1
Les ondemen s mic o du changemen s uc u el égional
Que nous enseignen 25 ans de p oximi és ?
The mic o ounda ions o egional s uc u al change
Wha do we lea n om 25 yea s o p oximi y esea ch
Jé ôme Vicen e
LEREPS – Sciences-Po Toulouse, Uni e si é Fédé ale de Toulouse
Pie e-Alexand e Balland
URU – Uni e si é d’U ech
Joan C espo
LEREPS – Sciences-Po Toulouse, Uni e si é Fédé ale de Toulouse
Résumé :
L’a icle é udie les con ibu ions de ing -cinq années de eche che su les dynamiques de
p oximi é au ega d de leu s appo s su les ondemen s e l’analyse du changemen
égional. Il considè e que, malg é des a ancées impo an es, il demeu e des zones d’omb e
su l’a icula ion en e les dé e minan s mic oéconomiques de la o ma ion des liens de
p oximi é e les dynamiques mac o- égionales. L’a icle mon e que l’analyse des p op ié és
s uc u elles des éseaux pe me d’éclai e ce e a icula ion e édui e le gap obse é en e
les eche ches mic o e mac o- ondées des dynamiques de p oximi é. En associan les
dynamiques de changemen s uc u el des égions à l’é olu ion de l’a chi ec u e de leu s
éseaux, il suggè e de eche che les mic o- ondemen s de ces dynamiques dans
l’a icula ion de ois egis es dis inc s de p oximi é. Les pe spec i es ou e es dans ce
a icle son discu ées dans le cad e de ois p og ammes de eche che appa us ces de niè es
années ( ésilience égionale, sma specializa ion, poli iques de clus e ).
Mo s-cle s : p oximi és, éseaux, changemen s uc u el, dynamiques égionales
JEL Codes : D85, R11, R58
Abs ac
The pape ocuses on he con ibu ions o wen y- i e yea s o esea ch on p oximi y
dynamics in e ms o hei con ibu ion o he ounda ions and analysis o s uc u al change
a he eginal le el. I conside s ha , despi e signi ican p og ess, he e a e s ill shadow
zones in he link be ween he mic oeconomic de e minan s o he o ma ion o p oximi y links
and mac o- egional dynamics. The a icle shows ha he analysis o he s uc u al
p ope ies o he ne wo ks makes i possible o cla i y his a icula ion and o educe he
obse ed gap be ween mic o and mac o-based esea ches o p oximi y dynamics. By
associa ing he dynamics o s uc u al change o he egions wi h he e olu ion o he
a chi ec u e o hei ne wo ks, i sugges s o look o he mic o- ounda ions o hese
dynamics in he a icula ion o h ee dis inc egis e s o p oximi y. The pe spec i es opened
a e discussed in he con ex o h ee esea ch p og ams ha ha e eme ged in ecen yea s
( egional esilience, sma specializa ion, clus e policies).
Key-wo ds : p oximi ies, ne wo ks, s uc u al change, egional dynamics
JEL Codes : D85, R11, R58
2
1. In oduc ion
Depuis le débu des années 1990, les analyses des dynamiques indus ielles e spa iales on
considé ablemen é é enou elées puis en ichies g âce aux appo s de l’Ecole F ançaise de la P oximi é
(Belle e al., 1993 ; Ralle e To e, 1995) e aux dé eloppemen s menés au ni eau eu opéen pa les
enan s de l’économie géog aphique é olu ionnis e (Boschma, 2005). De iè e un concep , la p oximi é, e
ses di é en es déclinaisons, ésiden conjoin emen une cad e héo ique e une g ille d’analyse des
dynamiques à l’œu e dans l’espace p oduc i , elles les dynamiques d’inno a ion, d’agglomé a ion, de
localisa ion/ elocalisa ion, de spécialisa ion e di e si ica ion égionales. Au cœu du concep , éside
égalemen l’idée de la mul iplici é des dé e minan s de la coo dina ion e leu s in e dépendances. Les
coo dina ions son géog aphiquemen si uées, e les ela ions ma chandes, pou impo an es qu’elles
soien , ne peu en à elles-seules explique les di é en es dynamiques appelées ci-dessus. Au-delà des
ac eu s de coo dina ion indi ec e que son les signaux en oyés pa les p ix des p odui s, la p oduc i i é
des ac eu s e les coû s de la dis ance, d’au es dé e minan s in e iennen e jouen su les mo i s des
agen s à en e dans des p ocessus de coo dina ion di ec e, au a e s d’échanges olon ai es de
connaissances, de con a s, d’alliances. Ces analyses on donc ou e un as e champ de eche che su la
coo dina ion en e des agen s hé é ogènes du poin de ue de leu s a ibu s. Des a ibu s spa iaux en
p emie lieu, ela i s à la localisa ion des agen s, mais égalemen des a ibu s cogni i s, ins i u ionnels,
sociaux e o ganisa ionnels (Balland, 2012). La p oximi é ainsi déclinée pe me une analyse des ela ions
dyadiques, lesquelles peu en alle de la collabo a ion à l’é i emen , de la ela ion de long e me sous-
endue pa une con iance mu uelle, à la dé iance que l’on e ou e dans nomb e de appo s concu en iels
(Uzzi, 1996 ; Vicen e, e al., 2007).
Nomb e de é lexions héo iques e d’analyses empi iques son enues en ichi ce cad e géné al depuis le
milieu des années 1990 (Ca incazeaux e al., 2007 ; Bouba-Olga e al., 2008 ; Balland e al., 2015). Mais
comme dans ou p og amme de eche che, aussi p oli ique soi -il, des ques ionnemen s demeu en en
suspens. Si les analyses de la p oximi é on su éclai e la complexi é des liens en e coo dina ion e
géog aphie économique, elles n’en demeu en pas moins sou en analy iquemen can onnées à des
app oches dyadiques, donc essen iellemen mic o, a ec des di icul és à emon e à un ni eau plus ag égé.
A l’in e se, d’au es app oches, plus s uc u elles e méso-économiques, on su empi iquemen
ca ac é ise la di e si é des s uc u es égionales p oduc i es (Colle is e al., 1999 ; Ca incazeaux and
Gasche , 2015 ; C espo and Vicen e, 2016), oi e iden i ie leu dynamique de ans o ma ion e leu
capaci é d’inno a ion (Balland e al., 2018). Cependan , si l’on e ou e sous o mes d’ag éga s les
aspec s cogni i s, ins i u ionnels, sociaux e o ganisa ionnels, chacune des app oches pêche pa manque de
ondemen s pe me an de mic o- onde ce e di e si é e les dynamiques sous-jacen es au ega d des
décisions des agen s. Si un des enjeux les plus isibles éside enco e à ce jou dans la cla i ica ion des
concep s e des déclinaisons des o mes de p oximi é, un au e enjeu moins appa en , mais peu -ê e plus
impo an , éside dans les a ancées espé ées su ces mécanismes de ansi ion mic o-mac o qui
pe me aien de mieux saisi les dynamiques égionales. Des a aux de eche ches écen s pou aien
pe me e de « ai e la jonc ion » en e les app oches dyadiques e les app oches s uc u elles. Basées su
la ca ac é isa ion des dynamiques égionales au ega d des éseaux qui les sous- enden ( e Wal e
Boschma, 2009 ; Boschma e F enken, 2010), ces a aux ou en de éelles pe spec i es pou mieux
iden i ie les ac eu s c i iques qui au ni eau mic o-économique explique aien les changemen s
s uc u els obse és au ni eau égional. Néanmoins, même si la jonc ion es p oche, elle n’es pas enco e
o alemen abou ie. Ce ains a aux, els Balland (2012) e Balland e al. (2013), son pa enus à cap u e
les o mes dyadiques de p oximi é à l’œu e dans les décisions de collabo a ion à la R&D dans di e s
domaines echnologiques e le long du cycle des ma chés. Mais ces a aux ne pa iennen pas à emon e
au ni eau s uc u el des éseaux pou cap u e les dynamiques mac o- égionales. A l’in e se, d’au es
3
a aux, els ceux de C espo e al. (2014 ; 2016), on mis en ela ion les p op ié és s uc u elles des
éseaux d’ac eu s e les ajec oi es égionales, mais sans éellemen pa eni à s’appuye au ni eau mic o
su l’a icula ion des o mes de p oximi é qui onden la s uc u a ion e l’é olu ion de ces éseaux.
