مکانیابی مرکز خدمات فناوری کسب و کارشهرک های صنعتی (مطالعه موردی: شهرقزوین)

محورهای موضوعی : مطالعات برنامه ریزی شهری و منطقه ای

پروانه قلی پور ¹ (دانش آموخته کارشناسی ارشد، مدیریت بازرگانی، واحد قزوین، دانشگاه آزاد اسلامی ، قزوین، ایران)
سید حبیب اله رحمتی ² (استادیار گروه مهندسی صنایع و مکانیک، واحدقزوین، دانشگاه آزاد اسلامی، تهران، ایران)
محمد مهدی مظفری ³ (دانشیار، گروه مدیریت صنعتی، دانشگاه بین الملل امام خمینی قزوین، قزوین، ایران)

تاریخ دریافت : 1398/02/22 تاریخ پذیرش : 1398/12/26 تاریخ انتشار : 1400/07/01

کلید واژه: تکنیک تاپسیس, مکانیابی, شهرک های صنعتی, تکنیک ویکور, مرکز خدمات فناوری کسب و کار,

چکیده مقاله :

مقدمه: امروزه، موضوع مکان یابی مجتمع های صنعتی در سطح ملی و منطقه ای در ساختار اقتصاد کلان با توجه به منافع حاصله و مسائل راهبردی از اهمیت و نقش حیاتی برخوردار است. چرا که منجر به بهینه سازی زمان، هزینه و جلوگیری از هدر رفتن منابع انسانی، مالی و زیست محیطی، توسعه ای اقتصادی، رفاهی می گردد. شاخص مکان یابی صنعتی به عنوان یکی از عناصر کلیدی در موفقیت و بقای مراکز صنعتی در سطح ملی و بین المللی مطرح است. هدف: هدف اصلی این تحقیق ارائه رویکردی علمی و عملی به منظور مکان یابی مرکز خدمات فن آوری کسب و کار در استان قزوین می باشد. روش شناسی تحقیق: روش تحقیق از نوع توصیفی- تحلیلی است. جامعه آماری پژوهش شامل خبرگان و کارشناسان با تجربه با حجم نمونه 20 نفر بوده و ابزار مورد استفاده به صورت پرسشنامه است. تجزیه و تحلیل داده ها با استفاده از تکنیک ویکور و تاپسیس انجام شده است.قلمرو جغرافیایی پژوهش: در این پژوهش 5 مکان صنعتی از جمله: آبیک، خرم دشت، حیدریه، آراسنج و لیا جهت تعیین مکان صنعتی مناسب برای احداث مرکز خدمات فن آوری کسب و کار مورد بررسی قرار گرفته اند. این مراکز تحت نظارت شرکت شهرکهای صنعتی استان قزوین که حامی مالی پروژه می باشد انتخاب شده اند. یافته ها و بحث ها: بر اساس یافته های حاصل ازتحلیل 17 مولفه در 5 شهرک صعنتی استان قزوین ، شهرک لیاء در شاخص S با مقدار (415/0) ، در شاخص R با مقدار (147/0)، در شاخص Q با مقدار (000/0) به عنوان اولین گزینه با بیشترین امتیاز انتخاب شده است. سایر مکان ها در اولویت بعدی قرار دارند.نتایج: نتایج بدست آمده حاکی از آن است که منطقه ای صنعتی لیا با توجه به شرایط و محدودیت های محیطی و عوامل کیفی، کمی و خدماتی در نظر گرفته شده، از بین مناطق مد نظر انتخاب شده و جهت بهره برداری و احداث مرکز خدمات کسب و کار و فناوری معرفی گردیده است.

چکیده انگلیسی:

Today, the issue of locating industrial complexes at the national and regional level in the macroeconomic structure is important in terms of its benefits and strategic issues. Because it leads to optimization of time, cost and prevention of waste of human, financial and environmental resources, economic development and welfare.Therefore, the purpose of this research is provide a scientific and practical approach to locating a technology service center in the Qazvin province. The research method is descriptive-analytic. The statistical population of the study consisted of experts and experienced experts with a sample size of 20 people. The tool was a questionnaire. Data analysis was carried out using the vikor and TOPSIS technique. In this research, five industrial sites including Abik, Khoramdasht, Heydarieh, Arasandeh and Lia have been investigated for determining the suitable industrial site for the establishment of a technology business service center. These centers are selected under the supervision of Qazvin industrial Estate which are project sponsors. The results indicate that the industrial place of Lia is considered in accordance to the qualitative, quantitative and service factors, selected from the selected areas for the operation and construction of the service center. In order to work and technology have been introduced

منابع و مأخذ:

احمدی زاده، سید سعیدرضا، حاجی زاده، فاطمه و ضیائی، مهدی. (1390). ارائه مدل جدید تلفیقی مکان یابی مبتنی بر منطق فازی و تحلیل سلسله مراتبی در محیط GIS (نمونه موردی شهرک صنعتی بیرجند). فصلنامه محیط زیست، 2(4)، 74-61.

