Modelli di previsione e monitoraggio per le Smart City

Roberta De Santis| Istat

rdesantis@istat.it

Introduzione: Perché Smart? Perché City?

•La Smart City è indicata con sempre maggiore enfasi come soluzione strategica

ai problemi associati al processo di agglomerazione urbana, sulla base

dell’utilizzo efficiente delle tecnologie digitali.

•La definizione di adeguati strumenti di misurazione è rimasta marginale rispetto

alla disseminazione di progetti locali ed esperienze di misurazione eterogenei.

•L’Istat, (Decreto Legge n. 179 del 18 Ottobre 2012, “Ulteriori misure urgenti per

la crescita del Paese”, “Decreto Digitalia”) è chiamato a contribuire alla

realizzazione di un Sistema di monitoraggio delle comunità intelligenti.

•Per monitorare la convergenza di una città verso una tipologia di Smart City

occorre specificare cosa si intende per city e individuare un sistema di indicatori

rappresentativi in termini di “to be smart”.

Un inquadramento teorico:

•Teoria dei distretti industriali (Bagnasco, 1977) e Teoria dei cluster industriali

(Porter, 1990),

•Learning Regions, Regional Innovation Systems e Local Innovation Systems

(Cooke et al., 2004),

•La teoria della “Tripla elica” (Etzkowitz e Lydesdorff, 2000).

•Il modello delle “tre T” (Florida, 2002).

•Creatività per lo sviluppo sostenibile in un contesto urbano (Gabe, 2006;

Markusen, 2006; Fusco Girard et al., 2009),

Il contesto internazionale

•Il “Manuale di Frascati”, (2002), (OCSE) stabilisce la metodologia per raccogliere

e utilizzare dati sulla R&S nei Paesi OCSE;

•Il “Manuale di Oslo”, (2005), (Eurostat e OCSE) sottolinea il ruolo

dell'innovazione nel settore delle ICT e fornisce gli strumenti per identificare

indicatori coerenti anche in materia di innovazione urbana;

•Dalla “Strategia di Lisbona” (2000) alla Strategia “Europa 2020” (2010), l’UE ha

promosso una crescita intelligente, da realizzare con lo sviluppo di un'economia

basata su conoscenza e innovazione;

•In Europa 2020, la “European Digital Agenda” (EDA), si pone tra gli obiettivi

primari quello di “ottenere vantaggi socio-economici sostenibili grazie a un

mercato digitale unico …consentendo di raggiungere alti livelli di occupazione,

produttività e coesione sociale, con un'economia sempre più green caratterizzata

da basse emissioni di carbonio”

Alcune esperienze in Italia

•La situazione italiana è caratterizzata da una numerosità di esperienze che

presentano, tuttavia, alcuni limiti, tra i quali l’eterogeneità tra le diverse realtà a

discapito della sistematicità e uno scarso livello di coordinamento tra Comuni e il

Governo centrale, con l’eccezione di qualche tentativo di coordinamento a livello

regionale.

•Le esperienze sono riconducibili a tre tipologie di Comuni:

i. quelli che da tempo hanno avviato progetti di sviluppo sostenibile e sono in

grado di evidenziare risultati;

ii. quelli che solo recentemente hanno sviluppato iniziative anche stimolate dai

finanziamenti europei;

iii. quelli, sia di piccole che di grandi dimensioni, senza competenze e relazioni

adeguate per sviluppare progetti complessi e costosi.

Alcune esperienze in Italia

Problemi di definizione e misurazione

•Non vi è ancora una convergenza verso una definizione condivisa di Smart City.

Il concetto, infatti, è usato con differenti accezioni, nomenclature e significati non

solo in letteratura ma anche in altri contesti;

•L’appellativo smart, nell’arco di un decennio, ha identificato la città digitale, la

città socialmente inclusiva, fino, più estensivamente, alla città che assicura una

migliore qualità di vita, traendo vantaggio dalle opportunità e dalle conoscenze

che provengono dal mondo della ricerca e dell’innovazione tecnologica.

•Una delle definizioni operativamente più diffuse è quella del Politecnico di

Vienna, in collaborazione con l’Università di Lubiana e il Politecnico di Delft

(Giffinger et al. 2007), che identifica 6 assi lungo i quali è possibile valutare il

grado di smartness di 70 città europee di medie dimensioni

Smart is more than digital!!

Fonte: The European House – Ambrosetti, 2012

Le dimensioni e gli indicatori della smartness

Fonte: elaborazione Istat da Giffinger et al., 2007

Il ranking

Le dimensioni e gli indicatori della smartnes (cont.)

The Smart City wheel: Fast Company (2012)

L’ICity rate: Forum PA (2012)

Il ranking dell’ICity rate

Il ranking dell’ICity rate (cont)

Il ranking dell’ICity rate (cont.)

Problematiche e suggerimenti metodologici

•Non esiste una definizione univoca operativa ed empiricamente misurabile di

Smart City:

i. Provincia;

ii. Area metropolitana;

iii. Sistema locale del lavoro (Sll);

iv. Comune capoluogo di provincia;

•In Italia l’aspetto relativo alla misurazione è rimasto piuttosto marginale rispetto

alla disseminazione di best pratice e specifici progetti locali.

•Tra le azioni da intraprendere è necessario prevedere un utilizzo più mirato ed

efficiente della produzione statistica già esistente a livelli di disaggregazione più

fini e implementare nuove misure e indicatori.

Problematiche e suggerimenti metodologici (cont.)

•Sistema comune di misurazione a livello macro:

trovare una convergenza verso un sistema comune di misurazione, adatto a

essere ampliato per singole situazioni, in un’ottica di “geometrie variabili”. Il

sistema di misurazione non può prescindere dalla situazione di partenza del

singolo territorio, data l’eterogeneità dei differenti contesti socio-economici, ma

anche del focus che si vuole approfondire

•Sistema di misurazione più specifico a livello micro:

a livello micro (indicatori) possono essere definiti fattori comuni calcolati sia con

indicatori condivisi, sia con indicatori in grado di cogliere le specificità del

contesto, contribuendo all’individuazione di Sistemi di misurazione differenziati,

ma al contempo confrontabili.

Conclusioni: cosa non deve mancare

L’efficacia di un Sistema di monitoraggio sistemico non può prescindere, quindi,

da alcuni elementi chiave:

i. la definizione di obiettivi misurabili e concreti;

ii. l’individuazione delle priorità;

iii. l’identificazione di driver e di azioni rilevanti per il miglioramento della

smartness al fine di ricavare indicazioni di policy;

iv. l’identificazione delle diverse competenze ai vari livelli di governo/policy,

coinvolgendo gli stakeholders in un’ottica sistemica ed efficiente

Visioni: un modello di previsione per la smartness

GRAZIE PER L’ATTENZIONE