Lezione n. 06 La difficoltà non sta nel credere nelle nuove idee, ma nel fuggire dalle vecchie....

Lezione n. 06 La difficolt non sta nel credere nelle nuove idee, ma nel fuggire dalle vecchie. J.M. Keynes Anno Accademico 2011 -2012 1

LA PIANIFICAZIONE nel TPL 2

LA PIANIFICAZIONE nel TPL (trasporti & territorio) Il territorio il luogo in cui si declinano le azioni umane che esprimono una DOMANDA DI MOBILIT cui va riconosciuto un carattere derivato rispetto alle azioni stesse. La pianificazione territoriale persegue lobiettivo di definire lassetto di un determinato ambito spaziale assumendo le sue caratteristiche peculiari. In tale contesto si definisce un LAND-USE e si realizze- ranno infrastrutture previa individuazione di uno sche- ma di mobilit (persone e merci) con un approccio tipico della tecnica dellanalisi degli scenari. 3

TRASPORTI & TERRITORIO Nella pianificazione si simulano delle previsioni condizionate a una realt cui si vuole pervenire; in tale quadro il nostro interesse limitato alla pianificazione dei trasporti di persone. Il compito della pianificazione dei trasporti consiste nel progettare un sistema in grado di stimare la DOMANDA DI MOBILIT effettiva e potenziale conciliandola con lassetto territoriale e con il sistema dellofferta. 4

LA PIANIFICAZIONE PU ASSUMERE DIVERSE VALENZE STRATEGICA - prevede interventi a lungo termine (10-20 anni) e infrastrutture (livello nazionale/internazionale); TATTICA - ovvero con un obiettivo a breve/medio termine (livello regionale); OPERATIVA - concretizza interventi sul sistema in tempi brevi. 6

LIMPIEGO DEI MODELLI Per effettuare la stima della domanda si ricorre allimpiego di modelli con cui approfondire il tema della mobilit in termini quantitativi e qualitativi istituendo una relazione matematica tra lofferta di trasporto e le necessit di spostamento (domanda) I MODELLI SONO UNA RAPPRESENTAZIONE SCHEMATICA ED ESSENZIALE DELLA REALT E COSTITUISCONO UNO STRUMENTO MEDIANTE IL QUALE ANALIZZARE MATEMATICAMENTE UN FENOMENO. STIMATA LA DOMANDA SI PROCEDE ALLA VERIFICA DEL FUNZIONAMENTO DEL SISTEMA DI TRASPORTO 7

PASSI DELLA FASE MODELLISTICA FORMULAZIONE DEL MODELLO: tipologia, struttura, funzioni, variabili. CALIBRAZIONE: determinazione dei parametri che ottimizzano il modello rendendolo idoneo a rappresentare la realt VALIDAZIONE: verifica del modello rispetto alla realt 8

PIANIFICAZIONE DEI TRASPORTI passi Individuazione/delimitazione dellarea in studio; Zonizzazione dellarea in studio; Definizione dellofferta del sistema di trasporti; Verifica dellinterazione tra domanda e offerta con riferimento ai flussi di traffico sulla rete. 9

AREA IN STUDIO E ZONIZZAZIONE Individua larea COME SISTEMA TERRITORIALE che sar oggetto di modellazione. Allinterno del suo confine (cordone) si presume che dovr realizzarsi la maggior parte dei fenomeni riguardanti la mobilit. La ZONIZZAZIONE consiste nella suddivisione in forma discreta dellarea in studio in areole/zone che esprimono il territorio e rappresentano le unit elementari minime cui riferire spazialmente il piano e costituiscono la scala di riferimento dei suoi obiettivi (ogni zona dispone di un centroide -baricentro) 10

DISCRETIZZAZIONE DELLAREA IN STUDIO 11

ESEMPI DI ZONIZZAZIONE macro area micro area 12

PROCEDURE DI ZONIZZAZIONE Non esiste una regola generale per effettuare la zonizzazione ma alcuni principi comuni cui attenersi: fare combaciare le zone con gli elementi costitutivi del territorio nei suoi aspetti orografici e infrastrutturali; restare entro i confini amministrativi del territorio; definire zone omogenee secondo le rispettive specificit e il land -use; tenere conto di eventuali zonizzazioni di studi precedenti; limitare la dimensione delle zone considerando un possibile riaccorpamento futuro. Dal punto di vista operativo le zone si disegnano riunendo le particelle censuarie ISTAT. 13

