Olycksrisk vid lokala ojämnheter och andra ytdefekter

www.vti.se/publikationer

Olle Eriksson

Olycksrisk vid lokala ojämnheter

och andra ytdefekter

VTI rapport 811 Utgivningsår 2014

Utgivare: 581 95 Link¨oping Publikation: VTI rapport 811 Utgivnings˚ar: 2014 Projektnummer: 80753 Dnr: 2009/0673-28 Projektnamn:

Olycksrisk vid lokala oj¨amnheter och andra ytdefekter F¨orfattare: Olle Eriksson Uppdragsgivare: Trafikverket Titel:

Olycksrisk vid lokala oj¨amnheter och andra ytdefekter

Referat:

I den h¨ar studien unders¨oks speciellt om en lokal oj¨amnhet p˚a v¨agytan p˚averkar risken f¨or trafik-olycka och allm¨ant om andra defekter p˚a v¨agytan har n˚agon liknande p˚averkan. Resultatet ¨ar ett ej signifikant utfall vid test av om lokal oj¨amnhet har n˚agon huvudeffekt. Lokal oj¨amnhet har inte heller valts in som del av n˚agon signifikant term av h¨ogre ordning. Analysen ger allts˚a inte st¨od f¨or att f¨orekomsten av lokal oj¨amnhet p˚averkar olycksrisken.

F¨or ¨ovriga variabler som har med v¨agen eller v¨agytan att g¨ora finns ett negativt samband mellan sp˚ar och olycksrisk och ett positivt samband mellan backighet och olycksrisk. Olycksrisken samvarierar med IRI och med skyltad hastighet p˚a ett s¨att som inneb¨ar att risken sjunker med h¨ogre hastighet vid l˚agt IRI och med h¨ogre IRI vid l˚ag hastighet men ¨okar om b˚ade IRI och hastighet ¨okar.

Bland variabler som inte har med v¨agen eller v¨agytan att g¨ora s˚a har information om nederb¨ord inkluderats i analysen. Data visar att risken f¨or olycka ¨ar l¨agre p˚a platser d¨ar stor nederb¨ord oftare f¨orekommer.

Nyckelord:

Olycksrisk, lokal oj¨amnhet

ISSN: 0347–6030 Spr˚ak: Svenska Antal sidor: 26 + 1 bilaga

Publisher: SE-581 95 Link¨oping Publication: VTI rapport 811 Published: 2014 Project code: 80753 Dnr: 2009/0673-28 Project:

Accident risk at local unevenness or other road surface defects

Author:

Olle Eriksson

Sponsor:

Swedish Transport Administration

Title:

Accident risk at local unevenness or other road surface defects

Abstract:

This study has examined, in particular, the effect road surface “local unevenness” has on traffic accident risk. Effects from other road surface defects were also considered but to a lesser extent. Test results are non-significant when considering if local unevenness has any main effect. Local unevenness has also not been chosen as part of any significant term of higher order. The analysis provides no support that local unevenness influences the risk of accidents.

With regards to other variables related to the road or road surface, there is a negative correlation between rut depth and accident risk, and a positive correlation between longitudinal gradient and accident risk. Accident risk varies in correlation with IRI and the permitted speed limit in a way that implies that risk decreases with higher speed and low IRI, and higher IRI and low speed. The risk increases when both IRI and speed increase.

Precipitation information is an example of a variable that has been included in the analysis but is not related to the road or road surface. Data indicates that accident risk is lower in places where heavy rainfall often occurs.

Keywords: Accident, unevenness ISSN: 0347–6030 Language: Swedish No. of pages: 26 + 1 appendix

F ¨orord

Projektet ”Olycksrisk vid lokala oj¨amnheter och andra ytdefekter” har genomf¨orts p˚a uppdrag av Trafikverket. Kontaktperson p˚a Trafikverket var inledningsvis Johan Lang och senare Kerstin Swartling. Anita Ihs, VTI, har varit projektledare. Olle Eriksson, VTI, har f¨oreslagit analysmetod, genomf¨ort bearbetning och analys av data samt skrivit f¨oreliggande rapport.

Link¨oping mars 2014

Process f ¨or kvalitetsgranskning

Intern/extern peer review har genomf¨orts 20 juni 2013 av Jenny Eriksson. Olle Eriksson har genomf¨ort justeringar av slutligt rapportmanus 13 februari 2014. Forskningschef Anita Ihs har d¨arefter granskat och godk¨ant publikationen f¨or publicering 28 februari 2014. De slutsatser och rekommendationer som uttrycks ¨ar f¨orfattarens/f¨orfattarnas egna och speglar inte n¨odv¨andigtvis myndigheten VTI:s uppfattning.

Process for quality review

Internal/external peer review was performed on 20 June 2013 by Jenny Eriksson. Olle Eriksson has made alterations to the final manuscript of the report 13 Februari 2014. The research director Anita Ihs examined and approved the report for publication on 28 Februari 2014. The conclusions and recommendations expressed are the author’s/authors’ and do not necessarily reflect VTI’s opinion as an authority.

Tryckt i Link¨oping p˚a VTI, 2014

Inneh ˚allsf ¨orteckning

Sammanfattning . . . 5 Summary . . . 7 1 Inledning . . . 9 1.1 Bakgrund . . . 9 1.2 Syfte . . . 10 2 Modellvalsmetod . . . 11

3 Tillg ¨angliga data . . . 14

3.1 Lokal oj ¨amnhet och andra m ˚att p ˚a v ¨agytan . . . 14

3.2 Gruppering till 100-metersstr ¨ackor . . . 14

3.3 Variabler . . . 15

3.4 Begr ¨ansningar . . . 16

4 Resultat . . . 18

4.1 Modellval . . . 18

4.2 Resultat i den slutliga modellen . . . 18

4.3 Speciell granskning av alternativ till den slutliga modellen . . . 21

5 Slutsatser . . . 23

6 Diskussion . . . 24

Litteraturf ¨orteckning . . . 25 Bilaga 1

Olycksrisk vid lokala oj¨amnheter och andra ytdefekter av Olle Eriksson

VTI, Statens v¨ag- och transportforskningsinstitut 581 95 Link¨oping

Sammanfattning

Det finns en st¨andig efterfr˚agan p˚a ut¨okad f¨orst˚aelse kring varf¨or trafikolyckor intr¨affar och hur man aktivt kan arbeta f¨or att motverka all f¨orekomst av olyckor. I den h¨ar studien unders¨oks speciellt om en lokal oj¨amnhet p˚averkar olycksrisken och allm¨ant om andra defekter p˚a v¨agytan har n˚agon liknande p˚averkan. Om s˚adana defekter p˚averkar olycks-risken s˚a b¨or f¨orekomsten av ytdefekter ing˚a i planeringsunderlaget f¨or f¨orebyggande underh˚all.

Resultatet f¨or vad en lokal oj¨amnhet kan ha f¨or inverkan p˚a olycksrisken ¨ar att n˚agot samband inte kan p˚avisas. Detta upptr¨ader som ett icke-signifikant utfall vid test av om koefficienten f¨or lokal oj¨amnhet ¨ar noll samt att lokal oj¨amnhet inte heller ing˚ar som del av n˚agon signifikant term av h¨ogre ordning.

F¨or ¨ovriga variabler som har med v¨agen eller v¨agytan att g¨ora finns ett negativt samband mellan sp˚ar och olycksrisk och ett positivt samband mellan backighet och olycksrisk. Olycksrisken samvarierar med IRI och med skyltad hastighet p˚a ett s¨att som inneb¨ar att risken sjunker med h¨ogre hastighet vid l˚agt IRI och med h¨ogre IRI vid l˚ag hastighet men ¨okar om b˚ade IRI och hastighet ¨ar h¨oga.

N¨ar det g¨aller variabler som inte har med v¨agen eller v¨agytan att g¨ora s˚a har analysen inkluderat information om nederb¨ord. Data visar att risken f¨or olycka ¨ar l¨agre p˚a platser d¨ar det ¨ar vanligare med stor nederb¨ord men ¨ar mindre tydligt n¨ar det g¨aller samband mellan olycksrisk och hur vanligt det ¨ar med m˚attlig nederb¨ord.

