Trafiksäkerhetsmodell för länkar på landsbygd

Utgivningsår 2005 www.vti.se/publikationer Trafiksäkerhetsmodell för länkar på landsbygd Ulf Brüde

Utgivare: Publikation: Utgivningsår: 2005 Projektnummer: 40324 581 95 Linköping Projektnamn: Effektmodeller för vägtrafikanläggningar, EMV Författare: Ulf Brüde Uppdragsgivare: Vägverket Titel: Trafiksäkerhetsmodell för länkar på landsbygd Referat (bakgrund, syfte, metod, resultat) max 200 ord: Syftet har varit att ta fram en ny typ av modell för länkar på det statliga vägnätet. Modellen skall vara enkel, ha god prediktiv förmåga och vara förklarande. Dessutom skall modellen fortlöpande kunna revideras med successivt ökade kunskaper. Arbetet har inriktats på dödskvot och SSD-kvot (antal dödade respektive antal svårt skadade eller dödade per trafikarbete). Modellen skall så långt möjligt vara generell och flexibel och täcka även kombinationer av utformning och hastighetsbegränsning som idag inte förekommer. Under senare år har behovet ökat av att ha modeller som differentierar efter nya vägtyper som t.ex. 2+1-vägar (med olika typer av avgränsning i mitten) och som dessutom kan differentiera efter t.ex. 10- steg i hastighetsbegränsningen som 50, 60, 70, 80, 90, 100 och 110 km/h. I första hand torde efterfrågan på modeller för att prediktera antal dödade att öka. Den föreslagna modellen tar multiplikativt hänsyn till vägtyp, sidoområde, linjeföring/sikt och faktisk hastighetsnivå. Givet en viss förväntad dödskvot (eller SSD-kvot) för en viss vägtyp med viss faktisk hastighetsnivå kan man ändra de ingående faktorerna och erhålla en ny förväntad kvot enligt följande schematiska utseende: Dödskvot = konstant Vägtypsförändring Sidoomr.ändr. Linjef./siktändr. Hastighetsändr. Med hjälp av tidigare skattade kvoter och åtgärdseffekter samt gjorda expertbedömningar har de olika vägfaktorernas unika effekter skattats. Hastighetsförändringens betydelse erhålls enkelt med hjälp av den s.k. potensmodellen. Modellens kanske viktigaste egenskap är just att mera fokus än tidigare sätts på hastighetens stora betydelse för antal dödade och svårt skadade. ISSN: Språk: Antal sidor: 0347-6030 Svenska 21 + 5 bilagor

Publisher: Publication: Published: 2005 Project code: 40324 SE-581 95 Linköping Sweden Author: Ulf Brüde Project: Effect models for road traffic installations (EMV) Sponsor: Swedish Road Administration Title: Traffic safety model for links in rural areas Abstract (background, aims, methods, results) max 200 words: The objective has been to develop a new type of model for links on the state maintained road network. The model must be easy to use, have good predictive ability and have an explanatory capacity. It must also be possible for the model to be constantly revised as knowledge gradually increases. Work has concentrated on fatality rate and SSD rate (number killed, or number severely injured or killed, per a certain traffic mileage). The model must, as far as possible, be general and flexible and must also cover combinations of design and speed limits which are not used today. In recent years, there has been an increasing need for models which differentiate on the basis of new types of road, such as 2+1 roads (with different types of barriers at the centre) and which can also differentiate on the basis of e.g. 10-km stages in speed limits, such as 50, 60, 70, 80, 90, 100 and 110 km/h. It is likely that demand will in the first place increase for models that can predict the number killed on the roads. The proposed model takes multiplicative account of type of road, roadside area, alignment/sight line and actual speed level. Given a certain expected fatality rate (or SSD rate) for a certain type of road with a certain actual speed level, the constituent factors can be altered and a new expected rate can be obtained according to the following schematic arrangement: Fatality rate = constant x Road type change x Roadside area change x Alignment/sight line change x Speed change With the help of previously estimated rates and the effects of measures, as well as expert assessments, the unique effects of the various road factors have been estimated. The significance of a change in speed is easily obtained using the power model. Perhaps the most important property of the model is that more attention than before is focused on the great significance of speed for the number killed and severely injured on the roads. ISSN: Language: No. of pages: 0347-6030 Swedish 21 + App.

Förord Denna rapport, Trafiksäkerhetsmodell för länkar på landsbygd, redovisar ett delprojekt ingående i det större projektet Effektmodeller för vägtrafikanläggningar (EMV) som genomförs i samarbete mellan KTH, VTI och LTH. En ny typ av modell för att prediktera och förklara antalet dödade, alternativt antalet dödade eller svårt skadade, på länkar på landsbygd redovisas. Kapitel 4 och tillhörande bilaga 4 utgör rapportens centrala delar. Undertecknad har ansvarat för projektet. Arne Land, VTI, har gjort omfattande uttag ur Vägverkets olycksdatasystem. Ett särskilt tack riktas också till Rune Elvik, TØI, samt de kollegor på VTI och Vägverket som medverkat i gjorda expertbedömningar. Omslagsbilderna är tagna av Göran Billeson respektive Thor Balkhed. Linköping juni 2005 Ulf Brüde

Innehållsförteckning Sid Sammanfattning 5 Summary 7 1 Bakgrund och syfte 9 2 Potentialer och trender 11 2.1 Data 11 2.2 Potentialer 11 2.3 Trender 13 3 Nuvarande kvoter 14 3.1 EVA, länk 14 3.2 Länk och länk plus nod, 1990-tal och 2000-tal 14 4 Förslag till ny modell 15 4.1 Inledning 15 4.2 Förklaringsfaktorer och modellstruktur 15 4.3 Normalvägar 16 4.4 Expertbedömning normalvägars standard avseende säkerhet samt medelhastighet 17 4.5 Expertbedömning effekter m.m. för motorväg och alternativa 2+1-utformningar 17 4.6 Skattade dödskvoter och SSD-kvoter 17 4.7 Jämförelse mellan nya och gamla kvoter 18 4.8 Alternativ användning 19 5 Kalkylprogram 20 6 Diskussion och slutsatser 21 Bilagor: Bilaga 1 Antal dödade och svårt skadade på statliga länkar efter vägtyp, längd, flöde, trafikarbete och olyckstyp samt antal dödade och svårt skadade efter vägtyp, hastighetsgräns och olyckstyp Bilaga 2 Normala döds- och SSD-kvoter Bilaga 3 Expertbedömningar Bilaga 4 Illustration av nya modellen Bilaga 5 Kalkylprogram, exempel

