Kopi fra DBC Webarkiv
Kopi af:
Uheldsmodeller for bygader
Dette materiale er lagret i henhold til aftale mellem DBC og udgiveren.
www.dbc.dk
e-mail: dbc@dbc.dk
Uheldsmodeller for bygader
Test i tre kommuner
Rapport 1 2003
Marlene Rishøj Kjær
Poul Greibe
Uheldsmodeller for bygader
Test i tre kommuner
Rapport 1 2003
Marlene Rishøj Kjær
Poul Greibe
Uheldsmodeller for bygader Test i tre kommuner
Rapport 1 2003
Af Marlene Rishøj Kjær Danmarks TransportForskning Poul Greibe Atkins Danmark
Grafik: Marlene Rishøj Kjær Layout: Lone Sørensen
Tryk: Herrmann & Fischer
Oplag: 200
Copyright: Eftertryk tilladt med kildeangivelse
Udgivet af: Danmarks TransportForskning
Knuth Winterfeldts Allé, Bygning 116 Vest
2800 Kgs. Lyngby
Rekvireres hos: IT- og Telestyrelsen
Danmark.dk´s netboghandel
Tel.: 1881
www.netboghandel.dk
Pris: kr. 50,00 inkl. moms
ISSN: 1600-9592 (Trykt udgave) ISBN: 87-7327-084-9 (Elektronisk udgave)
ISSN: 1601-9458 (Trykt udgave) ISBN: 87-7327-085-7 (Elektronisk udgave)
Forord
Vejdirektoratet udviklede i slutningen af 80erne og i starten af 90erne mate- matiske modeller til at prediktere antallet af uheld i bygader.
Denne rapport benytter vejnettet i tre kommuner som case i forbindelse med afprøvning af modeller for bygader. De tre kommuner er Kalundborg, Holbæk og Frederikshavn.
Uheldsmodeller kan bruges til at beregne det forventede antal uheld i kryds og på vejstrækninger ud fra viden om vejtype og trafikmængder. Modellerne bruges til konsekvensberegninger ved ændringer i infrastrukturen og ved ud- pegning af særligt uheldsbelastede steder, som f.eks. ved sortpletudpegning.
Rapporten belyser forskellen mellem de beregnede uheldstal og de observere- de og prøver at beskrive hvad forskellene skyldes. Derudover udpeges sorte pletter på vejnettet i de tre kommuner vha. modellerne.
Rapporten er udarbejdet af Marlene Rishøj Kjær fra Danmarks TransportForsk- ning og Poul Greibe fra ATKINS Danmark. Projektet har været finansieret af Trafikministeriets Trafikpulje 2000.
Kgs. Lyngby, maj 2003
Ole Zacchi Kurt Petersen
Direktør Forskningschef
Indhold
1 Indledning ... 1
2 Sammenfatning og konklusion ... 2
3 Uheldsmodeller for bygader ... 4
3.1 Beskrivelse af modellerne ... 4
3.2 Uheldstallets generelle udvikling i byområder ... 5
3.3 Valg af testområder ... 7
3.4 Datagrundlag ... 8
3.5 Databehandling ... 8
4 Testområderne... 11
4.1 Det samlede vejnet ... 11
4.2 Testområdernes antal af uheld ... 12
5 Modellens uheldstal ... 15
5.1 Det beregnede uheldsbillede ... 15
6 Sammenligning af beregnede og observerede uheldstal.. 16
6.1 Residualer... 19
6.2 Opdatering af uheldsmodellerne ... 23
7 Diskussion af forskelle mellem beregnede og observerede uheldstal ... 25
7.1 Udvikling i antal uheld og trafikarbejde ... 25
7.2 Reelle forskelle mellem kommunernes uheldsrisiko ... 26
7.3 Forskelle i uheldsindberetning ... 28
7.4 Opdeling af vejnet på kryds og strækninger ... 31
7.5 Manglende stedfæstelse af uheld... 31
7.6 Tilfældig variation i uheldstal ... 31
8 Udpegning af sorte pletter ... 32
8.1 Uheldsmodellernes udpegning af sorte pletter ... 33
8.2 Uheldstætheds-/frekvensmetodens udpegning af sorte pletter ... 33
8.3 Sammenligning af sorte pletter ... 34
8.4 Udpegningsniveau ... 36
8.5 Konklusion på udpegning af sorte pletter ... 37
9 Referencer ... 38
10 Bilag 1 Frederikshavn ... 39
10.1 Uheldsbillede i Frederikshavn... 42
10.2 Sorte pletter ... 43
11 Bilag 2 Holbæk... 46
11.1 Uheldsbilledet i Holbæk ... 47
11.2 Sorte pletter ... 47
12 Bilag 3 Kalundborg ... 49
12.1 Kalundborgs uheldsbillede ... 50
12.2 Sorte pletter ... 51
13 Bilag 4. Vejnettets dæk- ningsgrader ... 52
14 Bilag 5. Uheldsrisiko ... 54
15 Bilag 6 Oversigt over sorte pletter... 56
15.1 Uheldsmodellens sorte pletter... 56
15.2 Sorte pletter som begge metoder udpeger ... 57
15.3 Sorte pletter udpeget udelukkende ved uheldstætheds- ... /frekvensmetoden ... 60
15.4 Grad af sorthed ... 61
1 Indledning
Der findes i dag forskellige uheldsmodeller, der med baggrund i vejpara- metre og trafikmængder, kan beregne antallet af uheld i kryds og på strækninger i byområder ([VD Notat 22, 1995], [VD Notat 59, 1998]). Den- ne rapport tester de uheldsmodeller Vejdirektoratet har udviklet.
Disse modeller er baseret på oplysninger om kryds og strækninger fra en række kommuner, hvor der er indsamlet data om trafik og vejparametre til beskrivelse af vejgeometri, omgivelser, trafikstrømme mm. Oplysningerne indgår i en model, hvis resultater er sammenholdt med antallet af uheld i/på de respektive kryds og strækninger.
Uheldsmodeller kan bruges i forbindelse med udpegning af særligt uhelds- belastede steder, dvs. til sortpletudpegning, eller som en del af et større modelkompleks til beskrivelse af konsekvenserne for uheldenes antal og type ved ændringer af trafiksystemet i byer.
Modellerne for kryds er baseret på 4 kommuner med uheldsdata fra en 5- års periode 1987-1991, mens modellerne for strækninger er baseret på 3 kommuner med uheldsdata fra en 5-års periode 1990-1994.
Det er formålet med dette projekt at demonstrere praktisk brug af model- lerne til bygader, samt at teste hvor godt modellerne passer til et vejnet baseret på andre byer med nyere uheldsdata.
Modellerne er afprøvet i 3 testkommuner, Frederikshavn, Holbæk og Ka- lundborg, hvor det vha. af uheldsmodeller beregnede antal uheld sammen- holdes med det observerede antal. Analyserne i nærværende notat er base- ret på det samlede antal uheld såvel uheld med materielskade og uheld med personskade.
2 Sammenfatning og konklusion
Uheldsmodellerne, der er udviklet til bestemmelse af uheld i bygader er af- prøvet i tre testkommuner: Holbæk, Frederikshavn og Kalundborg.
Formålet er at demonstrere praktisk brug af modellerne til bygader, samt at undersøge hvor godt de passer til et andet vejnet, samt brug af uhelds- data fra en 5-årig periode 1996-2000.
De tre testkommuner er valgt, da de allerede havde indsamlet en stor del af de nødvendige data til brug for projektet.
Det var på forhånd forventet, at de beregnede uheldstal som fremkom vha.
uheldsmodellerne ville være ca. 30-40% højere end de observerede i test- kommunerne, idet modellerne er baseret på et ældre sæt uheldsdata. Det skyldes, at uheldsudviklingen har været faldende i de senere år samtidig med at trafikmængden har været svagt stigende.
