RISULTATI RICERCA

The development of Regional employment in Germany: Results from Neural Network Experiments (by Roberto Patuelli, Aura Reggiani, Peter Nijkamp) - ABSTRACT: This paper offers an overview of experimental results, based on neural networks (NNs) used to forecast regional employment variations in Germany. NNs are statistical optimization tools, whose main characteristics are non-linear data processing and the ability to find functional relationships within the data. We present the results – for a set of NN models – based on regional data concerning full-time employment in Germany. The database used in our experiments consists of two panels of 326 and 113 NUTS 3 districts, which represent West and East Germany, respectively. In order to forecast employment growth rates for the years 2004, 2005, and 2006, NN models – also embedding shift-share analysis components – were developed and evaluated for West and East Germany. The paper concludes with theoretical, methodological and empirical observations in the light of future research developments.

La letteratura “sprawl costs all” ha identificato numerose tipologie di impatti presunti attribuibili al fenomeno dello sprawl urbano, che vanno dagli aumentati costi di trasporto, di viaggio e per la realizzazione di nuove infrastrutture, alla segregazione sociale. In Italia, il problema più attuale e dibattuto riguarda l’effetto negativo che lo sprawl può avere sulla domanda di mobilità privata, favorendo modalità di viaggio a maggiore impatto collettivo. Questo studio quantifica l’impatto della mobilità in Italia durante il decennio 1981-1991 e studia la relazione tra diversi schemi di espansione urbana ed intensità dell’impatto collettivo della mobilità. L’analisi è estesa a 739 Comuni appartenenti a sette Province Italiane (Torino, Padova, Firenze, Perugia, Napoli, Potenza, Bari). Utilizzando la Causal Path Analysis, lo studio fornisce inoltre un modello interpretativo originale della catena causale che lega le caratteristiche strutturali di un’area urbana e l’intensità dell’impatto della mobilità.

L’assetto territoriale influenza notevolmente la domanda di mobilità. Ad un’elevata dispersione territoriale corrisponde generalmente un maggior ricorso al modo privato individuale e quindi maggiori costi collettivi e minore efficienza del sistema. Da alcuni anni, specialmente negli Stati Uniti, si cerca di quantificare il fenomeno attraverso lo studio della correlazione. Il presente lavoro si innesta su questo filone di ricerca, illustrando gli esiti dell’analisi della correlazione tra indicatori territoriali e variabili relative alla mobilità. I dati utilizzati sono aggregati livello nazionale e si riferiscono a 13 paesi dell’Unione Europea. L’output finale del lavoro consiste in un modello interpretativo formulato mediante path analysis, a partire dalle relazioni più significative identificate nel corso dell’analisi della correlazione. Dal modello si evince che la dispersione urbana incide sulla domanda di mobilità, riducendo l’occupazione media dei veicoli ed incrementando le percorrenze chilometriche annue.