Trafiksäkerhetsmodell för länkar på landsbygd av Ulf Brüde VTI 581 95 Linköping Sammanfattning Föreliggande projekt ingår som ett delprojekt i det större projektet Effektmodeller för vägtrafikanläggningar (EMV) som genomförs i samarbete mellan KTH, VTI och LTH. Syftet har varit att ta fram en helt ny typ av modell för länkar på det statliga vägnätet. Modellen skall vara enkel, ha god prediktiv förmåga och vara förklarande. Dessutom skall modellen fortlöpande kunna revideras med successivt ökade kunskaper. Arbetet har inriktats på dödskvot och SSD-kvot (antal dödade respektive antal svårt skadade eller dödade per trafikarbete). Modellen skall så långt möjligt vara generell och flexibel och täcka även kombinationer av utformning och hastighetsbegränsning som idag inte förekommer. Inom projektet har ett omfattande datauttag gjorts avseende väglängder, trafikarbete samt antal olyckor och skadade eller dödade 1994 1998. Totalt uppgår längden för motorväg, motortrafikled och övriga vanliga belagda tvåfältsvägar 5,0 15,9 m till ca 3 400 mil. Motorväg svarar för 143 mil, motortrafikled 35 mil och s.k. vanliga 13m-vägar för 393 mil. Per år 1994 1998 (endast länkolyckor och exklusive viltolyckor) dödades 332 på nämnda vägnät, varav 26 på motorväg, 17 på motortrafikled och 79 på vanlig 13m-väg. Mötes- och omkörningsolyckor samt singelolyckor är de dominerande olyckstyperna. Mötesproblematiken är särskilt stor på de större och mest högtrafikerade tvåfältsvägarna. För motortrafikled fordras i genomsnitt ca 2 2,5 mil (ÅDT ca 8 300 fordon per dygn) för att totala antalet dödade i olyckor typ möte/omkörning/singel skall uppgå till en dödad per år. Motsvarande för 13m-vägar blir ca 5 10 mil (ÅDT ca 5 900 fordon per dygn) och för övriga tvåfältsvägar ca 10 20 mil (ÅDT ca 2 200). Under 1990-talet (1990 1998) minskade dödskvoterna och SSD-kvoterna. Det gällde för såväl motorväg, motortrafikled som vanliga 13m-vägar. I rapporten redovisas nuvarande normalkvoter för länkar på motorväg, motortrafikled och tvåfältsvägar. För motorväg, motortrafikled och 13m-väg redovisas dessutom normalkvoter för länk plus nod för såväl 2000-tal som 1990-tal. Under senare år har behovet ökat av att ha modeller som differentierar efter nya vägtyper som t.ex. 2+1-vägar (med olika typer av avgränsning i mitten) och som dessutom kan differentiera efter t.ex. 10-steg i hastighetsbegränsningen som 60, 70, 80, 90, 100, 110 (och 120) km/h. I första hand torde efterfrågan på modeller för att prediktera antal dödade att öka. Den föreslagna modellen tar multiplikativt hänsyn till vägtyp, sidoområde, linjeföring/sikt och faktisk hastighetsnivå. Givet en viss förväntad dödskvot (eller SSD-kvot) för en viss vägtyp med viss faktisk hastighetsnivå kan man ändra de ingående faktorerna och erhålla en ny förväntad kvot: Dödskvot = konstant Vägtypsförändring Sidoomr.ändr. Linjef./siktändr. Hast.ändr. 5

Med hjälp av tidigare skattade kvoter och åtgärdseffekter samt gjorda expertbedömningar har de olika vägfaktorernas unika effekter skattats. Hastighetsförändringens betydelse erhålls enkelt med hjälp av de s.k. potenssambanden. Modellens kanske viktigaste egenskap är just att mera fokus än tidigare sätts på hastighetens stora betydelse för antal dödade och svårt skadade. Överensstämmelsen mellan de nya skattade modellkvoterna och befintliga EVA-kvoter är mycket god, särskilt vad gäller dödskvoterna. 6

Traffic safety model for links in rural areas by Ulf Brüde VTI SE-581 95 Linköping Sweden Summary The present project is part of the major project Effect models for road traffic installations (EMV) which is carried out in cooperation between the Royal Institute of Technology (KTH), VTI and Lund Institute of Technology (LTH). The objective has been to develop a new type of model for links on the state maintained road network. The model must be easy to use, have good predictive ability and have an explanatory capacity. It must also be possible for the model to be constantly revised as knowledge gradually increases. Work has concentrated on fatality rate and SSD rate (number killed, or number severely injured or killed, per a certain traffic mileage). The model must, as far as possible, be general and flexible and must also cover combinations of design and speed limits which are not used today. Within the project, extensive data were collected concerning road lengths, traffic mileage and the number of accidents and severe injuries or fatalities over the period 1994 1998. The total length of motorways, expressways and other ordinary paved twolane roads of 5.0 15.9 m width is ca 34,000 km. Motorways account for 1,430 km, expressways for 350 km and ordinary 13 m wide roads for 3,930 km. Over the period 1994 1998, 332 persons per year were killed on the above road network, 26 on motorways, 17 on expressways and 79 on ordinary 13 m wide roads (the figures relate only to accidents on links and exclude accidents involving game). The dominant accident types are head-on and overtaking accidents, and single vehicle accidents. The head-on accident problem is especially serious on the larger two-lane roads which carry the highest volume of traffic. For an expressway, about 20 25 km (with an AADT of ca 8,300 vehicles per day) are required, on average, for the total number of fatalities in accidents of the head-on/overtaking/single type to reach one per year. The corresponding figure for 13 m wide roads is about 50 100 km (AADT ca 5,900 vehicles per day) and for other two-lane roads about 100 200 km (AADT ca 2,200). During the 1990s (1990 1998) the fatality rates and SSD rates decreased. This applied to both motorways, expressways and ordinary 13 m wide roads. The report sets out the present normal rates for links on motorways, expressways and two-lane roads. In addition, normal rates for links plus nodes, for both the 2000s and 1990s, are also given for motorways, expressways and 13 m roads. In recent years, there has been an increasing need for models which differentiate on the basis of new types of road, such as 2+1 roads (with different types of barriers at the centre) and which can also differentiate on the basis of e.g. 10-km stages in speed limits, such as 60, 70, 80, 90, 100 and 110 (and 120) km/h. It is likely that demand will in the first place increase for models that can predict the number killed on the roads. 7

The proposed model takes multiplicative account of type of road, roadside area, alignment/sight line and actual speed level. Given a certain expected fatality rate (or SSD rate) for a certain type of road with a certain actual speed level, the constituent factors can be altered and a new expected rate can be obtained according to the following schematic arrangement: Fatality rate = constant x Road type change x Roadside area change x Alignment/sight line change x Speed change With the help of previously estimated rates and the effects of measures, as well as expert assessments, the unique effects of the various road factors have been estimated. The significance of a change in speed is easily obtained using the power model. Perhaps the most important property of the model is that more attention than before is focused on the great significance of speed for the number killed and severely injured on the roads. There is very good agreement between the new estimated model rates and the existing rates calculated by the EVA method, especially with regard to fatality rates. 8