L’objec i de l’a icle es d’ou i des pe spec i es de eche che pou pou sui e ce p ocessus de jonc ion
en e une « mic o-économie » des p oximi és basées su les dé e minan s de la coo dina ion e l’analyse
des ajec oi es égionales basées, elle, su les dé e minan s du changemen s uc u el. Pou ce ai e, la
sec ion 2 appelle b iè emen les cad es concep uels e analy iques des p oximi és ainsi que leu s
a ancées ces 25 de niè es années, en ocalisan su leu s possibili és d’a icula ion en e les décisions des
ac eu s e les ajec oi es égionales. La sec ion 3 p opose une g ille d’analyse des p op ié és s uc u elles
des éseaux basées su la mobilisa ion des o mes de p oximi és dans les décisions de collabo a ion e la
o ma ion des écosys èmes égionaux. La sec ion 4 mon e les pe spec i es qu’ou e une elle g ille pou
enou ele l’analyse du changemen s uc u el au ni eau des égions.
2. Les mécanismes de ansi ion mic o-mac o au sein de l’économie de p oximi é
2.1. Les pe spec i es ou e es pa l’économie des p oximi és
L’analyse des phénomènes de ansi ion e d’a icula ion mic o – mac o, lesquels son bien connus en
sciences économiques (Ki man, 1992), demeu e un enjeu de eche che majeu auquel les a aux su
l’économie de p oximi és ne peu en échappe s’ils en enden se saisi de la complexi é des mécanismes
de c oissance e de changemen s uc u el des égions. En e les choix de coo dina ion e localisa ion des
agen s e les ajec oi es de dé eloppemen des égions demeu e une zone d’omb e ai e de di usion, de
consolida ion, de e ou nemen oi e de déclin. Reche che les dé e minan s des mécanismes sous-jacen s
à ces ansi ions pe me de mieux iden i ie les le ie s d’ac ion en a eu de l’ac ion égionale. Non que
l’économie de p oximi é n’ai pas a ancé su ces ques ionnemen s. A l’in e se, elle es ce ainemen des
cou an s de la science égionale qui son allés le plus loin dans ces enjeux. En s’éca an de la igu e
Ma shallienne de l’agen ep ésen a i e de la seule p ise en comp e des in e ac ions ma chandes, aussi
s a égiques soien -elles, pou mieux saisi la complexi é des choix de coo dina ion (Vicen e, 1999 ;
Pecqueu e Zimme mann, 2004), l’économie de p oximi é a a ancé en la ma iè e. Deux exemples de
eche che pou s’en con ainc e. D’un cô é, le a ail éalisé sous la di ec ion de Zimme mann (Colle is e
al., 1999) su les ajec oi es des dynamiques p oduc i es locales épondai à des combinaisons
empo elles singuliè es de p oximi és géog aphique, o ganisa ionnelle e ins i u ionnelle. De l’au e, ce e
ois-ci en pa an du ni eau mic o, les eche ches de G osse i (2008) e plus a d de Balland (2012) su les
choix de collabo a ion des indi idus é élaien l’impo ance des p oximi és sociales e des phénomènes
d’encas emen e de découplage associés, sans pou au an pa eni à dépasse le s ade des chaines
ela ionnelles ou de éseaux d’inno a ion ciblés pou pa eni à iden i ie des ajec oi es égionales plus
globales. Les e o s des app oches mac o de la p oximi é pou mic o- onde les dynamiques égionales
é udiées ainsi que les e o s des app oches mic o pou saisi la complexi é des ajec oi es égionales
n’on pas à ce s ade o alemen éclai ci ce e zone d’omb e, mais on déjà la gemen con ibue à ou i
des pe spec i es plus la ges que les app oches al e na i es. C’es en pou sui an la con on a ion en e ces
deux app oches que ésiden ès ce ainemen les moyens e les ou ils pou le e le oile su ces
mécanismes de ansi ion.
2.2. P oximi és e ajec oi es égionales : app oches mac o
A une échelle que nous quali ie ons de mac o, les 25 années de eche che su les dynamiques de p oximi é
on donné lieu à une sé ie de a aux che chan à iden i ie les sou ces de changemen s uc u el des
égions, au a e s no ammen des dé e minan s des p ocessus de di e si ica ion égionale. T ès ô du
cô é des eche ches menées en F ance e enco e écemmen au ni eau in e na ional, un appa eillage
4
analy ique ondé su les dynamiques de p oximi é a é é mobilisé. Bien que si uées aux deux ex êmes de la
pé iode en ques ion, on e ou e des élémen s d’analyse communs aussi bien du cô é des a aux de
Colle is e al. (1999) que du cô é des eche ches de Balland e al. (2018) e Boschma (2017).
Pou les p emie s, su la base d’une sé ie de cas d’é udes de mic o égions ançaises, les dynamiques de
di e si ica ion égionale eposen su une conjonc ion des p oximi és géog aphique, o ganisa ionnelle e
ins i u ionnelle, lesquelles, ia un p ocessus de spéci ica ion des essou ces, peu condui e une égion à
main eni une ajec oi e de c oissance a o able. Ainsi, pa un jeu de combinaison des essou ces locales
e d’a ac i i é exogène, une égion peu ans o me une logique de simple agglomé a ion en une logique
de coo dina ion d’ac eu s hé é ogènes iden i ian de nou elles po en iali és de dé eloppemen , ou so i
d’une si ua ion igide de spécialisa ion pa un p ocessus coo donné de edéploiemen des essou ces e s
de nou eaux ma chés. Mais selon les au eu s, le p ocessus de spéci ica ion des essou ces en ue de
sou eni une ajec oi e de di e si ica ion ne peu se sa is ai e de simples p oximi és géog aphique e
o ganisa ionnelle, dé inis selon les e mes de To e e Gilly (2000). Le edéploiemen des essou ces e s
de nou elles combinaisons p oduc i es peu p end e du emps e nécessi e au p éalable l’iden i ica ion
d’oppo uni és p oduc i es equé an l’explo a ion de nou elles coo dina ion. Selon les au eu s, un el
p ocessus ne peu abou i qu’au-delà d’un ce ain seuil de con iance en e les ac eu s e une o e
p oximi é ins i u ionnelle a o isan la mise en place e le bon onc ionnemen de nou eaux disposi i s de
coo dina ion.
