v, Va -och Trafik- Pa:58101 Linköping. Tel Telex50125 VTISGIS. Telefax [ St/.tulet Besök: OlausMagnus väg37linköping VZfnotat

Transkript

1 VZfnotat Nummer: T 14 - Datum: Titel: HUR PÅVERKAS KORRIGERINGAR AV OBSERVERAT ANTAL OLYCKOR OM MAN BEAKTAR SKILLNAÄDER I RAPPORTERINGSGRAD/SKAÄDEFÖLJD MELLAN OLIKA REGIONER? Författare: Ulf Bride och Jörgen Larsson Avdelning: Trafik Projektnummer: _ Projektnamn: Korrigering av uppmätta olycksmått Uppdragsgivare: Vägverket Statens väg- och trafikinstitut v, Va -och Trafik- Pa:58101 Linköping. Tel Telex50125 VTISGIS. Telefax [ St/.tulet Besök: OlausMagnus väg37linköping

2 HUR PÅVERKAS KORRIGERINGAR AV OBSERVERAT ANTAL OLYCKOR OM MAN BEAKTAR SKILLNADER I RAPPORTERINGS- GRAD/SKADEFÖLJD MELLAN OLIKA REGIONER? INLEDNING Den här redovisade studien ansluter till det arbete som VTI genomfört med hjälp av egna FoU-medel och som finns dokumenterat i VTI Meddelande 511. Studien baserar sig på vägskorsningar (äkta landsbygd, existerat ) och däri inträffade polisrapporterade olyckor Syftet med studien är att utifrån nämnda datamaterial undersöka o huruvida prediktionsmodellen för 3-vägskorsningar förbättras om rapporteringsgraden/skadeföljden för olika regioner beaktas 0 och om så är fallet - hur påverkas då m-skattningarna? SKADEFÖLJD M M FÖR OLIKA REGIONER Hela landet har delats in i tre stycken regioner region i = södra Sverige = län H,K,L,M,N,O region 2 = mellersta Sverige = län B,C,D,E,F,G,P,R,T,U region 3 = norra Sverige plus Gotland = län I,S,W,X,Y,Z,AC,BD I tabell 1 redovisas för respektive region O = antal polisrapporterade olyckor E0 = antal egendomsskadeolyckor PO = antal personskadeolyckor LPO = antal lindriga personskadeolyckor SPO = antal svåra personskadeolyckor

3 DO = antal dödsolyckor LS = antal lindrigt skadade 55 = antal svårt skadade D = antal dödade LS D = 5 = antal skadade inkl dödade Tabell 1 Region 0 E0 PO LPO spo DO LS 55 D södra mell # norra totalt Utifrån tabell 1 kan flera olika mått beräknas, t ex. LS+SS+D _ O _ -SÖ (skadeföljd) PC 55 ;9 DO gg DO SPO DO (antal personskadeolyckor i förhållande till antal egendomsskadeolyckor) De tre sistnämnda måtten blir mycket osäkra p g a litet antal olyckor framför allt i nämnaren. De två förstnämnda måtten redovisas i tabell 2.

4 Tabell 2 Region S/O PO/EO södra 0,479 0,463 mell. 0,585 0,570 norra 0,615 0,629 totalt 0,558 0,546 Som synes uppvisar de båda måtten mycket likartade resultat. Norra Sverige har högsta värden och södra Sverige lägsta. Mönstret är känt från tidigare undersökningar. Erhållna skillnader mellan regionerna kan delvis bero på faktiska skillnader i olyckornas allvarlighet men torde framför allt bero på olikheter i rapporteringsgrad - främst för de lindrigare olyckorna. Antag att skillnaderna helt beror på olika rapporteringsgrad. Hur skall man då korrigera för de skillnader i rapporteringsgrad som finns för södra respektive norra Sverige relativt mellersta Sverige. Grovt kan man räkna enligt följande: Södra Sverige: C PO PO C ' PO ' E0 C å-..._â = - M :ä :: S S M = 5 :: KS o E05 EOM EOS - POM C5 = 1 (ingen skillnad i rapportering för personskadeolyckor) ==> Ks ' "Obs. egend.ol i södra" + C5 "Obs. personsk.ol i södra" = "Pred. polisr.ol i mellersta" Dividera båda leden med "Obs. polisr.ol i södra" 1-0, _ = l-0,8l-0,68+l-0,2 -_- V 0,87 'Eedçolisnol i mellersta" "Obs.polisr.ol i södra"

