Analisi della tecnologia e approcci alla sua misurazione · Bacone (1561-1626) credeva nel potere...

Ceris-Cnr, W.P. N° 5/2004

1

Analisi della tecnologiae approcci alla sua misurazione[Technology and Technometrics approaches]

Mario Coccia

National Research Council of ItalyCeris-Cnr - Institute for Economic Research on Firms and Growthemail: [email protected]

Abstract. The technological innovation, nowadays, is one of the most importantdeterminant for increasing the wealth of the nations. Souder and Shrivastrava said “wecan’t begin to make decisions about technology until we understand it. And we can’t beginto really understand it until we can measure it”. For this reason within the economics a newbranch called Technometrics is born: it is a new theoretical framework for the conceptionand measurement of technological change with important policy implications (Sahal,1985). The aim of this paper is, after introducing the concepts of technological innovationas used by the economists during the nineteenth and twentieth-century, to show thehistorical evolution of the several approaches used to measure and evaluate the technologyand technology change from 1930 to 2004. A discussion of these approaches shows themethodological difficulties and their potentials.

Keywords: Technometrics, Technology, Technological Change, Patterns of technological innovation,history of economic thought, systemic approach, innovation diffusion

JEL Classification: B11, B12, B20, B41, O30


WORKING PAPER CERIS-CNR

Working paper N. 5/2004Anno 6, N° 5 – 2004Autorizzazione del Tribunale di TorinoN. 2681 del 28 marzo 1977

Direttore ResponsabileSecondo Rolfo

Direzione e RedazioneCeris-CnrIstituto di Ricerca sull’Impresa e lo Sviluppo

Sede di TorinoVia Avogadro, 810121 Torino, ItalyTel. +39 011 5601.111Fax +39 011 [email protected]://www.ceris.cnr.it

Sezione di Ricerca di RomaIstituzioni e Politiche per la Scienza e la TecnologiaVia dei Taurini, 1900185 Roma, ItalyTel. 06 49937810Fax 06 49937884

Sezione di Ricerca di MilanoDinamica dei Sistemi EconomiciVia Bassini, 1520121 Milano, Italytel. 02 23699501Fax 02 23699530

Segreteria di redazioneMaria Zittino e Silvana [email protected]

DistribuzioneSpedizione gratuita

Fotocomposizione e impaginazioneIn proprio

StampaIn proprio

Finito di stampare nel mese di January 2005

Copyright © 2004 by Ceris-Cnr

All rights reserved. Parts of this paper may be reproduced with the permission of the author(s) and quoting the source.Tutti i diritti riservati. Parti di questo articolo possono essere riprodotte previa autorizzazione citando la fonte.


3

INDICE

1. La tecnologia negli economisti dell’Ottocento e del Novecento ........................................................ 5

2. La teoria sistemica ................................................................................................................................ 62.1. La diffusione dell’innovazione tecnologica................................................................................... 92.2. Modelli di sostituzione tecnologica .............................................................................................. 10

3. Approcci sulla misurazione del cambiamento tecnologico............................................................. 123.1. Approccio Edonico di Court (1939), Stone (1956), Lancaster (1966) e

Griliches (1971) ........................................................................................................................... 123.2. Approccio Rand di Dodson (1970) ed il contributo di Alexander e Nelson

(1973) e Martino (1985) sulle superfici trade-off......................................................................... 123.3. Misure empiriche del cambiamento tecnologico di Ayres (1985) ................................................ 133.4. Approccio Euristico di Lenz (1985) ............................................................................................. 153.5. Un raffinamento dell’approccio edononico: il contributo di Saviotti (1985)............................... 163.6. Approccio funzionale di Majer (1985) e di Knight (1963) ........................................................... 163.7. Approccio composito (Wholistic and Holistic) alla misurazione della

tecnologia di Sahal (1985) ........................................................................................................... 173.8. Misurazione del cambiamento tecnologico di prodotti eterogenei

(Alexander e Mitchell, 1985; Triplett, 1985)................................................................................ 183.9. Modello tecnometrico di Grupp e Hohamyer (1986) ................................................................... 193.10.La misura della tecnologia per lo sviluppo nazionale di Sharif (1986) ....................................... 203.11. Il contributo di Archibugi (1988) ................................................................................................. 213.12.La misura del progresso tecnico di Ayres (1998)......................................................................... 223.13.L’approccio sismico alla misurazione del cambiamento tecnologico

(Coccia, 2004).............................................................................................................................. 23

Bibliografia ............................................................................................................................................... 26

Working Paper Series (2004-1993) ......................................................................................................I - V


ello scenario turbolento del mercatoglobale la tecnologia è una variabilestrategica per la competitività delle

imprese e delle nazioni. La misura della tecnologiae del cambiamento tecnologico è indispensabileper delle corrette pratiche di management dellaR&D e di reserach policy. Sahal (1985) sosteneva“that they are essential for separing the wheat fromthe chaff in the selection of R&D projects and formonitoring progress or the lack thereof in anygiven area”.

Nella politica economica esplicite misure delcambiamento tecnologico hanno importantiimplicazioni per la misurazione della crescitaeconomica, studiare il comportamento dei consu-matori, analizzare il commercio internazionale evalutare le politiche monetarie e fiscali. La tecno-logia è un punto chiave nella previsione e gestionedi nuove innovazioni di prodotto e processo.

L’importanza che oggi ha assunto l’innovazionefa si che essa sia oggetto di numerosi studi, mapresenta il problema di essere difficile daanalizzare ed ancora più difficile da misurare. Laspiegazione è che l’innovazione è una funzionemultidimensionale e lo studio delle su7edinamiche endogene ed esogene non possonoessere ricondotte ad una sola disciplina, comel’economia. La technometrics è una recente area dispecializzazione, nata nel Novecento nel campodelle scienze economiche ed ingegneristiche, conlo scopo di misurare la tecnologia ed ilcambiamento tecnologico. Verso la metà del XXsecolo essa è emersa come una distinta area diindagine nata dall’incontro di diverse discipline,quali la matematica applicata all’economia,l’econometria, la statistica matematica emultivariata e così via. L’interazione con altrescienze è un costante stimolo per questa brancadell’economia e della statistica. Sahal nel 1985diceva a tal proposito [… there is a clue to theconundrum. It is to look at it from within ratherthan from without. Interestingly, once the issue isconsidered in an endogenous manner, the way iscleared for the development of a whole newtheoretical framework for the conception andmeasurement of technological change – what canbe called technometrics - with important policyimplications.

… a technological characteristic in turn is best

specified as a vector in an n-dimensional spacegenerated by a set of n linearly independentelements such as mass, length, and time. … Thismakes it possible to assess advances in the deepstructure of technical knowledge by means of anon linear mapping from the multivariateparameter space to the dimensional vector space....

When pursued at length, they turn out to havemany kith and kin in a variety of disciplines suchas discriminatory topology, dimension theory,morphometrics, and pattern recognition. Thus, wehave both drawn from, and in turn contributed to,these disciplines. We hope that thisinterdisciplinary give-and-take will continue in thefuture. By the same token, we feel that if theproposed subject of technometrics is ever fullydeveloped, it must retain its independent identitywhile strengthening its interdisciplinaryfoundation.

To cite a parallel, the subject of Analysis ofVariance was originally developed by R.A. Fisherin a purely biological context. It grew into theGeneral Linear Model through a process ofincreasing sophistication to become an integralpart of mathematical statistics.

Yet, one wonders whether the greaterquantitative sophistication has come at the cost offewer qualitative insights. One might even say thata gain for quantitative science appears to be a netloss for qualitative science.

The lesson for students of technology is obvious.We must avoid increased sophistication for its ownsake. It particular, the need in the future is topreserve and nurture the independent flavor oftechnometrics.

This brings us to our conclusion. The subject oftechnometrics constitutes a conceptual frameworkfor understanding innovation processes-ratherthan a methodological horse for conqueringproblematic territories-in the course of policyplanning. The concepts of technometrics areintended to be aids to creative thoughts, not meretools of problem solving. Hilton Cramer onceobserved that the more minimal the art, the moremaximum the explanation. Likewise, it is bycurtailing our focus on methodology that we standa real chance of gaining insights into the nature oftechnology (Sahal, 1985:35)].

N


5

I maggiori contributi alla technometrics sonorinvenibili in due riviste americane: TechnologicalForecasting and Social Change e Technometrics.La prima tratta direttamente le metodologie epratiche della previsione tecnologica, gli studi sulfuturo come mezzi di pianificazione e le lororelazioni con fattori sociali, ambientali etecnologici. Questa rivista ha dato origine inquesto campo ad una serie di importanti contributisulla technometrics, molti dei quali sarannoanalizzati nel presente lavoro. La seconda rivista, acura dell’American Statistical Association, nascenel 1959 con la missione di contribuire allosviluppo ed uso di metodi statistici nella fisica,chimica e scienze ingegneristiche. Il presentearticolo si propone di descrivere l’evoluzione delleprincipali tecniche rivolte alla misurazione dellainnovazione tecnologia (sezione 4) ma, priva difare ciò, si ritiene necessario, per una maggiorechiarezza espositiva, descrivere il concetto ditecnologia negli studiosi dell’Ottocento eNovecento (sezione 2-3). Una discussioneconclusiva sui limiti degli approcci nonché sulleloro potenzialità, chiudono il lavoro.

1. La tecnologia negli economistidell’Ottocento e del Novecento

Nell’Ottocento molti studiosi analizzando ifenomeni economici non parlavano esplicitamentedi tecnologia ma il concetto si poteva estrapolaredai riferimenti che facevano al termine scienza,invenzione, macchine e così via. Riferimenti allatecnologia fra gli economisti prima di Smith, ossiafra i fisiocrati e i mercantilisti è scarsa e casuale.Tuttavia qualche idea economica riguardo allatecnologia già esisteva. Ad esempio l’idea che unmonopolio temporaneo serviva come incentivoeconomico a generare le invenzioni tecniche avevala sua prima chiara espressione nello “Statuto deiMonopoli” in Inghilterra nel 1623. Bacone (1561-1626) credeva nel potere della scienza permigliorare le condizioni economiche della società.Prima di Bacone (e Galileo Galilei) il legame frascienza e attività pratiche era oscurato da unsistema religioso e filosofico di pensiero chemirava al raggiungimento della salvezzadell’anima. Bacone (1629) nel suo libro NewAtlantis affrontava tematiche che riguardano iprimi rudimentali concetti di quella chesuccessivamente sarà chiamata economia

dell’innovazione tecnologica. Smith (1776)sosteneva che la specializzazione e divisione dellavoro produceva un incremento della destrezzadei lavoratori, risparmio di tempo e applicazione dinuovi macchinari. Mentre Bacone vedeva scienza,tecnologia, politica, industria e religione comeattività profondamente interrelate, Smithriconosceva la sfera economica con caratteristicheauto-regolanti, influenzata dalla tecnologia magovernata da una mano invisibile. Ricardo (1817),nel suo capitolo sulle macchine, parlava ditecnologia che risparmia lavoro. SecondoGranstrand (1994) lo studioso che prima di tutti sioccupò dell’interpretazione dell’economia dellatecnologia è Babbage (1791-1871) con il libro Onthe economy of machinery, and manufacturers del1832. Granstrand sostiene che, sebbene oggiquesto lavoro del 1832 sia stato dimenticato, puòessere considerato dal punto di vista deglieconomisti industriali e della tecnologia, quelloche il libro di Smith è stato per l’economia ingenerale. Il contributo di Babbage è soprattuttosulla divisione del lavoro e i suoi contributi sonofocalizzati sull’importanza che ha nel risparmiareil lavoro all’interno delle imprese. Marx (1890;1975) può essere considerato, invece, come ilprimo studioso che trattò esplicitamente ilcambiamento tecnologico in un’otticamacroeconomica. Infatti, egli analizzòl’innovazione come un processo sociale e i suoirapporti con capitale e lavoro possono generare unconflitto di classe e problemi di distribuzione.

Rae (1834) è il primo economista, secondoBrewer (1998), a vedere il cambiamentotecnologico come la principale causa della crescitaeconomica. Rae considerava l’invenzione unavariabile endogena della crescita economica(Coccia, 2004a), ed era anche un grande fautore difinanziamenti e sovvenzioni a neonate imprese,sostenendo che il legislatore doveva supportare ilprogresso delle scienza e della tecnologia (artsecondo la sua terminologia).

Mill (1848) nel capitolo VII del libro Principlesof Economics, inserisce l’invenzione e l’uso dimacchine fra gli elementi che determinano unmiglioramento della produttività del lavoro di unacomunità. Mill rimanda per una spiegazione piùaccurata sul modo di accrescere la produzione erendere economico il lavoro al libro di Babbage.Secondo l’economista inglese le più grandiinvenzioni agricole erano l’applicazione di vari


6

procedimenti al terreno, come ad esempio larotazione delle colture. Mill sottolineava anchel’importanza della diffusione del sapere fra ilpopolo e nel capitolo XI, sulla legge che regolal’accrescimento del capitale, parla del grandecontributo del libro di Rae. Secondo Sahal (1985)Mill anticipò la teoria dei concetti connotativi edenotativi. Il primo enfatizzava sia un oggetto chele sue caratteristiche, mentre il concetto denotativoracchiudeva o l’oggetto o le sue caratteristiche, manon entrambi. Un’automobile è un concettodenotativo poiché non implica particolaricaratteristiche. Una benzina efficiente permacchine è invece un termine connotativo poichési riferisce sia ad esso che alle sue caratteristiche.Col tempo questi concetti sono cambiati disignificato ed oggi i concetti connotativi sonocostrutti mentali (ad es. cerchio), mentre i concettidenotativi sono oggetti concreti (es. ruote). Questadistinzione è importante nell’applicazione di moltetecniche di technometrics che si vedranno inseguito.

Un altro studioso che si occupò di tecnologia èstato Veblen (1899; 1904) che enfatizzaval’importanza delle macchine e la classe degliingegneri (l’importanza della professione degliingegneri fu riconosciuta anche da Auguste Comteche vedeva gli ingegneri come l’anello dicongiunzione tra scienza e tecnologia). Veblen erafautore anche di un approccio evolutivonell’economia, una dichiarazione fatta quandol’economia iniziava a fissare i paradigmidell’analisi marginalista (Marshall, 1890).

Nel Novecento Schumpeter (1939) èconsiderato lo scienziato che per primo haanalizzato in maniera sistematica il ruolodell’innovazione tecnologica nelle moderneeconomie. Famosa è la sua distinzione frainvenzione ed innovazione tecnologica, distinzioneche mette in luce come l’invenzione sia lacreazione di nuove conoscenze a prescindere dallaloro effettiva utilizzazione, mentre per innovazionesi intende l’effettiva utilizzazione a scopoproduttivo di conoscenze per fare, in campoeconomico, le cose in maniera diversa, secondo lasua nota espressione. L’economista di Harvardanalizzò anche gli effetti dell’innovazionetecnologica sulle imprese, settori e mercati, inparticolare è famosa la sua posizione nei confrontidei monopoli (Schumpeter, 1911; 1942).

