LA DIGITAL INTENSITY IN EUROPA

È cresciuta del 64,43% in media nei paesi del DESI Index

1656206668LA_DIGITAL_INTENSITY_IN_EUROPA_EUROPA_Licenze_Creative_Commons.jpg

Nell’ambito del Desi Index viene calcolato il valore della Digital Intensity. La Digital Intensity è costituita da un insieme di indicatori, ovvero:

  • utilizzo di misure di sicurezza ICT;
  • rendere le persone impiegate consapevoli dei loro obblighi nelle "questioni relative alla sicurezza" dell’ICT;
  • la velocità massima di download contrattata della connessione Internet più veloce è di almeno 30 Mb/s;
  • utilizzano il pacchetto software ERP per condividere le informazioni;
  • usano qualsiasi social media;
  • usano i social media per qualsiasi scopo;
  • utilizzare il software di gestione delle relazioni con i clienti-CRM;
  • >50% degli occupati utilizza computer e internet;
  • >20% dei lavoratori con dispositivi portatili per uso aziendale;
  • vendi online almeno 1% del fatturato;
  • ricevi ordini elettronici (web o EDI) da clienti di altri paesi dell’UE
  • 1% del fatturato totale vendite web e vendite web B2C> 10% delle vendite web.

Quindi viene calcolata una percentuale delle imprese che hanno tali caratteristiche. La percentuale delle imprese che hanno tali caratteristiche costituisce il valore della digital intensity a livello paese.

Ranking dei paesi per valore della digital intensity nel 2021. La Danimarca è al primo posto per valore della digital intensity in Europa con un valore pari a 12,68, seguita dalla Finlandia con un valore pari a 12,52 e dalla Svezia con un valore pari a 11,33. A metà classifica vi sono la Spagna con un valore pari a 7,47, seguita dalla Germania e dalla Croazia con un valore pari a 7,43. Chiudono la classifica la Lettonia con un valore pari a 3,38 unità, la Romania e la Bulgaria con un valore pari a 1,52 unità.

Ranking dei paesi per variazione percentuale della digital intensity in Europa tra il 2016 ed il 2021. La Bulgaria è al primo posto per valore della variazione percentuale della digital intensity con un valore pari a 8744,78% pari ad un ammontare di 1,50 unità, seguita dalla Romania con una variazione pari ad un ammontare di 7425,04% pari ad un ammontare di 1,50 e dalla Lettonia con una crescita pari a 133,04% pari ad un ammontare di 1,93 unità. A metà classifica vi è la Croazia con un valore pari a 62,68% pari ad un ammontare di 2,86 unità, seguita dalla Germania con una variazione di 62,65% pari ad un ammontare di 2,86 unità, e dalla Spagna con una variazione percentuale pari a 62,44% pari ad un ammontare di 2,87 unità. Chiude la classifica Svezia con una variazione percentuale pari ad un ammontare di 49,68% pari ad un ammontare dei 3,76 unità, seguita dalla Finlandia con una variazione pari ad un ammontare di 47,55% pari ad un ammontare di 4,03 unità e dalla Danimarca con una variazione pari ad un ammontare di 47,29% pari ad un a variazione di 4,07 unità.

Clusterizzazione con algoritmo k-Means. Di seguito viene realizzata una clusterizzazione attraverso l’utilizzo dell’algoritmo k-Means ottimizzato attraverso il coefficiente di Silhouette. Ne deriva l’indicazione dei seguenti clusters:

  • Cluster 1: Grecia, Lettonia, Ungheria;
  • Cluster 2: Estonia, Belgio, Paesi Bassi, Malta, Italia;
  • Cluster 3: Spagna, Germania, Croazia, Austria, Lussemburgo, Irlanda, Repubblica Ceca, Slovenia;
  • Cluster 4: Finlandia, Danimarca, Svezia;
  • Cluster 5: Bulgaria, Romania;
  • Cluster 6: Slovacchia, Polonia, Lituania, Portogallo, Francia, Cipro.