MATRICE ORIGINE/DESTINAZIONE si riportano nelle righe e nelle colonne le varie zone e/o centroidi per evidenziare le tipologie di movimenti interessanti larea in studio. 14

LA MATRICE O/D VIENE ASSOCIATA AL GRAFO DELLA RETE per descrivere matematicamente i dati che saranno successivamente elaborati 15

PERCH I GRAFI Il GRAFO uno strumento che permette di effettuare ottimizzazioni simulando una rete in cui i nodi rappresentano gli incroci o localit significative (es.: fermate del trasporto pubblico) e gli archi le strade. Per descrivere un flusso di rete si procede assegnando un certo valore ai nodi ed un costo agli archi. In ordine ai costi si ricorre al concetto di : COSTO GENERALIZZATO 16

COSTO GENERALIZZATO il costo percepito dagli utenti per percorrere archi e nodi sul percorso O/D comprendente, oltre ai costi del veicolo (fissi e varia-bili) le eventuali tariffe di accesso e/o pedaggi, il valore del tempo totale di viaggio: CG ab = 1 VO. t d2d + 2 T + 3 CV + 4 K +.. CG costo generalizzato VO valore unitario tempo T tariffe daccesso e pedaggi CV costi variabili consumi etc.. K comfort .. altro 17

ULTERIORI INDAGINI POPOLAZIONE, ATTIVIT ECONOMICHE CONNESSE CON LA MOBILIT, MOTORIZZAZIONE, SISTEMI DI TRASPORTO PRESENTI. Attraverso indagini con interviste a campione (a domicilio, in fabbrica, al cordone..) riguardanti: trasporti pubblici veicoli commerciali volumi di traffico Parcheggi e domanda di sosta. Quindi si determinano 18

SCHEMI DI MOVIMENTO INTERNI IN ENTRATA IN USCITA DATTRAVERSAMENTO 19

MODELLI DI DOMANDA Lanalisi della domanda utilizza i dati raccolti facendo ricorso a modelli che permettono di simulare le situazioni che si possono ipotizzare come relazione matematica tra la domanda e il sistema dei trasporti. Si impiegano modelli : AGGREGATI DISAGGREGATI La differenza tra le due metodiche riguarda il tipo di osservazione che, nel primo caso, prende in esame il comportamento/spostamento di un insieme di utenti che costituiscono un flusso mentre, nel secondo, considera il comportamento del singolo utente. 20

MODELLI AGGREGATI Forniscono dati relativi a: quanti spostamenti verso quale destinazione con quale mezzo con quale percorso I l modello pi usato e quello detto a quattro stadi che si attuano in sequenza: Modelli di generazione/attrazione Modelli di distribuzione Modelli di ripartizione modale Modelli di assegnazione 21

MODELLO DI GENERAZIONE DEI MOVIMENTI Finalizzato a stimare i potenziali di generazione ed attrazione inerenti i motivi di spostamento per le zone in esame ovvero la quantit di viaggi in un dato periodo e fascia oraria. La generazione dei movimenti influenzata da: d o sh = c n o c. m c soh d o sh - numero spostamenti dallorigine o con scopo s c - categoria di utenti no (c) - numero persone per categoria mc - indice di categoria 22

23 popolazione situazione economica GENERAZIONE MOVIMENTI land-use

MODELLI DI GENERAZIONE Fattore di crescita applica a dati conosciuti (es. relativi al presente) tassi di crescita desunti da casi simili o da studi precedenti con tecnica probabilistica; Regressione, dopo aver istituito una relazione tra gli spostamenti e i particolari soggetti che li effettuano, analizza i parametri per stabilire una relazione lineare; Analisi per gruppi si propone di formare, sulla base di peculiarit osservate, gruppi omogenei (famiglie, imprese.)ipotizzando che generino uguali spostamenti per dati motivi; sui dati ottenuti si effettua un regressione. 24