Det undersøgte vejnet består af 130 km vejstrækninger og 206 kryds. Sam- let set blev der for strækningerne beregnet 504 uheld mod 324 observeret, og for kryds blev der beregnet 332 uheld mod 298 observeret. For hele vejnettet beregner modellerne altså 34% for mange uheld i forhold til hvad der er observeret. Det dækker dog over store forskelle mellem de forskelli- ge stræknings- og krydstyper og ikke mindst de tre testkommuner.
Når der korrigeres som ovenfor nævnt, passer de beregnede uheldstal for krydsene (samlet set) ganske godt, mens de beregnede uheldstal for strækningerne generelt er for høje, med store variationer afhængig af strækningstypen. Holbæk kommune adskiller sig endvidere ved generelt at have meget få uheld i forhold til de beregnede, kun ca. 50% samlet set, hvilket også betyder at Holbæk har signifikant lavere uheldsrisiko sammen- lignet med Kalundborg og Frederikshavn.
Modellerne blev oprindeligt baseret på data fra en række kommuner med et vejnet, der tilsammen havde en homogen uheldsrisiko. Resultaterne fra denne undersøgelse viser, at der ellers kan være stor forskel på det gene- relle risikoniveau blandt kommuner, og at uheldsmodellerne derfor vil be- regne uheldstal, der passer mere eller mindre godt, da de ikke tager hen- syn til dette forhold. Holbæk kommune er et godt eksempel herpå.
En nærmere analyse af modellernes beregnede uheldstal set i forhold til de observerede viser, at spredningen i "hvor godt modellen rammer" er i stør- relsesordenen af, hvad man kunne forvente. For F-kryds uden signal vil modellen f.eks. for testkommunerne i over 60% af tilfældene beregne et uheldstal, der rammer ± 1 uheld ved siden af. Andelen af kryds, hvor mo- dellen rammer "meget ved siden" af, er mindre end ventet. Forskellen mel- lem de beregnede og observerede uheldstal er dog i høj grad præget af til- fældige variationer.
På basis af strækninger og kryds i testkommunerne er den ene (a- parametrene) af de to sæt parametre til uheldsmodellerne re-estimeret.
Forskellen imellem de re-estimerede og gamle parametre illustrerer således den generelle forskel i uheldsrisiko (ved fastholdt eksponeringsbidrag) mellem testkommunerne for 1996-2000 og de oprindelige modelkommuner med ældre uheldsdata.
Det anbefales at benytte de re-estimerede a-parametre til uheldsmodeller for bygader, dog med det forbehold, at de er baseret på et relativt lille og inhomogent materiale. Der foreligger et større arbejde med at opdatere modellerne, og re-estimere både nye a og p-parametre.
På vejnettet i de tre testkommuner er uheldsmodellerne ydermere blevet anvendt til at udpege sorte pletter. I alt 33 sorte pletter blev fundet, 19 på strækninger og 14 i kryds. Til kontrollant og sammenligningen er der lige- ledes udpeget 33 sorte pletter vha. uheldstæthed- og uheldsfrekvensme- toden. Blandt de 33 pletter, som modellerne udpeger, genfindes 25 pletter, når man bruger standardudtrykket uheldstæthed-/frekvensmetoden. De
”farligste” sorte pletter udpeget af uheldsmodellerne, genfindes ligeledes i stort omfang ved uheldstæthed- og uheldsfrekvensmetoden.
Der er således rimelig overensstemmelse mellem de to metoders udpeg- ninger af sorte pletter på vejnettene i testkommunerne.
3 Uheldsmodeller for bygader
3.1 Beskrivelse af modellerne
I ”Håndbog i trafiksikkerhedsberegninger” [VD rapport 220, 2001] findes en beskrivelse af uheldsmodeller til brug for vejstrækninger og vejkryds.
Uheldsmodellerne beskriver en tilnærmet sammenhæng mellem uheld og trafik. Nogle af disse modeller er til brug for byområder. Til forskel fra de uheldsmodeller, der bruges til stats- og amtsveje, er modeller til bygader udelukkende baseret på data fra veje i byområde, hvilket primært er kom- muneveje.
Modellerne kan ud fra viden om trafikmængder og kryds- og strækningsty- pe beregne det forventede antal uheld, hvilket kan bruges i forbindelse med sortpletudpegning, konsekvensberegninger ved ændringer i vejnettet eller ved vurderinger af nyanlæg.
Modellerne for kryds i byområde er baseret på kryds i Gladsaxe, Vejle, År- hus og Horsens kommuner suppleret med kryds på stats- og amtsveje i by- område. Modellerne for strækninger er baseret på vejstrækninger i Roskil- de, Gladsaxe og Esbjerg kommuner.
Modellerne for kryds er baseret på uheldsdata fra en 5-årig periode 1987- 1991, og modellerne for strækningerne er baseret på uheldsdata fra 1990- 1994. At modellerne er baseret på forskellige tidsperioder skyldes, at de blev udviklet over et længere tidsrum. Modelkonstanterne er bestemt vha.
log-lineære regressionsanalyser, hvor antallet af uheld er antaget Poisson- fordelt.
For kryds anvendes en model af følgende form:
p2 sek p1 pri
N N a UHT = ⋅ ⋅
Hvor UHT er uheldstætheden (uheld pr år)
Npri er trafikmængden ind i krydset fra den primære
retning (målt i årsdøgntrafik (ÅDT)
Nsek er trafikmængden ind i krydset fra den
sekundære retning (målt i ÅDT)
a, p1, p2 er konstanter estimeret for hver krydstype på baggrund af observerede uheldstal fra de oprin
delige kryds.
De a og p parametreværdier, som hører til modellen, er vist i tabel 1.
parametreværdier Krydstype
a p1 p2
T-kryds1, ej signal 1,04⋅10- 5 0,69 0,60 T-kryds, signal 1,34⋅10- 5 0,88 0,33 F-kryds2, ej signal 7,12⋅10- 4 0,30 0,55 F-kryds, signal 1,08⋅10- 4 0,53 0,52 Tabel 1. a- og p-værdier for kryds i byområde (alle uheld).
For strækninger bruges en model af følgende form:
N
pa UHT = ⋅
Hvor UHT er uheldstætheden på strækningen (uheld pr. km pr. år) N er trafikmængden på strækningen (målt i ÅDT)
a og p er konstanter estimeret for hver vejtype på baggrund af obser- verede uheldstal fra de oprindelige strækninger.
I tabel 2 findes værdier for a og p ved forskellige typer af strækninger.
Uheldsmodel Stræknings-
type3
Bebyggelse Sideveje pr. km
Tilladt hastighed (km/t)
a P
A–D Center/ forretningsgade - 50-60 1,60 10- 3 0,89 E Etage/ åben-lav/ industri 0-10 50-60 7,41 10- 4 0,89 F Etage/ åben-lav/ industri 0-10 70 5,16 10- 4 0,89 G Etage/ åben-lav/ industri >10 50-70 1,17 10- 3 0,89 H Spredt - 50-60 4,96 10- 4 0,89
I Spredt - 70 8,54 10- 5 0,89
Tabel 2. De tilhørende a- og p-værdier for strækninger i byområde (alle uheld).
3.2 Uheldstallets generelle udvikling i byområder
Figur 1 viser den generelle udvikling for person- og materielskadeuheld i byområder for alle byområder i Danmark i perioden 1987-2000. Både for uheld på strækninger og i kryds er der sket et fald i perioden på 20-25%.
1 T-benede kryds
2 F-benede kryds
3 Strækningstyperne A, B, C og D er slået sammen til en strækningstype, som hed- der A-D. Nærmere begrundelse findes i Notat 59, Vejdirektoratet 1998.
