Alcuni strumenti di misura

Perciò, prima di presentare il nostro approccio alla misura è utile spendere le prossime quattro pagine per introdurre alcuni esempi dei più significativi strumenti di misura della camminabilità, cercando di limitare la descrizione ai soli aspetti interessanti per questo testo ed evidenziando pregi, limiti e carenze secondo la linea teorica seguita sino ad ora. Una sintesi è proposta in Tabella II. Partiamo dal metodo più adottato, divenuto un mainstream, walkscore; questo strumento si propone come un metodo di misura della camminabilità per trovare il miglior quartiere dove abitare e per la stima dei valori immobiliari. Il suo algoritmo di calcolo stima un punteggio di camminabilità di aree o percorsi in base alla distanza da tredici categorie di servizi , i punteggi sono assegnati in 40 base alla lontananza di ogni categoria di opportunità urbane all’interno di 30

Grocery stores, coffee shops, restaurants, bars, movie theaters, schools, parks, libraries,

40

minuti a piedi (da 5 a 30 minuti i punteggi sono corretti con una funzione di decadimento). Walkscore include misure fisiche della strada come la densità di intersezioni, lunghezza degli isolati e densità di popolazione, il punteggio finale (normalizzato da 0 a 100) è ottenuto sommando i valori di ogni categoria. Questo modello soffre di tre limiti: il primo è che non è un metodo compensativo (che abbiamo detto essere un pregio), il secondo è che per misurare la camminabilità si riferisce al conteggio dei servizi ma esclude altri aspetti come componenti critici, qualità dell’ambiente e percezioni. Tuttavia Carr et al. (2010) hanno dimostrato che esiste una correlazione tra il punteggio di camminabilità del modello e alcune misure oggettive del contesto dell’attività fisica nello spazio (physical activity

environment), di connessione (street connectivity), densità abitativa e accesso al

trasporto pubblico. I risultati appaiono però anche correlati (positivamente) con il numero di crimini denunciati (reported crimes), illustrando un’inabilità a servire come misura assoluta della camminabilità; gli autori consigliano infatti di applicare walkscore come una proxy per stimare la densità di accessi. Ciò nonostante il risultato è positivamente correlato con la percezione fisica dell’ambiente, anche se gli autori rimangono prudenti su questo aspetto poiché il rischio di correlazione spuria o indiretta è alto; i risultati possono infatti essere 41 42 causa di un’elevata presenza di elementi che rendono le aree più percorribili, come ottima illuminazione e ampi marciapiedi. Il terzo punto è che il metodo ignora totalmente la micro-scala, cioè non tiene conto degli aspetti di progettazione dello spazio e arredo urbano che influenzano la qualità della camminabilità, come può essere la larghezza di un marciapiede, la presenza di ostacoli nel percorso, la densità di traffico o la qualità visiva dello spazio.

Per correlazione spuria si intende un errore nell’interpretazione dei risultati di una regressione, si

41

verifica quando due variabili non hanno nessi causali o quando le osservazioni non sono indipendenti e identicamente distribuite. Un esempio è il numero di nascite dei bambini e il numero di cicogne che in alcune zone appare direttamente correlato. La reale relazione sta nel fatto che nelle zone rurali le famiglie fanno più figli e nelle medesime zone nidificano più cicogne.

Anche la correlazione indiretta è un errore di interpretazione dei risultati di una regressione, si

42

verifica quando due variabili risultano correlate da un rapporto di causa-effetto ma in realtà sono indirettamente influenzate da una terza variabile che le collega. Un esempio è il valore del QI tra individui bianchi e neri. Pare esserci una correlazione diretta tra la razza e il valore di QI, la realtà è che il valore di QI è influenzato dal livello di istruzione; la razza è responsabile della bassa istruzione e la bassa istruzione provoca il basso punteggio QI.

Un secondo interessante strumento è quello proposto dal Future Cities

Laboratory, il loro approccio va oltre la sola distanza dei servizi disponibili ed

include nella misura della camminabilità le caratteristiche fisiche dello spazio pedonale (come larghezza del marciapiede, presenza di ombra, inquinamento acustico, separazione dal traffico, ecc.). L’indice di camminabilità è definito dalla funzione ottenuta adottando un MNL (multi nominal logit) route choice model che determina il grado di utilità di ogni segmento in funzione dell’utilità stimata attraverso un processo di modellizzazione delle preferenze (choice modeling), per includere solo gli elementi importanti per la valutazione di qualità dello spazio. Ciò che manca in questa analisi è, al contrario delle altre, lo studio delle disponibilità di servizi che compongono lo spazio urbano e – per rifarci al nostro 43 approccio teorico – alla capacità di raggiungerli ed usufruirne. Inoltre, ciò che importa in un percorso non è solo l’arco stradale, ma anche gli attraversamenti influenzano la scelta dei percorsi, questo modello non tiene conto di tale fattore.

