Passa ai contenuti principali

La Digitalizzazione nei Paesi Europei

 

Tra il 2014 ed il 2021 è aumentata in media del 54% nel 37 paesi considerati.

L’European Innovation Scoreboard della Commissione Europea misura il grado di digitalizzazione dei paesi dell’Unione Europea. Il grado di digitalizzazione è misura in base a due criteri ovvero la penetrazione della banda larga e l’offerta di individui con competenze digitali complessive di base.

Il ranking dei paesi per grado di digitalizzazione nel 2021. La Svizzera e la Danimarca sono al primo posto per valore della digitalizzazione con un valore pari a 211,4 seguiti dalla Finlandia con un ammontare pari a 211,2 e da Olanda e Islanda al terzo posto con un ammontare di 205,5. A metà classifica vi sono la Slovenia, al sedicesimo posto con un ammontare pari a 136,5, la Croazia con un ammontare pari a 125,4 e l’Ungheria con un valore pari a 119,5. Chiudono la classifica la Macedonia del Nord con un ammontare pari a 72,47, seguita dalla Bulgaria con un ammontare pari a 72,02 e dalla Bosnia con un valore pari a 54,69%.

Classifica dei paesi europei per variazione percentuale del valore della digitalizzazione nel periodo tra il 2014 ed il 2021. Cipro è al primo posto con un valore pari a 638,94, seguito dalla Serbia con un valore pari a 152,39 e dalla Grecia con un ammontare pari a 100. A metà classifica vi sono l’Italia e la Finlandia con un variazione percentuale della digitalizzazione tra il 2014 ed il 2021 pari ad un ammontare di 32,17, seguiti dalla Germania con un valore pari a 31,91 e dalla Lituania con un valore pari a 30,7. Chiudono la classifica la Bosnia con un valore pari a 0%, la Lettonia con un ammontare pari a -1,85% e l’Ucraina con un valore pari a -6,03%.

Clusterizzazione. In seguito, viene realizzata una clusterizzazione per verificare se vi sono delle aggregazioni di paesi per valore della digitalizzazione che possano in un qualche modo riverberare le macro-regioni dell’Europa ovvero Nord, Centro e Sud. Per la clusterizzazione è stato utilizzato l’algoritmo k-Means. Tuttavia, essendo k-Means un algoritmo non supervisionato, al fine della scelta del numero ottimale dei clusters è stato scelto il coefficiente di Silhouette. L’analisi così svolta ha dato origine a 5 clusters indicati di seguito:

  • ·         Cluster 1: Francia, Slovacchia, Irlanda, Repubblica Ceca, Ucraina, Ungheria, Lettonia, Slovenia;
  • ·         Cluster 2: Finlandia, Islanda, Olanda, Svizzera, Svezia, Danimarca, Norvegia;
  • ·         Cluster 3: Italia, Montenegro, Macedonia del Nord, Romania, Polonia, Bulgaria, Croazia, Turchia, Bosnia;
  • ·         Cluster 4: Lituania, Belgio, Regno Unito, Malta, Portogallo, Estonia, Germania, Spagna, Austria;
  • ·         Cluster 5: Serbia, Cipro, Grecia.

Il valore della mediana calcolato per i cinque clusters è tale da determinare il seguente ordinamento: C2>C4>C1>C5>C3. In modo particolare il cluster C2 ha un valore della mediana del grado di digitalizzazione pari a 205,52, il cluster C4 un valore pari a 159,22 inferiore del 22,5% rispetto al valore del C1, il cluster 3 un valore pari a 115,01 pari a -44,00% rispetto al cluster 2, il cluster C5 un valore pari a 94,67 pari ad un ammontare di -53,9% rispetto al cluster 2, il valore di C3 pari a 85,46 pari ad un ammontare di -58,4% rispetto al cluster 2.

