Riforma della politica regionale dell’Unione Europea: verso politiche di innovazione intelligente Roberto Camagni e Roberta Capello Politecnico di Milano WORKSHOP HERACADEMY SMART COMMUNITIES E SVILUPPO LOCALE: OBIETTIVI, ATTORI, CREAZIONE DI VALORE Modena, 17 Luglio 2013 Gli argomenti trattati nella presentazione sono pubblicati, sotto forma di paper, in: Camagni R. and Capello R. (2013), “Regional Innovation Patterns and the EU Regional Policy Reform: Towards Smart Innovation Policies”, Growth and Change, vol. 44, n. 2, pp. 355-389
25
Embed
Riforma della politica regionale dell’Unione - gruppohera.it · Riforma della politica regionale dell’Unione Europea: verso politiche di innovazione intelligente Roberto Camagni
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Riforma della politica regionale dell’Unione
Europea: verso politiche di innovazione
intelligente
Roberto Camagni e Roberta Capello
Politecnico di Milano
WORKSHOP HERACADEMY
SMART COMMUNITIES E SVILUPPO LOCALE:
OBIETTIVI, ATTORI, CREAZIONE DI VALORE
Modena, 17 Luglio 2013
Gli argomenti trattati nella presentazione sono pubblicati, sotto forma di paper, in:
Camagni R. and Capello R. (2013), “Regional Innovation Patterns and the EU Regional Policy Reform: Towards Smart Innovation
Policies”, Growth and Change, vol. 44, n. 2, pp. 355-389
Scopo della presentazione
Entrare nel dibattito sulle politiche di innovazione regionale
che avviene a livello europeo e presentare i motivi per
una concettualizzazione, un disegno e un’applicazione
delle politiche a livello regionale.
Le riflessioni vengono da un progetto ESPON (denominato
KIT – Knowledge, Innovation, Territory) coordinato dal
Politecnico di Milano.
L’attuale dibattito di politiche
dell’innovazione regionali a livello EU
Il dibattito nasce con l’esigenza di
- rilanciare la competitività dell’Europa nell’innovazione
nell’agenda Europa 2020 e
- avviare le riflessioni che accompagnano la riforma delle
politiche di coesione.
L’unione di queste due necessità vede un primo tentativo
nel documento ufficiale dell’EU intitolato Regional Policy
Contributing to Smart Growth in Europe.
Il documento sposa il concetto di smart specialization
suggerito dal gruppo di esperti ‘Knowledge for Growth’
del commissario europeo per la ricerca, Janez Potocnik.
Il dibattito della smart specialization
Esisteva (e esiste tuttora) un profondo gap negli
investimenti di R&S tra Europa e i suoi paesi partner.
Il dibattito sulla SmSp ha in un primo momento suggerito
politiche differenti tra regioni ‘centrali’ e ‘periferiche’
(Foray et al., 2009):
- Le regioni centrali ospitano laboratori e attività di ricerca
in generale sulle GPT;
- Le aree periferiche si orientano verso specializzazioni
nel loro “dominio di conoscenza” grazie a collaborazioni
con aree forti (‘co-applicazione di innovazione’).
Punti forti della SmSp
- Il primo forte messaggio della strategia SmSp è
totalmente condivisibile: la R&S richiede una massa
critica;
- Le idee che sostengono la strategia – quelle di
specializzazione, radicamento e connessione
(specialization, embeddedness and connectedness)
sono senz’altro condivisibili (teorie come quella del
milieu innovateur, RIS, learning regions sostengono lo
stesso approccio).
Limiti della SmSp
Esistono limiti:
• La conoscenza formale è solo uno dei modi attraverso i
quali le regini innovano;
• Nell’approccio seguito – tipico di economisti industriali –
si ignora l’ampia variabilità di processi di innovazione,
sui quali le politiche dovrebbero essere basate;
• La distinzione tra centro e periferia è troppo
semplicistica. Una più approfondita tassonomia è
necessaria per raccogliere tutti i vari modi di innovare.
L’importanza di una tassonomia
regionale
Fase 1 della SmSp (->2010): territorio dicotonomico (centro-
periferia);
Fase 2 della SmSp (2011->): ogni regione deve trovare la
sua strategia.
Le specificità delle single regioni sono fondamentali per
l’implementazione di progetti
tuttavia
L’identificazione delle strategie richiede approcci comuni
per regioni con caratteristiche innovative simili per
evitare una errata allocazione delle risorse e improbabili
strategie locali.
