بهينه‌سازي تبادل دانش در خوشه صنعتي به روش برنامهريزي آرماني مطالعه موردي خوشه صنعتي خوراک دام گلستان
محورهای موضوعی : مدیریت دانش
حمیدرضا دزفولیان
1
(دانشگاه بوعلی سینا)
پروانه سموئی
2
(دانشگاه بوعلی سینا)
کلید واژه: خوشه صنعتي تبادل دانش برنامهريزي آرماني مطالعه موردي,
چکیده مقاله :
دانش به عنوان يک منبع استراتژيک در سازمان‌ها، عامل اصلي و موثري در ايجاد و تداوم مزيت رقابتي در آنهاست. در خوشه‌هاي صنعتي که شامل مجموعه‌اي از سازمان‌ها با زمينه فعاليت مشابه است، بين اعضا فعاليت‌هاي مشترکي به منظور صرفه‌جويي در منابع و تقويت توان رقابتيشان انجام ميشود. يکي از اين فعاليت‌هاي مشترک تبادل دانش بين اعضاست که باعث کاهش هزينه کسب دانش، افزايش همکاري بين شرکت‌ها، توانايي نوآوري و تقويت توان رقابتي آنها ميشود. در اين مقاله يک مدل برنامهريزي آرماني براي فرآيند تبادل دانش در خوشه‌هاي صنعتي ارائه شده است که بر اساس داده‌هاي خوشه صنعتي خوراک دام، طيور و آبزيان گلستان پياده‌سازي و نتايج حاصل از آن مورد تحليل قرار گرفته است. رسيدن به درجه ايده‌آل دانش در خوشه و ميزان بودجه تعيين شده به عنوان دو آرمان مدل در نظر گرفته شده‌اند. در اين مدل براي فرآيند تبادل دانش دو شيوه حضوري و غيرحضوري در نظر گرفته شده که به لحاظ هزينه و طول دوره انتقال تفاوت‌هاي قابل ملاحظه‌اي دارند. تحليل پارامترهاي مدل و بررسي نتايج حاصل نشان مي‌دهد، استفاده از دو شيوه حضوري و غيرحضوري براي تبادل دانش اين امکان را براي شرکت‌ها فراهم مي¬کند که با توجه به شرايط کاري و منابع دردسترس خود به شکلي منعطف بتوانند، ميزان مشارکت خود را در فرآيند تبادل دانش بهبود بخشند. همچنين به مديران خوشه درک بهتري مي‌دهد تا قادر باشند با توجه به منابع موجود و اهداف تدوين شده، تصميم‌گيري و برنامهريزي بهتري براي دستيابي به بازدهي بيشتر از فرايند تبادل دانش داشته باشند.
Knowledge as a strategic resource in organizations is a major and effective factor in creating and sustaining competitive advantage. In industrial clusters, which include a set of organizations with similar field of activities, there is a joint effort among members to save resources and enhance their competitive ability. One of these joint activities is the exchange of knowledge among the members, which reduces the cost of knowledge acquisition, increasing collaboration between companies, the ability to innovate and strengthen their competitive ability. In this paper, a goal programming model for the process of knowledge exchange in industrial clusters has been presented based on the data of industrial cluster of animal feed, poultry and aquaculture in Golestan and its results have been analyzed. Achieving the ideal degree of knowledge in the cluster and the amount of budget assigned are considered as two model ideals. In this model, for the process of knowledge exchange, there are two types of presence and non-attendance methods that have significant differences in terms of cost and duration of the transfer. Analyzing the model parameters and examining the results shows that the use of both face-to-face and non- attendance methods for the exchange of knowledge enables companies to flexibly participate in the process according to their working conditions and resources. It also provides better understanding to cluster managers in order to be able to make better decisions and planning in order to achieve greater returns from the knowledge transfer process, based on existing resources and goals.
[1] اسماعيل‌پور، مجيد، بحريني‌زاد، منيژه و قائدي، حسينعلي. (1396). تاثير رويکردهاي سازمان بر موفقيت محصولات جديد با توجه به نقش ميانجي‌گري مديريت دانش مشتري و دانش بازار، راهبردهاي بازرگاني، شماره 10، ص. 47-62.
[2] رمضاني، يوسف و مهرآرا، اسداله. (1390). مديريت دانش در بخش دولتي: مطالعه‌اي روابط بين عناصر سازماني و عمل انتقال دانش، ، راهبردهاي بازرگاني، شماره 1-47، ص. 181-194.
Grant, R. M. (1996). Toward a knowledge-based theory of the firm. Strategic Management Journal: Vol. 17: PP. 109–122. [3]
[4] ناظمان، حميد و اسلامي‌فر، عليرضا (1389). اقتصاد دانش بنيان و توسعه پايدار (طراحي و آزمون يك مدل تحليلي با داده‌هاي جهاني)، مجلة دانش و توسعه، سال 17، شماره 33، ص. 184-214.
