_id	city	regione	Milano Scoreboard edition	X1 = motorization rate	X2 = Inrix Index (hours wasted in traffic)	X3 = TomTom Traffic Index (congestion levels)	x1_anno	x2_anno	x3_anno	x1_città/regione	x2_città/regione	x3_città/regione	x1_geo	x2_geo	x3_geo	x1_fonte	x2_fonte	x3_fonte	x1_note	x2_note	x3_note	X1 indice (media=1)	X2 indice (media=1)	X3 indice (media=1)	Score di dimensione (media X123 indicizzati)
1	Milano	Lombardia	2019	599	34,32	0,3	2016	2018	2018	Lombardia	Milano	Milano	region	metropolitan area	metropolitan area	Eurostat	Inrix	Tom Tom	numero di autoveicoli per mille abitanti. Nello score la variabile è elaborata come reciproco.	ore spese nel traffico durante l'anno. Nello score la variabile è elaborata come reciproco.	rapporto tra il livello di congestione giornaliero e i picchi di traffico delle fasce orarie mattutine e serali, al fine di misurare il tempo aggiuntivo di viaggio causato dalla congestione rispetto a condizioni non congestionate. Nello score la variabile è elaborata come reciproco.	0,904341875930431	1,02118942474508	0,999444135630906	0,97499181210214
2	Barcelona	Cataluña	2019	462	24,92	0,31	2016	2018	2018	Cataluña	Barcelona	Barcelona	region	metropolitan area	metropolitan area	Eurostat	Inrix	Tom Tom	numero di autoveicoli per mille abitanti. Nello score la variabile è elaborata come reciproco.	ore spese nel traffico durante l'anno. Nello score la variabile è elaborata come reciproco.	rapporto tra il livello di congestione giornaliero e i picchi di traffico delle fasce orarie mattutine e serali, al fine di misurare il tempo aggiuntivo di viaggio causato dalla congestione rispetto a condizioni non congestionate. Nello score la variabile è elaborata come reciproco.	1,17251251879292	1,40638928801169	0,967204002223457	1,18203526967602
3	Lyon	Rhône-Alpes	2019	515	30,07	0,29	2016	2018	2018	Rhône-Alpes	Lyon	Lyon	region	metropolitan area	metropolitan area	Eurostat	Inrix	Tom Tom	numero di autoveicoli per mille abitanti. Nello score la variabile è elaborata come reciproco.	ore spese nel traffico durante l'anno. Nello score la variabile è elaborata come reciproco.	rapporto tra il livello di congestione giornaliero e i picchi di traffico delle fasce orarie mattutine e serali, al fine di misurare il tempo aggiuntivo di viaggio causato dalla congestione rispetto a condizioni non congestionate. Nello score la variabile è elaborata come reciproco.	1,05184618190743	1,16552115255242	1,03390772651473	1,08375835365819
4	München	Bayern	2019	584	46,2	0,3	2016	2018	2018	Bayern	München	München	region	metropolitan area	metropolitan area	Eurostat	Inrix	Tom Tom	numero di autoveicoli per mille abitanti. Nello score la variabile è elaborata come reciproco.	ore spese nel traffico durante l'anno. Nello score la variabile è elaborata come reciproco.	rapporto tra il livello di congestione giornaliero e i picchi di traffico delle fasce orarie mattutine e serali, al fine di misurare il tempo aggiuntivo di viaggio causato dalla congestione rispetto a condizioni non congestionate. Nello score la variabile è elaborata come reciproco.	0,92756983507248	0,758597858382061	0,999444135630906	0,895203943028482
5	Stuttgart	Baden-Württemberg	2019	574	54,06	n.a.	2016	2018	2018	Baden-Württemberg	Stuttgart	Stuttgart	region	metropolitan area	metropolitan area	Eurostat	Inrix	Tom Tom	numero di autoveicoli per mille abitanti. Nello score la variabile è elaborata come reciproco.	ore spese nel traffico durante l'anno. Nello score la variabile è elaborata come reciproco.	rapporto tra il livello di congestione giornaliero e i picchi di traffico delle fasce orarie mattutine e serali, al fine di misurare il tempo aggiuntivo di viaggio causato dalla congestione rispetto a condizioni non congestionate. Nello score la variabile è elaborata come reciproco.	0,943729588296739	0,648302276308753	""	0,796015932302746
