Ranking of European Medium Sized Cities

Nel 2007 il Politecnico di Vienna in collaborazione con l’Università di Delft e l’Università di Lubiana, realizza una ricerca che ha come obiettivo quello di valutare e classificare l’intelligenza di 70 città europee di medie dimensioni secondo vari settori o assi principali, quali mobilità, ambiente, governance, economia, energia, partecipazione etc.

Il lavoro di ricerca viene diretto dal professor Giffinger del Politecnico di Vienna ed è la prima ricerca che mira ad analizzare il livello di Smartness di un contesto urbano secondo diversi indicatori che rappresentano aspetti differenti della città.

Nel progetto di ricerca La Smart City viene definita come―una città performante in modo lungimirante nelle sei dimensioni (economy, mobility, people, environment, governance e living), costruite sulla combinazione smart di dotazioni, di attività di cittadini autonomi indipendenti e consapevoli‖(Giffinger et al., 2007, p.11).

La scelta delle città di medie dimensioni viene fatta secondo per tre motivi principali:

1. sono quelle che hanno meno risorse rispetto alle grandi metropoli,

2. presentano sfide diverse e quindi da esplorare e perché accolgono la maggioranza della popolazione europea.

L’obiettivo principale di tale ricerca non si limita ad eleggere la città più e meno intelligente, ma mira ad identificare quello che sono i punti di forza delle città analizzate, cercando di sviluppare e migliorare i loro punti di forza migliorando di conseguenza la loro posizione nella classifica.

36

La classifica del ranking of European Medium-sized cities ha come scopo quello di sviluppare una certa consapevolezza nei cittadini, negli amministratori e negli stakholders privati, di quelle che sono le potenzialità della città affinché si mobilitino per sfruttare tali potenzialità ed avviare una corretta transizione verso un modello urbano sostenibile e intelligente (Giffinger et al. 2007).

La ricerca di Giffinger, oltre a rappresentare la risorsa più influente dall’inizio degli anni Novanta ad oggi per quanto riguarda i modelli urbani digitali, ha come conseguenza importante quella di descrivere in modo chiaro il modello olistico in quanto propone una lettura che svincola il concetto di Smart City da una prospettiva eccessivamente tecno-centrica (Mora e Bolici 2016).Il progetto di ricerca condotto dal Giffinger e il suo gruppo di lavoro diventa la base su cui altri autori della Smart City fanno riferimento, come il caso di Caragliù che nella sua pubblicazione ―Smart Cities in Europe‖afferma che: ―A recent and interesting project conducted by the Centre of Regional Science at the Vienna University of Technology identifies six main ‗axes‘ (dimensions) along which a ranking of 70 European middle size cities can be made. These axes are: a smart economy; smart mobility; a smart environment; smart people; smart living; and, finally, smart governance. These six axes connect with traditional regional and neoclassical theories of urban growth and development. In particular, the axes are based – respectively – on theories of regional competitiveness, transport and ICT economics, natural resources, human and social capital, quality of life, and participation of societies in cities. We believe this offers a solid background for our theoretical framework, and therefore we base our definition on these six axes‖ (Caragliù, 2009, p.49).

La seconda conseguenza non meno importante è stata quella di affrontare per la prima volta il nodo della dimensione pratica nella Smart City. Il progetto di ricerca propone un sistema di valutazione del livello di Smartness delle città, che si basa sulla suddivisione di una città intelligente in sei dimensioni. Ogni settore viene valutato secondo fattori ed indicatori. I valori delle sei caratteristiche vengono sommati per dare una classifica finale in cui si individuando gli aspetti e

37

settori più performanti quindi i punti forti delle città analizzate, e quelli meno performanti e quindi i punti critici di una città.

Secondo il report Ambrosetti―Questi sei assi, di fatto, riportano il concetto di Smart City entro l‘alveo della teoria economica neoclassica sullo sviluppo regionale ed urbano. Pur non rappresentando una novità sostanziale per chiunque si occupi di sviluppo del territorio, hanno il merito di costituire il primo tentativo di misurazione del grado di smartness e di evidenziare alle istituzioni le possibili leve su cui agire per modificarlo‖ (Ambrosetti, 2012, p.70)

La sfida è quella di scegliere scrupolosamente degli indicatori che descrivano in maniera il più possibile vicina alla realtà un determinato fenomeno o aspetto della città. Èdi fondamentale importanza seguire alcuni criteri per selezionare indicatori il più possibile coerenti con l’area che devono rappresentare e descrivere.

