M ODÈLE DE S ONJA ET G ERD

Ce modèle d’évaluation des clusters a été défini dans le cadre d’un projet pour le compte du ministère des affaires économiques, de transport et innovation de la ville de Hambourg (département de la politique du cluster (IT3))54. Ce projet a été réalisé par l’Institut pour l’Innovation et la Technologie IIT de Berlin, en coopération avec les décideurs publics et les gestionnaires des clusters (le modèle d’évaluation donnera des réponses aux questions posées par les gestionnaires des clusters afin de connaitre les résultats de leurs travaux). La finalité était ici de développer un modèle d’évaluation standardisé pour mesurer la performance, l’efficacité et la durabilité des clusters européens. Pour ce faire, le modèle distingue trois niveaux d’analyse qui sont en étroite relation : les conditions du cadre de travail et de la politique du cluster, la gestion et l’organisation du cluster et les acteurs du cluster (voir annexe N°4). En effet, des conditions de travail favorables soutiennent le bon fonctionnement et le développement du cluster. Nous prenons à titre d’exemple la disponibilité de la main-d’œuvre qualifiée et les lois et les règlementations de l’État en faveur des clusters. Ainsi, une bonne gouvernance et une bonne organisation du cluster sont nécessaires pour le succès total de ce dernier. De plus, la nature et le nombre des acteurs impliqués dans le cluster sont deux critères d’évaluation qui nous permettent de connaitre la taille, le domaine d’activité et l’orientation du cluster.

Par conséquent, ce modèle d’évaluation regroupe des critères et des indicateurs d’évaluation quantitatifs et qualitatifs pour chaque niveau d’analyse (voir annexe N° 5). Ces critères et ces indicateurs d’évaluation ne peuvent pas être mesurés simultanément. Un délai d’attente est nécessaire. Le modèle est présenté sous forme d’un processus d’évaluation à quatre étapes : l’évaluation des inputs, l’évaluation des outputs, l’évaluation des outcomes et l’évaluation des impacts. Chaque étape d’évaluation correspond à un niveau d’analyse (voir figure ci-après).

BACHIRI Hadjira | Thèse de doctorat| Chapitre III : Une revue des méthodologies d’évaluation des clusters ₁₁₉ L’évaluation des inputs correspond à l’évaluation des conditions du cadre de travail et de la politique du cluster. Selon ce modèle d’évaluation, les principaux inputs sont les moyens et les ressources investis pour assurer le bon fonctionnement du cluster. Ensuite, la politique du cluster sera définie en prenant en considération les moyens, les ressources et les objectifs du cluster. La deuxième étape du processus d’évaluation du cluster est la mesure des outputs : c’est évaluer la gestion et l’organisation du cluster pour définir la feuille de route stratégique du cluster et sa stratégie de communication (réunions, brochures, conférences…etc.). La troisième étape est l’évaluation des acteurs du cluster. A ce niveau, nous distinguons des outcomes à court et à moyen terme. Le jugement de la compétitivité et de la capacité de l’innovation des acteurs du cluster est un élément crucial du système de l’évaluation. Pour ce qui concerne les impacts, ce sont des résultats à long terme de la mise en place d’un cluster et qui ne sont pas produites à l’intérieur du cluster. Ce sont les effets du cluster sur une économie, sur une société et/ou sur un environnement. Selon ce modèle d’évaluation, il existe un lien entre les inputs (ressources et moyens investis), les outputs (performances), les outcomes (résultats atteints à l’intérieur du cluster) et les impacts (résultats produits à l’extérieur du cluster).

Il est possible de définir un modèle d’évaluation standardisé qui prend en considération les particularités du cluster et son contexte (positionnement géographique, particularité du territoire, secteur d’activité, la taille, l’âge et le cycle de vie du cluster) (Sonja et Gerd, 2011). Un modèle d’évaluation doit donc trouver un équilibre entre les indicateurs spécifiques pour chaque cluster et les indicateurs en commun pour tous les clusters.

Après sa définition, ce modèle a été utilisé en 2012 pour évaluer un cluster dans le domaine de l’automobile à Berlin après cinq ans de mise en place (pour respecter l’anonymat, le cluster a été nommé dans l’étude « le cluster A ») (Sonja et Gerd, 2013). L’objectif de cette évaluation était de définir dans quel domaine et dans quelle mesure les acteurs du cluster ont profité de l’effet de réseau. Et dans quel domaine les demandes et les besoins des membres et particulièrement les demandes des entreprises n’ont pas été satisfaits.

Les résultats de cette évaluation ont montré que :

§ Les entreprises du cluster A ont très bien profité des activités du cluster. Ainsi, les entreprises interrogées ont confirmé qu’elles ont réussi à avoir d’importants effets, et spécialement dans les domaines d’activités qui sont importants pour un grand nombre d’acteurs du cluster.

§ Au moins la moitié des acteurs du cluster sont classés au dessus de la moyenne générale de l’industrie automobile sur des indicateurs comme le chiffre d’affaire et la productivité. § L’évaluation de l’impact montre que les investissements publics du cluster entrainent des

résultats financiers pour les entreprises impliquées dans le cluster. Et le taux de retour sur investissements publics et privés était important.

Contrairement aux modèles cités ci-dessus, Sonja et Gerd nous proposent un modèle d’évaluation qui regroupe des critères et des indicateurs de caractérisation et d’impact. Pour définir leurs critères et leurs indicateurs d’évaluation, les auteurs prennent en considération la variable « temps ». Autrement dit, nous ne pouvons pas évaluer simultanément tous les critères et tout les indicateurs du modèle. Nous commençons par évaluer les inputs, ensuite les outputs, après les outcomes. Et pour finir nous évaluons les impacts du cluster.

