casanueva, C., Castro, I., & Galán, J. L. (2013). Informational networks and innovation in mature industrial clusters. Journal of Business Research, 665), 603-613.
Chiffoleau, Y., Dreyfus, F., Stofer, R., & Touzard, J.-M. (2007). Networks, Innovation and Performance pp. 35-60
Das, R., & Das, A. K. (2011). Industrial Cluster: An Approach for Rural Development in North East India. International Journal of Trade, Economics and Finance, (22), 161-165 .
21 مطالعات مدیریت صنعتی، سال سیزدهم، شماره 83 ، پاییز 49
Eisingerich, A. B., Bell, S. J., & Tracey, P. (2010). How can clusters sustain performance? The role of network strength, network openness, and environmental uncertainty. Research Policy, (392), 239-253.
Han, J., Kamber, M., & Pei, J. (2012). Cluster Analysis: Basic Concepts and Methods Data Mining Third Edition, pp. 4 .Boston: Morgan Kaufmann.
Hu, Y.-N., Chou, J. C.-L., & Hung, C.-L. (2009). Developing an Effective Industrial Cluster from Strawberry Farms: A Case of Dahu Township in Taiwan ,Washington, United States, Washington.
Hubbard, D. W. (2010). How to measure anything: finding the value of intangibles in business: Wiley. com.
Ionescu, D. (2005). Social Capital: A Key Ingredient for Clusters in Post-Communist Societies In J. Möhring Ed.), business clusters: promoting enterprise in central and eastern europe (pp. 33-56)
Jin, X., Kim, S., Han, J., Cao, L., & Yin, Z. (2011). A general framework for efficient clustering of large datasets based on activity detection. Statistical Analysis and Data Mining, (41), 11-29.
Karaev, A., Koh, S. C. L., & Szamosi, L. T. (2007). The cluster approach and SME competitiveness: a review. Journal of Manufacturing Technology Management, 187), 818-835 .
Lebas, M., & Euske ,K. (2007). A conceptual and operational delineation of performance
Liangjian, W., Qiongfeng, H., & Hu, W. (2008). Industrial Cluster Upgradation of Regenerated Resources in Miluo City. China Population, Resources and Environment, (182), 35-39.
Marshall, A. (1920). Principles of Economics. London: MacMillan.
McDonald, F., Huang, Q. H., Tsagdis, D., & Tuselmann, H. J. (2007) .Is there evidence to support porter-type cluster policies? Regional Studies, 411, 39-49.
شناسایی ابعاد عملکردی خوشههای صنعتی به روش تحلیل خوشهای توافقی ... 11
Neely, A. (1992), Business Performance Measurement: Cambridge University Press.
Porter, M. E. (1990). The Competitive Advantage of Nations. New York: Free Press.
Porter, M. E. (1998). The Competitive Advantage of Nations. New York: Free Press.
Sölvell, Ö., Lindqvist, G., & Ketels, C. (2003). The Cluster Initiative Greenbook
Stimson, R. J., Stough, R. R., & Roberts, B. H. (2006). Regional economic development: analysis and planning strategy: Springer.
The R Foundation, The R Project for Statistical Computing. Retrieved 11/11, 2014, from www.r-project.org
UNIDO, www.unido.org. Retrieved 2011/6/10
Villa ,A. (2007). Analysing industrial district performances: A structured approach. Annual Reviews in Control, (311), 107-118.
Villa, A., & Taurino, T. (2011). SME Networks and Clusters: An Approach for Their Performance Evaluation. In A. Villa Ed.), Managing Cooperation in Supply Network Structures and Small or Medium-sized Enterprises (pp. 65-87): Springer London.
Wang, X., Yan, Z., & Bai, S. (2012). The Constructive Research on the Evaluation Model of the Industry Cluster Competitiveness. In L. Zhang & C. Zhang Eds.), Engineering Education and Management Vol. 112, pp. 277-284): Springer Berlin Heidelberg.
Wikipedia, http://en.wikipedia.org/wiki/Externality Retrieved 15/6/2011, 2011
Yu, L., Yu, W., & Wen, W. (2013). The Empirical Research Between the Financial Industry Clusters and Regional Economic Development, Proceedings of the Sixth International Conference on Management Science and Engineering Management Vol. 185, (pp. 329-341): Springer London.