Ministero dello Sviluppo Economico

Transcript

1 Ministero dello Sviluppo Economico Dipartimento per le Comunicazioni DIPARTIMENTO PER LE COMUNICAZIONI Il modello di calcolo del digital divide infrastrutturale: applicazione al case study Farmacie Alessandro Paci Andrea Iannelli Novembre 2011

2 Indice Introduzione e obiettivi del lavoro... 3 Il modello di calcolo del digital divide... 4 Case study: le Farmacie italiane

3 Introduzione e obiettivi del lavoro E ormai condivisa da tutti l importanza economica che la rete Internet rappresenta per lo sviluppo globale. In questa ottica la strategia Europa 2020 ha voluto sottolineare l'importanza della diffusione della banda larga per promuovere l'inclusione sociale e la competitività nell'ue, ribadendo l'obiettivo di portare la banda larga di base a tutti i cittadini europei entro il In un ottica di più lungo termine la strategia è intesa a fare in modo che, entro il 2020, tutti gli europei abbiano accesso a connessioni molto più rapide, superiori a 30 Mbps, e che almeno il 50% delle famiglie europee si abboni a internet con connessioni superiori a 100 Mbps. Per raggiungere questi obiettivi ambiziosi occorre elaborare una politica globale basata su una combinazione di tecnologie e con due obiettivi paralleli: da un lato, garantire la copertura universale della banda larga (combinando reti fisse e senza fili) con velocità di connessione crescenti fino a 30 Mbps e oltre e, nel tempo, favorire la diffusione e l'adozione su una vasta porzione del territorio dell'ue di reti di accesso di nuova generazione che consentono connessioni superveloci superiori a 100 Mbps. Questi obiettivi, nell immediato, si scontrano con problematiche che fanno si che, al momento, ci siano ancora dei gap infrastrutturali da colmare per raggiungere almeno il primo traguardo, quello dell annullamento del digital divide, inteso come impossibilità di accesso alla rete ad una velocità adeguata. Traguardo essenziale per poter poi pensare di sviluppare una rete di nuova generazione in grado di raggiungere quello della banda ultra larga entro i prossimi 10 anni. In questo ambito il Ministero dello Sviluppo Economico Dipartimento per le Comunicazioni, ha predisposto degli strumenti di misura del digital divide a supporto di tutte quelle attività di coordinamento volte a colmare il gap di cui si parlava sopra. Da una collaborazione con il Dipartimento per digitalizzazione della P.A. e l'innovazione tecnologica è nata quindi l idea di mettere a fattor comune le informazioni dei due Dipartimenti: da un lato la mappatura di alcuni importanti enti (quali per esempio Farmacie, Scuole, ), dall altro la mappatura della copertura nazionale del digital divide infrastrutturale per valutare lo stato di copertura di tali enti. Oltre al mero obiettivo statistico, il lavoro congiunto potrebbe essere anche un valido strumento di supporto per la risoluzione del problema del digital divide in tutti quei casi in cui questo rappresenta ancora un ostacolo al raggiungimento degli ambiziosi obiettivi ai quali si è fatto cenno. 3

4 Il modello di calcolo del digital divide Al fine di un monitoraggio continuo ed omogeneo dello stato del digital divide infrastrutturale, il Ministero dello Sviluppo Economico Dipartimento per le Comunicazioni, ha predisposto un modello di calcolo basato sulle informazioni disponibili relative allo stato dell arte delle reti fisse e delle reti mobili degli Operatori dotati di infrastrutture di accesso. Queste informazioni vengono sovrapposte con il database ISTAT contenente la distribuzione della popolazione residente al fine di fornire degli indici generali che consentano di verificare il trend di abbattimento del digital divide come conseguenza delle iniziative, di parte pubblica e privata, volte al raggiungimento dell obiettivo finale del suo totale annullamento. Il modello si basa sulla ripartizione dell Italia in sezioni censuarie (fonte dati ISTAT, ultimo censimento 2001), per un totale di circa aree, evidentemente più concentrate nelle zone urbane rispetto a quelle suburbane o rurali. Ogni sezione, oltre ad essere perfettamente georeferenziata, contiene una serie di grandezze fornite dall ISTAT come per esempio la popolazione residente, le famiglie, le abitazioni, gli edifici ecc., oltre ovviamente, alla caratterizzazione geografica. I dati fanno riferimento al censimento 2001, pertanto, in attesa dell aggiornamento relativo al nuovo censimento in corso, si è fatta la scelta di utilizzare come parametro fondamentale di analisi la popolazione residente riproporzionata, su base comunale, con i dati aggiornati dei bilanci demografici forniti periodicamente dall ISTAT. Il risultato dell applicazione del modello consiste in definitiva nella colorazione di ognuna di queste sezioni a seconda della disponibilità o meno della banda larga, sia in termini di rete fissa, che in termini di rete mobile. Per quanto riguarda la rete fissa, il modello considera al momento la sola tecnologia ADSL, pur essendo predisposto per gestire anche le reti di nuova generazione in fibra ottica (NGN) non appena partirà il piano di sviluppo. Attualmente, infatti, le reti di accesso in fibra ottica sono limitate a zone centrali di grandi città che risultano coperte anche dalla tecnologia ADSL; pertanto il considerare a sola rete di accesso in rame per quanto riguarda la rete fissa comporta un errore, in termini di valutazione di incidenza del digital divide, trascurabile se non nullo. Nel presente documento verrà considerato digital divide infrastrutturale da rete fissa l indisponibilità di un accesso con velocità almeno pari a 2Mbps. 4

