Débordements
| , , ,La dynamique de l’innovation : une interprétation de l’approche de Michel Callon en termes de communautés de connaissance
Texte intégral
Introduction : la difficulté de l’économie à penser le processus d’innovation comme le résultat d’un effort collectif. Une réflexion à partir de l’exemple de la pénicilline
- 1 Cette contribution est issue à l’origine d’une présentation faite par les auteurs lors de la sessio (...)
1« Sans Fleming, pas de Chain ; sans Chain, pas de Florey ; sans Florey, pas de Heatley ; sans Heatley, pas de pénicilline. » Ce que Sir Henry Harris (1998) voulait souligner par ces mots, c’est que le processus d’innovation qui a conduit à l’utilisation de la pénicilline est fondamentalement de nature collective. À bien des égards, le cas de la pénicilline nous semble constituer un véritable « fait stylisé » illustrant l’approche du processus d’innovation décrite par Michel Callon (1999)1. D’abord parce qu’on dispose de la chronologie complète de la découverte et de sa lente transformation en innovation, jusqu’à la phase de production industrielle. Mais ce qui en fait son originalité et sa pertinence, c’est qu’il met en lumière le processus de construction collective de l’innovation, où les interactions et les échanges d’idées et d’informations au sein d’un réseau de plus en plus dense d’« alliés » de Fleming constituent le cœur même de la dynamique de la nouveauté.
2Grâce notamment au travail de Kingston (2000), on peut retracer schématiquement de la manière suivante les grandes étapes de la mise au point de la pénicilline : en 1928, Alexandre Fleming observa que des colonies de bactéries baptisées staphylococcus aureus pouvaient être détruites par la moisissure penicillium notatum, démontrant ainsi le principe de la présence d’un agent antibactérien. Fleming publia sa découverte en 1929 dans The British Journal of Experimental Pathology, mais son article passa presque inaperçu. Dans les années 1930, les essais de Fleming se révélèrent des plus prometteurs. Il réussit notamment à guérir l’un de ses assistants, Keith Rogers. Atteint d’une conjonctivite sévère, ce dernier fut probablement le premier patient à avoir été traité cliniquement avec un baume à base de pénicilline. Cependant, Fleming dut faire face à de sérieux obstacles pour renouveler l’expérience et étendre le fruit de ses découvertes au stade industriel. Plusieurs essais cliniques se révélèrent peu concluants, probablement parce que Fleming pensait que la pénicilline devait être utilisée comme un antiseptique de surface. Ces échecs finirent par décourager les soutiens formels, notamment du côté des pouvoirs publics. On se désintéressa de la découverte de Fleming. Pourtant, durant toute la décennie, Fleming persévéra dans ses essais et en particulier dans sa volonté d’intéresser des chimistes aguerris capables de mettre au point une forme stable de pénicilline. Ce n’est qu’en 1939 qu’il parvint à ses fins. Une éminente équipe de chercheurs de l’université d’Oxford, dirigée par Howard Florey et Ernst Chain, mena des recherches intensives et prouva les effets antibactériens de la pénicilline. Pour poursuivre leurs travaux et produire de la pénicilline en grande quantité, Florey et Chain purent enfin compter sur des fonds américains et britanniques.
3Alors que la guerre avec l’Allemagne continuait d’épuiser les ressources industrielles et gouvernementales, les scientifiques britanniques se retrouvèrent dans l’incapacité de produire de la pénicilline en quantité suffisante pour mener des essais cliniques sur des humains. Ils se tournèrent alors vers les Américains. On les orienta aussitôt vers le laboratoire Peoria (Illinois), où une équipe de chercheurs spécialisés dans les méthodes de fermentation travaillait déjà sur le taux de croissance spécifique des cultures fongiques. Le 26 novembre 1941, Andrew J. Moyer, l’expert local de la prolifération des moisissures, réussit, avec l’aide du docteur Norman Heatley, à multiplier les rendements de la pénicilline par 10. En 1943, les tests cliniques furent enfin réalisés. Et la pénicilline se révéla être l’agent antibactérien le plus efficace à ce jour. La production massive fut aussitôt ordonnée afin de soigner les soldats de l’Alliance blessés à la Libération. Fleming, Florey et Chain reçurent le prix Nobel de médecine en 1945. Le 25 mai 1948, un brevet fut délivré à Andrew J. Moyer et au laboratoire Peoria pour avoir découvert une méthode de production massive de pénicilline.
4L’exemple de la pénicilline illustre ainsi de manière exemplaire l’idée selon laquelle le processus d’innovation résulte d’un effort collectif fondé sur l’interaction et la coordination d’une multitude d’acteurs économiques. L’exemple souligne aussi que les groupes qui supportent les premières étapes du processus sont avant tout des groupes informels. Il faut attendre, dans le cas de Fleming, plus de dix ans après la découverte de la pénicilline pour qu’il parvienne à intéresser les pouvoirs publics et la puissance privée à s’impliquer dans le processus.
5Cependant, si comme pour le cas de Fleming, les travaux des historiens et des sociologues de l’innovation convergent tous pour souligner le caractère collectif du processus de l’innovation, l’approche économique dominante de l’innovation se fonde encore et toujours sur la représentation d’un inventeur solitaire, décrit dans les travaux de Kenneth Arrow (1962) sur la création de la connaissance dans l’entreprise, et sur l’image qui en découle d’une course opportuniste au brevet par quelques investisseurs isolés. L’objectif de l’approche d’Arrow, que nous appellerons « l’approche traditionnelle », était de mettre en lumière la question de l’appropriation et l’arbitrage incessant qui s’ensuit entre les encouragements à innover et la diffusion. Pour appuyer sa démonstration, Arrow introduit une hypothèse très forte : le développement de l’innovation se réduit à un processus statique en deux étapes. La première étape est la phase d’innovation ; la seconde, la phase de diffusion généralisée. Les dynamiques de la création et le rythme d’évolution de l’innovation sont « écrasés » dans la représentation du processus statique. La phase d’innovation est initiée et achevée par un inventeur solitaire en proie aux comportements opportunistes des autres agents. Les nouvelles connaissances produitesparl’inventeursolitairesontcomparablesàdel’informationetpossèdentles propriétés génériques d’un « bien public » pur (dépourvu de rivalités et d’exclusion). Dans un tel contexte, la production d’une nouvelle connaissance fait face à la question clé de l’appropriation : il est difficile pour un inventeur de récupérer les bénéfices qui ont découlé de son innovation. À l’échelle de la société, l’arbitrage entre les encouragements à inventer et la diffusion des innovations est relevé, et la principale solution pour résoudre la question est de mettre en place un solide système de droit à la propriété. Grâce à ces mécanismes, la seconde phase du processus, la phase (contrôlée) de diffusion généralisée, peut commencer. Il ne serait naturellement pas juste d’affirmer que la théorie économique n’a pas cherché à se distancier de l’approche particulière d’Arrow. Certains travaux récents ont ainsi tenté de prendre en compte le caractère collectif du processus d’innovation en mettant en évidence le rôle des structures formelles, tels que les consortiums de R&D ou les accords de coopération entre firmes, dans les premières phases du processus d’innovation. À titre d’exemple, Cassier et Foray (2002) soulignent le rôle clé des consortiums de R&D, qu’ils considèrent comme des instruments importants dans le mécanisme institutionnel permettant la création collective de la connaissance. Selon eux, un consortium de R&D offre les caractéristiques suivantes :
-
« Il créé des espaces de partage de la connaissance, où le secret industriel et la rétention du savoir par des agents privés ne sont pas de mise. Cela génère un nouveau modèle économique de la connaissance, baptisé collective knowledge ou pooled knowledge. Le savoir a pour caractéristique d’être partagé par tous les participants pendant la phase de recherche.
