Académique Documents
Professionnel Documents
Culture Documents
Ce chapitre aborde le concept de grappe. Tout d'abord, les raisons pour lesquelles les
grappes ont été choisies comme unité d'analyse sont brièvement examinées. Ensuite, une
définition de la notion de "grappe" est présentée et discutée. Enfin, une méthode
d'identification et de délimitation d'une grappe est développée.
Le regroupement d'entreprises dans une région peut être observé dans de nombreux pays
(voir Krugman, 1991 et Porter, 1990, pour quelques illustrations). Bien que les grappes aient
été largement étudiées récemment, l'unité d'analyse qu'est la grappe reste moins courante
que les économies nationales, les industries, les entreprises ou les individus. En fait, certains
chercheurs qui étudient les clusters prennent les entreprises c o m m e unité d'analyse. Le fait
de prendre les grappes comme unité d'analyse permet d'enrichir le corpus de connaissances
économiques pour au moins trois raisons.
Tout d'abord, les regroupements d'entreprises ne peuvent être considérés comme le simple
résultat des décisions de localisation d'entreprises individuelles. Le développement des
grappes est un processus contingent et dépendant de la trajectoire (voir Krugman, 1991 et
Arthur, 1994). La grappe en tant qu'unité d'analyse permet d'étudier des aspects des grappes
qui ne peuvent être abordés avec une "approche au niveau de l'entreprise".
Deuxièmement, les performances des entreprises ne peuvent être comprises que si l'o n
t i e n t compte de leur imbrication. Le concept de cluster le permet. Les développements
économiques tels que l'externalisation et la "spécialisation flexible" augmentent les
interdépendances et renforcent ainsi la pertinence de l'ancrage local. Ces développements
ont conduit à une attention accrue pour les grappes en tant qu'unité d'analyse (voir Piore et
Sabel, 1984).
Troisièmement, les études sur les clusters fournissent des informations pertinentes pour la
politique et la gestion des clusters. Cette pertinence pratique s'accroît du fait de
l'augmentation de la spécialisation régionale (voir Krugman 1991) et, par conséquent, de
l'intensification de la concurrence entre les régions. Ainsi, de nombreuses régions sont à la
recherche de "clusters de croissance" (Van den Berg et al, 2001). Dans de nombreuses
régions, des initiatives de clusters se sont développées. La pertinence pratique explique
pourquoi les études sur les clusters sont souvent orientées vers la politique (Markusen, 1999).
10 La performance des clusters
portuaires
Il existe plusieurs définitions des grappes, comme "un groupe spatialement concentré
d'entreprises concurrentes dans le même secteur ou dans des secteurs connexes, qui sont
liées par des relations verticales et horizontales" (Porter, 1990, p. 149). Nous définissons un
cluster comme1 :
Premièrement, nous considérons une grappe comme une population (et non comme une
entité). Cet aspect est important car il implique la prise en c o m p t e de l'hétérogénéité
interne des clusters (voir Rabellotti et Schmitz, 1999). La notion de population d'un cluster
implique également que cette population peut changer. En effet, l'entrée et la sortie sont des
mécanismes importants de transformation des clusters2 .
1
Voir Markusen, 1996 et Becattini, 1990 pour des définitions similaires.
2 Le terme "population" est utilisé dans "Écologie des populations" pour désigner des groupes
d'entreprises similaires, dans la plupart des cas des entreprises du même secteur. Dans cette
définition, la population est constituée d'entreprises complémentaires et interdépendantes,
situées dans la même région. La population est donc plus diversifiée et la majorité des outils
analytiques de l'écologie des populations ne peuvent pas être utilisés pour analyser les
grappes.
3
Porter, par exemple, n'a pas accordé beaucoup d'attention à la concentration géographique
Chapitre 2 - Les grappes en tant 11
qu'unité d'analyse
dans ses premiers travaux sur les clusters (Porter, 1990), mais a progressivement reconnu
l'importance de la proximité géographique (Porter, 1998).
12 La performance des clusters
portuaires
Il s'agit d'une unité d'entreprise. Les associations et les organisations publiques (-privées)
peuvent également être incluses dans la population des clusters. Les associations peuvent
être définies comme des "organisations qui fournissent une série de services de soutien
collectif aux entreprises membres" (voir McEvily et Zaheer, 1999).
