ECONOMICS - transmitworld.files.wordpress.com · internazionali, denunciano effetti che rischiano...

This monograph may be freely reproduced for the purposes of private research and study and may be included in professional journals provided that suitable acknowledgement is made and the reproduction is not associated with any form of advertising.

Pag

ina1

ECONOMICS - Urban, Rural, and Regional Economics

JEL R4 - Transportation Systems

Ed. Transmitworld 2012

ISSN: 2280-1901 Transmitworld (Verona) [Online]

Linea Ferroviaria Verona-Rovigo

Analisi della domanda

di Moreno Ferrarese

Abstract; 1. Avvertenze; 2. Premesse teoriche; 3. Introduzione; 4. La tipologia di movimento pendolare; 5. Premesse metodologiche; 6. I

ratio utilizzati ; 7. Trattamento delle variabili; 8. Analisi della domanda nel territorio dell’area funzionalmente collegata alla linea

ferroviaria Verona-(Buttapietra)-Legnago-(Castagnaro) nella provincia di Verona; 9. I blocchi; 10. Variabili indicatrici; 11. Gli

strumenti utilizzati; 12. Esame delle tabelle e dei quadri (analisi sinottica); Conclusioni finali; Appendice statistica-1; Appendice 2:

Statistiche aggiuntive per la bontà e l’asseveramento del modello; Bibliografia inserita nel testo

Abstract

Il presente articolo utilizza esattamente tutta la parte metodologica contenuta nell’articolo “Linea Ferroviaria Rovigo-Chioggia-Analisi

della Domanda” essendo scritto per derivazione dal report di ricerca “Linea Ferroviaria Verona-Rovigo” che era stato commissionato

successivamente al report di ricerca “Linea Ferroviaria Rovigo-Chioggia”.

La richiesta allora avanzata dal committente era quella di studiare una nuova metodologia per l’analisi dei territori intercettati dalla

ferrovia, metodologia che fosse portabile e comprensibile. L’analisi finale, invece, è differente nei due articoli distinti.

Keyword: Ferrovia-Verona-Rovigo-Pendolarismo-Modello di Atz

1. Avvertenze


Pag

ina2

Questo articolo utilizza la formula già sperimentata con successo in occasione dello studio della linea ferroviaria Rovigo-Chioggia, della linea

Vicenza-Schio del 2000 e della linea Verona-Legnago del 1998, per lasciare al lettore più malizioso ogni propria puntuale valutazione in merito ai

fattori generatori ed attrattori di mobilità nel territorio considerato.

Vengono presentati due nuovi fattori per la generazione di matrici Origine-Destinazione, di propria formulazione, che pongono in alta evidenza

scientifica il lavoro testè presentato.

Di quanto non potrà venire condiviso, ceteris paribus e di eventuali refusi che si spera non emergano, si chiede venia.

2. Premesse Teoriche

Per dare un minimo di dimensione teorica al problema dei trasporti è necessario esaminare il quadro funzionale delle interazioni tra economia,

territorio e trasporti:

il sistema dei trasporti interagisce con tutti i settori dell’economia;

il sistema economico, nel suo funzionamento, genera una domanda di trasporto connessa alle dinamiche demografiche, alla determinazione e

allo sviluppo della motorizzazione, agli assetti produttivi, agli assetti localizzativi, all’uso delle aree;

il sistema dei trasporti interagisce con l’economia influenzando le localizzazioni produttive e urbanistiche, incentivando o disincentivando la

domanda di mobilità in relazione al costo del trasporto sia in termini economici che di tempo ed agendo direttamente sui prezzi delle merci

da collocare sui mercati; nel settore passeggeri potrebbe venirsi a modificare ex ante la scelta stessa della località di destinazione a seguito di

problemi di ottimizzazione del trasporto o un miglioramento (o un peggioramento) delle condizioni generali del trasporto per altre località

possibili.

In particolare si rileva che, aumentando gli input del trasporto:

aumentano le dimensioni dei mercati;

migliora l’efficienza complessiva dell’economia;

si passa da un uso intensivo ad uno estensivo del territorio, poichè i trasporti abbattono le barriere geografiche e rendono il territorio

uniformemente accessibile;

in situazioni di trasporto estremamente evoluto divengono indifferenti economicamente le scelte localizzative, annullando spesso la

dimensione spaziale del problema economico, ritornando così verso configurazioni produttive e localizzative aspaziali, cioè,

paradossalmente, senza che venga tenuto conto del ruolo dei trasporti.

gli investimenti nel settore dei trasporti migliorano lo stato di benessere generale; essi sono una variabile esogena che dall’esterno

condiziona le scelte produttive e di consumo.

Come è noto, gli effetti che osserviamo nella interazione tra economia, territorio e trasporti, sono i seguenti:


Pag

ina3

di prezzo: essendo che i trasporti trasferiscono sui prezzi dei beni e dei servizi dei costi aggiuntivi che ritroviamo, poi, sul prezzo finale di

vendita;

di quote di mercato o localizzativo: quando l’inserimento nel sistema di trasporti di una nuova infrastruttura od il suo miglioramento produce

effetti sul traffico deviato o generato, attraendo nuova mobilità e dimostrando, così, che la mobilità espulsa da un arco di rete o da un modo

di trasporto, riversandosi su altri archi di rete o modi di trasporto, crea interdipendenza tra i territori e tra le singole areole in cui questi si

suddividono;

di reddito: quando il trasporto inietta un “valore aggiunto del trasporto”, apportando miglioramenti significativi nell’efficienza del sistema

produttivo, accorciando, ad esempio, i tempi di collocazione delle merci sul mercato con effetto immediato sulla dotazione e sulla gestione

delle scorte.

di sistema

Prospetto 1

domanda ditrasporto

effettoreddito

effettoprezzo

effettoquote dimercato

effetto disistema

sistema dei trasporti

restodell’economia

Interazioni tra trasporti, economia e territorio

Si considerino, inoltre, gli effetti dei trasporti sulle stesse strategie delle imprese. Le interazioni tra trasporti ed il proprio ambiente riguardano, in

generale:

- la scelta della dimensione delle imprese;

- la scelta tecnologica delle imprese, con evidenti problemi di polarizzazione o di decentramento delle attività produttive;


Pag

ina4

- la accessibilità ai nuovi mercati ed una migliore penetrazione in quelli già esistenti;

- il livello degli investimenti e delle immobilizzazioni finanziarie;

- la quantità e soprattutto la qualità delle merci introdotte sul mercato: si considerino gli effetti del trasporto sulle scelte di produzione e di

conservazione delle merci deperibili.

Come si comprende facilmente, il problema dei trasporti non può nè deve essere neutrale rispetto alle scelte produttive, ai modelli di consumo, alla

struttura di lungo periodo del sistema economico, allo stesso quadro normativo di riferimento. In parecchi casi, infatti, le modificazioni introdotte

dai trasporti sui processi della produzione, nell’organizzazione dei mercati, nei comportamenti di acquisto dei consumatori, nei rapporti economici

internazionali, denunciano effetti che rischiano di divenire irreversibili e perciò da governare in un contesto ampio, sistemico1.

Un modo di considerare i trasporti è quello di introdurli come elementi che modificano l’assetto strutturale e spaziale dei mercati. In tale caso si

mette in evidenza il ruolo dei trasporti attraverso il confronto tra lo stato dell’economia in presenza di trasporto e lo stato dell’economia in assenza

di trasporto.

Nel modello Walras-Pareto i trasporti (variabile endogena), pur modificando la configurazione iniziale di equilibrio economico, non modificano i

parametri strutturali o non apportano variazioni persistenti (reversibilità economica).

Un modo opposto al precedente è quello di considerare i trasporti come variabile esogena che altera lo status di tutte le altre variabili e dei parametri

strutturali al punto da renderle irreversibili (irreversibilità economica). In tali casi ci si confronta con livelli spinti di incertezza per cui i modelli che

rappresentano tale realtà sono quelli che studiano l’equilibrio dinamico in condizioni di incertezza.

Nella realtà dell’economia, a causa di frizioni varie, imperfezione delle informazioni, possibili rendite di posizione, gli inputs di trasporto si

inseriscono non secondo comportamenti ottimizzanti2, bensì secondo comportamenti soddisfacenti. H.A. Simon parla al proposito, di razionalità

limitata per definire un comportamento soddisfacente in contrapposizione al comportamento massimizzante ipotizzato dai marginalisti.

3. Introduzione

Per questa lettura, ci interessa limitare le nostre considerazioni a quella parte della mobilità che genera il trasporto.

In tale caso, alla mobilità si associano miglioramenti di efficienza che si traducono in termini concreti di miglioramento della produttività delle

imprese e dei servizi.

Le motivazioni principali che generano (o che ne vengono generate – determinando un circolo virtuoso) mobilità da parte della domanda sono:

la produzione di beni e servizi;

il consumo di prodotti e servizi;

1 Li Donni V., Manuale di Economia dei Trasporti - Analisi e Governo della Mobilità, NIS, Roma, 1991.

2 Cfr. Koopmans T.C., Activity Analysis of Production and Allocation, Wiley, New York, 1951.


Pag

ina5

la necessità di socializzazione, ovvero la produzione, il consumo e a volte il riacquisto di competenza comunicativa tra individui, imprese e

istituzioni.

Inoltre, per quanto relativo alla produzione di prodotti e servizi è utile ricordare che l'influenza della mobilità sui fattori di produzione sia territoriali

che settoriali può determinare un'allocazione più o meno ottimale delle risorse rispetto ai punti di produzione, trasformazione e vendita dei prodotti

e dei servizi, nell'ottica di effettuare continui miglioramenti dell'efficienza (derivata anche da flessibilizzazione di lavoro e capitale) e sempre in

vista di incrementi di produttività marginale delle imprese.

Per quanto, invece, attiene il consumo di prodotti e servizi la domanda di mobilità è correlata a motivazioni differenti:

a) alla ricchezza del consumatore ovvero al reddito per famiglia;

b) agli utili delle imprese come consumatrici;

c) allo standard dei servizi pubblici erogati, per le amministrazioni pubbliche, che possono così tradurre un maggiore gradimento dell'utente per i

servizi in consensi e quindi in tassazione.

Per quanto riguarda le relazioni sociali e di quanto i fattori psicologici incidano sui fattori di mobilità, specialmente delle persone, è importante

sottolineare che uno sviluppo corretto ed omologato delle prime, specie in termini comunicativi, si traduce in maggiore mobilità. Al proposito si

rileva sempre più la tendenza del mercato del trasporto in termini generali a trasformarsi nel mercato dell'informazione, ove dalle persone si passa

alla mobilità di informazioni.

Tra le varie definizioni di mobilità ci piace segnalare, tra le altre, quella del Querini3, che categorizza 5 modelli di mobilità: commerciale,

finanziaria, tecnologica, sociale, culturale.

Ciascuna di queste genera trasporto, quando intervengono fattori connessi alla produzione e al consumo che, nell'ottica comunque di un'economia

occidentale sempre più spostata verso il terziario, si dispongono attorno ad una condizione di sviluppo che, per dirla come Owen4, è equivalente alla

condizione del reddito per abitante e quindi alla nazione, cioè nazione mobile = nazione ricca, nazione immobile = nazione povera.

4. La tipologia di movimento pendolare

I movimenti delle persone, in particolare, andrebbero esaminati sotto tre aspetti:

le caratteristiche socio-economiche di chi si sposta;

le caratteristiche spaziali del viaggio;

le caratteristiche temporali del viaggio (distinguendo tra trip e travel)5.

3 Querini G., Il ruolo dei trasporti nella valorizzazione delle risorse naturali dell’area mediterranea, in C. Castellano (a cura di), Problemi dell’integrazione economica

mediterramea, Giappichelli, Torino, 1987. 4 Owen W., Strategy for mobility, The Brooking Institution, Paris, 1970.


Pag

ina6

Per il primo punto si renderebbe necessario, anche se costoso, attivare un’indagine qualitativa, tesa a determinare lo stile di vita, il comportamento

d’acquisto, le motivazioni, i bisogni di chi si sposta. Inoltre, il reddito individuale e quello familiare, la motorizzazione rapportata alla mobilità, ecc.

Per il secondo punto si tratterebbe di costruire delle matrici O-D rilevando anche il mezzo di trasporto utilizzato.

Per il terzo punto si renderebbe necessario determinare la distribuzione temporale della mobilità e le caratteristiche del trasporto con delle indagini

di campagna od anche attraverso le matrici O/D (quando disponibili).

Il movimento pendolare, semplifica quanto sopraddetto, poiché fornisce, con regolarità, dei modelli comportamentali e di consumo facilmente

gestibili.

Le caratteristiche della pendolarità, che viene determinata principalmente dall’industrializzazione, dalla crisi edilizia e da una diminuzione del

reddito disponibile, sono:

un movimento endogeno di area (o di bacino) della mobilità;

la brevità del percorso impegnato;

una certa regolarità quotidiana;

una durata del viaggio sopportabile.

Il Libro bianco dei Trasporti considera come traffico pendolare il movimento quotidiano di grandi masse di utenti che si spostano per lavoro, per

studio o per commissioni da zone periferiche a grandi centri urbani.

I mezzi comunemente usati dalla pendolarità sono tre: i mezzi privati, l’autotrasporto pubblico e la rete ferroviaria.

Per studiare tale mobilità si possono adottare varie tecniche dirette od indirette suddivise in metodologie:

qualitative6;

quantitative.

5. Premesse metodologiche

Il modello sperimentale di ATZ

La nostra analisi parte dall’assunto che i principali (ma non i soli) fattori connessi alla produzione ed al consumo che forniscono motivi di

generazione della domanda di trasporto sono:

la popolazione come variabile demografica che può modificare anche la polarizzazione o la direzione dei flussi di traffico in ragione delle

condizioni professionali ovvero della distribuzione personale dei redditi, del tasso di invecchiamento, della dinamica in-out dei nuclei

familiari o del turnover vitale;

5 Li Donni V., cit.

6 Soum D., Analyse de la demande de transports urbains par segmentation d’un echantillon d’usagers, in “Rivista internazionale di economia dei trasporti”, 1975, vol. II, n°2.


Pag

ina7

il territorio in riferimento alla dinamica degli insediamenti produttivi ed urbanistici;

la motorizzazione intesa come sistema di espansione e progressione dei mezzi di trasporto, da cui ne consegue anche nuova mobilità.7

Nella versione più generale: “…esiste una correlazione tra popolazione e flusso di traffico relativo a due aree: l’una di origine e l’altra di

destinazione. L’ipotesi più semplice è che tale flusso sia una funzione crescente del prodotto delle due popolazioni. Questa ipotesi si inquadra

coerentemente nei modelli gravitazionali, secondo i quali la mobilità è direttamente proporzionale sia al peso demografico assegnato all’area di

origine che a quello assegnato all’area di destinazione. Nel caso specifico il peso è commisurato al livello di popolazione”8.

Assumendo tale postulato per vero adottiamo per paradigma il modello gravitazionale semplice della forma:

f P Q( . )

ove rappresenta l’indice di mobilità;

P rappresenta la popolazione nell’area di origine;

Q rappresenta la popolazione nell’area di destinazione;

f rappresenta la funzione da ricercare.

Tale funzione può venire rappresentata anche sotto forma esponenziale, avendo dato sperimentalmente buoni risultati:

K P Q a( * )

ove K e a sono parametri determinabili sperimentalmente. In questo caso a, elasticità della curva, è funzione della media geometrica della

popolazione.

Questi modelli generali appartengono alla categoria gerarchizzata dei modelli sequenziali di generazione. Altri modelli, quali i simultanei, di

derivazione ingegneristica, adottano scelte di variabili difficili da stabilizzare nel medio e lungo periodo.

Procederemo, quindi, alla valutazione della mobilità delle piccole aree funzionalmente collegate alla linea ferroviaria “asse” Verona-Legnago-

Rovigo, aree di studio scelte entro l’isocrona sui poloidi dell’asse ferroviario di + 15 minuti primi9 teorici per quanto relativo a primi tratti

7 Li Donni V., Manuale di Economia dei Trasporti - Analisi e Governo della Mobilità, NIS, Roma, 1991.

8 Ibidem.

9 l’isocrona + 15’ viene prescelta in questa analisi poiché rappresenta il tempo medio di accesso alla linea ferroviaria dai baricentri dei territori in questione. Rappresenta anche,

statisticamente, il valore di frontiera della 1^ classe temporale 0’-15’ con cui ISTAT classifica gli spostamenti pendolari per motivi di lavoro e studio. Costituisce in questo caso,

sommata ai tempi medi di attesa all’origine e ai tempi reali di viaggio, la perequazione dei cosiddetti punti di razionamento, ossia dei calcoli individuali, relativi alla scelta del

trasporto, operati dal pendolare della Piccola Area funzionalmente collegata alla linea ferroviaria Verona-Legnago-Rovigo. In tale frangente, infatti, un bilancio individuale

impostato sui tempi rende nullo un bilancio impostato in termini di costi monetari del trasporto e la ricerca della minimizzazione di tali tempi di viaggio relativi, considerando


Pag

ina8

motorizzati e di + 7 minuti primi teorici (= 700 mt.) per quanto relativo a primi ed ultimi tratti a piedi, alla velocità di 6 Km/h; verrà utilizzato un

modello sequenziale di generazione10

quale il modello di Atz11

, adottato per vari studi sul governo della mobilità nella provincia autonoma di

Bolzano, la quale, per prima in Italia, nel 1996, ha perfettamente integrato tecnicamente e dal punto di vista tariffario, i servizi su gomma e quelli su

ferro per una domanda pendolare.

Ora formuliamo, per l’adozione del solo modello di Atz , le seguenti ipotesi di lavoro nel breve periodo:

che il PIL rimanga generalmente costante all’interno di ogni annualità, ovvero con variazioni poco significative;

che le eventuali variazioni del reddito reale siano trascurabili rispetto ai prezzi relativi (effetto reddito/consumi);

che le eventuali variazioni del reddito reale del viaggiatore non abbiano un effetto sulla opzione del vettore di trasporto utilizzabile;

che la mobilità italiana rimanga generalmente costante o con trascurabili variazioni (effetto reddito/mobilità);

che il traffico viaggiatori di area e di bacino, in generale, rimanga costante, ovvero che possa variare per quote di mercato vettoriali su una

quota totale di mobilità costante;

che i tassi di motorizzazione di area e di bacino rimangano generalmente costanti od in crescita controllata (con marcata presenza di turn-

over del solo parco mezzi a seguito di obsolescenza);

che il viaggiatore non abbia necessariamente la scelta del prezzo e del tempo come variabili intervenienti nel processo di scelta della

modalità vettoriale;

che il rapporto qualitativo dell’offerta su rotaia e quella su gomma rimanga costante;

che l’offerta di prodotti su rotaia e su gomma non subisca modifiche sostanziali;

che la rete distributiva diretta ed indiretta dell’offerta su rotaia e su gomma rimanga costante;

che la diffusione dell’informazione al pubblico sulle condizioni dei servizi di trasporto sia fatta attraverso canali omogenei;

che le condizioni atmosferiche rimangano nella media statistica stagionale;

che non intervengano fattori emozionali negativi in Italia.

Inoltre, che si consideri la piccola area funzionalmente collegata alla linea ferroviaria Verona-Legnago-Rovigo come un universo chiuso, cioè

un’area adiabatica.

anche tutte le situazioni di congestionamento stradale nel giorno medio in prossimità dei poloidi urbani, mette in reale concorrenza il vettore ferroviario con il gommato pubblico

e il trasporto con mezzi propri. 10

Vd. : Quinet E.(a cura di), La demande de transport, Press ENPC, Paris, 1982 ;Quinet E., Analyse économique des trasports, PUF, Paris, 1990 Sandonnini P., La mobilità delle

persone nella dinamica d’uso del territorio, Istituto di Trasporti Università degli Studi, Padova, 1992; Sandonnini P., Scelte individuali e sociali nei processi di pianificazione,

Istituto di Trasporti Università degli Studi, Padova, 1992. 11

Atz Hermann e Ufficio provinciale statistica e studi, Aree di Mercato del Lavoro e Piccole Aree funzionali. Una delimitazione di ambiti di analisi territoriale per la statistica e

la politica economica in base ai flussi pendolari per ragioni di lavoro. Collana ASTAT n°7, Bolzano, 1995.


Pag

ina9

Tutto ciò premesso, che ci impedisce di adottare modelli simultanei, l’equazione di Atz ci definisce sperimentalmente l’indice di “interrelazione

pendolare”12

“: “…con questo indice s’intende esaminare l’autonomia delle piccole aree funzionali che si compongono di centri di mercato del

lavoro (e studio) indipendenti e non. Uno dei criteri fondamentali per la compattezza funzionale tra le aree suddette è rappresentato

dall’interrelazione pendolare tra i rispettivi comuni. Tale interrelazione serve a spiegare l’importanza dei flussi pendolari giornalieri in rapporto alla

popolazione residente nel comune di invio nonché alla popolazione lavorativa o studentesca del comune di destinazione. In altre parole, si stabilisce

quanto un certo flusso di pendolari in entrata sia importante per il comune destinatario, nonché la rilevanza di questo luogo di destinazione per il

comune di invio…. I rapporti vicendevoli tra questi centri vengono illustrati tramite l’indice di interrelazione pendolare IIP, nel quale rientrano le

seguenti grandezze:

ij

ij

i

ij

j

ji

i

ji

j

IIPP

WBP

ABPAB

PWB

* * * *100 100 100 100

ove:

IIPIJ è l’indice di interrelazione pendolare tra i comuni i e j

Pij rappresenta i pendolari giornalieri dal comune i (comune di invio) al comune j (comune di destinazione)

Pji rappresenta i pendolari giornalieri dal comune j (comune di invio) al comune i (comune di destinazione)

WBi rappresenta gli occupati residenti nel comune i

WBj rappresenta gli occupati residenti nel comune j

ABi rappresenta la popolazione lavorativa nel comune i (occupati residenti+pendolari in entrata provenienti da altri comuni della provincia-numero

complessivo dei pendolari in uscita).13

ABj rappresenta la popolazione lavorativa nel comune j (occupati residenti+pendolari in entrata provenienti da altri comuni della provincia-numero

complessivo dei pendolari in uscita).14

12

Atz H., cit. 13

Atz H., cit. 14

Atz H., cit.


Pag

ina1

0

6. I ratio utilizzati

L’ambiente principale di trattamento informatico-statistico dei dati è quello di Office (Excel - di bassa “potenza”) con gli eventuali limiti

determinati dal pacchetto di processo utilizzato (Excel parrebbe prediligere maggiormente le serie storiche “stazionarie” piuttosto che le “non

stazionarie”). Inoltre, viene utilizzato il software aggiuntivo PHStat (della Prentice-Hall, Inc.) add-in per Excel che permette di emulare alcune

funzioni ed analisi dei maggiori software dedicati alla statistica come SPSS, SAS, Minitab, ecc. Tale scelta viene giustificata dalla enorme

diffusione del pacchetto Office e dalla conoscenza delle sue procedure da parte dei lettori; sicchè il linguaggio procedurale utilizzato, nonché

l’eccellente sviluppo della grafica di Excel, rendono maggiormente “friendly” l’approccio statistico rispetto ai software più specializzati ma anche

maggiormente spartani. Infine, tutte le procedure vengono asseverate tramite l’utilizzo di SPSS 10.1.3 ITA.

Vengono prodotti di seguito gli indici e test statistici utilizzati, i quali vanno a descrivere, attraverso le relazioni di variabili ed i rapporti di

dipendenza di queste, i processi territoriali propedeutici e prerequisiti all’applicazione di un modello sequenziale di generazione sperimentale quale

quello di ATZ15

, non dovendo mai dare per scontato quello che altri analisti, in altre circostanze, hanno fatto divenire un processo di spiegazione

universale dei fenomeni (l’uso delle cosiddette “evidenze”).

Valore medio m: è l’invariante rispetto alla somma dei valori della distribuzione, ovvero individua quella quantità che, sostituita a ciascun

termine della distribuzione lascia inalterato il totale. Viene utilizzata per creare uno standard della distribuzione, cioè un parametro teorico di

riferimento ideale. Proprietà della media aritmetica sono:

la somma algebrica degli scostamenti è sempre zero

la somma dei quadrati degli scostamenti dalla media fornisce il valore minore rispetto a quello che si ottiene effettuando la somma dei

quadrati degli scostamenti da qualsiasi altro valore della successione

Funzione utilizzata da Excel 2000:

MEDIA

Restituisce la media aritmetica degli argomenti.

Deviazione media semplice S: misura la dispersione calcolando la media aritmetica degli scarti presi in valore assoluto.


MEDIA.DEV

Restituisce la media delle deviazioni assolute dei valori rispetto alla loro media. MEDIA.DEV è una misura della variabilità in un insieme di

dati.

L'equazione della deviazione media è:

15

n.d.a.: il modello di ATZ è caratterizzato dalla sperimentazione sul campo delle influenze di alcuni fattori di mobilità. Non è mai stata anticipata, purtuttavia, alcuna base

teorica a supporto dell’applicazione del modello, come verrà, invece, fatto in questo studio, individuando ed allocando la mobilità attraverso due approcci metodologici distinti.


Pag

ina1

1

xxn

1

con x variabile e x segnato = valore medio; n = popolazione statistica

Deviazione standard sigma: o scarto quadratico medio . Consiste nella media degli scarti dalla media aritmetica di una popolazione statistica.


DEV.ST.POP

Calcola la deviazione standard sulla base dell'intera popolazione statistica specificata in forma di argomenti. La deviazione standard è una

misura che indica quanto i valori si discostino dal valore medio (la media).

La funzione DEV.ST.POP utilizza la seguente formula:

2

22

n

xxn con x variabile; n = pop. stat.

Varianza sigma2: è il quadrato dello scarto quadratico medio

2.


VAR.POP

Calcola la varianza sulla base dell'intera popolazione statistica.

Sintassi di Excel 2000

La funzione VAR.POP utilizza la seguente formula:

2

22

n

xxn con x variabile; n = pop. stat.

Scostamento semplice medio: misura la dispersione calcolando la media aritmetica degli scarti presi in valore assoluto e centrati su di una

opportuna origine, di solito media aritmetica o mediana. E’ l’indice relativo della deviazione media semplice.

L'equazione dello scostamento semplice medio relativo è:

m

xxn

1

con x variabile; m = media; n = pop. stat.

Deviazione standard relativa C.V. (Coefficiente di Variazione): è l’indice relativo della deviazione standard.

L’equazione del C.V. utilizza la seguente formula:


Pag

ina1

2

m

n

xxn2

22


Varianza relativa C.V.2 (Coefficiente di Variazione2): è l’indice relativo della varianza di una popolazione statistica.

L’equazione della C.V.2 utilizza la seguente formula:

2

2

22

m

n

xxn


Valore massimo della deviazione media semplice in caso di massima variabilità S/max S: rappresenta il valore massimo dello scarto assunto

dalla deviazione media semplice. Viene rappresentato dal rapporto tra la deviazione media semplice ed il massimo valore assunto dalla stessa.

L’equazione della S/max S utilizza la seguente formula:

S

xxn

max

1

ove max S = )...(*)...(

1)...(*2

11

1

NN

N

XXmXXICONTANUMER

XXICONTANUMER

; con x variabile; n = pop.

Valore massimo della deviazione standard in caso di massima variabilità /max : rappresenta il valore massimo dello scarto quadratico medio

in caso di massima variabilità.

L’equazione della /max utilizza la seguente formula:

max

2

22

n

xxn

ove max = 1)...(tan*)...( 11 nn xxumericonxxm

con x variabile; n = pop. stat.

Valore massimo della varianza in caso di massima variabilità 2/max 2: rappresenta il valore massimo assunto dalla varianza in caso di

massima variabilità.

L’equazione della 2/max 2 utilizza la seguente formula:

2

2

22

maxn

xxn

ove max 2 = )1)...(tan(*)...( 11

2 nn xxumericonxxm; con x variabile; n = pop. stat.

Correlazione: restituisce il coefficiente di correlazione degli intervalli di celle (matrice 1 e matrice 2). Si utilizza il coefficiente di correlazione

per stabilire la relazione tra due proprietà.


Pag

ina1

3

La correlazione misura il grado di dipendenza lineare che lega due variabili relative ad un insieme di dati. Si possono ritenere correlate due

variabili X e Y quando ad un cambiamento verificantesi nel valore di una, si verifica una consistente e corrispettiva variazione nell’altra. La

correlazione tra due variabili può essere positiva, negativa o nulla.

Il coefficiente di correlazione è la covarianza standard delle relazioni tra due variabili X e Y.

Esiste un secondo metodo di calcolo della correlazione conosciuto come metodo del momento di prodotto.

Un terzo metodo, spesso utilizzato in questa lettura, è il sistema grafico, attraverso correlografici.

Funzione utilizzata da Excel 2000

CORRELAZIONE

L'equazione relativa al calcolo del coefficiente di correlazione con il primo metodo è:

rYXCOV

yx

yx

*

),(,

dove:

e:

)(*)(1

),(1

yi

n

i

xi yxn

YXCOV

con mux e muy medie; x e y variabili; n = osservazioni

Regressione (lineare): Calcola le statistiche per una linea utilizzando il metodo dei minimi quadrati per calcolare la retta che meglio rappresenta

i dati e restituisce una matrice che descrive la retta. Dal momento che questa funzione restituisce una matrice di valori, viene immessa come

formula in forma di matrice.

Il metodo dei minimi quadrati è diffusamente impiegato per calcolare i parametri di una equazione di regressione. L’analisi della regressione ed

i suoi coefficienti, che tratteremo compiutamente nella sezione successiva, è una procedura statistica che serve per valutare matematicamente la

relazione tra una variabile dipendente da una o più variabili indipendenti (es. popolazione indip. su occupazione dip., istruzione ed occupazione

indip. su popolazione dip., insediamenti residenziali ed attrezzature collettive indip. su popolazione dip., ecc.). Mentre nel caso di una

dipendenza funzionale, assegnato un valore ad una variabile indipendente X, a parità di altre condizioni, è determinato univocamente il

corrispondente valore della variabile dipendente Y, nel caso della connessione, la variabile indipendente X influenza la variabile dipendente Y

pur senza essere causa diretta della variazione che essa subisce. La regressione è, dunque, un aspetto particolare della connessione: quello

dell’individuazione di una funzione che esprima in che modo i valori medi del carattere Y varino al variare delle modalità del carattere X.

Naturalmente, la dipendenza non viene intesa nel senso che X è la causa di Y, ma nel senso che la variabile X influenza la variabile Y. La

11 , yx


Pag

ina1

4

regressione semplice considera una sola variabile indipendente; la regressione multipla studia due o più variabili indipendenti per ogni

dipendente. In pratica, la regressione risponde alla domanda: “E’ significativa la variabile indipendente X per spiegare la variabile dipendente

Y”? E quanto, in percentuale? E’ affidabile la regressione per spiegare il fenomeno descritto? Per quanto?

Quando la regressione semplice non è sufficiente per ottenere una buona interpolazione dei dati rilevati (cioè quando si ha un basso valore di r2)

si deve ricorrere all’analisi mediante la regressione multipla.


REGR.LIN

L'equazione della retta è:

y = mx + b oppure y = m1x1 + m2x2 + ... + b (se ci sono intervalli multipli di valori x)

dove il valore della variabile dipendente y è una funzione dei valori della variabile indipendente x. I valori mn sono coefficienti che

corrispondono ad ogni valore di x, mentre b è una costante. Si noti che y, x e m possono essere dei vettori. Il tipo di matrice restituito da

REGR.LIN è {mn;mn-1;...;m1;b}. REGR.LIN restituisce anche le statistiche aggiuntive di regressione.

Le statistiche aggiuntive di regressione sono le seguenti:

Statistica Descrizione

s1;s2;...;sn I valori di errore standard per i coefficienti m1;m2;...;mn

sb Il valore di errore standard per la costante b

r2 Il coefficiente di determinazione. Confronta i valori y previsti con quelli effettivi e può avere un

valore compreso tra 0 e 1. Se è uguale a 1, significa che esiste una correlazione perfetta nel

campione, vale a dire, non sussiste alcuna differenza tra il valore previsto e il valore effettivo di y.

Se invece il coefficiente di determinazione è uguale a 0, l'equazione di regressione non è di alcun

aiuto nella stima di un valore y.

sy L'errore standard per la stima di y

F La statistica F o il valore osservato di F. Si utilizza la statistica F per determinare se la relazione

osservata tra le variabili dipendenti e indipendenti è casuale.


Pag

ina1

5

gdl I gradi di libertà. Si utilizzano i gradi di libertà per trovare i valori critici di F in una tabella

statistica. Confrontare i valori trovati nella tabella con la statistica F restituita dalla funzione

REGR.LIN per stabilire un livello di confidenza per il modello.

sqregr La somma della regressione dei quadrati

sqresid La somma residua dei quadrati

La seguente illustrazione mostra l'ordine in cui vengono restituite le statistiche aggiuntive di regressione presenti nello studio.

mn mn-1 mn-… m2 m1 b

sn sn-1 Sn-… s2 s1 sb

r2

sv N#D N#D N#D N#D

F gdl N#D N#D N#D N#D

sqregr sqresid N#D N#D N#D N#D

Osservazioni

La precisione della retta calcolata dalla funzione REGR.LIN dipende dal grado di dispersione nei dati. Più i dati sono lineari, più il modello di

REGR.LIN risulta accurato. REGR.LIN utilizza il metodo dei minimi quadrati per determinare la retta che meglio rappresenti i dati, cioè la

funzione REGR.LIN consente di calcolare la retta più adatta ai dati.

