5. ANALISI E SIMULAZIONE DELLA DOMANDA DI TRASPORTO AEREO. METODOLOGIA OPERATIVA.

Transcript

1 5 CAPITOLO 5. ANALISI E SIMULAZIONE DELLA DOMANDA DI TRASPORTO AEREO. METODOLOGIA OPERATIVA Premessa. Individuate le principali infrastrutture di trasporto su ferro su gomma che consentono i collegamenti interni all area di studio e l accesso agli aeroporti che ospitano l attuale offerta di trasporto aereo, la fase successiva dello studio è stata la simulazione, con modelli matematici, del sistema di offerta, costituito dalle componenti fisiche, elencate precedentemente, e dai servizi di trasporto prodotti nell area Delimitazione dei Bacini di Utenza. Nella prima fase di analisi dei bacini di utenza sono stati evidenziati l aeroporto di Napoli (Capodichino) e gli aeroporti di Foggia (G. Lisa) e Bari (Palese), potenzialmente utilizzabili dagli utenti di trasporto aereo della città di Benevento e della sua provincia.

2 Considerato come punto centrale ciascun aeroporto, sono state evidenziate le aree di accessibilità a ciascuno di essi, determinate a seconda delle fasce orarie necessarie per l accesso all infrastruttura. Ai rami della rete infrastrutturale di accesso, sono stati attribuiti, nel calcolo, le velocità medie di percorrenza, rilevabili nella tabella che segue, in ragione della loro categoria e delle caratteristiche di percorribilità che esse mediamente presentano, per categoria, sezione trasversale e grado di congestione. Normale Lenta Urbana Urbana- Lenta Autostrada Doppia carreggiata Statale Statale stretta Provinciale Altre Strade Tab. 5.1: Velocità medie di percorrenza della rete infrastrutturale di accesso. Sono state differenziate, quindi, tre fasce di colore diverso determinanti le aree il cui tempo di accesso alle infrastrutture disponibili, è rispettivamente di 30, 60 e 90 minuti (allegato A.02). Fig. 5.1: Bacini di utenza degli aeroporti di Napoli, Foggia e Bari. L individuazione dei territori interessati come bacini di utenza delle tre infrastrutture di trasporto attualmente disponibili, ha permesso di identificare l area di piano, ossia l area all interno della quale potrà essere valutato, in maniera ragionevole, ogni effetto determinato da un eventuale intervento sul sistema di trasporto. L allegato A.03 sintetizza graficamente quanto precedentemente esposto.

3 Le regioni interessate sono rispettivamente: Puglia (ad esclusione della provincia di Lecce), Basilicata, Campania (esclusa la parte più bassa del Salernitano), Molise e basso Lazio. Fig. 5.2: Area di piano. Una volta individuata l area di piano, è stata determinata la sua zonizzazione, per rendere possibile, in una fase successiva del lavoro, la descrizione della domanda di mobilità e la sua simulazione matematica. In questo modo sarà possibile riprodurre, quantitativamente, il fenomeno della mobilità all interno dell area di piano, mediante la sua discretizzazione. Essa è stata definita da un totale di 15 zone individuate attraverso i confini provinciali delle regioni interessate. Successivamente sono stati localizzati i centroidi, ossia la determinazione attraverso un solo punto di una molteplicità di luoghi di Origine e di Destinazione di spostamenti ricadenti in una zona. Poiché, nella quasi totalità dei casi, le zone sono determinate dall intera area delle Province, i centroidi sono stati posizionati in corrispondenza di ciascun capoluogo di provincia (allegato A.04). Da un analisi comparativa degli aeroporti di Napoli e Foggia, e di Foggia e Bari, le fasce di accesso più esterne, rispettivamente quelle caratterizzate da un tempo di percorrenza di 60 e 90 minuti, risultano più ampie e, sulla maggior parte del territorio, sovrapposte; viene sottolineata, pertanto, da una parte la possibilità di scelta di trasporto aereo offerta all utente, dall altra che la maggior parte dell area in esame è caratterizzata da tempi di percorrenza elevati per l accesso alle rispettive infrastrutture di trasporto aereo. Una volta individuati i bacini di utenza degli aeroporti di Napoli, Foggia e Bari, caratterizzati, come già detto, dalle diverse fasce d accesso, è stata evidenziata, su siffatta stratificazione, l area della provincia di Benevento, in maniera tale da sottolineare come essa sia attualmente servita da infrastrutture di trasporto aereo: quali aeroporti sono più agevolmente accessibili ed il tempo di percorrenza di accesso ad essi. E emerso, pertanto, che la maggior parte del territorio Beneventano, in particolar modo quello più a sud, è caratterizzato da un bacino di utenza orientato all aeroporto di Napoli Capodichino, con una fascia d accesso di 60 minuti. Una piccola parte è servita,