Les clusters sont des constructions. Les grappes n'ont pas de frontières naturelles, car elles
ne sont en aucun cas des "îles isolées" (voir Staber, 1996) dans l'économie. Les liens entre
les entreprises traversent inévitablement les frontières des clusters. Par conséquent, les
frontières des clusters sont dans une certaine mesure arbitraires. Les scientifiques, les
décideurs politiques et les professionnels de l'industrie construisent les "frontières" d'un
cluster5 . Même si les frontières des clusters sont inévitablement arbitraires dans une certaine
mesure, il est important de fournir une méthode de délimitation des clusters. Une délimitation
précise est un pas en avant, car elle
4 Une entreprise faisant partie d'un cluster a des liens avec certaines, mais certainement pas
avec toutes les autres entreprises du cluster. D'un point de vue conceptuel, en l'absence de
liens, les entreprises sont "potentiellement liées" : lorsque des opportunités se présentent, les
relations se développent relativement facilement, car les coûts de recherche de partenaires au
sein du cluster sont faibles.
5 La construction d'un cluster peut être utile - pour les scientifiques car l'analyse des clusters
Chapitre 2 - Les grappes en tant 13
qu'unité d'analyse
améliore la compréhension des processus économiques, pour les décideurs politiques car les
clusters peuvent fournir une base pour les politiques économiques, et pour les professionnels
de l'industrie car les clusters peuvent devenir des plates-formes pour une coordination et une
coopération efficaces.
14 La performance des clusters
portuaires
fournit une base pour une analyse précise de l'évolution d'un cluster dans le temps, permet
une comparaison détaillée entre les clusters, et permet une analyse précise de l'influence de
certaines caractéristiques d'un cluster, telles que le degré de propriété étrangère, la diversité
dans le cluster et l'entrée et la sortie dans le cluster, sur sa performance.
2. Identifier les activités économiques et les organisations non commerciales incluses dans le
cluster.
Ces quatre étapes constituent un processus itératif. Dans certains cas, l'identification des
activités économiques incluses dans le cluster conduira à une modification de la spécialisation
économique. Dans d'autres cas, l'analyse de la région concernée apportera un nouvel
éclairage sur les activités économiques incluses dans le cluster. Les quatre étapes de ce
processus restent les mêmes.
La spécialisation économique pour laquelle l'analyse des clusters est effectuée peut être
définie de manière assez large, comme "le cluster high-tech" ou "le cluster maritime". En
général, la spécialisation économique doit être relativement primaire, en ce sens qu'elle n'est
pas implantée dans une région en raison de la présence d'autres activités économiques, mais
parce que la région offre ou o f f r a i t des avantages en termes de localisation. Par exemple,
au lieu de prendre la "maintenance informatique" comme spécialisation économique, il est
préférable de prendre les TIC, car dans de nombreux cas, les activités de maintenance font
suite à d'autres activités. En outre, il est conseillé de choisir une spécialisation économique
qui est relativement importante dans la région. Indicateurs d'appartenance géographique
Chapitre 2 - Les grappes en tant 15
qu'unité d'analyse
Parmi les facteurs de concentration, citons un "quotient de localisation" élevé (voir plus loin) et
un "excédent d'exportation" substantiel vers d'autres régions (voir Porter, 1990).
Divers outils peuvent être utilisés pour identifier les activités économiques incluses dans le
cluster (Bergman et Feser, 1999). La combinaison de différents outils devrait permettre une
délimitation de plus en plus précise des activités économiques. Le résultat final est un
ensemble de codes industriels (par exemple NAICS ou SIC) qui peuvent être utilisés pour
identifier les entreprises du cluster.
Un outil pratique pour commencer est une analyse de la présence d'une association de
clusters (voir Cooke et Morgan, 1998). La structure des membres d'une association régionale
d'entreprises différentes et complémentaires donne une première idée des types d'activités
économiques incluses dans le cluster. La figure 2 montre une "structure d'association" typique
d'un cluster. Dans cette figure, les entreprises d'un cluster sont membres d'une association
industrielle régionale6 et ces associations sont membres de l'association du cluster.
