Les premières critiques de la RIS3 : l’importance du contexte régional

Malgré l’engouement général suscité concernant les objectifs visés par la RIS3, un certain nombre de critiques commencent toutefois à s’élever concernant la généralité, l’opacité et le flou qui pèsent autours de ces stratégies au moment de leur implémentation concrète au sein des régions de l’Union (Arancegui et al., 2012); (Foray et al., 2013a); (Benner, 2013); (del Castillo Hermosa et al., 2015); (Boekholt, 2015). En effet, ce concept d’origine très « académique » a été construit selon une approche exclusivement « sectorielle » et son transfert autant que son application dans des contextes et des systèmes d’innovation régionaux n’est pas une chose aussi aisée qu’il ne semblait y paraître.

Deux aspects particuliers de la smart spécialisation la distinguent des modèles de croissance économique classiques:

(1) Premièrement, le fait d’assumer au niveau théorique que « le contexte » pèse énormément sur le potentiel d’évolution de chaque système d’innovation. C’est-à-dire que la voie et le potentiel d’évolution de chaque système d’innovation dépendent de l’héritage historique

(« path dependency ») – (Bathelt and Glückler, 2011) autant que des dynamiques

structurelles existantes dans le système régional dont il est question.

(2) Le second a trait aux types de mécanismes auxquels la S3 doit avoir recours pour être rendue opérationnelle. C’est-à-dire la mise en place d’un processus d’identification et de priorisation des domaines d’excellence régionale par le biais d’un mécanisme bottom-up de découverte entrepreneuriale inclusif et largement ouvert à tous les « entrepreneurs régionaux » (Aranguren et al., 2015); (del Castillo Hermosa et al., 2015).

Cependant force est de constater que ce sont bel et bien ces deux volets caractéristiques de la S3 qui concentrent précisément la majorité des critiques actuelles qui concernent la pertinence et la capacité de la smart spécialisation à être déployée en tant que véritable stratégie de développement territoriale au sein des réalités hétérogènes qui sont vécues indépendamment par chacune des régions de l’Union Européenne.

2.1.1. Des effets d’agglomération qui bénéficient toujours aux mêmes régions

Dès 2011, l’article fondateur de (McCann and Ortega-Argilés, 2011) faisait déjà état de certaines mises en garde concernant les dangers que pouvait encourir le fait de transférer le concept de smart specialisation en tant que réel instrument de politique régionale pour les territoires européens. Car dès lors que l’on mobilise les champs de l’économie géographique et des sciences régionales dans la discussion autour de la spécialisation « intelligente », il

46 Voir le compte rendu de l’ouvrage de (Crozet et Lafourcade, 2011a) effectué par Bruno Moriset :

devient évident selon eux, que le fait de transférer ce concept dans un contexte régional semble être bien plus complexe que ce que l’approche sectorielle ne semblait laisser entendre de prime abord. Et dans cette approche désormais explicitement territorialisée, la réussite de la smart spécialisation en tant que véritable stratégie régionale dépasse de suite très largement les enjeux qui incombent normalement à la bonne élaboration de politiques « classiques ».

Ainsi, en accord avec les arguments qui sont avancés dans (Barca, 2009), il est évident que toute politique régionale, quelle qu’elle soit, ne peut prétendre à être totalement pertinente que si elle considère précautionneusement le contexte spécifique dans lequel elle s’inscrit. Aussi, l’efficacité d’une politique qui s’inscrit ainsi dans un contexte régional, dépend certainement encore plus spécifiquement des interactions préexistantes entre la structure de l’économie régionale et les institutions qui la composent. Or ces interactions présentent précisément des variances extrêmement marquées en fonction des différents territoires qui sont considérés. Ceci semble d’ailleurs caractériser encore plus spécifiquement l’Union Européenne qui atteste d’une hétérogénéité extrêmement marquée concernant les systèmes institutionnels et les différentes structures organisationnelles des régions qui la composent en comparaison avec l’homogénéité territoriale relative (mais supérieure) dont témoignent par exemple les régions US sur ces aspects (McCann and Acs, 2011).