4 contemporaneamente, dagli aeroporti di Napoli e Foggia, entrambi con una fascia di accesso di 60 minuti; mentre la parte più ad est, sempre in un raggio di 60 minuti, è orientata verso l aeroporto di Foggia. La parte settentrionale, infine, è determinata da una fascia di accesso elevata (90 minuti) sia per l aeroporto di Napoli sia per quello di Foggia. Ad eccezione di pochissimi comuni al confine con la provincia di Caserta, nessuna area del territorio del Beneventano è servita da strutture aeroportuali accessibili in un periodo di tempo ridotto, pari a circa 30 minuti. Le osservazioni precedenti sono in linea con le informazioni ed idee del gruppo di ricerca, provenienti dalla conoscenza generale dei luoghi. Per tale ragione è stata presa in considerazione l ipotesi realizzativa dell infrastruttura aeroportuale beneventana, nonché l ampliamento ed il potenziamento dell aeroporto di Salerno Pontecagnano (allegato A.05), come previsto dal Master Plan dello stesso aeroporto, studiato dallo stesso gruppo di ricerca. La determinazione del bacino di utenza della nuova infrastruttura aeroportuale beneventana è stato determinato con le stesse procedure e direttrici utilizzate precedentemente (allegato A.06). Fig. 5.3: Bacini di utenza degli aeroporti di Napoli, Foggia, Bari; Pontecagnano e Benevento. La prima osservazione che è interessante fare, come può evincersi anche dall esame dell allegato A.07 e dalla figura 5.4, è che l area di piano risulta ampliata rispetto a quella precedente. L aeroporto di Pontecagnano, infatti, determinerebbe un bacino di utenza esteso anche ai comuni della provincia di Salerno più bassi, ossia quelli costieri confinanti con la regione Basilicata, precedentemente non serviti da alcun aeroporto. Mentre un eventuale infrastruttura aeroportuale a Benevento allargherebbe la fascia di utenza a nord, comprendendo diversi comuni dell Abruzzo.

5 Fig. 5.4: Nuova area di piano. Entrambi i bacini di utenza risultano particolarmente estesi. Quello di Salerno abbraccia, con la fascia di accesso più esterna (90 minuti) quasi l intera Campania, parte del basso Molise, spingendosi verso le province di Foggia, Bari e Potenza. L infrastruttura aeroportuale di Benevento, invece, oltre a coprire l intera provincia con una fascia di accessibilità ridotta di 30 minuti, copre l intero Molise, gran parte della provincia di Foggia fino al confine con Bari e quasi l intera Campania, ad eccezione dei comuni più a sud del Salernitano. Nella tabella che segue si riportano, invece, le ripartizioni dei singoli bacini tra le entità provinciali dell area di piano. Quanto esposto fin qui esamina la capacità attrattiva di un infrastruttura aeroportuale in relazione alla sola accessibilità, mediante modi di trasporto di superficie. È necessario, per avere un quadro completo della capacità di generare/attrarre utenti, esaminare gli attributi, in termini di caratteristiche tecnico funzionali (numero di collegamenti aerei disponibili, tariffe, dimensioni della pista, ecc.) per ciascuna infrastruttura aeroportuale. È verosimile credere, infatti, che la presenza di un offerta di voli maggiore, con tariffe ridotte, possa consentire una capacità generatrice/attrattiva di un numero maggiore di utenti.