Nell'analisi di regressione, in pratica, per ogni punto viene calcolato il quadrato della differenza tra il valore di y stimato per quel punto e il

valore reale di y corrispondente. La somma dei quadrati delle differenze viene denominata somma residua dei quadrati. Viene quindi calcolata la

somma dei quadrati delle differenze tra i valori reali di y e la media dei valori y, denominata somma totale dei quadrati (somma della regressione

dei quadrati + somma residua dei quadrati). Minore è la somma residua rispetto alla somma totale dei quadrati, maggiore sarà il valore del

coefficiente di determinazione, r2, il quale è un indicatore del livello di precisione con cui l'equazione ottenuta dall'analisi di regressione spiega

la relazione tra le variabili.

Tendenza: restituisce i valori lungo una tendenza lineare. Utilizzando il metodo dei minimi quadrati, calcola una retta che coincide con le matrici

y_nota e x_nota e restituisce i valori y lungo la retta per la matrice di nuova_x specificata.


Pag

ina1

6


TENDENZA(y_nota;x_nota;nuova_x;cost)

Y_nota è l'insieme dei valori y già noti dalla relazione y = mx + b.

Osservazioni

Si è utilizzata spesso, nello studio, la funzione TENDENZA per stimare una curva polinomiale calcolando la regressione con la stessa variabile

“elevata” a diverse potenze (dette anche periodi).

Crescita: calcola la crescita esponenziale prevista in base ai dati esistenti. CRESCITA restituisce i valori y corrispondenti ad una serie di valori x

nuovi, specificati in base a valori x e y esistenti. Si è utilizzata la funzione CRESCITA per adattare una curva esponenziale a valori x e y

esistenti.


CRESCITA(y_nota;x_nota;nuova_x;cost)

Y_nota è l'insieme dei valori y già noti dalla relazione y = b*mx (=b*m exp x).

Previsione: calcola, o predice, un valore futuro utilizzando valori esistenti. Il valore previsto è un valore y corrispondente a un valore x dato. I

valori noti sono valori x e y esistenti e il nuovo valore viene calcolato in base a una regressione lineare.


PREVISIONE(x;y_nota;x_nota)

X è la variabile di cui si desidera prevedere un valore.

Y_nota è la matrice o l'intervallo di dati dipendente.

X_nota è la matrice o l'intervallo di dati indipendente.

Osservazioni

L'equazione per PREVISIONE è a+bx, dove:

XbYa

e:

22 XXn

YXXYnb con n = osservazioni


Pag

ina1

7

7. Trattamento delle variabili

Indicatori, principali metodi e test statistici utilizzati

Gli indicatori statistici principali, i metodi più importanti ed i test maggiormente rappresentativi utilizzati in questa lettura (presentati qui in ordine

alfabetico) per valutare l’accuratezza ed il grado di affidabilità dei risultati dell’analisi statistica nel trattamento delle variabili sono:

Autocorrelazione: si presenta quando nell’analisi di regressione esiste una correlazione tra successive osservazioni della variabile dipendente

(ossia quando successive osservazioni della variabile dipendente non sono indipendenti). In tale caso gli errori standard dei coefficienti di

regressione sono notevolmente errati in difetto. In presenza di un’autocorrelazione positiva, ad esempio, nel grafico si evidenzieranno gruppi di

residui dello stesso segno, indice della presenza di un legame di dipendenza tra gli stessi. L’autocorrerazione dei residui può essere individuata e

misurata facendo ricorso ad una particolare statistica campionaria, la statistica di Durbin-Watson, che misura la correlazione tra ciascun residuo

e quello che lo precede. A tale scopo, per l’individuazione di autocorrelazione si ricorre all’indicatore di Durbin-Watson “d” che delimita a due

valori la soglia di accettazione dell’autocorrelazione del 1° ordine per dL < d < dU per tabelle ad una coda per α critico del 0,05 con n

osservazioni e P= numero delle variabili indipendenti; in condizioni normali e generali:

dL vicino allo 0 < d < dU vicino al 2 e max fino a 4, non esiste autocorrelazione: in quest’ultimo caso, 2 < dU < 4, si confronta d con i valori

di soglia dα approssimati da Theil-Nagar, i quali, anche se meno precisi, hanno il pregio di fornire, per il confronto, il solo limite superiore di

dα

d < dL autocorrelazione positiva

d > dU autocorrelazione negativa ovvero ipotesi di perturbazione casuale

La presenza di autocorrelazione significa che non è stata spiegata una parte notevole della variazione della variabile dipendente. In questo caso,

la soluzione migliore consiste nel cercare altre variabili indipendenti da includere nell’equazione di regressione.

Autoregressione per serie storiche AR: è un modello di regressione sulle serie temporali univariate, in cui le variabili esplicative sono i valori

ritardati della variabile dipendente (auto significa “su se stessa”) e quindi una autoregressione è una regressione di una variabile sui suoi valori

ritardati. Il modello è esattamente equivalente al modello di regressione ma la variabile esplicativa è Yt-1. Il valore del coefficiente angolare Ф

della retta interpolante Yt = α + Ф Yt-1 + εt è strettamente collegato all’andamento della funzione di autocorrelazione ed al concetto di non

stazionarietà. Per il modello AR possiamo dire che Y è stazionaria se | Ф| < 1 ed è non stazionaria se Ф = 1. Per rappresentare nel caso più

generale che una variabile in serie storica Yt sia stazionaria od abbia una radice unitaria:

nel modello AR se Ф = 1 allora Y ha una radice unitaria. Se | Ф| < 1 allora Y è stazionaria

se Y ha una radice unitaria le sue correlazioni sono prossime ad uno e non tendono a decrescere molto significativamente al crescere dello

sfasamento temporale

se Y ha una radice unitaria allora Y è un processo a lunga memoria. Serie stazionarie non hanno memoria lunga


Pag

ina1

8

se Y ha una radice unitaria la serie presenta un andamento tendenziale (specialmente se α ≠ 0)

se Y ha una radice unitaria allora ΔY è stazionario. Per questo motivo le serie con radice unitaria vengono spesso chiamate serie “stazionarie

nelle differenze”.

Causalità nel senso di Granger - test: non sempre la correlazione e la regressione implicano causalità. Viene adottato il concetto di causalità di

Granger per ovviare alle relazioni improprie tra le variabili. L’idea di fondo è che una variabile X causa nel senso di Granger una variabile Y se

i valori passati della X aiutano a spiegare la Y. Naturalmente, se c’è causalità di Granger non è detto che X determini Y. Perciò ci si riferisce alla

causalità di Granger e non semplicemente alla causalità. Ciò nonostante, se i valori passati della X hanno un potere esplicativo sui valori correnti

della Y è almeno presumibile che X possa causare Y. In pratica, X causa nel senso di Granger Y se i coefficienti (almeno uno) della regressione

sono statisticamente significativi; in altre parole, se esistono dei valori ritardati di X che contribuiscono a spiegare il valore corrente della Y,

allora diciamo che X causa nel senso di Granger Y. Dal momento che stiamo assumendo che X e Y non abbiano radici unitarie, l’analisi di

regressione OLS (Ordinary Least Square – stime dei minimi quadrati ordinari) viene utilizzata per stimare il modello. I valori di significatività

dei singoli coefficienti vengono usati per determinare se esiste causalità nel senso di Granger. Utilizzando un livello di significatività del 5% se

qualche P-value relativo ai coefficienti della regressione risulta inferiore allo 0,05 si conclude che esiste causalità nel senso di Granger. Se

nessuno dei valori di significatività risulta inferiore a 0,05 si conclude che non c’è causalità nel senso di Granger. Spesso si verificano causalità

(o non causalità) in entrambe le direzioni (come nel nostro studio).

Coefficiente di correlazione r: misura il grado di correlazione tra due variabili X e Y ed i suo valore può variare tra –1 (perfetta correlazione

negativa) e +1 (perfetta correlazione positiva). Il coefficiente di correlazione (lineare) di Bravais-Pearson può essere considerato come la

covarianza standardizzata tra due variabili in modo da ottenere un indice che varia tra –1 e +1. Il valore assoluto rappresenta la forza di

associazione fra due variabili. La correlazione di Pearson è il coefficiente adatto per variabili misurate almeno al livello di scale ad intervalli

equivalenti16

. Indici da consultare: la magnitudine assunta dal coefficiente di correlazione, tenendo in conto dei limiti della sua variazione e, per

non renderne vano il calcolo, è necessario confrontare la sua significatività (“Sig.”), ricordando che l’ipotesi nulla si riferisce a correlazioni pari

a zero. Inoltre, la statistica test t per stabilire se esiste una correlazione significativa tra le variabili viene rappresentata ad due code se non si

hanno ipotesi circa la direzione dell’effetto, ovvero non si abbia l’idea circa il segno positivo o negativo che è lecito attendersi dalla

correlazione; ad una coda è la scelta opportuna qualora si abbiano ipotesi circa la direzione positiva o negativa dell’effetto.

Coefficiente di correlazione parziale r: è un utile strumento per rendere meno ambigue le relazioni lineari fra le variabili. Infatti, un elevato

coefficiente di correlazione che a prima vista indica lo stretto legame univoco fra due variabili può risultare ridimensionato se si controllano gli

effetti di una terza variabile su tale correlazione. La correlazione parziale permette, dunque, di misurare la relazione fra due variabili dalla quale

16

I coefficienti di correlazione di Kendall e Spearman rappresentano l’alternativa non parametrica di calcolo del coefficiente di correlazione ove si abbiano scale di livello

ordinale (Kendall e Spearman) o ad intervalli in casi di distribuzioni palesemente distanti dalla normale (Spearman).


Pag

ina1

9

sia stata eliminata la varianza comune con una o più ulteriori variabili. Il coefficiente di correlazione parziale è un coefficiente di relazione che è

stato corretto per l’influenza di una o più ulteriori variabili sulla correlazione bivariata. In pratica, la varianza utile ai fini della correlazione

parziale è esclusivamente quella che non si sovrappone alla varianza od alle varianze delle variabili delle quali s’intende controllarne l’effetto.

La c.p. accerta l’esistenza o meno di correlazione lineare tra i residui della regressione di Y sull’insieme delle variabili esplicative X2…Xn ed i

residui della regressione di X1 sull’insieme delle stesse variabili esplicative; cioè accerta l’esistenza di relazione lineare fra Y e X1 dopo aver

controllato e, quindi, eliminato, l’influenza delle altre variabili.

Coefficiente di determinazione r2: è un indice di affidabilità e del grado di approssimazione della retta di regressione. Perciò, quanto maggiore è

il valore di r2 tanto maggiore è la fiducia che si può avere nella retta di regressione. Più precisamente, il coefficiente di determinazione

rappresenta la proporzione della variazione totale della Y spiegata dall’equazione di regressione.

Errore standard del coefficiente di regressione sn: fornisce una stima dell’intervallo in cui cade il vero valore del coefficiente di regressione.

Errore standard della stima sy: è misurato dallo scarto quadratico medio (o deviazione standard) della regressione ed è interpretabile così: se si

vuole una probabilità del 95% che la variabile Y (sopra) sia spiegata dalla regressione, l’intervallo fiduciario è dato dalla stima di popolazione di

± 1.628 unità (vd. Tab. 4 quadro D).

Indicatore statistico t di Student: è una misura della significatività statistica della correlazione tra una variabile indipendente X e la variabile

dipendente Y. Il suo valore viene calcolato dividendo la stima del coefficiente di regressione m per il suo errore standard sn. Il suo valore viene

confrontato con i valori tabellari di t. Perciò, l’indicatore t misura la distanza dallo zero del coefficiente di correlazione prendendo come

parametro l’errore standard. In linea di massima, quanto maggiore è il valore di t, tanto più grande è l’affidabilità del coefficiente di regressione.

Viceversa, bassi valori di t indicano che l’affidabilità di questo coefficiente, per quanto riguarda le previsioni, è limitata. E’ maggiormente utile

nella regressione multipla piuttosto che nella regressione semplice. La variabile t indica il grado di significatività di ciascuna variabile

indipendente nel predire il valore della variabile dipendente. Per ciascuna variabile indipendente è preferibile che il valore di t sia il maggiore

possibile (positivo o negativo). In generale, si può dire che è accettabile un valore di t superiore a + 2 od inferiore a – 2. Le variabili indipendenti

con un basso valore di t possono essere eliminate dall’equazione di regressione senza che ciò riduca sensibilmente il valore del coefficiente di

determinazione r2, o aumenti l’errore standard della regressione.

Multicollinearità: talvolta capita che tra le variabili indipendenti di un’equazione di regressione multipla esista una grado di forte correlazione

reciproca, o multicollinearità. In questo caso, le stime dei coefficienti di regressione potrebbero non essere applicabili. Le variabili collineari non

forniscono delle informazioni aggiuntive e risulta difficile individuare l’effetto che ciascuna di esse ha sulla variabile risposta. I valori dei

coefficienti di regressione per queste variabili potrebbero variare in maniera elevata a seconda di quali delle variabili indipendenti sono incluse

nel modello. Si ha multicollinearità nei seguenti casi:

sono bassi i valori di t di due variabili indipendenti che appaiono importanti


Pag

ina2

0

i valori stimati dei coefficienti delle variabili ritenute indipendenti hanno segno opposto a quello che ci si sarebbe logicamente aspettato

Per la risoluzione della multicollinearità si ricorre abitualmente alle seguenti due modalità alternative:

si elimina dall’equazione una delle variabili altamente correlate

si modifica l’espressione dell’equazione attraverso i seguenti artifici:

1. si dividono le variabili che compaiono in entrambi i membri dell’equazione per una serie di valori, che non alteri la logica economica

di base

2. si stima l’equazione in base alle differenze prime

3. si combinano le variabili tra loro correlate in una nuova variabile formata dalla loro somma ponderata

4. dalle variabili tra le quali esiste un alto grado di correlazione, tenerne una sola ed eliminare le altre.

Un metodo per la misurazione della multicollinearità si basa sul Variance Inflationary Factor VIF (VIFj=1/1-r2), che si può calcolare per

ciascuna delle variabili esplicative. Se le variabili esplicative non sono correlate tra di loro, il VIF è uguale ad 1. Se le variabili esplicative sono

altamente correlate tra di loro, il VIF è elevato e potrebbe eccedere 5 (alcuni autori indicano il valore di 10 come soglia).

Omoscedasticità: (o costanza dello scarto quadratico medio o varianza) è una delle ipotesi di base in uno studio di regressione per poter trarre

conclusioni statisticamente valide in merito alle relazioni esistenti nella popolazione o universo statistico oggetto di studio. Affinchè esista la

condizione di omoscedasticità lo scarto quadratico medio di successive osservazioni della variabile dipendente deve essere costante e tali

osservazioni devono provenire dallo stesso universo. Questa condizione indica che la dispersione dei dati rilevati è uniforme attorno alla linea di

regressione. Se questa ipotesi non è verificata c’è da dubitare dell’accuratezza con cui sono stati stimati i valori dei coefficienti di regressione.

Processi autoregressivi a media mobile ARMA: costituiscono una classe importante di processi stazionari, definiti attraverso equazioni lineari

nell’operatore di ritardo. Qualunque processo stazionario in senso debole può essere efficacemente approssimato - in termini della funzione di

autocovarianza – da un processo della classe ARMA. Vengono calcolati dall’apposita funzione “media mobile” di Excel 2000 sotto la voce

Analisi dei dati.

Stazionarietà (forte e debole): la proprietà di stazionarietà permette di considerare il processo omogeneo rispetto al tempo; in altre parole, la

legge di probabilità del processo (o di alcuni dei suoi momenti) è la stessa lungo tutto l’asse dei tempi. Da un punto di vista inferenziale, invece,

questa assunzione consente di ritenere il campione informativo sulla struttura del processo che l’ha generato17

. La stazionarietà forte fa

riferimento a tutta la distribuzione del processo, la stazionarietà debole fa riferimento solo ai momenti primi (valore atteso) e secondi (varianze

ed autocovarianze). La stazionarietà forte implica che la distribuzione di probabilità del processo sia invariante rispetto alla traslazione dell’asse

dei tempi; la stazionarietà debole, richiede esclusivamente l’esistenza e l’invarianza temporale dei momenti primi e secondi del processo, mentre

17

Piccolo D., Introduzione all’analisi delle serie storiche, NIS, Roma, 1990.


Pag

ina2

1

non pone vincoli né sui momenti di ordine superiore al secondo, né sull’invarianza temporale della distribuzione del processo. Contrapposta alla

stazionarietà è la non stazionarietà, che formalmente significa tutto ciò che non è stazionario. Gli economisti di solito focalizzano l’attenzione

su un particolare tipo di non stazionarietà che è presente in molte serie macroeconomiche: la radice unitaria (vd. Autoregressione).

Test F: si basa sul valore della variabile casuale F. Se il valore di F è maggiore del valore tabellare, si può concludere che tutti i termini della

regressione sono significativi (es. vd. Foglio STAT cella 12-E). Per valori elevati indicheremo quelli con r2 0, mentre per valori bassi quelli

con r2 = 0 (rispetto al P-value). Osserviamo che:

se il valore di significatività della statistica F è inferiore al 5% (cioè 0,05), concludiamo che r2 0

se il valore di significatività della statistica F è superiore al 5% (cioè 0,05), concludiamo che r2 = 0.

Test di Dickey-Fuller: quando un software come Excel 2000 esegue delle regressioni, calcolando I valori di significatività ipotizza (volentieri)

che tutte le variabile del modello siano stazionarie. Se la variabile Yt-1 è non stazionaria, il P-value ad essa associato non è corretto. Un modo per

verificare la presenza di una radice unitaria viene dato dal test di Dickey-Fuller. Il test mantiene l’uso della statistica t per verificare ρ = 0

nell’equazione ritardata ΔYt = α + ρ Yt-1 + γ1Yt-1 + ….+ γmax-1ΔYt-p max+1 + δt + εt . Nel modello AR (p) con trend deterministico (cioè in

presenza di variabili esplicative i cui coefficienti non sono significativamente diversi da zero) si ricercano i valori associati ai coefficienti delle

ΔY ritardate non significativi (cioè i valori di significatività che sono più elevati di 0,05) stimando via via i modelli AR(p) di ordine inferiore

fino a che non troviamo un modello AR(p) in cui γp-1 sia statisticamente significativo (o fino a quando non siano esauriti i ritardi). Per

osservazioni sufficientemente numerose una regola approssimativa è la seguente:

si stima il modello AR(p) con trend deterministico

si calcola la statistica t corrispondente al coefficiente ρ (ovvero il coefficiente di Yt-1)

se la versione definitiva del modello contiene un trend deterministico il valore del test Dickey-Fuller è approssimativamente pari ad un

valore (p. es. 3,45 valore critico per n osservazioni ad un livello di significatività del 5%). Se la statistica t relativa a ρ è più negativa del

valore si rifiuta l’ipotesi della radice unitaria e si conclude che la serie è stazionaria. Altrimenti si conclude che la serie ha una radice

unitaria.


Pag

ina2

2

8. Analisi della domanda nel territorio dell’area funzionalmente collegata alla linea ferroviaria Verona-(Buttapietra)-Legnago-

(Castagnaro) nella provincia di Verona

Una prima sommaria analisi economica del territorio della piccola area funzionalmente legata alla linea ferroviaria Verona-Legnago, il Basso

Veronese, a Sud-Est del capoluogo, mostra una buona vitalità, particolarmente nel settore agricolo (che ne costituisce la vocazione primaria),

assieme ad un fiorente settore dell’artigianato particolarmente legato alla produzione di mobili in stile (2.094 imprese attive nella filiera del mobile

in stile con 3.201 addetti) mentre, a ridosso del comune capoluogo, è particolarmente sviluppata l’industria produttrice di mobili moderni (in specie

cucine). Una discreta performance è costituita dall’industria meccanica. Il terziario è particolarmente presente nei servizi minimi essenziali di

territorio. L’ammontare delle imprese presenti nella zona considerata è di 14.050 unità.

ESAME DELLE TABELLE E DEI QUADRI (ANALISI SINOTTICA)

Questo primo studio viene presentato come una sinossi attraverso 5 tabelle, 6 quadri statistici di regressione e 6 statistiche di controllo, assieme a 7

correlografici a dispersione con coordinate unite da linee smussate, che danno, date le precedenti premesse teoriche, il quadro di riferimento e le

metodologie adottate attraverso le quali viene giustificata la mobilità interarea ed intraarea nei territori della Piccola Area funzionalmente collegata

alla linea ferroviaria Verona-(Buttapietra)-Legnago-(Castagnaro).

Viene scelto di disgiungere l’analisi relativa alla linea ferroviaria Verona-(Buttapietra)-Legnago-(Castagnaro) rispetto all’analisi dell’intera linea

ferroviaria “asse” Verona-Legnago-Rovigo, in due studi, il primo, attraverso una metodologia di pianificazione, sulla porzione di territorio

provinciale di Verona, il secondo, con una metodologia classica di trasporto, sui territori inerenti alla linea ferroviaria “asse” da Verona sino a

Rovigo, per i seguenti motivi: il primo, principale, dovuto al reperimento di un data entry relativo alla provincia di Verona piuttosto nutrito, a

seguito di un’ottima raccolta di dati effettuata dall’Amministrazione Provinciale di Verona negli anni trascorsi (1995 e 1998). Tale opportunità,

veramente unica, consente di studiare la mobilità dal punto di vista del territorio. Attraverso i suoi equilibri ma, soprattutto, per quanto affermato sin

d’ora, lungo i suoi squilibri (che generano trasporto).

La seconda motivazione è derivata dall’opportunità di dimostrare che territorio ed unità umane che producono trasporto sono correlate, perciò, lo

studio di una variabile permette la conoscenza dell’altra.

L’ipotesi economica di partenza (riduzionistica) a conforto di ciò è che nessuno espande più di quanto abbia bisogno, nessuno spende più di quanto

abbia necessità.

L’analisi territoriale che intendiamo proporre, perciò, interessa i tre cluster di suddivisione del territorio (relativo alla Piccola Area funzionalmente

collegata) in funzione del suo uso.


Pag

ina2

3

Come si evidenzia, le località vengono ripartite nelle componenti esogene di uso del territorio: residenziale (abitazioni e vani abitativi), produttivo

(insediamenti produttivi primario e secondario) e di attrezzature (insediamenti) collettive (di servizio - ospedali, scuole, uffici amministrativi

pubblici, ecc.) espresse in ettari , metodologia di classificazione offerta dalla pubblicazione provinciale già citata.

Adottiamo una classificazione localizzativa, vale a dire nel senso di posizione geografica delle stesse località; il che comporta cautela, con

l’adozione di criteri d’analisi del territorio in senso entropico (badando anche all’influenza gravitazionale dei centri maggiori su quelli minori).

Secondo i dati della Provincia di Verona del 1995-1998 attualizzati al 2001, la situazione della Piccola Area funzionale legata alla linea ferroviaria

Verona-(Buttapietra)-Legnago-(Castagnaro) è rappresentata dalle tabelle 1 e 2 (foglio VR-LEG).

Tabella 1 (foglio VR-LEG) – ANALISI DEI RAPPORTI

Viene rappresentata la realtà territoriale del comune di Verona: appare interessante il dato della densità (popolazione/superficie = 11,78 abit./Ha

(cella=riga 3*col. M) che dimostra una certa tensione demografica di superficie ovvero, una distribuzione urbanistica in altezza piuttosto che in

larghezza. Si evidenzia come la popolazione della Piccola Area (cella=riga 29*col. K) rappresenti la metà della popolazione 2001 di Verona

(cella=riga 3*col. K), mentre la superficie comunale 2001 della Piccola Area (cella=riga 29*col. L) risulta essere più di tre volte tanto la superficie

di Verona. Gli spazi adibiti ad insediamenti produttivi di Verona sono, nel valore medio (cella=riga 3*col. G), esigui rispetto agli altri di Piccola

Area (cella=riga 30*col. G), e ciò può significare, conoscendone la realtà “sul campo”, che il comune di Verona possiede industrie piccole o medie,

compresse tra aree edificate (ZAI, per esempio). Sono presenti notevoli strutture collettive da terziario e terziario avanzato (riga 3 col. I rispetto a

riga 30 col. I).

L’attrattività di Verona verso la Piccola Area, ai fini della mobilità, sembrerebbe venire rappresentata soprattutto dalle attrezzature collettive e da

industrie ad alto valore aggiunto tecnologico che abbisognano, cioè, di spazi esigui.

Tabella 2 (foglio VR-LEG) – ANALISI DELLE RELAZIONI

Viene riportata la realtà territoriale dei comuni della Piccola Area attraverso la rappresentazione, parimenti a Verona, in valore assoluto e relativo

delle realtà residenziali, produttive ed attrezzature collettive. Sono dati di facile autolettura, per cui si lascia al lettore ogni ulteriore considerazione.

Interessanti sono, invece, le misure di dispersione, calcolate in verticale per ogni cluster a matrice 22x1 attraverso gli operatori:

media aritmetica (riga 30)

media delle deviazioni assolute dei loro valori rispetto alla media (riga 31)

deviazione standard sulla base dell’intera popolazione statistica espressa come argomenti (riga 32)

varianza dell’intera popolazione statistica (riga 33)


Pag

ina2

4

scostamento semplice medio (riga 34)

coefficiente di variazione (riga 35)

quadrato del coefficiente di variazione (riga 36)

valore massimo della deviazione media semplice in caso di massima variabilità S/maxS (riga 37)

valore massimo della deviazione standard in caso di massima variabilità σ/max σ (riga 38)

valore massimo della varianza in caso di massima variabilità σ2/max σ

2 (riga 39).

In generale, le misure di dispersione, piuttosto accentuate (es. varianza: riga 33, ma tutte, in genere), sembrerebbero definire l’esistenza di una certa

disarmonia territoriale sui tre tipi di insediamento, il che permetterebbe l’asserzione che ogni comune fa politica territoriale a parte.

D’altra parte, è dalle disarmonie che nasce la mobilità.

Abbiamo, poi, messo in relazione tra di loro i vari fattori di mobilità della Piccola Area per verificarne la correlazione, ovvero, allorchè la

covarianza (al numeratore del coefficiente - compreso tra –1 e +1) risulti positiva, generando una relazione diretta tra le variabili, oppure negativa,

generando una relazione diversa, ossia al crescere di una variabile l’altra diminuisce.

Abbiamo verificato che, come da ipotesi fatte nelle premesse teoriche, correlando insediamenti residenziali e popolazione (r ≈ 0,96 – cella 40I) si

evince un fortissimo legame tra popolazione della Piccola Area e abitazioni.

La seconda correlazione insediamenti produttivi e popolazione (r ≈ 0,83 – cella 41I) indicherebbe che c’è una buona corrispondenza tra popolazione

residente legale (composta da attiva e non attiva) e insediamenti produttivi. Il che presupporrebbe una presenza non disprezzabile del settore

secondario in questi territori.

La terza correlazione attrezzature collettive e popolazione (r ≈ 0,82 – cella 42I) indicherebbe, come in precedenza, che le attrezzature collettive si

sono sviluppate, presentando alcune eccezioni, di pari passo rispetto all’insediamento della popolazione.

La quarta correlazione insediamenti residenziali e produttivi (r ≈ 0,79 – cella 43I) rivela poca linearità tra le variabili: il che permette di dire che non

appare proprietà di relazione temporale tra gli insediamenti.

La quinta correlazione insediamenti residenziali e attrezzature collettive (r ≈ 0,74 – cella 44I) denuncia poca corrispondenza tra l’uso delle aree

abitative e quelle dei servizi.

La sesta correlazione insediamenti produttivi e attrezzature collettive (r ≈ 0,74 – cella 45I) evidenzia che non appare una relazione forte tra le

variabili in oggetto.

Tutte le correlazioni a valore più basso (ultime tre) denunciano condizioni di instabilità territoriale; da cui si giustificherebbe il ricorso a manovre

compensative da parte delle amministrazioni, particolarmente in termini di governo della mobilità.


Pag

ina2

5

Tabella 3 – ANALISI DELLE DIPENDENZE

La tabella 3 riporta pedissequamente i dati di tabella 2. Focus viene fatto sul corrispondente correlografico a dispersione per linee (rappresentato per

classificazione localizzativa), dove viene rappresentato l’andamento degli insediamenti produttivi, residenziali ed attrezzature collettive nei vari

territori della Piccola Area. Si evidenziano, dalla lettura del grafico, le quote di fattori territoriali che vengono rapportati. Ad esempio, Legnago

possiede una eccellente espansione di attrezzature collettive (cella 58L in rosso), una eccellente espansione di insediamenti residenziali (cella 59L in

blu), una modesta espansione di insediamenti produttivi (cella 65L in fucsia). Cerea, invece, appare forte in insediamenti residenziali (cella 61K in

blu), debole negli insediamenti produttivi (cella 68K, in fucsia), debole nelle attrezzature collettive (cella 69K in rosso). Dall’autolettura del grafico

1 (presentato anche in zoom) e dalle facili inferenze, si possono far derivare, con buona potenza, dei giudizi sulle proporzioni degli investimenti fatti

negli anni trascorsi e le vocazioni tipiche delle località.

Tabella 4 (foglio VR-LEG) - Quadri A, B, C, D, E, F

Molto interessanti appaiono i risultati riportati nei sei quadri di regressione multipla e semplice tra le variabili dei tre cluster. Attraverso le

regressioni, ricordiamo, è possibile determinare se il valore di una variabile dipendente (popolazione, in questo caso) è una funzione della variabile

indipendente (insediamenti, attrezzature). La regressione calcola statistiche per una linea utilizzando il metodo dei minimi quadrati per calcolare la

retta che meglio rappresenti i dati e restituisce una matrice che descriva la retta. Per tali casi, come già illustrato (sezione Premesse metodologiche –

i Ratios utilizzati), osservare le statistiche supplementari r2 (in grassetto nella tabella 4 quadri A, B, C, D, E, F):

nel quadro A, r2 ≈ 0,78 (cella 86A) indica una qualche relazione tra gli insediamenti produttivi+collettivi (variabili indipendenti) e

popolazione (variabile dipendente). Qualche altro fattore deve intervenire (insediamenti residenziali) per spiegare il rapporto di dipendenza,

qui al 78%, della popolazione per località, dagli insediamenti produttivi+collettivi per ogni medesima località.

nel quadro B, r2 ≈ 0,93 (cella 86E) indica una buona relazione tra insediamenti residenziali +produttivi (indip.) e popolazione (dip.). Qui

solamente il 7% circa non viene spiegato dalle variabili indipendenti.

nel quadro C, r2

≈ 0,95 (cella 86H) indica un’ottima relazione tra insediamenti residenziali+collettivi (indip.) e popolazione (dip.). Mutando

le variabili del quadro B in quelle di C cresce l’indicazione di dipendenza della popolazione dai fattori indicati.

nel quadro D, r2 ≈ 0,92 (cella 94B - correlazione tra le stesse variabili con r ≈ 0,96) indica che non vi sono tensioni abitative particolari. C’è

buona corrispondenza tra popolazione ed abitazioni. Vuole dire, in pratica, che la popolazione locale legalmente residente dipende dalle aree

abitabili locali.


Pag

ina2

6

Nel quadro E, r2 ≈ 0,69 (cella 94F - correlazione tra le stesse variabili con r ≈ 0,83) che si potrebbe spiegare in tale modo: c’è una buona

relazione tra insediamenti produttivi e popolazione. I soli insediamenti produttivi di località, però, non sono sufficienti per giustificare la

presenza della popolazione residente nella località medesima.

Nel quadro F, r2 ≈ 0,66 (cella 94I – correlazione tra le stesse variabili con r ≈ 0,81), rivela che anche le attrezzature collettive per località non

riescono da sole a spiegare la popolazione per località.

Verifiche statistiche alla tabella 4 (foglio VR-LEG) - Quadri A, B, C, D, E, F

Per quanto asserito sopra affermiamo la bontà delle variabili e degli indicatori statistici utilizzati osservando le statistiche del foglio STAT relativo

alle 6 regressioni presentate (Tabelle 64, 65, 66, 67, 68, 69 in foglio STAT).

1. Tabella 64 relativa al quadro A di tabella 4 con la regressione tra insediamenti produttivi + collettivi (indip.) e popolazione (dip.)

F (cella 12E) molto superiore al valore di significatività (cella 12F) denuncia la bontà della regressione

Statistica t (celle 18 e 19D) molto superiore al valore di significatività (celle 18 e 19E), denuncia che le variabili indipendenti

insediamenti produttivi + collettivi sono significative per la spiegazione della dipendente popolazione. Vuole, in pratica, dire che gli

insediamenti locali indicati influenzano la popolazione locale, ma manca un altro indicatore (attrezzature collettive locali) per

spiegare l’insediamento della popolazione locale.

2. Tabella 65 relativa al quadro B di tabella 4 con la regressione tra insediamenti residenziali + produttivi (indip.) e popolazione (dip.)


Statistica t (celle 69 e 70D ) molto superiore in valore assoluto al valore di significatività (cella 69 e 70E), denuncia che le variabili

indipendenti insediamenti residenziali + produttivi sono fortemente significative per la spiegazione della dipendente popolazione.

Vuole, in pratica, dire che gli insediamenti locali indicati influenzano la popolazione locale per il 94%.

3. Tabella 66 relativa al quadro C di tabella 4 con la regressione tra insediamenti residenziali + collettivi (indip.) e popolazione (dip.)


Statistica t (celle 115 e 116D) molto superiore al valore di significatività (celle 115 e116E), denuncia che le variabili indipendenti

insediamenti residenziali + collettivi potrebbero essere fortemente significative per la spiegazione della dipendente popolazione.