Aussi, lorsque l’on transfère les principaux éléments de la smart specialisation dans son approche sectorielle (i.e. la mise en place d’un processus de découverte entrepreneuriale, les enjeux de la taille des secteurs identifiés et de la mobilisation conséquente d’une masse critique d’entrepreneurs ainsi que celle de leurs niveaux de connectivité) dans un contexte explicitement régional et territorialisée, la littérature qui étudie l’économie du phénomène urbain souligne clairement que les grosses régions « leaders » concentrent des densités de populations et des niveaux de diversification de leurs activités tels qu’ils témoignent toujours d’avantages d’agglomérations extrêmement conséquents vis-à-vis des centres urbains de plus petite taille (que ce soit en termes de dynamiques d’apprentissage, de partage de ressources et de connaissances, de potentiels et de possibilités de croisements entre les différents agents économiques ou entre les différentes activités (Duranton and Puga, 2004).

Dans tous les cas, quelles que soient les raisons (sectorielles, structurelles, transactionnelles, comportementales, d’accès aux ressources ou aux compétences, aux finances, à la prise de risques, à l’étroitesse du marché, aux externalités, technologiques… etc.) la majorité des travaux issus du champ de littérature de l’économie géographique et des sciences de l’espace font état du même constat concernant les difficultés dont témoignent les régions dites « périphériques » (« lagging regions ») en termes de capacités à entreprendre et à innover (cf. le 5ème rapport sur la cohésion économique, sociale et territoriale publié par la Commission Européenne en 2010)⁴⁷. Dans leur contribution, (McCann and Ortega-Argilés, 2011), exposent même un consensus qui s’établit globalement dans la littérature recouvrant les champs de la géographie économique, l’entrepreneuriat et l’innovation.

Ils résument ainsi ce constat en six points qui font notamment état du fait que l’entrepreneuriat et l’innovation :

- ont tendance à être systématiquement plus élevés dans les villes et les régions qui témoignent d’une plus grande densité de population que dans les régions où celle-ci est plus faible ;

47 http://ec.europa.eu/regional_policy/fr/information/publications/reports/2010/fifth-report-on-economic-social-and-territorial-cohesion-investing-in-europes-future

- sont plus élevés dans les régions qui sont caractérisées par une plus grande diversification sectorielle que dans celles qui témoignent d’un degré de spécialisation dans un secteur trop exclusif ;

- atteignent des degrés supérieurs dans les régions qui ne sont pas, peu ou moins dominées par un petit nombre de grosses entreprises ;

- témoignent de résultats plus conséquents dans les régions qui sont caractérisées par la présence sur leur territoire d’un grand nombre de firmes multinationales que dans celles dont les entreprises sont peu ou pas engagées à l’échelle internationale ;

- atteignent des résultats plus élevés au sein des régions qui disposent d’un marché domestique potentiel suffisamment large et étendu.

En bref, les deux auteurs soulignent surtout que la littérature afférente aux champs de l’économie géographique, mais aussi de la géographie de l’innovation et de l’économie régionale affirment globalement que les régions leaders témoignent généralement d’un potentiel supérieur dans chacune des trois dimensions clés de la spécialisation intelligente vis à vis des régions suiveuses qui combinent quant à elles très souvent des faiblesses dans au moins deux des trois éléments clés de la logique initiale des RIS3 (que sont le potentiel de découverte entrepreneuriale, la disposition d’un marché suffisamment large et diversifié en termes de secteurs d’activité et le niveau de connectivité externe suffisant). Le principal problème qui est soulevé ici réside dans le fait que finalement, quel que soit le nom que l’on donne à ces challenges auxquels sont confrontées ces régions « périphériques » pour combler leur retard en termes de capacité à entreprendre et à innover, ce sont pourtant précisément ces régions « qui font face à une combinaison de challenges » que la Politique de Cohésion Européenne visait à l’origine et qu’elle souhaitait soutenir et stimuler au travers de la mise en place des RIS3. Finalement, l’argument de (McCann and Ortega-Argilés, 2011) ressemble ainsi plus à une mise en garde qu’à une critique à proprement parler, dans le sens où au moment de traduire les idées de la spécialisation « intelligente » originellement sectorielle dans une perspective de déploiement stratégique explicitement régionale, il convient de garder présent à l’esprit que tout ce que l’on sait jusqu’à présent en matière de « géographie économique » semble souligner que les principaux leviers sur lesquels prétendent appuyer les politiques régionales de type RIS3 constituent précisément les dimensions dans lesquelles les régions « périphériques » témoignent d’importantes difficultés. Ceci pourrait ainsi rendre le caractère opérationnel de ces nouvelles stratégies extrêmement compliqué dans ce type de régions qui représentent pourtant la majeure partie des territoires de l’UE actuelle.

