Le
teorie quantitative alla base dello studio
dell’evoluzione del territorio e della
definizione di modelli di pianificazione
hanno sempre prestato grande attenzione alla
problematica dell’accessibilità del
territorio e, in particolare, alla
definizione di metodi quantitativi
finalizzati a misurare la suddetta
accessibilità. Misurare l’accessibilità
di luoghi nasce dall’esigenza di fornire
degli strumenti oggettivi che possano essere
di supporto tanto al pianificatore
territoriale quanto alle autorità preposte
alla definizione di politiche di sviluppo
del territorio.
Il sistema territoriale è un sistema molto complesso e può essere
schematizzato in tre sottosistemi costituiti
dal sotto-sistema delle residenze, dal
sotto-sistema delle attività economiche e
dal sotto-sistema delle superfici
disponibili in ciascuna zona per tipologia e
relativi prezzi di mercato. Le diverse
componenti del sistema delle attività
interagiscono fra loro in vario modo: la
quantità e la tipologia delle famiglie
residenti nelle diverse zone dipendono dalle
opportunità di lavoro e dalla loro
distribuzione e, quindi, dal sottosistema
delle attività economiche; la
localizzazione delle attività economiche di
alcuni tipi dipende a sua volta dalla
distribuzione delle famiglie; infine,
famiglie residenti e attività economiche
insediate in ciascuna zona dipendono dalla
disponibilità di superfici immobiliari
compatibili con i diversi usi e dai relativi
prezzi/condizioni di utilizzo. Allo stesso
modo non si può trascurare che la
distribuzione delle famiglie e delle attività
sul territorio siano anche funzione della
facilità di utilizzo delle diverse funzioni
urbane e, quindi, dell’accessibilità
reciproca tra luoghi diversi del territorio.
Sebbene sia un fattore complementare nello
studio dell’evoluzione di una regione,
l’accessibilità interviene in modo
rilevante in molti di questi meccanismi. A
sua volta l’accessibilità è strettamente
legata alle infrastrutture di trasporto, ai
servizi di trasporto ed alla domanda di
trasporto che utilizza i servizi stessi e,
cioè, a ciò che usualmente è definito
sistema di trasporto. Alla luce di ciò è
coerente considerare il sistema di trasporto
come parte integrante del più ampio sistema
territoriale (Figura 1) in cui
sistema di attività, sistema di offerta di
trasporto e sistema di domanda di trasporto
interagiscono tra loro.
In questo contributo si desidera focalizzare l’attenzione sulla realtà
rappresentata dall’Università di Salerno.
In particolare si propone un’analisi sulla
problematica dell’accessibilità della
sede di Fisciano dell’Università di
Salerno e si presenta un confronto con il
polo universitario della città di Napoli.
Negli ultimi anni la necessità di decongestionare le principali sedi
accademiche ha condotto alla creazione di
nuovi complessi universitari ed alla
creazione di insediamenti universitari ex-novo,
in aree al di fuori di tessuti urbani e non
sempre accessibili in tempi brevi e costi
sostenibili. In questo scenario, le nuove
realtà universitarie si sono trovate a
dovere competere con sedi non solo di
maggiore tradizione ma anche più
accessibili. L’Università di Salerno è
una realtà che presenta tutte le succitate
problematiche: se da un lato l’ateneo
salernitano presenta un tasso di crescita
delle iscrizioni superiore alla media
nazionale, dall’altro lato il suo sviluppo
è legato anche alla capacità di estendere
il proprio bacino d’influenza. Aumentare
il bacino d’influenza richiede, da una
parte un maggiore radicamento nel
territorio, ma dall’altra un confrontarsi
in termini di accessibilità con le altre
realtà universitarie presenti sul
territorio (Napoli, ma anche le altre sedi
dislocate sul territorio regionale). In
quest’ottica il presente studio ha
condotto un attento confronto tra le due
sedi universitarie. L’accessibilità è
stata definita mediante tre distinti
indicatori di accessibilità (indici medi,
indici medi pesati, indici di potenziale
residenziale) e distinguendo gli attributi
di livello di servizio del sistema di
trasporto in tempi, costi monetari e costi
generalizzati. Ove possibile sono state
definite delle tavole tematiche di
accessibilità mediante l’ausilio di un
Gis.
Indicatori
per un’analisi di accessibilità
Lo studio della dinamica del territorio è da sempre un campo di
ricerca molto affascinante ed estremamente
complesso. Molti studiosi si sono cimentati
nella definizione di principi, teorie e
leggi, tutte finalizzate a rispondere a
domande sulla natura, la struttura e la
dinamica del territorio. Gli sforzi che si
sono susseguiti negli ultimi 50 anni hanno
tentato di interpretare la molteplicità dei
fenomeni insediativi attraverso la
definizione di principi organizzatori e
mediante la traduzione degli stessi principi
in modelli matematici che fossero da
supporto nell’affrontare l’analisi del
territorio e lo studio di strategie di
intervento.
