Vad skulle hända om alla höll hastighetsgränsen? : Effekter på antal omkomna

(1)

Vad skulle hända om alla

höll hastighetsgränsen?

Effekter på antal omkomna

Anna Vadeby

(2)

(3)

VTI PM 2021:10

Vad skulle hända om alla

höll hastighetsgränsen?

Effekter på antal omkomna

(4)

Författare: Anna Vadeby,VTI (https://orcid.org/0000-0002-9164-9221) Diarienummer: 2017/0682-8.3

Publikation: VTI PM 2021:10 Utgiven av VTI, 2021

(5)

Kort sammanfattning

Sänkta medelhastigheter och en ökad hastighetsefterlevnad är mycket viktiga faktorer för att uppnå en ökad trafiksäkerhet i samhället. En minskad hastighet påverkar antalet olyckor och skadeutfallet på flera sätt, dels minskar reaktionssträckan så att man har större möjligheter att undvika en kollision eller krasch, dels minskar krockvåldet i olyckan vilket gör att skadorna blir lindrigare. Syftet med

föreliggande PM är att studera hur många liv som skulle kunna sparas om alla höll hastighetsgränsen på det svenska vägnätet.

Studien bygger på en rad antaganden och därmed bör resultaten enbart ses som en uppskattning av vilken storleksordning på minskat antal omkomna man kan uppnå. Resultaten visar att om man som utgångsår använder ett treårsmedelvärde för antalet omkomna under tidsperioden 2018–2020 så kan cirka 50 liv sparas och om man enbart utgår från antal omkomna under 2020 så kan cirka 40 liv sparas.

Nyckelord

(6)

Abstract

Reduced speeds and increased speed compliance are very important factors in achieving increased traffic safety. Reducing the speed, affects both the number of crashes and the injury severity in several ways. First, lower speeds reduce the reaction distance so that you have greater opportunities to avoid a collision or crash, second lower speeds reduce the impact force in the crash, which makes the injuries less severe. The aim of this memorandum is to study how many lives that could be saved if everyone complied with the speed limit on the Swedish road network.

The study is based on several assumptions and therefore the results should only be seen as an estimate of the magnitude of the reduced number of fatalities. The results show that based on a three-year average value for the number of fatalities (2018–2020), about 50 lives can be saved and if only one year (2020) serve as the baseline for the number of fatalities, about 40 lives can be saved.

Kewords

(7)

Förord

Föreliggande PM studerar hur många liv som skulle kunna sparas om alla höll hastighetsgränsen på det svenska vägnätet. Studien är finansierad av Trafikverket med Matteo Rizzi som kontaktperson. Linköping, juni 2021

Anna Vadeby Projektledare

Granskare/Examiner

Åsa Forsman, VTI.

De slutsatser och rekommendationer som uttrycks är författarens/författarnas egna och speglar inte nödvändigtvis myndigheten VTI:s uppfattning./The conclusions and recommendations in the report are those of the author(s) and do not necessarily reflect the views of VTI as a government agency.

(8)

Innehållsförteckning

Kort sammanfattning ...5 Abstract ...6 Förord ...7 1. Inledning ...9 2. Metod ...10 2.1. Antaganden ...10 2.2. Data ...10 2.2.1. Hastighetsdata ...10 2.2.2. Olycksdata från Strada ...12

2.3. Samband mellan medelhastigheter och antalet omkomna ...13

2.4. Analys ...14

3. Resultat ...15

4. Sammanfattande diskussion ...17

Referenser ...18

(9)

1. Inledning

Sänkta medelhastigheter och en ökad hastighetsefterlevnad är mycket viktiga faktorer för att uppnå en ökad trafiksäkerhet i samhället. En minskad hastighet påverkar antalet olyckor och skadeutfallet på flera sätt, dels minskar reaktionssträckan så att man har större möjligheter att undvika en kollision eller krasch, dels minskar krockvåldet i olyckan vilket gör att skadorna blir lindrigare.