De fait, il semblerait donc à l’opposé que les régions qui disposent des meilleures propensions pour appliquer, déployer et développer les processus véhiculés par la smart spécialisation en tant que réelle stratégie de développement territoriale soient les régions qui sont pourtant déjà les plus robustes et les plus dynamiques à l’échelle européenne ; soit précisément les régions que la Politique de Cohésion Européenne ne visait pas en priorité. Ainsi, s’il est vrai que la RIS3 est une stratégie qui entend s’opposer au saupoudrage et qui incite les régions à faire un effort de valorisation du potentiel endogène de leur territoire, il advient aussi de ne pas tomber dans l’excès inverse et d’éviter les écueils d’une mise en concurrence exacerbée entre des ensembles régionaux qui ne disposent très clairement pas tous des mêmes atouts. Etre conscient de ceci implique dès lors pour les organismes et les personnes en charge du déploiement des RIS3 à échelle des régions européennes de s’assurer de limiter les externalités (positives pour les quelques régions qui en bénéficient et négatives pour l’immense majorité des autres territoires qui sont laissés de côté) (Krugman and Venables, 1995); (Fujita et al., 1999) telles que les phénomènes d’agglomération et de concentration des activités de R&D ou d’innovation à l’échelle de quelques régions qui sont déjà les plus compétitives et les plus attractives.

Ce premier constat soulève ainsi une première mise en garde dans l’implémentation des RIS3 concernant les dangers de dériver involontairement vers une stratégie de « prime aux meilleurs » (de type « picking winners ») (Jennings and Beaver, 1995); (Maincent and Navarro, 2006) lors de l’opérationnalisation de la S3 alors que les fondements même de son volet conceptuel y étaient pourtant manifestement très opposés. Il serait en effet incroyablement paradoxal que la longue réflexion ayant accouché du concept des RIS3 qui veut justement que chaque région européenne puisse trouver un espace de spécialisation « intelligent » afin de pouvoir rester dans le jeu de la concurrence interrégionale aboutisse finalement à une « spécialisation » au sens stricte du terme qui ne ferait qu’accroître les faiblesses des régions les plus faibles (qui s’avèrent être déjà les régions aux portefeuilles industriels les moins diversifiés et qui sont dominées par un faible nombre de secteurs ou d’entreprises dominantes) et qui s’instituerait à la faveur des régions qui sont d’ores et déjà les plus dynamiques et les plus prospères.

2.1.2. La nécessité de dépasser, des typologies de régions beaucoup trop englobantes Fort de la première mise en garde qui vient d’être soulignée, il s’agit toutefois de ne pas tomber dans l’excès inverse et d’éviter que l’activisme européen autour de la spécialisation intelligente ne conforte les régions dans une approche utopiste selon laquelle il serait possible pour tout territoire de trouver une spécialisation où il concentrerait facilement l’ensemble des éléments nécessaires (c.à.d. de disposer des petites et grandes entreprises, des centres de recherche, des ressources humaines et matérielles, des établissements de formation, etc. adéquats) au bon développement de cette dernière directement au sein de son écosystème d’innovation régional. Car comme le signale très justement (Héraud, 2014): « Le modèle du cluster à la Porter a eu

trop de succès et peu de régions ont réellement la possibilité de développer une Silicon Valley »

ou un modèle à la Sofia Antipolis. La littérature sur les politiques d’innovation régionales a d’ailleurs démontré depuis longtemps qu’il n’existe aucun modèle idéal concernant le développement de politiques d’innovation et (Tödtling and Trippl, 2005) avalisent de ce fait très clairement qu’aucune stratégie de type « one size fits all » ne peut convenir partout et pour tout le monde dès lors que l’on sait que les activités, les prédispositions et les mécanismes relatifs à l’innovation diffèrent fortement selon que l’on considère une région dite « centrale », « périphérique » ou à forte tradition industrielle.