Accident risk at local unevenness or other road surface defects by Olle Eriksson

Swedish National Road and Transport Research Institute (VTI) SE-581 95 Link¨oping

Summary

Accident prevention requires an understanding of why accidents happen in the first place. This study has examined, in particular, the effect that road surface “local unevenness” has on traffic accident risk. Effects from other road surface defects were also considered but to a lesser extent. If such defects affect accident risk, their presence should be considered at the maintenance planning stage.

The study of local unevenness shows that no effects, in connection accident risk, can be detected. This non-significant outcome occurs during testing when the coefficient of local unevenness is zero and the local unevenness is not included as part of any significant term of higher order.

With regards to other variables related to the road or road surface, there is a negative correlation between rut depth and accident risk, and a positive correlation between longitudinal gradient and accident risk. Accident risk varies in correlation with IRI and the permitted speed limit in a way that implies that risk decreases with low IRI and higher speed, and also higher IRI and low speed. The risk increases when both IRI and speed increase.

Precipitation information is an example of a variable that has been included in the analysis but is not related to the road or road surface. Data indicates that accident risk is lower in places where heavy rainfall often occurs. Results regarding the correlation between accident risk and moderate rainfall are less clear.

1

Inledning

1.1

Bakgrund

I senare studier d¨ar v¨agytans inverkan p˚a trafiks¨akerheten har unders¨okts har en negativ inverkan av oj¨amnhet kunnat p˚avisas Ihs et al. (2002). En oj¨amn v¨ag kan f¨orv¨antas ha b˚ade positiva och negativa effekter p˚a bilf¨oraren och dennes bilk¨orning. Positiv inverkan p˚a trafiks¨akerhet kan f¨olja av s¨ankt hastighet p˚a grund av f¨ors¨amrad komfort, buller, oro f¨or olycka eller att bilen ska skadas etc. Negativ inverkan kan f¨olja av tr¨otthet orsakad av l˚angvarig k¨orning p˚a oj¨amn v¨ag, f¨ors¨amrat v¨aggrepp eller om f¨oraren ¨overraskas av pl¨otsligt upptr¨adande oj¨amnheter s˚asom exempelvis enstaka tj¨allyft.

Man kan alltid inv¨anda med att f¨oraren b¨or vara mer f¨orsiktigt om v¨agen ¨ar oj¨amn. Om n˚agon egenskap i v¨agytan leder till att f¨oraren tappar kontrollen trots att f¨oraren ¨ar f¨orsiktig, att bilen ¨ar i bra skick o.s.v. s˚a betraktas det h¨ar som att det ¨ar den v¨agyteegenskapen

som orsakar olyckan. Man kan inte enkelt fastst¨alla olycksorsaken i varje enskild olycka, men h¨ar till¨ampas syns¨attet att en defekt p˚a v¨agytan kan vara en olycksorsak.

En analys av defekter p˚a v¨agytan och olycksrisk ¨ar, av flera sk¨al, sv˚ar att genomf¨ora. Det sker t.ex. viltolyckor som inte har n˚agon omedelbar koppling till sj¨alva v¨agytan. Det kan dock i vissa fall vara m¨ojligt att olyckan kunde ha undvikits om v¨agen hade haft annan utformning eller h¨ogre friktion. Det sker olyckor som inte alls har med v¨agytan att g¨ora. Det finns sv˚arigheter med att positionsbest¨amma och riktningsbest¨amma olyckan och olycksorsaken p˚a ett s˚adant s¨att att v¨agytedata s¨akert kan kopplas till olycksplatsen eller sj¨alva olycksorsaken.

Som ett m˚att p˚a v¨agens oj¨amnhet har IRI anv¨ants i de tidigare studierna. Eftersom medel-v¨arden ¨over 20 respektive 500 m har anv¨ants inneb¨ar det att en str¨acka med enstaka st¨orre oj¨amnheter kan erh˚alla samma IRI-v¨arde som en annan str¨acka med flera mindre oj¨amnheter. Detta ¨ar en av anledningarna till att det med hittills anv¨anda analysmetoder inte har g˚att att s¨arskilja effekten p˚a olycksrisken av enstaka st¨orre oj¨amnheter fr˚an mer kontinuerligt f¨orekommande mindre oj¨amnheter.

En hypotes som framf¨orts ¨ar dock att v¨agar som har enstaka/lokala st¨orre oj¨amnheter men i ¨ovrigt ¨ar f¨orh˚allandevis j¨amna kan ha h¨ogre olycksrisk lokalt vid oj¨amnheten ¨an v¨agar med mer ”kontinuerlig” oj¨amnhet ( ¨Osten Johansson, VV publ 2004:75). F¨or att en olycka ska uppkomma betonas av Johansson att det utan f¨oreg˚aende varning ska uppst˚a en situation d¨ar fordonet tappar v¨aggreppet, som exempel kan n¨amnas en oj¨amnhet/ett sp˚ar som upptr¨ader i en kurva med minimiradie, en asfaltsbl¨odning i solbelyst backe eller att f¨oraren underskattar risken att med s¨amre d¨ack k¨ora i sp˚ar med vatten. Detta inneb¨ar ocks˚a att v¨agytetillst˚andet i kombination med v¨agens geometri (t.ex. linjef¨oring) och/eller omgivning p˚averkar olycksrisken.

I en studie Ihs et al. (2011) har man unders¨okt effekten av sp˚ardjup. ¨Ovriga v¨agyte-variabler f¨ormodas ha p˚averkan p˚a olycksrisken men man skattar inte n˚agon av dessa utan eliminerar ist¨allet betydelsen i analysen genom ett f¨orfarande som kan liknas vid s.k. matchning. Resultaten f¨or Sverige ¨ar i huvudsak att olycksrisken minskar n˚agot vid ¨okande sp˚ardjup men att risken kan vara f¨orh¨ojd vid stora sp˚ardjup i hastighet 110 km/h eller h¨ogre. Ber¨akningen ¨ar separerad per hastighetsklass och ˚ADT-klass. Interaktion mellan sp˚ardjup och andra variabler s¨oktes men man fann inga och har d¨arf¨or ej med dem i den slutliga modellen.

Resultaten enligt Ihs et al. (2002) ¨ar att olycksrisken minskar med ¨okande sp˚ar och ¨okar med ¨okande IRI. Resultaten redovisas omfattande med olika olyckstyper, uppdelning p˚a sommar- och vinterhalv˚ar, uppdelning p˚a fl¨odesklasser m.m.

VTI har under de senaste ˚aren, p˚a uppdrag av Trafikverket, utvecklat ett antal nya v¨ag-tillst˚andsm˚att som komplement till IRI och sp˚ardjup. N˚agra av dessa l¨ampar sig v¨al f¨or att unders¨oka just effekten av lokala oj¨amnheter och andra ytskador p˚a trafiks¨akerheten.

1.2

Syfte

Syftet med den h¨ar studien ¨ar att unders¨oka hur en lokal oj¨amnhet p˚averkar risken f¨or trafikolycka med minst en sv˚art skadad eller d¨od. Risken ska bed¨omas i ett samman-hang, s˚adant att den samtidiga effekten av oj¨amnhet och andra egenskaper hos v¨agytan beaktas. Vissa andra egenskaper som inte har med sj¨alva ytan att g¨ora beaktas ocks˚a. Ny datainsamling planeras ej inom projektets ram.

D˚a effekten av oj¨amnhet f¨orv¨antas vara v¨aldigt olika hos olika fordonsslag m˚aste man v¨alja en f¨orh˚allandevis komplicerad och helt¨ackande modell eller en enklare modell som bara t¨acker visa fordonsslag. H¨ar exkluderas olyckor som omfattar endast tunga fordon. Effekten av lokal oj¨amnhet varierar antagligen ocks˚a mellan sommar och vinter, d¨arf¨or anv¨ands endast olycksdata f¨or perioden april–oktober.

