Navigation – Plan du site

AccueilVie ScientifiqueDébatsChronique d'économie géographiqueLes pôles de compétitivité : le r...

Chronique d'économie géographique

Les pôles de compétitivité : le recours au modèle des clusters ?

Jean Bouinot

Notes de la rédaction

Ce texte est publié sous la seule responsabilité de ses auteurs et n’a pas été soumis à l’évaluation par les pairs.

Notes de l’auteur

Note de recherche – juillet-août 2005

Texte intégral

Introduction : définition d’un cluster

1En novembre 2004, le gouvernement a lancé un appel d’offre pour structurer des pôles de compétitivité que les praticiens français n’hésitent pas à qualifier de cluster, littéralement un rassemblement du type « bouquet de fleurs ». Pour une définition théorique on peut s’appuyer sur une comparaison avec le modèle du district industriel italien (MDII).

  • Le district est spécialisé dans un produit donné (chaussures de sport à Montebelluna, le leader mondial en la matière … etc.). Le cluster recouvre un secteur vaste d’activités, la santé par exemple, et intervient sur tous les maillons de la chaîne de valeur ajoutée : R&D, formation … Mickaël PORTER (1998, p. 197) donne la définition suivante : « un cluster est la concentration géographique d’entreprises interdépendantes : fournisseurs de biens et de services dans des branches industrielles proches ; les firmes livrant le produit final coopèrent avec les universités, et leurs concurrentes ».

  • Un district est composé pour l’essentiel de très petites entreprises familiales, alors qu’un cluster accueille petites, moyennes et grandes entreprises ;

  • Un district a ses différents acteurs plus concentrés, ce qui facilite les échanges implicites de savoir faire (Knowledge spillover) ; ces échanges peuvent certes déborder les frontières du district. Dans les clusters le spillover réciproque, moins intense en raison de leurs vastes aires porte plutôt sur les travaux de R&D. Dans les deux cas le processus perd de son efficacité avec la distance ;

  • Dans les districts comme dans les clusters, la concentration spatiale génère des externalités positives (réduction des coûts, développement de l’innovation, …) mais aussi des externalités négatives (congestion par exemple).

2Dans un premier temps on fera le point sur les facteurs favorables à l’expansion d’un cluster (section 1).

3On sera alors en mesure de calculer des seuils de taille (section 2). Dans une dernière section on comparera la notion récente de pôle de compétitivité à celle plus ancienne et plus formalisée de cluster (6.3).

Les facteurs favorables à la création d’emplois dans les clusters

4Pour identifier ces facteurs, nous nous reporterons à la recherche empirique de Bernard FINGLETON, Danilo IGLIORI, Barry MOORE (2004). Les données du modèle de régression multiple ont été recensées sur les 408 districts administratifs de Grande-Bretagne de 1991 à 1998 pour les clusters spécialisés dans les services informatiques (regroupement de 6 branches high tech : consultance pour le hardware, consultance pour le software, etc…).

5La variable à expliquer (SIEG) est le nombre d’emplois créés dans les petites et moyennes entreprises (< 200 employés) sur la période précitée, les auteurs ayant renoncé, après réflexion, à des formulations plus sophistiquées telles que l’évolution du coefficient de localisation.

6La principale variable supposée explicative est l’intensité initiale du « clustering » désignée par HC (soit le nombre d’emplois en début de période). L’ébauche du modèle est écrite comme suit :

SIEG = a HC2 + b HC + cX + d + erreur

(X) rassemble les autres variables supposées explicatives,

(HC) apparaît une première fois au carré (HC2), ce qui peut donner un coefficient a pouvant prendre une valeur négative ; le cluster a alors dépassé -ou bien ne l’a pas encore atteinte- la taille optimale.

7Les trois variables suivantes du groupe (X) caractérisant le marché sont :

  • X1 ou (STEG) représente la croissance de l’emploi dans les petites et moyennes entreprises (SME) de 1993 à 1998 tous secteurs confondus ;

  • X2 ou (LIEG) représente la croissance des emplois de services informatiques dans les grandes entreprises informatiques de 1993 à 1998 ;

  • X3 ou (LTEG) représente la croissance des emplois dans les grandes entreprises, tous secteurs confondus.