Pou les seconds, su la base d’un appa eillage di é en eposan su la modélisa ion s a is ique des
« espaces de p odui s » de Hidalgo e al. (2007) e de la ges bases de données égionales d’expo a ion
(Boschma e al., 2013) ou de b e e s (Balland e al., 2018), les ajec oi es de di e si ica ion peu en
s’analyse au ega d d’indices de p oximi é en e les p odui s e les connaissances au sein des espaces
égionaux. La ques ion sous-jacen e e commune à ces a aux se ai la sui an e : peu -on p édi e le
po en iel de di e si ica ion d’une égion au ega d de la composi ion de ses essou ces obse ées e de leu
deg é de connexion e de p oximi é ? L’in é ê de ces app oches éside alo s dans leu capaci é à é udie
les ajec oi es égionales à pa i non pas seulemen de la co-localisa ion des essou ces au sein d’un
même espace, mais à pa i de l’analyse du deg é a ec lequel ces essou ces se é èlen ê e co-
occu en es ou non dans la p oduc ion des biens e des connaissances. Ainsi, dans le cad e des égions
eu opéennes, Balland e al. (2018) mon en que la capaci é de ces de niè es à ob eni un a an age
echnologique ela i dans un nou eau domaine echnologique dépend posi i emen du deg é de
connexion en e les connaissances localisées dans la égion. Ce ésul a se double d’un a an age ma quan
pou les égions dans lesquelles ce deg é de connexion es le plus éle é, lequel joue en a eu de
l’ob en ion d’une posi ion monopolis ique dans la concu ence en e égions, du ai du deg é plus éle é
de complexi é des echnologies que ces égions son en mesu e d’a eind e. La seule p oximi é
géog aphique en e les essou ces, aussi di e ses soien -elles, ne su i à main eni des oppo uni és de
c oissance. L’in ensi é de leu combinaison pa aî joue un ôle supé ieu , au a e s de o mes de
p oximi és non spéci iées pa les au eu s, mais don on imagine en a iè e-plan qu’elles eposen su des
lux olon ai es e coo donnés de connaissances en e les sec eu s echnologiques. U ilisan une
mé hodologie p oche en mobilisan des index de p oximi é des connaissances dans les p odui s expo és
pa les égions espagnoles don elles i en un a an age compa a i , Boschma e al. (2013) me en en
é idence le ai que la capaci é de ces de niè es à dé eloppe de nou elles indus ies dépend posi i emen
de l’in ensi é de ces e e s de p oximi é, mais une dépendance bien plus ma quée au ni eau égional
duquel éme gen ces nou elles indus ies qu’elle ne l’es au ni eau na ional. Ces deux con ibu ions se
limi en à des analyses dans lesquelles seules des dimensions géog aphiques e echnologiques on l’obje
de o mula ion d’hypo hèses héo iques. Néanmoins, en écho à des a aux ins i u ionnalis es, elles
soulignen chacune en pe spec i e le ôle que peu en joue les a angemen s ins i u ionnels dans la
capaci é des égions à s uc u e ces dynamiques de edéploiemen des essou ces.
5
Les app oches mac o de la p oximi é on donc la gemen en amé l’iden i ica ion des dé e minan s des
dynamiques égionales, en pa iculie celles sous- endues pa des p ocessus d’inno a ion e de
di e si ica ion. Enquê es quali a i es e mesu es empi iques isan à ca ac é ise ces p oximi és
pe me en de mieux cap u e les ac eu s endogènes du changemen s uc u el e explique la di e si é des
ajec oi es égionales. Commen se cons uisen ces p oximi és, quels son les mo i s indi iduels qui
poussen les ac eu s à les cons ui e e ou les décons ui e. Au an de ques ions que ces a aux ne
ésol en pas, considé an les p oximi és comme des ca ac é is iques ag égées au ni eau égional, laissan
de cô é ou en oyan ainsi à d’au es a aux la nécessi é d’explique pa quels mécanismes mic osociaux
ces p oximi és éme gen e se combinen
2.3. P oximi és e encas emen : app oches mic o
A une échelle que nous quali ie ons de mic o, les eche ches su les dynamiques de p oximi é on
la gemen con ibué à mieux saisi les ac eu s en an en comp e dans les décisions indi iduelles de
coo dina ion. L’idée sous-jacen e : les ajec oi es égionales de dé eloppemen ne ésul en pas seulemen
de dynamiques spa iales sous- endues seulemen pa des dynamiques de ma ché. Elles ésul en égalemen
de dynamiques d’in e ac ions non ma chandes en e des agen s hé é ogènes che chan à accéde à des
essou ces ou échange des connaissances, en n’excluan pas de se p émuni de la ui e de connaissances
e s d’au es agen s. B eschi e Lissoni (2001) on ès ô dé endu ce e idée en eme an en discussion
les mécanismes de coo dina ion cachés de iè e la o ce des e e s de débo demen s des connaissances
(knowledge spillo e s) su les dynamiques locales d’inno a ion : De iè e la signi ica i i é des dis ances e
p oximi és géog aphiques, don on peu aisémen mesu e la o ce, se cachen des mécanismes sociaux
plus complexes à saisi e don il con ien de che che les ondemen s mic o-économiques.
G osse i (2008), à pa i d’une compa aison de deux cas empi iques su données égionales de liens
science-indus ie e c éa ions d’en ep ise, p opose une elle en a i e de mic o- onda ion des e e s de
p oximi é. L’app oche es d’au an plus mic o- ondée que le poin de dépa n’es pas celui de
l’o ganisa ion, mais plus amon enco e celui de l’indi idu, en si ua ion d’accès à des essou ces ou
d’échanges de connaissances, e che chan à é abli des liens pou cela. Si la p oximi é géog aphique joue
un ôle p épondé an dans la o ma ion de liens dyadiques, sa o ce explica i e a ie selon la na u e des
disposi i s mobilisés pa les ac eu s, lesquels se c is allisen dans d’au es o mes de p oximi é que
G osse i (2008), dans la lignée de Bouba Olga e G osse i (2008), o malise de la açon sui an e. Une
o me de p oximi é sociale, lo sque, à l’o igine d’une collabo a ion o melle en e deux o ganisa ions, se
ou en des ela ions sociales p éexis an es en e deux ou quelques indi idus, qu’elles soien di ec es ou
iden i iable au sein d’une chaine ela ionnelle à a e s un ou quelques in e médiai es, indépendammen
de l’o ganisa ion à laquelle ils appa iennen . Une o me de p oximi é o ganisa ionnelle, lo sque la
collabo a ion ou e a son o igine ia la média ion d’une ie ce o ganisa ion don l’objec i qui lui es
assigné es géné alemen de acili e ou d’inci e aux collabo a ions ( elles les agences de moyens ou les
pla e o mes echnologiques). Une o me de p oximi é empo ai e, selon les e mes de To e (2008),
lo sque la collabo a ion naî a d’une encon e lo s d’un é ènemen (con é ence, salon, exposi ion) se an
de disposi i de média ion empo ai e. Chacune de ces p oximi és pou a (ou non) donne lieu à une
collabo a ion, laquelle pou a se main eni sans que ne pe du en nécessai emen les disposi i s de
média ion qui en son à l’o igine. Le cad e d’analyse de G osse i (2008) mon e que ces 3 o mes de
p oximi é se combinen à la p oximi é géog aphique de açon singuliè e, éduisan le su dé e minisme
associé à ce e de niè e. Si la p oximi é sociale joue a ès la gemen a ec la p oximi é géog aphique, les
p oximi és o ganisa ionnelle e empo ai e pou on beaucoup plus la gemen s’en sous ai e. La
dimension cogni i e, ou comme la dimension ins i u ionnelle, n’appa aissen que de açon ad-hoc,
comme pou an eni pe u be une loi géné ale elian la p oximi é géog aphique aux au es p oximi és
é udiées.

