Mobility Managers: dati utili per progettare le Smart City… ma come raccoglierli?

“Mobility Manager” e Piani degli spostamenti Casa-Lavoro”: ottenere dati omogenei e puliti che possano essere utilizzati da Pubbliche Amministratori e imprese che si occupano di Trasporto Pubblico Locale.

Uno degli aspetti che caratterizza il dibattito sulle “Smart City” è quello della mobilità sostenibile.

Per poter progettare dei modelli e delle simulazioni, e implementare in modo efficiente tali modifiche, servono tuttavia (tanti!) dati da elaborare. Insieme alle indagini urbanistiche ed ambientali, vi è una particolare fonte di dataset di cui dovremmo tener conto.

La figura del “Mobility Manager” e i PSCL

Il Decreto Interministeriale n. 179 del 12 maggio 2021 ha introdotto la figura del “Mobility Manager” e dei “Piani degli Spostamenti Casa-Lavoro”, abbreviabili con la sigla PSCL.

La norma, e le “Linee Guida per la redazione e implementazione dei Piani degli Spostamenti Casa-Lavoro (PSCL)”, prescrivono che le aziende e le Pubbliche Amministrazioni che occupino più di 100 dipendenti situate in uno dei comuni con le caratteristiche precedentemente elencate, debbano nominare un “Mobility Manager Aziendale” il cui compito è quello di gestire la domanda di mobilità e promuovere quella sostenibile, redigendo ogni anno un Piano degli Spostamenti Casa-Lavoro da trasmettere al Comune.

Il Comune, con il supporto del “Mobility Manager d’Area” (Mobility Manager nominato dal Comune stesso che ha il compito di definire e implementare le politiche di mobilità sostenibile, e di fare da coordinatore tra i vari Mobility Manager Aziendali) dovrebbe così riuscire a rendersi conto delle esigenze di questi lavoratori e attuare migliori politiche di trasporto, anche adottando intese o accordi con le aziende che hanno adottato il c.d. PSCL.

Obbligatorio per le imprese con più di 100 dipendenti, il Piano degli Spostamenti Casa- Lavoro può essere adottato in via facoltativa anche dalle aziende che non rispettano tali requisiti.

Al quesito sul perché si sia giunti a normare la realizzazione di un PSCL, la risposta risiede nell’obiettivo dichiarato di ridurre e disincentivare l’utilizzo dell’auto privata in favore del Trasporto Pubblico Locale, la mobilità ciclabile e/o micromobilità, l’adozione di misure di smartworking o co-working in prossimità delle sedi di residenza o domicilio dei dipendenti, e favorire ulteriori misure (quali corsi di formazione e sensibilizzazione, richieste di messa in sicurezza degli attraversamenti pedonali e ciclabili, o incentivi all’utilizzo di app per il monitoraggio degli spostamenti).

L’integrazione dei Piani “aziendali” da parte del Mobility Manager d’Area consentirà alle Pubbliche Amministrazioni di capire quale sia l’attuale quadro della mobilità di queste persone occupate, e di valutare piani di urbanizzazione e trasporto per venire incontro alle esigenze di questa parte di popolazione.

Qualora venissero considerati come “serie di dati di elevato valore”¹, tutti questi dataset o la loro raccolta in un unico file potrebbero diventare anche oggetto di “Open Data”, ed essere utilizzati per future ricerche o statistiche.

L’importanza di questi dati e la necessità di adottare coerenti misure di protezione dei dati personali

Leggendo le caratteristiche “minime” che compongono un PSCL, salta all’occhio il potenziale dei contenuti di questi Piani per l’elaborazione di banche dati.

Un PSCL descrive la realtà aziendale. Questa deve comprendere: il numero di dipendenti occupati a tempo pieno o parziale; i propri orari di apertura; il budget e il capitale umano dedicato alla gestione della mobilità dei dipendenti; la composizione dell’eventuale flotta aziendale; nonché l’elenco dei servizi ricollegabili al trasporto entro 500 metri dalla sede. Deve inoltre essere valutata la riduzione dell’impatto ambientale (misurata in emissioni di gas inquinanti risparmiate grazie alla riduzione dell’utilizzo dell’auto privata in favore di mezzi di trasporto più sostenibili).

Ma questo Piano rappresenta anche un’importantissima fonte di dati, che richiede l’adozione di importanti cautele.

In particolare, un PSCL deve rilevare, attraverso una specifica campagna di indagine, gli elementi utili a comprendere le abitudini e le esigenze di spostamento dei dipendenti, nonché la loro propensione al cambiamento verso forme di mobilità sostenibili².