L’accessibilità è un concetto in continua evoluzione che nel tempo
ha assunto numerosi significati e diverse
formulazioni analitiche. La definizione
stessa di accessibilità può vantare
molteplici interpretazioni, ognuna
rappresentativa dell’approccio seguito e
delle finalità dello studio. Una maniera
efficace di esprimere l’accessibilità è
di definirla come un’entità astratta che
nasce dall’interazione tra il sistema di
trasporto ed il sistema delle attività ed
esprime la facilità di un’entità di
raggiungere oppure di essere raggiunta da
altre entità. L’accessibilità è,
quindi, legata all’esigenza di spostarsi,
agli attributi di livello di servizio del
sistema di offerta di trasporto ma anche al
sistema di attività.
In questo contributo si desidera fornire un breve stato dell’arte
riguardante le diverse definizioni che si
sono susseguite nel corso degli anni.
Innanzi tutto si ritiene opportuno
distinguere due tipi di approcci: un
approccio descrittivo ed un approccio
modellistico. L’approccio descrittivo è
finalizzato a definire unicamente degli
indicatori aggregati, utili a misurare
l’accessibilità di una o più zone e a
descrivere scenari attuali o di progetto.
L’approccio modellistico è finalizzato
alla definizione dei principi generali alla
base della dinamica del territorio e si pone
l’obiettivo di definire una teoria
sistematica in cui l’accessibilità è
un’entità che concorre alla dinamica
della struttura del territorio. Alla prima
famiglia appartengono tutta una serie di
indicatori quali il tempo totale di viaggio,
il costo totale di viaggio, il numero totale
di infrastrutture o servizi di trasporto a
servizio di una data zona, tempi e costi
medi pesati, il numero delle opportunità
raggiungibili in un assegnato intervallo di
tempo, le funzioni di opportunità cumulate.
Sono tutti indicatori semplici da calcolare
e soprattutto intuitivi conducendo a
risultati di facile interpretazione. Nella
seconda famiglia è possibile distinguere
due ulteriori filoni: modelli basati
sull’analogia gravitazionale e modelli
basati sulla interpretazione comportamentale
dello spostamento e, quindi, della facilità
di effettuarlo. Il primo filone è
prettamente descrittivo e nasce intorno agli
anni ’30 e trova tra i suoi maggiori
mentori in Reilly (1931), Hansen (1959) e
Ingram (1978). L’obiettivo è di
comprendere i rapporti che si instaurano tra
le diverse attività localizzate sul
territorio, la metodologia si basa su di
un’analogia gravitazionale. Si
distinguono, in particolare, due tipologie
di modelli: modelli di flusso e modelli di
potenziale. I primi misurano l’intensità
d’interazione tra due masse, i
secondi misurano un’accessibilità
generalizzata di ogni punto dello spazio
rispetto a tutto lo spazio circostante
assumendo che ogni corpo di massa unitaria a,
posto nel campo gravitazionale di una massa b,
possiede un’energia potenziale pari al
lavoro che a fornirebbe cadendo su b.
Ciò conduce ad un modello di potenziale
anche noto come formulazione di Hansen in
cui l’accessibilità varia direttamente
con la dimensione del luogo j ed
inversamente con un attributo di separazione
spaziale tra le due zone. Generalmente le
opportunità sono calcolate in funzione del
tipo di accessibilità che si desidera
calcolare (popolazione, superfici libere,
ecc.). Gli attributi di separazione spaziale
sono di solito calcolati rispetto alla
distanza, al tempo di viaggio e al costo di
viaggio. L’analogia gravitazionale è un
approccio che alla prova pratica si è
dimostrato convincente nell’interpretare
assetti territoriali a larga scala dove è
coinvolto un elevato numero di utenti. I
limiti sono diversi: le ipotesi di base sono
ragionevoli ma, senza un concreto
fondamento, le misure di accessibilità sono
difficilmente leggibili se non attraverso
confronti ed infine si trascura che alla
base di una struttura territoriale ci sono
delle scelte compiute da soggetti molto
diversi ed il cui comportamento non può
essere schematizzato mediante attributi
uguali per tutti e non attinenti con il
comportamento degli stessi.
Il secondo filone trae spunto dalle considerazioni precedenti ed, in
particolare, dal fatto che se accessibilità
è sinonimo di facilità di spostarsi,
sarebbe più coerente studiare il fenomeno spostamento.