5 Ogni sezione censuaria viene associata alla centrale fissa di riferimento (Area di Centrale) o all eventuale concentratore (MUX, UCR). L associazione, ove non puntualmente disponibile, viene fatta sulla base di un algoritmo di prossimità, corretto sulla base della dimensione della centrale stessa, che garantisce una notevole attendibilità del dato complessivo. La conoscenza della banda che la centrale è in grado di fornire consente la colorazione dell area. La distanza baricentrica dalla centrale stessa consente anche di individuare eventuali problematiche relative a linee lunghe: all aumentare, infatti, della lunghezza del doppino aumentano i fenomeni di dispersione e diminuisce la banda effettiva (fig.1). Figura 1 In questa maniera si riesce a mappare il territorio in zone a copertura effettiva a 20 Mbps o 7 Mbps, piuttosto che a 20 Mbps o 7 Mbps nominali ma, per problemi di linea lunga, con segnale degradato, con possibilità di evidenziare quelle in cui il degrado è tale da scendere sotto la soglia della banda larga, piuttosto che zone a copertura inferiore ai 2Mbps (640kbps o indisponibilità completa di servizi ADSL). Per quanto riguarda la rete mobile, il database delle antenne, ne consente una loro precisa collocazione sul territorio nazionale; l algoritmo di copertura utilizzato, volutamente semplificato, prevede la ripartizione delle zone censuarie in urbane, suburbane e rurali sulla base della densità abitativa e di quelli che sono i parametri generalmente riconosciuti per classificare tali zone; per ogni tipologia viene poi considerato un particolare valore di raggio di copertura delle antenne, decrescente con il crescere della densità abitativa. Per quanto riguarda la rete mobile vengono considerate esclusivamente le antenne in grado di erogare servizi 3G. 5

6 Il modello trascura (e non potrebbe fare altrimenti) eventuali problemi dimensionali da parte degli operatori che erogano i vari servizi (per esempio numero di canali radio o numero di doppini disponibili per armadio), ma l obiettivo resta quello di definire una mappatura quanto più attendibile possibile delle zone in cui i servizi a banda larga siano infrastrutturalmente ancora indisponibili, pesando l informazione con il numero di cittadini residenti che in questo modo vengono esclusi dai servizi di nuova generazione. A titolo di esempio, vengono riportati i passi che il modello segue: Viene caricato il database delle sezioni censuarie (fig.2): Figura 2 Sulla base delle informazioni relative alla infrastruttura di rete fissa e mobile disponibile, vengono colorate le singole sezioni (fig.3). Per semplicità, in verde vengono riportate quelle con disponibilità di banda larga da rete fissa, in verde più chiaro quelle con disponibilità di banda larga solo da rete mobile ed in rosso quelle in digital divide (indisponibilità di ADSL o velocità inferiore a 2Mbps da rete fissa ed indisponibilità da rete mobile). 6

7 Figura 3 Sulla base del modello appena descritto, si è individuato come suo indice di misura del digital divide infrastrutturale la percentuale di popolazione residente che non risulta coperta da servizi a banda larga da rete fissa (quindi per indisponibilità assoluta di ADSL o per disponibilità di velocità inferiori a 2Mbps per qualsiasi ragione apparati di centrale lite in grado di offrire velocità fino a 640kbps, presenza di apparati concentratori, problematiche di degrado del segnale legate a linee lunghe ecc. ) e non risulta coperta da servizi a banda larga da rete mobile (da Operatori in grado di fornire servizi di terza generazione o operatori WiMax). Il valore di questo indice al 30/06/2011 è stato stimato essere pari al 6,3% (circa 3,8 milioni di cittadini). Infatti, circa l 11,4% si ritiene essere la quota in digital divide da rete fissa di cui solo poco più del 5% per mancanza assoluta di servizio ADSL ed un 4% con accesso a velocità inferiore a 2Mbps (ADSL lite ). Il restante 2% si stima essere la quota coperta solo nominalmente dalla banda larga ma effettivamente impossibilitato a raggiungere velocità superiori a 2Mbps per problemi di linea lunga. L indice si riduce al 6,3% grazie alla copertura wireless da rete mobile che, soprattutto 7