Association de clusters
Associations
(régionales) pour des
industries spécifiques
Entreprises du cluster
L'analyse des entrées-sorties est un deuxième outil permettant d'identifier les activités
économiques du cluster. Cette analyse montre l'importance des transactions entre les
différentes activités économiques. Les activités économiques qui ont relativement beaucoup
de transactions avec d'autres activités incluses dans le
le cluster doit également être pris en compte. L'analyse des entrées-sorties est dans certains
cas impossible, en raison de l'absence de données à un niveau géographique et fonctionnel
suffisamment détaillé.
Un troisième outil est une analyse qualitative de la structure d'une chaîne de valeur, par
exemple sur la base d'un certain nombre d'entretiens avec des experts. De nombreux clusters
sont constitués de diverses activités économiques appartenant à une même chaîne de valeur
(Roelandt et Den Hartog, 1999). Les connaissances sur la structure des chaînes de valeur
peuvent être utilisées pour identifier les activités économiques qui font "clairement" partie du
cluster. Une analyse qualitative peut révéler la pertinence stratégique des transactions
commerciales. De simples "transactions sans lien de dépendance" sont une raison moins
convaincante d'inclure des activités économiques dans un cluster que des relations
stratégiques. Par exemple, les entreprises qui fournissent des machines spécifiques aux
chantiers navals font partie d'un cluster de construction navale, alors que les entreprises qui
fournissent des "services administratifs généraux" n'en font pas partie (voir Van Klink et De
Langen 2001). Une "analyse de la chaîne de valeur" qualitative basée sur une analyse des
interactions, des partenariats, des structures de propriété et des efforts conjoints de R&D est
un bon outil pour analyser les liens lorsque les données d'entrée-sortie font défaut.
Un quatrième outil est l'analyse des "quotients de localisation" des activités économiques
dans une région donnée. Ces quotients indiquent dans quelle mesure une région est
spécialisée dans ces activités. En supposant que le cluster dans s o n e n s e m b l e est
relativement important dans la région, plus le quotient de localisation est élevé, plus il est
probable que cette industrie fasse partie du cluster. Un dernier outil permettant d'identifier les
activités économiques incluses dans un cluster est une enquête dans laquelle la force des
liens entre les différentes activités économiques est abordée7 .
Contrairement aux entreprises, les organisations non commerciales ne sont pas regroupées
dans des classifications sectorielles. Ces organisations doivent donc être identifiées
individuellement, sur la base d'entretiens avec des experts ou de recherches documentaires.
Étant donné le nombre limité d'associations, d'organisations publiques-privées et
d'organisations publiques actives dans un cluster, cela est faisable. Les associations sont
incluses dans la population du cluster si les "membres" pour lesquels leurs services sont
fournis sont majoritairement inclus dans la population du cluster, et les organisations
publiques (-privées) sont incluses si elles sont fortement liées aux entreprises du cluster. Les
départements universitaires, les instituts de la connaissance et les écoles sont souvent inclus
dans la population des clusters, tout comme les organismes de marketing, les centres
d'innovation et les conseils de planification (voir Cooke 1998).
Chapitre 2 - Les grappes en tant 17
qu'unité d'analyse
7 En général, une enquête ne couvre qu'un échantillon de toutes les entreprises d'un secteur. Ce
n'est que lorsque toutes les entreprises potentielles d'une population de grappes sont
interrogées qu'une enquête peut être utilisée pour définir directement la population de la
grappe. Cette approche ascendante précise de l'identification des clusters est difficilement
réalisable dans la pratique.