MODELLO DI DISTRIBUZIONE Consiste nella ripartizione spaziale degli spostamenti stimati nella fase precedente fra tutte le possibili destinazioni. A tale fase si applicano modelli: gravitazionali che impiegano la formula della legge di gravitazione universale LA LEGGE DI GRAVITAZIONE UNIVERSALE AFFERMA CHE DUE CORPI SI ATTRAGGONO CON UNA FORZA DI INTENSIT DIRETTAMENTE PROPORZIONALE AL PRODOTTO DELLE LORO MASSE E INVERSAMENTE PROPORZIONALE AL QUADRATO DELLA LORO DISTANZA. Considerano gli spostamenti in funzione della popolazione, delle attivit localizzate sul territorio e le relative distanze (es: zone molto popolate hanno una massa maggiore) 25

MODELLO DI DISTRIBUZIONE (2) a fattore di crescita in cui vengono applicati tassi di sviluppo alla situazione dei movimenti attuali per determinare i movimenti futuri. Fanno parte di questa metodica: metodo dei fattori uniformi metodo del fattore medio metodo Fratar metodo Detroit modelli di entropia derivano dallapplicazione del secondo principio della termodinamica e sono finalizzati alla stima della probabilit di flussi di movimenti su un territorio delimitato in zone. 26

TIPOLOGIE DI MOVIMENTI Casa-lavoro Casa-scuola Aquisto di beni Svago Altri motivi Nella pianificazione formano oggetto di studio i movimenti sistemici ma occorre considerare che, con i nuovi stili di vita, si stanno affermando movimenti di tipo erratico anche per esigenze di spostamento ricorrenti. Casa-lavoro Casa-scuola Aquisto di beni Svago Altri motivi Nella pianificazione formano oggetto di studio i movimenti sistemici ma occorre considerare che, con i nuovi stili di vita, si stanno affermando movimenti di tipo erratico anche per esigenze di spostamento ricorrenti. 27

ASSEGNAZIONE Colloca i movimenti ad un determinato percorso evidenziando i flussi sugli archi utilizzati per gli spostamenti. Il modello presuppone la razionalit dellutente che effettuer la scelta dellitinerario migliore sotto il profilo del tempo impiegato e/o del costo generalizzato. Tale modello simula linterazione tra domanda e offerta e permette di stimare i flussi di utenti e le performances degli elementi che costituiscono il sistema offerta. Si impiegano modelli deterministici o stocastici. 28

MODELLI DI ASSEGNAZIONE modello DNL (Deterministic Network Loading): modello di assegnazione a costi costanti per reti non congestionate e utilit percepita di tipo deterministico; la distribuzione del traffico avviene secondo il principio di Wardrop (in condizioni di equilibrio nessun utente pu ridurre il suo costo cambiando unilateralmente percorso) modello SNL (Stochastic Network Loading): modello di assegnazione a costi costanti per reti non congestionate e utilit percepita di tipo stocastico; modello DUE (Deterministic User Equilibrium): modello di assegnazione con flussi di domanda, di percorso e di arco congruenti con i relativi costi per reti congestionate e utilit percepita di tipo deterministico; 29

MODELLI DI ASSEGNAZIONE (2) modello SUE (Stocastic User Equilibrium): modello di assegnazione con flussi di domanda, di percorso e di arco congruenti con i relativi costi per reti congestionate e utilit percepita di tipo stocastico; modello DDP (Deterministic Dynamic Process): modello di assegnazione con flussi di domanda, di percorso e di arco incongruenti con i relativi costi per reti congestionate e utilit percepita di tipo deterministico; modello SDP (Stocastic Dynamic Process): modello di assegnazione con flussi di domanda, di percorso e di arco incongruenti con i relativi costi per reti congestionate e utilit percepita di tipo stocastico. Fonte Ing. F. Crocco UNICAL 30

MODAL SPLIT (scelta modale) Consiste nella valutazione di quanti viaggi verranno effettuati con i diversi modi di trasporto per ogni origine/destinazione rilevando anche le caratteristiche: del viaggio; dei viaggiatori; del sistema dei trasporti. 31