1 Bakgrund och syfte Projektet Effektmodeller för vägtrafikanläggningar (EMV) genomförs i samarbete mellan KTH, VTI och LTH. Det övergripande syftet är att genom litteraturstudier, datainsamling och modellutveckling ta fram nya effektmodeller och åtgärds/effektsamband. De resulterande effektmodellerna och sambanden skall kunna användas som underlag för konsekvensbedömningar av åtgärder för Vägverkets produkter och tjänster. Resultaten skall också göras lättillgängliga för yrkesverksamma trafikplanerare genom handböcker och datorprogram. Allmänt kan konstateras att kunskapsläget om trafiksäkerhetseffekter och samband för olika åtgärder, vägutformningar och trafikförhållanden är bättre för landsbygdsförhållanden än för tätort och dessutom bättre för korsningar än för länkar både vad gäller landsbygd och tätort. Inom EMV-projektet har VTI genomfört en litteraturinventering (Jörgen Larsson) avseende trafiksäkerhet på landsbygd, huvudsakligen inriktad på väglänkar. Syftet har främst varit att komplettera vad som finns i TØI:s s.k. trafiksäkerhetshandbok med framkomna resultat från de allra senaste åren. I den genomgångna litteraturen kan konstateras att ofta har analyser och redovisade samband grundats på antingen samtliga polisrapporterade olyckor inklusive egendomsskadeolyckor eller polisrapporterade personskadeolyckor. Ganska sällan har data insamlats och analyserats så att nollvisionssamband inriktade på dödade och svårt skadade personer har kunnat presenteras. Svenska samband är i regel av gammalt datum även om fortlöpande uppdateringar gjorts och några nya studier genomförts. Många gånger har de s.k. normalkvoterna uppfattats som svårförståeliga. Till exempel föreligger högre kvoter för vägar med 70 km/h än för vägar med 90 km/h, trots samma bredd. Som förklaring har bara angetts att vägarna inte är jämförbara pga. andra skillnader i standard. Det är en uppenbar brist att kunskaperna är otillräckliga vad avser nya utformningar som t.ex. 2+1-väg med olika typer av mittseparering (räcke, räffling, målning). Bästa typ av sidoområde och tillhörande effekt är ännu inte helt klarlagd. Detsamma gäller mått för linjeföring/sikt. Framtida modellbyggnad och trafiksäkerhetsuppföljning kommer att försvåras pga. att egendomsskadeolyckorna inte längre registreras. I fortsättningen kommer det sannolikt också att bli svårare med såväl modellbyggnad som t.ex. före- och efterstudier pga. att det fr.o.m. år 2003 sker en övergång till ett nytt olycks- och skadedatasystem (STRADA). Mycket måste lösas innan den nya typen av olycksoch skadedata kan kopplas till väg- och trafikdata. Redan nu synes det klart att polisrapportering och skadeklassificering påverkas av det nya systemet. För landsbygd, i första hand länkar men även för länkar och knutpunkter sammantaget, föreligger idag ett stort behov av att ta fram nytt beslutsunderlag med inriktning på i första hand dödade eller svårt skadade personer. Syftet med detta projekt är att ta fram en ny typ av modell för länkar. Modellen skall vara enkel, ha god prediktiv förmåga, vara förklarande och användbar för dagligt bruk. Dessutom skall modellen fortlöpande kunna revideras med successivt ökade kunskaper. I första hand inriktas arbetet på D-kvot (dödskvot, antal dödade per miljon axelparkm alt. fordonskm) och SSD-kvot (antal svårt skadade eller dödade per trafikarbete). Primärt skall modellen avse statliga vägar, 7m-vägar eller bredare och med hastighetsbegränsning 70 km/h eller högre. Modellen skall så 9

långt möjligt vara generell och flexibel och täcka även kombinationer av utformning och hastighetsbegränsning som idag inte förekommer. 10

2 Potentialer och trender 2.1 Data Ett omfattande datauttag har gjorts ur Vägverkets väg- och olycksdatasystem för att kunna skatta trafiksäkerhetspotentialer och trender. Uttaget har avsett åren 1994 1998 och omfattat såväl längd, trafikarbete som olyckor, skadade och dödade. Uppdelningar har gjorts efter vägtyp, flöde, olyckstyp, hastighetsgräns m.m. 2.2 Potentialer Som framgår av bilaga 1 uppgår totala längden för motorväg (MV), motortrafikled (ML) och övriga vanliga belagda tvåfältsvägar 5,0 15,9 m till ca 3 400 mil (avser läget 1998). MV svarar för 143 mil (4 %), ML 35 mil (1 %) och s.k. vanliga 13m-vägar (11,6 15,9 m) för 393 mil (12 %). Vägar med bredd 10,1 11,5 m svarar för 51 mil (1 %). Merparten mil, 2 775 (81 %), återfinns på vägar som är 10 m eller smalare. Årliga trafikarbetet (miljoner fordonskm år 1998) fördelade sig efter respektive vägtyp som 23, 2, 20, 3 och 52 %. Se figur 1. Merparten av vägnätet har hastighetsbegränsning 70 110 km/h. Per år 1994 1998 (endast länkolyckor och exklusive viltolyckor) dödades 332 och skadades svårt enligt polisens uppgift 1 696 på nämnda vägnät. Per år dödades 26 (8 %) på MV, 17 (5 %) på ML, 79 (24 %) på 13m-väg och 209 (64 %) på resterande tvåfältsvägar. Se figur 1. Procentuella fördelningar 90 80 70 60 50 40 30 20 10 0 MV ML 13m-väg övriga Längd Trafikarbete Dödade Figur 1 Procentuella fördelningar efter vägtyp för längd, trafikarbete och antal dödade. På ML dödades per år 13 i mötes- eller omkörningsolyckor som slutat i kollision med mötande (olyckstyp M1 eller O1) och på 13m-vägar dödades per år 42 i samma typ av olyckor. Totalt för samtliga övriga tvåfältsvägar dödades 64 per år i M1/O1-olyckor. Se figur 2. Antalet dödade per år i singelolyckor (S) uppgick till 2 för ML, 18 för 13mvägar och 80 för övriga tvåfältsvägar. Se figur 2. 11

För ML kan ca 80 % av dödsfallen hänföras till olyckor som slutat i kollision med mötande fordon. För 13m-vägar uppgår samma andel till dryga 50 % och för övriga tvåfältsvägar till ca 25 40 %. Andelen som dödats i singelolyckor uppgår till ca 15 % för ML, ca 25 % för 13m-vägar och ca 25 40 % för övriga tvåfältsvägar. Sammantaget svarar M1/O1/S-olyckorna för knappa 95 % av samtliga dödade på ML, ca 75 % på 13m-vägar och ca 55 70 % på resten av tvåfältsvägarna. Motsvarande procentuella andelar för svårt skadade eller dödade (SSD) är ca 85, 65 respektive 50 65 %. Antal dödade per år 80 70 60 50 40 30 20 10 0 MV ML 13m-väg övriga M1/O1 S övriga Figur 2 Antal dödade per år efter olyckstyp för respektive vägtyp. Inte minst för 13m-vägarna kan noteras att M1/O1-olyckorna och S-olyckorna sammantaget svarar för ungefär samma andel av samtliga dödade (ca 75 85 %), oberoende av trafikflödet, men att ju mindre flöde desto mindre andel M1/O1 och desto större andel S och det omvända ju större flöde. För ML fordras i genomsnitt ca 2 2,5 mil (med i genomsnitt ca 8 300 fordon per dygn) för att totala antalet dödade i M1/O1/S-olyckor skall uppgå till en dödad per år. Motsvarande för 13m-vägar blir ca 5 10 mil (ca 5 900 fordon per dygn) och för övriga tvåfältsvägar ca 10 20 mil (ca 2 200 fordon per dygn). Om man utifrån siffrorna i bilaga 1 och som ett räkneexempel skulle anta att mitträcke på ML skulle ta bort 90 % av M1/O1-olyckorna och 50 % av S-olyckorna och vidare anta kunna ta bort 50 % av kvarvarande S-olyckor genom förbättrat sidoområde (alternativt anta att förbättrat sidoområde tar bort 20 % av samtliga kvarvarande dödade efter mitträcket) samt dessutom anta att inga som helst negativa bieffekter skulle uppstå då skulle antalet dödade reduceras med 82 %. Samma typ av räkneexempel för 13m-vägarna skulle leda till en reduktion på ca 65 %. I verkligheten kan man naturligtvis inte utesluta att nya olyckor kan tillkomma och att eventuellt ökade hastigheter ökar antalet dödade. 12

2.3 Trender Figur 3 och 4 visar tydligt att såväl dödskvoten som SSD-kvoten har minskat under 1990-talet (fram t.o.m. 1998). Detta gäller för såväl motorväg, motortrafikled som vanliga 13m-vägar. Förklaringen kan vara såväl standardhöjning av vägarna som förändringar avseende fordon och förare. Dödskvoter, utveckling under 1990-talet 0,0180 0,0160 0,0140 0,0120 0,0100 0,0080 MV 90-110 ML 90-110 13m 90-110 0,0060 0,0040 0,0020 0,0000 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 Figur 3 Utveckling över tiden för dödskvot (antal dödade per miljon fordonskm). SSD-kvoter, utveckling under 1990-talet 0,0700 0,0600 0,0500 0,0400 0,0300 MV 90-110 ML 90-110 13m 90-110 0,0200 0,0100 0,0000 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 Figur 4 Utveckling över tiden för SSD-kvot (svårt skadade eller dödade per miljon fordonskm). 13