-
Il permet aux agents de développer des synergies en organisant le partage du travail afin d’explorer un certain domaine et en offrant un cadre institutionnel facilitant la mise en commun des connaissances.
-
Il offre la possibilité aux agents de créer une dotation initiale plus consistante et plus cohérente en termes de droits à la propriété intellectuelle, sans toutefois diviser la base de la connaissance. Quand la connaissance est initialement fragmentée (régime des “anti-communs”), le consortium fournit un espace dans lequel les droits peuvent être échangés à moindre coût, parce que les partenaires sont clairement identifiés et qu’un enrichissement mutuel est possible. » (Cassier & Foray, 2002 : 124)
6Ces travaux publiés sur le rôle des accords de coopération en R&D s’accordent de plus en plus pour dire que la dynamique de la nouveauté, qui démarre à l’émergence de la première idée créative pour s’achever au moment où l’innovation rencontre l’économie de marché, est rarement assimilable à une course au brevet par quelques inventeurs isolés. Cette période se caractérise davantage par de puissantes motivations économiques visant à mettre en commun et à partager la connaissance, plutôt que par une volonté de délimiter des domaines privés de connaissance entourés par le secret. L’idée innovante a besoin de s’entourer d’un « code », de tests et d’un « mode d’emploi » avant de prétendre à un potentiel économique. Sans l’élaboration de cette codification qui ne peut être obtenue que par une action collective et qui aboutit à la construction d’un bien public ou semipublic, la plupart des idées innovantes ne sont pas économiquement viables.
7Nous souhaitons dans cette contribution nous inscrire dans cette perspective où l’approche collective est privilégiée pour décrire le processus d’innovation, mais en insistant sur l’argument suivant : la construction de la dynamique de l’innovation dans les premières phases du processus est davantage le fait des interactions entre communautés informelles de connaissance plutôt que de structures de recherche bien formalisées. Notre objectif est de comprendre les procédés et les procédures par lesquels ces communautés sont formées, les biens collectifs produits, sans oublier de cerner les bénéfices sociaux que cette activité induit.
8Dans la première partie, nous présentons ainsi un modèle de production collective de la connaissance par les communautés durant le processus d’innovation. Ce modèle est issu de travaux de Michel Callon, notamment de son article de 1999. Ce modèle revisite la contribution d’Arrow et aboutit à la conclusion que l’approche traditionnelle soutenant une faible appropriation dans le processus de développement de nouvelles technologies n’est valable que dans une phase extrême de la période, quand les caractéristiques de la technologie sont clairement et universellement comprises.
9Dans un deuxième temps, nous développons les principales conséquences de ce modèle dans deux domaines : d’abord, nous avançons une interprétation dans le domaine concret des régimes d’appropriation, puis nous suggérons une application de cette approche dans le domaine des clusters créatifs.
Un modèle d’innovation construite par des collectifs
10Dans la phase d’émergence d’une innovation, la plupart des travaux empiriques et des analyses historiques ont montré que ce qui compte, c’est la construction progressive de la connaissance collective et la compréhension mutuelle des acteurs. À ce stade, il n’y a ni langage commun ni représentation universelle entre les différents protagonistes. Le groupe d’agents qui parvient à exprimer et à formaliser une idée innovante est confronté à une difficulté majeure : il prend non pas le risque d’être copié (sans rémunération), mais celui d’être mal compris par les autres (y compris par des collègues appartenant à la même institution). Le risque ultime étant que toutes ses procédures et expériences ne soient jamais reprises par d’autres. Sans un effort collectif pour atteindre un minimum de compréhension mutuelle entre les différents acteurs impliqués dans cette phase initiale, le processus d’innovation ne peut être viable. Le groupe d’agents à l’origine de l’innovation doit déployer des efforts considérables pour alerter les autres acteurs et communautés et les convaincre de l’utilité et du potentiel de sa découverte. Ces caractéristiques de la phase émergente dans le processus de développement d’une innovation ne sont pas prises en compte dans l’approche d’Arrow. Pour lui, celui qui produit de la connaissance agit seul, dans son coin. Arrow passe sous silence les formes de connaissance complémentaires dont le producteur d’innovation a pourtant besoin pour inventer. Tout comme il omet d’évoquer la communauté d’agents qui l’a soutenu durant tout le processus qui a mené à son invention.
Les hypothèses traditionnelles arrowiennes revisitées
11Pour être plus précis, comme l’a souligné Callon (1999), dans la phase d’émergence de l’innovation, la production de connaissance a tendance à laisser entrevoir des propriétés exactement inverses à celles avancées par l’approche traditionnelle : la connaissance est par essence rivale (il est très difficile de reproduire une innovation dans un lieu où celle-ci n’a pas vu le jour) et exclusive (la nouveauté dépend pour beaucoup des connaissances tacites de ses inventeurs). Dans ce contexte d’émergence, la connaissance est aussi éminemment spécifique (elle peut être assimilée et utilisée par seulement un très petit nombre d’autres agents), ce qui est à l’opposé de la vision traditionnelle, qui soutient que la connaissance a un haut niveau de généralité (la connaissance dotée d’un haut niveau de généralité peut être exploitée dans divers contextes par un grand nombre d’agents : tous les agents économiques ont les capacités d’absorber une idée innovante émise par un producteur de connaissance).
