Lezione n. 06 La difficoltà non sta nel credere nelle nuove idee, ma nel fuggire dalle vecchie....
71
ECONOMIA DEI TRASPORTI E DEI SISTEMI LOGISTICI Lezione n. 06 La difficoltà non sta nel credere nelle nuove idee, ma nel fuggire dalle vecchie. J.M. Keynes Anno Accademico 2011 -2012 1
Lezione n. 06 La difficoltà non sta nel credere nelle nuove idee, ma nel fuggire dalle vecchie. J.M. Keynes Anno Accademico 2011 -2012 1
Lezione n. 06 La difficolt non sta nel credere nelle nuove
idee, ma nel fuggire dalle vecchie. J.M. Keynes Anno Accademico
2011 -2012 1
Slide 2
LA PIANIFICAZIONE nel TPL 2
Slide 3
LA PIANIFICAZIONE nel TPL (trasporti & territorio) Il
territorio il luogo in cui si declinano le azioni umane che
esprimono una DOMANDA DI MOBILIT cui va riconosciuto un carattere
derivato rispetto alle azioni stesse. La pianificazione
territoriale persegue lobiettivo di definire lassetto di un
determinato ambito spaziale assumendo le sue caratteristiche
peculiari. In tale contesto si definisce un LAND-USE e si realizze-
ranno infrastrutture previa individuazione di uno sche- ma di
mobilit (persone e merci) con un approccio tipico della tecnica
dellanalisi degli scenari. 3
Slide 4
TRASPORTI & TERRITORIO Nella pianificazione si simulano
delle previsioni condizionate a una realt cui si vuole pervenire;
in tale quadro il nostro interesse limitato alla pianificazione dei
trasporti di persone. Il compito della pianificazione dei trasporti
consiste nel progettare un sistema in grado di stimare la DOMANDA
DI MOBILIT effettiva e potenziale conciliandola con lassetto
territoriale e con il sistema dellofferta. 4
Slide 5
5
Slide 6
LA PIANIFICAZIONE PU ASSUMERE DIVERSE VALENZE STRATEGICA -
prevede interventi a lungo termine (10-20 anni) e infrastrutture
(livello nazionale/internazionale); TATTICA - ovvero con un
obiettivo a breve/medio termine (livello regionale); OPERATIVA -
concretizza interventi sul sistema in tempi brevi. 6
Slide 7
LIMPIEGO DEI MODELLI Per effettuare la stima della domanda si
ricorre allimpiego di modelli con cui approfondire il tema della
mobilit in termini quantitativi e qualitativi istituendo una
relazione matematica tra lofferta di trasporto e le necessit di
spostamento (domanda) I MODELLI SONO UNA RAPPRESENTAZIONE
SCHEMATICA ED ESSENZIALE DELLA REALT E COSTITUISCONO UNO STRUMENTO
MEDIANTE IL QUALE ANALIZZARE MATEMATICAMENTE UN FENOMENO. STIMATA
LA DOMANDA SI PROCEDE ALLA VERIFICA DEL FUNZIONAMENTO DEL SISTEMA
DI TRASPORTO 7
Slide 8
PASSI DELLA FASE MODELLISTICA FORMULAZIONE DEL MODELLO:
tipologia, struttura, funzioni, variabili. CALIBRAZIONE:
determinazione dei parametri che ottimizzano il modello rendendolo
idoneo a rappresentare la realt VALIDAZIONE: verifica del modello
rispetto alla realt 8
Slide 9
PIANIFICAZIONE DEI TRASPORTI passi Individuazione/delimitazione
dellarea in studio; Zonizzazione dellarea in studio; Definizione
dellofferta del sistema di trasporti; Verifica dellinterazione tra
domanda e offerta con riferimento ai flussi di traffico sulla rete.
