Abonnez-vous à DeepL Pro pour modifier ce document.

Visitez www.DeepL.com/Pro pour en savoir plus.

Effets de proximité géographique et cognitive sur les performances d'innovation des PME : une voie vers
l'acquisition des connaissances 2011

F. Xavier Molina-Morales & Pedro Manuel García-Villaverde & Gloria Parra-Requena

Résumé Cette étude explore l'influence relative de la proximité géographique et cognitive pour
expliquer la performance de l'innovation. Cet article approfondit la controverse entre la signification des
deux types de proximité, contribuant à une meilleure compréhension de leurs interconnexions. L'étude
analyse en outre dans quelle mesure l'acquisition de connaissances fournit une explication congruente
de l'efficacité de l'innovation dans des contextes de proximité. L'article a testé un modèle structurel
basé sur un échantillon de 224 entreprises espagnoles du secteur de la chaussure. L'industrie de la
chaussure est une industrie mature et traditionnelle, avec une présence significative de l'agglomération
territoriale des entreprises dans toute l'Espagne. Les résultats suggèrent un effet direct et indirect de la
proximité cognitive sur les performances d'innovation. Toutefois, un excès de proximité géographique
produit un verrouillage spatial, ce qui limite l'accès aux nouvelles connaissances et diminue les
innovations. En revanche, la proximité en termes d'objectifs et de culture conduit les entreprises
appartenant à un cluster territorial à acquérir des connaissances qui débouchent sur des innovations
pertinentes. Les résultats suggèrent que, bien que des connaissances précieuses transférables existent
dans des contextes de regroupement, les entreprises devraient adopter un comportement proactif pour
avoir accès aux connaissances communes et pour générer des innovations efficaces.

Mots-clés Proximité géographique . Proximité cognitive . Clusters . Innovation . Connaissance

Introduction

Au cours des deux dernières décennies, une grande attention a été consacrée à l'explication de la
proximité ou des avantages spatiaux pour les entreprises. En outre, cet intérêt s'est manifesté dans
diverses disciplines économiques. C'est Alfred Marshall (1925) qui a été le premier à définir les
économies externes des entreprises dérivées de la disponibilité de ressources humaines qualifiées, de la
spécialisation des fournisseurs et des retombées technologiques dans un contexte local. Les auteurs ont
proposé un grand nombre de concepts et de notions pour saisir et représenter la nature de cette
agglomération territoriale d'entreprises (Knoben et Oerlemans 2006). Cependant, les concepts les plus
largement acceptés sont probablement le district industriel (Becattini 1979) et le cluster industriel
(Porter 1998). Malgré des différences conceptuelles et méthodologiques, les deux concepts partagent la
même logique interne. En fait, les deux concepts soulignent le rôle stratégique joué par la localisation et
la proximité géographique entre les entreprises. En tout lieu spécifique, les entreprises locales
recherchent des avantages mondiaux et les entreprises mondiales recherchent des avantages locaux
(Martin et Sunley 2003). Cependant, comme le suggèrent ces auteurs, il y a d'importants défis à relever
dans le développement de cette argumentation théorique. Le premier consiste à délimiter les frontières
du cluster, c'est-à-dire à déterminer quelles entreprises et organisations peuvent être considérées
comme faisant partie du cluster. D'autre part, il manque une théorie de l'entreprise expliquant le rôle
joué par les entreprises individuelles dans ces agglomérations (Best et Forrant 1996), bien que ces
dernières années, certaines contributions théoriques et empiriques soient apparues étudiant
l'hétérogénéité dans le comportement et la performance des entreprises agglomérées (Stuart et
Sorenson 2003 ; Giuliani et Bell 2005 ; Inkpen et Tsang 2005 ; Capó-Vicedo et al. 2008 ; BelsoMartínez
2010, entre autres). Selon nous, la meilleure approche pour examiner ces questions pourrait consister à
reconsidérer le concept de proximité. En fait, la proximité a récemment été présentée comme un
concept multidimensionnel - dimensions géographique, cognitive, organisationnelle, sociale et
institutionnelle - (Boschma 2005). Dans cette optique, la proximité n'est pas exclusivement liée à la
proximité physique ou géographique (Knoben et Oerlemans 2006). Récemment, un certain nombre
d'auteurs ont souligné l'influence d'autres dimensions de ce concept dans la diffusion des
connaissances, telles que les proximités institutionnelles, sociales ou cognitives (Torre et Rallet 2005).
Les auteurs ont accordé une attention croissante à la dimension cognitive de la proximité en particulier
(Wuyts et al. 2005). Ce document considère la proximité cognitive comme l'expression de l'homogénéité
culturelle des organisations au sein du groupe, y compris des éléments tels que le langage partagé, les
normes et les valeurs communes, entre autres. Dei Ottati (2003) a défini tous ces éléments comme le
marché communautaire. Dans ce contexte, notre recherche tente de contribuer à considérer ensemble
les proximités géographiques et cognitives. En conséquence, nous nous concentrons sur la résolution
empirique de la controverse entre la signification des deux types de proximité. En outre, nous analysons
les interconnexions entre les deux types de proximité et nous mettons en lumière l'idée que les deux
proximités sont liées, comme le suggèrent Boschma (2005) et Torre et Rallet (2005). De nombreuses
études empiriques ont montré qu'il existe une association significative entre la proximité et l'innovation
(Mistri et Solari 2001 ; Muscio 2006). Traditionnellement, les auteurs soutiennent que des relations
intenses sont favorisées dans le contexte de la proximité physique (par exemple, Baptista et Swann
1998). Ces relations sont des sources potentielles de connaissances externes et peuvent donc favoriser
les échanges de connaissances (Utterback 1974 ; Fuentes et al. 2010). Dans le même ordre d'idées, les
valeurs, les objectifs et la culture communs - c'est-à-dire la proximité cognitive - favorisent l'innovation
dans les entreprises. Ils permettent l'échange d'informations, en évitant les malentendus (Inkpen et
Tsang 2005 ; Krause et al. 2007). En outre, nous devons souligner que, dans ces contextes de proximité,
les entreprises varient dans leur capacité à acquérir des connaissances externes précieuses et à en tirer
des enseignements (Inkpen et Tsang 2005). Ainsi, l'acquisition de connaissances est cruciale pour
expliquer comment les entreprises sont plus susceptibles de produire des innovations efficaces. Plus
précisément, cette recherche tente de comparer le rôle joué par les dimensions géographiques et
cognitives de la proximité pour expliquer les performances en matière d'innovation et d'analyser dans
quelle mesure l'acquisition de connaissances permet d'expliquer les performances en matière
d'innovation. Par conséquent, la principale contribution de ce document est d'approfondir la
controverse et les interconnexions entre la proximité géographique et cognitive pour réaliser des
innovations efficaces. En outre, nous contribuons à la compréhension du rôle joué par l'acquisition de
connaissances pour améliorer l'innovation dans des contextes de proximité. Pour répondre à ces
questions de recherche, ce document a réalisé une étude empirique basée sur un échantillon de 224
entreprises espagnoles du secteur de la chaussure. Cette industrie est particulièrement adaptée à
l'étude des questions proposées. Il s'agit d'une industrie mature et traditionnelle et le champ de
l'échantillon est national, avec une présence significative de l'agglomération territoriale des entreprises.
Le document a été structuré comme suit. La deuxième section explique les principaux concepts et
justifie les hypothèses. La troisième section décrit la conception de l'étude empirique et la quatrième
section expose les résultats. Enfin, le document propose un certain nombre de conclusions, soulignant la
contribution et les implications ultérieures de cette recherche.