Renzle, B. (2012). Trust in Management and Knowledge Sharing: The Mediating effects of fear and Knowledge Documentation. Omega: Vol. 36: PP. 206-220. [5]
Wijk, R. V. Jansen, J. J. P. & Lyles, M. A. (2008). Inter- and Intra-Organizational Knowledge Transfer: A Meta-Analytic Review and Assessment of its Antecedents and Consequences. Journal of Management Studies: Vol. 45: PP. 830-853. [6]
Malmberg A. & Maskell P. (2002). The elusive concept of localization economies: towards a knowledge based theory of spatial clustering. Environ Plann.: Vol. 34(3): PP. 429–449. [7]
Porter, M. E. (1998). Clusters and the new economics of competition. Harv Bus Rev.: Vol. 76(6): PP. 77–90. [8]
Porter, M. E. (2000). Location, competition, and economic development: local clusters in a global economy. Econ Dev Q: Vol. 14(1): PP. 15–34. [9]
Fang, Y. Liang, Q. & Jia, Z. (2011). Knowledge Sharing Risk Warning of Industry Cluster: An Engineering Perspective. Systems Engineering Procedia: Vol. 2: PP. 412 – 421. [10]
Hoffmann, V. E. Bandeira-de-Mello, R. Molina-Morales, F. X. (2011). Innovation and Knowledge Transfer in Clustered Inter Organizational Networks in Brazil. Latin American Business Review: Vol. 12: PP. 143–163. [11]
Connell, J. Kriz, A. & Thorpe, M. (2014). Industry clusters: an antidote for knowledge sharing and collaborative innovation?. Journal of Knowledge Management: Vol. 18(1): PP. 137-151. [12]
Şengün, A. E. (2015). Does Informal Knowledge Sharing Breed Innovation in Industrial Clusters?. Boğaziçi Journal Review of Social, Economic and Administrative Studies: Vol. 29(1): PP. 53-79. [13]
Alberti, F. G. & Pizzurno, E. (2015). Knowledge exchanges in innovation networks: evidences from an Italian aerospace cluster. Competitiveness Review: Vol. 25(3): PP. 258-287. [14]
Kim, N. & Shim, C. (2018). Social capital, knowledge sharing and innovation of small- and medium-sized enterprises in a tourism cluster. International Journal of Contemporary Hospitality Management: Vol. 30(6): PP. 2417-2437. [15]
Han, Y. & Chen, G. (2018). The relationship between knowledge sharing capability and innovation performance within industrial clusters: Evidence from China. Journal of Chinese Economic and Foreign Trade Studies: Vol. 11(1): PP. 32-48. [16]
Chen, M. Wang, H. Wang, M. (2018). Knowledge sharing, social capital, and financial performance: the perspectives of innovation strategy in technological clusters. Journal Knowledge Management Research & Practice: Vol. 16(1): PP. 89-104. [17]
Wilson, L. Spoehr, J. (2010). Labour Relations and the Transfer of Knowledge in Industrial Clusters: Why do Skilled Workers Share Knowledge with Colleagues in Other Firms?. Geographical Research: Vol. 48(1): PP. 42–51. [18]
Lopez-Saez, P. Navas-Lopez, J. E. Martin-de-Castro, G. & Cruz-Gonzalez, J. (2010). External knowledge acquisition processes in knowledge-intensive clusters. Journal of Knowledge Management: Vol. 14(5): PP. 690-707. [19]
Sreckovic, M. & Windsperger, J. (2011). Organization of knowledge transfer in clusters: a knowledge-based view, In: Tuunanen M,Windsperger J, Cliquet G, Hendrikse G (eds) New developments in the theory of networks. Franchising, alliances and cooperatives. Springer. Berlin: PP. 318–334. [20]
Sreckovic, M. & Windsperger, J. (2013). The Impact of Trust on the Choice of Knowledge Transfer Mechanisms in Clusters, Network Governance Contributions to Management Science. Springer-Verlag Berlin Heidelberg: PP. 73-85. [21]
Stackea, A. R. N. P. Hoffmannb, V. E. & Araujo Costa, H. (2012). Knowledge transfer among clustered firms: a study of Brazil. Anatolia – An International Journal of Tourism and Hospitality Research: Vol. 23(1): PP. 90–106. [22]
Richardson, C. (2013). Knowledge-sharing through social interaction in a policy-driven industrial cluster. Journal of Entrepreneurship and Public Policy: Vol. 2(2): PP. 160-177. [23]
Dayasindhu, N. (2002). Embeddedness, knowledge transfer, industry clusters and global competitiveness: a case study of the Indian software industry. Technovation: Vol. 22: PP. 551–560. [24]
Power, D. & Lundmark, M. (2004). Working through Knowledge Pools: Labor Market Dynamics, the Transference of Knowledge and Ideas, and Industrial Clusters. Urban Studies: Vol. 41(5/6): PP. 1025–1044. [25]
