Conforme al actual criterio de divisi\u00f3n territorial, las m\u00e9tricas utilizadas para evaluar la capacidad de innovaci\u00f3n se presentan desagregadas a escala NUTS2, lo que, en el caso del Estado espa\u00f1ol, se corresponde con las comunidades aut\u00f3nomas. As\u00ed, Catalu\u00f1a aparece como una de las regiones europeas de nivel NUTS2 con m\u00e1s peso desde el punto de vista demogr\u00e1fico y macroecon\u00f3mico. Como resultado, los estudios presentan una limitaci\u00f3n fundamental, pues no permiten reflejar las grandes variaciones socioecon\u00f3micas que se dan dentro del territorio catal\u00e1n. Extender los resultados a escalas m\u00e1s reducidas (NUTS3\/provincia) resulta, pues, imprescindible para definir pol\u00edticas regionales destinadas a maximizar las posibilidades de crecimiento de acuerdo con las potencialidades y caracter\u00edsticas propias.<\/p>\n
Disponer de un sistema de indicadores a escala NUTS3 permitir\u00eda (i) elaborar un an\u00e1lisis a nivel regional incrementando la granularidad de los resultados, (ii) medir la evoluci\u00f3n y el efecto de las pol\u00edticas de innovaci\u00f3n y (iii) realizar ejercicios de benchmarking<\/em> a fin de identificar las fortalezas y debilidades regionales y las buenas pr\u00e1cticas de otros sistemas. En definitiva, se trata de elaborar un cuadro de mando que apoye la toma de decisiones, tanto en el \u00e1mbito p\u00fablico como en el privado, en materia de innovaci\u00f3n y desarrollo regional.<\/p>\n El Regional Innovation Scoreboard (RIS) es el instrumento reconocido para medir el impacto de las pol\u00edticas de innovaci\u00f3n; as\u00ed, parece natural que, en un primer estadio, para incrementar la granularidad del an\u00e1lisis, este reproduzca los indicadores de innovaci\u00f3n del RIS a nivel NUTS3. Los datos con que se elabora el RIS provienen de la principal base de datos estad\u00edstica europea, el Eurostat. Esta, a su vez, se alimenta principalmente de datos procedentes de los estados miembros. Si nos centramos en el \u00e1mbito de la innovaci\u00f3n, las m\u00e9tricas que cumplen y estructuran tanto los estados miembros como Eurostat se obtienen a partir de modelos de tipo input-output<\/em>, que a menudo presentan notables limitaciones para capturar las complejas din\u00e1micas que determinan el nivel de innovaci\u00f3n de una regi\u00f3n. M\u00e1s recientemente, las bases de datos se han complementado con indicadores e \u00edndices compuestos dise\u00f1ados para proporcionar una imagen m\u00e1s rigurosa del mapa de innovaci\u00f3n europeo.<\/p>\n El cuadro 1 muestra, para cada uno de los 18 indicadores compuestos del RIS, cu\u00e1l ha sido la fuente de datos a nivel NUTS2 utilizada y cu\u00e1l es la disponibilidad de datos a nivel NUTS3. Como se puede apreciar en la tabla, no hay datos disponibles para estimar la mayor parte de los indicadores a nivel provincial. Esta limitaci\u00f3n a la hora de ampliar los resultados del RIS a escala NUTS3 responde a dos problem\u00e1ticas: (i) la disponibilidad de datos desagregados a escala provincial y (ii) la reproducibilidad del procedimiento para determinar el indicador compuesto.<\/p>\n Como ejemplo de la primera limitaci\u00f3n, la Encuesta de la Comunidad sobre Innovaci\u00f3n (CIS), al igual que la mayor\u00eda de las encuestas realizadas en el \u00e1mbito estatal o europeo, se hace a escala NUTS2. T\u00edpicamente, la desagregaci\u00f3n a nivel provincial de los resultados de estas encuestas no permite obtener una representatividad de los datos satisfactoria. Una posible soluci\u00f3n, que consiste en modificar la metodolog\u00eda de la encuesta y ampliar el \u00e1mbito territorial de la muestra, para corregir la falta de representatividad a nivel NUTS3, resulta casi inviable por el elevado coste asociado.<\/p>\n
![\"\"](\"https:\/\/diaridigital.urv.cat\/wp-content\/uploads\/2018\/03\/CASTELLA-GRAFIC.jpg\")
<\/a>