12Par conséquent, il y a d’importantes raisons de soutenir l’hypothèse d’une forte appropriation dans cette phase d’émergence. Mais la question de l’appropriation est secondaire. Ce qui importe durant cette phase, c’est la construction d’un bien quasi public. Ce qui compte, c’est le degré de compréhension mutuelle entre les inventeurs, ou plus précisément entre les communautés d’inventeurs. C’est la qualité de cette communication qui va permettre l’élaboration progressive de la codification nécessaire à toute innovation, afin de reproduire, étendre et viabiliser les toutes premières idées créatives. Il faut ajouter que dans cette phase émergente de production de connaissance, les observations et travaux empiriques montrent que ceux qui œuvrent activement à l’élaboration d’une plateforme cognitive à ce stade ne sont pas seulement les individus ou les institutions. Ce sont aussi et surtout les communautés de connaissance engagées dans la création et l’accumulation de nouvelles formes de connaissance. La construction cognitive fondamentale de la codification devant accompagner toute innovation nécessite des interactions actives et efficaces entre les communautés de connaissance. C’est pourquoi la gestion des processus d’innovation dépend des interactions entre les individus, les institutions et les communautés de connaissance (essentiellement, dans ce cas, des communautés épistémiques – voir Cowan, Davis & Foray, 2000).
Le rôle clé des communautés de connaissance
13Une communauté de connaissance (knowing community, Boland & Tenkasi, 1995) peut se définir comme un regroupement d’individus qui accepte d’échanger volontairement et régulièrement sur des sujets ou des objectifs d’intérêt commun dans un domaine de connaissance spécialisé donné. De ces échanges réguliers, émergent des plateformes cognitives et des normes sociales communes qui assurent la cohésion de la communauté et guident les nouveaux arrivants. Les communautés de connaissance peuvent gérer la connaissance de plusieurs manières : certaines se concentrent sur l’accumulation et l’exploitation d’un domaine de connaissance donné (communautés de pratique, communities of practice, Lave & Wenger, 1990) ; d’autres explorent de nouveaux domaines de connaissance (communautés épistémiques, Cowan, David & Foray, 2000). L’accent porté dans cet article sur les premières phases du processus d’innovation semble renforcer naturellement le rôle des communautés épistémiques, qui sont le fondement du milieu académique, et dont les efforts visent directement à produire de nouvelles connaissances. Toutefois, il serait incorrect de se focaliser uniquement sur ces dernières. L’élaboration d’un langage d’utilisation qui codifie toute idée innovante nécessite aussi des interactions avec des communautés ancrées dans une pratique quotidienne, à l’instar des communautés de pratique. On les retrouve dans les sphères classiques du travail (divisions, départements...) ou de manière plus transversale (équipes-projet ; rencontres informelles, réseaux professionnels divers…) ou, plus fréquemment encore, au sein de communautés virtuelles.
14De nombreux travaux soulignent le rôle grandissant des communautés de connaissance dans notre société. Alors que l’économie fondée sur la connaissance est en pleine expansion, les communautés de connaissance jouent un rôle croissant dans la mesure où elles peuvent gérer une part non négligeable des sunk costs (coûts fixes) associés au processus de génération et d’accumulation de parcelles de connaissance spécialisées. Ces coûts correspondent par exemple à l’élaboration progressive des langages et des modèles d’action et d’interprétation nécessaires à la mise en œuvre d’une nouvelle connaissance, dont le coût ne peut pas être pris en charge par les hiérarchies classiques ou les marchés. Les dispositifs communautaires peuvent en particulier compenser certaines limites organisationnelles (déficit de formation) rencontrées par les entreprises quand celles-ci sont confrontées au besoin d’innover et de produire de nouveaux savoirs.
Le processus d’innovation collective comme processus de codification
15Le rôle des communautés de connaissance durant les premières phases du processus d’innovation est essentiel : elles accomplissent, entre autres, un processus de codification progressive de la connaissance. Ce processus commence alors même que les acteurs ignorent les caractéristiques de l’innovation sur laquelle ils travaillent, qu’ils ne se connaissent pas et qu’ils n’ont pas les moyens de communiquer pour atteindre un stade où leur découverte serait suffisamment bien appréhendée et codifiée pour se révéler économiquement viable. Le développement d’une innovation nécessite donc la construction progressive d’une base de connaissances commune et d’un modèle et d’un langage communs, afin de pouvoir interpréter les tests, les expériences et les contextes d’utilisation.
16Dans une telle perspective, l’argumentation ci-dessus suggère qu’une part essentielle du processus de production de connaissance résulte des dynamiques générées par les interactions entre les communautés de connaissance. Ces interactions peuvent être appréhendées à travers le principe de « translation/ enrolment » développé en particulier par Callon et Latour (1991). En interprétant les propos de ces auteurs, on peut en déduire que la diffusion d’idées innovantes (par exemple du laboratoire au marché) peut être perçue comme un processus de contagion progressive des communautés, où chaque communauté fait des efforts pour attirer l’attention des autres communautés afin de les convaincre de la pertinence du fruit de ses recherches.
17Ce processus de codification progressive, pourtant essentiel, est rarement porté sur le devant de la scène lors du développement d’une innovation. Il n’est pas linéaire. Il implique généralement une phase précoce durant laquelle les chercheurs impliqués dans le projet rencontrent des difficultés de compréhension et ne parviennent pas à se convaincre mutuellement. Les premiers pas dans la phase d’émergence peuvent être longs et douloureux (querelles, conflits d’intérêt entre propositions et pratiques existantes, refus d’écouter l’autre, incompréhension...). Cela nécessite généralement l’intervention de quelques individus, surnommés boundary spanners, qui s’impliquent corps et âme, jouant le rôle d’intermédiaires afin de faciliter le dialogue entre les communautés de connaissance.
Le rôle central des boundary spanners
18C’est à ce stade que le rôle d’individus clés peut devenir un facteur déterminant. Deux communautés peuvent interagir directement çà et là lors de meetings rassemblant des membres des deux groupes. Cette interaction peut certes être facilitée par des mécanismes tels que la fréquence des interactions entre les deux communautés ou par une grande faculté d’écoute de la part des représentants des deux bords. Cependant, même si ces conditions favorables peuvent contribuer à réduire la distance cognitive entre les communautés, elles ne garantissent pas sur le long terme la construction spontanée d’un langage et de codes communs entre ces deux entités hétérogènes. Pour cette raison, le rôle spécifique de quelques individus jouant les intermédiaires – ou boundary spanners (Allen, 1977 ; Trushman, 1977 ; Cohenand Levinthal,1990) –estcrucial.Ces personnessont généralementmembres d’une des communautés concernées. Elles ont peu à peu acquis une réputation (souvent, elles sont les stars de leur communauté) et sont capables d’autorité pour exprimer et transmettre une inquiétude ressentie par leur communauté, le tout dans un langage et une représentation compréhensible par l’interlocuteur. Par exemple, Norman Girvan et Mark Newman (2000) ont illustré les propriétés d’une structure communautaire dans un réseau scientifique, où les membres travaillent ensemble au sein de petites équipes soudées, mais entre lesquelles il y a peu de connections. Ils montrent comment les leaders de chaque communauté ont endossé le rôle d’intermédiaires, assurant ainsi une meilleure fluidité des échanges et permettant l’élaboration de connaissances communes entre les communautés.