Tale filone si sviluppa a partire dagli anni
’70 (McFadden 1975, Ben Akiva e Lerman
1979, 1985) in corrispondenza del grande
sviluppo dei modelli di scelta discreta
applicati al campo dei trasporti (Cascetta
1998 e 2001). L’interpretazione dello
spostamento in una successione di scelte
dell’utente (mi sposto, dove vado, come ci
vado) e la simulazione delle stesse scelte
mediante modelli di utilità aleatoria,
consentono di definire una teoria
consistente e coerente all’interno della
quale è possibile associare alle singole
dimensioni di scelta un’utilità media.
Tale utilità, anche nota come utilità
inclusiva è una misura di accessibilità
disaggregata perché variabile al variare
della classe di utenti in esame ma
soprattutto funzione di variabili
intimamente legate al motivo dello
spostamento. Accanto ai citati filoni
principali si inseriscono altri approcci
secondari che in questa sede si trascurano
per brevità.
Un’applicazione
alle sedi universitarie di Salerno e di
Napoli
Lo studio ha riguardato l’analisi dell’accessibilità dei comuni
della Regione Campania nei confronti delle
due più importanti sedi universitarie della
regione stessa (Napoli e Salerno). Le
finalità del lavoro sono consistite nella
definizione di mappe di accessibilità e nel
calcolo di indicatori medi che hanno
consentito una rappresentazione grafica
dello stato attuale dell’accessibilità ed
una misura aggregata dell’accessibilità
ai complessi universitari. In questa ottica
lo studio si è articolato nelle attività
schematizzate nella Tabella 1.
Tabella
1
Quanto descritto ha richiesto l’implementazione di un modello di
offerta di trasporto e l’implementazione
dei risultati del modello di offerta su di
un Gis. Il modello di offerta è brevemente
descritto di seguito.
Le
realtà coinvolte
L’Università degli Studi di Salerno, dopo Napoli,
rappresenta il secondo maggiore insediamento
universitario della Regione Campania. La
caratteristica peculiare della suddetta sede
accademica è rappresentata
dall’ubicazione esterna da un tessuto
urbano e la posizione quasi baricentrica
rispetto ai Comuni di Avellino e di
Salerno.
L’ateneo salernitano può contare su circa 40.000 iscritti ed
accoglie tutte le principali facoltà
eccetto medicina ed architettura. A loro
volta le singole facoltà si dividono tra il
complesso che ha sede nel Comune di Fisciano
(SA) ed il complesso ubicato presso la
frazione di Lancusi del Comune di Baronissi
(SA). Il bacino d’utenza va ben al di là
dei confini della Provincia di Salerno
coinvolgendo un territorio ben più vasto
che comprende parti più o meno estese delle
Province di Napoli, Avellino, Benevento e
Caserta. La maggior parte degli iscritti
appartiene alla Provincia di Salerno (64%)
ed alla Provincia d’Avellino (15%),
interessante risulta l’8% degli iscritti
afferenti alla Provincia di Napoli così
come l’influenza sulle Regioni limitrofe
della Calabria e della Basilicata (9%); le
Province di Caserta (0,7%) e Benevento (2%)
non sembrano rientrare nel bacino
d’utenza.
L’Università di Napoli dal canto suo con circa 100.000 iscritti
distribuiti tra quattro sedi universitarie
(Federico II, Navale, Orientale e Suor
Orsola) è il polo universitario più grande
del Sud Italia. L’influenza va ben al di là
dei confini regionali allargandosi alle
Regioni della Basilicata, Calabria e Puglia.
A differenza di Salerno è sede di facoltà
importanti quali Medicina, Architettura,
Agraria (a Portici) ma, soprattutto, si
inserisce all’interno del tessuto urbano
della città con sedi distaccate distribuite
su tutto il territorio comunale.
Il
modello di rete
I modelli di rete simulano i servizi di trasporto offerti
su reti ovvero su insiemi di nodi
reciprocamente connessi da archi. Ogni arco
è caratterizzato da dimensioni geometriche
e da funzioni che esprimono il costo
generalizzato di trasporto percepito dagli
utenti in funzione delle caratteristiche
fisiche e funzionali dell’arco stesso e
degli eventuali fenomeni di congestione che
essi possono causare. Il modello di rete
consente di calcolare le prestazioni delle
infrastrutture e dei servizi di trasporto,
ovvero gli attributi del livello di
servizio, quali tempi e costi, nonché i
principali impatti esterni che il trasporto
può causare. I passaggi principali della
modellizzazione dell’offerta sono quattro:
definizione dell’area di studio,
zonizzazione del sistema territoriale,
selezione delle infrastrutture o dei servizi
di trasporto rilevanti per il problema in
esame e definizione del modello di rete di
trasporto individuale. Di seguito si
schematizzano le caratteristiche essenziali
del modello implementato, per quanto
riguarda l’implementazione del modello si
rimanda al lavoro di de Luca (2001).