Machine Learning and prediction. Di seguito sono stati utilizzati otto diversi algoritmi di machine learning per la predizione del valore del grado di digitalizzazione nei paesi dell’Unione Europea. Il 70% dei dati sono stati utilizzati per l’addestramento degli algoritmi mentre il restante 30% dei dati è staot impiegato per lal predizione vera e propria. Gli algoritmi sono stati scelti in base alla loro performance ovvero in base alla capacità di massimizzare il valore dell’r-quadro e di minimizzare i seguenti errori statistici ovvero “Mean Absolute Error”, “Mean Squared Error”, “Root Mean Squared Error”,  Mean Signed Difference”. Il risultato dimostra il seguente ordinamento degli algoritmi ovvero:

  • 1.      Linear Regression con un valore del payoff pari a 9;
  • 2.      ANN-Artificial Neural Network con un valore del payoff pari a 12;
  • 3.      Simple Regression Tree con un valore del payoff pari a 17;
  • 4.      Tree Ensemble Regression con un valore pari a 20;
  • 5.      Probabilistic Neural Network-PNN con un valore del payoff pari a 24;
  • 6.      Polynomial Regression e Random Forest Regression con un valore del payoff pari a 29;
  • 7.      Gradient Boosted Trees Regression con un valore del payoff pari a 40.

Pertanto, risulta che l’algoritmo Linear Regression è il best predictor. Applicando l’algoritmo risultano le seguenti predizioni:

  • ·         Austria: riduzione del valore della digitalizzazione da un ammontare pari a 146,82 fino ad un valore di 135,64 ovvero pari ad un valore assoluto di -11,71 e percentuale pari a-7,6%;
  • ·         Belgio: riduzione del valore della digitalizzazione da un ammontare pari a 159,22 fino ad u valore pari a 156,181 ovvero una variazione diminutiva pari ad un valore di -3,03 ovvero pari ad un ammontare di -1,90%;
  • ·         Svizzera: una crescita del valore della digitalizzazione da un ammontare di 211,43 fino ad un valore di 222, 417 ovvero pari ad un valore di 10,98 unità pari a 5,19%;
  • ·         Francia: diminuzione del valore della digitalizzazione da un ammontare pari a 117,73 fino ad un valore di 115,35 ovvero pari ad un valore di -2,38 pari a -2,02%.
  • ·          Croazia: diminuzione del valore della digitalizzazione da un ammontare pari a 125,36 fino ad un valore di 95,968 ovvero pari ad un valore di -29,39 pari a -23,44%;
  • ·         Islanda: riduzione del valore della digitalizzazione da un ammontare pari a 205,48 fino ad un valore di 203,38 ovvero pari ad una variazione di -2,1 unità pari a 1,022%;
  • ·         Lituania: aumento della digitalizzazione da un ammontare pari a 158,74 fino ad un valore di 164,27 ovvero una variazione pari a 5,53 unità pari ad un ammontare di 3,48%;
  • ·         Malta: riduzione del valore della digitalizzazione da un ammontare pari a 166,13 fino ad un valore di 159,23 ovvero pari ad un valore di -6,9 unità pari a -4,15%;
  • ·         Romania: crescita del valore della digitalizzazione da un ammontare pari a 85,46 fino ad un valore di 89,37 ovvero pari ad una variazione di 3,91 pari a 4,57%;
  • ·         Serbia: riduzione del valore della digitalizzazione da un ammontare pari a 94,67 fino ad un valore di 79,53 ovvero pari ad una variazione di -15,14 unità pari a -15,99%;
  • ·         Svezia: aumento del valore della digitalizzazione da un ammontare pari a 203,88 fino ad un valore di 233,19 ovvero pari ad un ammontare di 29,31 pari ad un ammontare di 14,38%.
  • I media il valore della digitalizzazione per i paesi considerati è predetto in riduzione di un valore pari a -1,85 unità pari a -1,22%.