Nationellt sett har det funnits ett mål för 2020 om att hastighetsefterlevnaden ska vara minst 80 procent, ett mål som enligt de mätningar som gjordes under 2020 inte uppnåddes (Vadeby och Anund, 2021 och Greijer och Nyfjäll, 2020). Hastighetsefterlevnaden på det statliga vägnätet har varit konstant låg på runt 45 procent under perioden 2004–2020. Den genomsnittliga reshastigheten har dock

minskat med ca 5 km/tim under samma tidsperiod, vilket har varit mycket positivt för trafiksäkerheten (Amin m.fl, 2021). På det kommunala vägnätet har medelhastigheten minskat med cirka 3 km/tim sedan 2012, medan hastighetsefterlevnaden även där varit i princip konstant under samma tidsperiod (runt 65 procent). En ökad hastighetsefterlevnad och därmed ytterligare sänkta medelhastigheter innebär att antalet dödade i trafiken skulle kunna minska ännu mer (ITF, 2018). En tidigare studie, Sörensen m.fl. (2007) visade att under de förutsättningar som gällde 2004 kunde cirka 150 liv kunna sparas om alla höll hastighetsgränsen. Sedan dess har antalet dödade i trafiken minskat med mer än 50 procent, fordonen och vägarna har blivit säkrare och de modeller man använder för att uppskatta effekter har uppdaterats.

För att uppskatta hur en förändrad medelhastighet påverkar trafiksäkerheten finns det olika modeller, bland annat Potensmodellen och Exponentialmodellen. Dessa modeller är utvecklade baserat på 100-talet internationella studier. Potensmodellen (Nilsson, 2004; Elvik, 2009) är en modell som uppskattar hur en förändring av medelhastigheten påverkar utfallet av såväl antalet personskadeolyckor som antalet skadade och dödade personer. Modellen används ofta både när nya åtgärder planeras och när införda åtgärder utvärderas. En ny, men liknande, modell som kallas Exponentialmodellen har tagits fram av Elvik (2013, 2014, 2019). Den har ungefär lika bra anpassning till data som Potensmodellen men kurvan är brantare vid höga hastigheter, vilket innebär större effekt på antal dödade vid högre hastigheter och mindre vid lägre hastigheter.

Syftet med föreliggande PM är att uppskatta hur många liv som skulle kunna sparas om alla höll hastighetsgränsen på det svenska vägnätet utifrån de förutsättningar som gäller idag.

(10)

2. Metod

För att uppskatta hur många liv som kan sparas i trafiken om alla höll hastighetsgränsen används data från de två nationella undersökningar som görs på det kommunala respektive statliga vägnätet (Vadeby och Anund, 2021, Greijer och Nyfjäll, 2020), statistik från olycksdatabasen Strada samt en matematisk modell, exponentialmodellen för att beräkna förändring av antal omkomna utifrån förändring av medelhastigheten. Vidare görs en rad antaganden. Såväl data, metoder och antaganden beskrivs nedan.

2.1. Antaganden

Följande antaganden görs:

•_{Hastigheterna per hastighetsgräns är normalfördelade i utgångsläget. Ett liknande antagande} har tidigare gjort i tidigare studier av Sörensen m.fl. (2007).

•_{Utifrån uppmätta reshastigheter skattas medelvärdet i normalfördelningen.}

• För att skatta standardavvikelsen i normalfördelningen används data från tidigare studier, dels på statligt vägnät (Vadeby och Forsman, 2012), dels från de kommunala mätningarna som genomfördes 2020 (Vadeby och Anund, 2021). Anledningen till att tidigare data från 2012 används för det statliga vägnätet är att standardavvikelsen mellan fordon inte redovisas i Greijer och Nyfjäll (2020). Utifrån dessa studier skattas en variationskoefficient

(standardavvikelse/reshastighet) som används för att i sin tur skatta standardavvikelsen mellan fordon per hastighetsgräns (se avsnitt 2.2.1).