8 in ambito rurale, consente l accesso alla larga banda tramite tecnologia alternativa all ADSL. Si stima che circa il 5,1% della popolazione possa accedere alla banda larga solo grazie a tecnologie wireless. Case study: le Farmacie italiane Il modello di calcolo descritto al paragrafo precedente consente di colorare, classificandoli sulla base della copertura in banda larga secondo i criteri indicati, qualsiasi lista di oggetti, purché georeferenziati; il modello verifica la centrale di rete fissa di appartenenza, stimandone la relativa distanza elettrica, verifica l eventuale copertura da rete mobile sulla base della tipologia (urbana, suburbana, rurale) della sezione censuaria di appartenenza e stima conseguentemente lo stato di copertura infrastrutturale (copertura a 20Mbps o a 7Mbps effettiva o nominale, eventuali vincoli di linea lunga, copertura radio 3G). Il lavoro di analisi svolto è stato quindi quello di sottoporre al modello una lista, quella delle Farmacie italiane, fornita al fine di verificare la fattibilità del processo di analisi dal Dipartimento per la digitalizzazione della P.A. e l'innovazione tecnologica, classificandone ogni componente a seconda della copertura. Il modello fornisce anche degli output grafici: nel seguito verranno evidenziati i risultati in forma tabellare e grafica su base territoriale. In realtà il primo passo necessario è stato quello di georeferenziare la lista, che forniva l informazione relativa alla localizzazione solo in termini di indirizzo civico e non di coordinata geografica vera e propria. Questa incompletezza del dato ha fornito occasione di verificare anche l eventuale fattibilità, ed i relativi costi, soprattutto in termini temporali, di una eventuale traduzione degli indirizzi in coordinate geografiche. Le modalità individuate per tale traduzione sono essenzialmente riconducibili a strumenti free che il mondo internet mette a disposizione. Tali strumenti consistono essenzialmente nella interrogazione di siti dedicati al geomapping. Il più noto è certamente Google Maps ( anche se altri siti (per esempio MyGeoPosition, offrono interessanti funzionalità di visualizzazione diretta delle coordinate geografiche dell indirizzo ricercato che, per lo scopo corrente, possono risultare di più immediato utilizzo. 8

9 Dato l alto volume di interrogazioni (dell ordine delle decine di migliaia) necessarie è anche possibile immaginare di automatizzare (o semi-automatizzare) le richieste utilizzando per esempio, le API fornite da Google Maps (per la relativa documentazione si rimanda a che attraverso l utilizzo di tecnologia AJAX (Asynchronous JavaScript and XML) consentono la predisposizione di strumenti interattivi di interrogazione alle basi dati geografiche. L attendibilità di tali strumenti si è rivelata buona anche se non può essere assicurata la correttezza (soprattutto nel caso di automatizzazione o semi-automatizzazione) delle estrazioni completa del 100% dei campioni per motivi legati in certi casi alla non correttezza o anche alla semplice incompletezza dell indirizzo riportato o, in certi casi, alla ambiguità dell indirizzo stesso o, in altri, al non perfetto aggiornamento delle mappe disponibili on-line (soprattutto nel caso in cui ci si affidi a servizi di tipo free o, comunque, non certificati). L analisi a campione dei risultati porta a stimare molto buona l attendibilità dei dati in ambito urbano (tipicamente con indirizzi estesi, completi di numero civico) rispetto a quelli con attendibilità leggermente peggiore di quelli extra-urbani (con indirizzi spesso riferiti a località o comunque generici e spesso senza numero civico). Chiaramente, a regime, le informazioni contenute nelle rispettive liste degli oggetti che dovranno essere analizzati, dovranno essere complete (quindi comprensive di georeferenziazione). Creata la lista, secondo le modalità e con le approssimazioni dette, questa viene data in ingresso al modello di calcolo che colora ogni singolo record, corrispondente ad una farmacia, secondo gli stessi passi descritti in precedenza: 1- viene classificata la tipologia di urbanizzazione verificando la sezione censuaria di appartenenza (calcolata considerando quella baricentricamente più vicina) e la relativa tipologia (urbana, suburbana, rurale) 2- viene considerata l antenna 3G più vicina e, sulla base della tipologia di urbanizzazione, colorata la farmacia a seconda che rientri o meno nel raggio di copertura 3- viene considerata la centrale di rete fissa di appartenenza (sulla base dell algoritmo di prossimità corretto ), verificandone l eventuale criticità da linea lunga e colorata la farmacia a seconda della copertura fornita dalla centrale 4- sulla base delle colorazioni è possibile classificare le farmacie e fornire report di tipo tabellare e/o grafico 9

