I dati di bike sharing a sostegno del potenziamento della ciclabilità urbana

Nicola Berloco, Pasquale Colonna
Dipartimento di Vie e Trasporti, Politecnico di Bari

Introduzione

Perseguire la mobilità sostenibile, in particolare nelle aree urbane, è divenuto un obiettivo prioritario delle politiche nazionali e mondiali in materia di trasporti ed ambiente [1]. Oltre alla comunicazione ed allo sviluppo di modalità di spostamento pubblico affidabili, confortevoli e sicure, l’ottimizzazione della pedonalità e della ciclabilità urbana rappresenta uno dei principali strumenti utili a realizzare una mobilità urbana sostenibile [2].
In letteratura vi sono numerosi studi che tentano di descrivere le peculiarità della modalità ciclabile che, per propria natura, si rivela essere non facilmente schematizzabile o completamente rappresentabile [3] [4] [5]. La raccolta di dati inerenti alla domanda ciclabile ed ai tempi di percorrenza ciclabili è, di fatto, più ostica rispetto a quella relativa ad altre modalità di trasporto.
Con l’avvento dei sistemi di Bike Sharing nelle principali città europee [6] ci si ritrova di fronte ad una preziosa mole di dati (frequenza di utilizzo e tempi di percorrenza) utilizzabili per la gestione e la pianificazione della ciclabilità urbana. Nel presente lavoro sono descritti i principali risultati ottenuti dall’analisi dei dati storici rinvenienti dal primo anno di servizio del sistema Bike Sharing nella Città di Bari [7]. Con tali dati è stato possibile analizzare la ciclabilità urbana in una città che, culturalmente legata agli spostamenti in auto privata anche per brevi distanze, solamente da poco tempo ha iniziato ad implementare un piano ciclabile infrastrutturale cittadino.
Oltre alla descrizione del sistema di condivisione ciclabile di Bari il lavoro si pone due principali obiettivi: ricercare una semplice metodologia che fornisca uno strumento per la gerarchizzazione delle azioni gestionali ed infrastrutturali da adottare per ottimizzare il sistema ciclabile di una città e ricercare degli indicatori che caratterizzino la ciclabilità della stessa, in maniera concisa ed efficiente.
Nella prima parte dell’articolo viene sintetizzato lo stato dell’arte sulle direttive e sugli studi in ambito di ciclabilità; quindi si descrive in che modo i dati rilevati dai sistemi di condivisione Bike Sharing possano essere utilizzati per completare le metodologie di analisi della ciclabilità.
Transitando dalla descrizione dei dati e del funzionamento del Bike Sharing nella città di Bari, si passa ad analizzare i tempi di percorrenza e le velocità ciclabili, che forniscono le considerazioni utili a raggiungere gli obiettivi specifici del lavoro.

Lo stato dell’arte ciclabile

Lo studio della ciclabilità non può prescindere dall’esame delle interazioni fra la gestione e la pianificazione del territorio, le politiche atte al miglioramento ambientale, la salute ed il potenziamento turistico nel territorio. Altri elementi essenziali che rientrano nei fattori da considerare sono quelli economici e finanziari senza naturalmente trascurare l’innato desiderio di mobilità che caratterizza l’uomo fin dagli albori della storia [8]. Lo stato dell’arte ad oggi disponibile sulla ciclabilità si può sintetizzare nelle seguenti macro aree:

• analisi dei “modal split” urbani per la scelta delle politiche e delle infrastrutture a servizio della sostenibilità [9], [10];
• analisi della domanda ciclabile rilevata, attraverso questionari, rilievi statici (spire), rilievi dinamici (GPS), dati di mercato, ecc. [11];
• analisi della domanda stimata: generalmente si utilizzano dati rilevati per poter ottenere modelli di stima della domanda futura nei contesti analizzati o in contesti differenti ma con caratteristiche simili a quelli esaminati [12];
• analisi dei livelli di servizio ciclabili, normalmente relativi a tronchi, ad intersezioni o ad intere reti ciclabili [13];
• analisi sull’incidentalità ciclabile (studi statistici ed applicazioni per mitigare situazioni ciclabili a rischio) [14];
• analisi dei benefici ambientali e fisici correlati all’uso della bicicletta [15] [16] [17].

