Introduction

1La notion de cluster est relativement récente en économie. Bien que des réflexions aient débuté à ce sujet en 1890, le terme lui-même est devenu populaire seulement en 1990 avec la publication du livre « The Competitive Advantage of Nations » par Michael Porter. Pour Porter, un cluster est « un groupe géographiquement proche de firmes et d’institutions associées, interconnectées au sein d’un champ particulier et liées par des éléments communs et des complémentarités ». Il est important de souligner un certain nombre de points liés à ces travaux de référence (Porter, 1990, 2000).

• Cette définition des clusters précède les changements radicaux qui ont bouleversé l’économie mondiale depuis 1998.

• Un cluster se doit d’être défini par une compétition interne intense mais aussi par des processus de coordination, ceux-ci étant vus alors comme essentiellement verticaux, la notion de productivité venant avant celle d’innovation, en particulier technologique. Il y a donc cohabitation, déterminante dans la réussite des clusters, des proximités géographique et organisée, la première traduisant la distance kilométrique entre deux entités, l’autre étant d’essence relationnelle.

• L’industrie n’étant pas encore dominée par des réseaux de transactions, le cluster apparaît alors comme une forme intermédiaire élaborée qui vient s’insérer entre la forme interne hiérarchique (intégration verticale) et la transaction dite « at arm’s length » qui nie les processus de collaboration. La notion de frontière de l’entreprise commence à s’estomper mais le cluster est une entité aux frontières encore relativement stables puisque les transactions sont alors toujours perçues comme des partenariats sur la durée.

2Depuis, s’il y a de multiples déclinaisons du concept de Porter, l’essentiel du débat porte sur la nature géographique ou non géographique des coordinations. Par ailleurs, la seule présence d’acteurs dans ces écosystèmes n’entraîne pas de fait des processus de coordination (Dupuy et Torre 2005 ; Torre, 2006) ; par exemple, la structuration progressive des clusters peut se faire par simple isomorphisme mimétique, les entreprises décidant de leur localisation en fonction de la localisation d’autres entreprises, qu’elles évaluent comme ayant une certaine réputation dans leur secteur d’intérêt ou industrie (Di Maggio et Powell, 1983 ;Appold, 2005 ; Vicente et Suire, 2007). Plus gravement, les clusters sont trop souvent étudiés et perçus comme des formes statiques comme le soulignent Ter Wal et Boschma (2007). Aussi, les typologies d’acteurs et leurs compétences centrales ou spécifiques ne sont pas prises en compte ; en réalité, les acteurs sont des acteurs multiples qui peuvent avoir des intérêts divergents mais aussi des actifs, fonctions, comportements, ou business modèles quand ils en ont, différents.

3Le cluster n’est donc pas et ne fonctionne pas comme une entité globale ; il ne peut être qu’un lieu d’options (éventuellement de « pouvoir ») à confronter aux autres options de chacun des acteurs. Ces divers acteurs s’inscrivent aussi dans des sphères distinctes bien qu’interdépendantes, en particulier, la sphère économique pour les entreprises et la sphère financière pour les acteurs institutionnels que sont les banques, les acteurs du capital-risque, etc. Leur comportement dans chacune des sphères obéit à des logiques et objectifs propres et se traduit par des modes de coordination distincts. Le cluster est ainsi concurrencé par d’autres formes d’interactions, qui entretiennent des rapports très différents à l’espace et impliquent de toute évidence de la proximité organisée, liée aux types d’acteurs, eux-mêmes imbriqués dans des réseaux d’interactions multi niveaux (Depret et Hamdouch, 2007). L’imbrication des échelles organisationnelles, et leur relation particulière à l’espace, a donc des conséquences fortes pour la conception de clusters. Si la réflexion en sociologie économique fait avancer rapidement l’analyse structurale des relations interindividuelles (e.g. Dibaggio et Ferrary, 2003 ; Grossetti, 2008), des travaux sur les réseaux inter organisationnels des sphères économique et financière et leur imbrication manquent.