Secondo Sahal (1981) tre sono i principali

concetti di tecnologia che si possono individuarenella letteratura: neoclassico, di Pitagora esistemico. I concetti si basano su questi elementi:1) neoclassico descrive la tecnologia come unafunzione di produzione; 2) Pitagora descrive latecnologia con la cronologia delle maggioriinvenzioni ed innovazioni; 3) sistemico considerala tecnologia in termini delle sue caratteristichefunzionali. Una tecnologia è per quello che unatecnologia fa.

Sahal (1981) sostiene che quest’ultimo concettoha alcuni vantaggi sui due precedenti. Il punto divista neoclassico e di Pitagora sono entrambibasati su un’antitesi di evoluzione, mentre c’èun’importante evidenza che suffraga il concetto deisistemi di tecnologia: le innovazioni tecnologichedipendono dallo sviluppo attuale. I tre concetti nonsi escludono a vicenda, ma sono piuttostocomplementari in termini dei loro principaliobiettivi. Il punto centrale dell’impostazioneneoclassica è il processo di produzione chechiaramente non fornisce un significato chiarodella misurazione del cambiamento tecnologico.La concezione di Pitagora fornisce una misurachiara della tecnologia ma manca di unaformulazione dell’attività di produzione. Ilconcetto sistemico è libero da queste limitazioniperché è strettamente legato al processo diinnovazione. Secondo Sahal, il concetto sistemico,è quello più utile a misurare i contributi dellatecnologia e valutare la sua evoluzione spazio-temporale. Vista l’importanza di tale approccio peralcune tecniche di misurazione della tecnologiache si descriveranno in seguito, si ritieneopportuno approfondirlo facendo anche unadiscussione sui suoi modelli di diffusionedell’innovazione tecnologica.

2. La teoria sistemica

Approccio sistemico e misure funzionali dellatecnologia.

La teoria sistemica, a partire dagli anni Ottantaha assunto un ruolo di primaria importanza fra leteorie non-neoclassiche di analisi dell’innovazionetecnologica. L’origine del concetto sistemico ditecnologia si fa risalire a due gruppi di studiosi chelavorarono in maniera indipendente l’unodall’altro: gli economisti (Stewart, 1977) che sioccupavano dei problemi di una appropriatatecnologia nei paesi sottosviluppati e gli studiosi


7

dei sistemi (Sahal, 1981) che si occupavano delmanagement della Ricerca e Sviluppo (R&S) neipaesi industrializzati. A prima vista questi duegruppi di studiosi sembrerebbero avere poco incomune; invece, i loro punti di vista sono moltosimili. Entrambi ritengono che una tecnologia èmeglio concepita in termini delle suecaratteristiche di rendimento; questo porta aconsiderare come appropriate misure dello statodella tecnologia una variabile del tipo: efficienzaconsumo-combustibile di un congegno.

Il punto di vista degli economisti dello sviluppoeconomico ha origine dal loro scetticismo neiconfronti della concezione neoclassica dellatecnologia. La struttura neoclassica considerainfatti, come variabili rilevanti il fattore disostituzione degli input e il relativo rapporto diprezzo, trascurando le altre variabili che entranonella scelta tecnologica come: il materialeimpiegato, la disponibilità di esperienze, la scaladell’output, la natura e il genere del prodotto, ecc.

Alcune delle più importanti sostituzioni non

sono, ad esempio, tra lavoro e capitale ma, tralavoro qualificato e lavoro non qualificato, traattrezzature nuove ed obsolete, ecc. Inoltre glieconomisti fanno notare come nei paesi in via disviluppo è normale impiegare alcune delle piùmoderne tecnologie insieme a quelletecnologicamente superate; in tal caso non è realepresupporre l’esistenza di un uniforme isoquantoma, bisogna tener presente che le tecniche piùvecchie potrebbero richiedere più capitale e lavorocontemporaneamente per unità prodotta, piuttostoche uno a spese dell’altro. In simili casi il modelloconvenzionale neoclassico della funzione diproduzione non è possibile applicarlo. Glieconomisti sostengono che il modelloconvenzionale di funzione di produzione è limitatoa casi dove le cause del cambiamento tecnologicosono di natura storica e non è adatto ai problemi diuna appropriata tecnologia nei paesi in via disviluppo. Da qui la motivazione a cercareun’alternativa tecnologica.

t3

t1

t2

Capitale

Lavoro

Figura 1: Rappresentazione delle tecniche retrodatando a differenti periodi di tempo t1, t2 e t3


8

Capitale / Lavoro

Output /Lavoro

Fonte: Atkinson e Stiglitz, 1969

Figura 2: Progresso tecnico localizzato

Gli studiosi dei sistemi invece, iniziarono illavoro in questo campo su una lavagna pulita. Leprime indagini hanno riguardato le risorse dellatecnologia militare poi, il campo di indagine èstato progressivamente ampliato fino ad includeregli argomenti posti dal management della Ricercae Sviluppo (R&S) a livello di impresa per unastrategia tecnologica a livello settoriale enazionale. Il punto focale delle loro indagini,comune agli economisti, è la caratteristicafunzionale della tecnologia. Con questa nuovaottica si cerca di migliorare le caratteristiche delprodotto in relazione al processo di produzione.

Questi due gruppi di studiosi sostengono cheuna tecnologia deve avere la capacità di realizzarecerte funzioni in maniera adeguata. Moltoimportante, nell’approccio sistemico, sono lemisure funzionali della tecnologia che portano adun’appropriata misura, obiettivamente valutata,dello stato della tecnologia. Ad esempiol’efficienza termica di un impianto di energiaelettrica si può definire nel seguente modo (Sahal,1981):

lecombustibi del totale termica produzioneelettrica produzione

Le misure funzionali della tecnologia sono di

maggior valore pratico per gli scopi organizzativi edirettivi che, per esempio, il concetto di funzionedi produzione neoclassica. La giustificazione varicercata nel fatto che le più utili variabili dellaricerca industriale raramente sono di naturadistributiva o economica. Ecco perché le misurefunzionali di tecnologia sono strettamentecollegate agli attuali obiettivi dell’attivitàinnovativa. Un esempio viene dall’attività di R&Snel trasporto del greggio che è incentrata sullariduzione del costo totale della costruzionedell’oleodotto (conduttura) e del controllo delflusso del greggio per mezzo di un cambiamentonella linea del diametro, piuttosto che nellariduzione del costo del capitale o lavoro in sé(Pearl ed Enos, 1975).

Le misure funzionali della tecnologia inoltre,tengono conto sia delle maggiori che minoriinnovazioni ed attribuiscono pesi adatti alla loroimportanza secondo un denominatore comune.

Se si considera lo sviluppo della tecnologia deltrattore agricolo, essa è stata resa possibile damoltissime innovazioni (i pneumatici, i sollevatoriidraulici, la frizione a dischi gemelli, ecc.) e non èfacile distinguere un’innovazione principale da uncambiamento secondario. Le variabili come l’oracavallo-vapore per litro di combustibile e


9

l’efficienza del consumo di combustibile misuranosia le maggiori innovazioni come l’uso deipneumatici che le innovazioni di minoreimportanza, come l’uso di valvole più durature.

Per quanto riguarda le caratteristiche deiprodotti, mentre la concezione neoclassica ritieneche le stesse non cambiano, l’approccio sistemico,invece, sostiene che il maggiore sforzo dellaattività di R&S delle imprese è diretto allosviluppo di nuovi prodotti o al miglioramento deivecchi. Questo è confermato da alcune indaginiempiriche che dimostrano come la concezionesistemica sembra essere maggiormente vicina agliattuali scopi della moderna attività di R&S rispettoad altre concezioni. Quindi il concetto sistemicopresenta diversi vantaggi rispetto alla impostazioneneoclassica, grazie alle misure funzionali dellatecnologia che attribuiscono all’innovazioneun’importanza per quello che “l’innovazione fa”;inoltre, in questa nuova impostazione si tieneconto delle caratteristiche dei prodotti che eranotrascurati nella precedente concezione. Ma, ilconcetto sistemico di tecnologia è soggetto anchead alcune limitazioni dovute alla mancanza di datisul cambiamento delle caratteristiche funzionalidella tecnologia nel corso del tempo e la maggiorefragilità a livello macro-economico. Per superarequeste limitazioni si può coniugare il concettosistemico col concetto di funzione di produzionedando in tal modo origine al concetto diingegneria della funzione di produzione (Chenery,1949) che consente di affrontare problemidifficilmente risolvibili con le concezioni presesingolarmente. Prima di analizzare i vari approccialla misurazione della tecnologia si ritieneopportuno fare una descrizione dei modelli didiffusione dell’innovazione tecnologica poichésono concetti base per alcuni approcci che sidescriveranno.

2.1. La diffusione dell’innovazione tecnologica

Se si suppone che la decisione di un’aziendasingola di adottare una nuova tecnica dipende dalnumero di aziende che già la usano, il tasso didiffusione dell’innovazione ad un dato momento è:

)()(' TKrNtN −=

che rappresenta il modello logistico, molto usatoper simulare il processo di diffusione. Nel modellosi ha:

1)(' −−= tt NNtN è la variazione del numero diadottanti;

r = coefficiente di adozione;K = livello di saturazione o di equilibrio detto

anche “potenziale applicativo” (numero opercentuale di equilibrio dei potenzialiadottatori cui la logistica tendeasintoticamente);

N = una misura del livello di diffusione: volumedi adozione della tecnica.

La soluzione di questa equazione differenziale èla ben nota funzione logistica:

tbeaKN ⋅−⋅+

=1

dovea = costante dipendente dalle condizioni iniziali;b = r·k: misura le velocità del processo di

diffusione.

La curva logistica è una curva simmetrica (conuna doppia rotazione degli assi di 180°) a forma diS (Fig. 3a, b). Studi condotti evidenziarono comecerti tipi di processi di diffusione possono essereadeguatamente descritti in termini di sviluppologistico (Griliches, 1957). Frequentemente lericerche empiriche sui processi di diffusione diinnovazioni evidenziano un elemento diasimmetria. In tali casi, chiaramente, l’uso dellafunzione logistica risulta inadatto; un modello piùaderente ai dati deve utilizzare curve asimmetrichea forma di S come quella prodotta da Gompertz(Fig. 3b) o la funzione di distribuzione cumulativalog-normale, ecc. La scelta di uno specificomodello deve essere fatta sulla base di una serie diprincipi ex-ante, anche se attualmente c’è unacarenza teorica nel definire la forma funzionale delprocesso di diffusione.


10

t

KLivello disaturazione

Y

K2

flesso

Figura 3a: Curva logistica (simmetrica-S)

t

Y

Livello disaturazione K

K e

flesso

Figura 3b: Curva di Gompertz (asimmetrica-S)

La teoria sistemica considera il processo didiffusione strettamente collegato al processo disviluppo tecnologico. Di conseguenza la diffusioneè meglio concepita come un processo disostituzione tecnologica di una nuova tecnologiacon una vecchia. Ciò comporta un processo diinstabilità riguardante la transizione da un livellodi equilibrio corrispondente all’uso di una tecnicaesistente, ad un altro livello di equilibrio,corrispondente all’uso di una nuova tecnica.

2.2. Modelli di sostituzione tecnologica

La concezione sistemica del processo di diffusioneviene resa operativa attraverso due modelliquantitativi di sostituzione tecnologica. Il primomodello focalizza gli aspetti temporali delfenomeno e fu elaborato da Fisher e Pry nel 1971.Il secondo modello invece, mette a fuoco gliaspetti spaziali e fu elaborato da biologi studiandoi cambiamenti morfologici dell’organismo (Reevee Huxley, 1945). Questi due modelli sono collegati


11

tra loro da un rapporto di complementarietà. Neimodelli vengono considerate le seguenti variabilidivise in:

Indicatori direttiX(t) = Volume di adozione di una nuova tecnica al

tempo t; (es. numero di trattori nelle fattorieall’istante t);

Y(t) = Volume d’uso di una vecchia tecnica altempo t; (es. numero di cavalli nellefattorie al tempo t)

Indicatori indiretti (nel caso di mancanza di dati)F = frazione del totale di output prodotto dalla

nuova tecnica.

Il modello che viene presentato saràformalizzato con indicatori diretti, considerandocome chiave concettuale del processo diffusivol’adozione. Partendo dalle variabili si costruisconoi cosiddetti rapporti di adozione:

)()()()('

)()()()(

tYtXtYtf

tYtXtXtf

+=

+=

da cui si ricava che:

1)()()()(

)()()(

)()()()(')( =

++

=+

++

=+tYtXtYtX

tYtXtY

tYtXtXtftf

Se si considera che sia X che Y aumentinosecondo un certo modello a forma di S (ad es.quello logistico) si ha:

btaeKYYKrY

tY

−+=−=

∂∂

1);(

dove:Y= volume di adozione tecnica;K = livello di saturazione;a = costante;r = saggio di crescita del processo di diffusione.

Sapendo che:

Kbr = ;

;)log(log);( 1111

1 tbAYKYYKYKb

tY

++−=−=∂∂

tbaeK

YtbaY

YK111

;log 111

1−+

=−=−

Analogamente per X:

tbaeKXtba

XXK

121;log 1

222

−+=−=

−

Modello quantitativo nell’aspetto temporaleQuesto modello considera i mutamenti cronologicinel sistema attribuibili alla crescita nel tempodell’adozione di una tecnica, ossia la tendenzatemporale dell’adozione di una tecnica in rapportoal suo livello di saturazione. Nel modello l’essenzadell’ipotesi di sostituzione tecnologica è lacaratteristica squilibrante del processo didiffusione. Infatti si ipotizza che lo squilibrio delsistema nella transizione d’uso delle due tecniche èproporzionale alla dinamica dello squilibrionell’uso di ciascuna tecnica: il macrosistemadipende dai microsistemi.

Formalmente si ha:

log f(t) − log f ’ (t) = gK X

XK Y

Ylog log

2 1−−

−

Squilibrionell’uso di X

Squilibrionell’uso di Y

log f(t) − log [1- f(t) ] = g [a 2 − b2 t -(a1 − b2 t)]risolvendo ed imponendo α1 = g (a2 −a1); β1 = g(b1− b2)con g= misura della velocità di transizione tra unequilibrio e l’altrosi ha:

t )t(f

)t(flog 111β+α=

− Modello temporale

proporzione d’usodi una tecnicain confronto all’altra

I parametri stimatiEconometricamentesono due

Modello quantitativo nell’aspetto spazialeQuesto modello considera i mutamenti morfologicinel sistema attribuibili alla “graduale” sostituzionetra le due tecniche vecchie/nuova, ossia il volumedi adozione di una tecnica in confronto all’altra. Sedalla forma funzionale della logistica si ricava t siha:

XXK

bba

YYK

bba

t−

−=−

−= 2

22

21

11

1 log1log1 t

da cui 21

22

1

11

1

2

1

1

ba

bba

be

XKXe

YKY

−

=

−

effettuando calcoli ed opportune imposizioni siarriva a:

1)(1BYAX = modello spaziale

Volume di adozione della nuova tecnica X inconfronto alla vecchia Y.


