Territorial innovation dynamics: a knowledge based perspective - HAL-SHS - Sciences de l'Homme et de la Société Access content directly
Conference Papers Year : 2009

Territorial innovation dynamics: a knowledge based perspective

Abstract

A great deal of studies has focused on the role played by geographical location on the emergence and the building of localised learning capacities (Maskell, Malmberg, 1999). In this perspective, empirical studies have demonstrated that innovation dynamics of clusters results from the quality of interactions and coordination inside the cluster as well as interactions with external, often global, networks. In this context, knowledge exchange between firms and institutions are claimed to be the main drivers of spatial agglomeration (Canals et al, 2008). Hence, cluster policies have followed the main idea that geographic proximity facilitates collective innovation in so far as firms can capture knowledge externalities more easily. This idea is in fact very attractive but contains some limits (Suire et Vicente, 2007): if some clusters are successful others seem to decline. Therefore, in order to understand the territorial dynamics of clusters, the analysis of the specific nature of knowledge and information flows within a cluster is crucial.
The objective of the paper is to enhance the analysis of the role of cognitive and relational dimensions of interactions on territorial dynamics of innovation. We focus on the key sub process of innovation: knowledge creation, which is above all a social process based on two key complex social mechanisms: the exchange and the combination of knowledge (Nahapiet and Goshal, 1996). We suggest building a theoretical framework that hinges on these two key mechanisms. In this perspective, we mobilise Boisot's I-Space model (Boisot, 1998) for the diffusion and exchange of knowledge and suggest completing the model by introducing the concept of architectural knowledge (Henderson and Clark, 1990) so as to take the complexity of the combination process into consideration. This analysis is conducted through the illustrative analysis of three different case studies. We will draw upon the case of Aerospace Valley Pole of Competitiveness (PoC), The Secured Communicating Solutions PoC, and Fabelor Competence Cluster. The cases show that the existence of architectural knowledge is pivotal to territorial innovation.
De nombreux auteurs ont souligné le rôle de l'espace dans l'émergence et la construction de capacités et d'apprentissage localisés (Maskell et Malmberg, 1999). En effet, dans un monde globalisé certaines régions au sein de nations possèdent un rôle de leader en termes d'innovation industrielle. On a ainsi un paradoxe : plus les activités sont globalisées, plus les régions deviennent importantes pour construire un avantage compétitif durable (Lebas, 2006). L'apparition récente de la politique des pôles de compétitivité, qui vise à mieux combiner que par le passé le territoire, l'innovation et l'industrie s'inscrit dans cette mouvance. Les pôles et de façon plus général les clusters correspondent au modèle de développement économique sectoriel privilégié et encouragé par l'union européenne. Les pays européens tentent donc de structurer leurs économies locales au moyen de ces clusters et cherchent les moyens d'y parvenir.

Les premiers travaux (réf) se sont centrés sur l'analyse des facteurs clés de succès des territoires innovants en identifiant un certain nombre de ressources clés : une parc scientifique et industriel de renom, un marché du travail adapté et flexible, l'accès au capital-risque... Ces approches sont aujourd'hui critiquées parce qu'un territoire ne peut pas être simplement analysé en termes de contenant mais aussi en termes d'interactions potentielles entre une diversité d'acteurs (Garnsey, 1998). Acs et alii (2003) soulignent que le capital de connaissance détenu sur un territoire ne suffit pas à expliquer la dynamique de croissance endogène de ce territoire. Si les combinaisons potentielles de connaissances dépendent de la distribution des connaissances sur un territoire donné, pour autant leur réalisation ne va pas de soi. (Acs et alii, 2003). Les interactions entre les différents acteurs, possédant des connaissances distribuées, sont essentielles à la création de nouvelles connaissances.
Les analyses récentes sur les milieux innovateurs (Ecole du GREMI) ou sur les régions apprenantes (Learning Region) mettent ainsi en évidence le rôle des interactions entre les différents acteurs d'un même milieu dans le développement de capacités à innover. Sources de confiance et de réciprocité, elles favorisent la réduction de l'incertitude, la coordination des différents acteurs et l'apprentissage (Camagni, Capello, 2000). Les études récentes sur les clusters tendent donc à se déplacer des analyses sur les facteurs clés constitutifs du territoire aux dynamiques sociales d'interactions (Bahlmann, Marleen, 2008).