• Alla som kör över skyltad hastighetsgräns minskar sin hastighet till (exakt) hastighetsgränsen. Övriga fordons hastighet förändras inte, se även Vadeby och Forsman (2012).

2.2. Data

2.2.1. Hastighetsdata

De hastighetsmätningar som ligger till grund för utgångsläget redovisas i Tabell 1 (statligt vägnät) och Tabell 2 (kommunalt vägnät).

Tabell 1. Reshastighet och andel överträdelser per hastighetsgräns för alla fordonstyper på statligt vägnät 2020. Källa: Greijer och Nyfjäll (2020).

Hastighetsgräns (km/tim) Reshastighet (km/tim) Andel som håller hastighetsgränsen (%)

<=40 40,5 41,9 50 50,3 39,7 60 60,6 41,7 70 65,3 52,8 80 78,9 52,1 90 87,2 52,6 100 95,0 49,3 110 105,4 41,1 120 108,3 43,3

(11)

Tabell 2. Reshastighet och andel överträdelser per hastighetsgräns för alla fordon på kommunalt vägnät 2020. Källa: Vadeby och Anund (2021).

Hastighetsgräns (km/tim) Reshastighet (km/tim) Andel som håller hastighetsgränsen (%)

40 39,4 52,4

50 44,6 73,4

60 51,2 77,8

70 65,4 69,0

För hastighetsgränser 40 – 70 km/tim förekommer mätningar på såväl statligt som kommunalt vägnät. På kommunalt vägnät finns dock ingen nationell information om hur trafikarbetet fördelar sig över hastighetsgränserna vilket gör att vi inte har någon möjlighet att väga ihop skattningarna av

reshastigheten för statligt respektive kommunalt vägnät med hastighetsgräns 40 – 70 km/tim. På 40 och 70 km/tim är reshastigheten relativt lika på statligt och kommunalt vägnät medan den är något lägre på kommunalt vägnät för 50 – 60 km/tim. I föreliggande studie har vi valt att genomgående använda oss av reshastigheter på statligt vägnät och låter dessa representera hela vägnätet eftersom vi inte har något bra underlag för att väga samman hastigheterna. Detta påverkar dock i princip bara resultaten för 60 och 70 km/tim och senare i rapporten görs en känslighetsanalys för att se vilken betydelse detta antagande har (se bilaga 1). De reshastigheter och standardavvikelser som används i analysen redovisas i Tabell 3.

Tabell 3. Reshastighet, variationskoefficient (se avsnitt 2.1) och standardavvikelser 2020 som används i analysen.

Hastighetsgräns (km/tim) Reshastighet (km/tim) Variations-koefficient Standardavvikelse (km/tim)

<=40 40,5 0,18 7,3 50 50,3 0,17 8,4 60 60,6 0,19 11,2 70 65,3 0,15 9,6 80 78,9 0,15 12,0 90 87,2 0,15 13,3 100 95,0 0,13 11,9 110 105,4 0,11 11,8 120 108,3 0,11 11,7

(12)

2.2.2. Olycksdata från Strada

Ett olycksdatauttag gjordes från Strada, officiell statistik för åren 2018–2020. Utfallet redovisas per hastighetsgräns i Tabell 4.

Tabell 4. Omkomna i vägtrafiken under åren 2018 – 2020 uppdelat på hastighetsgräns. Källa: Strada.

