LE COMPETENZE DIGITALI DI ALTO LIVELLO IN EUROPA

Tra il 2016 ed il 2021 sono cresciute del 14,28% nei paesi DESI

1655783837LE_COMPETENZE_DIGITALI_DI_ALTO_LIVELLO_IN_EUROPA_EUROPA_Licenze_Creative_Commons.jpg

Il Digital Economy and Society Index-DESI calcola il valore dell’Advanced Skills and Development nei paesi europei. I dati sono disponibili tra il 2016 ed il 2021. La variabile “Advanced Skills and Development” è costituita da un insieme di variabili ovvero “ICT Specialists”, “Female ICT Specialists”, “Enterprise Providing ICT Training”, “ICT graduates”.

cms_26500/Foto_1.jpg

Ranking dei paesi europei per valore delle competenze digitali di alto livello.La Finlandia è al primo posto per valore delle competenze digitali di alto livello con un valore pari a 32,88, seguita dalla Svezia con un valore pari a 28,54, e dall’Estonia con un valore pari a 27,70. A metà classifica vi è Malta con un valore pari a 20,71, seguita dalla Lettonia con un valore pari a 20,25 e dalla Spagna con un valore pari a 19,79 unità. Chiudono la classifica la Grecia con un valore pari a 17,01 unità, la Polonia con un valore pari a 16,79 e l’Italia con un valore pari a 14,90 unità. La media nel 2021 è stata pari ad un ammontare di 21,16.

Ranking dei paesi per variazione delle competenze tecnologiche di alto livello tra il 2016 ed il 2021.La Lituania è al primo posto per valore della variazione delle competenze tecnologiche di alto livello tra il 2016 ed il 2021 con un valore pari a 34,83% pari ad un ammontare di 4,84 unità, seguita dall’Estonia con un valore pari a 32,53% pari ad un ammontare di 6,80 unità e dalla Slovacchia con un valore pari a 28,86% pari ad un ammontare di 4,08 unità. A metà classifica vi è la Croazia con un ammontare di 15,11% pari ad un ammontare di 2,58 unità, seguita dalla Irlanda con un valore pari a 14,47 unità pari ad un ammontare di 3,46%, e dall’Italia con un valore pari a 14,36% pari ad un ammontare di 1,87 unità. Chiudono la classifica l’Austria con un valore pari a 1,18% pari ad un ammontare di 0,24 unità, Cipro con una variazione pari a -2,06% pari ad un ammontare di -0,38 unità, Malta con una variazione di -14,32% pari ad un ammontare di -3,46 unità. In media per i paesi europei il valore della variazione tra il 2016 ed il 2021 è stato pari ad un ammontare di 14,28% pari ad un ammontare di 2,49 unità.

Clusterizzazione con algoritmo k-Means. Di seguito viene realizzata una clusterizzazione attraverso l’utilizzo dell’algoritmo k-Means ottimizzato attraverso l’utilizzo del coefficiente Silhouette. Sono stati individuati due diversi clusters:

  • Cluster 1: Repubblica Ceca, Portogallo, Lituania, Ungheria, Romania, Slovacchia, Polonia, Cipro, Italy, Grecia, Francia, Croazia, Spagna, Lettonia, Bulgaria, Paesi Bassi, Slovenia, Belgio.
  • Cluster 2: Svezia, Irlanda, Danimarca, Estonia, Malta, Finlandia, Lussemburgo, Austria, Germania.

Calcolando il valore della mediana dei paesi analizzati risulta che il valore del cluster 2-C2 è uguale a 25,72 mentre il valore del cluster 1-C1 è pari a 19,16. Ne deriva pertanto che C2=25,72>C1=19,16. Considerando la distribuzione delle competenze tecnologiche di alto livello risulta evidente che i paesi del centro-Nord Europa tendono ad avere dei valori molto elevati in termini di competenze tecnologiche di alto livello rispetto ai paesi dell’Europa Centro-Meridionale e dell’Europa Orientale. Tuttavia, la clusterizzazione realizzata attraverso la massimizzazione del coefficiente di Silhouette offre una visione eccessivamente semplicistica della relazione-contrapposizione tra Centro-Nord Europea ed Europa Meridionale-Orientale. Ne deriva pertanto che viene utilizzato un ulteriore strumento, il metodo di Elbow. Attraverso l’utilizzo del metodo di Elbow risulta evidentemente una clusterizzazione a tre. Rifacendo i calcoli attraverso l’applicazione dell’algoritmo di clusterizzazione risultano tre clusters così individuati:

  • Cluster 1: Polonia, Slovacchia, Italia, Grecia, Ungheria, Lituania, Portogallo, Repubblica Ceca;
  • Cluster 2: Slovenia, Bulgaria, Paesi bassi, Spagna, Belgio, Lettonia, Germania, Francia, Croazia, Cipro, Austria, Romania;
  • Cluster 3: Svezia, Irlanda, Danimarca, Finlandia, Estonia, Malta, Lussemburgo.

