1. Un caso di studio dalla ZTL romana
1
Relatore
Chiar.mo Prof. Edoardo Marcucci
Laureanda
Vivianne Diaferia
Anno accademico 2008/2009
5 Marzo 20010

2. Indice
2
Il trasporto urbano delle merci: la ZTL di Roma
Metodologia utilizzata
Descrizione dei dati
Risultati econometrici
Conclusioni

3. Il trasporto urbano delle merci
3
• Il flusso delle merci in entrata e in uscita da una città è espressione della
sua vitalità
• Diversificazione dei prodotti e diminuzione della validità temporale dei cataloghi
• Aumento dei costi della superficie urbana
• Massimizzazione superfici destinate alla vendita
• Minimizzazione spazi di stoccaggio
• Produzione just in time
•Aumento dei flussi

4. Il Trasporto delle merci a Roma
4
• Frequenza delle consegne: 38% una o più volte al giorno, 30% una o più volte la
settimana, 21% una o più volte al mese, 11% alcuni mesi l’anno.
• Orari abituali di consegna: il 60% della distribuzione avviene la mattina tra le 09:00
e le 13:00
La ZTL
• Si estende per buona parte del centro storico, più di quattro kmq di estensione
• Sistema differente dal car pricing ( Londra ): accesso consentito ai soli utenti
autorizzati dietro pagamento di un permesso annuale
• Pagamento indifferenziato: i veicoli merci sono soggetti alle stesse tariffe dei veicoli
passeggeri

5. Metodologia utilizzata
5

6. Obiettivo dello studio
6
• Analisi delle preferenze e della disponibilità a pagare degli operatori del sistema:
trasportatori e negozianti
Strumento utilizzato
• Modello a scelta probabilistica : Uit = Vit + ε it
• Distribuzione normale del termine d’errore = Multinomial Probit
• Distribuzione Gumbel = Multinomial Logit
Funzione di densità di una normale e di una Gumbel Funzione di densità cumulata di una normale e di una Gumbel

7. I test utilizzati
7
Log likelihood ratio test
– 2 ( LL base model – LL estimated model ) > χ2
Test del ρ2
ρ2 = 1 – (LL estimated model /LL base model )
Test del ͞ ρ2
͞ ρ2 = 1 - (LLestimated model – K / LL base model )
Test di Wald
Wald = βi / Standard Error

8. Questionario proposto
8
Alternativa 1 Alternativa 2 Status quo
Finestre orarie
(accesso
consentito)
APERTO dalle
20:00 alle 10:00 e
dalle 14:00 alle
16:00
APERTO dalle
18:00 alle 08:00
dalle 18 e dalle
14:00 alle 16:00
APERTO dalle 20:00 alle 10:00
e dalle 14:00 alle 16:00
Numero di
piazzole
400 1200 400
Probabilità di
trovare la piazzola
libera
30% 10% 10%
Tariffa 400 200 600
Ordinamento

9. 9
Piazzole
Base Piazz_2 Piazz_3
400 800 1200
Probabilità
Base Prob_2 Prob_3
10 20 30
Tariffa
Base Tarif_2 Tarif_3 Tarif_4 Tarif_5
200 400 600 800 1000
I livelli degli attributi
Finestre orarie
Ora1ec Ora2ec Orario attuale
18:00-08:00
14:00-16:00
04:00-20:00
20:00-10:00
14:00-16:00

10. Descrizione dei dati
10

11. Totale delle osservazioni
11
Modello aggregato : 671
Trasportatori: 209
Negozianti: 265

12. 12
Risultati econometrici

13. Il modello lineare aggregato
Variable Coefficient Standard Error b/St.Er. P[|Z|>z]
ORA1EC -0.51332591 0.15182983 -3.381 0.0007
ORA2EC 0.37822971 0.14238063 2.656 0.0079
PIAZZ_N 0.31809897 0.06864750 4.634 0.0000
PROB_N 0.44214260 0.06797672 6.504 0.0000
TARIF_N -0.78425757 0.06368484 -12.315 0.0000
Numero di osservazioni: 671 ρ2 = 0,15 ͞ ρ2 = 0,14
Log likelihood function = - 460,4998 LR = 162,9124 χ2 = 7,814728
LL Constant only = -541,9560 13

14. Il modello lineare per i trasportatori
Variable Coefficient Standard Error b/St.Er.| P[|Z|>z]
PIAZZ_N 0,57590564 0,131527 4,379 0,0000
PROB_N 0,57231079 0,14341464 3,991 0,0001
TARIF_N -1,33029243 0,16369293 -8,127 0,0000
14
Numero di osservazioni: 209 ρ2 = 0,29 ͞ ρ2 = 0,28
Log likelihood function = - 115,4298 LR = 48,1897 χ2 = 3,841459
LL Constant only = -163,6195

15. Il modello lineare per i negozianti
Variable Coefficient Standard Error b/St.Er.| P[|Z|>z]
PIAZZ_N 0,23961348 0,10019464 2,391 0,0168
PROB_N 0,61967107 0,11137535 5,564 0,0000
TARIF_N -0,70614735 0,09392578 -7,518 0,0000
15
Numero di osservazioni: 265 ρ2 = 0,14 ͞ ρ2 = 0,12
Log likelihood function = - 186,1374 LR = 59,7272 χ2 = 3,841459
LL Constant only = -216,0010