9
Slide 10
AREA IN STUDIO E ZONIZZAZIONE Individua larea COME SISTEMA
TERRITORIALE che sar oggetto di modellazione. Allinterno del suo
confine (cordone) si presume che dovr realizzarsi la maggior parte
dei fenomeni riguardanti la mobilit. La ZONIZZAZIONE consiste nella
suddivisione in forma discreta dellarea in studio in areole/zone
che esprimono il territorio e rappresentano le unit elementari
minime cui riferire spazialmente il piano e costituiscono la scala
di riferimento dei suoi obiettivi (ogni zona dispone di un
centroide -baricentro) 10
Slide 11
DISCRETIZZAZIONE DELLAREA IN STUDIO 11
Slide 12
ESEMPI DI ZONIZZAZIONE macro area micro area 12
Slide 13
PROCEDURE DI ZONIZZAZIONE Non esiste una regola generale per
effettuare la zonizzazione ma alcuni principi comuni cui attenersi:
fare combaciare le zone con gli elementi costitutivi del territorio
nei suoi aspetti orografici e infrastrutturali; restare entro i
confini amministrativi del territorio; definire zone omogenee
secondo le rispettive specificit e il land -use; tenere conto di
eventuali zonizzazioni di studi precedenti; limitare la dimensione
delle zone considerando un possibile riaccorpamento futuro. Dal
punto di vista operativo le zone si disegnano riunendo le
particelle censuarie ISTAT. 13
Slide 14
MATRICE ORIGINE/DESTINAZIONE si riportano nelle righe e nelle
colonne le varie zone e/o centroidi per evidenziare le tipologie di
movimenti interessanti larea in studio. 14
Slide 15
LA MATRICE O/D VIENE ASSOCIATA AL GRAFO DELLA RETE per
descrivere matematicamente i dati che saranno successivamente
elaborati 15
Slide 16
PERCH I GRAFI Il GRAFO uno strumento che permette di effettuare
ottimizzazioni simulando una rete in cui i nodi rappresentano gli
incroci o localit significative (es.: fermate del trasporto
pubblico) e gli archi le strade. Per descrivere un flusso di rete
si procede assegnando un certo valore ai nodi ed un costo agli
archi. In ordine ai costi si ricorre al concetto di : COSTO
GENERALIZZATO 16
Slide 17
COSTO GENERALIZZATO il costo percepito dagli utenti per
percorrere archi e nodi sul percorso O/D comprendente, oltre ai
costi del veicolo (fissi e varia-bili) le eventuali tariffe di
accesso e/o pedaggi, il valore del tempo totale di viaggio: CG ab =
1 VO. t d2d + 2 T + 3 CV + 4 K +.. CG costo generalizzato VO valore
unitario tempo T tariffe daccesso e pedaggi CV costi variabili
consumi etc.. K comfort .. altro 17
Slide 18
ULTERIORI INDAGINI POPOLAZIONE, ATTIVIT ECONOMICHE CONNESSE CON
LA MOBILIT, MOTORIZZAZIONE, SISTEMI DI TRASPORTO PRESENTI.