Det skal bemærkes, at opdelingen af uheld på kryds og strækninger ikke nødvendigvis er identisk med den opdeling, som bruges i forbindelse med uheldsmodellerne, hvor kun uheld der er sket i større kryds betegnes som krydsuheld.
Figuren viser ligeledes udviklingen i trafikarbejdet for kommuneveje, hvil- ket antages at være repræsentativt for veje i byområder.
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 Antal person- og materielskadeuheld
0 5000 10000 15000 20000 25000 Trafikarbejde (mio vognkm)
Uheld på strækninger Uheld i kryds
Trafikarbejde på kommuneveje
Figur 1. Uheldsudviklingen for kryds og strækninger i byområder, samt ud- viklingen i trafikarbejdet i hele landet [VD Rapport nr. 233, 2001][VIS Op- slag, 2002].
Tabel 3 viser forskellen i uheldsniveauet og trafikarbejdet sammenholdt med 1996-2000, som er den periode der benyttes i testkommunerne.
Kryds/strækninger Uheld Index Trafik Index
Kryds 1987-1991 100 100
Kryds 1996-2000 77 118
Strækninger 1990-1994 100 100
Strækninger 1996-2000 83 114
Tabel 3. Uheldsniveau og Trafikarbejde i perioden 1996-2000.
For kryds er der sket et generelt fald i antallet af uheld på 23% og for strækninger et fald på 17%. I samme periode er trafikarbejdet steget med henholdsvis 18% og 14%. Da uheldstallene har været faldne samtidig med, at trafikmængden er steget, må det formodes, at den sammenhæng model- lerne beskriver har ændret sig over tiden. Det skyldes, at modellerne be-
skriver netop den sammenhæng mellem trafik og uheld, som er gældende for den periode, som modellerne er baseret på, samt modellerne ikke er dynamiske i den forstand, at de ikke indeholder nogen variable, der kan beskrive ændringer over tid. Det betyder, at modellernes anvendelighed kan være følsom over for en generel udvikling i trafik- og uheldstal. Af den grund re-estimeres modeller til brug for stats- og amtsveje jævnligt, hvilket nemt kan lade sig gøre, idet data for stats- og amtsveje er let tilgængelige.
Det antages, at længden af det kommunale vejnet i perioden ikke har ænd- ret sig signifikant, og at øgningen i trafikarbejdet således kan tolkes som at årsdøgntrafikken på de enkelte kryds og strækninger er steget. I model- lerne for strækninger indgår trafikken med en potens på ca. 0,9 og i mo- dellerne for kryds med ca. 0,5 for både sekundær- og primærretningen. Det betyder, at øges trafikken med henholdsvis 18% i kryds og 14% på stræk- ninger, vil det estimerede antal uheld ligeledes øges med ca. samme stør- relsesorden. Set i lyset af, at uheldstallene faktisk er faldet med ca. 20%
(se tabel 3) må det derfor forventes at modellerne beregner ”et for stort”
antal uheld i forhold til de observerede. Det anslås derfor, at modellerne estimere ca. 30-40% flere uheld for perioden 1996-2000 end der faktisk er registreret af politiet.
3.3 Valg af testområder
Testområder er de tre kommuner; Frederikshavn i Nordjylland samt Holbæk og Kalundborg på Vestsjælland. Kommunerne er alle større byer med et indbyggertal på 20-35.000.
Figur 2. Testkommunernes placering på Danmarkskortet.
I udvælgelsen af testområderne er der blevet lagt stor vægt på, at der fand- tes et sammenhængende vejnet, som var lokaliseret i en større bys byzone.
Årsdøgntrafiktallene skulle være forholdsvis nye, gerne fra perioden 1996- 2000. Endvidere måtte byen ikke have undergået flere større trafikale om- bygninger eller omlægninger i perioden 1996-2000, således at trafik- strømmene havde ændret sig væsentligt. Disse krav er ret restriktive, hvor- for det viste sig at være meget vanskeligt at finde egnede kommuner. I de tre testkommuner er enkelte strækninger og kryds udeladt, da ombygnin- ger eller omlægninger har fundet sted. Åbningen af Storebæltsbroen i 1998 kan endvidere have ændret trafikmængden på enkelte strækninger i Ka- lundborg, hvilket det ikke har været muligt for at korrigere for.
3.4 Datagrundlag
For at få indsamlet sammenlignelige data fra de tre kommuner, er der op- bygget et fælles skema, hvor parametre som ÅDT, infrastrukturelle forhold og uheldsdata indgår.
Kommunerne har stillet forskellige dataudtræk fra bl.a. Vejdirektoratets vejforvaltningssystem VEJMAN, egne trafikmodeller og registre til rådighed.
På denne måde kan de forskellige trafikstrømme, vejstrækninger og kryds- ben kobles sammen. Alle kryds og vejstrækninger er kategoriseret i hen- hold til tabel 1og tabel 2 i afsnit 3.1. Dette er gjort udfra feltstudier fore- taget af Danmarks TransportForskning i perioden maj-oktober 2001.
Der er foretaget en indsamling af uheldsdata fra hver af de tre kommuner for perioden 1996-2000. Dataserierne består af udtræk fra Vejsektorens In- formations Systemsdatabase (VIS), som er baseret på politiets uheldsrap- porter. For hver kommune er der således indsamlet oplysninger om uhel- denes identifikationsnummer, -art, -lokalitet, personskader etc. Ekstrauheld eller uheld registeret som sket i landzone er ikke medtaget.
3.5 Databehandling
De forskellige byers vejnet er blevet identificeret og indtegnet på kort, og herefter er de registrerede uheld fra VIS stedfæstet i dette.
Kommunernes vejnet består af de udvalgte vejstrækninger samt de tilhø- rende T- og F-kryds, som er lokaliseret i byzonen. Vejstrækningerne og krydsene er blevet opdelt i de forskellige klassifikationer jf. tabel 1 og ta- bel 2, hvilket betyder, at de strækninger og kryds, der ikke kunne klassifi- ceres, udgår af nettet. Dette dækker over parkeringspladser, rundkørsler samt strækninger med en skiltet hastighed mindre end 50 km/t. eller høje- re end 70 km/t.
Definitionen på en strækning er vejstykket mellem to kryds. Længden af vejstykket beregnes som hele længden mellem krydsene fratrukket 40m, da de første og sidste 20m på vejstykket regnes som tilhørende krydsene.
Vejstrækninger, hvor den trafikale gennemstrømning er meget lav (ÅDT <
100), er taget helt ud af vejnettet. Hvis en strækning eller et kryds har ændret fysisk karakter i perioden 1996-2000, er denne/dette, som nævnt tidligere, taget helt ud af nettet. Mindre kryds (kryds, hvor det sekundære bens ÅDT er lavere end 250), er ligeledes taget ud af nettet, og dermed be- tragtes de tilhørende krydsuheld som uheld sket på vejstrækningen.
Set ud fra en samlet betragtning, betyder ovennævnte forhold, at man ved anvendelse af uheldene fra VIS–databasen, vil finde at, mellem 60% og 72%
af uheldene finder sted på det definerede net. Gennemsnitligt viser det sig, at 68% af alle VIS-uheldene er registreret i det definerede net. Fordelingen er afbilledet i figur 3.
Fordelingen af uheld 1996-2000
0%
20%
40%
60%
80%
100%
Fr.havn Holbæk Kalundborg Gennemsnit
andet vejnet ingen stedfæst udvalgte vejnet
Figur 3. Den procentuelle fordeling af kommunernes uheld fra VIS-
databasen fordelt på kategorierne; det undersøgte vejnet, manglende sted- fæstelse samt uheld lokaliseret i andre vejnet.