Vuole, in pratica, dire che gli insediamenti locali indicati potrebbero spiegare la popolazione locale per il 95%, ceteris paribus.

4. Tabella 67 relativa al quadro D di tabella 4 con la regressione tra insediamenti residenziali (indip.) e popolazione (dip.)



Pag

ina2

7

Statistica t (cella 166D) molto superiore al valore di significatività (cella 166E), denuncia che la variabile indipendente insediamenti

residenziali spiega la dipendente variabile popolazione locale. Vuole, in pratica, dire che gli insediamenti residenziali locali indicati

potrebbero aver influenzato la popolazione locale per il 92%.

5. Tabella 68 relativa al quadro E di tabella 4 con la regressione tra insediamenti produttivi (indip.) e popolazione (dip.)



produttivi potrebbe anche spiegare la dipendente variabile popolazione locale. Vuole, in pratica, dire che gli insediamenti produttivi

locali indicati potrebbero anche aver influenzato la popolazione locale per il 67%. Rimane e l’abbiamo visto con le regressioni

multiple, il ricorso all’utilizzo d’altre opzioni assieme per la spiegazione della popolazione. Si ricorda che statistica t è

particolarmente significativa con le regressioni multiple, ove si confrontano due o più variabili indipendenti.

6. Tabella 69 relativa al quadro F di tabella 4 con la regressione tra insediamenti (attrezzature) collettivi (indip.) e popolazione (dip.)



collettivi potrebbe anche spiegare la dipendente variabile popolazione locale. Vuole, in pratica, dire che gli insediamenti collettivi

locali indicati potrebbero anche aver influenzato la popolazione locale per il 66%. Rimane e l’abbiamo visto con le regressioni

multiple, l’analisi di altre opzioni insieme per la spiegazione della popolazione.


Pag

ina2

8

Grafico 2 (foglio VR-LEG – correlografico a dispersione con coordinate unite da linee smussate) – ANALISI GRAFICA

Quanto detto, relativamente al quadro E, viene meglio rappresentato nel grafico 2. L’andamento della curva insediamenti produttivi-popolazione

(insediamenti che vengono, per l’elaborazione grafica, ordinati per peso territoriale crescente), raffrontata sulla retta di tendenza, mostra anche i

territori laddove si trovi carenza di popolazione rispetto agli insediamenti produttivi (mobilità interarea ed intraarea in entrata) e laddove esista,

invece, eccedenza di popolazione rispetto agli insediamenti produttivi teorici ottimali rappresentati dall’interpolante di tendenza. Prevediamo

propensione alla mobilità interarea ed intraarea per lavoro in uscita (saldo attivo in uscita) a Bonavigo, Erbè, Concamarise, Boschi S. Anna,

Terrazzo, Bevilacqua, Trevenzuolo, Villabartolomea, Angiari, Castagnaro, Salizzole, Buttapietra, Isola della Scala, Casaleone; e poi a Bovolone. In

entrata (saldo attivo in entrata) a Minerbe, Sanguinetto, Isola Rizza, San Pietro di Morubio, Cerea, ad Oppeano. Per Legnago occorre, per ora, non

esprimersi in quanto rappresenta il valore destro di frontiera dell’interpolante teorica in una situazione di alta variabilità della dispersione.


Quanto detto, relativamente al quadro D, viene meglio rappresentato nel grafico 3. L’andamento della curva insediamenti residenziali-popolazione

(insediamenti che vengono, per l’elaborazione grafica, ordinati per peso territoriale crescente), raffrontata sulla retta di tendenza, mostra anche i

territori ove si trovi carenza di popolazione rispetto agli insediamenti residenziali e laddove esista, invece, eccedenza di popolazione rispetto agli

insediamenti residenziali teorici ottimali rappresentati dall’interpolante di tendenza. In genere gli insediamenti residenziali seguono l’interpolante di

tendenza rappresentata con la sua equazione descrittiva. Piccola tensione nei comuni di Isola della Scala, Bovolone e Legnago. Negli altri, valori

nella norma.


Quanto detto, relativamente al quadro F, viene meglio rappresentato nel grafico 4. L’andamento della curva (insediamenti) attrezzature collettive-

popolazione (insediamenti che vengono, per l’elaborazione grafica, ordinati per peso territoriale crescente), raffrontata sulla retta di tendenza,

mostra anche i territori laddove si trovi carenza di popolazione rispetto agli attrezzature (mobilità interarea ed intraarea in entrata) e laddove esista,

invece, eccedenza di popolazione (mobilità interarea ed intraarea in uscita) ovviamente rispetto alle attrezzature collettive teoriche ottimali

rappresentate dall’interpolante di tendenza. Per riassunto, Villabartolomea, San Pietro di Morubio, Sanguinetto, Castagnaro, Casaleone, Isola della

Scala, Oppeano, Buttapietra, Bovolone, Cerea sono carenti di attrezzature collettive. Gli altri comuni, compreso Legnago, eccedenti.

Tabella 5 (foglio VR-LEG)


Pag

ina2

9

Abbiamo sviluppato la tabella 5 per predisporre l’analisi grafica, attraverso correlografici a dispersione per linee smussate, in senso occupazionale.

Vengono riportati i valori dei fattori di mobilità esogena già assunti dalle località oggetto di indagine assieme ai rispettivi valori di occupazione,

intesi come unità occupate RESIDENTI (nelle località), nell’accezione ISTAT 14° censimento generale - ottobre 2001.

Osserviamo l’indice di densità occupazionale di Verona con gli altri indici della Piccola Area funzionale. Rispetto alle superfici Verona, come da

aspettative, offre una maggiore densità occupazionale intesa, qui e ora, come rapporto tra addetti occupati residenti nelle località e superfici delle

località. Non viene scelto l’indice esteso di densità occupazionale, cioè il rapporto tra addetti occupati nelle Unità Locali (U.L.) residenti e non

residenti e superfici, nell’accezione ISTAT, per capire meglio quale sarebbe tale indice in condizioni teoriche di sfruttamento territoriale senza

mobilità, ossia pensando che tutti gli addetti occupati siano residenti ed impiegati nelle U.L. territoriali locali e che le U.L. non abbiano addetti

occupati non residenti. Tale artificio, nell’analisi grafica, ci permette di leggere meglio la dispersione e quindi di recepire gli squilibri del territorio

che generano trasporto pensando che eccedenza di territorio rispetto agli occupati residenti sia attrattrice e che carenza di territorio sia generatrice di

mobilità.

I tassi ricavati, in generale, fanno ritenere che l’occupazione è, quasi dappertutto, alta rispetto all’uso del territorio. Densità molto inferiori rispetto

alla media fanno pensare ad uno sfruttamento orizzontale piuttosto che verticale del territorio, in senso occupazionale. Se ciò dev’essere tradotto in

attività di filiera, si potrebbe dire che per lo sviluppo delle attività produttive, per esempio, San Pietro di Morubio che annovera un indice di

occupazione del 31,8% (cella 168I) con 905 occupati (cella 168H) dovrebbe avere sviluppato (o prevedere) attività di produzione legate ad un

esteso consumo di spazio (per esempio, capannoni con attività manifatturiera ad alta volumetria).

Grafico 5 (foglio VR-LEG – correlografico a dispersione con coordinate unite da linee) – ANALISI GRAFICA

L’andamento della curva insediamenti produttivi-occupazione (insediamenti che vengono, per l’elaborazione grafica, ordinati per peso territoriale

crescente), raffrontata sulla retta di tendenza di cui viene fornita l’equazione e r2

≈ 0,81, mostra anche i territori laddove si trovi carenza di

occupazione residente per località rispetto agli insediamenti produttivi teorici ottimali e laddove esista, invece, eccedenza di occupazione rispetto

agli insediamenti produttivi teorici ottimali rappresentati dall’interpolante di tendenza. Analogamente alle precedenti analisi grafiche si può dire

che: Bonavigo, Erbè, Concamarise, Boschi S. Anna, Terrazzo, Bevilacqua, Trevenzuolo, Villabartolomea, Angari, Castagnaro, Salizzole,

Buttapietra, Isola della Scala, Casaleone, nonché Bovolone, Cerea, Legnago, offrirebbero ragionevoli convinzioni per affermare che vi è presenza di

mobilità intraarea ed interarea per motivi di lavoro.


L’andamento della curva insediamenti residenziali-occupazione (insediamenti che vengono, per l’elaborazione grafica, ordinati per peso

territoriale crescente), raffrontata sulla retta di tendenza di cui viene fornita l’equazione e r2

≈ 0,88 (buono), mostra anche i territori laddove si trovi


Pag

ina3

0

carenza di occupazione residente per località rispetto agli insediamenti residenziali e laddove esista, invece, insistenza di popolazione rispetto agli

insediamenti residenziali standardizzati rappresentati dall’interpolante di tendenza. Analogamente alle precedenti analisi grafiche si può dire che la

curva interpolante si assesta fortemente attorno alla tendenziale teorica ottimale.


L’andamento della curva attrezzature collettive-occupazione (insediamenti che vengono, per l’elaborazione grafica, ordinati per peso territoriale

crescente), raffrontata sulla retta di tendenza di cui viene fornita l’equazione e r2

≈ 0,59, mostra anche i territori laddove si trovi carenza di

occupazione residente per località rispetto alle attrezzature collettive e laddove esista, invece, eccedenza di occupazione rispetto alle attrezzature

collettive teoriche ottimali rappresentate dall’interpolante di tendenza. Questa volta non si potrebbe dire molto a causa di un coefficiente di

determinazione piuttosto basso, che non consente ulteriori spiegazioni.

Considerazioni finali in breve:

Abbiamo esplorato una tipologia di analisi originale del territorio in funzione del trasporto, alternativa alle metodologie classiche. Ciò, anche per

carenza di dati ISTAT 2001 (il 14° Censimento Generale produrrà le prime O/D solamente a fine 2003); inoltre, per confutare, attraverso le

statistiche più raffinate, il rapporto tra territorio, attraverso il suo valore d’uso rappresentato dalle estensioni per tipologia e motivazioni all’uso,

rappresentate dagli individui che lo presidiano, in funzione della mobilità.

Le domande generali alle quali crediamo di avere risposto sono le seguenti:

a) esistono forti correlazioni tra territorio e motivazioni all’uso? La risposta è affermativa

b) esistono fattori di mobilità determinati dall’uso del territorio? La risposta è affermativa

c) quali sono i principali fattori di mobilità certi legati al territorio? Gli insediamenti produttivi e le attrezzature collettive

d) la popolazione è dipendente dai fattori territoriali? La risposta è affermativa

e) l’occupazione dipende dai fattori territoriali? La risposta è affermativa

f) conseguenza di ciò, modificando i fattori territoriali, vengono a modificarsi i fattori di mobilità? La risposta è affermativa. Conseguenza di

questo è la proposizione secondo la quale chi controlla i fattori del territorio controlla la mobilità; conseguenza ulteriore derivata18

è quella

asserzione per cui chi controlla i fattori strutturali del territorio (le infrastrutture) controlla (e produce) la mobilità.

g) L’analisi proposta risponde come alternativa alle analisi classiche nell’individuazione della domanda (nella fenomenologia, nella direzione e

nel verso) per cui procedere, poi, alla quantificazione dei volumi di domanda attraverso modelli di mobilità, come ATZ ed algoritmi noti? La

risposta è affermativa. 18

Lemmon E.J., Elementi di Logica, Laterza, Bari, 1986; tit. orig. Beginning Logic, Thomas Nelson & Sons Ltd, 1965.


Pag

ina3

1

9. I blocchi

L’analisi della domanda del territorio della linea ferroviaria “asse” Verona-Legnago-Rovigo viene condotta attraverso quattro blocchi “classici”:

GENERAZIONE- DISTRIBUZIONE

SCELTA MODALE

SCELTA D’ITINERARIO/ASSEGNAZIONE18

Diamo le definizioni generali19

per le terminologie utilizzate per blocchi:

A. GENERAZIONE: consente di stimare, in un arco temporale, il numero di spostamenti generati (espulsi o ricevuti) dai residenti nell’area di

studio (centroide). Gli attributi sono distinti in attributi socioeconomici relativi al settore d’attività, alla condizione professionale, al reddito

familiare, all’età media degli utenti, alla posizione del nucleo familiare;

attributi motivazionali relativi al motivo dello spostamento (studio/lavoro/affari/turismo/commissioni).

B. DISTRIBUZIONE: [nda: nell’accezione classica è di tipo comportamentale] consente di calcolare l’aliquota di spostamenti che da una zona si

spingono verso l’altra. Gli attributi sono distinti in attributi d’attrattività che misurano la capacità attrattiva della destinazione; attributi di

separazione (o di costo) che misurano il costo generalizzato fra la zona d’origine e quella di destinazione.

C. SCELTA MODALE (SPLIT): [nda: nell’accezione classica è di tipo comportamentale] fornisce l’aliquota di spostamenti che utilizzano un dato

modo di trasporto nell’effettuare uno spostamento da una zona all’altra. Gli attributi sono distinti in attributi del livello di servizio relativi

alle caratteristiche dell’offerta del singolo modo (es.: tempo di viaggio, costo monetario, ecc.); attributi socioeconomici relativi alle

caratteristiche che influenzano la scelta di viaggio (es.: tasso di motorizzazione familiare, età, sesso, ecc.)

D. SCELTA DEL PERCORSO/ASSEGNAZIONE: [nda: nell’accezione classica è di tipo comportamentale] fornisce l’aliquota degli spostamenti che

utilizzano ciascun percorso utilizzando ogni modo di trasporto per recarsi dall’origine alla destinazione.

Questo per quanto concerne la modellistica classica maggiormente utilizzata.20

In questa analisi apporteremo una semplificazione alle indagini comportamentali “sul campo” necessarie per stabilire i livelli di mobilità

condizionata alla motivazione e ad altri parametri sociografici succitati nei quattro stadi (sottomodelli), utilizzando le più efficaci tecniche

econometriche inquadrabili in un’analisi di tipo quantitativo.

18

Quinet, E’., Analyse économique des trasports, PUF, Paris, 1990. 19

C.S.S.T., “Il modello matematico”, Rivista Bollettino d’informazione Sistemi di Trasporto”, anno 13 gennaio-febbraio 1991, Roma, pag. 2 segg. 20

C.S.S.T., ibidem.


Pag

ina3

2

10. Variabili indicatrici

Gli indicatori tipici ENDOGENI implementati per l’analisi della domanda di tipo econometrico relativa alla linea ferroviaria Verona-Legnago-

Rovigo (date le premesse) sono:

Densità: è una derivazione di superficie e qualifica la pressione d’uso sul territorio definendo le componenti primitive di mobilità potenziale

in un modello gravitazionale.

Matrici O-D: le O/D 2001 vengono elaborate, attraverso l’utilizzo di un fattore di accelerazione e sviluppo, su dati grezzi ISTAT 1991

suddivise per motivazioni di lavoro e di studio. Definiscono il mercato servito. Costituiscono la risultante generale della mobilità indistinta

(che comprende tutte le modalità strumentali di spostamento).

Motorizzazione: illustra il tasso di strumentalità attivato dalla mobilità dell’area oggetto di studio. Indica la quota di mercato servito21

dal

trasporto.

Popolazione: costituita dal solo numero di individui legalmente residenti delle areole considerate, secondo il censimento generale 13° ISTAT

1991, quello intermedio ISTAT 1996 e quello generale 14° ISTAT 2001 (in via di pubblicazione), quali indicatori di un mercato

potenziale.22

Quota di movimenti pendolari ferroviari: definisce la quota di mercato penetrato,23

cioè l’insieme di individui che effettivamente acquistano

un prodotto di trasporto ferroviario (e, per differenza, non ferroviario).

Scuole medie inferiori e superiori: costituite dal numero di unità scolastiche, alunni residenti e classi, espansi su serie storica quali indicatori

motivazionali di un mercato disponibile qualificato. L’esclusione degli studenti delle scuole elementari viene giustificata con la nulla

mobilità individuale esterna all’area, per tale categoria. L’esclusione degli studenti universitari viene giustificata dal motivo che la mobilità

degli studenti universitari fuori capoluogo di provincia (laddove sia presente una sede di facoltà) avviene generalmente con soggiorno

esterno (perciò non quotidiana e limitata abitualmente a due trips settimanali).

Superfici territoriali: censite in Kmq. da ISTAT 1991 con variazioni al 2001 per lo svincolo di piani d’area. Definiscono le aree oggetto di

studio e caratterizzano, per inferenza, il flusso di mobilità di generazione/attrazione, anche per gli effetti diretti che queste esercitano sulle

mercuriali insediative, diretta relazione sulla tipologia degli insediamenti stessi.

Unità locali: costituite dal numero degli addetti residenti e non nel territorio esplosi su serie storica quali indicatori motivazionali di un

mercato disponibile qualificato.24

21

Ferrarese M., Quale domanda? Modelli e Mercati per il Trasporto Pubblico Locale-Stategia e Tattica, Seminario del 21/12/1999, Università degli Studi di Verona, 1999. 22

Ibidem. 23

Ibidem. 24

Ferrarese M., Quale domanda? Modelli e Mercati per il Trasporto Pubblico Locale-Stategia e Tattica, Atti del seminario del 21/12/1999, Università degli Studi di Verona,

1999.


Pag

ina3

3

11. Gli strumenti utilizzati

Gli strumenti metodologici principalmente utilizzati per l’analisi quantitativa della domanda, di tipo statistico-econometrico e quelli di tipo

volumetrico relativi alla linea ferroviaria Verona-Legnago-Rovigo, seguendo la metodologia dei blocchi A-B-C-D sopra descritti, vengono

sommariamente indicati (alfabeticamente) in:

STATISTICO-ECONOMETRICO

Analisi di correlazione

Analisi di regressione (lineare e non lineare)

Analisi grafica e correlografica

ANOVA (analisi della varianza)

ARMA (processo)

Causalità nel senso di Granger (test)

Dickey-Fuller (test - con SPSS)

Frequenze

Funzione di crescita, funzione di previsione, funzione di tendenza

Granger-causalità nel senso di (test)

Rapporti statistici (Saggi d’incremento e decremento, rapporti di composizione, rapporti di derivazione, rapporti indici)

Statistica D (test – con SPSS)

Statistica t (test)

Statistica di Mallows (Cp) (scelta del miglior modello – con PHStat)

Stepwise e Best-Subsets - approcci per la regressione (scelta del miglior modello – con SPSS e PHStat)

Test F

VIF (test - con SPSS)

Altre metodologie statistiche previste da PHStat add-in ed SPSS 10.1.3 ITA

VOLUMETRICO

Analisi di benchmarking per i fattori competitivi di successo (A-B)

Fattore di accelerazione per la mobilità (lavoro e studio) (B)

Fattore di conversione per la mobilità (lavoro e studio) (B)

Fattori di motorizzazione per pesi assoluti e relativi (C)


Pag

ina3

4

Flussometria interasse per saldi assoluti e proporzionali (A-B)

Flussometria intraasse per saldi assoluti e proporzionali (A-B)

Funzione di Abraham-Blanchet costo/tempo (funzione di bilanciamento delle modalità) (C)

Funzione di ripartizione modale temporale (C)

Istruzione [quota di] extra asse Verona-Rovigo (A-B)

Istruzione nell’asse Verona-Rovigo (A-B)

Matrici O/D per pesi in valore assoluto ed in valore relativo (B-D)

Modello di ATZ per la flussometria (B-D)

Occupazione [quota di] extra asse Verona-Rovigo (A-B)

Occupazione nell’asse Verona-Rovigo (A-B)

PIL Veneto a prezzi di mercato per abitante (in ex £. correnti) (B)

Popolazione (A-B)

Reddito interno lordo al costo dei fattori per addetto/anno di Verona e Rovigo (in ex £. correnti) (B)

Superfici

Tabella delle retribuzioni medie Italia 2001 (A-C)

Tasso di variazione delle popolazioni attive (B)

Nota metodologica: i tassi d’incremento e decremento rispetto alle annualità verranno trattati, d’ora in poi, nella formulazione (B-A)/B, ove A

rappresenta l’annualità inferiore e B la superiore. I dati incrementali dovranno, perciò, leggersi come: “il dato per località nell’anno B si è

incrementato del …% ovvero il fattore di mobilità …della località … si è incrementato del …%” e non: “il dato … nell’anno B deriva dall’anno A

incrementato del …%). Ai fini del calcolo delle variazioni relative (o differenze relative), infatti, il risultato può apparire assai differente.25

12. Esame delle tabelle e dei quadri (analisi sinottica)

Questo secondo studio viene presentato come una sinossi attraverso 66 tabelle, 10 quadri statistici di regressione e 10 statistiche di controllo,

assieme a 9 grafici e correlografici a dispersione con coordinate unite da linee smussate, che danno, date le precedenti premesse teoriche, il quadro

di riferimento e le metodologie adottate attraverso le quali viene giustificata la mobilità interarea ed intraarea nei territori della Piccola Area

funzionalmente collegata alla linea ferroviaria Verona-Legnago-Rovigo, mobilità rappresentata sia in senso flussometrico, che quantificata in pesi

assoluto, relativo e saldi assoluto e proporzionale. 25

Del Vecchio F., Statistica per la ricerca sociale, Cacucci Editore, Bari, 1996, pag.114.


Pag

ina3

5

Anche qui adottiamo una classificazione localizzativa, vale a dire nel senso di posizione geografica delle stesse località; il che comporta cautela, con

l’adozione di criteri d’analisi del territorio in senso entropico (badando anche all’influenza gravitazionale dei centri maggiori su quelli minori).

Tabella 6 (foglio MOB)

E’ la tabella, per Verona, riassuntiva di alcune delle tabelle che verranno rappresentate successivamente. Vale il discorso fatto in precendenza. La

tabella risulta di facile autolettura per cui non ci si soffermerà. Scuole medie inferiori e superiori 1991 e 2001 sono gli studenti frequentanti (ricavati

in via statistica per il 2001). Popolazione 1991 e 2001 è la popolazione legale residente (accezione presente nei 13° e 14° censimenti generali).

Superficie 1991 e 2001 sono le superfici dei comuni (accezioni presenti nei 13° e 14° censimenti generali). La densità viene ricavata per algoritmo

(seguendo ISTAT). Gli addetti alle U.L. 1991 e 2001 sono gli occupati residenti e non residenti (accezioni presenti nei 7° e 8° censimenti

dell’industria e dei servizi)


Come sopra, rapportato alla Piccola Area funzionalmente collegata alla linea ferroviaria “asse” Verona-Legnago-Rovigo.


Vengono calcolate, parimenti al precedente studio, le dispersioni, elaborate in verticale per ogni cluster a matrice 12x1 attraverso gli operatori:

media aritmetica (riga 23)

media delle deviazioni assolute dei loro valori rispetto alla media (riga 24)

deviazione standard sulla base dell’intera popolazione statistica espressa come argomenti (riga 25)

varianza dell’intera popolazione statistica (riga 26)

scostamento semplice medio (riga 27)

coefficiente di variazione (riga 28)

quadrato del coefficiente di variazione (riga 29)

valore massimo della deviazione media semplice in caso di massima variabilità S/maxS (riga 30)

valore massimo della deviazione standard in caso di massima variabilità σ/max σ (riga 31)

valore massimo della varianza in caso di massima variabilità σ2/max σ

2 (riga 32).

In generale, le misure di dispersione, piuttosto accentuate (es. varianza: riga 26, ma tutte, in genere), sembrerebbero definire l’esistenza di una certa

disarmonia territoriale sugli indici indicatori di mobilità.


Pag

ina3

6


Abbiamo, poi, messo in relazione tra di loro gli indicatori tipici ENDOGENI di mobilità della Piccola Area per verificarne la correlazione, ovvero,

allorchè la covarianza (al numeratore del coefficiente - compreso tra –1 e +1) risulti positiva, generando una relazione diretta tra le variabili, oppure

negativa, generando una relazione diversa, ossia al crescere di una variabile l’altra diminuisce.

Abbiamo verificato che correlando U.L. addetti 2001 e popolazione 2001 (r ≈ 0,99 – cella 39E) si evince un fortissimo legame tra popolazione della

Piccola Area e U.L. addetti.

La seconda correlazione U.L. addetti 2001 e superficie 2001 (r ≈ 0,87 – cella 40E) indicherebbe che c’è una buona corrispondenza tra superficie e

U.L. addetti.

La terza correlazione U.L. addetti 2001 e scuole alunni 2001 (r ≈ 0,99 – cella 41E) indicherebbe un fortissimo legame tra le variabili.

La quarta correlazione popolazione 2001 e superficie 2001 (r ≈ 0,87 – cella 42E) rivela una buona corrispondenza tra popolazione e superficie.

La quinta correlazione scuole 2001 e popolazione 2001 (r ≈ 0,98 – cella 43E) denuncia un legame fortissimo tra scuole e popolazione.

La sesta correlazione scuole 2001 e superficie 2001 (r ≈ 0,82 – cella 44E) evidenzia una buona relazione tra le variabili in oggetto.

Tabella 10 (foglio MOB) - Quadri 1, 2, 3

Molto interessanti appaiono i risultati riportati nei tre quadri di regressione semplice tra le variabili dei cluster. Attraverso le regressioni, ricordiamo,

è possibile determinare se il valore di una variabile dipendente è una funzione della variabile indipendente. La regressione calcola statistiche per una

linea utilizzando il metodo dei minimi quadrati per calcolare la retta che meglio rappresenti i dati e restituisce una matrice che descriva la retta. Per

tali casi, come già illustrato (sezione Premesse metodologiche – i Ratio utilizzati), osservare le statistiche supplementari r2 (in grassetto nella tabella

10 quadri 1, 2, 3):

nel quadro 1, r2 ≈ 0,97 (cella 44H - correlazione tra le stesse variabili con r ≈ 0,99 – cella 41E ) indica che la variabile indipendente scuole

alunni influenza fortemente le unità locali addetti. In pratica, verrebbe da dire che gli studenti frequentanti nei territori studiati influenzano

fortemente l’occupazione.

nel quadro 2, r2 ≈ 0,99 (cella 44J - correlazione tra le stesse variabili con r ≈ 0,99 – cella 39E) illustra una forte relazione d’influenza tra

popolazione e unità locali addetti. Verrebbe da dire che la popolazione residente nei territori determina fortemente l’occupazione.

Nel quadro F, r2 ≈ 0,96 (cella 44L – correlazione tra le stesse variabili con r ≈ 0,98 – cella 43E), descrive una forte influenza tra popolazione

e scuole alunni frequentanti. Verrebbe da dire che la popolazione residente determina fortemente il livello di alunni frequentanti.

Verifiche statistiche alla tabella 10 (foglio MOB) - Quadri 1, 2, 3


Pag

ina3

7

Per quanto asserito sopra affermiamo la bontà delle variabili e degli indicatori statistici utilizzati osservando le statistiche del foglio STAT relativo

alle 3 regressioni presentate (Tabelle 70, 71, 72 in foglio STAT).

7. Tabella 70 relativa al quadro 1 di tabella 10 con la regressione tra scuole 2001 (indip.) e unità locali addetti 2001 (dip.)


Statistica t (cella 306D) molto superiore al valore di significatività (cella 306E), denuncia che la variabile scuole alunni 2001 è

significativa per la spiegazione della dipendente unità locali addetti 2001.

8. Tabella 71 relativa al quadro 2 di tabella 10 con la regressione tra popolazione residente 2001 (indip.) e unità locali addetti 2001 (dip.)


Statistica t (cella 346D) molto superiore in valore assoluto al valore di significatività (cella 346E), denuncia che la variabile

indipendente popolazione residente 2001 è fortemente significativa per la spiegazione della variabile dipendente unità locali addetti

2001.

9. Tabella 72 relativa al quadro 3 di tabella 10 con la regressione tra popolazione (indip.) e scuole (dip.)


Statistica t (cella 381D) molto superiore in valore assoluto al valore di significatività (cella 381E), denuncia che la variabile

indipendente popolazione residente 2001 è fortemente significativa per la spiegazione della dipendente scuole alunni frequentanti

2001.

Tabella 11 (foglio POP)

In questa tabella, che carica dati nelle tabelle 6 e 7 del foglio MOB, vengono presentate le popolazioni dell’area funzionalmente collegata alla linea

ferroviaria Verona-Legnago-Rovigo. Sono state scelte tre annualità di rappresentazione: 1991 in occasione del 13° censimento generale della

popolazione, 1996 (censimento intermedio per la popolazione) e 2001 (14° censimento generale della popolazione – primi e soli dati pubblicati in

rete). Appare evidente, al di là delle correlazioni che assegnano valori altissimi per r, facendo presumere una ottima linearità tra le variabili (e così

lo è), interpretando il dato come una relazione fortissima tra le variabili nella serie storica (non potrebbe essere diversamente dati i pesi assoluti di

Verona e Rovigo), ci soffermeremo sugli incrementi percentuali degli scostamenti. Notiamo che Verona cala del 5% circa in un decennio (cella 2F)

mentre Buttapietra cresce del 23,36%. Cresce (ma in calo sul 1996) Bovolone del 3,55% (cella 5F), Cerea del 4,08% (cella 6F). Legnago segnala un

forte calo pari al –8,41% (cella 7F), Fratta del -7,56% (cella 12F), Costa del -15,69% (cella 13F) contro – 1,90% del 1996, Rovigo del –8,91% (cella

14F) contro il -2,96% del 1996. I dati maggiormente in calo sembrerebbero far pensare ad un “crollo” percentuale della popolazione. Interessante

diviene, a questo punto, l’incrocio di tali dati con quelli dell’occupazione. I dati vengono rappresentati graficamente in grafico 8.


Pag

ina3

8

Grafico 9 (foglio POP)

Il grafico induttivo rappresenta l’andamento temporale delle popolazioni gravitanti sulla linea ferroviaria Verona-Legnago-Rovigo con effetto zoom.

Si possono notare i vari scostamenti. La lettura dev’essere eseguita considerando le vicinanze e le lontananze delle linee tra loro che rappresentano

valori assoluti. Non va eseguita una lettura percentuale. Il vantaggio di tale lettura risiede nella individuazione veloce dei bacini di popolazione più

rappresentativi.


La tabella raffigura l’andamento demografico in area adiabatica per le serie storiche 1991, 1996, 2001 per ciascuna località. Vengono tracciate delle

medie per raffigurare una popolazione tipo del decennio trascorso con i relativi scostamenti semplice medio e la deviazione standard: quest’ultimi

danno le dispersioni rispetto al valore standard. Non sono eccessive, sono contenute entro il 3%. Ciò permette di affermare che l’andamento delle

popolazioni non ha subito, in valori relativi per l’area intera, delle sensibili modificazioni. Conseguenza di questo è che la domanda è

potenzialmente stabile.

Interessanti sono le proiezioni delle popolazioni legali residenti per le annualità 2002, 2003, 2004, 2005. Vengono calcolate con funzione di

tendenza (vd. Trattamento delle variabili – i Ratio utilizzati). Il calo sembrerebbe proseguire anche nei prossimi anni.

Tabella 13 (foglio SUP)

Vengono riportati i dati relativi alle superfici territoriali in kmq. relativi agli anni 1991 e 2001. Il dato è utile per comprendere le variazioni dei

territori delle singole località e le politiche di espansione delle amministrazioni locali (nei territori sdemanializzati in genere vengono inserite attività

da reddito medio-alto).

Grafico 10

Rappresenta la situazione, in istogrammi della tabella 13, per una lettura maggiormente facilitata.


Vengono condotte delle ipotesi di relazione tra superfici delle località (compresa Verona) nelle annualità 1991, 2001 e popolazioni legalmente

residenti 1991, 2001. Lo scopo è quello di osservare l’andamento delle superfici in relazione alle popolazioni per spiegare le une e le altre. Il

coefficiente di correlazione per la relazione 1991 è r = 0,9144 rivela una relazione piuttosto forte tra le variabili scelte. Al variare di una varierebbe

anche l’altra. Lo stesso dicasi per l’annualità 2001 con r = 0,9209. La maggiore correlazione per il 2001 sembrerebbe dimostrare una maggiore

stabilizzazione del sistema territoriale rispetto alla popolazione legalmente residente.


Pag

ina3

9


Viene eseguita una doppia regressione lineare sulle variabili superfici 1991 (celle G23:H27) e 2001(celle G29:H33) prese come dipendenti), con

popolazioni 1991 e 2001 indipendenti, poi con variabili popolazioni 1991 (celle I23:J27) e 2001 (celle I29:J33) prese come dipendenti, con superfici

indipendenti. Lo scopo è quello di capire se le correlazioni forti evidenziate rivelano relazioni forti tra le due variabili in modo che l’una spieghi

l’altra.

In effetti notiamo coefficienti di determinazione r2 per l’intera annualità 1991 dello 0,83. Ciò fa dire che superficie e popolazione spiegano, ma non

del tutto, le reciproche influenze. Per l’anno 2001, invece, r2

≈ 0,84; ciò fa pensare ad una tendenza ad influenzarsi maggiormente rispetto al passato.

Grafico 11 (foglio POP)

Viene riportata la distribuzione tra superficie 2001 e popolazione 2001 dell’area considerata, allo scopo di evidenziare, ovviamente con grandezze

differenti (scala sx-superfici differente da scala dx-abitanti), gli andamenti delle due variabili. Si notano i surdimensionamenti di alcune località (es.:

Isola della Scala) rispetto alla popolazione, con il conforto dei dati di densità (tabella 7, foglio MOB, cella 9M), che permetterebbero delle ipotesi di

lavoro per relazioni di qualche tipo tra densità e mobilità.