6
Dans la même eine, mais su la base de mé hodologies sensiblemen di é en es, Balland (2012) che che
à cap u e les mo i s mic oéconomiques à la cons uc ion de collabo a ion à la R&D au sein d’un domaine
echnologique. Pa an du cad e analy ique de Boschma (2005), l’au eu es e le ôle que jouen les
p oximi és géog aphique, o ganisa ionnelle, sociale, cogni i e e ins i u ionnelle su la capaci é des ac eu s
d’un éseau echnologique (le éseau eu opéen des collabo a ions à la R&D dans les sys èmes de
na iga ion pa sa elli e sou enus pa les p og amme-cad e de la Commission Eu opéenne) à o me su
une succession de pé iodes de nou elles dyades (collabo a ions bila é ales) ou dissoud e des dyades
exis an es. Con ain pa les spéci ici és du domaine echnologique – des echnologies p ésen an des
ca ac é is iques de Gene al Pu pose Technologies – e du ype de éseau é udié – les p og ammes
eu opéens inci en à p i ilégie les collabo a ions au sein de l’ensemble de l’espace eu opéen (Vicen e e
al., 2011) –, les ésul a s demeu en o emen dépendan du con ex e e non géné alisable. La mé hode
demeu e cependan o iginale ca elle pe me d’iden i ie quels son les ac eu s c i iques in luençan les
choix de collabo a ions scien i iques e echnologiques, lo sque é abli un lien peu a oi un coû e
compo e des isques de ui es de connaissances. Dans le cas p ésen de ce e eche che, les ésul a s se
é èlen in é essan s s’agissan des essou ces que mobilisen les ac eu s au ega d des inci a ions
publiques mises en placen pa les ins i u ions eu opéennes. Alo s même que ces inci a ions po en su un
dépassemen des on iè es égionales e na ionales pou a o ise un espace eu opéen de la R&D, la
p oximi é géog aphique en e les ac eu s joue signi ica i emen en a eu de la cons uc ion des
collabo a ions à la R&D. De plus, alo s même que ces mêmes inci a ions isen à b ouille les on iè es
ins i u ionnelles en e les eche ches académiques e l’indus ie, la p oximi é ins i u ionnelle appa aî
signi ica i emen comme une o ce jouan en a eu de ces mêmes collabo a ions. Il en a de même de la
p oximi é o ganisa ionnelle, app éhendée pa le deg é d’in ég a ion au sein des g oupes indus iels. A
l’in e se, les p oximi és sociales, mesu ées pa des dis ances ela ionnelles au sein de éseaux, e
cogni i es, mesu ées pa l’appa enance à des segmen s echnologiques d’un domaine composi e, ne
jouen pas signi ica i emen en a eu des collabo a ions.
Ces deux ypes d’app oches éussissen le pa i d’appo e des ondemen s mic o basés su la plu ali é, e
les complémen a i és ou subs i uabili és, des egis es de p oximi é. Elles pa iennen égalemen à discu e
de l’encas emen des ac eu s dans des éseaux su la base de leu s mo i a ions indi iduelles. Mais pa ce
qu’elles ciblen un domaine echnologique pa iculie e des his oi es pa iculiè es de collabo a ions, elles
ne pa iennen pas à p opose un cad e d’analyse su isammen obus e pou app éhende les mécanismes
de changemen s uc u el au ni eau de la dynamique p oduc i e égionale d’ensemble. Elles semblen
pou an en con eni les p émisses à a e s les mécanismes mic o- ondés de s uc u a ion des éseaux.
3. Dyades, p oximi és, e analyses s uc u elles des éseaux : une oie d’app o ondissemen
Les ing -cinq années de eche che su les dynamiques de p oximi és on condui à la p oposi ion d’un
p og amme de eche che e des a ancées aussi bien au ni eau des dynamiques mac o- égionales que des
analyses mic o-économiques des coo dina ions géog aphiquemen si uées. La di icul é éside enco e dans
l’a icula ion des deux dimensions. Les p oximi és son app éhendées comme des ca ac é is iques
ag égées dans les p emie s a aux. Ces mêmes p oximi és son à l’in e se app éhendées dans les seconds
a aux au ni eau indi iduel, comme les mo i s à la coo dina ion e à l’accès à des essou ces. Les deux
app oches di é en donc su l’échelle d’analyse, mais pa agen un élémen cen al qui peu cons i ue le
poin d’en ée d’une eche che su les mécanismes de ansi ions mic o-mac o : la s uc u a ion des lux de
connaissances au ni eau égional. Une s uc u a ion qui ésul e ai du compo emen des ac eu s is-à- is
de leu logique d’accès e d’échange de connaissance, e don l’ag éga ion donne ai lieu à la o ma ion de
s uc u es de éseau, don les p op ié és pou aien cons i ue un ma queu o des dynamiques égionales.
3.1. P op ié és s uc u elles des éseaux : en e mic o e mac o
7
Ca ac é ise un sys ème p oduc i égional au a e s de la s uc u a ion des lux de connaissances
cons i ue une oppo uni é de eche che ou e e pou mieux saisi les mécanismes de ansi ion mic o-
mac o à l’œu e dans l’iden i ica ion des ajec oi es égionales. L’a chi ec u e des éseaux a e san les
sys èmes p oduc i s égionaux cons i uen un ma queu de leu o ganisa ion. E udie ces a chi ec u es e
leu é olu ion ou e ainsi une oix pou mieux comp end e les dynamiques mac o- égionales (déclin,
ésu gence, di e si ica ion, spécialisa ion, …) su la base des dé e minan s mic o des s a égies de
o ma ion, main ien ou dissolu ion des liens (Balland, 2012). Ahuja e al. (2012) p oposen un cad e
d’analyse des mac os uc u es de éseau qui epose su une concep ion simple de ois ondamen aux. Un
éseau se ca ac é ise pa des nœuds (incluan leu s ca ac é is iques), pa des liens (incluan leu na u e,
leu o ce, e leu mul iplexi é), e pa ses p op ié és s uc u elles, c’es -à-di e les o mes opologiques
qu’il peu dé oile . En balayan la li é a u e su les p op ié és s uc u elles des éseaux, ils iden i ien cinq
p op ié és p incipales, lesquelles pe me en de ca ac é ise la na u e des p ocessus de changemen au sein
des sys èmes d’ac eu s. Ces p op ié és son ésumées dans le ableau 1 pa ois s uc u es de éseaux
di é en es ca ac é isan ois sys èmes égionaux composés d’un même nomb e d’ac eu s. La syn hèse se
eu simplemen illus a i e e non exhaus i e comp e- enu des ès nomb euses a chi ec u es qu’il es
possible d’iden i ie .
Figu e 1 : ca ac é isa ion des p op ié és s uc u elles des éseaux (exemples)
P emiè e p op ié é : la dis ibu ion des deg és des nœuds. Ce e p op ié é e lè e la a iance dans la
dis ibu ion des liens au sein d’un éseau, e indique le deg é de hié a chie que le éseau p ésen e
s’agissan de la dis ibu ion des capaci és ela ionnelles des ac eu s. Un éseau se a aiblemen
hié a chique lo sque ses nœuds dé eloppe on des liens en nomb e compa able, alo s qu’il se a considé é
comme o emen hié a chique lo sque peu de nœuds au on un nomb e éle é de liens alo s que les au es
nœuds se on peu connec és. Dans le cad e géné al des éseaux, le ni eau de hié a chie au sein d’un éseau
se a un indica eu pe inen de la dis ibu ion de l’in luence en son sein, ou de l’exis ence d’une
homogénéi é ou d’une hé é ogénéi é des s a u s (Ahuja e al., 2009). Dans le cas des sys èmes égionaux,
ce indica eu con ibue a à ca ac é ise quan i a i emen l’hé é ogénéi é des s uc u es indus ielles
locales elle que celle obse ée quali a i emen pa S o pe e Ha isson (1991) e Ma kusen (1996). Il
ou ni a une indica ion su la p ésence d’ac eu s en mesu e de coo donne un p ocessus sys émique e
décen alisé d’inno a ion, ou à l’in e se un dé ici de coo dina ion au sein d’une dynamique indus ielle
P op ié és
s uc u elles
Dis ibu ion
des
deg és
Pla e Fo emen pen ue Pen ue
Connec i i é T ès aible Fo e (une composan e) Faible (plusieu s
composan es)
Clus e ing T ès aible Faible T ès o
Densi é Faible Moyenne Moyenne
Asso a i i é Non signi ica i e T ès aible T ès o e
8
égionale (C espo e al., 2014 ; Lucena-Pique o e Vicen e, 2017). Dans la igu e 1, les ois éseaux se
dis inguen de pa la o me de leu dis ibu ion des deg és, le p emie p ésen an une hié a chie quasi-
pla e, le second une o e hié a chie, a ec un ac eu cen al ayan un ès o deg é, sui i pa des ac eu s
aux deg és de plus en plus aibles, le oisième p ésen an égalemen une hié a chie o e, mais a ec de
nomb eux ac eu s ayan des cen ali és p oches.