12

La forma del modello ottenuto è linearizzabile neiparametri:

YBAX logloglog 11 +=

da cui

''' 1YBAX +=

che risulta essere un modello stimabileeconometricamente nei due parametri.

OsservazioneAl posto delle variabili X e Y (indicatori diretti)che rappresentano l’estensione di adozione dellavecchia e nuova tecnica rispettivamente, sipossono utilizzare indicatori indiretti. In tal caso lavariabile dipendente è rappresentata da F cherappresenta la percentuale di diffusione dellanuova tecnica, la variabile indipendente invece, è ilcomplementare 1-F. Quanto ai calcoli essi sonouguali a quelli già effettuati per gli indicatoridiretti.

3. Approcci sulla misurazionedel cambiamento tecnologico

Nell’ultimo, secolo diversi, sono stati gli approccipresentati sulla misurazione dell’innovazione e delcambiamento tecnologico. Nell’introduzione si èdetto che due riviste americane hannoprincipalmente contribuito allo sviluppo dellatecnometria che sono Technometrics e TechnologyForecasting e Social Change. Quanto alla primarivista, apparsa per la prima volta nella primaveradel 1959, i primi fondatori, Box, Wilson e Hunter(1983), avevano l’obiettivo di migliorare lacomunicazione tra statistici e scienziati nel campodella fisica, chimica e delle scienzeingegneristiche. L’idea era di pubblicare papersapplicati con molti esempi numerici. L’utilizzodella matematica era necessaria, ma la chiarezzaespositiva era essenziale (Hunter, 2000; Kafadar,2000). I contributi riguardavano ad esempio: lavalutazione della precisione delle abilità acquisiteper calibrare i contatori del flusso criogenico(Joiner, 1977); l’applicazione di procedurestatistiche per provare l’effcienza dei pacemakerscardiaci nuclear powered (Barnett et al., 1978);l’utilizzo della metodologia della simulazionestocastica come strumento per valutare leperformance dei potenziali depositi di scorienucleari (Gotway, 1994); l’applicazione dellavalutazione non distruttiva ad aree dimanufacturing e operations dell’industria (Olin e

Meeker, 1996); l’applicazione della regressionenon lineare nella ricerca e sviluppo dell’industriaelettronica (Kafadar, 1994) e così via. Gli esempisuddetti mostrano come la rivista technometrics sifocalizzi soprattutto sull’applicazione dimetodologie statistiche per la soluzione diproblemi pratici nell’industria, più che nel metterea punto un framework teorico per la misurazionedella tecnologia e del cambiamento tecnologicocon implicazioni di policy (Sahal, 1985). Nelpresente lavoro ci si focalizzerà su quest’ultimoaspetto che ha avuto i suoi più grandi contributinell’altra rivista: Tecnological Forecasting andSocial Change. Infatti su quest’ultima rivista, nelcorso degli anni, gli studiosi hanno presentato, apiù riprese, i loro diversi approcci ditechnometrics, che in questa sede si cercherà didescriverli nella loro evoluzione storica, partendodagli inizi del Novecento e fino ad arrivare ainostri giorni.

3.1. Approccio Edonico di Court (1939), Stone(1956), Lancaster (1966) e Griliches (1971)

L’ipotesi base di questo approccio è che l’utilità diun prodotto o servizio è nei suoi attributi essenzialio caratteristiche qualitative; ad esempio nel caso diun’automobile è la dimensione, la potenza e ilrisparmio di carburante. La variazione di prezzofra i diversi beni o servizi può essere spiegata, altempo t, con le differenze nelle caratteristichequalitative. Secondo questo approccio una voltache un insieme di attributi è selezionato e la formadella relazione funzionale specificata, icambiamenti osservati nel prezzo di un benepossono essere decomposti in due effetti:cambiamento tecnologico e puro prezzo. Icambiamenti nella qualità possono quindi esserestimati in termini della differenza tra icambiamenti dei prezzi attuali e i cambiamenti diprezzo puro. È importante osservare chel’approccio edonico ha come assunzione implicitache il mercato è competitivo. Se il mercato èimperfetto l’interpretazione della relazione prezzo-qualità diviene qualche volta problematica.

3.2. Approccio Rand di Dodson (1970) ed ilcontributo di Alexander e Nelson (1973) eMartino (1985) sulle superfici trade-off

La differenza fra questo approccio e il precedente ènella scelta della variabile dipendente che è ilprezzo nell’approccio edonico, e gli anni del


13

calendario in quello Rand1. Dodson definisce lostato dell’arte (SOA) per un dato campotecnologico come il piano in uno spazio a duedimensioni o l’iperpiano in uno ad n-dimensioni,dove n è il numero delle caratteristiche essenzialidella tecnologia. Egli propose due superfici base,quella planare e quella ellissoidale chematematicamente hanno le seguenti equazioni:

Planare Ellissoidale

12

1

=

∑=

n

i i

i

ax 1

1

=

∑=

n

i i

i

ax

dove le xi è la i-esima caratteristica dellatecnologia e ai è lo i-esimo parametro (unacostante).

Un contributo a questo approccio si è avuto conil raffinamento delle superfici trade-off. Infatti ilprogettista è libero di muoversi sulla superficie pergenerare progetti alternativi che non sisposterebbero in una superficie più bassa poichéquesta sarebbe inefficiente. Il progettista non sipuò muovere in una superficie più alta senza unavanzamento nella SOA. Il preciso punto dellasuperficie trade-off che il progettista scegliedipende dai bisogni del consumatore. Il punto delprogetto selezionato rappresenta il punto ditangenza fra l’user’s constant-utility trade-offsurface e la SOA trade-off surface accessibile alprogettista. Il primo contributo sulle superficitrade-off in uno spazio bidimensionale èattribuibile a Knight (1963). Dodson (1970)sviluppò superfici trade-off in uno spaziomultidimensionale, sostenendo che esse dovevano 1 Durante la seconda guerra mondiale era importante la

ricerca tecnologica e lo sviluppo per il succeso dellebattagle navali ed un ampio gruppo di scienziati, al difuori del campo militare erano impeganti nei possibilisviluppi. Nel maggio nel 1948 il progetto Rand siseparava dalla Douglass Aircraft company di SantaMonica, in California e diventava una organizzazionenon-profit. Il nome deriva da un contrazione di researchand development. Lo scopo della neonata organizzazioneè di promuovere la ricerca scientifica e la formazioneuniveristaria, nonché opere di beneficenza per ilbenessere pubblico e la sicurezza degli Stati unitid’America. Alle origini il progetto Rand contava 2000esperti con competenza nel campo della matematica,ingegneria, aerodinamica, fisica, chimica, economia epsicologia. Fra i tanti contributi, oltre a quello diimportanti progetti, ci sono il finanziamanto e di unaserie di riviste che oggigiorno hanno un ruolofondamentale nel dibattito all’interno della comunitàscientifica.

essere convesse e scegliendo l’ellisse come la piùsemplice superficie che avesse le caratteristichedesiderate. Alexander e Nelson (1973)svilupparono una procedura alternativa utilizzandoiperpiani anziché ellissi ed applicando il metodoalle aircraft turbine engines.

Martino (1985) nella sua ricerca sulle superficitrade-off si ispira al lavoro di Dodson ma con duevarianti: a) Dodson limitava le sue superfici aellissi di ordine 2, il metodo di Martino è esteso aellissi di qualsiasi ordine così la superficie dastimare ha la seguente equazione:

11

=

∑=

nn

i i

i

ax

dove n è l’ordine dell’ellissi, xi è il valore della i-esima variabile e ai è l’intercetta dell’ellissoidesullo i-esimo asse; b) Martino (1985) cambiò laprocedura di stima minimizzando la MeanAsbolute Deviation (MAD) piuttosto che la MeanSquare Deviation (MSD) poiché la superficiepassava attraverso il punto mediano, invece delpunto medio.

3.3. Misure empiriche del cambiamentotecnologico di Ayres (1985)

Ayres propose un approccio che proponeva misurebasate sulla comprensione fisica delle funzionicritiche svolte dai vari prodotti e servizi.L’approccio, di tipo top-down, serviva a misurareil cambiamento tecnologico a livello di settore.Ogni settore è identificato in termini del suocontributo ai materiali, processi e/o prodotti. Ayrescostruisce la seguente funzione obiettivo con loscopo di minimizzarla, ad ogni stage del processoproduttivo e relativo settore:

fisiche) unità(in ($)

OutputCost

Le misure fisiche degli output, come i settori,posso in genere essere ulteriormente disaggregaticome appropriato. Ayres proponeva un insieme dimisure di output generalizzate per differenti settorieconomici, in termini di desiderate performancetecnologiche. La tabella 1 mostra lasettorializzazione dell’economia proposta da Ayres(1985). Per molti settori, eccezion fatta per lachimica, è possibile caratterizzare la principalefunzione obiettivo del prodotto del settore inmaniera semplice, come mostrato nella secondacolonna.


14

Ovviamente il suddetto insieme dicaratterizzazione è in qualche caso semplificatoper convenienza. Così è assunto che la funzioneobiettivo da massimizzare in molte materialiapplicazioni è la forza elastica per unità di peso.Altri attributi possono essere richiesti comevincoli, dipende dall’applicazione. Questiincludono la flessibilità, trasparenza (ad esempioper finestre ed alcuni containers), elasticità (perpneumatici), resistenza al calore o elettricità,resistenza alla corrosione e così via. In alcuni casiè massimizzato uno degli attributi (malleabilità,

conduttività elettrica e termica, resistenza allacorrosione, etc.), mentre la forza ha bisogno dieccedere solo un livello minimo. In altri casi lafunzione obiettivo fisica reale è una combinazionedi diversi attributi, con diversi pesi a seconda delloro uso. Ad esempio questo vale per alcune vocidi consumo, come ad esempio mobili e batterie dacucina, dove il metallo, il legno, la plastica, ilvetro, la ceramica sono in competizione con alcunisuccessi. Comunque una semplice funzioneobiettivo fisica sembra essere sufficiente acaratterizzare i maggiori usi dei materiali.

Tabella 1: Settorializzazione dell’economia secondo Ayres

Sector Output Objective Function and Measure Units (standardmetric)

Agriculture and FisheryProducts and Processing

Grain & Products Food & Feed energy Joules (J)Fruits & vegetables Food energy Joules (J)Dairy products Food energy Joules (J)Meat & fish Food & Flexible material (FM) Joules (J)Cotton Flexible material (FM) TS/kg

Forest Products & ProcessingLumber & wood products Rigid material (RM) TS/kgPaper pulp & paper products Flexible material (FM) TS/kg

Minerals and ProcessingCoal & Coke Energy content J/kgPetroleum & products Energy content J/kgPetroleum & products Chemical feedstock CFNatural gas & products Energy content J/kgNatural gas & products Chemical feedstock CFFerrous metals RM TS/kgAluminium, copper RM TS/kgAluminium, copper Electrical conductivity EC/kgLead. Zinc Chemical and misc. *Stone, clay. cement RM CSGlass Transparent RM TS/kgInorganic chemicals Miscellaneous reagents, bleaches, pigmentsOrganic chemicals Solvents, coatings *

Synthetic fibres (FM) TS/kgRubber (elastic RM) TS/kgPlastic RM TS/kg

Manufacturing Industry

Containers, rigidVolume enclosure, fluid(fluid loss/cm2 sec)-1

/per unit weightm2 sec/kg2

Containers, flexible As above m2 sec/kg2

Clothing, warm Thermal enclosure(heat loss/sec per unit weight) cal/sec kg

Insulating panels As above m2 sec/J kgWeapons (mobile) Power × range × precision per unit weight W/m kgMachine tools, stationary Power × precision W/m2

Prime movers, stationary Power WPrime movers, mobile Power × time/weight J/kgRefrigeration equipment Heat removal per unit time J/sec or J/sec kg

Construction Volume enclosureof fluids and beat (See containers)

Transportation Passenger Capacity × distance per unit time pass-km/secFreight Capacity × distance kg-km or kg-km/secElectricity generation and distrib. Energy conversion efficiency %

TS = Tensile strength (kg/m2); CS = Compressive Strength (kg/m2); EC = Electrical Conductance (Siemens/kg) or (ampere2/watt-kg)* = Must be disaggregated further.

Fonte: Ayres (1985)


15

3.4. Approccio Euristico di Lenz (1985)

La procedura euristica per la misurazionedell’avanzamento tecnologico non è ancoraconsiderata come un metodo o una tecnica. Lenzdescriveva l’approccio euristico per selezionaremisure di avanzamento tecnologico che potevanoessere usate per forecasting e decision making.L’attuazione partica di questa metodologia puòincludere uno o tutti i seguenti elementi: 1)definizione di singoli parametri che determinanouna superiorità operativa o un vantaggioeconomico nel misurare le performancetecnologiche. 2) Sviluppo di un insieme gerarchicodei vari parametri i cui valori sono le principalimisure di performance. 3) Determinazione di unamisura composita della performance necessaria aivari artefatti tecnologici per sopravvivere ecompetere.

La procedura euristica coinvolge le seguentiassunzioni relative alla tecnologia misurata:1. la tecnologia è di sufficiente importanza ad

assicurare le spese degli sforzi a misurare lesue performance;

2. i potenziali cambiamenti in performancepotrebbero risultare in utili miglioramenti;

3. alcuni dati relativi al presente e passato delleperformance siano disponibili;

4. i cambiamenti della tecnologia qualche voltaprocedono in maniera monotòna, e che icambiamenti misurabili avvengono abbastanzafrequentemente per permettere la scoperta dipattern;

5. il previsore ha almeno una ragionevolecomprensione delle caratteristiche essenzialirelative alla tecnologica misurata.

L’etichetta euristica è raramente applicata atecniche descritte nella letteratura. Tuttavia lamaggioranza dei trend analizzati nella letteratura ele più attuali previsioni indicano la dominanzadell’approccio euristico. Secondo Lenz alcunemisure di performance delle varie tecnologie sonodiventate tali più o meno accidentalmente durantela storia della tecnologia: il cavallo vapore comemisura delle performance dei motori e la velocitàdegli aerei sono alcuni tipici esempi (Tabella 2).

Esempi di applicazione dell’approccio euristicosono abbondanti nella storia della tecnologia. Lenzdescrive quello della lampadina, della tecnologiadella comunicazione satellitare e produttivitànazionale delle linee aeree. Egli chiaramente credefermamente in questo approccio.