Attraverso indagini con interviste a campione (a domicilio, in
fabbrica, al cordone..) riguardanti: trasporti pubblici veicoli
commerciali volumi di traffico Parcheggi e domanda di sosta. Quindi
si determinano 18
Slide 19
SCHEMI DI MOVIMENTO INTERNI IN ENTRATA IN USCITA
DATTRAVERSAMENTO 19
Slide 20
MODELLI DI DOMANDA Lanalisi della domanda utilizza i dati
raccolti facendo ricorso a modelli che permettono di simulare le
situazioni che si possono ipotizzare come relazione matematica tra
la domanda e il sistema dei trasporti. Si impiegano modelli :
AGGREGATI DISAGGREGATI La differenza tra le due metodiche riguarda
il tipo di osservazione che, nel primo caso, prende in esame il
comportamento/spostamento di un insieme di utenti che costituiscono
un flusso mentre, nel secondo, considera il comportamento del
singolo utente. 20
Slide 21
MODELLI AGGREGATI Forniscono dati relativi a: quanti
spostamenti verso quale destinazione con quale mezzo con quale
percorso I l modello pi usato e quello detto a quattro stadi che si
attuano in sequenza: Modelli di generazione/attrazione Modelli di
distribuzione Modelli di ripartizione modale Modelli di
assegnazione 21
Slide 22
MODELLO DI GENERAZIONE DEI MOVIMENTI Finalizzato a stimare i
potenziali di generazione ed attrazione inerenti i motivi di
spostamento per le zone in esame ovvero la quantit di viaggi in un
dato periodo e fascia oraria. La generazione dei movimenti
influenzata da: d o sh = c n o c. m c soh d o sh - numero
spostamenti dallorigine o con scopo s c - categoria di utenti no
(c) - numero persone per categoria mc - indice di categoria 22
Slide 23
23 popolazione situazione economica GENERAZIONE MOVIMENTI
land-use
Slide 24
MODELLI DI GENERAZIONE Fattore di crescita applica a dati
conosciuti (es. relativi al presente) tassi di crescita desunti da
casi simili o da studi precedenti con tecnica probabilistica;
Regressione, dopo aver istituito una relazione tra gli spostamenti
e i particolari soggetti che li effettuano, analizza i parametri
per stabilire una relazione lineare; Analisi per gruppi si propone
di formare, sulla base di peculiarit osservate, gruppi omogenei
(famiglie, imprese.)ipotizzando che generino uguali spostamenti per
dati motivi; sui dati ottenuti si effettua un regressione. 24
Slide 25
MODELLO DI DISTRIBUZIONE Consiste nella ripartizione spaziale
degli spostamenti stimati nella fase precedente fra tutte le
possibili destinazioni. A tale fase si applicano modelli:
gravitazionali che impiegano la formula della legge di gravitazione
universale LA LEGGE DI GRAVITAZIONE UNIVERSALE AFFERMA CHE DUE
CORPI SI ATTRAGGONO CON UNA FORZA DI INTENSIT DIRETTAMENTE
PROPORZIONALE AL PRODOTTO DELLE LORO MASSE E INVERSAMENTE
PROPORZIONALE AL QUADRATO DELLA LORO DISTANZA. Considerano gli
spostamenti in funzione della popolazione, delle attivit
localizzate sul territorio e le relative distanze (es: zone molto
popolate hanno una massa maggiore) 25
Slide 26
MODELLO DI DISTRIBUZIONE (2) a fattore di crescita in cui
vengono applicati tassi di sviluppo alla situazione dei movimenti
attuali per determinare i movimenti futuri. Fanno parte di questa
metodica: metodo dei fattori uniformi metodo del fattore medio
metodo Fratar metodo Detroit modelli di entropia derivano
dallapplicazione del secondo principio della termodinamica e sono
finalizzati alla stima della probabilit di flussi di movimenti su
un territorio delimitato in zone. 26
Slide 27
TIPOLOGIE DI MOVIMENTI Casa-lavoro Casa-scuola Aquisto di beni
Svago Altri motivi Nella pianificazione formano oggetto di studio i
movimenti sistemici ma occorre considerare che, con i nuovi stili
di vita, si stanno affermando movimenti di tipo erratico anche per
esigenze di spostamento ricorrenti. Casa-lavoro Casa-scuola Aquisto
di beni Svago Altri motivi Nella pianificazione formano oggetto di
studio i movimenti sistemici ma occorre considerare che, con i
nuovi stili di vita, si stanno affermando movimenti di tipo
erratico anche per esigenze di spostamento ricorrenti. 27
Slide 28
ASSEGNAZIONE Colloca i movimenti ad un determinato percorso
evidenziando i flussi sugli archi utilizzati per gli spostamenti.
Il modello presuppone la razionalit dellutente che effettuer la
scelta dellitinerario migliore sotto il profilo del tempo impiegato
e/o del costo generalizzato. Tale modello simula linterazione tra
domanda e offerta e permette di stimare i flussi di utenti e le
performances degli elementi che costituiscono il sistema offerta.