18 La performance des clusters
portuaires
Tous les clusters ont des "frontières géographiques", même si, dans de nombreux cas, celles-
ci ne sont pas bien définies. De nombreuses études sur les grappes se contentent de prendre
des régions, des provinces ou des États comme région de grappe pertinente (Van Klink et De
Langen, 2001). L'outil de l'analyse de localisation peut être utilisé pour créer une délimitation
géographique détaillée des clusters. En divisant le nombre d'entreprises actives dans des
activités de clusters dans une municipalité (dans la plupart des cas, l'unité statistique la plus
détaillée) par le nombre total d'entreprises dans la municipalité, on obtient la part relative des
activités de clusters dans la municipalité. Les zones présentant une part relativement élevée
d'activités de clusters sont incluses dans la "région de clusters pertinente"8 . Cette méthode
de délimitation de la région de clusters pertinente est relativement précise. Cependant, la part
minimale d'activités de clusters requise pour que les municipalités soient incluses dans la
région de clusters est arbitraire et varie au cas par cas. La figure 3 illustre la méthode de
délimitation de la région de clusters pertinente.
8 Ce concept est similaire à la construction d'une "zone locale du marché du travail" (LLMA) que
Paniccia (1999) utilise pour délimiter géographiquement les clusters et similaire à l'analyse de la
"région urbaine fonctionnelle" (Van den Berg, 1987). Cette dernière est définie sur la base des
flux de navetteurs.
Chapitre 2 - Les grappes en tant 19
qu'unité d'analyse
30%
Bordure de la grappe
Région
concernée
0%
Municipalités classées en fonction de la part la plus
importante des activités des clusters
La quatrième étape consiste à identifier la population du cluster sur la base d'une délimitation
à la fois économique et géographique. Cette population se compose de toutes les unités
commerciales actives dans les activités économiques incluses dans le cluster et situées dans
la zone du cluster concernée. Outre les unités commerciales, la grande majorité de la
population du cluster, les associations et les organisations publiques (-privées) sont incluses
dans la population du cluster. Les figures 4 et 5 résument la question de la délimitation des
clusters.
20 La performance des clusters
portuaires
4 Identifier la population de la
grappe
Frontière Frontière
économ économ
ique ique
= 1-4
entreprises
= 5-10
Population de la grappe, entreprises
composée de n activités = 10-20
économiques (SIC ou entreprises
NAICS)
Frontière
géographique
n
Région de
Entreprises situées dans la ..
regroupement
région du cluster, mais non 3 pertinente
liées à la spécialisation 2 composée de n
économique centrale 1 municipalités
1 2 3 4 5 6 7 8 9 10 11..n
Spécialisation
économique
centrale
Chapitre 2 - Les grappes en tant 21
qu'unité d'analyse
3 LA PERFORMANCE D'UNE GRAPPE
Ce chapitre aborde la question d'une mesure appropriée de la performance des clusters. Tout
d'abord, un certain nombre d'indicateurs possibles sont passés en revue. L'argument avancé
est que la valeur ajoutée générée dans le cluster est l'indicateur le plus approprié. Ensuite,
deux mécanismes conduisant à u n e modification de la valeur ajoutée générée dans le
cluster sont examinés.
La question de savoir comment mesurer la performance des clusters est importante pour les
spécialistes des clusters. Divers indicateurs de performance des clusters ont été utilisés. La
rentabilité moyenne est un indicateur problématique, car le regroupement n'entraîne pas
nécessairement des bénéfices plus élevés pour les entreprises du regroupement. Un cluster
prospère n'implique pas que les entreprises regroupées soient plus rentables que la moyenne
du secteur. En effet, on pourrait affirmer qu'une rentabilité élevée des entreprises du cluster
indique un manque de concurrence interne dans le cluster, alors que certains chercheurs
affirment que la concurrence interne est bénéfique pour la performance d'un cluster au fil du
temps (voir Porter, 1990 et Baptista, 2000).
La productivité (voir Maillat, 1998) n'est qu'une mesure partielle de la performance des
clusters, puisqu'elle ne tient pas compte de l'évolution de la population des clusters. Les
performances d'un cluster dont la population diminue (par exemple en raison du prix élevé
des terrains) sont inférieures à celles d'un cluster qui compte de nombreux nouveaux
arrivants, même si la productivité est égale.
La part des exportations (Porter, 1990) n'est pas appropriée car la baisse de la part des
exportations peut également s'expliquer par la localisation des "activités en aval" dans le
cluster, avec pour conséquence une baisse des exportations.
Les investissements directs étrangers sortants (voir Porter, 1990) ne sont pas non plus
appropriés, car ils peuvent s'expliquer par une sortie de capitaux, de valeur ajoutée et
d'emplois. L'investissement direct étranger entrant est une meilleure mesure, mais partielle,
de la performance.