4L’objectif de cet article est d’essayer, au travers d’une étude empirique, de comprendre les systèmes complexes dans lesquels différentes catégories d’agents sont encastrées, leurs spécificités, leurs structures de coordination locales ou non locales. Deux types d’acteurs majeurs dans les clusters sont étudiés, les entreprises et les capital-risqueurs qui servent d’intermédiaires principaux entre les entrepreneurs et les investisseurs institutionnels dans les secteurs en pleine croissance. Les deux premières sections définissent le cadre d’analyse et la méthodologie employée pour étudier la nature multi scalaire des dispositifs de coordination. Dans les sections suivantes, nous examinerons d’abord séparément et comparerons les structures complexes d’interactions pour chaque catégorie d’acteurs ainsi que les stratégies des acteurs centraux qui contrôlent ces structures. Nous regarderons ensuite la géographie de ces échanges. Nous examinerons enfin les liens entre les deux catégories d’acteurs en nous replaçant au niveau des clusters. Une attention particulière est donnée aux acteurs centraux du capital-risque, qui imbriquent les sphères réelle et financière. Nous discuterons ensuite les résultats. La dernière partie conclura ces propos.

I. — L’industrie pharmaceutique : jeux d’alliances et clusters

5Le contexte de l’étude est celui de l’industrie pharmaceutique, particulièrement des biotechnologies. C’est une industrie mondiale, la compétition y est très forte et dépendante des échanges mondiaux permanents de technologies et produits innovants. Le terme “global innovation arms race” a été utilisé pour souligner la pression concurrentielle qui force les entreprises à accélérer leur rythme d’innovation (Baumol, 2002). La croissance du nombre des transactions interentreprises a été l’une des réponses majeures à cette pression. Des alliances sont formées de manière continue à travers le monde. Ce mouvement a entraîné la formation de réseaux complexes mondiaux de contrats ainsi qu’une redéfinition des frontières de l’entreprise. La compétition firme contre firme fait donc place à un paradigme nouveau, celui de l’affrontement au travers de “portfolios” d’alliances, la performance de la firme s’appuyant sur celle d’autres dans des liens plutôt éphémères, les frontières des entreprises étant alors de fait plus floues et mouvantes (Newman et Chaharbaghi, 1996 ; Hitt et al., 1998 ; Gay et Dousset, 2005 ; Holmberg et Cummings, 2009). Les réseaux servent alors d’espace d’innovation parce qu’ils permettent l’accès rapide à des ressources et des savoirs inaccessibles autrement (Powell et al., 1996).

II. — Méthodologie

III. — Complexité et spécificité des différents réseaux d’acteurs

9Dans un premier temps, nous avons regardé les structures de coordination entre entreprises dans l’industrie biopharmaceutique et entre les firmes du capital-risque qui investissent dans cette industrie. Ces systèmes fortement connexes et donc de grande taille sont représentés dans les graphiques 1 et 2 pour la période 2004-2005. Il est extrêmement intéressant de noter la forte connexité des deux réseaux bien que la période d’analyse soit très courte ; plus de 95 % des nœuds ou agents sont interconnectés dans les deux systèmes. Les deux systèmes sont complexes mais leurs structures sont aussi très différentes.

10Dans le cas de l’industrie pharmaceutique, les fluctuations de la connectivité d’une entreprise à l’autre sont très grandes ; la majorité des compagnies affiche un nombre de transactions relativement bas (par exemple moins de 5 % des compagnies forment plus de dix liens) tandis qu’un nombre restreint de compagnies assemble un nombre très élevé de connexions. Les compagnies les plus connectées (entre 50 et 100 transactions sur deux ans) ou « hubs » représentent les plus grandes compagnies pharmaceutiques, soit GlaxoSmithkline, Pfizer, Roche, Novartis, SanofiAventis, Abbott, Merck, Johnson and Johnson, Wyeth, Bayer, Shering, et Astrazeneca. Leurs contrats durant cette période sont essentiellement des contrats d’inlicensing ou captation des actifs (entre 70 et 90 % pour les sept premières compagnies mondiales dans notre base de données). Le fait que les plus grosses compagnies pharmaceutiques dominent l’industrie en termes de transactions a été publié pour des périodes antérieures par Powell et al. (2005).