16. La disponibilità a pagare
Per passare dall’attuale orario di apertura della ZTL (dalle 20:00 alle 10:00 e dalle 14:00 alle 16:00)
all’orario 18:00 – 08:00 e 14:00 – 16:00
-130,91
Per passare dall’attuale orario di apertura della ZTL (dalle 20:00 alle 10:00 e dalle 14:00 alle 16:00)
all’orario 04:00 – 20:00
96,45
Per ogni piazzola aggiuntiva dedicata al carico e scarico merci 0,21
Per un incremento pari a 1% della probabilità di trovare la piazzola libera 11,27
16
Per ogni piazzola aggiuntiva dedicata al carico e scarico merci 0,22
Per un incremento pari a 1% della probabilità di trovare la piazzola libera 8,60
Trasportatori
Per ogni piazzola aggiuntiva dedicata al carico e scarico merci 0,17
Per un incremento pari a 1% della probabilità di trovare la piazzola libera 17,55
Negozianti
Modello aggregato

17. Modelli effects coding
17

18. L’incidenza dei vari livelli degli attributi per il modello aggregato
Variable Coefficient Standard Error b/St.Er.| P[|Z|>z]
ORA1EC -0.44042862 0.15371838 -2.865 0.0042
ORA2EC 0.33130377 0.14971441 2.213 0.0269
PIAZZ2 0.03643023 0.09960370 0.366 0.7146
PIAZZ3 0.32364405 0.09233613 3.505 0.0005
PROB2 0.19418976 0.10397115 1.868 0.0618
PROB3 0.38823667 0.09794371 3.964 0.0001
TARIF2 1.12916569 0.14085583 8.016 0.0000
TARIF3 0.24961254 0.11105051 2.248 0.0246
TARIF4 -0.79322488 0.14538499 -5.456 0.0000
TARIF5 -1.91122569 0.20554198 -9.298 0.0000
Numero di osservazioni = 671 ρ2 = 0,16 ͞ ρ2 = 0,14
Log likelihood function = - 453,0431 LR = 177,8258 χ2 = 15,50731
LL Constant only = -541,9560 18

19. L’incidenza dei vari livelli degli attributi per i
trasportatori
Variable Coefficient Standard Error b/St.Er. P[|Z|>z]
PIAZZ2 0.12253505 0.20328305 0.603 0.5467
PIAZZ3 0.49841580 0.18634896 2.675 0.0075
PROB2 0.01482452 0.20787903 0.071 0.9431
PROB3 0.61690344 0.19201227 3.213 0.0013
TARIF2 1.51930297 0.28492827 5.332 0.0000
TARIF3 0.10832626 0.22015274 0.492 0.6227
TARIF4 -1.47171787 0.27706798 -5.312 0.0000
TARIF5 -2.63762626 0.42671431 -6.181 0.0000
19
Numero di osservazioni: 671 ρ2 = 0,16 ͞ ρ2 = 0,14
Log likelihood function = - 453,0431 LR = 177,8258 χ2 = 15,50731
LL Constant only = -163,6195

20. L’incidenza dei vari livelli degli attributi per i negozianti
Variable Coefficient Standard Error b/St.Er. P[|Z|>z]
PIAZZ2 -0.05834874 0.17766301 -0.328 0.7426
PIAZZ3 0.29724932 0.15107096 1.968 0.0491
PROB2 0.25423996 0.16511905 1.540 0.1236
PROB3 0.55681385 0.17884979 3.113 0.0019
TARIF2 1.05176989 0.22390462 4.697 0.0000
TARIF3 0.32370464 0.17265287 1.875 0.0608
TARIF4 -0.60999894 0.24808173 -2.459 0.0139
TARIF5 -1.92301337 0.32713857 -5.878 0.0000
20
Numero di osservazioni: 265 ρ2 = 0,16 ͞ ρ2 = 0,13
Log likelihood function = - 181,6372 LR = 69,256 χ2 = 12,59159
LL Constant only = -216,0010

21. Incidenza dei diversi livelli della numerosità delle piazzole
21
1 2 3
Series1 -0.36007428 0.03643023 0.32364405
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
Modello aggregato
1 2 3
Series1 -0.23890058 -0.58834874 0.29724932
-0.7
-0.6
-0.5
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
Negozianti
1 2 3
Series1 -0.62095085 0.12253505 0.4984158
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
Trasportatori

22. Incidenza dei diversi livelli della probabilità di trovare le piazzole libere
22
1 2 3
Series1 -0.58242643 0.19418976 0.38823667
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
Modello aggregato
1 2 3
Series1 -0.76515544 0.01482452 0.61690344
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
Trasportatori
1 2 3
Series1 -0.81105381 0.25423996 0.55681385
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
Negozianti

23. Incidenza dei diversi livelli della tariffa
23
1 2 3 4 5
Series11.325672341.129165690.24961254-0.7932249-1.9112257
-2.5
-2
-1.5
-1
-0.5
0
0.5
1
1.5
Modello aggregato
1 2 3 4 5
Series1 2.48171491.519302970.10832626-1.4717179-2.6376263
-3
-2
-1
0
1
2
3
Trasportatori
1 2 3 4 5
Series11.157537781.051769890.32370464-0.6099989-0.9230134
-1.5
-1
-0.5
0
0.5
1
1.5
Negozianti

24. Conclusioni
24
• Necessità di una ZTL aperta la mattina, almeno fino alle 10:00 ( orario attuale )
• Bassa importanza attribuita alle piazzole di sosta dai trasportatori, dovuta alla
necessità che la piazzola sia antistante alla destinazione del carico
Indicazioni di Ricerca
• Studio della distanza massima tollerata fra la piazzola e la destinazione della merce
Indicazioni di policies
• Differenziazione della tariffa: non solo tra veicoli passeggeri e veicoli merci, ma
anche tra diverse tipologie di aziende in base alla capacità commerciale