Tabella 16 (foglio UL)

E’ la tabella che illustra il fattore lavoro. E’ ripartita in Unità Locali U.L. (vd. Glossario) e Addetti, per tre annualità di analisi, 1991 (7° censimento

dell’industria e dei servizi), 1996 (censimento intermedio) e 2001 (8° censimento – primi risultati).

Notiamo da subito un incremento generalizzato delle U.L., tranne che a Castagnaro ed a Costa, e degli addetti (tranne che a Costa). L’economia

della zona, in genere, sembra “tirare” ed i tassi di occupazione (vd. Glossario) 1991 e 2001 lo confermano.

I dati di tabella 16 sono pubblicati da ISTAT tranne quelli delle variazioni relative (celle 4-17E, 4-17I) e dei rapporti di composizione (4-17J, 4-

17K), dati dal calcolo.

Tabella 17 (foglio UL)

Nella tabella 16 vengono trattate le popolazioni attive e gli occupati residenti Wbj (vd. Glossario). I dati 1991 sono di fonte ISTAT, i dati 2001 (non

ancora pubblicati da ISTAT) sono ricavati con metodologia sintetico proporzionale corretta. L’applicazione di tale metodologia risulta necessaria

per mancanza di dati. Abbiamo posto la popolazione attiva 2001 residente M/F derivata dalla popolazione attiva 1991, incrementata o decrementata

del tasso di variazione della popolazione 2001, tasso di variazione a sua volta moltiplicato per l’incremento/decremento del fattore motivazionale di

attività, in questo caso il lavoro (celle 4-17I) preso nel suo valore assoluto per motivi di segno. La giustificazione scientifica come appresso:


Pag

ina4

0

esiste una relazione formale: tra popolazione residente e unità locali addetti nelle tre annualità 1991, 1996 e 2001, relazione evidenziata dal

grafico UL Grafico 1036 legato alla tabella 17. L’equazione (di ordine 2) della interpolante che descrive i rapporti di composizione

addetti/popolazioni nelle annualità è: Y=0,0016X2-6,340X+6318,5 con r

2 = 1. Il coefficiente 0,0016(X

2) rappresenta l’elasticità della curva

ed è il fattore moltiplicativo dei valori di X2 per ottenere la dipendente Y.

esiste una relazione metodologica: in condizione di metodologia sintetico proporzionale si utilizzano fattori di tendenza o moltiplicativi tali

da assicurare la maggiore linearità alla relazione.

esiste una relazione logico-razionale: se l’insieme addetti e l’insieme popolazioni residenti sono strettamente correlati nelle annualità,

significa che le popolazioni attive (sottoinsieme delle popolazioni residenti) lo sono. Il fattore moltiplicativo si spiega in tale modo: la

popolazione attiva 2001 deriva dalla popolazione attiva 1991 incrementata/decrementata in ragione proporzionale

all’incremento/decremento del fattore lavoro (spiegato dal grafico UL 1036), sviluppato/contenuto dall’incremento/decremento della stessa

popolazione residente.

esiste una relazione sperimentale: tale fattore moltiplicatore assoluto ha trovato giustificazione sperimentale in occasione dello studio della

linea ferroviaria Vicenza-Schio (anno 2000).

Analogo intervento per quanto riguarda gli occupati residenti Wbj (celle 22-35F).

Interessanti risultano essere altri dati presentati: in particolare l’incremento della popolazione attiva/non attiva (celle 22-35H) composta secondo le

attribuzioni succitate. Complessivamente, in dato risulta confortante pensando alla mobilità. Nella colonna successiva (celle 22-34I) vengono trattati

i pesi assoluti della popolazione lavorativa per località lungo l’asse Verona-Legnago-Rovigo Abj, ossia, matematicamente, i lavoratori residenti

2001 Wbj nelle località – i lavoratori Ej uscenti lungo l’asse + i lavoratori Uj entranti dall’asse (tratti dalle O/D 2001). E’ una misura che descrive le

potenzialità del territorio in termini di fattori produttivi (e di mobilità). La colonna successiva (celle 22-34J) rappresenta la differenza tra gli addetti

alle U.L. 2001 (che, ricordiamo, provengono dall’asse e fuori dall’asse Verona-Legnago-Rovigo) ed i lavoratori intraasse presenti nelle località.

Tale differenza rappresenta il saldo dei lavoratori extraasse, ossia coloro che, per vari motivi, sono costretti a spostarsi per lavorare fuori dall’asse

ferroviario oppure si spostano verso le località dell’asse. Tale affermazione viene giustificata formalmente nel seguente modo:

a) Aj addetti alle U.L. 2001

b) Ej = lavoratori entrati lungo l’asse (intraasse)

c) Uj = lavoratori usciti lungo l’asse (intraasse)

d) Ex = lavoratori entrati extraasse (da fuori asse)

e) Ux = lavoratori usciti extraasse (fuori asse)

f) Aj = lavoratori entranti intraasse Ej + lavoratori entranti extraasse Ex + lavoratori residenti non usciti Wbxj

g) lavoratori residenti non usciti Wbxj = Wbj - Uj - Ux


Pag

ina4

1

h) sostituendo nella f): Aj = Ej + Ex + Wbj – Uj - Ux

i) ma: Wbj + Ej – Uj = Abj

j) Aj = Ex + Abj - Ux

k) risolvendo rispetto al saldo extraasse otteniamo : Ex – Ux = Aj - Abj che si legge come il saldo dei lavoratori entrati oppure usciti fuori

dall’asse ferroviario (segno + = entrati; segno meno = usciti).

L’ultima colonna (celle 22-34K) rappresenta il rapporto percentuale (rapporto di variazione relativa) tra il saldo precedente extraasse ed gli addetti

presenti nelle U.L. 2001. E’ un indicatore percentuale della mobilità esterna all’asse, sicuramente non interessata dal treno ma da altri mezzi.

Grafico 12 (foglio UL)

Rappresenta la tabella 16 nelle sue espressioni Unità Locali per località.

Grafico 13 (foglio UL)

Rappresenta la tabella 16 nelle sue espressioni Addetti di Unità Locali per località.

Tabella 18 (foglio US)

E’ la tabella dell’istruzione. Vengono rappresentati gli andamenti degli studenti delle scuole medie di primo grado intesi come fattori di mobilità.

Regione Veneto (altri contattati – Provveditorati, M.I.R.S., ISTAT - devono ancora rispondere) ha comunicato solamente i dati di sette annualità

(1991/92-1997/98), sicchè le tre annualità residue (1998/99, 1999/00, 2000/01) sono state ricavate dalla funzione di crescita con potenze 8, 9, 10

(interpolante già descritta nelle premesse). E’ stata scelta tale funzione piuttosto che altre per il valore di attenuazione che offre in relazione

all’interpolazione. La funzione tendenza, ad esempio, soffre di analiticità e potrebbe essere poco rappresentativa in caso di forti

decrementi/incrementi nelle annualità. Invece crescita contiene i decrementi a livelli spiegabili.


E’ la seconda tabella dell’istruzione. Vengono rappresentati gli andamenti degli studenti delle scuole medie di secondo grado intesi come fattori di

mobilità. Regione Veneto (altri contattati – Provveditorati, M.I.R.S., ISTAT - devono ancora rispondere) ha comunicato solamente i dati di sette

annualità (1991/92-1997/98), sicchè le tre annualità residue (1998/99, 1999/00, 2000/01) sono state ricavate dalla funzione di crescita con potenze 8,

9, 10 (interpolante già descritta nelle premesse). E’ stata scelta tale funzione piuttosto che altre per il valore d’attenuazione che offre in relazione

all’interpolazione. La funzione tendenza, ad esempio, soffre di analiticità e potrebbe essere poco rappresentativa in caso di forti

decrementi/incrementi nelle annualità. Invece crescita contiene i decrementi a livelli spiegabili.


Pag

ina4

2

Tabella 20 foglio US)

Rappresenta le sommatorie zonali per annualità delle tabelle 17 e 18.


Parimenti a quanto fatto in precedenza (foglio UL), anche nella tabella 21 vengono rappresentati i rapporti tra gli studenti frequentanti ed i residenti

con i relativi incrementi/decrementi (celle 48-61D). Per quanto riguarda gli studenti residenti 2001, non essendo ancora pubblicati i dati ISTAT del

14° censimento generale della popolazione, si è proceduto secondo il metodo illustrato in tabella 17 (foglio UL). E’ interessante verificare le

relazioni tra gli studenti frequentanti 1991 (celle 48-61B) ed i residenti 1991 (celle 48-61E) e la situazione 2001 (celle 48-61C e 48-61F). In tale

caso, la componente residente 2001 si è attenuata rispetto alla 1991, mentre la componente frequentanti 2001 si è ridotta fortemente rispetto alla

1991. Si può spiegare il fenomeno col calo demografico, ma altresì con un calo di frequentanti che ha colpito maggiormente gli studenti extraasse

(non solo dovuto alla demografia ma vieppiù alla costruzione di nuovi istituti scolastici extraasse).

Viene calcolata Abj parimenti ai lavoratori (celle 48-61H) ed il saldo extraasse 2001 Fj – Abj = Ex – Ux. I dati sono di facile lettura. Viene, inoltre,

calcolato il rapporto di variazione relativa tra gli studenti extraasse ed i frequentanti. Ovviamente, anche in questo caso, i segni indicano entrata

extraasse per saldi positivi, uscita extraasse per saldi negativi.

Tabelle 22-23 (foglio O-D)

Le tabelle 22 e 23 sono relative e propedeutiche alla formulazione delle nuove matrici O-D 2001 (che ISTAT pubblicherà solo a fine 2003) per gli

spostamenti per motivi di lavoro e di studio.

Le O-D 2001 vengono ricavate dalle O-D 1991 con dei fattori correttivi che chiameremo, fattore di accelerazione e fattore di conversione per motivi

di lavoro e di studio.

Abbiamo ricercato quali fattori s’influenzino maggiormente tra di loro ed influenzino la mobilità (dalla letteratura economica, econometrica e di

trasporti) e li abbiamo verificati metodologicamente (approccio Stepwise e statistica di Mallows per le variabili in peso assoluto). I fattori

individuati sono:

a. Popolazioni attive – indice incrementale 2001, per quanto attinene alla numerosità della popolazione potenzialmente mobile - Pi

b. Reddito Interno Lordo RIL al costo dei fattori-REDDITO PRO CAPITE - in lire correnti * 1.000 su addetto all’anno per Verona e Rovigo,

nelle annualità dal 1991 al 2001, come suo indice incrementale 2001 - Ri


Pag

ina4

3

c. PIL Veneto a prezzi di mercato per abitante - in lire correnti * 1.000 su abitante all’anno per Veneto, nelle annualità dal 1991 al 2001 e suo

indice incrementale 200126

- Ci

d. Tasso di motorizzazione – indice incrementale 2001 - Mi

e. Lavoro/addetti U.L. – indice incrementale 2001 - Lj

f. Istruzione/studenti frequentanti – indice incrementale 2001 – Sj.

Abbiamo verificato con indagine statistica, anche ai fini dell’attribuzione del denominatore (al valore indipendente), il rapporto di composizione tra

RIL-Reddito (b) e PIL-Ricchezza (c) che determina il benessere reale per abitante. Abbiamo verificato quale dei due fattori di ricchezza tenda ad

influenzare l’altro, attraverso l’applicazione di regressioni nella serie storica dal 1991 al 2001. Abbiamo, inoltre, verificato che PIL spiega RIL con

r2 ≈ 0,98 per Verona, mentre PIL spiega RIL con r

2 ≈ 0,92 per Rovigo, per T0 ritardi. Inoltre, si è proceduto alla verifica della causalità bi-

direzionale nel senso di Granger (tabelle 24, 24 bis, 24 ter, 24 quater-foglio Granger), per capire se PIL determina temporalmente RIL-Reddito o

viceversa, producendo 3 regressioni dinamiche ADL con Y=P e X=Q arrestate a T–3 ritardi (lag) distribuiti. La causalità bi-direzionale nel senso di

Granger per T-3 lag è ricercata, fermo restando t-ratio, con almeno un valore P-value dei coefficienti mrit [Xrit] della regressione inferiore al 5%, cioè

allo 0,05. Ciò non avviene mai (celle 14CDEF, 35CDEF, 56CDEF, 77CDEF). Allora è sufficiente dire che PIL non determina RIL (e viceversa) nel

senso della causalità di Granger, per valori di PIL e RIL a 3 lag e per 7 osservazioni. Nulla, quindi, si può dire qui, per P e Q a lag maggiori di 3.

Tutto ciò ci consente di proporre, ceteris paribus, un fattore di accelerazione incrementale per la mobilità 2001, determinato dagli indici

incrementali succitati:

per lavoro: FALj = (Rj/Cj)*Mj*Lj ove FALj è il fattore di accelerazione per lavoro da ricercare

per studio: FASj = (Rj/Cj)*Mj*Sj ove FASj è il fattore di accelerazione per studio da ricercare.

Il fattore si spiega nel seguente modo (metodo di Russell L. Ackoff, 1981):

FALi, FASi in variazioni relative, sono proporzionali, al rapporto di composizione tra le variazioni relative del reddito pro capite e della

ricchezza, cioè del tasso di benessere reale pro capite moltiplicato l’indice incrementale della motorizzazione 2001, moltiplicato l’indice

incrementale 2001 del lavoro. L’utilizzo del segno moltiplicativo rende appropriato l’utilizzo dei singoli fattori che, vedremo, s’influenzano

l’un l’altro fortemente: es. con la motorizzazione in peso assoluto pari a zero non vi sarebbe mobilità per lavoro (e nelle annualità 1991-2001

variazioni relative di zero -1991 e 2001-uguali a zero); se non vi fosse lavoro non vi sarebbe ricchezza prodotta da lavoro, né benessere reale

(variazione relativa nelle annualità pari a zero); se non vi fosse ricchezza locale prodotta da lavoro (variazioni relative uguali a zero e

26

PIL a prezzi di mercato è il risultato finale dell’attività di produzione delle unità produttrici residenti. Corrisponde alla produzione totale di beni e servizi dell’economia,

diminuita dei consumi intermedi ed aumentata dell’IVA gravante e delle imposte indirette sulle importazioni. E’ altresì, pari alla somma dei valori aggiunti ai prezzi di mercato

delle varie branche di attività economica, aumentata dell’IVA e delle imposte indirette sulle importazioni, al netto dei servizi di intermediazione finanziaria indirettamente

misurati (SIFIM).


Pag

ina4

4

rapporto di composizione uguale a zero a PIL= costante), non vi sarebbe lavoro e non vi sarebbe motorizzazione (o meglio motorizzazione

nulla per inutilizzazione). Inoltre, vengono applicate le proprietà matematiche della moltiplicazione (il prodotto dei fattori per un fattore

nullo è nullo). Altre composizioni non risultano logicamente appropriate. Infine, si fa riferimento al modello di Barbieri-Causi del CNR per

la composizione della mobilità italiana che utilizza fattori moltiplicativi per indicatori espressi in pesi percentuali.

Proponiamo, ora, ceteris paribus, un fattore di conversione incrementale 2001 per le matrici O-D così composto:

per lavoro: FLj = Pj+(Rj/Cj)*Mj*Lj ove FLj è il fattore di conversione per lavoro da ricercare

per studio: FSj = Pj+(Rj/Cj)*Mj*Sj ove FSj è il fattore di conversione per studio da ricercare.

Il fattore di accelerazione FALi, FASi espresso per pesi percentuali (e con il suo segno) viene sommato alla variazione relativa

incremento/decremento 2001 della popolazione Pi, al fine di correggere il calo o la crescita della popolazione attiva/”non attiva”

(occupati/studenti27

) come generatrice di mobilità.

I risultati per località vengono moltiplicati per i singoli pesi Ej (attrazione) e Uj (generazione) espressi per località delle matrici O-D.

Tabelle 24, 24 bis, 24 ter, 24 quater (foglio Granger)

Già spiegate sopra. Sono la rappresentazione della causalità nel senso di Granger (test) per RIL/Reddito pro capite e PIL.

Grafico 14 (foglio O-D)

E’ relativo ai fattori di sviluppo della mobilità. E’ la rappresentazione in scostamenti percentuali, dell’andamento dei tassi (di variazione relativi)

delle popolazioni attive 2001 per località, dei tassi di motorizzazione, degli indici del lavoro e degli indici di studio. La lettura è immediata. Come si

vede, gli andamenti degli scostamenti non sono correlabili. Il che mette in mostra le differenti attitudini delle varie località.

Tabella 25 (foglio O-D)

E’ la tabella relativa alle matrici di Origine e Destinazione O-D 1991 per motivi di lavoro. In dati vengono letti in peso assoluto in verticale per

quanto riguarda l’attrazione del traffico ed in orizzontale per quanto inerisce la generazione.


27

Gli studenti, contrariamente ad ISTAT (trattati come popolazione non attiva) , vengono qui calcolati con le variazioni relative tipiche della popolazione attiva. Diversamente,

avremmo delle variazioni relative fortemente compromesse dal determinante peso assoluto e percentuale delle casalinghe (popolazione non attiva).


Pag

ina4

5

E’ la tabella relativa alle matrici di Origine e Destinazione O-D 2001, con le correzioni apportate dal fattore di conversione per la mobilità, per

motivi di lavoro. In dati vengono letti in peso assoluto in verticale per quanto riguarda l’attrazione del traffico ed in orizzontale per quanto inerisce

la generazione


E’ la tabella relativa alle matrici di Origine e Destinazione O-D 1991 per motivi di studio. In dati vengono letti in peso assoluto in verticale per

quanto riguarda l’attrazione del traffico ed in orizzontale per quanto inerisce la generazione.


E’ la tabella relativa alle matrici di Origine e Destinazione O-D 2001, con le correzioni apportate dal fattore di conversione per la mobilità, per

motivi di studio. In dati vengono letti in peso assoluto in verticale per quanto riguarda l’attrazione del traffico ed in orizzontale per quanto inerisce

la generazione


E’ la tabella relativa alle matrici di Origine e Destinazione O-D 2001 per motivi di lavoro, generazione del traffico. In dati vengono letti, in peso

relativo percentuale per località, in orizzontale.


E’ la tabella relativa alle matrici di Origine e Destinazione O-D 2001 per motivi di lavoro, attrazione del traffico. In dati vengono letti, in peso

relativo percentuale per località, in verticale.


E’ la tabella relativa alle matrici di Origine e Destinazione O-D 2001 per motivi di studio, generazione del traffico. In dati vengono letti, in peso

relativo percentuale per località, in orizzontale.


E’ la tabella relativa alle matrici di Origine e Destinazione O-D 2001 per motivi di studio, attrazione del traffico. In dati vengono letti, in peso

relativo percentuale per località, in verticale.


Pag

ina4

6


Rappresenta la popolazione 2001 che si sposta quotidianamente in entrata ed in uscita dal Comune di Verona. I dati sono caricati dalle matrici O-D.


La tabella rappresenta l’applicazione del modello di ATZ per un comune medio teorico della Piccola Area funzionalmente collegata alla linea

ferroviaria Verona-Legnago-Rovigo con centroide principale Verona. Viene calcolato per connotare una dimensione standard, per creare un

riferimento pivot su cui confrontare i dati successivi. Tutti i valori inseriti sono calcolati per medie. L’Indice di Interrelazione Pendolare IIP per

motivi di lavoro è del 5,22% (cella 69J). Non è un valore importante per la mobilità.


Questa tabella rappresenta l’applicazione del modello di ATZ per pendolari per motivi di lavoro nel complesso facendo riferimento a Verona come

centroide principale. L’Indice di Interrelazione Pendolare risulta essere dello 8,08% (cella 83J). I dati sono caricati dalle matrici O-D e dal foglio

UL.


Questa tabella rappresenta l’applicazione del modello di ATZ per pendolari per motivi di studio nel complesso facendo riferimento a Verona come

centroide principale. L’Indice di Interrelazione Pendolare risulta essere del 22,04% (cella 97J). I dati sono caricati dalle matrici O-D e dal foglio US.


Rappresenta la popolazione 2001 che si sposta quotidianamente in entrata ed in uscita dal Comune di Rovigo. I dati sono caricati dalle matrici O-D.


La tabella rappresenta l’applicazione del modello di ATZ per un comune medio teorico della Piccola Area funzionalmente collegata alla linea

ferroviaria Verona-Legnago-Rovigo con centroide principale Rovigo. Viene calcolato per connotare una dimensione standard, per creare un

riferimento pivot su cui confrontare i dati successivi. Tutti i valori inseriti sono calcolati per medie. L’Indice di Interrelazione Pendolare IIP per

motivi di lavoro è del 1,41% (cella 117J). Non è un valore importante per la mobilità.



Pag

ina4

7

Questa tabella rappresenta l’applicazione del modello di ATZ per pendolari per motivi di lavoro nel complesso facendo riferimento a Rovigo come

centroide principale. L’Indice di Interrelazione Pendolare risulta essere dello 7,09% (cella 131J). I dati sono caricati dalle matrici O-D e dal foglio

UL.


Questa tabella rappresenta l’applicazione del modello di ATZ per pendolari per motivi di studio nel complesso facendo riferimento a Rovigo come

centroide principale. L’Indice di Interrelazione Pendolare risulta essere del 12,59% (cella 145J). I dati sono caricati dalle matrici O-D e dal foglio

US.


Questa tabella rappresenta l’applicazione del modello di ATZ per pendolari per motivi di lavoro nel complesso facendo riferimento a Isola della

Scala come centroide principale. L’Indice di Interrelazione Pendolare risulta essere dello 29,24% (cella 61V). I dati sono caricati dalle matrici O-D

e dal foglio UL.


Questa tabella rappresenta l’applicazione del modello di ATZ per pendolari per motivi di studio nel complesso facendo riferimento a Isola della

Scala come centroide principale. L’Indice di Interrelazione Pendolare risulta essere del 98,92% (cella 73V). I dati sono caricati dalle matrici O-D e

dal foglio US.


Questa tabella rappresenta l’applicazione del modello di ATZ per pendolari per motivi di lavoro nel complesso facendo riferimento a Bovolone

come centroide principale. L’Indice di Interrelazione Pendolare risulta essere dello 20,84% (cella 85V). I dati sono caricati dalle matrici O-D e dal

foglio UL.


Questa tabella rappresenta l’applicazione del modello di ATZ per pendolari per motivi di studio nel complesso facendo riferimento a Bovolone

come centroide principale. L’Indice di Interrelazione Pendolare risulta essere del 91,75% (cella 97V). I dati sono caricati dalle matrici O-D e dal

foglio US.


Pag

ina4

8


Questa tabella rappresenta l’applicazione del modello di ATZ per pendolari per motivi di lavoro nel complesso facendo riferimento a Cerea come

centroide principale. L’Indice di Interrelazione Pendolare risulta essere dello 25,11% (cella 109V). I dati sono caricati dalle matrici O-D e dal foglio

UL.


Questa tabella rappresenta l’applicazione del modello di ATZ per pendolari per motivi di studio nel complesso facendo riferimento a Cerea come

centroide principale. L’Indice di Interrelazione Pendolare risulta essere del 94,67% (cella 121V). I dati sono caricati dalle matrici O-D e dal foglio

US.


Questa tabella rappresenta l’applicazione del modello di ATZ per pendolari per motivi di lavoro nel complesso facendo riferimento a Legnago come

centroide principale. L’Indice di Interrelazione Pendolare risulta essere dello 23,94% (cella 133V). I dati sono caricati dalle matrici O-D e dal foglio

UL.


Questa tabella rappresenta l’applicazione del modello di ATZ per pendolari per motivi di studio nel complesso facendo riferimento a Legnago come

centroide principale. L’Indice di Interrelazione Pendolare risulta essere del 59,61% (cella 145V). I dati sono caricati dalle matrici O-D e dal foglio

US.


Questa tabella rappresenta l’applicazione del modello di ATZ per pendolari per motivi di lavoro nel complesso facendo riferimento a Badia Polesine


foglio UL.


Questa tabella rappresenta l’applicazione del modello di ATZ per pendolari per motivi di studio nel complesso facendo riferimento a Badia Polesine


foglio US.


Pag

ina4

9


Questa tabella rappresenta l’applicazione del modello di ATZ per pendolari per motivi di lavoro nel complesso facendo riferimento a Lendinara


foglio UL.


Questa tabella rappresenta l’applicazione del modello di ATZ per pendolari per motivi di studio nel complesso facendo riferimento a Lendinara


foglio US.


E’ una tabella riassuntiva dei valori di flusso secondo ATZ per località, per lavoro e studio. Inoltre, vengono rilevati i valori dei saldi assoluti ∆ (Ej –

Uj) per motivi di lavoro e studio relativi agli spostamenti intraasse di entrata e uscita. Il segno rivela per il saldo positivo l’entrata prevalente, per il

saldo negativo l’uscita prevalente. In aggiunta, questi valori vengono pesati per proporzionalità δ (Ej/Uj): valori superiori ad 1 rivelano entrata,

inferiori ad 1 uscita, in proporzione.

Tabella 54 (foglio MOB) – ANALISI DI BENCHMARKING

Vengono riportati, per un confronto, gli IIP relativi alle Piccole Aree Funzionalmente collegate nella provincia di Bolzano, che per prima in Italia,

ha calcolato i flussi secondo ATZ ed ha realizzato l’integrazione modale e tariffaria.

Tabelle 55 e 56 (foglio MOB) – ANALISI DI BENCHMARKING

Sono stati ricavati, per il successivo confronto alla tabella 57, l’Indice di Dotazione di Infrastrutture Ferroviarie DIF e l’Indice di Intensità del

Traffico Giornaliero ITG relativamente alle tratte ferroviarie Isola della Scala-Legnago + Legnago-Rovigo. Il DIF e l’ITG sono due indici che

rivelano le potenzialità, allo stato attuale, dell’infrastruttura e dell’offerta ferroviaria. In particolare segnaliamo che al denominatore dei coefficienti

DIF e dell’ITG troviamo l’espressione S*P che corrisponde al prodotto dell’estensione territoriale e della popolazione residente. Il tutto per

quantificare il cosiddetto livello di servizio al territorio. Ricordiamo che:

DIF = lunghezza della linea/tratta ferroviaria/(Superficie*Popolazione)

ITG = numero treni-giorno/(Superficie*Popolazione).


Pag

ina5

0


Con la tabella 57 ritroviamo ordinata per pesi IIP, la tabella 54. Abbiamo sviluppato per le Piccole Aree della Provincia Autonoma di Bolzano (così

come classificate da ASTAT) i relativi valori di lunghezza delle tratte ferroviarie e del treni/giorno che le percorrono (celle 171-188EF). Abbiamo

evidenziato i relativi S*P (celle 171-188I) e riportato, per il confronto, i coefficienti DIF e ITG della Piccola Area della tratta ferroviaria Isola della

Scala-Legnago.

Per la lettura in benchmarking è sufficiente prendere in considerazione ciascun IIP delle località della tratta Isola della Scala-Legnago (per motivi di

lavoro), inserirlo tra due valori, uno immediatamente inferiore ed uno immediatamente superiore di IIP Bolzano e ricorrere alla colonna finale (celle

171-188L) per individuare il numero di treni/giorno necessari per poter emulare il livello di servizio al territorio della provincia di Bolzano. I treni-

giorno in benchmarking vengono calcolati con criterio di proporzionalità rispetto ai valori treni-giorno/territorio di Bolzano.


Con la tabella 58 ritroviamo ordinata per pesi IIP, la tabella 54. Abbiamo sviluppato per le Piccole Aree della Provincia Autonoma di Bolzano (così

come classificate da ASTAT) i relativi valori di lunghezza delle tratte ferroviarie e del treni/giorno che le percorrono (celle 196-213EF). Abbiamo

evidenziato i relativi S*P (celle 196-213I) e riportato, per il confronto, i coefficienti DIF e ITG della Piccola Area della tratta ferroviaria Legnago-

Rovigo.

Per la lettura in benchmarking è sufficiente prendere in considerazione ciascun IIP delle località della tratta Legnago-Rovigo (per motivi di lavoro),

inserirlo tra due valori, uno immediatamente inferiore ed uno immediatamente superiore di IIP Bolzano e ricorrere alla colonna finale (celle 196-

213L) per individuare il numero di treni/giorno necessari per poter emulare il livello di servizio al territorio della provincia di Bolzano.


Viene riportata la tabella relativa alle aspettative sull’andamento della mobilità bilaterale giornaliera media sulla linea ferroviaria Verona-Rovigo

nei periodi di punta e di morbida per le annualità 1999, 2000, 2001 e, con calcolo tramite funzione di tendenza, dell’anno 2002 (con periodo 4),

2003 (con periodo 5), 2004 (con periodo 6), 2005 (con periodo 7).

Tabella 60 (foglio MOT)

Rappresenta i veicoli per il trasporto delle persone, suddivisi per categoria, circolanti nelle provincie di Verona e Rovigo per annualità e per

comune, in valore assoluto e percentuale incrementale 2001. I dati 2001 vengono calcolati con funzione di tendenza a “potenza” (periodo) 4.

Tabelle 61 e 62 (foglio MOT)


Pag

ina5

1

Le tabelle 61 e 62 presentano la Funzione di Assegnazione – modello prezzo-tempo: scelta modale secondo Abraham C. e Blanchet J.D. (1973). La

valutazione, per tratte di estremità, viene fatta door-to-door con tempi di percorrenza rettificati, per quanto riguarda il trasporto ferroviario, di + 7

minuti primi corrispondenti a 700 metri di percorrenza a piedi nei primi e ultimi tratti alla velocità media di 6 km/h. Le distanze ferroviarie sono

quelle ufficiali commerciali. Le distanze stradali sono tratte da mappe Yahoo e Virgilio (tramite GIS). I tempi di percorrenza con trasporto a motore

pubblico/privato sono determinati in situazione tipica per fascia oraria 700

-900

a velocità di codice stradale. Il costo percepito dal cliente ferroviario è

quello del biglietto (o abbonamento). Poiché l’analisi sarebbe ulteriormente articolata, assumento anche l’onere di valutare gli abbonamenti, si

prenderà a riferimento per l’analisi comparativa solamente il prezzo del biglietto di 2 classe adulto di corsa semplice a tariffa 39/21/1 Veneto. Il

costo percepito del trasporto privato a motore viene determinato dal solo prezzo della benzina, pari ad EUR 1,06/lit con consumo medio di 10

km/lit. Il costo percepito del trasporto pubblico a motore viene determinato dal prezzo del biglietto per relazione (tariffe APTV su Verona e SITA su

Rovigo).

Viene calcolato, secondo Abraham e Blanchet, il cosiddetto valeur del basculement, valore di bilanciamento (celle 23-39L).

Il valore di bilanciamento, che considera il tempo monetizzato viene dato dalla formula:

Vb=[ass]((Pg-Pt)/(Tt-Tg)) ove Pg è il costo percepito del gommato privato (benzina)

Pt è la tariffa ferroviaria praticata

Tt è il tempo ferroviario rettificato impiegato door-to-door

Tg è il tempo impiegato dal gommato privato

I risultati sono riportati nella colonna L (celle 23-39L)

Lo stesso viene calcolato per il gommato pubblico (celle 23-39M), con tempi e tariffe tratte da orari ufficiali delle aziende concessionarie di

trasporto APTV (da Verona a Badia Polesine) e SITA (da Rovigo a Badia Polesine).

Viene calcolata, inoltre, la funzione di ripartizione modale temporale (che determina l’omonima curva supposta log-normale proporzionale a quella

del ritorno) secondo Quinet data dalla formula:

Fhb=Tf /( Tf +Tg) ove Fhb è la funzione da ricercare con 0<Fhb<1

Tg è il tempo di percorrenza con trasporto gommato privato/pubblico in minuti primi (celle 23-39G)

Tf è il tempo di percorrenza con trasporto ferroviario rettificato in minuti primi (celle 23-39E).

Per es. Fhb→0 prevale il treno; Fhb→1 prevale il gommato privato/pubblico.

Vengono, inoltre, calcolati, il costo generalizzato del trasporto a motore privato e quello ferroviario, il costo totale esterno del trasporto a motore

privato e quello ferroviario, secondo i dati riferiti dallo studio condotto per Ferrovie dello Stato s.p.a. dall’associazione Amici della Terra (vd. sito

www.fs-on-line.it). Viene ricavato, con gli stessi criteri suesposti, il valore di bilanciamento generale traguardato all’ora (celle 24-39R).

Questi valori di bilanciamento andranno confrontati con la tabella 63 successivamente illustrata.


Pag

ina5

2

Grafici 15 e 16 (foglio MOT)

Viene rappresentato l’andamento dei costi percepiti per tratte di estremita relative a Verona (15) e Rovigo (16). Nei vari colori si possono

distinguere: il costo ferroviario, il costo del gommato privato, il valore di bilanciamento treno-gommato privato, il costo del gommato pubblico, il

valore di bilanciamento del gommato pubblico.

Tabella 63 (foglio MOT)

Vengono riportati gli indicatori di alcune retribuzioni orarie di lavoratori italiani espresse per settore e categoria – Italia 2001, al fine di applicare i

valori di bilanciamento, con lo scopo di individuare l’attrattività dei segmenti target. Osservando i valori di bilanciamento-soglia suesposti, al di

sotto dei quali risulta conveniente prendere il trasporto ferroviario, al di sopra dei quali il gommato privato (ovvero quello pubblico), si considerino

le varie retribuzioni categoriali e si faccia un confronto con i valori di bilanciamento. Appare chiaro che, a chi possiede una retribuzione oraria al di

sotto di quella del valore di bilanciamento converrà servirsi del trasporto ferroviario, a chi possiede una retribuzione oraria al di sopra, il trasporto

gommato privato ovvero pubblico, per le relazioni di estremità illustrate.