Les modèles à la (David et al., 2010)⁴⁸ qui sous-tendent l’argumentation originelle de la smart

specialisation et qui reposent sur la conception dualiste de création et de co-développements

d’applications dérivées des GPTs entre les régions leaders et les régions suiveuses peuvent être considérés à cet égard comme des propositions qui tiennent globalement compte de cette remarque ou qui constituent les premiers pas d’une réflexion que tente de différencier les stratégies d’implémentation de la S3 selon les différentes caractéristiques des territoires. Mais certains chercheurs (Pontikakis et al., 2009a); (Pontikakis et al., 2009b); (Giannitsis and Kager, 2009) considèrent tout de même cette approche binaire de la diversification spécialisée comme une pensée un peu trop limitative et sont ainsi extrêmement réticents à l’idée de supporter cette proposition selon laquelle les régions les moins développées devraient se limiter uniquement au développement d’applications issues des GPT. Ainsi, s’ils s’accordent à reconnaître que la spécialisation promue selon ce modèle témoigne d’avantages potentiels indéniables (en termes de potentiel d’économies d’échelle, de concentration des ressources sur les domaines les plus prometteurs etc.), ils s’alarment parallèlement des risques qui peuvent aussi découler de ces stratégies (en termes de dérives monopolistiques, des dangers de la réduction de la variété, de perte de flexibilité etc.). Ils précisent d’ailleurs aussi à ce titre que « les politiques afférentes

aux régions suiveuses doivent être plus flexibles, graduelles et doivent s’assurer de ne pas

48http://cemi.epfl.ch/files/content/sites/cemi/files/users/178044/public/Measuring%20smart%20speciali sation.doc

empêcher ou restreindre les efforts destinés à construire des compétences et des spécialisations potentielles dans d’autres domaines prometteurs » (Mikel Navarro Arancegui et al., 2012).

In fine, l’ensemble de ces réflexions ouvre dès lors la voie à l’une des principales recommandations qu’il advient de considérer aujourd’hui à l’heure d’implémenter les S3 dans les contextes régionaux européens hautement hétérogènes : le nécessité de formaliser des typologies régionales moins englobantes dans le but de mettre en place des stratégies territoriales certainement plus réalistes qui consisteraient à renforcer un ou quelques éléments des systèmes qui sont déjà en présence sur les territoires pour qu’ils atteignent progressivement des niveaux d’excellence supérieurs tout en ayant néanmoins conscience que les autres acteurs clés de la chaîne d’innovation sont encore (pour l’instant) très certainement situés ailleurs ou à l’extérieur de la région (Héraud, 2014).

En accord avec la nécessité d’évoluer vers une vision « moins dichotomique » de la dynamique de spécialisation « intelligente » et pour éviter les risques de la concentration des activités de la connaissance, de la recherche avancée ou à plus forte valeur ajoutée uniquement dans les « core

regions and cities » et afin de plutôt envisager d’emblée la dispersion de celles-ci dans les « non-core regions », (Camagni, 2011); (Asheim et al., 2011a) préfère concevoir de son côté la

stratégie de « spécialisation diversifiée » comme une stratégie « d’améliorations

intelligentes ». Il propose ainsi le concept de « smart diversification and upgrading » qui

conçoit d’office que toutes les régions et tous les centres urbains (y compris les plus isolées et les plus « périphériques ») puissent avoir la possibilité d’implémenter diverses stratégies de réseautage dans le but d’attirer des flux de connaissances externes, de recherche appliquée ou à plus forte valeur ajoutée afin de venir complémenter efficacement leur « capital territorial » (défini ci-dessous) existant.

