Smart spesialisering er en stor, koordinert EU-satsing på en regional innovasjonspolitikk for å fremme økonomisk vekst gjennom økonomisk restrukturering, altså å støtte ny næringsvirksomhet og å oppgradere og videreutvikle eksisterende. Satsingen er del av EUs Horisont 2020-strategi og må tas i bruk i alle regioner i EU som i fremtiden ønsker å motta midler fra EUs strukturelle fond. Smart spesialisering er uttrykk for det som kalles en «high road strategy», altså en innovasjonsbasert konkurransemodell, i motsetning til en «low road strategy», det vil si en konkurransemodell basert på kostnader, som fortsatt er dominerende i land i Sør- og Øst-Europa, men som ikke er bæredyktig i høykostnads velferdssamfunn.

En viktig ting ved smart spesialiseringsstrategien er at den for første gang i EU-sammenheng utgjør et rammeverk for en bred innovasjonspolitikk som inkluderer såvel en FoU-basert som en erfaringsbasert innovasjonsmåte, og som tar alle drivere av innovasjon, både på tilbuds- og etterspørselssiden, med i betraktning. Dette i kontrast til den lineære, tilbudssidedrevne (FoU-baserte) innovasjonspolitikken som EU tidligere har ført med svært dårlige resultater. En slik lineær politikk lå til grunn for Lisboaerklæringen fra 2000, med målsetting om å allokere 3 % av bruttonasjonalproduktet til FoU for å gjøre Europa til den mest innovative og konkurransedyktige region i verden innen 2020. Imidlertid er EU langt fra å nå dette målet; til nå er det kun ett land, Danmark, som har klart det.

Bakgrunnen for den bredt baserte innovasjonspolitikken er at regionene skal starte sin industrielle restruktureringsprosess med utgangspunkt i styrkeposisjoner i eksisterende næringer og annen

økonomisk aktivitet gjennom å oppgradere og fornye disse, og ikke basere politikken på luftige planer om å omforme regionen til en «high tech»-region, noe de fleste regioner i Europa ikke har forutsetninger for. Strategien om smart spesialisering er derfor en steds- og kunnskapsbasert innovasjonspolitikk.

Diversifisert spesialisering

For at smart spesialisering skal lede til en vellykket industriell restrukturering, er det viktig at strategien er forstått riktig (Asheim et al., kommer). Dette er kilde til konstant bekymring, fordi strategiens to nøkkelbegreper, «spesialisering» og «entreprenørielle oppdagelser» (entrepreneurial discovery), kan forstås på flere måter. Etter mange år med Porters klyngeteori som utgangspunkt for industripolitikk, er det ikke underlig at «spesialisering» i SS-strategien forstås på samme måte, altså en fortsatt regional satsing på de tradisjonelt sterkeste næringer, basert på en misforstått idé om at det eksisterer komparative fortrinn på regionalt nivå. Som Porter selv sterkt fremhevet, handler det i dag om konkurransemessige fortrinn, det vil si at man for å overleve i en stadig mer intens global konkurranse må være absolutt mest konkurransekraftig. Det er dette prinsipp som er det bærende i en SS-strategi ved å understreke at det handler om en diversifisert spesialisering, altså at regioner innenfor utvalgte næringer, hvor de har eller kan utvikle fremtidige konkurransemessige fortrinn, spesialiserer seg på en forskjellig måte i forhold til andre regioner for å sikre slike «competitive advantages». En smart spesialiseringsstrategi representerer en innovasjonspolitikk som streber etter å maksimere det kunnskapsbaserte utviklingspotensialet i alle typer av regioner, bredt forstått og ikke kun som FoU-basert kunnskap, enten regionen har et sterkt eller svakt utbygget FoU-system eller høy- eller lavteknologisk industri. Til det trenger man en bredt basert innovasjonspolitikk som tar som utgangspunkt at alle næringer kan være innovative, men at det skjer på forskjellige måter avhengig av innovasjonsmåte og kunnskapsbaser.