Hoffmann, V. E. Lopes, G. S. C. & Medeiros, J. J. (2014). Knowledge transfer among the small businesses of a Brazilian cluster. Journal of Business Research: Vol. 67: PP. 856–864. [26]
Bocquet, R. & Mothe, C. (2010). Knowledge governance within clusters: the case of small firms. Knowledge Management Research & Practice: Vol. 8: PP. 229–239. [27]
Xiong, J. Duan, Z. & Wang, Y. (2013). Modeling and Simulation of the Inter-Organizational Knowledge Transfer Impact Factors in Industrial Clusters. The 19th International Conference on Industrial Engineering and Engineering Management, Springer-Verlag Berlin Heidelberg: PP. 161-171. [28]
Zhou, S. (2013). Study of Knowledge Diffusion FSAI Model for High-Tech SMES Clusters. The 19th International Conference on Industrial Engineering and Engineering Management, Springer-Verlag Berlin Heidelberg: PP. 783-794. [29]
Schmidt, D. M. Böttcher, L. Wilberg, J. Kammerl, D. & Lindemann, U. (2016). Modeling Transfer of Knowledge in an Online Platform of a Cluster. 26th CIRP Design Conference: PP. 348 – 353. [30]
Giuliani, E. (2007). The selective nature of knowledge networks in clusters: evidence from the wine industry. Journal of Economic Geography: Vol. 7: PP. 139–168. [31]
Guo, J. & Guo, B. (2008). The Evolution of Knowledge Network in Manufacturing Cluster: A Case in China. Proceedings of the 2008 IEEE IEEM: PP. 890-894. [32]
Chen, J. Chen, D. & Li, Z. (2008). The Analysis of Knowledge Network Efficiency in Industrial Clusters, International Seminar on Future Information Technology and Management Engineering 2008, IEEE:PP. 257-260. [33]
Ilovici, I. & Han, J. (2003). Optimization of organizational knowledge transfer model. Proceedings of the 16th IEEE Symposium on Computer-Based Medical Systems. [34]
Lin, X. & Zhang, Q. (2007). Optimization of Knowledge Sharing & Transfer Network. International Conference on Wireless Communications, Networking and Mobile Computing: PP. 5613-5616. [35]
Dong, S. Johar, M. & Kumar, R. (2012). Understanding key issues in designing and using knowledge flow networks: An optimization-based managerial benchmarking approach. Decision Support Systems: Vol. 53: PP. 646–659. [36]
Dezfoulian, H.R. Afrazeh, A. & Karimi, B. (2017). A new model to optimize the knowledge exchange in industrial cluster: A case study of Semnan plaster production industrial cluster. Scientia Iranica: Vol. 24(2): PP. 834-846. [37]
بهينه‌سازي تبادل دانش در خوشه صنعتي به روش برنامهريزي آرماني مطالعه موردي خوشه صنعتي خوراک دام گلستان
حمیدرضا دزفولیان (نویسنده مسئول) استادیار گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه بوعلی سینا، همدان ، ایران hrdezfoolian@basu.ac.ir
پروانه سموئی استادیار گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه بوعلی سینا، همدان ، ایران p.samouei@basu.ac.ir
تاریخ ارسال:01/08/99 تاریخ پذیرش:30/11/99 |
دانش به عنوان يک منبع استراتژيک در سازمان‌ها، عامل اصلي و موثري در ايجاد و تداوم مزيت رقابتي در آنهاست. در خوشه‌هاي صنعتي که شامل مجموعه‌اي از سازمان‌ها با زمينه فعاليت مشابه است، بين اعضا فعاليت‌هاي مشترکي به منظور صرفه‌جويي در منابع و تقويت توان رقابتيشان انجام ميشود. يکي از اين فعاليت‌هاي مشترک تبادل دانش بين اعضاست که باعث کاهش هزينه کسب دانش، افزايش همکاري بين شرکت‌ها، توانايي نوآوري و تقويت توان رقابتي آنها ميشود. در اين مقاله يک مدل برنامهريزي آرماني براي فرآيند تبادل دانش در خوشه‌هاي صنعتي ارائه شده است که بر اساس داده‌هاي خوشه صنعتي خوراک دام، طيور و آبزيان گلستان پياده‌سازي و نتايج حاصل از آن مورد تحليل قرار گرفته است. رسيدن به درجه ايده‌آل دانش در خوشه و ميزان بودجه تعيين شده به عنوان دو آرمان مدل در نظر گرفته شده‌اند. در اين مدل براي فرآيند تبادل دانش دو شيوه حضوري و غيرحضوري در نظر گرفته شده که به لحاظ هزينه و طول دوره انتقال تفاوت‌هاي قابل ملاحظه‌اي دارند. تحليل پارامترهاي مدل و بررسي نتايج حاصل نشان مي‌دهد، استفاده از دو شيوه حضوري و غيرحضوري براي تبادل دانش اين امکان را براي شرکت‌ها فراهم ميکند که با توجه به شرايط کاري و منابع دردسترس خود به شکلي منعطف بتوانند، ميزان مشارکت خود را در فرآيند تبادل دانش بهبود بخشند. همچنين به مديران خوشه درک بهتري مي‌دهد تا قادر باشند با توجه به منابع موجود و اهداف تدوين شده، تصميم‌گيري و برنامهريزي بهتري براي دستيابي به بازدهي بيشتر از فرايند تبادل دانش داشته باشند.