Hastighetsgräns

(km/tim) Omkomna 2018 Omkomna 2019 Omkomna 2020 2018–2020 Medel

<=40 ₂₈ ₂₁ ₂₉ ₂₆ 50 ₃₈ ₃₀ ₂₂ ₃₀ 60 ₁₄ ₈ ₇ ₁₀ 70 ₈₇ ₄₇ ₇₂ ₆₉ 80 ₅₆ ₂₈ ₂₅ ₃₆ 90 ₄₃ ₄₁ ₁₃ ₃₂ 100 ₂₉ ₁₆ ₁₆ ₂₀ 110 ₁₄ ₁₅ ₇ ₁₂ 120 ₁ ₃ ₃ ₂ Okänd ₁₃ ₁₂ ₁₀ ₁₂ Totalt ₃₂₃ ₂₂₁ ₂₀₄ ₂₄₉

Om de omkomna där hastighetsgränsen var okänd antas följa samma fördelning över hastighetsgränsen som de med känd hastighetsgräns så fördelar sig antal omkomna över hastighetsgräns enligt Tabell 5. Denna fördelning används i analyserna.

Tabell 5. Omkomna i vägtrafiken under åren 2018 – 2020 uppdelat på hastighetsgräns under antagandet att de med okänd hastighetsgräns antas följa samma fördelning över hastighetsgränsen som de med känd hastighetsgräns. Källa: Strada.

(km/tim) Omkomna 2018 Omkomna 2019 Omkomna 2020 2018–2020 Medel

<=40 29 22 30 27 50 40 32 23 31 60 15 8 7 10 70 91 50 76 72 80 58 30 26 38 90 45 43 14 34 100 30 17 17 21 110 15 16 7 13 120 1 3 3 2 Totalt 323 221 204 249

(13)

2.3. Samband mellan medelhastigheter och antalet omkomna

För att uppskatta hur många liv som kan sparas om alla håller hastighetsgränsen används

Exponentialmodellen (Elvik, 2014, Elvik m fl, 2019). En jämförelse görs dock med Potensmodellen (se bilaga 1).

Exponentialmodellen beskriver sambandet mellan hastighetsförändring och olyckor (alternativt dödade eller skadade) med hjälp av en exponentialfunktion:

där vföre och vefter är trafikens medelhastighet före respektive efter en åtgärd, β är en koefficient som

skattas och yföre , yefter är antalet olyckor (alternativt dödade eller skadade)före respektive efter åtgärden.

Exponentialmodellen baseras alltså på differensen i medelhastighet mellan efter- och föreperioden. För samma hastighetsdifferens ger Exponentialmodellen samma relativa olycksförändring oavsett

hastighetsnivå. Detta medför i sin tur att den relativa hastighetsskillnaden ger upphov till högre relativ olycksförändring ju högre hastighetsnivån är. Koefficienten β i Exponentialmodellen som används i analyserna redovisas i Tabell 6.

Tabell 6. Koefficienten β i Exponentialmodellen för dödade personer enligt Elvik m.fl. (2019).

β (standardfel) Dödade personer 0,08 (0,003)

Potensmodellen (Nilsson, 2004) är en modell som beskriver sambandet mellan förändrad medelhastighet och antalet olyckor/skadade på en viss vägsträcka eller över ett visst område. I potensmodellen beskrivs hur en relativ hastighetsförändring påverkar antalet olyckor och skadade enligt:

Potensen p i Potensmodellen som används i analyserna i Bilaga 1 redovisas i Tabell 7.

Tabell 7. Potensen p i Potensmodellen för dödade personer enligt Elvik m.fl. (2019). p (standardfel) Dödade personer 5,5 (0,1) 𝑦𝑦𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 = 𝑦𝑦𝑒𝑒ö𝑒𝑒𝑒𝑒𝑒𝑒𝛽𝛽(𝑣𝑣𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒−𝑣𝑣𝑒𝑒ö𝑒𝑒𝑒𝑒) 𝑦𝑦𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 = 𝑦𝑦𝑒𝑒ö𝑒𝑒𝑒𝑒 �𝑣𝑣_𝑣𝑣𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑒𝑒ö𝑒𝑒𝑒𝑒 � 𝑝𝑝

(14)

2.4. Analys

För att beräkna vilka effekter som skulle kunna uppnås om alla höll hastighetsgränsen genomförs följande analyser:

1. Simulera en normalfördelad hastighetsfördelning per hastighetsgräns med motsvarande reshastigheter och standardavvikelser som redovisas i Tabell 3. N = 1 000 000 fordon. 2. Flytta alla hastigheter i den simulerade hastighetsfördelningen som ligger över

hastighetsgränsen till hastighetsgränsen (för varje hastighetsgräns).

