Granovetter (1973) népszerűvé vált gyenge kapcsolatok fogalmát a munkát ke -resők felszínes, távoli kapcsolataiktól szerzett ötleteik hatékonyságára vezette vissza. A gyenge kapcsolatok segítenek a tanulásban, hiszen a túl erős kap cso-latoktól már nincs mit tanulnunk. A tanulás regionális tudományban alkal ma-zott és előzőekben bemutatott vizsgálatai a gyenge kapcsolatok fontosságát részletezik: ezek kerülnek kifejezésre a lokális és nem lokális hálózatok kapcsán, a közelség öt dimenziója pedig a gyenge és erős kapcsolatok méré -sére tett regionalista kísérlet. Csermely Péter (2005) átfogó képet nyújtó köny -vében bemutatja, hogy a gyenge kapcsolatok szükségesek a kisvilág-jelensé -gek és a rendszerek ellenálló képességének kialakulásához, a komplex rend -szerek egymásba ágyazottságához stb. A következőkben három regionális tudományhoz kötődő ötletet mutatunk be röviden, amelyek első látásra talán nem tartoznak a hálózatelemzés témaköréhez, mégis a gyenge kapcsolatok vizsgálataihoz tartoznak.
A regionális ellenállóképesség óriási mértékben függ a régió társadalmi és gazdasági hálózatában lévő gyenge kapcsolatoktól, az állítás mögött kétféle ér -velés is felállítható. Egyrészt a gyenge kapcsolatok segítségével születő új öt -letek vezetnek a régió megújulásához, a kizárólag erős kapcsolatokból felépülő helyi hálózat önmagába záródik, radikális innovációra képtelen. Másrészt a régiót érő külső sokk a helyi hálózat gyenge kapcsolatai segítségével osztódik szét a hálózaton úgy, hogy ne terhelődjenek túl és essenek szét az erős kapcso -latok (Csermely 2005). Ez utóbbi jelenség például a globális gazdasági háló za-ton végigsöprő likviditási válság esetén érhető tetten: ekkor a kizárólag erős,
138 LENGYEL BALÁZS
szektoron belüli kapcsolatokkal bíró helyi rendszer a likviditási probléma következtében széteshet (a vállalatok csődbe borítják egymást), ugyanakkor a szektorok közötti gyenge kapcsolatok helyi stabilitást nyújthatnak. A sokkok értelmezése széleskörű lehet, a politikai átmenet, egy nagyvállalat letelepe-dése, vagy a csökkenő önkormányzati költségvetés is a helyi gazdasági és társadalmi hálózat feszültségeihez vezethetnek. A külső változásra való alkalmazkodás elsősorban a régión belüli tanulás hálózataitól függ. Mindezek miatt a regionális ellenállóképesség hálózati oldalról való megközelítését igen gyümölcsöző új kutatási iránynak tartjuk.
A regionális innováció komplex rendszerek felőli megközelítése szintén számot tarthat a hálózatelemzés gyenge kapcsolatokhoz kötődő vizsgálataira.
A regionális innovációs rendszerek komplexek, hiszen az alrendszereik (pl.
egyetemi szféra, iparági szektorok, gazdaságfejlesztés) különböznek egymás -tól, de határvonalaik elmosódottak, rugalmasak; illetve az alrendszerek köl -csönhatása jelenti a regionális rendszer innovációs képességét (Lengyel 2012).
Az alrendszerek kölcsönhatása pedig nagymértékben függ a hálózataik egy -másba ágyazottságától és szerkezetétől. Amennyiben például az erős munka -társi kapcsolatokból álló, elkülönült alhálózatok (pl. egyetemi és iparági) olyan környezetbe vannak ágyazva, ahol a két szféra dolgozói ismerik egymást, azaz gyenge munkatársi kapcsolatok is vannak a rendszerben, akkor az innovatív ötletek nagyobb teret nyerhetnek. Ezért a regionális innovációs rendszerek, mint komplex rendszerek helyi hálózatainak elemzése fontos kutatási téma.
Végül, a hálózat fejlődésének, dinamikájának, evolúciójának kérdésköre vetődik fel, mint örökérvényű kutatási terület. Mi a szerepe a globális és loká -lis hidaknak, brókereknek a regioná-lis fejlődésben, miképpen képesek ezek a szereplők serkenteni a régió tanulását és innovációs teljesítményét? Egy alap -vető elméleti kérdéssel is szembesülnünk kell: a hálózat szerkezete dinami -zálja-e a tanulást, vagy a tanulás dinamizálja a hálózatot? Válasz reményében a pozitív visszacsatolásokra épülő önerősítő folyamatokat kell tanulmányoz -nunk, melyek a társadalmi és regionális fejlődés mozgatói.