6	Milano	Lombardia	2018	592	33	0,31	2015	2017	2016	Lombardia	Milano	Milano	region	metropolitan area	metropolitan area	Eurostat	Inrix	Tom Tom	numero di autoveicoli per mille abitanti. Nello score la variabile è elaborata come reciproco.	ore spese nel traffico durante l'anno. Nello score la variabile è elaborata come reciproco.	rapporto tra il livello di congestione giornaliero e i picchi di traffico delle fasce orarie mattutine e serali, al fine di misurare il tempo aggiuntivo di viaggio causato dalla congestione rispetto a condizioni non congestionate. Nello score la variabile è elaborata come reciproco.	0,908395724066397	1,07755221264787	0,967204002223457	0,98438397964591
7	Barcelona	Cataluña	2018	454	28	0,3	2015	2017	2016	Cataluña	Barcelona	Barcelona	region	metropolitan area	metropolitan area	Eurostat	Inrix	Tom Tom	numero di autoveicoli per mille abitanti. Nello score la variabile è elaborata come reciproco.	ore spese nel traffico durante l'anno. Nello score la variabile è elaborata come reciproco.	rapporto tra il livello di congestione giornaliero e i picchi di traffico delle fasce orarie mattutine e serali, al fine di misurare il tempo aggiuntivo di viaggio causato dalla congestione rispetto a condizioni non congestionate. Nello score la variabile è elaborata come reciproco.	1,18451601023636	1,26997225062071	0,999444135630906	1,15131079882932
8	Lyon	Rhône-Alpes	2018	523	31	0,29	2015	2017	2016	Rhône-Alpes	Lyon	Lyon	region	metropolitan area	metropolitan area	Eurostat	Inrix	Tom Tom	numero di autoveicoli per mille abitanti. Nello score la variabile è elaborata come reciproco.	ore spese nel traffico durante l'anno. Nello score la variabile è elaborata come reciproco.	rapporto tra il livello di congestione giornaliero e i picchi di traffico delle fasce orarie mattutine e serali, al fine di misurare il tempo aggiuntivo di viaggio causato dalla congestione rispetto a condizioni non congestionate. Nello score la variabile è elaborata come reciproco.	1,02824143144801	1,14707171023806	1,03390772651473	1,06974028940027
9	München	Bayern	2018	578	51	0,3	2015	2017	2016	Bayern	München	München	region	metropolitan area	metropolitan area	Eurostat	Inrix	Tom Tom	numero di autoveicoli per mille abitanti. Nello score la variabile è elaborata come reciproco.	ore spese nel traffico durante l'anno. Nello score la variabile è elaborata come reciproco.	rapporto tra il livello di congestione giornaliero e i picchi di traffico delle fasce orarie mattutine e serali, al fine di misurare il tempo aggiuntivo di viaggio causato dalla congestione rispetto a condizioni non congestionate. Nello score la variabile è elaborata come reciproco.	0,93039838866316	0,697239667007449	0,999444135630906	0,875694063767172
10	Stuttgart	Baden-Württemberg	2018	567	44	n.a.	2015	2017	2016	Baden-Württemberg	Stuttgart	Stuttgart	region	metropolitan area	metropolitan area	Eurostat	Inrix	Tom Tom	numero di autoveicoli per mille abitanti. Nello score la variabile è elaborata come reciproco.	ore spese nel traffico durante l'anno. Nello score la variabile è elaborata come reciproco.	rapporto tra il livello di congestione giornaliero e i picchi di traffico delle fasce orarie mattutine e serali, al fine di misurare il tempo aggiuntivo di viaggio causato dalla congestione rispetto a condizioni non congestionate. Nello score la variabile è elaborata come reciproco.	0,948448445586079	0,808164159485906	""	0,878306302535993