Tabella 2: Singoli parametri di misura dello status della tecnologia

Technology Parameter inCommon Use Surrogate for Adequacy as a True

Measure of Performance

SignificantPerformance Factors

omitted inMeasurement

MeasurementCharacteristics

Electric lamp Lumens per wattOverallilluminationefficiency

Closely related to life-cycleefficiency.Improvement parallelsoverall efficiency

Lamp fileLamp costLamp maintenanceCost of electricityWave-length utility

Scientific unitsEasyAccurateStandardized

Aircraft jetengine

Static thrust atsea level

Propulsive abilityunder operatingconditions

Good comparator ofengines, ceteris paribusNot directly related tooperational performanceCannot be compared withsimilar measures for non-jetengines

Engine weightFuel consumptionEffects of altitudeand speed

Controlled conditionsAdequate measuringequipmentCommonly used andreported

Generation ofelectricity Watts per BTU

Net gain inresourceutilization

Good measure within theboundaries of a well-established technology

Fuel differencesAlternativetechnologiesCapital requirementsWaste disposal

Scientific unitsStandardizedWell-reported

Fonte: Lenz (1985)


16

3.5. Un raffinamento dell’approccio edononico:il contributo di Saviotti (1985)

Saviotti applicava due metodi per mappare emisurare il cambiamento tecnologico: 1) uso dellatecnica delle componenti principali; 2) uso dellatecnica dei prezzi edonici. L’ipotesi base delmetodo di Saviotti è che l’utilità di un prodotto oservizio è nei suoi attributi essenziali ocaratteristiche qualitative. Il suo approccio è unacombinazione di differenti metodi. In primis si dàuna descrizione delle caratteristiche dei prodotti(un determinato modello può essere descritto comeun insieme di caratteristiche e loro valore).Secondo, la qualità del prodotto dipende (è unafunzione) dalle sue caratteristiche e dalla relativaimportanza:

),...,,...,,,...,( 211 kjjjnj XXXaafQ =

dove ai è la relativa importanza della i-esimacaratteristica e Xij è il livello quantitativo dellastessa caratteristica nel modello del prodotto j. Ilcambiamento tecnologico (TC), in un dato istantedi tempo, può essere definito come il cambiamentoche è avvenuto in un dato periodo di tempo:

tQ

TC jj ∆

∆=

Sia la qualità, sia il progresso tecnologico sonodefiniti nelle due suddette equazioni e possonoessere calcolati a differenti livelli di aggregazionepartendo da un singolo modello di prodotto.L’autore calcola in primis gli indici e poiappropriate medie per una particolare impresa,settore e paese. Saviotti sostiene cheprobabilmente la più semplice forma funzionaledella relazione tra qualità e caratteristiche delprodotto è una combinazione lineare:

∑=

=n

iijij XaQ

1

Dopo aver stimato la funzione con tecniche diregressione, i cambiamenti osservati sonodecomposti in un effetto di cambiamentotecnologico/qualità ed un effetto di puro prezzo. Ilmetodo è illustrato usando la tecnologica dellemotor car, in un periodo che copre il mercato UKdal 1955 al 1983.

3.6. Approccio funzionale di Majer (1985) e diKnight (1963)

Wimmer (1975) definiva la qualità come: thecondition or nature of a good or service with an

objective dimension (attributes of a products,substance, function, worked material) andsubjective perception of this nature (aesthetic andethic dimensions, judgement based onpsychological factors), and the purpose or use of agood or o service, also with objective dimensionand a subjective perception.

La misurazione di questa definizione si hautilizzando attributi o caratteristiche (di beni oservizi) che descrivono la loro natura e cheriflettono il loro uso o scopo.

La condizione e la natura sono dati da misurefisiche come il peso e la velocità che fornisconoun’oggettiva valutazione; mentre l’uso e lo scoposono valutate soggettivamente e riguardano fattoripsicologici ed ambientali. La forma funzionalesegue l’approccio di Gordman e Lancaster ed èapplicata alla misura della qualità del cambiamentotecnologico nella seguente forma additiva:

∑=

=n

jjj FQ

1

β

dove la qualità Q di un bene o servizio è la sommaponderata della qualità F della j funzione del beneo servizio (subqualities). Queste ultime sonocalcolate come:

∑=

=k

iii EF

1α

dove le suqualities sono una somma ponderatadelle i caratteristiche (E). Così si ha:

∑ ∑= =

=

n

j j

k

iiij EQ

1 1αβ

Una volta definita la qualità come un paniere difunzioni che aggrega un insieme di caratteristiche,la misurazione è svolta con un approccio lineareche prende il livello della qualità come una sommaponderata delle funzioni. Majer (1985) applica ilsuo metodo sull’esperienza dell’organizzazioneGerman Stiftung Warntest che usa un mix dimisure scientifiche e valutazione di esperti.

Knight (1963) sostiene che una definizionefunzionale e strutturale può fornire una piùaccurata misura del cambiamento tecnologico. Ilmodello strutturale di Knight trova la sua originenel lavoro di Burks, Goldstine e von Neumann(1946) che descrivevano il computer in manieragerarchica: i livelli della gerarchia erano distintiattraverso gradi al quale essi specificano lecaratteristiche del computer. Knight sottolineacome l’evoluzione della tecnologia dei computerdigitali è descritta in base a ciò che gli studiosi


17

osservavano dando molto spesso opinionisoggettive. Gli storici della tecnologiadipendevano per le loro opinioni dai giudizi degliesperti per individuare i miglioramenti importantio le innovazioni e quindi valutare l’impatto dellatecnologia. L’approccio funzionale e strutturalevuole cambiare questo approccio seguito daglistorici del digital computer e usare una tecnicaprecisa che richiamerebbe l’attenzione su tutte leinnovazioni per misurare il valore di ognuna. Ladescrizione funzione di un nuovo computer mostracome si è avuto l’avanzamento tecnologico ma perdescrivere accuratamente i dettagli del nuovosviluppo c’è bisogno di una descrizione strutturale.Lo sviluppo è identificato comparando la strutturadi un nuovo sistema del computer con quellaprecedente. Si notano una serie di nuovi elementi emiglioramenti nelle caratteristiche delleperformance. Il risultato dei cambiamentistrutturali rappresentano la nuova tecnologiaintrodotta. Questo metodo, secondo Knight, dà unaprecisa definizione di ciò che è e non è uncambiamento tecnologico in termini dimiglioramento di performance.

3.7. Approccio composito (Wholisticand Holistic) alla misurazionedella tecnologia di Sahal (1985)

L’approccio di Sahal alla misurazione dellatecnologia è formato da due approcci distinti macorrelati. Nel primo approccio (wholistic) lo Statodell’Arte (SOA) calcolato al tempo t èrappresentato con un contorno di isodensità omontagna di probabilità innalzatasi su un piano. Intal caso la magnitudo della capacità tecnologica èdata dall’altezza delle montagne. La magnitudo delcambiamento tecnologico può anche essere stimataattraverso la differenza nelle altezze delle

successive montagne.Nel secondo caso (holistic o olistico, approccio

integrale e caratterizzato da principi che siorientano sulla stabilità e l’instabilità) la superficiedel SOA si riduce ad un punto come unaconseguenza della transmutazione degli originaliparametri spaziali in uno spazio dimensionalevettoriale. I successivi punti nei vari istanti ditempo costituiscono un pattern generaledell’evoluzione tecnologica che si evince da unaserie di curve ad S (Figura 4). In breve gli approccialla misurazione del cambiamento tecnologicocome altri precedentemente discussi fornisconouna crescente rappresentazione del SOAall’interno di un dato campo. Nell’approcciotecnometrico di Sahal ci sono due idee base: laSOA è meglio specificata in termini di unasuperficie di densità di probabilità costante, data ladistribuzione delle caratteristiche tecnologiche.Questa rende possibile misurare gli avanzamentinella struttura della superficie del cambiamentotecnologico in termine della distanza generalizzatatra gli oggetti sotto considerazione. Seconda idea,le caratteristiche tecnologiche sono megliospecificate come un vettore in uno spazio ad n-dimensioni generate da un insieme di n elementilinearmente indipendenti come ad esempio massa,lunghezza e tempo. La magnitudo dellecaratteristiche tecnologiche è rappresentata dallalunghezza del vettore, mentre la specie dellecaratteristiche è rappresentato dalla sua direzione.Questo rende possibile valutare gli avanzamenti inprofondità, nella struttura della conoscenza tecnicaper mezzo di una mappatura non lineare dallospazio parametrico multivariato allo spazio didimensione vettoriale. Queste due idee sonodistinte ma correlate.


18

Technologicalmetamorphosis

Time X2

Wholistic Holistic

Technology

TimeX1

(a) (b)

Fonte: Sahal (1985)

Figura 4: Pattern di cambiamento tecnologico

3.8. Misurazione del cambiamento tecnologico diprodotti eterogenei (Alexander e Mitchell,1985; Triplett, 1985)

Alexander e Mitchell focalizzandosi sulla naturaeterogenea dei prodotti, sostengono che lamisurazione del cambiamento tecnologico deveprendere in considerazione diverse caratteristiche.La seguente definizione si focalizza sulla naturaeterogenea dei prodotti: il cambiamentotecnologico di un prodotto, le cui caratteristiche e iprezzi cambiano nel tempo, è il cambiamento deltotale dei fattori di inputs richiesti produrre unprodotto mentre si tengono le caratteristiche(output) costanti. Gli autori sviluppano una teoriadei progetti tecnologici e della produzione eforniscono un esplicito framework nel qualecostruiscono misure empiriche del cambiamentotecnologico, indici dei prezzi edonici e relazionistimate dei costi.♦ Le misure del cambiamento tecnico di prodotti

eterogenei con molte dimensioni diperformance hanno spesso usato la variabiletempo come una proxy del livello ditecnologia. Questa variabile si ipotizza cheaumenta nel tempo in modo monotòno. La

variabile tempo è spesso relativa ad un insiemedi caratteristiche di performance inun’equazione di regressione. Un campione diosservazione è quindi rappresentato dallecaratteristiche di performance di uno specificomodello del prodotto ad una data fissata:F(t)=F[P1, …, Pm (p?)] misura il cambiamentotecnologico. In questa equazione t=tempo, P1,…, Pm sono i valori delle caratteristiche diperformance più importanti e p=prezzo delprodotto.

♦ L’equazione dell’indice dei prezzi edonici sonotipicamente usati per generare un indice deiprezzi nel tempo per prodotti eterogenei,mentre le performance sono tenute costanti. Siha: p=F(P1, …, Pm, t). Frequentemente glieffetti del tempo sono rappresentati includendoun insieme di variabili dummy per separareperiodi di tempo piuttosto che una singolavariabile continua. I coefficienti sulle variabilidummy producono un indice dei prezzi perogni periodo mentre le variabili di performanceP1 , …, Pm sono tenute costanti.

♦ Relazione cost-estimating tenta di predire ilcosto di un prodotto sulla base della passataesperienza: C=F[P1, …, Pm (t?)] dove C è il


19

costo medio. Una variabile tempo è qualchevolta inclusa quando incrementa il potere diprevisione dell’equazione. Questa relazione fusviluppata durante la II guerra mondiale peraiutare la previsione dei costi degli aereimilitari. Dopo la guerra, gli ingegneritrovarono che una simile relazione aiutava perun’ampia varietà di prodotti manifatturieri, daifrigoriferi, alle automobili e all’elettronica.

Secondo gli autori il cambiamento tecnologicodi prodotti eterogenei può essere visto da duedifferenti prospettive: dal punto di vista deiproduttori e degli utilizzatori. Queste due differentiprospettive possono essere modellizzate attraversodue sistemi di relazioni che trasformano gli inputin output:

F(Rp, P, t)= 0 (producer transormation) [1]

G(Ru, U, t)= 0 (producer transormation) [2]

dove P e U sono i vettori delle variabili prodotto euso; Rp un vettore di fattori di input (risorse) delprodotto del produttore; Ru è un vettore dellerisorse consumate dall’utilizzatore del prodotto perprodurre il vettore di output U. Il vettore Ru

include come input, l’output del prodotto delproduttore come pure addizionali input come adesempio lavoro, materiali, ed energia.

Il cambiamento tecnologico sarà quindi

tRp

∂

∂− nella equazione 1 e

tRu

∂∂

− nella equazione 2,

con p ed u costanti. Alternativamente ilcambiamento tecnologico può essere definito come

tP∂∂ e

tU∂∂ nelle due equazioni, con il rispettivo

vettore R costante.Lo studio è applicato sulle milling machine e

turbine engines e i risultati mostrano come nel casodi omissione di variabili non si produconoadeguate misure della produttività, dei prezziedonici o del cambiamento tecnologico.

Triplett (1985) partendo da alcune difficoltà dimisurazione del cambiamento tecnico presenti inapprocci precedenti, fornì un raffinamento delmetodo integrando gli approcci ingegneristici allamisurazione del cambiamento tecnologico con unmodello di produzione basato sulle caratteristichespaziali. I risultati forniscono informazioni circa iprezzi della produzione o le superfici di costo perprodotti eterogenei. Il modello è applicato usandoanche funzioni di prezzo edonici per misurare ilcambiamento tecnologico.

3.9. Modello tecnometrico di Grupp e Hohamyer(1986)

Gli studiosi tedeschi del Dipartimento di analisidei sistemi del Fraunhofer Institute for systemsand innovation research iniziano dandoun’estensione al concetto di technometricsconsiderandolo come una compilazione dei datitecnologici dei prodotti nazionali e la lorocomparazione internazionale. Poiché le imprese inuna nazione hanno accesso allo stesso know-how ecapitale umano, le disparità tecnologiche nazionalinon sono un buon indicatore del funzionamentodel sistema innovativo nazionale.

Gli indicatori tecnometrici sono numericompositi aggregati di specificazioni in unitàfisiche. Ad esempio in un semiconduttore laser lespecificazioni tecnologiche sono di sue tipi: a)product specification: ampiezza spettrale (unitnm), rapporto segnale/rumore (unit dB), etc, b)process specification: precisione del montaggio(unit ± µm), striatura (unit rel.), etc. Lespecificazioni indicano lo stato dell’arte sia deiprodotti sia dei processi, formando distintecaratteristiche di prodotto e processi utili, ma nonessenziali. Per ogni sistema, alcune specificazioniK(i,j) sono definite insieme con gli elementi dellamatrice funzionale F(i,j). Il massimo valore dellaspecificazione è f=1, il minimo valore è f=3.L’indice r denota le sottoclassi di tutte lespecificazioni K, come ad esempio lespecificazioni dei prodotti e dei processi. Il valoreK può essere classificato ma non può essereaggregato cardinalmente come indicatore. Il puntodi partenza del sistema della metrica è la massimaspecificazione nazionale K(i,j,k,f=1, r,t): glistandard di imprese guida del sistema innovativonazionale, sono essenziali per le comparazioniinternazionali. La metrica è data dallatrasformazione di K(i,j,k,f=1, r,t) in un intervallosenza dimensione [0,1] attraverso:

)t,r,min,k,j,i(K)t,r,max,k,j,i(K)t,r,min,k,j,i(K)t,r,,k,j,i(K)t,r,k,j,i(*K

3131

−−

=

con:K* = il valore della specificazione della

metrica;kmax = il k affinché K(i,j,k,1,r,t) è massimo per

i,j,t fissati;kmin = il k affinché K(i,j,k,3,r,t) è minimo per

i,j,t fissati.