19Une fois ce processus progressif de construction d’un savoir commun lancé, la construction d’une base commune de connaissance peut s’accélérer, par contagion, via l’élaboration de différents tests et codes. Toutes ces petites pierres ajoutées à l’édifice commun de base s’accumulent, d’abord lentement, puis de plus en plus vite, jusqu’à atteindre un niveau de percolation dans le système (Willinger & Zuscovitch, 1988). C’est-à-dire un moment où l’innovation est pleinement équipée de son code et de son langage, laissant entrevoir une application économiquement viable. Mais tant que ce niveau de percolation n’est pas atteint, les opportunités sont limitées par l’absence d’un savoir commun complet et réutilisable. Jusqu’à ce stade, toutes les propriétés et caractéristiques de l’innovation ne sont pas révélées, c’est pourquoi l’innovation ne peut pas encore être appropriée par aucun des agents ayant participé au processus d’invention. Il y a un intérêt commun de continuer à coopérer jusqu’à ce que la période d’innovation soit achevée.
La phase stabilisée du processus : réunion des conditions traditionnelles
20C’est seulement à la fin de ce processus, à un stade qui peut être décrit comme « une phase de stabilisation », quand les caractéristiques de l’innovation sont pleinement comprises et décrites dans des codes et des procédures mis à la disposition de tous les agents, que l’on rejoint une situation qui correspond au contexte traditionnel de production de connaissance décrit par Arrow (1962). La phase stabilisée est atteinte lorsque ce processus de codification est terminé. À ce stade seulement, les différents acteurs qui se sont impliqués dans le projet ont achevé la construction d’un bien quasi public – la connaissance commune, fondement de toute innovation –, qui repose sur des codes, des normes et des principes communs. Les opportunités de marchés sont prévisibles, les langages stabilisés, les procédures de recherche et les tests peuvent être reproduits. Dans un tel contexte, la connaissance peut être traitée comme de l’information et possède les deux propriétés génériques d’un bien public pur. Dans cette situation, seul un imitateur génial et diablement bien équipé peut s’approprier les idées innovantes et prendre les jambes à son cou, laissant les inventeurs sans compensation pour leur découverte. C’est seulement dans ce cas de figure que l’hypothèse d’une faible appropriation tient la route et doit conduire à l’application du principe classique. À partir de cette plateforme quasi publique, l’imitation est possible et facile ; l’approche d’Arrow est applicable. Dans un sens, le caractère public de l’innovation à cette phase stabilisée est le résultat de la construction cognitive opérée par les communautés innovantes au fil de leurs procédés d’interactions (Un tableau résumant les différences entre la vision traditionnelle d’Arrow et la vision collective de la production de connaissance exposées ci-dessus se trouve en Annexe I).
Le processus d’innovation au-delà de la phase d’émergence
21Une fois le « codebook » qui accompagne l’idée créative achevé, une nouvelle phase du processus d’innovation peut s’ouvrir : une phase qui mènera l’innovation à sa commercialisation et peut-être à sa diffusion. Dans la phase d’émergence, la production d’externalités est négligeable. Les éléments essentiels sont les procédés de persuasion, de transfert et d’engagement d’une communauté A vers une communauté B. C’est ce phénomène qui contribue à internaliser les externalités, grâce à un processus de communications contrôlées induit par l’élaboration d’une base de connaissance commune, dont l’objectif est de rendre l’innovation intelligible et viable. Dans la nouvelle phase de diffusion, la question des externalités est cruciale. Notre point de vue est que l’effort intense de codification qui a eu lieu au cours de la phase précédente, c’est-à-dire durant la période active d’interactions entre communautés, détermine largement et modèle la nature de la phase qui s’ensuit, à savoir la phase d’innovation. L’innovation aboutira-t-elle à un brevet d’application ? Si oui, qui obtiendra le brevet ou qui partagera les droits de propriété ? Comment les licences, si licences il y a, seront-elles distribuées ? Quels types de marchés sont visés ? Toutes ces questions ont été débattues et résolues au cours de la phase précédente. Ainsi que Cassier et Foray l’ont souligné :
« L’innovation collective génère une nouvelle frontière, une division originale entre une série d’agents aux actions coordonnées et le reste du monde. La question de la diffusion des résultats et par conséquent des retombées sociales de la recherche collective […] soulève la question de la composition du groupe (ces agents qui ont participé à la période de recherche), à savoir l’internalisation des externalités de la connaissance. Le groupe est-il composé de tous les membres d’une unité (une industrie, par exemple) ? – dans ce cas, la question de la dissémination est moins pertinente. Ou bien ce groupe compte-t-il un nombre significatif de membres de l’unité ? – dans ce cas, l’innovation collective peut devenir un obstacle à l’entrée de nouveaux acteurs dans l’industrie. Enfin, dernière option, le groupe se limite-t-il à quelques membres de l’unité ? – dans ce cas, la question de la dissémination au-delà du cercle est posée. » (Cassier & Foray, 2002).
Les rôles respectifs des institutions, des individus et des communautés
22Ce que le modèle décrit ci-dessus suggère, c’est que le processus d’innovation est loin de se restreindre au seul rôle de quelques talentueux individus. Il n’est pas non plus contrôlé par la vision stratégique d’institutions (entreprises ou laboratoires). Les institutions sont des instances où des contrats sont signés, où des gens sont embauchés ou licenciés, et où des compétences générales sont gérées. Elles ne sont pas activement impliquées dans l’élaboration de cette base commune, indispensable au développement de l’innovation. Les unités actives qui entreprennent le processus de codification sont, de notre point de vue, toutes les communautés de connaissance qui ont participé au processus d’innovation (sans oublier une poignée d’individus actifs qui ont endossé le rôle d’intermédiaire pour fluidifier les échanges entre les communautés). Ces communautés sont essentielles dans la phase d’émergence de l’innovation, puis leur rôle devient plus secondaire (tandis que celui des institutions s’accroît) au fur et à mesure que la base du savoir augmente et se renforce. Une fois le processus stabilisé, les institutions deviennent les acteurs dominants. L’histoire de la production de nouveau savoir, du moins durant les premières phases du processus, pourrait être interprétée ainsi : il s’agirait d’un processus au cours duquel des individus, des institutions et des communautés interagissent, chacun contribuant à sa manière et avec ses moyens d’actions spécifiques à pallier les défaillances des autres.
Les conséquences du modèle d’innovation collective
23Dans cette partie, nous nous proposons d’analyser quelques conséquences du modèle qui vient d’être présenté dans deux domaines particuliers : les droits de propriété et les clusters créatifs.