3 Nuvarande kvoter 3.1 EVA, länk Nedan återges normalkvoter för länk på landsbygd enligt Effektsamband 2000 (Vägverket, 2001). I några fall kan kvoterna synas ologiska på så sätt att den inbördes rangordningen inte blir densamma för dödskvoten som för SSD-kvoten (eller SSkvoten). I andra fall kan man notera att kvoten är högre trots samma bredd och lägre hastighetsgräns. Detta måste naturligtvis bero på att det föreligger fler skillnader i standard än olika bredd. Tabell 1 Normalkvoter enligt Effektsamband 2000. Länk SAUOMKCFV EVA-kvoter D SS SSD MV 90 Normal 0,0021 0,0110 0,0131 Bred/räcke 0,0021 0,0106 0,0127 MV 110 Normal 0,0026 0,0151 0,0177 Bred/räcke 0,0025 0,0145 0,0170 ML 90 0,0083 0,0300 0,0383 ML110 0,0132 0,0320 0,0452 13m 90 0,0073 0,0350 0,0423 13m 110 0,0101 0,0410 0,0511 9m 90 0,0083 0,0400 0,0483 9m 70 0,0076 0,0480 0,0556 7m 90 0,0086 0,0410 0,0496 7m 70 0,0079 0,0500 0,0579 Anm.: Trafikarbetet har beräknats som antal miljoner axelparkm. 3.2 Länk och länk plus nod, 1990-tal och 2000-tal Ofta finns det ett behov av att kunna ange normalkvoter inte bara för länk och korsningar (knutpunkter/noder) var för sig, utan även för en hel väg inklusive de korsningar man passerar. Oftast torde man då vara intresserad bara av den del av korsningen (knutpunkten/noden) som ligger i omedelbar närhet av primärvägen ( lilla nodtillskottet ). Med stora nodtillskottet (gäller bara trafikplatser) avses även grenar och sekundärvägskorsningar. I bilaga 2 redovisas framtagna normalkvoter (Vägverket/VTI) för motorväg, motortrafikled och 13m-vägar för dels enbart länk och dels länk plus lilla respektive stora nodtillskottet. I samma bilaga redovisas förutom normalkvoter för 2000-tal även vilka normalkvoter som kunde anses vara giltiga för 1990-talet. Anmärkning: En väg delas upp i länkar och knutpunkter/noder. Knutpunkt/nod utgörs av korsning mellan statliga vägar. Även på länk kan det förekomma mindre korsningar typ anslutningar från enskilda vägar, rastplatser m.m. 14

4 Förslag till ny modell 4.1 Inledning För korsningar av alla slag och för alla miljöer och förekommande hastighetsgränser samt godtyckliga flöden finns idag modeller för att prediktera antal olyckor och skadade (även uppdelat efter lindrigt skadade, svårt skadade och dödade). Resultaten är lättillgängliga via t.ex. Excel-programmet Lill-Eva. De resultat som utgör grunden för korsningssambanden härrör från många års studier av VTI och Vägverket. För länkar har det under senare år blivit ett allt större behov av att ha modeller som differentierar efter nya vägtyper som t.ex. 2+1-vägar (med olika avgränsning i mitten). Framledes torde det också kunna bli aktuellt med nya steg i hastighetsbegränsningen som t.ex. 60, 70, 80, 90, 100, 110 (och 120 km/h). Det torde också kunna bli aktuellt med kombinationer av vägtyp/utformning och hastighetsgräns som tidigare inte förekommit. Sist men inte minst torde efterfrågan på modeller för att prediktera i första hand antal dödade att öka. Självklart skall modellerna så långt möjligt även beakta andra påverkande faktorer. Att ta fram nya länkmodeller enligt ovan skisserat är naturligtvis ingen lätt uppgift. Att börja om från början och samla in nya empiriska data och sedan försöka bilda heltäckande modeller kan betraktas som omöjligt och dessutom helt onödigt. Sedan några år tillbaka registreras inte egendomsskadeolyckor och fr.o.m. år 2003 har ett nytt olycks- och skadedatasystem (STRADA) introducerats men där det kan komma att dröja flera år innan skadedata kan kopplas till vägoch trafikflödesdata. Och framför allt har under de senaste trettio åren, precis som för korsningar, mycken forskning och många studier ägnats åt trafiksäkerhet på länkar. Under de allra senaste åren har man på Vägverket (Östen Johansson m.fl.) gjort omfattande studier för att belysa samband och effekter på mera detaljerad nivå. Vad som främst saknas eller återstår är att försöka genomföra en syntes eller bilda en övergripande modell för vad som hittills framkommit. Och att dessutom öppna möjligheter för att fortlöpande kunna revidera och förbättra modellerna allteftersom nya resultat framkommer. 4.2 Förklaringsfaktorer och modellstruktur Den här föreslagna modellen utgår ifrån antagandet att det i huvudsak finns ett begränsat antal förklaringsfaktorer som multiplikativt påverkar dödskvot (antal dödade per trafikarbete) och SSD-kvot (antal svårt skadade eller dödade per trafikarbete). Till att börja med har vägtypen en avgörande betydelse. Antag t.ex. att man utgår ifrån en vanlig genomsnittlig 13m-väg med hastighetsgräns 90 km/h. Nämnda väg kan byggas om till motorväg, 2+1-väg med mitträcke, målad 2+1- väg eller kanske smalnas av till en 9m-väg eller 7m-väg. Några av förändringarna skulle, allt övrigt oförändrat, reducera kvoterna medan andra skulle höja kvoterna. Samtliga olyckstyper påverkas. Givet viss vägtyp påverkas kvoterna (i första hand singelolyckorna) av sidoområdet. Antingen kan man ange en multiplikativ påverkan på samtliga olyckor eller en multiplikativ större påverkan på enbart antalet singelolyckor. Åtgärder i sidoområdet kan vara av olika slag, antingen så att man gör 15

