| 研究課題/領域番号 |
23K20627
|
|---|
| 補助金の研究課題番号 |
21H00744 (2021-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2021-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分07080:経営学関連
|
|---|
| 研究機関 | 東京理科大学 |
|---|
研究代表者 |
大江 秋津 東京理科大学, 経営学部経営学科, 教授 (90733478)
|
|---|
| 研究分担者 |
西脇 暢子 日本大学, 経済学部, 教授 (50315743)
渡邉 万里子 東京理科大学, 経営学部経営学科, 講師 (70736701)
安田 直樹 立教大学, ビジネスデザイン研究科, 准教授 (70756981)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
16,120千円 (直接経費: 12,400千円、間接経費: 3,720千円)
2025年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2024年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2023年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2022年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2021年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
|
|---|
| キーワード | 多層的ネットワーク / 組織慣性 / イノベーション / 組織学習 / 知識移転 / ネットワーク分析 / 自動車産業 / 地理空間加重回帰分析 / 多層的なネットワーク / 組織完成 / 知識の組み替え / 媒介性 / 専門性 / 海外子会社 |
|---|
| 研究開始時の研究の概要 |
本研究は、多種のネットワークデータを収集するため、その成否が要となる。自動車関連産業と化学産業の複数の種類のネットワークデータは、申請者の複数の研究成果ですでに既収済みだが、年度のずれがあるなど追加収集が必要である。この他に分析用企業会計データも収集する。5年計画の大きな流れは、初年度に研究設計、翌年度はデータ収集と分析、3年目と4年目は外部発表を行いつつ、最終化のためのとりまとめと海外ジャーナル投稿をし、最終年度で海外ジャーナル掲載を目指す。
|
| 研究実績の概要 |
今年度は、分担者や共同研究者と5本の異なる研究をすすめた。まず、チェコの自動車工場の労働者のトレーニングに関する事例研究は、P&OM 6th worldconference serving the worldという国際学会で発表した。その結果、International Journal of Operations and Production Management(IF 9.36) から、reviewer invitationをもらい、2023/4/13（投稿済）の投稿に向けて投稿準備を進めた。次に、世界の自動車関連産業のネットワーク分析をした研究は、経営系の国内トップジャーナルの「組織科学」にて2回目と3回目の査読対応を行い、結果を待っているところである。さらに、タイのグリーンインダストリーに関する研究は、暫定データにより試験的な分析を行い、その結果を国際学会であるthe 35th Annual Meeting of the Association of Japanese Business Studies (AJBS)に投稿したところ採択され、2023年7月にワルシャワで発表予定である。そして、世界の自動車産業におけるネットワーク分析を用いた、各国市場における競争のメカニズムに関する研究では、試験的な分析を終えて日本語論文の投稿の準備をすすめている。最後に、グローバルな自動車産業の工場の知識移転に関して地理空間加重回帰分析を実施した研究については、投稿したもののリジェクトされたが、主に技術的な理由であった。詳細な査読結果があるため、その対応を進めた。技術的な指摘事項について、丹念に対応していくことで、新しい分析手法を用いた研究で説明すべき内容など関する調査が進み、大変価値があった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
予定よりも多くの研究を同時並行で実施しているものの、各研究ごとに週1回程度の研究打ち合わせを継続していることが、順調な進展の要因である。ただし、データの取得については時間が予定よりかかっているため、試験的な分析結果でも成果をだせるものがあったことも、進展した要因である。
|
| 今後の研究の推進方策 |
本来必要なデータの加工を完了させたうえで、論文投稿中のものはその結果を出すことが重要であると考えている。また、最も技術的に難易度が高い地理空間加重回帰分析と多層的なネットワークにおける知識移転については、引き続き技術調査を行い、来年度中に必要な技術を明らかにしたい。
さらに、国際学会発表でのフィードバックをもとに、分析を見直したうえで、英語論文投稿をする予定である。
|