Nordland fylkeskommune er en foregangsregion innen smart spesialisering. Både akvakultur og turisme er naturlige satsingsområder; her fra en guidet tur på Norsk havbrukssenter i Brønnøysund. (Foto: Tore Schöning Olsen/www.nordnorge.com)

Entreprenørielle oppdagelser

Det «smarte» i smart spesialiseringsstrategien referer til måten fremtidige konkurransemessige fortrinn skal identifiseres på, nemlig gjennom «entreprenørielle oppdagelser». Det er viktig å være klar over at dette skal være en kollektiv prosess, og ikke en prosess med den tradisjonelle entreprenør i hovedrollen, som resulterer i en politikk som bare fokuserer på nyetablering av foretak som et individuelt entreprenørielt prosjekt. Det entreprenørielle må forstås bredt, slik at det omfatter alle potensielt entreprenørielle aktører (inkludert individuelle entreprenører), organisasjoner (inkludert eksisterende foretak og universiteter i form av intraprenørskap, kunnskapsbasert entreprenørskap og spin-offs), offentlig sektor og det sivile samfunn som har kapasitet til å identifisere nye områder for næringsvirksomhet med fremtidige konkurransemessige fortrinn. Offentlige sektor kan ved hjelp av en strategisk innkjøpspolitikk (Public Procurement for Innovation) for eksempel innenfor helsesektoren bli en sterk pådriver av nye innovasjoner.

Van der Vens (1999) beskrivelse av «entreprenøren» som en type lederskap på «innovasjonsreisen» («innovation journey») kan være en god måte å forstå hva entreprenørielle oppdagelser innebærer i en smart spesialiseringsstrategi. Han snakker om entreprenøren som en rolle som kan ivaretas av et nettverk av interaktive aktører i det nasjonale eller regionale innovasjonssystem, som omfatter foretak, universiteter, offentlige forskningsinstitutt og myndigheter, og som spesielt i mindre land og regioner også bør inkludere samarbeidende, ikke-lokale aktører i interregionale nettverk. Et godt eksempel på slike kollektive entreprenørielle oppdagelser er «centre of expertise»-politikken (VINNVÄXT og VINNEXcellence) til VINNOVA, Sveriges innovasjonsmyndighet, hvor regionale aktører i et regionalt «triple helix»-nettverk (industri, universitet og regionale myndigheter) sammen utpeker de industrier som det skal søkes støtte til.

En slik bred forståelse av «entreprenørielle oppdagelser» vil sikre at innovasjoners systematiske trekk ikke glemmes. Et systemperspektiv på innovasjon fremhever også det offentliges rolle i å fremme innovasjon, samt den viktige balansen mellom eksplorering og eksploatering (Asheim and Gertler, 2005; Asheim et al., 2016).

Figur 1

Regional innovasjon i Norge og EU-28, 2016. (Kilde: Nordregio)

I det følgende vil det teoretiske rammeverk for en smart spesialiseringstrategi for økonomisk restrukturering bli nærmere beskrevet. Det vil gjøre rede for hvordan ny «stiutvikling», det vil si å fremme ny (i motsetning til eksisterende) næringsvirksomhet kan oppnås innenfor rammene av en bred basert innovasjonspolitikk. Resonnementet bygger på det differensierte kunnskapsbaseperspektivet (Asheim 2007), som også var utgangspunkt for prinsippet om å konstruere regionale fortrinn, en forløper for smart spesialisering (Asheim et al., 2006), Asheim et al., 2011, Boschma 2014). Det differensierte kunnskapsperspektiv hevder at økonomisk restrukturering kan realiseres i all type næringsvirksomhet, men på forskjellige måter avhengig av industrispesifikke innovasjonsmåter og kunnskapsbaser.

Smart spesialisering for industriell restrukturering

Det er i dag stor enighet om at innovasjon er nøkkelfaktoren for å fremme økonomisk vekst, økt konkurranseevne og industriell restrukturering i en globalisert økonomi. Som nevnt innledningsvis, representerer innovasjonsbasert konkurranse en «high road»-strategi. Det er det eneste holdbare alternativet for utviklede høykostøkonomier, men også for fremvoksende økonomier, noe som ses tydelig på den stadig større plass innovasjonspolitikk får i Kina. I en lang periode ble en slik strategi forstått som ensbetydende med satsing på høyteknologiske og FoU-intensive industrier i overenstemmelse med den lineære innovasjonsmodell. I økende grad har forskere og politikere innsett at et bredere og mer helhetlig syn på innovasjon, som interaktiv læring i tråd med innovasjonssystemperspektivet, må tas i bruk for å kunne bevare og fremme økonomisk vekst og utvikling i regioner med ulik industristruktur, utdanningsnivå og grad av utvikling.