Théorie et hypothèses
Proximité et performances d'innovation

Proximité géographique et cognitive

La proximité est une notion pertinente et largement utilisée dans différents domaines de recherche.
Cependant, il n'y a pas encore de consensus sur les types de proximité (Knoben et Oerlemans 2006).
Traditionnellement, les auteurs se sont concentrés sur la proximité géographique (Marshall 1925 ;
Becattini 1979 ; Porter 1998). Un examen de la littérature révèle une grande diversité de définitions et
de mesures (Boschma 2005). Par exemple, certains auteurs ont établi la proximité en fonction de la
distance entre les acteurs, ou de la perception de la distance prise par les acteurs. D'autres auteurs ont
mis l'accent sur l'existence de groupes ou d'agglomérations d'entreprises dans un lieu spécifique1
(Becattini 1979). Entre autres avantages, la proximité facilite les interactions face à face entre les acteurs
et ces interactions favorisent l'échange d'informations de haute qualité et de connaissances tacites
(Boschma 2005). Enfin, plusieurs études ont introduit la notion de proximité géographique temporaire.
Selon cette notion, lorsque les acteurs collaborent, une proximité constante n'est pas nécessaire (Torre
et Rallet 2005). Dans ce cas, par le biais de réunions, de courtes visites et de co-localisation temporaire,
les agents peuvent construire d'autres formes de proximité permettant une collaboration même avec
des partenaires à longue distance. En outre, on peut faire valoir que la proximité géographique peut
n'être requise qu'à certaines phases du processus de collaboration entre entreprises, comme la
négociation ou lorsque l'acquisition tacite de connaissances est pertinente (Knoben et Oerlemans 2006).
D'autre part, la proximité cognitive devient de plus en plus pertinente dans l'étude des processus de
connaissance et d'innovation (Nooteboom 2000 ; Boschma 2005). Ce type de proximité peut être
associé à la similarité dans la manière dont les acteurs perçoivent, interprètent, comprennent et
évaluent le monde (Wuyts et al. 2005). Selon nous, des éléments tels que la culture, les valeurs, les
coutumes, les normes, les routines, les visions, les buts et les objectifs communs déterminent la façon
dont l'environnement est abordé et connu, ainsi que le comportement organisationnel lui-même
(Inkpen et Tsang 2005). De ce point de vue, les organisations ont besoin d'un cadre de référence
commun pour transférer et acquérir des connaissances de manière efficace et efficiente. La raison en est
que la création de connaissances et l'apprentissage exigent dans une certaine mesure la combinaison de
capacités diverses et complémentaires d'agents hétérogènes (Nooteboom 2000). La proximité cognitive
facilite non seulement l'acquisition des connaissances de l'environnement, mais aussi leur assimilation
et leur exploitation grâce à la capacité d'absorption de l'entreprise (Exposito-Langa et al. 2011). Ce type
de proximité devient également pertinent en raison de sa relation étroite avec d'autres dimensions de la
proximité, telles que l'institutionnel2 , faisant passer ces concepts d'un niveau national à un niveau
régional ou organisationnel. En fait, les dimensions de proximité géographique et cognitive sont, dans
une certaine mesure, similaires. Ainsi, conformément à Boschma (2005), la combinaison de la proximité
géographique avec un certain niveau de proximité cognitive conduit à une situation dans laquelle un
apprentissage interactif peut avoir lieu. Ainsi, les deux types de proximité peuvent avoir un effet
complémentaire pour le développement de la connaissance et de l'innovation. En d'autres termes, le
contact face à face est combiné avec une vision et une compréhension similaires du contexte dans
lequel les entreprises opèrent.

Proximité géographique et performances en matière d'innovation

Les économies d'agglomération ont traditionnellement été utilisées pour justifier les avantages des
entreprises dans les districts industriels. De nombreuses recherches sur les districts industriels
soulignent comment la proximité physique dans un contexte de district favorise l'innovation dans les
entreprises (par exemple, Capello et Faggian 2005 ; Muscio 2006). En outre, la combinaison particulière
de compétences et de coopération entre les entreprises est essentielle pour le développement et la
diffusion de nouvelles connaissances et a des implications pertinentes pour l'efficacité et l'efficience de
l'innovation dans les entreprises (Staber 2001). Une augmentation de la rivalité entraîne une pression
continue pour l'amélioration technologique et l'innovation. Dans le même ordre d'idées, les retombées
de connaissances parmi les entreprises locales favorisent la mise à niveau des innovations dans les
entreprises regroupées (Baptista et Swann 1998). La proximité physique favorise la transmission des
connaissances et un processus d'apprentissage continu. Enfin, la proximité géographique encourage les
interactions directes entre les agents, comme l'innovation peut l'exiger (Feldman 1994).

