Kennisnetwerken en ruimtelijke clustering - Rooilijn
Kennisnetwerken en ruimtelijke clustering - Rooilijn
Kennisnetwerken en ruimtelijke clustering - Rooilijn
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Rooilijn</strong> Jg. 41 / Nr. 6 / 2008<br />
<strong>K<strong>en</strong>nisnetwerk<strong>en</strong></strong> <strong>en</strong> <strong>ruimtelijke</strong> <strong>clustering</strong><br />
verantwoordelijk zijn voor het feit dat sommige<br />
bedrijv<strong>en</strong> e<strong>en</strong> c<strong>en</strong>trale positie in e<strong>en</strong> netwerk innem<strong>en</strong>,<br />
terwijl andere slechts e<strong>en</strong> perifere netwerkpositie<br />
hebb<strong>en</strong> of zelfs geïsoleerd van het netwerk operer<strong>en</strong>.<br />
In de literatuur bestaat cons<strong>en</strong>sus over de rol die<br />
cognitieve factor<strong>en</strong> spel<strong>en</strong> in e<strong>en</strong> dergelijke verklaring.<br />
Empirisch onderzoek van allianti<strong>en</strong>etwerk<strong>en</strong><br />
in de biotechnologie toont aan dat bedrijv<strong>en</strong> met de<br />
meest vooraanstaande <strong>en</strong> geavanceerde technologie<br />
relatief c<strong>en</strong>traal in het netwerk zijn gepositioneerd<br />
(Gay e.a., 2005). Ook Giuliani (2007) draagt in haar<br />
studies naar wijnclusters de verschill<strong>en</strong> in k<strong>en</strong>nis<br />
tuss<strong>en</strong> bedrijv<strong>en</strong> aan als verklaring voor de verschill<strong>en</strong>de<br />
netwerkposities. Zij stelt dat de bedrijv<strong>en</strong> met de<br />
beste k<strong>en</strong>nis in staat zijn de meest c<strong>en</strong>trale posities in<br />
het netwerk in te nem<strong>en</strong>.<br />
Het tweede niveau, waarop e<strong>en</strong> verklaring van<br />
e<strong>en</strong> netwerkstructuur kan word<strong>en</strong> gezocht is het<br />
meso-perspectief. De analyse-e<strong>en</strong>heid wordt hierbij<br />
gevormd door de mogelijke tweetall<strong>en</strong> van actor<strong>en</strong> in<br />
het netwerk die al dan niet met elkaar zijn verbond<strong>en</strong><br />
(diades in netwerkterminologie). Gegev<strong>en</strong> e<strong>en</strong> netwerk,<br />
bijvoorbeeld in e<strong>en</strong> industrie met verscheid<strong>en</strong>e clusters,<br />
is het de vraag waarom sommige bedrijv<strong>en</strong> in het<br />
netwerk onderling wel zijn verbond<strong>en</strong> <strong>en</strong> andere niet.<br />
Figuur 3: hoofdcompon<strong>en</strong>t van het k<strong>en</strong>nisnetwerk in de ICT-industrie<br />
in Sophia-Antipolis (1977-2002)<br />
Lokale ing<strong>en</strong>ieur<br />
Nationale ing<strong>en</strong>ieur<br />
Internationale ing<strong>en</strong>ieur<br />
Dit netwerk is gereconstrueerd aan de hand van pat<strong>en</strong>tdata, waarbij ing<strong>en</strong>ieurs<br />
zijn verbond<strong>en</strong> als ze aan hetzelfde pat<strong>en</strong>t hebb<strong>en</strong> gewerkt.<br />
P. 391<br />
Zoals gezegd is geografische nabijheid hierbij één van<br />
de factor<strong>en</strong> die e<strong>en</strong> rol spel<strong>en</strong>. Meer in algem<strong>en</strong>e zin<br />
kunn<strong>en</strong> verscheid<strong>en</strong>de vorm<strong>en</strong> van nabijheid, zoals<br />
Ron Boschma (2005) het in e<strong>en</strong> typologie uite<strong>en</strong>zette,<br />
optred<strong>en</strong> in e<strong>en</strong> verklaring op mesoniveau. E<strong>en</strong> voorbeeld<br />
is sociale nabijheid oftewel de mate waarin m<strong>en</strong><br />
elkaar vertrouwt of in hoeverre m<strong>en</strong> elkaar al via sociale<br />
netwerk<strong>en</strong> k<strong>en</strong>t. Dit kan van groot belang zijn bij<br />
de keuze voor e<strong>en</strong> sam<strong>en</strong>werkingspartner. E<strong>en</strong> gebrek<br />
aan sociaal kapitaal in het industriële district Barletta is<br />
bijvoorbeeld e<strong>en</strong> belangrijke verklaringsfactor voor het<br />
relatief ‘dunne’ k<strong>en</strong>nisnetwerk in dit cluster. Daarbij zal<br />
iedere vorm van nabijheid in bepaalde mate sam<strong>en</strong>hang<strong>en</strong><br />
met geografische nabijheid. Het vertrouw<strong>en</strong> t<strong>en</strong><br />
aanzi<strong>en</strong> van nabije partners zal wellicht groter zijn dan<br />
voor partners veraf.<br />
Uiteindelijk zal, afhankelijk van de regiospecifieke<br />
context, e<strong>en</strong> uite<strong>en</strong>lop<strong>en</strong>de mix van verscheid<strong>en</strong>e<br />
vorm<strong>en</strong> van nabijheid e<strong>en</strong> verklaring van netwerkstructuur<br />
op mesoniveau vorm<strong>en</strong>. Cantner <strong>en</strong> Graf<br />
(2006) hebb<strong>en</strong> voor het vorm<strong>en</strong> van sam<strong>en</strong>werkingsrelaties<br />
de rol van verschill<strong>en</strong>de vorm<strong>en</strong> van nabijheid<br />
onderzocht. Aan de hand van pat<strong>en</strong>tdata hebb<strong>en</strong><br />
ze de regionale sam<strong>en</strong>werkingsstructuur van het<br />
opticacluster in het voormalig Oost-Duitse J<strong>en</strong>a in