3. Beräkna en ny reshastighet utifrån dessa förändringar. Detta betraktas som reshastigheten under antagandet att alla håller hastighetsgränsen (vefter)

4. Beräkna förändrad reshastighet per hastighetsgräns (vefter – vföre)

5. Beräkna skattad effekt på omkomna utifrån Exponentialmodellen (per hastighetsgräns) 6. Summera antal inbesparade liv över hastighetsgräns.

(15)

3. Resultat

Ett exempel på en simulerad normalfördelad hastighetsfördelning ses i Figur 1. Här är

hastighetsbegränsningen 80 km/tim, reshastighet och standardavvikelse enligt Tabell 3 (reshastighet = 78,9 km/tim, σ = 12,0 km/tim). Efter antagandet att alla håller hastighetsgränsen ”flyttas” samtliga hastigheter över 80 km/tim till exakt 80 km/tim och hastighetsfördelningen blir som i Figur 2 (blå kurva).

Figur 1. Exempel på hastighetsfördelning under normalfördelningsantagande. Hastighetsgräns 80

km/tim, reshastighet före = vföre = 78,9 km/tim, n = 1 000 000.

0 20 40 60 80 100 120 140 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Hastighet (km/tim) A nt al 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 A ndel

(16)

I Tabell 8 redovisas reshastighet per hastighetsgräns före respektive efter att ”alla håller

hastighetsgränsen, differensen i hastighet (efter – före) samt uppskattat antal inbesparade liv beräknat utifrån Exponentialmodellen med exponent 0,08 (Tabell 6). Utgångsvärdet för antal omkomna är dels medelvärdet för omkomna under året 2018–2020, dels antal omkomna 2020. Resultaten visar att om man som utgångsår använder ett treårsmedelvärde för antalet omkomna under 2018–2020 så kan 51 liv sparas och om man enbart utgår från antal omkomna under 2020 så kan 39 liv sparas.

I Bilaga 1 redovisas motsvarande resultat om Potensmodellen används.

Tabell 8. Hastighet före (från mätningar) respektive hastighet efter (simulerade om alla höll hastighetsgränsen), differensen i reshastighet (efter – före) samt uppskattat antal inbesparade liv enligt Exponentialmodellen.

(km/tim) Reshastighet före (km/tim) Reshastighet efter (km/tim)

Differens reshastighet (km/tim) Antal sparade liv (2018– 2020) Antal sparade liv (2020) <=40 40,5 37,5 -3,0 6 6 50 50,3 47,0 -3,3 7 5 60 60,6 56,1 -4,5 3 2 70 65,3 63,5 -1,8 9 10 80 78,9 74,9 -4,0 10 7 90 87,2 83,4 -3,8 9 4 100 95 92,5 -2,5 4 3 110 105,4 102,8 -2,6 2 1 120 108,3 107,5 -0,8 0 0 Totalt 51 39

Om en total genomsnittlig reshastighet uppskattas utifrån att trafikarbetet fördelar sig per hastighetsgräns som det gör på statligt vägnät (Greijer och Nyfjäll, 2020) och att den totala reshastigheten viktas med restid så innebär scenariot att alla håller hastighetsgränsen att den genomsnittliga reshastigheten minskar ungefär 3 km/tim, från ca 79 km/tim till ca 76 km/tim.

(17)

4. Sammanfattande diskussion

Syftet med föreliggande PM är att studera hur många liv som skulle kunna sparas om alla höll hastighetsgränsen på det svenska vägnätet utifrån de förutsättningar som gäller idag.