MODAL SPLIT (2) In questa fase si stima la scelta del modo di trasporto nelle varie relazioni O/D facendo ricorso a modelli comportamentali che derivano dalla teoria dellutilit aleatoria e simulano la scelta di un decisore razionale ossia un consumatore che massimizza la sua utilit minimizzando il costo generalizzato, il tempo e massimizzando la sicurezza, il comfort, questi modelli Questi modelli rivestono particolare interesse in quanto i flussi di domanda non sono altro che la sommatoria delle schede di domanda individuale 32

FUNZIONE MODELLI COMPORTAMENTALI DEL MODAL SPLIT fare o meno lo spostamento; per un certo motivo; in una fascia oraria; con una destinazione; utilizzando quale percorso; con quale mezzo. 33

IL PROGETTO DI PIANIFICAZIONE (fasi) Studio di prefattibilit; Studio di fattibilit; Proposta di piano. 35

36 MODELLI DI UTILIT ALEATORIA (disaggregati) Simulano i comportamenti di scelta di un decisore razionale ossia un individuo che massimizza la sua utilit. (Domencich e Mc Fadden Nobel per leconomia 2000 ) Sono utili perch i flussi di domanda risultano dallaggregazione di scelte individuali : (diverse dimensioni di scelta) fare o meno uno spostamento per un certo motivo verso quale destinazione con quale modo utilizzando quale percorso

37 MODELLI DI SCELTA DISCRETA BASATI SULLA TEORIA DELLUTILIT ALEATORIA utilit sistematica e attributi logit multinomiale logit gerarchizzato probit e metodo Monte Carlo

38 IPOTESI ED ELEMENTI COSTITUTIVI Si assume che il generico individuo considera un numero finito di alternative j disponibili, j = 1, , n che costituiscono il suo insieme di scelta J associa a ciascuna alternativa una utilit percepita U j sceglie una alternativa di massima utilit lutilit percepita U j non nota con certezza allanalista e viene pertanto rappresentata con una variabile aleatoria U j = V j + j V j = E[U j ] utilit sistematica, media dellutilit percepita j residuo aleatorio, scarto rispetto alla media ciascuna alternativa j J avr una certa probabilit P j di risultare quella con la massima utilit e quindi di essere scelta dal decisore P j = Pr[U j U k, k J ] soddisfazione, o utilit inclusiva W = E[max{U j : j J }] media del massimo delle utilit percepite

39 INPUT E OUTPUT DEL MODELLO input insieme di scelte valori delle utilit sistematiche distribuzione congiunta dei residui aleatori output probabilit di scelta di ogni alternativa soddisfazione

40 Distribuzione dei residui aleatori i diversi modelli di utilit aleatoria differiscono per la funzione densit di probabilit congiunta dei residui aleatori () : n ++, continua la caratteristica fondamentale della () la matrice di varianza- covarianza dei residui aleatori, che nel seguito si assume si assume definita positiva e quindi non singolare (nessuna coppia di residui aleatori perfettamente correlata) varianza jj 2 finita e non nulla covarianza jk anche nulla correlazione jk = jk / ( jj 2 kk 2 ) 0.5 (-1,1)

41 PROBABILIT E SODDISFAZIONE probabilit di scelta della generica alternativa j J integrale della funzione densit di probabilit congiunta dei residui aleatori esteso a E j (V) E j (V) dominio (porzione dello spazio dei residui aleatori) dove U j risulta massima soddisfazione sommatoria di integrali simili

42 PROPRIET MATEMATICHE mappa delle scelte P(V) P differenziabile e strettamente positiva ( ) indipendente da V, il modello detto invariante perch le probabilit non variano se si aggiunge o si sottrae una costante a tutte le utilit sistematiche P j (V+h 1) = P j (V) W(V+h 1) = W(V)+h P monotona non decrescente soddisfazione W(V) P(V) T V max(V) < W(V) W convessa e differenziabile per modelli invarianti W(V) = P W due volte differenziabile

43 UTILIT SISTEMATICA lutilit sistematica V j dipende da una serie di attributi dellalternativa del decisore si assume che V j sia una funzione lineare negli attributi x k valore dellattributo k, k = 1, , NK p valore del parametro p del modello, p = 1, , NP K(p, j)attributo per cui moltiplicato il parametro p nellutilit V j il termine noto dato da un coefficiente specifico dellalternativa, detto CSA, associato ad un attributo fittizio, detto ASA, che vale 1 per lalternativa stessa e 0 per le altre alternative il valore degli attributi x un dato di input il valore (medio) dei coefficienti va stimato mediante la calibrazione del modello, ma in applicazione gi noto

