شناسایی و اولویت بندی عوامل درون سازمانی تاثیر گذار بر یادگیری تکنولوژیک – مورد مطالعه: شرکت فولاد مبارکه

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجو

2 عضو هیات علمی دانشکده علوم اداری و اقتصاد دانشگاه اصفهان

3 عضو هیِئت علمی دانشکده علوم اداری و اقتصاد دانشگاه اصفهان

چکیده

یک عامل مهم برای افزایش توانایی شرکت ها، به ویژه در کشورهای در حال توسعه، جهت بدست آوردن دانش و تکنولوژی و خروج از معضل کم ارزش بودن صنایع، یادگیری تکنولوژیک است. هدف از این پژوهش شناسایی و اولویت بندی عوامل درون سازمانی تاثیرگذار بر یادگیری تکنولوژیک می باشد. گروه تصمیم، مدیران و کارشناسان درگیر در توسعه تکنولوژی واحد مهندسی صنایع شرکت فولاد مبارکه است که شامل 11 نفر بودند. در این پژوهش برای شناسایی و غربال گری مهم ترین عوامل موثر بر یادگیری، تکنیک دلفی فازی استفاده شد که پنج عامل "توانمندی انجام فعالیت های R&D"، "توانمندی تولید"، "سیستم انگیزشی"، "سیستم آموزشی" و "ظرفیت جذب" از بین نه عامل، شناسایی شدند. سپس برای تفکیک زیر عامل ها به علت و معلول و اولویت بندی آنها، تکنیک دیمتل فازی بکار گرفته شد که زیر عامل های "حمایت مدیریت عالی"، "قابلیت نیروی انسانی" و "برنامه های آموزشی رسمی و غیر رسمی" در رتبه اول تا سوم قرار گرفتند. از دو نرم افزار Excel و MATLABنیز برای تحلیل داده ها استفاده شد. بعد از اینکه نتایج مورد تایید کارشناسان و خبرگان، قرار گرفت، راه کارهایی نیز جهت اعمال این عوامل و تسریع یادگیری تکنولوژیک ارائه گردید.

کلیدواژه‌ها


عنوان مقاله [English]

Identifying and Prioritizing Internal Organizational Factors Affecting Technological Learning - The Case of Mobarakeh Steel Company

نویسندگان [English]

  • elnaz habibzadeh 1
  • majid esmaelian 3
1 student
2
3
چکیده [English]

An important factor to enhance the ability of companies, particularly in developing countries, to obtain knowledge and technology and out of low-value problem of the industry, is technological learning. The aim of this study is to identify and prioritize internal factors affected technological learning. Group decision making is managers and experts involved in the development of technology in industrial engineering units of Mobarake Steel Company that are 11 person. In this research for identifying and screening the most important factors affecting technological learning, Fuzzy Delphi technique is used that five factors, “R&D capability”, “manufacturing capability”, “motivation system”, “education system” and “absorption capacity” were identified between nine factors then for separating sub factors to cause and effect and prioritizing them, Fuzzy DEMATEL is used that the sub factors of “supported top management”, “capability of human resources” and “formal and informal education programs” are placed in the first place to third. the software Excel and MATLAB for data analyzing are used. After the results are diagnosed reasonable and logical by experts, some strategies are also presented to apply this factors and accelerate technological learning.

کلیدواژه‌ها [English]

  • Technological Learning
  • Internal Organizational Factors
  • Fuzzy Delphi
  • Fuzzy DEMATEL
  •  بردبار، غلامرضا. موسوی، سید محمد. و مرادی، بهرنگ. (1391). تحلیلی بر نیازهای آموزشی کارکنان با استفاده از TOPSIS فازی، دیماتل فازی (مورد مطالعه: استانداری خراسان جنوبی). دو فصلنامه مطالعات برنامه‏ریزی آموزشی، شماره اول، ص. 105-129.

  •  بی‌تعب، علی. قاضی‌نوری، سپهر. و شجاعی، سعید. (1392). مدلی برای ارزیابی توانمندی نوآوری در سطح ملی، فصلنامه مدیریت توسعه تکنولوژی، شماره2، ص. 3-29.

  •  دوستار، محمد. اسماعیل‌زاده، محمد. و حسینی، هانیه. (1394). تبیین ابعاد فراموشی سازمانی ظرفیت جذب دانش سازمانی. نشریه علمی پژوهشی مدیریت فردا، شماره 43، ص. 23-34.