Definizione dell’area di studio
In questa fase è individuata l’area geografica
all’interno della quale si trova il
sistema di trasporto che si intende
analizzare. Nel presente lavoro tale area
coincide con l’intero territorio della
Regione Campania. Comprende 551 comuni, con
5.630 milioni di residenti (dati Istat 1991)
e si sviluppa su di una superficie di 13.595
kmq.
Zonizzazione
La
zonizzazione nasce dall’esigenza di
schematizzare in un numero finito di punti
il luogo di inizio e fine di ogni
spostamento. La discretizzazione adottata
per il territorio della Campania ha seguito
il criterio della massima disaggregazione
possibile: ogni comune dell’area di studio
è stato considerato come zona a sé stante,
escluso il Comune di Salerno ed il Comune di
Napoli. I due capoluoghi di provincia sono
stati ulteriormente suddivisi in zone di
traffico più piccole (rispettivamente 53 e
145) al fine di simulare meglio l’accesso
alla rete stradale e, soprattutto, al fine
di simulare i fenomeni di congestione che
caratterizzano i due centri urbani. Si è
così giunti alla definizione di 747
centroidi interni.
Selezione delle strade rilevanti e definizione del modello
di offerta di trasporto
In questa fase sono state individuate e schematizzate
mediante un modello di rete le strade
presenti nell’area di studio che svolgono
una funzione rilevante di collegamento fra
le diverse zone in cui essa è suddivisa.
Nel caso in esame, la rete considerata è
costituita da tutte le autostrade e dalle
statali di maggiore rilevanza della regione,
nonché dalle principali arterie provinciali
ed intercomunali che sono utilizzate per
collegare i singoli comuni tra loro e con le
strade precedenti. La costruzione del
modello di rete per la Campania è
consistito nella costruzione del grafo e
nella sua caratterizzazione geometrica
(lunghezze, larghezze, numero di corsie
ecc.) e funzionale (velocità di percorrenza
a flusso nullo, funzioni di deflusso,
capacità oraria regolamentazione delle
intersezioni) degli archi di cui è
costituito. Nella Tabella 2 sono
riportate le principali caratteristiche
della rete di trasporto individuale.
Tabella
2
Il modello implementato è stato utilizzato per calcolare i tempi di
viaggio, le distanze ed i costi monetari tra
tutti i comuni della regione e le sedi
accademiche di Salerno e di Napoli. Per
Salerno si è considerato come zona di
destinazione il Comune di Fisciano; per
Napoli, data la distribuzione sul tessuto
cittadino delle diverse facoltà, i tempi
sono stati calcolati rispetto le zone di
ubicazione delle facoltà e mediati rispetto
al numero di iscritti. I tempi sono stati
calcolati sia in condizioni di rete non
congestionata sia in presenza di
congestione.
I
risultati dell’analisi di accessibilità
Misure
di accessibilità trasportistica
L’analisi è consistita nel calcolo comune per comune e
verso le due destinazioni universitarie di
diversi attributi di livello di servizio:
tempo di viaggio, costo monetario e costo
generalizzato. Lo studio si è articolato in
una fase in cui sono state definite le
matrici di accessibilità al variare degli
attributi di livello di servizio ed una fase
in cui i risultati ottenuti sono stati
aggregati in indici sintetici ed in mappe
tematiche mediante l’ausilio di un Gis. I
risultati cui si è giunti vanno letti come
delle misure di raggiungibilità
delle due sedi universitarie dai diversi
comuni della Regione Campania; benché siano
stati posti sullo stesso piano comuni con
caratteristiche socioeconomiche molto
differenti tra loro, un tale approccio è
interessante perché consente di comprendere
in una maniera molto disaggregata e
facilmente interpretabile l’andamento
dell’accessibilità alle due sedi.
Gli indici aggregati sono stati ottenuti mediando i valori degli
attributi sul numero dei comuni della
regione e rispetto a due scenari distinti: a
rete non congestionata ed a rete
congestionata; i relativi risultati sono
schematizzati nella Tabella 3. In
assenza di congestione i tempi totali di
viaggio e le distanze totali verso le due
sedi universitarie sono pressoché simili, a
rete congestionata la situazione cambia
sensibilmente con un incremento
generalizzato dei tempi e delle distanze di
viaggio e con un raddoppiamento del tempo
totale di viaggio verso la città di Napoli.