Deuxième p op ié é : la connec i i é des éseaux. Ce e p op ié é éclai e su la ci cula ion des lux de
connaissances au sein d’un éseau. Un éseau pa ai emen connec é, ca ac é isé pa une seule composan e
el le deuxième éseau de la igu e 1, pe me à ou es pai es de nœuds p ises aléa oi emen d’ê e
connec ées pa un chemin au sein du éseau. A l’in e se, pou les p emie e oisième éseaux, des poin s
de discon inui é appa aissen e écla en chacun des éseaux en un nomb e éle é de composan es de plus
pe i e aille. Ce e p op ié é de connec i i é ou ni une indica ion du deg é de small-wo ldness d’un
éseau (Wa s e S oga z, 1998 ; Zimme mann, 2002). Elle indique la capaci é de ce ains des ac eu s du
éseau à o me des pon ages en e des cliques d’ac eu s, qui sans eux demeu e aien sépa ées. Ce e
p op ié é de connec i i é ou ni donc une indica ion quan i a i e su la s uc u a ion des lux de
connaissances au sein des sys èmes égionaux, e en pa iculie su la açon don ces de nie s pa iennen
à me e en ela ion des sous- éseaux cohési s d’ac eu s a in d’acc oî e la aille de la composan e
p incipale du éseau (Rychen e Zimme mann, 2008 ; Mo ison, 2008, B eschi e Lenzi, 2015 ; C espo e
al., 2016).
T oisième p op ié é : le clus e ing des éseaux. Ce e p op ié é indique à quel deg é un éseau end à se
cons i ue en un ensemble de cliques o emen cohési es, laissan appa ai e une o e endance à la
e me u e iadique e à la cons i u ion de sous-communau és o emen connec ées en leu sein e plus ou
moins eliées en e elles. Si le clus e ing es ès aible e peu signi ica i pou le p emie éseau de la
igu e 1, il es aible (peu de e me u e iadique) pou le deuxième éseau, alo s qu’à l’in e se il es éle é
pou le oisième éseau (un e sius gaudens complè e une ès la ge pa des dyades). Comme analysé pa
B eschi e Lenzi (2015) e C espo e al. (2014) su la base des a aux de Coleman (1988), un o
clus e ing au sein d’un sys ème égional adui une mon ée en cohésion au sein de l’écosys ème
ela ionnel, une limi a ion des compo emen s oppo unis es e de dé iance, acili an la coo dina ion su
des s anda ds echnologiques au sein de communau és composées d’ac eu s dépendan les uns des au es
dans leu s ac i i és p oduc i es.
Qua ième p op ié é : la densi é des éseaux. Ce e p op ié é indique la pa des liens éels pa mi
l’ensemble des liens possibles au sein d’un éseau. Dès lo s que les liens se é è en à des échanges de
connaissances, la densi é du éseau donne a une indica ion quan i a i e de deg é de collabo a ion en son
sein. En sociologie des éseaux, le ni eau de densi é ela ionnelle éclai e a su les pa s espec i es de
l’indépendance e de l’encas emen des ac eu s du éseau (Uzzi, 1996). Si la densi é ela ionnelle n’es en
ien un indica eu de pe o mance d’un sys ème égional, elle demeu e ainsi un indica eu pe inen de la
açon don se combinen concu ence e coopé a ion au sein d’une même égion. Si de ès o es densi és
semblen peu éalis es comp e enu des nécessi és d’a bi age que on les ac eu s en e app op ia ion (des)
e accessibili és (aux) connaissances (An onelli, 2006), de ès aibles densi és peu en ê e à l’in e se le
signe d’un manque d’anc age locaux des ac eu s e d’une agili é du sys ème égional (Dalla P ia e
Vicen e, 2006). Le p emie éseau de la igu e 1 se ca ac é ise pa une ès aible densi é, alo s que les
deux au es éseaux, en dépi de leu s di é ences opologiques, p ésen en un ni eau équi alen de densi é
pou an ê e considé ée comme moyenne.
Cinquième p op ié é : l’asso a i i é des éseaux. Ce e p op ié é es un indica eu du deg é d’homophilie
ela ionnelle des ac eu s au sein des éseaux (Wa s, 2004 ; Newman e al., 2006). Elle me en ela ion le
deg é de chacun des nœuds a ec le deg é moyen des nœuds a ec lesquels chacun es connec é. Elle
indique le deg é auquel des nœuds de même deg é se connec en p é é en iellemen en e eux. Une
asso a i i é posi i e indique que les nœuds à deg é éle é ( esp. aible) se connec en à d’au es nœuds à
9
deg é éle é ( esp. aible), alo s qu’elle se a néga i e lo sque les nœuds à deg é éle é ( esp. aible) se
connec en à des nœuds à deg é aible ( esp. éle é). En sociologie des éseaux, de nomb eux a aux
soulignen la o e asso a i i é des éseaux sociaux, les ac eu s ela ionnellemen « iches » ayan une
o e p opension à se connec e en e eux, exhiban ainsi une o e homophilie ela ionnelle. S’agissan des
sys èmes égionaux, Sui e e Vicen e (2014) e C espo e al. (2014, 2016) on mon é que la p op ié é
d’asso a i i é pou ai pe me e de me e en lumiè e di é en es s uc u es di es « cœu /pé iphé ie », se
dis inguan pa les deg és de con o misme e de isque dans les ajec oi es d’inno a ion. Dans le ableau
1, si le p emie éseau ne peu ê e in e p é é au e d’un nomb e de liens su isan , on no e des ni eaux
d’asso a i i é sensiblemen opposés pou les deuxième e oisième éseaux.
Chacune de ces p op ié és peu donc é éle des indica ions su l’a chi ec u e mac o des sys èmes
égionaux en e mes de s uc u a ion des lux de connaissances. Mais ces indica ions ne peu en que
pa iellemen pe me e des in e p é a ions su les ajec oi es égionales. En e e s’il peu exis e des
co éla ions en e ces p op ié és, ces co éla ions ne son en ien s ic es e la açon don ces p op ié és se
combinen ou ni égalemen de nomb eux éclai ages. A l’é idence, la densi é pou a ê e co élée au
clus e ing, dès lo s que la densi é maximale d’un éseau es a ein e lo sque ou nœud se oi encas é
dans des iades. Mais si le clus e ing a o ise la con iance, alo s son acc oissemen peu édui e la
connec i i é dès lo s que la densi é ne pa ien pas à a eind e un ce ain seuil. A l’in e se, comme on le
oi dans les deuxième e oisième éseaux qui exhiben un ni eau équi alen de densi é, un plus aible
clus e ing peu pe me e d’acc oi e la connec i i é jusqu’à son maximum, pe me an une con inui é des
lux de connaissances au sein du sys ème égional. La hié a chie, si elle joue en a eu d’une meilleu e
coo dina ion des ac eu s, peu condui e à l’isolemen d’un nomb e c oissan de nœuds si la densi é
ela ionnelle n’es pas su isan e pou couple coo dina ion e connec i i é au sein du éseau. En in,
comme mon é pa C espo e al. (2014), la co éla ion en e hié a chie e asso a i i é peu ê e posi i e ou
néga i e. La mon ée en deg é de ce ains ac eu s au sein du sys ème égional ne a pas nécessai emen
joue en a eu d’une homophilie ela ionnelle des ac eu s les plus connec és. Ici enco e, les deuxième e
oisième éseaux mon en des possibili és d’a chi ec u es dans lesquelles lo sque le clus e ing en e les
ac eu s les plus cen aux diminue, l’asso a i i é se édui en même emps que la connec i i é augmen e,
pe me an aux ac eu s pé iphé iques de se connec e aux ac eu s cen aux pou une meilleu e accessibili é
à des essou ces e une égéné a ion du cœu du éseau.