Det er derfor viktig å unngå en «one size fits all»-politikk lik den EU førte før smart spesialiseringsstrategien ble lansert. EU står imidlertid ennå ikke helhjertet bak den brede innovasjonspolitikken; det er først og fremst Generaldirektoratet for regionalt samarbeid som fremmer smart spesialisering, mens Generaldirektoratet for forskning og innovasjon fremdeles har en tendens til å anbefale lineære innovasjonspolitiske strategier. Problemene med dette ses tydelig i Horisont 2020-initiativet «Spreading excellence and widening participation», som er rettet mot medlemsland som deltar mindre enn 70 % i EUs programmer, det vil si hele Øst-Europa og store deler av Sør-Europa.

For å møte utfordringene de europeiske regionene står overfor, er det nødvendig å ta hensyn til alle innovasjonsdrivere, både på tilbuds- og etterspørselssiden, og at ulike innovasjonsmåter blir integrert i et overordnet rammeverk for innovasjonspolitikken. FoU-intensitet (industriens rangering på høy til lav teknologiskala) er ikke identisk med innovasjonsevne, og kunnskap er bredere enn FoU. Dette må baseres på et differensiert kunnskapsbaseperspektiv som skiller mellom analytisk (vitenskapsbasert), syntetisk (ingeniørbasert) og symbolsk kunnskap (kunst- og kulturbasert) (Asheim, 2007), så vel som ulike innovasjonsmåter (FoU eller Science, Technology, Innovation (STI)) og erfaringsbaserte former (Doing, Using, Interacting (DUI)) for innovasjonsforløp) (Lorenz og Lundvall, 2006).

Kunnskapsprosesser er blitt stadig mer komplekse i den globaliserte kunnskapsøkonomien, både innholdsmessig, organisatorisk og geografisk. Den binære inndelingen av kunnskap som enten kodifisert (kunnskap som er lagret i ulike medier og relativt enkelt kan spres til andre) eller taus (kunnskap som er vanskelig å overføre til andre gjennom skriftlige eller muntlige kilder), blir for enkel til å kunne gi en adekvat forståelse av kunnskapsgenerering, læring og innovasjon. Det er derfor nødvendig å gå utover denne enkle dikotomien. En måte å gjøre dette på er å skille mellom analytiske, syntetiske og symbolske former for kunnskap, som delvis overskrider dikotomien mellom kodifisert og taus kunnskap. Disse formene for kunnskap sameksisterer alltid, men i ulike blandingsforhold, og delvis reduserer de betydningen av skillet mellom høy- og lavteknologisk virksomhet i forhold til innovasjonsevne, ved å understreke at all økonomisk aktivitet kan være innovativ. Men innovasjonsmåtene og kunnskapsbasene er forskjellige, noe som gjør at innovasjonsprosessene og -resultatet også blir forskjellig.

Inndelingen i tre kunnskapsbaser er idealtypisk, og de fleste former for økonomisk aktivitet baserer seg på en kombinasjon av flere baser. Imidlertid vil én type kunnskap være kritisk for å gjennomføre innovasjoner; for eksempel vil analytisk kunnskap være avgjørende for å fremstille funksjonell mat. Nye kunnskapskombinasjoner ser i økende grad ut til å være viktig som kilde til industriell restrukturering og ny stiutvikling.

Mange av idéene i smart spesialisering skriver seg fra en utredning om hvordan regionale fortrinn kan skapes, utført på oppdrag av EU-kommisjonen i 2004–2006 (Constructing Regional Advantage) (Asheim et al., 2006; Asheim et al., 2011). Den viktigste konklusjonen i utredningen er at konkurransemessige fortrinn kan sikres gjennom en innovasjonsbasert produktdifferensiering for å skape unike produkter. Ved å basere seg på et differensiert kunnskapsbaseperspektiv kan dette oppnås i alle typer av økonomisk virksomhet, men basert på ulike kunnskapsbaser og innovasjonsmåter. Dette gjør fremgangsmåten instrumentell for å formulere strategi for diversifisert spesialisering.

Utredningen la grunnlaget for en bred og territoriell og stedsbasert innovasjonspolitikk, der konkurransemessige fortrinn må baseres på den enkelte regions (og foretaks) unike fortrinn ved å ta utgangspunkt i de industrier som regionen tradisjonelt har vært sterke i, for så å oppgradere og fornye disse, slik at fremtidig konkurranseevne sikres (Asheim et al., 2006). Den eksisterende industrielle struktur vil i de fleste regioner være hovedkilden til ny stiutvikling (Boschma, 2014).