Les conséquences sur l’économie des droits de propriété
24Si le cas de la pénicilline, où le brevet n’a été pris qu’à la toute fin du processus (après même que Fleming et ses collègues aient reçu leur prix Nobel), peut être considéré comme un cas extrême, la nécessité de posséder des droits de propriété forts pour pouvoir innover est de plus en plus remise en question. Ainsi que Zuscovitch l’a souligné à plusieurs reprises (1998 en particulier), il existe des preuves théoriques et pratiques pour soutenir en fait l’hypothèse d’une forte appropriation (qui atténue fortement le besoin d’une protection légale forte) dans le processus de développement des nouvelles technologies. Cette appropriation plus forte et spontanée, fondée sur la nécessité d’une dimension collective pour construire une base de savoirs communs, accélère le taux de progression technologique dans son ensemble. Ce que nous avons laissé entendre dans la partie précédente de cet article c’est que l’hypothèse d’une forte appropriation est particulièrement pertinente au début dans les premières phases du processus d’innovation. Ainsi, Winter (1993), tout en admettant que le système des brevets peut augmenter les velléités d’innover, soutient que les droits à la propriété intellectuelle ne conduisent pas automatiquement à une allocation de ressources plus réussie. En particulier, il souligne le fait qu’un manque d’efficacité a des chances de se faire sentir durant les toutes premières phases de création d’une trajectoire économique. Et Winter de soutenir que lorsqu’un groupe de chercheurs explore une nouvelle trajectoire technologique, la disponibilité des anciens brevets peut bloquer ou ralentir la construction d’une base commune de connaissance nécessaire à la création d’une telle trajectoire.
25Cette vision d’une forte appropriation semble être contredite par la demande croissante de droits de propriété adressée dans tous les secteurs et dans tous les pays. Notre point de vue (Cohendet, Farcot & Pénin, 2006) est qu’il n’y a aucune contradiction si l’on prend en considération la grande diversité des incitations qui poussent les entreprises à détenir un brevet. Parmi ces incitations, hormis le droit d’exclure, il y a le fait que les brevets sont aussi des instruments fondamentaux de signalement de compétences (signalling) permettant aux producteurs d’une parcelle de connaissance d’être reconnus par les autres pour leur faculté à innover. Dans ce cas, les brevets jouent un rôle crucial de coordination d’activités innovantes. Comparables à un label de reconnaissance des compétences, ils permettent d’être accepté dans un réseau d’innovation et jouent le rôle de certificats de garantie pour les entreprises désireuses de lever des fonds auprès des banques ou d’institutions spécialisées. De plus, nous soutenons que l’incitation de se « signaler » est en général l’incitation la plus forte dans la phase d’émergence de l’innovation, quand les acteurs ne se connaissent pas encore bien. Au fur et à mesure que le processus d’innovation gagne en maturité et s’apprête à atteindre la phase de stabilité, l’incitation de se signaler tend à faiblir, alors même que les questions d’exclusion prennent le dessus. Dans une large mesure, la période intense d’interactions entre communautés (au début du processus) peut être vue comme la phase qui mène une idée créative d’un stade où elle repose sur un savoir appropriable au sens strict, avec un minimum de potentiel économique, à un stade « consolidé » où elle est devenue brevetable, avec un potentiel économique précisé.
26La vision d’une forte appropriation semble également être en contradiction avec ce qui se passe en pratique dans certains secteurs, à l’instar du secteur pharmaceutique, où la demande de brevets comme moyen d’exclusion est répandue, y compris dans les phases les plus précoces du processus d’innovation. Selon nous, cela s’explique par les caractéristiques dudit secteur, très dépendant du contexte d’utilisation des droits de propriété. Mais il s’agit là d’exceptions, ce n’est aucunement la règle. Dans quelques secteurs, la nature de la nouveauté repose essentiellement sur des déclarations codifiées, y compris dans les phases les plus précoces du processus d’innovation. Un nouveau médicament se compose d’un petit nombre de molécules qui peuvent être facilement reproduites si quelqu’un s’empare de la formule. Dans cette industrie, le contexte de production de connaissance est tel que l’exclusion revêt une importance capitale. C’est ainsi que l’on rejoint la conception de Zuscovitch sur les technologies de l’innovation (1998). Elle concerne une structure particulière, une catégorie spécifique de produits industriels et des procédés de production qui évoluent selon les industries et selon les époques. Le tableau 1 en page suivante illustre de quelles façons les deux dimensions principales de la nature d’une innovation – la dimension codifiée/tacite et la phase émergente/stabilisée – conduisent à quatre principaux modes d’usage des brevets selon le contexte.
27Premièrement, la distinction fondamentale entre une connaissance tacite et une connaissance codifiée laisse penser que le contexte tacite dans lequel la connaissance est créée a de l’influence sur les conditions d’appropriation et sur la capacité des brevets à accroître la motivation. Par exemple, dans ces secteurs où la codification de la connaissance est primordiale (industries chimiques et pharmaceutiques), où l’étendue de ce qui peut être breveté est clairement établie, comprise et acceptée par tous les acteurs, alors, le rôle des brevets comme instruments d’incitation a tout son sens. Dans le cas contraire, dans des contextes où la dimension tacite semble prendre le dessus (dans l’informatique ou les services, par exemple), les brevets ne jouent pas autant ce rôle d’incitation.
28Deuxièmement, les développements récents de l’économie de la connaissance mettent en évidence un nouveau rôle que peuvent jouer les brevets (au-delà du seul rôle d’exclusion), en réponse aux besoins importants de coordination des acteurs dans les premières phases du processus de création. Dans les phases d’émergence d’une innovation, le besoin de construire un savoir commun est fort, c’est pourquoi les stratégies de collaboration ont tendance à prendre le pas sur les stratégies d’exclusion. Dès que les innovations gagnent en maturité, que les situations sont stabilisées et que les langages sont partagés, l’importance des brevets comme instrument d’exclusion augmente. Il ressort de cette analyse que le rôle des brevets est extrêmement dépendant du contexte, des secteurs et de leurs évolutions spécifiques. Dans des secteurs matures, où les technologies sont testées et où la coordination est déjà assurée, les acteurs auront tendance à préférer un brevet traditionnel. En revanche, dans les secteurs émergents, la mise en place d’un arsenal de droits de propriété intellectuelle, fondés pour l’essentiel sur l’exclusion, peut avoir des effets dévastateurs.
29En recoupant ces deux dimensions, nous pouvons définir des contextes industriels radicalement différents, dans lesquels le rôle des brevets diffère fortement.