Gli Stati che hanno puntato da tempo sulla modalità ciclabile, producendo report, manuali, studi scientifici e stumenti legislativi e pianificatori sono notoriamente quelli del Nord Europa, seguiti da alcuni stati degli USA. Tuttavia, alcuni report e studi sulla ciclabilità sono stati anche effettuati in alcune città asiatiche ed africane. L’ultimo atto europeo sulla ciclabilità risale al 15 maggio 2009. La carta di Bruxelles per la diffusione della mobilità ciclistica (promossa nell’ambito di Velo-City2009) costituisce l’impegno di alcuni comuni europei a:

• attuare politiche adeguate finalizzate a raggiungere almeno il 15% di spostamenti in bicicletta nel proprio territorio entro il 2020 (o una percentuale maggiore qualora il limite sia stato già raggiunto);
• ridurre almeno del 50% il rischio di incidenti mortali per i ciclisti entro il 2020;
• attivare opportune iniziative per aumentare gli spostamenti sicuri in bicicletta nei percorsi casa-scuola e casa-lavoro.

La carta di Bruxelles, tuttavia, costituisce solo l’ultimo tassello dell’impianto direttivo europeo sulla ciclabilità. Negli ultimi anni, infatti, la pianificazione ciclabile europea non si è occupata solamente degli ambiti urbani ma anche dell’idea, in parte già realizzata, di connettere tutto il vecchio continente attraverso veri e propri corridoi ciclabili europei. Nell’ambito della ECF (European Cyclists’ Federation), un apposito gruppo di lavoro ha elaborato una proposta di rete di itinerari ciclabili (European Cycle Route Network, detta comunemente Eurovelo) che attraversano l’Europa. La pianificazione di tale rete ciclabile europea ha stabilito 12 itinerari, che, come per i noti corridoi di trasporto, stabiliscono la rete ciclabile europea.
L’impegno sia scientifico che normativo nell’ambito della ciclabilità sta assumendo, quindi, una sempre maggiore importanza che potrebbe finire per modificare, almeno parzialmente, le radicate abitudini degli utenti “motorizzati” ed in particolar modo delle comunità urbane. Si prevede che anche i finanziamenti per la realizzazione di reti ciclabili urbane ed extraurbane e per la sistematizzazione della modalità ciclabile (stima diretta della domanda, rilevazione real time attraverso rilevatori GPS, messa in sicurezza dei nodi critici, ecc.) saranno sempre più cospicui nei prossimi anni. Si avverte quindi, in maniera sempre più evidente, l’esigenza di metodologie pratiche a supporto delle scelte da intraprendere e delle risorse da impegnare per l’ottimizzazione dei sistemi esistenti o per la realizzazione più opportuna di quelli ancora assenti.

I dati storici dei sistemi bike sharing a supporto dello stato dell’arte esistente

La modalità ciclabile, più delle modalità motorizzate, risente della componente umana. La libertà del percorso da intraprendere (in particolar modo nelle zone non servite da piste ciclabili), la libertà della scelta della velocità di percorrenza (influenzando minimamente gli altri utenti ciclabili), la modalità di trazione proveniente dalla sola forza fisica, l’estrema facilità di utilizzo ed il costo di trasporto pressoché nullo che permettono l’estrema eterogeneità degli utenti ciclabili (per età, sesso, condizione sociale ed economica) rappresentano solo alcune condizioni che giustificano tale assunto.
La stima dei modelli di domanda e di incidentalità ciclabile e la determinazione dei livelli di servizio ciclabile non possono che essere calibrati con dati di input oggettivi, rappresentanti una certa realtà. Per quanto riguarda la trasposizione di tali modelli in altri contesti risulta essere fondamentale una nuova calibrazione utilizzando analisi statistiche (generalmente questionari) e di stima della domanda. Tuttavia, i questionari conservano quasi sempre una certa ambiguità (es. il tempo di viaggio riferito dagli intervistati per compiere un dato percorso viene spesso approssimato al minuto, nel migliore dei casi, ma spesso anche ai 5 minuti). Fra l’altro la stima esatta della domanda ciclabile implica l’utilizzo di metodologie costose o non sempre disponibili (es. rilevatori GPS) o, ancor peggio, poco precise (i classici contatori radar o a spire non considerano gli utenti ciclabili che effettuano un percorso alternativo a quello monitorato).
Le motivazioni descritte spingono quindi a ritenere i dati provenienti dai sistemi di Bike Sharing come sicuramente più affidabili, più economici e più rappresentanti della realtà. Nell’ipotesi di una città dotata di stazioni di bike sharing dislocate su tutto il proprio territorio, in modo tale che il generico utente possa raggiungere quella più vicina percorrendo a piedi una distanza non superiore ai 300 m, e nell’ipotesi che l’offerta soddisfi in qualsiasi orario la domanda, i dati di bike sharing fornirebbero, in modo diretto, la domanda ciclabile di quella città, i percorsi più trafficati, quelli più affidabili, quelli più veloci, le preferenze degli utenti, ecc. Naturalmente, tale condizione ideale è ben lontana dalla realtà nostre città italiane, in cui le stazioni di bike sharing sono dislocate solo nei punti attrattori più importanti ed in cui i fruitori del servizio rappresentano una sola parte degli utenti ciclabili. Tuttavia, le frequenze ed i tempi di percorrenza registrati dalle schede dei sistemi di condivisione ciclabile rivelano esattamente le caratteristiche della ciclabilità di una porzione della realtà.
In tal senso, pur non potendo sostituire i modelli di domanda, di incidentalità e di calcolo dei livelli di servizio, i dati del Bike Sharing possono sicuramente essere utilizzati per la loro corretta calibrazione nelle singole realtà.