Attraverso l’applicazione del numero ottimale di clusters realizzato attraverso il metodo di Elbow risulta una dimensione più composita della dimensione europea in termini di distribuzione delle competenze tecnologiche di alto livello. Calcolando il valore della mediana dei singoli clusters risulta che il valore del cluster 1-C1 è pari a 17,7, mentre il valore mediano del cluster 2-C2 è pari a 20,97 ed il valore mediano del cluster 3-C3 è pari a 27,41. Ne deriva pertanto il seguente ordinamento dei clusters: C3=27,14>C2=20,97>C1=17,7. Applicando questa nuova regola di clusterizzazione si ottiene una maggiore capacità esplicativa. Infatti, guardando alla mappa della clusterizzazione a 3 risulta una struttura dove i paesi del Nord Europa, soprattutto scandinavi, dominano sui paesi del centro Europa, e questi ultimi sui paesi del Sud-Est Europa, con eccezione della Romania e dell’Ungheria che invece partecipano del secondo cluster.

Network Analysis con l’utilizzo della distanza di Manhattan. Attraverso l’utilizzo della distanza di Manhattan viene presentata una network analysis. L’analisi mostra la presenza di tre strutture a network delle quali due sono complesse, ovvero presentano un numero di linkages superiore a 2, ed una è semplificata ovvero presenta un numero di linkages pari a 2. Esiste una struttura a network complessa costituita da Slovenia, Bulgaria, Croazia, Francia, Spagna, Cipro, Lettonia, Lituania, Repubblica Ceca. In modo particolare:

  • La Slovenia ha un link con la Bulgaria avente un valore pari a 0,34;
  • La Bulgaria ha un link con la Slovenia avente un valore pari a 0,34, con la Croazia con un valore pari a 0,37 e con la Spagna con un valore paria 0,25;
  • La Croazia ha un link con la Bulgaria pari ad un ammontare di 0,37, con Francia con un valore pari a 0,37;
  • La Francia ha un link con la Croazia pari ad un valore di 0,37 e con la Spagna con un valore pari a 0,3;
  • La Spagna ha un link con la Francia pari ad un ammontare di 0,3, con la Bulgaria con un valore pari a 0,25, con la Lettonia con un valore pari a 0,38 e con Cipro con un valore pari 0,31;
  • La Lettonia ha un link con la Spagna con un valore pari a 0,38;
  • Cipro ha un link con la Spagna pari ad un valore di 0,31 e con la Romania pari ad un valore di 0,33;
  • La Romania ha un link con Cipro pari ad un ammontare di 0,33 e con la Repubblica Ceca con un valore di 0,38;
  • La Repubblica Ceca ha un link con la Romania pari ad un ammontare di 0,38.

Esiste inoltre una ulteriore struttura a network complessa tra Italia, Grecia e Polonia. In modo particolare:

  • L’Italia ha una connessione con la Grecia con un valore pari a 0,31 e con la Polonia con un valore pari a 0,1;
  • La Polonia ha un link con la Grecia pari ad un valore di 0,33 e con l’Italia ha un link pari a 0,1;
  • La Grecia ha un link con l’Italia pari ad un ammontare di 0,31, e con la Polonia per un valore pari a 0,33.

Inoltre, esiste una ulteriore struttura a network semplificata tra Irlanda e Svezia che hanno vicendevolmente un link avente valore pari a 0,37.

Conclusioni. In sintesi, è possibile sottolineare che il valore delle competenze digitali di alto livello è cresciuto tra il 2016 ed il 2021 di un ammontare pari a 14,28%. Tuttavia, vi sono delle condizioni abbastanza gravi in Europa che mettono in evidenza quanto l’approccio alla trasformazione digitale sia complesso anche per i paesi industrializzati. Per esempio, l’Italia è all’ultimo posto per valore delle competenze digitali di alto livello nel 2021. Inoltre anche la Polonia ha un livello basso di competenze digitali di alto livello e tale condizione confligge con la prossimità geografica con la Germania ed i paesi del Nord Europa e della Scandinavia, che invece hanno alti livelli di capacità digitale. Ne deriva pertanto che l’accesso alle competenze digitali di alto livello non è una conseguenza necessaria di un alto livello di industrializzazione-come nel caso dell’Italia, o della prossimità geografica ad aree di alta crescita economica ed industriale-come nel caso della Polonia. Al contrario al fine di creare le condizioni per le competenze digitali di alto livello è necessario creare delle politiche economiche ed industriali specifiche che prendano in considerazione innanzitutto la formazione del capitale umano ed in secondo luogo creino le condizioni per la prosperità delle imprese high tech anche grazie ad un ambiente istituzionale favorevole.

cms_26500/Foto_2.jpg

Clusterizzazione con algoritmo k-Means ottimizzato attraverso l’utilizzo dell’Elbow Method e rappresentazione del coefficiente di Silhouette dei paesi dei clusters.

cms_26500/Foto_3.jpg

Strutture a network rilevate attraverso l’utilizzo della distanza di Manhattan nella distribuzione delle competenze digitali di alto livello in Europa.

Angelo Leogrande

Tags:

Lascia un commento



<<Pagina Precedente | Stampa | Torna Su


News by ADNkronos


Salute by ADNkronos