Dai primi risultati si evince che le due
sedi universitarie, mediamente, presentano
una centralità geografica e topologica
simile e che il vantaggio della centralità
geopolitica del capoluogo campano è pagato
da una marcata difficoltà di accesso alle
funzioni ed ai servizi da esso offerti.
Tabella
3
A conferma dei precedenti risultati sono state calcolate, comune per
comune, le differenze tra i diversi
attributi di livello di servizio (tempi,
costi monetari e costi generalizzati) verso
la sede Fisciano e verso Napoli.
L’obiettivo è stato di delineare,
mediante il supporto di un Gis, una
superficie di isoaccessibilità definita
dall’unione di tutti i comuni della
regione con lo stesso valore
dell’attributo di livello di servizio
verso le due potenziali destinazioni.
L’individuazione di tale superficie ha
consentito di suddividere il territorio in
due bacini, un bacino ad accessibilità
privilegiata verso Fisciano ed un bacino ad
accessibilità privilegiata verso Napoli.
Nella Figura 2 sono riportate le
differenze tra i tempi di viaggio sia a rete
non congestionata che a rete congestionata.
In entrambe i casi è possibile distinguere
facilmente la superficie di isoaccessibilità
e delineare i bacini ad accessibilità
trasportistica privilegiata. A rete non
congestionata è interessante notare che la
superficie di isoaccessibilità (86 comuni)
rimarca i confini provinciali, la sede di
Fisciano presenta un bacino di circa 289
comuni a fronte dei 174 comuni afferenti a
Napoli e che la gran parte dei comuni delle
Province di Benevento ed Avellino hanno una
migliore accessibilità verso il complesso
universitario di Fisciano. A rete
congestionata si osserva immediatamente che
la superficie di isoaccessibilità trasla e
si spinge fino alle soglie del Comune di
Napoli e coinvolge l’entroterra casertano.
Il bacino della sede di Fisciano aumenta
fino a coinvolgere 393 comuni a fronte degli
88 interni alla superficie di
isoaccessibilità ed ai 68 del bacino
napoletano. Come era già chiaro dalla Tabella
3 la simulazione della congestione
cittadina induce ad una netta riduzione
dell’accessibilità della città di
Napoli.
Per quanto ha riguardato i costi monetari si è osservato che la
presenza o meno di congestione non ha
effetti particolari sulla superficie di
isoaccessibilità e ciò perché le distanze
di viaggio non subiscono particolari
variazioni; in Figura 3 si riporta,
pertanto, una sola mappa tematica. Dalla
figura emerge un andamento diverso della
superficie di isoaccessibilità, essa si
sposta verso la Provincia di Caserta e di
Napoli e ripercorre i confini provinciali
mettendo in luce una migliore accessibilità
della sede di Fisciano anche dal punto di
vista prettamente economico (vedi Figura
2). I costi per recarsi dentro Napoli
sono maggiori sia perché la distanza di
viaggio media è maggiore, sia perché le
vie di accesso (rapido) a Napoli sono tutte
a pagamento.
|
|
Figura
2 - Differenza tra i tempi di
viaggio verso Fisciano ed i tempi di
viaggio verso Napoli |
|
Figura
3 - Differenza tra i costi
monetari |
Nella Figura 4 si riportano i risultati ottenuti considerando il
costo generalizzato. La superficie di
isoaccessibilità aumenta i suoi confini e,
con essa, aumenta il numero di comuni che
percepiscono la stessa accessibilità verso
Napoli e verso la sede di Fisciano. In
condizione di rete congestionata si ripete
il fenomeno osservato con i tempi a carico
dove la superficie di isoaccessibilità si
sposta fino a coinvolgere ampie aree delle
Province di Napoli e Caserta.
|
|
Figura
4 - Differenza tra i costi
generalizzati a rete congestionata |
Misure
di accessibilità trasportistica e
territoriale
Le analisi condotte finora hanno chiarito il quadro della
accessibilità delle due sedi universitarie
in termini di attributi di livello di
servizio ed hanno permesso di delineare
delle mappe tematiche di facile comprensione
del fenomeno. A questo punto si ritiene
necessario introdurre delle misure più
complete, misure che tengano conto tanto
degli attributi di livello di servizio tra
due zone, quanto delle masse
coinvolte. In quest’ottica si presentano
tre approcci: misure mediante medie pesate
sugli studenti degli attributi di livello di
servizio, misure basate sul modello di
potenziale ed, infine, misure fondate sulla
definizione di funzioni cumulate di
opportunità (Tabella 1).