Tableau 1 : Les modes d’usage des brevets selon le contexte
(source : Cohendet, Farcot & Pénin, 2006)
30La compréhension du délicat « trade-off » entre l’usage d’un brevet pour motif d’exclusion et usage du brevet pour motif de coordination peut permettre d’interpréter de manière fine certaines caractéristiques des systèmes industriels. Par exemple, vis-à-vis de la distinction qui différencie l’Europe (first to file) et les États-Unis (first to invent) dans le domaine de reconnaissance des brevets, en se plaçant dans l’optique du modèle de Michel Callon, les États-Unis disposent d’un avantage a priori très important sur l’Europe : en effet, dans la mesure où le producteur d’une idée nouvelle a le temps dans le système américain de construire son réseau d’alliés et de laisser les interactions de connaissances se dérouler entre communautés, il peut mieux espérer renforcer la construction de connaissances autour d’une nouveauté. Tandis que le système européen n’incite pas le producteur de connaissances à une telle ouverture créatrice, avec comme conséquence un risque majeur de ne pas suffisamment développer les conditions de viabilité des idées inventives produites.
Les conséquences pour les clusters créatifs
31Étroitement lié au contexte de création collective, le concept de cluster créatif fait l’objet d’un intérêt grandissant ; de nombreux chercheurs lui ont consacré des articles ces dernières années (Saxenian, 1994 ; Andersen & Teubal, 1999 ; Bathelt et al., 2002 ; Bresnahan et al., 2002 ; Rullani, 2001, etc.). Les clusters créatifs sont généralement perçus comme des petites unités géographiques centrées autour d’une industrie particulière, où une communication de voisinage s’instaure entre les différents acteurs. Un cluster créatif peut ainsi être décrit comme un réseau localisé qui utilise le territoire pour essaimer ses idées créatives (Rullani, 2001). Les travaux sur les clusters créatifs se sont ensuite intéressés aux conditions du succès de ces clusters : parmi les facteurs déterminants cités et analysés, on note la présence de grosses entreprises piliers (Bathelt et al., 2002), le rôle déterminant d’agents clés (Saxenian, 1994), la théorie des small worlds (Uzzi & Spiro, 2005) ; l’existence de spécialisations régionales (Bathelt et al., 2002) ou encore le phénomène de buzz local (Storper & Venables, 2004).
32En se plaçant dans la perspective du modèle décrit dans la partie précédente, nous avançons un autre facteur clé. Dans un cluster créatif, les communautés de connaissance, les individus actifs et les institutions sont en perpétuelle interaction. Cette interaction continue facilite l’émergence non seulement des idées créatives mais aussi et surtout, elle garantit des conditions favorables de recherche tout au long du processus de création. Les clusters créatifs peuvent être définis comme des unités géographiques favorisant le développement de périodes de recherche fertiles. L’élaboration de procédés de codification complexes nécessaires à toute idée innovante est facilitée par la multitude d’interactions entre des entités économiques locales et hétérogènes (communautés, individus, institutions).
33Pour être encore plus précis, le succès d’un cluster créatif repose certes sur l’existence de communautés actives, de talents reconnus et de grosses entreprises, mais pas seulement. Il dépend également de la capacité de ces communautés à construire une plateforme de connaissance commune ; de la présence d’intermédiaires reconnus et respectés, capables de relayer les inquiétudes de leur communauté de manière intelligible pour les autres, ou encore de celle d’entrepreneurs sachant assimiler les perspectives et les représentations exprimées par les diverses communautés de connaissance. Le succès d’un cluster créatif suppose enfin l’existence d’entreprises suffisamment patientes pour ne pas accélérer le processus de protection des idées innovantes et convaincues par les vertus et l’intérêt économique de l’édifice cognitif commun propre à une période de recherche.
34Les clusters créatifs offrent aux boundary spanners des opportunités uniques d’échanger face à face ; ils permettent aux agents d’une communauté donnée de rencontrer régulièrement les membres d’autres communautés ; ils donnent aux entreprises un accès facile et rapide aux idées innovantes imaginées par les chercheurs ; ils facilitent la reproduction immédiate d’une expérience menée dans un laboratoire donné, etc. Par conséquent, ce n’est pas tant la capacité à transmettre une connaissance tacite au sein d’un espace géographique donné qui importe. Ce qui est déterminant pour le succès d’un processus d’innovation, c’est davantage la faculté du milieu géographique à soutenir efficacement la période de recherche et le processus de codification qui lui est associé (Fleming et al., 2004).
35Afin d’illustrer une interaction réussie entre les communautés, les institutions et les individus, nous pouvons nous inspirer de l’analyse de Saxenian sur la Silicon Valley (Saxenian, 1995). Ici, les communautés qui interagissent (communautés d’ingénieurs, de créateurs de logiciels, d’industriels, etc.) sont véritablement auto-organisées, tant et si bien que c’est l’organisation qui découle des interactions, et non l’inverse. Le management d’un cluster est largement autogéré et repose sur la structure des interactions et de la communication. C’est pourquoi, dans une entreprise qui fait faillite, par exemple, l’interaction collective des communautés prend la main pour s’assurer que les nouvelles organisations sont bien formées et que les compétences et les expériences des individus sont correctement redistribuées. Le cycle est maintenu et les fonds perdus ne le sont pas grâce à la résonnance systémique qui émane de solides liens locaux. Cependant, le rôle de quelques individus spécifiques doués d’un talent remarquable pour rassembler des communautés hétérogènes mérite aussi d’être souligné. Dans le cas de la Silicon Valley, ce rôle clé a été tenu par Frederick Terman (Cariou, 2006). Bien qu’étant un scientifique talentueux, Terman n’a pas contribué à la Silicon Valley par le biais d’une innovation matérielle. « En tant qu’innovateur social et institutionnel, Frederik Terman a permis aux individus, aux entreprises et aux institutions de la Silicon Valley de tisser des relations, créant ainsi une communauté qui a encouragé une expérimentation continue et des avancées technologiques pendant plus d’un demi-siècle » (Saxenian, 1995).
- 2 Voir par exemple Malenga (2004), Peck (2005), ou Scott (2006).
36Parmi les clusters innovants, la notion de « ville créative » a reçu récemment une attention toute particulière à la suite des travaux de Florida (2002). Ces travaux fondés sur la notion de « classe créative » ont fourni un exposé séduisant du potentiel de la ville à favoriser les initiatives créatives. Toutefois, les critiques, souvent virulentes, ne manquent pas. Certaines soulignent des insuffisances statistiques. D’autres critiques, formulées par les économistes néolibéraux, y voient une autre manière d’accroître les dépenses publiques plutôt que de réduire les impôts pour favoriser la création d’emplois. Quant aux économistes de gauche, ils perçoivent ces théories comme une approche élitiste ne prenant pas en compte les inégalités grandissantes inhérentes à la nouvelle économie2.
- 3 Un exemple du rôle joué par le middleground est donné par Cohendet et Simon (2008) dans le cas part (...)
