Creazione e diffusione dell’innovazione: un modello di simulazione fondato su agenti

1. 15-10-2004 Creazione e diffusione dell’innovazione: un modello di simulazione fondato su agenti Marco Lamierilamieri@econ.unito.it Daniele Ietri ietri@econ.unito.it

2. L’innovazione nel pensiero economico Tra gli altri, hanno affrontato il tema dell’innovazione... • 1859 Marx, “Per una critica all’economia politica” • 1934, Schumpeter, “The Theory of Economic Development: An Inquiry into Profits, Capital, Credit, Interest and the Business Cycle” • Figura dell’imprenditore – innovatore • Fasi dell’invenzione, innovazione, imitazione • 1937 Hayek, “Economics and Knowledge” • Ogni soggetto è depositario di conoscenze specifiche, difficili da trasmettere, ma essenziali per l’efficienza del sistema economico

3. La conoscenza Rapporto dialettico tra • conoscenza codificata: facile da trasferire e accessibile a chiunque ne conosca il codice • può essere venduta e può essere oggetto di appropriazione (brevetti) • conoscenza tacita: è incorporata in una comunità o in un’organizzazione può essere trasferita attraverso le relazioni personali (cfr. M. Polanyi, The Tacit Dimension. Garden City, N.Y.: Doubleday & Co., 1966)

4. La conoscenza Assumendo che almeno una parte della conoscenza impiegata nelle attività produttive, si può affermare che: • l’innovazione ha una natura relazionale, perché i rapporti personali sono necessari per il trasferimento della conoscenza (socializzazione, cfr. I. Nonaka e H. Takeuchi, The Knowledge-Creating Company, Oxford University Press, 1995); • le relazioni sono necessarie affinché la conoscenza prodotta all’esterno dell’impresa possa essere utilizzata all’interno (internalizzazione, ibid.); • l’imitazione è possibile, ma sono necessarie relazioni stabili e ripetute; il trasferimento tecnologico è facilitato se esistono rapporti di fiducia; • la produzione di conoscenza ha carattere ‘localizzato’: la prossimità conta, in termini spaziali e relazionali.

5. La mamma: “Dobbiamo tenere le zanzariere chiuse, così non entrano le mosche. Le mosche portano i microbi in casa.” Il bambino (quando gli viene poi chiesto cosa siano i microbi): “I microbi sono qualcosa con cui le mosche giocano” • la conoscenza non è scontata; • la conoscenza ha una specificità storica (prima dell’800 non si conoscevano i ‘microbi’ come agenti patogeni); • la conoscenza ha una specificità geografica (la nozione di ‘microbo’ non è diffusa in tutti i luoghi). e altro ancora su… N. Thrift (1996), Spatial formations, Sage

6. Gli individui sono rappresentati come nodi di reti; i legami rappresentano le relazioni. Ci interessano perché consentono di studiare: • le strutture relazionali ‘locali’ (ad esempio i cluster) • le strutture relazionali ‘globali’ e le relazioni tra soggetti operanti a scale diverse Sul rapporto tra reti locali e reti globali: G. Dematteis (1985), “Le metafore della terra”, Feltrinelli M. Granovetter (1973), “The strenght of weak ties”, American journal of Sociology, 78, pp. 1360-1380 Sul concetto di transcalarità: N. Brenner (2001), “The limits to scale? Methodological reflections on scalar structuration”, Progress in Human Geography 25, 4 (2001), pp. 591-614 Un lavoro ‘pionieristico’ sulla diffusione dell’innovazione: T. Hagerstrand, Innovation diffusion as a spatial process, nella versione University of Chicago Press del 1967 (traduzione di A. Pred dall’originale del 1953)

7. I piccoli mondi • Struttura reticolare ad anello (continuo): • grafo regolare (a sinistra): legami determinati con criterio di prossimità; • grafo casuale (a destra): legami determinati casualmente; • grafo “Small World” (al centro): alcuni legami determinati casualmente con probabilità tra 0.01 e 0.1 sono sufficienti per ridurre il cammino medio ed aumentare la coesione • Un elevato livello di coesione consente una rapida diffusione dell’informazione a livello ‘locale’; • un basso cammino medio consente un efficace trasferimento dell’informazione a livello ‘globale’. • Tra reti locali e reti globali, tra ordine e caos... • D. Watts (1998), Small Worlds. The dynamics of networks between order and randomness. Princeton Studies in Complexity