Resultaten visar att om man som utgångsår använder ett treårsmedelvärde för antalet omkomna under tidsperioden 2018–2020 så kan 51 liv sparas och om man enbart utgår från antal omkomna under 2020 så kan 39 liv sparas.

Studien utgår från vissa antaganden och har förstås vissa begränsningar. På samma sätt som en tidigare studie av Sörensen m.fl. (2007) antas hastigheterna vara normalfördelade per hastighetsgräns. Trots att hastigheter för en given hastighetsgräns inte följer en exakt normalfördelning bedöms detta antagande som rimligt i sammanhanget. Medelvärde och standardavvikelser i normalfördelningen har skattats utifrån tidigare mätningar för att ha så bra utgångsvärden som möjligt. För att studera hur

hastighetsfördelningen förändras då man antar att alla håller hastighetsgränsen har hastigheter hos en miljon fordon per hastighetsgräns simulerats, därefter har alla hastigheter som ligger över

hastighetsgränsen i den simulerade hastighetsfördelningen flyttats till hastighetsgränsen. Därefter beräknas hur reshastigheten förändrats och effekter på omkomna uppskattas med hjälp av

Exponentialmodellen.

Det finns några begräsningar med data som kan nämnas. Det saknas nationella data över trafikarbete på kommunalt vägnät. Detta innebär att det inte finns någon möjlighet att väga samman trafikarbete mellan statligt och kommunalt vägnät och vi har därför utgått från mätningarna på statligt vägnät. Det är dock enbart på hastighetsbegränsning 50 och 60 km/tim som reshastigheterna skiljer sig åt mellan statligt och kommunalt vägnät. En känslighetsanalys visar aningen lägre effekter än ovan om

hastigheten på 50 och 60 km/tim i stället antas vara som de som uppmätts på kommunalt vägnät. Det mest korrekta skulle vara att vikta ihop statligt och kommunalt efter trafikarbete, men det är i

dagsläget inte möjligt.

Det finns inte heller några nationella mätningar på gator med hastighetsgräns 30 km/tim eller under tillgängliga. På statligt vägnät redovisas vägar med hastighetsgräns 40 eller lägre som en klass och på kommunalt vägnät mäts inte 30 km/tim i den nationella undersökningen. Därför studeras såväl dödade som reshastigheter enbart sammanslaget för hastighetsgränser 40 km/tim eller under.

Föreliggande studie har utgått från Elviks rekommendationer angående att använda

Exponentialmodellen i stället för Potensmodellen och de senast tillgängliga exponenterna (Elvik m.fl, 2019). Vad gäller skillnader mellan att använda Exponentialmodellen och Potensmodellen så visar känslighetsanalysen i Bilaga 1 att de båda modellerna ger liknande slutsatser. Om äldre exponenter och potenser används så blir effekterna något lägre än ovan. I känslighetsanalysen studeras även effekten om standardavvikelsen är 10 procent högre än vad som antas i Tabell 3. I detta fall blir effekterna något större.

Antagandet som görs angående att alla som kör över hastighetsgränsen flyttar sin hastighetsgräns skapar en osymmetrisk fördelning med betydligt mindre spridning än i föresituationen. Det är svårt att bedöma hur realistiskt detta antagande är och hur hastighetsfördelningen skulle bli i verkligheten. I kommande försök med t.ex. geofencing där maxhastigheten regleras till hastighetsgränsen finns möjligheter att undersöka detta närmare.

(18)

Referenser

Amin, K., Hedlund, J., Forsman, Å., Fredriksson, R., Hurtig, P., Larsson, P., Lindholm, M., Rizzi, M., Sternlund, S. and Vadeby, A. (2021) Analys av trafiksäkerhetsutvecklingen 2020. Målstyrning av trafiksäkerhetsarbetet mot etappmålen 2020. Publikation 2021:099. Trafikverket. Borlänge.