کلید واژه:
خوشه صنعتي، تبادل دانش، برنامهريزي آرماني، مطالعه موردي
مقدمه
در عصر کنوني دانش به عنوان مهم‌ترين منبع سازماني و اصلي‌ترين عامل ايجاد مزيت رقابتي مطرح است ([1]، [2] و [3])، زيرا توليد کالا و خدمات به صورت فزاينده‌اي «دانش‌محور» شده است. در چنين موقعيتي، دانش براي سازمان‌هاي موفق، يک دارايي کليدي است و در ايجاد ارزش و درآمد پايدار مهم‌ترين نقش را ايفا ميکند [4]. در اين سازمان‌ها مديريت دانش نقش بسزايي در کسب موفقيتشان ايفا ميکند. مديريت دانش، عملکرد سازمان‌ها را در خلق، کسب، انتقال، حفظ و استفاده از دانش، هدايت و کنترل ميکند و مهم‌ترين فرآيند در آن، تبادل دانش است [5].
مرور مطالعات حوزه انتقال دانش نشان مي‌هد که مي‌توان انتقال دانش را در دو سطح درون سازماني و برون سازماني تقسيم‌بندي نمود [6]. انتقال دانش برون سازماني هم به دو شکل عمودي و افقي قابل دسته‌بندي است. انتقال دانش افقي عمدتاً بين اعضاي يک خوشه صنعتي يا سازمان‌هاي يک سطح خاص زنجيره تامين قابل انجام است و انتقال دانش عمودي نيز بين سازمان‌هاي سطوح مختلف يک زنجيره تامين صورت مي‌گيرد.
موضوع تحقيق انجام شده در اين مقاله به انتقال دانش برون سازماني و نوع افقي آن مربوط است که عمدتاً بين شرکت‌هايي با زمينه فعاليت و توليدات مشابه اتفاق مي‌افتد. اين نوع انتقال دانش بين شرکت‌هايي که عموماً در قالب يک خوشه صنعتي مشغول فعاليت هستند، بيشتر رخ مي‌دهد. منظور از خوشه صنعتي در يک تعريف ساده عبارت است از شبکه‌اي از شرکت‌ها با صنايع مرتبط که در يک منطقه واقع شده‌اند ([7]، [8] و [9]). اين شرکت‌ها به منظور كسب صرفه‌هاي اقتصادي با يكديگر ارتباط برقرار نموده و در بسياري از موارد همكاري جمعي دارند. يکي از زمينه‌هاي مهم همکاري مشترک شرکت‌هاي عضو خوشه، تبادل دانش است که کاهش هزينه‌هاي کسب دانش، افزايش همکاري بين شرکت‌هاي خوشه، بهبود توانايي نوآوري و ترويج و تقويت توان رقابت کلي شرکت‌هاي خوشه را به دنبال دارد [10].
بررسي تحقيقات نشان مي‌دهد که کارهاي زيادي در حوزه انتقال دانش انجام شده است، اما مطالعات مربوط به اين موضوع در خوشه‌هاي صنعتي بسيار محدود است که قابل دسته‌بندي در قالب شش گروه زير مي‌باشد.
1.1.تبادل دانش و نوآوري در خوشه‌هاي صنعتي
مرور تحقيقات صورت گرفته نشان مي‌دهد بيشترين مطالعات در ارتباط با موضوع تبادل دانش و نوآوري در خوشه صنعتي مي‌باشد که در بازه زماني 2011 تا 2018 صورت گرفته است. اين نشان مي‌دهد اخيراً موضوع نوآوري در خوشه‌ها مورد توجه قرار گرفته است.