11Dans le cas du capital-risque, bien qu’il y ait aussi des hubs, l’activité par firme est généralement plus élevée (14 % des firmes font plus de dix tours de financement en 2004-2005) et la structure est marquée par une cohésion très forte entre l’ensemble des acteurs plutôt que par une distribution asymétrique, comme dans le réseau interentreprises, des relations connectant les « hubs » ou compagnies pharmaceutiques mondiales à de nombreux nœuds de faible degré. Ceci est aussi démontré par le fait que le système relationnel des firmes du capital-risque a un noyau d’ordre maximal de 10 sur la période 2004-2005 (de 23 sur 1988-2008) contre un noyau de 4 pour le réseau de transactions interentreprises. Comme le montre le graphique 2, contrairement encore au réseau d’entreprises, les firmes de fort degré du capital-risque sont liées entre elles et par des liens forts (liens répétés entre ces agents). Cette structure est la même pour l’ensemble de la période 1988-2008. Les firmes qui ont la plus forte activité de participation au capital des entreprises innovantes, quelle que soit la période étudiée sont des majeurs du capital-risque.

12Nous avons aussi observé que les relations interentreprises étaient essentiellement formées par des dyades, ou transactions entre deux compagnies seulement, alors que les relations entre firmes du capital-risque étaient essentiellement clustérisées, rendant compte ainsi de la pratique systématique du partenariat.

13Nous avons illustré les différences fondamentales de stratégies des acteurs majeurs dans les deux systèmes dans les graphiques 3 et 4 en montrant respectivement la dynamique d’interactions de Merck, une des dix premières compagnies pharmaceutiques mondiales (Forbes 2000) et celle de MPM Capital (firme majeure du capital-risque, fondée à Boston en 1996 et rang 6 en nombre total d’investissements dans Venture Expert). Pour les très grandes entreprises pharmaceutiques (voir graphique 3), le turnover des liens/transactions et des nœuds/entreprises est très fort ; ces grosses compagnies font de nouvelles et nombreuses transactions chaque année et plutôt avec de nouvelles compagnies, essentiellement par un mécanisme de captage des actifs de ces compagnies, beaucoup plus petites. A contrario, les capital-risqueurs interagissent de préférence avec les mêmes partenaires d’une année sur l’autre et lient automatiquement les nouveaux aux partenaires plus anciens (graphique. 4).

14Les deux types d’agents, entreprises et capital-risqueurs, sont donc bien encastrés dans des systèmes complexes. La structure d’interactions est connexe pour chaque catégorie d’acteurs et portée par des hubs mais la nature de ces systèmes est très différente et les comportements des deux catégories d’agents diamétralement opposés. La première structure est dominée par les grandes entreprises pharmaceutiques qui cherchent à capter rapidement l’innovation par de nombreux accords d’inlicensing, la seconde est dominée par une forte connectivité, y compris entre hubs, liée aux pratiques d’interconnexion répétées de syndication. Ainsi, les dix premiers leaders ont investi entre 1988 et 2008 dans 361 compagnies de biotechnologie pour 1725 tours de financement, soit dans 17 compagnies par an. Ces leaders lient en conséquence pratique répétée et cohésive de syndication à des interactions à de multiples compagnies de biotechnologie.

IV. — Géographie des structures de coordination et des agents

15La complexité des systèmes relationnels des deux catégories d’agents dans l’espace global, pour l’industrie, ou national, pour le capital-risque, laisse entendre que les liens entre acteurs sont nécessairement supra locaux. Nous avons donc examiné la géographie des échanges et des acteurs dans chacun des systèmes.

16Dans un premier temps, nous avons analysé la géographie des transactions dans un secteur majeur de l’industrie biopharmaceutique, le secteur des anti- corps, pour la période 2004-2005. La géographie des relations entre ces compagnies est montrée sur le graphique 5.

17Ce graphique montre clairement que l’espace des relations interentreprises est mondial. Nous avons vérifié que cela était vrai sur une période de dix ans (1998-2007), et aussi bien pour les entreprises innovantes (celles qui dépendent de la vente de leurs actifs) que pour les autres (données non présentées).

18Le graphique 6 montre que la géographie des relations des capital-risqueurs entre eux est aussi supra locale. Nous avons vérifié la globalité des échanges de 1988 à 2008. Cette globalité se traduit aussi pour les hubs par des financements dans un espace des affaires supra local. Par exemple, la firme leader MPM capital (Massachussetts), active surtout en dernière période (2004-2008) fait appel à un réseau de syndication cohésif de 37 firmes provenant de plus de dix États, qui lui permet d’investir au total dans 54 compagnies elles-mêmes présentes dans plus de dix États, bien que majoritairement en Californie, à New York, et au Massachussetts.