L’utilizzo del sistema Bike Sharing a Bari

I dati esaminati si riferiscono al primo anno di funzionamento del sistema bike sharing nella città di Bari (dall’11/10/2007 al 12/10/2008), periodo in cui le stazioni di scambio erano 5 (denominate: Park&Ride, Politecnico, Prefettura, Stazione FFSS e Tribunale), gli stalli totali erano 50, le biciclette disponibili erano 40, gli iscritti al servizio erano 500 e la rete ciclabile urbana era praticamente inesistente.
Attraverso i dati registrati con le tessere del Bike Sharing è stato possibile individuare con precisione i tempi di percorrenza e la frequenza degli spostamenti per ciascuna delle 10 tratte possibili. In particolare sono stati registrati 11.201 utilizzi, per una percorrenza totale pari ad almeno 9.400 km (nonostante siano stati esclusi i 6.026 percorsi ad anello chiuso). È stata quindi costruita la matrice OD degli spostamenti.
Il numero dei percorsi ad anello chiuso, rilevante per le stazioni centrali della città, fa desumere che la bicicletta condivisa non sia ancora utilizzata, a Bari, per gli spostamenti casa-lavoro, casa-scuola e casa università che, naturalmente, comportano il prelievo in una stazione diversa da quella del rilascio. L’utente tipico del sistema, per una percentuale superiore al 50%, preleva la bicicletta nei pressi della propria residenza, svolge attività varie, ed infine rilascia il mezzo nello stesso luogo di prelievo. In tal merito, si dovrebbe incentivare l’utilizzo del sistema per spostamenti “point to point” con campagne informative e con politiche di supporto (incentivi).
Dall’analisi dei tempi di possesso delle biciclette condivise è emerso un importante dato che rivela un difetto di utilizzo: sono stati rilevati 763 utilizzi caratterizzati da un tempo di possesso da 10 a 20 ore e 191 utilizzi con un tempo di possesso variabile da 20 ad oltre 100 ore.
Il maggior rendimento funzionale del servizio di Bike Sharing si otterrebbe massimizzando il numero di utilizzi/giorno o il numero di km percorsi. In tale ottica, se alcuni utenti utilizzano il mezzo condiviso come se fosse proprio, prolungandone il possesso, viene meno lo scopo dell’iniziativa che risulta benefica solo per una minima parte della popolazione. La soluzione ideale per limitare tali comportamenti potrebbe essere introdurre una tariffa oraria a partire dalla terza o quarta ora di utilizzo, soluzione realizzabile con l’introduzione di una carta prepagata, o comunque attraverso più efficaci politiche tariffarie.