sidoområdet mera avkörningsvänligt eller att man direkt förhindrar avkörningar med hjälp av räcken vid sidan eller i mitten av vägen. Vägtypsfaktorn och sidoområdesfaktorn kan också bakas ihop till en gemensam faktor. Ofta torde det vara svårt att helt särskilja inverkan av respektive delfaktor. Givet viss vägtyp och visst sidoområde påverkas samtliga olyckstyper av linjeföring/sikt. Det förekommer flera olika mått för att mäta denna faktor, krökning/lutning och andel av vägen med viss specificerad sikt. Sist men inte minst, givet viss vägtyp och visst sidoområde och viss linjeföring/sikt, så påverkas samtliga olyckstyper av den faktiska hastighetsnivån. Enligt den i forskarkretsar allmänt vedertagna potensmodellen gäller att antalet dödade påverkas med fjärdepotensen av förändringar i hastighetsnivån medan SSD påverkas med tredjepotensen. Hastighetsnivån utrycks här som medelhastighet för personbilar i lämpligt vald punkt på vägen. Den typ av förklarande prediktionsmodell som här föreslås har följande multiplikativa struktur: Dödskvot = konstant Vägtypsförändring Sidoomr.ändr. Linjef./siktändr. Hast.ändr. Med hjälp av tidigare skattade kvoter och åtgärdseffekter enligt Effektsamband 2000 samt expertbedömningar kan de olika faktorernas inverkan skattas. 4.3 Normalvägar I ett första steg gäller det att försöka avgöra eller bedöma hur den normala genomsnittliga 13m-vägen med 90 km/h ser ut med avseende på de i modellen ingående olika faktorerna och dito för övriga betraktade vägtyper. A priori har vissa antaganden gjorts utifrån tidigare kunskaper och erfarenheter. Tabell 2 Normalvägar. Olika faktorers påverkan samt hastighetsnivåer. D-kvot SS-kvot SSD-kvot Bredd Sidoomr. Linjef./sikt Hast. 13m 90 0,0073 0,0350 0,0423 1 1 1 98 9m 90 0,0083 0,0400 0,0483 - - - 94 9m 70 0,0076 0,0480 0,0556 - --- --- 83 7m 90 0,0086 0,0410 0,0496 --- - - 92 7m 70 0,0079 0,0500 0,0579 --- --- --- 82 Anm.: Skattad reshastighet är ca 2 km/h lägre än i tabellen angivna medelhastigheter. För den genomsnittliga 13m-vägen med hastighetsgräns 90 km/h sätts vägtypsfaktorn (bredd), sidoområdesfaktorn (typ C) och linjeförings-/siktfaktorn (andel sikt >500 m antas vara >XX %) samtliga lika med 1. Den genomsnittliga hastighetsnivån antas vara 98 km/h. Den genomsnittliga 9m-vägen med hastighetsgräns 90 km/h antas, förutom den mindre bredden, ha såväl något sämre sidoområde som något sämre linjeföring/sikt (andel sikt >500 m antas vara ZZ-XX %). I gengäld antas den genomsnittliga hastighetsnivån vara något lägre, 94 km/h. Den genomsnittliga 9m-vägen med hastighetsgräns 70 km/h antas ha ett ytterligare sämre sidoområde och en ytterligare sämre linjeföring/sikt (andel sikt 16

>500 m antas vara <ZZ %). Den genomsnittliga hastighetsnivån antas vara väsentligt lägre, 83 km/h. Den genomsnittliga 7m-vägen med hastighetsgräns 90 km/h antas ha samma sidoområde och linjeföring som 9m-vägen med 90 km/h men ha något lägre genomsnittlig hastighetsnivå, 92 km/h. Den genomsnittliga 7m-vägen med hastighetsgräns 70 km/h antas ha samma sidoområde och linjeföring/sikt som 9m-vägen med 70 km/h men ha något lägre genomsnittlig hastighetsnivå, 82 km/h. Anm.: Andel sikt >500 m antas vara det siktmått som bäst mäter trafiksäkerhet. 4.4 Expertbedömning normalvägars standard avseende säkerhet samt medelhastighet Den expertbedömning som gjorts styrker i stort de antaganden som gjorts i föregående avsnitt. Med hjälp av expertbedömning har även försök gjorts att skatta vilken enskild effekt som respektive faktor kan ha på dödskvoten respektive SSD-kvoten. Se bilaga 3. 4.5 Expertbedömning effekter m.m. för motorväg och alternativa 2+1-utformningar Vad gäller de nya alternativa 2+1-utformningarna av vanlig 13m-väg är kunskaperna och erfarenheterna ännu något begränsade. Även här har expertbedömning utnyttjats för att skatta effekt på dödskvot och SSD-kvot samt kostnader och livslängd. Jämförelser har även gjorts med alternativet motorväg. Som framgår av bilaga 3 är bedömningarna (gjorda våren 2003) delvis mycket samstämmiga men delvis också något divergerande. 4.6 Skattade dödskvoter och SSD-kvoter Utifrån tidigare resultat och med hänsyn tagen till gjorda expertbedömningar skulle kunna antas att en breddminskning från 13 m till 9 m, allt annat oförändrat (även hastighetsnivån), skulle öka dödskvoten och SSD-kvoten med ca 10 %. Att minska bredden från 13 till 7 m skulle kunna antas öka kvoterna med ca 30 %. Även för i avsnitt 4.3 angivna försämringar av sidoområde respektive linjeföring/sikt skulle, allt annat oförändrat, dödskvoten och SSD-kvoten kunna antas öka med 10 respektive 30 %. Att försöka göra separata effektskattningar för dödskvot och SSD-kvot för bredd, sidoområde och linjeföring/sikt har inte ansetts meningsfullt. Hur förändring av hastighetsnivån, betingat förändring av vägutformningen, påverkar dödskvoten och SSD-kvoten erhålls enkelt med hjälp av potensmodellen. D efter / D före = (V efter / V före ) 4 och SSD efter / SSD före = (V efter / V före ) 3 I bilaga 4 illustreras hur man enligt den föreslagna modellen och med gjorda antaganden om effekter och medelhastigheter kan vandra ifrån normal 13m-väg 90 km/h till olika varianter av mötesfri väg eller via 9m-väg till normal 7m-väg 70 km/h och även hur man kan laborera med olika hastighetsgränser. Det senare 17

innebär att man kan skatta normalkvoter för kombinationer av vägtyp och hastighetsgränser som idag inte förekommer. 4.7 Jämförelse mellan nya och gamla kvoter Nedan i figur 5 och 6 görs en översiktlig jämförelse mellan de nuvarande EVAkvoterna och de skattade modellkvoter som framtagits enligt avsnitt 4.6. Endast kvoter för motorväg och vanliga tvåfältsvägar ingår. Om kvoterna vore totalt överensstämmande skulle punkterna ligga på den diagonala linjen. Överensstämmelsen är som synes synnerligen god för dödskvoterna och tämligen god även för SSD-kvoterna. Dödskvot, jämförelse mellan EVA-kvoter och nya modellkvoter 0,0120 0,0100 0,0080 Ny modellkvot 0,0060 0,0040 0,0020 0,0000 0,0000 0,0020 0,0040 0,0060 0,0080 0,0100 0,0120 EVA-kvot Figur 5 Dödskvot, jämförelse mellan nuvarande EVA-kvoter och de nya framtagna modellkvoterna. SSD-kvot, jämförelse mellan EVA-kvoter och nya modellkvoter 0,0700 0,0600 0,0500 Ny modellkvot 0,0400 0,0300 0,0200 0,0100 0,0000 0,0000 0,0100 0,0200 0,0300 0,0400 0,0500 0,0600 0,0700 EVA-kvot Figur 6 SSD-kvot, jämförelse mellan nuvarande EVA-kvoter och de nya framtagna modellkvoterna. 18

4.8 Alternativ användning En alternativ användning av den föreslagna modellen är naturligtvis att man utgår ifrån en sämre normalväg och ändrar vägtypen, sidoområdet, linjeföring/sikt och kanske även hastighetsgräns. Skulle man t.ex. utgå ifrån en normal 9m-väg 90 km/h och bredda den till 13 m (men inte åtgärda varken sidoområdet eller linjeföring/sikt) skulle kvoterna divideras med 1,10 (dvs. multipliceras med 1/1,10 = 0,91), se bilaga 4. Breddningen skulle dessutom säkert leda till en högre faktisk hastighetsnivå, säg 96 km/h istället för som tidigare 94 km/h, även om hastighetsgränsen fortfarande var 90 km/h. För att erhålla den nya dödskvoten och den nya SSD-kvoten måste därför multiplicering ske även med (96/94) 4 = 1,09 respektive (96/94) 3 = 1,07. Sammantaget skulle effekten kunna förväntas bli ganska liten. Skulle man för nämnda exempel även förbättra sidoområde och linjeföring/sikt till samma standard som för normal 13m-väg skulle förstås de multiplikativa korrigeringarna leda till samma kvoter som för normal 13m-väg. Sammantaget för alla åtgärder och för den ökade hastighetsnivån (till 98 km/h) skulle dödskvoten förväntas minska med 11 % och SSD-kvoten med 15 %. För samma exempel kan man även gå vidare och ytterligare en gång förändra vägtypen (till exempelvis 2+1-väg) och beräkna vad som förväntas hända med dödskvoten och SSD-kvoten. 19