V. — Imbrication des catégories d’agents

19Nous avons montré que les structures d’interactions pour chacune des catégories d’acteurs étaient supra locales et que des hubs comme MPM capital utilisaient un système cohésif supra local de syndication pour investir dans des entreprises sur l’ensemble du territoire. Il est donc important de regarder l’imbrication des acteurs de ces deux systèmes ainsi que la géographie des liens unissant les compagnies de l’industrie biopharmaceutique aux firmes de capital-risque et à leurs leaders.

La localisation des compagnies et du capital

20Puisque les firmes de capital-risque interagissent entre elles pour investir dans des compagnies biopharmaceutiques, nous avons regardé leur localisation et comparé celle-ci à celle des compagnies biopharmaceutiques en diminuant progressivement les échelles spatiales.

21Le graphique 7 montre que les États qui ont le plus de d’entreprises de biotechnologie ont aussi systématiquement une population proportionnellement assez élevée de capital-risqueurs mais que l’inverse n’est pas vrai ; l’État de New York en est un exemple frappant. La Californie suivie du Massachussetts dominent clairement aussi les autres États pour les deux populations d’agents. Les résultats sont plus nuancés quand on regarde les zones métropolitaines (Radar du graphique 8). San Diego (Californie) par exemple a un déficit flagrant en capital-risque alors que San José (Californie) et Boston (Massachussetts) possèdent les deux types d’agents, dans des proportions maintenant quasi équivalentes.

22Si on regarde ensuite quelles sont les villes dominantes pour chacune des deux populations, il n’y plus vraiment de colocalisation des compagnies et des firmes (Radar du graphique 9). 20 % des compagnies de biotechnologie sont dans trois villes et 60 % dans 10 % des villes. Pour les firmes de capital-risque, 35 % des firmes sont dans six villes avec New York comme place forte de l’investissement. Sinon 12 % des villes contiennent 61 % des firmes de capital-risque. La concentration des compagnies n’est pas la même dans les États dominants. Le Massachussetts a l’essentiel de ses compagnies de biotechnologie à Cambridge alors que la Californie possède deux clusters dominants, San Diego suivi de South San Francisco et d’autres clusters importants, notamment Menlo Park et Palo Alto.

Géographie des échanges

23La colocalisation des firmes de capital-risque et des compagnies biopharmaceutiques est donc relative et dépend clairement de l’échelle d’analyse. À l’échelle des Etats, cette colocalisation semble acquise pour les deux États clés, la Californie et le Massachussetts mais ne dit pas si les systèmes relationnels entre les firmes du capital-risque et les entreprises sont contenus dans ces deux États.

24La base de données Venture Expert montre que 762 firmes, soit 66 % de l’ensemble des firmes, investissent dans la Californie et le Massachussetts entre 1988 et 2008, 52 % du total des firmes investissant en Californie et 34 % dans le Massachussetts. En termes de tours de financements, il y a 2,3 fois plus de tours de financement en Californie. Les investisseurs proviennent eux essentiellement de trois grandes régions : 23 % de la Californie, 16 % de NewYork, et 11 % du Massachussetts.

25Conformément au graphique 2 qui montrait que le système de syndication était dépendant de hubs, 54 firmes seulement font plus de 50 tours de financement sur toute la période, soit seulement 3,6 % du nombre total de firmes. La presque totalité de ces acteurs majeurs (~94 %) investit essentiellement et systématiquement en Californie et au Massachussetts et provient de 12 États dont cinq importants ; en particulier, 43 % de l’ensemble des hubs sont en Californie, environ 15 % au Massachussetts et à New York, 7 % au Connecticut, et 6 % au New Jersey, les autres États ayant de deux à un hubs. Ces hubs investissent dans les deux états majeurs avec 891 tours de financement pour le Massachussetts et 2264 pour la Californie. Le graphique 10 montre l’investissement systématique des hubs dans les deux États qui reçoivent le plus de financement, la Californie et le Massachussetts, ainsi que l’origine de ces leaders.