2

Modellvalsmetod

Antalet olyckor antas vara Poissonf¨ordelat. F¨or en Poissonf¨ordelad variabel med v¨ante-v¨arde λ ber¨aknas sannolikheten f¨or olika utfall, som ¨ar begr¨ansade till de ickenegativa heltalen, med P(X = x) = e−λ_x!·λx. I en l˚ang serie av f¨ors¨ok, d¨ar f¨ors¨oken ¨ar oberoende och sannolikheten f¨or ett utfall av ett visst slag ¨ar liten och identisk i samtliga f¨ors¨ok, s˚a kan det totala antalet utfall av detta slag approximeras v¨al med en Poissonf¨ordelning. Trafikolyckor kan liknas vid den situationen, med m˚anga m¨ojligheter till olycka (f¨ors¨ok), liten risk f¨or olycka i ett enskilt f¨ors¨ok och att utfallet (olycka eller ej olycka) best¨ams av egenskaperna lokalt utan p˚averkan av ifall det sker eller inte sker andra olyckor. Risken ¨ar antagligen inte konstant i varje f¨ors¨ok, men eftersom summan av oberoende Poisson-f¨ordelningar ocks˚a ¨ar Poissonf¨ordelad s˚a ¨ar det tillr¨ackligt att ha m˚anga f¨ors¨ok f¨or varje riskniv˚a och d¨armed Poissonf¨ordelning f¨or varje riskniv˚a.

F¨orv¨antat antal olyckor ¨ar en produkt av olycksrisk och trafikvolym. Olycksrisken beror p˚a f¨orklaringsvariabler, bl.a. graden av lokal oj¨amnhet, och koefficienter som beskriver varje f¨orklaringsvariabels betydelse. P˚ast˚aendet att f¨orv¨antat antal olyckor ¨ar en produkt av olycksrisk och trafikvolym kan skrivas E[Y ] = v · f (x, β ) d¨ar E[Y ] ¨ar f¨orv¨antat antal olyckor, v ¨ar trafikvolymen och f (x, β ) ¨ar olycksrisken som funktion av f¨orklarings-variablerna, x, och koefficienterna, β . Olycksrisken ¨ar garanterat positiv och f b¨or d¨arf¨or ocks˚a vara det. H¨ar har valts att f ska vara exponentialfunktionen och d¨armed att

E[Y ] = v · eβ0+β1·x1+β2·x2+···_{= e}β0+β1·x1+β2·x2+···+ln v_{och Y ∼ Po}



eβ0+β1·x1+β2·x2+···+ln v



Trafikvolym avser h¨ar en kombination av str¨ackans l¨angd och antal fordon. Ursprungs-data fr˚an 20-metersstr¨ackor har grupperats till 100-metersstr¨ackor, men ett RST1-objekts2 l¨angd ¨ar inte ett helt hundratal meter och d¨arf¨or f˚ar man kortare bitar ¨over i b¨orjan eller i slutet. Dessutom kan en 20-metersstr¨acka inom en 100-metersstr¨acka falla bort p.g.a. paus i v¨agytem¨atningen, data out of range m.m. D¨arf¨or kan det som h¨ar kallas en ”100-metersstr¨acka” egentligen vara 100 meter eller kortare. Eftersom risken f¨or en olycka ¨ar st¨orre p˚a en l˚ang str¨acka ¨an p˚a en kort om de ¨ar lika f¨or ¨ovrigt s˚a m˚aste det ing˚a n˚agon justering f¨or str¨ackans l¨angd. Volymm˚attet f¨or en 100-metersstr¨acka blir ˚ADT f¨or l¨atta fordon multiplicerat med den l¨angd det finns m¨atv¨arden f¨or inom 100-metersstr¨ackan. Str¨ackornas l¨angd och olyckornas antal n¨amns ovan utan n˚agon f¨orklaring. En mer om-fattande beskrivning av dessa och andra variabler som ing˚ar i analysen f¨oljer i kapitel 3. Skattningsmetoden ¨ar Maximum Likelihood (ML). Det betyder h¨ar att man v¨aljer b s˚a att sannolikheten att f˚a det stickprov som man f˚att maximeras, allts˚a, f¨or ett givet stick-prov om n observationer, y, och f¨orklaringsvariabler, x1, x2, . . ., v¨aljs b0, b1, b2, . . . s˚a att

n

∏

i=1 e−λi_{· λ}yi i yi!

, d¨ar λi= bo+ b1x1i+ b2x2i+ · · · + ln vi, maximeras. F¨or modeller av den h¨ar

typen existerar typiskt ingen explicit l¨osning och skattningen v¨aljs d¨arf¨or iterativt. Alla ber¨akningar har utf¨orts i R, se R Core Team (2013).

Materialet ¨ar mycket omfattande sett till antalet observationer. Det ¨ar egentligen inte s˚a m˚anga variabler men beaktat att planen fr˚an b¨orjan var att samband upp till 3:e graden skulle analyseras, t.ex. effekten av lokal oj¨amnhet vid h¨og hastighet i en kurva, s˚a blir det ett stort antal kombinationer. Modellvalet har gjorts med en stegvis metod:

• I f¨orsta steget inkluderas alla f¨orsta ordningens termer som i f¨orv¨ag bed¨omts vara intressanta av oavsett om de ¨ar signifikanta eller ej,

1_{RST: Road Surface Tester}

• I andra steget ber¨aknas alla modeller som inneh˚aller f¨orsta ordningens termer och en tv˚afaktorinteraktion. Den modell som ger l¨agst P-v¨arde f¨or interaktionen v¨aljs som ny modell f¨orutsatt att interaktionen ¨ar signifikant,

• I tredje steget ber¨aknas alla modeller som inneh˚aller modellen fr˚an andra steget och ytterligare en tv˚afaktorinteraktion. Den modell som ger l¨agst P-v¨arde f¨or den tillagda interaktionen v¨aljs som ny modell f¨orutsatt att del tillagda interaktionen ¨ar signifikant,

• Forts¨att steg f¨or steg tills ingen tv˚afaktorinteraktion ger signifikant f¨orb¨attring av modellen.

Modellvalet till˚ater att man fr˚an b¨orjan har icke-signifikanta huvudeffekter. Stegningen avser att l¨agga till signifikanta interaktioner men har inget s¨att att ta bort en interaktion om den blir ickesignifikant efter att ytterligare interaktioner lagts till.

Efter att modellvalet enligt ovan avslutats s˚a har ¨aven en kontroll genomf¨orts om det finns signifikanta trefaktorinteraktioner. S¨okningen omfattar bara trefaktorinteraktioner som kombinerar n˚agon av de valda tv˚afaktorinteraktionerna med ytterligare en term. Om modellen, som exempel, inneh˚aller f¨orklaringsvariablerna x1, x2, x3och

tv˚afaktor-interaktionen x1x2och man ska testa om det finns n˚agon f¨ordel med att l¨agga till x1x2x3

s˚a utf¨ors ett test av att l¨agga till den grupp om 3 nya f¨orklaringsvariabler som utg¨ors av trefaktorinteraktionen, x1x2x3, och tv˚a nya tv˚afaktorinteraktioner, x1x3och x2x3. Om

modellen redan inneh¨oll t.ex. tv˚afaktorinteraktionen x1, x3s˚a blir hanteringen lite annan

och den situationen beskrivs inte h¨ar. Metoden forts¨atter fr˚an stegningen ovan med: • Ber¨akna alla modeller som inneh˚aller f¨orsta ordningens termer och de valda

tv˚a-faktorinteraktionerna och en trefaktorinteraktion. Den modell som ger l¨agst P-v¨arde f¨or trefaktorinteraktionen v¨aljs som ny modell f¨orutsatt att trefaktorinteraktionen ¨ar signifikant,

• Ber¨akna alla modeller som inneh˚aller f¨orsta ordningens termer och de valda tv˚a-faktorinteraktionerna, den ovan valda trefaktorinteraktionen och ytterligare en tre-faktorinteraktion. Den modell som ger l¨agst P-v¨arde f¨or den tillagda trefaktor-interaktionen v¨aljs som ny modell f¨orutsatt att den tillagda trefaktortrefaktor-interaktionen ¨ar signifikant,

• Forts¨att steg f¨or steg tills ingen trefaktorinteraktion ger signifikant f¨orb¨attring av modellen.