5 Kalkylprogram I bilaga 5 redovisas några exempel på hur man med ett enkelt program kan beräkna förväntat antal inbesparade liv, kostnader för att rädda ett liv, hur många mil som behöver åtgärdas för att rädda ett liv osv. De tre först redovisade exemplen skulle kunna svara mot vad som förväntas hända om 20 mil vanlig 13m-väg skyltad 90 km/h och med ÅDT lika med 8 000 axelpar per dygn byggdes om eller ändrades till MV 110 km/h, MLV 90 km/h eller målad 2+1-väg 90 km/h. Antalet inbesparade liv per år på länk beräknas ligga i intervallet ca 1 3,5. I samma bilaga redovisas också hur man med hjälp av gällande normalkvoter för dödade och med olika antaganden om åtgärdseffekten grovt kan beräkna hur många liv per år på länk som totalt kan inbesparas med hjälp av 2+1-väg 90/110 km/h jämfört med motorväg 110 km/h. Nämnda beräkningar kan förstås även göras med hjälp av det ovannämnda programmet. Beräkningsexemplet pekar på att man, enligt huvudalternativet mellan, totalt skulle kunna inbespara i storleksordningen knappa 50 liv per år om ca 428 mil (samtliga motortrafikleder och vanliga 13m-vägar) byggdes om till 2+1-väg och ca 65 liv per år om samma vägar istället byggdes om till motorvägar. I det senare kalkylexemplet har förväntade kvoter utan åtgärd satts något högre än i tidigare exempel och korresponderar därför bättre mot de förhöjda empiriska dödsriskerna under åren 1999 2001. Under 2002 och 2003 har dock de empiriska dödsriskerna sannolikt återgått mot tidigare normal nivå. Liknande beräkningar, det sista kalkylexemplet, kan enkelt göras för att se hur många liv som skulle kunna inbesparas om alla 9m-vägar med 90 km/h byggdes om till 2+1-väg. 20

6 Diskussion och slutsatser Syftet har varit att ta fram en ny, enkel och förklarande typ av modell med god prediktiv förmåga. Modellen skall dessutom vara generell och flexibel och fortlöpande kunna revideras. Arbetet har helt inriktats på dödade och svårt skadade personer. Själva förfarandet att skatta modellkoefficienterna har haft ett visst inslag av trial and error. De expertbedömningar som gjorts har dock i stort vidimerat skattningarna. Modellens kanske viktigaste egenskap är att mera fokus än tidigare sätts på hastighetens stora betydelse för förväntat antal dödade och svårt skadade och att den visar hur fysiska åtgärder och varierande hastighetsnivåer balanserar varandra. Andel sikt >500 m antas vara det mått på linjeföring/sikt som bäst mäter trafiksäkerhet. I dagsläget saknas dock kvantitativa uppgifter på detta siktmått för olika vägtyper. I princip skulle modellen kunna kompletteras med flera multiplikativa faktorer för att ta hänsyn till t.ex. korsningstäthet på länken, GC-utformning, vägmarkeringar, belysning osv. Modellen kan också utnyttjas för att avgöra vilka ytterligare trafiksäkerhetshöjande åtgärder som t.ex. skulle behövas för att balansera en höjd hastighetsgräns från 110 till 120 eller 130 km/h på motorväg. Enligt modellen (se bilaga 4) skulle en höjning till 130 km/h på motorväg förväntas öka dödsrisken med ca 40 %. Detta skulle inte fullt ut kunna kompenseras med hjälp av sidoområdesåtgärd med 20 %-ig reduktion och samtidigt belysningsåtgärd med 10 %-ig reduktion. En invändning som skulle kunna göras mot redovisade resultat är att de empiriska dödsriskerna legat på en högre nivå än tidigare under åren 1999 2001. Detta är förvisso sant och har delvis sin förklaring i ökad andel tung trafik och fler olyckor med tunga fordon inblandade. Men å andra sidan torde det ha skett en normalisering och återgång mot normala värden under år 2002, 2003 och 2004. Avslutningsvis skall konstateras att här redovisade effektskattningar av vägtyp, sidoområde, sikt m.m. inte gör anspråk på att vara några absolut sanna värden. Skattningarna revideras fortlöpande, varför modellen och tillhörande effektskattningar i första hand skall betraktas som en prototyp. 21

Dödade på länkar 1994-1998, statligt vägnät, exkl. grenar, ej viltolyck Alla dödade Alla per år Alla per år, procent ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot <2000 4 86 81 278 449 <2000 0 0 1 0 17 16 56 90 <2000 0 0 0 0 5 5 17 27 2000-3999 3 49 11 132 77 55 327 2000-3999 1 0 10 2 26 15 11 65 2000-3999 0 0 3 1 8 5 3 20 4000-7999 37 47 222 18 116 36 16 492 4000-7999 7 9 44 4 23 7 3 98 4000-7999 2 3 13 1 7 2 1 30 8000-11999 37 22 92 6 20 1 1 179 8000-11999 7 4 18 1 4 0 0 36 8000-11999 2 1 6 0 1 0 0 11 12000-15999 10 8 24 2 5 1 50 12000-15999 2 2 5 0 1 0 0 10 12000-15999 1 0 1 0 0 0 0 3 16000-27 2 2 4 1 36 16000-5 0 0 1 0 0 0 7 16000-2 0 0 0 0 0 0 2 okänt 15 6 3 1 12 17 72 126 okänt 3 1 1 0 2 3 14 25 okänt 1 0 0 0 1 1 4 8 totalt 129 85 396 42 371 212 424 1659 totalt 26 17 79 8 74 42 85 332 totalt 8 5 24 3 22 13 26 100 M1, O1 M1,O1 per år M1,O1 procent av alla ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot <2000 1 28 29 47 105 <2000 0 0 0 0 6 6 9 21 <2000 #### #### 25 ####### 33 36 17 23 2000-3999 20 2 55 17 17 111 2000-3999 0 0 4 0 11 3 3 22 2000-3999 0 #### 41 18 42 22 31 34 4000-7999 3 40 120 6 54 14 5 242 4000-7999 1 8 24 1 11 3 1 48 4000-7999 8 85 54 33 47 39 31 49 8000-11999 7 17 50 3 12 1 90 8000-11999 1 3 10 1 2 0 0 18 8000-11999 19 77 54 50 60 100 0 50 12000-15999 5 15 2 1 23 12000-15999 0 1 3 0 0 0 0 5 12000-15999 0 63 63 0 40 ####### 100 46 16000-1 1 1 3 16000-0 0 0 0 0 0 0 1 16000-0 50 50 0 ####### ####### 100 8 okänt 2 4 2 3 4 18 33 okänt 0 1 0 0 1 1 4 7 okänt 13 67 67 0 25 24 25 26 totalt 12 67 209 11 154 65 89 607 totalt 2 13 42 2 31 13 18 121 totalt 9 79 53 26 42 31 21 37 S S per år S procent av alla ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot <2000 3 27 32 152 214 <2000 0 0 1 0 5 6 30 43 <2000 #### #### 75 ####### 31 40 55 48 2000-3999 21 4 32 30 24 111 2000-3999 0 0 4 1 6 6 5 22 2000-3999 0 #### 43 36 24 39 44 34 4000-7999 26 4 43 3 23 12 6 117 4000-7999 5 1 9 1 5 2 1 23 4000-7999 70 9 19 17 20 33 38 24 8000-11999 25 4 19 1 3 1 53 8000-11999 5 1 4 0 1 0 0 11 8000-11999 68 18 21 17 15 0 100 30 12000-15999 7 2 3 1 13 12000-15999 1 0 1 0 0 0 0 3 12000-15999 70 25 13 50 0 ####### 0 26 16000-19 1 3 23 16000-4 0 0 1 0 0 0 5 16000-70 50 0 75 ####### ####### 0 64 okänt 4 1 1 3 6 37 52 okänt 1 0 0 0 1 1 7 10 okänt 27 17 33 0 25 35 51 41 totalt 81 12 90 12 88 80 220 583 totalt 16 2 18 2 18 16 44 117 totalt 63 14 23 29 24 38 52 35 Bilaga 1 Sidan 1 av 12 M1, O1, S M1,O1,S per år M1,O1,S procent av alla ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot <2000 0 0 4 0 55 61 199 319 <2000 0 0 1 0 11 12 40 64 <2000 #### #### 100 ####### 64 75 72 71 2000-3999 0 0 41 6 87 47 41 222 2000-3999 0 0 8 1 17 9 8 44 2000-3999 0 #### 84 55 66 61 75 68 4000-7999 29 44 163 9 77 26 11 359 4000-7999 6 9 33 2 15 5 2 72 4000-7999 78 94 73 50 66 72 69 73 8000-11999 32 21 69 4 15 1 1 143 8000-11999 6 4 14 1 3 0 0 29 8000-11999 86 95 75 67 75 100 100 80 12000-15999 7 7 18 1 2 0 1 36 12000-15999 1 1 4 0 0 0 0 7 12000-15999 70 88 75 50 40 ####### 100 72 16000-19 2 1 3 0 0 1 26 16000-4 0 0 1 0 0 0 5 16000-70 100 50 75 ####### ####### 100 72 okänt 6 5 3 0 6 10 55 85 okänt 1 1 1 0 1 2 11 17 okänt 40 83 100 0 50 59 76 67 totalt 93 79 299 23 242 145 309 1190 totalt 19 16 60 5 48 29 62 238 totalt 72 93 76 55 65 68 73 72