3.2. Regis e de p oximi é e o ma ion des dyades
Si les sys èmes égionaux peu en ainsi s’appa en e à des mac os uc u es ela ionnelles, ues comme des
a chi ec u es de éseau aux p op ié és singuliè es, alo s ou changemen dans la s uc u e de éseau
p o iend a de changemen s ou de dynamiques dans les dyades. Me e en ela ion les mo i s qui poussen
les ac eu s à cons ui e, main eni ou dissoud e des liens a ec les changemen s indui s dans la s uc u e
mac o es donc au cœu de ce gap obse é en e les app oches mic o e mac o des a aux su les
dynamiques de p oximi é. Si la li é a u e à bien a ancé su les e e s posi i s e néga i s des p oximi és
su les p opensions des indi idus à o me des liens e échange des connaissances, pa ois même su les
combinaisons complexes de ces mêmes e e s (Boschma, 2005 ; To e, 2008 ; Ri e a e al., 2010), les
e e s su les p op ié és des s uc u es de éseaux es en enco e à é udie . La au e peu -ê e à des
con usions dans les dé ini ions e ca égo ies des p oximi és, sou ces de déba s dans la communau é, en
pa iculie ela i es aux ques ions d’opé a ionnalisa ions empi iques (Bouba Olga e G osse i, 2008). En
e e , sui an le a ail héo ique de Ri e a e al. (2010) su les dynamiques des dyades au sein des
éseaux sociaux, les isques de con usion po en su ois dimensions in insèques aux di é en es
p oximi és. Une p emiè e dimension conce ne les a ibu s des ac eu s (homophilie), la deuxième es liée à
l’espace ela ionnel des ac eu s (mécanismes d’encas emen social), alo s que la oisième dimension se
limi e à l’en i onnemen cul u el e géog aphique (les ce cles). Ce aines des p oximi és é udiées jusqu’à
16
de la li é a u e en es enue à c i ique o emen ce ype de poli iques d’inno a ion e eme e en cause
leu ôle, du ai des e e s d’aubaine e du aible endemen de la dépense publique (Du an on, 2011).
Néanmoins, au -il je e le bébé a ec l’eau du bain ? En e e , l’essen iel de ces é alua ions che che à
mesu e le endemen de ces inci a ions de na u e collabo a i e su les ou pu s égionaux (b e e s, emploi,
expo a ions) à l’aide de ég essions don son absen es ou es a iables ela i es à l’obje même de la
poli ique mise en œu e : la s uc u a ion des éseaux. Le cad e d’analyse dé eloppé dans ce a icle
pou ai pe me e de le e les con adic ions soule ées pa les di é en es é alua ions. En e e , ce n’es
pas an l’exis ence de éseaux au sein des égions qui a o ise la pe o mance égionale à l’inno a ion
que les p op ié és mêmes de ces éseaux. Ce ains éseaux, nous l’a ons u, peu en géné e du
con o misme e bloque la dynamique de di e si ica ion ( o e asso a i i é, homophilie cogni i e). De
plus, ce aines p op ié és de éseaux se on d’au an plus p opices à l’inno a ion que l’on se si ue su une
phase pa iculiè e du cycle de ie des echnologies (B enne e Schlump, 2011 ; C espo e al., 2014).
In ég e des élémen s du cad e d’analyse a iculan les ajec oi es de dé eloppemen aux mic o-mo i s
ela i s aux a ibu s cogni i s, à l’encas emen social e o ganisa ionnel, e aux ce cles géog aphiques e
ins i u ionnels, de ai pe me e de mieux é alue le ôle que joue l’ac eu public dans la s uc u a ion des
éseaux d’inno a ion au sein des clus e s. En guise d’exemple, l’ac eu public peu ê e amené à a o ise
l’asso a i i é des éseaux, lo sque, ne souhai an pas abso be une pa du isque, il sélec ionne e sou ien
les ac eu s les plus connec és du cœu du éseau, au dé imen des nou eaux en an s, alo s même que le
clus e opè e su des echnologies ma u es, e que le en o cemen des p ocessus d’encas emen social e
o ganisa ionnel iend a alo s limi e le nécessai e p ocessus de di e si ica ion. A l’in e se, il peu ê e
amené à sou eni à l’excès les collabo a ions en e ac eu s peu connec és en e eux, alo s même que le
clus e pêche a an ou pa un manque de cen alisa ion dans la coo dina ion du p ocessus d’inno a ion.
Les dé aillances de éseaux ne son donc pas seulemen associées à leu densi é, mais à des p op ié és plus
complexes e con ex uelles au ega d du cycle de ie des ma chés. Con ex e e complexi é que l’ac eu
public doi ê e en mesu e d’app éhende pou ga an i un endemen plus éle é de la dépense publique en
a eu de la s uc u a ion des éseaux au sein des clus e s (Sui e e Vicen e, 2015).
5. Conclusion
A ance dans la dé ini ion d’un cad e d’analyse de l’a icula ion en e les décisions mic o de coo dina ion
e les ajec oi es de dé eloppemen des égions é ai l’objec i de ce e con ibu ion. La p oposi ion ai e
e é udiée ici epose su le ôle cha niè e des p op ié és s uc u elles des éseaux qui cons i uen
l’a chi ec u e des sys èmes égionaux d’inno a ion. D’une pa , ces éseaux ésul en de décisions
indi iduelles de o ma ion, main ien e dissolu ion de lien dépendan es de di é en es o mes de
p oximi és. D’au e pa , ces éseaux exhiben des p op ié és ag égées pou an ê e mises en lien a ec
di é en s ypes de ajec oi e égionale, pe me an ainsi d’app o ondi l’analyse des dé e minan s du
changemen s uc u el au sein des égions.
Un el cad e d’analyse es e enco e à app o ondi . Mais à ce s ade, plusieu s enseignemen s peu en en
ê e i és. (i) Cap u e le ôle que jouen les p oximi és su la o ma ion des dyades equie de dis ingue
les p oximi és qui se é è en aux a ibu s des ac eu s, à leu encas emen dans des s uc u es
d’in e ac ions, e aux ce cles e en i onnemen s dans lesquels les ac eu s son insé és. Ces egis es son
clai emen dis inc s du poin de ue des ac eu s qui mo i en ou non les ac eu s à o me des liens. Ils
cons i uen ois échelles qui in e agissen ensemble plu ô qu’elles ne se subs i uen les unes aux au es.
(ii) les dynamiques de dyades au sein d’un sys ème égional açonnen la s uc u a ion des éseaux. Il en
ésul e des p op ié és s uc u elles qui dessinen des a chi ec u es égionales, lesquelles donnen des
indica ions su les dynamiques égionales à l’œu e. (iii) Il n’es pas possible, ni même pe inen , de ai e
éme ge des p op ié és de s uc u e qui se aien « uni e sellemen » e icien es. (i ) A l’in e se, il es
possible, e pe inen , de epé e des dé aillances de s uc u es au ega d des capaci és des égions à

17
épond e à des chocs ; ou comme il es possible, e pe inen , d’associe des é olu ions de s uc u es de
éseaux au posi ionnemen des égions le long du cycle de ie des echnologies e des ma chés.