هافمن1 و همکاران [11] اثر انتقال دانش بين شرکت‌هاي خوشه را بر نوآوري در يک شرکت مورد ارزيابي قرار دادند. پس از آن کانل2 و همکاران [12] موضوع تبادل دانش و همکاري براي نوآوري را در خوشه‌هاي صنعتي مورد بررسي قرار دادند و نتيجه گرفتند که اگر در خوشه، مديريت و تسهيلات مناسب وجود داشته باشد و شيوه تبادل دانش آموزش داده شود، همکاري اعضاي خوشه در به اشتراک‌گذاري دانش و نوآوري منجر به نتايج مثبتي ميشود. سنگان3 [3] تاثير تبادل دانش غيررسمي (مبتني بر اعتماد) را بر نوآوري در شرکت‌هاي خصوصي خوشه صنعتي مبلمان ترکيه مورد بررسي قرار داد. البرتي و پيزورنو4 [14] ماهيت چند منظوره شبکه‌هاي نوآوري در خوشه صنعتي هوا فضاي ايتاليا را مورد مطالعه قرار دادند. آنها بررسي کردند که آيا در تبادل دانش مربوط به نوآوري صرفاً يک نوع دانش در اين ارتباط تبادل ميشود و همچنين عوامل درگير در اين فرآيند نقش‌هاي متفاوتي ايفا مي‌کنند يا خير؟
اخيراً کيم و شيم5 [15] به شناسايي رابطه ساختاري بين سرمايه اجتماعي، اشتراک دانش، نوآوري و عملکرد شرکت‌هاي کوچک و متوسط در خوشه گردشگري در کره جنوبي پرداختند. همچنين هان و چن6 [16] تاثير تبادل دانش بر عملکرد نوآوري از ديدگاه قابليت‌هاي پوياي مبتني بر دانش در خوشه‌هاي صنعتي را مورد بررسي قرار دادند. در ضمن چن7 و همکاران [17] به بررسي اثر تبادل دانش و سرمايه اجتماعي بر راهبرد نوآوري در خوشه‌هاي فناوري تايوان پرداختند و همچنين اثر آن را بر عملکرد مالي شرکت‌ها مورد بررسي قرار دادند.
1.2. روش‌هاي انتقال دانش در خوشه و تاثير عوامل مختلف بر اين روش‌ها
ويلسون و اسپر8 [18] موضوع انتقال غيررسمي دانش بين کارکنان ماهر شرکت‌هاي خوشه‌هاي صنعتي که کارکنان يا کارفرمايان آنها با هم در ارتباط هستند را مورد مطالعه قرار دادند. بررسي و ارزيابي انطباق مدل نوناکا تاکوچي بر فرايند کسب دانش‌هاي خارجي در شرکت‌هاي واقع در خوشه‌هاي دانش‌محور توسط لوپزسايز9 و همکاران [19] مورد مطالعه قرار گرفت که به بهبود درک ارتباط مکانيزم‌هاي مختلفي که سازمان مي‌تواند براي يادگيري استفاده کند، کمک ميکند. سرکوويچ و ويندسپرگر10 [20] به بررسي تاثير ميزان ضمني بودن دانش بر انتخاب مکانيزم انتقال دانش در خوشه، بر مبناي تئوري غناي اطلاعات پرداختند. همچنين آنها در سال 2013 تاثير اعتماد در انتخاب مکانيزم انتقال دانش در خوشه صنعتي را مورد مطالعه قرار دادند [21]. استاک11 و همکاران [22] انتقال دانش در ميان شرکت‌هاي خوشه و ارتباط آن با رقابت در مقاصد توريستي در جنوب برزيل را تحليل کردند، پس از آن نيز ريچاردسون12 [23] تبادل دانش از طريق تعاملات اجتماعي در يک خوشه سياست‌محور را مورد مطالعه قرار داد.
1.3. بررسي عوامل مختلف بر انتقال دانش در خوشه
دسته بعدي مقالات مربوط به بررسي تاثير عوامل مختلف بر روي انتقال دانش در خوشه‌هاي صنعتي مي‌باشد. داياسيندو13 [24] به بررسي اثر انتقال دانش و عوامل ضمني (مثل اعتماد، تجربه، فرصت‌طلبي، پيچيدگي کار و سرمايه انساني خاص) بر خوشه صنعتي، به عنوان عواملي که مي‌توانند زمينه‌ساز توفيق در رقابت جهاني باشند، پرداخت. پاور و لاندارک14 [25] در مقاله خود به بررسي اثر نيروي کار متحرک در انتقال دانش و ايده در خوشه صنعتي ICT استکهلم سوئد پرداختند. پس از آن هافمن و همکاران [26] نيز به موضوع نيروي کار در خوشه صنعتي توجه داشته و تاثير همکاري‌هاي بين شرکتي، موسسات حمايت صنعتي، جابجايي نيروي کار و روابط اجتماعي بر فرايند انتقال دانش در خوشه صنعتي صادرات مبلمان برزيل را مطالعه کردند.
