ارزیابی تجمع جغرافیایی صنعت مبلمان ایران با هدف توسعه خوشه‌های مبلمان

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار گروه جنگلداری، دانشکده منابع طبیعی، دانشگاه ارومیه

2 دانشیار گروه علوم و صنایع چوب و کاغذ،دانشکده منابع طبیعی، دانشگاه تهران

3 استاد گروه علوم و صنایع چوب و کاغذ، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران

چکیده

در این تحقیق تراکم استقرار جغرافیایی صنعت مبلمان در ایران، با هدف توسعه خوشه‏های مبلمان ارزیابی شد و با در نظر گرفتن این مشخصه، مناطقی که برای توسعه خوشه‏های مبلمان اولویت داشتند شناسایی شدند. از روش محاسبه ضریب تجمع برای محاسبه ضریب تجمعمربوط به 193 شهر استفاده شد. شهرهایی که ضریب تجمعبالاتر از یک داشتند شناسایی و در یک جدول اولویت بندی شدند. ضریب تجمعمربوط به 45 شهر بیشتر از 5/1 بود. این نتیجه به این معناست که بسیاری از شهرها قابلیت توسعه خوشه‏های صنعتی مبلمان را دارند. با توجه به نتایج به‌دست آمده می‌‌توان پیش‌‌بینی کرد که به غیر از خوشه‌‌های در حال توسعه همچون خوشه‏های مبلمان تهران، شاندیز و ملایر، خوشه مبلمان شهرستان‏های قم، تالش، بابل، اسلام شهر (تهران)، شهریار، رباط کریم، بابلسر و گرگان از جمله مناطق دارای قابلیت مناسب برای توسعه خوشه‌‌های مبلمان در کشور هستند که هنوز برای توسعه مورد توجه قرار نگرفته‌‌اند. همچنین نتایج نشان داد در استان تهران به‌جز خوشة تهران که اعضای آن به‌طور عمده در یافت آباد تهران تمرکز یافته‌‌اند، در شهرستان‏های اسلام شهر، رباط کریم و شهریار نیز پتانسیل بسیار خوبی برای توسعة خوشه‌‌های مبلمان، مجزا از خوشه مبلمان تهران، وجود دارد.

کلیدواژه‌ها


[1]     UNIDO, Development of clusters and Networks of SMEs: The UNIDO programme a guide to export consortia, UNITED NATIONS INDUSTRIAL DEVELOPMENT ORGANIZATION, Vienna, 2003.

[2]     Majidi, J., and Shadabi, B., 2002. Industry Cooperation, Industrial Cluster, Sustainable Development,Tehran: Hezaran Press. 270p.

[3]     Taghavinejad, B., and Esfandiari, A., 2007. A Survey on Iran Furniture Industry. Ministry of Industry, Mine and Trade Report, 85p.

[4]     Porter, M., 1991. The Competitive Advantage of Nations, the Free Press, New York, 345p.

[5]     Schmitz, H., and Nadvi, K., 1999. Clustering and industrialization: introduction. World Dev 27(9):1503–1514.

[6]     Feldman, M.P., and Francis, J.L., 2004. Homegrown solutions: fostering cluster formation. Economic Development Quarterly, 18(2):127–137.

[7]     Solvell, O., Lindqvist, G., and Ketels, C., 2003. The cluster initiative green book. Ivory Tower AB, Stockholm.

[8]     Babkin, A., Kudryavtseva, T., and Utkina, S., 2013. Formation of Industrial Clusters Using of Virtual Enterprises. Procedia Economics and Finance, 5: 68-72.

[9]     SANDAG. 2001. San Diego regional employment clusters: engines of the modern economy. SANDAG Info, No. 1, 1–31.

[10]  Nadvi, K., 1999. Collective efficiency and collective failure: the response of the Sialkot surgical instrument cluster to global quality pressures. World Development, 27(9):1605–1626.

[11]  Henry N. & Pinch, S. 2001. Neo-marshallian nodes, institutional thickness, and Britain’s ‘motor sport valley’:thick or thin. Environment and Planning A homepage, 33:1169–1183.

[12]  Akoorie, M., 2000. Organizational clusters in a resource-based industry: empirical evidence from New Zealand. In: Green MB, McNaughton RB (eds) Industrial networks and proximity. Ashgate, Burling- ton, pp 133–164.

[13]  Krugman, P., 1991. Increasing Returns and Economic Geography, Journal of Political Economy, 99: 483-499.

[14]  Ciccone, A., and Hall, R., 1996. Productivity and the density of economic activity, American Economic Review 86: 54-70.

[15]  Glaeser, E.L., Kallal, H.D., Scheinkman, J., and Shleifer, A.. 1992. Growth in Cities, Journal of Political Economy, 100: 1126-1152.