8Les variables suivantes caractérisent le caractère d’industrie de main d’œuvre des services informatiques :

  • X4 ou (EDUC) donne le niveau d’éducation de la main d’œuvre ;

  • X5 ou (UNIVIMP) mesure la taille et la qualité des universités locales ;

  • X6 ou (EMPTOT) donne l’emploi total dans le cluster en 1991 hors emplois dans les services informatiques ;

  • X7 ou (SQKM) mesure la qualité des infrastructures urbaines ;

  • X8 ou (MKTSTR) caractérise le marché en calculant le nombre d’établissements par employé.

9Une matrice (W) pondérant ces variables donne la distance entre chaque paire (i, j) des 408 districts administratifs. Cette distance voit son effet de frein diminuer lorsqu’elle même augmente : la distance est élevée au carré et figure au dénominateur ce qui donne :

10Après élimination des variables non significatives… le modèle ainsi obtenu montre que l’intensité initiale de clustering (HC) exerce un effet positif ainsi que le nombre total d’emplois dans le cluster, hors services informatiques.

11On notera tout d’abord que les variables (HC) et (HC)2 sont des variables significatives pour expliquer la croissance des emplois de services informatiques dans les clusters. Le coefficient de (HC)2 est négatif (- b, 26), la moyenne des emplois des différents clusters étant de 316 251 unités (p. 296). Ceci signifie que les externalités négatives l’emportent sur les externalités positives (Declustering).

12L’autre variable significative, qui fait écho à (HC) est le nombre initial d’emplois dans le cluster hors services informatiques (p. 299).

13En revanche la structure du marché n’a aucune incidence sur l’évolution des emplois.

Localisation et dimension d’un cluster

14Les deux problèmes sont inéluctablement liés dès lors que se produisent des « spillover » de savoir et de savoir faire entre un cluster et des clusters voisins. Ces externalités viennent s’ajouter à celles qui se déroulent entre acteurs d’un même cluster et qui font la réputation des districts industriels italiens ou américains (Silicon Valley). Dans les deux cas on attache une importance extrême aux relations de face-à-face par exemple en prenant le café…

La taille d'un cluster

15Dans leur article de 2005, B. FINGLETON et alii se sont essayés à styliser la relation entre :

  • l’intensité initiale d’un cluster mesurée, rappelons-le, par le stock d’emplois existants ;

  • la variation du nombre d’emplois sur la période 1991 – 1998.

16A cet effet le modèle initial est réécrit comme suit :

17En bref les variables autres que (HC) et (HC2) sont regroupées dans (X1) ou (X2). Avec b4 ≠ 0 et (b2/b3 – 4 b0 b4) ≤ 0 on obtient 2 solutions :

18La figure qui suit visualise les résultats d’un test de régression en deux étapes. La variation d’emplois de 1991 à 1998 est négative pour des clusters supérieurs à 4 891 emplois (x).Les clusters ayant moins de 569 reculent également.

La dynamique spatiale des clusters

19Les clusters britanniques de services en informatique ont des comportements spatiaux qui, a priori, illustrent des dynamiques générales dans le high tech.

20Leurs caractéristiques propres ont fait l’objet des observations suivantes : en ce qui concerne les PME (moins de 100 employés) elles sont les plus « fécondes » : elles passent de 169 400 emplois à 490 600 emplois en 2000.

Taux de croissance de l’emploi dans les PME de 1991 à 2000

Taux de croissance de l’emploi dans les PME de 1991 à 2000

21Ces chiffres montrent le dynamisme de Londres et des régions voisines situées dans un quart Sud-Est de la Grande-Bretagne.

22Sur la période 1980-2000 on distingue trois sous-périodes aux différences ténues. En début de période les trois régions les plus dynamiques représentent 62 % du total de l’emploi avec une forte concentration sur Londres ; ensuite de quoi, un certain nombre de PME migrent vers des petites villes bien équipées et proches de Londres. Dans un troisième temps le choix des petites villes se précise : elles doivent avoir déjà acquis une image positive dans l’accueil de PME du high tech et se situer à proximité d’un aéroport.

23Ce processus ressemble partiellement à celui qu’a construit progressivement Vernon HENDERSON (voir Jean Bouinot, 2004, p. 132). Les innovations de produits ont lieu dans les grandes villes, surtout celles qui disposent d’un cluster doté d’un bon capital en R&D. Lorsque le produit atteint sa phase de maturité, conformément à la théorie du cycle de vie, la concurrence lamine les marges du fait de l’augmentation des salaires et des loyers et un freinage des prix de vente. Les entreprises déménagent vers des villes petites et moyennes et ont tendance à choisir les mêmes dont la base économique se trouve ainsi spécialisée. Ce schéma reste partiellement rudimentaire pour ne pas tenir compte de manière plus fine de l’organisation interne des entreprises (voir conclusion).