44 MODELLI INVARIANTI IN CALIBRAZIONE per non avere una indeterminazione nelle CSA in fase di calibrazione esse vengono introdotte per tutte le alternative eccetto una solitamente si sceglie come unit di misura dellutilit quella di uno degli attributi; in questo caso il relativo coefficiente si pone uguale ad 1

45 CLASSIFICAZIONE DEGLI ATTRIBUTI livello di servizio tempi costi comfort sistema delle attivit numero di addetti numero di abitanti numero di negozi numero di scuole varianza addetti socio-economici et professione sesso reddito mezzi disponibili

46 NON LINEARIT NEGLI ATTRIBUTI Lutilit sistematica funzione lineare degli attributi per consentire al modello di esprimere una presunta non linearit rispetto ad uno specifico attributo se abbiamo una aspettativa sulla forma funzionale dellutilit possiamo trasformare lattributo coerentemente altrimenti utilizziamo le variabili ombra individuiamo delle categorie per lattributo definendone intervalli introduciamo tanti nuovi attributi quante sono le categorie ciascuno, detto variabile ombra o dummy, vale 1 se lattributo originale appartiene alla relativa categoria, e 0 altrimenti otteniamo una funzione di utilit costante a tratti nellattributo originale poich il modello invariante, per una categoria a scelta non devo introdurre alcuna dummy allo stesso modo vengono trattati tutti gli attributi intrinsecamente non quantitativi ma qualitativi

47 FONTI DELLALEATORIET errori di misura degli attributi da parte dellanalista attributi omessi presenza di attributi proxi errori di valutazione degli attributi da parte del decisore dispersione tra gli individui che vengono aggregati

48 LOGIT MULTINOMIALE i residui aleatori sono indipendentemente ed identicamente distribuiti (i.i.d.) secondo una variabile di Gumbel con media nulla e parametro la varianza del residuo 2 = 2 2 / 6, e quindi la matrice di varianza-covarianza 2 per la matrice identit la variabile di Gumbel gode della propriet di stabilit rispetto alla massimizzazione il massimo di variabili di Gumbel indipendenti con diversa media ma uguale parametro (che esso stesso una variabile aleatoria) ancora una gumbel di uguale parametro

49 PREGI E DIFETTI DEL LOGIT Il bello del logit che possibile esprimere in forma chiusa la probabilit di scelta della generica alternativa j J come P j = exp(V j / ) / k J exp(V k / ) la soddisfazione attraverso la logsum cio W = ln k J exp(V k / ) il brutto del logit lindipendenza delle alternative irrilevanti, che porta ad attribuire un eccesso di probabilit a quelle alternative che nella realt sono correlate in termini di utilit paradosso nella scelta tra tre percorsi, due dei quali hanno una parte in comune grafico della probabilit di un modello binomiale in funzione della differenza delle utilit sistematiche parametrizzato su al tendere di a zero il modello tende a diventare deterministico (viene scelta lalternativa migliore con probabilit 1 al crescere di le alternative tendono a diventare equiprobabili

50 LOGIT GERARCHIZZATO i residui aleatori sono correlati a gruppi in particolare il residuo aleatorio j della generica alternativa j si scompone nella somma di due variabili aleatorie a media nulla k relativa al gruppo k cui appartiene j j/k relativa alla singola alternativa j si assume inoltre che le j/k relative ad uno stesso gruppo k siano Gumble i.i.d con parametro k tutte le k e le j/k siano indipendenti tra loro la somma di k e di j/k per i diversi gruppi siano Gumble i.i.d con parametro 0 k poich la somma di due Gumble indipendenti non distribuita come una Gumble, le k non sono Gumble esse stesse ma tali che sommate ad una Gumble diano una Gumble

51 VARIANZA NEL LOGIT GERARCHIZZATO Si noti che non richiesto che le k per i diversi gruppi siano identiche, limportante che la loro somma con le rispettive j/k siano identiche tutte le alternative hanno la stessa varianza 2 0 2 /6 la covarianza tra due alternative nulla se queste appartengono a gruppi diversi uguale alla varianza di k pari a 2 /6 ( 0 2 - k 2 ) se appartengono allo stesso gruppo k la matrice di varianza-covarianza quindi diagonale a blocchi struttura ad albero con utilit, residui e probabilit di ramo e di nodo il ruolo della soddisfazione e il concetto di probabilit condizionata