26Par rapport à l’ensemble des firmes qui investissent dans les deux États quelle que soit leur origine, 9 % seulement des firmes qui investissent en Californie sont des leaders de syndication et 6 % pour le Massachussetts. Par contre, ces hubs sont actifs dans 48 % de l’ensemble des tours de financement en Californie et 44 % pour le Massachussetts avec des tours de financements par hub très élevés par rapport à la moyenne des firmes : 44 pour la Californie et 17 pour le Massachussetts. Les hubs ayant été sélectionnés par rapport à la capacité de faire au moins 50 tours de financement, il est clair que la répartition du financement par les hubs est très en faveur de la Californie.

27Enfin, il y a deux fois plus de compagnies de biotechnologie en Californie qu’au Massachussetts. La Californie contient 32 % des compagnies des États-Unis avec 40 % de l’investissement total aux États-Unis, en nombre de tours de financement. Le Massachussetts contient 15 % des compagnies des États-Unis avec 18 % de l’investissement total aux États-Unis.

28L’analyse statique des données sur 1988-2008 montres donc :

• une concentration des compagnies de biotechnologie, des firmes de capital-risque, et des activités d’investissement de firmes de tous horizons sur deux États, la Californie et le Massachussetts ;

• le rôle essentiel des leaders de syndication d’origine diverse, mais en particulier de la Californie, dans l’activité d’investissement simultanée dans ces deux États ;

• que le nombre de compagnies (473 pour la Californie, distribuées dans plus d’une zone métropolitaine, et 222 pour le Massachussetts, essentiellement à Cambridge) conduit au nombre d’investisseurs de tous bords entraîné par les leaders de syndication.

29Nous avons donc examiné la dynamique d’investissement en Californie et au Massachussetts de tous les leaders pour voir si le processus d’investissement était simultané quelles que soient les périodes ou s’il était d’abord local puis supra local, les hubs californiens, plus nombreux, entraînant alors les autres leaders préférentiellement vers la Californie par le processus de syndication. Le graphique 11 montre que les hubs de Californie investissent en réalité en permanence dans les deux États et que l’investissement par les différents hubs dans ceux-ci est simultané.

30Les premiers hubs à investir dans les biotechnologies sont issus de l’Internet, plutôt de Californie, le pourcentage de leur investissement par rapport à leur investissement dans leur secteur principal étant de 25 % environ. Le nombre d’investisseurs, avec en particulier l’arrivée de ceux spécialisés dans la biopharmaceutique, augmente fortement à partir de 2001, période du séquençage du génome humain et de la bulle génomique. Les hubs qui investissent dans le Massachussetts interviennent à ce moment, décalés donc par rapport aux hubs de Californie, et le font dans les deux États systématiquement. Bien qu’ils favorisent alors le Massachussetts, il ne faut pas oublier qu’ils restent le plus souvent liés aux hubs d’origine par les stratégies de syndication montrées sur les graphiques 2 et 4.

VI. — Discussion – imbrication des échelles spatiales et organisationnelles

31Dans la notion de cluster, il y a l’idée que l’innovation peut posséder une dimension spatiale forte, en particulier grâce au regroupement d’agents, entreprises ou universités par exemple, sur un même espace. En ce sens, la proximité organisée se conjugue avec une proximité géographique. L’hypothèse est que la dimension tacite des connaissances nécessite des relations de face à face devant conduire à l’édification de clusters. Cependant, de nombreuses études ont montré que la seule proximité géographique ne permet pas de créer les interactions nécessaires au bon fonctionnement des clusters et à l’innovation. Elle doit être activée par des actions de nature organisationnelle (réflexion sur l’organisation au niveau local) et institutionnelle (politique de soutien adaptée) (Filippi et Torre, 2003). Dans la Silicon Valley, le raccordement à un réseau collectif d’échange et de portage de collaborations entraîne des processus de rendements croissants au profit d’une zone géographique ayant initialement un avantage (Castilla et al., 2000). L’encastrement social revêt en effet un caractère central pour former les futures innovations (Grossetti et Bès, 2002, 2003).