Ces dernières années, plusieurs études suggèrent que la proximité géographique entre les entreprises
du district peut également avoir un effet négatif sur l'innovation des entreprises (par exemple,
CapoVicedo et al. 2008). Il convient de souligner qu'une surdensité ou une intensité des relations peut
générer des situations de blocage spatial, qui sont préjudiciables aux interactions d'apprentissage et, en
fin de compte, à l'innovation. Cela se produit lorsque les entreprises se concentrent exclusivement sur le
réseau interne, compromettant leur capacité à répondre aux nouvelles opportunités et aux nouveaux
développements externes (Boschma 2005). Néanmoins, les institutions locales et les organisations de
soutien peuvent servir d'agents de liaison entre les entreprises du district et les réseaux externes,
limitant ou compensant ces effets négatifs. En général, nous considérons que les entreprises des
districts peuvent bénéficier d'avantages pour innover, mais que leur degré d'exploitation varie (Molina-
Morales et Martínez-Fernández, 2010). Par conséquent, le district exerce une influence positive sur la
capacité d'innovation des entreprises, en améliorant l'efficacité des processus d'innovation (Muscio
2006). Sur la base des arguments ci-dessus, l'hypothèse suivante peut être formulée :

Hypothèse 1 : La proximité géographique sera associée de manière positive aux performances

d'innovation des entreprises.

Proximité cognitive et performances d'innovation

Les entreprises partageant la même perception sur la façon d'agir diminuent éventuellement les
malentendus dans les canaux de communication. Lorsque les parties partagent des buts et des objectifs,
on peut s'attendre à une compréhension commune de ce qu'est une innovation et de la manière de la
réaliser, ce qui conduit à une amélioration des performances en matière d'innovation (Krause et al.
2007). Au contraire, lorsque les objectifs et les cultures sont incongrus, des malentendus et des conflits
surgissent entre les parties (Inkpen et Tsang 2005). Les parties sont alors déçues et susceptibles de
restreindre les échanges d'informations, ce qui a une incidence négative sur le résultat pour les
entreprises (Inkpen et Tsang 2005 ; Krause et al. 2007). Bien qu'il y ait peu de preuves empiriques,
Krause et al. (2007) ont montré que cette catégorie de proximité, mesurée en termes de valeurs
partagées, est un facteur explicatif des performances des entreprises. Selon Dakhli et de Clercq (2004),
un niveau plus élevé de valeurs partagées et de culture commune est associé à des niveaux plus élevés
d'innovation. Premièrement, des aspects spécifiques tels qu'une vision partagée peuvent être
considérés comme un mécanisme favorisant l'intégration des connaissances entre les parties d'un
réseau (Inkpen et Tsang 2005), devenant ainsi un élément essentiel du processus d'innovation.
Deuxièmement, l'existence de normes communes entre les entreprises facilite l'échange d'idées entre
les parties (Dakhli et de Clercq 2004). En conclusion, les entreprises qui partagent une vision, des
normes, des valeurs, etc. obtiennent probablement de meilleures performances en matière
d'innovation. En conséquence, l'hypothèse suivante est formulée.

Hypothèse 2 : La proximité cognitive sera associée de manière positive aux performances d'innovation
des entreprises.

Proximité et acquisition de connaissances

Acquisition de connaissances

L'acquisition de connaissances est définie comme le processus par lequel les organisations obtiennent
des connaissances. Ce processus se déroule dans le contexte des relations externes et internes des
entreprises, et est également de nature diverse. Les sources externes de connaissances, en particulier,
ont de plus en plus attiré l'attention des chercheurs (par exemple, Grant 2000). Les sources externes
comprennent un large éventail de mécanismes, tels que la R&D externe, l'acquisition de brevets et de
licences, les alliances stratégiques et d'autres modes de coopération (voir Mowery et al. 1996 ; Simonin
1999). Comme l'ont suggéré un certain nombre d'auteurs (Dyer et Singh 1998), étant donné que le
processus d'innovation nécessite de plus en plus de flux de ressources externes, cette acquisition de
connaissances externes devient essentielle pour les entreprises. Les connaissances ne circulent pas
rapidement et uniformément entre les organisations. Les connaissances tacites sont vagues et difficiles à
codifier et la plupart du temps, elles sont mieux transmises par des interactions répétées (Audretsch
1998). Par conséquent, les relations interorganisationnelles peuvent générer des opportunités
d'acquisition et d'exploitation des connaissances (Dyer et Singh 1998). Par conséquent, les contextes de
proximité fournissent des sources de connaissances, puisque les relations entre les organisations sont
plus intenses. En conclusion, ce document comprend la proximité comme une condition pertinente pour
partager, transférer et acquérir des connaissances entre les organisations, et par conséquent comme
importante pour la création de valeur des entreprises (Maula et al. 2003).

Proximité géographique et acquisition de connaissances

La première référence à l'association de la proximité géographique et de l'acquisition de connaissances

s'inspire probablement de la notion d'atmosphère industrielle de Marshall (1925). Premièrement, la
proximité physique augmente la probabilité de collaboration et facilite les échanges d'informations
techniques et commerciales entre les entreprises colocalisées (Correia et Petiz 2007). La proximité
produit des interactions sociales et professionnelles spontanées entre les entrepreneurs et les employés
de l'industrie, qui facilitent l'acquisition de connaissances (Warren et al. 2009). Ces derniers temps, les
avantages de la proximité géographique pour l'acquisition de connaissances ont été remis en question
en raison du développement des technologies de l'information et de la communication, qui facilitent les
échanges de connaissances entre des acteurs éloignés. Cependant, l'acquisition de connaissances tacites
ou non codifiées nécessite des interactions intenses et, par conséquent, les connaissances sont plus
facilement diffusées lors de contacts en face à face (Dyer et Nobeoka 2000). Deuxièmement, les
institutions et organisations locales compilent et diffusent les connaissances qui peuvent être acquises
par les entreprises, ce qui réduit les coûts de recherche (McEvily et Zaheer 1999). Un certain nombre
d'auteurs ont souligné le rôle joué par les universités, les centres de recherche ou les associations
professionnelles locales en tant que générateurs de connaissances tacites et complexes (Antonelli 2000).
Troisièmement, la mobilité des techniciens et des employés à l'intérieur des districts offre des
possibilités supplémentaires d'acquisition de connaissances (DeCarolis et Deeds 1999). En résumé, les
relations interorganisationnelles intenses, qui sont impliquées dans la proximité géographique, sont
considérées comme un moteur d'un large éventail de sources de connaissances (Parra-Requena et al.
2010). Ainsi, elles facilitent la communication formelle et informelle à partir des relations d'amitié et de
famille, la mobilité des ressources humaines, le partage du parcours éducatif des mêmes institutions
locales et les processus d'essaimage, entre autres. Ces arguments peuvent être formulés dans
l'hypothèse suivante.