Smart spesialisering og ny stiutvikling

Når en smart spesialiseringsstrategi for industriell restrukturering skal formuleres og implementeres, er det viktig å tenke videre enn «stiforlengelse», som ofte i mange land, ikke minst i Norge, er sett på som hovedoppgaven til innovasjons- og klyngepolitikken. Stiforlengelse, i betydningen «mer av det samme», kan sikre konkurranseevne og vekst innenfor eksisterende industrier og teknologiske baner på kort sikt gjennom inkrementelle produkt- og prosessinnovasjoner. På mellom og lang sikt vil imidlertid slike industrier være eksponert for faren for «stiutmattelse», det vil si å miste evnen til fornyelse. Det er derfor det er så viktig å ha et mer langsiktig perspektiv for å sikre ny stiutvikling, enten gjennom stioppgradering, for eksempel i form av ny produksjonsteknologi, ved stidiversifikasjon, enten i form av «relatert variasjon» der foretaket fornyer seg gjennom å starte ny virksomhet basert på kunnskaper som er kjent fra og relatert til den tidligere virksomheten, såkalt «regional branching», eller ved nye kombinasjoner og ulike kunnskapsbaser.

Dannelse av helt nye stier er den mest vidtgående endringen i en regional økonomi. Det innebærer etableringen av nye foretak i nye sektorer, eller at foretak introduserer helt nye produkter, prosesser eller forretningsmodeller for markedet.

Mens alle disse typer av stiutvikling eller stifornyelse kan være et resultat av prosesser av entreprenørielle oppdagelser, er ny stidannelse ofte FoU-drevet og et resultat av kunnskapsbaserte entreprenørielle oppdagelsesprosesser, enten i form av spin-offs fra universiteter gjennom kommersialisering av forskningsresultater eller fra foretak med egne FoU-avdelinger. Offentlig (innovasjons)politikk kan ofte være av strategisk betydning for å stimulere til ny stidannelse, som VINNOVAs VINNEXcellence-program er et godt eksempel på (Coenen et al., 2016).

Hovedutfordringen med å fremme ny stiutvikling innenfor tradisjonelle industrier for å gjøre dem mer innovative og konkurransedyktige, er det lave utdanningsnivået hos ansatte i slike industrier og mangel på investering i FoU. Dette gir lav absorpsjonskapasitet, som begrenser evnen til å identifisere, anskaffe og ta i bruk ny og ofte ikkeregional ekstern kunnskap, til å nyttiggjøre seg nytt produksjonsutstyr og erobre nye, særlig internasjonale markeder. Manglende absorptiv kapasitet gjør slike industrier og foretak dårligere til å samarbeide med universiteter, noe som kunne utvide deres erfaringsbaserte innovasjonsmåte (DUI) gjennom en kombinasjon med en FoU-basert innovasjonsmåte (STI). Forskning viser at slike foretak blir mer innovative ved å utnytte både analytisk og syntetisk kunnskap (Lorenz og Lundvall, 2006). Det viktigste virkemiddel for å oppnå dette, er å øke absorpsjonsevnen hos DUI-baserte foretak ved å ansette medarbeidere med relevant utdanningsbakgrunn (Isaksen og Nilsson, 2013).

Figur 2

Regionale utgifter til FoU som andel i prosent av brutto regionalprodukt i Norge og E-28, 2014. (Kilde: Nordregio)

En måte slik restrukturering kan finne sted på er gjennom kombinasjoner av ikke-relaterte kunnskapsbaser (stifornyelse). Dette har til nå vært en mulighet for ny stiutvikling som i stor grad har vært oversett til fordel for et relatert kunnskapsperspektiv, altså at ny virksomhet springer ut av etablert virksomhet gjennom bruk av relatert kunnskap innenfor nye områder (Boschma, 2014).

Empiriske eksempler på slike ikke-relaterte kombinasjoner av kunnskapsbaser som resulterer i industriell restrukturering og ny stiutvikling, er når tradisjonell tekstil- og skoproduksjon utvikles til å produsere tekniske tekstil- og skoprodukter gjennom å kombinere ny nanoteknologi (analytisk kunnskap) med industriens tradisjonelle (syntetiske) kunnskap. Et annet eksempel vil være matindustri som starter med produksjon av funksjonell mat ved bruk av bioteknologi (analytisk kunnskap), et tredje kan være ny mediaindustri som resultat av en ikke-relatert kombinasjon av symbolsk kunnskap med den tradisjonelle IKT-industriens analytiske og syntetiske kunnskapsbaser.