برنا، رضا. (1396). مکانیابی صنایع با استفاده از تکنیک سلسله مراتبی در محیط ساج مطالعه موردی: استان خوزستان. فصلنامه علمی و پژوهشی جغرافیایی سپهر، 26، 103، 161-175.

جعفری، حمیدرضا، کریمی، سعید. (1384). مکانیابی عرصه­های مناسب احداث صنعت در استان قم با استفاده GIS از سیستم های اطلاعات جغرافیائی. مجله محیط شناسی، 37، 45-52.

خلیجی، محمد علی، زرآبادی، زهرا سادات سعیده. (1393). تحلیلی بر مکان یابی شهرک های صنعتی در شهرستان تبریز با بهره گیری از مدل تصمیم گیری چند معیاره، برنامه ریزی منطقه ای، 5، 19، 101-114.

رحیمی، آرش، برنا ، رضا. (1394). کاربرد فرایند تحلیل سلسله مراتبی در مکان یابی صنایع سنگین با استفاده از تکنیک GIS (مورد: بنادر امام خمینی و ماهشهر)، فصلنامه برنامه ریزی منطقه ای، 6، 24.

رحیمی، حسین و نیک سیرت، مسعود. (1391). مکان یابی خوشه های علم و فناوری به روش تحلیل سلسله مراتبی و با استفاده از سیستم اطلاعات مکانی (مطالعه موردی خوشه علم و فناوری یزد)،https://civilica.com/doc/296896.

شاد، روزبه؛ عبادی، حمید، مسگری، محمدسعدی، وفائی نژاد، علیرضا. (1388). طراحی و اجرای کاربردی جهت مکان یابی شهرک های صنعتی با استفاده GIS از مدل های فازی، وزن های نشانگر و ژنتیک. نشریه دانشکده فنی، 43 ، 4، 417-429.

علیزاده، ابولفضل، وحدتی، حجت الله و گلستانی، مجتبی. (1395). اولویت بندی عوامل تاثیرگذار بر عدم توسعه شهرک های صنعتی تهران با رویکرد فازی. فصلنامه مدریت صنعتی دانشکده علوم انسانی، 11، 38.

الفت لیا، گل علی و  فوکدری، رحیم. (1389). مکانیابی دستگاه های خودپرداز با استفاده از روش تحلیل سلسله مراتبی مطالعه  موردی: شعب بانک کشاورزی منطقه 10 شهرداری تهران. جغرافیا و توسعه، 18، 93-108.

فرجادی، غلام علی و ریاحی، پریسا. (1386). بررسی بازار محلی پارک های علم و فناوری ایران. فصلنامه پژوهش و برنامه ریزی در آموزش عالی، 13 (2)

میرزایی، خلیل. ( 1389 ). پژوهش، پژوهشگری و پژوهشنامه نویسی. تهران: انتشارات جامعه شناسان.312-325.

نصرالهی، زهرا و صالحی قهفرقی، فخر السادات. (1391). عوامل موثر بر مکان یابی شهرکهای صنعتی با توجه به شاخص های توسعه پایدار و اولویت بندی آن ها با استفاده از اعداد فازی مثلثی، فصلنامه رشد و توسعه اقتصادی، سال دوم، 7.

هادیانی، زهره و کاظمی زد، شمس اله. (1389). مکانیابی ایستگاه های آتش نشانی با استفاده از روش تحلیل شبکه و مدل  سلسله مراتبی  در محیطGIS ، فصلنامه جغرافیا و توسعه، 17 ، 99-112.

Ahmed, A. (2013). Rural marketing strategies for selling products & services: Issues & challenges. Journal of Business Management & Social Sciences Research, 2(1), 55-60. ‏

Berman, O. (1995). The maximizing market size discretionary facility location problem with congestion. Socio-Economic Planning Sciences, 29(1), 39-46.

Bernardson, T. (2000). Geographic information system, an introduction, 2thed.

Birgün, S., & Güngör, C. (2014). A multi-criteria call center site selection by hierarchy grey relational analysis. Journal of Aeronautics and Space Technologies (Havacilik ve Uzay Teknolojileri Dergisi), 7(1), 1-8.