Nelle tabelle seguenti sono riportati i valori dei tempi, delle
distanze e dei costi totali e dei relativi
valori medi pesati sul numero degli
studenti. Si evince che a rete non
congestionata il tempo totale ed il tempo
medio verso l’ateneo napoletano è
nettamente inferiore rispetto ai valori
riferiti alla sede di Fisciano ed ai valori
relativi alle analisi presentate nella Tabella
3. Tale risultato è lo specchio
dell’assetto territoriale dell’area
metropolitana di Napoli, caratterizzata da
comuni di grosse dimensioni e con migliore
accessibilità verso il capoluogo campano. A
rete congestionata, benché Napoli diventi
meno accessibile, le differenze percentuali
rispetto alla sede di Fisciano si
ridimensionano in relazione alle analisi
iniziali (Tabella 4). I risultati ed
i relativi confronti con i risultati medi
non pesati sono riportati nella Figura 5.
Tabella
4
|
Figura
5 - Confronto tra i tempi di
viaggio medi (minuti) non pesati ed
i tempi di viaggio medi pesati (m)
per studente |
Molto interessanti sono i risultati della Tabella 5 in cui
Napoli presenta un’accessibilità
economica assai marcata sia in condizioni di
rete congestionata sia in condizioni di rete
non congestionata. Mediamente lo studente
deve spendere al massimo 8.300 £ per
raggiungere Napoli, mentre deve affrontare
una spesa di circa 11.000 £ per recarsi a
Fisciano. Tale aspetto è molto rilevante
giacché un recente studio sulla mobilità
degli studenti (de Luca 2001) ha consentito
di rilevare che il costo monetario dello
spostamento è la variabile che, più di
tutte, incide sulla scelta di spostarsi o
meno e sulla scelta del modo di trasporto.
Si è altresì rilevato che lo studente è
disposto anche ad accettare tempi più
lunghi di viaggio se ad essi corrisponde una
minore spesa economica. Tali considerazioni
permettono di interpretare i risultati della
Tabella 6 in cui sono riportati i
costi generalizzati totali e medi.
Omogeneizzando i due attributi in un unico
indice è immediato riscontrare il peso
nettamente superiore dell’attributo costo
monetario.
Tabella
5
Tabella
6
Dai risultati appena descritti emerge che non appena entra in gioco il
numero degli studenti dei singoli comuni,
l’accessibilità globale della sede di
Fisciano ne esce ridimensionata. A fronte di
una buona accessibilità trasportistica
l’Università di Salerno non può
competere con la centralità geopolitica di
Napoli i cui confini vanno ben al di là dei
propri limiti comunali e la cui capacità
polarizzante ha modellato il territorio in
un unico sistema urbano.
Le misure medie hanno il pregio di consentire una semplice e rapida
interpretazione dei risultati, ma non
consentono una realistica interpretazione
dell’impedenza spaziale. In tutte le
formulazioni adottate in precedenza gli
attributi di livello di servizio hanno
sempre giocato a numeratore, conducendo a
variazioni di accessibilità lineari al
variare degli attributi di livello di
servizio. Alla luce di ciò si preferisce
utilizzare delle formulazioni analitiche in
cui compare il reciproco dell’attributo di
livello di servizio oppure formulazioni del
tipo potenziale economico introdotte
in precedenza. Nella Tabella 7 sono
riportati i valori aggregati
dell’accessibilità alle due sedi
universitarie secondo l’approccio di potenziale.
I valori non hanno un significato
intrinseco, pertanto si rimanda alla lettura
delle differenze percentuali per una
comprensione delle differenze di
accessibilità al variare dei diversi
attributi di livello di servizio. Anche in
questo caso l’accessibilità di Napoli,
eccetto che per il tempo a rete
congestionata, è superiore a quello della
sede di Fisciano. Le differenze percentuali
(i cui segni devono essere letti in maniera
invertita rispetto agli indicatori
precedenti) diventano ancora più evidenti.
Ciò conferma che l’elevata densità
abitativa dell’area metropolitana di
Napoli conduce ad elevati valori di
accessibilità in virtù dell’elevato
numero di studenti localizzati a distanze
mediamente piccole.
Tabella
7
I comuni della regione sono stati ordinati in maniera crescente secondo
il proprio codice Istat (61000 Caserta,
62000 Benevento, 63000 Napoli, 64000
Avellino, 65000 Salerno), per ogni comune è
stato calcolato il potenziale rispetto a
Napoli e rispetto alla sede di Fisciano. I
grafici sulla sinistra consentono di intuire
l’andamento delle funzioni potenziale ed
il valore dell’accessibilità totale come
area sottesa dalle rispettive spezzate.