Dans cette perspective, l'approche par les proximités apporte une première contribution à l'analyse de ces interactions (Torre A., 2006). Le concept de proximité géographique est d'abord mobilisé pour expliquer les phénomènes d'agglomération ou de co-localisation (Lebas, 2006). Malmberg et Maskell (2005) soulignent que les interactions entre des connaissances localisées favorisent l'apprentissage ; en effet, certains types de connaissance restent sensibles aux interactions en face à face, notamment lorsqu'il s'agit de connaissances tacites. De plus, certains échanges de connaissances sont associés à des répertoires cognitifs partagés par une même communauté. Carrincazeaux (2001) enrichit l'analyse du lien entre proximité géographique et création de connaissance en introduisant la notion de complexité de la base de connaissance. Cette complexité est de deux types : elle est combinatoire lorsqu'elle nécessite de mettre en cohérence des compétences éloignées ; elle est technologique lorsqu'elle requiert la mise en œuvre de connaissances nouvelles. Ces deux types de complexité génèrent un ensemble de configurations possibles de relations de proximité La complexité technologique liée à des connaissances émergentes et en renouvellement permanent s'accompagnent de relations de face-à-face, c'est-à-dire de proximité physique. La complexité combinatoire accroît les interfaces critiques en matière de combinaison des connaissances ; cette combinaison sera alors facilitée lorsque les acteurs qui détiennent ces connaissances différentes mais complémentaires seront co-localisés.
Toutefois, Torre A. (2006) explique que la proximité géographique n'est pas en soi suffisante pour générer des économies d'agglomération en termes d'échanges de connaissance, une proximité organisée est également nécessaire. Une proximité organisée se traduit par la capacité qu'offre une organisation ou une institution de faire interagir ses membres. Cette capacité repose d'une part sur le développement d'une proximité relationnelle : sentiment d'appartenance lié à une identité commune et partage d'un systèmes de valeurs et de règles qui favorisent la motivation à échanger et combiner des connaissances. Elle consiste d'autre part dans l'émergence et le développement d'un répertoire partagé (proximité cognitive) qui améliore les capacités à échanger et combiner les connaissances. Kechidi et Talbot (2007) précisent que la proximité relationnelle ne doit pas être seulement envisagée sous la forme de règles de coopération mais doit aussi prendre en compte des règles de coordination où les relations de pouvoir sont potentiellement asymétriques. Proximité géographique, relationnelle et cognitive fournissent alors les premiers éléments d'une grille de lecture pour analyser les interactions qui supportent les dynamiques d'innovation au sein d'un territoire. Heyraud (2003) souligne que la compréhension des liens entre innovation et proximité passe par la prise en compte de la nature des flux de l'information et des connaissances.

Dans cette communication, nous proposons d'enrichir l'analyse des interactions qui supportent les dynamiques d'innovation territoriale en nous focalisant sur leurs dimensions relationnelle et cognitive. Pour ce faire, en accord avec la proposition d'Heyraud (2003), nous mobilisons le modèle I-SPACE de Max Boisot (1999) qui propose une analyse dynamique des flux d'information et de connaissances échangés. Il s'agit à la fois de caractériser la nature de la connaissance échangée (concrète - non codifiée / abstraite - codifiée) et les modalités de gouvernance qui régissent ces échanges au sein d'un territoire donné. Toutefois comme le souligne Heyraud (2003) analyser la nature des connaissances sous l'angle tacite/codifiée est insuffisant. Pour l'auteur, la réalité est plus complexe ; il cite en exemple la présence importante de savoirs tacites dans la production, la traduction et la gestion des connaissances codifiées scientifiques. C'est pourquoi nous proposons d'étendre l'analyse de la nature de la connaissance en différenciant deux types de connaissance : les connaissances technologiques et les connaissances architecturales.