Le distribuzioni di Travel Time ciclabili

Selezionando i dati corrispondenti a ciascuno dei dieci percorsi possibili, si sono potute diagrammare le relative distribuzioni dei diversi tempi di viaggio.
Tale operazione è stata condotta considerando i dati di ciascun percorso per entrambi i sensi di marcia, visto che non vi sono fattori che possano influenzare, in maniera sistematica, i tempi di percorrenaza (es. elevate pendenze longitudinali).
Tutti i casi analizzati hanno restituito curve di distribuzione con tratti ascendenti ad andamento regolare, assimilabile, con grande approssimazione, a quello di curve di distribuzione gaussiane.
Per tempi di percorrenza superiori al valor medio, ovvero nei tratti discendenti delle curve, l’andamento restituito dai vari percorsi è risultato notevolmente  più disperso; le curve, inoltre, dopo aver intersecato l’asse delle ascisse riprendono ad assumere valori positivi di frequenze, anche se via via più bassi, a causa probabilmente di fermate degli utenti dovute a motivi personali, per cui si è deciso di escludere dall’analisi i dati corrispondenti ai rami delle curve successivi al primo punto di intersezione con l’asse delle ascisse, ritenendoli non significativi.
Ad ogni modo, la maggiore dispersione dei rami discendenti delle curve, corrispondenti a tempi di percorrenza elevati, può essere attribuita, in prima analisi, ad insufficienze infrastrutturali e ad interferenze varie con le altre modalità di trasporto (anche quella pedonale) che riducono in maniera diffusa o puntuale la velocità, sia nello spazio, sia nel tempo. È importante sottolineare che attualmente nella città non è presente una rete ciclabile dedicata che renda mag-giormente affidabile il servizio.

Distribuzioni dei Travel Time ciclabili ideali

A questo punto ci si chiede che andamento assumerebbero le distribuzioni dei tempi di viaggio in una situazione ideale, ovvero nel caso in cui fosse presente una rete ciclabile protetta e diffusa nel territorio e nel caso in cui gli utenti usassero correttamente il servizio di bike sharing per spostamenti point to point.
Con molta probabilità, in presenza di una situazione ideale, anche il ramo discendente delle curve di distribuzione potrebbe assimilarsi ad una gaussiana. Tale curva, infatti, ben rappresenterebbe l’eterogeneità del campione per un numero elevato di campionamenti, e quindi anche la diversa prestanza fisica (diversa età e diversa velocità di percorrenza) e la diversa allocazione temporale degli spostamenti (ore di punta o di calma della giornata).
Sulla base di questa ipotesi si è quindi proceduto alla costruzione delle curve ideali di distribuzione temporale per ciascun percorso: i rami ascendenti delle curve rilevate sono stati “specchiati” rispetto all’asse verticale individuato dal punto di massima frequenza (cfr. Fig. 2).
Confrontando quindi le curve di distribuzione reali con quelle ideali, sono stati individuati i tempi di percorrenza minimi, medi e massimi per ciascuno dei dieci percorsi possibili e per ciascuna coppia di curve.
I risultati sono sintetizzati nella tabella 2.

I fusi delle velocità ciclabili

Perseguendo l’obiettivo di individuare una metodologia atta a descrivere sinteticamente la ciclabilità di una specifica realtà  (nel caso in esame relativa alla città di Bari), confrontandola con una situazione ipoteticamente “ideale”, si è proceduto con la costruzione del seguente grafico.
I tempi di percorrenza descritti in precedenza (minimi, medi reali, medi ideali, massimi reali e massimi ideali) sono stati inseriti in un grafico spazio/tempo. Ciascun percorso, individuato dalla sua lunghezza sull’asse delle ordinate, viene rappresentato dai cinque tempi di percorrenza. I punti rappresentativi dei tempi minimi relativi ai 10 percorsi esaminati sono stati uniti ottenendo una spezzata (in verde continuo nel grafico). Stessa operazione è stata condotta per i tempi medi reali, i tempi medi ideali, i tempi massimi reali e per i tempi massimi ideali. Le cinque spezzate individuate sono state interpolate con curve di tendenza polinomiali di secondo grado che hanno fornito un coefficiente R2 sempre superiore a 0,92.
La forte correlazione indica, in maniera chiara, che l’andamento spazio-tempo ciclabile è ben rappresentato da una polinomiale di secondo grado con il termine noto pari a zero (tempo di viaggio nullo per spostamento nullo):

S(t) = a t2 + b t        (1)