En annet måte tradisjonell industri kan restruktureres på er gjennom produktdifferensiering basert på utnyttelse av symbolsk kunnskap, ofte i kombinasjon med eksisterende syntetisk kunnskap; for eksempel å sikte seg inn på nye (luksus) nisjer i markeder med høyt verdiskapningspotensiale. Dette vil ofte kreve anvendelse av en plattformtilnærming, som overskrider og integrerer flere forskjellige sektorer (for eksempel ved å integrere historie, kultur, mat og natur i nye turismeprodukter og tjenester) i den konkete utforming og implementering av strategien. Dette er eksempel på en oppgraderingsstrategi som innebærer at bedrifter i disse bransjene fortsatt i hovedsak baserer seg på en DUI-innovasjonsmåte, men kan klatre opp verdiskapingsstigen ved å introdusere nye produkter og tjenester som bruker symbolsk kunnskap for å skape konkurransemessige fortrinn gjennom produktdifferensiering. Sluttresultatet kan bli nisjeprodukter i den dyre enden av markedet i bransjer som mote, mat og turisme. Gode eksempler på dette innenfor turisme er Ishotellet i Nord-Sverige med 30 000 høytbetalende overnattingsgjester hver sesong (november-april), og Julenisselandsbyen i Rovaniemi, Nord-Finland, som tiltrekker seg turister fra hele verden som vil krysse den «magiske» Polarsirkelen i sleder trukket av reinsdyr.

Den største utfordringen for de fleste regioner er å skape helt nye stier, ofte gjennom etablering av nye foretak som fremstiller nye produkter for markedet, altså utvikler radikale innovasjoner basert på ny forskningsbasert kunnskap fra universiteter, forskningsinstitutt eller foretak med store FoU-avdelinger. For å lykkes med dette kreves det at regionene har sterke og ledende forskningsmiljøer, men også industriell kapasitet til å utnytte denne nye kunnskap. Manglende industriell kapasitet kan i noen tilfeller kompenseres gjennom utenlandske foretaksetableringer, som har slik kapasitet og som ønsker å etablere seg i regionen på grunn av dens attraksjonskraft i form av sterke kunnskaps- og forskningsmiljøer.

For de fleste regioner (og land) vil imidlertid en slik strategi vanligvis være svært kostbar og risikofylt, med store sjanser for å mislykkes med å skape nye foretak, sysselsetting og økonomisk vekst. Dette skyldes dels at de fleste regioner ikke har en tilstrekkelig styrke i både forskning (eksplorering) og innovasjon (eksploatering), og også dels den lange tiden det ofte tar før ny forskning resulterer i nye innovasjoner, særlig innenfor grunnforskningsbaserte områder som biotek, nanotek og life science. Et eksempel på dette er Oslo Cancer Cluster, som har lykkes forskningsmessig, men som ikke har resultert i mye kommersialisering på grunn av manglende industriell kapasitet til å utnytte forskningsresultatene i Oslo og i Norge. (Asheim et al., 2017). På forskningsområder som bygger på en større andel av syntetisk, ingeniørbaseret kunnskap, for eksempel medisinsk teknologi, ICT og energiforskning, vil imidlertid tiden fra nye forskningsresultater til nye innovasjoner være kortere og således representere mer realistiske muligheter for flere regioner.

Smart spesialisering og norske regioner

Siden Norge ikke er medlem av EU, er det ikke påkrevet for norske regioner (fylker) å formulere og implementere en smart spesialiseringsstrategi. Likevel har flere norske regioner vist interesse for å anvende strategien og bli medlemmer av S3-plattformen, som drives av EUs Joint Research Centre (JRC) i Sevilla, og som assisterer europeiske regioner med rådgivning i arbeidet med strategien. Senteret har også utviklet «benchlearning»-hjelpemidler både generelt mellom regioner, basert på strukturelle likheter, og spesifikt innenfor konkrete sektorer som smart industri, energi og mat. Nordland fylkeskommune har vært pioneren i å fremme smart spesialisering i Norge, men også Møre og Romsdal, Østfold og Agderfylkene har blitt medlemmer av plattformen i Sevilla. Møre og Romsdal har brukt smart spesialiseringsstrategien som modell for arbeidet med sin nye regionale FoU- og innovasjonsstrategi i 2016, og nå planlegger Rogaland å gjøre det samme.