Vid linj¨ar regression ¨ar sambandsfunktionen och variationen kring sambandsfunktionen inte omedelbart kopplade till varandra. Om modellvalet ¨ar fel, t.ex. genom att n˚agon f¨orklaringsvariabel inte finns med i modellen, s˚a kan variationen kring linjen inneh˚alla en komponent fr˚an det rena slumpfelet och en komponent som beror p˚a den saknade f¨orklaringsvariabeln. Man f˚ar d¨armed st¨orre os¨akerhet i analysen ¨an vad man skulle f˚a vid en korrekt modell och d¨armed f¨oljer att man ¨aven f˚ar h¨ogre P-v¨arden och bredare konfidensintervall. Beskrivningen ovan ¨ar f¨orenklad. Vid den typ av modell som anv¨ands h¨ar finns en mer direkt koppling mellan modell och os¨akerhet beroende p˚a Poisson-f¨ordelningens koppling mellan v¨antev¨arde och varians. ¨Aven h¨ar kan man t¨anka sig att saknade f¨orklaringsvariabler skulle ge en os¨akerhet och det kan man till˚ata genom att anv¨anda en s.k. ¨overspridd Poissonf¨ordelning, allts˚a en f¨ordelning som grovt sett har Poissonf¨ordelningens egenskaper men som ¨ar n˚agot mer spridd ¨an den teoretisk borde vara vid en korrekt modell. Detta ger ej ¨andrade skattningar av koefficienterna, men vid

¨overspridning blir P-v¨ardena st¨orre och konfidensintervallen bredare. De analyser som anv¨ands h¨ar till˚ater ¨overspridning. Teoretiskt kan ¨aven underspridning f¨orekomma, men det diskuteras inte h¨ar.

Grupperingen av 20-metersstr¨ackor till 100-metersstr¨ackor kan genomf¨oras p˚a olika s¨att. Om man t.ex. har ett RST-objekt som ¨ar 340 meter l˚angt s˚a kan man betrakta det som 100+100+100+40, som 80+100+100+60 eller som n˚agot annat. H¨ar har all analys genomf¨orts med 5 olika s¨att att gruppera. Modellvalet blir inte exakt likadant f¨or varje s˚adan gruppering. Modellvalen redovisas nedan utifr˚an vad som blev det vanligaste ut-fallet n¨ar stegningen genomf¨ordes med olika grupperingar medan resultaten redovisas f¨or den gruppering d¨ar man f¨ors¨oker skapa en serie av hela 100-metersstr¨ackor fr˚an b¨orjan och accepterar att den sista str¨ackan blir kortare ¨an 100 meter.

3

Tillg ¨angliga data

V¨agn¨atet kan delas in p˚a flera olika s¨att. H¨ar har en v¨ag, eller en del av en v¨ag, ett s.k. RST-objektnummer och inom denna har man 20-metersstr¨ackor med l¨opande numrering. Uppdelningen best¨ams inom det administrativa systemet RSofT. En v¨ag byter RST-objektnummer om man f¨or¨andrar t.ex. v¨agbredd eller skyltad hastighet. RST-objekten numreras om fr˚an ˚ar till ˚ar och man kan inte enkelt j¨amf¨ora en punkt p˚a v¨agn¨atet med samma punkt ett annat ˚ar.

V¨agytedata kommer fr˚an de produktionsm¨atningar som best¨alls av Trafikverket. SMHI har levererat uppgifterna om nederb¨ord. Matchningen av v¨agytedata och v¨aderdata har utf¨orts av Trafikverket och matchningen av v¨agytedata och uppgifter om olyckor har utf¨orts av VTI. Data i den h¨ar studien ¨ar till ¨overv¨agande del samma som de data f¨or Sverige som anv¨andes i Ihs et al. (2011) och en mer omfattande genomg˚ang finns att l¨asa d¨ar.

3.1

Lokal oj ¨amnhet och andra m ˚att p ˚a v ¨agytan

¨

Over en hel v¨agstr¨acka m¨ater man upp en s.k. l¨angsprofil i 3 sp˚ar. Avst˚andet i l¨angsled ¨ar 1 dm mellan redovisningspunkterna. Sp˚arens l¨age i sidled ¨ar 0,75 meter till v¨anster, 0,75 meter till h¨oger och 1 meter till h¨oger om m¨atbilens mittersta m¨atpunkt. V¨ardena ¨ar i sig sj¨alva medelv¨arden av ett antal registreringar inom varje decimeter. Viss kvalitets-kontroll och exkludering av orimliga v¨arden utf¨ors ocks˚a. Man l˚ater sedan en t¨ankt 3 meter l˚ang r¨atskena flyta fram l¨angs en profil s˚a att den alltid vilar mot v¨agen i bakkant. F¨or varje m¨atpunkt mellan skenans kontaktpunkter mot marken ber¨aknas det vertikala avst˚andet mellan ytan och skenan. Det maximala avst˚andet ¨ar ett f¨orsta m˚att p˚a lokal oj¨amnhet i den punkten. Ett andra m˚att ber¨aknas genom att k¨ora samma steg men med den t¨ankta skenan under v¨agytan. Man upprepar ber¨akningen f¨or de ¨ovriga 2 profilerna. Det st¨orsta v¨ardet, utan h¨ansyn till tecken, ¨ar den lokala oj¨amnheten i den punkten. Det maximala v¨ardet av lokal oj¨amnhet ber¨aknat ¨over hela metersstr¨ackan ¨ar 20-metersstr¨ackans grad av lokal oj¨amnhet. Mer detaljerad beskrivning av lokal oj¨amnhet m.m. finns i Sj¨ogren och Lundberg (2011).

¨

Ovriga m˚att p˚a v¨agytan beskrivs inte h¨ar. En beskrivning av bl.a. sp˚ardjup, l¨angsprofil, IRI, tv¨arfall, backighet och kurvatur finns i Trafikverkets metodbeskrivning Trafikverket (2009).

3.2

Gruppering till 100-metersstr ¨ackor

I tillg¨angliga datafiler avser varje rad, eller varje observation, en viss 20-metersstr¨acka ett givet ˚ar. Till den str¨ackan kopplas v¨agyteegenskaper, v¨ader, trafikm¨angd m.m. och, som responsvariabel, antalet olyckor som skett p˚a den platsen det ˚aret. En nackdel med att r¨akna med s˚a korta str¨ackor ¨ar att en olycka i m˚anga fall kan orsakas av ett n˚agon ytdefekt p˚a en tidigare 20-metersstr¨acka ¨an den d¨ar olyckan sen sker och till vilken man kopplar v¨agytevariablerna. Det kan vara b¨attre att koppla olyckan till en l¨angre str¨acka, t.ex. 100 meter, eventuellt med l¨agre vikt l¨angre bort fr˚an olycksplatsen, men det ¨ar inte s¨akert b¨attre ur alla synvinklar. Om olyckan sker p˚a en plats utan ytskada, d¨ar olyckans orsak finns p˚a en nyligen passerad plats med ytskada, s˚a ¨ar det m¨ojligt att man uppt¨acker det vid gruppering till l¨angre str¨ackor. Samtidigt finns risken att man f¨ors¨amrar m¨ojligheten att hitta f¨orklaringen till andra olyckor. Olyckorna ska j¨amf¨oras med platser d¨ar det inte skett n˚agon olycka. Om v¨agens egenskaper ber¨aknas ¨over en l¨angre str¨acka s˚a kommer den str¨ackan att ha mer blandade egenskaper och ¨aven icke-olyckorna kommer att finnas p˚a str¨ackor med mer blandade egenskaper. Det inneb¨ar,

eftersom b˚ade olyckor och ickeolyckor sker p˚a platser vars egenskaper j¨amnas ut ¨over l¨angre str¨ackor, att en eventuell effekt p˚a olycksrisken av en lokal egenskap hos v¨agytan ”smetas ut” och blir sv˚arare att uppt¨acka.

H¨ar betraktas 20 meter som orimligt kort f¨or att r¨akna resultat p˚a, bl.a. d¨arf¨or att v¨agytans uppm¨atta v¨arden inte kan matchas till olyckans position, eller olycksorsakens position, med s˚a h¨og noggrannhet. I analysen kommer d¨arf¨or en observation att vara en 100-metersstr¨acka. ¨Aven om man skapar l¨angre str¨ackor s˚a kommer lite av problemet att kvarst˚a. Man har visserligen st¨orre sannolikhet att olyckan och olycksorsaken finns p˚a samma 100-metersstr¨acka men fortfarande kan det f¨orekomma att man har orsaken p˚a en str¨acka och olyckan p˚a en annan.

