nologica
Il sottocapitolo appena terminato ha permesso di approfondire il concetto di cono- scenza e di individuare le determinanti in grado di definire il potenziale innovativo che si pone come base dei processi di apprendimento per interazione. Pertanto, specificando come tale potenziale sia dipendente tanto dalla “distanza cognitiva”, quanto dalla “fiducia” che caratterizzano il possibile legame tra gli agenti economici, la parte precedente del lavoro ha sottolineato l’importanza che il bagaglio conosciti- vo del luogo debba essere costantemente alimentato e che la rete di relazioni presenti una certa flessibilit`a, affinch´e non si rischi di cadere nella “the rigid specialization trap”. Si comprende con facilit`a quanto il dibattito, tra coloro che sostengono i sistemi produttivi locali come modelli di sviluppo locale sostenibile e coloro che de- finiscono tali sistemi inclini a condizioni di lock-in, sia lontano dal chiudersi. Le evidenze empiriche dei casi studio, riportate nella prima parte del lavoro, sottoli- neano la difficolt`a che tali sistemi hanno nel rispondere alle sfide della competizione globale, difficolt`a che si manifestano nell’incapacit`a di repentini aggiustamenti dei paradigmi cognitivi ed istituzionali del luogo. Tali evidenze rilevano, in molti casi, l’inserimento dei sistemi in esame lungo sentieri che terminano con condizioni di
lock-in, le quali sono identificate il pi`u delle volte come conseguenza di interazioni ripetute tra agenti economici specializzati ed appartenenti alla medesima comunit`a locale.
La conoscenza tecnologica, che definisce la capacit`a innovativa di un luogo (Noote- boom 2007), `e cumulativa come si ricorder`a dalle considerazioni sopra. Pertanto, nel percorso di accrescimento `e caratterizzata da pi`u o meno alti livelli di localiz- zazione18 (Antonelli 1999). Il fatto che la conoscenza sia locale, ci pone di fronte al problema di dipendenza dal sentiero (path-dependence) della stessa e quindi del percorso di sviluppo del sistema, nel quale la conoscenza si accumula. Ne consegue che le scelte future degli agenti economici del sistema in esame saranno limitate alle opportunit`a presenti in quel preciso percorso intrapreso e non saranno estese all’insieme assoluto di opportunit`a possibili: vi `e cos`ı la possibilit`a che tale cammi- no conduca verso condizioni di lock-in, che successivamente definiremo con maggior dettaglio. Per comprendere le determinanti che vanno a generare la conoscenza tecnologica localizzata di un sistema `e utile seguire le intuizioni proposte da An- tonelli19. In primo luogo l’autore evidenzia come non vi sia una coincidenza tra informazione e conoscenza tecnologica (coincidenza invece assunta nei modelli neo- classici). Antonelli, in linea con la distinzione di Mokyr, realizza una separazione in base al grado di accesso alla conoscenza sistemica. L’informazione tecnologica, assimilabile alla conoscenza proposizionale (identificabili entrambe come un input, nel processo di produzione della conoscenza tecnologica nel caso di Antonelli e della conoscenza prescrittiva per Mykor), `e considerata un bene pubblico, che gode quindi di non escludibilit`a e non rivalit`a, in quanto di libero accesso a tutti gli attori del sistema e non presuppone costi dovuti a diritti su brevetti o quant’altro. Vicever- sa la conoscenza tecnologica in Antonelli 1999, considerata dallo stesso Nooteboom
18 Il termine localizzazione in questo contesto non `e da intendersi in termini geografici, ma `e da vedere come la teoria economica evolutiva vede il progresso tecnico: locale significa che si realizza in prossimit`a di quanto precedentemente realizzato.