52 PROBIT I residui aleatori sono distribuiti secondo una variabile Normale Multivariata (MVN) con media nulla e varianze e covarianze qualsiasi il bello del probit che possibile specificare le covarianze tra le alternative, risolvendo quindi il problema dellindipendenza delle alternative irrilevanti che colpisce il logit il brutto del probit che probabilit e soddisfazione non sono ottenibili in forma chiusa troppi parametri possono portare ad un overfitting del modello, quindi solitamente si fanno ipotesi sulla struttura delle correlazioni

53 SIMULAZIONE MONTECARLO Viene generata una sequenza di N ennuple (n il numero delle alternative) di numeri pseudocasuali, ciascuna estratta indipendentemente dalla MVN ciascuna ennupla i viene sommata separatamente al vettore delle utilit sistematiche per ogni estrazione i = 1, , n si determina una alternativa di massima utilit j i * = argmax{V j + j i : j J} la probabilit di scelta stimata dal numero di volte N j in cui lalternativa j J risultata di massima utilit diviso N P j = N j / N la soddisfazione stimata dalla somma dei valori di massima utilit ottenuti per ciascuna estrazione diviso N W = i = 1,,N max{V j + j i : j J} / N

54 ESTRAZIONE DALLA VARIABILE CASUALE Per ottenere una ennupla di residui congiuntamente distribuiti secondo una MVN estrarre una ennupla z i di numeri indipendentemente distribuiti come delle Normali Standard N(0,1) premoltiplicare tale vettore per la matrice (triangolare) ottenuta dalla matrice di varianza-covarianza della MVN mediante la decomposizione di Cholesky = CHL() T CHL() i = CHL() z i per estrarre un numero da una N(0,1) utilizzare la formula di Box-Muller che richiede a sua volta lestrazione di due variabili u e v da una distribuzione uniforme (funzione rnd di qualsiasi calcolatrice) (-2 ln(u)) 0.5 cos(2 v)

FASE di VALUTAZIONE Per valutare un progetto possono essere impiegati i seguenti tipi di analisi: Analisi finanziaria Analisi economica, Analisi benefici-costi Analisi Multicriteriale 55

TIPOLOGIE DI ANALISI IN RAPPORTO AI SOGGETTI INTERESSATI 56

ANALISI FINANZIARIA Prende in considerazione i costi che limpresa deve sostenere ( costruzione, gestione, manutenzione, ammortamento, oneri finanziari, imposte e tasse ecc..) confrontandoli con i flussi di ricavi che il progetto render disponibili nel suo arco di vita utile. Lanalisi viene estesa alle varie alternative disponibili inclusa quella di non effettuare linvestimento. 57

ANALISI ECONOMICA Estende lottica dazione alla collettivit istituendo un confronto fra costi tra i quali sono inclusi prezzi ombra (che indichino valori non presenti sul mercato che esprimono linteresse della collettivit per la realizzazione del progetto) e i benefici che il mercato normalmente non considera. Tale valutazione assume una valenza economico-sociale che pur legittima pu condurre a risultati discutibili. 58

ANALISI BENEFICI/COSTI Il presente tipo di analisi il pi utilizzato e costituisce la metodica cui si fa ricorso nel caso di valutazione della realizzazione di progetti pubblici per verificare se questi risultano adeguati agli obiettivi prefissati e ai vantaggi che si possono trarre dal progetto. FINALIZZATA ALL ALLOCAZIONE OTTIMALE DELLE RISORSE 59

ANALISI BENEFICI/COSTI (2) Com noto Il settore dei trasporti suscettibile, per sua estrinseca natura, di fornire diverse alternative tutte ugualmente in grado di dare una risposta al problema della mobilit. Inoltre i trasporti hanno la peculiarit di soddisfare, oltre ai fini immediati altri obiettivi di carattere generale destinati ad incidere sulla collettivit nel suo complesso. Inoltre i trasporti in considerazione dellazione che svolgono nei confronti delleconomia considerata nel suo insieme, oltre ai fini immediati rispondono anche ad altri obiettivi di carattere generale. 60