Irodalom
Bathelt, H. – Malmberg, A. – Maskell, P. (2004) Clusters and knowledge: local buzz, global pipe-lines and the process of knowledge creation. Progress in Human Geography. 1. pp. 31–56.
Barabási, A. L – Albert, R. (1999) Emergence of scaling in random networks. Science. 5439. pp.
509–512.
Boschma, R. A. (2005) Proximity and innovation. A critical assessment. Regional Studies. 1. pp.
61–74.
TANULÁS, HÁLÓZATOK, RÉGIÓK 139 Boschma, R. A. – Frenken, K. (2010) The spatial evolution of innovation networks. In:
Boschma, R. A. – Martin, R. (eds) The handbook of evolutionary economic geography.
Edward Elgar, Cheltenham–Northampton. pp. 120–135.
Cowan, R. – Jonard, N. (2004) Network structure and the diffusion of knowledge. Journal of Economic Dynamics and Control. 8. pp. 1557–1575.
Csermely P. (2005) A rejtett hálózatok ereje. Vince Kiadó, Budapest.
Giuliani, E. (2007) The selective nature of knowledge networks in clusters: evidence from the wine industry. Journal of Economic Geography. 7. pp. 139–168.
Glückler, J. (2007) Economic geography and the evolution of networks. Journal of Economic Geography. 5. pp. 619–634.
Glückler, J. (2010) The evolution of a strategic alliance network: exploring the case of stock photography. In: Boschma, R. A. – Martin, R. (eds) The handbook of evolutionary economic geography. Edward Elgar, Cheltenham–Northampton. pp. 298–315.
Granovetter, M. (1973) The strength of weak ties. American Journal of Sociology. 6. pp. 1360– 1380.
Hoekman, J. – Frenken, K. – Tijssen, R. J. W. (2010) Research collaboration at a distance:
changing spatial patterns of scientific collaboration within Europe. Research Policy. 5. pp.
662–673.
Jacobs, J. (1969) The economy of cities. Random House, New York.
Lengyel B. (2004) A tudásteremtés lokalitása: hallgatólagos tudás és helyi tudástranszfer. Tér és Társadalom. 2. pp. 51–71.
Lengyel B. (2012) Tudásalapú regionális fejlődés.ĽHarmattan, Budapest.
Lengyel I. (2010) Regionális gazdaságfejlesztés. Akadémiai Kiadó, Budapest.
Loasby, B. J. (2001) Time, knowledge and evolutionary dynamics: why connections matter.
Journal of Evolutionary Economics. 4. pp. 393–412.
Marshall, A. [1890] (1920) Principles of economics. (8th edition). Macmillan, London.
Martin, R. – Sunley, P. (2006) Path dependence and regional economic evolution. Journal of Economic Geography. 4. pp. 395–437.
Nooteboom, B. (2000) Learning and innovation in organisations and economies. Oxford University Press, Oxford.
Rutten, R. – Boekema F. (2007) The learning region: foundations, state of the art, future.
Edward Elgar, Cheltenham–Northampton.
Sebestyén T. (2012) Régiók hálózata és gazdasági teljesítmény: a régiók közötti tudáshálózati struktúra makrogazdasági szerepének vizsgálata. Tér és Társadalom. 3. pp. 69–91.
Sorenson, O. – Rivkin, J. W. – Fleming, L. (2010) Complexity, networks and knowledge flow.
In: Boschma, R. A. – Martin, R. (eds) The handbook of evolutionary economic geography.
Edward Elgar, Cheltenham-Northampton. pp. 316–352.
Ter Wal, A. L. J. – Boschma, R. A. (2009) Applying social network analysis in economic geography: framing some key analytic issues. Annals of Regional Science. 3. pp. 739–756.
Tóth B. I. (2012) Regionális rugalmasság, rugalmas régiók. Tér és Társadalom. 2. pp. 3–21.
Varga A. – Parag A. (2009) Egyetemi tudástranszfer és a nemzetközi kutatási hálózatok szerkezete. Közgazdasági Szemle. 4. pp. 343–358.