Si impiegano modelli deterministici o stocastici. 28
Slide 29
MODELLI DI ASSEGNAZIONE modello DNL (Deterministic Network
Loading): modello di assegnazione a costi costanti per reti non
congestionate e utilit percepita di tipo deterministico; la
distribuzione del traffico avviene secondo il principio di Wardrop
(in condizioni di equilibrio nessun utente pu ridurre il suo costo
cambiando unilateralmente percorso) modello SNL (Stochastic Network
Loading): modello di assegnazione a costi costanti per reti non
congestionate e utilit percepita di tipo stocastico; modello DUE
(Deterministic User Equilibrium): modello di assegnazione con
flussi di domanda, di percorso e di arco congruenti con i relativi
costi per reti congestionate e utilit percepita di tipo
deterministico; 29
Slide 30
MODELLI DI ASSEGNAZIONE (2) modello SUE (Stocastic User
Equilibrium): modello di assegnazione con flussi di domanda, di
percorso e di arco congruenti con i relativi costi per reti
congestionate e utilit percepita di tipo stocastico; modello DDP
(Deterministic Dynamic Process): modello di assegnazione con flussi
di domanda, di percorso e di arco incongruenti con i relativi costi
per reti congestionate e utilit percepita di tipo deterministico;
modello SDP (Stocastic Dynamic Process): modello di assegnazione
con flussi di domanda, di percorso e di arco incongruenti con i
relativi costi per reti congestionate e utilit percepita di tipo
stocastico. Fonte Ing. F. Crocco UNICAL 30
Slide 31
MODAL SPLIT (scelta modale) Consiste nella valutazione di
quanti viaggi verranno effettuati con i diversi modi di trasporto
per ogni origine/destinazione rilevando anche le caratteristiche:
del viaggio; dei viaggiatori; del sistema dei trasporti. 31
Slide 32
MODAL SPLIT (2) In questa fase si stima la scelta del modo di
trasporto nelle varie relazioni O/D facendo ricorso a modelli
comportamentali che derivano dalla teoria dellutilit aleatoria e
simulano la scelta di un decisore razionale ossia un consumatore
che massimizza la sua utilit minimizzando il costo generalizzato,
il tempo e massimizzando la sicurezza, il comfort, questi modelli
Questi modelli rivestono particolare interesse in quanto i flussi
di domanda non sono altro che la sommatoria delle schede di domanda
individuale 32
Slide 33
FUNZIONE MODELLI COMPORTAMENTALI DEL MODAL SPLIT fare o meno lo
spostamento; per un certo motivo; in una fascia oraria; con una
destinazione; utilizzando quale percorso; con quale mezzo. 33
Slide 34
34
Slide 35
IL PROGETTO DI PIANIFICAZIONE (fasi) Studio di prefattibilit;
Studio di fattibilit; Proposta di piano. 35
Slide 36
36 MODELLI DI UTILIT ALEATORIA (disaggregati) Simulano i
comportamenti di scelta di un decisore razionale ossia un individuo
che massimizza la sua utilit. (Domencich e Mc Fadden Nobel per
leconomia 2000 ) Sono utili perch i flussi di domanda risultano
dallaggregazione di scelte individuali : (diverse dimensioni di
scelta) fare o meno uno spostamento per un certo motivo verso quale
destinazione con quale modo utilizzando quale percorso
Slide 37
37 MODELLI DI SCELTA DISCRETA BASATI SULLA TEORIA DELLUTILIT
ALEATORIA utilit sistematica e attributi logit multinomiale logit
gerarchizzato probit e metodo Monte Carlo
Slide 38
38 IPOTESI ED ELEMENTI COSTITUTIVI Si assume che il generico
individuo considera un numero finito di alternative j disponibili,
j = 1, , n che costituiscono il suo insieme di scelta J associa a
ciascuna alternativa una utilit percepita U j sceglie una
alternativa di massima utilit lutilit percepita U j non nota con