Conclusioni finali

Lo studio ha mostrato la vitalità del territorio, la sua variabilità, i suoi rapporti di composizione, le variazioni relative delle variabili intervenienti

sulla mobilità. Il modello di ATZ applicato ha illustrato l’importanza del movimento pendolare sulle località centroidi o distretti di attrazione e

generazione. Le variabili di flusso hanno quantificato (assieme alle matrici O-D) i movimenti pendolari per lavoro e studio nell’asse Verona-

Legnago-Rovigo ed extraasse. I fattori di conversione della mobilità hanno verificato quanta parte della ricchezza del territorio della Piccola Area

Funzionale, quanta motorizzazione, quanto lavoro procurino mobilità interna ed esterna. Le funzioni di ripartizione modale e temporale hanno

trasmesso le opportunità, per i segmenti target che potenzialmente potrebbero essere interessati alle varie modalità di trasporto pendolare, di

utilizzare modalità di trasporto tra loro (per ora) alternative. L’analisi di benchmarking ha illustrato i livelli di servizio al territorio studiato e le

necessità di prodotti di trasporto per assicurare degli standard compatibili.

Una considerazione finale per lo studio presentato potrebbe essere così riassunta:

si registrano cali generalizzati di popolazione (in “crescita” negativa per i prossimi 4 anni), cali di studenti frequentanti, ma crescita

generalizzata di lavoratori addetti alle Unità Locali intraarea

vi è una discreta mobilità intraarea per motivi di lavoro. Vi è una buona mobilità intraarea per motivi di studio

vi è una buona mobilità interarea per motivi di lavoro e di studio, cioè c’è una buona dispersione della domanda extraarea.

la mobilità intraarea non si concentra per tratte di estremità, ma piuttosto per relazioni interne all’asse e per piccoli tratti


Pag

ina5

3

l’incremento/decremento della ricchezza prodotta, della motorizzazione e dei motivatori di mobilità hanno mitigato gli affetti dovuti al calo

di popolazione attiva al fine della mobilità

Le funzioni di distribuzione e assegnazione hanno dimostrato che ad oggi 2001, anno zero, la domanda non ha convenienza ad utilizzare

soprattutto e solamente il mezzo di trasporto ferroviario lungo l’asse.

Per quanto detto e dimostrato, si possono includere, per “catturare” nuova domanda, interventi sulla dinamica di prezzo come pure sull’orario.

Poco si può dire sulla quantità e nulla sulla qualità del servizio offerto, cioè la definizione del livello di soddisfazione del cliente pendolare: nel

primo caso l’analisi di benchmarking ha dimostrato che il livello di servizio “c’è”. Nel secondo si dovrebbe accendere un altro filone d’analisi di

tipo qualitativo.

Per tutto cio ci sentiamo di affermare che, per intervenire sulla domanda, affinchè questa adotti la modalità ferroviaria piuttosto che altre è

necessario:

un intervento pubblico (piena applicazione della legge regionale Veneto n. 25/1998) di interdizione delle tratte comuni ai veicoli di trasporto

gommato pubblico

la piena applicazione del codice della strada (utilizzo pianificato e costante di autovelox in quantità e repressione totale dei reati da parte

della Polizia Stradale con tolleranza zero) per costringere i veicoli privati a rispettare le velocità previste per legge

adozione di politiche di marketing ferroviario che prevedano:

o una politica tariffaria mirata al segmento target da “catturare” (Pricing)

o un migliore presidio della rete distributiva (Place), cioè dei rivenditori di titoli di trasporto

o un incremento della qualità mirata dei prodotti di trasporto (Product)

o un’analisi costante dei reali bisogni della domanda (People)

o una promozione e comunicazione costanti del catalogo di offerta ferroviaria (Promotion), anche attraverso l’utilizzo di

venditori/promotori presso i contenitori di domanda (in colloquio costante con i cosiddetti D.A.N. cioè chi ha Denaro, Autorità,

Necessità)

o uno sfruttamento migliore del marchio del Gruppo Ferrovie dello Stato s.p.a. (Power)

o un presidio senza soluzioni di continuità nelle relazioni con le Istituzioni e gli Enti Locali (Public Relations.

Grazie per avere concesso benevolenza a questa lettura.


Pag

ina5

4

Appendice statistica-1 Tabella 1

LOCALITA'RESIDENZIALI

2001%

PRODUTTIVI

2001%

COLLETTIVI

2001% TOTALE 2001

POPOLAZIONE

2001

SUPERFICIE

COMUNALE

TOTALE 2001

DENSITA'

VERONA 3.481,25 49,52% 899,67 12,80% 2.649,15 37,68% 7.030,07 243.474 20.666 11,78

Tabella 2


2001%

PRODUTTIVI

2001%

COLLETTIVI

2001% TOTALE 2001

POPOLAZIONE

2001

SUPERFICIE

COMUNALE

TOTALE 2001

DENSITA'

BUTTAPIETRA 126,12 57,49% 49,16 22,41% 44,08 20,09% 219,36 5.800 1.719 3,37

ISOLA DELLA SCALA 192,94 64,89% 65,78 22,12% 38,63 12,99% 297,35 10.497 6.989 1,50

TREVENZUOLO 103,53 67,61% 35,92 23,46% 13,68 8,93% 153,13 2.431 2.699 0,90

ERBE' 61,87 72,65% 9,45 11,10% 13,84 16,25% 85,16 1.628 1.594 1,02

SALIZZOLE 118,23 66,67% 39,33 22,18% 19,77 11,15% 177,33 3.755 3.074 1,22

BOVOLONE 282,56 62,89% 114,41 25,46% 52,33 11,65% 449,30 13.430 4.144 3,24

OPPEANO 176,35 43,41% 190,93 47,00% 38,93 9,58% 406,21 7.301 4.700 1,55

ISOLA RIZZA 71,04 41,82% 84,92 49,99% 13,93 8,20% 169,89 2.877 1.684 1,71

CONCAMARISE 38,30 64,67% 11,71 19,77% 9,21 15,55% 59,22 1.064 789 1,35

BONAVIGO 31,48 62,75% 8,75 17,44% 9,94 19,81% 50,17 1.879 1.780 1,06

SAN PIETRO DI MORUBIO 66,92 34,86% 101,10 52,66% 23,95 12,48% 191,97 2.848 1.602 1,78

SANGUINETTO 120,97 52,17% 75,78 32,68% 35,12 15,15% 231,87 3.988 1.364 2,92

CEREA 462,73 68,77% 131,20 19,50% 78,96 11,73% 672,89 15.255 7.041 2,17

CASALEONE 161,35 60,51% 69,01 25,88% 36,30 13,61% 266,66 5.906 3.829 1,54

ANGIARI 47,68 51,69% 37,13 40,25% 7,44 8,07% 92,25 1.844 1.346 1,37

MINERBE 106,64 53,64% 73,99 37,22% 18,16 9,14% 198,79 4.581 2.969 1,54

BOSCHI S. ANNA 59,71 70,24% 14,92 17,55% 10,38 12,21% 85,01 1.346 897 1,50

LEGNAGO 509,29 37,64% 253,57 18,74% 590,24 43,62% 1.353,10 24.232 7.964 3,04

BEVILACQUA 43,72 56,38% 22,42 28,91% 11,41 14,71% 77,55 1.691 1.212 1,40

VILLABARTOLOMEA 188,55 76,04% 36,86 14,87% 22,54 9,09% 247,95 5.300 5.324 1,00

TERRAZZO 57,06 67,99% 17,22 20,52% 9,64 11,49% 83,92 2.384 2.053 1,16

CASTAGNARO 54,83 48,66% 40,68 36,10% 17,18 15,25% 112,69 4.153 3.474 1,20

TOTALI 3.081,87 1.484,24 1.115,66 5.681,77 124.190 68.247 1,82

VALORE MEDIO m 140,09 54,24% 67,47 26,12% 50,71 19,64% 258,26 5.645,00 3.102,14 1,71

DEV. MEDIA SEMPLICE S 90,29 44,34 51,76 172,36 3.900,55 1.695,26 0,57

DEVIAZIONE STANDARD 125,76 60,16 119,00 279,69 5.522,36 2.076,62 0,74

VARIANZA 15.816,08 3.619,55 14.160,06 78.224,23 30.496.495 4.312.355 0,54

SCOST. SEMPL. MEDIO 0,64 0,66 1,02 0,67 0,69 0,55 0,34

C.V. 0,90 0,89 2,35 1,08 0,98 0,67 0,43

C.V.2 0,81 0,80 5,51 1,17 0,96 0,45 0,19

S/maxS 0,34 0,34 0,53 0,35 0,36 0,29 0,18

SIGMA/maxSIGMA 0,20 0,19 0,51 0,24 0,21 0,15 0,09

SIGMA2/maxSIGMA2 0,04 0,04 0,26 0,06 0,05 0,02 0,01

CORRELAZIONE TRA INSEDIAMENTI RESIDENZIALI E POPOLAZIONE (1 ) = 0,959639

CORRELAZIONE TRA INSEDIAMENTI PRODUTTIVI E POPOLAZIONE (2) = 0,829855

CORRELAZIONE TRA ATTREZZATURE COLLETTIVE E POPOLAZIONE (3) = 0,817781

CORRELAZIONE TRA INSEDIAMENTI RESIDENZIALI E PRODUTTIVI (4) = 0,788757

CORRELAZIONE TRA INSEDIAMENTI RESIDENZIALI E ATTREZZATURE COLLETTIVE (5) = 0,736992

CORRELAZIONE TRA INSEDIAMENTI PRODUTTIVI E ATTREZZATURE COLLETTIVE (6) = 0,742713

TRASFORMAZIONE DI FISHER PER LA CORRELAZIONE (1) = 1,941323






Nota: dati Provincia di Verona "Repertorio Provinciale delle Aree Produttive" aggiornamenti A e B e ISTAT 8° Censimento dell'Industria e dei Servizi 2001, ISTAT 14° Censimento Generale della Popolazione

INSEDIAMENTI RESIDENZIALI, PRODUTTIVI E ATTREZZATURE COLLETTIVE ESPRESSI IN ETTARI (Ha)

INSEDIAMENTI RESIDENZIALI, PRODUTTIVI E ATTREZZATURE COLLETTIVE ESPRESSI IN ETTARI (Ha)


Pag

ina5

5


Pag

ina5

6


Pag

ina5

7

Tabella 5 INSEDIAMENTI ESPRESSI IN ETTARI Ha


2001

PRODUTTIVI

2001

COLLETTIVI

2001POPOLAZIONE 2001 OCCUPATI 2001

%

OCCUPAZIONE=ADD

ETTI/POPOLAZIONE

DENSITA'

OCCUPAZIONALE=ADD

ETTI/Ha PRODUTTIVI

1 BUTTAPIETRA 126,12 49,16 44,08 5.800 2.006 34,59% 40,81

2 ISOLA DELLA SCALA 192,94 65,78 38,63 10.497 4.452 42,41% 67,67

3 TREVENZUOLO 103,53 35,92 13,68 2.431 1.164 47,88% 32,41

4 ERBE' 61,87 9,45 13,84 1.628 456 28,01% 48,25

5 SALIZZOLE 118,23 39,33 19,77 3.755 1.317 35,07% 33,49

6 BOVOLONE 282,56 114,41 52,33 13.430 5.380 40,06% 47,02

7 OPPEANO 176,35 190,93 38,93 7.301 3.277 44,88% 17,16

8 ISOLA RIZZA 71,04 84,92 13,93 2.877 1.382 48,04% 16,27

9 CONCAMARISE 38,30 11,71 9,21 1.064 360 33,83% 30,74

10 BONAVIGO 31,48 8,75 9,94 1.879 483 25,71% 55,20

11 SAN PIETRO DI MORUBIO 66,92 101,10 23,95 2.848 905 31,78% 8,95

12 SANGUINETTO 120,97 75,78 35,12 3.988 1.544 38,72% 20,37

13 CEREA 462,73 131,20 78,96 15.255 6.039 39,59% 46,03

14 CASALEONE 161,35 69,01 36,30 5.906 1.670 28,28% 24,20

15 ANGIARI 47,68 37,13 7,44 1.844 1.056 57,27% 28,44

16 MINERBE 106,64 73,99 18,16 4.581 1.805 39,40% 24,40

17 BOSCHI S. ANNA 59,71 14,92 10,38 1.346 357 26,52% 23,93

18 LEGNAGO 509,29 253,57 590,24 24.232 10.265 42,36% 40,48

19 BEVILACQUA 43,72 22,42 11,41 1.691 654 38,68% 29,17

20 VILLABARTOLOMEA 188,55 36,86 22,54 5.300 2.129 40,17% 57,76

21 TERRAZZO 57,06 17,22 9,64 2.384 406 17,03% 23,58

22 CASTAGNARO 54,83 40,68 17,18 4.153 1.757 42,30% 43,18

TOTALI PICCOLA AREA FUNZIONALE 3.081,87 1.484,24 1.115,66 124.190 48.863 39,35% 32,92

VERONA 3.481,25 899,67 2.649,15 243.474 100.212 41,16% 111,39

FORZE LAVORO


Pag

ina5

8


Pag

ina5

9

Tabella 6

UNITA' LOCALI

1991 ADDETTI

UNITA' LOCALI

2001 ADDETTI

SCUOLE MEDIE

INF. E SUP.ALUNNI

FREQUENTANTI

(1991)

SCUOLE MEDIE

INF. E SUP.

ALUNNI

FREQUENTANTI

(2001)

POPOLAZIONE

RESIDENTE (1991)

POPOLAZIONE

RESIDENTE 2001)

SUPERFICIE

TERRITORIALE

1991 (Km 2̂)

SUPERFICIE

TERRITORIALE 2001

(Km 2̂)

DENSITA' Abit/Km 2̂

(1991)


(2001)

VERONA 84.172 101.068 31.360 24.494 255.824 243.474 199,08 206,66 1.285 1.178

Tabella 7

UNITA' LOCALI

1991 ADDETTI

UNITA' LOCALI

2001 ADDETTI

SCUOLE MEDIE

INF. E SUP.ALUNNI

FREQUENTANTI

(1991)

SCUOLE MEDIE

INF. E SUP.

ALUNNI

FREQUENTANTI

(2001)

POPOLAZIONE

RESIDENTE (1991)

POPOLAZIONE

RESIDENTE 2001)

SUPERFICIE

TERRITORIALE

1991 (Km 2̂)

SUPERFICIE

TERRITORIALE 2001

(Km 2̂)


(1991)


(2001)

BUTTAPIETRA 949 1.615 616 351 4.445 5.800 17,19 17,19 259 337

ISOLADELLA SCALA 2.931 3.710 998 753 10.413 10.497 69,82 69,89 149 150

BOVOLONE 3.384 4.809 636 551 12.953 13.430 41,44 41,44 313 324

CEREA 5.365 6.493 1.370 1.020 14.632 15.255 70,39 70,41 208 217

LEGNAGO 7.069 10.922 4.030 3.134 26.271 24.232 79,51 79,64 330 304

VILLABARTOLOMEA 1.251 1.684 169 120 5.416 5.300 53,23 53,24 102 100

CASTAGNARO 1.206 1.475 131 83 4.319 4.153 34,74 34,74 124 120

BADIA POLESINE 3.570 4.942 1.769 1.154 10.172 10.431 44,50 44,50 229 234

LENDINARA 3.219 3.403 688 496 12.520 12.173 55,39 55,39 226 220

FRATTA POLESINE 658 785 132 104 2.960 2.752 20,91 20,91 142 132

COSTA 675 496 100 73 3.060 2.645 16,05 16,05 191 165

ROVIGO 14.842 20.600 7.904 6.173 52.472 48.179 108,53 108,53 483 444

TOTALI 45.119 60.934 18.543 14.011 159.633 154.847 611,70 611,93 261 253

Tabella 8

VALORE MEDIO m 3.759,92 5.077,83 1.545,25 1.167,60 13.302,75 12.903,92 50,98 50,99 229,58 228,85

DEV. MEDIA SEMPLICE S 2.666,04 3.796,92 1.511,21 1.161,94 8.911,13 8.246,72 21,84 21,86 77,79 83,31

DEVIAZIONE STANDARD 3.844,40 5.460,26 2.186,95 1.713,07 13.404,96 12.193,15 26,68 26,70 102,47 100,61

VARIANZA 1,48E+07 2,98E+07 4,78E+06 2,93E+06 1,80E+08 1,49E+08 7,12E+02 7,13E+02 1,05E+04 1,01E+04

SCOSTAMENTO SEMPL. MEDIO 0,71 0,75 0,98 1,00 0,67 0,64 0,43 0,43 0,34 0,36

C.V. 1,02 1,08 1,42 1,47 1,01 0,94 0,52 0,52 0,45 0,44

C.V.2 1,05 1,16 2,00 2,15 1,02 0,89 0,27 0,27 0,20 0,19

S/maxS 0,39 0,41 0,53 0,54 0,37 0,35 0,23 0,23 0,18 0,20

SIGMA/maxSIGMA 0,31 0,32 0,43 0,44 0,30 0,28 0,16 0,16 0,13 0,13

SIGMA2/maxSIGMA2 0,10 0,11 0,18 0,20 0,09 0,08 0,02 0,02 0,02 0,02

Tabella 9 Tabella 10

ANALISI CORRELATIVA SUI FATTORI DI MOBILITA' RELATIVI ALLA PICCOLA AREA FUNZ. COLL. ANALISI REGRESSIVA SUI FATTORI DI MOBILITA' RELATIVI ALLA PICCOLA AREA FUNZIONALMENTE COLLEGATA

Correlazione tra unità locali 2001 e popolazione 2001 0,994209468

Correlazione tra unità locali 2001 e superficie 2001 0,86618217

Correlazione tra unità locali 2001 e scuole alunni 2001 0,986307478

Correlazione tra popolazione 2001 e superficie 2001 0,868009337 3,1438 1.407,1694 0,4452 667,2530- 0,1373 604,2660-

Correlazione tra scuole 2001 e popolazione 2001 0,977351335 0,1662 344,6125 0,0152 270,1617 0,0094 166,9181

Correlazione tra scuole 2001 e superficie 2001 0,819380225 0,9728 986,4353 0,9885 642,7591 0,9552 397,1255

357,6801 10 855,9858 10 213,2922 10

348.042.192,6 9.730.545,08 353.641.345 4.131.392 33.638.028 1.577.087

Regressione popol. 2001 (ind.)

e scuole 2001 (dip.)

Regressione popol. 2001 (ind.)

e unità locali 2001 (dip.)

Quadro 1

FATTORI DI MOBILITA' PER GENERAZIONE E ATTRAZIONE DEL CENTROIDE PRINCIPALE E DI ESTREMITA'

FATTORI DI MOBILITA' PER GENERAZIONE E ATTRAZIONE DELLA PICCOLA AREA FUNZIONALMENTE COLLEGATA

OPERATORI STATISTICI DI RELAZIONE FUNZIONALE SULLA PICCOLA AREA FUNZIONALMENTE COLLEGATA

LOCALITA' DI ATTRAZIONE E

GENERAZIONE DELLA PICCOLA

AREA


GENERAZIONE

Quadro 2 Quadro 3

Regressione scuole 2001 (ind.)

e unità locali 2001 (dip.)


Pag

ina6

0


GENERAZIONEPOPOLAZIONE 1991 POPOLAZIONE 1996 POPOLAZIONE 2001

INCREMENTO % 1996

(vs.1991)

INCREMENTO % 2001

(vs.1991)

VERONA 255.824 254.520 243.474 -0,51% -5,07%

BUTTAPIETRA 4.445 5.023 5.800 11,51% 23,36%

ISOLA DELLA SCALA 10.413 10.134 10.497 -2,75% 0,80%

BOVOLONE 12.953 13.847 13.430 6,46% 3,55%

CEREA 14.632 14.916 15.255 1,90% 4,08%

LEGNAGO 26.271 25.543 24.232 -2,85% -8,41%

VILLABARTOLOMEA 5.416 5.384 5.300 -0,59% -2,19%

CASTAGNARO 4.319 4.220 4.153 -2,35% -4,00%

BADIA POLESINE 10.172 10.378 10.431 1,98% 2,48%

LENDINARA 12.520 12.278 12.173 -1,97% -2,85%

FRATTA POLESINE 2.960 2.853 2.752 -3,75% -7,56%

COSTA 3.060 3.003 2.645 -1,90% -15,69%

ROVIGO 52.472 50.962 48.179 -2,96% -8,91%

1996 vs.1991 2001 vs.1991 2001 vs.1996

Tabella 11 9,999694E-01 9,999099E-01 9,999745E-01

Grafico 8

Coefficienti di correlazione tra popolazioni

0

298

Ab

itan

ti i

nM

igli

aia

Distribuzione delle popolazioni gravitanti sulla linea Verona-Rovigo (grafico intuitivo)

POPOLAZIONE 1991

POPOLAZIONE 1996

POPOLAZIONE 2001


Pag

ina6

1


Pag

ina6

2

Località 1991 1996 2001 Media / Mediana Media deviazione

Deviazione

Standard

Popolazione

Previsione di crescita al

31/12/2002*

VERONA 255.824 254.520 243.474 251.273 5.199 5.540 391.810

BUTTAPIETRA 4.445 5.023 5.800 5.089 474 555


31/12/2003*

ISOLA DELLA SCALA 10.413 10.134 10.497 10.348 143 155

BOVOLONE 12.953 13.847 13.430 13.410 305 365

CEREA 14.632 14.916 15.255 14.934 214 255 383.242

LEGNAGO 26.271 25.543 24.232 25.349 744 844


31/12/2004*

VILLABARTOLOMEA 5.416 5.384 5.300 5.367 44 49

CASTAGNARO 4.319 4.220 4.153 4.231 59 68

BADIA POLESINE 10.172 10.378 10.431 10.327 103 112 374.674

LENDINARA 12.520 12.278 12.173 12.324 131 145


31/12/2005*

FRATTA POLESINE 2.960 2.853 2.752 2.855 70 85

COSTA 3.060 3.003 2.645 2.903 172 184

ROVIGO 52.472 50.962 48.179 50.538 1.572 1.778 366.106

Totali 415.457 413.061 398.321 408.946 7.084 7.577

Tabella 12

Andamento demografico di area adiabaticaOperatori statisticiSerie storica anni


Pag

ina6

3


Pag

ina6

4


Pag

ina6

5

Indicatori densitometrici Superficie 1991 Kmq. Popolazione 1991 Superficie 2001 Kmq. Popolazione 2001

VERONA 199,08 255.824 206,66 243.474

BUTTAPIETRA 17,19 4.445 17,19 5.800

ISOLA DELLA SCALA 69,82 10.413 69,89 10.497

BOVOLONE 41,44 12.953 41,44 13.430

CEREA 70,39 14.632 70,41 15.255

LEGNAGO 79,51 26.271 79,64 24.232

VILLABARTOLOMEA 53,23 5.416 53,24 5.300

CASTAGNARO 34,74 4.319 34,74 4.153

BADIA POLESINE 44,50 10.172 44,50 10.431

LENDINARA 55,39 12.520 55,39 12.173

FRATTA POLESINE 20,91 2.960 20,91 2.752

COSTA 16,05 3.060 16,05 2.645

ROVIGO 108,53 52.472 108,53 48.179

Correlazione lineare 1991 0,91449 2001 0,92095

Tabella 14

Tabella 15

popolazione (indip.) superficie (dip.) 1991 superficie (indip.) popolazione (dip.) 1991

0,000653 41,495174 1.280,446461 47.900,260123-

0,000087 6,381022 170,818346 13.346,321198

0,836284 20,701008 0,836284 28.985,189271

56,189326 11 56,189326 11

24.078,91 4.713,85 47.206.967.580,42 9.241.553.167,89

popolazione (indip.) superficie (dip.) 2001 superficie (indip.) popolazione (dip.) 2001

0,000718 40,964808 1.181,042310 43.728,340336-

0,000092 6,381145 150,677226 12.001,113740

0,848146 20,661573 0,848146 26.496,812336

61,437803 11 61,437803 11

26.227,83 4.695,91 43.134.318.319,53 7.722.891.703,40

REGRESSIONI TRA SUPERFICI E POPOLAZIONI


Pag

ina6

6

Tabella 16


GENERAZIONE

UNITA' LOCALI

1991

UNITA' LOCALI

1996

UNITA' LOCALI

2001

INCREMENTO/D

ECREMENTO %

UNITA' LOCALI

2001

ADDETTI DI

U.L. 1991

ADDETTI DI

U.L. 1996

ADDETTI DI U.L. 2001

Aj

INCREMENTO/DECREMENT

O % ADDETTI 2001

TASSO DI OCCUPAZIONE

1991=ADDETTI U.L. Aj

/POPOLAZIONE

RESIDENTE LEGALE

TASSO DI OCCUPAZIONE

2001=ADDETTI U.L. Aj

/POPOLAZIONE RESIDENTE

LEGALE

VERONA 16.104 19.879 20.211 20,32% 84.172 85.875 101.068 16,72% 32,90% 41,51%

BUTTAPIETRA 304 317 389 21,85% 949 1.100 1.615 41,24% 21,35% 27,84%

ISOLA DELLA SCALA 669 686 792 15,53% 2.931 3.138 3.710 21,00% 28,15% 35,34%

BOVOLONE 1.062 1.244 1.320 19,55% 3.384 3.954 4.809 29,63% 26,13% 35,81%

CEREA 1.555 1.590 1.759 11,60% 5.365 5.206 6.493 17,37% 36,67% 42,56%

LEGNAGO 1.583 1.857 2.023 21,75% 7.069 7.434 10.922 35,28% 26,91% 45,07%

VILLABARTOLOMEA 351 356 401 12,47% 1.251 1.353 1.684 25,71% 23,10% 31,77%

CASTAGNARO 345 283 300 -15,00% 1.206 1.142 1.475 18,24% 27,92% 35,52%

BADIA POLESINE 852 915 1.056 19,32% 3.570 3.561 4.942 27,76% 35,10% 47,38%

LENDINARA 865 858 905 4,42% 3.219 2.869 3.403 5,41% 25,71% 27,96%

FRATTA POLESINE 188 195 201 6,47% 658 718 785 16,18% 22,23% 28,52%

COSTA 210 168 171 -22,81% 675 466 496 -36,09% 22,06% 18,75%

ROVIGO 3.535 4.037 4.246 16,75% 14.842 15.029 20.600 27,95% 28,29% 42,76%

TOTALI 27.623 32.385 33.774 18,21% 129.291 131.845 162.002 20,19% 31,12% 40,67%


GENERAZIONE

TOTALE

RESIDENTE

1991 M/F

Wbj OCCUPATI

RESIDENTI

1991 M/F

POPOLAZIONE

NON ATTIVA

RESIDENTE

M/F

TOTALE

RESIDENTE 2001

M/F

Wbj OCCUPATI

RESIDENTI

2001 M/F

POPOLAZIONE

NON ATTIVA

RESIDENTE

M/F

ATTIVA RESIDENTE

INCREMENTI/DECREME

NTI % 2001

Abj = popolazione lavorativa

nell'asse VR-RO: WBj+(Ej-Uj)

D Aj-Abj = quota

lavoratori

ENTRANTI/USCENTI extra

asse VR-RO

D Aj-Abj)/Aj quota %

lavoratori

ENTRANTI/USCENTI extra

asse VR-RO

VERONA 108.924 100.355 146.900 108.000 100.212 135.474 -0,86% 101.632 564- -0,56%

BUTTAPIETRA 2.070 1.936 2.375 2.269 2.006 3.531 8,79% 1.274 341 21,09%

ISOLA DELLA SCALA 4.729 4.450 5.684 4.737 4.452 5.760 0,17% 4.231 521- -14,05%

BOVOLONE 5.886 5.363 7.067 5.948 5.380 7.482 1,04% 5.273 464- -9,65%

CEREA 6.620 6.032 8.012 6.667 6.039 8.588 0,70% 6.127 366 5,64%

LEGNAGO 11.398 10.377 14.873 11.060 10.265 13.172 -3,06% 10.361 561 5,13%

VILLABARTOLOMEA 2.291 2.132 3.125 2.278 2.129 3.022 -0,57% 1.796 112- -6,65%

CASTAGNARO 1.936 1.759 2.383 1.922 1.757 2.231 -0,73% 1.581 106- -7,17%

BADIA POLESINE 4.648 4.266 5.524 4.680 4.274 5.751 0,68% 4.605 337 6,82%

LENDINARA 5.483 4.939 7.037 5.475 4.939 6.698 -0,15% 4.580 1.177- -34,60%

FRATTA POLESINE 1.270 1.138 1.690 1.254 1.136 1.498 -1,24% 1.022 237- -30,19%

COSTA 1.441 1.253 1.619 1.359 1.226 1.286 -6,00% 989 493- -99,42%

ROVIGO 23.289 20.622 29.183 22.709 20.475 25.470 -2,55% 20.816 216- -1,05%

TOTALI 179.985 164.622 235.472 178.359 164.288 219.962 -0,91%

Tabella 17

POPOLAZIONE ATTIVA M/F

RESIDENTE 1991 (dati 13°

generale ISTAT )

POPOLAZIONE ATTIVA M/F

RESIDENTE 2001 (valutata con

metodo sintetico-proporzionale

corretto)

FORZE LAVORO OCCUPATE NELLE LOCALITA' (dati 8° ISTAT industria e servizi)


Pag

ina6

7


Pag

ina6

8

1991/92 1992/93 1993/94 1994/95 1995/96 1996/97 1997/98 1998/99 1999/2000 2000/01 2001/1991

Comuni studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj %

VERONA 8.335 8.235 7.920 7.677 7.185 7.135 6.923 6.655 6.435 6.222 -33,96%

BUTTAPIETRA 141 121 128 108 111 99 115 99 95 91 -54,52%

ISOLA DELLA SCALA 374 355 361 339 320 296 306 287 276 265 -41,01%

BOVOLONE 530 473 482 477 522 514 487 497 497 497 -6,74%

CEREA 500 476 419 422 437 433 429 407 399 390 -28,17%

LEGNAGO 1.136 1.092 1.016 949 895 810 798 735 690 647 -75,48%

VILLABARTOLOMEA 169 160 149 144 132 146 136 129 124 120 -40,60%

CASTAGNARO 131 140 123 114 108 106 97 93 87 83 -58,47%

BADIA POLESINE 396 379 344 311 301 314 310 280 268 256 -54,47%

LENDINARA 384 354 360 346 331 329 326 313 305 297 -29,31%

FRATTA POLESINE 132 137 126 115 119 111 120 110 107 104 -26,86%

COSTA 100 84 71 75 82 87 78 76 75 73 -36,68%

ROVIGO 1.932 1.741 1.645 1.588 1.504 1.514 1.529 1.399 1.346 1.296 -49,09%

Totali zonali 14.260 13.747 13.144 12.665 12.047 11.894 11.654 11.079 10.703 10.342 -37,88%

Tabella 18

1991/92 1992/93 1993/94 1994/95 1995/96 1996/97 1997/98 1998/99 1999/2000 2000/01 2001/1991

Comuni studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj %

VERONA 23.025 22.032 21.522 20.864 20.265 20.132 19.960 19.166 18.714 18.272 -26,01%

BUTTAPIETRA 475 432 390 343 343 330 335 293 276 260 -82,96%

ISOLA DELLA SCALA 624 613 645 674 582 571 493 522 504 487 -28,02%

BOVOLONE 106 106 103 91 82 69 72 64 59 55 -93,61%

CEREA 870 876 904 868 812 728 682 687 658 630 -38,10%

LEGNAGO 2.894 2.788 2.588 2.662 2.658 2.683 2.598 2.554 2.520 2.487 -16,38%

VILLABARTOLOMEA - - - - - - - - - - 0,00%

CASTAGNARO - - - - - - - - - - 0,00%

BADIA POLESINE 1.373 1.357 1.369 1.258 1.147 1.199 968 997 946 897 -52,99%

LENDINARA 304 392 345 333 297 271 212 229 213 199 -53,09%

FRATTA POLESINE - - - - - - - - - - 0,00%

COSTA - - - - - - - - - - 0,00%

ROVIGO 5.972 5.952 5.765 5.818 5.636 5.366 5.123 5.123 4.999 4.877 -22,45%

Totali zonali 35.643 34.548 33.631 32.911 31.822 31.349 30.443 29.635 28.889 28.163 -26,56%

Tabella 19

1991/92 1992/93 1993/94 1994/95 1995/96 1996/97 1997/98 1998/99 1999/2000 2000/01 2001/1991

studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj studenti Fj %

Totali zonali 49.903 48.295 46.775 45.576 43.869 43.243 42.097 40.714 39.592 38.505 -29,6%

Tabella 20

Anni scolastici 1991/92 2000/01 2000/01 1991/92 2000/01 2000/01 2000/01 2000/01 2000/01

Comuni

S Fj

studenti

frequentanti

nelle

località 1991

S Fj

studenti

frequentanti

nelle località

2001

decremento/in

cremento %

studenti

frequentanti

2001 (vs. 1991)

studenti

residenti nelle

località WBj

studenti

residenti nelle

località WBj

decremento/i

ncremento %

studenti

residenti

2001 (vs.