Ces quelques enseignemen s peu en cons i ue des pis es de eche che à app o ondi , aussi bien qu’un
cad e en mou emen pou an se i à amélio e les p o ocoles de eche ches empi iques de l’analyse des
ac eu s du changemen s uc u el au sein des égions.
6. Bibliog aphie
Ahuja, G., Polido o, F., Mi chell, W. (2009). S uc u al homophily o social asymme y? The o ma ion o alliances
by poo ly embedded i ms. S a egic Managemen Jou nal 30(9): 941-958.
Ahuja, G., Soda, G., Zahee , A. (2012). The genesis and dynamics o o ganiza ional ne wo ks. O ganiza ion Science
23(2): 434-448.
An onelli, C. (2006). The business go e nance o localized knowledge: An in o ma ion economics app oach o he
economics o knowledge. Indus y & Inno a ion 13(3): 227-261.
Balland, P.A. (2012). P oximi y and he e olu ion o collabo a ion ne wo ks: E idence om esea ch and
de elopmen p ojec s wi hin he global na iga ion sa elli e sys em (GNSS) indus y ». Regional S udies 46(6): 741-
756.
Balland, P.A., Sui e, R., Vicen e, J. (2013). S uc u al and geog aphical pa e ns o knowledge ne wo ks in eme ging
echnological s anda ds: e idence om he Eu opean GNSS indus y. Economics o Inno a ion and New Technology
22(1): 47-72.
Balland, P.A., Boschma, R., F enken, K. (2015). P oximi y and inno a ion: F om s a ics o dynamics. Regional
S udies 49(6): 907-920.
Balland, P.A., Boschma, R., C espo, J., Rigby, D. (2018). Sma specializa ion policy in he EU: Rela edness,
knowledge complexi y and egional di e si ica ion. Regional S udies. A pa aî e.
Ba abási A.L., Albe , R. (1999). Eme gence o scaling in andom ne wo ks. Science 286(5439): 509-512.
Belle , M., Colle is, G., Lung, Y. (Eds) (1993). Économie de p oximi és. Re ue d’Economie Régionale e U baine,
numé o spécial, 3.
Boschma, R. (2005). P oximi y and inno a ion: A c i ical assessmen . Regional S udies 39(1): 61-74.
Boschma, R. (2015). Towa ds an e olu iona y pe spec i e on egional esilience. Regional S udies 49(5): 733-751.
Boschma, R. (2017). Rela edness as d i e o egional di e si ica ion: a esea ch agenda. Regional S udies 51(3):
351-364.
Boschma, R., Gianelle, C. (2014). Regional b anching and sma specializa ion policy. JCR Technical Repo .
Luxembou g: Eu opean Commission.
Boschma, R., Minondo, A., Na a o, M. (2013). The eme gence o new indus ies a he egional le el in Spain: a
p oximi y app oach based on p oduc ela edness. Economic Geog aphy 89(1): 29-51.
Boschma, R., enken, K. (2010). The spa ial e olu ion o inno a ion ne wo ks. A p oximi y pe spec i e. In:
Boschma, R., Ma in, R. (eds). E olu iona y Economic Geog aphy. Edwa d Elga . Chel enham UK.
Bouba-Olga, O., G osse i, M. (2008). Socio-économie de p oximi é. Re ue d’Economie Régionale e U baine 3:
311-328.
B enne , T., Schlump, C. (2011). Policy measu es and hei e ec s in he di e en phases o he clus e li e cycle.
Regional S udies 45(10): 1363-1386.
B eschi, S., Lissoni, F. (2001). Knowledge spillo e s and local inno a ion sys ems: a c i ical su ey. Indus ial and
Co po a e Change 10(4): 975-1005.
18
B eschi, S. Lenzi, C. (2015). The Role o Ex e nal Linkages and Ga ekeepe s o he Renewal and Expansion o US
Ci ies' Knowledge Base, 1990–2004. Regional S udies 49(5): 782-797.
B is ow, G., Healy, A. (2014). Regional esilience: an agency pe spec i e. Regional S udies 48(5): 923-935.
B ossa d, O., Moussa, I. (2014). The F ench clus e policy pu o he es wi h di e ences-in-di e ences es ima es.
Economics Bulle in 34(1): 520-529.
Bu , R.S. (2000). Decay unc ions. Social Ne wo ks 22(1): 1-28.
Ca incazeaux, C., Lung, Y., Vicen e, J. (2008). The scien i ic ajec o y o he F ench school o p oximi y:
In e ac ion and ins i u ion-based app oaches o egional inno a ion sys ems. Eu opean Planning S udies 16(5): 617-
628.
Cho, M., Hassink, R. (2009). Limi s o locking-ou h ough es uc u ing: he ex ile indus y in Daegu, Sou h Ko ea.
Regional S udies 43(9): 1183-1198.
Coleman, J.S. (1988). Social capi al in he c ea ion o human capi al. Ame ican Jou nal o Sociology 94: 95-120.
Coleman, J.S. (1990). Founda ions o social heo y. Camb idge, MA: Ha a d Uni e si y P ess.
Colle is, G., Gilly, J.P., Le oux, I., Pecqueu , B., Pe a , J., Rychen, F., Zimme mann, J.B. (1999). Cons uc ion
e i o iale e dynamiques p oduc i es. Sciences de la socié é 48 : 25-46.
Cooke, P. (2012). Rela edness, ans e sali y and public policy in inno a i e egions. Eu opean Planning S udies
20(11): 1889-1907.
C espo, J, Vicen e, J. (2016). P oximi y and dis ance in knowledge ela ionships: om mic o o s uc u al
conside a ions based on e i o ial knowledge dynamics (TKDs). Regional S udies 50(2): 202-219.
C espo, J., Sui e, R., Vicen e, J. (2014). Lock-in o lock-ou ? How s uc u al p ope ies o knowledge ne wo ks
a ec egional esilience. Jou nal o Economic Geog aphy 14(1): 199-219.
C espo, J., Sui e, R., Vicen e, J., (2016). Ne wo k s uc u al p ope ies o clus e long un dynamics: E idence om
collabo a i e R&D ne wo ks in he Eu opean mobile phone indus y. Indus ial and Co po a e Change 25(2): 261-
282.
Dalla P ia, Y., Vicen e, J. (2006). In e ac ions mimé iques e iden i é collec i e: gloi e e déclin du Silicon Sen ie .
Re ue F ançaise de Sociologie 47(2) : 293-317.
DiMaggio, P.J., Powell, W.W. (1983). The I on Cage e isi ed: Ins i u ional isomo phism and collec i e a ionali y
in o ganiza ional ields. Ame ican Sociological Re iew 48(2): 147-160.
Du an on, G. (2011). ‘Cali o nia D eamin’: The Feeble Case o Clus e Policies. Re iew o Economic Analysis 3(1):
3-45.
Falck, O., Heblich, S., Kipa , S. (2010). Indus ial Inno a ion: Di ec E idence om a Clus e -O ien ed Policy.
Regional Science and U ban Economics 40(6): 574-582.
Fleming, L., King, C., Juda, A.I. (2007). Small wo lds and egional inno a ion. O ganiza ion Science 18(6): 938-
954.
Fon agné, L., Koenig, P., Mayne is, F., Ponce , S. (2013). Clus e policies and i m selec ion: E idence om F ance.
Jou nal o Regional Science 53(5): 897-922.
Fo ay, D., Da id, P.A., Hall, B.H. (2011). Sma specializa ion. F om academic idea o poli ical ins umen , he
su p ising ca ee o a concep and he di icul ies in ol ed in i s implemen a ion. MTEI-wo king pape . Lausanne.
