Transport economics: combattere il traffico con l’economia

Ogni mattina ci alziamo e ci prepariamo per andare al lavoro, a scuola, in università. Alcuni di noi possono muoversi a piedi o in bicicletta, quando le condizioni atmosferiche e la conformazione spaziale lo consente. Molti altri sono costretti a muoversi in auto, in treno o con mezzi pubblici. Tutti abbiamo sperimentato, purtroppo fin troppo spesso, problemi di traffico o treni così pieni da non potercisi sedere e molto è stato fatto per ovviare a questi problemi. L’ambito di transport economics è uno dei più prolifici, anche se non più famosi, e si intreccia con l’ingegneria, l’informatica, la psicologia e l’economia comportamentale.

Essendo un ambito così vasto, in questo articolo tratteremo di un modello relativamente semplice, in cui confronteremo uno spostamento da A a B tramite autostrada o treno.

Corsia extra? Traffico extra.

Immaginiamo di essere responsabili delle opere pubbliche della nostra regione. Abbiamo un grosso problema di congestione autostradale e nessuna delle amministrazioni precedenti è riuscita a risolverlo. Semplicemente vi potreste chiedere: “basta aggiungere una corsia, no?”. Bene, questo è l’equivalente del trasporto di “basta stampare più moneta”. Questo è stato il primo approccio utilizzato nel secolo scorso, ma è stata dimostrata la sua inefficacia. Si tratta del paradosso del traffico, ovvero una corsia extra genera traffico extra. (se volete saperne di più, ed econometria non vi spaventa, è consigliato il paper di Duranton G. e Turner M. (2011)).

Ma quindi cosa conviene fare? La teoria economica ha proposto una soluzione, ovvero influenzare la domanda tramite meccanismi di pricing per spostarla nello spazio e nel tempo. Per capire la logica dietro questo meccanismo dobbiamo introdurre brevemente un modello.

Costi e utilità

Innanzitutto, tutti noi sappiamo che le funzioni di utilità sono alla base della teoria del consumatore: traducono in linguaggio matematico, seppur con grosse approssimazioni, quanto siamo felici. Se pensiamo a un viaggio in autostrada, più tempo ci mettiamo e meno siamo felici. Allo stesso modo, più è alto il costo del viaggio, peggio ci sentiamo. Ma non tutti i consumatori sono uguali, e alcuni potrebbero avere la necessità di prendere l’autostrada a quell’ora del mattino nonostante il prezzo e il traffico, per esempioper arrivare in tempo in ufficio . Altri invece proprio non sopportano il treno, e preferiscono fare un po’ di coda che litigare per un posto a sedere. Il risultato di un’aggiunta di una corsia in questo caso è aumentare la capacità dell’autostrada e quindi attirare più viaggiatori, togliendoli anche dai mezzi pubblici. Lo scopo dei meccanismi di pricing è rendere sufficientemente costoso prendere l’autostrada in generale, o ad un particolare orario, da indurre una certa frazione di consumatori a riconsiderare la propria decisione. Più nello specifico: magari non ho così bisogno di arrivare al punto B alle 8 del mattino, posso permettermi di partire più tardi e pagare un pedaggio autostradale minore. Oppure ho comunque bisogno di arrivare al lavoro alle 8, ma ora l’autostrada è così costosa in termini di stress e pedaggio che alla fine preferisco il treno.

Un problema di massimizzazione

Ecco, questo è a grandi linee il meccanismo sottostante questa possibile policy. Ma come trovare la quantità ottimale di auto in una particolare tratta? Possiamo arrivarci con l’intuizione, saltando calcoli e grafici. Semplicemente abbiamo una funzione di utilità sociale, data dalla somma di tutte le utilità dei viaggiatori. Ovviamente vorremo massimizzarla, raggiungendo il massimo livello di utilità possibile. Il problema è che, considerando l’entrata di una ulteriore auto a livello micro, ci sono due funzioni di costo aggregate diverse da considerare. Come nel caso di massimizzazione del profitto, l’ “ottimo” si trova all’intersezione fra curva di domanda e curva dei costi marginali. In realtà, nel caso delle autostrade, l’equilibrio viene raggiunto in corrispondenza dell’intersezione della curva di domanda col costo medio, il che porta a un numero di auto maggiore, una maggiore congestione e un livello di utilità sociale più basso. La chiave sta in un semplice ragionamento: il singolo viaggiatore, nel momento in cui decide se entrare o no in autostrada, considera solo l’impatto su sé stesso (quindi l’aumento del costo medio) e non anche su tutti gli altri (aumento del costo marginale). Lo scopo di un pedaggio diventa, quindi, una traslazione verso l’alto della curva del costo medio fino a raggiungere quella del costo marginale, in modo che la decisione del singolo individuo ora incorpori automaticamente l’impatto sociale.

Ovviamente per riuscirci non tutti i pedaggi sono uguali, ma è necessario adottare un sistema di “dynamic pricing”, con importi variabili a seconda dell’ora del giorno e di altre variabili non ricorrenti, come incidenti o altri eventi che possono causare variazioni del traffico. Implementare una soluzione di questo tipo non è semplice, anche se abbiamo già visto esempi di questo tipo nelle ZTL, o a Londra, Singapore e Stoccolma. Quello che è certo è che il ruolo dei sistemi informatici, di app nei nostri smartphone o auto e AI per il riconoscimento automatico delle targhe sarà rilevante.

E tu come risolveresti il problema? Hai in mente un altro approccio, o qualche idea per migliorare il dynamic pricing? Faccelo sapere nei commenti!

Commenti

Commenti

Etichettato , , , , ,