BACHIRI Hadjira | Thèse de doctorat| Chapitre III : Une revue des méthodologies d’évaluation des clusters ₁₂₁

II. C

’

La littérature sur la question d’évaluation des clusters développe peu de modèles théoriques. L’étude et l’analyse des cinq modèles d’évaluation des clusters, retenus dans notre revue de littérature et présentés ci-haut, nous ont permis de constater une absence d’un réel consensus sur la définition des critères et des indicateurs d’évaluation des clusters. En effet, notre étude nous a permis de connaitre la méthodologie utilisée par chaque modèle pour évaluer les clusters et de voir si les modèles prennent ou non en compte les phases de développement des clusters lors de la définition des critères et des indicateurs d’évaluation.

Les modèles d’évaluation des clusters que nous avons étudiés sont utilisés afin de caractériser les clusters, évaluer leurs forces et leurs faiblesses et suivre leurs progrès (Padmore et Gibson, 1998; Porter, 1998). La finalité peut être aussi de mesurer la pertinence des clusters (Cassidy, Davis, Arthurs et Wolfe, 2005), ou bien d’évaluer la performance et les impacts des clusters (Chalaye et Massard, 2009; Sonja et Gerd, 2011) par rapport aux moyens investis, ceci afin d’aider les institutions publiques et l’État à prendre de bonnes décisions envers les clusters.

Les modèles d’évaluation présentés ci-haut définissent des critères et des indicateurs d’évaluation des clusters. Ils fournissent une grille d’évaluation qui regroupe des indicateurs de caractérisation (Arthurs, Cassidy, Davis et Wolfe, 2009; Chalaye, 2011; Padmore et Gibson, 1998; Porter, 1998; Sonja et Gerd, 2011) complétés par des indicateurs d’impacts et de résultats (Chalaye, 2011; Sonja et Gerd, 2011). Ainsi, le tableau ci-après, synthétise les critères et la nature des indicateurs d’évaluation des cinq modèles étudiés.

Tableau 8 : Les critères et la nature des indicateurs d’évaluation des modèles étudiés

Modèle Date Critères d’évaluation Nature d’indicateurs

Modèle de Porter 1998 -Moyens et ressources

-Stratégie, structure et rivalité des firmes

-Demande

-Industries liées et les institutions de soutien

-Interaction entre ces éléments

-Des indicateurs de caractérisation -Absence d’indicateurs d’impacts et de résultats Modèle GEM, Groundings, Entreprises and Markets (basé sur le modèle de porter)

1998 -Ressources et infrastructures -Entreprises (fournisseurs et industries liées+ structure des entreprises, leurs stratégies et leurs rivalités)

-Marchés (marchés locaux+ marchés extérieurs)

-Des indicateurs pour évaluer les forces et les faiblesses d’un cluster -Des indicateurs de caractérisation

-Absence d’indicateurs d’impacts et de résultats Modèle du CNRC

(basé sur le modèle de porter)

2009 -Conditions courantes (ressources et infrastructures+ organismes de soutien+ environnement compétitif)

-Performance courante (dynamisme du cluster+ interaction du cluster+ l’importance du cluster) -Des indicateurs de caractérisation -Absence d’indicateurs d’impacts et de résultats Modèle de Chalaye et Massard 2009 -Indicateurs de caractérisation (structure générale, degré de coopération, capacité de R&D, secteur et marché, capacité d’innovation, environnement territorial)

-Indicateurs d’impact (impact du cluster sur ses acteurs, impact du cluster sur son territoire)

-Des indicateurs de caractérisation

-Des indicateurs d’impacts et de résultats

Modèle de Sonja et Gerd

2011 -Conditions du cadre de travail et la politique du cluster

-Gestion de l’organisation du cluster

-Acteurs du cluster

-Évaluation des inputs -Évaluation des outputs -Évaluation des outcomes -Évaluation des impacts -Prise en compte de la variable temps lors de la définition des critères d’évaluation

Notre étude des cinq modèles d’évaluation des clusters montre clairement que ces modèles ne prennent pas en considération les différentes phases de développement des

BACHIRI Hadjira | Thèse de doctorat| Chapitre III : Une revue des méthodologies d’évaluation des clusters ₁₂₃ clusters lors de la définition de leurs critères et de leurs indicateurs d’évaluation. Selon le modèle de Sonja et Gerd, nous ne pouvons pas mesurer tous les critères d’évaluation au même moment (Sonja et Gerd, 2011). En effet, il est important de prendre en considération les stades de développement des clusters lors de l’interprétation des résultats de leur évaluation (Arthurs, Cassidy, Davis et Wolfe, 2009).

En plus, la performance d’un cluster dépend de l’importance des quatre variables du diamant de Porter et des interactions entre eux (Porter, 1998). C’est le résultat des conditions courantes dans lesquelles se trouve le cluster; elle est mesurée par le niveau de dynamisme du cluster et son attractivité, le niveau des interaction entre les acteurs et le nombre et la nature des acteurs (Arthurs, Cassidy, Davis et Wolfe, 2009).

Après la revue des écrits que nous avons menée dans le chapitre 2 sur la question du développement des clusters et dans la section 2 de ce chapitre 3 sur l’évaluation des clusters, nous serons alors, selon nous, en mesure de faire une proposition, dans la section suivante, d’un cadre original pour l’analyse des clusters. Ceci, par la définition d’un modèle d’évaluation qui prend en considération les particularités du cluster lors de ses différentes phases de vie. C’est-à-dire définir des critères et des indicateurs d’évaluation pour chaque phase de vie des clusters.