بوکوات و موته15 [27] به بررسي نقش دولت در يکپارچه‌سازي دانش در خوشه‌هاي صنعتي کوچک پرداختند. همچنين فنگ16 و همکاران [10] خطرات مختلف در فرايند انتقال دانش در خوشه‌هاي صنعتي را با استفاده از رياضيات فازي و شبکه عصبي مصنوعي شناسايي کردند. زيونگ17 و همکاران [28] نيز با استفاده از تئوري سيستم‌هاي ديناميکي و شبکه علت و معلولي تاثير چهار عامل فرستنده، گيرنده، دانش انتقالي و شکاف دانشي بر انتقال دانش بين سازماني در خوشه صنعتي را بررسي کردند.
1.4. ارائه مدل مفهومي براي انتقال دانش در خوشه
ژو18 [29] يک مدل چرخه‌اي حلزوني چهار مرحله‌اي براي انتقال دانش در خوشه‌هاي صنعتي با تکنولوژي بالا ارائه کرد. اشميت19 و همکاران [30] بر اساس تئوري‌هاي موجود در مورد دانش و انتقال آن و همچنين بر اساس نظريه خوشه‌ها از ديدگاه اقتصاد نوين، يک مدل مفهومي براي انتقال دانش بين اعضاي يک خوشه صنعتي ارائه کردند، سپس اين مدل را در خوشه صنعتي کربن در جنوب آلمان مورد ارزيابي قرار دادند.
1.5. بررسي شبکه دانش در خوشه صنعتي
گروه ديگري از مقالات به موضوع شبکه‌هاي دانش در خوشه‌هاي صنعتي مربوط است. جولياني20 [31] خواص ساختاري شبکه‌هاي دانش را در سه خوشه صنعتي، با کاربرد آناليز شبکه‌هاي اجتماعي مورد بررسي قرار داد. پس از آن گو و گو21 [32] به بررسي تکامل شبکه دانش در يک خوشه صنعتي بر اساس تغيير نقش عوامل مختلف در هر مرحله از تکامل پرداختند. چن و همکاران [33] نيز به مطالعه اثر شش متغير (عمق دانش به اشتراک‌گذاشته شده، پس‌زمينه فرهنگ اجتماعي منطقه‌اي، مشخصه‌هاي دانش، گستره دانش به اشتراک‌گذاشته شده، ويژگي‌هاي شرکا و مشخصه‌هاي شبکه) بر کارايي شبکه دانش در خوشه‌هاي صنعتي پرداختند.
1.6. بهينه‌سازي و طراحي شبکه دانش
ايلويچي و هان22 [34] مدلي براي بهينه‌سازي انتقال دانش سازماني جهت قرار دادن افراد مناسب در موقعيت و زمان مناسب پيشنهاد دادند که در آن ارتباط پارامترهاي فيزيکي جريان دانش با پارامترهاي سازماني مورد توجه قرار گرفت. پس از آنها لين و ژانگ23 [35] شبکه انتقال و تبادل دانش را با در نظر گرفتن رفتارها، تجزيه و تحليل روابط متقابل بين اعضاي شبکه و محاسبه مسير بهينه انتقال دانش، ايجاد کردند. آنها براي بهينه‌سازي مسير انتقال دانش صريح از الگوريتم کوتاه‌ترين مسير فلويد24 و براي بهينه‌سازي مسير انتقال دانش ضمني از تجزيه و تحليل شبکه‌هاي اجتماعي استفاده کردند.
دونگ25 و همکاران [36] با طراحي بهينه شبکه جريان دانش بين کارکنان يک سازمان، به دنبال حداکثرسازي به اشتراک‌گذاري دانش بين کارکنان بودند. آنها براي اين کار از مدل برنامهريزي عدد صحيح ترکيبي26 استفاده کردند. اخيراً نيز دزفوليان27 و همکاران [37] با استفاده از روش برنامهريزي عدد صحيح ترکيبي، شبکه جريان دانش بين اعضاي يک خوشه صنعتي را مدل‌سازي نمودند تا تبادل دانش بين آنها حداکثر گردد.