5 22) "Pred.polisr.ol. i mellersta" skall korrigeras med _-1_- = 1,1 för attöverensstämma med "Obs.polisr.ol. i södra" 0,87 "- Pss erhålls att om C5 = 0,95 2::) 1 1 0,95-0,81-0,68 + 0,95 ø 0,32 0,83 Norra Sverige: C P0 P0 C ' PO E0 C 310 '1025 M : M Z) z N N M : N : KS - EON EOM EON - POM CN z 1 :ä 1. 1,10. 0, ,39 "Pred.pohsr.ol i mellersta" :2) 0,94 \_ j,,.. n -- *170 6 Obs.polisr.ol 1 norra CN = 1,05 :2; 1 = _1._ = 0,90 l,05 l,lo-o,6l+l,05-o,39 1,11 "'"' Sammanfattningsvis så skulle man för södra Sverige prediktera 15-20% fler olyckor relativt mellersta Sverige och för norra Sverige prediktera 6-10% färre olyckor relativt mellersta Sverige.

6 PREDIKTIONSMODELL SOM BEAKTAR REGIONSTILLHÖRIGHET Tidigare prediktionsmodell för årligt antal olyckor i en 3-vägskorsning (VTI Meddelande 99) hade följande utseende: 1,0957 0,3052 _.. I M d 111 A_0, (113445) (gås.) ( 0 e ) För det nu föreliggande datamaterialet har följande modell erhållits: 1,2311 0,4285 A = 0, (1p +15) 4145.) (Modell 2) p 5 Modell 2 kan enkelt utvidgas så att man direkt ser hur många olyckor som relativt mellersta Sverige skall predikteras för södra respektive norra Sverige. Om så görs erhålls: 1,2261 I _.. _5._ A - 0, (11) +15) ( IP+IS 0,4316 xl x2-1,1786 -o,9319 där X1 = 1 om södra Sverige, annars O X2 = 1 om norra Sverige, annars O (Modell 3) Enligt modell 3 skall man således för södra Sverige prediktera 18% fler olyckor relativt mellersta Sverige och för norra Sverige prediktera 7% färre olyckor relativt mellersta Sverige. Dessa resultat är nästan identiska med vad som erhölls då man ovan gjorde beräkningar utifrån antal egendomsskade- och personskadeolyckor.

7 JÃMFÖRELSER AV PREDIKTIONSMODELLERNA OCH r'ñ-skattningarna Om de tre olika prediktionsmodellerna tillämpas på nuvarande datamaterial erhålls förklaringsvärden (R2) enligt tabell 3. Tabell 3 2 _ ^ Modell R.. ryy 1 0,6610 0,6667 0,6733 Som framgår är skillnaderna mycket små. Tabell 4 baserar sig på modell 1 och är identisk med "Tabell 1" i VTI Meddelande 511. Tabell 4 r'ñ-skattningar - prediktioner enligt modell 1 antal antal årligt pred. m för årligt antal olyckor årligt korsn. olyckor antal årligt per korsning antal olyckor antal olyckor per korsn. olyckor EB EB EB EB EB EB per korsn per korsn. vanl.** a: a: a: a: a: *** * 0,04 0,10 0,20 0, ,18 0,11 0,17 0,16 0,15 0,14 0,09 0, ,20 0,23 0,23 0,22 0,22 0,22 0,21 0,20 0, ,40 0,28 0,35 0,28 0,28 0,29 0,30 0,33 0, ,60 0,34 0,47 0,35 0,37 0,39 0,41 0,48 0, ,80 0,40 0,59 0,42 0,45 0,49 0,52 0,64 0, ,00 0,46 0,71 0,50 0,54 0,61 0,65 0,81 0,69 75 _>_6 1,57 0,64 1,05 0,74 0,86 0,99 1,08 1,33 1,05 * gäller även för ** för åren är 32 = 1,39 och 52 = 3,46 *** multiplicerat med 1,10 för att korrigera för den allmänna olycksutvecküngen