Det fremgår endvidere af figur 3, at det ikke har været muligt at stedfæste alle uheld. For mellem 3% og 10% af alle uheldene har det ikke været mu- ligt at identificere uheldets eksakte lokalisering, gennemsnitlig kunne 5%
af uheldene i VIS-databasen således ikke stedfæstes.
Der er tillige en usikkerhed på årsdøgntrafiktallene. Det har ikke været mu- ligt for alle byerne at få ÅDT-tal fra samme periode. Trafikstrømmene er målt i forskellige årstal, både indenfor kommunerne og kommunerne i mel- lem. Alle ÅDT-tal stammer fra perioden 1994-2000.
For Frederikshavn gælder det, at langt størstedelen af de oplyste ÅDT-tal er fra 1996 og frem efter. Holbæks ÅDT-tal stammer primært fra 1999, dog er ÅDT-tal på 18 strækninger fra 1994. I Kalundborg er majoriteten af ÅDT-tal fra 1994 og et fåtal er fra 2000. Hertil kommer, at 12 strækninger er blevet estimeret af forfatterne til denne rapport.
Ingen af de oprindelige ÅDT-tal er omregnet til et fælles ÅDT-år, f.eks.
ÅDT-98. Det vurderes, at den unøjagtighed ÅDT-tallene derved får, er lille i forhold til de generelle unøjagtigheder, der er i ÅDT-tallene som følge af tællemetode, tælleperiode mm.
4 Testområderne
Frederikshavn, Holbæk og Kalundborg er de tre kommuner, som blev ud- valgt til test af uheldsmodellerne. Dette kapitel vil kort beskrive de tre kommuners vejnet og det tilhørende uheldsbillede. Yderligere informatio- ner vedrørende de respektive kommuners vejnet og uheldsbilleder kan fin- des i bilagene 1-3.
4.1 Det samlede vejnet
Det samlede vejnet består af 130 km fordelt på i alt 438 strækninger og 206 kryds. Tabel 4 viser, hvorledes vejnettet er fordelt på længderne af de forskellige strækningstyper4 samt antallet af de forskellige typer af kryds i de tre testkommuner.
Type Fr.havn Holbæk Kalundborg Hele nettet
A-D (km) 1,4 1,3 1,5 4,1
E (km) 57,4 22,4 19,3 99,1
F (km) 0 0,4 0 0,4
H (km) 11,8 7,9 4,0 23,7
I (km) 0,5 1,3 1,0 2,8
Alle strækninger (km)
71,1 33,3 25,8 130,3
T-kryds ej signal 50 31 19 100
T-kryds signal 7 5 1 13
F-kryds ej signal 39 15 9 63
F-kryds signal 11 13 6 30
Alle kryds (stk.) 107 64 35 206
Tabel 4. Testkommunerne opgjort på de forskellige strækningstypers længder i km samt antallet af forskellige krydstyper.
Af tabel 4 ses det, at den fremherskende strækningstype er vejtype E, idet 76% af alle strækningerne består af denne. Denne klassificering betyder, at hovedparten af strækningerne er kendetegnet af vejtype E’s karakteristika:
•
•
•
randbebyggelser af etagebyggeri, åben-lav eller industriel karakter antallet af sideveje pr. km. overstiger ikke 10
skiltet hastighed er 50-60 km/t
4 se tabel 2 for yderligere oplysninger om strækningstypernes karakteristika
Den næststørste gruppe er vejtypen H, der udgør 18% af alle strækninger- ne. Denne strækningstype er karakteriseret ved spredt bebyggelse og en tilladt hastighed på 50-60 km/t.
Tabel 4 viser endvidere, at knapt halvdelen (48%) af alle kryds er T-kryds uden signalregulering, og næsten hvert tredje kryds er F-kryds, ligeledes uden signalregulering. Tilsammen udgør kryds uden signalregulering 79%
af hele nettets vejkryds.
Det er værd at bemærke, at over halvdelen af strækningerne og krydsene tilhører Frederikshavn kommunes vejnet, og knapt hver tredje strækning el- ler kryds tilhører Holbæk kommune.
4.2 Testområdernes antal af uheld
I den 5-årige periode 1996-2000 er der på det udvalgte vejnet sket 622 uheld. Tabel 5 viser, hvorledes de observerede uheld fordeler sig på hen- holdsvis de tre kommuners strækninger og kryds samt, for hele nettet.
Type Fr.havn Holbæk Kalundborg Hele nettet
A-D 24 12 25 61
E 135 52 53 240
F 0 0 0 0
H 11 7 5 23
I 0 0 0 0
Alle strækninger 170 71 83 324
T-kryds ej signal 39 19 23 81
T-kryds signal 12 21 2 35
F-kryds ej signal 44 30 15 89
F-kryds signal 23 50 20 93
Alle kryds 118 120 60 298
Uheld i alt 288 191 143 622
Tabel 5. Oversigt over antallet af alle observerede uheld i testkommuner- nes vejnet i perioden 1996-2000.
Det ses af tabel 5, at uheldene fordeler sig forholdsvist ligeligt mellem strækninger og kryds; 52% af alle uheldene er sket på strækningerne, sva- rende til 324 og de resterende 48% eller 298 uheld er sket i krydsene.
46% af de observerede uheld er sket i Frederikshavn kommune, 31% af uheldene er i Holbæk og de resterende 23% er sket i Kalundborg kommune.
Af figur 4 kan man se uheldsfordelingen på de forskellige vej- og krydsty- per. Det skal bemærkes, at hverken vejtype F eller I optræder i figuren, da der ikke er sket uheld på disse strækningstyper.
Fordelingen af uheld
0 50 100 150 200 250 300
Vejtype A-D
Vejtype E
Vejtype H
T-kryds ej signal
T-kryds signal
F-kryds ej signal
F-kryds signal
p-uheld m-uheld
Figur 4. Fordelingen af samtlige uheld på personskadeuheld (p) og materi- elskadeuheld (m).
Ikke overraskende viser det sig, at langt størstedelen af alle uheld sker på vejtypen E (38%). Der sker færrest uheld på vejtypen H, med kun 4% af alle uheldene - svarende til 23 uheld.
Behandles strækningsuheldene alene gælder det, at 74% af alle uheld finder sted på vejtype E, og 19% sker på vejtypen A-D, de resterende 7% sker på vejtypen H.
Den tilsvarende fordeling af krydsuheld angiver, at langt størstedelen af krydsuheldene finder sted i de to typer af F-benede kryds samt i T-
krydsene uden signalregulering. Der sker færrest uheld i T-krydsene med signalregulering. Mere eksakt viser det sig, at 61% af alle krydsuheldene sker i F-krydsene. 31% af uheldene sker i F-krydsene med signalregulering og 30% sker i F-kryds uden signalregulering.
Uheld i T-krydsene uden signalregulering udgør lidt mere end hvert fjerde af alle krydsuheldene.
Ved at sammenholde uheldstal med trafikmængderne og vejlængder kan uheldsfrekvensen (UHF) beregnes for de forskellige vej- og krydstyper.
Tabel 6 viser uheldsfrekvensen for strækninger og kryds i testkommunerne for alle uheld.
Type Uheldsfrekvens
Stræk A-D 1,91
Stræk E 0,52
Stræk H 0,18
T-kryds u. signal 0,08
T-kryds signal 0,13
F-kryds u. signal 0,24
F-kryds signal 0,18
Tabel 6. Uheldsfrekvenser (UHF) for strækninger og kryds i testkommuner- ne.
Som ventet har strækningstype A-D (center og forretningsgader) den høje- ste uheldsfrekvens efterfulgt af E og H.
De F-benede kryds har højere uheldsfrekvens sammenlignet med de T- benede kryds.
5 Modellens uheldstal
Ved hjælp af uheldsmodellerne er antallet af uheld beregnet for det define- rede vejnet i Frederikshavn, Holbæk og Kalundborg. Resultaterne er vist i nedenstående tabel 7.