ESTERNALIT POSITIVE E NEGATIVE BENEFICI/COSTI I trasporti generano benefici e costi nei confronti della collettivit ma in una condizione fuori mercato per cui non tutti i costi ed i benefici indotti hanno un prezzo cui fare riferimento inoltre essi possono verificarsi in epoche diverse per cui una valutazione economica e sociale richiede una particolare tecnica di valutazione non meramente ragionieristica. 61

I COSTI NELLABC I costi: vanno quantificati per ogni anno della vita economica del piano a prezzi vigenti al tempo t 0 senza tenere conto dei possibili effetti inflattivi di cui si pu tenere conto in una successiva fase. Essi sono indicativamente: costi di costruzione, di gestione, di manutenzione. Occorre tenere presente che, nella valutazione dei costi, vanno eliminate tutte le possibili duplicazioni rappresentate dai trasferimenti intersettoriali quali : tasse, imposte ecc. Nel caso in cui i prezzi di alcuni beni non siano determinati direttamente dal mercato si provvede facendo ricorso ai prezzi ombra che vengono stabiliti in relazione ai fattori impiegati e al progetto realizzato. 62

I BENEFICI NELLABC : diretti e Indiretti DIRETTI sono quelli goduti dagli utenti del servizio - si possono valutare ricorrendo allanalisi marginalista della domanda: dopo aver stimato il numero degli utenti si traccia una curva di domanda che segna la relazione tra: il numero degli utenti del servizio il costo generalizzato ovvero la loro disponibilit a pagare. Il grafico evidenzia un surplus per il consumatore (area retinata) 63

I BENEFICI NELLABC (2) INDIRETTI di cui fruiscono anche coloro che non utilizzano il servizio essi sono la conseguenza delle esternalit positive quali: riduzione delinquinamento (atmosferico ed acustico); minor congestione del traffico; minor costo di inurbamento in considerazione dellacquisizione di nuove aree per lespansione urbana; valorizzazione del territorio interessato dal servizio o dal progetto. 64

LE METODICHE I costi e i benefici dellABC vengono calcolati in riferimento agli anni in cui si manifestano pertanto pu essere necessario attualizzarli per riportarli al tempo t 0 esistono due tecniche: il valore attuale netto Van il saggio di rendimento interno SRI 65

IL METODO DEL VALORE ATTUALE NETTO (VAN la somma algebrica attualizzata dei benefici e dei costi del piano - progetto 66

IL METODO DEL SAGGIO DI RENDIMENTO INTERNO Il metodo del saggio di rendimento interno elimina la necessit di individuare il saggio di attualizzazione che pu essere definito come il saggio che annulla il valore attuale del flusso dei rendimenti netti di un progetto 67

ANALISI MULTICRITERIALE un metodo decisionale da applicare ai sistemi socio- economici caratterizzati da complessit e obiettivi plurimi. Ha lo compito di generare un configurazione delle alternative di scelta. Data lampiezza delle discipline coinvolte: tecniche, economiche, politiche, sociali ecc comporta un impegno multidisciplinare. LAM si pone lo scopo di prendere in considerazione i numerosi obiettivi della popolazione destinataria del piano/progetto e costituisce un valido supporto nella definizione degli obiettivi e nellordinamento delle possibili alternative. 68

ANALISI MULTICRITERIALE (2) Diversamente dallABC non persegue lo scopo di identificare lallocazione delle risorse non prende in considerazione benefici di carattere economico ma SCOPI E PREFERENZE. La procedura prevede la costruzione di una matrice di valutazione composta di tante righe pari al numero dei criteri e tante colonne pari al numero delle alternative cui viene abbinata una funzione di utilit. Ad ogni soluzione esaminata si attribuisce un punteggio utile ad effettuare le scelte. 69

MATRICE DI VALUTAZIONE DELLA/C 70

Lezione n. 06 La difficoltà non sta nel credere nelle nuove idee, ma nel fuggire dalle vecchie....

Documents

Transcript of Lezione n. 06 La difficoltà non sta nel credere nelle nuove idee, ma nel fuggire dalle vecchie....