G ano e e , M. (1985). Economic ac ion and social s uc u e: The p oblem o embeddedness. Ame ican Jou nal o
Sociology 91(3): 481-510.
G osse i, M. (2005). Whe e do social ela ions come om?: A s udy o pe sonal ne wo ks in he Toulouse a ea o
F ance. Social Ne wo ks 27(4): 289-300.
G osse i, M. (2008). P oximi ies and embedding e ec s. Eu opean Planning S udies 16(5): 629-642.
19
Hidalgo, C.A., Klinge , B., Ba abási, A.L., Hausmann, R. (2007). The p oduc space condi ions he de elopmen o
na ions. Science 317: 482-487.
Ki a , T., Lung, Y. (1999). Inno a ion and p oximi y: Te i o ies as loci o collec i e lea ning p ocesses. Eu opean
U ban and Regional S udies 6(1): 27–38.
Ki man, A. (1992). Whom o wha does he ep esen a i e indi idual ep esen ? Jou nal o Economic Pe spec i es
6(2): 117-136.
Lucena-Pique o, D., Vicen e, J. (2017). The isible hand o clus e policy make s: An analysis o Ae ospace Valley
(2006-2015) using a place-based ne wo k me hodology. Pape s in E olu iona y Economic Geog aphy. #17.23.
Uni e si y o U ech .
Ma kusen, A. (1996). S icky places in slippe y space: a ypology o indus ial dis ic s. Economic Geog aphy 72(3):
293-313.
Ma in, P., Maye , T., Mayne is, F. (2011). Spa ial Concen a ion and Plan -Le el P oduc i i y in F ance. Jou nal o
U ban Economics 69(2): 182-195.
McCann, P., O ega-A gilés, R. (2015). Sma Specializa ion, egional g ow h and applica ions o Eu opean Union
cohesion policy. Regional S udies 49(8): 1291-1302.
Me on, R.K. (1968). The Ma hew e ec in science. Science 159: 56-63.
Mo ison, A. (2008). Ga ekeepe s o knowledge wi hin indus ial dis ic s: who hey a e, how hey in e ac . Regional
S udies 42(6): 817-835.
Newman, M., Ba abási, A., Wa s, D.J. (2006). The S uc u e and Dynamics o Ne wo ks. P ince on Uni e si y P ess,
P ince on USA.
Nishimu a, J., Okamu o, H. (2011). Subsidy and ne wo king: The e ec s o di ec and indi ec suppo p og ams o
he clus e policy. Resea ch Policy 40(5): 714-727.
Pecqueu , B., Zimme mann, J.B. (Eds) (2004). Économie de p oximi és, Pa is, He mes Science Publica ions.
Pisani-Fe y, J. (2016). Quinze ans de poli iques d’inno a ion en F ance. Rappo echnique, F ance S a égie. Pa is.
Powell, W.W., Whi e, D.R., Kopu , K.W., Owen-Smi h, J. (2005). Ne wo k dynamics and ield e olu ion: The
g ow h o in e o ganiza ional collabo a ion in he li e sciences. Ame ican Jou nal o Sociology 110(4): 1132-1205.
Ralle , A., To e, A. (Eds) 1(995). Économie indus ielle e économie spa iale. Pa is, Economica.
Ri e a, M.T., Sode s om, S.S., Uzzi. B. (2010). Dynamics o dyads in social ne wo ks: asso a i e, ela ional and
p oximi y mechanisms. Annual Re iew o Sociology 36 : 91-115.
Rychen, F., Zimme mann, J.B. (2008). Clus e s in he global knowledge-based economy: knowledge ga ekeepe s
and empo a y p oximi y. Regional S udies 42(6): 767-776.
Saxenian, A.L. (1990). Regional ne wo ks and he esu gence o Silicon Valley. Cali o nia Managemen Re iew
33(10): 89-112.
Simmel, G. (1950). The sociology o Geo g Simmel. New-Yo k: F ee P ess.
Simmie, J., Ma in, R. (2010). Regional economic esilience: Towa ds an e olu iona y app oach. Camb idge Jou nal
o Regions, Economy and Socie y 3(1): 29-51.
S o pe , M., Ha ison, B. (1991). Flexibili y, hie a chy and egional de elopmen : he changing s uc u e o indus ial
p oduc ion sys ems and hei o ms o go e nance in he 1990s. Resea ch Policy 20 (5): 407-422.
Sui e, R., Vicen e, J. (2014). Clus e s o li e o li e cycles o clus e s: In sea ch o he c i ical ac o s o clus e s
esilience. En ep eneu ship and Regional De elopmen 26 (1-2): 142-164.
Sui e, R., Vicen e, J., (2015). Récen s enseignemen s de la héo ie des éseaux en a eu de la poli ique e du
managemen des clus e s. Re ue d’Economie Indus ielle 152: 91-119.
Talbo D. (2008). Les Ins i u ions c éa ices de p oximi és. Re ue d’Economie Régionale e U baine 3: 289-310.
20
Te Wal A.L.J., Boschma, R. (2009). Applying social ne wo k analysis in economic geog aphy: F aming some key
analy ic issues. The Annals o Regional Science 43(33): 739-756.
To e, A. (2008). On he ole played by empo a y geog aphical p oximi y in knowledge ans e . Regional S udies
42(6): 69-889.
To e, A., Gilly, J.P. (2000). On he analy ical dimension o p oximi y dynamics. Regional S udies 34(2): 169-180.
Uya a, E., Ramlogan, R. (2012). Clus e policy: A e iew o he e idence. NESTA Wo king Pape .
Uzzi, B. (1996). The sou ces and consequences o embeddedness o he economic pe o mance o o ganiza ions:
The ne wo k e ec . Ame ican Sociological Re iew 61(4): 674-698.
Uzzi, B., Spi o, J. (2005). Collabo a ion and c ea i i y: The small wo ld p oblem. Ame ican Jou nal o Sociology
111 (2): 447-504.
Vicen e, J. (1999). In e ac ions e di e si é spa iale des modes de coo dina ion: quelques epè es. Re ue d’Economie
Régionale e U baine 4: 827-850.
Vicen e, J. (2016). Economie des clus e s. Pa is: Repè es, La Décou e e.
Vicen e, J. (2017). Ne wo k ailu es and policy challenges along he li e cycle o clus e s. In Fo nahl, D., Hassink, R.
(Eds), The Li e Cycle o Clus e s: A Policy Pe spec i e. Edwa d Elga , Chel enham UK.
Vicen e, J., Dalla P ia, Y., Sui e, R. (2007). The ambi alen ole o mime ic beha io in p oximi y dynamics:
e idence om he F ench 'Silicon Sen ie '. In Su inach, J. e al. (Eds). Knowledge ex e nali ies, inno a ion clus e s
and egional de elopmen . Edwa d Elga , Chel enham UK.
Vicen e, J., Balland, P.A., B ossa d, O. (2011). Ge ing in o ne wo ks and clus e s: e idence om he Midi-Py enean
GNSS collabo a ion ne wo k. Regional S udies 45 (8): 1059-1078.
Wa s, D.J. (2004). The ‘‘new’’ science o ne wo ks. Annual Re iew o Sociology 30 : 243-270
Wa s, D.J. S oga z, S.H. (1998). Collec i e dynamics o ’small-wo ld’ ne wo ks. Na u e 393(6684): 440-442.
Wool huis, R.K., Lankhuizen, M., Gilsing, V. (2005). A sys em ailu e amewo k o inno a ion policy design.
Techno a ion 25(6): 609-619.
Zimme mann, J.B. (2002). G appes d’en ep ises e pe i s mondes: Une a ai e de p oximi és. Re ue économique
53(3): 517-524.