Una tassonomia delle regioni innovative è necessaria per
lo sviluppo di strategie di innovazione locale.
L’importanza di una tassonomia
regionale
Una tassonomia di regioni innovative non nega
l’importanza di un approccio place-based per
l’identificazione dei singoli progetti e delle vocazioni
produttive e innovative locali,
tuttavia
la strategia generale deve essere consistente con più
ampi elementi di razionalità che solo una tassonomia
appropriata può far emergere.
Limiti delle tassonomie esistenti
Tassonomia dell’OCSE (OECD, 2010 and 2011) identifica
‘knowledge regions, industrial production zones, non-S&T
driven regions’.
Verspagen (2010) sviluppa una “gerarchia spaziale” di
regioni innovative in Europa sulla base dell’intensità
brevettuale, la specializzazione manifatturiera regionale e
la performance economica locale.
Entrambe queste tassonomie hanno il limite di essere basate
solo sull’intensità di consocenza (e tra l’altro solo formale).
Limiti delle tassonomie esistenti
Hollanders et al. (2009) propone una tassonomia di regioni
Europee sui dati del Regional Innovation Scoreboard.
Vantaggi:
Abbandonano la semplice equivalenza tra conoscena e
innovazione, tipica delle tassonomie precedenti.
Limiti:
Indicatori molto diversi vengono mischiati senza una chiara
aspettativa circa il loro legame.
Non c’è spazio per la conoscenza non prodotta localmente.
Limiti delle tassonomie esistenti
Wintjes e Hollanders (Regional impact of technological
change, 2010) dividono lo spazio europeo in base a:
- input e output di conoscenza;
- elementi locali che facilitano l’innovazione;
- indicatori di performance economica.
Nessuna aspettativa teorica spiega il legame tra le differnti
variabili utilizzate, se non quella di legare alcuni elementi
che facilitano la conoscenza e l’innovazione all’intensità di
quest’ultime.
Una nuova tassonomia adatta
alla SmSp
La tassonomia che proponiamo supera i limiti di quelle
precedenti, in quanto:
• È una tassonomia deduttica, che parte da assunti teorici e
contiene diverse tipologie di conoscenza sulla quale il
processo innovativo può basarsi;
• È una tassonomia capace di enfatizzare le pre-condizioni
che supportano I processi di innovazione locale.
I modelli di innovazione regionali
Un modello di innovazione territoriale rappresenta:
• modi differenti di sviluppare le differenti fasi del
processo innovativo,
• basato sulla presenza/assenzatdi condizioni di contesto
che supoprtano la creazione di innovazione e
conoscenza e la loro attrazione dall’esterno.
Modello di innovazione endogena
all’interno di una rete scientifica
Specific, applied
knowledge
Education,
human capital,
accessibility,
urban
externalities
Education,
human capital,
accessibility,
urban
externalities
Territorial
receptivity
Cross-regional
cognitive proximity
relational capacity
Basic knowledge
(General Purpose
Technologies, GPTs)
Collective learning
Entrepreneurship
Product
and
process
innovatio
n
Economic
efficiency
Basic knowledge
(General Purpose
Technologies, GPTs) Specific, applied
knowledge
Education,
human capital,
accessibility,
urban
externalities
Education,
human capital,
accessibility,
urban
externalities
Basic knowledge
(General Purpose
Technologies, GPTs) Specific, applied
knowledge
Region j
Region i
Territorial
receptivity
Phases Territorial preconditions
for knowledge creation Knowledge output Territorial preconditions for
innovation Innovation Economic
efficiency
1) Area scientifica europea:
GPT
2) Area della scienza applicata:
attività brevettuale in campi
tecnologici applicati
Modello di applicazione creativa
Phases Territorial preconditions
for knowledge creation Knowledge output Territorial preconditions for
innovation Innovation Economic
efficiency
Product
and
process
innovation
Economic
efficiency
Collective learning
Entrepreneurship
Specific and
applied knowledge
Capabilities
Territorial creativity
Basic knowledge
(General Purpose
Technologies, GPTs)
Specific and applied
knowledge
Region j
Education,
human capital,
accessibility,
urban
externalities
Region i
3) un’area di applicazione tecnologica
intelligente: conoscenza formale che
proviene dall’esterno
4) Area della diversificazione
creativa e intelligente
conoscenza informale che
proviene dall’esterno
Modello di imitazione
dell’innovazione Phases Territorial preconditions for
knowledge creation Knowledge output Territorial preconditions for