Hvilke fordeler kan norske regioner ha av å anvende smart spesialisering i sitt planleggings- og utviklingsarbeid? Det kan i hvert fall pekes på tre åpenbare gevinster: For det første vil det gi et felles fokus på innovasjonspolitikk, som i dag er sterkt fragmentert. Også for sentrale myndigheter, i første rekke Kommunal- og moderniseringsdepartementet, vil det være en klar fordel å ha enhetlige regionale FoU- og innovasjonsplaner å forholde seg til. I dag spriker disse fra planer med fokus på innovasjon og restrukturering gjennom diversifisert spesialisering til planer som ingen tydelig prioritering har, og som mangler innovasjons- og restruktureringsperspektiv. For det andre vil det gi norske regioner benchlearningmuligheter med likeartede europeiske regioner gjennom det apparat som er bygget opp i Sevilla, noe som kan gi dem inspirasjon og idéer til fornyelse av deres regionale utviklingsplaner. Og for det tredje kan det «strømlinje» norske søknader til EUs store forskningsprogram Horisont 2020, der smart spesialiseringsstrategi i mange sammenhenger inngår som et overordnet mål og tema.

Mange aktører i norske regioner håper derfor at utfallet av regionalreformen vil bli nye og større regioner, med økt ansvar for regional utvikling, og der smart spesialisering kan inngå som en felles modell for hvordan innovasjonsarbeidet skal drives regionalt. Det vil i så fall kunne bety at den regionale dimensjonen som tradisjonelt har vært en styrke i norsk innovasjonspolitikk, kan gjeninnta sin posisjon og fremme nyskaping og vekst i norske regioner.

Litteraturhenvisninger

Asheim, B. T. (2007): Differentiated Knowledge Bases and Varieties of Regional Innovation Systems. Innovation – The European Journal of Social Science Research, 20, 3, 223-241.

Asheim, B. T. og Gertler, M. (2005): The Geography of Innovation: Regional Innovation Systems, i Fagerberg, J., Mowery, D., og Nelson, R. (red.), The Oxford Handbook of Innovation. Oxford University Press, Oxford, 2005, 291-317.

Asheim, B. T. et al. (2006): Constructing Regional Advantage: Principles – Perspectives – Policies. Final report from DG Research Expert Group on ‘Constructing Regional Advantage’. DG Research, European Commission, Brussels.

Asheim, B. T., Boschma, R. og Cooke, P. (2011): Constructing Regional Advantage: Platform Policies based on Related Variety and Differentiated Knowledge Bases. Regional Studies, 45, 7, 893-904.

Asheim, B.T., Grillitsch, M., og Trippl, M. (2016): Regional Innovation Systems: Past – Presence – Future, i Doloreux, D., Shearmur, R., og Carrincazeaux, C. (red.), Handbook on the Geography of Innovation, Edward Elgar, Cheltenham, 45-62.

Coenen, L., Asheim, B.T., Bugge, M., og Herstad, S. (2016): Advancing regional innovation systems: What does evolutionary economic geography bring to the policy table? Environment & Planning C, Government and Policy. Doi: 10.1177/0263774X16646583.

Asheim, B.T., Isaksen, A., Martin, R. og Trippl, M. (2017): The Role of Clusters and Public Policy in New Regional Economic Path Development, i Fornahl, D. og Hassink, R. (red.) Cluster policies from a cluster life cycle perspective, Edward Elgar, Cheltenham.

Asheim, B.T., Grillitsch, M., og Trippl, M. (kommer): Smart Specialisation as an Innovation-driven Strategy for Economic Diversification, i Radosevic, S. et al. (red.); Advances in the Theory and Practice of Smart Specialisation, Elsevier Science Publishers, Amsterdam.

Boschma, R. (2014): Constructing Regional Advantage and Smart Specialisation: Comparison of two European policy concepts. Italian Journal of Regional Science 13, 1, 51-65.

Isaksen, A. og M. Nilsson (2013): Combining Innovation Policy: Linking Scientific and Practical Knowledge in Innovation Systems. European Planning Studies, 21, 12, 1919-1936.

Lorenz, E. og B.-Å. Lundvall (Eds) (2006): How Europe’s Economies Learn: Coordinating Competing Models. Oxford University Press, Oxford.

Van der Ven, A. et al. (1999): The Innovation Journey. Oxford University Press, NY.