Vid gruppering av 20-metersstr¨ackor till 100-metersstr¨ackor summeras antalet olyckor medan ¨ovriga variabler medelv¨ardesbildas. Vissa variabler, t.ex. hastighet, ¨ar konstanta ¨over varje 100-metersstr¨acka eftersom man aldrig till˚ater olika hastigheter inom ett RST-objekt. Man kan ¨overv¨aga att ber¨akna st¨orsta v¨ardet av lokal oj¨amnhet m.m. men det skulle betyda att man betraktar en str¨acka som att hela str¨ackan ¨ar lika d˚alig som den s¨amsta punkten p˚a str¨ackan. Det skulle ge en ¨overskattning av str¨ackans ”d˚alighet” och ¨overskattningen skulle f¨orv¨antas vara st¨orre f¨or l¨angre str¨ackor. Det ¨ar inte sj¨alvklart hur man ska hantera lokal oj¨amnhet p˚a en aggregerad niv˚a och en f¨ordjupning kring detta finns i kapitel 4.3.2.

3.3

Variabler

De variabler som f¨orekommer h¨ar ¨ar: • Graden av lokal oj¨amnhet,

• IRI, international rougness index, ett m˚att p˚a graden av oj¨amnhet l¨angs v¨agen i v˚agl¨angdsomr˚adet ca 1,2–30 meter,

• MPD, mean profile depth, ett m˚att p˚a graden av oj¨amnhet l¨angs v¨agen i v˚agl¨angds-omr˚adet 0,5–50 mm,

• Olycka, antalet olycka p˚a en viss plats ett visst ˚ar, • Regn2, antal dagar per ˚ar med 1–10 mm regn, • Regn3, antal dagar per ˚ar med mer ¨an 10 mm regn,

• Kurvatur, ett m˚att p˚a hur krokig v¨agen ¨ar med olika tecken f¨or h¨oger/v¨anster, • Backighet, graden av lutning uppf¨or eller nedf¨or l¨angs v¨agen,

• Sp˚ardjup, maximala djupet av sp˚ar. Detta kan ocks˚a betraktas som ett m˚att p˚a oj¨amnhet tv¨ars v¨agen,

• Tv¨arfall, ett m˚att p˚a v¨agens lutning i sidled, med olika tecken f¨or h¨oger/v¨anster. H¨ar anv¨ands inte tv¨arfallet direkt i analysen utan man ber¨aknar ist¨allet tv¨arfallsfel som ¨ar ett m˚att p˚a den absoluta skillnaden mellan den faktiska lutningen och den lutning som skulle beh¨ovas f¨or att ett fordon skulle f¨olja v¨agen exakt om det k¨orde i den skyltade hastigheten och v¨agen inte hade n˚agon friktion,

I praktiken anl¨agger man inte en v¨ag s˚a att den blir helt plan p˚a en rakstr¨acka eftersom man vill ha en viss lutning f¨or att vatten ska rinna av. Termen tv¨arfallsfel anv¨ands ibland som avvikelse mellan tv¨arfall och rekommenderat tv¨arfall men i den h¨ar analysen ¨ar allts˚a definitionen en annan.

Inf¨or studien gjordes ett uttag ur Transportstyrelsens informationssystem f¨or olyckor och skador i trafiken, STRADA, f¨or att s¨oka efter ord som s¨ager n˚agot om v¨agytan. Olyckor, med minst 1 personbil inblandad, som inte var viltolyckor, s¨oktes ut och texten genoms¨oktes f¨or ord som ”j¨amn”, ”skada” o.s.v. med avsikt att f¨ors¨oka kontrollera om det finns n˚agon viktig f¨orklaringsvariabel ut¨over dem som redan var planerade. Det var redan k¨ant vilka variabler som fanns enkelt tillg¨angliga (kurvatur, lokal oj¨amnhet m.m.) och kontrollen gjordes f¨or att tidigt kunna uppt¨acka om n˚agon mer variabel skulle beh¨ovas och, i s˚a fall, unders¨oka vilka m¨ojligheter som fanns att komplettera med s˚adana data. S¨okningen av ord gav inte n˚agon tydlig indikation p˚a att n˚agon f¨orklaringsvariabel, ut¨over dem som redan var planerade f¨or studien, borde inkluderas. S¨okningen beskrivs n¨armare i Bilaga 1.

Inf¨or studien har ocks˚a en grupp personer g˚att igenom vilka variabler som borde vara med i analysen och hur de ska ing˚a. Gruppen bestod av personer med stor erfarenhet av v¨agytem¨atning, olycksanalys, statistik och databehandling. Dessa personer arbetar ¨aven parallellt med s˚adant som kan ha betydelse f¨or olyckor t.ex. sambandet mellan friktion och MPD.

3.4

Begr ¨ansningar

I datamaterialet finns inte n˚agon information om i vilken riktning olyckan skett. V¨ag-ytan m¨ats endast i en riktning f¨orutom p˚a motorv¨ag och 2+1-v¨ag. Man kan d¨arf¨or ej ta fram information om v¨agytan som ¨ar s¨akert avgr¨ansad till att g¨alla endast vid eller strax f¨ore olycksplatsen. En m¨ojlig felk¨alla ¨ar ocks˚a att v¨agens egenskaper kan vara olika i de olika riktningarna och att en olycka skett i en riktning medan m¨atningen skett i den andra riktningen.

Unders¨okningen avser Sverige under den tid d¨ar man har tillg˚ang till alla uppgifter. MPD har bara m¨atts under relativt kort tid. Det ¨ar ocks˚a en omfattande uppgift att matcha data om olyckor, v¨agyta och v¨ader och den matchningen har ej gjorts om inf¨or den h¨ar studien. H¨ar har anv¨ants data som f¨orbereddes f¨or Ihs et al. (2011).

Uppgifter om v¨aglaget vid sj¨alva olyckstillf¨allet finns men anv¨ands ej h¨ar. H¨ar j¨amf¨ors antal olyckor i f¨orh˚allande till trafikarbetet mellan platser med olika egenskaper, bl.a. olika grad av lokal oj¨amnhet. Uppgifter om trafikarbete finns ej uppdelat p˚a olika v¨aglag och d¨arf¨or har man inte heller n˚agon nytta av informationen om v¨aglaget vid olycks-tillf¨allet i den h¨ar studien. Av samma orsak anv¨ands ej heller information om regn vid olyckstillf¨allet.

Det material som ing˚att begr¨ansas av: • ˚Ar 2005–2009,

• Endast april–oktober,

• Hastighetsbegr¨ansning 70 km/h eller h¨ogre. och olyckorna begr¨ansas av

• Ej viltolyckor,

• Endast olyckor d¨ar det ing˚ar minst 1 personbil eller motorcykel,

• Endast olyckor som intr¨affar samma ˚ar som man gjort v¨agytem¨atning p˚a platsen, • Endast olyckor med minst en sv˚art skadad eller d¨od.

Uppgifterna ovan avser avgr¨ansningar som inf¨orts f¨or att inte f˚a med olyckor som ej om-fattas av sj¨alva fr˚agest¨allningen. Andra avgr¨ansningar har inf¨orts f¨or att endast data av viss kvalitet ska f˚a anv¨andas. Tyv¨arr f¨orekommer en del misst¨ankta fel i data. Ett fel beh¨over inte n¨odv¨andigtvis vara m¨atfel eller fel i hanteringen utan kan betraktas som ett v¨arde som kommit med men inte representerar den population som unders¨okningen avser och som d¨arf¨or exkluderas. En str¨acka exkluderas om den har minst en av egen-skaperna:

• Angiven skyltad hastighet h¨ogre ¨an 120 km/h, • ˚ADT f¨or tung trafik st¨orre ¨an ˚ADT f¨or all trafik, • Kurvatur st¨orre ¨an 500 (kurvradie < 20m), • Sp˚ardjup st¨orre ¨an 100mm,

• IRI st¨orre ¨an 75 mm/m, • Backighet st¨orre ¨an 25 %, • Tv¨arfall st¨orre ¨an 15 %, • MPD st¨orre ¨an 5,

• Lokal oj¨amnhet st¨orre ¨an 200.

