fbpx Nella prossima legislatura bisogna spendere in ricerca 8,5 mld in più rispetto a quanto programmato: chi lo farà? | Scienza in rete

Nei prossimi 5 anni bisogna spendere per la ricerca molto più di quanto programmato

Tempo di lettura: 3 mins

Errore. L’ultimo Programma nazionale per la ricerca (PNR) ha posto obiettivi ambiziosi per portare la ricerca di base italiana a un livello di finanziamento decente. Gli ultimi tre governi hanno aumentato gli investimenti tentando di riportare l’intensità della R&S (l’investimento in rapporto al PIL) a livelli pre crisi. Il Piano Nazionale di Ripresa e Resilienza (PNRR) in fase di sviluppo rafforzerà questa tendenza ma la sua azione terminerà nel 2026: dopo quella data l’Italia dovrà trovare il modo di mantenere costanti gli investimenti per non diminuire l’intensità della R&S.

Sull’onda delle petizioni nate intorno alla proposta di Ugo Amaldi, sostenuta anche da Giorgio Parisi in più occasioni, la ministra dell’Università e della Ricerca, Maria Cristina Messa, ha convocato lo scorso aprile un tavolo tecnico per elaborare una strategia italiana in materia di ricerca di base.

I nove tecnici hanno analizzato le criticità del sistema italiano e hanno proposto un piano di risorse aggiuntive strutturali per rendere stabile l’investimento in ricerca anche dopo la conclusione degli interventi previsti da PNR e PNRR.

Tra le proposte un aumento di finanziamenti, la loro costanza, un aumento del personale, l’istituzione di una struttura che si occupi della valutazione dei progetti e dei risultati.

L’aumento del finanziamento della ricerca è il punto fondamentale: dalla crisi del 2008 la spesa pubblica ha subito una costante riduzione ed è scesa allo 0,55% del PIL per risalire solo negli ultimi tre anni allo 0,65%. Sommando la spesa privata si arriva a 1,46 del PIL, molto meno rispetto alle principali economie EU (figura 1 e 2).

Figura 1. Spesa totale per R&S in percentuale del PIL, Italia, Germania e Francia, 2008-2020. Consuntivi di spesa (Fonte: Istat-Eurostat)

Figura 2. Spesa pubblica per R&S in Italia, Germania e Francia dal 2008 al 2020. Previsioni di spesa, milioni di euro a prezzi costanti 2005. Fonte: Istat-Eurostat

Si può notare una leggera crescita degli ultimi anni, dal 2019, imputabile proprio alla spesa privata (figura 3) incentivata da programmi come Industria 4.0.

Figura 3. Spesa per R&S in Italia. Consuntivi 2008-2020, milioni di euro (Fonte: Istat-Eurostat)

Il PNRR dal 2023 al 2026 farà crescere l’intensità della spesa in R&S ma poi bisognerà intervenire con finanziamenti strutturali per mantenere la spesa allo stesso livello (0,70% del PIL) e possibilmente aumentarla.

La figura 4 illustra vari scenari da cui emerge l’importanza del PNRR ma anche la necessità di ulteriori fondi.

Figura 4. Andamento 2008-2022 dell’intensità di R&S e previsioni (Fonte: documento di lavoro di Ugo Amaldi e Angela Santoni per il tavolo tecnico, luglio 2022)

Si legge nel documento del tavolo tecnico: “Lo scenario proposto dal documento è di portare la spesa pubblica per R&S almeno al livello dello 0,70% del PIL nel 2027, raggiungendo i 15,7 miliardi, contro i 12,7 stanziati nel 2022 (11,5 più ulteriori 611 milioni MUR più 560 del PNRR). […] Per raggiungere un tale obiettivo sarebbe necessaria una spesa aggiuntiva – rispetto agli stanziamenti già programmati – che cresca progressivamente fino a raggiungere nel 2027 i 3,2 miliardi di euro (a prezzi attuali)”.

Siccome si stima che il 75% della spesa aggiuntiva vada effettivamente in ricerca pubblica l’aumento di spesa richiesto al MUR nel 2027 è di 4,3 miliardi di euro. Con un ulteriore miliardo si potrebbe arrivare allo 0,75% del PIL in spesa pubblica per R&S e agganciare così le maggiori economie europee. In sintesi nella tabella 1 la progressione di investimento dal 2023 al 2027.

  2023 2024 2025 2026 2027
Ipotesi 0,70% PIL 200 800 2000 3100 4300
Ipotesi 0,75% PIL 254 1016 2540 3937 5801

 

Tabella 1. Scenario per la spesa pubblica per R&S. Spesa aggiuntiva richiesta al MUR in milioni di euro (Fonte: Proposte del Tavolo tecnico per la Strategia italiana in tema di ricerca fondamentale, tabelle 8A e 8B)

 

 


Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

Why have neural networks won the Nobel Prizes in Physics and Chemistry?

This year, Artificial Intelligence played a leading role in the Nobel Prizes for Physics and Chemistry. More specifically, it would be better to say machine learning and neural networks, thanks to whose development we now have systems ranging from image recognition to generative AI like Chat-GPT. In this article, Chiara Sabelli tells the story of the research that led physicist and biologist John J. Hopfield and computer scientist and neuroscientist Geoffrey Hinton to lay the foundations of current machine learning.

Image modified from the article "Biohybrid and Bioinspired Magnetic Microswimmers" https://onlinelibrary.wiley.com/doi/epdf/10.1002/smll.201704374

The 2024 Nobel Prize in Physics was awarded to John J. Hopfield, an American physicist and biologist from Princeton University, and to Geoffrey Hinton, a British computer scientist and neuroscientist from the University of Toronto, for utilizing tools from statistical physics in the development of methods underlying today's powerful machine learning technologies.