Secondo Dall’Ò gli indicatori devono essere coerenti con l’area o la dimensione a cui si riferiscono e che per essere utili ed efficaci non devono essere eccessivi, devono essere rappresentativi di un certo fenomeno e documentabili in modo oggettivo,devono essere semplici e poco costosi da ricavare (Dall’Ò, 2014, p.97).

Altro aspetto importante da non sottovalutare riguarda il peso e la rilevanza di ciascun indicatore all’interno di una stessa area. Gli indicatori differiscono per importanza e peso ed è quindi fondamentale inserire dei fattori correttivi che vadano a correggere gli errori che possono derivare da sopravalutazione o sottovalutazione di alcuni indicatori e quindi avere ripercussioni sulla classifica finale. Altra questione non da sottovalutare è quella riguardante i dati.

Quest’ultimi devono essere affidabili e disponibili. Le città analizzate nella ricerca di Giffinger sono coperte da banche dati affidabili come quelle europee dell’Urban Audit e dell’Epson Project. La ricerca dei dati è stata effettuata mediante una ricerca diretta quindi attraverso interviste sul campo ma la maggior parte dei dati provengono da ricerca documentale fornita dalle banche dati sopracitate. La quantità e la qualità dei dati può avere un impatto importante sull’esito finale della ricerca a livello di attendibilità e qualità dei risultati finali. la quantità e qualità dei dati descrivono in maniera corretta un indicatore o fattore e

38

quindi di conseguenza si ha una visione più realistica di un determinato fenomeno.

La classifica finale mostra come le città del Nord Europa, ed in particolar modo quelle scandinave e del Benelux, si trovino in vetta alla classifica grazie alle loro eccellenti performance nella maggior parte delle dimensioni. Infondo alla classifica troviamo le città degli stati che hanno aderito recentemente all’unione europea. Le città che si contendono i primi posti della classifica presentano punteggi simili in generale, ma differiscono per quanto riguarda le singole caratteristiche o i singoli fattori. Ad esempio, le città scandinave ed olandesi hanno un ponteggio totali simili ma che si differenziano nelle singole caratteristiche, Alcune presentano punteggi alti per quanto riguarda la Smart Governance e People mentre sono nella media per quanto riguarda altre dimensioni come l’Environment. Anche per quanto riguarda ciascuna dimensione delle città in vetta alla classifica, possiamo notare che se prese singolarmente e analizzati i singoli fattori che le compongono si potrebbe notare che non tutti i fattori sono sopra la media ma vi sono alcuni nella media e dirittura alcuni sotto la media. Se analizziamo la città del Lussemburgo che è la prima in classifica, possiamo notare come questa città abbia una valutazione sopra la media in quasi tutte le sue caratteristiche, ma se si va ad indagare la singola caratteristica come quella dello Smart People, vediamo come i fattori che compongono la caratteristica non sono tutti sopra la media ma alcuni sono sotto la media come, ad esempio, la creatività e flessibilità (Giffinger et al. 2007).

Come detto in precedenza, il sistema di ranking delle città europee di medie dimensioni ha come obiettivo quello di individuare quelle che sono i punti di forza e debolezza delle città analizzate e di come si possa approfittare di tale strumento per migliorare quello che sono i loro punti critici attraverso strategie di medio e lungo termine. Un’analisi superficiale della classifica porterà le città e chi le amministra a non beneficiare dei reali vantaggi che tale classifica offre. Solo un’analisi accurata dei dati contenuti delle dimensioni e dei fattori e degli indicatori che la compongono, porta a una reale consapevolezza e conoscenza del proprio contesto urbano in tutte le sue dimensioni e alla ricerca e sviluppo di

39

politiche e strategie mirate atte a migliorare le proprie performance e migliorando contemporaneamente la propria posizione nel ranking finale. Secondo Giffinger le città rinunciano alla possibilità di utilizzare i risultati del ranking in modo costruttivo e positivo e utilizzando i dati della classifica come base empirica per individuare nuovi campi d’azione (Giffinger et al. 2007).

Figura 8: Ranking of European Medium-sized Cities (Dimensioni) – fonte:

http://www.smart-cities.eu/

40

Figura 9: Ranking of European Medium-sized Cities (Indicatori) – fonte: http://www.smart-cities.eu/

41

Figura 10: Ranking of European Medium-sized Cities (Indicatori) – fonte: http://www.smart-cities.eu/

42

Figura 11: Ranking of European Medium-sized Cities (Classifica)- fonte: http://www.smart-cities.eu/

43

2.3. Ascimer: il ranking delle città Smart nell’area