1991)

Abj =

popolazione

studentesca

nell'asse VR-RO:

WBj+(Ej-Uj)

D Fj-Abj = quota

studenti

ENTRANTI/USCE

NTI extra asse

VR-RO

D Fj-Abj)/Fj quota

% studenti

ENTRANTI/USCEN

TI extra asse VR-

RO

VERONA 31.360 24.494 -28,03% 20.609 20.316 -1,44% 21.385 3.109 12,69%

BUTTAPIETRA 616 351 -75,56% 306 360 15,00% 299 52 14,76%

ISOLA DELLA SCALA 998 753 -32,60% 721 723 0,26% 439 314 41,68%

BOVOLONE 636 551 -15,36% 850 855 0,54% 295 256 46,48%

CEREA 1.370 1.020 -34,30% 993 1.007 1,38% 810 210 20,59%

LEGNAGO 4.030 3.134 -28,59% 2.039 1.990 -2,46% 2.304 830 26,49%

VILLABARTOLOMEA 169 120 -40,60% 316 313 -0,90% 54 67 55,41%

CASTAGNARO 131 83 -58,47% 281 274 -2,39% 142 59- -71,59%

BADIA POLESINE 1.769 1.154 -53,32% 707 716 1,31% 938 216 18,71%

LENDINARA 688 496 -38,84% 802 793 -1,12% 515 20- -3,96%

FRATTA POLESINE 132 104 -26,86% 185 181 -2,07% 44 60 57,62%

COSTA 100 73 -36,68% 166 156 -6,11% 78 5- -6,98%

ROVIGO 7.904 6.173 -28,04% 4.568 4.454 -2,56% 4.836 1.337 21,65%

Totali zonali 49.903 38.505 -29,60% 32.543 32.139 -1,26%

Tabella 21

Scuole medie inferiori e superiori-STUDENTI

RESIDENTI E FREQUENTANTI M/F

Scuole medie inferiori e superiori-STUDENTI FREQUENTANTIanni scolastici

Scuole medie inferiori-STUDENTI FREQUENTANTI M/Fanni scolastici

Scuole medie superiori-STUDENTI FREQUENTANTI M/F

anni scolastici


Pag

ina6

9

LOCALITA' DI ATTRAZIONE

E GENERAZIONE

Tasso di variazione delle

POPOLAZIONI ATTIVE 2001

(residenti - indice incrementale

su 1991) Pi

RIL al costo dei fattori-

REDDITO PRO CAPITE-

Verona e Rovigo 2001

(indice incrementale su

1991) Ri

PIL a prezzi di Mercato per

abitante-Veneto 2001

(indice incrementale su

1991) Ci

Tasso di Motorizzazione

2001 (indice

incrementale su 1991)

Mi

Indice del Lavoro 2001

(addetti U.L. - indice

incrementale su 1991)

Li

Indice di Studio 2001

(studenti frequentanti -

indice incrementale su

1991) Si

Fattore di conversione

per LAVORO 2001:

FLi = Pi+(Ri*/Ci)*Mi*Li

Fattore di conversione

per STUDIO 2001:

FSi = Pi+(Ri*/Ci)*Mi*Si

VERONA -0,86% 35,99% 42,85% 2,37% 16,72% -28,03% -0,52% -1,41%

BUTTAPIETRA 8,79% 35,99% 42,85% 36,13% 41,24% -75,56% 21,30% -14,14%

ISOLA DELLA SCALA 0,17% 35,99% 42,85% 9,72% 21,00% -32,60% 1,88% -2,49%

BOVOLONE 1,04% 35,99% 42,85% 24,61% 29,63% -15,36% 7,16% -2,13%

CEREA 0,70% 35,99% 42,85% 17,68% 17,37% -34,30% 3,28% -4,39%

LEGNAGO -3,06% 35,99% 42,85% 14,92% 35,28% -28,59% 1,36% -6,64%

VILLABARTOLOMEA -0,57% 35,99% 42,85% 16,29% 25,71% -40,60% 2,95% -6,12%

CASTAGNARO -0,73% 35,99% 42,85% 19,93% 18,24% -58,47% 2,32% -10,52%

BADIA POLESINE 0,68% 30,63% 42,85% 24,65% 27,76% -53,32% 5,58% -8,71%

LENDINARA -0,15% 30,63% 42,85% 13,60% 5,41% -38,84% 0,37% -3,93%

FRATTA POLESINE -1,24% 30,63% 42,85% 4,65% 16,18% -26,86% -0,70% -2,13%

COSTA -6,00% 30,63% 42,85% 15,78% -36,09% -36,68% -10,07% -10,14%

ROVIGO -2,55% 30,63% 42,85% 12,49% 27,95% -28,04% -0,06% -5,06%

Tabella 22

Fattore di

accelerazione per

LAVORO 2001:

FALi = (Ri*/Ci)*Mi*Li

Fattore di

accelerazione per

STUDIO 2001:

FASi = (Ri*/Ci)*Mi*Si

0,33% -0,56%

12,51% -22,93%

anno £.*1.000/addetto/anno anno £.*1.000/addetto/anno anno £.*1.000/abitante 1,71% -2,66%

1991 29.526L. 1991 25.433L. 1991 28.371L. 6,12% -3,17%

1992 31.342L. 1992 26.796L. 1992 30.271L. 2,58% -5,09%

1993 32.423L. 1993 28.228L. 1993 31.760L. 4,42% -3,58%

1994 34.647L. 1994 30.460L. 1994 33.702L. 3,52% -5,55%

1995 37.864L. 1995 33.206L. 1995 37.080L. 3,05% -9,79%

1996 39.497L. 1996 31.142L. 1996 39.341L. 4,89% -9,40%

1997 40.346L. 1997 32.519L. 1997 41.217L. 0,53% -3,78%

1998 40.587L. 1998 32.828L. 1998 42.808L. 0,54% -0,89%

1999 41.657L. 1999 33.978L. (a) 1999 45.314L. -4,07% -4,14%

(a) 2000 44.512L. (a) 2000 35.638L. (a) 2000 47.480L. 2,49% -2,50%

(a) 2001 46.128L. (a) 2001 36.664L. (a) 2001 49.645L.

Tabella 23

Note:

(*) Calcolato sulla popolazione media ed al netto dei servizi bancari

(a) Dati calcolati con funzione statistica di tendenza ad n-periodi

PIL VENETO a prezzi di mercato per abitante

(in lire correnti x 1.000)

Reddito Interno Lordo al costo dei fattori - REDDITO PRO

CAPITE - Verona* (£. correntix1.000)

Reddito Interno Lordo al costo dei fattori -

REDDITO PRO CAPITE - Rovigo* (£.

correntix1.000)

TABELLA DI CONVERSIONE PER LA MOBILITA'


Pag

ina7

0


Pag

ina7

1

Y = RIL VERONA X = PIL

anno £.*1.000/addetto/anno £.*1.000/abitante

1991 29.526L. 28.371L. Statistica della regressione

1992 31.342L. 30.271L. R multiplo 0,991753787

1993 32.423L. 31.760L. T-1 T-2 T-3 R al quadrato 0,983575573

1994 34.647L. 33.702L. 31.760L. 30.271L. 28.371L. R al quadrato corretto 0,950726719

1995 37.864L. 37.080L. 33.702L. 31.760L. 30.271L. Errore standard 640,188797

1996 39.497L. 39.341L. 37.080L. 33.702L. 31.760L. Osservazioni 7

1997 40.346L. 41.217L. 39.341L. 37.080L. 33.702L.

1998 40.587L. 42.808L. 41.217L. 39.341L. 37.080L. ANALISI VARIANZA

1999 41.657L. 45.314L. 42.808L. 41.217L. 39.341L. gdl SQ MQ F Significatività F

(a) 2000 44.512L. 47.480L. 45.314L. 42.808L. 41.217L. Regressione 4 49086678,62 12271669,65 29,94246261 0,032579092

(a) 2001 46.128L. 49.645L. 47.480L. 45.314L. 42.808L. Residuo 2 819683,3916 409841,6958

0,17900 0,85167 0,53408 0,47663 Totale 6 49906362,01

Coefficienti Errore standard Stat t Valore di significatività Inferiore 95% Superiore 95% Inferiore 95,0% Superiore 95,0%

Nota: (a) calcolato con funzione TENDENZA ad n periodi Intercetta 6906,343323 5182,243083 1,332693819 0,314179909 -15391,06455 29203,75119 -15391,06455 29203,75119

33702 1,476961291 0,726252819 2,033673748 0,178997156 -1,647854557 4,601777139 -1,647854557 4,601777139

31760 0,148963968 0,702267073 0,212118685 0,851668677 -2,872649475 3,170577411 -2,872649475 3,170577411

30271 -0,47712141 0,640702823 -0,74468442 0,534076465 -3,233845081 2,279602261 -3,233845081 2,279602261

28371 -0,462343104 0,532278088 -0,868611942 0,476634061 -2,752552467 1,827866259 -2,752552467 1,827866259

Y= PIL X = RIL VERONA

anno £.*1.000/abitante £.*1.000/addetto/anno


1992 30.271L. 31.342L. R multiplo 0,998333205





1997 41.217L. 40.346L. 39.497L. 37.864L. 34.647L.




(a) 2001 49.645L. 46.128L. 44.512L. 41.657L. 40.587L. Residuo 2 402126,1938 201063,0969

0,14632 0,68107 0,82253 0,22940 Totale 6 120729169,5


Nota: (a) calcolato con funzione TENDENZA ad n periodi Intercetta -12774,02724 3825,043372 -3,339577097 0,07916297 -29231,872 3683,817524 -29231,872 3683,817524

34647 0,749918154 0,323494384 2,318179824 0,14631667 -0,641966809 2,141803117 -0,641966809 2,141803117

32423 0,217431243 0,4568977 0,475886053 0,68107043 -1,74844226 2,183304746 -1,74844226 2,183304746

31342 -0,1314434 0,515392335 -0,255035613 0,82252538 -2,348999182 2,086112382 -2,348999182 2,086112382

29526 0,57963697 0,338972218 1,709983707 0,22939646 -0,878843785 2,038117726 -0,878843785 2,038117726

Y = RIL ROVIGO X = PIL

anno £.*1.000/addetto/anno £.*1.000/abitante


1992 26.796L. 30.271L. R multiplo 0,950761774





1997 32.519L. 41.217L. 39.341L. 37.080L. 33.702L.




(a) 2001 36.664L. 49.645L. 47.480L. 45.314L. 42.808L. Residuo 2 2071021,482 1035510,741

0,21962 0,23721 0,67409 0,80559 Totale 6 21561450,38


Nota: (a) calcolato con funzione TENDENZA ad n periodi Intercetta 11327,89148 8237,340427 1,375187972 0,30285434 -24114,54847 46770,33143 -24114,54847 46770,33143

33702 2,037429535 1,154401985 1,764922064 0,21962232 -2,929564776 7,004423846 -2,929564776 7,004423846

31760 -1,862182176 1,116275879 -1,668209634 0,23721189 -6,665132978 2,940768626 -6,665132978 2,940768626

30271 0,496499231 1,018417543 0,487520305 0,67409269 -3,885400842 4,878399303 -3,885400842 4,878399303

28371 -0,23714406 0,846072973 -0,28028795 0,80558803 -3,877504782 3,403216663 -3,877504782 3,403216663

OUTPUT RIEPILOGO TABELLA 24

OUTPUT RIEPILOGO TABELLA 24 BIS

Valore di significatività

TEST DI CAUSALITA' NEL SENSO DI GRANGER CON X =

PIL INDIP. E Y = RIL VERONA DIP., A LAG 3 (RITARDI)


RIL VERONA INDIP. E Y = PIL DIP., A LAG 3 (RITARDI)


PIL INDIP. E Y = RIL ROVIGO DIP., A LAG 3 (RITARDI)


OUTPUT RIEPILOGO TABELLA 24 TER

Tabella 24

Tabella 24 bis

Tabella 24 ter



Pag

ina7

2

COMUNI VERONA BUTTAPIETRA

ISOLA DELLA

SCALA BOVOLONE CEREA LEGNAGO

VILLABARTOL

OMEA

CASTAGN

ARO

BADIA

POLESINE

LENDINA

RA

FRATTA

POLESINE COSTA ROVIGO Totali

VERONA 194 240 166 65 181 5 2 11 0 0 0 9 873

BUTTAPIETRA 743 79 8 5 1 0 0 0 0 0 0 0 836

ISOLA DELLA SCALA 520 67 100 16 14 0 0 0 0 0 0 0 717

BOVOLONE 248 13 115 128 46 0 0 1 0 0 0 0 551

CEREA 138 6 17 139 354 9 5 0 0 0 0 2 670

LEGNAGO 303 1 22 54 498 143 33 25 0 0 0 15 1.094

VILLABARTOLOMEA 50 0 8 5 40 402 100 31 0 0 0 3 639

CASTAGNARO 38 0 4 1 4 111 127 105 6 0 0 12 408

BADIA POLESINE 21 0 0 0 4 24 32 90 124 2 1 85 383

LENDINARA 4 0 0 2 1 15 0 2 368 46 17 293 748

FRATTA POLESINE 0 0 0 0 0 1 0 0 26 64 14 119 224

COSTA 1 0 0 0 0 1 0 0 15 40 25 298 380

ROVIGO 25 0 0 1 0 25 2 1 150 156 38 73 471

Totali 2.091 281 485 476 761 1.175 318 233 732 390 111 105 836 7.994

Tabella 25

MATRICE ORIGINE-DESTINAZIONE PER LAVORO (GENERAZIONE/ATTRAZIONE) DELLE LOCALITA' DELLA VERONA-ROVIGO - ANNO 1991

G

E

N

E

R

A

Z

I

O

N

E

ATTRAZIONE

GENERAZIONE DEL TRAFFICO

ATTRAZIONE DEL TRAFFICO

GENERAZIONE DEL ATTRAZIONE DEL


Pag

ina7

3


ISOLA DELLA


VILLABARTOL

OMEA

CASTAGN

ARO

BADIA

POLESINE

LENDINA

RA

FRATTA


VERONA 0 193 239 165 65 180 5 2 11 0 0 0 9 868

BUTTAPIETRA 901 0 96 10 6 1 0 0 0 0 0 0 0 1.014

ISOLA DELLA SCALA 530 68 0 102 16 14 0 0 0 0 0 0 0 730

BOVOLONE 266 14 123 0 137 49 0 0 1 0 0 0 0 590

CEREA 143 6 18 144 0 366 9 5 0 0 0 0 2 692

LEGNAGO 307 1 22 55 505 0 145 33 25 0 0 0 15 1.109

VILLABARTOLOMEA 51 0 8 5 41 414 0 103 32 0 0 0 3 658

CASTAGNARO 39 0 4 1 4 114 130 0 107 6 0 0 12 417

BADIA POLESINE 22 0 0 0 4 25 34 95 0 131 2 1 90 404

LENDINARA 4 0 0 2 1 15 0 2 369 0 46 17 294 751

FRATTA POLESINE 0 0 0 0 0 1 0 0 26 64 0 14 118 222

COSTA 1 0 0 0 0 1 0 0 13 36 22 0 268 342

ROVIGO 25 0 0 1 0 25 2 1 150 156 38 73 0 471

Totali 2.289 282 510 484 779 1.205 325 242 735 392 109 105 812 8.270

Tabella 26

ATTRAZIONE

MATRICE ORIGINE-DESTINAZIONE PER LAVORO (GENERAZIONE/ATTRAZIONE) DELLE LOCALITA' DELLA VERONA-ROVIGO - ANNO 2001

G

E

N

E

R

A

Z

I

O

N

E




Pag

ina7

4


ISOLA DELLA


VILLABARTOL

OMEA

CASTAGN

ARO

BADIA

POLESINE

LENDINA

RA

FRATTA


VERONA 161 47 12 6 68 0 0 3 0 0 0 0 297

BUTTAPIETRA 288 38 1 1 1 0 0 0 0 0 0 0 329

ISOLA DELLA SCALA 386 45 17 1 3 0 0 1 0 0 0 0 453

BOVOLONE 316 5 68 125 112 0 0 0 0 0 0 0 626

CEREA 159 8 7 23 346 0 0 3 0 0 0 0 546

LEGNAGO 231 1 5 1 181 5 1 52 1 0 0 2 480

VILLABARTOLOMEA 38 0 0 0 23 160 9 50 3 0 0 10 293

CASTAGNARO 21 0 1 1 4 103 8 73 7 0 0 8 226

BADIA POLESINE 1 6 0 0 1 4 4 66 0 0 38 5 125

LENDINARA 3 0 0 0 0 2 0 0 106 1 2 223 337

FRATTA POLESINE 0 0 0 0 0 0 0 0 11 25 1 106 143

COSTA 0 0 0 0 0 0 0 0 10 2 1 119 132

ROVIGO 3 0 0 0 0 3 0 0 49 10 1 3 69

Totali 1.446 226 166 55 342 802 17 76 358 48 3 44 473 4.056

Tabella 27

MATRICE ORIGINE-DESTINAZIONE PER STUDIO (GENERAZIONE/ATTRAZIONE) DELLE LOCALITA' DELLA VERONA-ROVIGO - ANNO 1991

G

E

N

E

R

A

Z

I

O

N

E

ATTRAZIONE



GENERAZIONE DEL ATTRAZIONE DEL


Pag

ina7

5


ISOLA DELLA


VILLABARTOL

OMEA

CASTAGN

ARO

BADIA

POLESINE

LENDINA

RA

FRATTA


VERONA 0 159 46 12 6 67 0 0 3 0 0 0 0 293

BUTTAPIETRA 247 0 33 1 1 1 0 0 0 0 0 0 0 282

ISOLA DELLA SCALA 376 44 0 17 1 3 0 0 1 0 0 0 0 442

BOVOLONE 309 5 67 0 122 110 0 0 0 0 0 0 0 613

CEREA 152 8 7 22 0 331 0 0 3 0 0 0 0 522

LEGNAGO 216 1 5 1 169 0 5 1 49 1 0 0 2 448

VILLABARTOLOMEA 36 0 0 0 22 150 0 8 47 3 0 0 9 275

CASTAGNARO 19 0 1 1 4 92 7 0 65 6 0 0 7 202

BADIA POLESINE 1 5 0 0 1 4 4 60 0 0 0 35 5 114

LENDINARA 3 0 0 0 0 2 0 0 102 0 1 2 214 324

FRATTA POLESINE 0 0 0 0 0 0 0 0 11 24 0 1 104 140

COSTA 0 0 0 0 0 0 0 0 9 2 1 0 107 119

ROVIGO 3 0 0 0 0 3 0 0 47 9 1 3 0 66

Totali 1.362 222 158 53 325 762 15 70 336 46 3 40 448 3.839

Tabella 28

MATRICE ORIGINE-DESTINAZIONE PER STUDIO (GENERAZIONE/ATTRAZIONE) DELLE LOCALITA' DELLA VERONA-ROVIGO - ANNO 2001

G

E

N

E

R

A

Z

I

O

N

E

ATTRAZIONE




Pag

ina7

6


ISOLA DELLA


VILLABARTOL

OMEA

CASTAGN

ARO

BADIA

POLESINE

LENDINA

RA

FRATTA


VERONA 0,0% 22,2% 27,5% 19,0% 7,4% 20,7% 0,6% 0,2% 1,3% 0,0% 0,0% 0,0% 1,0% 868

BUTTAPIETRA 88,9% 0,0% 9,4% 1,0% 0,6% 0,1% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 1.014

ISOLA DELLA SCALA 72,5% 9,3% 0,0% 13,9% 2,2% 2,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 730

BOVOLONE 45,0% 2,4% 20,9% 0,0% 23,2% 8,3% 0,0% 0,0% 0,2% 0,0% 0,0% 0,0% 0,0% 590

CEREA 20,6% 0,9% 2,5% 20,7% 0,0% 52,8% 1,3% 0,7% 0,0% 0,0% 0,0% 0,0% 0,3% 692

LEGNAGO 27,7% 0,1% 2,0% 4,9% 45,5% 0,0% 13,1% 3,0% 2,3% 0,0% 0,0% 0,0% 1,4% 1.109

VILLABARTOLOMEA 7,8% 0,0% 1,3% 0,8% 6,3% 62,9% 0,0% 15,6% 4,9% 0,0% 0,0% 0,0% 0,5% 658

CASTAGNARO 9,3% 0,0% 1,0% 0,2% 1,0% 27,2% 31,1% 0,0% 25,7% 1,5% 0,0% 0,0% 2,9% 417

BADIA POLESINE 5,5% 0,0% 0,0% 0,0% 1,0% 6,3% 8,4% 23,5% 0,0% 32,4% 0,5% 0,3% 22,2% 404

LENDINARA 0,5% 0,0% 0,0% 0,3% 0,1% 2,0% 0,0% 0,3% 49,2% 0,0% 6,1% 2,3% 39,2% 751

FRATTA POLESINE 0,0% 0,0% 0,0% 0,0% 0,0% 0,4% 0,0% 0,0% 11,6% 28,6% 0,0% 6,3% 53,1% 222

COSTA 0,3% 0,0% 0,0% 0,0% 0,0% 0,3% 0,0% 0,0% 3,9% 10,5% 6,6% 0,0% 78,4% 342

ROVIGO 5,3% 0,0% 0,0% 0,2% 0,0% 5,3% 0,4% 0,2% 31,8% 33,1% 8,1% 15,5% 0,0% 471

Tabella 29


ISOLA DELLA


VILLABARTOL

OMEA

CASTAGN

ARO

BADIA

POLESINE

LENDINA

RA

FRATTA

POLESINE COSTA ROVIGO

VERONA 0,0% 68,3% 46,8% 34,1% 8,3% 14,9% 1,5% 0,8% 1,5% 0,0% 0,0% 0,0% 1,1%

BUTTAPIETRA 39,4% 0,0% 18,8% 2,0% 0,8% 0,1% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0%

ISOLA DELLA SCALA 23,1% 24,2% 0,0% 21,0% 2,1% 1,2% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0%

BOVOLONE 11,6% 4,9% 24,2% 0,0% 17,6% 4,1% 0,0% 0,0% 0,1% 0,0% 0,0% 0,0% 0,0%

CEREA 6,2% 2,2% 3,4% 29,7% 0,0% 30,3% 2,9% 2,1% 0,0% 0,0% 0,0% 0,0% 0,3%

LEGNAGO 13,4% 0,4% 4,4% 11,3% 64,8% 0,0% 44,6% 13,8% 3,4% 0,0% 0,0% 0,0% 1,9%

VILLABARTOLOMEA 2,2% 0,0% 1,6% 1,1% 5,3% 34,3% 0,0% 42,6% 4,3% 0,0% 0,0% 0,0% 0,4%

CASTAGNARO 1,7% 0,0% 0,8% 0,2% 0,5% 9,4% 40,0% 0,0% 14,6% 1,6% 0,0% 0,0% 1,5%

BADIA POLESINE 1,0% 0,0% 0,0% 0,0% 0,5% 2,1% 10,4% 39,3% 0,0% 33,4% 1,9% 1,0% 11,1%

LENDINARA 0,2% 0,0% 0,0% 0,4% 0,1% 1,2% 0,0% 0,8% 50,2% 0,0% 42,5% 16,3% 36,2%

FRATTA POLESINE 0,0% 0,0% 0,0% 0,0% 0,0% 0,1% 0,0% 0,0% 3,5% 16,2% 0,0% 13,2% 14,6%

COSTA 0,0% 0,0% 0,0% 0,0% 0,0% 0,1% 0,0% 0,0% 1,8% 9,2% 20,7% 0,0% 33,0%

ROVIGO 1,1% 0,0% 0,0% 0,2% 0,0% 2,1% 0,6% 0,4% 20,4% 39,7% 34,9% 69,5% 0,0%

Totali 2.289 282 510 484 779 1.205 325 242 735 392 109 105 812

Tabella 30

ATTRAZIONE

MATRICE ORIGINE-DESTINAZIONE PER LAVORO (ATTRAZIONE IN PERCENTUALE) DELLE LOCALITA' DELLA VERONA-ROVIGO - ANNO 2001

MATRICE ORIGINE-DESTINAZIONE PER LAVORO (GENERAZIONE IN PERCENTUALE) DELLE LOCALITA' DELLA VERONA-ROVIGO - ANNO 2001

G

E

N

E

R

A

Z

I

O

N

E




Pag

ina7

7


ISOLA DELLA


VILLABARTOL

OMEA

CASTAGN

ARO

BADIA

POLESINE

LENDINA

RA

FRATTA


VERONA 0,0% 54,2% 15,8% 4,0% 2,0% 22,9% 0,0% 0,0% 1,0% 0,0% 0,0% 0,0% 0,0% 293

BUTTAPIETRA 87,5% 0,0% 11,6% 0,3% 0,3% 0,3% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 282

ISOLA DELLA SCALA 85,2% 9,9% 0,0% 3,8% 0,2% 0,7% 0,0% 0,0% 0,2% 0,0% 0,0% 0,0% 0,0% 442

BOVOLONE 50,5% 0,8% 10,9% 0,0% 20,0% 17,9% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 613

CEREA 29,1% 1,5% 1,3% 4,2% 0,0% 63,4% 0,0% 0,0% 0,5% 0,0% 0,0% 0,0% 0,0% 522

LEGNAGO 48,1% 0,2% 1,0% 0,2% 37,7% 0,0% 1,0% 0,2% 10,8% 0,2% 0,0% 0,0% 0,4% 448

VILLABARTOLOMEA 13,0% 0,0% 0,0% 0,0% 7,8% 54,6% 0,0% 3,1% 17,1% 1,0% 0,0% 0,0% 3,4% 275

CASTAGNARO 9,3% 0,0% 0,4% 0,4% 1,8% 45,6% 3,5% 0,0% 32,3% 3,1% 0,0% 0,0% 3,5% 202

BADIA POLESINE 0,8% 4,8% 0,0% 0,0% 0,8% 3,2% 3,2% 52,8% 0,0% 0,0% 0,0% 30,4% 4,0% 114

LENDINARA 0,9% 0,0% 0,0% 0,0% 0,0% 0,6% 0,0% 0,0% 31,5% 0,0% 0,3% 0,6% 66,2% 324

FRATTA POLESINE 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 7,7% 17,5% 0,0% 0,7% 74,1% 140

COSTA 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 7,6% 1,5% 0,8% 0,0% 90,2% 119

ROVIGO 4,3% 0,0% 0,0% 0,0% 0,0% 4,3% 0,0% 0,0% 71,0% 14,5% 1,4% 4,3% 0,0% 66

Tabella 31


ISOLA DELLA


VILLABARTOL

OMEA

CASTAGN

ARO

BADIA

POLESINE

LENDINA

RA

FRATTA

POLESINE COSTA ROVIGO

VERONA 0,0% 71,6% 29,4% 22,3% 1,8% 8,8% 0,0% 0,0% 0,9% 0,0% 0,0% 0,0% 0,0%

BUTTAPIETRA 18,2% 0,0% 20,7% 1,6% 0,3% 0,1% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0%

ISOLA DELLA SCALA 27,6% 19,8% 0,0% 31,2% 0,3% 0,4% 0,0% 0,0% 0,3% 0,0% 0,0% 0,0% 0,0%

BOVOLONE 22,7% 2,2% 42,2% 0,0% 37,6% 14,4% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0%

CEREA 11,2% 3,5% 4,2% 41,4% 0,0% 43,4% 0,0% 0,0% 0,9% 0,0% 0,0% 0,0% 0,0%

LEGNAGO 15,8% 0,4% 3,0% 1,8% 52,0% 0,0% 30,2% 1,3% 14,5% 2,0% 0,0% 0,0% 0,4%

VILLABARTOLOMEA 2,6% 0,0% 0,0% 0,0% 6,6% 19,7% 0,0% 12,1% 14,0% 6,2% 0,0% 0,0% 2,1%

CASTAGNARO 1,4% 0,0% 0,6% 1,7% 1,1% 12,1% 46,2% 0,0% 19,5% 13,7% 0,0% 0,0% 1,6%

BADIA POLESINE 0,1% 2,5% 0,0% 0,0% 0,3% 0,5% 23,6% 86,5% 0,0% 0,0% 0,0% 85,8% 1,0%

LENDINARA 0,2% 0,0% 0,0% 0,0% 0,0% 0,3% 0,0% 0,0% 30,3% 0,0% 34,2% 4,8% 47,8%

FRATTA POLESINE 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 3,2% 53,5% 0,0% 2,4% 23,2%

COSTA 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 2,7% 3,9% 32,0% 0,0% 23,9%

ROVIGO 0,2% 0,0% 0,0% 0,0% 0,0% 0,4% 0,0% 0,0% 13,9% 20,7% 33,8% 7,0% 0,0%

Totali 1.362 222 158 53 325 762 15 70 336 46 3 40 448

Tabella 32

ATTRAZIONE

MATRICE ORIGINE-DESTINAZIONE PER STUDIO (ATTRAZIONE IN PERCENTUALE) DELLE LOCALITA' DELLA VERONA-ROVIGO - ANNO 2001

MATRICE ORIGINE-DESTINAZIONE PER STUDIO (GENERAZIONE IN PERCENTUALE) DELLE LOCALITA' DELLA VERONA-ROVIGO - ANNO 2001

G

E

N

E

R

A

Z

I

O

N

E




Pag

ina7

8

Tabella 33

OCCUPATI STUDENTI TOTALE OCCUPATI STUDENTI TOTALE OCCUPATI STUDENTI

2.289 1.362 3.651 868 293 1.161 3.157 1.654 4.811

PENDOLARI GIORNALIERI MEDI DA COMUNE MEDIO DI PICCOLE AREE FUNZIONALI I AL COMUNE DI VERONA J: Pij 191

PENDOLARI GIORNALIERI MEDI DAL COMUNE DI VERONA J A COMUNE MEDIO DI PICCOLE AREE FUNZIONALI I: Pji 72

OCCUPATI MEDI (PO. ATTIVA) RESIDENTI NEL COMUNE MEDIO DELLE PICCOLE AREE FUNZIONALI I: WBi 5.340

OCCUPATI MEDI (POP. ATTIVA) RESIDENTI NEL COMUNE DI VERONA J: WBj 100.212

POPOLAZIONE LAVORATIVA MEDIA NEL COMUNE MEDIO I (OCCUPATI MEDI RESIDENTI+ 5.221

PENDOLARI MEDI N ENTRATA PROVENIENTI DA VERONA -

-NUMERO COMPLESSIVO DEI PENDOLARI MEDI N USCITA): ABi

POPOLAZIONE LAVORATIVA MEDIA NEL COMUNE DI VERONA J (OCCUPATI MEDI RESIDENTI+ 100.330

PENDOLARI MEDI IN ENTRATA PROVENIENTI DAL COMUNE MEDIO DI PICCOLE AREE FUNZIONALI -

-NUMERO COMPLESSIVO DEI PENDOLARI MEDI IN USCITA): ABj

INDICE MEDIO DI INTERRELAZIONE PENDOLARE TRA LE AREE I E J 5,22%

PENDOLARI GIORNALIERI DA COMUNI DELLE PICCOLE AREE FUNZIONALI I AL COMUNE DI VERONA J: Pij 2.289

PENDOLARI GIORNALIERI DAL COMUNE DI VERONA J AI COMUNI DELLE PICCOLE AREE FUNZIONALI I: Pji 868

OCCUPATI (POP. ATTIVA) RESIDENTI NEI COMUNI DELLE PICCOLE AREE FUNZIONALI I: WBi 64.076

OCCUPATI (POP. ATTIVA) RESIDENTI NEL COMUNE DI VERONA J: WBj 100.212

POPOLAZIONE LAVORATIVA NEI COMUNI I (OCCUPATI RESIDENTI+ 62.656

PENDOLARI IN ENTRATA PROVENIENTI DA VERONA -

-NUMERO COMPLESSIVO DEI PENDOLARI IN USCITA): ABi

POPOLAZIONE LAVORATIVA NEL COMUNE DI VERONA J (OCCUPATI RESIDENTI+ 101.632

PENDOLARI IN ENTRATA PROVENIENTI DAI COMUNI DELLE PICCOLE AREE FUNZIONALI -

-NUMERO COMPLESSIVO DEI PENDOLARI IN USCITA): ABj

INDICE DI INTERRELAZIONE PENDOLARE TRA LE AREE I E J 8,08%

PENDOLARI GIORNALIERI DA COMUNI DELLE PICCOLE AREE FUNZIONALI I AL COMUNE DI VERONA J: Pij 1.362

PENDOLARI GIORNALIERI DAL COMUNE DI VERONA J AI COMUNI DELLE PICCOLE AREE FUNZIONALI I: Pji 293

STUDENTI RESIDENTI NEI COMUNI DELLE PICCOLE AREE FUNZIONALI I: WBi 11.823

STUDENTI RESIDENTI NEL COMUNE DI VERONA J: WBj 20.316

POPOLAZIONE STUDENTESCA NEI COMUNI I (STUDENTI RESIDENTI + 10.754

PENDOLARI IN ENTRATA PROVENIENTI DA VERONA -

- NUMERO COMPLESSIVO DI PENDOLARI IN USCITA): ABi

POPOLAZIONE STUDENTESCA NEL COMUNE DI VERONA J (STUDENTI RESIDENTI + 21.385


- NUMERO COMPLESSIVO DEI PENDOLARI IN USCITA): ABj


ANNO 2001

Tabella 36 (modello di Atz per pendolari per motivi di studio per Piccole Aree Funzionali nel complesso)

Tabella 34 (Modello di ATZ per pendolari per motivi di lavoro per Comune STANDARD medio di Piccole Aree Funzionali)