8. Introduzione: perché un modello AB • La differenza fondamentale tra un sistema complicato ed un sistema complesso e l’importanza delle relazioni tra le parti dove il sistema non è spigato dalla semplice somma delle parti che lo compongono; • I sistemi complessi possono essere studiati con tecniche di simulazione e seguendo un approccio "bottom-up"; • I modelli di simulazione con Parisi sono una terza via tra la rigidezza dei modelli matematico-statistici e la non computabilità di quelli letterari. • La simulazione è una sorta di laboratorio virtuale all’interno del quale lo scienziato puo verificare le sue ipotesi, manipolare le variabili del modello ed osservare I risultati degli esperimenti. Gilbert, N., & Terna, P. (2000). How to build and use agent-based models in social science. Mind & Society, 1, 57-72. Tesfatsion, L. (2002). Agent-based computational economics: Growing economies from the bottom up. ISU Economics Working Paper (1).

9. Obiettivi del modello • Da una prospettiva micro economica intendiamo studiare: • le cause che spingono l’impresa ad innovare; • come il processo innovativo influenza l’attività d’impresa; • come si diffonde l’innovazione attraverso l’imitazione. • Da una prospettiva aggregata cerchiamo fenomeni emergenti e studiamo: • la dinamica dei cicli economici all’interno dell’economia simulata; • la dinamica del progresso tecnologico a livello macro (mostra salti, innovazioni radicali seguite da piccole innovazioni?) • riferimenti al concetto di Total Factor Productivity per spiegare la crescita economica.

10. Innovazione di prodotto; Innovazione di processo. Il modello in sintesi • Il processo innovativo: (modello di Lancaster) • Popolazioni di agenti: • imprese (potenziali innovatori) • consumatori (definiscono l’ambiente competitivo) • Per la definizione di innovazione facciamo riferimento alle teorie di Schumpeter. Schumpeter, J. (1934). The theory of economic development: An inquiry into profits, capital, credit, interest and the business cycle. HarvardUniversity Press, Cambridge Mass.

11. La domanda: i consumatori • I consumatori definiscono l’ambiente competitivo per le imprese ma non sono oggetto di analisi. • I consumatori hanno preferenze eterogenee: [ 11 ; 0 ; 3 ] • I consumatori hanno razionalità limitata • Non esiste un vincolo di budget per I consumatori

12. L’offerta: descrizione delle imprese • La tecnologia è racchiusa all’interno dei prodotti • Viene considerato un unico fattore produttivo • I prodotti hanno un prezzo fisso (P) • I prodotti hanno caratteristiche eterogenee Esempio: Prodotto 1 [ 1 ; 11 ; 0 ; 3 ] • Una semplice contabilità per l’impresa: • costi fissi • costi per ricerca interna • costi per imitazione • ricavi dalle vendite

13. Dinamica del modello • Le imprese sono collegate tra loro usando un grafico beta come definito da Watts (98) and e I loro legami sono statici. • Le connessioni tra imprese e consumatori formalizzano la conoscenza dei consumatori e sono dinamiche. Vengono generate con un processo random. • Ogni consumatore, ad ogni tick della simulazione, sceglie tra le imprese che conosce il prodotto che meglio si adatta alle sue preferenze.

14. La decisione di innovare La decisione di innovare può seguire diverse strategie: • nessuna vendita nel passato: se l’azienda non ha venduto è probabile che il suo prodotto non soddisfi le caratteristiche dei consumatori. • confronto con il vicinato (bassa quota di mercato): un azienda innova se il suo patrimonio è minore del 70% della media delle imprese con cui è collegata; • la propensione all’innovazione è in relazione al patrimonio dell’impresa:

15. L’Innoavzione • Ricerca interna • La ricerca è imprevedibile  processo stocastico • Se la ricerca ha successo viene aggiunta una nuova caratteristica al prodotto [ 4 ; 5 ;7 ; 6] • Spillover: processodi imitazione

16. Risultati agregati • La crescita economica scaturisce dalle imprese innovative • Il progresso è costante manon uguale tra le diverse imprese

17. Produttività dei fattori • La crescita non è spigata dall’aumento degli input Per misurare la produttività dei fattori è stato usato il residuo di Solow.

18. Le imprese innovative aumentano di dimensione

19. I cicli economici