Schema globale sintetico
TRANSPORT SYSTEM DATA ACTIVITIES SYSTEM DATA
3.4.4. I DATI DELLO SCENARIO
Per la sua funzione di valutazione delle politiche di intervento nel settore dei trasporti, il DSS ha bisogno di previsioni a medio e lungo periodo per quanto riguarda una serie di variabili utilizzate dai modelli di domanda. Nel resto del capitolo, il termine "scenario" sarà utilizzato per fare riferimento a un articolato ma allo stesso tempo coerente insieme di stime di previsione relative a diverse variabili prodotte, in relazione ad un insieme di ipotesi o aspettative, che a loro volta sono articolate ma coerenti.
L'ipotesi, che viene qui descritta, è costituita dalla suddivisione dello scenario in tre componenti:
‐ lo scenario demografico. Le previsioni demografiche sono necessarie al più vasto livello possibile di disaggregazione territoriale, in materia di:
numero di persone fisiche residenti;
distribuzione di tali individui in fasce di sesso ed età;
numero di famiglie residenti;
distribuzione delle famiglie di dimensione, se possibile, referenziata trasversalmente (cross‐referenced) con distribuzioni marginali relative alle caratteristiche dei singoli membri della famiglia.
‐ lo scenario socio‐economico. Le previsioni disaggregate, relative alle seguenti variabili, sono necessarie allo stesso livello delle variabili dello scenario demografico:
la distribuzione dei singoli individui attivi (di età superiore a 14) per tipo di attività (alto livello di occupazione, basso livello di occupazione, studenti universitari, altri individui attivi);
la distribuzione delle famiglie in fasce di reddito familiare;
il numero di lavoratori agricoli;
il numero di commercianti;
il numero di lavoratori in altri servizi;
il numero di posti letto in alloggi turistici.
‐ lo scenario economico regionale (macro‐economico). Per lo scenario macroeconomico, è necessario che le previsioni siano per quanto possibile disaggregate territorialmente (sarebbe auspicabile almeno a livello provinciale) e articolate attraverso la produzione di “branch”, in termini delle seguenti variabili: prodotto interno lordo o, in alternativa, il valore aggiunto del costo dei fattori; importazioni; esportazioni; consumo; consumi collettivi; investimenti. La complessità dell’articolazione degli scenari necessari per la valutazione del sottosistema temporale del DSS, sicuramente vincola la metodologia che può essere utilizzata per la costruzione dei loro scenari, soprattutto se viene preso in considerazione ciò che segue:
‐ le possibili interazioni tra i diversi fattori demografici, socio‐economici e delle componenti macroeconomiche;
‐ l’orizzonte temporale (20‐30 anni);
‐ la maggiore articolazione territoriale (267 zone) necessaria per gli scenari.
L’orizzonte temporale rappresenta un notevole vincolo, in quanto significa escludere una semplice e più o meno lineare estrapolazione delle tendenze evolutive dei singoli fenomeni, presupposto che la coerenza tra i vari elementi degli scenari in termini di strutture demografiche, socio‐economiche e macroeconomiche.
La generazione di scenari integrati di lungo periodo, di conseguenza, richiede un dettaglio del modello basato su ipotesi esplicite per quanto riguarda il comportamento dei principali fenomeni economici e demografici, tenendo conto della loro interazione a livello territoriale.
La soluzione adottata consiste nel separare il problema della coerenza dello scenario da quello della sua articolazione territoriale; di conseguenza, saranno impiegate due distinte procedure:
‐ la prima, “generare” valutazioni demografiche, sociali ed economiche, che siano coerenti tra di loro su scala regionale;
‐ la seconda, “spazializzare” quelle valutazioni, tenendo conto delle situazioni topologiche e delle strutture economiche e demografiche che caratterizzano le varie regioni.
La parte della procedura volta a formalizzare le procedure alternative a livello regionale dovrà consistere in un modello ‐ più esattamente, di una serie di sotto‐modelli che sono coordinati tra di loro ‐ in modo da fornire una serie di valutazioni integrate e coerenti per ogni regione e per una serie di anni, nel corso del periodo di previsioni, in materia di fenomeni demografici, socio‐economichi e macroeconomici.
L’orizzonte di medio‐lungo periodo offre il vantaggio di rendere gli aspetti delle previsioni che sono di natura ciclica, irrilevanti, sia dal punto di vista più delicato a breve termine dell'economia reale, che dal punto di vista dell'economia monetaria in senso ampio (flussi finanziari, tassi di interesse, ecc.).
Dato che, questo approccio prevede la tendenza a lungo termine degli aspetti dell'economia reale prevalgono, la costruzione di scenari deve consistere nella formulazione di una serie di:
‐ ipotesi a priori circa l'evoluzione delle fondamentali risorse del sistema, cioè la popolazione, il capitale e il progresso tecnico;
‐ i vincoli di coerenza tra le risorse e il loro utilizzo, tenendo conto delle conoscenze disponibili sul comportamento della popolazione in termini di consumo e di lavoro, sulle tecniche di produzione adottate e sulla distribuzione degli scambi l'interregionali.