Type Frederikshavn Holbæk Kalundborg Total
A-D 21 17 17 55
E 163 122 89 374
F 0 4 0 4
H 23 28 18 69
I 0 1 1 2
Alle strækninger 207 172 125 504
T-kryds ej signal 54 34 19 107
T-kryds signal 21 12 1 34
F-kryds ej signal 50 24 13 87
F-kryds signal 36 49 19 104
Alle kryds 161 118 53 332
Beregnet alle uheld 368 290 178 835
Tabel 7. De beregnede uheldstal for stræknings- og krydstyper. Bemærk at de beregnede uheldstal er afrundet til nettal.
Som det fremgår af tabel 7, beregner modellen, at der vil ske 835 uheld på det definerede vejnet. Frederikshavn står for ca. 44% af samtlige uheld, Holbæk tager sig af 35% og de resterende 21% sker i Kalundborg.
5.1 Det beregnede uheldsbillede
Tabellen viser, at hovedparten af alle uheld forventes at ske på stræknin- gerne, hvor modellen beregner, at 60% af alle uheld vil ske. Ikke overra- skende forudser uheldsmodellerne, at størstedelen af alle uheldene vil ske på strækninger af type E; godt 45% af alle uheld er forudset til at ske her.
Undersøges strækningsuheldene nærmere ses, at der på vejtypen E sker 74% af alle uheldene, 14% uheldene vil ske på strækningstypen H og på vej- typen A-D vil 11% af strækningsuheldene ske.
Det beregnede uheldsbillede for krydsene viser, at langt de fleste kryds- uheld sker i F-kryds med signalregulering og i T-kryds uden signalregule- ring. Disse to krydstyper tegner sig for godt to ud af tre uheld, hvor F- kryds med signalregulering har en mindre overvægt.
6 Sammenligning af beregnede og observerede uheldstal
Dette kapitel indeholder en sammenligning af de beregnede og de observe- rede antal uheld.
I tabel 8 ses det beregnede antal uheld, beregnet vha. af uheldsmodellerne sammenholdt med det observerede opdelt på kommuner for de forskellige kryds- og strækningstyper.
Type Data Frederiks- havn
Holbæk Kalundborg Total
A-D Beregnede 21 17 17 55
Observerede 24 12 25 61
E Beregnede 163 122 89 374
Observerede 135 52 53 240
F Beregnede 0 4 0 4
Observerede 0 0 0 0
H Beregnede 23 28 18 69
Observerede 11 7 5 23
I Beregnede 0 1 1 2
Observerede 0 0 0 0
Alle strækninger Beregnede 207 172 125 504 Alle strækninger Observerede 170 71 83 324
T-kryds Beregnede 54 34 19 107
ej signal Observerede 39 19 23 81
T-kryds Beregnede 21 12 1 34
Signal Observerede 12 21 2 35
F-kryds Beregnede 50 24 13 87
ej signal Observerede 44 30 15 89
F-kryds Beregnede 36 49 19 104
Signal Observerede 23 50 20 93
Alle kryds Beregnede 161 118 53 332 Alle kryds Observerede 118 120 60 298 Beregnede hele vejnet 368 290 178 835 Observerede hele vejnet 288 191 143 622 Tabel 8. Det beregnede og observerede antal uheld i Frederikshavn, Hol- bæk, Kalundborg og for det samlede vejnet i de tre kommuner.
Det skal bemærkes til tabel 8, at de beregnede uheldstal er afrundet til hel- tal.
Som tabellen viser, forventes der at ske 835 uheld på hele vejnettet hvor der er observeret 622 uheld. Dette giver en dækningsgrad5 på 74%. Dæk- ningsgraden for alle strækninger er 64% og 90% for krydsene. I bilag 4 er alle stræknings- og krydstypernes dækningsgrader vist.
Som nævnt i kapitel 3 var det forventet, at modellernes beregnede uheldstal ville være 30-40% højere end de observerede, hvilket er i over- ensstemmelse med forventningen. Modellerne beregner samlet set 34% for mange uheld. Der er dog stor forskel på kryds og strækninger og på de tre kommuner, hvilket fremgår af figur 5. Frederikshavn kommune fremstår mest homogen, da den har en ensartet dækningsgrad for kryds og stræk- ninger, hvorimod Holbæk og Kalundborg kommuner har store variationer hvad angår fordelingen mellem kryds og strækninger.
0 20 40 60 80 100 120
Fr.havn Holbæk Kalundborg Total
%
strk i alt kryds i alt total
Figur 5. Dækningsgraderne for alle uheld for henholdsvis Frederikshavn, Holbæk og Kalundborg.
Underinddelingen af de tre kommuners forskellige strækningstyper ses på figur 6. Generelt har strækningstype A-D den bedste dækningsgrad, mens den mest repræsenterede strækningstype (type E) har en samlet dæknings- grad på ca. 65%.
5Dækningsgrad er defineret som det procentuelle forhold mellem det beregnede antal uheld og det observerede antal uheld. 100% betyder fuld overensstemmelse,
>100% betyder, at der er sker flere uheld på vejnettet end modellen har beregnet, og <100% betyder at uheldsmodellen har beregnet flere uheld end der er observe- ret.
Figur 6. Strækningstypernes dækningsgrader for de forskellige vejnet.
Tilsvarende er dækningsgraderne for kommunernes kryds illustreret i figur 7. Det ses af figuren, at dækningsgraderne for krydsene ligger bedre end de tilsvarende tal for strækningernes dækningsgrader. Krydsenes dæk- ningsgrader ligger i højere grad centreret omkring 100%, og har mindre va- riationer.
Figur 7. Krydstypernes dækningsgrader for de forskellige vejnet.
For både figur 6 og 7 er det vigtigt at huske på de store variationer i det procentuelle forhold i stor udstrækning skyldes, at udregningerne er base- ret på små tal. Dette gælder særligt for de T-kryds med signalregulering.
En anden sammenligningsmetode af uheldstallene i tabel 8 kan foretages ved hjælp af en procentuel sammenligning af hvorledes de respektive stræknings- og krydstyper fordeler sig indenfor de tre kommuner, både in- denfor de observerede og de beregnede antal. Denne sammenligning illu- streres i tabel 9.
0 50 100 150 200
T-kryds T-kryds signal
F-kryds F-kryds signal
kryds i alt
%
Fr.havn Holbæk Kalundborg Hele nettet Hele nettet
0 50 100 150 200
A-D E H strk i alt
%
Fr.havn Holbæk Kalundborg
Type Data Frederikshavn Holbæk Kalundborg Total A-D Beregn / Obs 10/14 10/17 14/30 11/19 E Beregn / Obs 79/79 71/64 71/64 74/74
F Beregn / Obs 0/0 2/0 0/0 1/0
H Beregn / Obs 11/6 16/10 14/6 14/7
I Beregn / Obs 0/0 1/0 0/0 0/0
Alle strækninger Beregn / Obs 100/100 100/100 100/100 100/100 T-kryds ej signal Beregn / Obs 34/33 28/16 35/38 32/27 T-kryds signal Beregn / Obs 13/10 10/18 3/3 10/12 F-kryds ej signal Beregn / Obs 31/37 21/25 25/25 26/30 F-kryds signal Beregn / Obs 22/19 41/42 37/33 31/31 Alle kryds Beregn / Obs 100/100 100/100 100/100 100/100 Alle strækninger Beregn / Obs 56/59 59/37 70/58 60/52 Alle kryds Beregn / Obs 44/41 41/63 30/42 40/48 I alt Beregn / Obs 100/100 100/100 100/100 100/100 Tabel 9. Det procentuelle forhold mellem henholdsvis de beregnede og ob- serverede uheldstal for Frederikshavn, Holbæk, Kalundborg og det samlede vejnet.