10 In particolare, per quanto riguarda il case study analizzato, a livello nazionale il dato è sintetizzato nella tabella seguente che riporta, per regione, il numero complessivo di farmacie, quelle coperte (almeno teoricamente) dalla banda larga da rete fissa (velocità di accesso uguale o superiore a 2Mbps), quelle non coperte da rete fissa (o comunque a velocità inferiori) ma coperte da servizi mobili 3G e, infine, quelle restanti, classificabili come quelle in digital divide infrastrutturale (si noti che, oltre le approssimazioni del modello, il ricorso ad eventuali tecnologie alternative per esempio quella satellitare potrebbe comunque assicurare un accesso classificabile come banda larga anche in questi casi). Codice Banda Larga DIGITAL Digital Regione Codice Banda Larga Solo Wireless Digital Divide Totale Farmacie DIGITAL Digital Regione regione (Fisso) Solo Wireless Digital Divide Totale Farmacie DIVIDE Divide (Fisso) regione (Fisso) DIVIDE Divide (Fisso) Abruzzo ,7% 30,2% Abruzzo ,7% 30,2% Basilicata ,4% 29,1% Basilicata ,4% 29,1% Calabria ,6% 27,7% Calabria ,6% 27,7% Campania ,4% 13,3% Campania ,4% 13,3% Emilia Romagna ,0% 13,3% Emilia Romagna ,0% 13,3% Friuli Venezia Giulia ,9% 25,3% Friuli Venezia Giulia ,9% 25,3% Lazio ,0% 7,9% Lazio ,0% 7,9% Liguria ,6% 11,1% Liguria ,6% 11,1% Lombardia ,6% 15,9% Lombardia ,6% 15,9% Marche ,7% 15,7% Marche ,7% 15,7% Molise ,9% 60,5% Molise ,9% 60,5% Piemonte ,5% 25,7% Piemonte ,5% 25,7% Puglia ,3% 6,1% Puglia ,3% 6,1% Sardegna ,2% 12,2% Sardegna ,2% 12,2% Sicilia ,4% 8,4% Sicilia ,4% 8,4% Toscana ,8% 14,7% Toscana ,8% 14,7% Trentino Alto Adige (Bz) ,8% 22,1% Trentino Alto Adige (Bz) ,8% 22,1% Trentino Alto Adige (Tn) ,7% 18,4% Trentino Alto Adige (Tn) ,7% 18,4% Umbria ,7% 18,3% Umbria ,7% 18,3% Valle d'aosta ,1% 9,5% Valle d'aosta ,1% 9,5% Veneto ,7% 19,8% Veneto ,7% 19,8% TOTALE ,7% 16,1% TOTALE ,7% 16,1% Tabella 1 Come prevedibile il numero di Farmacie che risulta essere in digital divide infrastrutturale (9,7%) è percentualmente più alto dell indice di digital divide complessivo (6,3%) calcolato dal modello nazionale applicato alla popolazione residente. La spiegazione risiede verosimilmente nel fatto che la distribuzione delle Farmacie è più vicina alla distribuzione territoriale che non a quella della popolazione residente, utilizzata come base per il calcolo dell indice generale, più concentrata in ambito urbano e tipicamente coperto dalla banda larga. Questo spiega il motivo per cui gli indici calcolati sulla base del numero di Farmacie non coperte sono generalmente peggiorativi rispetto a quelli calcolati sulla base dei residenti. 10

11 A titolo esemplificativo, si mostra di seguito l analisi grafica condotta sulla provincia di Isernia. In particolare nella figura seguente viene indicata la distribuzione territoriale della diffusione della banda larga (in verde la banda larga da rete fissa, in verde chiaro le zone coperte solo da tecnologia radio 3G, in rosso quelle in digital divide infrastrutturale) così come calcolata dal modello matematico. Figura 4 Le 3 figure seguenti riportano sulla mappa anche le farmacie che il modello riconosce essere in una delle tre situazioni (banda larga, banda larga solo da mobile, digital divide). E evidente come la distribuzione territoriale sia dominante rispetto a quella della popolazione residente. Inoltre la presenza di farmacie fuori dai grandi centri abitati ma comunque al centro di sezioni censuarie densamente abitate (tipicamente il centro di piccoli comuni) fa si che il modello riconosca come difficoltosa la copertura radio che invece risulta più efficace (per la migliore condizione di propagazione radioelettrica) in zone effettivamente rurali. 11

12 Figura 5a Provincia Isernia Farmacie coperte dalla banda larga Figura 5b Provincia Isernia Farmacie coperte dalla banda larga solo da rete mobile 12

13 Figura 5c Provincia Isernia Farmacie in digital divide 13