INNOVAZIONE

MaaS leva di efficientamento dei trasporti. Sprint dal Pnrr

Secondo il rapporto del Mims sulla mobilità sostenibile le piattaforme di mobility as a service sono in grado di migliorare i servizi e offrirli su misura di utente. Cruciale la raccolta di dati georeferenziati sulle abitudini di spostamento. Il ministro Giovannini: “Sul piatto 40 milioni del Piano nazionale di ripresa e resilienza”

11 Mag 2022

Federica Meta

Giornalista

Il MaaS (mobility as a service) leva di efficientamento dei trasporti e driver di sostenibilità. Emerge dal rapporto “Verso un nuovo modello di mobilità locale sostenibile”, realizzato dagli esperti del Ministero delle Infrastrutture e della Mobilità Sostenibili, secondo cui entro il 2030 è necessario sviluppare e incentivare l’uso di piattaforme digitali per facilitare la pianificazione degli spostamenti e la scelta dei mezzi anche in base alle emissioni inquinanti e climalteranti prodotte. Il Pnrr e Piano Complementare mettono a disposizione 40 milioni per le sperimentazioni di Mobility as a Service.

“E’ necessario stimolare l’uso del trasporto pubblico, ancora molto basso soprattutto nel Mezzogiorno e nelle aree suburbane e periurbane dove la qualità del servizio è insoddisfacente e c’è una maggiore propensione a ricorrere all’auto privata – ha puntualizzato il ministro Enrico Giovannini, presentando il rapporto – Una recente indagine dell’Istat mostra segnali di un’inversione di tendenza e bisogna cogliere il momento. E’ perciò necessario stimolare la domanda di mobilità sostenibile, come il Governo ha fatto di recente introducendo il bonus sugli abbonamenti, disincentivare l’uso dell’auto e accelerare sullo sviluppo di piattaforme MaaS”.

Secondo gli esperti del Mims, un servizio MaaS efficace è in grado di offrire ai cittadini un accesso semplificato a più opzioni di mobilità per soddisfare tutte le esigenze.

L’introduzione del MaaS e, più in generale, una maggiore raccolta delle informazioni presso gli operatori che gestiscono i vari servizi di mobilità può rappresentare un notevole miglioramento nella programmazione e gestione dei servizi – si legge nel report – Per raggiungere tale scopo è importante stabilire regole uniformi per l’accessibilità dei dati pubblici, una standardizzazione delle procedure e delle nomenclature, il controllo qualità dei dati e l’interoperabilità e connettività tra infrastrutture e servizi.

In questo senso cruciale è la raccolta dei dati sia statici sia dinamici. Con riferimento ai dati statici occorre conoscere, si spiega dal Mims, l’origine e destinazione degli spostamenti che, nel caso, del Tpl coincidono, ad esempio, con le fermate; una mappatura dei punti di interesse, quali scuole, principali luoghi di lavoro, di consumo e di attività ricreative, ecc.; hub del trasporto; orari e linee di trasporto pubblico.

Con riferimento ai dati dinamici, occorre conoscere: la situazione in tempo reale relativamente a ritardi, cancellazioni, monitoraggio delle coincidenze garantite (su tutti i modi di trasporto); informazioni sulla viabilità/traffico; tempi stimati di partenza e arrivo dei servizi, tempi di percorrenza; controllo di disponibilità di altre modalità di spostamento nei punti intermodali; controllo di disponibilità dei parcheggi.

Ma la raccolta di info, pur essendo necessaria, non è sufficiente per una vera programmazione della mobilità locale e per intercettare la mobilità che attualmente avviene attraverso il mezzo privato.

Il ruolo dei big data nello sviluppo del MaaS

Per un’analisi completa della mobilità di una certa area sono cruciali i dati sulla totalità degli spostamenti del complesso della popolazione, inclusi quelli che avvengono con la mobilità privata (quella, peraltro, che si vorrebbe maggiormente intercettare in un’ottica di cambio modale).

WHITEPAPER
Smart Logistic: semplificare, velocizzare e aumentare l'efficienza della logistica
IoT
Logistica/Trasporti

I Big Data e, in particolare, lo sfruttamento delle informazioni degli smartphone rappresentano un’opportunità unica in tal senso: permettono di avere una mappatura degli spostamenti origine-destinazione molto precisa (a livello di cella telefonica), con informazioni aggiuntive sull’orario in cui avviene lo spostamento.

L’integrazione di tali dati con altre informazioni, ad esempio con la georefenziazione delle scuole, dei luoghi di lavoro, delle zone commerciali o di intrattenimento permetterebbe di identificare i motivi degli spostamenti. L’integrazione, sempre attraverso georeferenziazione, con i dati sulla rete stradale, sulle fermate del Tpl, sulla rete ferroviaria, ecc. permetterebbe, inoltre, di identificare la modalità di spostamento (attraverso l’utilizzo del mezzo privato, di autobus, di tram, treno, ecc.).
In alternativa o in maniera complementare ai dati provenienti da queste fonti non convenzionali, potrebbero essere condotte indagini a livello locale che permettono di arricchire il set informativo per l’analisi della mobilità, osservando, ad esempio, la condizione socioeconomica degli individui, il possesso o meno di altri mezzi di trasporto, le abitudini di mobilità.

Si potrebbero prevedere finanziamenti e/o altre forme di incentivazione per gli enti di governo dei bacini di mobilità per partecipare a indagini esistenti prevedendo dei sovra-campionamenti, così da avere informazioni rappresentative a livello locale.

@RIPRODUZIONE RISERVATA

Articolo 1 di 5