  •  روح‌اللهی، مهدی. و حسن زاده، علی. (1394). ارائه مدلی جهت شناسایی ابعاد قابلیت‌های پویای یادگیری فناورانه و تأثیر آن بر عملکرد سازمانی و فردی. پنجمین کنفرانس بین المللی و نهمین کنفرانس ملی مدیریت فناوری (ص. 1-16). تهران: انجمن مدیریت فناوری ایران.

  •  سنجقی، محمد ابراهیم. جعفری، یاسر. غضنفری، سید محمد جواد. (1392). سنجش فرآیندها و عوامل کلیدی موفقیت مدیریت دانش (مطالعه موردی ستاد یک سازمان دفاعی ـ امنیتی)، فصلنامه پژوهش‌های حفاظتی و امنیتی، شماره 2، ص. 77-100.

  •  صادقی، امین. (1391). سنجش سطوح توانمندی های فناورانه در صنعت آب و برق (تحقیق موردی: ستاد وزارت نیرو)، دو فصلنامه توسعه تکنولوژی صنعتی، شماره نوزده، ص. 5-14.

  •  عطار‌پور، محمد رضا. (1393). یادگیری فناورانه و اهمیت آن در فرایند انتقال فناوری. چهارمین کنفرانس بین المللی و هشتمین کنفرانس ملی مدیریت فناوری (ص. 1-13). تهران: انجمن مدیریت فناوری ایران.

  •  فرهادی چشمه مرواری، فروغ. (1394). یادگیری فناورانه به عنوان یکی از عوامل کلیدی توسعه صنعتی در کشورهای در‌حال توسعه. پنجمین کنفرانس بین‌المللی و نهمین کنفرانس ملی مدیریت فناوری، (ص. 1-14). تهران: انجمن مدیریت فناوری ایران.

  •  معصوم‌زاده، سید محسن. (1383). نقش یادگیری تکنولوژیک در توسعه فن آوری کشور های در حال توسعه. پژوهش‏ها و سیاست های اقتصادی، شماره 32 (علمی- ترویجی)، ص. 75-94.

  •  منتظر، غلامعلی. و جعفری، نیلوفر. (1386). استفاده از روش دلفی فازی برای تعیین سیاست‌های مالیاتی کشور، فصلنامه علمی پژوهشی پژوهش‌های اقتصادی (رشد و توسعه پایدار), شماره 1، ص. 1-23.

  •  موسوی، پریسا. یوسفی زنوز، رضا. و حسن پور، اکبر. (1394). شناسایی ریسک های امنیت اطلاعات سازمانی با استفاده از روش دلفی فازی در صنعت بانکداری. مدیریت فناوری اطلاعات، شماره 1، ص. 163-184.

  •  میری‌قدم، مژده. قاضی‌نوری، سپهر.توفیقی، جعفر و شعبان، الهه. (1394). یادگیری فناورانه در صنعت نقت: مطالعه موردی فازهای توسعه ای میدان گازی پارس جنوبی، پژوهش نامه علمی - پژهشی سیاست علم و فناوری، شماره 2، ص. 17-104.

  • Akyuz, E., and Celik, E. (2015). A fuzzy DEMATEL method to evaluate critical operational hazards during gas freeing process in crude oil tankers. Journal of Loss Prevention in the Process Industries, 38, 243-253.

  • Bell, M., and Pavitt, K. (1995). The development of technological capability. Trade, technology and international competitiveness, 22, 69-101.

    -Bierly, P. E. (1995). Technological Learning and a Dynamic Capabilities Framework of Competitive Strategy: A Study of the U.S. Pharmaceutical Industry from 1977 to 1991. (Doctor of Philosophy), The State University of New Jersey.

    -Carayannis, E. G. (1998). The strategic management of technological learning in project/program management: the role of extranets, intranets and intelligent agents in knowledge generation, diffusion, and leveraging. Technovation, 18(11), 697-703.

    -Carayannis, E. G., and Alexander, J. (2002). Is technological learning a firm core competence, when, how and why? A longitudinal, multi-industry study of firm technological learning and market performance. Technovation, 22(10), 625-643.

  • Carneiro, A. (2001). The role of intelligent resources in knowledge management. Journal of Knowledge Management, 5(4), 358-367.

  • Chang, K.-L. (2015). A hybrid program projects selection model for nonprofit TV stations. Mathematical Problems in Engineering, 2015, 1-10.

  • Chang,  B., Chang, C.-W., and Wu, C.-H. (2011). Fuzzy DEMATEL method for developing supplier selection criteria. Expert Systems with Applications, 38(3), 1850-1858.