Tabel 9 viser således uheldstallenes fordeling på kryds- og strækningstype for hver af kommunerne. Fordelingen af uheldstal på kryds- og stræknings- typer passer bedst overens for de beregnede og de observerede uheldstal i Frederikshavn, hernæst følger Kalundborg, og igen stemmer Holbæks tal dårligst.
Igen skal det huskes at tabellen er baseret på små uheldstal, og derfor kan der forekomme store variationer.
6.1 Residualer
En nærmere analyse af hvordan de beregnede antal uheld passer med de observerede, er beskrevet i det efterfølgende. Analysen er lavet, dels ved at beregne residualer (observerede uheldstal - beregnede uheldstal) samt for- delingen af disse, dels ved at beregne deviansbidraget under antagelse af en Poisson-fordelt observation.
Beregningerne er lavet på kryds og strækninger i testkommunerne og til sammenligning endvidere på de kryds og strækninger, der indgik i det op- rindelige datasæt til estimering af modellerne. Værdierne er vist i tabel 10.
Type Middelværdi af Residualer
(obs-beregn)
Middelværdi af Devianse (Poisson)
Test Test Oprindelige
Strk. A-D 0,24 0,13 -0,22
Strk. E -0,39 -0,42 -0,11
Strk. H -0,72 -0,81 -0,17
Strk. I -0,28 -0,66 -0,15
T-kryds, u. signal -0,26 -0,43 -0,32
T-kryds, m. signal 0,11 -0,20 -0,30
F-kryds, u.signal 0,02 -0,25 -0,24
F-kryds, m. signal -0,37 -0,43 -0,09
Tabel 10. Residual- og deviansbidrag baseret på observerede og beregnede uheldstal pr. kryds og pr. strækning.
Middelværdier af deviansbidraget er generelt større for testkryds og test- strækningerne sammenlignet med de oprindelige kryds og strækninger.
Dette må tolkes som, at modellerne passer dårligere på testvejnettet end på det vejnet, som modellerne er baseret på.
Fortegnet på middelværdien af residualerne for testvejnettet angiver om modellerne beregner for mange eller for få uheld. En nærmere analyse af fordelingen af residualerne for de enkelte strækningstyper og kryds er gennemført, og som eksempel viser figur 8 fordelingen for F-kryds uden signal. Figuren viser ligeledes fordelingen for de oprindelige kryds, som modellen er baseret på. Af pladshensyn er kun F-kryds uden signal vist som eksempel, idet netop denne krydstype godt illustrer den generelle situation for krydsene.
Middelværdien for residualer i testkrydsene er 0,02 mod 0,00 for de oprin- delige kryds, hvilket vil sige, at modellen som gennemsnit passer fint, men beregner lidt for få uheld. Andelen af kryds, hvor modellen estimerer op til 1 uheld for meget eller op til 1 uheld for lidt, er over 60% af testkrydsene, hvilket er større end på de oprindelige kryds. Andelen af kryds, hvor mo- dellen "rammer langt ved siden af", synes at være en smule mindre for testkrydsene sammenlignet med de oprindelige kryds, som modellen er ba- seret på.
F-kryds u. signal (obs-beregn)
0 5 10 15 20 25 30 35 40
[-10,-9] [-9;-8] [-8;-7] [-7;-6] [-6;-5] [-5;-4] [-4;-3] [-3,-2] [-2,-1] [-1,0] [0;1] [1;2] [2,3] [3,4] [4,5] [5,6] [6,7] [7,8] [8,9] [9,10]
%
F-kryds u. sig. (Oprind) F-kryds u. sig. (Ny)
Figur 8. Fordeling af residualer for F-kryds u. signal.
I figur 9 ses residualer for teststrækninger af type E, som er den mest re- præsenterede vejtype. Det ses at modellen for ca. 55% af strækningerne beregner mellem 0 og 1 uheld for meget, mens modellen for 17% beregner mellem 0 og 1 uheld for lidt. Sammenlignet med de strækninger som mo- dellen er baseret på (E (oprind)) ses, at modellen for de oprindelige stræk- ninger har større spredning i residualerne. Det betyder, at modellen for de oprindelige strækninger oftere rammer "mere ved siden af".
Middelværdien af residualerne for de oprindelige strækninger er dog 0,00 mod -0,39 for teststrækningerne, hvilket vil sige at modellerne i gennem- snit beregner for mange uheld på teststrækningerne.
Strækningstype E (obs-beregn)
0 10 20 30 40 50 60
[-10,-9] [-9;-8] [-8;-7] [-7;-6] [-6;-5] [-5;-4] [-4;-3] [-3,-2] [-2,-1] [-1,0] [0;1] [1;2] [2,3] [3,4] [4,5] [5,6] [6,7] [7,8] [8,9] [9,10]
%
E (oprind) E (ny)
Figur 9. Fordeling af residualer (Obs-beregn) for strækningstype E.
Tilsvarende fordeling er lavet for alle kryds og strækningstyper, og det ge- nerelle billede er, at de beregnede uheldstal for testkrydsene passer godt overens med de observerede. Spredningen i residualerne er lidt mindre for testkrydsene end for det oprindelige kryds. For strækningerne er det kun muligt at sammenligne 3 af strækningstyperne (A-D, E og H), da der ved de andre strækningstyper er for få observationer. Spredningerne i residualer- ne er i samme størrelsesorden som hos de oprindelige strækninger, men middelværdierne har ændret sig. Generelt må det siges om både kryds og strækninger, at den variation der ses i residualerne i høj grad er tilfældig, og det derfor er svært at finde nogen systematisk ændring fra de oprinde- lige kryds og strækninger til det nye testvejnet.
Da ÅDT på testvejstrækningerne generelt er lavere end på de oprindelige strækninger har teststrækningerne også generelt lavere uheldstal. Det be- tyder, at residualerne automatisk også bliver mindre for teststrækningerne.
Derfor kan figur 9 være en smule misvisende. Den gennemsnitlige ÅDT for teststrækning E er 2300, mens den er 5800 for de oprindelige strækninger.
For at undersøge hvorvidt forskellen i ÅDT kan være medvirkende til, at modellen beregner for få uheld, er der i figur 10 vist den gennemsnitlige uheldstæthed for test- og oprindelige strækninger opdelt på forskellige ÅDT grupper for vejtype E. Samtidig er de beregnede uheldstal vha. af mo- dellen vist.
UHT for oprindelige og teststrækninger af type E
0,00 0,50 1,00 1,50 2,00 2,50 3,00 3,50
0-1000 1000-2000 2000-3000 3000-4000 4000-5000 5000-6000 6000-7000 7000-8000 8000- ÅDT
UHT
Nye-strk Oprind. Strk Model
Figur 10. Den gennemsnitlige uheldstæthed for de oprindelige og gamle strækninger for forskellige ÅDT-grupper for strækningstype E. Til sammen- ligning vises modellens beregnede værdier.
For alle ÅDT-grupper ligger uheldstæthed for de nye strækninger under de oprindelige, især for strækninger med høj ÅDT. Som det ses vil modellen for disse grupper beregne et meget højere antal uheld. Langt størstedelen af teststrækningerne har dog en ÅDT mellem 0-2000 og her passer model- len bedre, men estimerer stadig for mange uheld.
Selvom der er forskel i ÅDT på test- og de oprindelige strækninger, kan forskellen ikke forklare, hvorfor modellen estimerer for mange uheld. Til- syneladende er uheldstæthed faldet for alle ÅDT grupper.