32Aussi, les chercheurs en économie régionale ou en géographie industrielle ont déjà montré que les entreprises innovantes tendent à se concentrer dans l’espace, et/ou que celles qui ont essaimé des laboratoires de recherche s’installent en général à proximité de ceux-ci (Sorensen, 2006). Plus récemment, de nombreux articles de sociologues ont montré que les choix de localisation ne sont qu’exceptionnellement gérés de façon stratégique et se font le plus souvent par défaut (Grossetti, 2008). Enfin, il y aurait une typologie des clusters (Blein et Gunther, 2008). Par ailleurs, les grandes entreprises multisites, les réseaux mondiaux de compagnies, nationales ou internationales, montrent que la proximité organisée semble pouvoir se passer de la proximité géographique (Torre, 2006).

33Il semble donc y avoir un paradoxe entre le fait que les clusters industriels sont considérés encore aujourd’hui comme des structures locales de production adéquates, bien adaptées au challenge que pose l’économie basée sur les savoirs et le contexte de globalisation des marchés. Ce paradoxe a souvent été traduit par la question : est ce que les interactions entre entreprises peuvent se passer d’une proximité géographique ?, impliquant comme cas extrêmes que seule la proximité organisée prévalait (système complètement ouvert) ou que la proximité géographique était la condition de la proximité organisée (systèmes clos), avec parfois des ‘ponts’ (relations entre agents appartenant à deux systèmes différents) reliant des systèmes clos (systèmes semi-ouverts), les systèmes clos étant plus favorables à des coopérations multi agents.

34Pour tenter de résoudre ce paradoxe, notre étude est partie de trois postulats, dont deux intrinsèques à la définition des clusters :

• les clusters sont multi agents ;

• dans un cluster (et dans tout réseau), il y a des relations entre agents d’une même catégorie et entre différentes catégories d’agents ;

• les agents sont tous encastrés dans des systèmes (Granovetter, 1985) complexes, le plus souvent mondiaux.

35Nous avons donc décidé d’étudier deux catégories d’agents essentielles au fonctionnement des clusters : les entreprises et les firmes du capital-risque. Il nous a donc d’abord paru important de comprendre la nature des réseaux complexes d’agents et le comportement de ces agents au sein de ces structures, et de voir ensuite si ces systèmes relationnels pouvaient se passer de proximité géographique. Nous avons démontré la grande taille et la complexité effective des systèmes globaux de relations mais aussi la nature non aléatoire des mécanismes relationnels quels que soient les agents et les échelles d’analyse. Les réseaux de relations ont en plus des structures qui leur sont spécifiques, les deux structures analysées ici étant chacune la résultante des stratégies diamétralement opposées de leurs hubs, compagnies pharmaceutiques ou firmes du capital-risque.

36La structure industrielle est dominée par les plus grosses entreprises pharmaceutiques mondiales, qui capitalisent plutôt sur des liens éphémères avec des sociétés de biotechnologie innovantes pour avoir un accès permanent à de nouveaux « produits » ou actifs (technologies, process, prototypes, produits) où qu’ils soient. L’innovation est diffusée en mondial et la dynamique contractuelle est très forte pour la capter et faire face à la compétitivité globale (Gay et Dousset, 2005). Dans l’espace des affaires interentreprises, la proximité organisée semble donc se passer de la proximité géographique ; les relations ne sont pas localisées et paraissent surtout liées à la logique du marché (innovation et sa diffusion mondiale). La prise de risque pour les grandes compagnies est limitée par un système de jalons qui permet d’arrêter ou modifier le contrat en cas d’échec. Les sommes mises en jeu sont donc payées par étapes et augmentent généralement au fur et à mesure de la réalisation de ces étapes.