IN ENTRATA QUOTIDIANA A VERONA IN USCITA QUOTIDIANA DA VERONA TOTALE PENDOLARI GIORNALIERI

Tabella 35 (modello di ATZ per pendolari per motivi di lavoro per Piccole Aree Funzionali nel complesso)

TOTALE MOBILITA'

PER SPOSTAMENTI BILATERALI

POPOLAZIONE 2001 CHE SI SPOSTA QUOTIDIANAMENTE IN ENTRATA ED IN USCITA DA COMUNE DI VERONA (dati ISTAT e C.C.I.A.A. della provincia di Verona)


Pag

ina7

9

Tabella 37

OCCUPATI STUDENTI TOTALE OCCUPATI STUDENTI TOTALE OCCUPATI STUDENTI

812 448 1.259 471 66 536 1.282 513 1.795

PENDOLARI GIORNALIERI MEDI DA COMUNE MEDIO DI PICCOLE AREE FUNZIONALI I AL COMUNE DI ROVIGO J: Pij 68

PENDOLARI GIORNALIERI MEDI DAL COMUNE DI ROVIGO J A COMUNE MEDIO DI PICCOLE AREE FUNZIONALI I: Pji 39

OCCUPATI MEDI (PO. ATTIVA) RESIDENTI NEL COMUNE MEDIO DELLE PICCOLE AREE FUNZIONALI I: WBi 11.984

OCCUPATI MEDI (POP. ATTIVA) RESIDENTI NEL COMUNE DI ROVIGO J: WBj 20.475

POPOLAZIONE LAVORATIVA MEDIA NEL COMUNE MEDIO I (OCCUPATI MEDI RESIDENTI+ 11.956

PENDOLARI MEDI N ENTRATA PROVENIENTI DA ROVIGO -

-NUMERO COMPLESSIVO DEI PENDOLARI MEDI N USCITA): ABi

POPOLAZIONE LAVORATIVA MEDIA NEL COMUNE DI ROVIGO J (OCCUPATI MEDI RESIDENTI+ 20.503

PENDOLARI MEDI IN ENTRATA PROVENIENTI DAL COMUNE MEDIO DI PICCOLE AREE FUNZIONALI -

-NUMERO COMPLESSIVO DEI PENDOLARI MEDI IN USCITA): ABj

INDICE MEDIO DI INTERRELAZIONE PENDOLARE TRA LE AREE I E J 1,41%

PENDOLARI GIORNALIERI DA COMUNI DELLE PICCOLE AREE FUNZIONALI I AL COMUNE DI ROVIGO A J: Pij 812

PENDOLARI GIORNALIERI DAL COMUNE DI ROVIGO J AI COMUNI DELLE PICCOLE AREE FUNZIONALI I: Pji 471


OCCUPATI (POP. ATTIVA) RESIDENTI NEL COMUNE DI ROVIGO J: WBj 20.475


PENDOLARI IN ENTRATA PROVENIENTI DA ROVIGO -


POPOLAZIONE LAVORATIVA NEL COMUNE DI ROVIGOJ (OCCUPATI RESIDENTI+ 20.816




PENDOLARI GIORNALIERI DA COMUNI DELLE PICCOLE AREE FUNZIONALI I AL COMUNE DI ROVIGO J: Pij 448

PENDOLARI GIORNALIERI DAL COMUNE DI ROVIGO J AI COMUNI DELLE PICCOLE AREE FUNZIONALI I: Pji 66


STUDENTI RESIDENTI NEL COMUNE DI ROVIGO J: WBj 4.454


PENDOLARI IN ENTRATA PROVENIENTI DA ROVIGO -


POPOLAZIONE STUDENTESCA NEL COMUNE DI ROVIGO J (STUDENTI RESIDENTI + 4.836




Tabella 39 (modello di ATZ per pendolari per motivi di lavoro per Piccole Aree Funzionali nel complesso)

Tabella 40 (modello di Atz per pendolari per motivi di studio per Piccole Aree Funzionali nel complesso)

ANNO 2001

Tabella 38 (modello di ATZ per pendolari per motivi di lavoro per Comune STANDARD medio di Piccole Aree Funzionali)

POPOLAZIONE 2001 CHE SI SPOSTA QUOTIDIANAMENTE IN ENTRATA ED IN USCITA DA COMUNE DI ROVIGO (dati ISTAT e C.C.I.A.A. della provincia di Rovigo)

IN ENTRATA QUOTIDIANA A ROVIGO IN USCITA QUOTIDIANA DA ROVIGO TOTALE PENDOLARI GIORNALIERI TOTALE MOBILITA'

PER SPOSTAMENTI BILATERALI


Pag

ina8

0

PENDOLARI GIORNALIERI DA COMUNI DELLE PICCOLE AREE FUNZIONALI I AL COMUNE DI ISOLA DELLA SCALA J: Pij 510

PENDOLARI GIORNALIERI DAL COMUNE DI ISOLA DELLA SCALA J AI COMUNI DELLE PICCOLE AREE FUNZIONALI I: Pji 730


OCCUPATI (POP. ATTIVA) RESIDENTI NEL COMUNE DI ISOLA DELLA SCALA J: WBj 4.452


PENDOLARI IN ENTRATA PROVENIENTI DA ISOLA DELLA SCALA -


POPOLAZIONE LAVORATIVA NEL COMUNE DI ISOLA DELLA SCALA J (OCCUPATI RESIDENTI+ 4.231




PENDOLARI GIORNALIERI DA COMUNI DELLE PICCOLE AREE FUNZIONALI I AL COMUNE DI ISOLA DELLA SCALA J: Pij 158

PENDOLARI GIORNALIERI DAL COMUNE DI ISOLA DELLA SCALA J AI COMUNI DELLE PICCOLE AREE FUNZIONALI I: Pji 442


STUDENTI RESIDENTI NEL COMUNE DI ISOLA DELLA SCALA J: WBj 723


PENDOLARI IN ENTRATA PROVENIENTI DA ISOLA DELLA SCALA -


POPOLAZIONE STUDENTESCA NEL COMUNE DI ISOLA DELLA SCALA J (STUDENTI RESIDENTI + 439




PENDOLARI GIORNALIERI DA COMUNI DELLE PICCOLE AREE FUNZIONALI I AL COMUNE DI BOVOLONE J: Pij 484

PENDOLARI GIORNALIERI DAL COMUNE DI BOVOLONE J AI COMUNI DELLE PICCOLE AREE FUNZIONALI I: Pji 590


OCCUPATI (POP. ATTIVA) RESIDENTI NEL COMUNE DI BOVOLONE J: WBj 5.380


PENDOLARI IN ENTRATA PROVENIENTI DA BOVOLONE -


POPOLAZIONE LAVORATIVA NEL COMUNE DI BOVOLONE J (OCCUPATI RESIDENTI+ 5.273




PENDOLARI GIORNALIERI DA COMUNI DELLE PICCOLE AREE FUNZIONALI I AL COMUNE DI BOVOLONE J: Pij 53

PENDOLARI GIORNALIERI DAL COMUNE DI BOVOLONE J AI COMUNI DELLE PICCOLE AREE FUNZIONALI I: Pji 613


STUDENTI RESIDENTI NEL COMUNE DI BOVOLONE J: WBj 855


PENDOLARI IN ENTRATA PROVENIENTI DA BOVOLONE -


POPOLAZIONE STUDENTESCA NEL COMUNE DI BOVOLONE J (STUDENTI RESIDENTI + 295



Tabella 41 DISTRETTO DI ISOLA DELLA SCALA (modello di ATZ per pendolari per motivi di lavoro per Centroide)

Tabella 42 DISTRETTO DI ISOLA DELLA SCALA (modello di Atz per pendolari per motivi di studio per Centroide)

Tabella 43 DISTRETTO DI BOVOLONE (modello di ATZ per pendolari per motivi di lavoro per Centroide)

Tabella 44 DISTRETTO DI BOVOLONE (modello di Atz per pendolari per motivi di studio per Centroide)


Pag

ina8

1

PENDOLARI GIORNALIERI DA COMUNI DELLE PICCOLE AREE FUNZIONALI I AL COMUNE DI CEREA J: Pij 779

PENDOLARI GIORNALIERI DAL COMUNE DI CEREA J AI COMUNI DELLE PICCOLE AREE FUNZIONALI I: Pji 692


OCCUPATI (POP. ATTIVA) RESIDENTI NEL COMUNE DI CEREA J: WBj 6.039


PENDOLARI IN ENTRATA PROVENIENTI DA CEREA -


POPOLAZIONE LAVORATIVA NEL COMUNE DI CEREA J (OCCUPATI RESIDENTI+ 6.127




PENDOLARI GIORNALIERI DA COMUNI DELLE PICCOLE AREE FUNZIONALI I AL COMUNE CEREA J: Pij 325

PENDOLARI GIORNALIERI DAL COMUNE DI CEREA J AI COMUNI DELLE PICCOLE AREE FUNZIONALI I: Pji 522


STUDENTI RESIDENTI NEL COMUNE DI CEREA J: WBj 1.007


PENDOLARI IN ENTRATA PROVENIENTI DA CEREA -


POPOLAZIONE STUDENTESCA NEL COMUNE DI CEREA J (STUDENTI RESIDENTI + 810




PENDOLARI GIORNALIERI DA COMUNI DELLE PICCOLE AREE FUNZIONALI I AL COMUNE DI LEGNAGO J: Pij 1.205

PENDOLARI GIORNALIERI DAL COMUNE DI LEGNAGO J AI COMUNI DELLE PICCOLE AREE FUNZIONALI I: Pji 1.109


OCCUPATI (POP. ATTIVA) RESIDENTI NEL COMUNE DI LEGNAGO J: WBj 10.265


PENDOLARI IN ENTRATA PROVENIENTI DA LEGNAGO -


POPOLAZIONE LAVORATIVA NEL COMUNE DI LEGNAGO J (OCCUPATI RESIDENTI+ 10.361




PENDOLARI GIORNALIERI DA COMUNI DELLE PICCOLE AREE FUNZIONALI I AL COMUNE DI LEGNAGO J: Pij 762

PENDOLARI GIORNALIERI DAL COMUNE DI LEGNAGO J AI COMUNI DELLE PICCOLE AREE FUNZIONALI I: Pji 448


STUDENTI RESIDENTI NEL COMUNE DI LEGNAGO J: WBj 1.990


PENDOLARI IN ENTRATA PROVENIENTI DA LEGNAGO -


POPOLAZIONE STUDENTESCA NEL COMUNE DI LEGNAGO J (STUDENTI RESIDENTI + 2.304




Tabella 47 DISTRETTO DI LEGNAGO (modello di ATZ per pendolari per motivi di lavoro per Centroide)

Tabella 48 DISTRETTO DI LEGNAGO (modello di Atz per pendolari per motivi di studio per Centroide)

Tabella 45 DISTRETTO DI CEREA (modello di ATZ per pendolari per motivi di lavoro per Centroide)

Tabella 46 DISTRETTO DI CEREA (modello di Atz per pendolari per motivi di studio per Centroide)


Pag

ina8

2

PENDOLARI GIORNALIERI DA COMUNI DELLE PICCOLE AREE FUNZIONALI I AL COMUNE DI BADIA POLESINE J: Pij 735

PENDOLARI GIORNALIERI DAL COMUNE DI BADIA POLESINE J AI COMUNI DELLE PICCOLE AREE FUNZIONALI I: Pji 404


OCCUPATI (POP. ATTIVA) RESIDENTI NEL COMUNE DI BADIA POLESINE J: WBj 4.274


PENDOLARI IN ENTRATA PROVENIENTI DA BADIA POLESINE -


POPOLAZIONE LAVORATIVA NEL COMUNE DI BADIA POLESINE J (OCCUPATI RESIDENTI+ 4.605




PENDOLARI GIORNALIERI DA COMUNI DELLE PICCOLE AREE FUNZIONALI I AL COMUNE DI BADIA POLESINE J: Pij 336

PENDOLARI GIORNALIERI DAL COMUNE DI BADIA POLESINE J AI COMUNI DELLE PICCOLE AREE FUNZIONALI I: Pji 114


STUDENTI RESIDENTI NEL COMUNE DI BADIA POLESINE J: WBj 716


PENDOLARI IN ENTRATA PROVENIENTI DA BADIA POLESINE -


POPOLAZIONE STUDENTESCA NEL COMUNE DI BADIA POLESINE J (STUDENTI RESIDENTI + 938




PENDOLARI GIORNALIERI DA COMUNI DELLE PICCOLE AREE FUNZIONALI I AL COMUNE DI LENDINARA J: Pij 392

PENDOLARI GIORNALIERI DAL COMUNE DI LENDINARA J AI COMUNI DELLE PICCOLE AREE FUNZIONALI I: Pji 751


OCCUPATI (POP. ATTIVA) RESIDENTI NEL COMUNE DI LENDINARA J: WBj 4.939


PENDOLARI IN ENTRATA PROVENIENTI DA LENDINARA -


POPOLAZIONE LAVORATIVA NEL COMUNE DI LENDINARA J (OCCUPATI RESIDENTI+ 4.580




PENDOLARI GIORNALIERI DA COMUNI DELLE PICCOLE AREE FUNZIONALI I AL COMUNE DI LENDINARA J: Pij 46

PENDOLARI GIORNALIERI DAL COMUNE DI LENDINARA J AI COMUNI DELLE PICCOLE AREE FUNZIONALI I: Pji 324


STUDENTI RESIDENTI NEL COMUNE DI LENDINARA J: WBj 793


PENDOLARI IN ENTRATA PROVENIENTI DA LENDINARA -


POPOLAZIONE STUDENTESCA NEL COMUNE DI LENDINARA J (STUDENTI RESIDENTI + 515




Tabella 49 DISTRETTO DI BADIA POLESINE (modello di ATZ per pendolari per motivi di lavoro per Centroide)

Tabella 50 DISTRETTO DI BADIA POLESINE (modello di Atz per pendolari per motivi di studio per Centroide)

Tabella 51 DISTRETTO DI LENDINARA (modello di ATZ per pendolari per motivi di lavoro per Centroide)

Tabella 52 DISTRETTO DI LENDINARA (modello di Atz per pendolari per motivi di studio per Centroide)


Pag

ina8

3

LOCALITA' LAVORO STUDIO LAVORO STUDIO LAVORO STUDIO

VERONA (monoflusso unidirezionale) 8,08% 22,05% 1.420 1.069 2,64 4,65

BUTTAPIETRA N.D. N.D. 732- 61- 0,28 0,78

ISOLA DELLA SCALA 29,24% 98,94% 220- 284- 0,70 0,36

BOVOLONE 20,83% 91,77% 106- 560- 0,82 0,09

CEREA 25,11% 94,70% 87 197- 1,13 0,62

LEGNAGO 23,94% 59,62% 96 314 1,09 1,70

VILLABARTOLOMEA N.D. N.D. 333- 260- 0,49 0,06

CASTAGNARO N.D. N.D. 176- 133- 0,58 0,34

BADIA POLESINE 26,14% 53,16% 331 222 1,82 2,94

LENDINARA 24,49% 50,87% 358- 278- 0,52 0,14

FRATTA POLESINE N.D. N.D. 114- 137- 0,49 0,02

COSTA N.D. N.D. 237- 78- 0,31 0,34

ROVIGO (monoflusso unidirezionale) 7,09% 12,59% 341 382 1,72 6,84

Tabella 53

NOTE: MAX TEORICO DI ATZ = 400% (1/1*100%+1/1*100%+1/1*100%+1/1*100%); MIN TEORICO DI ATZ TENDENTE A 0

SALDO ASSOLUTO: > 0 = SALDO FAVOREVOLE ALL'ENTRATA; < 0 = SALDO FAVOREVOLE ALL'USCITA

SALDO PROPORZIONALE: > 1 = SALDO FAVOREVOLE ALL'ENTRATA: < 1 = SALDO FAVOREVOLE ALL'USCITA; SALDO

PROPORZIONALE = 0: ESCONO TUTTI; SALDO PROPORZIONALE TENDENTE AD INFINITO: ENTRANO TUTTI

TABELLA RIASSUNTIVA DEI VALORI DI FLUSSO (mono-biflusso uni-bidirezionali) SECONDO IL MODELLO DI ATZ E SALDI INTRAAREA DI ENTRATA E USCITA DELLE

LOCALITA' IN VALORE ASSOLUTO E PROPORZIONALE (da matrici O/D 2001)

DIREZIONE = SALDO ASSOLUTO

ENTRATA-USCITA: D=(Ej-Uj)

DIREZIONE = SALDO PROPORZIONALE

ENTRATA/USCITA d=(Ej/Uj)

VOLUME = VALORI DI FLUSSO

SECONDO ATZ


Pag

ina8

4

Tabella 54 (Provincia Autonoma di Bolzano)

INDICE DI INTERRELAZIONE PENDOLARE PER MOTIVI DI LAVORO DELLA PROVINCIA AUTONOMA DI BOLZANO 1995

LOCALITA' IIP %

ESTENSIONE

KMQ POPOLAZIONE

BOLZANO - EGNA 45,8 1.324 186.768

MERANO - LANA 36,8 706 70.007

BRUNICO - CAMPO TURES 29,4 1.255 47.296

MERANO - NATURNO 19,7 634 61.268

SILANDRO - MALLES 19,2 1.178 28.799 NUMERO TRENI/GIORNO SULLA LINEA ISOLA DELLA SCALA-LEGNAGO T/G = 13

BOLZANO - ORTISEI 18,2 1.588 201.527 LUNGHEZZA DELLA LINEA FERROVIARIA ISOLA DELLA SCALA-LEGNAGO LL (KM.) = 28

BRUNICO - S. CANDIDO 16,4 1.016 44.759 INDICE DI DOTAZIONE DI INFRASTRUTTURE FERROVIARIE DIF= 1,85E-07

NATURNO - SILANDRO 14,5 780 22.276 INDICE DI INTENSITA' DEL TRAFFICO GIORNALIERO ITG= 8,57E-08

MERANO - S. LEONARDO 14,1 391 57.067

BRESSANONE - VIPITENO 11,3 1.320 57.968

BOLZANO BRESSANONE 11,2 1.809 207.565 NUMERO TRENI/GIORNO SULLA LINEA LEGNAGO-ROVIGO T/G = 20

BOLZANO - MERANO 11,0 1.378 219.657 LUNGHEZZA DELLA LINEA FERROVIARIA LEGNAGO-ROVIGO LL (KM.) = 48

BOLZANO - LANA 9,4 1.482 182.190 INDICE DI DOTAZIONE DI INFRASTRUTTURE FERROVIARIE DIF= 1,06E-06

BRESSANONE -BRUNICO 8,2 1.443 77.141 INDICE DI INTENSITA' DEL TRAFFICO GIORNALIERO ITG= 4,41E-07

BRUNICO - CORVARA 8,0 754 36.732

MERANO SILANDRO 5,6 2.530 115.238

BRESSANONE - ORTISEI 3,8 757 45.867

BOLZANO - VIPITENO 3,3 1.665 182.243

Tabella 57 : Tabella di confronto - ANALISI DI BENCHMARKING PER TRAFFICO FERROVIARIO PENDOLARE AL SERVIZIO DEL TERRITORIO (per Bolzano traffico integrato)

LOCALITA' IIP % LL ( KM.) BZ T/G BZ DIF BZ ITG BZ S*P BZ

DIF ISOLA-

LEGNAGO ITG ISOLA-LEGNAGO EMULAZIONE N° TRENI

BOLZANO - EGNA 45,8 22 26 8,90E-08 1,05E-07 2,47E+08 1,85E-07 8,57E-08 5,75

MERANO - LANA 36,8 9 40 1,82E-07 8,09E-07 4,94E+07 1,85E-07 8,57E-08 44,28

BRUNICO - CAMPO TURES 29,4 5,94E+07 1,85E-07 8,57E-08 -

MERANO - NATURNO 19,7 linea ferroviaria chiusa 3,88E+07 1,85E-07 8,57E-08 -

SILANDRO - MALLES 19,2 linea ferroviaria chiusa 3,39E+07 1,85E-07 8,57E-08 -

BOLZANO - ORTISEI 18,2 3,20E+08 1,85E-07 8,57E-08 -

BRUNICO - S. CANDIDO 16,4 33 23 7,26E-07 5,06E-07 4,55E+07 1,85E-07 8,57E-08 27,67

NATURNO - SILANDRO 14,5 1,74E+07 1,85E-07 8,57E-08 -

MERANO - S. LEONARDO 14,1 2,23E+07 1,85E-07 8,57E-08 -

BRESSANONE - VIPITENO 11,3 29 20 3,79E-07 2,61E-07 7,65E+07 1,85E-07 8,57E-08 14,30

BOLZANO BRESSANONE 11,2 38 31 1,01E-07 8,26E-08 3,75E+08 1,85E-07 8,57E-08 4,52

BOLZANO - MERANO 11,0 32 41 1,06E-07 1,35E-07 3,03E+08 1,85E-07 8,57E-08 7,41

BOLZANO - LANA 9,4 23 40 8,52E-08 1,48E-07 2,70E+08 1,85E-07 8,57E-08 8,11

BRESSANONE -BRUNICO 8,2 42 1 3,77E-07 8,98E-09 1,11E+08 1,85E-07 8,57E-08 0,49

BRUNICO - CORVARA 8,0 2,77E+07 1,85E-07 8,57E-08 -

MERANO SILANDRO 5,6 2,92E+08 1,85E-07 8,57E-08 -

BRESSANONE - ORTISEI 3,8 3,47E+07 1,85E-07 8,57E-08 -

BOLZANO - VIPITENO 3,3 67 20 2,21E-07 6,59E-08 3,03E+08 1,85E-07 8,57E-08 3,61

non esiste

Tabella 56 : DIF e ITG sulla linea ferroviaria Legnago-Rovigo

Tabella 55 : DIF e ITG sulla linea ferroviaria Isola della Scala-Legnago

non esiste

non esiste

linea ferroviaria chiusa

non esiste

non esiste

non esiste


Pag

ina8

5

Tabella 58 : Tabella di confronto - ANALISI DI BENCHMARKING PER TRAFFICO FERROVIARIO PENDOLARE AL SERVIZIO DEL TERRITORIO (per Bolzano traffico integrato)

LOCALITA' IIP % LL ( KM.) BZ T/G BZ DIF BZ ITG BZ S*P BZ

DIF LEGNAGO-

ROVIGO ITG LEGNAGO-ROVIGO EMULAZIONE N° TRENI

BOLZANO - EGNA 45,8 22 26 8,90E-08 1,05E-07 2,47E+08 1,06E-06 4,41E-07 0,93

MERANO - LANA 36,8 9 40 1,82E-07 8,09E-07 4,94E+07 1,06E-06 4,41E-07 7,14

BRUNICO - CAMPO TURES 29,4 non esiste 5,94E+07 1,06E-06 4,41E-07 -

MERANO - NATURNO 19,7 linea ferroviaria chiusa 3,88E+07 1,06E-06 4,41E-07 -

SILANDRO - MALLES 19,2 linea ferroviaria chiusa 3,39E+07 1,06E-06 4,41E-07 -

BOLZANO - ORTISEI 18,2 non esiste 3,20E+08 1,06E-06 4,41E-07 -

BRUNICO - S. CANDIDO 16,4 33 23 7,26E-07 5,06E-07 4,55E+07 1,06E-06 4,41E-07 4,46

NATURNO - SILANDRO 14,5 linea ferroviaria chiusa 1,74E+07 1,06E-06 4,41E-07 -

MERANO - S. LEONARDO 14,1 non esiste 2,23E+07 1,06E-06 4,41E-07 -

BRESSANONE - VIPITENO 11,3 29 20 3,79E-07 2,61E-07 7,65E+07 1,06E-06 4,41E-07 2,31

BOLZANO BRESSANONE 11,2 38 31 1,01E-07 8,26E-08 3,75E+08 1,06E-06 4,41E-07 0,73

BOLZANO - MERANO 11,0 32 41 1,06E-07 1,35E-07 3,03E+08 1,06E-06 4,41E-07 1,20

BOLZANO - LANA 9,4 23 40 8,52E-08 1,48E-07 2,70E+08 1,06E-06 4,41E-07 1,31

BRESSANONE -BRUNICO 8,2 42 1 3,77E-07 8,98E-09 1,11E+08 1,06E-06 4,41E-07 0,08

BRUNICO - CORVARA 8,0 non esiste 2,77E+07 1,06E-06 4,41E-07 -

MERANO SILANDRO 5,6 non esiste 2,92E+08 1,06E-06 4,41E-07 -

BRESSANONE - ORTISEI 3,8 non esiste 3,47E+07 1,06E-06 4,41E-07 -

BOLZANO - VIPITENO 3,3 67 20 2,21E-07 6,59E-08 3,03E+08 1,06E-06 4,41E-07 0,58

Nota:

I dati grezzi relativi alla Provincia Autonoma di Bolzano sono tratti dall'Annuario Statistico della Provincia di Bolzano - 1995, ASTAT, Bolzano, 1996

Anno

1999 Anno 2000 Anno 2001 Anno 2002

Anno 2003

TENDENZA*

Anno 2004

TENDENZA*

Anno 2005

TENDENZA*

#VALORE! #VALORE! #VALORE! #VALORE!

#VALORE! #VALORE! #VALORE! #VALORE!

Tabella 59

Nota:

(*) Valori calcolati con funzione statistica di tendenza ad n-periodi

ELABORAZIONE DISPONIBILE AD AVVENUTA TRASMISSIONE DEI DATI RICHIESTI ALLA S.O. COMMERCIALE-BANCA DATI

Aspettative sull'andamento della mobilità bilaterale sulla linea ferroviaria Verona-(Isola d.S.)-Rovigo nei periodi di punta (novembre) e di

morbida (luglio) dei lavoratori, degli studenti e della mobilità per motivi diversi

Movimenti pendolari

ferroviari giornalieri bilaterali

da Lunedì a Sabato

Per il modello di ATZ vd.: Atz Hermann e Ufficio provinciale statistica e studi, Aree di Mercato del Lavoro e Piccole Aree funzionali. Una delimitazione di ambiti di analisi territoriale per la

statistica e la politica economica in base ai flussi pendolari per ragioni di lavoro . Collana ASTAT n°7, Bolzano, 1985.

INVERNALE

ESTIVO


Pag

ina8

6

1991 1996 2000 TENDENZA 2001 2001/1991 1991 1996 2000 TENDENZA 2001 2001/1991 1991 1996 2000 TENDENZA 2001 2001/1991 1991 1996 2000 TENDENZA 2001

2001/199

1

VERONA 151.999 146.148 153.464 152.002 0,00% 700 696 742 755 7,24% 15.321 13.093 18.889 19.336 20,76% 168.020 159.937 173.095 172.092 2,37%

BUTTAPIETRA 2.450 3.069 3.383 3.900 37,18% 4 6 4 5 14,29% 222 194 276 285 22,01% 2.676 3.269 3.663 4.190 36,13%

ISOLA DELLA SCALA 5.462 5.643 5.960 6.186 11,71% 13 14 16 17 25,00% 484 399 440 397 -21,91% 5.959 6.056 6.416 6.601 9,72%

BOVOLONE 6.568 7.065 8.032 8.686 24,38% 8 5 9 8 4,00% 585 558 756 804 27,24% 7.161 7.628 8.797 9.498 24,61%

CEREA 7.916 8.308 9.338 9.943 20,38% 10 12 13 15 31,82% 816 706 728 662 -23,26% 8.742 9.026 10.079 10.619 17,68%

LEGNAGO 13.603 14.304 15.342 16.155 15,80% 22 25 22 23 4,35% 1.219 1.135 1.278 1.270 3,99% 14.844 15.464 16.642 17.448 14,92%

VILLABARTOLOMEA 2.620 2.804 2.970 3.148 16,77% 3 2 2 1 -125,00% 204 207 221 228 10,40% 2.827 3.013 3.193 3.377 16,29%

CASTAGNARO 1.978 2.237 2.296 2.488 20,51% 3 2 2 1 -125,00% 144 145 159 164 12,37% 2.125 2.384 2.457 2.654 19,93%

BADIA POLESINE 4.734 5.318 5.815 6.370 25,68% 4 3 3 2 -71,43% 403 373 446 450 10,51% 5.141 5.694 6.264 6.823 24,65%

LENDINARA 5.924 6.273 6.595 6.935 14,58% 7 - 1 3- 310,00% 451 420 462 455 0,95% 6.382 6.693 7.058 7.387 13,60%

FRATTA POLESINE 1.402 1.413 1.476 1.504 6,80% 2 1 2 2 -20,00% 112 100 94 84 -33,33% 1.516 1.514 1.572 1.590 4,65%

COSTA 1.435 1.554 1.600 1.695 15,32% 3 3 3 3 0,00% 78 83 95 102 23,78% 1.516 1.640 1.698 1.800 15,78%

ROVIGO 27.618 28.569 30.122 31.274 11,69% 168 97 129 92 -81,95% 2.003 1.981 2.511 2.673 25,07% 29.789 30.647 32.762 34.039 12,49%

TOTALE 233.709 232.705 246.393 250.286 6,62% 947 866 948 921 -2,79% 22.042 19.394 26.355 26.910 18,09% 256.698 252.965 273.696 278.118 7,70%

Tabella 60

Tabella 61

FUNZIONE DI ASSEGNAZIONE (Modéle séquentiel prix-temps: choix modal) secondo ABRAHAM C. e BLANCHET J.D. (1973) - VALUTAZIONE 'DOOR TO DOOR ' E PER SERVIZIO DI ESTREMITA'

LOCALITA'

GENERATRICE /

ATTRATTRICE

DISTANZA

CHILOMETRI

FERROVIARI

(da Orario

Ufficiale FS)

TEMPO DI

PERCORRENZA

FERROVIARIO

SEMPLICEMENTE

RETTIFICATO (+7'

DOORTODOOR=700 mt. a

6 km/h) IN MINUTI PRIMI

TF. (Fonte:

WWW.Trenitalia.it per orari

in fascia 7.00-8.00)

DISTANZA

CHILOMETRI

STRADALI (Fonte:

Mappe Yahoo-GIS)

TEMPO DI PERCORRENZA

CON TRASPORTO A

MOTORE

PUBBLICO/PRIVATO IN

MINUTI PRIMI IN

SITUAZIONE TIPICA TA

(Fonte: Mappe Yahoo-GIS)

ED A VELOCITA' DI CODICE

STRADALE (per fascia oraria

7.00-8.00)

COSTO PERCEPITO

DEL TRASPORTO

FERROVIARIO PER

RELAZIONE

(TARIFFA N° 39/21/1

VENETO ADULTI DI

C.S. DI 2 ̂CLASSE)

COSTO PERCEPITO DEL

TRASPORTO A MOTORE

PUBBLICO PER

RELAZIONE (Tariffe APTV

su Verona e SITA su

Rovigo)

COSTO

PERCEPITO DEL

TRASPORTO A

MOTORE

PRIVATO PER

RELAZIONE

(algoritmo)

FUNZIONE DI

RIPARTIZIONE

MODALE GOMMATI

PRIVATO E

PUBBLICO VS.

FERROVIARIO:

TA=TF+TA=F (hb)

VALORE DI

BILANCIAMENTO

PERCEPITO

TRAGUARDATO

ALL'ORA (valeur de

basculement):

< A

EUR...=TRENO;

> A

EUR...=GOMMAT

O PRIVATO

VALORE DI

BILANCIAMENTO

PERCEPITO

TRAGUARDATO

ALL'ORA (valeur de

basculement):

< A EUR...=TRENO;

> A

EUR...=GOMMATO

PUBBLICO

COSTO DIRETTO

DEL

TRASPORTO A

MOTORE

PRIVATO (4°

Rapporto FS-

Amici della Terra)

COSTO ESTERNO

DEL TRASPORTO A

MOTORE PRIVATO

(GAS SERRA,

INQUINAMENTO,

RUMORE, INCIDENTI,

CONGESTIONE) 4°

Rapporto FS-Amici

della Terra

COSTO DIRETTO DEL

TRASPORTO

FERROVIARIO (4°

Rapporto FS-Amici

della Terra)

COSTO ESTERNO

DEL TRASPORTO

FERROVIARIO

(GAS SERRA,

INQUINAMENTO,

RUMORE,

INCIDENTI,

CONGESTIONE) 4°

Rapporto FS-Amici

della Terra

VALORE DI

BILANCIAMENT

O GENERALE

TRAGUARDATO

ALL'ORA: < A

EUR...=TRENO;

> A

EUR...=GOMMA

TO PRIVATO

COSTO

PERCEPITO

UNITARIO DEL

TRASPORTO A

MOTORE

PRIVATO PER

RELAZIONE

(1,06 EUR/10

KM/LIT.)