Gr¨anserna f¨or kurvatur, backighet och tv¨arfall avser storleken utan h¨ansyn till tecken. Det ¨ar en sv˚ar balansg˚ang hur man ska dra gr¨anserna s˚a att man exkluderar data som av n˚agot sk¨al ej b¨or vara med samtidigt som man inte exkluderar korrekta och relevanta observationer. Datamaterialet och omfattningen av sj¨alva insamlingen ¨ar f¨or stor f¨or att man ska kunna granska och eventuellt korrigera felaktiga data. Gr¨ansdragningen kan inte garantera att alla felaktiga observationer exkluderas och inte heller att alla korrekta observationer beh˚alls.

4

Resultat

4.1

Modellval

Det stegvisa modellvalet som beskrivs i kapitel 2 genererar ett f¨orslag till en modell med huvudeffekter och tv˚afaktorinteraktioner men utan termer av ¨annu h¨ogre ordning. En granskning av resultaten och deras rimlighet visar i vissa fall att ganska f˚a observationer kan f˚a stor inverkan p˚a slutresultatet. Modellvalsstrategin justeras inte men vid mer om-fattande granskning av inklusionsvillkoren uppt¨acktes modellelement som inte sj¨alvklart ska f˚a vara kvar.

Villkoren beskriver ett helt rektangul¨art omr˚ade men det kan k¨annas rimligt att formen ska vara en annan. T.ex. b¨or gr¨ansen f¨or minsta radie vara st¨orre vid h¨ogre hastighet. D¨arf¨or ¨andrads inklusionsvillkoret f¨or radie s˚a att data exkluderas om radien ¨ar mindre ¨an 50 m vid skyltad hastighet 70 km/h upp till 175 m vid skyltad hastighet 120 km/h. Detta motsvarar 25 % av rekommenderad minsta radie vid l˚ag standard enligt V¨agar och gators utformning — VGU (VV Publikation 2004:80). Med detta sk¨arpta villkor f¨or att exkludera observationer med liten radie och omr¨akning av hela det stegvisa modellvalet blir interaktionen kurvatur*tv¨arfallsfel ej l¨angre signifikant.

Inklusionsvillkoret f¨or tv¨arfall sattes endast utifr˚an vilka v¨arden som ¨ar rimliga p˚a v¨ag-n¨atet. Gr¨ansen f¨or tv¨arfall b¨or inte bara utg˚a fr˚an v¨agn¨atet i stort utan hellre variera med tanke p˚a kurvatur och hastighet p˚a platsen. Ett sk¨arpt villkor inf¨ordes att f¨orutom att det absoluta tv¨arfallet f˚ar vara h¨ogst 15 % s˚a f˚ar tv¨arfallsfelet vara h¨ogst 10 %. Efter omr¨akning av modellvalet blir interaktionen sp˚ardjup*tv¨arfallsfel ej l¨angre signifikant. Modellvalet ¨ar tydligen k¨ansligt f¨or valet av inklusionsvillkor. Den slutliga modellen, med de sk¨arpta villkoren, har f¨orklaringsvariablerna sp˚ardjup, IRI, kurvatur, backighet, MPD, lokal oj¨amnhet, hastighet, tv¨arfallsfel, kurvatur*tv¨arfallsfel, och inga trefaktor-interaktioner.

4.2

Resultat i den slutliga modellen

De skattade koefficienterna m.m. i den slutliga modellen visas i Tabell 1. F¨or v¨agen (v¨agytan och v¨agegenskaper i ¨ovrigt) kan resultaten sammanfattas till:

• H¨ojt sp˚ardjup samvarierar med l¨agre olycksrisk. H¨ogre grad av backighet sam-varierar med h¨ogre olycksrisk,

• Kurvatur, MPD, lokal oj¨amnhet, regn2 och tv¨arfallsfel visar ej n˚agra tydliga tecken p˚a att samvariera med olycksrisk,

• Huvudeffekterna antyder att h¨ogre IRI och h¨ogre skyltad hastighet samvarierar negativt med olycksrisk men interaktionen ¨ar positiv vilket inneb¨ar att samspelet, n¨ar b˚ade IRI och hastighet ¨okar, samvarierar med h¨ojd olycksrisk. Koefficienten f¨or IRI g¨aller n¨ar hastighet (och alla andra f¨orklaringsvariabler) ¨ar 0 men h¨ar ska analysen och resultaten avse hastigheter 70 km/h och h¨ogre. Om man betraktar koefficienterna samtidigt s˚a framtr¨ader bilden att effekten av IRI ¨ar n¨ara 0 vid ca 70 km/h och att olycksrisken ¨okar med ¨okande IRI vid ¨annu h¨ogre hastighet. Det g˚ar att beskriva olycksrisken i text f¨or de variabler som endast inkluderas med sina huvudeffekter men f¨or variabler som dessutom ing˚ar i n˚agon interaktion blir det sv˚arare. Figur 1 visar den skattade effekten p˚a den logaritmerade olycksrisken som en samtidig funktion av IRI och skyltad hastighet. Detta ¨ar ett s¨att att ˚aterge ytans huvudsakliga drag

Tabell 1 Skattade koefficienter med standard error och P-v¨arden vid test av noll-hypotesen att koefficienten ¨ar 0.

Estimate Std.Error Pr(>|t|) (Intercept) -11,110 0,773 0,000 sp˚ardjup -0,033 0,009 0,000 IRI -0,721 0,236 0,002 kurvatur -0,002 0,006 0,777 backighet 0,060 0,026 0,021 MPD -0,168 0,104 0,108 oj¨amnhet -0,012 0,019 0,507 hastighet -0,045 0,004 0,000 regn2 -0,007 0,004 0,096 regn3 -0,111 0,038 0,004 tv¨arfallsfel 0,041 0,024 0,092 IRI:hastighet 0,011 0,003 0,000 regn2:regn3 0,001 0,000 0,013

s˚a som den beskrivs av regressionskoefficienterna f¨or ett avgr¨ansat omr˚ade. Respons-variabeln visas dock i logskala vilket g¨or att ¨aven om ¨okning och minskning framg˚ar s˚a ¨ar storleksordningen sv˚ar att l¨asa ut. Det ¨ar ocks˚a f¨orh˚allandevis oviktigt att olycksrisken skattas till att bli h¨og vid kombinationer av riktigt h¨og hastighet och h¨ogt IRI om det i praktiken inte f¨orekommer p˚a v¨agn¨atet eller om det f¨orekommer men att trafikm¨angden d¨ar ¨ar n¨armast f¨orsumbar. Figur 2 visar hur olycksrisken f¨or¨andras med ¨andrade IRI och hastighet med utskrivna axlar och den r¨oda f¨argen ˚aterger med h¨ogre t¨athet var det f¨orekommer mycket trafik ber¨aknat utifr˚an ˚ADT och antalet 100-metersstr¨ackor f¨or den kombinationen av IRI och hastighet. Responsvariabelns skala ¨ar ber¨aknad som en rela-tiv riskf¨or¨andring om risken ¨ar 1 i den l¨agsta punkten i bilden. En sammanfattning ¨ar att inom det omr˚ade d¨ar det f¨orekommer mycket trafik, det som har r¨od eller rosa f¨argton i figuren, s˚a ser man en l¨agre olycksrisk vid h¨oga hastigheter men att den effekten d¨ampas ut vid h¨oga IRI. Olycksrisken ser ut att ¨oka vid kombinationer av h¨og skyltad hastighet och h¨ogt IRI men bilden/f¨argen visar ocks˚a att s˚adana kombinationer ¨ar ovanliga eller trafikeras av f˚a fordon. Det l˚aga antalet observationer i det omr˚adet g¨or ocks˚a att olycks-risken blir os¨aker f¨or s˚adana kombinationer.

I figuren ˚ask˚adligg¨ors inte t¨atheten av olika skyltade hastigheter exakt. T.ex. ¨ar 80 km/h mycket mindre vanligt ¨an 70 eller 90. Den r¨oda f¨argintensiteten blir varierande och sv˚arl¨ast om man v¨aljer f¨argintensitet helt efter hur vanliga de olika hastigheterna ¨ar. I figuren har f¨argintensiteten j¨amnats ut mellan hastigheterna.