Calcolando il valore della mediana dei clusters è possibile generare il seguente ordinamento: C4=12,52>C2=9,73>C3=7,58>C6=5,44>C1=3,75>C5=1,52. Come appare evidente dall’analisi, risulta una contrapposizione tra l’Europa del Centro Nord e l’Europa del Centro-Sud con un particolare arretramento dell’Europa Orientale. Ne deriva che la necessità di puntare alla crescita della digitalizzazione dovrebbe portare alla creazione di programmi europei che siano orientati alla convergenza verso l’alto nella diffusione ed applicazione delle conoscenze tecnologiche.

cms_26563/Foto_1.jpg

Clusterizzazione con algoritmo k-Means ottimizzato con il coefficiente di Silhouette.

Network analysis attraverso l’utilizzo della distanza di Manhattan. Di seguito è realizzata una network analysis mediante l’utilizzo della distanza di Manhattan. L’analisi mostra la presenza di due strutture a network complesse-ovvero con un numero di linkages superiore a 2- e di quattro strutture a network semplificate con un numero di linkages pari a 2. Esiste quindi una struttura a network complessa costituita da Croazia, Austria, Lussemburgo, Spagna e Germania. In modo particolare sono rilevati le seguenti connessioni:

  • La Croazia ha una connessione con l’Austria con un link pari a 0,14 unità, con la Spagna con un valore pari a 0,024, e con la Germani pari a 0,14;
  • L’Austria ha una connessione con la Croazia pari ad un valore di 0,14 unità, e con la Germania con un link pari a 0,14 unità, con il Lussemburgo con un valore pari a 0,11 unità, e con la Spagna con un valore pari a 0,12;
  • Germania ha una connessione con l’Austria con un link avente un valore pari a 0,14, con al Croazia con un valore pari a 0,003, con la Spagna con un valore pari a 0,02;
  • Spagna ha un link con la Germania pari ad un valore di 0,02 unità, con l’Austria con una variazione pari a 0,12 unità, e con la Croazia con un valore pari a 0,024.
  • Il Lussemburgo ha una connessione con l’Austria con un link pari ad un ammontare di 0,11 unità.

Inoltre, viene rilevata una struttura a network complessa costituita da Slovacchia, Polonia, e Portogallo, in modo particolare:

  • La Slovacchia ha una connessione con la Polonia con un link avente un valore di 0,072 unità;
  • La Polonia ha una connessione con la Slovacchia con un link avente un valore pari a 0,072 e con il Portogallo con un valore pari a 0,086;
  • Il Portogallo ha una connessione con la Polonia con un link avente un valore pari a 0,086 unità.

Inoltre, sono presenti quattro strutture a network semplificate:

  • esiste una relazione tra Finlandia e Danimarca con un link pari a 0,089;
  • Italia e Slovenia sono unite in una struttura a network semplice avente un valore pari a 0,11;
  • vi è una connessione tra Belgio e Paesi Bassi con un link pari a 0,007;
  • esiste una relazione tra Bulgaria e Romania avente un valore pari a 0,0022.

cms_26563/Foto_2.jpg

Strutture a network realizzate con il metodo della distanza di Manhattan

Conclusioni. L’analisi mostra una crescita significativa della digital intensity nei paesi analizzati dal DESI Index. Tuttavia, occorre anche considerare che vi è una significativa differenza tra i paesi europei in termini di digital intensity. I paesi del Nord Europa sono molto avanti rispetto ai paesi dell’Europa meridionale e orientale. Occorre che l’Europa continui ad investire nella digitalizzazione soprattutto perché il “vecchio continente” è molto indietro sia rispetto alla Cina che anche rispetto agli USA. L’arretramento tecnologico e digitale dell’Unione Europea potrebbe avere un significativo impatto nel percorso di crescita economica dei paesi dell’UE e potrebbe portare ad un divario crescente sia nei confronti dell’area atlantica sia nei confronti dei paesi asiatici ad alta tecnologica. In un sistema economico che consuma sempre di più tecnologia per produrre valore aggiunto, l’innovazione tecnologica smette di essere un sotto-argomento per specialisti, e diventa un main theme per le politiche economiche di lungo periodo.

Angelo Leogrande

Tags:

Commenti per questo articolo

[*COMMENTI*]

<<Pagina Precedente | Stampa | Torna Su


News by ADNkronos


Salute by ADNkronos