1. Modelli di previsione e monitoraggio per
le Smart City
Roberta De Santis| Istat
rdesantis@istat.it

2. 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”.

3. 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),

4. 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”

5. 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.

6. Alcune esperienze in Italia

7. 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

8. Smart is more than digital!!
Fonte: The European House – Ambrosetti, 2012

9. Le dimensioni e gli indicatori della smartness
Fonte: elaborazione Istat da Giffinger et al., 2007

10. Il ranking

11. Le dimensioni e gli indicatori della smartnes (cont.)
The Smart City wheel: Fast Company (2012)

12. L’ICity rate: Forum PA (2012)

13. Il ranking dell’ICity rate

14. Il ranking dell’ICity rate (cont)

15. Il ranking dell’ICity rate (cont.)

16. 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.

17. 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.

18. 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

19. Visioni: un modello di previsione per la smartness

20. GRAZIE PER L’ATTENZIONE