6.2 Opdatering af uheldsmodellerne
Ud fra det indsamlede data i testkommunerne er det nærliggende at re- estimere modellerne. Antallet af kryds og strækninger i testkommunerne er dog for beskedent til at kunne producere robuste modeller ved en ny esti- mation af a- og p-parametre. For at simplificere estimeringen, antages det derfor, at eksponeringsdelen i uheldsmodellerne, dvs. ÅDT variablen og de tilhørende p-parametre ikke har ændret sig i forhold til de oprindelige, dvs.
p-parametrene fastholdes. Erfaringerne fra det tidligere arbejde med uheldsmodeller for stats- og amtsveje [VD Notat 22, 1995], [VD Notat 59, 1998] viser at p-parametrene ikke ændrer sig væsentligt fra år til år og på den baggrund virker det rimeligt at lave en estimering med fastholdt eks- poneringsled.
Kun for strækningstyperne A-D, E og H i testkommunerne er der et til- strækkeligt antal observationer til at kunne beregne nye a-parametre. Pa- rametrene for a og p bliver da som vist i tabel 11.
Strækningstype a (nye) a (oprindelige) P
A-D 1,77 10-3 1,6 10-3 0,89
E 4,71 10-4 7,41 10-4 0,89
H 1,65 10-4 4,96 10-4 0,89
Tabel 11. Nye og oprindelige a-parametre for strækninger i testkommuner.
(p-parameter fastholdt).
Det skal bemærkes, at der er signifikant forskel på de tre kommuner. Hol- bæk har et 35% lavere niveau end Kalundborg (signifikant), mens Frede- rikshavn ligger 22% over Kalundborg. Testkommunerne kan derfor ikke an- ses som værende homogene, og de viste værdier i tabel 10 er således kun middelværdier for de tre kommuner. De nye estimerede a-parametre for A- D, E og H er henholdsvis 10% højere, 36% lavere og 67% lavere end de op- rindelige a-parametre.
Uheldsmodellen, som er baseret på testkommunernes kryds med uændret eksponeringsled (p-parameter), er vist i nedenstående tabel:
Krydstype a (nye) a (oprindelige) p1 p2 T-kryds u. signal 7,97 10-6 1,04 10-5 0,69 0,60 T-kryds signal 1,40 10-5 1,34 10-5 0,88 0,33 F-kryds u. signal 7,25 10-4 7,12 10-5 0,30 0,55 F-kryds signal 9,65 10-5 1,08 10-4 0,53 0,52 Tabel 12. Nye a-parametre for kryds baseret på testkommuner (p-
parameter fastholdt).
For T-kryds uden signal er der signifikant forskel på de tre kommuner, mens der ikke er forskel for de andre krydstyper. De nye estimerede a- værdier ligger, bortset fra T-kryds uden signal, tæt på de gamle værdier.
Forskellen er 4% højere for T-kryds med signal, 2% højere for F-kryds uden signal, 11% lavere for F-kryds med signal og 23% lavere for T-kryds uden signal.
7 Diskussion af forskelle mellem beregnede og observerede
uheldstal
Dette kapitel vil søge at forklare og finde årsagerne til de variationer, der optræder mellem modellernes estimater og de faktiske observationer, som det forgående kapitel har beskrevet.
De forskelle, som optræder mellem de beregnede og observerede
uheldstal, kan udover det generelle fald i uheldsfrekvensen skyldes flere specifikke parametre, som;
udvikling i antallet af uheld og trafik i byer
reelle forskelle i uheldsrisikoen i de forskellige kommuner forskelle i uheldsindberetning i de forskellige kommuner opdeling af vejnet på kryds og strækninger
manglende stedfæstelse af uheld tilfældig variation i uheldstal
De nævnte årsager vil i det efterfølgende blive beskrevet og diskuteret nærmere.
7.1 Udvikling i antal uheld og trafikarbejde
Det generelle uheldstal er faldet gennem det sidste årti. Som vist i figur 1 har antallet af uheld i byområdet været faldende i de sidste mange år sam- tidig med, at trafikarbejdet er steget. Det betyder, at sammenhængen mel- lem trafik og uheld løbende har ændret sig i perioden, og da modellerne netop beskriver den sammenhæng, vil modellerne forventeligt beregne for mange uheld i forhold til situationen i dag. Det vurderes, at modellerne for både kryds og strækninger i gennemsnit vil beregne 30-40% for mange uheld, se endvidere afsnit 3.2.
I gennemsnit viser det sig, at modellerne for strækninger beregner 56% for mange uheld, mens modellerne for kryds beregner 11% for mange. Så ud- viklingen i uheldstal og trafikarbejde kan ikke alene forklare forskellen mellem de observerede og beregnede antal uheld.
7.2 Reelle forskelle mellem kommunernes uheldsrisiko
Det forhold, at uheldsmodellerne er baseret på nogle få kommuner, kan spille en væsentligere rolle. Det er således muligt, at de forskelle som ses, når modellerne anvendes i andre kommuner, kan tilskrives reelle forskelle i uheldsrisikoen mellem kommunerne. Det kunne tænkes, at f.eks. x-købing har et langt sikrere vejnet eller at trafikanterne i x-købing har en sikre tra- fikmæssig adfærd, der gør, at der indtræffer færre uheld i x-købing sam- menlignet med andre kommuner. Eksempelvis har der i en række kommu- ner igennem det sidste årti været stor fokus på at reducere uheldene ved trafiksaneringer, ombygninger, hastighedsplanlægning mm.
I forbindelse med udviklingen af uheldsmodellerne blev der testet for ho- mogenitet på de stræknings- og krydstyper i de involverede kommuner. Re- sultatet var, at gruppen af kryds og strækninger kunne anses for at tilhøre en homogen gruppe, idet der ikke kunne påvises nogen forskel i uheldsri- siko kommunerne imellem [VD Rapport 220, 2001].
De tre kommuner, der er udvalgt til afprøvning af modellerne, er udpeget fordi netop disse kommuner havde anvendelig data til projektet. Man skal derfor være varsom med at generalisere uden at tage hensyn til kommu- nernes lokale forhold. Det kan således ikke forventes, at de tre testkom- muner er repræsentative for alle danske kommuner som helhed.
Betragter man det generelle trafiksikkerhedsniveau i forskellige danske by- er, finder man, at dette varierer en del. Bilag 5 viser 47 forskellige kom- muners uheldsrisiko6, og her ser man en meget stor variation, hvor Ikast repræsenterer den laveste værdi på knapt 2 uheld pr. 1000 indbyggere pr.
år og Rønne den højeste værdi på 4,4 uheld pr. 1000 indbyggere pr. år. Fi- gur 11 viser et mindre udsnit af denne oversigt for henholdsvis testkom- muner, deres gennemsnit, de kommuner som blev anvendt til uheldsmodel- lerne for kryds og strækninger, modelkommunernes gennemsnit, samt gennemsnittet for alle 47 kommuner.
6 Uheldsrisiko er her opgjort som det årlige antal uheld pr. 1000 indbygge-
Uheldsrisiko 1993-1996
0 0,5 1 1,5 2 2,5 3 3,5 4
47 kommuner Model Gns Model strk Model kryds Gns Holbæk Kalundborg Fr.havn
Figur 11. Uheldsrisiko for testkommunerne og forskellige gennemsnit op- gjort som antallet af uheld pr. 1000 indbyggere.
Figuren viser, at man må forvente, at der i Holbæk Kommune sker relativ få uheld, da den fremstår som en kommune med lav uheldsrisiko på 2,3 uheld pr. 1000 indbygger årligt. Kalundborg ligger i den højere del af skalaen med en værdi på 3,2. Frederikshavn optræder med værdien 3,1 og placerer sig derved i det brede midterfelt. De udvalgte testkommuners trafiksikker- hedsniveau placerer sig relativ langt under landsgennemsnittet. Det skal dog bemærkes, at testkommunernes gennemsnit på 2,8 uheld pr. 1000 indbygger om året ligger tæt op ad det gennemsnit på 2,9 som uheldsmo- dellernes kommuner har.