Längd (mil, 1998) Alla dödade per mil och år Alla antal mil för 1 dödad per år ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot <2000 0 0 23 8 427 267 716 1441 <2000 0,0 0,0 0,0 0,0 0,0 0,1 0,1 0,1 <2000 #### #### 28,7 ####### 24,8 16,5 12,9 16,0 2000-3999 0 1 90 13 338 163 126 731 2000-3999 5,0 0,0 0,1 0,2 0,1 0,1 0,1 0,1 2000-3999 0,2 #### 9,2 6,1 12,8 10,6 11,5 11,2 4000-7999 14 15 189 18 143 48 22 449 4000-7999 0,5 0,6 0,2 0,2 0,2 0,1 0,1 0,2 4000-7999 1,9 1,6 4,2 5,1 6,2 6,7 6,9 4,6 8000-11999 18 10 67 7 20 3 2 126 8000-11999 0,4 0,4 0,3 0,2 0,2 0,1 0,1 0,3 8000-11999 2,4 2,3 3,6 6,0 4,9 14,5 10,1 3,5 12000-15999 38 5 15 2 3 1 0 64 12000-15999 0,1 0,3 0,3 0,2 0,4 0,0 6,7 0,2 12000-15999 18,9 3,3 3,2 4,6 2,6 ####### 0,2 6,4 16000-62 1 3 1 1 0 0 68 16000-0,1 0,4 0,1 0,8 0,0 0,0 2,5 0,1 16000-11,5 2,5 7,9 1,2 ####### ####### 0,4 9,4 okänt 12 2 6 1 19 38 439 517 okänt 0,3 0,5 0,1 0,2 0,1 0,1 0,0 0,0 okänt 3,9 1,9 10,4 5,0 8,0 11,1 30,5 20,5 totalt 143 35 393 51 950 520 1305 3396 totalt 0,2 0,5 0,2 0,2 0,1 0,1 0,1 0,1 totalt 5,5 2,0 5,0 6,0 12,8 12,3 15,4 10,2 Längd (procent, 1998) M1,O1 dödade per mil och år M1,O1 antal mil för 1 dödad per år ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot <2000 0 0 1 0 13 8 21 42 <2000 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 <2000 #### #### 115,0 ####### 76,2 46,0 76,1 68,6 2000-3999 0 0 3 0 10 5 4 22 2000-3999 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 2000-3999 #### #### 22,5 33,4 30,7 47,9 37,1 32,9 4000-7999 0 0 6 1 4 1 1 13 4000-7999 0,0 0,5 0,1 0,1 0,1 0,1 0,0 0,1 4000-7999 23,2 1,9 7,9 15,3 13,3 17,3 22,0 9,3 8000-11999 1 0 2 0 1 0 0 4 8000-11999 0,1 0,3 0,1 0,1 0,1 0,1 0,0 0,1 8000-11999 12,6 3,0 6,7 11,9 8,1 14,5 ####### 7,0 12000-15999 1 0 0 0 0 0 0 2 12000-15999 0,0 0,2 0,2 0,0 0,2 0,0 6,7 0,1 12000-15999 #### 5,2 5,1 ####### 6,6 ####### 0,2 13,8 16000-2 0 0 0 0 0 0 2 16000-0,0 0,2 0,1 0,0 0,0 0,0 2,5 0,0 16000- #### 5,0 15,9 ####### ####### ####### 0,4 113,1 okänt 0 0 0 0 1 1 13 15 okänt 0,0 0,3 0,1 0,0 0,0 0,0 0,0 0,0 okänt 29,1 2,9 15,7 ####### 32,1 47,3 121,9 78,4 totalt 4 1 12 1 28 15 38 100 totalt 0,0 0,4 0,1 0,0 0,0 0,0 0,0 0,0 totalt 59,6 2,6 9,4 23,1 30,8 40,0 73,3 28,0 Trafikarbete (miljoner fordonskm, 1998) S dödade per mil och år S antal mil för 1 dödad per år ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot <2000 1 1 106 35 1755 1663 6502 10062 <2000 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 <2000 #### #### 38,3 ####### 79,1 41,7 23,5 33,7 2000-3999 382 26 1033 147 3495 1627 1223 7933 2000-3999 0,0 0,0 0,0 0,1 0,0 0,0 0,0 0,0 2000-3999 #### #### 21,4 16,7 52,8 27,2 26,3 32,9 4000-7999 2547 424 4053 424 2843 911 414 11616 4000-7999 0,4 0,1 0,0 0,0 0,0 0,0 0,1 0,1 4000-7999 2,7 18,7 21,9 30,6 31,2 20,2 18,3 19,2 8000-11999 2097 346 2326 272 716 101 94 5952 8000-11999 0,3 0,1 0,1 0,0 0,0 0,0 0,1 0,1 8000-11999 3,5 12,7 17,6 35,7 32,5 ####### 10,1 11,9 12000-15999 1591 178 747 92 180 66 3 2856 12000-15999 0,0 0,1 0,0 0,1 0,0 0,0 0,0 0,0 12000-15999 27,1 13,0 25,3 9,3 ####### ####### ####### 24,4 16000-3005 70 220 111 78 11 7 3502 16000-0,1 0,2 0,0 0,6 0,0 0,0 0,0 0,1 16000-16,3 5,0 ####### 1,6 ####### ####### ####### 14,7 okänt 0 0 0 0 0 0 2 2 okänt 0,1 0,1 0,0 0,0 0,0 0,0 0,0 0,0 okänt 14,5 11,7 31,3 ####### 32,1 31,6 59,3 49,7 totalt 9623 1045 8485 1081 9066 4379 8244 41922 totalt 0,1 0,1 0,0 0,0 0,0 0,0 0,0 0,0 totalt 8,8 14,4 21,8 21,2 54,0 32,5 29,7 29,1 Bilaga 1 Sidan 2 av 12 Trafikarbete (procent, 1998) M1,O1,S dödade per mil och år M1,O1,S antal mil för 1 dödad per år ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot <2000 0 0 0 0 4 4 16 24 <2000 0,0 0,0 0,0 0,0 0,0 0,0 0,1 0,0 <2000 #### #### 28,7 ####### 38,8 21,9 18,0 22,6 2000-3999 1 0 2 0 8 4 3 19 2000-3999 0,0 0,0 0,1 0,1 0,1 0,1 0,1 0,1 2000-3999 #### #### 11,0 11,1 19,4 17,3 15,4 16,5 4000-7999 6 1 10 1 7 2 1 28 4000-7999 0,4 0,6 0,2 0,1 0,1 0,1 0,1 0,2 4000-7999 2,4 1,7 5,8 10,2 9,3 9,3 10,0 6,3 8000-11999 5 1 6 1 2 0 0 14 8000-11999 0,4 0,4 0,2 0,1 0,2 0,1 0,1 0,2 8000-11999 2,8 2,4 4,8 8,9 6,5 14,5 10,1 4,4 12000-15999 4 0 2 0 0 0 0 7 12000-15999 0,0 0,3 0,2 0,1 0,2 0,0 6,7 0,1 12000-15999 27,1 3,7 4,2 9,3 6,6 ####### 0,2 8,8 16000-7 0 1 0 0 0 0 8 16000-0,1 0,4 0,1 0,6 0,0 0,0 2,5 0,1 16000-16,3 2,5 15,9 1,6 ####### ####### 0,4 13,0 okänt 0 0 0 0 0 0 0 0 okänt 0,1 0,4 0,1 0,0 0,1 0,1 0,0 0,0 okänt 9,7 2,3 10,4 ####### 16,1 18,9 39,9 30,4 totalt 23 2 20 3 22 10 20 100 totalt 0,1 0,5 0,2 0,1 0,1 0,1 0,0 0,1 totalt 7,7 2,2 6,6 11,0 19,6 17,9 21,1 14,3