6 RIPARTIZIONE BACINI PROV. TOT. COMUNI TOT. RESIDENTI BACINO DI BARI TOT. AB. BACINO % BACINO DI FOGGIA TOT. AB. BACINO % BACINO DI NAPOLI TOT. AB. BACINO BACINO DI BENEVENTO BACINO DI SALERNO % TOT. AB. BACINO % TOT. AB. BACINO AV ,5% % ,7% % % CE ,4% % % % NA ,5% % % % BN % % % % SA % % % % BR % BA % % % FG % % ,7% ,6% ,5% TA % IS % ,5% % % CB % ,8% % % PZ % ,5% ,5% ,6% % MT % % % FR % % % LT % % % Tab. 5.2.: Ripartizioni dei singoli bacini tra le entità provinciali dell area di piano Analisi della Domanda di Trasporto Aereo. Metodologia Operativa. L area di piano del presente lavoro è costituita, come detto, dalla regione Campania, dalla parte nord della regione Puglia, dal Molise e dal basso Lazio. Per facilitare la modellizzazione degli spostamenti terrestri al suo interno è stata operata la discretizzazione del problema, suddividendo l area di studio in zone di traffico (delimitate dai confini provinciali). In ciascuna di esse sono state poi individuati nodi ideali (centroidi), considerati coincidenti con il baricentro delle attività (Capoluoghi di Provincia), nei quali si ipotizza inizi e/o termini lo spostamento da e verso ciascun aeroporto dell area. Su questa base si è costruito il modello comportamentale, che si articola in una successione di fasi di simulazione: specificazione, ovvero determinazione del formalismo matematico capace di riprodurre la scelta degli utenti; calibrazione, ossia determinazione, su base statistica dei dati reali di spostamento, dei coefficienti incogniti del modello matematico; verifica di riproducibilità (validazione o taratura) del reale comportamento dei viaggiatori aerei dell area. Bisogna considerare, peraltro, che il processo di costruzione calibrazione validazione potrebbe produrre risultati distanti dalle reali scelte degli utenti; è necessario, pertanto, iterare la procedura fin quando non si pervenga ad un accettabile qualità statistica del modello,ovvero non sia accertata la capacità riproduttiva dei dati reali disponibili Specificazione del modello. Ciascuno spostamento è il risultato di numerose scelte compiute dagli utenti del servizio di trasporto. Nel caso dei viaggiatori aerei le scelte ineriscono il fare o meno uno spostamento per un certo motivo, in una certa fascia oraria e verso quale destinazione (aeroporto) farlo. Partendo da questi presupposti molti dei modelli matematici utilizzati per simulare la domanda di spostamento tentano di riprodurre i comportamenti di scelta degli utenti, dal punto di vista comportamentale. A questa famiglia appartengono i modelli di utilità %

