ETD

• analisi costi benefici
• fipili
• network screening
• pri
• sicurezza stradale

Road safety management and infrastructural risk mitigation represent priority challenges for managing authorities, who frequently operate with limited financial resources. In this context, the allocation of funds requires objective decision-making criteria. However, the Italian regulatory and procedural framework (e.g., Legislative Decree 35/2011), despite aiming for a modern approach, still relies on reactive network screening methodologies (using indicators such as the Crash Rate or the SAPO parameter). Relying exclusively on past accident data, this approach is ineffective in managing the stochastic nature of road crashes and fails to correct the statistical phenomenon of regression to the mean, risking the diversion of investments toward sites that exhibit purely random crash peaks.

Therefore, this thesis proposes an innovative and systematic decision-support methodology aimed at overcoming the limitations of traditional approaches through the integration of predictive safety analysis and socio-economic evaluation.

From an analytical perspective, the research adopts the principles of the Highway Safety Manual (HSM) and adapts them to the national context. The network is divided into homogeneous road segments and analyzed using the Empirical Bayes (EB) approach. This method allows the observed crash data to be filtered from random fluctuations by comparing it with the average value of a reference population. The result is the determination of the expected long-term crash frequency and the corresponding Potential for Safety Improvement (PSI), an indicator that quantifies the actual margin for improvement of an infrastructural site.

The methodology was applied to the S.G.C. Firenze-Pisa-Livorno (FI-PI-LI) highway case study. A specific georeferenced database (GIS) was developed, integrating geometric, functional, and traffic data with the historical crash series from 2020-2024 (SIRSS).

The screening process identified and classified critical issues into three priority levels, highlighting a marked concentration of risk at major junctions. For Priority 1 sites, specific safety proposals were developed, including the upgrading of acceleration and deceleration lanes, the relocation of interfering lay-bys, and the implementation of ITS systems for average speed control. Furthermore, statistical analysis confirmed, via the Chi-square (χ²) test, the significant influence of heavy vehicles on the crash rate of the corridor.

In the final phase, the technical effectiveness of the solutions (estimated using Crash Modification Factors) was translated into monetary terms, quantifying the social cost of avoided crashes and the reduction in queue times. Through a Cost-Benefit Analysis (CBA), the interventions were ranked, generating an ordered list based on the Internal Rate of Return (IRR).

The methodological approach developed thus demonstrates how transitioning from a reactive logic to predictive-economic planning provides the managing authority with a dynamic and objective tool capable of maximizing the social return for every euro of public funds invested.

La gestione della sicurezza stradale e la mitigazione del rischio infrastrutturale rappresentano sfide prioritarie per gli enti gestori, i quali si trovano frequentemente a operare in condizioni di scarsità di risorse finanziarie. In tale contesto, l'allocazione dei fondi necessita di criteri decisionali oggettivi. Tuttavia, il quadro normativo e procedurale italiano (es. D.Lgs. 35/2011), pur auspicando a un approccio moderno, si affida ancora a metodologie di network screening di tipo reattivo (utilizzando indicatori come il Tasso di Incidentalità o il parametro SAPO). Tale approccio, basandosi esclusivamente sull'incidentalità pregressa, risulta inefficace nel gestire la natura stocastica degli incidenti stradali e fallisce nel correggere il fenomeno statistico della regressione verso la media, rischiando di indirizzare gli investimenti verso siti che presentano picchi incidentali puramente casuali.
Il presente lavoro di tesi propone dunque una metodologia innovativa e sistematica di supporto alle decisioni, finalizzata a superare i limiti degli approcci tradizionali attraverso l'integrazione tra un'analisi predittiva della sicurezza e una valutazione economico-sociale.
Dal punto di vista analitico, la ricerca recepisce i fondamenti dell'Highway Safety Manual (HSM) adattandoli al contesto nazionale. La rete viene suddivisa in sezioni stradali omogenee e analizzata mediante l’approccio Bayesiano-Empirico (EB). Questo approccio consente di depurare il dato incidentale osservato dalle fluttuazioni aleatorie, confrontandolo con il valore medio di una popolazione di riferimento. Il risultato è la determinazione dell'incidentalità attesa a lungo termine e il relativo Potenziale di Riduzione degli Incidenti (PRI), un indicatore che quantifica il reale margine di miglioramento di un sito infrastrutturale.
La metodologia è stata applicata al caso studio della S.G.C. Firenze-Pisa-Livorno (FI-PI-LI), predisponendo uno specifico database georeferenziato (GIS) che integra dati geometrici, funzionali, di traffico e la serie storica degli incidenti 2020-2024 (SIRSS).
Il processo di screening ha permesso di individuare e classificare le criticità in tre livelli di priorità, evidenziando una marcata concentrazione del rischio in corrispondenza dei nodi principali. Per i siti classificati in Priorità 1, sono state elaborate specifiche proposte di messa in sicurezza, tra cui l'adeguamento delle corsie di accelerazione e decelerazione, la ricollocazione delle piazzole di sosta interferenti e l'implementazione di sistemi ITS per il controllo della velocità media. L'analisi statistica ha inoltre confermato, mediante Test del Chi-quadro (χ2), l'influenza significativa dei veicoli pesanti sull'incidentalità dell'arteria.
Nella fase finale, l'efficacia tecnica delle soluzioni (stimata tramite i Crash Modification Factors) è stata tradotta in termini monetari, quantificando il costo sociale degli incidenti evitati e la riduzione dei tempi di coda. Attraverso l'Analisi Costi-Benefici (ACB), gli interventi sono stati classificati generando una lista ordinata, secondo il Saggio di Rendimento Interno (SRI).
L’approccio metodologico sviluppato dimostra così come il passaggio da una logica reattiva a una pianificazione predittivo-economica fornisca all'ente gestore uno strumento dinamico e oggettivo, capace di massimizzare il ritorno sociale per ogni euro di spesa pubblica investito.