Beyond One-Size-Fits-All: Decoding Heterogeneous Driving Factors of Urban Innovation in China through Interpretable Machine Learning

Le città sono spesso descritte come motori di innovazione, luoghi in cui la collisione di persone, idee e risorse accende la prossima grande invenzione. Per decenni, economisti e urbanisti hanno cercato di capire esattamente cosa faccia funzionare questi motori. La visione prevalente suggeriva che se una città avesse semplicemente investito più denaro in ricerca e sviluppo, assunto più lavoratori qualificati o costruito più università, l'innovazione sarebbe seguita naturalmente. Questa visione trattava le città come se operassero tutte sullo stesso schema di base, assumendo che la ricetta per il successo fosse universale. Tuttavia, la realtà di come le città crescono e creano nuove idee è molto più complessa. Proprio come una foresta non cresce nello stesso modo in un deserto come in una foresta pluviale, i fattori che guidano l'innovazione in una metropoli frenetica possono essere del tutto diversi da quelli che aiutano una città più piccola e meno sviluppata. Comprendere queste differenze è crucialo perché le politiche che funzionano in un luogo possono fallire, o addirittura ritorcersi contro, in un altro.

Un team di ricercatori si è posto l'obiettivo di decodificare queste regole nascoste osservando le capacità di innovazione di 284 città in Cina nell'arco di quattordici anni. Invece di affidarsi ai metodi statistici tradizionali che assumono una relazione lineare tra causa ed effetto, si sono rivolti a un approccio più avanzato utilizzando il machine learning. Hanno trattato la capacità di una città di innovare non come un singolo numero, ma come un percorso che include la creazione di conoscenza scientifica, lo sviluppo di nuove tecnologie e, infine, l'immissione di tali tecnologie sul mercato. Per comprendere cosa guidi questo percorso, hanno raccolto una quantità massiccia di dati su 29 diversi fattori, che spaziavano dal numero di abitanti di una città e dall'importo destinato alla ricerca, fino alla densità delle connessioni commerciali e alla qualità delle istituzioni locali.

I ricercatori hanno inserito questi dati in un sofisticato modello informatico capace di individuare schemi intricati e non lineari che gli analisti umani potrebbero perdere. Il modello ha imparato a prevedere l'output di innovazione di una città basandosi su questi 29 fattori, e poi i ricercatori hanno utilizzato uno strumento speciale per l'ingegneria inversa della logica del modello. Ciò ha permesso loro di vedere esattamente quali fattori contavano di più e, cosa più importante, come la loro influenza cambiasse a seconda della specifica situazione della città. Hanno scoperto che non esiste un unico percorso "universale" verso l'innovazione. Al contrario, i motori del successo operano con soglie distinte, il che significa che iniziano a funzionare efficacemente solo una volta che una città raggiunge un certo livello di sviluppo o di densità.

Lo studio ha rivelato che tre forze principali plasmano la capacità di una città di innovare: la densità delle sue reti di innovazione, la concentrazione della sua attività economica e l'ammontare di denaro investito nella ricerca. Tuttavia, il modo in cui queste forze operano varia drasticamente. I ricercatori hanno scoperto che costruire una rete densa di connessioni tra aziende, università e istituti di ricerca è la via più accessibile per l'innovazione. Questo fattore ha una soglia molto bassa, il che significa che anche un piccolo aumento della connettività può innescare una rapida spinta all'innovazione per quasi ogni città. È la leva più affidabile per il miglioramento. Al contrario, investire semplicemente denaro in ricerca e sviluppo è una strategia molto più rischiosa. I dati hanno mostato che questo fattore ha una soglia di attivazione molto alta; una città deve investire una quantità massiccia di capitale prima di vedere un ritorno significativo. Inoltre, i benefici di tale investimento sono altamente disomogenei. Solo le città con solide fondamenta preesistenti e la capacità di assorbire nuove conoscenze vedono un ritorno, mentre altre possono spendere ingenti somme con scarsi risultati.

I ricercatori hanno anche scoperto che la strategia "giusta" dipende interamente dal tipo di città. Le grandi città ricche come Pechino e Shanghai seguono un percorso di crescita cumulativa. In questi luoghi, i benefici derivanti dall'avere una popolazione densa, una rete forte e una pesante spesa per la ricerca si rafforzano a vicenda, creando un ciclo di successo autosostenibile. Per queste città, l'obiettivo è perfezionare il sistema per garantire che i loro massicci investimenti si traducano in risultati di alta qualità. Tuttavia, le città più piccole o meno sviluppate non possono semplicemente copiare questo modello. Per loro, cercare di eguagliare la spesa per la ricerca di una metropoli è spesso uno spreco di risorse. Invece, queste città hanno successo adottando una strategia compensativa. Si concentrano sulla costruzione di infrastrutture digitali e sulla creazione di partnership esterne per prendere in prestito capacità da altrove, utilizzando efficacemente la connettività per compensare la mancanza di risorse locali.

Lo studio ha inoltre evidenziato il potente ruolo della gerarchia governativa. Le città che fungono da capitali provinciali godono spesso di un vantaggio distinto perché attirano naturalmente più università, istituti di ricerca e supporto politico. Questa centralità amministrativa abbassa la barriera all'ingresso per l'innovazione, rendendo più facile per queste città attivare il proprio potenziale. Le città prive di questo status amministrativo affrontano una salita più ripida; devono lavorare più duramente per costruire lo stesso livello di densità economica e di connettività di rete per ottenere risultati simili. I risultati suggeriscono che il vecchio approccio di applicare le stesse politiche di innovazione a ogni città è fallace. Una politica che incoraggia una massiccia spesa per la ricerca potrebbe spingere in avanti una grande città sviluppata, ma potrebbe lasciare una città più piccola in difficoltà con debiti e aspettative non soddisfatte.

In definitiva, la ricerca fornisce una tabella di marcia chiara per i decisori politici. Suggerisce che l'innovazione non è un processo monolitico, ma una collezione di diversi meccanismi che rispondono alle condizioni locali. Per le grandi città sviluppate, l'attenzione deve essere rivolta all'efficienza e alla garanzia che i loro pesanti investimenti producano risultati di alta qualità. Per le città più piccole o sottosviluppate, la priorità dovrebbe essere la costruzione di ponti — sia digitali che sociali — per connettersi con il mondo esterno, piuttosto che cercare di costruire tutto da zero. Riconoscendo che diverse città hanno diverse necessità e diversi punti di partenza, i leader possono progettare strategie su misura per la loro specifica realtà, passando da soluzioni generiche a un approccio più sfumato ed efficace per la crescita urbana.