Hypothèse 3 : La proximité géographique sera positivement associée à l'acquisition de connaissances par

les entreprises.

Proximité cognitive et acquisition de connaissances

Lorsque les entreprises disposent de structures d'aiguillage similaires, les connaissances peuvent être
communiquées, transférées et acquises de manière plus efficace et efficiente (Knoben et Oerlemans
2006). La proximité cognitive facilite l'acquisition tacite de connaissances puisque les agents impliqués
agissent de manière très similaire. Par conséquent, l'acquisition de connaissances est favorisée par des
éléments tels que la similitude des pratiques, l'héritage institutionnel et la culture de travail. En
revanche, les conflits et les malentendus culturels peuvent limiter l'acquisition d'informations et de
connaissances ainsi que l'apprentissage interorganisationnel (Simonin 1999). Plus précisément, Mowery
et ses collaborateurs (1996) confirment que lorsque les cultures sont similaires, davantage de
connaissances peuvent être transférées et acquises. En outre, dans le contexte de la création de capital
intellectuel, les objectifs et les attentes communs découlant de la proximité cognitive affectent
l'acquisition des connaissances. Ainsi, lorsque des acteurs impliqués dans un même réseau partagent
une même vision, ils ont des perceptions similaires sur la manière d'agir les uns avec les autres, et de
promouvoir une compréhension mutuelle et l'échange d'idées et de ressources (Tsai et Ghoshal 1998).
En résumé, la proximité cognitive facilite les interactions entre les acteurs et donc l'accès aux
connaissances externes malgré la distance géographique. Ainsi, selon Parra-Requena et al. (2010:68),
ces aspects ont non seulement un effet positif, mais ils sont fondamentaux pour l'acquisition de
connaissances externes dans les entreprises. Ces arguments nous amènent à formuler une association
positive entre la proximité cognitive et l'acquisition de connaissances. De manière plus formelle :

Hypothèse 4 : La proximité cognitive sera positivement associée à l'acquisition de connaissances par les
entreprises.

Acquisition de connaissances et performances en matière d'innovation

La connaissance est importante dans le processus d'innovation, et par conséquent dans la création de
valeur pour l'entreprise (Nonaka 1994). Le processus d'innovation d'une entreprise nécessite des flux de
connaissances externes (Dyer et Singh 1998). L'acquisition de connaissances externes offre des
possibilités d'intégration avec les connaissances déjà existantes d'une entreprise, créant ainsi de
nouvelles connaissances (Yli-Renko et al. 2001), et augmentant les connaissances pertinentes dans
l'entreprise (Galunic et Rodan 1998). Ainsi, l'acquisition de connaissances favorise l'identification et
l'assimilation des connaissances pertinentes pour les entreprises, en particulier les nouvelles idées qui
améliorent la capacité à créer de futures innovations et à les exploiter de manière plus efficace et plus
rentable (Cohen et Levinthal 1990). Plusieurs études récentes ont confirmé l'effet positif de l'acquisition
de connaissances externes sur les performances d'innovation (par exemple, Chen et Huang 2008), en
particulier dans le domaine de l'innovation de produits (Yli-Renko et al. 2001). En résumé, l'acquisition
de connaissances externes est essentielle pour les entreprises à la recherche d'avantages concurrentiels,
car elle génère de nouvelles opportunités d'innovation, améliore la capacité des entreprises à les
exploiter et leur permet d'obtenir de meilleurs résultats en matière d'innovation. Conformément à ces
arguments, l'hypothèse suivante est formulée.

Hypothèse 5 : L'acquisition de connaissances sera associée de manière positive aux performances

d'innovation des entreprises.

Effet indirect de la proximité géographique

Comme indiqué précédemment, les districts industriels génèrent un potentiel d'innovation plus élevé
(Capello et Faggian 2005). Cependant, la proximité géographique n'est pas une condition suffisante pour
assurer une haute performance d'innovation. Les entreprises regroupées territorialement peuvent
varier dans leur degré d'accès aux flux de connaissances tacites. L'accès dépend de l'intensité des
relations (Dyer et Nobeoka 2000). En fin de compte, la performance d'innovation est déterminée par la
capacité de l'entreprise à obtenir des connaissances précieuses de la part d'acteurs proches (Agrawal et
al. 2006). Par conséquent, les entreprises regroupées qui sont capables d'acquérir des connaissances
pertinentes auprès d'agents locaux seront mieux positionnées dans le district. Ensuite, l'acquisition de
connaissances permet d'évaluer l'effet de l'appartenance à un district sur les performances en matière
d'innovation. Conformément à ces arguments, l'hypothèse suivante est formulée.

Hypothèse 6 : L'acquisition de connaissances joue un rôle dans l'association entre la proximité

géographique et les performances d'innovation des entreprises.

Effet indirect de la proximité cognitive

Comme on l'a déjà dit, la proximité cognitive génère des performances d'innovation supérieures (Dakhli
et de Clercq 2004). Ainsi, la similitude de perception, d'interprétation, de compréhension et d'évaluation
entre les entreprises devrait faciliter une innovation supérieure, malgré la distance géographique
(Nooteboom 2000). Cependant, ces similitudes cognitives ne sont pas une condition suffisante pour une
innovation efficace et efficiente. Les entreprises acquièrent et intègrent de manière inégale les
connaissances pertinentes de leurs contacts cognitifs étroits. En suivant ce raisonnement, nous
considérons l'acquisition de connaissances comme un mécanisme explicatif majeur qui sert de
médiateur entre la proximité cognitive et les performances d'innovation d'une entreprise. Les
entreprises qui sont capables de tirer parti d'une culture, de valeurs, de normes et de routines similaires
à celles des autres parties pour acquérir des informations et apprendre obtiendront de meilleures
performances en matière d'innovation. Par conséquent, la proximité cognitive aura un effet indirect sur
les performances d'innovation par l'acquisition de connaissances. De manière plus formelle :

Hypothèse 7 : L'acquisition de connaissances intervient dans l'association entre la proximité cognitive et

les performances d'innovation des entreprises.

La figure 1 illustre la proposition théorique, où les effets directs et médiateurs sont représentés et les
hypothèses sont formulées. L'analyse inclut également l'âge et la taille comme variables de contrôle
(Yeoh et Roth 1999 ; Autio et al. 2000).