  • Chen, J., and Qu, W. (2003). A new technological learning in China. Technovation, 23(11), 861-867.

    -Chen, J., Pu, X., and Shen, H. (2008). A Comprehensive Model of Technological Learning: Empirical Research on Chinese Manufacturing Sector. Journal of Business and Management, 5(1), 10-24.

  • Cheng, Y.-L., and Lin, Y.-H. (2012). Performance evaluation of technological innovation capabilities in uncertainty. Procedia-Social and Behavioral Sciences, 40, 287-314.

  • Chung, S. (2011). Innovation, competitiveness, and growth: Korean experiences. Paper presented at the Annual world bank conference on development economics. The World Bank, Washington DC.

  • Cohen, W. M., and Levinthal, D. A. (1990). Absorptive capacity: A new perspective on learning and innovation. Administrative science quarterly, 128-152.

    -Cooper, C. (1991). Are innovation studies on industrialized economies relevant to technology policy in developing countries? , Maastricht: UNU/INTECH Working Paper No.3.

  • Dodgson, M. (1991). Technology learning, technology strategy and competitive pressures. British Journal of Management, 2(3), 133-149.

  • Dubois, D., and Prade, H. (1980). Systems of linear fuzzy constraints. Fuzzy Sets and Systems, 3(1), 37-48.

  • Felix Moses Edoho, P., Adelowo, C. M., Ilori, M. O., Siyanbola, W. O., and Oluwale, B. A. (2015). Technological learning mechanisms in Nigeria’s technology incubation centre. African Journal of Economic and Management Studies, 6(1), 72-89.

  • Figueiredo, P. N. (2002). Learning processes features and technological capability-accumulation: explaining inter-firm differences. Technovation, 22(11), 685-698.

  • Ghazinoory, S., Dastranj, N., Saghafi, F., Kulshreshtha, A., and Hasanzadeh, A. (2016). Technology roadmapping architecture based on technological learning: Case study of social banking in Iran. Technological Forecasting and Social Change.

    -Guo, B., and Guo, J.-J. (2011). Patterns of technological learning within the knowledge systems of industrial clusters in emerging economies: Evidence from China. Technovation, 31(2), 87-104.

    -Hitt, M. A., Ireland, R. D., and Lee, H.-u. (2000). Technological learning, knowledge management, firm growth and performance: an introductory essay. Journal of Engineering and Technology management, 17(3), 231-246.

    -Hornsby, J. S., Kuratko, D. F., and Zahra, S. A. (2002). Middle managers' perception of the internal environment for corporate entrepreneurship: assessing a measurement scale. Journal of business Venturing, 17(3), 253-273.‏

    -Huang, H.-C. (2013). Technological Learning and Technological Innovation Creation: An Empirical Analysis of Biotechnology R&D Teams. Journal of Engineering Science and Technology Review, 6(2), 120-124.

  • Jiménez-Barrionuevo, M. M., García-Morales, V. J., and Molina, L. M. (2011). Validation of an instrument to measure absorptive capacity. Technovation, 31(5), 190-202.

  • Kahouli-Brahmi, S. (2008). Technological learning in energy–environment–economy modelling: A survey. Energy policy, 36(1), 138-162.

  • Kim, M.,Jang, Y-C., Lee, S., (2013). Application of Delphi-AHP methods to select the priorities of WEEE for recycling in a waste management decision-making tool, Journal of Enviroment Management, Vol. 128, 941-948.

  • Kim, L. 1997. Imitation to innovation: The dynamics of Korea's technological learning: Harvard Business Press.

  • Kim, L. (2001). The dynamics of technological learning in industrialisation. International Social Science Journal, 53(168), 297-308.

  • Kim, Y., and Lee, B. (2002). Patterns of technological learning among the strategic groups in the Korean Electronic Parts Industry. research Policy, 31(4), 543-567.

  • Klir, G. J., and Yuan, B. 1995. Fuzzy Sets and Fuzzy Logic: Theory and Applications, Prentice-Hall Inc. Upper Saddle River, NJ, USA.

    -Kocoglu, I., Imamoglu, S. Z., Ince, H., and Keskin, H. (2012). Learning, R&D and manufacturing capabilities as determinants of technological learning: Enhancing innovation and firm performance. Procedia-Social and Behavioral Sciences, 58, 842-852.

    -Kogut, B., and Zander, U. (2003). Knowledge of the firm and the evolutionary theory of the multinational corporation. Journal of international business studies, 34(6), 516-529.