La mesure la plus complète de la performance des clusters est la valeur ajoutée générée
dans le cluster. La valeur ajoutée générée dans le cluster est la somme des valeurs ajoutées
20 La performance des clusters
portuaires
générée par les membres de la population. La valeur ajoutée se compose principalement des
frais de main-d'œuvre, des amortissements et du bénéfice (avant impôts).
Une forte augmentation de la valeur ajoutée au cours d'une année donnée peut avoir des
causes qui entravent la croissance de la valeur ajoutée à long terme. Un cluster dont la valeur
ajoutée augmente en raison d'une hausse substantielle des salaires, ou dont la rentabilité est
élevée en raison de l'absence de concurrence interne, risque de devenir moins compétitif à
long terme. Par conséquent, la valeur actuelle nette de la valeur ajoutée future générée dans
le cluster est le meilleur indicateur de la performance d'un cluster. Cet indicateur ne peut être
calculé. Cependant, une fois que des séries chronologiques de la valeur ajoutée générée
dans un cluster sont disponibles, l'influence de différentes variables sur la performance des
clusters peut être analysée. Par exemple, des variables telles que les dépenses d'innovation
et le nombre de nouveaux établissements sont susceptibles d'influencer la valeur ajoutée
future générée dans le cluster. La valeur ajoutée générée au cours de l'année t peut s'écrire
comme suit :
Où ?
P.
Où r est le taux d'actualisation utilisé pour calculer la valeur actuelle nette sur la période t à n.
La valeur ajoutée générée dans le cluster change au fil du temps en raison de deux effets : un
"effet de performance du titulaire" et un "effet de population". Le premier effet découle des
changements de la valeur ajoutée générée par les entreprises présentes dans le cluster à la
fin d'une période (t+1) et au début d'une période (t). Les développements tels que les
nouveaux investissements, les licenciements d'employés, la réduction des effectifs, etc.
Chapitre 3 - Les performances d'un cluster 21
ou l'augmentation de la rentabilité affectent la valeur ajoutée générée dans le cluster. Cet effet
peut être qualifié d'effet de "performance des entreprises en place", puisqu'il est lié au
comportement et à la performance des entreprises en place. Le second effet découle de
l'évolution de la population, car les entreprises entrent dans le cluster et le quittent. En raison
de cet effet de population, la population du cluster au début d'une période (t) diffère de la
population à la fin d'une période (t+1). Ces deux mécanismes différents sont bien connus des
"écologistes des populations" :
Où ?
∆VAIp (t) est l'effet de performance du titulaire, mesurant (en valeur ajoutée) les
changements dans la valeur ajoutée générée par la population au cours d'une
période.
∆VAPp (t) est l'effet de population, mesurant en valeur ajoutée les effets des
entrants et des sortants du cluster au cours d'une période.
Certaines activités économiques "quittent" un cluster tandis que d'autres y établissent des
bureaux. En outre, la population du cluster change en raison des faillites et des créations
d'entreprises. L'effet de population est la somme de quatre mécanismes par lesquels la
population change, comme le montre le tableau 1.
22 La performance des clusters
portuaires
Une analyse approfondie de l'effet de population doit porter sur les changements dans la
valeur ajoutée provoqués par chacun de ces quatre mécanismes (créations d'entreprises,
faillites, entrées et sorties).
L'effet des performances de l'opérateur historique (sur la période allant de t-1 à t) peut être
mesuré en prenant la population des entreprises présentes au début et à la fin de l'année et
en comparant la valeur ajoutée générée par ces entreprises au cours des différentes années :
3.3 Conclusions
Dans ce chapitre, plusieurs indicateurs alternatifs de la performance d'un cluster ont été
examinés. Il a été avancé que l'évolution de la valeur ajoutée générée dans le cluster est
l'indicateur le plus approprié de la performance du cluster. L'évolution de la valeur ajoutée
générée dans un cluster découle de deux effets différents : l'effet de la performance de
l'opérateur historique et l'effet de la population.
Chapitre 3 - Les performances d'un cluster 23
Dans ce chapitre, des formules ont été développées pour calculer la performance d'un cluster.