37Pour le capital-risque, le système relationnel est dominé par la pratique du syndicat par les capital-risqueurs qui investissent ainsi à plusieurs dans un même produit, l’entreprise, la cohésion forte du système sécurisant les investissements dans les produits. Encore une fois, il semble que la très forte polarisation des acteurs du capital-risque, particulièrement sur New York, ne conditionne pas de fait les relations entre l’ensemble de ces acteurs puisque leur système relationnel n’est pas situé. Une analyse sur la fréquence de l’occurrence des termes qui définissent les actifs des entreprises dans la base de données Venture Expert montre que les capital-risqueurs investissent successivement sur les évolutions de l’industrie biopharmaceutique là où elles ont lieu, soit, dans les grandes lignes, la génomique, puis la protéomique, la métabolomique, les cellules souches, et enfin la biologie synthétique. Aussi, en Californie et au Massachussetts par exemple où ont lieu l’ensemble de ces innovations, le nombre de tours de financement par an triple pour les deux États entre 1988 et 2008 et le nombre total de tours de financement augmente environ de 40 fois pour la Californie et de 30 fois pour le Massachussetts. À l’accélération du financement s’ajoute le doublement du nombre de firmes de capital-risque actives dans la biopharmaceutique sur l’ensemble du pays ; ce doublement démarre essentiellement en 1998, comme l’industrie des biotechnologies rentre dans une forte croissance, et le nombre de firmes actives augmente alors régulièrement jusqu’à 2008. Les relations sont par ailleurs multi scalaires. Si la proximité organisée domine la proximité géographique dans les relations entre firmes du capital-risque, les relations de ces investisseurs aux compagnies de biotechnologie sont à la fois locale et supra locales, avec parfois une forte composante de colocalisation mais pas systématiquement, et ceci variant aussi en fonction des échelles d’analyse (niveau de l’État, de la zone métropolitaine, de la ville). Il semblerait cependant que la composante locale (colocalisation des firmes et des entreprises) soit importante au sens» large » (niveau des États), les processus de syndication, de local vers non local (un investisseur local s’appuie sur l’ensemble de son réseau, local ou non, pour investir en local) ou réciproquement (un investisseur extérieur à un État s’appuie sur des partenaires dans cet État pour y investir), amenant les financements extérieurs vers les États. Plus particulièrement, les leaders de syndication, en agissant comme des leaders d’interface entre firmes du capital-risque et compagnies de biotechnologie, se permettent un jeu d’investissement dans de nombreuses compagnies de biotechnologie, qu’ils peuvent accélérer au moment où la croissance du secteur devient forte.

38Enfin, seuls les États ou zones métropolitaines capables de créer beaucoup d’entreprises attirent les financements. Ces jeunes entreprises sont celles qui entretiennent l’espace des affaires de l’industrie biopharmaceutique et « nourrissent » le capital-risque.

Conclusion

39Les relations interentreprises dans le secteur de la biopharmaceutique sont marquées aujourd’hui par des transactions mondiales. Les grandes entreprises sont encastrées dans cette structure réticulaire globale et s’appuient de plus en plus sur des actifs qui leur sont externes au travers du management de portefeuilles de contrats pour assurer leur position sur des marchés instables. L’analyse des capital-risqueurs, qui servent d’intermédiaires entre les investisseurs institutionnels de la sphère financière et les entreprises de la sphère économique, montre que la sphère financière est aussi marquée par des comportements propres, les capital-risqueurs s’appuyant sur des réseaux relationnels plus stables.

40Dans les deux sphères, proximités géographique et organisée semblent être plutôt disjointes et la proximité organisée semble prendre le pas sur la proximité géographique. L’élément local ‘fort’ est la forte polarisation des compagnies innovantes, essentiellement déconnectée des réseaux de transactions interentreprises, mondiaux. Nos résultats rejoignent en cela ceux des sociologues qui décrivent le caractère passif du positionnement des entrepreneurs (choix de localisation de la compagnie par défaut, rarement stratégique) et l’importance pour les clusters d’un encastrement local plutôt social (relations entre individus) (Grossetti, 2008).

41Par ailleurs, les firmes du capital-risque et en particulier les leaders de syndication qui jouent de leur capacité à connecter la sphère financière et la sphère économique, comme les grandes entreprises pharmaceutiques, sont sans cesse à la recherche de produits nouveaux, qui sont les compagnies innovantes pour les premiers, et les actifs de ces compagnies innovantes pour les seconds. Cette étude montre que seul un nombre élevé de compagnies peut alimenter ces deux systèmes. Les deux catégories d’agents allant chercher de toute évidence dans et en dehors des clusters (ou zones de concentration forte d’entreprises innovantes), seule la création soutenue d’entreprises innovantes au sein d’un cluster peut attirer le marché et les financiers de manière continue. Les clusters, dans leur dépendance à des réseaux complexes mouvants aux demandes exigeantes en matière d’innovation, ne peuvent donc pas être perçus comme des systèmes stables (Gay et Dousset, 2005 ; Depret et Hamdouch, 2007 ; Ter et Boschma, 2007) mais comme des systèmes dans lesquels la roue de l’innovation doit tourner en permanence et vite.