Stefano de Luca

Il proliferare delle sedi universitarie sul territorio ha determinato fenomeni di mobilità sistematica con propri caratteri e modalità. Ciò scaturisce, tra l’altro, dall’offerta di trasporto e dalle funzioni insediate sul territorio dalle Università di Napoli e Salerno. Stefano de Luca ha condotto uno studio, nell’ambito delle attività di ricerca in pianificazione dei trasporti effettuate presso l’Università di Salerno, volto ad individuare i livelli di accessibilità di cui godono le due sedi universitarie, a supporto di politiche di miglioramento delle rispettive aree d’influenza

Le teorie quantitative alla base dello studio dell’evoluzione del territorio e della definizione di modelli di pianificazione hanno sempre prestato grande attenzione alla problematica dell’accessibilità del territorio e, in particolare, alla definizione di metodi quantitativi finalizzati a misurare la suddetta accessibilità. Misurare l’accessibilità di luoghi nasce dall’esigenza di fornire degli strumenti oggettivi che possano essere di supporto tanto al pianificatore territoriale quanto alle autorità preposte alla definizione di politiche di sviluppo del territorio.

Il sistema territoriale è un sistema molto complesso e può essere schematizzato in tre sottosistemi costituiti dal sotto-sistema delle residenze, dal sotto-sistema delle attività economiche e dal sotto-sistema delle superfici disponibili in ciascuna zona per tipologia e relativi prezzi di mercato. Le diverse componenti del sistema delle attività interagiscono fra loro in vario modo: la quantità e la tipologia delle famiglie residenti nelle diverse zone dipendono dalle opportunità di lavoro e dalla loro distribuzione e, quindi, dal sottosistema delle attività economiche; la localizzazione delle attività economiche di alcuni tipi dipende a sua volta dalla distribuzione delle famiglie; infine, famiglie residenti e attività economiche insediate in ciascuna zona dipendono dalla disponibilità di superfici immobiliari compatibili con i diversi usi e dai relativi prezzi/condizioni di utilizzo. Allo stesso modo non si può trascurare che la distribuzione delle famiglie e delle attività sul territorio siano anche funzione della facilità di utilizzo delle diverse funzioni urbane e, quindi, dell’accessibilità reciproca tra luoghi diversi del territorio. Sebbene sia un fattore complementare nello studio dell’evoluzione di una regione, l’accessibilità interviene in modo rilevante in molti di questi meccanismi. A sua volta l’accessibilità è strettamente legata alle infrastrutture di trasporto, ai servizi di trasporto ed alla domanda di trasporto che utilizza i servizi stessi e, cioè, a ciò che usualmente è definito sistema di trasporto. Alla luce di ciò è coerente considerare il sistema di trasporto come parte integrante del più ampio sistema territoriale (Figura 1) in cui sistema di attività, sistema di offerta di trasporto e sistema di domanda di trasporto interagiscono tra loro.

In questo contributo si desidera focalizzare l’attenzione sulla realtà rappresentata dall’Università di Salerno. In particolare si propone un’analisi sulla problematica dell’accessibilità della sede di Fisciano dell’Università di Salerno e si presenta un confronto con il polo universitario della città di Napoli.

Negli ultimi anni la necessità di decongestionare le principali sedi accademiche ha condotto alla creazione di nuovi complessi universitari ed alla creazione di insediamenti universitari ex-novo, in aree al di fuori di tessuti urbani e non sempre accessibili in tempi brevi e costi sostenibili. In questo scenario, le nuove realtà universitarie si sono trovate a dovere competere con sedi non solo di maggiore tradizione ma anche più accessibili. L’Università di Salerno è una realtà che presenta tutte le succitate problematiche: se da un lato l’ateneo salernitano presenta un tasso di crescita delle iscrizioni superiore alla media nazionale, dall’altro lato il suo sviluppo è legato anche alla capacità di estendere il proprio bacino d’influenza. Aumentare il bacino d’influenza richiede, da una parte un maggiore radicamento nel territorio, ma dall’altra un confrontarsi in termini di accessibilità con le altre realtà universitarie presenti sul territorio (Napoli, ma anche le altre sedi dislocate sul territorio regionale). In quest’ottica il presente studio ha condotto un attento confronto tra le due sedi universitarie. L’accessibilità è stata definita mediante tre distinti indicatori di accessibilità (indici medi, indici medi pesati, indici di potenziale residenziale) e distinguendo gli attributi di livello di servizio del sistema di trasporto in tempi, costi monetari e costi generalizzati. Ove possibile sono state definite delle tavole tematiche di accessibilità mediante l’ausilio di un Gis.