certezza allanalista e viene pertanto rappresentata con una
variabile aleatoria U j = V j + j V j = E[U j ] utilit sistematica,
media dellutilit percepita j residuo aleatorio, scarto rispetto
alla media ciascuna alternativa j J avr una certa probabilit P j di
risultare quella con la massima utilit e quindi di essere scelta
dal decisore P j = Pr[U j U k, k J ] soddisfazione, o utilit
inclusiva W = E[max{U j : j J }] media del massimo delle utilit
percepite
Slide 39
39 INPUT E OUTPUT DEL MODELLO input insieme di scelte valori
delle utilit sistematiche distribuzione congiunta dei residui
aleatori output probabilit di scelta di ogni alternativa
soddisfazione
Slide 40
40 Distribuzione dei residui aleatori i diversi modelli di
utilit aleatoria differiscono per la funzione densit di probabilit
congiunta dei residui aleatori () : n ++, continua la
caratteristica fondamentale della () la matrice di varianza-
covarianza dei residui aleatori, che nel seguito si assume si
assume definita positiva e quindi non singolare (nessuna coppia di
residui aleatori perfettamente correlata) varianza jj 2 finita e
non nulla covarianza jk anche nulla correlazione jk = jk / ( jj 2
kk 2 ) 0.5 (-1,1)
Slide 41
41 PROBABILIT E SODDISFAZIONE probabilit di scelta della
generica alternativa j J integrale della funzione densit di
probabilit congiunta dei residui aleatori esteso a E j (V) E j (V)
dominio (porzione dello spazio dei residui aleatori) dove U j
risulta massima soddisfazione sommatoria di integrali simili
Slide 42
42 PROPRIET MATEMATICHE mappa delle scelte P(V) P
differenziabile e strettamente positiva ( ) indipendente da V, il
modello detto invariante perch le probabilit non variano se si
aggiunge o si sottrae una costante a tutte le utilit sistematiche P
j (V+h 1) = P j (V) W(V+h 1) = W(V)+h P monotona non decrescente
soddisfazione W(V) P(V) T V max(V) < W(V) W convessa e
differenziabile per modelli invarianti W(V) = P W due volte
differenziabile
Slide 43
43 UTILIT SISTEMATICA lutilit sistematica V j dipende da una
serie di attributi dellalternativa del decisore si assume che V j
sia una funzione lineare negli attributi x k valore dellattributo
k, k = 1, , NK p valore del parametro p del modello, p = 1, , NP
K(p, j)attributo per cui moltiplicato il parametro p nellutilit V j
il termine noto dato da un coefficiente specifico dellalternativa,
detto CSA, associato ad un attributo fittizio, detto ASA, che vale
1 per lalternativa stessa e 0 per le altre alternative il valore
degli attributi x un dato di input il valore (medio) dei
coefficienti va stimato mediante la calibrazione del modello, ma in
applicazione gi noto
Slide 44
44 MODELLI INVARIANTI IN CALIBRAZIONE per non avere una
indeterminazione nelle CSA in fase di calibrazione esse vengono
introdotte per tutte le alternative eccetto una solitamente si
sceglie come unit di misura dellutilit quella di uno degli
attributi; in questo caso il relativo coefficiente si pone uguale
ad 1
Slide 45
45 CLASSIFICAZIONE DEGLI ATTRIBUTI livello di servizio tempi
costi comfort sistema delle attivit numero di addetti numero di
abitanti numero di negozi numero di scuole varianza addetti
socio-economici et professione sesso reddito mezzi disponibili
Slide 46
46 NON LINEARIT NEGLI ATTRIBUTI Lutilit sistematica funzione
lineare degli attributi per consentire al modello di esprimere una
presunta non linearit rispetto ad uno specifico attributo se
abbiamo una aspettativa sulla forma funzionale dellutilit possiamo
trasformare lattributo coerentemente altrimenti utilizziamo le