با توجه به مقالات مورد بررسي ملاحظه ميشود اغلب مطالعات انجام شده رويکرد کيفي داشته و تنها مقالات اندکي هستند که رويکرد کمي را براي انتقال دانش در خوشه‌هاي صنعتي مورد استفاده قرار داده‌اند. از اين ميان تعداد محدودتري از مقالات از روش‌هاي بهينه‌سازي براي اين امر بهره گرفته‌اند، لذا ضرورت انجام مطالعه در اين ارتباط با توجه به کارايي روش‌هاي بهينه‌سازي بيش از پيش احساس ميگردد. از اين‌رو، در اين مقاله موضوع مدل‌سازي و بهينه‌سازي انتقال دانش در خوشه صنعتي مورد مطالعه قرار گرفته است و با توجه به نظر مديران دو آرمان رساندن سازمان‌ها به بالاترين درجه دانش و فراتر نرفتن هزينه‌ها از بودجه اختصاصي در نظر گرفته شده است. براي حل مدل پيشنهادي نيز از روش برنامهريزي آرماني استفاده ميشود.
2. تعريف و فرمول‌بندي مساله
يکي از استراتژي‌هاي توسعه اقتصادي که در خلال سال‌هاي اخير توجه زيادي به آن شده است، توسعه از طريق خوشه‌هاي صنعتي است. نقش موثر خوشه‌هاي صنعتي در توسعه اقتصادي و پيشرفت صنعتي کشورها به اثبات رسيده و در اکثر کشورها مورد توجه قرار گرفته است. مجتمع شدن شرکت‌هاي همکار در قالب خوشه صنعتي باعث ميشود تا مجموعه‌اي از صرفه‌جويي‌هاي اقتصادي بوجود آمده و توان رقابتي مجموعه افزايش يابد. سازمان‌هايي که به اين شکل به هم مي‌پيوندند، مي‌توانند حداکثر جريان اطلاعات، دانش و ايده‌هاي نو را خلق کنند و دانش‌هاي موجود در خوشه را راحت‌تر انتقال و سريع‌تر به خلاقيت‌هاي ارزشمند تبديل نموده و اعضاي خوشه از منافع حاصل از آن منتفع شوند.
لازمه مدل‌سازي براي مسائل واقعي در نظر گرفتن تنگناها و محدوديت‌هاي موجود در فضاي کسب و کار است. در اين راستا توجه به استفاده بهينه از منابع و در نظر گرفتن توان واقعي سازمان‌ها در کسب و آموزش دانش به سايرين در کنار حفظ سطح توليد برنامهريزي شده آنها از اهميت بسزايي برخوردار است. به همين دليل بايد بر مبناي بودجه در دسترس و محدوديتها، درجه دانش اعضاي خوشه را در فرآيند تبادل به بالاترين حد رساند. براي اين کار لازم است از پتانسيل موجود در خوشه به بهترين شکل بهره برد، يعني تلاش نمود که تبادل دانش عمدتاً بين سازمان‌هايي صورت گيرد که درجه نزديکي بيشتري از نظر ميزان ارتباطات مالي، روابط غيررسمي بين کارکنان و نزديکي جغرافيايي با هم داشته باشند.
از سوي ديگر پيشرفت تکنولوژي و دسترسي به شيوه‌هاي متنوع ارتباطي نظير اينترنت، شبکه‌هاي اجتماعي، ويدئو کنفرانس، ايميل و غيره امکان استفاده از گزينه‌هاي متعددي را براي انتقال دانش جهت تطابق بيشتر با شرايط واقعي سازمان‌ها فراهم مي‌سازد. به گونهاي که سازمان‌ها علاوه بر انتقال دانش به شکل حضوري بتوانند از مزاياي انتقال دانش به صورت غيرحضوري نيز بهره‌مند شوند. نحوه انتقال دانش در روش حضوري به اين شکل است که نماينده سازمان يادگيرنده با حضور تمام وقت در يک دوره زماني نسبتاً کوتاه در سازمان آموزش دهنده، تحت آموزش قرار مي‌گيرد، اما در روش غيرحضوري با استفاده از شيوه‌هاي ذکر شده در يک دوره بلند مدت‌تر (در مقايسه با روش حضوري) اما با ساعات روزانه و هزينه کمتر، آموزش صورت مي‌گيرد. لازم به ذکر است که مدت و هزينه انتقال دانش با توجه به نوع دانش (آشکار يا ضمني بودن)، پيچيدگي دانش و روش مورد استفاده براي انتقال آن (حضوري و غيرحضوري) تعيين ميگردد.