Indicatori per un’analisi di accessibilità

Lo studio della dinamica del territorio è da sempre un campo di ricerca molto affascinante ed estremamente complesso. Molti studiosi si sono cimentati nella definizione di principi, teorie e leggi, tutte finalizzate a rispondere a domande sulla natura, la struttura e la dinamica del territorio. Gli sforzi che si sono susseguiti negli ultimi 50 anni hanno tentato di interpretare la molteplicità dei fenomeni insediativi attraverso la definizione di principi organizzatori e mediante la traduzione degli stessi principi in modelli matematici che fossero da supporto nell’affrontare l’analisi del territorio e lo studio di strategie di intervento.

L’accessibilità è un concetto in continua evoluzione che nel tempo ha assunto numerosi significati e diverse formulazioni analitiche. La definizione stessa di accessibilità può vantare molteplici interpretazioni, ognuna rappresentativa dell’approccio seguito e delle finalità dello studio. Una maniera efficace di esprimere l’accessibilità è di definirla come un’entità astratta che nasce dall’interazione tra il sistema di trasporto ed il sistema delle attività ed esprime la facilità di un’entità di raggiungere oppure di essere raggiunta da altre entità. L’accessibilità è, quindi, legata all’esigenza di spostarsi, agli attributi di livello di servizio del sistema di offerta di trasporto ma anche al sistema di attività.

In questo contributo si desidera fornire un breve stato dell’arte riguardante le diverse definizioni che si sono susseguite nel corso degli anni. Innanzi tutto si ritiene opportuno distinguere due tipi di approcci: un approccio descrittivo ed un approccio modellistico. L’approccio descrittivo è finalizzato a definire unicamente degli indicatori aggregati, utili a misurare l’accessibilità di una o più zone e a descrivere scenari attuali o di progetto. L’approccio modellistico è finalizzato alla definizione dei principi generali alla base della dinamica del territorio e si pone l’obiettivo di definire una teoria sistematica in cui l’accessibilità è un’entità che concorre alla dinamica della struttura del territorio. Alla prima famiglia appartengono tutta una serie di indicatori quali il tempo totale di viaggio, il costo totale di viaggio, il numero totale di infrastrutture o servizi di trasporto a servizio di una data zona, tempi e costi medi pesati, il numero delle opportunità raggiungibili in un assegnato intervallo di tempo, le funzioni di opportunità cumulate. Sono tutti indicatori semplici da calcolare e soprattutto intuitivi conducendo a risultati di facile interpretazione. Nella seconda famiglia è possibile distinguere due ulteriori filoni: modelli basati sull’analogia gravitazionale e modelli basati sulla interpretazione comportamentale dello spostamento e, quindi, della facilità di effettuarlo. Il primo filone è prettamente descrittivo e nasce intorno agli anni ’30 e trova tra i suoi maggiori mentori in Reilly (1931), Hansen (1959) e Ingram (1978). L’obiettivo è di comprendere i rapporti che si instaurano tra le diverse attività localizzate sul territorio, la metodologia si basa su di un’analogia gravitazionale. Si distinguono, in particolare, due tipologie di modelli: modelli di flusso e modelli di potenziale. I primi misurano l’intensità d’interazione tra due masse, i secondi misurano un’accessibilità generalizzata di ogni punto dello spazio rispetto a tutto lo spazio circostante assumendo che ogni corpo di massa unitaria a, posto nel campo gravitazionale di una massa b, possiede un’energia potenziale pari al lavoro che a fornirebbe cadendo su b. Ciò conduce ad un modello di potenziale anche noto come formulazione di Hansen in cui l’accessibilità varia direttamente con la dimensione del luogo j ed inversamente con un attributo di separazione spaziale tra le due zone. Generalmente le opportunità sono calcolate in funzione del tipo di accessibilità che si desidera calcolare (popolazione, superfici libere, ecc.). Gli attributi di separazione spaziale sono di solito calcolati rispetto alla distanza, al tempo di viaggio e al costo di viaggio. L’analogia gravitazionale è un approccio che alla prova pratica si è dimostrato convincente nell’interpretare assetti territoriali a larga scala dove è coinvolto un elevato numero di utenti. I limiti sono diversi: le ipotesi di base sono ragionevoli ma, senza un concreto fondamento, le misure di accessibilità sono difficilmente leggibili se non attraverso confronti ed infine si trascura che alla base di una struttura territoriale ci sono delle scelte compiute da soggetti molto diversi ed il cui comportamento non può essere schematizzato mediante attributi uguali per tutti e non attinenti con il comportamento degli stessi.