variabili ombra individuiamo delle categorie per lattributo
definendone intervalli introduciamo tanti nuovi attributi quante
sono le categorie ciascuno, detto variabile ombra o dummy, vale 1
se lattributo originale appartiene alla relativa categoria, e 0
altrimenti otteniamo una funzione di utilit costante a tratti
nellattributo originale poich il modello invariante, per una
categoria a scelta non devo introdurre alcuna dummy allo stesso
modo vengono trattati tutti gli attributi intrinsecamente non
quantitativi ma qualitativi
Slide 47
47 FONTI DELLALEATORIET errori di misura degli attributi da
parte dellanalista attributi omessi presenza di attributi proxi
errori di valutazione degli attributi da parte del decisore
dispersione tra gli individui che vengono aggregati
Slide 48
48 LOGIT MULTINOMIALE i residui aleatori sono indipendentemente
ed identicamente distribuiti (i.i.d.) secondo una variabile di
Gumbel con media nulla e parametro la varianza del residuo 2 = 2 2
/ 6, e quindi la matrice di varianza-covarianza 2 per la matrice
identit la variabile di Gumbel gode della propriet di stabilit
rispetto alla massimizzazione il massimo di variabili di Gumbel
indipendenti con diversa media ma uguale parametro (che esso stesso
una variabile aleatoria) ancora una gumbel di uguale parametro
Slide 49
49 PREGI E DIFETTI DEL LOGIT Il bello del logit che possibile
esprimere in forma chiusa la probabilit di scelta della generica
alternativa j J come P j = exp(V j / ) / k J exp(V k / ) la
soddisfazione attraverso la logsum cio W = ln k J exp(V k / ) il
brutto del logit lindipendenza delle alternative irrilevanti, che
porta ad attribuire un eccesso di probabilit a quelle alternative
che nella realt sono correlate in termini di utilit paradosso nella
scelta tra tre percorsi, due dei quali hanno una parte in comune
grafico della probabilit di un modello binomiale in funzione della
differenza delle utilit sistematiche parametrizzato su al tendere
di a zero il modello tende a diventare deterministico (viene scelta
lalternativa migliore con probabilit 1 al crescere di le
alternative tendono a diventare equiprobabili
Slide 50
50 LOGIT GERARCHIZZATO i residui aleatori sono correlati a
gruppi in particolare il residuo aleatorio j della generica
alternativa j si scompone nella somma di due variabili aleatorie a
media nulla k relativa al gruppo k cui appartiene j j/k relativa
alla singola alternativa j si assume inoltre che le j/k relative ad
uno stesso gruppo k siano Gumble i.i.d con parametro k tutte le k e
le j/k siano indipendenti tra loro la somma di k e di j/k per i
diversi gruppi siano Gumble i.i.d con parametro 0 k poich la somma
di due Gumble indipendenti non distribuita come una Gumble, le k
non sono Gumble esse stesse ma tali che sommate ad una Gumble diano
una Gumble
Slide 51
51 VARIANZA NEL LOGIT GERARCHIZZATO Si noti che non richiesto
che le k per i diversi gruppi siano identiche, limportante che la
loro somma con le rispettive j/k siano identiche tutte le
alternative hanno la stessa varianza 2 0 2 /6 la covarianza tra due
alternative nulla se queste appartengono a gruppi diversi uguale
alla varianza di k pari a 2 /6 ( 0 2 - k 2 ) se appartengono allo
stesso gruppo k la matrice di varianza-covarianza quindi diagonale
a blocchi struttura ad albero con utilit, residui e probabilit di
ramo e di nodo il ruolo della soddisfazione e il concetto di
probabilit condizionata
Slide 52
52 PROBIT I residui aleatori sono distribuiti secondo una
variabile Normale Multivariata (MVN) con media nulla e varianze e