Conclusioni. Il grado di digitalizzazione nelle nazioni europee è molto eterogeneo. L’analisi della clusterizzazione mostra la presenza di cinque raggruppamenti che sostanzialmente richiamano la contrapposizione tra un Nord Europa, soprattutto scandinavo, altamente digitalizzato, contro un Sud Europa, soprattutto mediterraneo e balcanico, significativamente arretrato in termini di digitalizzazione. Tuttavia complessivamente il confronto tra i dati del 2014 e del 2021 mostra la crescita della digitalizzazione con tasso percentuale pari al 54%. La predizione tuttavia, mostra un andamento tendenzialmente riduttivo della digitalizzazione nei paesi analizzati. Ovviamente il grado di digitalizzazione è essenziale per consentire alle nazioni europee di accedere all’economia della conoscenza e di usare i vantaggi offerti dai processi di smartizzazione e di industria 4.0 applicati sia al pubblico che al privato. In questo senso l’Unione Europea dovrebbe farsi carico di una grande opera di realizzazione di opere digitali soprattutto nell’Est Europa con attenzione anche alla formazione di capitale umano dotato di conoscenze professionali nel settore digitale.

























Commenti

Post popolari in questo blog

Nord e Sud a confronto: differenze territoriali nei tassi di adeguata alimentazione

  ·          Le regioni del Nord mantengono livelli elevati, ma mostrano cali significativi negli ultimi anni. ·          Il Mezzogiorno registra valori più bassi, con Calabria e Abruzzo in miglioramento, Basilicata in forte calo. ·          Crisi economiche , pandemia e stili di vita hanno inciso profondamente sull’ adeguata alimentazione degli italiani.   L’analisi dei dati relativi all’adeguata alimentazione in Italia nel periodo compreso tra il 2005 e il 2023, misurata attraverso i tassi standardizzati per 100 persone, restituisce un quadro piuttosto articolato, con forti differenze territoriali, variazioni cicliche e trend di lungo periodo che denotano dinamiche sociali, economiche e culturali. Nel Nord e nel Centro i livelli sono generalmente più elevati rispetto al Mezzogiorno, ma anche qui emergono oscillazioni notevoli. In alcune regi...

Mortalità per demenze e malattie neurologiche in Italia: evoluzione 2004-2021

  ·          Dal 2004 al 2021 la mortalità per demenze e malattie neurologiche negli anziani è aumentata in tutte le regioni italiane, con un trend nazionale in crescita. ·          Le differenze territoriali mostrano un progressivo avvicinamento tra Nord e Sud, con incrementi particolarmente marcati in Sardegna , Sicilia e Trentino-Alto Adige . ·          L’ invecchiamento della popolazione e i progressi diagnostici spiegano gran parte dell’aumento, con importanti ricadute sui servizi sanitari e sociali. Negli ultimi due decenni la mortalità legata a demenze e malattie del sistema nervoso nella popolazione anziana ha assunto una crescente rilevanza epidemiologica e sociale. Si tratta di patologie croniche e degenerative che incidono in maniera rilevante sia sulla qualità di vita dei pazienti sia sul carico assistenziale delle famiglie e dei sistemi sanit...

Crisi del finanziamento alle associazioni italiane: riduzione media del –40 % tra il 2005 e il 2023

  ·          I finanziamenti alle associazioni italiane sono diminuiti mediamente del 40% tra il 2005 e il 2023. ·          Tutte le regioni, senza eccezioni, registrano un calo, con punte oltre il 50% nel Nord . ·          La contrazione dei fondi mette a rischio la sostenibilità del Terzo Settore e la coesione sociale .     Il quadro che emerge dall’analisi dei dati relativi al finanziamento delle associazioni totali tra il 2005 e il 2023 mostra una tendenza generalizzata alla riduzione dei fondi destinati alle realtà associative nelle diverse regioni italiane . Sebbene l’intensità del calo vari da regione a regione, il trend discendente appare costante e diffuso, segnalando una crisi strutturale nel sostegno economico al settore associativo, probabilmente dovuta a una combinazione di fattori economici, istituzionali e sociali. I valori ass...