Perché il traffico di Enugu si blocca più al pomeriggio?

Le strade di Enugu, una città medio‑grande del Nigeria, sono diventate un vero campo di battaglia per le auto. Un team di ricercatori ha osservato il flusso veicolare per una settimana, contando le auto nelle ore di punta del mattino (7:30‑9:30) e della sera (16:00‑20:00). In media, passano 2 334 veicoli all'ora, ma la distribuzione varia molto tra le tre arterie studiate: Abakpa, Nike e Trans‑Ekulu.

Abakpa/Nike è la più trafficata, con una media di 809 veicoli all'ora e picchi concentrati (PHF = 0,79). La sera, il flusso sale a 974 veicoli/ora, quasi il doppio del mattino (620). Trans‑Ekulu, invece, registra 719 veicoli all'ora con un flusso più uniforme (PHF = 0,93). I test statistici (χ² = 55,5, df = 8) confermano che le differenze tra le strade non sono casuali.

Un fattore curioso è l'assenza di traffico il lunedì, dovuta a ordini di “stay‑at‑home”. Il martedì diventa così il giorno più congestionato della settimana. Inoltre, l’aumento di volume non è lineare: piccoli incrementi provocano ingorghi molto più grandi, soprattutto la sera, dove le differenze tra le arterie raggiungono il 14,9 % contro l’8,9 % del mattino.

Questi dati suggeriscono interventi mirati: gestire meglio il traffico il martedì, concentrare le misure di mitigazione sulla sera e potenziare le infrastrutture specifiche di Abakpa/Nike. In questo modo, la mobilità urbana di Enugu potrebbe diventare più fluida e sostenibile.

L’analisi spaziotemporale dei flussi veicolari è stata condotta mediante il calcolo del Peak Hour Factor (PHF), che misura la concentrazione del traffico nella fascia di picco. Un PHF vicino a 1 indica una distribuzione uniforme, mentre valori più bassi segnalano picchi intensi. In Abakpa/Nike, il PHF di 0,79 suggerisce che la maggior parte dei veicoli transita in un intervallo ristretto, aumentando il rischio di saturazione della capacità della strada.

Il test chi‑quadrato (χ² = 55,5, df = 8, p < 0,001) ha evidenziato differenze statisticamente significative nella distribuzione dei flussi tra le tre arterie, confermando che le variazioni non sono dovute al caso. L’assenza di traffico il lunedì ha creato un “effetto rebound” il martedì, con un aumento del volume veicolare del 23 % rispetto alla media settimanale.

Le relazioni non lineari osservate tra volume e congestione possono essere spiegate dal modello di teoria delle code (M/M/1), dove l’aumento del tasso di arrivo (λ) rispetto alla capacità di servizio (μ) genera un tempo di attesa che cresce esponenzialmente quando λ si avvicina a μ. Questo fenomeno è particolarmente evidente nelle ore serali, dove la domanda supera la capacità infrastrutturale di circa il 15 %.

Dal punto di vista delle politiche, le misure consigliate includono: (i) implementazione di sistemi di controllo adattivo dei semafori basati su dati in tempo reale; (ii) promozione di modalità di trasporto alternative (biciclette, car‑pooling) nelle ore serali; (iii) potenziamento della capacità di Abakpa/Nike mediante aggiunta di corsie o riorganizzazione degli incroci. Un approccio integrato, che consideri sia le dinamiche di domanda che le caratteristiche fisiche della rete, è fondamentale per ridurre la congestione e migliorare la sostenibilità urbana.