Współpraca i przepływy wiedzy w organizacjach klastrowych w świetle polityki klastrowej UE – przykład badania relacji łączących przedsiębiorstwa z wykorzystaniem analizy sieciowej

Powszechnie uważa się, że do zjawisk zachodzących w klastrach gospodarczych należą współpraca i przepływy wiedzy. Ich generowanie stało się w ostatnim czasie jednym z głównych celów zakładania i promowania sformalizowanych inicjatyw i organizacji klastrowych (które można określić wspólnym mianem porozumień klastrowych). Poprzez politykę klastrową UE (która stanowi jedno z międzynarodowych uwarunkowań kształtowania innowacyjności i rozwoju polskiego przemysłu) tematyka ta stała się aktualna również w Polsce. W publikacjach podejmujących to zagadnienie nie podejmowano dotychczas próby analizy mechanizmów powiązań pomiędzy przedsiębiorstwami tworzącymi porozumienia klastrowe. Celem tego artykułu jest przedstawienie przykładowego sposobu badania relacji współpracy i przepływów wiedzy pomiędzy przedsiębiorstwami w porozumieniach klastrowych. Badaniem empirycznym objęto przedsiębiorstwa Swarzędzkiego Klastra Producentów Mebli oraz Klastra Spożywczego Leszczyńskie Smaki, w których przeprowadzono wywiady z właścicielami lub osobami na kierowniczych stanowiskach. Do przeanalizowania odpowiedzi wykorzystano ostatnio coraz popularniejszą w badaniach metodę analizy sieciowej, zwaną też analizą sieci społecznych (ang. Social Network Analysis, SNA). Wyniki badania prowadzą do kilku wniosków. Po pierwsze, firmy chętniej współpracowały ze sobą niż dzieliły się wiedzą przydatną w działalności gospodarczej. Po drugie, jakkolwiek w badanych porozumieniach istniał związek pomiędzy intensywnością współpracy i dzieleniem się wiedzą w parach przedsiębiorstw, nie zachodził związek pomiędzy tymi wielkościami a bliskością geograficzną między firmami (gdyż wpływ na badane procesy miały również czynniki pozageograficzne). Wreszcie wykazano, że im bardziej centralna była pozycja przedsiębiorstw w sieciach współpracy i dzielenia się wiedzą (tzn. im bardziej aktywne były przedsiębiorstwa w nawiązywaniu relacji wewnątrz porozumień klastrowych), tym większa była ich innowacyjność. Na podstawie udowodnionych zależności sformułowane zostały rekomendacje dla koordynatorów porozumień klastrowych. Wskazano także propozycje dalszych badań empirycznych procesów zachodzących w klastrach, obejmujące również inne funkcjonalności analiz sieciowych

Cooperation and knowledge flows are widely believed to be phenomena taking place in economic clusters, and their generation has recently become one of the main aims of establishing and promoting formalised cluster initiatives or cluster organisations (called cluster agreements). EU cluster policy has caused that the issue of clusters has recently been brought to attention also in Poland. Among the many publications concerning clusters, only a few discuss mechanisms of relations among firms engaged in cluster agreements. The aim of this article is to present an example of an investigation of relations concerning cooperation and knowledge sharing among firms in such agreements. An empirical study was based on interviews with the owners or managers of firms in two cluster organisations operating in Western Poland: the Swarzędz Cluster of Furniture Producers and the Leszno Flavours Food Cluster. Their answers were then analysed using the Social Network Analysis method, which is becoming more and more popular in scientific research nowadays. The results allow for formulating several conclusions. First, while there is a correlation between the intensity of cooperation and knowledge sharing for every pair of firms inside a cluster agreement, there is no correlation between those two processes and the geographical proximity between pairs of firms (because other factors also influence the inclination to cooperate and share knowledge). Secondly, firms are more ready to cooperate than to exchange knowledge. Finally, the more central the position of an enterprise in cooperation and knowledge-flow networks (i.e., the more active it is in establishing relations within cluster agreements), the higher its innovativeness. On the basis of the observed relations, recommendations for coordinators of cluster agreements were formulated. Further empirical studies of processes in clusters that could employ other functionalities of network analysis are also proposed.