Gli italiani e i siciliani si spostano di meno in auto. Complici lo smart working e il caro benzina, gli spostamenti tra il 2019 e il 2022 si sono ridotti del 12%. E’ quanto emerge dal rapporto sulla mobilità di GO-Mobility, società di ingegneria che lavora nell’ambito della pianificazione della mobilità e dei trasporti che ha pubblicato il report DataMobility2023.
L’analisi dei dati, aggiornati al 2022, delle tre città metropolitane della Sicilia (Catania, Messina, Palermo) che riguardano la loro posizione in classifica rispetto ad indicatori chiave (traffico urbano, viaggi brevi ecc.) e la loro variazione rispetto al 2019, un’indagine che approfondisce la situazione attuale della mobilità veicolare delle 14 città metropolitane d’Italia.
Studiare gli spostamenti urbani grazie alle tecnologie digitali e agli oggetti connessi, per raccontare la nuova mobilità. Questo il metodo di rilevazione utilizzato per lo studio di GO-Mobility che si basa su dati reali e non più statici.
I dati siciliani: il confronto con le altre città
L’analisi prende in considerazione i dati anonimizzati di un campione di 484.000 automobili e 80 milioni di viaggi per il 2019 e 512.000 automobili e 79 milioni di viaggi per il 2022.
Le 14 le Città metropolitane scandagliate dai “Floating Car Data (FCD)”, i dati fluttuanti delle scatole nere delle automobili, dispositivi dotati di Gps in grado di fornire informazioni sugli spostamenti dei veicoli ed altre utili alla ricostruzione di sinistri ed incentivare così comportamenti virtuosi alla guida.
I dati di Palermo, Catania e Messina
Quali sono le Città Metropolitane con la maggiore dipendenza dall’auto?
Nel post-Covid si accentuano le differenze Nord-Sud: a Palermo, Messina e Reggio Calabria ogni auto viene utilizzata in media quasi tutti i giorni, dato di poco diminuito rispetto al 2019 (tra -5% e -3%). Per Catania il dato è più basso e si trova al 9° posto.
Al contrario, l’auto rimane più ferma a Milano, Bologna e Firenze, che mostravano una minore dipendenza dall’auto già nel 2019 e vedono ora le diminuzioni più elevate (tra -15% e -8%).
Spostamenti e percorrenze in rapporto all’area comunale
Torino, Milano, Bologna e Firenze sono le città che vedono la maggiore riduzione sia degli spostamenti (tra -22 e -18%) che delle percorrenze in auto in rapporto all’area comunale (-19,6% e -11,3%).
Roma risulta la città con gli spostamenti medi più lunghi, a causa della sua dimensione e della mancanza di sistemi alternativi all’auto su distanze medie. A Cagliari, invece, quasi 7 spostamenti su 10 sono inferiori ai 5km, distanza potenzialmente percorribile in bicicletta o in monopattino.
Napoli, Torino, Palermo sono le città con le percorrenze più alte in rapporto all’area comunale: a causa della loro urbanizzazione diffusa, soffrono maggiormente degli impatti negativi causati dalla circolazione delle automobili.
La quota di viaggi brevi diminuisce in tutte le città: dal -6,6% di Messina al -1,7% di Torino, mentre aumenta quella dei viaggi lunghi.
La velocità media degli spostamenti urbani è aumentata in tutte le città, segno che la congestione è diminuita. Uno spostamento a Napoli avviene in media a 18km/h (+8%), mentre a Roma è di 25km/h (+4,5%).
Dati generali delle Città Metropolitane
La correlazione tra mobilità e smart working
Dalla ricerca emerge inoltre quella che è la “nuova normalità”: smart working e telelavoro, ereditati dalla post-pandemia, hanno modificato i comportamenti di mobilità per i singoli giorni della settimana.
I tempi della città non cambiano: le “ore di punta” rimangono le stesse, ma con meno spostamenti.
Il lunedì è il giorno in cui si registra il maggiore calo di spostamenti rispetto agli altri giorni della settimana (-18%), rendendolo molto simile al calo che caratterizzava il venerdì nella mobilità pre-pandemica: Monday is the new Friday?
Daniele Mancuso, di GO-Mobility, dichiara che: “le nuove tecnologie ci permettono di ottenere un dettaglio senza precedenti delle nostre città e abitudini, che i sistemi tradizionali di indagine non sono in grado di produrre.
“Questa analisi porta l’attenzione sulle potenzialità dei big data per comprendere gli stili di vita sempre più complessi ed eterogenei delle persone” conclude.
Fonte Dati: Report integrale DataMobility2023
Nota metodologica sul report
Importante è sottolineare e descrivere la nota metodologica del report di Data Mobility 2023 che si basa sull’analisi dei Floating Car Data (FCD) forniti da VIASAT. Questi dati provengono da “scatole nere” installate su veicoli assicurativi, dotate di GPS per registrare posizione, orario, stato del motore e velocità. Consentono di analizzare la domanda di mobilità in modo anonimo e aggregato.
Il coefficiente di penetrazione di VIASAT è circa il 2%, coprendo circa 484,000 auto e 82 milioni di viaggi nel 2019 e 512,000 auto e 79 milioni di viaggi nel 2022. I viaggi analizzati sono quelli attraverso le 14 Città metropolitane italiane.
I viaggi consecutivi si aggregano se la sosta è inferiore a 5 minuti su tutto il territorio o inferiore a 30 minuti nelle aree di servizio lungo la viabilità principale. Gli indicatori sono calcolati mediamente nei giorni feriali di ottobre 2019 e 2022.
Gli indicatori principali includono:
1. Numero di auto ogni 100 abitanti.
2. Lunghezza media dei viaggi, con distribuzione in classi.
3. Velocità media dei viaggi, con distribuzione in classi.
4. Durata media dei viaggi, con distribuzione in classi.
5. Numero di spostamenti in auto.
6. Tempo speso alla guida.
7. Percorrenze (km complessivi percorsi sulla rete in rapporto all’area).
La sezione “Variazione spostamenti sul territorio” analizza cambiamenti nel numero di spostamenti basati sull’origine e destinazione della matrice di mobilità.
Il “Profilo orario” mostra il numero di spostamenti in fasce orarie per giorno della settimana e per cluster territoriale (Nord, Centro, Sud). così suddivisi:
-
- Nord: Torino, Venezia, Milano, Genova e Bologna;
- Centro: Firenze, Roma e Napoli
- Sud: Bari, Cagliari, Catania, Messina, Palermo e Reggio Calabria.
“Utilizzo mensile dell’auto” indica il tasso di utilizzo mensile del veicolo nei giorni feriali, suddiviso in classi.
Altri indicatori includono:
1. Spostamenti in auto per abitante.
2. Viaggi brevi come percentuale dei viaggi totali.
3. Dipendenza dall’auto, espresso come coefficiente.
4. Spostamenti giornalieri in auto (indicatore aggiuntivo nella dashboard).
Si noti che, se non specificato diversamente, i risultati si riferiscono agli spostamenti interni al comune capoluogo.