Figura 3.4.5 Rappresentazione dell’impiego dei dati dello scenario
Ciò che segue è un quadro generale del modello proposto per la costruzione degli scenari, con una descrizione dei principali nessi causali tra i vari blocchi delle componenti del modello stesso (figura 3.4.5):
A) La popolazione rappresenta l' elemento di entrata (input) che è esogeno al modello, nel momento in cui si può ragionevolmente supporre che i nessi casuali economia/popolazione ‐ che in effetti non possono essere ignorati ‐ hanno un ritardo temporale che è maggiore del nesso inverso. Per quanto riguarda la popolazione viene sviluppato uno speciale multi‐modello regionale basato sulle disponibilità dei dati annuali disaggregati per sesso, età e regione.
B) Data la popolazione, sarà possibile stimare, con un ragionevole grado di affidabilità, l'evoluzione della dimensione media del nucleo familiare e, sulla base di questo, la distribuzione delle famiglie per numero di membri.
C) Dalla popolazione ‐ aggregata, o tenendo conto della sua struttura demografica ‐ può essere ottenuta una stima, a parità di reddito, dei consumi regionali disaggregati per settore di produzione.
D) L'output del punto C) costituisce il principale input per una tabella multi‐regionale intersettoriale (che è stata attuata nel DSS nel contesto della procedura per la stima Occupazione Distribuzione delle famiglie per reddito Reddito Modelli I/O Multiregionali Consumi finali Domanda esterna. Formazione del capitale Distribuzione delle famiglie per numero Dimensione delle famiglie Popolazione Valore aggiunto regionale (per settore produttivo) Produttività
della domanda di merci), che costituisce il nucleo del modello integrato proposto. Gli altri input per la tavola I/O, cioè la domanda esterna e la formazione del capitale, può provenire da alternative, formulazioni esogene o da una modellizzazione endogena più articolata (come la registrazione del capitale sociale nelle funzioni di produzione).
E) La soluzione della tabella I/O fornisce il valore aggiunto multi‐settoriale e multi‐ regionale da cui il reddito regionale può essere dedotto. Tali redditi, a loro volta, hanno un effetto retroattivo (con debiti tempi di ritardo, in modo da evitare eccessiva simultaneità nelle relazioni, le quali probabilmente rendono il modello di per sé troppo instabile) sulla determinazione del consumo finale regionale.
F) Da una conoscenza del livello di reddito regionale, il numero delle famiglie e della loro distribuzione per numero di membri, viene utilizzato per rendere plausibili le stime della distribuzione quantitativa del reddito per famiglia.
G) Dato il valore aggiunto del settore, una formulazione esogena di una ipotesi circa la crescita di produttività generale nel sistema ‐ accompagnata, in un quadro più articolato, dalla conoscenza dalla distribuzione regionale e settoriale del livello di produttività e da un’ipotesi circa l'evoluzione dello stesso ‐ permette di ottenere l'evoluzione dell’occupazione disaggregata per settore e per regione.
H) A questo punto, il modello può essere reso consistente ottenendo e mantenendo sotto controllo una serie di indicatori di specifici tassi di attività e di disoccupazione per regione, in modo da ottenere una plausibile progressione del modello di produzione. Questo approccio generale può essere esteso ad altri parametri (ad esempio, tendenze del consumo medio, ecc) per i quali nel DSS non vengono messi a punto modelli espliciti non sono in programma.
Una volta che le previsioni a lungo termine sono state effettuate per le 20 regioni e per le variabili sopra citate, nella fase successiva le previsioni vengono riportate a livello sub‐ regionale.
Per la “spazializzazione” dei dati regionali, sono stati presi in considerazione due gruppi distinti di variabili. Per le variabili utilizzate nei modelli di domanda di trasporto passeggeri, la disaggregazione territoriale passa al livello delle 267 zone di traffico adottate per stimare
la domanda. Per le variabili utilizzate nei modelli di domanda di trasporto merci, la disaggregazione territoriale passa a livello provinciale. Alcuni metodi di “spazializzazione” privilegiano le relazioni esistenti fra le variabili oggetto non osservate e le altre variabili legate alle precedenti (variabili ausiliarie), per le quali sono disponibili osservazioni disaggregate territorialmente (metodi di regressività).
Il caso in esame si riferisce ai fenomeni sociali ed economici che, come è noto, sono caratterizzati da una forte discontinuità territoriale. In questo senso, l'influenza delle variabili ausiliarie tende con ogni probabilità a predominare per quanto riguarda l'aspetto puramente topologico. Per questo motivo si utilizzano principalmente metodi di tipo regressivo.
In fase di simulazione, l'utente sarà in grado di selezionare lo scenario di lavoro che corrisponde a precise ipotesi sulle tendenze evolutive dei macro‐fenomeni di cui sopra. Nel DSS viene identificato un insieme ridotto di "ipotesi di base" (costituito da una combinazione di ipotesi relative ai singoli macro‐fenomeni). Ognuna di queste "ipotesi di base" può essere associata ai risultati del corrispondente modello di simulazione. I risultati vengono prodotti su una scala temporale di 25 anni e vengono resi disponibili a intervalli di cinque anni.
Ogni serie di variabili che si rivela essere associata a ciascuna delle precedenti simulazioni rappresenta uno specifico scenario demografico e socio‐economico. Ciascuno degli scenari prodotti in questo modo, pertanto, è reso disponibile all’interno del DSS come un insieme di dati di previsione, ad intervalli temporali di cinque anni, corrispondenti ad una " ipotesi di base " che è stata definita a priori.