Méthodes

Exemple
L'étude empirique s'est concentrée sur l'industrie espagnole de la chaussure.3 Cette industrie se
caractérise par la prédominance des petites et moyennes entreprises (représentant plus de 99,5%) qui
représentent les 2,3% de l'emploi espagnol et les 1,2% du PIB espagnol.4 La plupart de ces entreprises
sont hautement spécialisées dans des étapes spécifiques du processus de production. Cette
spécialisation stimule l'efficacité collective et améliore l'internationalisation et la compétitivité mondiale
des entreprises (Ybarra 2006 ; Tortajada et al. 2005). Dans cette optique, il convient de souligner le rôle
joué par les fournisseurs de cuir et de composants dans cette industrie. Ainsi, à la suite (AEC 2008) leurs
activités facilitent les innovations progressives, par exemple, avec l'introduction de matériaux à la mode
et de qualité. En outre, cette industrie est principalement structurée en districts industriels, de sorte que
nous pouvons trouver 30 districts industriels (Boix et Galletto 2006). La plupart d'entre eux sont situés
dans la Communauté de Valence (65,9%), en particulier dans la province d'Alicante -Elche, Elda, Villena,
Crevillente, etc- ; cependant, d'autres districts industriels importants se trouvent en Castille-La Manche
(9,94%) -Almansa et Fuensalida-, et dans La Rioja (7,1%)- Arnedo y Calahorra- entre autres. Tous ces
districts industriels représentent 76,7 % de l'emploi total dans le secteur de la chaussure en Espagne. En
2007, selon le registre officiel des entreprises (DIRCE), l'industrie était composée de 4 366 entreprises, y
compris les entrepreneurs individuels. La même année, ces entreprises ont produit 108,4 millions de
paires de chaussures, pour une valeur de 1 905 millions d'euros, principalement à l'exportation (93,7 %
du total en 2007). Il convient de mentionner qu'il existe un certain nombre d'institutions qui soutiennent
la concentration territoriale du secteur de la chaussure. Ces institutions offrent divers services et
activités de soutien. Dans ce contexte, il est important de souligner le rôle joué par certaines
associations nationales (FICE5 , INESCOP6 ) et certaines associations locales situées dans les différents
districts industriels qui offrent des services tels que la formation spécialisée, la recherche, les activités de
marketing et d'innovation, le conseil en matière de qualité, etc. (des exemples de ces associations sont
AICE ou AIDECA)7. En effet, cette industrie comprend des entreprises situées dans des districts
industriels et des entreprises isolées, ce qui nous permet d'analyser l'effet de la proximité géographique.
D'autre part, comme la proximité cognitive nécessite une certaine période de temps pour être
pleinement développée, une industrie mature comme celle de la chaussure est adéquate pour l'analyse.
En outre, l'environnement hautement compétitif de l'industrie permet d'analyser les aspects liés à
l'accumulation et à la diffusion des connaissances et à l'innovation des entreprises. Ainsi, des études
récentes, comme celle de Belso-Martinez (2010), indiquent que ce secteur manufacturier mondialisé se
caractérise par une innovation progressive. À cet égard, la FICE a récemment souligné que, selon
l'"Enquête sur l'innovation technologique dans les entreprises", l'effort d'innovation8 a enregistré une
croissance de 26 % dans l'industrie de la chaussure, contre 4 % dans l'industrie en général. Ainsi,
l'intensité d'innovation de la chaussure espagnole est supérieure à la moyenne de l'industrie. Les
sources de données sont basées sur les bases de données SABI9 et Camerdata10. Nous avons décidé de
ne pas inclure les entreprises de moins de cinq employés. En effet, une structure opérationnelle
minimale est nécessaire pour définir les performances et le comportement des entreprises. Nous avons
obtenu une population de 1 403 entreprises, une fois que la liste initiale des entreprises a été filtrée à
partir des différentes sources. Après avoir envoyé un questionnaire postal à la population totale, nous
avons obtenu un échantillon final de 224 entreprises, ce qui donne un taux de réponse de 16,97 %. Ce
taux peut être considéré comme satisfaisant en comparaison avec des enquêtes similaires. Pour un
niveau de confiance de 95% et la situation la moins favorable de p=q=0,5, l'erreur d'échantillonnage
était de 5,96%. Nous avons testé le biais de non-réponse. Dans cette ligne, nous avons comparé les
moyennes des variables de taille et d'âge entre les entreprises de l'échantillon et l'ensemble de la
population et nous avons obtenu des valeurs très similaires pour les deux groupes. Ainsi, à la suite
d'Armstrong et Overton 1977, un biais de non-réponse n'a pas été détecté). En outre, nous avons mis au
point un test ANOVA11 et le test du Khi-deux12 entre les entreprises qui ont répondu au premier et au
deuxième envoi et nous n'avons trouvé aucune différence dans aucune des variables analysées.

Variables indépendantes

Proximité géographique Différentes études définissent le niveau de proximité géographique en fonction

de la distance entre les acteurs. D'autres études se concentrent sur la présence de groupes d'entreprises
dans une unité géographique, par exemple l'appartenance à un district industriel ou à des clusters. Ainsi,
la proximité géographique a été établie lorsque l'entreprise était située dans l'un des districts industriels
préalablement identifiés. Pour opérationnaliser l'appartenance à un district à la suite de recherches
antérieures (Hundley et Jacobson 1998 ; entre autres)13 , nous utilisons une variable fictive. Afin de
nous assurer que les districts industriels sont suffisamment homogènes pour être intégrés dans le même
échantillon, nous avons analysé les différences moyennes entre les variables celles qui ont été incluses
dans l'étude pour les entreprises appartenant à chacun des districts industriels. Afin de tester le biais,
nous avons effectué une ANOVA et un test de Scheffe entre des paires de districts et nous n'avons
trouvé aucune différence significative.

Proximité cognitive Ce document se concentre sur le niveau organisationnel de la proximité cognitive

(Knoben et Oerlemans 2006). Les objectifs partagés et la culture commune sont deux aspects principaux
de cette proximité. La culture partagée peut être définie comme l'ensemble des normes et règles
institutionnalisées qui guident un comportement approprié sur le réseau (Gulati et al. 2000:205). Ainsi,
la culture partagée implique le partage des voies d'action, des routines, etc. (Rowley, 1997). Afin de
mesurer cette variable, nous avons utilisé l'échelle basée sur Simonin (1999) avec une échelle à deux
éléments, tandis que les objectifs partagés une échelle à six éléments est le résultat de l'adaptation de
diverses échelles précédentes (Tsai et Ghoshal 1998 ; Young-Ybarra et Wiersema 1999 et Yli-Renko et al.
2001), à notre contexte particulier. En outre, nous utilisons un concept du second ordre pour mesurer la
proximité cognitive, formé par les deux concepts du premier ordre -culture partagée et objectifs
partagés-.

