Il post presenta la struttura dell’Indice DESI (Digital Economy and Society Index), un indice composito utilizzato dalla Commissione per monitorare i progressi dell’agenda digitale europea, sulla base di 5 dimensioni dei processi di digitalizzazione in corso.
Il post rimarca che ai fini di una rigorosa valutazione a livello regionale degli interventi a sostegno della ricerca e dell’innovazione sono disponibili molteplici fonti statistiche quantitative e quali-quantitative, gestite direttamente dalla Commissione (in particolare dalla DG Industria e Mercato Interno), dall’Eurostat e dal progetto ESPON. Tutte queste fonti consentono di disporre di una consolidata batteria di indicatori rilevabili su scala regionale, Inoltre, vengono periodicamente aggiornati per tutte le regioni NUTS II anche due indicatori compositi: il Regional Innovation Scoreboard (RIS) e il Regional Competitiveness Index (RCI).
Il post, in continuità con quelli precedenti, sottolinea come la valutazione delle RIS3, in realtà, implichi una valutazione dei vari strumenti di policy (programmi di policy pluriennali e altri strumenti agevolativi) che possono incidere sui cambiamenti dei sistemi innovativi e produttivi (quale che sia la scala territoriale di intervento considerata) e che le RIS3 regionali, invero, agiscono direttamente solo sugli “effetti di apprendimento” degli operatori pubblici e privati dell’eco-sistema innovativo
Il post pone in luce quali siano gli obiettivi qualificanti delle Smart Specialisation Strategies (RIS3). Il post, di riflesso, fornisce delle conseguenti indicazioni sugli elementi chiave del “disegno di valutazione” delle RIS3. In particolare, spiega meglio l’importanza di valutare le RIS3 regionali a partire dagli “effetti di apprendimento” prodotti sia presso decisori pubblici e burocrati di loro fiducia, sia presso gli operatori pubblici e privati del sistema ricerca (in primis gli imprenditori). In una ipotetica “teoria del cambiamento” che cerchi di modellizzare gli impatti delle RIS3 (impatti molto difficili da spiegare, anche laddove sia possibile misurarli) tali “effetti di apprendimento” sono conditio sine qua non affinchè le RIS3 producano dei cambiamenti significativi delle strutture produttive, quale che sia la scala territoriale considerata.
Questo contributo, muovendo da dei limiti della “Smart Specialisation Strategy” (RIS3) della Regione Lazio, pone in luce alcune difficoltà metodologiche specifiche comportate dai processi di monitoraggio e valutazione delle RIS3. La sezione su tali processi della RIS3 Lazio delinea un “disegno di valutazione” assolutamente in linea con quello generalmente applicato ai Programmi di spesa pluriennali dell’UE.
Le RIS3, invero, non essendo degli autentici Programmi pluriennali di spesa e, non meno importante, avendo obiettivi diretti differenti da quelli dei Programmi regionali, non possono essere valutate usando gli stessi approcci metodologici che si usano per i Programmi cofinanziati dai Fondi Strutturali.
Il post esamina alcune criticità del paradigma “Smart Specialisation Strategies” sviluppatosi nell’ultimo decennio su impulso della Commissione Europea, guardando soprattutto a come le Regioni italiane lo hanno applicato per formulare le loro RIS3 regionali e, di conseguenza, le loro strategie per sostenere la ricerca e l’innovazione con il contributo dei Fondi Strutturali. Le criticità principali, a mio avviso, concernono la scelta degli “ambiti scientifico-tecnologici” prioritari, la gestione dei processi di scoperta imprenditoriale e, fin qui, la scarsa attenzione alle difficoltà metodologiche specifiche comportate dai processi di monitoraggio e valutazione delle RIS3.
Il post illustra gli elementi chiave del paradigma “Research and Innovation Smart Specialisation Strategies” (RIS3), come introdotti nella Guida del 2012 della Commissione, un documento semplice e molto concreto che consente di approcciare con facilità concetti analitici alquanto complessi (concetti che interessano tanto studi sugli ecosistemi innovativi e sulle migliori politiche per sostenere la ricerca e l’innovazione, quanto studi sulle strategie di sviluppo strutturale place-based).
Il post pone alcuni interrogativi sui contenuti della consultazione della Commissione sulla politica di coesione nel periodo post 2020. La consultazione appare davvero poco significativa ai fini della elaborazione di una visione “pluralista” della politica di coesione post 2020, sia a causa della recente Comunicazione della Commissione “A new, modern MultiAnnual Financial Framework for a European Union that delivers efficiently on its priorities post-2020”, COM (2018) 98, che parla direttamente agli Stati Membri, sia per la struttura del questionario online preparato dalla Commissione.
Struttura e contenuti del questionario denotano una chiara volontà di confermare lo status quo della politica di coesione, una politica sempre meno orientata alla solidarietà fra i territori europei.
I Social Impact Bonds (SIBs) sono strumenti potenzialmente molto efficaci per ridurre la spesa pubblica e migliorare il suo impatto sociale.
Si tratta, infatti, di meccanismi di esternalizzazione dei servizi pubblici fondati su clausole “pay-for-success”, per cui finanziatori ed erogatori privati dei progetti sociali saranno remunerati non sulla base dell’output (“quantità” di servizi erogati ai destinatari), ma sulla base del loro effettivo contributo alla soluzione dei problemi sociali (impact).
Fin qui in Italia si è sviluppato un dibattito alquanto vivace, ma latitano le sperimentazioni sul campo. In questa luce, il Fondo per l’Innovazione Sociale, istituito dalla Legge di Stabilità 2018, dovrebbe finalmente agire da “meccanismo di innesco” per la concreta applicazione dei SIBs.
