La Toscana verso H2020
Andrea Bonaccorsi
Università di Pisa
DG Ricerca e Innovazione
RISE High Level Expert Group
Toscana ...
Temi emergenti verso H2020
# 1
Global Value Chain  e imprese eccellenti
# 2 
Politiche per l’innovazione guidate dalla 
do...
# 1
Global Value Chain (OECD, 2013)
Le imprese partecipano in misura crescente a catene del 
valore globali (GVCs) che coi...
Source: OECD (2013)
Source: Baecker (2013)
Source: Baecker (2013)
Between 2009 and 2011, 10.1 % of non‐financial companies 
in  the market sector with 50 or more employees located in 
Fran...
Proportion of companies with 100 or more employees that sourced internationally activities 
between 2009 and 2011
Source :...
Number of companies (100 employees or more)  sourcing internationally by 
destination between 2009 and 2011
Source : Euros...
The EFIGE dataset includes 14.759 firms
Countries covered:   France, Italy, Spain, UK, Germany, Austria, Hungary 
All manu...
Impatto sulla performance
In general,  there are relatively few multiple mode firms, combining different 
international ac...
# 2 
Politiche per l’innovazione guidate dalla domanda
Numerose innovazioni sono state introdotte, direttamente o 
indiret...
Lo schema europeo del  Pre Commercial 
Procurement (PCP)
Politiche di pre‐commercial procurement nel 
settore della sanità in Toscana
La Toscana ha un sistema sanitario evoluto  d...
# 3 Sistemi di intelligence in tempo reale
È impossibile per le politiche pubbliche anticipare tutti i cambiamenti, ancor ...
Posizionamento internazionale delle università
Campo Scopus Università Top Regione
Mondo Europa Italia
Ranking Top% Rankin...
Posizionamento internazionale delle università/2
Fonte:  Elaborazioni Progetto DPS –S3 su dati GRBS‐ Scopus, a cura di M.G...
Fonte: Erre Quadro srl
Qual è l’evoluzione della  tecnologia?
Fonte: Erre Quadro srl
Chi sono i 
concorrenti?
Dove sono localizzati i concorrenti?
Fonte: Erre Quadro srl
Smau Firenze 2014 - Ricerca e Innovazione: motore di crescita e sviluppo per l’Europa
Upcoming SlideShare
Loading in …5
×

Smau Firenze 2014 - Ricerca e Innovazione: motore di crescita e sviluppo per l’Europa

443 views
391 views

Published on

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
443
On SlideShare
0
From Embeds
0
Number of Embeds
209
Actions
Shares
0
Downloads
1
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Smau Firenze 2014 - Ricerca e Innovazione: motore di crescita e sviluppo per l’Europa