VERONA 12 18 10 25 EUR 1,39 EUR 2,00 EUR 1,06 0,42 EUR 2,83 EUR 5,23 EUR 3,10 EUR 1,15 EUR 0,91 EUR 0,32 EUR 25,92 EUR 0,106








VERONA 76 88 71 125 EUR 4,03 EUR 0,00 EUR 7,53 0,41 EUR 5,67 N.D. EUR 21,99 EUR 8,18 EUR 5,75 EUR 2,01 EUR 36,34 EUR 0,106




Tabella 62

ROVIGO 29 31 26 35 EUR 1,91 EUR 2,32 EUR 2,76 0,47 EUR 12,69 EUR 6,15 EUR 8,05 EUR 3,00 EUR 2,19 EUR 0,77 EUR 121,31 EUR 0,106

ROVIGO 19 23 15 20 EUR 1,39 EUR 1,81 EUR 1,59 0,53 EUR 4,00 EUR 8,40 EUR 4,65 EUR 1,73 EUR 1,44 EUR 0,50 EUR 88,68 EUR 0,106

ROVIGO 13 18 14 15 EUR 1,39 EUR 0,00 EUR 1,48 0,55 EUR 1,88 N.D. EUR 4,34 EUR 1,61 EUR 0,98 EUR 0,34 EUR 92,44 EUR 0,106

ROVIGO 8 12 9 11 EUR 1,03 EUR 0,00 EUR 0,95 0,52 EUR 4,56 N.D. EUR 2,79 EUR 1,04 EUR 0,61 EUR 0,21 EUR 180,46 EUR 0,106

ROVIGO

BADIA POLESINE

LENDINARA

FRATTA

COSTA

BADIA POLESINE

LENDINARA

FRATTA

VILLABARTOLOMEA

CASTAGNARO

COSTA

LOCALITA'

ATTRATTRICE /

GENERATRICE

BUTTAPIETRA

ISOLA DELLA SCALA

CEREA

BOVOLONE

LEGNAGO

VEICOLI PER IL TRASPORTO DELLE PERSONE CIRCOLANTI NELLE PROVINCIE DI VERONA E ROVIGO PER COMUNE

TOTALE GENERALEMOTOCICLIAUTOBUSAUTOVETTURELOCALITA' DI

ATTRAZIONE E

GENERAZIONE


Pag

ina8

7


Pag

ina8

8

Tabella 63

SETTORE LIVELLO QUALIFICA RETRIBUZIONE ORARIA RL

CONTRIBUTI

TOTALI+IMPOSTE

LAVORATORE RN

MONTE ORE

ANNUALE

CONTRATTUALE

6 EUR 7,30 EUR 16.747,42 24,9% EUR 12.577,31 1.723

5 EUR 6,58 EUR 15.098,75 24,9% EUR 11.339,16 1.723

3 EUR 5,68 EUR 13.027,40 24,9% EUR 9.783,58 1.723

10 EUR 11,54 EUR 23.533,59 24,9% EUR 17.673,73 1.531

8 EUR 10,20 EUR 20.797,23 24,9% EUR 15.618,72 1.531

5 EUR 8,41 EUR 17.146,40 24,9% EUR 12.876,95 1.531

Q EUR 7,92 EUR 18.046,24 24,9% EUR 13.552,73 1.712

1 EUR 7,45 EUR 16.988,24 24,9% EUR 12.758,17 1.712

4 EUR 5,77 EUR 13.156,89 24,9% EUR 9.880,82 1.712

8 EUR 7,58 EUR 17.652,20 24,9% EUR 13.256,80 1.749

5 EUR 6,28 EUR 14.625,17 24,9% EUR 10.983,50 1.749

3 EUR 5,65 EUR 13.161,95 24,9% EUR 9.884,62 1.749

QA EUR 8,71 EUR 20.277,39 24,9% EUR 15.228,32 1.748

3 EUR 6,48 EUR 15.078,99 24,9% EUR 11.324,32 1.748

5 EUR 5,73 EUR 13.336,10 24,9% EUR 10.015,41 1.748

Q EUR 8,69 EUR 20.215,27 24,9% EUR 15.181,67 1.748

II EUR 7,35 EUR 17.101,17 24,9% EUR 12.842,98 1.748

IV EUR 6,16 EUR 14.338,22 24,9% EUR 10.768,00 1.748

VI EUR 5,52 EUR 12.858,89 24,9% EUR 9.657,03 1.748

VII EUR 5,16 EUR 12.017,40 24,9% EUR 9.025,07 1.748

CAT. I EUR 5,95 EUR 13.857,89 24,9% EUR 10.407,28 1.748

CAT. II EUR 5,48 EUR 12.761,40 24,9% EUR 9.583,81 1.748

7 EUR 7,75 EUR 18.076,37 24,9% EUR 13.575,35 1.752

6 EUR 7,25 EUR 16.908,06 24,9% EUR 12.697,95 1.752

5 EUR 6,50 EUR 15.155,92 24,9% EUR 11.382,10 1.752

4 EUR 6,25 EUR 14.574,04 24,9% EUR 10.945,10 1.752

3 EUR 6,00 EUR 13.987,74 24,9% EUR 10.504,79 1.752

Q EUR 7,36 EUR 17.185,87 24,9% EUR 12.906,59 1.753

A EUR 6,91 EUR 16.118,70 24,9% EUR 12.105,14 1.753

B EUR 6,41 EUR 14.962,48 24,9% EUR 11.236,82 1.753

E EUR 6,03 EUR 14.079,65 24,9% EUR 10.573,82 1.753

G EUR 5,56 EUR 12.981,28 24,9% EUR 9.748,94 1.753

1S EUR 5,06 RETR. ORARIA 24,9% EUR 5,06 1

1 EUR 4,61 RETR. ORARIA 24,9% EUR 4,61 1



1S EUR 4,23 EUR 9.557,21 24,9% EUR 7.177,46 1.698

1 EUR 3,83 EUR 8.656,83 24,9% EUR 6.501,28 1.698

2 EUR 3,06 EUR 6.925,49 24,9% EUR 5.201,04 1.698

1 EUR 7,05 EUR 16.267,68 24,9% EUR 12.217,03 1.732

2 BIS EUR 6,17 EUR 14.228,63 24,9% EUR 10.685,70 1.732

4 EUR 5,60 EUR 12.906,27 24,9% EUR 9.692,61 1.732

6 EUR 5,15 EUR 11.885,64 24,9% EUR 8.926,12 1.732

7 EUR 7,82 EUR 18.020,21 24,9% EUR 13.533,18 1.731

5 EUR 6,08 EUR 14.005,29 24,9% EUR 10.517,97 1.731

3 EUR 5,87 EUR 13.518,57 24,9% EUR 10.152,45 1.731

1 EUR 5,06 EUR 11.665,42 24,9% EUR 8.760,73 1.731

7 EUR 7,26 EUR 16.743,51 24,9% EUR 12.574,38 1.731

5 EUR 6,08 EUR 14.005,29 24,9% EUR 10.517,97 1.731

3 EUR 5,87 EUR 13.518,57 24,9% EUR 10.152,45 1.731

1 EUR 5,06 EUR 11.665,42 24,9% EUR 8.760,73 1.731

PERSONALE NON CONVIVENTE




QUADRI E DIRETTORI COORDINATORI, SEGRETARI

LAVORATORI ESECUTIVI E OPERATIVI

QUADRI

IMPIEGATI DIRETTIVI ED INTERMEDI

NOTE

LAVORO DOMESTICO

LAVORO DOMESTICO

LAVORO DOMESTICO

LAVORO DOMESTICO

LAVORO DOMESTICO

METALMECCANICI INDUSTRIA


METALMECCANICI ARTIGIANATO

METALMECCANICI ARTIGIANATO

GOMMA E PLASTICA INDUSTRIA




LAVORO DOMESTICO

LAVORO DOMESTICO

EDILIZIA

EDILIZIA

EDILIZIA

EDILIZIA

EDILIZIA


COMMERCIO

COMMERCIO

POLIGRAFICI QUOTIDIANI

TESSILI INDUSTRIA

COMMERCIO

COMMERCIO

PROVVISTI DI ATTESTATO

ISTITUTRICI, PUERICULTRICI

CUOCHI, CUSTODI

IMPIEGATI DI CONCETTO, OPERAI SPECIALIZZATI



SPEDIZIONI E TRASPORTO MERCI IND.


COMMERCIO

COMMERCIO

IMPIEGATI INTERMEDI, OPERAI

OPERAI

PROVVISTI DI ATTESTATO

ISTITUTRICI, PUERICULTRICI

CUOCHI, CUSTODI

LAVORATORI GENERICI

IMPIEGATI DI CONCETTO

ASSISTENTI TECNICI, OPERAI SPECIALIZZATI

IMPIEGATI D'ORDINE, OPERAI SPECIALIZZATI

QUADRI

IMPIEGATI

IMPIEGATI

OPERAI COMUNI

ADDETTI PULIZIA, GARZONE

IMPIEGATI DI CONCETTO

IMPIEGATI D'ORDINE

QUADRI, IMPIEGATI DIRETTIVI

IMPIEGATI DIRETTIVI

IMPIEGATI D'ORDINE, OPERAI QUALIFICATI

QUADRI

IMPIEGATI DI CONCETTO, INTERMEDI, OP. SPEC.



TESSILI INDUSTRIA

TESSILI INDUSTRIA

TURISMO

METALMECCANICI PICCOLA INDUSTRIA OPERAI COMUNI

TURISMO

METALMECCANICI PICCOLA INDUSTRIA IMPIEGATI DI CONCETTO, OPERAI SPECIALIZZATI

METALMECCANICI PICCOLA INDUSTRIA IMPIEGATI D'ORDINE, OPERAI QUALIFICATI

METALMECCANICI PICCOLA INDUSTRIA QUADRI, IMPIEGATI DIRETTIVI




OPERAI COMUNI


METALMECCANICI ARTIGIANATO IMPIEGATI D'ORDINE, OPERAI COMUNI

QUADRI, IMPIEGATI DIRETTIVI

IMPIEGATI DI CONCETTO, OPERAI SPECIALIZZATI

TURISMO

COMMERCIO IMPIEGATI DIRETTIVI, QUADRI

METALMECCANICI ARTIGIANATO IMPIEGATI DIRETTIVI

IMPIEGATI D'ORDINE, OP. QUALIFIC., CASSIERI, BARISTI



TABELLA INDICATIVA DI ALCUNE RETRIBUZIONI ORARIE ESPRESSE PER SETTORE E CATEGORIA (DATI ITALIA 2001)

QUADRI, DIRETTORI


QUADRI E IMPIEGATI DIRETTIVI

OPERAI SPECIALIZZATI

IMPIEGATI DIRETTIVI ED INTERMEDI

LAVORATORI DI CONCETTO

OCCHIALI INDUSTRIA

OCCHIALI INDUSTRIA

OCCHIALI INDUSTRIA


Pag

ina8

9

Appendice 2: Statistiche aggiuntive per la bontà e l’asseveramento del modello

Statistica della regressione

R multiplo 0,883824687

R al quadrato 0,781146077

R al quadrato corretto 0,756828974

Errore standard 2856,071483

Osservazioni 21

ANALISI VARIANZA

gdl SQ MQ F Significatività F

Regressione 2 524069121,2 262034560,6 32,12332042 1,15183E-06

Residuo 18 146828597,7 8157144,318

Totale 20 670897719


Intercetta 1434,113006 1006,781556 1,424452998 0,171422444 -681,0581923 3549,284204 -681,0581923 3549,284204

49,16 46,07198465 15,17080803 3,036884032 0,007092403 14,19927503 77,94469427 14,19927503 77,94469427

44,08 20,6766113 7,65378215 2,701489394 0,01460539 4,596599245 36,75662336 4,596599245 36,75662336

OUTPUT RESIDUI

Osservazione Previsto 5800 Residui Residui standard Percentile 5800

1 5263,465651 5233,534349 1,931544647 2,380952381 1064

2 3371,874737 -940,8747374 -0,347249381 7,142857143 1346

3 2155,657561 -527,6575615 -0,194742992 11,9047619 1628

4 3654,900768 100,0992321 0,036943702 16,66666667 1691

5 7787,215839 5642,784161 2,082586797 21,42857143 1844

6 11035,57751 -3734,577514 -1,378323466 26,19047619 1879

7 5634,571138 -2757,571138 -1,017738953 30,95238095 2384

8 2164,047536 -1100,047536 -0,405995411 35,71428571 2431

9 2042,768388 -163,7683881 -0,060442128 40,47619048 2848

10 6587,195495 -3739,195495 -1,380027828 45,23809524 2877

11 5651,610592 -1663,610592 -0,613990072 50 3755

12 9111,382621 6143,617379 2,267429708 54,76190476 3988

13 5364,101657 541,8983429 0,199998848 59,52380952 4153

14 3298,599784 -1454,599784 -0,536850289 64,28571429 4581

15 5218,466412 -637,4664117 -0,235270231 69,04761905 5300

16 2336,130242 -990,1302424 -0,365428149 73,80952381 5906

17 25320,74921 -1088,749208 -0,401825528 78,57142857 7301

18 2702,967037 -1011,967037 -0,373487472 83,33333333 10497

19 3598,377179 1701,622821 0,628019276 88,0952381 13430

20 2426,795115 -42,79511474 -0,015794427 92,85714286 15255

21 3663,545524 489,4544761 0,180643349 97,61904762 24232 Tabella 64

OUTPUT RIEPILOGO QUADRO A: REGRESSIONE INSEDIAMENTI PRODUTTIVI+COLLETTIVI (INDIP.) E POPOLAZIONE (DIP.)


Pag

ina9

0






Osservazioni 21

ANALISI VARIANZA


Regressione 2 628278057 314139028,5 132,6735656 1,68494E-11

Residuo 18 42619661,92 2367758,996

Totale 20 670897719


Intercetta -575,8096337 515,9262135 -1,116069737 0,27907042 -1659,731226 508,1119583 -1659,731226 508,1119583

126,12 35,3270583 4,24813825 8,315891862 1,40565E-07 26,40204412 44,25207249 26,40204412 44,25207249

49,16 18,16208833 8,89718827 2,041328988 0,056157407 -0,530225068 36,85440173 -0,530225068 36,85440173

OUTPUT RESIDUI


1 7434,895166 3062,104834 2,097635637 2,380952381 1064

2 3733,982925 -1302,982925 -0,892583229 7,142857143 1346

3 1781,507198 -153,5071984 -0,105157135 11,9047619 1628

4 4315,223404 -560,2234038 -0,383770197 16,66666667 1691

5 11484,12849 1945,871513 1,33298161 21,42857143 1844

6 9121,804624 -1820,804624 -1,247306958 26,19047619 1879

7 3476,149129 -599,1491294 -0,410435512 30,95238095 2384

8 989,8947538 74,10524623 0,050764364 35,71428571 2431

9 695,2044347 1183,795565 0,810936235 40,47619048 2848

10 3624,464238 -776,4642384 -0,531901795 45,23809524 2877

11 5074,027663 -1086,027663 -0,743962226 50 3755

12 18153,94604 -2898,946045 -1,985866867 54,76190476 3988

13 6377,57694 -471,5769396 -0,323044653 59,52380952 4153

14 1782,942846 61,05715394 0,041826021 64,28571429 4581

15 4535,28078 45,7192204 0,031319067 69,04761905 5300

16 1804,547376 -458,5473756 -0,314119003 73,80952381 5906

17 22021,26863 2210,731371 1,514418728 78,57142857 7301

18 1375,883376 315,1166242 0,215864543 83,33333333 10497

19 6754,561786 -1454,561786 -0,996419392 88,0952381 13430

20 1752,703474 631,2965257 0,432457464 92,85714286 15255

21 2100,006727 2052,993273 1,406363298 97,61904762 24232 Tabella 65

OUTPUT RIEPILOGO QUADRO B: REGRESSIONE INSEDIAMENTI RESIDENZIALI+PRODUTTIVI (INDIP.) E POPOLAZIONE (DIP.)


Pag

ina9

1






Osservazioni 21

ANALISI VARIANZA


Regressione 2 635764744,1 317882372 162,863598 2,96161E-12

Residuo 18 35132974,87 1951831,937

Totale 20 670897719


Intercetta 267,5186348 479,6211844 0,557770681 0,583872085 -740,1288622 1275,166132 -740,1288622 1275,166132

126,12 33,99969207 3,467530307 9,805160751 1,20789E-08 26,71467558 41,28470855 26,71467558 41,28470855

44,08 11,58419354 3,678998546 3,148735559 0,005553714 3,85489843 19,31348866 3,85489843 19,31348866

OUTPUT RESIDUI


1 7274,916619 3222,083381 2,431052346 2,380952381 1064

2 3945,978522 -1514,978522 -1,143046798 7,142857143 1346

3 2531,404822 -903,4048218 -0,681616256 11,9047619 1628

4 4516,321734 -761,3217345 -0,574414989 16,66666667 1691

5 10480,67247 2949,327526 2,225258863 21,42857143 1844

6 6714,336986 586,6630142 0,442635503 26,19047619 1879

7 2844,224575 32,77542454 0,024728961 30,95238095 2384

8 1676,397264 -612,3972636 -0,462051917 35,71428571 2431

9 1452,975825 426,024175 0,321433975 40,47619048 2848

10 2820,219463 27,78053656 0,020960332 45,23809524 2877

11 4787,298262 -799,2982616 -0,603068166 50 3755

12 16914,88407 -1659,884068 -1,252377602 54,76190476 3988

13 6173,875176 -267,8751758 -0,202111025 59,52380952 4153

14 1974,810353 -130,8103526 -0,098696023 64,28571429 4581

15 4103,614752 477,3852482 0,360185753 69,04761905 5300

16 2417,884177 -1071,884177 -0,80873343 73,80952381 5906

17 24420,67621 -188,6762057 -0,142355637 78,57142857 7301

18 1886,16082 -195,1608204 -0,14724826 83,33333333 10497

19 6939,268297 -1639,268297 -1,236823064 88,0952381 13430

20 2319,21269 64,78730997 0,048881833 92,85714286 15255

21 2194,866915 1958,133085 1,4774056 97,61904762 24232 Tabella 66

OUTPUT RIEPILOGO QUADRO C: REGRESSIONE INSEDIAMENTI RESIDENZIALI+COLLETTIVI (INDIP.) E POPOLAZIONE (DIP.)


Pag

ina9

2






Osservazioni 21

ANALISI VARIANZA


Regressione 1 618411548,4 618411548,4 223,8650542 5,7543E-12

Residuo 19 52486170,58 2762430,03

Totale 20 670897719


Intercetta -297,8354754 537,5073801 -0,554104904 0,585970331 -1422,851701 827,18075 -1422,851701 827,18075

126,12 42,17019199 2,818463572 14,96212064 5,7543E-12 36,27107811 48,06930588 36,27107811 48,06930588

OUTPUT RESIDUI


1 7838,481368 2658,518632 1,641089484 2,380952381 1064

2 4068,044502 -1637,044502 -1,010538908 7,142857143 1346

3 2311,234303 -683,2343032 -0,42175692 11,9047619 1628

4 4687,946324 -932,9463239 -0,575902829 16,66666667 1691

5 11617,77397 1812,226026 1,118677536 21,42857143 1844

6 7138,877883 162,1221174 0,100077125 26,19047619 1879

7 2697,934964 179,0650362 0,110535899 30,95238095 2384

8 1317,282878 -253,2828779 -0,15635018 35,71428571 2431

9 1029,682169 849,3178315 0,524279403 40,47619048 2848

10 2524,193773 323,8062272 0,199883871 45,23809524 2877

11 4803,49265 -815,49265 -0,503399298 50 3755

12 19215,57747 -3960,577466 -2,444843511 54,76190476 3988

13 6506,325003 -600,3250027 -0,370577447 59,52380952 4153

14 1712,839279 131,1607212 0,080964819 64,28571429 4581

15 4199,193799 381,8062013 0,235686948 69,04761905 5300

16 2220,146689 -874,1466885 -0,539606125 73,80952381 5906

17 21179,0216 3052,978395 1,884587408 78,57142857 7301

18 1545,845319 145,1546815 0,089603217 83,33333333 10497

19 7653,354225 -2353,354225 -1,45271311 88,0952381 13430

20 2108,39568 275,6043203 0,170129088 92,85714286 15255

21 2014,356152 2138,643848 1,320173531 97,61904762 24232 Tabella 67

OUTPUT RIEPILOGO QUADRO D: REGRESSIONE INSEDIAMENTI RESIDENZIALI (INDIP.) E POPOLAZIONE (DIP.)


Pag

ina9

3






Osservazioni 21

ANALISI VARIANZA


Regressione 1 464537915,4 464537915,4 42,77102536 2,90795E-06

Residuo 19 206359803,6 10861042,29

Totale 20 670897719


Intercetta 406,575662 1075,624039 0,377990494 0,70962749 -1844,732024 2657,883348 -1844,732024 2657,883348

49,16 76,54758696 11,70460263 6,539956067 2,90795E-06 52,04956451 101,0456094 52,04956451 101,0456094

OUTPUT RESIDUI


1 5441,875932 5055,124068 1,57374464 2,380952381 1064

2 3156,164986 -725,1649857 -0,225755984 7,142857143 1346

3 1129,950359 498,0496412 0,15505118 11,9047619 1628

4 3417,192257 337,8077428 0,105165198 16,66666667 1691

5 9164,385086 4265,614914 1,32795724 21,42857143 1844

6 15021,80644 -7720,806441 -2,40361613 26,19047619 1879

7 6906,996747 -4029,996747 -1,254605365 30,95238095 2384

8 1302,947905 -238,9479053 -0,074388478 35,71428571 2431

9 1076,367048 802,6329521 0,249873057 40,47619048 2848

10 8145,536704 -5297,536704 -1,649211746 45,23809524 2877

11 6207,351802 -2219,351802 -0,690921322 50 3755

12 10449,61907 4805,380929 1,495995425 54,76190476 3988

13 5689,124638 216,8753617 0,067516926 59,52380952 4153

14 3248,787566 -1404,787566 -0,437333856 64,28571429 4581

15 6070,331621 -1489,331621 -0,463653834 69,04761905 5300

16 1548,665659 -202,6656595 -0,063093208 73,80952381 5906

17 19816,74729 4415,252712 1,374541988 78,57142857 7301

18 2122,772562 -431,7725617 -0,134418017 83,33333333 10497

19 3228,119717 2071,880283 0,645010972 88,0952381 13430

20 1724,725109 659,2748905 0,205243296 92,85714286 15255

21 3520,5315 632,4685004 0,196898018 97,61904762 24232 Tabella 68

OUTPUT RIEPILOGO QUADRO E: REGRESSIONE INSEDIAMENTI PRODUTTIVI (INDIP.) E POPOLAZIONE (DIP.)


Pag

ina9

4






Osservazioni 21

ANALISI VARIANZA


Regressione 1 448838514,9 448838514,9 38,4038654 5,924E-06

Residuo 19 222059204,1 11687326,53

Totale 20 670897719


Intercetta 3700,578694 808,8517299 4,575101414 0,000206799 2007,632041 5393,525347 2007,632041 5393,525347

44,08 37,96062584 6,125561357 6,197085234 5,924E-06 25,13967459 50,78157709 25,13967459 50,78157709

OUTPUT RESIDUI


1 5166,99767 5330,00233 1,599587521 2,380952381 1064

2 4219,880055 -1788,880055 -0,536860968 7,142857143 1346

3 4225,953755 -2597,953755 -0,779672156 11,9047619 1628

4 4451,060266 -696,0602664 -0,208894715 16,66666667 1691

5 5687,058244 7742,941756 2,323735008 21,42857143 1844

6 5178,385857 2122,614143 0,637017938 26,19047619 1879

7 4229,370212 -1352,370212 -0,405859956 30,95238095 2384

8 4050,196058 -2986,196058 -0,896187591 35,71428571 2431

9 4077,907314 -2198,907314 -0,659914289 40,47619048 2848

10 4609,735682 -1761,735682 -0,528714668 45,23809524 2877

11 5033,755873 -1045,755873 -0,313841897 50 3755

12 6697,94971 8557,05029 2,5680572 54,76190476 3988

13 5078,549411 827,4505885 0,248326277 59,52380952 4153

14 3983,00575 -2139,00575 -0,641937225 64,28571429 4581

15 4389,943659 191,0563412 0,057337937 69,04761905 5300

16 4094,60999 -2748,60999 -0,824885613 73,80952381 5906

17 26106,45849 -1874,458487 -0,56254392 78,57142857 7301

18 4133,709434 -2442,709434 -0,733081767 83,33333333 10497

19 4556,2112 743,7888 0,22321853 88,0952381 13430

20 4066,519127 -1682,519127 -0,50494098 92,85714286 15255

21 4352,742246 -199,7422455 -0,059944665 97,61904762 24232 Tabella 69

OUTPUT RIEPILOGO QUADRO F: REGRESSIONE INSEDIAMENTI COLLETTIVI (INDIP.) E POPOLAZIONE (DIP.)


Pag

ina9

5






Osservazioni 11

ANALISI VARIANZA


Regressione 1 335853627,6 335853627,6 342,0181266 1,80923E-08

Residuo 9 8837784,94 981976,1044

Totale 10 344691412,5


Intercetta 1517,276397 364,9407094 4,157596997 0,002456472 691,7225284 2342,830266 691,7225284 2342,830266

350,8742959 3,120646352 0,168740757 18,49373209 1,80923E-08 2,738927949 3,502364754 2,738927949 3,502364754

OUTPUT RESIDUI


1 3866,05513 -156,0551305 -0,165999331 4,545454545 496

2 3237,691486 1571,308514 1,671435989 13,63636364 785

3 4700,63318 1792,36682 1,906580651 22,72727273 1475

4 11297,38619 -375,386193 -0,399306684 31,81818182 1684

5 1892,366355 -208,3663548 -0,221643949 40,90909091 3403

6 1775,246528 -300,2465276 -0,319378943 50 3710

7 5117,802184 -175,8021843 -0,187004713 59,09090909 4809

8 3063,652532 339,3474681 0,360971487 68,18181818 4942

9 1841,982241 -1056,982241 -1,124335636 77,27272727 6493

10 1745,589613 -1249,589613 -1,329216403 86,36363636 10922

11 20780,59456 -180,5945579 -0,192102468 95,45454545 20600 Tabella 70

OUTPUT RIEPILOGO TABELLA 10: REGRESSIONE SCUOLE (INDIP.) E UNITA' LOCALI ADDETTI (DIP.)


Pag

ina9

6






Osservazioni 11

ANALISI VARIANZA


Regressione 1 339620523,2 339620523,2 602,7709326 1,4786E-09

Residuo 9 5070889,36 563432,1511

Totale 10 344691412,5


Intercetta 328,9603451 306,2014778 1,074326445 0,310633907 -363,7160491 1021,636739 -363,7160491 1021,636739

377,487931 5,035101509 0,205084142 24,5513937 1,4786E-09 4,571168595 5,499034424 4,571168595 5,499034424

OUTPUT RESIDUI OUTPUT DATI


1 3988,319299 -278,3192991 -0,390842025 4,545454545 496

2 4760,805705 48,19429472 0,067678942 13,63636364 785

3 5533,005601 959,9943993 1,348114041 22,72727273 1475

4 9731,652318 1190,347682 1,671597692 31,81818182 1684

5 1885,22852 -201,22852 -0,282583933 40,90909091 3403

6 1687,27021 -212,2702104 -0,298089709 50 3710

7 3977,166772 964,8332278 1,354909177 59,09090909 4809

8 4252,001385 -849,0013852 -1,192247255 68,18181818 4942

9 1190,050525 -405,0505248 -0,56880988 77,27272727 6493

10 1033,646121 -537,6461208 -0,755013034 86,36363636 10922

11 21279,85354 -679,8535431 -0,954714015 95,45454545 20600 Tabella 70 bis

OUTPUT RIEPILOGO TABELLA 10: REGRESSIONE SCUOLE (INDIP.) E UNITA' LOCALI ADDETTI (DIP.)


Pag

ina9

7






Osservazioni 11

ANALISI VARIANZA


Regressione 1 340661345,1 340661345,1 760,7694203 5,25213E-10

Residuo 9 4030067,487 447785,2763

Totale 10 344691412,5


Intercetta -621,756871 297,0783911 -2,09290507 0,065872213 -1293,795394 50,28165148 -1293,795394 50,28165148

5800 0,443875593 0,016092916 27,58204888 5,25213E-10 0,407470861 0,480280326 0,407470861 0,480280326

OUTPUT RESIDUI


1 4037,605234 -327,6052337 -0,516053433 4,545454545 496

2 5339,492349 -530,4923494 -0,835647206 13,63636364 785

3 6149,565307 343,4346925 0,540988464 22,72727273 1475

4 10134,23651 787,7634898 1,2409083 31,81818182 1684

5 1730,783774 -46,78377442 -0,073695182 40,90909091 3403

6 1221,658469 253,3415313 0,399071058 50 3710

7 4008,309445 933,6905554 1,470776921 59,09090909 4809

8 4781,540728 -1378,540728 -2,171518043 68,18181818 4942

9 599,7887622 185,2112378 0,291750208 77,27272727 6493

10 552,2940737 -56,29407373 -0,088676086 86,36363636 10922

11 20763,72535 -163,7253472 -0,257904999 95,45454545 20600 Tabella 71

OUTPUT RIEPILOGO TABELLA 10: REGRESSIONE POPOLAZIONE (INDIP.) E UNITA' LOCALI ADDETTI (DIP.)


Pag

ina9

8






Osservazioni 11

ANALISI VARIANZA


Regressione 1 340661345,1 340661345,1 760,7694203 5,25213E-10

Residuo 9 4030067,487 447785,2763

Totale 10 344691412,5


Intercetta -621,756871 297,0783911 -2,09290507 0,065872213 -1293,795394 50,28165148 -1293,795394 50,28165148

5800 0,443875593 0,016092916 27,58204888 5,25213E-10 0,407470861 0,480280326 0,407470861 0,480280326

OUTPUT RESIDUI OUTPUT DATI


1 4037,605234 -327,6052337 -0,516053433 4,545454545 496

2 5339,492349 -530,4923494 -0,835647206 13,63636364 785

3 6149,565307 343,4346925 0,540988464 22,72727273 1475

4 10134,23651 787,7634898 1,2409083 31,81818182 1684

5 1730,783774 -46,78377442 -0,073695182 40,90909091 3403

6 1221,658469 253,3415313 0,399071058 50 3710

7 4008,309445 933,6905554 1,470776921 59,09090909 4809

8 4781,540728 -1378,540728 -2,171518043 68,18181818 4942

9 599,7887622 185,2112378 0,291750208 77,27272727 6493

10 552,2940737 -56,29407373 -0,088676086 86,36363636 10922

11 20763,72535 -163,7253472 -0,257904999 95,45454545 20600 Tabella 71 bis

OUTPUT RIEPILOGO TABELLA 10: REGRESSIONE POPOLAZIONE (INDIP.) E UNITA' LOCALI ADDETTI (DIP.)


Pag

ina9

9






Osservazioni 11

ANALISI VARIANZA


Regressione 1 32938712,33 32938712,33 191,4144004 2,27158E-07

Residuo 9 1548725,751 172080,639

Totale 10 34487438,09


Intercetta -628,335969 184,1629078 -3,411848654 0,007726969 -1044,941728 -211,7302105 -1044,941728 -211,7302105

5800 0,138023535 0,009976216 13,83525932 2,27158E-07 0,115455749 0,160591321 0,115455749 0,160591321

OUTPUT RESIDUI

Osservazione Previsto 350,874295923532 Residui Residui standard Percentile 350,8742959

1 820,4971 -67,83930511 -0,17238288 4,545454545 73,16215617

2 1225,3201 -674,0192233 -1,712714692 13,63636364 82,66560875

3 1477,2131 -457,1177236 -1,161557733 22,72727273 104,0508301

4 2716,2503 417,7509918 1,061525008 31,81818182 120,1962399

5 103,1888 17,00747335 0,043216793 40,90909091 495,5307204

6 -55,1242 137,7898368 0,350130486 50 551,300883

7 811,3875 342,3881298 0,870024415 59,09090909 752,657773

8 1051,8245 -556,2938024 -1,413568835 68,18181818 1020,095334

9 -248,4952 352,5460308 0,895836121 77,27272727 1153,775655

10 -263,2637 336,4258751 0,854874044 86,36363636 3134,001323

11 6021,4999 151,3617168 0,384617274 95,45454545 6172,861642 Tabella 72

OUTPUT RIEPILOGO TABELLA 10: REGRESSIONE POPOLAZIONE (INDIP.) E SCUOLE (DIP.)


Pag

ina1

00






Osservazioni 11

ANALISI VARIANZA


Regressione 1 13307712,13 13307712,13 1355,476368 3,98748E-11

Residuo 9 88359,64385 9817,738205

Totale 10 13396071,77


Intercetta -183,0518379 43,98877644 -4,161330519 0,002442878 -282,5614395 -83,54223636 -282,5614395 -83,54223636

5800 0,087730688 0,002382899 36,81679465 3,98748E-11 0,082340193 0,093121183 0,082340193 0,093121183

OUTPUT RESIDUI

Osservazione Previsto 377,487 Residui Residui standard Percentile 377,487931

1 737,8572 -11,08754807 -0,117952877 4,545454545 139,9546314

2 995,1713 -114,9814317 -1,223209186 13,63636364 171,0174419

3 1155,2798 -121,7266155 -1,294966605 22,72727273 269,7681194

4 1942,8382 -75,40971653 -0,802232644 31,81818182 309,0837736

5 281,9208 27,16296383 0,288968283 40,90909091 724,5546927

6 181,2937 88,47440908 0,941219015 50 726,7696485

7 732,0670 -7,512278377 -0,079918016 59,09090909 779,1384211

8 884,8938 -105,7554089 -1,125059809 68,18181818 880,1898734

9 58,3830 112,6344257 1,198240987 77,27272727 1033,553196

10 48,9958 90,9587989 0,967648747 86,36363636 1867,428483

11 4043,7250 117,2424016 1,247262105 95,45454545 4160,967392

OUTPUT RIEPILOGO TABELLA 10: REGRESSIONE POPOLAZIONE (INDIP.) E SCUOLE (DIP.)

Tabella 72 bis

ECONOMICS - transmitworld.files.wordpress.com · internazionali, denunciano effetti che rischiano...

Documents

Transcript of ECONOMICS - transmitworld.files.wordpress.com · internazionali, denunciano effetti che rischiano...