Acquisition de connaissances Nous saisissons cette variable en adaptant les échelles de Kale et al. (2000)
et de Maula et al. (2003) au contexte de notre étude. Cette échelle à six éléments permet de mesurer
l'acquisition de connaissances de l'organisation résultant des relations avec d'autres agents. Le concept
mesure l'acquisition de connaissances sur des aspects tels que les problèmes techniques, les tendances,
la concurrence et les besoins des clients résultant des relations avec d'autres agents.

Variable dépendante

Performances en matière d'innovation Afin de refléter correctement les performances en matière

d'innovation, le présent document a mis l'accent sur les performances des nouveaux produits. La
performance des nouveaux produits est considérée comme un bon indicateur de la performance de
l'innovation, en particulier pour les entreprises manufacturières (Laursen et Salter 2006). Suite à des
recherches antérieures sur l'innovation, la construction inclut la rentabilité et les ventes dérivées des
nouveaux produits (Zhang et al. 2009). Enfin, sur la base de Gupta et Govindarajan (1984) et de Zahra
(1996), le concept a été opérationnalisé, en tenant compte de l'importance et de la satisfaction des PDG
pour les deux éléments (rentabilité et ventes des nouveaux produits). La période considérée a été de 3
ans. Une période de cette durée permet de saisir plus que les résultats d'un moment précis, à savoir la
durabilité des performances d'innovation (Spanos et Lioukas 2001). En ce sens, les répondants devaient
évaluer les deux éléments sur les 3 années précédentes.

Variables de contrôle La taille et l'âge ont été utilisés pour contrôler les variables. La taille de l'entreprise
est l'un des facteurs traditionnels qui influent sur les performances en matière d'innovation. Cependant,
la nature de son effet fait l'objet d'une controverse (Galende et de la Fuente 2003). Dans cette optique,
l'influence de la taille sur l'innovation a suscité un grand débat (Cáceres et al. 2011). Ainsi, on trouve
dans la littérature des arguments qui soutiennent l'idée que les grandes entreprises ont de meilleures
performances en matière d'innovation grâce à un meilleur accès aux ressources financières et humaines
ou à la mise à disposition de celles-ci (Yeoh et Roth 1999). Cependant, en revanche, certaines études
suggèrent que les petites entreprises peuvent être plus intensives en matière d'innovation que les
grandes entreprises en raison de leur plus grande flexibilité, de leur plus grande communication, etc.
(Acs et Audretsch 1988). D'autre part, en ce qui concerne la deuxième variable de contrôle, les
entreprises plus anciennes peuvent tirer des avantages de leur expérience en matière d'acquisition de
connaissances (Autio et al. 2000), qu'elles peuvent utiliser ou appliquer pour obtenir de meilleures
performances en matière d'innovation. La taille a été mesurée par le nombre d'employés et l'âge par le
nombre d'années écoulées depuis la création de l'entreprise jusqu'en 2008.

Des techniques d'analyse des moindres carrés partiels (PLS)15 ont été utilisées pour tester les
hypothèses. Cette analyse spécifique d'équation structurelle est préférée par rapport aux autres
techniques multivariées traditionnelles (Haenlein et Kaplan 2004). En outre, comme le notent James et
al. (2006), pour tester les hypothèses de médiation, les techniques de modélisation des équations
structurelles (SEM) sont particulièrement recommandées. La PLS, en particulier, est plus adaptée aux
petits échantillons, exigeant des exigences minimales sur les échelles de mesure et l'échantillon et ne
nécessite pas d'hypothèses sur la normalité multivariée, (Falk et Miller 1992 ; Chin, 1998). Pour
déterminer la signification statistique des coefficients, nous avons utilisé une procédure de ré-
échantillonnage bootstrap (500 sous-échantillons). Afin d'évaluer le modèle structurel - l'acceptation des
hypothèses - nous avons examiné la taille et la signification des coefficients du chemin et les valeurs R2
de la variable dépendante.

Résultats

Modèle de mesure

La fiabilité des articles a été contrôlée par la valeur des chargements (λ). Dans ce cas, toutes les valeurs
de chargement dépassent le seuil de 0,7 comme le recommande la littérature (Carmines et Zeller 1979).
La statistique composite de la fiabilité (ρc) est utilisée pour évaluer la fiabilité de la construction. Comme
pour l'alpha de Cronbach, nous avons besoin de valeurs supérieures à 0,8 pour considérer que le
construct est strictement fiable (Nunnally 1978). Comme le montre le tableau 1, tous les concepts ont
dépassé la valeur acceptée de 0,8. En revanche, pour évaluer la validité convergente, nous avons utilisé
la variance moyenne extraite (AVE). Dans ce cas, la construction dépasse la valeur de 0,5 (Fornell et
Larcker 1981), par conséquent, dans notre étude, toutes les constructions dépassent cette valeur. Enfin,
à la suite de Fornell et Larcker (1981), nous avons utilisé la variance moyenne extraite pour évaluer la
validité discriminante. Ainsi, la racine carrée de l'EAV (la diagonale dans le tableau 2) et les corrélations
entre les constructions (les éléments hors diagonale dans le tableau 2) ont été comparées. Comme on
peut l'observer dans le tableau 2, chaque construction a une relation plus forte avec ses propres
mesures que les autres car les valeurs de la diagonale sont supérieures aux valeurs hors diagonale. On
peut donc dire que le modèle obtient une forte validité discriminante

Modèle structurel

Le modèle structurel a été évalué en examinant la taille et la signification des coefficients de

cheminement et des valeurs R2 de la variable dépendante (tableau 3). Les résultats montrent que la
proximité cognitive a un effet positif et significatif sur la performance de l'innovation (β=0,446 ; p<
0,001) ; par conséquent, les hypothèses 2 et 4 ont été soutenues. Cependant, la proximité géographique
n'a pas d'effet positif ou significatif sur les performances d'innovation (β=0,021) ou sur l'acquisition de
connaissances (β=0,018) ; par conséquent, les hypothèses 1 et 3 n'ont pas été soutenues. Les résultats
du tableau 4 permettent de confirmer l'hypothèse 5 (β=0,533 ; p