  1. 1. La Toscana verso H2020 Andrea Bonaccorsi Università di Pisa DG Ricerca e Innovazione RISE High Level Expert Group Toscana Technologica                                       Firenze  9 luglio 2014
  2. 2. Temi emergenti verso H2020 # 1 Global Value Chain  e imprese eccellenti # 2  Politiche per l’innovazione guidate dalla  domanda pubblica # 3 Sistemi di intelligence in tempo reale
  3. 3. # 1 Global Value Chain (OECD, 2013) Le imprese partecipano in misura crescente a catene del  valore globali (GVCs) che coinvolgono non solo l’export ma  rapporti di collaborazione a più livelli. La catena del valore globale non si basa più solo sulla  produzione (off‐shoring), che in alcuni casi viene re‐ internalizzata nel paese di origine. La catena del valore  esternalizza  e internazionalizza attività a maggiore valore aggiunto, sia a monte (ricerca e sviluppo,  design) che  valle (marketing, servizi). Le imprese si trovano a giocare più ruoli nelle GVCs.
  4. 4. Source: OECD (2013)
  5. 5. Source: Baecker (2013)
  6. 6. Source: Baecker (2013)
  7. 7. Between 2009 and 2011, 10.1 % of non‐financial companies  in  the market sector with 50 or more employees located in  France  sourced internationally their activities. Concerned companies represent 17.3 % of employment. The  most affected sectors are the  Manufacturing Industry: 8,8 %  (13,6 % in terms of employment) and  Information/Communication services: 8,8 % (19,2 % empl.)  The share of companies sourcing internationally increases  with company size. Exporting companies are more concerned. Source: INSEEE (2013), Sachwald (2013)
  8. 8. Proportion of companies with 100 or more employees that sourced internationally activities  between 2009 and 2011 Source : Eurostat, IS‐GVC Survey
  9. 9. Number of companies (100 employees or more)  sourcing internationally by  destination between 2009 and 2011 Source : Eurostat, IS‐GVC Survey
  10. 10. The EFIGE dataset includes 14.759 firms Countries covered:   France, Italy, Spain, UK, Germany, Austria, Hungary  All manufacturing sectors covered. Cross section period covered:  2007‐2009 Source: Veugelers (2013)
  11. 11. Impatto sulla performance In general,  there are relatively few multiple mode firms, combining different  international activities, but they are bigger and more trade intensive and  therefore substantially drive total trade flows in most sectors. Multiple mode  firms also display the highest productivity premia and are  significantly more likely to introduce new product innovations.  Overall, our analysis of global value chain involvement and its impact on  performance at the firm level provides consistent evidence that the firms that  take on the opportunities of global market access, and which source  resources globally , are well placed to be the engines of Europe’s innovation‐ based growth and to drive its external competitiveness on the basis of  globally sustainable comparative advantage.  Given their highly specific characteristics, it matters for policy makers to  better understand who they are, what they do and what challenges they  face.  Source: Veugelers (2013)
  12. 12. # 2  Politiche per l’innovazione guidate dalla domanda Numerose innovazioni sono state introdotte, direttamente o  indirettamente, grazie alla domanda pubblica  (es. Internet, parallel computing, NMR). In molti settori la domanda pubblica può esercitare un ruolo  di: ‐accelerazione della R&S ‐riduzione dell’incertezza sui fabbisogni degli utilizzatori ‐catalizzazione degli sforzi industriali Evitare tentazioni dirigiste.
  13. 13. Lo schema europeo del  Pre Commercial  Procurement (PCP)