Il secondo filone trae spunto dalle considerazioni precedenti ed, in particolare, dal fatto che se accessibilità è sinonimo di facilità di spostarsi, sarebbe più coerente studiare il fenomeno spostamento. Tale filone si sviluppa a partire dagli anni ’70 (McFadden 1975, Ben Akiva e Lerman 1979, 1985) in corrispondenza del grande sviluppo dei modelli di scelta discreta applicati al campo dei trasporti (Cascetta 1998 e 2001). L’interpretazione dello spostamento in una successione di scelte dell’utente (mi sposto, dove vado, come ci vado) e la simulazione delle stesse scelte mediante modelli di utilità aleatoria, consentono di definire una teoria consistente e coerente all’interno della quale è possibile associare alle singole dimensioni di scelta un’utilità media. Tale utilità, anche nota come utilità inclusiva è una misura di accessibilità disaggregata perché variabile al variare della classe di utenti in esame ma soprattutto funzione di variabili intimamente legate al motivo dello spostamento. Accanto ai citati filoni principali si inseriscono altri approcci secondari che in questa sede si trascurano per brevità.

Un’applicazione alle sedi universitarie di Salerno e di Napoli

Lo studio ha riguardato l’analisi dell’accessibilità dei comuni della Regione Campania nei confronti delle due più importanti sedi universitarie della regione stessa (Napoli e Salerno). Le finalità del lavoro sono consistite nella definizione di mappe di accessibilità e nel calcolo di indicatori medi che hanno consentito una rappresentazione grafica dello stato attuale dell’accessibilità ed una misura aggregata dell’accessibilità ai complessi universitari. In questa ottica lo studio si è articolato nelle attività schematizzate nella Tabella 1.

Tabella 1

Quanto descritto ha richiesto l’implementazione di un modello di offerta di trasporto e l’implementazione dei risultati del modello di offerta su di un Gis. Il modello di offerta è brevemente descritto di seguito.

Le realtà coinvolte            

L’Università degli Studi di Salerno, dopo Napoli, rappresenta il secondo maggiore insediamento universitario della Regione Campania. La caratteristica peculiare della suddetta sede accademica è rappresentata dall’ubicazione esterna da un tessuto urbano e la posizione quasi baricentrica rispetto ai Comuni di Avellino e di Salerno. 

L’ateneo salernitano può contare su circa 40.000 iscritti ed accoglie tutte le principali facoltà eccetto medicina ed architettura. A loro volta le singole facoltà si dividono tra il complesso che ha sede nel Comune di Fisciano (SA) ed il complesso ubicato presso la frazione di Lancusi del Comune di Baronissi (SA). Il bacino d’utenza va ben al di là dei confini della Provincia di Salerno coinvolgendo un territorio ben più vasto che comprende parti più o meno estese delle Province di Napoli, Avellino, Benevento e Caserta. La maggior parte degli iscritti appartiene alla Provincia di Salerno (64%) ed alla Provincia d’Avellino (15%), interessante risulta l’8% degli iscritti afferenti alla Provincia di Napoli così come l’influenza sulle Regioni limitrofe della Calabria e della Basilicata (9%); le Province di Caserta (0,7%) e Benevento (2%) non sembrano rientrare nel bacino d’utenza.

L’Università di Napoli dal canto suo con circa 100.000 iscritti distribuiti tra quattro sedi universitarie (Federico II, Navale, Orientale e Suor Orsola) è il polo universitario più grande del Sud Italia. L’influenza va ben al di là dei confini regionali allargandosi alle Regioni della Basilicata, Calabria e Puglia. A differenza di Salerno è sede di facoltà importanti quali Medicina, Architettura, Agraria (a Portici) ma, soprattutto, si inserisce all’interno del tessuto urbano della città con sedi distaccate distribuite su tutto il territorio comunale.