Skattningen f¨or regn3 ¨ar tydligt signifikant medan skattningen f¨or regn2 drar i samma riktning utan att vara signifikant. Sambandet ¨ar sv˚artolkat d¨arf¨or att regn2 och regn3 egentligen ¨ar olika grader av samma egenskap. Interaktionen ¨ar signifikant men trots det s˚a ¨ar responsytan n¨astan helt plan inom det omr˚ade d¨ar de flesta observationerna finns. Anpassningen blir praktiskt taget of¨or¨andrad om man beh˚aller regn3 men exkluderar regn2 och interaktionen. Koefficienten f¨or regn3 blir i s˚a fall -0,017. Betydelsen av regn diskuteras inte mer ¨an s˚a d˚a avsikten med studien var att diskutera v¨agytans betydelse f¨or olycksrisken.

Ang˚aende sambandet mellan hastighet och olycksrisk s˚a ska man vara f¨orsiktig med tolkningen. Analysens resultat ¨ar inte att h¨ogre skyltad hastighet ger upphov till s¨ankt olycksrisk. Tolkningen b¨or snarare vara att man till˚ater h¨ogre hastighet endast p˚a v¨agar

Hastighet

IRI Logr

isk

Figur 1 Logaritmerad olycksrisk som funktion av IRI och skyltad hastighet

som bed¨oms ha h¨og s¨akerhet och att man lyckas v¨al med den bed¨omningen. Man kan diskutera ordval f¨or de ¨ovriga f¨orklaringsvariablerna p˚a liknande s¨att. Analysen ger m˚att p˚a hur responsvariabeln samvarierar med f¨orklaringsvariablerna men analysen kan inte i sig sj¨alv avg¨ora om det ¨ar ett orsakssamband eller bara en samvariation.

F¨or ett stort material kan ¨aven sm˚a effekter vara signifikanta. Bed¨omningen av vad som ¨ar viktigt b¨or inte baseras endast p˚a P-v¨arden utan b¨or ¨aven omfatta en samtidig bed¨omning av koefficienter och deras os¨akerhet. Man kan ocks˚a aktivt v¨alja hypotetiskt v¨arde utifr˚an vad som ¨ar relevant storlek p˚a effekter och inte bara anv¨anda 0 som ¨ar default i analys-programmen.

Effekterna ¨ar f¨orh˚allandevis sm˚a. Om man t.ex. granskar koefficienten f¨or backighet s˚a var den 0,060. Ett ovanligt h¨ogt v¨arde p˚a backighet kan vara att ber¨akna den 99,999:e percentilen, och den blir ca 16,6. Eftersom e0,06·16,6 ≈ 2, 7 s˚a indikerar det att olycks-risken samvarierar med backighet p˚a ett s˚adant s¨att att olycks-risken ¨ar mer ¨an dubblerad men inte s˚a mycket som tredubblad f¨or en backighet som ¨ar s˚a h¨og att bara en tusendels pro-cent av alla 100-metersstr¨ackor har denna eller en h¨ogre backighet. Det finns inte n˚agot uppenbart s¨att att redovisa en ordning av hur viktiga de olika variablerna ¨ar d˚a det bl.a. inte ¨ar sj¨alvklart hur man ska j¨amf¨ora en stor koefficient som har stor os¨akerhet med en liten koefficient som har liten os¨akerhet.

Hastighet 70 80 90 100 110 120 IRI 0 1 2 3 4 5 6 Olycksr isk 10 20 30 40

Figur 2 Olycksrisk som funktion av IRI och skyltad hastighet

4.3

Speciell granskning av alternativ till den slutliga modellen

Det finns sk¨al att se p˚a t¨ankbara alternativ till den slutliga modellen. H¨ar redovisas tv˚a s˚adana alternativ, ett d¨ar man anv¨ander tv¨arfall som det ¨ar, allts˚a ej uttryckt som tv¨arfallsfel, och ett som b¨attre betonar att lokal oj¨amnhet verkligen ska vara lokal.

4.3.1

Kombination av tv ¨arfall och sp ˚ar

Det ¨ar rimligt f¨orekomsten av sp˚ar ger en h¨ojd olycksrisk p.g.a. att vatten kan samlas i sp˚aren men att ett tillr¨ackligt stort tv¨arfall har en motverkande effekt eftersom det f˚ar vattnet att rinna av trots f¨orekomsten av sp˚ar. Man skulle se det som en positiv koeffi-cient f¨or sp˚ar och en negativ koeffikoeffi-cient f¨or interaktionen mellan sp˚ar och tv¨arfall. Det skulle, j¨amf¨ort med ovan, inneb¨ara att man tar med tv¨arfall, inte bara tv¨arfallsfel, och interaktion mellan tv¨arfall och sp˚ar i modellen. Man kan ocks˚a argumentera att sp˚ar i v¨agen kan f˚a bilen att ta en annan bana ¨an den f¨oraren avs˚ag och att det skulle vara extra farligt ifall det sker p˚a en plats med stort tv¨arfall. En s˚adan analys har genomf¨orts genom att ut¨oka modellen men inte genom att g¨ora om hela den stegvisa modellvalsproceduren. Ber¨akningen gav ej n˚agon signifikant f¨orb¨attring av den valda modellen.

4.3.2

Ut ¨okad analys av lokal oj ¨amnhet

Effekten av lokal oj¨amnhet ska helst skiljas ut fr˚an effekten av IRI. Man b¨or d¨arf¨or s¨atta upp analysen s˚a att den betonar att fr˚agan g¨aller en lokal oj¨amnhet. Man kan misst¨anka att effekten av en st¨orre oj¨amnhet inte ¨ar densamma som effekten av en serie av sm˚a oj¨amnheter men medelv¨ardesbildningen till 100-metersstr¨ackor kan f¨orst¨ora m¨ojligheten att s¨arskilja dessa fall i analysen. Tre olika ut¨okade analyser har genomf¨orts f¨or att ge en enstaka st¨orre oj¨amnhet en annan betydelse ¨an en serie av sm˚a oj¨amnheter:

1. Anv¨and, f¨orutom genomsnittlig lokal oj¨amnhet, ¨aven variation i lokal oj¨amnhet som en f¨orklaringsvariabel, Variationen uttrycks h¨ar som standardavvikelse. Tv˚a str¨ackor, en med en enskild stor oj¨amnhet och en med flera sm˚a oj¨amnheter, s˚adana att de tv˚a str¨ackorna har samma genomsnittliga oj¨amnhet, kommer att f˚a olika variation i oj¨amnhet och om det har betydelse s˚a kommer analysen att uppt¨acka det. En nackdel med detta tillv¨agag˚angss¨att kan vara att alla 100-metersstr¨ackor som egentligen bara best˚ar av 20 meter f˚ar variationen 01.

2. Anv¨and, f¨orutom genomsnittlig lokal oj¨amnhet, ¨aven genomsnittlig kvadrerad lokal oj¨amnhet som f¨orklaringsvariabel. Avsikten ¨ar densamma som i punkten ovan men analysen ¨ar inte identisk,

3. Anv¨and, f¨orutom genomsnittlig lokal oj¨amnhet, ¨aven antalet 20-metersstr¨ackor med lokal oj¨amnhet ¨over en viss tr¨oskelniv˚a som f¨orklaringsvariabel. H¨ar anv¨andes tr¨oskelniv˚an 80 mm.

Ingen av de tre ut¨okade modellerna gav n˚agon signifikant f¨orb¨attring j¨amf¨ort med den tidigare valda modellen. Analysen visar allts˚a inte att lokal oj¨amnhet har n˚agon avg¨orande p˚averkan p˚a olycksrisken efter att den har ¨andrats s˚a att den mer ska betona lokal oj¨amnhet.

1_{Om man ser det som en stickprovsstandardavvikelse d¨ar stickprovet best˚ar av endast 1 observation,} en 20-metersstr¨acka, s˚a blir det ett uttryck av typ 0/0 som ¨ar odefinierat. H¨ar sattes det till 0.