come una delle dimensioni della “distanza cognitiva”, prevede un costo d’accesso ed `e altamente idiosincratica, oltre che “localizzata”: l’autore formula cos`ı il concetto di localised technological knowledge (LT K). Inoltre, al fine di comprendere i pro- cessi di generazione di nuova conoscenza localizzata, l’autore identifica due canali di produzione e scambio conoscitivo, ed altrettante modalit`a di trasmissione e conser- vazione della conoscenza. I canali, attraverso i quali passa la conoscenza capace di generare cambiamenti tecnologici, possono essere di due tipi: interni, la conoscen- za `e trasmessa attraverso i canali interni all’impresa inserita nel sistema economico considerato; esterni, consiste in processi di scambio ed apprendimento esterni alla singola unit`a produttiva, ma interni, nel nostro caso, al sistema produttivo. Mentre le modalit`a, con le quali la conoscenza pu`o essere conservata e trasmessa, sono taci- ta e codificata. L’intersezione tra canali e modalit`a di trasmissione conducono alla definizione delle quattro “forms of information processing”: apprendimento (interna e tacita), socializzazione (esterna e tacita), ricombinazione (codificata ed esterna) e R&S (codificata ed interna).
LT K = (Learning, Socialisation, R&D, Recombination) (2.6)
Appare pertanto che la conoscenza tecnologica localizzata `e un comporsi di cono- scenze, le quali, grazie a processi di scambio e apprendimento interni al sistema (economie esterne) e alle imprese, indirizzano l’intero sistema produttivo verso sen- tieri di sviluppo innovativo, che come vedremo potranno essere caratterizzati da rendimenti decrescenti.
Il processo di accrescimento conoscitivo che caratterizza un sistema, il quale de- ve combinarsi con la flessibilit`a della rete relazionale del sistema stesso, pu`o essere approfondito riprendendo i concetti sopra introdotti. Mokyr, raffigurando l’innova- zione tecnologica come frutto dell’accrescimento e diffusione dei gruppi di conoscenza
Figura 2.3: Sistema di interazioni capace di generare Innovazioni e Scoperte, rielaborazione del concetto di Mokyr.
definiti nella sessione precedente, oltre che della selezione operata dal sistema eco- nomico stesso (come suggerito da Nelson e Winter e da tutta la corrente di evoluzio- nisti), sottolinea la necessit`a che tale conoscenza segua un percorso di accrescimento continuo. Appare quindi come i gruppi di conoscenza di Mokyr20, alla luce anche dei processi di scambio e produzione di nuova conoscenza suggeriti da Antonelli, non debbano essere considerati come gruppi chiusi. Il gruppo di conoscenza prescrittiva pu`o produrre feedbacks (evidenziati dalla freccia rossa nel grafico sotto) nel gruppo di conoscenze proposizionali, feedbacks capaci di “condurre a circoli virtuosi pi`u potenti di quelli che possono essere spiegati dal progresso tecnologico o da quello scientifico presi separatamente” (Mokyr, p. 39). Lo stesso processo si manifester`a anche tra il gruppo della conoscenza tacita e competenza, necessarie all’esecuzione della tecnica in essere (B∗) e quello della tecnica in essere. Guardando il grafico della Figura 2.3 potremmo identificare la conoscenza tecnologica localizzata di un sistema produttivo, oltre che nella conoscenza tacita e nella competenza presente nel sistema stesso, anche in quella parte di conoscenza prescrittiva che viene selezionata
20 Come si ricorder`a i gruppi di conoscenza sono proposizionale e prescrittiva, ma anche tacita e afferente le competenze possedute dagli agenti che operano nel sistema di riferimento.
dal sistema e quindi posta in essere, B∗. Si comprende pertanto che, nel caso in cui la conoscenza tacita non venga trasmessa, l’insieme complessivo di conoscenza presente nel sistema potrebbe ridursi, portando ad un impoverimento del patrimo- nio conoscitivo del sistema stesso oltre che alla parziale incapacit`a di codificare le istruzioni in B∗.