    -Lall, S. (1992). Technological capabilities and industrialization. World development, 20(2), 165-186.

    -Lall, S. (2000). The Technological structure and performance of developing country manufactured exports, 1985‐98. Oxford development studies, 28(3), 337-369.

  • Lau, A. K., Yam, R. C., and Tang, E. P. (2010). The impact of technological innovation capabilities on innovation performance: An empirical study in Hong Kong. Journal of Science and Technology Policy in China, 1(2), 163-186.

  • Lee, T. J. (2004). Technological learning by national R&D: the case of Korea in CANDU-type nuclear fuel. Technovation, 24(4), 287-297.

  • Ma, T., and Chen, H. (2015). Adoption of an emerging infrastructure with uncertain technological learning and spatial reconfiguration. European Journal of Operational Research, 243(3), 995-1003.

  • McInerney, C. (2002). Hot topics: knowledge management–a practice still defining itself. Bulletin of the American Society for Information Science and Technology, 28(3), 14-15.

  • McInerney, C. (2002). Hot topics: knowledge management–a practice still defining itself. Bulletin of the American Society for Information Science and Technology, 28(3), 14-15.

    -Molina-Domene, M. A., and Pietrobelli, C. (2012). Drivers of technological capabilities in developing countries: An econometric analysis of Argentina, Brazil and Chile. Structural Change and Economic Dynamics, 23(4), 504-515.

    -Molina-Domene, M. A., and Pietrobelli, C. (2012). Drivers of technological capabilities in developing countries: An econometric analysis of Argentina, Brazil and Chile. Structural Change and Economic Dynamics, 23(4), 504-515.

  • Osterloh, M., Frost, J., and Frey, B. S. (2002). The dynamics of motivation in new organizational forms. International Journal of the Economics of Business, 9(1), 61-77.

  • Oyelaran-Oyeyinka, B., and Lal, K. (2006). Learning new technologies by small and medium enterprises in developing countries. Technovation, 26(2), 220-231.

  • Romijn, H. (1997). Acquisition of technological capability in development: A quantitative case study of Pakistan's capital goods sector. World development, 25(3), 359-377.

  • Simon, H. A. (1991). Bounded rationality and organizational learning. Organization Science, 2(1), 125-134.

  • Smit, T., Junginger, M., and Smits, R. (2007). Technological learning in offshore wind energy: Different roles of the government. Energy policy, 35(12), 6431-6444.

  • Tushman, M., and Nadler, D. 1986. Organizing for innovation. California management review, 28(3), 74-92.

  • Wang, C.-H., and Wu, H.-S. (2016). A novel framework to evaluate programmable logic controllers: A fuzzy MCDM perspective. Journal of Intelligent Manufacturing, 27(2), 315-324.

    -Wang, C.-h., Lu, I.-y., and Chen, C.-b. (2008). Evaluating firm technological innovation capability under uncertainty. Technovation, 28(6), 349-363.

  • Wang, X., and Durugbo, C. (2013). Analysing network uncertainty for industrial product-service delivery: A hybrid fuzzy approach. Expert Systems with Applications, 40(11), 4621-4636.

  • Wei, X. (2000). Acquisition of technological capability through special economic zones (SEZs): the case of Shenzhen SEZ. Industry and Innovation, 7(2), 199-221.

  • Wu, G.-D., Liao, S.-K., Chiu, C.-H., and Chang, K.-L. (2013). New product development projects selection for Taiwanese century-old businesses. Life Science Journal, 10(3), 1152-1161.

    -Xie, W. (2004). Technological learning in China’s colour TV (CTV) industry. Technovation, 24(6), 499-512.

  • Yam, R. C., Guan, J. C., Pun, K. F., and Tang, E. P. (2004). An audit of technological innovation capabilities in Chinese firms: some empirical findings in Beijing, China. research Policy, 33(8), 1123-1140.

  • Zahra, S. A., and George, G. (2002). Absorptive capacity: A review, reconceptualization, and extension. Academy of management review, 27(2), 185-203.

    -Zahra, S. A., Ireland, R. D., and Hitt, M. A. (2000). International expansion by new venture firms: International diversity, mode of market entry, technological learning, and performance. Academy of Management journal, 43(5), 925-950.

  • Zhang, Y., and Lv, X. (2012). A study on technological learning performance of Chinese automobile industry. Paper presented at the 2012 Proceedings of PICMET'12: Technology Management for Emerging Technologies.