Très brièvement, nous pouvons décrire le modèle " I-Space " de Boisot de la façon suivante. La représentation graphique est structurée par trois axes, caractérisant la nature de la connaissance (C) : l'axe (C) tacite / (C) codifiée, l'axe (C) concrète / (C) abstraite et l'axe (C) non diffusée / (C) diffusée. L'auteur identifie ensuite quatre types de transaction qu'il positionne dans le modèle I-SPACE, par le biais de quatre formes d'organisation : la bureaucratie, le marché, le clan et le fief. Les principales caractéristiques de la bureaucratie sont relatives à une connaissance codifiée et abstraite mais dont la diffusion est limitée et contrôlée par la direction. La coordination est de nature hiérarchique. Le marché est un lieu où la connaissance est codifiée, abstraite et diffusée rapidement. La coordination est de type auto-régulée. Le clan est une organisation dans laquelle les connaissances sont non codifiées et concrètes, diffusées dans la mesure du possible compte tenu du manque de codification et d'abstraction. Les relations sont personnelles et les buts sont définis et partagés suite à un processus de négociation. Enfin, le fief comporte des connaissances non codifiées et concrètes, dont la diffusion est également limitée. Les relations personnelles entre les membres de l'équipe sont essentielles à la construction de valeurs partagées et d'une confiance entre chacun. L'autorité est personnelle et hiérarchiques (charismatique). Enfin, l'auteur souligne que le modèle peut être mobilisé de façon dynamique, la croissance d'un secteur d'activité ou d'un pays pouvant se déplacer du fief, vers la bureaucratie puis le marché.

Nous proposons une lecture dynamique du modèle appliquée à un cluster. Pour des raisons de simplification nous fusionnons l'axe 1(C) tacite / (C) codifiée avec l'axe 2 (C) concrète / (C) abstraite. En effet, l'abstraction représente une étape supplémentaire du processus de codification des connaissances qui vise à réduire le nombre de catégories utilisées pour les codifier. Participant à un même processus, la codification et l'abstraction permettent conjointement de rendre les connaissances plus manipulables, articulables, et plus faciles à diffuser. Afin d'enrichir l'analyse de la nature des connaissances, essentielle à la compréhension des dynamiques d'innovation territoriales, nous appliquons le modèle en différenciant deux types de connaissance : les connaissances technologiques et les connaissances architecturales. Cette distinction est empruntée aux travaux de Henderson et Clark (1990). Ces derniers soulignent qu'un produit peut être considéré dans son ensemble " system " ou alors via ses parties " components ". Compte tenu de cette distinction, les auteurs avancent que le développement réussi d'un produit nécessite de prendre en compte deux types de connaissances : les connaissances techniques portant sur les composants, et plus précisément sur les savoirs utilisés pour leur conception et leur fabrication et les connaissances architecturales, concernant " la manière dont les composants sont intégrés et liés entre eux dans un ensemble cohérent ". En adoptant un point de vue dynamique, Henderson et Clark expliquent que les innovations suivent des cycles comportant des un " design dominant " . Dans les périodes de design dominant, les connaissances architecturales sont stables et tendent à être incorporées dans les pratiques et les procédures de l'entreprise.