Il modello di rete 

I modelli di rete simulano i servizi di trasporto offerti su reti ovvero su insiemi di nodi reciprocamente connessi da archi. Ogni arco è caratterizzato da dimensioni geometriche e da funzioni che esprimono il costo generalizzato di trasporto percepito dagli utenti in funzione delle caratteristiche fisiche e funzionali dell’arco stesso e degli eventuali fenomeni di congestione che essi possono causare. Il modello di rete consente di calcolare le prestazioni delle infrastrutture e dei servizi di trasporto, ovvero gli attributi del livello di servizio, quali tempi e costi, nonché i principali impatti esterni che il trasporto può causare. I passaggi principali della modellizzazione dell’offerta sono quattro: definizione dell’area di studio, zonizzazione del sistema territoriale, selezione delle infrastrutture o dei servizi di trasporto rilevanti per il problema in esame e definizione del modello di rete di trasporto individuale. Di seguito si schematizzano le caratteristiche essenziali del modello implementato, per quanto riguarda l’implementazione del modello si rimanda al lavoro di de Luca (2001).

Definizione dell’area di studio 

In questa fase è individuata l’area geografica all’interno della quale si trova il sistema di trasporto che si intende analizzare. Nel presente lavoro tale area coincide con l’intero territorio della Regione Campania. Comprende 551 comuni, con 5.630 milioni di residenti (dati Istat 1991) e si sviluppa su di una superficie di 13.595 kmq.

Zonizzazione

La zonizzazione nasce dall’esigenza di schematizzare in un numero finito di punti il luogo di inizio e fine di ogni spostamento. La discretizzazione adottata per il territorio della Campania ha seguito il criterio della massima disaggregazione possibile: ogni comune dell’area di studio è stato considerato come zona a sé stante, escluso il Comune di Salerno ed il Comune di Napoli. I due capoluoghi di provincia sono stati ulteriormente suddivisi in zone di traffico più piccole (rispettivamente 53 e 145) al fine di simulare meglio l’accesso alla rete stradale e, soprattutto, al fine di simulare i fenomeni di congestione che caratterizzano i due centri urbani. Si è così giunti alla definizione di 747 centroidi interni.

Selezione delle strade rilevanti e definizione del modello di offerta di trasporto 

In questa fase sono state individuate e schematizzate mediante un modello di rete le strade presenti nell’area di studio che svolgono una funzione rilevante di collegamento fra le diverse zone in cui essa è suddivisa. Nel caso in esame, la rete considerata è costituita da tutte le autostrade e dalle statali di maggiore rilevanza della regione, nonché dalle principali arterie provinciali ed intercomunali che sono utilizzate per collegare i singoli comuni tra loro e con le strade precedenti. La costruzione del modello di rete per la Campania è consistito nella costruzione del grafo e nella sua caratterizzazione geometrica (lunghezze, larghezze, numero di corsie ecc.) e funzionale (velocità di percorrenza a flusso nullo, funzioni di deflusso, capacità oraria regolamentazione delle intersezioni) degli archi di cui è costituito. Nella Tabella 2 sono riportate le principali caratteristiche della rete di trasporto individuale.

Tabella 2

Il modello implementato è stato utilizzato per calcolare i tempi di viaggio, le distanze ed i costi monetari tra tutti i comuni della regione e le sedi accademiche di Salerno e di Napoli. Per Salerno si è considerato come zona di destinazione il Comune di Fisciano; per Napoli, data la distribuzione sul tessuto cittadino delle diverse facoltà, i tempi sono stati calcolati rispetto le zone di ubicazione delle facoltà e mediati rispetto al numero di iscritti. I tempi sono stati calcolati sia in condizioni di rete non congestionata sia in presenza di congestione.

I risultati dell’analisi di accessibilità

Misure di accessibilità trasportistica 

L’analisi è consistita nel calcolo comune per comune e verso le due destinazioni universitarie di diversi attributi di livello di servizio: tempo di viaggio, costo monetario e costo generalizzato. Lo studio si è articolato in una fase in cui sono state definite le matrici di accessibilità al variare degli attributi di livello di servizio ed una fase in cui i risultati ottenuti sono stati aggregati in indici sintetici ed in mappe tematiche mediante l’ausilio di un Gis. I risultati cui si è giunti vanno letti come delle misure di raggiungibilità delle due sedi universitarie dai diversi comuni della Regione Campania; benché siano stati posti sullo stesso piano comuni con caratteristiche socioeconomiche molto differenti tra loro, un tale approccio è interessante perché consente di comprendere in una maniera molto disaggregata e facilmente interpretabile l’andamento dell’accessibilità alle due sedi.