Il processo di selezione che viene operato dal sistema alla tecnica possibile e i succes- sivi sviluppi innovativi, derivanti dai feedbacks degli utilizzatori di B∗, sono di sup- porto al concetto sopra introdotto di “localised technological knowledge”. Antonelli definisce la relazione tra quest’ultima e il cambiamento tecnologico, innovazione, (I) attraverso la funzione g21, la quale “misures the efficiency of the technology response function that makes it possible to generate new technologies” (Antonelli 1999, p. 78), con g′ > 0 e g′′ < 0. L’autore suggerisce come, nel caso in cui la conoscenza
cresca seguendo un sentiero di localizzazione cognitiva con feedbacks a supporto di switching cost a rendimenti non decrescenti, l’aumento di LT K non riesca a mante- nere tassi di crescita innovativa lontani da 0. Potremmo pertanto rappresentare la funzione, a rendimenti decrescenti di LTK, che definisce I, con:
I(LT K) = k(1− e−LT K) con k, LT K ≥ 0 (2.7)
dove k identifica il tetto della funzione, endogenamente definito, assimilabile alla massima innovazione possibile per il sistema. Tale tetto `e conseguenza del crescere di LTK lungo un dato sentiero, troppo costoso da abbandonare (switching cost). Come appare dal grafico della Figura 2.4, in corrispondenza del punto C, I rima- ne in termini assoluti pressoch´e costante al crescere di LT K: in termini relativi i cambiamenti tecnologici soffrono di rendimenti decrescenti al crescere delle risorse di conoscenza tecnologica localizzata impiegate. Ogni sforzo del sistema, volto a stimolare una delle quattro variabili che definiscono LT K, risulta pertanto ingiu-
stificato e privo di impatto su I, se non accompagnato dalla generazione di nuova conoscenza tecnologica caratterizzata da “switching cost function with decreasing return” (Antonelli 1999, p. 103)22. Tali considerazioni ci permettono di compren-
C LI 1 2 3 4 5 LTK 0.2 0.4 0.6 0.8 1.0 I
Figura 2.4: Relazione tra la Localised Technological Knowledge e il Localised Technological Change
dere come un sistema produttivo locale possa descrivere23 l’evoluzione della propria capacit`a innovativa, andando a configurare lo scenario sopra descritto: LT KI ∼= 0. In corrispondenza di un sistema chiuso, il quale non deve rispondere ad alcuna forza esterna, sarebbe sufficiente considerare i valori assoluti di I(LTK), i quali al crescere di LT K sono comunque positivi e pertanto potremmo essere indotti a considerare un sistema inserito in tale percorso come un sistema virtuoso. Tuttavia, la forza competitiva esterna spinge verso una crescita innovativa a rendimenti costanti, il che mostra il nostro sistema inserito in un percorso destinato al declino.
Seguendo un approccio evoluzionistico abbiamo pertanto deciso di indagare su come il meccanismo di dipendenza dal sentiero, conseguenza della localizzazione della co-
22 Come vedremo in seguito tale creazione `e possibile grazie ai processi di “to learn to learn” (Antonelli, 1999). Processi di creazione di nuova variet`a sono presenti anche nel modello di- strettuale, come riproduzione della divisione locale del lavoro: “la capacit`a innovativa diffusa” `e in grado di sostenere “molteplicit`a complementare” crescente e viceversa (Bellandi, 2003) 23 Come vedremo il distretto industriale risulta incline a seguire percorsi determinati di loca-
lizzazione cognitiva crescente, sopratutto nel caso in cui non attivi i processi di “creativit`a innovativa diffusa”. Anche nel caso in cui riesca a farlo, gli alti costi di transazione (switching cost) che il sistema deve sostenere non sempre permettono il cambiamento di percorso.
noscenza tecnologica, possa condurre un sistema produttivo locale, nel caso specifico il distretto industriale, in condizione di lock-in; la quale, come sottolinea Grabher, pone le imprese distrettuali intrappolate da alti livelli di radicamento territoriale, sociale e cognitivo.