Nous développons et illustrons le cadre théorique proposé ci-dessus en réalisant une analyse comparative de trois clusters : le cluster aéronautique, constitué par Airbus et son réseau de sous-traitants, localisé dans le sud ouest de la France, le Pôle de compétitivité SCS (Solutions communicantes) localisé en région PACA et le pôle de compétences Fabelor localisé en Lorraine. Chacun de ces clusters est spécialisé dans des domaines technologiques et scientifiques différents : l'aéronautique pour le premier, la micro-électronique, l'informatique et les Télécoms pour le pôle SCS, enfin les sciences et technologies du vivant et de l'environnement pour le pôle Fabelor (Forêt-Agroalimentaire-Biotechnologie-Environnement Lorraine). Les études ont été menés au sein de projets différents : un projet européen Interreg IIIb Sudoe, intitulé " EADS et les stratégies territoriales dans le Sud Ouest européen " mené en 2005 pour le premier cas. Un projet en cours de réalisation sur le pôle SCS dans le cadre d'une recherche doctorale financée par la région PACA sur le thème de l'insertion des PME dans les projets innovants. Un projet financé par la région Lorraine débuté en 2007 et toujours en cours de réalisation pour le pôle Fabelor. L'étude est réalisée sur le sous projet 2 du pole Fabelor : " Ingénierie & sécurité des aliments " qui concerne la conception et la synthèse de biomolécules à fonctionnalités dirigées, leur structuration et formulation alimentaire et la prévision de leurs effets nutritionnels et " santé ". Dans les trois cas de nombreux entretiens ouverts et semi-directifs ont été réalisés : 15 entretiens pour le cluster aéronautique, 20 entretiens pour le pôle SCS, 12 entretiens pour le pôle Fabelor. Une enquête quantitative sur ... a également était menée au sein du pôle SCS.

Les premiers résultats mettent en évidence l'existence de dynamiques territoriales très différentes et l'importance du concept de connaissance architecturale pour les analyser et les caractériser. L'analyse des connaissances architecturales permet notamment d'enrichir et de prendre en compte le concept de complexité combinatoire introduit par Carrincazeaux (2001). Nous proposons dans ce résumé une présentation très succincte de ces dynamiques.
Il convient d'abord de souligner que le pôle SCS créé à l'initiative du gouvernement français en 2005 comprend en fait deux clusters aux dynamiques distinctes : un cluster en région marseillaise spécialisé en micro-électronique et un cluster localisé à Sophia Antipolis multi technologiques autour de la micro-électronique, des télécoms et de l'informatique. Cette étude nous a permis d'identifier trois dynamiques distinctes : la première assez efficace concerne le pôle aéronautique et le pôle SCS dans sa partie marseillaise, la deuxième concerne le pôle SCS dans sa partie sophipolitaine et la troisième le pôle Fabelor. Ces dynamiques peuvent être schématisées sur la figure suivante :