Cette hypothèse propose que l'acquisition de connaissances est positivement associée à la performance
d'innovation de l'entreprise. Pour confirmer les hypothèses 6 et 7, qui proposaient un effet indirect des
deux proximités sur la performance d'innovation par l'acquisition de connaissances, il faut que les
quatre conditions établies par Baron et Kenny (1986) soient remplies. En ce qui concerne la proximité
cognitive, la première condition pour l'effet médiateur établit une relation significative entre la variable
indépendante (proximité cognitive) et la variable dépendante (performance d'innovation). Cette
condition a été remplie puisque nous avons corroboré l'hypothèse 2. La deuxième condition a
également été remplie puisque la variable indépendante a un effet positif et significatif sur la variable
médiatrice (acquisition de connaissances). La troisième condition a été satisfaite puisque nous avons
corroboré l'hypothèse 5 qui établit une relation entre la variable médiatrice (acquisition de
connaissances) et la variable dépendante (performance d'innovation). Enfin, pour satisfaire

la quatrième condition, est que la relation entre la proximité cognitive et la performance innovante doit
être éliminée - ou du moins réduite de manière significative - lorsque l'acquisition de connaissances est
incluse dans le modèle. Dans notre cas, lorsque nous avons introduit ces trois variables dans le modèle,
nous pouvons observer que l'effet de la proximité cognitive sur la performance innovante a été réduit
(de β 0,446 à 0,221) et que la relation est significative au niveau de p

Nous pouvons donc établir que l'acquisition de connaissances est en partie responsable de la relation
entre la proximité cognitive et la performance d'innovation. Par conséquent, nous pouvons confirmer
que la proximité cognitive a un effet indirect sur la performance d'innovation par l'acquisition de
connaissances, ce qui a permis d'accepter l'hypothèse 7. Cet effet indirect a une valeur de 0,224

En ce qui concerne la proximité géographique, seule la troisième condition établie par Baron et Kenny
(1986) a été satisfaite. Par conséquent, l'hypothèse 6 doit être rejetée. Ainsi, un effet indirect de la
proximité géographique sur les performances d'innovation n'a pas été soutenu. La variance expliquée et
les résultats du modèle sont présentés dans la figure 2. Nous pouvons confirmer qu'elle présente une
grande cohérence, puisque la valeur de la variance expliquée est supérieure au 0,1 établi par Falk et
Miller (1992). Plus précisément, notre modèle permet d'expliquer les 32,4% de la variance totale des
performances d'innovation des entreprises. En outre, le modèle montre des valeurs de Q2 supérieures à
zéro, ce qui garantit la pertinence prédictive du modèle. Selon les résultats, la proximité géographique
n'a pas d'influence significative sur les variables analysées - acquisition de connaissances et performance
d'innovation -. Ensuite, la proximité géographique n'a aucun effet direct ou indirect sur les performances
d'innovation. Cela est dû au fait que dans l'environnement actuel, la proximité géographique ne profite
aux entreprises que si elle favorise en même temps d'autres types ou dimensions de proximité, comme
la proximité cognitive. Ainsi, la proximité géographique n'est pas une condition suffisante pour
permettre aux entreprises d'accéder à la connaissance et d'obtenir des performances en matière
d'innovation. Les résultats suggèrent que des recherches supplémentaires devraient être entreprises
pour déterminer si la proximité géographique a une influence significative sur la proximité cognitive.
Dans cette optique, Capó-Vicedo et al. (2008) ont suggéré que les entreprises ayant une proximité
géographique déterminent les attitudes, les croyances et les valeurs. Ainsi, la proximité géographique
exerce une influence indirecte à la fois sur l'acquisition de connaissances et sur les performances en
matière d'innovation grâce à la proximité cognitive. Par conséquent, un modèle élargi est présenté dans
lequel sont incluses les relations entre les proximités géographiques et cognitives. Les résultats obtenus
sont rassemblés dans la section suivante.

Modèle étendu : effet de la proximité géographique par la proximité cognitive Comme l'indique la figure
2, la proximité géographique a un effet positif et significatif sur la proximité cognitive (β=0,213 ; p Le
résultat suggère un effet indirect de la proximité géographique sur l'acquisition de connaissances et les
performances en matière d'innovation, et donc la proximité cognitive agit comme médiateur dans la
relation. En fait, l'effet indirect de la proximité géographique sur l'acquisition de connaissances est de
0,117 alors que sur la performance d'innovation, il n'est que de 0,095.