Dans la pratique, les tentatives de mesure de la performance des clusters sont très rares. Par
conséquent, les données permettant d'analyser l'influence des différentes variables sur les
performances d'un cluster font défaut.
Néanmoins, il est utile de disposer d'un fondement théorique pour mesurer la performance
d'un cluster. Les décideurs politiques et les associations peuvent commencer à calculer la
performance des clusters. En outre, la clarté théorique de la question de la performance d'un
cluster fournit une base pour le développement d'un cadre avec des variables qui influencent
la performance d'un cluster. Cette question est abordée dans le chapitre suivant.
4 VARIABLES DE LA PERFORMANCE DES
CLUSTERS
Dans ce chapitre, un cadre avec des variables de performance des regroupements est
développé. Tout d'abord, quatre écoles différentes qui ont abordé cette question sont passées
en revue. Ensuite, un nouveau cadre d'analyse des performances des clusters est présenté.
Dans cette section, nous abordons tout d'abord la question de l'intégration des connaissances
provenant de différentes écoles. Le nombre de variables qui influencent, directement ou
indirectement, les performances d'un cluster est énorme, voire infini. La plupart des
théories/écoles économiques se concentrent sur une ou quelques variables, ne donnant ainsi
qu'une explication partielle. Compte tenu de la multitude de variables, les performances d e s
clusters ne peuvent être expliquées à l'aide des connaissances d'une seule école
économique.
Pour comprendre les performances des clusters, il est nécessaire de disposer d'un cadre
analytique qui intègre les enseignements de différentes écoles. L'élaboration d'un tel cadre ne
nécessite pas une théorie globale. Une telle théorie intégrative ne peut être élaborée parce
que les idées des différentes écoles ont été développées sur la base de différents ensembles
d'hypothèses, qui ne peuvent être réunies sur9 (voir Groenewegen et Vromen, 1996). Le
cadre intègre plutôt des idées qui ne se contredisent pas (telles que les effets de la
concurrence interne ou la présence d'intermédiaires). La combinaison de ces différentes idées
permet d'obtenir un cadre analytique plus complet et une meilleure compréhension des
performances des clusters. Porter (1990) développe un cadre analytique holistique (discuté
dans les sections suivantes), mais n'incorpore guère les résultats des recherches d'autres
chercheurs dans son cadre. La présente étude propose un cadre alternatif basé sur les
connaissances existantes.
9 Les différentes écoles ne sont pas parfaitement complémentaires, mais émettent des
hypothèses contradictoires, par exemple sur le comportement des entreprises. La combinaison
d'idées issues de théories aux hypothèses contradictoires conduit inévitablement, dans une
certaine mesure, à un "cadre ad hoc". Il est difficile, voire impossible, d'inclure toutes les idées
pertinentes ou de justifier pourquoi certaines idées sont incorporées et d'autres non. C'est
pourquoi, dans les cas étudiés, les experts des clusters ont été invités à évaluer le cadre et à
suggérer des améliorations.
26 La performance des clusters
portuaires
Les grappes ont souvent été étudiées sous différents angles. Les spécialistes des clusters
appliquent les théories existantes pour étudier (certains aspects des) clusters (voir Becattini,
1990, qui affirme que des approches telles que l'organisation industrielle, la (nouvelle)
économie institutionnelle, la science de l'organisation et la sociologie peuvent toutes être
utilisées pour analyser les clusters). Cependant, de nombreux chercheurs utilisent un seul
ensemble de théories et ne combinent pas ou n'intègrent pas les différentes approches
théoriques.
L'école du diamant a été développée par Michael Porter (Porter, 1990). Bien q u e le titre de
son livre (The Competitive Advantage of Nations) suggère une analyse de la compétitivité au
niveau national, son cadre est développé pour analyser des clusters particuliers. Porter
considère la présence de grappes compétitives au niveau international comme un facteur
déterminant de la compétitivité des nations, puisque chaque nation se spécialise dans un petit
nombre de domaines.
10Il s'agit des principales écoles, mais toutes les études en grappes ne s'intègrent pas parfaitement dans
l'une de ces écoles.