Gli scenari di offerta basati sugli AV sono stati progettati seguendo un processo in due fasi. Nella prima fase, il team di progetto ha sviluppato una serie di applicazioni concettuali degli AV derivate dalla letteratura scientifica sull'uso dei mezzi di trasporto in ambito rurale. Queste applicazioni riflettono schemi ricorrenti e le loro caratteristiche chiave. Questi sono stati presentati alla Conferenza CORP 2022 a Vienna.

Nella seconda fase, le applicazioni concettuali sono state trasformate in scenari concreti di offerta per le aree di studio. A tal fine, il team ha definito una metodologia di progettazione basata sulla stima intrecciata delle prestazioni di trasporto, dei costi operativi e della capacità degli scenari. Ogni scenario è stato progettato secondo una logica chiave: i risparmi sui costi generati dall'automazione del trasporto vengono reinvestiti per migliorare il più possibile le prestazioni dei trasporti, considerando come fissi il budget dei costi operativi odierni, la domanda di trasporto pubblico, e la capacità del servizio. Sono stati sviluppati e quantificati cinque scenari per le due aree di studio.

Sulla base degli input forniti nel quadro metodologico, il modello tradizionale di accessibilità spazio-temporale è stato adattato per soddisfare i requisiti del progetto. Ciò ha portato alla definizione del cosiddetto modello di accessibilità spazio-temporale del trasporto pubblico (modello PT-STA). Questo modello calcola due fondamentali indicatori di output a livello individuale: 1) l'accessibilità con il trasporto pubblico all'insieme di attività quotidiane obbligatorie (STA-fix); e 2) l'accessibilità con il trasporto pubblico all'insieme di opportunità opzionali raggiungibili quotidianamente (STA-dis).

Il modello è stato testato nelle aree di studio di Mühlwald e Sooß, stimando l'accessibilità odierna con il trasporto pubblico per un campione di abitanti. Questa stima dell'accessibilità allo stato attuale è stata utilizzata come riferimento per il successivo calcolo degli impatti dell'automazione del trasporto pubblico (si vedano gli scenari AV sviluppati nello STEP 3) nelle due aree studio.

Il modello PT-STA ottenuto nello STEP 4 è stato applicato agli scenari AV sviluppati nello STEP 3. Questo ha permesso di calcolare i potenziali impatti sull'accessibilità dell'automazione del trasporto pubblico nelle due aree di studio di Mühlwald e Sooß. Gli impatti (STA-fix e STA-dis) sono stati prima calcolati a livello individuale per tutti i membri del campione coinvolti nelle due aree di studio.

Gli impatti individuali sono stati poi aggregati per l'intero campione e per sei sottogruppi di popolazione che, secondo la letteratura, tendono a vivere problemi di accessibilità più forti. Questi sottogruppi comprendono: a) persone che non hanno accesso all'auto privata; b) persone che vivono in località molto remote; c) minori e anziani; d) donne; e) membri di famiglie numerose; f) lavoratori a tempo pieno. Questi sottogruppi tendono ad avere maggiori vincoli di spazio, tempo e trasporto a causa del loro scarso accesso al trasporto privato, della posizione remota della loro abitazione o degli orari giornalieri tipicamente stretti. I risultati mostrano che gli scenari AV con una maggiore integrazione dei servizi a chiamata tendono a fornire i benefici più evidenti in termini di accessibilità in generale e ai sottogruppi menzionati in particolare.

Dopo aver stimato gli impatti dell'accessibilità individuale (FASE 5), si ottengono anche quelli collettivi. A tal fine, viene definita una variante del modello PT-STA, chiamata modello di accessibilità spazio-temporale collettiva (CSTA). Il suo scopo è quello di impiegare i dati di accessibilità individuale ottenuti da ciascun membro del campione di Mühlwald e Sooß per ottenere risultati di accessibilità collettiva rappresentati a livello spaziale. Ciò si ottiene mediante una sovrapposizione ponderata a livello spaziale dei dati di accessibilità spazio-temporale calcolati individualmente.

Con questo modello, si ottiene una mappa di accessibilità per ogni scenario AV e si confrontano i risultati. I dati collettivi mostrano che AV2 e AV5 sono gli scenari più promettenti anche a livello collettivo. Tuttavia, il primato di questi scenari dipende dal contesto spaziale osservato (variazioni di accessibilità all'interno e all'esterno dell'area di studio) e dall'orizzonte temporale (variazioni di accessibilità nelle ore di punta e in quelle non di punta).

Gli impatti individuali e collettivi sull'accessibilità degli scenari (Fasi 5 e 6) vengono discussi con i portatori di interesse locali durante l'ultima fase del progetto. In particolare, cinque rappresentanti di istituzioni dell'Alto Adige che si occupano di pianificazione e gestione del trasporto pubblico partecipano alla fase di valutazione. La valutazione viene condotta tramite un'analisi denominata “MCDA” (Multi-Criteria Decision Analysis), il cui scopo è permettere di classificare gli scenari AV in base ai loro impatti sull'accessibilità e alle priorità regionali.

I risultati della MCDA confermano in generale quelli del modello di accessibilità: AV2 e AV5 risultano gli scenari preferiti. Tuttavia, i portatori di interesse sottolineano come AV5 possa rispondere meglio alle diverse esigenze della valle, in particolare a quelle dei pendolari e degli studenti che viaggiano nelle ore di punta. Infatti, questo scenario mantiene una linea di autobus ad alta capacità lungo il fondovalle durante le ore di punta.

I due scenari con il punteggio più alto emersi dall'analisi MCDA (Fase 7) sono ulteriormente discussi con i portatori di interesse locali per identificare raccomandazioni politiche future. A tal fine, viene seguito un processo in due fasi. Nella prima fase, ai portatori di interesse viene chiesto di individuare possibili "fattori facilitanti" e "fattori inibitori" che potrebbero facilitare o ostacolare l'introduzione degli scenari AV2 e AV5 a Mühlwald. Il team di ricerca fornisce una lista preliminare. Nella seconda fase, i portatori di interesse sono invitati a proporre raccomandazioni politiche che possano favorire i fattori facilitanti e affrontare i fattori inibitori. Anche in questo caso supportati da una lista di suggerimenti fornita dal team di ricerca.

Attraverso questo processo, sono stati identificati e formulati complessivamente 12 tra fattori facilitanti e inibitori e 11 raccomandazioni politiche conseguenti. Le raccomandazioni politiche riguardano diverse misure infrastrutturali, normative, finanziarie e di pianificazione urbanistica, come la definizione di quadri normativi per la cooperazione pubblico/privato nel settore del trasporto pubblico, e lo sviluppo di hub di mobilità rurale per servizi multimodali, sia di linea che a richiesta.