Le pôle aéronautique et le pôle SCS dans sa partie marseillaise sont composés de grandes firmes, de PME et de laboratoires de recherche. Leur base de connaissance est caractérisée par l'existence d'un design dominant codifié et contrôlé par les grandes firmes qui composent ces pôles ( Airbus - aéronautique- , ST Microelectronics et Atmel -SCS Marseille) ; elles organisent les combinaisons des différentes connaissances technologiques détenues par les PME qui représentent autant de Fiefs. Le pôle aéronautique est très illustratif de ce phénomène. Ce pôle a mis en œuvre une recomposition de la pyramide des approvisionnements : le nombre de fournisseurs directs d'Airbus est réduit de façon drastique, passant de 650 en 1987 à environ 200 en 1993 ; on estime, aujourd'hui, que les partenaires en relations directes avec Airbus sont moins d'une centaine, essentiellement des " firmes-pivot " qui articulent les relations avec le reste du réseau (Kechidi et Talbot, 2007). Cette réduction du nombre de sous-traitants s'est accompagnée d'une organisation fortement hiérarchisée du réseau. Le réseau de sous-traitance d'Airbus se présente comme une pyramide organisée sur quatre niveaux (Kechidi et Talbot, 2007):
1- Les systémiers ou intégrateur de modules (sub-system integrator) : ce sont des entreprises qui participent à la conception et à la réalisation d'un sous-ensemble technique dont elles ont la responsabilité. En d'autres termes elles maîtrisent les connaissances architecturales afférentes à un module.
2- Les équipementiers : ils fournissent soit un module technique " autonome " (un moteur par exemple) soit un module devant faire partie d'un ensemble technique plus complexe (un système de conditionnement de l'air par exemple).
3- Les sous-traitants de spécialité : ce sont des entreprises qui possèdent des actifs spécifiques dans un domaine particulier.
4- Les sous-traitants de capacité ou de production : ce sont de plus petites entreprises sélectionnées sur la base de leurs offres financières.
Cette hiérarchisation est fondée de façon prioritaire sur le degré de maîtrise des compétences architecturales détenues par Airbus puis par les systémiers.
Au contraire le pôle SCS dans sa partie sophipolitaine est caractérisé par une base de connaissance très variée, de la micro-électronique à l'informatique. Cette variété accroît la complexité combinatoire et in fine peu de synergies sont réalisées localement (Lazaric, Longui, Thomas, 2008). Ce cluster ne possède pas de design dominant spécifique et la plupart des acteurs, industriels ou académiques s'insèrent dans des projets d'innovation hors pôles (pouvez-vous donner ici quelques chiffres qui illustrent ce résultat).
Le pôle Fabelor est le plus récent ; à l'inverse des autres pôles, composés principalement d'industriels, il est constitué majoritairement par des équipes de recherche issues du monde académique. Les équipes composant le sous projet 2 appartiennent principalement à deux institutions INPL et le CHU nancéen. Les premiers entretiens montrent que ces institutions correspondent à deux clans où les acteurs, appartenant aux laboratoires de recherche (fiefs) de ces institutions, ont l'habitude de coopérer. La combinaison des connaissances entre ces deux clans est aujourd'hui critique, ce qui a était souligné lors de la première évaluation réalisée par la région en novembre 2008. Il convient de souligner que même à l'intérieur de chaque clan, les connaissances architecturales sont parcellaires et tacites ce qui rend difficile les combinaisons effectives. Afin d'améliorer leurs capacités à combiner les acteurs de l'INPL spécialisés dans la conception, la formulation, la caractérisation et l'analyse de la biodisponibilité de nouvelles molécules tentent aujourd'hui de formaliser ce process en d'autres termes de codifier un design dominant. Plusieurs réunions ont été nécessaires et à ce jour il n'est toujours pas stabilisé. Il est également prévu d'organiser ce travail au sein des équipes du CHU puis entre les deux clans afin de formaliser le process dans sa globalité. Une fois réalisée, cette codification des connaissances architecturales modifiera de façon profonde la dynamique d'innovation de ce cluster.
Dans tous les cas l'existence de connaissances architecturales est essentielle à l'innovation. Leur détention par une catégorie d'acteurs particulière est source de pouvoir et devient un élément structurant de la dynamique d'innovation du cluster (pôle aéronautique et SCS marseille). Leur codification et leur partage peuvent constituer, comme dans le cas Fabelor, une condition clé de la mise en œuvre d'une véritable dynamique d'innovation.
Fichier principal
Vignette du fichier
EGOS_2009_track22_KR_RD_CL_CT_DT_Territorial_Innovation_Dynamics_a_Knowledge_Perspective_.pdf (886.82 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

halshs-00365192 , version 1 (22-07-2009)

Identifiers

  • HAL Id : halshs-00365192 , version 1

Cite

Rani Jeanne Dang, Christian Longhi, Karine Roux, Damien Talbot, Catherine Thomas. Territorial innovation dynamics: a knowledge based perspective: 25th EGOS Colloquium, European Group for Organizational Studies, 2-4 July 2009, (track 22 The strategic management of organizational knowledge: Creation versus control),ESADE Business School, Barcelona, Spain.. 25th EGOS Colloquium, European Group for Organizational Studies, 2-4 July 2009, track 22 The strategic management of organizational knowledge: Creation versus control,ESADE Business School, Barcelona, Spain., Jul 2009, Barcelone, Spain. pp.Track 22. ⟨halshs-00365192⟩
450 View
400 Download

Share

Gmail Facebook X LinkedIn More