Les centres de compétitivité, version bâtarde des clusters

24Dans ce paragraphe nous allons analyser la toute jeune politique française des centres de compétitivité par référence à la notion de cluster avec laquelle ils sont trop souvent confondus.

25Inspirée par le rapport BLANC (avril 2004), la définition donnée par l’Etat est la suivante : « un pôle de compétitivité se définit comme la combinaison, sur un espace géographique donné, d’entreprises, de centres de formation et d’unités de recherche publique ou privée, engagés dans une démarche partenariale destinée à dégager des synergies autour de projets communs au caractère innovant. Ce partenariat s’organise autour d’un marché et d’un domaine technologique et scientifique qui lui est attribué et doit rechercher l’atteinte d’une masse critique pour atteindre une compétitivité mais aussi une visibilité internationale ».

26C’est le 14 septembre 2004 que le CIAD (Comité interministériel d’aménagement et de développement du territoire) manifeste son souhait de constituer des pôles répondant à cette définition.

27L’appel d’offre B est lancé officiellement le 2 décembre 2004 par le ministre Gilles de Robien.

28D’ici le 14 juillet devrait être connue une « short list » d’une dizaine d’élus. Au total une centaine de dossiers de candidatures (105 exactement) ont été transmis, ce qui débouche sur une compétition sévère : au final quinze dossiers seront retenus. Il faudrait déduire les dossiers qui sont d’ores et déjà quasiment assurés d’obtenir le précieux label de pôle technologique :

  • les pôles santé et numérique présentés tous les deux par l’Ile-de-France,

  • le pôle « Aéronautique, Espace et systèmes embarqués » émanant de la région Midi-Pyrénées,

  • le pôle « Nanotechnologies à Grenoble »,

  • la Bretagne avec son projet tourné vers l’agroalimentaire,

  • le projet du Nord-Pas-de-Calais sur les transports.

29Ces données factuelles éclairent la formulation de différentes critiques.

30Les centres projetés semblent d’une taille excessive ; « l’espace géographique donné » correspond le plus souvent à une région voire plus (cas du pôle aéronautique toulousain qui a ajouté la région Aquitaine à la région Midi-Pyrénées). 25 autres candidatures sont interrégionales. Les districts italiens (dont le plus grand regroupe autour de 100 000 habitants) doivent leur dynamisme aux rencontres matinales pour prendre le café et échanger des idées (Knowledge spillover). On observe le même processus dans la Silicon Valley. Bref, en gestion les relations de face-à-face indispensables à l’innovation reposent sur la confiance.

31A titre d’illustration indiquons que le pôle Santé appelé MEDITECH-SANTE regroupe pour sa seule composante qualifiée Neuropôle 5 000 chercheurs dans le secteur public. Une autre branche, l’oncologie regroupe la moitié de la recherche française.

32Rappelons aussi que la littérature académique considère la ville comme le territoire « légitime » d’un cluster.

33Des doublons sont évidents. L’oncologie figure aussi dans le deuxième projet présenté par Toulouse sur la santé. Lyon du reste est aussi bien placée dans ce domaine et représente un véritable cluster, leader mondial dans l’homéopathie (Léo VAN DEN BERG et alii, 2001).

Conclusion générale : prospective sur deux tendances lourdes

34Les futurs centres de compétitivité sont appelés à porter la marque de deux tendances lourdes que l’on retrouve, à un moindre degré hors cluster :

  • d’une part une organisation interne des entreprises de plus en plus structurée par une spécialisation par fonction (direction générale, production …) et non plus par secteurs d’activité (Gilles DURANTON, Diego PUGA, 2005) ;

  • d’autre part la diversité culturelle des cadres dirigeants.

35Pour comprendre la première tendance, il faut souligner que les entreprises ont le choix entre deux modèles extrêmes d’organisation soit l’organisation intégrée (rassemblement de toutes les fonctions sous un même toit soit l’organisation multi-localisation, chaque localisation accueillant une et une seule fonction (voir tableau 1 et graphique 1). Ceci donne une évolution des villes d’une spécialisation sectorielle vers une spécialisation par fonction des entreprises. Pour les grandes entreprises, tout au moins, le recours fréquent des Etat-majors aux services directionnels externalisés. Comme les sociétés de consultants. Ils vont s’implanter dans les grandes villes tandis que la production (usines) pour des raisons de coûts de terrains, de niveau de salaire et de fluidité de circulation privilégient les villes petites ou moyennes.