Boufounou, P. V. (1995). Evaluating bank branch location and performance: A case study. European Journal of Operational Research, 87(2), 389-402.‏

Demirel, Tufan, Nihan Çetin Demirel, Cengiz Kahraman. (2010). Multi-criteria warehouse location selection using Choquet integral. Expert Systems with Applications, 37, 3943–3952.

Eldin, N. N., & Eldrandaly, K. A. (2004). A computer-aided system for site selection of major capital investments.‏

Elizaveta Kuznetsova, R. L., Enrico Zio, Romain Farel. (2017). Input-output Inoperability Model for the risk analysis of eco-industrial parks. Journal of Cleaner Production, 164, 779-792.

Fernández. M. (2012). Development and application of a multi-criteria spatial decision support system for planning sustainable industrial areas in Northern Spain. Automation in Construction, 22, 320–333.

Galalizadeh S, K. S., Shirzadi S and Galalizadeh A. (2016). Analysis of site selection in the industrial zones based on environmental and economic models: a case study of Arvand industrial zone of Iran. Journal of Research in Ecology, 4(2), 184-196.

Gungor, S. B. C. (2014). A Multi criteria Call Center Site Selection by Hierarchy Grey Relational Analysis. Journal of aeronautics and space technologies, 1(7), 45-52.

Harper, P., Shahani, A. K., Gallagher, J. E., Bowie, C. (2005). Planning health services with explicit geographical considerations: a stochastic location–allocation approach. S.l. Omega, 33, 141 – 152.

Hernández-Blanco., J. (2013). A site planning approach for rural buildings into a landscape using a spatial multi-criteria decision analysis methodology. Land Use Policy, 32, 108-118.

Hui, Y. T., H.H. Bao, and W. Siou. (2008). Combining ANP and TOPSIS concepts for evaluation. Journal of Social Sciences, 4(1), 56-61.

Katungi, E., Sperling, L., Karanj, D., Farrow, A., & Beebe, S. (2012). Relative importance of common bean attributes and variety demand in the drought areas of Kenya. Journal of Development and Agricultural Economics, 3(8), 411- 422.

Kh, T. (2002). Management، technology، competition and success in wealth creation.                       Payam publisher.

Makhdoum, M. F. (2008). Fundamental of Land use Planning, 8th Edition, Tehran University’s publication (Samt).

Marcelo Bernardes Secrona, M. M., Marcelo Gomes Miguez. (2017). Proposal of a hydric index to support industrial site location decisionmaking applying a fuzzy multi-attribute methodology. Ecological Indicators, 83, 427-440.

Mazzarol Tim, Stephen. (2003). A study of the factors influencing the operating location decisions of small firms, Property Management, 21. 2. 190-208.

Nyeko. M. (2012). GIS and Multi-Criteria Decision Analysis for Land Use Resource Planning. Journal of Geographic Information System, 4, 341-348.

Pellenbarg, P. (2002). Sustainable Business Site in the Netherland: A Review. Journal of Environmental Planning and Management, 45(1), 59-48.

Puente, M. C. R., Diego, I. F., Santa María, J. J. O., Hernando, M. A. P., & de Arróyabe Hernáez, P. F. (2007). The development of a new methodology based on GIS and fuzzy logic to locate sustainable industrial areas. In Proceedings of 10th AGILE International Conference on Geographic Information Science. Aalborg University, Denmark.

Rikalovic, A., & Cosic, I. (2015). A fuzzy expert system for industrial location factor analysis. Acta Polytechnica Hungarica, 12(2), 34-51.

Rikalovic, A., Cosic, I., & Lazarevic, D. (2014). GIS based multi-criteria analysis for industrial site selection. Procedia engineering, 69, 1054-1063.

Ruiz, M. C., Romero, E., Pérez, M. A. (2012). Development and application of a multi-criteria spatial decision support system for planning sustainable industrial areas in Northern Spain. Automation in Construction, 2, 320-333.

Seetharam Sridhar, K., & Wan. (2010). Firm location choice in cities: Evidence from China, India, and Brazil. China Economic Review, 21, 113-122.

Serafim Opricovic a, Gwo-Hshiung Tzeng. (2004). Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS. European Journal of Operational Research, 156(2), 445-445.

Wu, T.-H., .Lin, J.-N. (2003). Solving the competitive discretionary service facility location problem. European Journal of Operational Research, 144, 366-387.

Zhu, H., Eden, L., R. Miller, S., E. Thomas, D., & Fields, P. (2012). Host-country location decisions of early movers and latecomers: The role of local density and experiential learning. International Business Review, 21(2), 145-155.