Gli indici aggregati sono stati ottenuti mediando i valori degli attributi sul numero dei comuni della regione e rispetto a due scenari distinti: a rete non congestionata ed a rete congestionata; i relativi risultati sono schematizzati nella Tabella 3. In assenza di congestione i tempi totali di viaggio e le distanze totali verso le due sedi universitarie sono pressoché simili, a rete congestionata la situazione cambia sensibilmente con un incremento generalizzato dei tempi e delle distanze di viaggio e con un raddoppiamento del tempo totale di viaggio verso la città di Napoli. Dai primi risultati si evince che le due sedi universitarie, mediamente, presentano una centralità geografica e topologica simile e che il vantaggio della centralità geopolitica del capoluogo campano è pagato da una marcata difficoltà di accesso alle funzioni ed ai servizi da esso offerti.

Tabella 3

A conferma dei precedenti risultati sono state calcolate, comune per comune, le differenze tra i diversi attributi di livello di servizio (tempi, costi monetari e costi generalizzati) verso la sede Fisciano e verso Napoli. L’obiettivo è stato di delineare, mediante il supporto di un Gis, una superficie di isoaccessibilità definita dall’unione di tutti i comuni della regione con lo stesso valore dell’attributo di livello di servizio verso le due potenziali destinazioni. L’individuazione di tale superficie ha consentito di suddividere il territorio in due bacini, un bacino ad accessibilità privilegiata verso Fisciano ed un bacino ad accessibilità privilegiata verso Napoli. Nella Figura 2 sono riportate le differenze tra i tempi di viaggio sia a rete non congestionata che a rete congestionata. In entrambe i casi è possibile distinguere facilmente la superficie di isoaccessibilità e delineare i bacini ad accessibilità trasportistica privilegiata. A rete non congestionata è interessante notare che la superficie di isoaccessibilità (86 comuni) rimarca i confini provinciali, la sede di Fisciano presenta un bacino di circa 289 comuni a fronte dei 174 comuni afferenti a Napoli e che la gran parte dei comuni delle Province di Benevento ed Avellino hanno una migliore accessibilità verso il complesso universitario di Fisciano. A rete congestionata si osserva immediatamente che la superficie di isoaccessibilità trasla e si spinge fino alle soglie del Comune di Napoli e coinvolge l’entroterra casertano. Il bacino della sede di Fisciano aumenta fino a coinvolgere 393 comuni a fronte degli 88 interni alla superficie di isoaccessibilità ed ai 68 del bacino napoletano. Come era già chiaro dalla Tabella 3 la simulazione della congestione cittadina induce ad una netta riduzione dell’accessibilità della città di Napoli.

Per quanto ha riguardato i costi monetari si è osservato che la presenza o meno di congestione non ha effetti particolari sulla superficie di isoaccessibilità e ciò perché le distanze di viaggio non subiscono particolari variazioni; in Figura 3 si riporta, pertanto, una sola mappa tematica. Dalla figura emerge un andamento diverso della superficie di isoaccessibilità, essa si sposta verso la Provincia di Caserta e di Napoli e ripercorre i confini provinciali mettendo in luce una migliore accessibilità della sede di Fisciano anche dal punto di vista prettamente economico (vedi Figura 2). I costi per recarsi dentro Napoli sono maggiori sia perché la distanza di viaggio media è maggiore, sia perché le vie di accesso (rapido) a Napoli sono tutte a pagamento.

Nella Figura 4 si riportano i risultati ottenuti considerando il costo generalizzato. La superficie di isoaccessibilità aumenta i suoi confini e, con essa, aumenta il numero di comuni che percepiscono la stessa accessibilità verso Napoli e verso la sede di Fisciano. In condizione di rete congestionata si ripete il fenomeno osservato con i tempi a carico dove la superficie di isoaccessibilità si sposta fino a coinvolgere ampie aree delle Province di Napoli e Caserta.

