|
Le odierne città si sono
sviluppate, fin dalla loro nascita, come centri in cui si
concentravano le principali attività della vita sociale
(attività amministrative, finanziarie, bancarie, di
intrattenimento, di shopping); l’aumento delle popolazione in
ambito urbano e la conseguente saturazione dei centri abitati
hanno determinato uno squilibrio tra l’offerta di trasporto
fornita dalle infrastrutture e dai sistemi di trasporto e la
domanda di trasporto che doveva essere servita. Con il passare
degli anni si è quindi aggravato il ben noto problema della
congestione stradale; due sono le soluzioni per alleviare gli
effetti della congestione: aumentando l’offerta di trasporto o
modificando la domanda di trasporto.
La prima soluzione
consiste nell’agire direttamente sull’offerta di trasporto
investendo in infrastrutture: in questo caso il costo sociale
dell’intervento, già alto per la peculiarità di queste opere
civili, aumenta a causa del limitato spazio disponibile che
impedisce la progettazione di tracciati economicamente
efficienti. Inoltre i tempi di realizzazione delle opere
infrastrutturali sono molto lunghi e i benefici in questo caso
si rilevano dopo molti anni dalla costruzione dell’opera.
La seconda
soluzione è quella di intervenire sulla domanda di trasporto;
in generale gli interventi di questo tipo richiedono un costo
minore e tempi di realizzazione molto più bassi dei
precedenti.
Le nuove
tecnologie rappresentano un valido strumento per poter agire
direttamente sulla domanda di trasporto; prendendo spunto da
ciò, questa tesi ha approfondito gli effetti della E-economy
sui trasporti, con particolare riferimento al trasporto
passeggeri, individuando quali di questi sono più rilevanti
nell’influenza sulla domanda di trasporto.
Infatti, la
diffusione dei computer e l’evoluzione tecnologica hanno dato
vita a nuovi sistemi di comunicazione (telefoni cellulari, sms,
posta elettronica, internet) che offrono un’alternativa
virtuale a tante delle attività che svolgiamo
quotidianamente (lavoro, acquisti, formazione). Ciò ha
consentito di poter svolgere in casa una serie di attività
(tele-lavoro, tele-istruzione, commercio elettronico) che
richiedevano precedentemente spostamenti in luoghi specifici.
Gli effetti di
questa innovazione sulla domanda di trasporto sono molteplici:
se da un lato il ricorso alle attività virtuali sostituisce
una serie di spostamenti fisici dall’altro l’individuo che
svolge queste attività virtualmente potrebbe impiegare il
tempo risparmiato per effettuare altre attività o per
effettuare un altro tipo di spostamento. Di conseguenza per
quantificare questi effetti si è condotta un analisi
bibliografica con riferimento sia al trasporto passeggeri sia
con un minor dettaglio al trasporto merci.
Dall’analisi
della letteratura emerge che la possibilità di effettuare un
attività virtuale determina due effetti sulla domanda di
trasporto: l’effetto sostituzione e l’effetto
complementarietà.
L’effetto
sostituzione determina una diminuzione della domanda di
trasporto: in questo caso il generico utente sostituisce
all’attività fisica, che determinava l’esigenza di spostarsi,
un attività virtuale.
L’altro effetto, di
complementarietà, determina una modifica della domanda di
trasporto; l’eliminazione di uno spostamento può permettere
una diversa programmazione delle attività quotidiane e quindi
spostare nel tempo determinati spostamenti: i tele-lavoratori
possono spostare nel tempo alcuni spostamenti, evitando i
periodi di punta, avendo maggiori occasioni per fare alcune
commissioni durante i periodi di morbida della circolazione
stradale. Un altro effetto di complementarietà si presenta
quando l’acquisizione delle informazioni tramite internet
sugli stati di traffico, motivano la scelta di un percorso che
non sarebbe stato scelto in assenza di congestione.
E’ fondamentale quindi
stimare l’entità di questi effetti per quantificare le
implicazioni sulla domanda di trasporto. Dall’analisi
bibliografica condotta è emerso che la letteratura attuale non
fornisce modelli di simulazione di questi effetti: per tale
motivo si è scelto un determinato contesto, quello dello
spostamento per acquisti, per il quale si è deciso di
implementare un modello di simulazione dell’effetto
sostituzione.
Per quanto riguarda la forma del modello, si è adottato un modello di
utilità aleatoria con forma funzionale logit binomiale. E’
stata condotta un ulteriore ricerca bibliografica per indagare
sugli attributi che risultano determinanti nella scelta tra le
due alternative di acquisto. Gli attributi che sono stati
utilizzati nelle diverse specificazioni del modello sono
classificabili in: attributi socioeconomici, attributi
relativi all’occupazione dell’individuo, attributi relativi
alle caratteristiche delle connessioni internet utilizzate,
attributi relativi alle caratteristiche peculiari del
commercio fisico, attributi relativi alle caratteristiche
peculiari del commercio elettronico, attributi relativi alle
caratteristiche peculiari negative del commercio elettronico,
attributi relativi alla confidenza con il computer e le nuove
tecnologie, attributi relativi allo spostamento al negozio a
piedi, attributi relativi allo spostamento al negozio con il
mezzo pubblico, attributi relativi allo spostamento al negozio
con l’auto o la moto.
Per acquisire la
base dati necessaria alla calibrazione del modello è stato
realizzato un sito internet in cui gli intervistati,
contattati direttamente in internet, attraverso i gruppi di
discussione, le chat, i forum, i portali universitari, hanno
compilato il questionario per la raccolta dei dati.
Il formato
elettronico del questionario ha consentito di renderlo
“dinamico”, cioè l’utente era guidato nel processo di risposta
e la sequenza di domande a cui doveva rispondere era funzione
delle risposte precedentemente fornite: ciò determinava
diversi percorsi di compilazione.
Al questionario
hanno risposto 697 persone, in un intervallo di tempo di
appena 14 giorni: il tasso di risposta è stato dell’1% poiché
sono state contattate quasi 70000 persone. I dati acquisiti
dall’indagine, oltre ad aver consentito la calibrazione del
modello, sono stati utilizzati per arricchire l’analisi
quantitativa dell’effetto sostituzione nel caso del commercio
elettronico.
| 