I coefficienti a e b di tali curve possono essere utilizzati per rappresentare la ciclabilità di una specifica realtà in maniera sintetica. In particolare, il coefficiente a (espresso in m/s2 o in km/h2) indica la decelerazione che contraddistingue gli utenti all’aumentare della distanza percorsa. Il coefficiente b, invece, (espresso in km/h o in m/s) indica la velocità iniziale di percorrenza.
Calcolando tali coefficienti per realtà e situazioni differenti si potrebbe ottenere il loro intervallo di variabilità, utile a rappresentare la ciclabilità e con essa i propri parametri sia sociali che infrastrutturali.
In pratica, bassi coefficienti a ed alti coefficienti b indicano sia la propensione alla ciclabilità di una popolazione sia la bontà dell’infrastruttura ciclabile della città presa in considerazione.
Nel caso esaminato risulta:

1,25*10-4 < a < 1,25 * 10-3 (m/s2)
2,45 < b < 7,12 (m/s).

Tali coefficienti sono da ritenersi validi per il solo caso rappresentativo della città di Bari ed esclusivamente per il periodo temporale di riferimento. Una corretta analisi di regressione utile a determinare la loro più corretta variabilità e dipendenza potrà essere condotta in una fase successiva, avendo maggiori dati a disposizione. Ad ogni modo, confrontando gli stessi coefficienti calcolati per realtà urbane differenti si otterrebbe un vero e proprio parametro di paragone utile a rappresentarne l’efficienza della modalità ciclabile, funzione della rete, dei suoi utilizzatori e della gestione del servizio.
Oltre ad individuare una metodologia sintetica utile a descrivere con parametri numerici la ciclabilità, lo stesso grafico permette di fornire uno strumento pratico ai decisori e ad i pianificatori della modalità ciclabile.
Le linee di tendenza racchiudono delle aree che sono state chiamate “fusi delle velocità ciclabili” (Fig. 4). L’area compresa fra le linee di tendenza corrispondenti ai tempi massimi rilevati ed ai tempi massimi ideali corrisponde al fuso delle basse velocità, l’area compresa fra le linee di tendenza corrispondenti ai tempi medi rilevati ed ai tempi medi ideali corrisponde al fuso delle medie velocità. In altre parole i fusi delle velocità rappresentano il campo di variabilità della situazione rilevata rispetto a quella ideale: più le aree racchiuse dai fusi sono ristrette, più l’intera rete ciclabile (o la gestione e l’utilizzo dei sistemi di condivisione ciclabile) può ritenersi efficiente.
I fusi delle velocità possono essere utilizzati per valutare il guadagno temporale (e quindi anche monetario) che si otterrebbe ottimizzando il sistema rete ciclabile, fornendo una scala di priorità alle soluzioni da realizzare. Lo scostamento delle spezzate rilevate ed ideali rispetto ai fusi delimitati dalle linee di tendenza, rappresenta un importante indicatore per la scelta di allocazione delle risorse, vale a dire per l’ottenimento dei migliori risultati connessi alla costruzione di una nuova pista ciclabile o all’ottimizzazione del complesso sistema strada-bici. Se, ad esempio, per uno specifico percorso si registra uno scostamento negativo elevato fra le spezzate e l’andamento delle curve di tendenza delimitanti i fusi, si dovranno adottare delle soluzioni specifiche su quello specifico percorso o su alcuni nodi dello stesso.
Si riportano alcune delle conclusioni derivanti dall’analisi delle distribuzioni dei tempi dei dati analizzati:

• i percorsi Park&Ride-Politecnico e Tribunale-FFSS necessiterebbero di interventi infrastrutturali per ridurre il loro tempo massimo di percorrenza;
• il percorso Politecnico-Prefettura è quello che risente maggiormente delle condizioni al contorno, vista la variabilità notevole dei TT;
• il percorso Park&Ride-FFSS è l’unico in cui il TT è minore di quello previsto (ed è anche l’unico in cui è stata costruita una pista ciclabile negli ultimi due mesi delle rilevazioni).