Discussion et conclusions

Cette recherche explore l'importance de la proximité cognitive et géographique pour expliquer les
performances de l'innovation. Nous avons analysé la mesure dans laquelle l'acquisition de
connaissances offre une explication congruente des performances d'innovation des entreprises dans des
contextes de proximité territoriale. Premièrement, les résultats montrent que la proximité cognitive
devient beaucoup plus pertinente que la proximité géographique pour expliquer à la fois l'acquisition de
connaissances et les résultats de l'innovation. En fait, la proximité cognitive exerce une influence
positive et significative sur les deux. Au contraire, la proximité géographique n'affecte de manière
significative aucun d'entre eux. Selon le modèle structurel, il existe un effet indirect et significatif de la
proximité cognitive sur les performances de l'innovation par l'acquisition de connaissances. Cet effet de
médiation partielle indique qu'en fait, l'acquisition de connaissances sert de médiateur entre la
proximité cognitive et la performance d'innovation ; cependant, la proximité conserve un effet direct sur
cette variable. Ainsi, l'effet de la proximité cognitive sur les performances d'innovation ne se limite pas à
son influence par l'acquisition de connaissances. Son effet total est donc composé d'un effet direct et
d'un effet indirect. Un excès de proximité géographique génère un verrouillage spatial, limitant ainsi
l'accès potentiel des entreprises des clusters à des connaissances nouvelles et exclusives et restreignant
l'apprentissage interactif et l'innovation d'efficacité. L'incapacité de la proximité géographique à avoir un
effet sur l'acquisition de connaissances ou sur les performances d'innovation nous a conduit à proposer
un modèle nouveau et amplifié pour analyser l'effet indirect de la proximité géographique par le biais de
la proximité cognitive. Dans ce cas, les résultats suggèrent un rôle médiateur important de la proximité
cognitive dans la relation entre l'appartenance à un cluster et l'acquisition de connaissances et la
performance d'innovation. Par conséquent, au lieu de l'hypothèse d'un accès direct et illimité aux
connaissances communes dans les agglomérations territoriales (Storper 1992), cette recherche propose
que l'accès à des connaissances nouvelles et exclusives ainsi que le développement de l'innovation
dépendent de la capacité des entreprises à partager leurs objectifs et leur culture avec les autres agents
du cluster. Par conséquent, la proximité cognitive lie la proximité géographique à l'acquisition de
connaissances et à l'innovation. Ce document contribue au volet de recherche qui se concentre sur
l'hétérogénéité des entreprises dans les agglomérations. Dans cette ligne, les résultats confirment que
toutes les entreprises appartenant à un district industriel n'ont pas le même degré d'innovation. D'autre
part, nous avons analysé ensemble les deux dimensions de la proximité - géographique et cognitive - et
sa signification dans une variable pertinente comme l'est la performance en matière d'innovation. Ainsi,
nous approfondissons la controverse et les interconnexions entre les deux proximités. Dans ce sens, la
contribution potentielle de cette recherche est de montrer que la proximité cognitive est beaucoup plus
significative que la proximité géographique pour expliquer l'acquisition de connaissances et la
performance d'innovation (Stuart et Sorenson 2003 ; Agrawal et al. 2006). Par conséquent,
l'appartenance à un cluster ne suffit pas pour exploiter pleinement son potentiel d'innovation. Mais cela
ne signifie pas que la proximité géographique n'est pas pertinente pour la compétitivité de l'entreprise.
En fait, elle sert à générer une proximité cognitive entre les agents. Par conséquent, c'est l'homogénéité
sociale et culturelle entre les agents qui conduira les entreprises à une meilleure performance en
matière d'innovation. Les résultats de cette recherche relient les différentes dimensions de la proximité
et de l'innovation, comme le suggère Boschma (2005). En outre, ce document a utilisé les contributions
du point de vue de la connaissance (Nonaka 1994) pour approfondir les relations entre la proximité et la
performance d'innovation. En outre, cette recherche contribue à la distinction théorique entre proximité
cognitive et proximité géographique (Knoben et Oerlemans 2006). D'autre part, les résultats ont remis
en question, au moins partiellement, les recherches antérieures sur la proximité géographique qui ont
souligné ses avantages systématiques pour l'innovation (Mistri et Solari 2001). Ce document suggère de
repenser le comportement et les performances hétérogènes des entreprises regroupées (Giuliani et Bell
2005). Dans cette optique, la proximité cognitive au niveau organisationnel (Wuyts et al. 2005 ; Torre et
Rallet 2005) peut contribuer à expliquer l'accès inégal à des connaissances et à des innovations de valeur
dans les entreprises regroupées. Les résultats de la recherche permettent de suggérer certaines
prescriptions aux entreprises dans le contexte d'industries matures telles que l'industrie de la chaussure.
D'une part, bien qu'il existe des connaissances précieuses transférables dans des contextes de
regroupement (Utterback 1974), les entreprises devraient adopter un comportement proactif pour
accéder aux connaissances communes et ainsi générer des innovations efficaces. Les entreprises
devraient consacrer plus d'attention à l'établissement de relations celles qui leur permettent de
développer des objectifs et une culture communs avec son réseau de contacts internes et externes au
niveau du district. La transmission et l'acquisition de nouvelles connaissances peuvent ainsi être
facilitées et conduire au développement de l'innovation. À cet égard, il peut être conseillé aux
entreprises du secteur de la chaussure, en particulier, d'entretenir des relations avec les institutions
locales car elles peuvent être un agent important, puisqu'elles peuvent agir en tant que diffuseurs
d'objectifs et de normes partagés ainsi que de connaissances non redondantes. D'autre part, il serait
souhaitable que les institutions du cluster (universités locales, instituts technologiques, chambres de
commerce, agences de décision politique, etc.) développent des activités coordonnées pour favoriser
une vision et une culture communes et encourager ainsi l'acquisition de connaissances. Dans cet esprit,
les activités de formation spécifique, de technologie et les projets de marketing communs peuvent
développer la compréhension mutuelle et l'échange de connaissances, d'idées et de ressources. De
même, les institutions peuvent établir des mécanismes pour faciliter les contacts avec des agents
externes afin de promouvoir l'innovation, de sorte qu'elles puissent agir comme un agent de liaison pour
limiter l'aspect négatif de la proximité géographique.

Limites et recherches futures

La nature statique de l'étude doit être mentionnée comme une limitation potentielle, en raison de la
non-disponibilité des données requises. En outre, les perceptions des PDG concernant les principaux
aspects de cette étude - proximité cognitive, acquisition de connaissances et performances en matière
d'innovation - pourraient entraîner d'éventuels biais dans les résultats obtenus. En fait, un effort
considérable a été fait pour assurer la robustesse des données et des tests de validité des constructeurs
de. En dépit de ces efforts, certains biais ne peuvent être évités. Enfin, cette étude s'est appuyée sur un
secteur particulier, l'industrie espagnole de la chaussure, qui pourrait remettre en cause la
généralisation potentielle des résultats. En tout état de cause, nous estimons que les conclusions
peuvent être étendues, avec prudence, à d'autres industries matures. Les résultats de cette recherche
indiquent la nécessité de continuer à analyser la manière dont la proximité affecte les avantages
concurrentiels d'une entreprise. Cependant, l'effet insignifiant de la proximité géographique suggérerait
une étude plus approfondie des autres dimensions de la proximité, telles que les dimensions cognitive,
organisationnelle, sociale ou institutionnelle, et de la manière dont elles affectent l'acquisition de
connaissances, l'innovation et la performance des entreprises. Un volet de recherche complémentaire
consisterait à analyser les liens entre les diverses dimensions de la proximité. En outre, ce document
propose de développer cette analyse des causes de l'hétérogénéité des comportements et des résultats
dans les entreprises regroupées. Dans cette optique, un axe de recherche important consisterait à
s'interroger sur le rôle joué par certains facteurs internes, tels que la capacité d'analyse du marché et
des compétences ou la combinaison de la capacité de connaissance externe et interne pour expliquer
l'exploitation inégale des externalités territoriales par les entreprises.