20

Il valore massimo di K* rappresenta, quindi, ilpiù elevato standard tecnologico. Se la scala èinversa il minimo valore di K rappresenta il piùelevato livello tecnologico. K*=1, nella suddettametrica, mostra gli standard tecnologici dellaimpresa guida nel paese guida per ognispecificazione sotto considerazione. Il livellotecnico raggiunto in rapporto agli altri paesi èdeterminato dall’ampiezza dello scarto deglistandard fra i differenti paesi. Se gli standardtecnologici offerti e richiesti dai mercatiinternazionali sono diffusi, allora le minoridifferenze fra le imprese guida nazionali nonpossono indicare un maggiore gap tecnologico. Ilvalore K* sarà prossimo a 1 per tutti i paesi.

Grupp e Hohayender (1986) partendo da uncampione di 43 prodotti selezionati, usando datigiapponesi che fornirono informazioni tecniche dibeni high tech in Giappone, USA e alcuni paesiEuropei, misero a punto il modello qualitativotecnometrico per valutare gli standard tecnologici ele disparità, fornendo anche una misura cardinalesui differenti livelli di aggregazione. Il modellomostrò un vantaggio negli standard tecnologici diUSA e Giappone anche se in Europa, la Germaniaaveva valori superiori alla media in alcunetecnologie chiave.

3.10. La misura della tecnologia per lo svilupponazionale di Sharif (1986)

Sharif (1986) descrive come molti paesi sviluppatied emergenti hanno iniziato una sistematicaraccolta di statistiche basate su “scienceindicators” come ad esempio: numero edistribuzione di scienziati nel paese, numero distudenti nuniversitari a avari livelli e mdiscipline,spese per l’università, ecc. In afggiunta alcunipaesi hanno anche iniizato la raccolta di statistichebasate su “technology indicators” che possonoessere classificate in: a) indicatori di input (spese,personale); b) indicatori parziali (pubblicazioni ebrevetti); c) indicatori intermedi (numero diinnovazioni); d) indicatori di diffusione (quote dimercato); e) indicatori di trasferimento di moneta(pagaamnti e royaletis).

Questi indicatori non forniscono informazioninecessarie per la formulazione di politichedell’innovazione e la pianificazione dello sviluppodei paesi. Questi dati sono necessari per un budgetnazionale e fornire incentivi per regolare

l’allocazione die fodni nel settore privato. Inoltreessi non forniscono infromazioni sui punti di forzae debolezza dei sistemi innovativi naizonale. Inogni modo molti paesi sono consapevoli che latecnologia può essere usata come una variabilestartegica per lo sviluppo nazionale. Comepossono essere determinati i bisogni tecnologicinazionali? Come possono essere valutate lecapacità tecnologiche nazionali? Sharif sostine chela valutazione può essere svolta con riferimento aquattro tipologie di risorse tecnologcihe: 1) risorsenaturali (NR); 2) risorse prodotte (PR); 3) risorseumane (HR) e 4) risorse istituzionali (IR). Leprime due sono risorse physical-based, le ultimedue people-base. La HR è divisa in sette categoriecomprendenti 24 tipi di risorse umane. Se Hk siriferisce al numero di risorse umane del k-esimotipo per (k: 1(1924) e se hk è il fattore divalutazione qualitativo per ogni tipo di risorsa,allora l’attuale ammontare di ogni tipo di risorsaumana disponibile è hk Hk. Così l’ammontareattuale di ogni tipo di risorsa umana disponibileper 1000 abitanti è dato da:

populationHha kk

k)1000)((

=

Sia wk = paese del mondo col più alto valore diak

Sia ck = il potenziale valore che un paese puòaspettarsi di raggiungere

I pesi asseganti ad ogni tipo di risorsa devonoessere tali che la somma è 1. Sulla base di questivalori si ha per ogni tipo di risorsa:

Country effectiveness: hk

hkh

k cae =

World effectiveness: hk

hkh

k war =

Totale

Country effectiveness: ∑=k

hkk

hk eE )(λ

World effectiveness: ∑=k

hkk

hk rR )(λ

Il valore hke racconterà come un paese sta

sviluppando ogni tipo di risorsa e lamassimizzazione del valore h

ke che può prenderesarà 1. Analogamante il valore h

kr indicherà ad unpaese il rando internazionale rispetto a quel tipo dirisorsa umana. Anche qui il valore massimo sarà 1.Le lettere minuscole si riferiscono ad ogni tipo di


21

risorsa umana, i valori maiscoli al totale del livellodi sviluppo delle risorse di un paese a livellonazionale ed internazionale. Analogamante si puòfare per IR, NE e PR. Dopo è necessario procedereper determinare: a) il potenziale delle risorsenaturali; b) la maturità delle risorse istituzionali; c)il contenuto tencologico delle risorse prodotte; d)la struttura di abilità delle risorse umane. Ilpresente framework di valutazione dei bosogni ecapacità tecbnologiche nazionalei, all’interno delsistema innovativo nazionale, permette al decion-maker di usare la tecnologia come variabilestrategica nello sviluppo socio-economic.

3.11. Il contributo di Archibugi (1988)

Molti studi dedicati al cambiamento tecnologico sisono concentrati nel campo della misurazione eclassificazione dell’innovazione ed uno dei piùimportanti contributi è stato svolto presso loScience Policy Research Unit (SPRU)dell’Università di Sussex da Archibugi (1988).L’autore introduce una distinzione fondamentaletra oggetti e soggetti dell’innovazione (Archibugi eSimonetti, 1998; Archibugi e Santarelli, 1989) esulla base di ciò fa una comparazione dei dueapprocci enfatizzando alternativamente lecaratteristiche evolutive e rivoluzionarie delcambiamento tecnologico. Le innovazioni eranoclassificate in base a tre criteri differenti: 1) il

gruppo tecnologico di appartenenzadell’innovazione (chimica, elettronica, farmacia,ecc.); 2) il settore di attività dell’ente diproduzione; 3) il settore di utilizzazionedell’innovazione. Per alcune innovazioni i tre tipidi classificazione coincidono, ad esempio unprocesso chimico creato da un’impresa chimica; inaltri casi i tre codici sono diversi: ad esempio unamacchina per il caffè. Quando si individuaun’innovazione non è difficile identificare ilcontenuto tecnologico, l’organizzazione che l’hapromossa e in quale prodotto sarà utilizzata. Sullabase dei tre criteri suddetti Archibugi (1988)propose una griglia classificatoria riportandosull’asse j (j = 1,…, n) il gruppo tecnologico diappartenenza, i (i = 1,…, n) l’attivitàdell’organizzazione che l’ha prodotta e k (k= 1,…,n) il settore di prima utilizzazione diun’innovazione. In questo modo si ha unaclassificazione omogenea delle tre caratteristedell’innovazione (figura 5). Questa classificazioneè rappresentata con un quadro di riferimento similead un cubo nel quale sono inserite tutte leinnovazioni. Il cubo può a sua volta esserescomposto in tre matrici quadrate e questo porta aduno schema concettuale che semplifical’interpretazione teorica delle interdipendenzesettoriali rilevanti ai fini dell’analisi dei processiinnovativi.

Figura 5: Classificazione dell’innovazione secondo i tre criteri (Archibugi, 1988)

User Sectors k

Technological Groups j

Sect

or o

f Act

ivity

of t

hePr

oduc

ing

Body

i

INNjik

Z


22

3.12. La misura del progresso tecnico di Ayres(1998)

Secondo Ayres (1998) un progresso tecnologicopuò essere quantificato con una buona attendibilitàsulla base di dati storici. La misura proposta èl’efficienza con cui le risorse (energetiche) sonoconvertite in servizi finali. Egli parte dallaconsiderazione che l’economia attuale, ad un datoistante di tempo, è la combinazione lineare di duecasi limite caratterizzati rispettivamente da unlontano passato ed un lontano futuro. I due casilimite corrispondono ad una “economia cowboy”(preistorica) e una “economia spaceship” (adesempio stazione spazile). È ragionevole ritenere idue convenzionali fattori di produzione Capitale eLavoro nel caso della prima economia utilizzandouna semplice funzione Cobb-Douglass come feceSolow. In questo modello si può includere un terzofattore come l’energia (E) in modo da renderlo piùappropriato. I fattori della seconda economia(spaceship) sono due o tre fattori di produzione,probabilmente differenti dai precedenti. Levariabili indipendenti potrebbero essere un capitale“man made K”, un capitale conoscenza oinformazione H, un input di risorsa rinnovabile R.Il fattore lavoro, nel senso tradizionale, èimprobabile che sia un fattore di produzione nellaterra spaceship.

L’economia reale è una combinazione dellaprima (cowboy) e seconda economia. Lageneralizzazione della funzione di produzionepotrebbe essere ridotta a un caso limite cowboy(e.g. 1800 A.D) e spaceship (e.g. 2200 AD). Siavrebbe una combinazione lineare del tipo:

F = (1-A)F1 +A F2 0<A<1dove F è l’output e A(z) una funzione monotonacrescente di un argomento z che si dirà fra poco.Le funzioni F1 e F2 possono essere Cobb-Douglass,CES, funzioni trans-log, etc. La forma geometricadi A(z) deve essere chiaramente una S. Sel’argomento z(t) è monotono crescente, è sempreminore dell’unità, allora la più semplice forma diA(z) è la seguente:

A(z)= zn

Dove l’esponente n è scelto da una stimaeconometrica. La migliore procedura sarà diselezionare il valore di n che meglio spiega irecenti tassi di crescita. Una proxy dello stato dellatecnologia z sono le spese di R&S o di formazione

universitaria. Queste sono tra le possibili misure diinvestimento della conoscenza, ma non aiutanonella stima dello stock di conoscenza. Lo statodella tecnologia si può misurare anche col numerodei brevetti e/o di articoli tecnici pubblicati. Ayresconsiderò come una buona proxy dello stato ditecnologia z(t), ad un dato tempo, l’efficienza concui la “materia prima “exergy”2 da sorgenteinanimata è convertita in servizi finali. La variabilez(t) può essere ulteriormente decomposta in unprodotto di due rapporti:

z=uvIl primo fattore u è la exergia erogata a

efficienza. Questo è il rapporto di erogata exergia– significa potenza elettrica, spazio calore, olavoro meccanico erogato a un albero motore- eexergia incorporata in carburante o input di energiaidraulica. Il secondo termine v è il servizio erogatoa efficienza. È il rapporto fra l’output di serviziofinale e exergia erogata o input di lavoro. Il primorapporto può essere stimato con una buonaaccuratezza attraverso l’estrapolazione distatistiche sull’energia disponibile e analisitecniche. Il secondo termine coinvolge stime più 2 Le misure fisiche di energia e materiali introducono difficoltà

sia concettuali che pratiche. Il termine energia è usato inmodo non corretto in molti studi economici. La massa fisica èpiena di significato per i calcoli ingegneristici ma è unamisura senza significato gli input di risorse materialieterogenee. Per questa ragione gli economisti hanno usatomisure monetarie. Ma comparare un settore o prodotto orisorse con un’altra, in questa maniera è molto difficoltoso.La massa è definibile per tutti i materiali, quindi input edoutput di massa sono definibili per tutti i settori, ma lerelazioni tra aggregati input di masse e output monetari nonpossono essere comparati, sia tra settori sia da un periodoall’altro. Il termine energia è usato in modo non corretto damolte persone, anche se il problema è solo di terminologia.Ciò che è misurato in pratica ed etichettato è il potenzialecalore di combustione di un carburante, mentre dal latodell’output la misura usuale è il lavoro meccanico o potenzaconsegnata nel tempo. La potenza elettrica è vista come unpuro lavoro (essa si può convertire in lavoro al 100%). Per ilgusto di una precisione concettuale esso dovrebbe essererimpiazzato col termine exergia, che si riferisce alla parte diflusso di energia che è disponibile a fare un lavoro utile e chepuò essere consumato in un processo economico come illavoro e rende l’energia meno disponibile. Se l’energiadiventa non disponibile, essea genera entropia che è misuratain unità di energia divisa con le temperature (un processoeconomico genera entropia). La più importante differenza traenergia ed exergia è che quest’ultima non è una quantitàconservata. Exergia è misurabile. Applicato al carburante diidrocarbon fossile secco, l’exergia è approssimativamenteuguale allo standard di calore di combustione poiché lacombustione genera piuttosto elevate temperature (sui15000°C).


23

qualitative. Entrambi possono essere stimati alivello settoriale. La variabile z è la misura dellaproduttività delle risorse: l’efficienza diconversione dell’input di exergia grezza in outputdi servizi finali dipende, ovviamente dalle capacitàtecnologiche in ogni campo di attività virtuale, dascienza materaile e metallurgia a ingegneriaelettrica ed elettronica.

Z riflette il progresso in tecnologia dei processidi materiali e manifacturing considerando unmateriale finito (plastica) prodotto piùefficacemente da meterie prime. Nel calcolo dellatotale efficienza tecnica, si deve quindi aggregarenel tempo le differenti sorgenti di exergia e laconversione dei percorsi in servizi finali. Il primopasso è la stima del consumo storico di exergia.Una forma funzionale per z può essere derivatadall’equazione differenziale di generalizzazionedel processo di diffusione di Mahajan-Schoeman:

zzbzaz )1()1( −+−=& la cui soluzione è

))((1ln tcbabzaz

++−=

+−

con punto di flesso

babzin 2

− che può essere risolta per a o b quando

conosciamo zin.Ayres decompone l’effetto in: efficienza

termodinamica di conversione della sorgenteenergia in lavoro meccanico (stimata a livellosettoriale) e efficienza con il quale l’energiameccanica è usata per produrre i servizi finali(stimata solo in alcuni casi, come nel trasporto edilluminazione). Egli sostiene che sarebbe megliocostruire una funzione di produzione economicache stimi il cambiamento tecnologico piuttosto chetrattare il progresso tecnico come un residuo nonspiegato (Solow, 1956; 1957).