11	Milano	""	2017	588	33,8	0,3	2014	2015	2015	Lombardia	Milano	Milano	region	metropolitan area	metropolitan area	Eurostat	Inrix	Tom Tom	numero di autoveicoli per mille abitanti. Nello score la variabile è elaborata come reciproco.	ore spese nel traffico durante l'anno. Nello score la variabile è elaborata come reciproco.	rapporto tra il livello di congestione giornaliero e i picchi di traffico delle fasce orarie mattutine e serali, al fine di misurare il tempo aggiuntivo di viaggio causato dalla congestione rispetto a condizioni non congestionate. Nello score la variabile è elaborata come reciproco.	0,911648032899393	1,0759156462221	1,02362995807156	1,00373121239768
12	Barcelona	""	2017	447	32,8	0,31	2014	2015	2015	Cataluña	Barcelona	Barcelona	region	metropolitan area	metropolitan area	Eurostat	Inrix	Tom Tom	numero di autoveicoli per mille abitanti. Nello score la variabile è elaborata come reciproco.	ore spese nel traffico durante l'anno. Nello score la variabile è elaborata come reciproco.	rapporto tra il livello di congestione giornaliero e i picchi di traffico delle fasce orarie mattutine e serali, al fine di misurare il tempo aggiuntivo di viaggio causato dalla congestione rispetto a condizioni non congestionate. Nello score la variabile è elaborata come reciproco.	1,199214862069	1,10871795250936	0,990609636843445	1,09951415047393
13	Lyon	""	2017	530	28,6	0,29	2014	2015	2015	Rhône-Alpes	Lyon	Lyon	region	metropolitan area	metropolitan area	Eurostat	Inrix	Tom Tom	numero di autoveicoli per mille abitanti. Nello score la variabile è elaborata come reciproco.	ore spese nel traffico durante l'anno. Nello score la variabile è elaborata come reciproco.	rapporto tra il livello di congestione giornaliero e i picchi di traffico delle fasce orarie mattutine e serali, al fine di misurare il tempo aggiuntivo di viaggio causato dalla congestione rispetto a condizioni non congestionate. Nello score la variabile è elaborata come reciproco.	1,01141328932989	1,27153667280794	1,05892754283265	1,11395916832349
14	München	""	2017	576	48,5	0,3	2014	2015	2015	Bayern	München	München	region	metropolitan area	metropolitan area	Eurostat	Inrix	Tom Tom	numero di autoveicoli per mille abitanti. Nello score la variabile è elaborata come reciproco.	ore spese nel traffico durante l'anno. Nello score la variabile è elaborata come reciproco.	rapporto tra il livello di congestione giornaliero e i picchi di traffico delle fasce orarie mattutine e serali, al fine di misurare il tempo aggiuntivo di viaggio causato dalla congestione rispetto a condizioni non congestionate. Nello score la variabile è elaborata come reciproco.	0,930640700251463	0,749813378191896	1,02362995807156	0,901361345504973
15	Stuttgart	""	2017	566	45,8	0,34	2014	2015	2015	Baden-Württemberg	Stuttgart	Stuttgart	region	metropolitan area	metropolitan area	Eurostat	Inrix	Tom Tom	numero di autoveicoli per mille abitanti. Nello score la variabile è elaborata come reciproco.	ore spese nel traffico durante l'anno. Nello score la variabile è elaborata come reciproco.	rapporto tra il livello di congestione giornaliero e i picchi di traffico delle fasce orarie mattutine e serali, al fine di misurare il tempo aggiuntivo di viaggio causato dalla congestione rispetto a condizioni non congestionate. Nello score la variabile è elaborata come reciproco.	0,947083115450252	0,794016350268711	0,903202904180788	0,881434123299917