Misure di accessibilità trasportistica e territoriale 

Le analisi condotte finora hanno chiarito il quadro della accessibilità delle due sedi universitarie in termini di attributi di livello di servizio ed hanno permesso di delineare delle mappe tematiche di facile comprensione del fenomeno. A questo punto si ritiene necessario introdurre delle misure più complete, misure che tengano conto tanto degli attributi di livello di servizio tra due zone, quanto delle masse coinvolte. In quest’ottica si presentano tre approcci: misure mediante medie pesate sugli studenti degli attributi di livello di servizio, misure basate sul modello di potenziale ed, infine, misure fondate sulla definizione di funzioni cumulate di opportunità (Tabella 1).

Nelle tabelle seguenti sono riportati i valori dei tempi, delle distanze e dei costi totali e dei relativi valori medi pesati sul numero degli studenti. Si evince che a rete non congestionata il tempo totale ed il tempo medio verso l’ateneo napoletano è nettamente inferiore rispetto ai valori riferiti alla sede di Fisciano ed ai valori relativi alle analisi presentate nella Tabella 3. Tale risultato è lo specchio dell’assetto territoriale dell’area metropolitana di Napoli, caratterizzata da comuni di grosse dimensioni e con migliore accessibilità verso il capoluogo campano. A rete congestionata, benché Napoli diventi meno accessibile, le differenze percentuali rispetto alla sede di Fisciano si ridimensionano in relazione alle analisi iniziali (Tabella 4). I risultati ed i relativi confronti con i risultati medi non pesati sono riportati nella Figura 5.

Tabella 4

Molto interessanti sono i risultati della Tabella 5 in cui Napoli presenta un’accessibilità economica assai marcata sia in condizioni di rete congestionata sia in condizioni di rete non congestionata. Mediamente lo studente deve spendere al massimo 8.300 £ per raggiungere Napoli, mentre deve affrontare una spesa di circa 11.000 £ per recarsi a Fisciano. Tale aspetto è molto rilevante giacché un recente studio sulla mobilità degli studenti (de Luca 2001) ha consentito di rilevare che il costo monetario dello spostamento è la variabile che, più di tutte, incide sulla scelta di spostarsi o meno e sulla scelta del modo di trasporto. Si è altresì rilevato che lo studente è disposto anche ad accettare tempi più lunghi di viaggio se ad essi corrisponde una minore spesa economica. Tali considerazioni permettono di interpretare i risultati della Tabella 6 in cui sono riportati i costi generalizzati totali e medi. Omogeneizzando i due attributi in un unico indice è immediato riscontrare il peso nettamente superiore dell’attributo costo monetario.

Tabella 5

Tabella 6

Dai risultati appena descritti emerge che non appena entra in gioco il numero degli studenti dei singoli comuni, l’accessibilità globale della sede di Fisciano ne esce ridimensionata. A fronte di una buona accessibilità trasportistica l’Università di Salerno non può competere con la centralità geopolitica di Napoli i cui confini vanno ben al di là dei propri limiti comunali e la cui capacità polarizzante ha modellato il territorio in un unico sistema urbano.

Le misure medie hanno il pregio di consentire una semplice e rapida interpretazione dei risultati, ma non consentono una realistica interpretazione dell’impedenza spaziale. In tutte le formulazioni adottate in precedenza gli attributi di livello di servizio hanno sempre giocato a numeratore, conducendo a variazioni di accessibilità lineari al variare degli attributi di livello di servizio. Alla luce di ciò si preferisce utilizzare delle formulazioni analitiche in cui compare il reciproco dell’attributo di livello di servizio oppure formulazioni del tipo potenziale economico introdotte in precedenza. Nella Tabella 7 sono riportati i valori aggregati dell’accessibilità alle due sedi universitarie secondo l’approccio di potenziale. I valori non hanno un significato intrinseco, pertanto si rimanda alla lettura delle differenze percentuali per una comprensione delle differenze di accessibilità al variare dei diversi attributi di livello di servizio. Anche in questo caso l’accessibilità di Napoli, eccetto che per il tempo a rete congestionata, è superiore a quello della sede di Fisciano. Le differenze percentuali (i cui segni devono essere letti in maniera invertita rispetto agli indicatori precedenti) diventano ancora più evidenti. Ciò conferma che l’elevata densità abitativa dell’area metropolitana di Napoli conduce ad elevati valori di accessibilità in virtù dell’elevato numero di studenti localizzati a distanze mediamente piccole.

