2010:104 CIV
E X A M E N S A R B E T E
Hastigheter på lokalgator
En studie av gaturummets påverkan
Henrik Cederlund
Luleå tekniska universitet Civilingenjörsprogrammet
Arkitektur
Institutionen för Samhällsbyggnad Avdelningen för Arkitektur och infrastruktur
Hastigheter på lokalgator
- En studie av gaturummets påverkan
Henrik Cederlund
Civilingenjörsprogrammet Arkitektur
Avdelningen för Arkitektur och Infrastruktur Institutionen för Samhällsbyggnad
Luleå tekniska universitet
971 87 LULEÅ
www.ltu.se/shb
F
ÖRORDDetta examensarbete utgör det avslutande momentet i civilingenjörsutbildningen i Arkitektur vid Luleå tekniska universitet. Arbetet utfördes under våren 2010 vid Luleå kommun,
Tekniska förvaltningen. Ett tack till alla på Tekniska förvaltningen för stöd och intressanta tankar.
Stort tack till: min handledare Göran Gabrielson vid Luleå kommun, Tekniska förvaltningen.
Kid Larsson och Hanna Ahnlund, Tekniska förvaltningen för hjälpen vid mätningarna. Kjell Norberg och Krister Wikström Piteå kommun, Teknik & Gatukontoret respektive Miljö och Byggkontoret för kartor samt data över Piteå. Anna Andersson och Lars Nyström Skellefteå kommun, Tekniska kontoret för data från Skellefteå. Min handledare och examinator vid Luleå tekniska universitet, Charlotta Johansson och sist men inte minst min opponent Joakim Tjärnberg.
Luleå, Maj 2010
Henrik Cederlund
S
AMMANFATTNINGEn gatas geometriska utformning är av betydelse för de val vi gör längs en sträcka.
Det kanske viktigaste valet är hastighet, vilket är nära kopplat till olyckor och kan påverka en känsla av otrygghet längs gatunätet.
Dimensioneringsfaktorerna på det vägnät vi har idag skiljer sig vitt åt, genom varierade gatubredder och korsningsavstånd men även olika högsta tillåtna hastigheter för vägar med samma dimensionering.
Hastigheter påverkar människor både direkt och indirekt, och kan ge upphov till mycket svåra skador för den enskilda. I ”Nollvisionen” anges långsiktiga mål som eftersträvas vid svensk transportplanering.
Undersökningen inleds med en litteraturstudie om vägars dimensionering och val av högsta tillåtna hastighet på olika sträckor. Därefter har en kvantitativ fältmätning av hastigheter genomförts på 12 sträckor. På sträckorna uppmättes ingående variabler och resultaten sammanställdes. Sammanställningen går ut på att kombinera dessa till ett linjärt samband, vilket legat till grund för en lättförstådd och enkel modell för beräkning av medelhastighet och 85-percentilhastighet utifrån vägbredd, korsningsavstånd, vinterväglag, årsdygnstrafik, högsta tillåtna hastighet.
Detta examensarbete kommer förhoppningsvis att användas som ett hjälpmedel vid framtida projektering av vägnät.
Resultaten av mätningar och multipel linjär regression gav följande uttryck för hastigheter:
= 62,2% 85-percentil = 23,776 + 0,012750 Korsningsavstånd + 0,004217 ÅDT + 0,38118 Skyltad högsta tillåtna hastighet
= 44,6% Medelhastighet = 19,3 + 0,00320 ÅDT + 0,327 Skyltad högsta tillåtna
hastighet
A
BSTRACTThe geometric design of a road influences the choices we make along a stretch. Perhaps the most important of those choices is speed, which is connected to accidents and affect a feeling of security or insecurity along the road network.
The current factors for dimensioning the road network differs, partly due to varying road widths and distance between intersections but also with regards of speed limits on roads with similar dimensioning.
Speed affects people both directly and indirectly, and can cause great harm for the individual.
In Vision Zero (svenska Nollvisionen) there are long-term goals that are strived upon during Swedish transport planning.
The first part of the thesis consists of a literature review concerning the roads design and choice of speed limits on stretches. Subsequently, a quantitative field measurement of speed was conducted on 12 routes. The measured input variables from the different stretches were collected and the results were compiled. The compilation and a multiple linear analysis were conducted to make a combination into a linear relationship which forms the basis for a simple and easy to use model to calculate average speed and 85th percentile speed. The studied variables were Road width, distance between intersections, winter roads, annual average daily traffic (AADT) and posted speed limit.
The thesis will hopefully be used as a tool for future road design projects.
The result from the field study and the linear regression was the following equations:
= 62,2% 85-percentil = 23,776 + 0,012750 Korsningsavstånd + 0,004217 ÅDT + 0,38118 Posted speed limit
= 44,6% Medelhastighet = 19,3 + 0,00320 ÅDT + 0,327 Posted Speed limit
O
RDFÖRKLARINGAR85-percentil: Den hastighet som underskrids av 85 % av fordonen.
Förklaringsgrad: En regressionsmodells förklaringsgrad
(kvadraten på
korrelationskoefficienten) anger hur stor del av den totala kvadratiska variationen i y som förklaras av modellen.