En s’appuyant et en introduisant ainsi dans sa vision ce concept de « capital territorial » qu’il définit comme « l’ensemble des biens et des actifs – naturels, humains, artificiels,

organisationnels, relationnels et cognitifs – qui constituent le potentiel compétitif d’un territoire donné », (Camagni et al., 2009) suggère lui aussi de dépasser la logique de la S3 qui

considère la R&D comme l’unique moyen de générer de la connaissances ou comme le seul levier pour parvenir à innover au sien d’un schéma de stratégie d’innovation territoriale dichotomique qu’il juge lui aussi beaucoup restrictif. Car pour lui, une logique de la spécialisation qui persisterait à vouloir se développer de cette manière présenterait deux limites criantes à l’heure d’être appliquée dans des contextes régionaux aussi hétérogènes (Camagni and Capello, 2013b, p. 7-8) :

- La première limite relève du postulat selon lequel la connaissance « formelle » serait la seule source d’innovation alors que l’on sait pertinemment aujourd’hui que bien d’autres types de connaissances sont disponibles et nécessitent d’être mobilisées pour appréhender le développement économique à un niveau local. A ce titre, l’exemple le plus probant concerne notamment la création ou le développement des savoirs « tacites » et de la connaissance dite « informelle » ou « symbolique » (Asheim et al., 2011a) (en terme par exemples de créativité, de savoir-faire artisanaux, de compétences généralement pratiques ou manuelles etc.) qui sont historiquement ancrées dans les compétences et la tradition productive d’un territoire.

- La seconde, réside dans le fait qu’en jugeant ainsi de la capacité d’une région à innover en se basant uniquement sur sa propension à générer de la connaissance formelle ou technologique, la logique sectorielle de la S3 ignore totalement la pluralité de trajectoires possibles qu’une région peut emprunter pour parvenir à effectivement innover. En effet, la réalité des trajectoires d’innovation des régions dépend

certainement bien plus dans la réalité d’un grand nombre d’autres éléments territoriaux qui sont fortement enracinés dans la société, dans l’histoire, dans la culture ainsi que dans les processus d’apprentissage spécifiquement locaux et propres à chaque région que ne le laisse entendre la smart specialisation dans cette approche aussi formalisante, sectorielle et dichotomique.

Ainsi, si la smart specialisation entend (légitimement) adopter aujourd’hui une approche territoriale, ceci implique désormais de considérer certaines des recommandations effectuées par (Camagni and Capello, 2013b, p. 8-9) concernant :

1. La nécessité de garder à l’esprit que la création de connaissances émane nécessairement de croisements entre des savoirs formels et des aspects intangibles ou d’autres types de compétences informelles (telles que la créativité, la culture, la qualité des réseaux de coopération etc.) qui influeront grandement sur le degré de fertilité de la communauté locale dans la réalisation d’une spécialisation réellement « intelligente ».

2. Le fait de ne pas omettre que le processus d’invention-innovation-diffusion qui n’est déjà pas nécessairement lié dans un continuum au niveau national, l’est certainement encore moins au niveau local.

3. L’importance de ne pas oublier que la considération centrale qu’occupent les dynamiques d’épanchement de la connaissance (« knowledge spillovers ») dans la logique de la S3 doivent aussi prendre en compte l’importance grandissante que prennent les notions de « proximité cognitive », de « capital social » ou de « capital relationnel »⁴⁹, et qu’il advient de les cultiver entre et à l’intérieur de chaque région (Basile et al., 2012).

4. La nécessité de rappeler aussi le fait que la croissance économique ne découle pas nécessairement des investissements génériques qui sont effectués en matière de R&D ni exclusivement d’une stratégie de consolidation technologique, mais qu’elle émane également dans une mesure tout aussi large de la créativité et de la bonne utilisation de ces éléments de l’économie de la connaissance par les entrepreneurs du territoire. 5. La nécessité de développer continuellement en conséquence les connaissances, les

savoir-faire et les échanges tacites qui prévalent entre les acteurs locaux régionaux afin que les idées d’affaires puissent effectivement cheminer vers les marchés.

L’ensemble de ces considérations soulignent ainsi clairement à quel point les processus de diffusion, de création, d’acquisition et d’utilisation créative de la connaissance qui sont nécessaires pour parvenir à transformer le tout en de réelles innovations s’accompagne d’une certaine complexité lorsque l’on décide de considérer ces phénomènes à l’échelle régionale. De fait, au regard de ces nouveaux arguments, il est bien évident que chaque région atteste de