Tabella 7

I comuni della regione sono stati ordinati in maniera crescente secondo il proprio codice Istat (61000 Caserta, 62000 Benevento, 63000 Napoli, 64000 Avellino, 65000 Salerno), per ogni comune è stato calcolato il potenziale rispetto a Napoli e rispetto alla sede di Fisciano. I grafici sulla sinistra consentono di intuire l’andamento delle funzioni potenziale ed il valore dell’accessibilità totale come area sottesa dalle rispettive spezzate. Anche in questo caso si possono condurre le stesse osservazioni fatte in precedenza: nella Figura 6 le due aree si equivalgono, nella Figura 7 in virtù dei tempi a carico l’accessibilità di Napoli è nettamente inferiore a quella della sede di Fisciano, nella Figura 8 la situazione si ribalta completamente a causa dell’elevata incidenza dei costi monetari. I grafici sulla destra permettono di capire per ogni comune il rapporto tra le due funzioni di potenziale riferite alla sede di Fisciano ed alle sedi di Napoli, l’ordinamento seguito consente di individuare l’andamento delle funzioni per provincia di appartenenza. Quanto più l’area grigia si espande tanto maggiore è l’accessibilità totale di Napoli, tanto maggiore è l’area grigia di una provincia tanto maggiore è l’accessibilità della provincia verso Napoli; allo stesso modo vale il discorso per Fisciano. Dalla lettura dei grafici è immediato risalire ai bacini di influenza, è possibile verificare la forte accessibilità di Napoli verso tutti i comuni della Provincia di Napoli e, soprattutto, è possibile verificare che le Province di Salerno, Benevento ed Avellino hanno un’accessibilità privilegiata verso l’Università di Salerno. Tali risultati non fanno altro che confermare le mappe tematiche delineate con i soli attributi di livello di servizio, mappe tematiche che definivano per l’Università di Salerno un bacino sicuramente più esteso di Napoli ma caratterizzato da una densità studentesca nettamente inferiore.

Dalle figure si può intuire l’andamento delle funzioni ma anche il valore delle accessibilità totali date dall’area sottesa dai rispettivi grafici.

Da ultimo si propone una delle analisi di accessibilità più semplici ma significativa accessibilità delle opportunità cumulate. Lo studio è stato condotto rispetto i tempi di viaggio a rete non congestionata, i risultati sono riassunti nei grafici seguenti. Nella Figura 8 sono riportate le funzioni cumulate del numero di comuni raggiungibili al variare del tempo di viaggio; mentre Napoli è caratterizzata da un andamento pressoché lineare della funzione cumulata, per la sede di Fisciano l’andamento della funzione è caratterizzato da una forte pendenza di crescita nell’intervallo compreso tra i 30 minuti ed i 70 minuti. Se Napoli può essere raggiunta da più comuni in tempi minori, Fisciano, benché paghi un’inerzia iniziale dovuta alla sua localizzazione esterna da contesti urbani, risulta essere più centrale per tempi di viaggio superiori ai 50 minuti.

La Figura 9 consente un’analisi più completa mediante la funzione cumulata del numero di studenti; in questo caso l’elevata densità abitativa intorno alla città di Napoli amplifica i fenomeni descritti in precedenza ed evidenzia come il tempo di viaggio pari a 50 minuti rappresenta la soglia in corrispondenza della quale i due andamenti si sovrappongono. La cumulata relativa a Napoli non ha più l’andamento lineare, Fisciano conferma l’inerzia iniziale ma, soprattutto, la migliore accessibilità di Fisciano in termini di numero di comuni raggiungibili si riduce molto nel momento in cui si tiene conto dei potenziali studenti residenti nei citati comuni.

Infine a conferma di quanto già detto, nella Figura 10 si presenta un confronto tra i fenomeni presentati nei due precedenti grafici. Al fine di effettuare un confronto, sull’asse delle ordinate sono riportate le percentuali sul totale dei comuni della regione o sul totale degli studenti universitari.