3.13. L’approccio sismico alla misurazione delcambiamento tecnologico (Coccia, 2004)

Questo approccio alla misurazione delcambiamento tecnologico denominato sismico,mirava alla costruzione di una scala di valutazionedel cambiamento tecnologico, detta SIIN, simile aquella usata in sismologia del sismologo Mercalli(1883) che valuta l’intensità dei terremotidescrivendo gli effetti sul paesaggio geo-economico. Secondo l’approccio sismico (Coccia,2004) alla misurazione del cambiamentotecnologico nel paesaggio economico sidiffondono delle onde, dette di impatto innovativo,che modificano l’ambiente con una serie di effettisia sulle infrastrutture (oggetti), sia sulcomportamento degli adopters (soggetti). Questametrica che valuta l’impatto economico e socialedell’innovazione tecnologica cerca di stimarnel’intensità nello spazio e nel tempo, poiché glieffetti del cambiamento tecnologico variano aseconda l’ambito spaziale in cui l’innovazione sipropaga e del punto in cui si colloca nel suo cicloevolutivo. L’aumento dell’intensità innovativa,indica un maggior numero di adopters con unaserie di mutazioni crescenti nell’ambientegeoeconomico, anche in termini di incremento delbenessere. L’indicatore che misura questa forza èla magnitudo del cambiamento tecnologico,indicatore simile a quello usato in sismologia daRichter per misurare l’energia scaricata daiterremoti nell’ambiente. La misura dell’intensitàdell’innovazione tecnologica come funzionecrescente del numero di adopters (a) e delbenessere sociale/utilità (w), mostra quali effettiprovoca la propagazione delle onde innovativenell’ambiente (Figura 6).

zw=Function of the impactof technological

innovation:zw=f(a)

where a=adopterszw:A⊆ℜ→ℜ

τi = Magnitude oftechnological change of

the innovation i

∫==ξ

α

τ daafLogMATECHii )(: 10

If i and j are twoinnovations, θ is the degreeof the innovation intensity

and if τ i < τ j⇒θ i <θ j

Figura 6: Passi logici per misurare l’intensità del cambiamento tecnologicosecondo l’approccio sismico


24

In altri termini, passando da un’innovazione di Igrado di intensità, ad una di VII, aumentano sia ifruitori (consumatori, imprese, istituzioni), sia icambiamenti ambientali (settori, mercati,dinamiche industriali, competizione e benessere).L’intensità del VII grado è riservata solo a quelle

innovazioni che cambiano le vie di comunicazioneumana ed hanno una diffusione di massa, mentre lebiotecnologie e i nuovi materiali si preferiscecollocarli al VI e non VII grado di intensità, adifferenza di quanto sostenuto da qualche autore(Tidd et al., 2001).

Tabella 3: Scala dell’intensità innovativa

CAMBIAMENTO TECNOLOGICO

Grado dell’innovazione Livello Intensità

I = 1° Leggerissima

II = 2° Leggera1a Fascia

III = 3°

Basso

Modesta

IV = 4° Discreta2a Fascia

V = 5°Medio

Forte

VI = 6° Fortissima3a Fascia

VII = 7°Alto

Rivoluzionaria

L’approccio sismico, parte dalla considerazioneche nell’ambiente economico si propagano delleonde innovative che provocano una serie dicambiamenti e quanto più interessano le personeed incrementalo l’utilità individuale e sociale tantopiù alta è la loro intensità e quindi la posizionenella scala (Tabella 3).

Nell’ambito della struttura teoricadell’approccio sismico si possono trovare alcunelogiche degli approcci utilizzati in letteratura per lamisurazione del cambiamento tecnologico.Innanzitutto l’approccio sismico usa sia un puntodi vista macro, sia micro. È un approccio che sifocalizza sugli oggetti e soggetti (Archibugi,1988), valutando come l’innovazione abbia unimpatto economico-sociale. L’edonismodell’approccio sismico, non è nel senso di Court,Stone e Lancaster, ma nel senso che l’innovazioneaumenta il piacere umano, incrementando ilbenessere sia individuale sia sociale (basti pensareai benefici di una medicina). Come nell’approcciodi Dodson, il cambiamento tecnologico si sviluppacon delle superfici che sono piani in uno spaziobidimensionale o iperpiani in uno ad n-dimensionima a differenza di questo valuta l’impattoeconomico dell’innovazione tecnologica

calcolando il volume sottostante a queste superfici.L’approccio funzionale di Majer (1985), comepure altri approcci, considerava alcuni attributidella tecnologia che sono indicatori diperformance. L’approccio euristico (Lenz, 1985)riteneva che bisognava selezionare i singoliparametri che sono gli indicatori di performancedelle tecnologie. Qui si considerano comeindicatori non quelli endogeni alla tecnologia, maquelli esogeni alla stessa: l’innovazionetecnologica quali attività umane riesce amigliorare? Ad esempio il trattore agricoloaumenta la produttività per ettaro, riduce le ore dilavoro, migliora la qualità del prodotto su cui èapplicato e così via. L’approccio strutturale diKnight (1963) è rinvenibile quanto si confrontanodue strutture di performance (es. produttività perettaro) pre e post-innovazione. La differenza fraqueste due strutture determinerà anche il gradonella scala SIIN. Si è visto che un’innovazione digrado elevato ha una struttura di performance(incremento di produttività), maggiore di quelladel grado inferiore.

Discussione sui limiti e potenzialità degliapprocci di Technometrics.

La misurazione del cambiamento tecnologico,


25

come pure la sua comprensione, rimane per glistudiosi uno dei problemi più difficili da analizzareper le molte variabili in gioco. In ogni caso non sipuò iniziare a prendere decisioni sulla tecnologiase non la si comprende. E non si può iniziare acomprenderla veramente fino a quando non la simisura (Souder and Shrivastrava, 1985). Sahalsosteneva che “the problem of measuring qualitychange boils down to measuring technologicalchange, since improvement in the quality ofeconomic goods is in turn due to advances intechnology. Thus technological measures have animportant role to play in a wide variety ofeconomic investigations an in attendant effortstowards policy formulation. In a nutshell, we needunequivocal ways of measuring technology so ascreate public awareness of innovations and toensure consumer sovereignty (Sahal, 1985: 6-7)”.Gli approcci descritti mostrano alcuni comunidenominatori:

♦ la tecnologia ed il cambiamento tecnologico èuna funzione multimensionale per via delleinnumerevoli variabili che la caratterizzano;

♦ le variabili che misurano le performancedell’innovazione tecnologica possono essereendogene all’innovazione (ad esempiomiglioramento del consumo del carburante,maggiore durata a costi ridotti, etc.) oesogene; in quest’ultimo caso influenzanovariabili macroeconomiche e sociali, come adesempio riduzione della disoccupazione,miglioramento del benessere, etc.;

♦ l’evoluzione della tecnologia e delcambiamento tecnologico è vista come unasuperficie in uno spazio a due o n dimensionisulla quale gli studiosi hanno applicatodiverse tecniche statistiche o matematiche permisurare la sua intensità. Sahal rappresentavail SOA con montagne di probabilità cheemergevano su un piano e la magnitudo eradata dall’altezza. La magnitudodell’approccio sismico è, invece, datadall’area sottostante la superficie dellafunzione dell’impatto innovativo che hannouna struttura differente dalle montagne diisoprobabilità di Sahal, come sono diversedalle superfici della SOA dell’approccioRand, essendo diverse le variabili che lehanno originate.

Nonostante i progressi raggiunti e alcuni

approcci risultano molto promettenti emergonotutte le difficoltà legate alla complessamisurazione della tecnologia.

Sahal (1985) evidenziava alcuni limitidell’approccio edonico, come quello che latecnica lavora bene solo quando ci sonodistinte tecnologie di prodotto e delle chiarecaratteristiche di prodotto, e non lavora bene inpresenza di innovazioni di processo esoprattutto quando il prezzo non si forma in unmercato concorrenziale. Inoltre l’approccioedonico non consente confronti internazionali acausa delle significative differenze nei prezzidei fattori fra i differenti paesi. Mentre latecnica Rand di Dodson usa il solo tempocronologico come misura del progresso tecnicoe questo può portare alla conclusione chel’Europa del periodo del Medioevo era piùavanti di quella della Grecia di Archimede nel212 avanti cristo (Sahal, 1985). I miglioramentialla tecnica di Martino sono stati notevoli masecondo Sharif (1986) la procedura è ancoratroppo difficile. Knight (1963) notava come ilcompleto uso della sua tecnica funzionale estrutturale per isolare e descrivere semplicimiglioramenti nelle tecnologie e nel loro valoreha trovato un uso limitato. L’approccio diMajer (1985) è un metodo ragionevole per lamisurazione della tecnologia; è un approcciomolto pragmatico ma il principale problemache presenta è l’esistenza di un’organizzazionee/o di un consiglio di esperti e di una basemetodologica stabile di valutazione.L’approccio di Lenz, invece, dovrebbe dare piùconsiderazione alle relazioni di base, piùattenzione al grado con cui i parametrimisurano la loro utilità e assicurano unacomprensione base della tecnologia, questoprima che la misura sia iniziata.

La letteratura ci insegna che i patterndell’innovazione sono a forma di S e unametrica dell’innovazione tecnologica perquanto corretta possa essere non può collocarsiall’inizio della sua evoluzione, poiché alcunericerche hanno mostrato come alcuneinnovazioni tecnologiche per quanto superioripossono essere soggette all’effetto di lock-in avantaggio di innovazioni inferiori cheutilizzano la loro path-dependency. Uninteressante esempio è documentato da David(1985; 1993) nel suo studio sulla diffusione


26

della tastiera QWERTY che vide la luce aglialbori dell’industria delle macchine perscrivere, sui modelli Remington. Quando altremacchine si resero disponibili, quelle contastiere QWERTY risultavano essereavvantaggiate a seguito della compatibilità conla capacità di battitura rapida delle dattilografeprofessioniste. I cosiddetti rendimenti crescentidi adozione diedero luogo a fallimenti dimercato di tecnologie superiori (tastiere piùergonomiche), favorendo la diffusione delletecnologie inferiori. La sequenza iniziale dieventi di portata di per sé limitata, madeterminanti per via dei feedback positivi (pathdependency), blocca (lock in) il sistemaall’alternativa inferiore (Arthur, 1989). Un altrointeressante esempio e la diffusione dei sistemioprativi MS-DOS e del suo discendente Windows(Malerba, 2001). Questo è il problema in cui sipossono trovare alcuni approcci descritti, qualorasi pongono in un’ottica di misurazione ex-ante.

L’ultimo approccio descritto, quello sismico,valuta l’impatto dell’innovazione tecnologica nelsistema economico, ex-post, ma la magnitudodell’intensità innovativa costruita è chiaramenteuna semplificazione, poiché nella realtà è piùcorretto scrivere una funzione dell’impattoinnovativo e diffusivo come una f: ℜn→ℜn .

Alla fine di questa panoramica storica non sipuò dire che un metodo sia migliore dell’altro,poiché ciascuno ha cercato di evidenziare alcunecaratteristiche e/o variabili endogene o esogene delpattern dell’innovazione tecnologia. I metodi piùpromettenti e con più potenzialità sembrano esserequelli orientati a rappresentare l’evoluzione delcambiamento tecnologico con delle superfici e amisurare l’intensità con differenti approccimatematici e/o statistici. Chiaramente lacomplessità della tecnologia porta a rappresentarela superficie solo con alcune variabili dellatecnologia. Comunque i metodi esposti al fine diuna corretta previsione tecnologica devono esserevisti come complementari l’uno con l’altro e noncome sostituti. In ogni modo la strada dapercorrere per costruire un approccio esaustivo ocompleto è ardua e lunga, poiché l’analisi emisurazione della funzione multidimensionale delcambiamento tecnologico è difficilmentericonducibile ad una sola disciplina, ma ledifficoltà sono delle sfide da vincere.

Bibliografia

Alexander A.J., Mitchell B.M. (1985) “MeasuringTechnological Change of HeterogeneousProducts”, Technological Forecasting andSocial Change, n. 27, pp. 161-195.

Alexander A.J., Nelson J.R. (1973) “MeasuringTechnological Change: Aircraft TurbineEngines”, Technological Forecasting andSocial Change, n. 5, pp. 189-203.

Archibugi D. (1988) “In Search of a UsefulMeasure of Technological Innovation (toMake Economists Happy withoutDiscontenting Technologists”, TechnologicalForecasting and Social Change, n. 34, pp.253-277.

Archibugi D., Santarelli E. (1989) Cambiamentotecnologico e sviluppo industriale (a cura di),Franco Angeli, Milano.

Archibugi D., Simonetti R. (1998) “Objects andSubjects in Technological Interdependence.Towards a Framework to MonitorInnovation”, International Journal of theEconomics of Business, vol. 5, n. 3, pp. 295-309.

Arthur W. B. (1989) “Competing technologies,increasing returns and lock-in by historicalevents”, Economic Journal, n.99, pp. 116-46

Atkinson A.B., Stiglitz J.E. (1969) “Anew view oftechnological change”, Economic Journal, n.79, pp. 573-578.

Ayres R.U. (1985) “Empirical Measures ofTechnological Change at the Sectoral Level”,Technological Forecasting and SocialChange, n. 27, pp. 229-247.

Ayres R.U. (1998) “Technological Progress: AProposed Measure”, TechnologicalForecasting and Social Change, n. 59, pp.213-233.

Babbage C. (1832) On the economy of machineryand manufactures, C. Knight, London.

Bacone F. (1629) The great instauration and NewAtlantis, in Weinberger J. (ed.) “Science andrule in Bacon’s utopia: an introduction to thereading of the New Atlantis AmericanPolitical Science Review” (1976), vol. LXX,n. 3, 7, pp.865-885.

Barnett A., Kleitman D.J., Rosenbaum D., SingerB. (1978) “A statistical procedure for testingnuclear powered cardiz pacemakers”,Technometrics, vol. 20, n. 3, pp. 221- 226.


27

Brewer A. (1998) “Invention” in Hamouda O. F.,C. Lee, D. Mair (eds.), The economics of JohnRae, Routledge.

Burks A., Goldstine H.H., von Neumann J. (1946)Preliminary discussion of the logical design ofan electronic computing instruments,Princeton.

Chenery H.B. (1949) “Engeneering ProductionFunctions”, Quarterly Journal of Economicsn. 63, pp. 507-53.

Coccia M. (2004) “Measuring Intensity ofTechnological Change: The SeismicApproach”, Technological Forecasting andSocial Change, Elsevier, forthcoming

Coccia M. (2004a) “Le origini dell’economiadell’innovazione: il contributo di Rae”,Working Paper Ceris-CNR, anno 5, n. 1.

Court A.T. (1939) “Hedonic price indexes withautomotive examples” in The Dynamics ofAutomobile Demand, pp. 99-117, GeneralMotors Corporation, New York.

David P. (1985) “Clio and the economics of theQWERTY”, American Economic Review,n.75, pp.332-337.

David P.A. (1993) “Path-dependence andpredictability in dynamic systems with localnetwork externalities: a paradigm for historiceconomics”, in D. Foray e C. Freeman (a curadi), Technology and the wealth of nations,London, Pinter.

Dodson E. N. (1970; 1985 ristampa)“Measurement of State of the Art andTechnological Advance”, TechnologicalForecasting and Social Change, n. 27, pp.129-146.

Fisher J. C., Pry R.H. (1971) “A SimpleSubstitution Model of Technological Change”,Technological Forecasting and SocialChange, n. 3, pp.75-88.

Gotway C. A. (1994) “The use of conditionalsimulation in nuclear-waste-site performanceassessment”, Technometrics, vol. 36, n. 2, pp.129-139.