covarianze qualsiasi il bello del probit che possibile specificare
le covarianze tra le alternative, risolvendo quindi il problema
dellindipendenza delle alternative irrilevanti che colpisce il
logit il brutto del probit che probabilit e soddisfazione non sono
ottenibili in forma chiusa troppi parametri possono portare ad un
overfitting del modello, quindi solitamente si fanno ipotesi sulla
struttura delle correlazioni
Slide 53
53 SIMULAZIONE MONTECARLO Viene generata una sequenza di N
ennuple (n il numero delle alternative) di numeri pseudocasuali,
ciascuna estratta indipendentemente dalla MVN ciascuna ennupla i
viene sommata separatamente al vettore delle utilit sistematiche
per ogni estrazione i = 1, , n si determina una alternativa di
massima utilit j i * = argmax{V j + j i : j J} la probabilit di
scelta stimata dal numero di volte N j in cui lalternativa j J
risultata di massima utilit diviso N P j = N j / N la soddisfazione
stimata dalla somma dei valori di massima utilit ottenuti per
ciascuna estrazione diviso N W = i = 1,,N max{V j + j i : j J} /
N
Slide 54
54 ESTRAZIONE DALLA VARIABILE CASUALE Per ottenere una ennupla
di residui congiuntamente distribuiti secondo una MVN estrarre una
ennupla z i di numeri indipendentemente distribuiti come delle
Normali Standard N(0,1) premoltiplicare tale vettore per la matrice
(triangolare) ottenuta dalla matrice di varianza-covarianza della
MVN mediante la decomposizione di Cholesky = CHL() T CHL() i =
CHL() z i per estrarre un numero da una N(0,1) utilizzare la
formula di Box-Muller che richiede a sua volta lestrazione di due
variabili u e v da una distribuzione uniforme (funzione rnd di
qualsiasi calcolatrice) (-2 ln(u)) 0.5 cos(2 v)
Slide 55
FASE di VALUTAZIONE Per valutare un progetto possono essere
impiegati i seguenti tipi di analisi: Analisi finanziaria Analisi
economica, Analisi benefici-costi Analisi Multicriteriale 55
Slide 56
TIPOLOGIE DI ANALISI IN RAPPORTO AI SOGGETTI INTERESSATI
56
Slide 57
ANALISI FINANZIARIA Prende in considerazione i costi che
limpresa deve sostenere ( costruzione, gestione, manutenzione,
ammortamento, oneri finanziari, imposte e tasse ecc..)
confrontandoli con i flussi di ricavi che il progetto render
disponibili nel suo arco di vita utile. Lanalisi viene estesa alle
varie alternative disponibili inclusa quella di non effettuare
linvestimento. 57
Slide 58
ANALISI ECONOMICA Estende lottica dazione alla collettivit
istituendo un confronto fra costi tra i quali sono inclusi prezzi
ombra (che indichino valori non presenti sul mercato che esprimono
linteresse della collettivit per la realizzazione del progetto) e i
benefici che il mercato normalmente non considera. Tale valutazione
assume una valenza economico-sociale che pur legittima pu condurre
a risultati discutibili. 58
Slide 59
ANALISI BENEFICI/COSTI Il presente tipo di analisi il pi
utilizzato e costituisce la metodica cui si fa ricorso nel caso di
valutazione della realizzazione di progetti pubblici per verificare
se questi risultano adeguati agli obiettivi prefissati e ai
vantaggi che si possono trarre dal progetto. FINALIZZATA ALL
ALLOCAZIONE OTTIMALE DELLE RISORSE 59
Slide 60
ANALISI BENEFICI/COSTI (2) Com noto Il settore dei trasporti
suscettibile, per sua estrinseca natura, di fornire diverse
alternative tutte ugualmente in grado di dare una risposta al
problema della mobilit. Inoltre i trasporti hanno la peculiarit di
soddisfare, oltre ai fini immediati altri obiettivi di carattere
generale destinati ad incidere sulla collettivit nel suo complesso.