8 Tabellerna 5 och 6 är gjorda på samma sätt som tabell 4 men grundar sig på modellerna 2 respektive 3. Tabell 5 r'ñ-skattningar - prediktioner enligt modell 2 antal antal årligt pred. än för årligt antal olyckor årligt korsn. olyckor antal årligt per korsning antal olyckor antal olyckor per korsn. olyckor EB EB EB EB EB EB per korsn per korsn. vanl. a: a: a: a: a: ,04 0,10 0,20 0, ,17 0,11 0,16 0,15 0,14 0,13 0,08 0, ,20 0,23 0,23 0,23 0,22 0,21 0,21 0,20 0, ,40 0,29 0,35 0,29 0,29 0,30 0,30 0,33 0, ,60 0,37 0,47 0,38 0,39 0,41 0,42 0,49 0, ,80 0,45 0,59 0,46 0,49 0,52 0,55 0,65 0, ,00 0,54 0,71 0,57 0,61 0,67 0,71 0,84 0,69 75 :6 1,57 0,80 1,05 0,90 1,00 1,11 1,18 1,39 1,05 Tabell 6 m-skattningar - prediktioner enligt modell 3 antal antal årligt pred. r'ñ för årligt antal olyckor årligt korsn. olyckor antal årligt per korsning antal olyckor antal olyckor per korsn. olyckor EB EB EB EB EB EB per korsn per korsn. vanl. a: a: a: a: a: ,04 0,10 0,20 0, ,17 0,11 0,16 0,15 0,14 0,12 0,08 0, ,20 0,22 0,23 0,22 0,21 0,21 0,20 0,19 0, ,40 0,29 0,35 0,29 0,29 0,29 0,30 0,32 0, ,60 0,37 0,47 0,37 0,39 0,41 0,42 0,48 0, ,80 0,45 0,59 0,47 0,49 0,52 0,55 0,65 0, ,00 0,53 0,71 0,57 0,61 0,66 0,70 0,83 0,69 75 :6 1,57 0,79 1,05 0,89 0,99 1,10 1,18 1,38 1,05

9 I tabell 7 ges en översikt över de linjära regressionsanalyser (jfr med bilaga 1 i VTI Meddelande 511) som gjorts för att jämföra de olika m- skattningarna (baserade på åren ) med "facit" (antal olyckor ). Tabell 7 Linjära regressionsanalyser (9 = A + Bx), observationer. Modell l Modell 2 Modell 3 y x A B R2 A B R2 A B R2 årligt årligt antal antal olyckor olyckor * enligt EB vanl. 0,01 0,91 0,178 0,01 0,91 0,178 0,01 0,91 0,178 " enligt EB a=0,04-0,07 1,32 0,239-0,01 1,03 0,237-0,01 1,06 0,246 " enligt EB a=0,10-0,06 1,24 0,248-0,01 1,01 0,245-0,01 1,03 0,253 " enligt EB a=0,20-0,03 1,11 0,246-0,01 0,95 0,244 0,01 0,97 0,251 " enligt EB a=0,30-0,01 1,02 0,240 0,02 0,90 0,240 0,02 0,91 0,246 " enligt EB a=l 0,05 0,77 0,215 0,06 0,74 0,217 0,06 0,74 0,220 * multiplicerat med 1,10 för att korrigera för den allmänna olycksutvecklingen Resultaten pekar på att för modellerna 2 och 3 så blir bästa värde på "a" i a red uttrycket 61 = pred + (x - pred) något lägre än för modell 1. +a-pred Detta är naturligtvis ett väntat resultat eftersom modellerna 2 och 3 är byggda på just det material som används för jämförelsen. Däremot - vid jämförelse mellan modell 2 (inget beaktande av region) och modell 3 (som beaktar region) - så föreligger inga skillnader.

10 SLUTSATS o Studien pekar på att det föreligger skillnader i rapportering av olyckor mellan olika regioner. o Trots detta så förbättras inte prediktionsmodellen för 3-vägskorsningar nämnvärt om man bygger ut modellen så att regionstillhörighet beaktas. o Helt naturligt kan man då inte heller fastslâ att "a-värdet", i uttrycket m = pred (x - pred), förändras då man har en prediktionsmodell som beaktar regionstillhörighet.

11 Bilaga 1 Skadeföljd - regressionseffekt - korrigering 3-vägskorsningar, äkta landsbygd, 90 km/h generellt, endast korsningar i vilka det inträffat åtminstone någon olycka under såväl före som efterperioden. Före Efter "tredjedelen" med korsn O lägst skadeföljd 5/0 0,00 0, 476 0,525* "tredjedelen" med korsn O "mittenskadeföljd" 5/0 0, 405 0, 532 0,587* "tredjedelen" med korsn O högst skadeföljd 5/0 1, 337 0,669 0,738* totalt 336 korsn O S/O 0,612 0,555 0,612* * Multiplicerat med 0,612/0,555

12