Walkshed è un altro strumento di valutazione della camminabilità che si

differenzia da Walkscore per la possibilità da parte dell’utente di personalizzare il peso delle variabili che ritiene importanti per la sua idea di camminabilità. Anche in questo caso gli indicatori si limitano ad una analisi dei servizi disponibili senza tenere conto delle caratteristiche fisiche dello spazio e l’algoritmo di calcolo è basato sul metodo compensativo di somma pesata degli attributi.

Walkability level of service è uno strumento di classificazione che permette di

aggregare le caratteristiche fisiche dello spazio per ottenere una valutazione del livello dei servizi attraverso la media dei valori di ogni attributo. Il limite di 44 questo strumento – secondo la nostra prospettiva – è che il modello di valutazione risulta troppo debole e approssimativo, soffrendo in alcune caratteristiche che sono per noi desiderabili, come la non-compensabilità e la validazione dei risultati. Il suo vantaggio sta nel fatto che la sua semplicità lo rende uno strumento applicabile da tutti, anche dai non esperti.

La disponibilità dei servizi è inclusa nella funzione di calcolo del modello MNL come densità di

43

servizi. In questo modo l’informazione diventa un attributo della qualità dello spazio e non un elemento di analisi della disponibilità di servizi.

Per approfondimenti sul concetto del livello dei servizi (level of services) si veda il paragrafo

44

Walkscope è invece un interessante strumento (partecipativo ed inclusivo) di

resoconto e segnalazione (in una parola report) della qualità dei marciapiedi e delle intersezioni. Lo strumento si limita a riportare su mappa le informazioni inviate dagli utenti, fornendo la vista di ogni attributo senza effettuare nessuna operazione di aggregazione per ottenere un valore unico di qualità (il funzionamento è perciò simile a quello di un Web-GIS). Riportare questo esempio è interessante perché, seppure limitato rispetto agli altri, propone un approccio alla valutazione della camminabilità ad un’ampia scala di dettaglio, considerando, oltre la valutazione percepita di qualità per ogni arco stradale o intersezione, informazioni come ad esempio il tipo di marciapiede, la presenza di ostacoli, il volume di traffico, la presenza di panchine e alberi, il numero di corsie da attraversare, la presenza e lo stato di funzionamento dei semafori.

Tab. II Sintesi delle caratteristiche dei modelli di misura della camminabilità.

La Tabella II riassume i più noti strumenti di misura e riporta gli elementi della scala di input e output, il metodo di aggregazione, il tipo di analisi spaziale e il metodo di calibrazione. A parte i requisiti sulle scale di input e output, il metodo

Modello Scala input Scala output Aggregazione Tipo analisi Calibrazione

Walkscore macro Stradale compensativo non-lineare

network + decadimento

comportamenti osservati

Walkshed macro pixel albero di decisione

aree preferenze utente

Future Cities Laboratory index

micro sub-stradale compensativo lineare network + decadimento preferenze dichiarate Walkability level of service

macro stradale compensativo lineare

- preferenze dichiarate

Walkscope micro stradale —— - -

Walkonomics macro stradale ? network ?

PEDS Audit micro punti compensativo non-lineare

- preferenze dichiarate

Ratemystreet macro punti - - preferenze utente

ESRI index macro blocchi censuari compensativo non-lineare

aree -

News index macro blocchi censuari compensativo non-lineare

aree comportamenti osservati

di aggregazione ed il tipo di analisi, che abbiamo già detto essere – in alcuni casi – insufficienti per il nostro obiettivo, ci sono due elementi chiave che mancano agli strumenti della letteratura: un primo elemento, che possiamo trarre dall’analisi di questi strumenti, è che nessuno integra nella valutazione della camminabilità l’interferenza generata dagli attraversamenti alle intersezioni, che vedremo essere un importante elemento di disturbo della camminabilità. Il secondo elemento è che nessuno degli strumenti presentati riesce a cogliere gli aspetti teorici di base in questo testo, tra quelli proposti l’indice del Future City Laboratory è quello che più si avvicina ai requisiti ma manca della valutazione degli aspetti metodologici della teoria delle capacità.