5

Slutsatser

Underlaget antyder att det bara f¨orekommer ganska sm˚a effekter vid en beskrivning av hur olycksrisken samvarierar med olika m˚att p˚a v¨agen/v¨agytan. Trots att materialet ¨ar stort blir f˚a koefficienter signifikant skilda fr˚an 0. F¨or lokal oj¨amnhet p˚avisas inte n˚agon signifikant effekt. Signifikanta huvudeffekter finns f¨or sp˚ardjup och backighet d¨ar st¨orre sp˚ardjup samvarierar med l¨agre olycksrisk medan st¨orre backighet samvarierar med st¨orre olycksrisk. Signifikanta effekter finns ocks˚a f¨or skyltad hastighet och IRI d¨ar h¨ogre hastighet samvarierar med l¨agre olycksrisk vid l˚agt IRI men inte vid h¨ogre IRI. Resultaten i den h¨ar studien pekar inte tydligt ut n˚agot som kan vara grund f¨or ett ¨andrat v¨agunderh˚all. Analysen antyder att en kombination av h¨og hastighet och h¨ogt IRI kan ha en f¨orh¨ojd olycksrisk men det resultatet b¨or tolkas med stor f¨orsiktighet d˚a trafikm¨angden under s˚adana f¨orh˚allanden ¨ar mycket liten och skattningen av olycksrisk under s˚adana f¨orh˚allanden ¨ar os¨aker.

6

Diskussion

H¨ar anv¨ands en bred ansats d¨ar flera olika v¨agytevaraibler och ¨aven andra variabler inkluderas f¨or att studera deras eventuella samband med olycksrisk. Modellvalet utf¨ors stegvis och omfattar s¨okning efter t¨ankbara samspel upp till trefaktorinteraktioner. I andra avseenden ¨ar studien avgr¨ansad, mest d¨arf¨or att undvika att anv¨anda en modell som blandar ihop fordonsslag eller f¨orh˚allanden d¨ar v¨agytevariablerna kan f¨orv¨antas ha helt olika betydelse.

Det ¨ar en nyttig erfarenhet att se hur metoden och modellvalet leder till olika modell-f¨orslag beroende p˚a hur man best¨ammer inklusionskriterier. Det b¨or ses som ett problem att resultatet kan ¨andras om n˚agon annan f˚ar best¨amma dessa kriterier. Det b¨or vidare anses som viktigt att r¨att person best¨ammer gr¨anserna utifr˚an kunskap om ¨amnet hellre ¨an att man anv¨ander n˚agon enkel tumregel eller automatisk bed¨omning av avvikande v¨arden som kan ha h¨arletts f¨or n˚agot annat ¨andam˚al.

Studier av den h¨ar typen f¨orsv˚aras om olycksrisken ¨ar f¨orh˚allandevis j¨amn p˚a v¨agn¨atet. Om n˚agon punkt skulle sticka ut som mer farlig ¨an andra s˚a g¨or man kanske en ˚atg¨ard d¨ar med ¨andring av v¨agen, varningsskyltar eller s¨ankt hastighetsgr¨ans. Om man ˚atg¨ardar alla farliga platser s˚a skulle olycksrisken till slut kunna vara exakt lika stor ¨overallt. Risken beskrivs d˚a som endast en konstant och kan inte f¨orklaras b¨attre genom n˚agon sambandsmodell. Det kan vara ett problem att man n¨astan uppn˚att detta och d¨armed att inga regressionsanalyser eller liknande kan bli speciellt bra. Analysen s¨oker en f¨orklaring till hur olycksrisken varierar men om den inte varierar s˚a kommer inte heller analysen att kunna hitta n˚agon f¨orklaring. I andra sammanhang planerar man f¨ors¨oken s˚a att man f˚ar stor spridning i responsvariabeln men h¨ar ¨ar det en observationsstudie d¨ar responsen inte till˚atas variera mycket med medf¨oljande sv˚arighet att analysera eventuella samband.

Litteraturf ¨orteckning

Anita Ihs, Hans Velin, och Mats Wiklund. V¨agytans inverkan p˚a trafiks¨akerheten. VTI meddelande, 909, 2002.

Anita Ihs, Mika Gustafsson, Olle Eriksson, Mats Wiklund, och L Sj¨ogren. Road User Effect Models: The Influence of Rut Depth on Traffic Safety. VTI, 2011.

R Core Team. R: A Language and Environment for Statistical Comput-ing. R Foundation for Statistical Computing, Vienna, Austria, 2013. URL http://www.R-project.org.

Leif Sj¨ogren och Thomas Lundberg. Svenska v¨agtillst˚andsm˚att d˚a nu och i morgon: Nu-˚ar 2005-2009. VTI, 2011.

VVMB Trafikverket. 121 V¨agytem¨atning med m¨atbil; v¨agn¨atsm¨atning. Trafikverket publikation, 2009:78, 2009.

Bilaga 1 Page 1 (1)

F ¨orekomst av vissa ord i olycksbeskrivningar i STRADA

Olycksbeskrivningen i STRADA sparades med avgr¨ansningar till den skyltade hastighet m.m. som anv¨ands i den h¨ar studien. Sedan s¨oktes texten igenom och f¨orekomsten av vissa ord ber¨aknades. Avsikten var att f˚a en uppfattning om hur vanliga vissa ord ¨ar, som kan misst¨ankas ha med v¨agytans eventuella defekter att g¨ora. Det ¨ar ¨aven intressant att j¨amf¨ora med andra ord. N˚agra exempel:

• Ordet ”defekt” f¨orekom 0 ggr,

• En s¨okning p˚a ”bula” gav ca 170 tr¨affar men de flesta av dem var tr¨affar p˚a ”am-bulans” medan ”bula” och ”v¨agbula” bara fick 1 tr¨aff var,

• En s¨okning p˚a ”form” gav 1 tr¨aff vardera p˚a ”puckelform”, ”utformad” och ”ut-formning”. Det blev 16 tr¨affar p˚a ”form” exakt och 25 p˚a ”informationsunder-laget”,

• Ordet ”friktionsv¨ardet” f¨orekom 1 g˚ang medan ”friktionsd¨ack” fanns med 2 ggr och ”friktion” 0 ggr,

• ”Kn¨ol” f¨orekom 1 g˚ang som en del av ”iskn¨ol”. ”lutande” och snarlika varianter f¨orekom tillsammans 13 ggr, ”oj¨amn” och olika varianter f¨orekom tillsammans 5 ggr, ”skada” f¨orekom mer ¨an 300 ggr men endast 2 ggr som ”tj¨alskada” och 1 g˚ang som ”v¨agskada”. ”Spricka” finns med 1 g˚ang,

• Ordet ”sp˚ar” finns med 183 ggr och d˚a ¨ar inga varianter som ”kl¨ovsp˚ar”, ”j¨arnv¨ags-sp˚ar” o.s.v. inr¨aknade. Varianter av ”hjul”j¨arnv¨ags-sp˚ar” finns med 43 ggr.

Antalet tr¨affar p˚a ord som beskriver defekter p˚a v¨agytan bed¨oms vara l˚agt f¨or s˚adant som inte ing˚ar bland f¨orklaringsvariablerna. Av de ord som kontrollerats ¨ar det inte n˚agot som f¨orekom s˚a ofta att det bed¨oms kunna vara en f¨orklaring till olyckorna av s˚adan omfattning att analysen inte kan bli bra utan den variabeln.

VTI, Statens väg- och transportforskningsinstitut, är ett oberoende och internationellt framstående forskningsinstitut inom transportsektorn. Huvuduppgiften är att bedriva forskning och utveckling kring infrastruktur, trafik och transporter. Kvalitetssystemet och miljöledningssystemet är ISO-certifierat enligt ISO 9001 respektive 14001. Vissa provningsmetoder är dessutom ackrediterade av Swedac. VTI har omkring 200 medarbetare och finns i Linköping (huvudkontor), Stockholm, Göteborg, Borlänge och Lund. The Swedish National Road and Transport Research Institute (VTI), is an independent and internationally prominent research institute in the transport sector. Its principal task is to conduct research and development related to infrastructure, traffic and transport. The institute holds the quality management systems certificate ISO 9001 and the environmental management systems certificate ISO 14001. Some of its test methods are also certified by Swedac. VTI has about 200 employees and is located in Linköping (head office), Stockholm, Gothenburg, Borlänge and Lund.

www.vti.se vti@vti.se

HUVUDKONTOR/HEAD OFFICE