Grandstrand O. (1994) Economics of technology,North-Holland.

Griliches Z. (1957) “Hybridcorn: An Explorationin the Economics of Tecnological Change”,Econometrica” XXV, pp. 501-22.

Griliches Z. (1971) Price Indices and QualityChange, Harvard University Press,Cambridge.

Grupp H., Hohmeyer O. (1986) “A Technometric

Model for the Assessment of TechnologicalStandards and Their Application to SelectedTechnology-Intensive Products”,Technological Forecasting and SocialChange, n. 30, pp. 123-137.

Hunter J. S. (1983) “The birth of a journal”,Technometrics, vol. 25, pp.3-7.

Hunter J. S. (2000) “Foreword: the enduringtradition of technometrics”, Technometrics,vol. 42, n. 1, p. 1.

Joiner B. L. (1977) “Evaluation of cryogenic flowmeters: an example in non-standardexperimental design and analysis”,Technometrics, vol. 19, n. 4.

Kafadar K. (1994) “An application of nonlinearregression in research and development: a casestudy from the electronics industry”,Technometrics, vol. 36, n. 3, pp. 237-247.

Kafadar K. (2000) “Forty years of technometrics:past, present, and future”, Technometrics, vol.42, n. 1, pp. 2-4.

Knight K.E. (1963; 1985 ristampa) “A Functionaland Structural Measurement of Technology”,in Technological Forecasting and SocialChange, n. 27, pp. 107-127.

Lancaster K. (1966) “A New Approach toConsumer Theory”, Journal of PoliticalEconomy, n. 74, pp. 132-157.

Lenz R. C. (1985) “A Heuristic Approach toTechnology Measurement”, TechnologicalForecasting and Social Change, n. 27, pp.249-264.

Majer H. (1985) “Technology Measurement: TheFunctional Approach”, TechnologicalForecasting and Social Change, n. 27, pp.335-351.

Malerba F. (2001) Economia dell’innovazione,Carocci editore.

Marshall A. (1890) Principles of Economics,Macmillan and Co., New York.

Martino J. P. (1985) “Measurement of TechnologyUsing Trade-off Surfaces”, TechnologicalForecasting and Social Change, n. 27, pp.147-160.

Marx K. (1890) Complete works, vol. 3, Capital,translated from the 3rd edition of DA Kapitaledited by Friederich Engels, Moscow: Foreignlanguages Publishing House.

Marx K. (1975) “Section I-The development ofmachinery” from Chapter XV, “Machineryand modern industry” in Capital. Volume I, inKarl Marx and Frederick Engels, Collected


28

Works, Volume 35, pp. 374-89, Lawrence andWishart, London.

Mercalli G. (1883) Vulcani e Fenomeni Vulcaniciin Italia, (ristampa anastasica, Sala Bolognese1981, Milano).

Mill J. S. (1848) The principles of politicalEconomy: with some of their applications tosocial philosophy, (trad. it.) Princìpi dieconomia politica con alcune delle sueapplicazioni alla filosofia sociale (1851), Utet,Torino.

Olin B. D., Meeker W. Q. (1996) “Applications ofstatistical methods to nondestructiveevaluation”, Technometrics, vol. 38. n. 2, pp.95-130.

Pearl D.J., Enos J.L. (1975) “EngeneeringProduction Function and TechnologicalProgress”, Journal of Industrial Economics, n.24, pp. 55-72.

Rae J. (1834) Statement of Some New Principleson the Subject of Political Economy, Exposingthe Fallacies of the System of Free Trade, Andof some other Doctrines maintained in the"Wealth of Nations", Boston: Hilliard, Gray.Reprinted (1964), New York: Kelley; and(1965), in R. W. James (ed.), John Rae,Political Economist, vol. 2, Aylesbury,Toronto: University of Toronto Press. (trad.it.1856) F. Ferrara (ed.) Dimostrazione di taluniprincipi sull’ECONOMIA POLITICAdimostranti gli errori del sistema dicommercio libero, e di altre dottrine contenutenella RICCHEZZA DELLE NAZIONI,Biblioteca dell’economista, Prima serie.Trattati complessivi. Vol. XI. Torrens, Bailey,Whatley, Ricado, Rae. Utet, Torino.

Reeve E. C. R., Huxley J. S. (1945) “SomeProblems in the Study of Allometric Growth”,Essay on Growth and Form, Oxford Press.

Ricardo D. (1817) Principles of Political Economyand Taxation, traduz. it. “Sui principidell’economia politica e della tassazione”(1976), Isedi, Milano.

Sahal D. (1981) Patterns of technologicalinnovation, Addison-Wesley, Reading, Mass.

Sahal D. (1985) “Foundations of Technometrics”,Technological Forecasting and SocialChange, n. 27, pp. 1-37.

Saviotti P. (1985) “An Approach to theMeasurement of Technology Based on theHendonic Price Method and RelatedMethods”, Technological Forecasting andSocial Change, n. 27, pp. 309-334.

Schumpeter J. (1911) The Theory of EconomicDevelopment, Harvard University Press,Cambridge, MA.

Schumpeter J.A. (1939) Business Cycles: Atheoretical, historical and statistical analysisof the Capitalist process, McGraw-Hill, NewYork.

Schumpeter J.A. (1942) Capitalism, Socialism andDemocracy, (ed.1976) London, Allen andUnwin.

Sharif N.N. (1986) “Measurement of Technologyfor National Development”, TechnologicalForecasting and Social Change, n. 29, pp.119-172.

Smith A. (1776) “Of the division of labour” in AnInquiry into the Nature and the Causes of theWealth of the Nations, Book I, Chapter I, pp.5-14, London. (trad. it.) La ricchezza dellenazioni (1975), Utet, Torino.

Solow R.M. (1956) “A contribution to the theoryof economic growth”, Quarterly Journal ofEconomics, n. 70, pp. 65-94.

Solow R.M. (1957) “Technical change and theaggregate production function”, Review ofEconomics and Statistics, n. 39, pp. 312-320.

Souder W. E., Shrivastava P. (1985) “Towards ascale for measuring technology in new productinnovation”, Research Policy, n. 14, pp. 151-160.

Stewart F. (1977) Technology andUnderdevelopment, Mac Millan, London.

Stone R. (1956) Quantity and Price Indexes inNational Accounts, OECD, Paris.

Tidd J., Bessant J., Pavitt K. (2001) ManagingInnovation. Integrating technological, Marketand Organizational Change, John Wiley &Sons, New York.

Triplett J.E. (1985) “Measuring TechnologicalChange with Characteristics-SpaceTechniques”, Technological Forecasting andSocial Change, n. 27, pp. 283-307.

Veblen T. (1899) The Theory of the Leisure Class:an economic study of institutions, (trad. it.), Lateoria della classe agiata (1971), Einaudi,Torino.

Veblen T. (1904) Theory of Business Enterprise,(trad. it.), La teoria dell’impresa (1970),Angeli, Milano.

Wimmer F. (1975) Das Quantitätsurteil desKonsumenten. Theoretische Grundlagen undempirische Ergebnisse, Bern and FrankfurtMain.

I

WORKING PAPER SERIES (2004-1993) 2004 1/04 Le origini dell’economia dell’innovazione: il contributo di Rae, by Mario Coccia 2/04 Liberalizzazione e integrazione verticale delle utility elettriche: evidenza empirica da un campione italiano di

imprese pubbliche locali, by Massimiliano Piacenza and Elena Beccio 3/04 Uno studio sull’innovazione nell’industria chimica, by Anna Ceci, Mario De Marchi, Maurizio Rocchi 4/04 Labour market rigidity and firms’ R&D strategies, by Mario De Marchi and Maurizio Rocchi 5/04 Analisi della tecnologia e approcci alla sua misurazione, by Mario Coccia 6/04 Analisi delle strutture pubbliche di ricerca scientifica: tassonomia e comportamento strategico, by Mario Coccia 7/04 Ricerca teorica vs. ricerca applicata. Un’analisi relativa al Cnr, by Mario Coccia and Secondo Rolfo 8/04 Considerazioni teoriche sulla diffusione delle innovazioni nei distretti industriali: il caso delle ICT, by Arianna

Miglietta 9/04 Le politiche industriali regionali nel Regno Unito, by Elisa Salvador 10/04 Going public to grow? Evidence from a panel of Italian firms, by Robert E. Carpenter and L. Rondi 11/04 What Drives Market Prices in the Wine Industry? Estimation of a Hedonic Model for Italian Premium Wine, by

Luigi Benfratello, Massimiliano Piacenza and Stefano Sacchetto 12/04 Brief notes on the policies for science-based firms, by Mario De Marchi, Maurizio Rocchi 13/04 Countrymetrics e valutazione della performance economica dei paesi: un approccio sistemico, by Mario Coccia 14/04 Analisi del rischio paese e sistemazione tassonomica, by Mario Coccia 15/04 Organizing the Offices for Technology Transfer, by Chiara Franzoni 16/04 Le relazioni tra ricerca pubblica e industria in Italia, by Secondo Rolfo 17/04 Modelli di analisi e previsione del rischio di insolvenza: una prospettiva delle metodologie applicate, by Nadia

D’Annunzio e Greta Falavigna 18/04 SERIE SPECIALE: Lo stato di salute del sistema industriale piemontese: analisi economico-finanziaria delle

imprese piemontesi, Terzo Rapporto 1999-2002, by Giuseppe Calabrese, Fabrizio Erbetta, Federico Bruno Rolle 19/04 SERIE SPECIALE: Osservatorio sulla dinamica economico-finanziaria delle imprese della filiera del tessile e

dell’abbigliamento in Piemonte, Primo rapporto 1999-2002, by Giuseppe Calabrese, Fabrizio Erbetta, Federico Bruno Rolle

20/04 SERIE SPECIALE: Osservatorio sulla dinamica economico-finanziaria delle imprese della filiera dell’auto in Piemonte, Secondo Rapporto 1999-2002, by Giuseppe Calabrese, Fabrizio Erbetta, Federico Bruno Rolle

2003 1/03 Models for Measuring the Research Performance and Management of the Public Labs, by Mario Coccia, March 2/03 An Approach to the Measurement of Technological Change Based on the Intensity of Innovation, by Mario

Coccia, April 3/03 Verso una patente europea dell’informazione: il progetto EnIL, by Carla Basili, June 4/03 Scala della magnitudo innovativa per misurare l’attrazione spaziale del trasferimento tecnologico, by Mario

Coccia, June 5/03 Mappe cognitive per analizzare i processi di creazione e diffusione della conoscenza negli Istituti di ricerca, by

Emanuele Cadario, July 6/03 Il servizio postale: caratteristiche di mercato e possibilità di liberalizzazione, by Daniela Boetti, July 7/03 Donne-scienza-tecnologia: analisi di un caso di studio, by Anita Calcatelli, Mario Coccia, Katia Ferraris and

Ivana Tagliafico, July 8/03 SERIE SPECIALE. OSSERVATORIO SULLE PICCOLE IMPRESE INNOVATIVE TRIESTE. Imprese innovative in Friuli

Venezia Giulia: un esperimento di analisi congiunta, by Lucia Rotaris, July 9/03 Regional Industrial Policies in Germany, by Helmut Karl, Antje Möller and Rüdiger Wink, July 10/03 SERIE SPECIALE. OSSERVATORIO SULLE PICCOLE IMPRESE INNOVATIVE TRIESTE. L’innovazione nelle new

technology-based firms in Friuli-Venezia Giulia, by Paola Guerra, October 11/03 SERIE SPECIALE. Lo stato di salute del sistema industriale piemontese: analisi economico-finanziaria delle

imprese piemontesi, Secondo Rapporto 1998-2001, December 12/03 SERIE SPECIALE. Osservatorio sulla dinamica economico-finanziaria delle imprese della meccanica specializzata

in Piemonte, Primo Rapporto 1998-2001, December 13/03 SERIE SPECIALE. Osservatorio sulla dinamica economico-finanziaria delle imprese delle bevande in Piemonte,

Primo Rapporto 1998-2001, December

2002 1/02 La valutazione dell’intensità del cambiamento tecnologico: la scala Mercalli per le innovazioni, by Mario

Coccia, January

II

2/02 SERIE SPECIALE IN COLLABORAZIONE CON HERMES. Regulatory constraints and cost efficiency of the Italian public transit systems: an exploratory stochastic frontier model, by Massimiliano Piacenza, March

3/02 Aspetti gestionali e analisi dell’efficienza nel settore della distribuzione del gas, by Giovanni Fraquelli and Fabrizio Erbetta, March

4/02 Dinamica e comportamento spaziale del trasferimento tecnologico, by Mario Coccia, April 5/02 Dimensione organizzativa e performance della ricerca: l’analisi del Consiglio Nazionale delle Ricerche, by

Mario Coccia and Secondo Rolfo, April 6/02 Analisi di un sistema innovativo regionale e implicazioni di policy nel processo di trasferimento tecnologico, by

Monica Cariola and Mario Coccia, April 7/02 Analisi psico-economica di un’organizzazione scientifica e implicazioni di management: l’Istituto Elettrotecnico

Nazionale “G. Ferraris”, by Mario Coccia and Alessandra Monticone, April 8/02 Firm Diversification in the European Union. New Insights on Return to Core Business and Relatedness, by

Laura Rondi and Davide Vannoni, May 9/02 Le nuove tecnologie di informazione e comunicazione nelle PMI: un’analisi sulla diffusione dei siti internet nel

distretto di Biella, by Simona Salinari, June 10/02 La valutazione della soddisfazione di operatori di aziende sanitarie, by Gian Franco Corio, November 11/02 Analisi del processo innovativo nelle PMI italiane, by Giuseppe Calabrese, Mario Coccia and Secondo Rolfo,

November 12/02 Metrics della Performance dei laboratori pubblici di ricerca e comportamento strategico, by Mario Coccia,

September 13/02 Technometrics basata sull’impatto economico del cambiamento tecnologico, by Mario Coccia, November 2001 1/01 Competitività e divari di efficienza nell'industria italiana, by Giovanni Fraquelli, Piercarlo Frigero and Fulvio

Sugliano, January 2/01 Waste water purification in Italy: costs and structure of the technology, by Giovanni Fraquelli and Roberto

Giandrone, January 3/01 SERIE SPECIALE IN COLLABORAZIONE CON HERMES. Il trasporto pubblico locale in Italia: variabili esplicative

dei divari di costo tra le imprese, by Giovanni Fraquelli, Massimiliano Piacenza and Graziano Abrate, February 4/01 Relatedness, Coherence, and Coherence Dynamics: Empirical Evidence from Italian Manufacturing, by Stefano

Valvano and Davide Vannoni, February 5/01 Il nuovo panel Ceris su dati di impresa 1977-1997, by Luigi Benfratello, Diego Margon, Laura Rondi,

Alessandro Sembenelli, Davide Vannoni, Silvana Zelli, Maria Zittino, October 6/01 SMEs and innovation: the role of the industrial policy in Italy, by Giuseppe Calabrese and Secondo Rolfo, May 7/01 Le martingale: aspetti teorici ed applicativi, by Fabrizio Erbetta and Luca Agnello, September 8/01 Prime valutazioni qualitative sulle politiche per la R&S in alcune regioni italiane, by Elisa Salvador, October 9/01 Accords technology transfer-based: théorie et méthodologie d’analyse du processus, by Mario Coccia, October 10/01 Trasferimento tecnologico: indicatori spaziali, by Mario Coccia, November 11/01 Does the run-up of privatisation work as an effective incentive mechanism? Preliminary findings from a sample

of Italian firms, by Fabrizio Erbetta, October 12/01 SERIE SPECIALE IN COLLABORAZIONE CON HERMES. Costs and Technology of Public Transit Systems in Italy:

Some Insights to Face Inefficiency, by Giovanni Fraquelli, Massimiliano Piacenza and Graziano Abrate, October

13/01 Le NTBFs a Sophia Antipolis, analisi di un campione di imprese, by Alessandra Ressico, December 2000 1/00 Trasferimento tecnologico: analisi spaziale, by Mario Coccia, March 2/00 Poli produttivi e sviluppo locale: una indagine sulle tecnologie alimentari nel mezzogiorno, by Francesco G.