Inoltre i trasporti in considerazione dellazione che svolgono nei
confronti delleconomia considerata nel suo insieme, oltre ai fini
immediati rispondono anche ad altri obiettivi di carattere
generale. 60
Slide 61
ESTERNALIT POSITIVE E NEGATIVE BENEFICI/COSTI I trasporti
generano benefici e costi nei confronti della collettivit ma in una
condizione fuori mercato per cui non tutti i costi ed i benefici
indotti hanno un prezzo cui fare riferimento inoltre essi possono
verificarsi in epoche diverse per cui una valutazione economica e
sociale richiede una particolare tecnica di valutazione non
meramente ragionieristica. 61
Slide 62
I COSTI NELLABC I costi: vanno quantificati per ogni anno della
vita economica del piano a prezzi vigenti al tempo t 0 senza tenere
conto dei possibili effetti inflattivi di cui si pu tenere conto in
una successiva fase. Essi sono indicativamente: costi di
costruzione, di gestione, di manutenzione. Occorre tenere presente
che, nella valutazione dei costi, vanno eliminate tutte le
possibili duplicazioni rappresentate dai trasferimenti
intersettoriali quali : tasse, imposte ecc. Nel caso in cui i
prezzi di alcuni beni non siano determinati direttamente dal
mercato si provvede facendo ricorso ai prezzi ombra che vengono
stabiliti in relazione ai fattori impiegati e al progetto
realizzato. 62
Slide 63
I BENEFICI NELLABC : diretti e Indiretti DIRETTI sono quelli
goduti dagli utenti del servizio - si possono valutare ricorrendo
allanalisi marginalista della domanda: dopo aver stimato il numero
degli utenti si traccia una curva di domanda che segna la relazione
tra: il numero degli utenti del servizio il costo generalizzato
ovvero la loro disponibilit a pagare. Il grafico evidenzia un
surplus per il consumatore (area retinata) 63
Slide 64
I BENEFICI NELLABC (2) INDIRETTI di cui fruiscono anche coloro
che non utilizzano il servizio essi sono la conseguenza delle
esternalit positive quali: riduzione delinquinamento (atmosferico
ed acustico); minor congestione del traffico; minor costo di
inurbamento in considerazione dellacquisizione di nuove aree per
lespansione urbana; valorizzazione del territorio interessato dal
servizio o dal progetto. 64
Slide 65
LE METODICHE I costi e i benefici dellABC vengono calcolati in
riferimento agli anni in cui si manifestano pertanto pu essere
necessario attualizzarli per riportarli al tempo t 0 esistono due
tecniche: il valore attuale netto Van il saggio di rendimento
interno SRI 65
Slide 66
IL METODO DEL VALORE ATTUALE NETTO (VAN la somma algebrica
attualizzata dei benefici e dei costi del piano - progetto 66
Slide 67
IL METODO DEL SAGGIO DI RENDIMENTO INTERNO Il metodo del saggio
di rendimento interno elimina la necessit di individuare il saggio
di attualizzazione che pu essere definito come il saggio che
annulla il valore attuale del flusso dei rendimenti netti di un
progetto 67
Slide 68
ANALISI MULTICRITERIALE un metodo decisionale da applicare ai
sistemi socio- economici caratterizzati da complessit e obiettivi
plurimi. Ha lo compito di generare un configurazione delle
alternative di scelta. Data lampiezza delle discipline coinvolte:
tecniche, economiche, politiche, sociali ecc comporta un impegno
multidisciplinare. LAM si pone lo scopo di prendere in
considerazione i numerosi obiettivi della popolazione destinataria
del piano/progetto e costituisce un valido supporto nella
definizione degli obiettivi e nellordinamento delle possibili
alternative. 68
Slide 69
ANALISI MULTICRITERIALE (2) Diversamente dallABC non persegue
lo scopo di identificare lallocazione delle risorse non prende in
considerazione benefici di carattere economico ma SCOPI E
PREFERENZE. La procedura prevede la costruzione di una matrice di
valutazione composta di tante righe pari al numero dei criteri e
tante colonne pari al numero delle alternative cui viene abbinata
una funzione di utilit. Ad ogni soluzione esaminata si attribuisce
un punteggio utile ad effettuare le scelte. 69