Elvik, R., Høye, A., Vaa, T., Sørensen, M. (2009). Handbook of road safety measures. Emerald Group Publishing limited. United Kingdom.

Elvik, R. (2013) A re-parameterisation of the Power Model of the relationship between the speed of traffic and the number of accidents and accidents victim. Accident analysis and Prevention 50, s 854-860.

Elvik, R. (2014) Fart og trafikksikkerhet. Nye modeller. TØI rapport 1296/2014.

Elvik, R., Vadeby, A., Hels, T., van Schagen, I. (2019) Updated estimates of the relationship between

speed and road safety at the aggregate and individual levels. Accident Analysis and Prevention,

Volume 123, 114–122. DOI: 10.1016/j.aap.2018.11.014.

Greijer, Å., Nyfjäll, M. (2020) Hastighetsundersökning 2020. Resultatrapport. Publikation 2020:267. Trafikverket. Borlänge.

ITF (2018) Speed and Crash Risk. OECD/ITF, Paris.

Sörensen, M., Elvik, R., Kobensvedt, M och Assum, T. (2007) Nyt etappemål for trafiksikkerhed i Sverige. (SM/1892/2007), TØI-Rapport 930/2007. TransportØkonomisk Institutt, Oslo

Vadeby, A. and Forsman, Å. (2012) Hastighetsspridning och trafiksäkerhet VTI rapport 746. Statens väg- och transportforskningsinstitut. Linköping.

Vadeby, A. Anund, A. (2021) Hastigheter på kommunala gator i tätort. Resultat från mätningar 2020. VTI rapport 1077. Statens väg- och transportforskningsinstitut. Linköping.

(19)

Bilaga 1: Känslighetsanalyser

Potensmodellen kontra Exponentialmodellen

I beräkningarna nedan används de potenser som anges enligt Elvik m.fl. (2019).

Tabell 9. Hastighet före (från mätningar) respektive hastighet efter (simulerade om alla höll hastighetsgränsen), differensen i reshastighet (efter – före) samt uppskattat antal inbesparade liv enligt Potensmodellen.

(km/tim) Reshastighet före (km/tim) Reshastighet efter (km/tim)

Differens reshastighet (km/tim) Antal sparade liv (2018– 2020) Antal sparade liv (2020) <=40 40,5 37,5 -3,0 9 10 50 50,3 47,0 -3,3 10 7 60 60,6 56,1 -4,5 4 3 70 65,3 63,5 -1,8 10 11 80 78,9 74,9 -4,0 10 7 90 87,2 83,4 -3,8 7 3 100 95 92,5 -2,5 3 2 110 105,4 102,8 -2,6 2 1 120 108,3 107,5 -0,8 0 0 Totalt 54 44

Kommentar: Liknande slutsatser oavsett om Potensmodellen eller Exponentialmodellen används. Här

bör påpekas att det är Exponentialmodellen som rekommenderas av Elvik.

Äldre potenser/exponenter i Potensmodellen och Exponentialmodellen

För att studera hur känsliga resultaten är för värdet på exponenten respektive potensen jämförs resultaten med äldre värden på dessa. För Exponentialmodellen jämförs exponenten 0,06 från Elvik (2014) och för Potensmodellen jämförs potensen 4,5 från Elvik (2014). Det kan dock noteras att de exponenter/potenser som primärt används i denna studie är de som i dagsläget rekommenderas av Elvik m.fl. (2019).

(20)

Tabell 10. Uppskattat antal inbesparade liv. Äldre exponenter/potenser enligt Elvik (2014).