Distribuzioni delle velocità ciclabili

Oltre a graficizzare gli spazi in funzione dei tempi di percorrenza (diagramma spazio-tempo) sono state condotte ulteriori analisi riguardanti le velocità ciclabili.
In primo luogo si sono ricavati gli andamenti delle velocità in funzione dello spazio percorso (diagramma velocità-spazio).
Conoscendo la lunghezza di ciascun percorso e le cinque tipologie di tempi di percorrenza descritte nel paragrafo precedente, sono state ricavate le velocità massime, le velocità medie reali ed ideali e quelle minime reali ed ideali, relative a ciascun percorso.
Unendo fra loro i punti relativi alle velocità massime si è ottenuta una spezzata (in verde continuo nel grafico) che si è ritenuto opportuno rappresentare con una linea di tendenza di primo grado per ottenere i migliori coefficienti R2. La stessa operazione è stata condotta sulle altre tipologie di velocità, ottenendo il grafico in figura 5.
Esso descrive l’andamento della velocità ciclabile in funzione dello spazio percorso, con equazioni del tipo:

v(s) = d – c s     (2)

Nel caso esaminato si sono ottenuti i seguenti campi di variabilità dei coefficienti c e d:

3,4 * 10-1 < c < 1,0 (1/h)
9,0 < d < 25,7 (km/h)

Nella situazione analizzata, quindi, le velocità massime variano da 25,7 km/h per percorsi brevi fino a 21,8 km/h per distanze pari a 4 km; le velocità minime rilevate partono da circa 9 km/h per percorsi brevi fino a 7,1 km/h per distanze pari a 4 km. La pendenza aumenta passando dalle velocità minime a quelle massime, a conferma del fatto che procedendo a velocità più elevate si risente maggiormente della stanchezza fisica.
Successivamente, sono stati cumulati tutti i dati significativi dei percorsi esaminati, ricavando la distribuzione complessiva delle velocità dalla quale si ricava che la velocità media ciclabile della città di Bari è pari a circa 12,5 km/h (cfr. Fig 6).
Attraverso tale dato si è potuta dedurre la distanza media percorsa con il sistema Bike Sharing nella città di Bari perché in figura 6, a tale velocità corrisponde, sulla linea azzurra relativa ai tempi medi rilevati, una distanza pari a 2.150 m.
L’ultima analisi condotta ha consentito di ricavare le curve di distribuzione delle velocità ciclabili per ciascun percorso analizzato.
Contrariamente a quanto accade per i tempi di percorrenza, analizzando le distribuzioni delle velocità è possibile confrontare il funzionamento dei percorsi in maniera diretta, dallo stesso grafico. Si nota che, generalmente, le curve sono maggiormente addensate per valori bassi delle velocità e che presentano, nella maggior parte dei casi, rami ascendenti irregolari.
Attraverso l’analisi di tali curve si sono potuti confermare i risultati ottenuti dal diagramma spazio-tempo.

Conclusioni

L’analisi dei dati di Bike Sharing della città di Bari ha permesso di individuare una metodologia che, nella sua impostazione generale, può essere ritenuta utile per descrivere la mobilità ciclabile di un generico ambiente urbano e per fornire uno strumento efficace per la sua pianificazione e gestione.
Confrontando la situazione rilevata con una situazione ipotetica ideale (presenza di una rete ciclabile protetta diffusa, utilizzo corretto del sistema di condivisione, spostamenti privi di perdi tempo, ecc) è stato possibile descrivere l’efficienza della rete e dei percosi che la compongono.
In particolare, l’analisi congiunta dei diagrammi spazio-tempo e delle distribuzioni delle velocità ciclabili, ha permesso, infatti, di evidenziare i percorsi che maggiormente necessitano di interventi infrastrutturali o di azioni gestionali capaci di ottimizzarne il funzionamento.
Dallo studio effettuato, l’andamento delle curve spazio-tempo ciclabili sembra aderire concretamente ad un andamento polinomiale di secondo grado con termine noto nullo. I coefficienti a e b delle equazioni di secondo grado corrispondenti ai tempi minimi, medi (reali ed ideali) e massimi (reali e ideali) costituiscono degli indicatori sintetici della ciclabilità.
Il confronto di tali parametri per realtà differenti potrebbe fornire una scala di variabilità della mobilità ciclabile in funzione della locazione spaziale, degli usi e costumi degli utenti ciclabili e della gestione della ciclabilità.
Il grafico spazio-tempo e l’individuazione al suo interno di aree definite come “fusi delle velocità ciclabili” forniscono un valido supporto per ottimizzare la ciclabilità della realtà esaminata:
curve sperimentali che presentano punti alquanto al di sotto dele linee di tendenza evidenziano la necessità di interventi migliorativi localizzati;
minimizzare le aree dei fusi delle velocità, invece, significa riuscire ad ottimizzare l’intera rete, riducendo le differenze dei dati reali rispetto a quelli ideali. L’area dei fusi può quindi essere presa come parametro di performance della rete ciclabile.
L’analisi delle velocità ciclabili, inoltre, permette di fornire altri indicatori generali della mobilità ciclabile (variabilità delle velocità minime, medie e massime), e di confermare e/o completare l’analisi spazio-temporale.
Resta auspicabile l’approfondi-mento dell’analisi condotta per reti di bike sharing più estese, confrontando situazioni precedenti e successive alla realizzazione di piste ciclabili, esaminando anche casi in cui le distanze percorse siano superiori a 5 km. L’utilizzo di una mole maggiore di dati e di un numero superiore di percorsi potrebbe infatti validare la metodologia che, come fra l’altro dimostrato da questo primo approccio, si rivela utile alla rappresentazione di un sistema complesso, a basso costo e fondamentale per le scelte ciclabili da intraprendere per un futuro sostenibile.

