Proximité et Structure des Réseaux de Connaissance : Le cas de l’ industrie GNSS

Directeur de thèse : M. BROSSARD OLIVIER

Discipline : Sciences Economiques

Date de soutenance : 5/11/2010

Composition du jury :

M. BON BOSCHMA PROFESSEUR (UNIVERSITEIT UTRECHT), Membre du jury

M. OLIVIER BROSSARD PROFESSEUR DES UNIVERSITES (UNIVERSITE TOULOUSE 1), Directeur de recherches

M. KOEN FRENKEN PROFESSEUR (AUTRE ETABLISSEMENT), Rapporteur du jury

MME NADINE MASSARD PROFESSEUR (UNIVERSITE DE SAINT-ETIENNE), Rapporteur du jury

M. JÉRÔME VICENTE HERNANDEZ MAITRE DE CONFERENCE (UNIVERSITE TOULOUSE 1), Membre du jury

M. JEAN-BENOIT ZIMERMANN DIRECTEUR DE RECHERCHES CNRS (UNIVERSITE AIX-MARSEILLE 2), Président du jury

Résumé
La thèse propose non seulement de s’intéresser à la proximité géographique entre les acteurs et à la concentration spatiale des activités d’innovation, mais aussi d’analyser les caractéristiques des principaux vecteurs de création et de diffusion des connaissances. Ainsi, nous nous focalisons sur les relations que les acteurs développent pour accéder à de la connaissance externe, dans les clusters comme dans des domaines technologiques plus larges. Plus précisément, nous analysons comment différentes formes de proximité influencent la structure des réseaux de connaissance. La thèse propose des développements théoriques et des études empiriques basées sur un domaine technologique nouveau et particulier : les systèmes globaux de navigation par satellites (GNSS) en Europe. En combinant une approche en termes de proximité avec des théories et des modèles d’analyse de réseau, nous étudions l’influence de la proximité sur la structure locale des réseaux de connaissance dans le cluster GNSS en Midi-Pyrénées, mais aussi sur leur structure globale en Europe. L’articulation complexe entre les dimensions géographique, cognitive et structurelle est dévoilée, tandis que la modélisation statistique de la dynamique du réseau de connaissance global permet d’isoler et d’évaluer l’influence de la proximité géographique, cognitive, sociale, organisationnelle et institutionnelle. Le résultat principal est que la structure des réseaux de connaissance n’est pas seulement influence par la proximité géographique, mais aussi par d’autres formes de proximité. Ce résultat apporte de nouveaux éclairages sur l’organisation spatiale des activités innovantes en économie géographique.

Mots clés
Réseaux de connaissance, proximité, économie géographique, clusters, modèles de réseaux dynamiques, GNSS