Le ipotesi di ricerca

L’analisi fin qui effettuata ha portato all’individuazione di tre domande di ricerca indirizzate verso lo studio del knowledge network di un cluster di imprese ed in particolare della sua evoluzione nel tempo, dell’absorptive capacity delle singole imprese come elemento di eterogeneità capace di influenzarne la struttura, della sua connessione con i flussi di conoscenza derivante da fonti non locali. È stata anche posta precedentemente in rilievo la metodologia di ricerca più efficace per l’esplorazione di tali dinamiche, individuando nel programma di network analysis evolutiva SIENA lo strumento migliore per lo studio da condurre.

È così che in questo capitolo, coerentemente con le domande di ricerca, si esplicitano le ipotesi empiriche e si testano successivamente in SIENA.

Come già evidenziato, è possibile individuare per i cluster un percorso di crescita, definito dalle fasi di nascita, espansione e declino. Allo stesso modo, il knowledge network indagato in questa sede si immagina possa modificarsi in relazione alle diverse dinamiche che si succedono nel tempo e agli equilibri di volta in volta instaurati246_.

Nella fase iniziale del ciclo di vita del cluster, la presenza di fattori di cambiamento inaspettati e in rapida evoluzione e di performance imprevedibili porta a supporre degli schemi instabili e volatili di interazione e di scambio di conoscenza tra le imprese.

Non è chiaro quale standard tecnologico si imporrà né chi saranno i principali player247_{. La varietà innovativa è alta e le imprese pioniere presentano} ampie differenze nelle loro capabilities248_.

246 _{Lo studio empirico qui effettuato non analizza la fase di declino del ciclo di vita del cluster. Essendo}

quest’ultima caratterizzata da ridotte interconnessioni tra imprese e di conseguenza da una struttura del

knowledge network simile a quella di nascita, non si è ritenuto necessario individuare, per l’analisi da svolgere, un

cluster già in declino, seppur di antica costituzione.

247 _{SUAREZ F., UTTERBACK J., 1995, ‚Dominant designs and the survival of firms‛, Strategic Management Journal,}

16, pp. 415-30; NOOTEBOOM B., KLEIN WOOLTHUIS R., 2005, ‚Cluster dynamics‛, in. BOSCHMA R. A, KLOOSTERMAN R. C., Learning from Clusters: A Critical Assessment from an Economic-Geographical Perspective, Springer Verlag, Dordrecht.

Si ipotizza dunque che la struttura del knowledge network risulti altamente vacillante, i flussi di conoscenza tra le imprese non definiti e bassa la densità del network. In questo stadio, i legami di conoscenza tra le imprese derivano da eventi accidentali o da network sociali e non si strutturano sulla base delle caratteristiche, delle capacità e competenze delle imprese, ancora troppo instabili.

Nella fase di espansione esplorativa il mercato dei prodotti cresce così come il numero delle imprese. Rispetto allo stadio precedente, emerge una tecnologia dominante e si impongono dei player di riferimento.

Coerentemente con ciò, dal punto di vista del knowledge network si può ipotizzare una tendenza verso la stabilità e la definizione, come avviene a livello più generale nel settore, di un profilo core-periphery249_{. I legami in questo stadio} vengono definiti da uno schema di preferential attachment in cui la probabilità dei nodi di essere selezionati è proporzionale al numero di legami che il nodo già possiede. Di conseguenza le imprese centrali nel network tendono a esserlo sempre di più250_.

Orsenigo, Pammolli e Riccaboni, facendo riferimento a tale stadio di vita in un settore, sottolineano che lo schema core-periphery è alimentato dalla natura path-dependent dello sviluppo tecnologico. Il fatto che le imprese centrali in un network possano sviluppare la tecnologia lungo un certo sentiero può fortemente diminuire la probabilità che si instaurino tecnologie competitive. Di conseguenza le imprese che implementano queste ultime trovano difficoltà a connettersi al network e ad avere successo251_.

Nella fase di espansione “da sfruttamento” di un cluster, poca tensione esiste alla ricerca di nuove opportunità innovative e tecnologiche. Le incertezza sullo sviluppo della tecnologia diminuiscono252 _{e le imprese cercano di}

249 _{ORSENIGO L., PAMMOLLI F., RICCABONI M., BONACCORSI A., TURCHETTI G., 1998, ‚The evolution of knowledge}

and the dynamics of an industry network‛, Journal of Management and Governance, 1, pp. 147-175.

250 _{BARABÁSI A.L., ALBERT R., 1999, ‚The emergence of scaling in random networks‛, Science, 286,, pp. 509-12.} 251 _{ORSENIGO L., PAMMOLLI F., RICCABONI M., 2001, ‚Technological change and network dynamics: lessons form}

the pharmaceutical industry‛ Research Policy, 30, pp. 485-508.

proteggere le loro posizioni e mantenere i legami di conoscenza.