Bibliografia

1. World Business Council for Sustainable Development (WBCSD) (2004-06-01). Mobility 2030 – Meeting the challenges to sustainability Report
2. John Pucher and Lewis Dijkstra “Promoting Safe Walking and Cycling to Improve Public Health:Lessons from The Netherlands and Germany”. American Journal of Public Health, Vol. 93, No. 9. 2003.
3. Hyodo, T. et al. Modeling of bicycle route and destination choice behavior for bicycle road network plan. In Transportation Research Record: Journal of the Transportation Research Board, No. 1705, 2000, p. 70–76.
4. Wardman, M., R. Hatfield, and M. Page. The UK national cycling strategy: can improved facilities meet the targets? Transport Policy, 4(2), 1998, p. 123–133.
5. Barnes, Gary and Kevin J. Krizek. “Estimating Bicycling Demand.” Transportation Research Record, 1939, Transportation Research Board, National Research Council, Washington, D.C., 2006, pp. 45–51.
6. Paul DeMaio “The Bike-sharing Phenomenon – The History of Bike-sharing”, Carbusters Magazine, November 2008
7. Biciincittà – Soluzioni per la mobilità sostenibile, http://www.bicincitta.com
8. P. Colonna “Mobility and Transport for our tomorrow roads”, Europeanroads Review 14 • Spring 2009 • RGRA
9. Best practice to promote cycling and walking Authors: Atze Dijkstra at al – A research project of the EU transport RTD programme European Commission, Directorate General for Transport – Copenhagen 1998
10. Promoting Safe Walking and Cycling to Improve Public Health: Lessons from The Netherlands and Germany – by John Pucher, and Lewis Dijkstra, Accepted for publication in the American Journal of Public Health, Vol. 93, No. 9, September 2003
11. NYC Bicycling Demand Data from the major European bike-share programs – 2008
12. U.S. Department of Transportation. Guidebook on Methods to Estimate Non-Motorized Travel. U.S. Department of Transportation: McLean, VA, 1999
13. Søren Underlien Jensen. Pedestrian and Bicyclist Level of Service on Roadway Segments. In Transportation Research Record Journal of the Transportation Research Board, No 2031 TRB, National Research Council, Washington, D.C., 2007, p. 43–51.
14. Daniel L. et al.. Bicyclist Intersection Safety Index. In Transportation Research Record Journal of the Transportation Research Board, No 2031 TRB, National Research Council, Washington, D.C., 2007, p. 18–24
15. Goldsmith, S. Estimating the Effect of Bicycle Facilities on VMT and Emissions. n.d., Seattle Engineering Department, Seattle, WA.
16. Frank, L. D. Land Use and Transportation Interaction: Implications on Public Health and Quality of Life. Journal of Planning Education and Research, (20), 2000, p. 6–22.
17. Wilkinson, W. C., et al. Increasing Physical Activity Through Community Design: A Guide for Public Health Practitioners. National Center for Bicycling and Walking: Washington, D.C., 2002.