Anche in questo caso si possono condurre le
stesse osservazioni fatte in precedenza:
nella Figura 6 le due aree si
equivalgono, nella Figura 7 in virtù
dei tempi a carico l’accessibilità di
Napoli è nettamente inferiore a quella
della sede di Fisciano, nella Figura 8
la situazione si ribalta completamente a
causa dell’elevata incidenza dei costi
monetari. I grafici sulla destra permettono
di capire per ogni comune il rapporto tra le
due funzioni di potenziale riferite alla
sede di Fisciano ed alle sedi di Napoli,
l’ordinamento seguito consente di
individuare l’andamento delle funzioni per
provincia di appartenenza. Quanto più
l’area grigia si espande tanto maggiore è
l’accessibilità totale di Napoli, tanto
maggiore è l’area grigia di una provincia
tanto maggiore è l’accessibilità della
provincia verso Napoli; allo stesso modo
vale il discorso per Fisciano. Dalla lettura
dei grafici è immediato risalire ai bacini
di influenza, è possibile verificare la
forte accessibilità di Napoli verso tutti i
comuni della Provincia di Napoli e,
soprattutto, è possibile verificare che le
Province di Salerno, Benevento ed Avellino
hanno un’accessibilità privilegiata verso
l’Università di Salerno. Tali risultati
non fanno altro che confermare le mappe
tematiche delineate con i soli attributi di
livello di servizio, mappe tematiche che
definivano per l’Università di Salerno un
bacino sicuramente più esteso di Napoli ma
caratterizzato da una densità studentesca
nettamente inferiore.
Dalle figure si può intuire l’andamento delle funzioni ma anche il
valore delle accessibilità totali date
dall’area sottesa dai rispettivi grafici.
|
Figura
6 - Andamento delle funzioni
potenziale (tempo a rete non
congestionata) |
|
Figura
7 - Andamento delle funzioni
potenziale (tempo a rete
congestionata) |
|
Figura
8 - Andamento delle funzioni
potenziale (costo monetario e
generalizzato a rete non
congestionata) |
Da ultimo si propone una delle analisi di accessibilità più semplici
ma significativa accessibilità delle
opportunità cumulate. Lo studio è
stato condotto rispetto i tempi di viaggio a
rete non congestionata, i risultati sono
riassunti nei grafici seguenti. Nella Figura
8 sono riportate le funzioni cumulate
del numero di comuni raggiungibili al
variare del tempo di viaggio; mentre Napoli
è caratterizzata da un andamento pressoché
lineare della funzione cumulata, per la sede
di Fisciano l’andamento della funzione è
caratterizzato da una forte pendenza di
crescita nell’intervallo compreso tra i 30
minuti ed i 70 minuti. Se Napoli può essere
raggiunta da più comuni in tempi minori,
Fisciano, benché paghi un’inerzia
iniziale dovuta alla sua localizzazione
esterna da contesti urbani, risulta essere
più centrale per tempi di viaggio superiori
ai 50 minuti.
La Figura 9 consente un’analisi più completa mediante la
funzione cumulata del numero di studenti; in
questo caso l’elevata densità abitativa
intorno alla città di Napoli amplifica i
fenomeni descritti in precedenza ed
evidenzia come il tempo di viaggio pari a 50
minuti rappresenta la soglia in
corrispondenza della quale i due andamenti
si sovrappongono. La cumulata relativa a
Napoli non ha più l’andamento lineare,
Fisciano conferma l’inerzia iniziale ma,
soprattutto, la migliore accessibilità di
Fisciano in termini di numero di comuni
raggiungibili si riduce molto nel momento in
cui si tiene conto dei potenziali studenti
residenti nei citati comuni.
Infine a conferma di quanto già detto, nella Figura 10 si
presenta un confronto tra i fenomeni
presentati nei due precedenti grafici. Al
fine di effettuare un confronto, sull’asse
delle ordinate sono riportate le percentuali
sul totale dei comuni della regione o sul
totale degli studenti universitari.
|
Figura
9 - Andamento delle funzioni di
opportunità cumulate |
|
Figura
10 - Confronto tra gli
andamenti delle due funzioni
cumulate |
Conclusioni
In questo lavoro è stata presentata un’analisi rivolta allo studio
dell’accessibilità delle sedi
universitarie di Salerno e Napoli. Lo studio
si è articolato nella definizione di
diversi indici di accessibilità: indici
disaggregati (tempi e costi), indici
aggregati medi non pesati e pesati sul
numero degli studenti, indici basati sul
modello di potenziale.