Conclusioni

In questo lavoro è stata presentata un’analisi rivolta allo studio dell’accessibilità delle sedi universitarie di Salerno e Napoli. Lo studio si è articolato nella definizione di diversi indici di accessibilità: indici disaggregati (tempi e costi), indici aggregati medi non pesati e pesati sul numero degli studenti, indici basati sul modello di potenziale. L’accessibilità è stata affrontata, anche, mediante la definizione di mappe tematiche e mediante la definizione di funzioni di opportunità cumulate. Il presente studio si pone come un primo passo di un’analisi sistematica della problematica dell’accessibilità della sede di Fisciano dell’Università di Salerno. Lo scopo è di definire una metodologia che consenti di simulare gli impatti sulle scelte di mobilità degli studenti, sulla scelta della sede universitaria oppure sulla scelta del luogo dove risiedere durante gli studi, in seguito a politiche finalizzate al miglioramento dell’offerta di trasporto. I risultati fin qui ottenuti hanno consentito di delineare un quadro preciso dell’attuale accessibilità alle due sedi universitarie di Salerno e di Napoli.

Dalle mappe tematiche è stato possibile definire delle tavole di accessibilità che hanno consentito la definizione di superfici di isoaccessibilità ed il tracciamento dei bacini di influenza delle due sedi universitarie. Si è potuto riscontrare che le superfici di isoaccessibilità si sviluppano lungo i confini provinciali mentre i relativi bacini coincidono con le Province di Napoli e Caserta per la sede di Napoli e con le Province di Salerno, Avellino e Benevento per la sede di Fisciano dell’Università di Salerno. Il calcolo dei valori medi non pesati degli attributi di livello di servizio ha evidenziato che la sede di Fisciano è raggiungibile da un numero maggiore di comuni ed, in particolare, ha messo in luce quanto le problematiche di congestione tipiche di tutti i grandi centri urbani riducono notevolmente la facilità di accesso al polo universitario di Napoli. L’analisi a livello comunale se da un lato non consente di capire i reali rapporti di forza tra le due sedi accademiche, dall’altro lato è un modo molto efficace per individuare i comuni i cui utenti dovrebbero preferire l’Università di Salerno in virtù di una migliore accessibilità.

Per avere un’idea più realistica dell’accessibilità è stato necessario ricorrere a valori medi degli attributi di livello di servizio pesati sul numero di studenti per comune. Come era prevedibile, la raggiungibilità della sede di Fisciano n’è uscita ridimensionata a vantaggio della città di Napoli. In questo caso la migliore accessibilità trasportistica dell’ateneo salernitano si distribuisce tra un numero minore di studenti, mentre Napoli è caratterizzata da un bacino più piccolo ma sicuramente più numeroso. Una conferma alle precedenti considerazioni è venuta dall’analisi mediante modello di potenziale, tale analisi ha ulteriormente messo in luce la maggiore accessibilità di Napoli. La combinazione tra il numero degli studenti e la non linearità rispetto agli attributi di livello di servizio hanno finito con l’esaltare le attuali caratteristiche dell’Università di Salerno: bacino vasto, molti comuni di piccola dimensione ed i centri maggiori posti ad una distanza superiore ai 30 minuti. Proprio l’analisi sulle opportunità cumulate ha dimostrato, infine, come la sede di Fisciano presenti un numero di opportunità raggiungibili simile a Napoli solo dopo i 30 minuti.

Gli sviluppi futuri della ricerca prevedono l’utilizzo di approcci basati sulla misura dell’accessibilità mediante la teoria dell’utilità aleatoria, l’integrazione dell’offerta di trasporto collettivo nelle analisi di accessibilità e lo sviluppo di un modello di scelta della residenza in funzione delle variabili di accessibilità definite.

Bibliografia

Ben-Akiva M., Lerman S. (1979), Disaggregate travel and mobility choice models and measures of accessibility. Behavioural Travel Modeling (pp. 654-679), Croom Helm, London.

Ben Akiva M., Lerman S. (1985), Discrete Choice Analysis: Theory and Application to Travel Demand, MIT Press, Cambridge, Mass.

Cascetta E. (1998), Teoria e metodi dell’Ingegneria dei sistemi di trasporto, UTET, Torino.

Cascetta E. (2001), Transportation systems engineering: theory and methods, Kluwer Academic Publisher, Boston.

Hansen W. G. (1959), How accessibility shapes land use, Journal of the American Institute of planners.

Ingram D. R. (1978), The concept of accessibility: a search for an operational form, Regional Studies 5.

Domencich T. A. e McFadden D. (1975), Urban travel demand: a behavioural analysis, American Elsevier, New York.

Reilly W. J. (1931), The law of retail gravitation, Knickerbocker Press, New York.