Svårt skadade på länkar 1994-1998, statligt vägnät, exkl. grenar, ej viltolyckor Alla svårt skadade Alla per år Alla per år, procent ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot <2000 18 26 424 416 1498 2382 <2000 0 0 4 5 85 83 300 476 <2000 0 0 0 0 5 5 18 28 2000-3999 25 245 43 757 402 361 1833 2000-3999 5 0 49 9 151 80 72 367 2000-3999 0 0 3 1 9 5 4 22 4000-7999 203 100 786 93 522 221 125 2050 4000-7999 41 20 157 19 104 44 25 410 4000-7999 2 1 9 1 6 3 1 24 8000-11999 169 72 374 60 139 19 21 854 8000-11999 34 14 75 12 28 4 4 171 8000-11999 2 1 4 1 2 0 0 10 12000-15999 95 21 185 19 37 11 6 374 12000-15999 19 4 37 4 7 2 1 75 12000-15999 1 0 2 0 0 0 0 4 16000-168 2 43 6 25 13 2 259 16000-34 0 9 1 5 3 0 52 16000-2 0 1 0 0 0 0 3 okänt 97 11 36 10 62 92 421 729 okänt 19 2 7 2 12 18 84 146 okänt 1 0 0 0 1 1 5 9 totalt 757 206 1687 257 1966 1174 2434 8481 totalt 151 41 337 51 393 235 487 1696 totalt 9 2 20 3 23 14 29 100 M1, O1 M1,O1 per år M1,O1 procent av alla ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot <2000 5 76 89 252 422 <2000 0 0 0 1 15 18 50 84 <2000 #### #### 0 19 18 21 17 18 2000-3999 1 45 2 173 114 87 422 2000-3999 0 0 9 0 35 23 17 84 2000-3999 4 #### 18 5 23 28 24 23 4000-7999 53 262 18 154 53 36 576 4000-7999 0 11 52 4 31 11 7 115 4000-7999 0 53 33 19 30 24 29 28 8000-11999 14 37 124 6 50 2 3 236 8000-11999 3 7 25 1 10 0 1 47 8000-11999 8 51 33 10 36 11 14 28 12000-15999 7 8 45 6 9 3 78 12000-15999 1 2 9 1 2 1 0 16 12000-15999 7 38 24 32 24 27 0 21 16000-2 1 10 1 2 16 16000-0 0 2 0 0 0 0 3 16000-1 50 23 17 8 0 0 6 okänt 5 6 6 46 87 150 okänt 0 1 1 0 1 9 17 30 okänt 0 45 17 0 10 50 21 21 totalt 24 104 492 38 470 307 465 1900 totalt 5 21 98 8 94 61 93 380 totalt 3 50 29 15 24 26 19 22 S S per år S procent av alla ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot <2000 16 15 191 198 777 1197 <2000 0 0 3 3 38 40 155 239 <2000 #### #### 89 58 45 48 52 50 2000-3999 15 124 15 275 139 138 706 2000-3999 3 0 25 3 55 28 28 141 2000-3999 60 #### 51 35 36 35 38 39 4000-7999 135 32 278 25 154 66 42 732 4000-7999 27 6 56 5 31 13 8 146 4000-7999 67 32 35 27 30 30 34 36 8000-11999 99 23 101 29 24 3 7 286 8000-11999 20 5 20 6 5 1 1 57 8000-11999 59 32 27 48 17 16 33 33 12000-15999 48 8 49 6 2 2 4 119 12000-15999 10 2 10 1 0 0 1 24 12000-15999 51 38 26 32 5 18 67 32 16000-62 1 7 1 71 16000-12 0 1 0 0 0 0 14 16000-37 50 16 17 0 0 0 27 okänt 29 5 16 4 24 21 186 285 okänt 6 1 3 1 5 4 37 57 okänt 30 45 44 40 39 23 44 39 totalt 388 69 591 95 670 429 1154 3396 totalt 78 14 118 19 134 86 231 679 totalt 51 33 35 37 34 37 47 40 Bilaga 1 Sidan 3 av 12 M1, O1, S M1,O1,S per år M1,O1,S procent av alla ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot ÅDT fordon MV ML11,6-15,910,1-11,5 8,0-10,0 6,7-7,9 5,0-6,6 Tot <2000 0 0 16 20 267 287 1029 1619 <2000 0 0 3 4 53 57 206 324 <2000 #### #### 89 77 63 69 69 68 2000-3999 16 0 169 17 448 253 225 1128 2000-3999 3 0 34 3 90 51 45 226 2000-3999 64 #### 69 40 59 63 62 62 4000-7999 135 85 540 43 308 119 78 1308 4000-7999 27 17 108 9 62 24 16 262 4000-7999 67 85 69 46 59 54 62 64 8000-11999 113 60 225 35 74 5 10 522 8000-11999 23 12 45 7 15 1 2 104 8000-11999 67 83 60 58 53 26 48 61 12000-15999 55 16 94 12 11 5 4 197 12000-15999 11 3 19 2 2 1 1 39 12000-15999 58 76 51 63 30 45 67 53 16000-64 2 17 2 2 0 0 87 16000-13 0 3 0 0 0 0 17 16000-38 100 40 33 8 0 0 34 okänt 29 10 22 4 30 67 273 435 okänt 6 2 4 1 6 13 55 87 okänt 30 91 61 40 48 73 65 60 totalt 412 173 1083 133 1140 736 1619 5296 totalt 82 35 217 27 228 147 324 1059 totalt 54 84 64 52 58 63 67 62