L’accessibilità è stata affrontata,
anche, mediante la definizione di mappe
tematiche e mediante la definizione di
funzioni di opportunità cumulate. Il
presente studio si pone come un primo passo
di un’analisi sistematica della
problematica dell’accessibilità della
sede di Fisciano dell’Università di
Salerno. Lo scopo è di definire una
metodologia che consenti di simulare gli
impatti sulle scelte di mobilità degli
studenti, sulla scelta della sede
universitaria oppure sulla scelta del luogo
dove risiedere durante gli studi, in seguito
a politiche finalizzate al miglioramento
dell’offerta di trasporto. I risultati fin
qui ottenuti hanno consentito di delineare
un quadro preciso dell’attuale
accessibilità alle due sedi universitarie
di Salerno e di Napoli.
Dalle mappe tematiche è stato possibile definire delle tavole di
accessibilità che hanno consentito la
definizione di superfici di isoaccessibilità
ed il tracciamento dei bacini di influenza
delle due sedi universitarie. Si è potuto
riscontrare che le superfici di
isoaccessibilità si sviluppano lungo i
confini provinciali mentre i relativi bacini
coincidono con le Province di Napoli e
Caserta per la sede di Napoli e con le
Province di Salerno, Avellino e Benevento
per la sede di Fisciano dell’Università
di Salerno. Il calcolo dei valori medi non
pesati degli attributi di livello di
servizio ha evidenziato che la sede di
Fisciano è raggiungibile da un numero
maggiore di comuni ed, in particolare, ha
messo in luce quanto le problematiche di
congestione tipiche di tutti i grandi centri
urbani riducono notevolmente la facilità di
accesso al polo universitario di Napoli.
L’analisi a livello comunale se da un lato
non consente di capire i reali rapporti di
forza tra le due sedi accademiche,
dall’altro lato è un modo molto efficace
per individuare i comuni i cui utenti
dovrebbero preferire l’Università di
Salerno in virtù di una migliore
accessibilità.
Per avere un’idea più realistica dell’accessibilità è stato
necessario ricorrere a valori medi degli
attributi di livello di servizio pesati sul
numero di studenti per comune. Come era
prevedibile, la raggiungibilità della sede
di Fisciano n’è uscita ridimensionata a
vantaggio della città di Napoli. In questo
caso la migliore accessibilità
trasportistica dell’ateneo salernitano si
distribuisce tra un numero minore di
studenti, mentre Napoli è caratterizzata da
un bacino più piccolo ma sicuramente più
numeroso. Una conferma alle precedenti
considerazioni è venuta dall’analisi
mediante modello di potenziale, tale
analisi ha ulteriormente messo in luce la
maggiore accessibilità di Napoli. La
combinazione tra il numero degli studenti e
la non linearità rispetto agli attributi di
livello di servizio hanno finito con
l’esaltare le attuali caratteristiche
dell’Università di Salerno: bacino vasto,
molti comuni di piccola dimensione ed i
centri maggiori posti ad una distanza
superiore ai 30 minuti. Proprio l’analisi
sulle opportunità cumulate ha dimostrato,
infine, come la sede di Fisciano presenti un
numero di opportunità raggiungibili
simile a Napoli solo dopo i 30 minuti.
Gli sviluppi futuri della ricerca prevedono l’utilizzo di approcci
basati sulla misura dell’accessibilità
mediante la teoria dell’utilità
aleatoria, l’integrazione dell’offerta
di trasporto collettivo nelle analisi di
accessibilità e lo sviluppo di un modello
di scelta della residenza in funzione delle
variabili di accessibilità definite.
Bibliografia
Ben-Akiva M., Lerman S. (1979), Disaggregate
travel and mobility choice models and
measures of accessibility. Behavioural
Travel Modeling (pp. 654-679), Croom
Helm, London.
Ben Akiva M., Lerman S. (1985), Discrete
Choice Analysis: Theory and Application to
Travel Demand, MIT Press, Cambridge,
Mass.
Cascetta E. (1998), Teoria e metodi dell’Ingegneria dei sistemi di
trasporto, UTET, Torino.
Cascetta E. (2001), Transportation
systems engineering: theory and methods,
Kluwer Academic Publisher, Boston.
Hansen W. G. (1959), How
accessibility shapes land use, Journal
of the American Institute of planners.
Ingram D. R. (1978), The concept
of accessibility: a search for an
operational form, Regional Studies 5.
Domencich T. A. e McFadden D.
(1975), Urban travel demand: a
behavioural analysis, American Elsevier,
New York.
Reilly W. J. (1931), The law of
retail gravitation, Knickerbocker Press,
New York.
|