  14. 14. Politiche di pre‐commercial procurement nel  settore della sanità in Toscana La Toscana ha un sistema sanitario evoluto  dal punto di vista dei servizi,  avanzato dal punto di vista tecnologico e in equilibrio economico. Il livello dei servizi è tuttavia messo a rischio dall’aumento dei costi,  dall’aumento della domanda e dai vincoli di bilancio: l’unico modo di continuare  a garantire la sanità per tutti è introdurre cambiamenti tecnologici e  organizzativi, anche radicali. La Regione potrebbe: ‐Identificare i fabbisogni a 3‐5 anni in alcune aree critiche (es. assistenza  sanitaria anziani, riabilitazione, diagnostica)integrata etc. ) ‐Identificare fabbisogni che non sono già soddisfatti da soluzioni commerciali e  aggregare la domanda di diversi utilizzatori (ospedali, ASL, soggetti  convenzionati) ‐esaminare lo stato dell’arte tecnologico, anche in riferimento  al potenziale  innovativo presente nella ricerca pubblica e nelle imprese  in Toscana (es.  biomedicale) ‐lanciare alcuni progetti pilota di PCP
  15. 15. # 3 Sistemi di intelligence in tempo reale È impossibile per le politiche pubbliche anticipare tutti i cambiamenti, ancor  meno governarli dal centro: l’unica strategia possibile è una capacità di  adattamento flessibile e intelligente. Non è più possibile progettare le politiche e valutarne l’impatto a ciclo di  programmazione compiuto: è passato troppo tempo, si sono perse delle  opportunità. Oggi le politiche pubbliche possono beneficiare di sistemi avanzati di  elaborazione di dati pubblicamente disponibili (o acquisibili a costi contenuti)  per il monitoraggio in itinere della evoluzione del sistema industriale e delle  competenze disponibili nel sistema territoriale regionale. Due esempi: ‐Posizionamento internazionale delle università toscane ‐Trend tecnologici da analisi di mappatura dei brevetti
  16. 16. Posizionamento internazionale delle università Campo Scopus Università Top Regione Mondo Europa Italia Ranking Top% Ranking Top% Ranking Top% ANALYTICAL CHEMISTRY Università di Firenze 116 (432) ** 46 (197) ** 5 (22) ** CATALYSIS Università di Firenze 270 (351) 113 (160) 8 (21) * COLLOID AND SURFACE  CHEMISTRY Università di Firenze 131 (141) 32 (36) 2 (2) DRUG DISCOVERY Università di Firenze 25 (360) *** 6 (138) *** 2 (27) *** INORGANIC CHEMISTRY Università di Firenze 71 (395) ** 32 (194) ** 1 (20) *** MATERIALS CHEMISTRY Università di Firenze 216 (701) * 92 (301) * 7 (32) ** MOLECULAR MEDICINE Università di Firenze 55 (390) ** 16 (154) ** 3 (28) ** ORGANIC CHEMISTRY Università di Pisa 192 (635) * 81 (284) ** 6 (33) ** PHARMACEUTICAL SCIENCE Università di Firenze 152 (258) 52 (84) 6 (12) * PHYSICAL AND THEORETICAL  CHEMISTRY Università di Firenze 173 (666) ** 79 (302) ** 6 (35) ** POLYMERS AND PLASTICS Università di Pisa 234 (304) 84 (104) 7 (10) SPECTROSCOPY Università di Firenze 99 (241) * 47 (113) * 3 (11) ** Fonte:  Elaborazioni Progetto DPS –S3 su dati GRBS‐ Scopus, a cura di M.Guerini
  17. 17. Posizionamento internazionale delle università/2 Fonte:  Elaborazioni Progetto DPS –S3 su dati GRBS‐ Scopus, a cura di M.Guerini Campo Scopus Università Top Regione Mondo Europa Italia Ranking Top% Ranking Top% Ranking Top% ANALYSIS Università di Firenze 47 (138) * 14 (49) ** 2 (13) ** APPLIED MATHEMATICS Università di Pisa 220 (755) ** 93 (334) ** 9 (42) ** ARTIFICIAL INTELLIGENCE Università di Pisa 231 (257) 79 (91) 9 (12) COMPUTATIONAL  MATHEMATICS Università di Firenze 105 (169) 34 (55) 2 (7) ** COMPUTATIONAL THEORY  AND MATHEMATICS Università di Firenze 149 (200) 42 (66) 2 (6) * COMPUTER SCIENCE  APPLICATIONS Università di Pisa 208 (753) ** 74 (311) ** 8 (41) ** CONTROL AND  OPTIMIZATION Università di Pisa 56 (66) 15 (18) 5 (5) INFORMATION SYSTEMS Università di Pisa 204 (250) 50 (68) 7 (8) MATHEMATICAL PHYSICS Università di Pisa 53 (106) * 22 (57) * 4 (17) ** MODELLING AND  SIMULATION University di Siena 260 (419) 96 (158) 13 (27) * SOFTWARE Università di Pisa 202 (546) * 56 (208) ** 6 (26) ** STATISTICAL AND  NONLINEAR PHYSICS Università di Pisa 181 (217) 84 (104) 10 (16) STATISTICS AND  PROBABILITY Università di Firenze 165 (353) * 66 (181) * 3 (17) ** THEORETICAL COMPUTER  SCIENCE Università di Pisa 137 (618) ** 52 (310) ** 5 (33) **
  18. 18. Fonte: Erre Quadro srl Qual è l’evoluzione della  tecnologia?
  19. 19. Fonte: Erre Quadro srl Chi sono i  concorrenti?
  20. 20. Dove sono localizzati i concorrenti? Fonte: Erre Quadro srl

×