37Dans la perspective de cette contribution, Cohendet, Grandadam et Simon (2010) ont suggéré que, malgré les critiques, le concept de ville créative peut être considéré comme un type spécifique de cluster innovant caractérisé par une dynamique créative originale. Une telle caractérisation suppose d’aller au-delà du cadre proposé par Florida. En effet, le débat engagé par Florida s’est trop attardé sur la nature et la composition de la classe créative (« qui sont les individus créatifs ? ») plutôt que de s’interroger sur la dynamique particulière de la créativité (« ce que font les individus créatifs »). Or, un « potentiel de connectivité » ne se convertit pas directement en performance économique ou en développement social. Autrement dit, Florida étudie les conditions nécessaires à l’obtention d’un milieu créatif, et non la dynamique pouvant conduire à l’émergence d’idées créatives. Dans l’esprit du modèle développé par Michel Callon, Cohendet et al. développent l’hypothèse selon laquelle la dynamique des activités créatives repose sur trois différentes couches socialesd’unterritoire : l’underground de l’individu,le middleground des communautés et l’upperground des firmes ou organisations. La dynamique de la créativité repose avant tout sur l’existence de groupes intermédiaires (ou communautés) reliant l’underground informel aux organisations ou institutions formelles. En codifiant progressivement les connaissances nouvelles, ces groupes fournissent la plateforme cognitive nécessaire pour rendre le tissu créatif économiquement viable. En conséquence, ces communautés sont les principales sources d’accumulation des micro-idées, qui pourront elles-mêmes servir de fondations pour la mise en place d’applications économiques pouvant entrer sur le marché des biens et services créatifs3. Le potentiel d’innovation d’une ville créative est ainsi essentiellement fonction de la richesse de son middleground, et de la capacité de ce dernier à articuler les talents individuels créatifs de l’underground aux organisations et institutions formelles de l’upperground.
Conclusion
38L’approche proposée dans cet article accentue le rôle et le besoin d’interactions collectives dans la période initiale d’un processus d’innovation quel qu’il soit. Toute idée créative a besoin d’être équipée d’un code quasi public afin de révéler ses propriétés et son potentiel économique. Comme l’a montré Michel Callon (1999), cette approche se concentre sur la période de négociations actives et de décisions économiques qui précède la phase d’innovation classique arrowienne, quand un brevet peut être établi ou demandé.
39L’argumentation présentée dans ce papier laisse en suspens de nombreuses questions. Nous souhaitons cependant revenir sur deux points qui méritent une attention particulière.
40La première question qui mérite d’être analysée dans le détail est celle de l’attitude des acteurs impliqués dans le processus d’innovation. En effet, ces derniers sont sans cesse tiraillés entre le besoin de participer à l’élaboration collective de la codification qui accompagne toute idée créative, et le désir de « prendre la poudre d’escampette » aussitôt l’innovation établie. Dans une large mesure, l’issue de ce dilemme dépend du contexte dans lequel l’innovation a été développée, du niveau de confiance entre les participants, et du degré de compétition dans l’industrie concernée. Dans le cas de la recherche internationale contre le cancer du sein, par exemple, Cassier et Gaudillière (1998) ont montré que les participants ont effectivement partagé leurs ressources et leurs données pour explorer le champ génétique (ce qui leur permettait de recadrer leurs travaux afin de rester dans la course, et qui excluait tout groupe n’appartenant pas au consortium). Mais le terrain de la recherche génétique contre le cancer du sein était tellement concurrentiel qu’une fois le domaine de recherche défini, la connaissance stratégique était gardée secrète le temps que chaque équipe négocie avec les industriels. Résultat : une course au brevet démarra au sein même du consortium ! Dans ce cas précis, la construction d’un bien quasi public se limita à la rédaction d’une « carte géographique » permettant de déterminer les zones de recherche. L’analogie avec la prospection de minéraux ou la pêche en eaux profondes est évidente : avec le partage d’une information « géographique » entre quelques agents, une première sélection peut être opérée parmi les groupes, avant le début de la vraie compétition.
41Le dilemme entre participer à la construction d’une connaissance commune et abréger le processus pour des motifs personnels dépend aussi de la qualité et de la subtilité des relations liant les communautés, les individus et les institutions. Il arrive fréquemment que les communautés de connaissance soient motivées pour poursuivre le processus d’élaboration d’un code commun, alors que les institutions mettent la pression pour raccourcir les délais et accélérer la définition du périmètre des droits de propriété de l’innovation. Par exemple, dans les universités américaines placées sous le régime du Bayh-Dole Act, certaines communautés épistémiques peuvent être tentées de continuer à s’investir ouvertement dans l’élaboration d’un savoir commun, alors que l’université à laquelle elles appartiennent bataille pour accélérer l’obtention d’un brevet spécifique. Raccourcir la période de recherche peut engendrer plusieurs risques connexes : le risque d’avoir un code commun non abouti qui ne permettra pas à l’innovation de se faire connaître et d’obtenir des applications utiles ; le risque d’une course au brevet entre les participants, qui se soldera par un excès de recherche.
42Le deuxième point qui mérite notre attention est la conséquence en termes de politique publique. Dans une large mesure, la décision de construire et de renforcer la base commune de connaissance d’une innovation donnée est le résultat d’arrangements locaux et décentralisés entre les participants. Cependant, comme on l’a déjà souligné, le processus d’innovation collective est dépendant du contexte, ce qui laisse la voie libre à l’intervention publique pour faciliter et développer de tels contextes, en particulier lorsqu’il s’agit de construire et de renforcer des clusters créatifs sur le plan local. D’un autre point de vue, la participation publique dans certains consortiums de recherche pourrait aussi contribuer à accélérer le potentiel économique de l’innovation. Bach et al. (1995) ont montré que les entreprises associées à des centres publics de recherche dans les consortiums d’innovation généraient plus d’effets indirects (« spin-offs ») et avaient plus de chances de venir à bout des objectifs du projet de recherche. Ils soulignent que le rôle influent joué par les partenaires publics dans ces consortiums est dû à la capacité des unités publiques à prendre en charge la codification et la standardisation du savoir commun au sein même des consortiums, tandis que les partenaires privés sont moins enclins à le faire. Le résultat est une amélioration globale des processus collectifs de recherche, rendue possible par la capacité à rédiger des codes communs accompagnant les innovations qui émergent au sein des consortiums.
Bibliographie
Références
Allen, T. J. (1977), Managing the Flow of Technology, Cambridge : MIT Press.
Andersen, E. & M. Teubal (1999), « High Tech Cluster Creation and Cluster Re-Configuration : A System and Policy Perspective », article présenté à la conférence de la DRUID, Copenhague, juin.
Arrow, K. J. (1962), « Economic Welfare and the Allocation of Resources for Invention », in The Rate and Direction of Inventive Activity : Economic and Social Factors, Princeton : Princeton University Press, p. 609-625.
Bach, L., M.-J. Ledoux, M. Matt & V. Schaeffer (1995), « Evaluation of the Economic Effects of Brite-Euram Programmes on the European Industry », Scientometrics, 34 (3), p. 325-349.