تعريف مساله در قالب ذکر شده ما را به استفاده از روش برنامهريزي آرماني سوق مي‌دهد. در اين مساله رساندن سازمان‌ها به حداکثر درجه دانش و همچنين فراتر نرفتن هزينه‌ها از بودجه اختصاصي به تبادل دانش به عنوان دو آرمان در نظر گرفته مي‌شوند. شايان ذکر است که برنامهريزي آرماني يکي از تکنيکهاي حل مسائل چندهدفه است که در آن هر يک از اهداف داراي اولويتي است که اين اولويت توسط فرد تصميمگيرنده تعيين ميگردد. در اين روش به حداقل سازي انحرافات مقدار اهداف از تابع هدف بهينه پرداخته ميشود. براي اين منظور نياز است که مدل مساله به گونهاي فرموله شود که هر يک از اهداف به همراه متغيرهاي مربوط به انحراف از حالت بهينه در محدوديتها قرار گيرند و هدف جديد مساله که حداقل کردن ميزان انحراف از آرمانهاست، مجدد نوشته شود. بايد به خاطر داشت که در اين روش لزوماً به مقاديري که براي هر هدف به عنوان آرمان در نظر گرفتهايم، ممکن است نرسيم. ولي هر چه اين انحرافات کمتر باشد، قطعاً براي تصميمگيرنده مطلوبيت بيشتري خواهد داشت.
نزديک‌ترين مطالعه به تحقيق حاضر منبع [37] است که از روش برنامهريزي عدد صحيح ترکيبي چند هدفه موزون براي حداکثرسازي تبادل دانش بين اعضاي خوشه استفاده کردند. آنها صرفاً از شيوه انتقال دانش حضوري در مدل استفاده کردند و براي مطالعه موردي خوشه صنعتي گچ سمنان را برگزيدند.
در ادامه پس از معرفي مفروضات، انديس‌ها، پارامترها و متغيرها، مدل رياضي مسئله بيان و تشريح ميگردد.
2. 1. مفروضات
با توجه به ويژگي‌هاي مساله مجموعه مفروضات مدل عبارتند از:
- تمام دانش‌ها به دو شيوه حضوري و غيرحضوري قابل انتقال هستند.
- درجه يک دانش خاص در سازمان هنگامي يک واحد افزايش مي‌يابد که دوره آموزش آن درجه دانش کامل شده باشد.
- درجه دانش سازمان آموزش‌دهنده حداقل بايد يک درجه از آن دانش سازمان ياد گيرنده بالاتر باشد.
- کليه دانش‌ها داراي سه درجه خبره، متوسط و مبتدي است که به ترتيب با 3، 2 و 1 مشخص ميشود.
- حضور در دوره آموزشي درجه خبرگي منوط به پايان دروه آموزشي درجه متوسط است.
- هزينه و طول دوره آموزش براي ارتقا درجه دانش از درجه مبتدي به متوسط و همچنين درجه متوسط به خبره براي يک دانش خاص يکسان است، ولي اين مقادير مي‌تواند براي دانش‌هاي مختلف متفاوت باشد.
- توان همزمان انتقال و کسب چند دانش براي هر شرکت محدود است.
- پارامترهاي مدل قطعي هستند.
2.2. انديس‌ها
شرکت‌هاي عضو خوشه صنعتي | i, j, g |
دانش‌ها | k |
شيوه انتقال دانش (1v=: انتقال با شيوه حضوري، 2v=: انتقال با شيوه غيرحضوري) | v |
دورههاي زماني | t, q |
3.2. پارامترها
تعداد اعضاي خوشه صنعتي | M |
تعداد کل دانش‌ها | K |
تعداد کل دورههاي زماني (طول افق برنامهريزي) | T |
آرمان در نظر گرفته شده براي بودجه | H |
آرمان در نظر گرفته شده براي درجه دانش خوشه | P |
تعداد دوره لازم براي انتقال يک درجه دانش k با شيوه v | Dkv |
هزينه انتقال دانش k با شيوه v | Ckv |
حداکثر تعداد دانشي که سازمان i با شيوه v به طور همزمان مي‌تواند به ساير سازمان‌ها انتقال دهد (توان انتقال) | Aiv |
حداکثر تعداد دانشي که شرکت j با شيوه v به طور همزمان مي‌تواند از ساير سازمان‌ها کسب کند (توان کسب) | Bjv |
يک عدد مثبت خيلي بزرگ |
|
4.2. متغيرها
اگر انتقال دانش k از شرکت i به شرکت j با شيوه v در دوره t شروع شود برابر يک، در غير اين صورت صفر است. |
|
اگر شرکت j در دوره t مشغول کسب دانش k با شيوه v باشد برابر يک، در غير اين صورت صفر است. |
|
اگر شرکت i در دوره t مشغول انتقال دانش k با شيوه v باشد برابر يک، در غير اين صورت صفر است. |
|
درجه دانش k در شرکت i در پايان دوره t. |
|
5.2. مدل رياضي
مدل رياضي مسئله به شرح زير مي‌باشد:
(1) | Min s.t: |
(2) |