Der er altså stor forskel i risikoen, når den opgøres som helserisiko. Hvor- vidt det også gør sig gældende, når man bruger modellerne er uvist. Men det er tankevækkende, at Holbæk har en lav uheldsrisiko samtidig med, at det er den testkommune, hvor modellerne passer dårligst, idet de her be- regner for mange uheld. Endvidere kan man bemærke, at Frederikshavn kommune, som ligger i det samme brede midterfelt som de kommuner uheldsmodellerne er baseret på, også er den testkommune som passer bedst med modellerne.
7.3 Forskelle i uheldsindberetning
Den forskel, der kan observeres i uheldsrisikoen blandt kommuner, kan også afhænge af forskelle i, hvordan politiet indberetter uheld ved de for- skellige politikredse og politistationer. Figur 12 viser 274 danske kommu- ner og den procentuelle fordeling mellem uheld, der er indberettet som ekstrauheld, materielskadeuheld og personskadeuheld.
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
TøHalløsslee FreDiaSilderkebnaikslunorghd VaBrøHallenNæNaRanstHeRandSæGresbækskndestvholrninersmsbyovedvelemrsøkg RøSkndejerRyn HøFaÅrhrninrumusg Nordborg SøStuBrandbbeTømmerbndkøorgingerbi
Ekstrauheld Materielskadeuheld Personskadeuheld
Figur 12. Procentvis fordeling af trafikuheld blandt 274 kommuner i Dan- mark. 1996/1997. (OBS - kun hver 10. kommunenavn er vist).
Andelen af uheld der er rapporteret som ekstrauheld spænder over et stort interval, fra 0% til over 50%, mens andelen af personskadeuheld udgør en andel på mellem 10-60%. Forholdet mellem antallet af personskadeuheld og materielskadeuheld varierer ligeledes meget. Disse forskelle dækker dels over forskellige metoder og rutiner i det daglige arbejde hos politiet, dels over reelle forskelle i uheldsrisiko hos de forskellige kommuner. Elektro- nisk indberetning hos politiet er bl.a. blevet gradvist indført i de forskelli- ge politikredse over de sidste år. Den elektroniske indberetning har gjort det nemmere at indberette ekstrauheld, hvilket måske kan forklare en del af variationen. Det kan dog ikke udelukkes, at grænsen mellem ekstrauheld og materielskadeuheld opfattes forskelligt i forskellige dele af landet, på
Figur 13 viser, hvorledes fordelingen af uheld i testkommunerne fordeler sig i forhold til landsgennemsnittet. Det ses, at forskellen mellem test- kommunerne ikke er voldsom stor, men alle testkommuner har en større andel af ekstrauheld i forhold til landsgennemsnittet.
0% 25% 50% 75% 100%
Holbæk Kalundborg Frederikshavn Landsgennemsnit
Ekstrauheld Materialskadeuheld Personskadeuheld
Figur 13. Procentvis fordeling af uheld for testkommunerne.
Nedenstående figur 14 viser udviklingen i Holbæk kommune mht. antal po- litiregistrerede uheld, opdelt på personskade-, materielskade-, og ekstra- uheld. Figuren er medtaget for at vise et eksempel på den variation i antal uheld der forekommer over tiden.
0 10 20 30 40 50 60
1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 Antal registreret uheld
Personskadeuheld Materielskadeuheld Ekstrauheld
Figur 14. Antal politiregistrerede uheld i Holbæk kommune.
Af figur 14 ses, at der dels er stor variation fra år til år, dels at antallet af ekstrauheld er steget markant i perioden 1996-2000. Hvorvidt denne æn- dring i antallet af ekstrauheld skyldes en reel ændring i uheldsrisikoen el- ler, at den skyldes ændringer i rapporteringsrutiner ved politiet vides ikke.
Om disse ændringer også har indflydelse på antallet af person- og materi- elskadeuheld er usikkert. Det skal dog nævnes, at Holbæk politikreds i pe- rioden er gået over til elektronisk indberetning.
Man må konkludere, at indberetningen af uheld varierer fra kommune til kommune, og at den også varierer over tid. Vil man prøve at sammenligne uheldsrisikoen i forskellige kommuner, må man derfor være opmærksom på, at ekstrauheld under ingen omstændigheder kan medtages i analyser- ne, da disse er meget forskelligt indberettet. For person- og materielska- deuheld må det formodes, at rapporteringen sker nogenlunde ensartet i al- le landets kommuner, men det kan ikke udelukkes, at de forskelle som ses mellem kommunerne i nogen grad kan tilskrives forskelle i uheldsrapporte- ringen.
Det er ligeledes vigtigt at nævne at undersøgelser, baseret på statistikker fra hospitalernes skadestuer, viser at politiet kun får kendskab til under 20% af alle personskader. 80% af alle personskader optræder altså ikke i de officielle statistikker. Hvorvidt rapporteringsgraden varierer mellem de for- skellige politikredse vides ikke, men en undersøgelse udført af Ulykkes Analyse Gruppen på Odense Universitetshospital viste, at i 1997 var det kun 13% af de tilskadekomne, der optrådte i politirapporterne, og hertil
kommer, at Ulykkes Analyse Gruppens rapport også påpegede, at dæk- ningsgraden af de tilskadekomne var faldende, eksempelvis lå den på 16% i 1996 [Odense Universitetshospital, 1998]. Det fremgår dog, at det i højere grad omhandler lettere personskader, da alvorligere personskader som re- gel politirapporteres.
7.4 Opdeling af vejnet på kryds og strækninger
I forbindelse med brugen af uheldsmodeller skelnes mellem kryds og strækninger, i princippet således, at kryds hvor den indkørende sidevejs- trafik er større end 250 ( for T-kryds) /500 ( for F-kryds) medregnes som kryds, mens ved mindre trafikmængder anses krydset som en del af stræk- ningen, jf. afsnit 3.5. Det betyder, at de uheld som evt. er sket i krydset medregnes som et strækningsuheld.
Opdelingen af vejnettet kan i praksis være vanskelig, da oplysninger om trafikmængderne ofte er utilstrækkelige. Hvis der findes oplysninger om sidevejstrafikken i et kryds, vil trafikmængden være afgørende, men hvis sidevejstrafikken ikke kendes eller kan skønnes, bliver opdelingen af vej- nettet foretaget på en vurdering. Heri ligger en usikkerhed, der kan få ind- flydelse på hvor godt modellerne kan beregne uheldsrisikoen.
I nærværende studie har det vist sig, at modellerne for strækninger bereg- nede for mange uheld, mens tallene for kryds passede lidt bedre. Hvorvidt det skyldes opdelingen af vejnettet er usikkert.
7.5 Manglende stedfæstelse af uheld
I forbindelse med indsamling af politiregistrerede uheldsdata og den efter- følgende stedfæstelse viste det sig, at en mindre andel af uheldene ikke kunne stedfæstes, se. afsnit 3.5. Det drejer sig om ca. 5% af alle uheld, som ikke kunne stedfæstes på hverken det definerede vejnet eller det re- sterende vejnet. Det kan derfor ikke udelukkes, at der er sket uheld på testvejnettet, som ikke er med i analyserne. Dette betyder, at de observe- rede uheldstal i analyserne kan ligge en smule lavere end de reelle uheldstal.
7.6 Tilfældig variation i uheldstal
En afvigelse mellem de beregnede og de observerede uheldstal kan i høj grad være præget af tilfældige variationer i de observerede uheldstal. Ana- lyser har vist, at op mod 80% af den variation man ser i uheldstal fra år til år i et givet kryds skyldes tilfældigheder, mens kun 20% kan forklares ud fra andre omstændigheder [VTT rapport 233].