7 aleatoria, i quali si basano sulla ipotesi che ogni utente, eventualmente appartenente ad una classe di utenti omogenea dal punto di vista comportamentale, sia un decisore razionale, ovvero un massimizzatore dell utilità relativa alle proprie scelte. Nel caso di studio è stato messo a punto un modello del tipo Nested Logit (Logit con una struttura ad albero), appartenente alla suddetta classe. In particolare per ciascuna alternativa di scelta (uno degli aeroporti dell area di piano) è stata definita una funzione di utilità percepita dipendente dalle caratteristiche (attributi delle alternative): Accessibilità di ciascun aeroporto dell area, dipendente dalla qualità e quantità delle infrastrutture di accesso, mediante il tempo di spostamento (AT Access Time), ovvero il tempo impiegato per raggiungere ciascun aeroporto dell area di piano dai capoluoghi di Provincia (espresso in minuti); Variabile Dummy, il cui valore può essere 1 in corrispondenza dell aeroporto che si sta considerando, 0 altrimenti; Tempo di viaggio, ovvero il tempo impiegato per raggiungere la destinazione finale a partire da ciascun aeroporto dell area di piano; Tariffa del biglietto aereo, per l insieme dei voli disponibili in ciascun aeroporto, calcolata mediante dati ufficiali (espressa in lire italiane); Frequenza dei voli disponibili da e verso ciascun aeroporto dell area (espressa in numero di voli al giorno). Frequenza relativa, determinata dal rapporto tra il numero dei voli per ciascuna destinazione, ed il numero totale di tutti i possibili collegamenti aerei originati dall area di piano. È stato provato, da alcuni studi di ricerca, che le caratteristiche considerate rilevanti nel compimento della scelta tra diversi aeroporti a servizio di un area, sono proprio quelle elencate. Ciascun attributo è stato moltiplicato per coefficienti incogniti (β i ), da determinarsi nella fase di calibrazione, caratterizzanti il peso che ciascun utente attribuisce a ciascuno di essi. È verosimile attendersi che per la diverse tipologie di viaggiatori aerei (turisti o viaggiatori di affari) il comportamento di scelta sia diverso. Questo si dovrebbe tradurre in un diverso valore dei coefficienti (β i ) del modello per ciascuna categoria di utenti: Coefficienti elevati e negativi per primi due attributi, con il primo maggiore, in valore assoluto, in ragione di un comportamento indirizzato, per i turisti, alla minimizzazione del costo del biglietto aereo; Maggiore peso per la frequenza ed il tempo di spostamento, per i viaggiatori d affari. Il controllo di quanto detto rivestirà un ruolo importante nella fase di validazione del modello. I modelli per la domanda di spostamenti aerei simulano la quantità media di spostamenti, con le loro caratteristiche rilevanti aventi come Origine o Destinazione gli aeroporti dell area di piano, in un determinato periodo di riferimento. Il sistema di modelli simula il flusso di domanda di spostamenti emessi o generati da ciascuna provincia (zone dell area di piano), nel periodo di riferimento, e la ripartisce fra i diversi aeroporti dell area di piano. Per quanto riguarda la sequenza dei sottomodelli si rimanda all appendice (A1.1). Ci sono alcune ipotesi assunte alla base dell analisi: Il numero di passeggeri in partenza è identico al numero di quelli in arrivo: l analisi delle serie storiche dei dati, relativi agli aeroporti dell area di piano, dimostra l attendibilità di tale ipotesi;

8 Il numero di viaggi generati per provincia è dato dal prodotto di un fattore di generazione per il numero di occupati della provincia. Tale fattore è stato determinato rapportando il numero di passeggeri aerei totali rilevati (escluso la domanda charter, che è l unica disaggregata dalle statistiche Civilavia) al numero di occupati totali nell area di studio. In questo modo si è ottenuto un indice numero di spostamenti per occupato valido per l intera area, che fotografa la situazione allo stato attuale. Detto fattore può essere variabile in funzione del tempo, proprio in quanto legato all incremento o decremento economico del territorio. Si è quindi formulata l ipotesi semplificativa che vi sia proporzionalità diretta tra i viaggi in aereo e la sola parte produttiva della popolazione. Il numero di passeggeri generati (modello di generazione) per ciascuna categoria di spostamenti aerei è stato determinato come segue (determinazione del coefficiente α i ): Passeggeri per il motivo turistico (TUR.). E stata considerata che una percentuale pari all 85% del numero totale di spostamenti aerei, interessanti l area di studio; il restante 15%, del totale, caratterizzerà gli spostamenti per lavoro. Questa ripartizione è il risultato di un analisi condotta su diversi aeroporti e per diverse tipologie di collegamenti aerei, che ha dimostrato come, mediamente il 15% del carico pagante, su ciascun aereo, sia rappresentato da viaggiatori business [Romano E. de Riso V. Tocchetti A. A methodology for air route planning: the case NAP-New York, Atti del IV convegno ATRG 2000, Amsterdam, 2-5 luglio 2000; Ashford N Benchman M. Passengers choice of airport: an application of the multinomial logit model, Transportation Research Record n pagg. 1-5; Dati statistici GESAC relativi agli anni precedenti al 1999]. Passeggeri per motivi di lavoro (BUS.); come spiegato precedentemente rappresenta il 15% degli spostamenti aerei complessivi interessanti, in origine o destinazione, l area di studio; Passeggeri charter (CHARTER); questo numero è stato determinato conducendo un analisi statistica sui dati ufficiali (CIVILAVIA) degli aeroporti esistenti dell area di Piano. Il modello di distribuzione è del tipo Nested Logit; per la sua formulazione matematica si rimanda all appendice (A1.1) Calibrazione dei modelli. La calibrazione del modello di scelta consiste, come detto, nell ottenere delle stime dei coefficienti β (costo dello spostamento) e del parametro θ (stabilità rispetto alla massimizzazione), sulla base delle scelte realmente effettuate dagli utenti. Ciò si ottiene utilizzando opportuni modelli statistici (detti di Massima verosimiglianza). Nella tabella successiva sono riportati i presupposti della fase di calibrazione in ordine ai pesi caratterizzanti ciascun attributo, per le diverse categorie di utenti:

9 TURISTI BUSUNESS CHARTER Prima Dominante TARIFFA FREQUENZA RELATIVA TARIFFA Seconda Doinante FREQUENZA FREQUENZA FREQUENZA RELATIVA Terza Dominante FREQUENZA RELATIVA TEMPO DI VIAGGIO FREQUENZA Quarta Dominante TEMPO DI VIAGGIO TEMPO DI ACCESSO TEMPO DI ACCESSO Quinta Dominante TEMPO DI ACCESSO TEMPO DI VIAGGIO Tab. 5.3: Importanza relativa degli attributi per ciascuna categoria di utenti aventi una diversa dimensione di scelta Validazione dei modelli (Test di significatività). L operazione di validazione, ossia la verifica campionaria della capacità del modello di riprodurre fedelmente le scelte effettuate dall universo degli utenti, è articolata con l impiego di diversi test statistici. In questa fase si sono applicati test statistici elementari, formali ed informali (verifica dei segni attesi dei coefficienti del modello), tendenti essenzialmente a verificare l affidabilità del modello costruito. Un primo test informale ha focalizzato l attenzione sui segni dei coefficienti β calibrati; l attesa è che i coefficienti di attributi corrispondenti a costi o a disutilità (quali tempo di viaggio, tempo di accesso, costo monetario, disponibilità) abbiano segno negativo e, viceversa, che quelli relativi ad attributi di convenienza (quali le frequenze dei voli) siano positivi. Detto test ha dato, ovviamente, esito positivo; un insuccesso avrebbe indicato che, probabilmente, sarebbero stati commessi errori in fase di specificazione del modello, ossia nella misurazione di ciascuna variabile. I test statistici che sono stati utilizzati sono: il test del rapporto di verosimiglianza sui vettori dei coefficienti; questo verifica la cosiddetta ipotesi nulla attraverso il raffronto dei risultati del modello con quelli che deriverebbero dall adozione di un criterio di equiprobabilità delle scelte (β tutti nulli); la forma della funzione statistica è la seguente: LR = 2 [ logl( 0) logl( β )]; il test ρ 2 (rho quadrato) sulla bontà dell'accostamento del modello alla realtà. Questo è una misura normalizzata, nell intervallo (0,1) della capacità del modello a riprodurre le scelte osservate: 2 logl( β ) ρ = 1. logl( 0) ρ 2 vale "0" se L(β)=L(0), vale "1" se il modello fornisce una probabilità pari ad "1" di osservare la scelta effettivamente fatta da ogni utente del campione. I valori delle statistiche sono riportati nella tabella che segue:

10 TEST STATISTICI ρ 2 TUR. BUS. CHT. 0,22 0,69 0, Tab. 5.4: Risultati dei test statistici per la taratura del modello di domanda. LR Un ulteriore test consentirà di controllare la significativa convergenza fra i flussi passeggeri determinati con l impiego del modello e quelli rilevati mediante indagini statistiche. Risolto, infatti, il problema della determinazione e verifica (formale) dei coefficienti incogniti del modello sono note le probabilità di scelta di ciascuna alternativa e quindi il numero di spostamenti attratti dagli aeroporti di Napoli, Foggia e Bari. Questi valori sono stati confrontati con i dati di traffico per ciascuno di essi. Il risultato, come può notarsi, è una corretta capacità del modello a simulare il comportamento di scelta dei viaggiatori dell area di piano: VALORI REALI (ANNO 2000) NAPOLI BARI FOGGIA VALORI DA MODELLO NAPOLI BARI FOGGIA VARIAZIONI PERCENTUALI 1,98% 5,24% 1,86% Tab. 5.5: Numero di spostamenti attratti dagli aeroporti di Napoli, Foggia e Bari.