36Cette première tendance a toute chance de marquer avec force les centres de compétitivité en raison de leur taille élevée et celle de leurs entreprises leaders.

37La deuxième tendance concerne le recours inéluctable et croissant – lentement – à des équipes multi-nationales. D’ailleurs comment faire autrement si l’on veut se globaliser pour faire face à la mondialisation. La grande difficulté à surmonter devient la maîtrise du multi-culturalisme. Pour Pierre RICHARD, administrateur délégué de DEXIA, banque franco-belge, « l’identité culturelle et nationale joue un grand rôle en Europe. C’est l’obstacle principal aux fusions transfrontalières » (Le Monde, 14 juin 2005, p. 20). Les auteurs de l’ouvrage collectif Management européen et mondialisation (2005) aboutissent à des conclusions proches à partir d’une étude de cas détaillée, celle de l’intégration de Télécom France Mobile et Orange racheté au Britannique Vodaphone.

Tableau 1 : Taux de croissance national (USA) du rapport (cols blancs / cols bleus)

Tableau 1 : Taux de croissance national (USA) du rapport (cols blancs / cols bleus)

Source : Gilles DURANTON, Diego PUEGA, 2005, p.2

Graphique 1 : Organisation par fonction d’une entreprise

Graphique 1 : Organisation par fonction d’une entreprise
Haut de page

Bibliographie

Jean BOUINOT (2004) : La ville intelligente, Paris, éditeur L.D.G.J, 2004, 182 pages (collection Systèmes)

DURANTON Gilles, PUGA Diego (2005) : « From sectoral to functional urban specialisation », Journal of urban economics » vol. 57, n° 2, 2005, pp. 343 – 370.

FINGLETON Bernard, IGLIOARI Danilo, MOORE Barry (2005) : “Cluster Dynamics : New evidence and projections for Computing services in great Britain”, Journal of regional sciences, vol. 45, n°2, 2005, pp. 283-311.

HENDERSON Vernon (1997) : “Externalities and Industrial Development”, Journal of urban Economics, vol. 42, 1997, pp. 449 – 470.

KALIKA Michel, coordonné par, (2005) : Management européen et mondialisation, Paris, mai 2005, imprimé en Belgique.

PORTER Mickaël (1998) : On competition, Boston, Harvard Business Review Books, 1998.

VAN DEN BERG Léo, BRAUN Erik, VAN WILLEM Windem (2001) : “Growth Clusters in European Cities : An integral Approach”, Urban Studies, vol. 38, n°1, 2001, pp. 185 – 205.

Haut de page

Table des illustrations

URL http://journals.openedition.org/cybergeo/docannexe/image/4961/img-1.png
Fichier image/png, 1,7k
URL http://journals.openedition.org/cybergeo/docannexe/image/4961/img-2.png
Fichier image/png, 8,6k
URL http://journals.openedition.org/cybergeo/docannexe/image/4961/img-3.png
Fichier image/png, 6,2k
URL http://journals.openedition.org/cybergeo/docannexe/image/4961/img-4.png
Fichier image/png, 21k
Titre Taux de croissance de l’emploi dans les PME de 1991 à 2000
URL http://journals.openedition.org/cybergeo/docannexe/image/4961/img-5.png
Fichier image/png, 9,5k
Titre Tableau 1 : Taux de croissance national (USA) du rapport (cols blancs / cols bleus)
Crédits Source : Gilles DURANTON, Diego PUEGA, 2005, p.2
URL http://journals.openedition.org/cybergeo/docannexe/image/4961/img-6.png
Fichier image/png, 27k
Titre Graphique 1 : Organisation par fonction d’une entreprise
URL http://journals.openedition.org/cybergeo/docannexe/image/4961/img-7.png
Fichier image/png, 21k
Haut de page

Pour citer cet article

Référence électronique

Jean Bouinot, « Les pôles de compétitivité : le recours au modèle des clusters ? », Cybergeo: European Journal of Geography [En ligne], Débats, Chronique d'économie géographique, mis en ligne le 09 mars 2007, consulté le 28 mars 2024. URL : http://journals.openedition.org/cybergeo/4961

Haut de page

Auteur

Jean Bouinot

Professeur à l’Université Paris 1
Jean.bouinot@wanadoo.fr

Articles du même auteur

Haut de page

Droits d’auteur

CC-BY-4.0

Le texte seul est utilisable sous licence CC BY 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search