Antal sparade liv

(2018–2020) Antal sparade liv (2020) Hastighetsgräns

(km/tim) modellen Potens- Exponential-modellen modellen Potens- Exponential-modellen

<=40 8 4 9 5 50 8 6 6 4 60 3 2 2 2 70 8 7 9 8 80 8 8 6 6 90 6 7 2 3 100 2 3 2 2 110 1 2 1 1 120 0 0 0 0 Totalt 45 40 37 30

Kommentar: Om effekterna beräknas utifrån ett medelvärde 2018–2020 så ger Potensmodellen att 45

liv kan sparas om alla höll hastighetsgränsen och motsvarande 40 för Exponentialmodellen. Om enbart antal omkomna för 2020 används som utgångsvärde så ger modellerna 37 respektive 30 sparade liv. Eftersom potenserna är lägre blir också de beräknade effekterna något lägre än vad som redovisas i Tabell 8.

Större spridning i normalfördelningen

Här antas att standardavvikelserna är 10 procent högre än vad som anges i Tabell 3.

Tabell 11. Uppskattat antal inbesparade liv. Standardavvikelser antas vara 10 % större än tidigare.

Exponentialmodellen Hastighetsgräns

(km/tim) Antal sparade liv (2018–2020) Antal sparade liv (2020)

<=40 6 7 50 8 6 60 3 2 70 11 12 80 11 8 90 10 4 100 4 3 110 3 2 120 0 0 Totalt 57 44

(21)

Lägre hastigheter på 60 och 70 km/h

Här antas hastigheterna på 50 och 60 km/tim i stället ligga på de nivåer som uppmätts i de kommunala mätningarna enligt Tabell 2.

Tabell 12. Uppskattat antal inbesparade liv. Hastigheter på 50 och 60 km/tim enligt kommunala mätningar.

Exponentialmodellen Hastighetsgräns

(km/tim) Antal sparade liv (2018–2020) Antal sparade liv (2020)

<=40 6 6 50 3 2 60 1 1 70 9 10 80 10 7 90 9 4 100 4 3 110 2 1 120 0 0 Totalt 44 34

Kommentar: Något mindre effekter än de som redovisas i Tabell 8 eftersom reshastigheterna på 50

(22)

OM VTI

V

TI, Statens väg- och transportforskningsinstitut, är ett oberoende och internationellt framstående forskningsinstitut inom transportsektorn. Vår huvuduppgift är att bedriva forskning och utveckling kring infra-struktur, trafik och transporter. Vi arbetar för att kunskapen om transport-sektorn kontinuerligt ska förbättras och är på så sätt med och bidrar till att uppnå Sveriges transportpolitiska mål.

Verksamheten omfattar samtliga transportslag och områdena väg- och ban-teknik, drift och underhåll, fordonsban-teknik, trafiksäkerhet, trafikanalys, människan i transportsystemet, miljö, planerings- och beslutsprocesser, transportekonomi samt transportsystem. Kunskapen från institutet ger beslutsunderlag till aktörer inom transportsektorn och får i många fall direkta tillämpningar i såväl nationell som internationell transportpolitik.

VTI utför forskning på uppdrag i en tvärvetenskaplig organisation. Medarbetarna arbetar också med utredning, rådgivning och utför olika typer av tjänster inom mätning och provning. På institutet finns tekniskt avancerad forskningsutrustning av olika slag och körsimulatorer i världsklass. Dessutom finns ett laboratorium för vägmaterial och ett krocksäkerhetslaboratorium.

I Sverige samverkar VTI med universitet och högskolor som bedriver närliggande forskning och utbildning. Vi medverkar även kontinuerligt i internationella forsk-ningsprojekt, framförallt i Europa, och deltar aktivt i internationella nätverk och allianser.

VTI är en uppdragsmyndighet som lyder under regeringen och hör tilI Infrastruk-turdepartementets verksamhets-/ansvarsområde. Vårt kvalitetsledningssystem är certifierat enligt ISO 9001 och vårt miljöledningssystem är certifierat enligt ISO 14001. Vissa provningsmetoder vid våra laboratorier för krocksäkerhetsprovning och vägmaterialprovning är dessutom ackrediterade av Swedac.