[16]  Henderson, J., Kunroco, A., and Turner, M., 1995. Industrial development in cities, Journal of Political Economy 103: 1067–1090.

[17]  Mizuno, K., Mizutani, F., and Nakayama, N., 2006. Industrial diversity and metropolitan unemployment rate, Annals of Regional Science40:157–172.

[18]  Penfold, R.B., 2006. Covariance risk and employment growth in Canadian cities, Growth Change, 37:60–81.

[19]  LeSage, J.P., 1990. Forecasting metropolitan employment using an export-base error correction model. Journal of Regional Science, 30: 307–323.

[20]  Brown, S.J., Coulson, N.E., and Engle, R.F., 1992. On the determination of regional base and regional base multi- pliers. Regional Science and Urban Economics, 22:619–635.

[21]  Kraybill, D.S., and Dorfman, J.H., 1992. A dynamic intersectional model of regional economic growth. Journal of Regional Science, 33:1–17.

[22]  Nishiyama, Y., 1997. Exports’ contribution to economic growth: empirical evidence for California, Massa- chusetts, and Texas, using employment data. Journal of Regional Science, 37:99–125.

[23]  Hoen, A.R., and Oosterhaven, J., 2006. On the measurement of comparative advantage. The Annals of Regional Science,40:677–691.

[24]  Micheal, C., Carroll, N., Bruce, and W.S., 2008. Location quotients versus spatial autocorrelation in identifying potential cluster regions. The Annals of Regional Science, 42: 449-463.

[25]  Isserman, A.M., 1980. Estimating export activity in a regional economy: a theoretical and empirical analysis of alternative methods, International Regional Science Review, 5 (2): 155–184.

[26]  Duranton, G., and Overman, H., 2005. Testing for localization using micro-geographic data, Review of Economic Studies, 72 (4): 1077–1106.

[27]  Maurel, F., and Sedillot, B., 1999. A measure of the geographic concentration in French manufacturing industries, Regional Science and Urban Economics, 29(5): 575–604.

[28]  Fujita, M., and Tabuchi, T., 1997. Regional growth in postwar Japan, Regional Science and Urban Economics, 27 (6): 643–670.

[29]  Henderson, J., and Vernon, A., 2003. “Marshall’s Scale Economies.”, Journal of Urban Economics, 55: 1-28.

[30]  Krugman, P., 1991a. Geography and Trade, Leuven University Press–MIT Press, Cambridge, MA.

[31]  Marshall, A., 1920. Principles of Economics. London, U.K. MacMillan and Co.

[32]  Krugman, P., 1991b. “Increasing Returns and Economic Geography.” Journal of Political Economy 99: 483-499.

[33]  Ellison, G., and Glaeser, E., 1997. Geographic concentration in U.S. manufacturing industries: a dartboard approach, Journal of Political Economy, 105 (5):889–927.

[34]  Ellison, G., and Glaeser, E., 1994. Geographic concentration in U.S. manufacturing industries: a dartboard approach. NBER Working Paper 4840.

[35]  Marshall, A., 1890. Principles of Economics, Macmillan, London, 432p.

[36]  Fujita, M. and Thisse, J.F., 1996. Economics of Agglomeration. CEPR Discussion Paper 1344.

[37]  Miller, P., Botham, R., Martin, R., and Moore, B., 2001. Business clusters in the UK: a first assessment. Department of Trade and Industry, London, 249p.

[38]  Ministry of Industry, Mine and Trade. Statistical Report. 2011. Retrieved from (http://mimt.gov.ir).

[39]  Guilds and Merchants Data Bank. 2011. Retrieved from (http://www.asnaf.net).

[40]  Tully, J., and Berkeley, N., 2004. Visualizing the operating behavior of SMEs in sector and cluster: evidence from the West Midlands, Local Economy, 19:38–54.

[41]  Sforzi, F., and Lorenzini, M., 2002. “I distretti Industriali” in L’experienza italiana dei distretti industriali, IPI – Istituto per la Promozione Industriale, Ministero delle Attività Produttive, Roma.

[42]  Yang, G., and Stough, R., 2005. A preliminary analysis of functional and spatial clustering: the case of the Baltimore metropolitan region. In: Karlsson C, Johannson B, Stough R (eds) Industrial clusters and inter-firm networks. Edward Elgar, Northampton, pp 303–32.

[43]  Kennedy, L., 1999. Cooperating for survival: tannery pollution and joint action in the Palar Valley (India). World Development, 27(9):1673–1691.

[44]  Reid, N., and Carroll, M.C., 2006. Collaborating to compete: the case of the Northwest Ohio greenhouse cluster. In: Gattrel J, Reid, N (eds.) Enterprising worlds. Springer, Dordrecht 41–56.