L’insieme dei dati che possiamo creare con tutte queste informazioni, di tipo geografico, economico, e occupazionale, contengono anche dati relativi l’orario e l’ubicazione dei lavoratori che riguardano il diritto alla circolazione.

Se da un lato abbiamo bisogno di dati esatti, che ci diano un profilo delle varie abitudini di trasposto dei lavoratori (così da poter comprendere le loro esigenze e propensioni, e sviluppare servizi che vengano utilizzati e possano contribuire a rendere una città “Smart”), dall’altra parte sarà necessario adottare tutte le dovute cautele per fare in modo che questa serie di trattamenti dati avvenga nel rispetto dei principi di “privacy by design” e “privacy by default”.

Quali problemi per i questionari PSCL

Le Linee Guida forniscono un elenco di requisiti “minimi” da mappare. Tuttavia la qualità delle informazioni correlate può essere influenzata dalla tipologia e dal numero di domande poste. Specialmente nel caso in cui i questionari ai dipendenti debbano essere elaborati elettronicamente, bisogna considerare la necessità di istituire uno standard che sia unico e uniforme per tutti i questionari, perché dal modo in cui vengono archiviate le risposte, deriva la composizione del dataset.

Nel caso in cui il questionario volesse consentire agli intervistati di dire la loro, con dei campi a risposta aperta, sarebbe necessario rispetto la possibilità di mantenere la banca dati “leggibile” da un algoritmo. Si ricorda infatti che le Linee Guida e i suoi allegati dispongono solamente i contenuti minimi.

La necessità di avere una banca dati omogenea

L’elemento più critico che dovremmo tenere in considerazione per la redazione di una corretta banca dati sulla mobilità, è l’assenza di uno standard che detti la compilazione del questionario, con la conseguenza che il Mobility Manager d’Area, nel redigere la banca dati. potrebbe dover intervenire sulla documentazione inviata dai vari Mobility Manager Aziendali.

Di seguito, si presenta un possibile schema con il quale il dataset potrebbe essere composto.

Lo schema in oggetto si compone di 51 record a risposta chiusa, prendendo in considerazione le varie domande alle quali il dipendente dovrebbe essere richiesto di rispondere.

Come già detto, il Mobility Manager Aziendale potrebbe essere tentato “di metterci del suo”, sia per rielaborare il questionario in modo da renderlo più chiaro o più funzionale al supporto che utilizzerà per effettuare l’intervista (che potrebbe essere un modulo cartaceo quanto la piattaforma EMMA della Città Metropolitana di Torino, ovvero un Google Form), che per porre ulteriori domande.

Tralasciando gli ulteriori aspetti inerenti il trasferimento dei dati personali presso paesi terzi l’UE, e i costi-opportunità di digitalizzare fin dal principio i questionari da trasmettere, è sul risultato finale che dobbiamo concentrarci.

Se il Mobility Manager dell’Azienda “A” decidesse di non voler strutturare le risposte secondo il criterio “presenza giorno + orario di entrata di quel giorno + orario di uscita di quel giorno” (rif da 10 a 29) bensì come “giorno di entrata + giorno di uscita”, qualora inavvertitamente si limitasse a eliminare le colonne denominate “PRESENZA IN SEDE PER CIASCUN GIORNO DELLA SETTIMANA_” (rif_010, rif_013, rif_016, ecc.), si avrebbe uno scostamento di valori.

La conseguenza principale sarà che il Mobility Manager d’Area si ritroverà con una serie di valori sballati su tutto il resto dei campi, e che dovrà raccapezzarsi (qualora ne abbia il tempo) per cercare di riallineare i dati di tutti i lavoratori dell’azienda “A”, rispetto al database principale.

Conclusioni

Dalle analisi dei dati sulla popolazione occupata in un certo territorio, e delle esigenze e preferenze di mobilità, potrebbero emergere dei dati capaci di rivelare quali soluzioni organizzative e tecnologicamente innovative potrebbero essere adottate per migliorare la vita di questi ultimi, e contribuire alla riduzione di inquinanti emessi dai singoli veicoli.

Tuttavia, nel rispetto di una Pubblica Amministrazione più efficiente, alla luce dell’attuale situazione è auspicabile che venga elaborato uno standard nazionale che disciplini in modo uniforme il questionario da sottoporre ai lavoratori, inserendo una classificazione dei record. In questo modo si potrà permettere l’interoperabilità dei database, e ridurre il rischio che le analisi possano venir “travisate” da valori riferiti al altri campi.