Leone, March 3/00 La mission del top management di aziende sanitarie, by Gian Franco Corio, March 4/00 La percezione dei fattori di qualità in Istituti di ricerca: una prima elaborazione del caso Piemonte, by Gian

Franco Corio, March 5/00 Una metodologia per misurare la performance endogena nelle strutture di R&S, by Mario Coccia, April 6/00 Soddisfazione, coinvolgimento lavorativo e performance della ricerca, by Mario Coccia, May 7/00 Foreign Direct Investment and Trade in the EU: Are They Complementary or Substitute in Business Cycles

Fluctuations?, by Giovanna Segre, April 8/00 L’attesa della privatizzazione: una minaccia credibile per il manager?, by Giovanni Fraquelli, May

III

9/00 Gli effetti occupazionali dell’innovazione. Verifica su un campione di imprese manifatturiere italiane, by Marina Di Giacomo, May

10/00 Investment, Cash Flow and Managerial Discretion in State-owned Firms. Evidence Across Soft and Hard Budget Constraints, by Elisabetta Bertero and Laura Rondi, June

11/00 Effetti delle fusioni e acquisizioni: una rassegna critica dell’evidenza empirica, by Luigi Benfratello, June 12/00 Identità e immagine organizzativa negli Istituti CNR del Piemonte, by Paolo Enria, August 13/00 Multinational Firms in Italy: Trends in the Manufacturing Sector, by Giovanna Segre, September 14/00 Italian Corporate Governance, Investment, and Finance, by Robert E. Carpenter and Laura Rondi, October 15/00 Multinational Strategies and Outward-Processing Trade between Italy and the CEECs: The Case of Textile-

Clothing, by Giovanni Balcet and Giampaolo Vitali, December 16/00 The Public Transit Systems in Italy: A Critical Analysis of the Regulatory Framework, by Massimiliano

Piacenza, December

1999 1/99 La valutazione delle politiche locali per l’innovazione: il caso dei Centri Servizi in Italia, by Monica Cariola and

Secondo Rolfo, January 2/99 Trasferimento tecnologico ed autofinanziamento: il caso degli Istituti Cnr in Piemonte, by Mario Coccia, March 3/99 Empirical studies of vertical integration: the transaction cost orthodoxy, by Davide Vannoni, March 4/99 Developing innovation in small-medium suppliers: evidence from the Italian car industry, by Giuseppe

Calabrese, April 5/99 Privatization in Italy: an analysis of factors productivity and technical efficiency, by Giovanni Fraquelli and

Fabrizio Erbetta, March 6/99 New Technology Based-Firms in Italia: analisi di un campione di imprese triestine, by Anna Maria Gimigliano,

April 7/99 Trasferimento tacito della conoscenza: gli Istituti CNR dell’Area di Ricerca di Torino, by Mario Coccia, May 8/99 Struttura ed evoluzione di un distretto industriale piemontese: la produzione di casalinghi nel Cusio, by

Alessandra Ressico, June 9/99 Analisi sistemica della performance nelle strutture di ricerca, by Mario Coccia, September 10/99 The entry mode choice of EU leading companies (1987-1997), by Giampaolo Vitali, November 11/99 Esperimenti di trasferimento tecnologico alle piccole e medie imprese nella Regione Piemonte, by Mario Coccia,

November 12/99 A mathematical model for performance evaluation in the R&D laboratories: theory and application in Italy, by

Mario Coccia, November 13/99 Trasferimento tecnologico: analisi dei fruitori, by Mario Coccia, December 14/99 Beyond profitability: effects of acquisitions on technical efficiency and productivity in the Italian pasta industry,

by Luigi Benfratello, December 15/99 Determinanti ed effetti delle fusioni e acquisizioni: un’analisi sulla base delle notifiche alle autorità antitrust, by

Luigi Benfratello, December 1998 1/98 Alcune riflessioni preliminari sul mercato degli strumenti multimediali, by Paolo Vaglio, January 2/98 Before and after privatization: a comparison between competitive firms, by Giovanni Fraquelli and Paola Fabbri,

January 3/98 Not available 4/98 Le importazioni come incentivo alla concorrenza: l'evidenza empirica internazionale e il caso del mercato unico

europeo, by Anna Bottasso, May 5/98 SEM and the changing structure of EU Manufacturing, 1987-1993, by Stephen Davies, Laura Rondi and

Alessandro Sembenelli, November 6/98 The diversified firm: non formal theories versus formal models, by Davide Vannoni, December 7/98 Managerial discretion and investment decisions of state-owned firms: evidence from a panel of Italian

companies, by Elisabetta Bertero and Laura Rondi, December 8/98 La valutazione della R&S in Italia: rassegna delle esperienze del C.N.R. e proposta di un approccio alternativo,

by Domiziano Boschi, December 9/98 Multidimensional Performance in Telecommunications, Regulation and Competition: Analysing the European

Major Players, by Giovanni Fraquelli and Davide Vannoni, December 1997 1/97 Multinationality, diversification and firm size. An empirical analysis of Europe's leading firms, by Stephen

Davies, Laura Rondi and Alessandro Sembenelli, January

IV

2/97 Qualità totale e organizzazione del lavoro nelle aziende sanitarie, by Gian Franco Corio, January 3/97 Reorganising the product and process development in Fiat Auto, by Giuseppe Calabrese, February 4/97 Buyer-supplier best practices in product development: evidence from car industry, by Giuseppe Calabrese, April 5/97 L’innovazione nei distretti industriali. Una rassegna ragionata della letteratura, by Elena Ragazzi, April 6/97 The impact of financing constraints on markups: theory and evidence from Italian firm level data, by Anna

Bottasso, Marzio Galeotti and Alessandro Sembenelli, April 7/97 Capacità competitiva e evoluzione strutturale dei settori di specializzazione: il caso delle macchine per

confezionamento e imballaggio, by Secondo Rolfo, Paolo Vaglio, April 8/97 Tecnologia e produttività delle aziende elettriche municipalizzate, by Giovanni Fraquelli and Piercarlo Frigero,

April 9/97 La normativa nazionale e regionale per l’innovazione e la qualità nelle piccole e medie imprese: leggi, risorse,

risultati e nuovi strumenti, by Giuseppe Calabrese, June 10/97 European integration and leading firms’ entry and exit strategies, by Steve Davies, Laura Rondi and Alessandro

Sembenelli, April 11/97 Does debt discipline state-owned firms? Evidence from a panel of Italian firms, by Elisabetta Bertero and Laura

Rondi, July 12/97 Distretti industriali e innovazione: i limiti dei sistemi tecnologici locali, by Secondo Rolfo and Giampaolo

Vitali, July 13/97 Costs, technology and ownership form of natural gas distribution in Italy, by Giovanni Fraquelli and Roberto

Giandrone, July 14/97 Costs and structure of technology in the Italian water industry, by Paola Fabbri and Giovanni Fraquelli, July 15/97 Aspetti e misure della customer satisfaction/dissatisfaction, by Maria Teresa Morana, July 16/97 La qualità nei servizi pubblici: limiti della normativa UNI EN 29000 nel settore sanitario, by Efisio Ibba, July 17/97 Investimenti, fattori finanziari e ciclo economico, by Laura Rondi and Alessandro Sembenelli, rivisto sett. 1998 18/97 Strategie di crescita esterna delle imprese leader in Europa: risultati preliminari dell'utilizzo del data-base

Ceris "100 top EU firms' acquisition/divestment database 1987-1993", by Giampaolo Vitali and Marco Orecchia, December

19/97 Struttura e attività dei Centri Servizi all'innovazione: vantaggi e limiti dell'esperienza italiana, by Monica Cariola, December

20/97 Il comportamento ciclico dei margini di profitto in presenza di mercati del capitale meno che perfetti: un'analisi empirica su dati di impresa in Italia, by Anna Bottasso, December

1996 1/96 Aspetti e misure della produttività. Un'analisi statistica su tre aziende elettriche europee, by Donatella

Cangialosi, February 2/96 L'analisi e la valutazione della soddisfazione degli utenti interni: un'applicazione nell'ambito dei servizi sanitari,

by Maria Teresa Morana, February 3/96 La funzione di costo nel servizio idrico. Un contributo al dibattito sul metodo normalizzato per la

determinazione della tariffa del servizio idrico integrato, by Giovanni Fraquelli and Paola Fabbri, February 4/96 Coerenza d'impresa e diversificazione settoriale: un'applicazione alle società leaders nell'industria

manifatturiera europea, by Marco Orecchia, February 5/96 Privatizzazioni: meccanismi di collocamento e assetti proprietari. Il caso STET, by Paola Fabbri, February 6/96 I nuovi scenari competitivi nell'industria delle telecomunicazioni: le principali esperienze internazionali, by

Paola Fabbri, February 7/96 Accordi, joint-venture e investimenti diretti dell'industria italiana nella CSI: Un'analisi qualitativa, by Chiara

Monti and Giampaolo Vitali, February 8/96 Verso la riconversione di settori utilizzatori di amianto. Risultati di un'indagine sul campo, by Marisa Gerbi

Sethi, Salvatore Marino and Maria Zittino, February 9/96 Innovazione tecnologica e competitività internazionale: quale futuro per i distretti e le economie locali, by

Secondo Rolfo, March 10/96 Dati disaggregati e analisi della struttura industriale: la matrice europea delle quote di mercato, by Laura

Rondi, March 11/96 Le decisioni di entrata e di uscita: evidenze empiriche sui maggiori gruppi italiani, by Alessandro Sembenelli

and Davide Vannoni, April 12/96 Le direttrici della diversificazione nella grande industria italiana, by Davide Vannoni, April 13/96 R&S cooperativa e non-cooperativa in un duopolio misto con spillovers, by Marco Orecchia, May 14/96 Unità di studio sulle strategie di crescita esterna delle imprese italiane, by Giampaolo Vitali and Maria Zittino,

July. Not available 15/96 Uno strumento di politica per l'innovazione: la prospezione tecnologica, by Secondo Rolfo, September

V

16/96 L'introduzione della Qualità Totale in aziende ospedaliere: aspettative ed opinioni del middle management, by Gian Franco Corio, September

17/96 Shareholders’ voting power and block transaction premia: an empirical analysis of Italian listed companies, by Giovanna Nicodano and Alessandro Sembenelli, November

18/96 La valutazione dell'impatto delle politiche tecnologiche: un'analisi classificatoria e una rassegna di alcune esperienze europee, by Domiziano Boschi, November

19/96 L'industria orafa italiana: lo sviluppo del settore punta sulle esportazioni, by Anna Maria Gaibisso and Elena Ragazzi, November

20/96 La centralità dell'innovazione nell'intervento pubblico nazionale e regionale in Germania, by Secondo Rolfo, December

21/96 Ricerca, innovazione e mercato: la nuova politica del Regno Unito, by Secondo Rolfo, December 22/96 Politiche per l'innovazione in Francia, by Elena Ragazzi, December 23/96 La relazione tra struttura finanziaria e decisioni reali delle imprese: una rassegna critica dell'evidenza

empirica, by Anna Bottasso, December 1995 1/95 Form of ownership and financial constraints: panel data evidence on leverage and investment choices by Italian

firms, by Fabio Schiantarelli and Alessandro Sembenelli, March 2/95 Regulation of the electric supply industry in Italy, by Giovanni Fraquelli and Elena Ragazzi, March 3/95 Restructuring product development and production networks: Fiat Auto, by Giuseppe Calabrese, September 4/95 Explaining corporate structure: the MD matrix, product differentiation and size of market, by Stephen Davies,

Laura Rondi and Alessandro Sembenelli, November 5/95 Regulation and total productivity performance in electricity: a comparison between Italy, Germany and France,

by Giovanni Fraquelli and Davide Vannoni, December 6/95 Strategie di crescita esterna nel sistema bancario italiano: un'analisi empirica 1987-1994, by Stefano Olivero

and Giampaolo Vitali, December 7/95 Panel Ceris su dati di impresa: aspetti metodologici e istruzioni per l'uso, by Diego Margon, Alessandro

Sembenelli and Davide Vannoni, December 1994 1/94 Una politica industriale per gli investimenti esteri in Italia: alcune riflessioni, by Giampaolo Vitali, May 2/94 Scelte cooperative in attività di ricerca e sviluppo, by Marco Orecchia, May 3/94 Perché le matrici intersettoriali per misurare l'integrazione verticale?, by Davide Vannoni, July 4/94 Fiat Auto: A simultaneous engineering experience, by Giuseppe Calabrese, August 1993 1/93 Spanish machine tool industry, by Giuseppe Calabrese, November 2/93 The machine tool industry in Japan, by Giampaolo Vitali, November 3/93 The UK machine tool industry, by Alessandro Sembenelli and Paul Simpson, November 4/93 The Italian machine tool industry, by Secondo Rolfo, November 5/93 Firms' financial and real responses to business cycle shocks and monetary tightening: evidence for large and

small Italian companies, by Laura Rondi, Brian Sack, Fabio Schiantarelli and Alessandro Sembenelli, December

Free copies are distributed on request to Universities, Research Institutes, researchers, students, etc.

Please, write to: MARIA ZITTINO

Working Papers Coordinator CERIS-CNR

Via Real Collegio, 30; 10024 Moncalieri (Torino), Italy Tel. +39 011 6824.914; Fax +39 011 6824.966; [email protected]; http://www.ceris.cnr.it

Copyright © 2004 by CNR-Ceris All rights reserved. Parts of this paper may be reproduced with the permission of the author(s) and quoting the authors

and CNR-Ceris

Analisi della tecnologia e approcci alla sua misurazione · Bacone (1561-1626) credeva nel potere...

Documents

Transcript of Analisi della tecnologia e approcci alla sua misurazione · Bacone (1561-1626) credeva nel potere...