A livello di knowledge network si ipotizza di conseguenza un aumento della densità delle interazioni tra imprese e il rafforzamento dello schema core- periphery. Gli sviluppatori degli standard tecnologici dominanti continuano infatti ad avvicinarsi al centro253 _{e ad accrescere la loro capacità di sopravvivenza.}

La maggiore densità tende a far diminuire la varietà di capabilities tra le imprese. Cowan, Jonard e Zimmermann sottolineano che i legami tra le imprese portano a ridurre le distanze tecnologiche e le differenze tra queste. Così le informazioni e la conoscenza scambiata è sempre più ridotta nonostante le relazioni siano presenti254_.

Da quanto fin qui rilevato emergono le seguenti ipotesi di ricerca:

H1 a: Nella fase iniziale del ciclo di vita del cluster bassa è la densità dei flussi di conoscenza tra gli attori.

H1 b: La fase di espansione esplorativa è caratterizzata da forze verso la stabilità e la definizione di uno schema core-periphery.

H1 c: La fase di espansione ‚da sfruttamento‛ è definita da uno stabile schema core- periphery

H1 d: Nelle fasi di espansione si delineano meccanismi di preferential attachment

All’interno dei cluster lo scambio di conoscenza dipende dalla quantità di di tale risorsa accumulata nel tempo dalle imprese e rilasciata agli altri e dalla capacità di questi ultimi di decodificarla e assorbirla. In contrasto con la tradizionale idea di knowledge spillover, è ipotizzabile che lo scambio di conoscenza segua alcune regole strutturate di comportamento determinate dall’absorptive capacity delle imprese.

Così, quando gli attori del cluster presentano lo stesso livello di absorptive

253 _{SUAREZ F., UTTERBACK J., 1995 (op.cit); SOH PH, ROBERTS E., 2003, ‚Networks of Innovators: A Longitudinal}

Perspective‛, Research. Policy, 32(9), pp. 1537-1717.

254 _{COWAN R., JONARD N., ZIMMERMANN J. B., 2006, ‚Evolving networks of inventors‛, Journal of Evolutionary}

capacity, lo scambio di conoscenza è probabile che avvenga in maniera mutuale255 (Coleman, 1990). Diversamente, livelli differenti di absorptive capacity spingono le imprese a giocare un ruolo asimmetrico nel sistema di conoscenza del cluster: le imprese con basi di conoscenza avanzate rispetto alle altre è probabile che vengano percepite quali ‚technology leader‛ o ‚early adopter‛ e considerate fonti alle quali attingere per acquisire conoscenza.

In linea con ciò, e facendo riferimento all’intero settore, Gay e Dousset trovano che le imprese centrali nel network siano quelle che possiedono i brevetti chiave256_.

In un’ottica evolutiva, è immaginabile che nei diversi stadi di vita del cluster le imprese con maggiore absorptive capacity si spostino sempre più verso il centro del network.

Tali considerazioni portano alla definizione della seguente ipotesi di ricerca:

H2: l’absorptive capacity delle imprese influenza la struttura evolutiva del knowledge network di un cluster di imprese.

Avvicinandosi allo stadio di espansione ‚da sfruttamento‛, la raggiunta stabilità del knowledge network tende a ridurre la varietà di capabilities tra le imprese e a bloccare queste in una situazione di lock-in. È così che per sopravvivere il cluster è obbligato a cercare fonti di conoscenza esterna257_{. Si} ipotizza che siano soprattutto le imprese internazionalizzate e dinamiche ad agire da ‚ponti‛ legando il cluster ai domini esterni. Si tratta di gatekeeper tecnologici per l’intero cluster, che aumentano l’assorbimento di nuova conoscenza esterna e facilitano la sua disseminazione interna, agendo da interfaccia tra il contesto locale e l’economia globale258_{. Esse traggono da} quest’ultima la capacità di generare potenziali utili sul piano competitivo e la

255 _{COLEMAN J., 1990, Foundations of Social Theory, Harward University Press, Cambridge (Mass.).} 256 _{GAY B., DOUSSET B., 2005 (op. cit.).}

257 _{LIPPARINI A., 1995 (op. cit.); CORÒ G., GRANDINETTI R., 1999, 2001 (op. cit.) ; RULLANI E., 1998 (op. cit.),}

RULLANI E., MICELLI S., 2004 (op. cit.).

trasferiscono ai soggetti del cluster.

Segue così l’ipotesi di ricerca sotto riportata:

H3: Le imprese maggiormente internazionalizzate tendono a spostarsi verso la zona centrale del network agendo da trasmettitori di conoscenza per le altre imprese del network