Bathelt, H., A. Malmberg & P. Maskell (2002), « Cluster and Knowledge : Local Buzz, Global Pipelines and the Process of Knowledge Creation », document de travail, Danish Research Unit for Industrial Dynamics (DRUID).
Boland, R. J. & R. V. Tenkasi (1995), « Perspective Making and Perspective Taking in Communities of Knowing », Organization Science, 6 (4), p. 350-372.
Bresnahan T., A. Gambardella & A. Saxenian (2002), « Old Economy Inputs for New Economy Outcomes : Cluster Formation in the New Silicon Valley », document de travail, Stanford University.
Callon, M. (1999), « Le réseau comme forme émergente et comme modalité de coordination : le cas des interactions stratégiques entre firmes industrielles et laboratoires académiques », in M. Callon et al., Réseau et Coordination, Paris : Economica.
Callon, M. & B. Latour (1991), La Science telle qu’elle se fait. Anthologie de la sociologie des sciences de langue anglaise, Paris : La Découverte.
Cariou, C. ( 2006), Encastrement socio-cognitif et création de connaissances : essais théoriques et empiriques en économie de la créativité, Thèse de la faculté des sciences économiques, Rennes : Université de Rennes.
Cassier, M. & D. Foray (2002), « Public Knowledge, Private Property and the Economics of High-tech Consortia », Economics of Innovation and New Technology, 11 (2), p. 123-132.
Cassier, M. & J.-P. Gaudillière (1999), Pratiques d’échanges, de collaboration et d’appropriation dans le domaine de la génétique du cancer du sein, Rapport d’étape, Paris : CNRS-CERMES.
Cohen, W. M. & D. A. Levinthal (1990), « Absorptive Capacity : A New Perspective on Learning and Innovation », Administrative Science Quarterly, 35 (1), p. 128-152.
Cohendet, P., M. Farcot & J. Pénin (2006), « Rethinking the Economic Role of Patents in a Knowledge-Based Economy », Contribution à la 11e conférence de la Société internationale Schumpeter, Nice et Sophia-Antipolis, 22-24 juin.
Cohendet, P. & F. Meyer-Krahmer (2001), « The Theoritical and Policy Implications of Knowledge Codification », Research Policy, 30 (9), p. 1563-1591.
Cohendet, P, D. Grandadam & L. Simon (2010), « The Anatomy of the Creative City », Industry and Innovation, 7 (1), p. 91-111.
Cowan, R., P. A. David & D. Foray (2000), « The Explicit Economics of Knowledge Codification and Tacitness », Industrial and Corporate Change, 9 (2), p. 211-253.
Fleming, L., A. Marin, J. McPhie & L. J. Colfer (2004), « Why the Valley Went First : Agglomeration and Emergence in Regional Collaboration Networks », in J. Padgett & W. Powell, Market Emergence and Transformation, Boston : MIT Press.
Florida, R. (2002), The Rise of the Creative Class, New York : Basic Books.
Girvan, M. & M. E. J. Newman (2001), « Community Structure in Social and Biological Networks », Santa Fe Institute Working paper.
Kingston, W. (2000), « Antibiotics, Invention and Innovation », Research Policy, 29 (6), p. 679-710.
Lave, J. & E. Wenger (1990), « Situated Learning : Legitimate Peripheral Participation », Palo Alto, CA : Institute for Research Learning, p. 1-38.
Minzberg, H. (1979), The Structuring of Organizations : a Synthesis of the Research, Englewood Cliffs, NJ : Prentice Hall.
Nonaka, I. & H. Takeuchi (1995), The Knowledge-Creating Company : How the Hapanese Companies Create the Dynamic of Innovation, New York : Oxford University Press.
Nonaka, I. & N. Konno (1998), « The Concept of Ba : Building for Knowledge Creation », California Management Review, 40 (3), p. 40-54.
Nooteboom, B. (2000), « Learning by Interaction : Absorptive Capacity, Cognitive Distance and Governance », Mimeo, Rotterdam School of Management, Erasmus University, Rotterdam.
Rullani, E. (2001), The Industrial Cluster as a Complex Adaptive System as published in « Complexity and Industrial Clusters » : Dynamics and Models in Theory and Practice, Physica-Verlag.
Saxenian, A. L. (1994), Regional Advantage : Culture and Competition in Silicon Valley and Route 128, Harvard University Press.
Saxenian, A. L. (1995), « Creating a Twentieth Century Technical Community : Frederick Terman’s Silicon Valley », symposium inaugural de The Inventor and the Innovative Society, The Lemelson Center for Invention and Innovation, National Museum of American History, Smithsonian Institute, 11 novembre.
Storper, M. & A. J. Venables (2004), « Buzz : Face-to-Face Contact and the Urban Economy », Journal of Economic Geography, 4 (4), p. 351-370.
Tushman, M. L. (1977), « Special Boundary Roles in the Innovation Process », Administrative Science Quarterly, 22 (4), p. 587-605.
Uzzi, B. & J. Spiro (2005), « Collaboration and Creativity : The Small World Problem », American Journal of Sociology, 111 (2), p. 447–504.
Willinger, M. & E. Zuscovitch (1988), « Towards the Economics of Information Intensive Production Systems : the Case of Advanced Materials », in G. Dosi et al., Technical Change and Economic Theory, Frances Pinter, p. 239-255.
Winter, S. G. (1993), « Patents and Welfare in an Evolutionary Model », Industrial and Corporate Change, 2 (1), p. 211-231.
Zuscovitch, E. (1998), « Networks, Specialization and Trust », in P. Cohendet et al., The Economics of Networks, Berlin : Springer Verlag.
Annexes
ANNEXE I : La remise en cause de la vision de la production de connaissances selon Arrow (d’après Cohendet et Meyer-Krahmer, 2001)
Notes
1 Cette contribution est issue à l’origine d’une présentation faite par les auteurs lors de la session spéciale de la Société internationale Schumpeter (11e édition) en l’honneur d’Ehud Zuscovitch, qui s’est déroulée à Nice et Sophia-Antipolis (France), en juin 2006. Les auteurs remercient Muriel Naudin pour son aide précieuse à l’édition du texte.
2 Voir par exemple Malenga (2004), Peck (2005), ou Scott (2006).
3 Un exemple du rôle joué par le middleground est donné par Cohendet et Simon (2008) dans le cas particulier de l’industrie des jeux vidéos.
Table des illustrations
![]() | |
---|---|
Légende | Tableau 1 : Les modes d’usage des brevets selon le contexte |
Crédits | (source : Cohendet, Farcot & Pénin, 2006) |
URL | http://books.openedition.org/pressesmines/docannexe/image/728/img-1.png |
Fichier | image/png, 43k |
![]() | |
URL | http://books.openedition.org/pressesmines/docannexe/image/728/img-2.jpg |
Fichier | image/jpeg, 486k |
© Presses des Mines, 2010