Lokalgata: En lokalgata används av trafikanter som har start eller mål i bostadsområdet, mer sällan av vanliga bussar i linjetrafik, men inte sällan av långsamgående bussar, vilka särskilt vänder sig till äldre och funktionshindrade. En lokalgata består oftast utav 30- men kan även innehålla 30/50- och 50-sträckor.
LTF: Lokal TrafikFöreskrift, kan gälla hastighet, zon med parkeringsförbud men även regleringsform i korsningar.
NVDB: Nationella VägDataBasen, en databas över vilka hastigheter, fria höjder mm som finns längs det svenska vägnätet.
Referenshastighet: Referenshastighet VR är ett sammanvägt funktionellt begrepp för att ange för vilken högsta tillåtna hastighet en länk eller korsning ur hastighets- och
säkerhetssynpunkt ska utformas. (Vägverket 2004)
Regression: Statistisk term för ett samband mellan en responsvariabel och en eller flera variabler. Uttrycket myntades av Galton på 1870-talet.(Nationalencyklopedien, 2010a) Regressionsanalys: Statistisk metod för analys av sambandet mellan en responsvariabel (beroende variabel) y och en eller flera förklarande x-variabler. Tanken med en
regressionsanalys är att förklara observerad variation i y med hjälp av motsvarande x-data.
Detta genom att ett funktionssamband av något slag ansätts. (Nationalencyklopedien, 2010b) RDT: Rikstäckande Databas för Trafikföreskrifter, en databas öppen för allmänheten där man kan söka på LTF efter vad den gäller, var den gäller men också när den tillkom.
Rural: landsbygd, ”lantlig (särskilt i fråga om kultur eller försörjningssätt)”
(Nationalencyklopedin)
VDT: VardagsDygnsTrafik, medeltrafikmängd under vardagsdygn (måndag – fredag) för en given tidsperiod. (Vägverket 2004)
VTI: Statens väg- och transportforskningsinstitut.
ÅDT: ÅrsDygnsTrafik, det genomsnittliga trafikflödet under ett år per dygn mätt som
fordon/dygn, axelpar/dygn eller gående/cyklister/dygn.Medeltrafikflödet per dygn för ett visst
år. (Vägverket 2004)
I
NNEHÅLLSFÖRTECKNINGFÖRORD ... I SAMMANFATTNING ... III ABSTRACT ... V ORDFÖRKLARINGAR ... VII
1 INLEDNING ... 11
1.1 S
YFTE... 11
1.1.1 Frågor ... 11
1.2 M
ÅL... 12
1.3 A
VGRÄNSNINGAR... 12
1.4 P
ROBLEMÄGARE OCH INTRESSENTER... 12
2 METOD ... 13
2.1 L
ITTERATURSTUDIE... 13
2.2 M
ÄTMETOD... 13
2.2.1 Avgränsning i val av vägar ... 13
2.3 T
RAFIKMÄTNING... 14
2.3.1 Hastighetsmätning ... 15
2.3.2 Trafikmängdsmätning ... 16
2.3.3 Geometrimätning ... 16
2.4 A
NALYSMETODIK... 17
2.5 R
ELIABILITET OCHV
ALIDITET... 17
3 TEORI ... 19
3.1 R
ÄTT FART I STADEN... 22
3.2 S
JÄLVFÖRKLARANDE GATOR... 23
3.3 Å
TGÄRDER EFTER EN GATAS ÖPPNING... 23
4 STUDERADE PLATSER ... 25
4.1 O
LYCKOR... 25
4.2 M
ÄTNINGAR... 29
4.2.1 Luleå ... 29
4.2.2 Piteå ... 31
4.2.3 Skellefteå ... 32
4.2.4 Sammanställning av indata ... 33
5 RESULTAT ... 35
5.1 L
ITTERATURSTUDIE... 35
5.1.1 Är vackra gator mer trafiksäkra? ... 38
5.1.2 Människors acceptans för hastigheter längs lokalgator ... 38
5.1.3 Upplevd och faktisk risk som fotgängare ... 39
5.2 S
TATISTISKA ANALYSER... 40
5.3 R
EGRESSIONSDATA... 43
5.3.1 85-percentil ... 43
5.3.2 Medelhastighet ... 45
5.4
TILLÄMPNING... 47
6 ANALYS ... 51
6.1 F
RAMTIDA FORSKNING... 52
7 DISKUSSION ... 53
7.1.1 Kopplingen mellan olyckor och hastighetsval? ... 54
8 REFERENSER ... 55
BILAGOR ... 59
1 I
NLEDNINGExamensarbetets titel är ”Hastigheter på lokalgator – En studie av gaturummets påverkan” I kapitlet beskrivs arbetets bakgrund, syfte och mål. Ämnet avgränsas och vald metod
redovisas.
Detta kapitel ska ge en introduktion till examensarbetet. Här presenteras bland annat de frågor som ligger bakom arbetet och de avgränsningar som gjorts. Avsikten är att ge läsaren en översikt av de problem som behandlas i rapporten.
Huvudfokus är för arbetet är lokalgator med genomfartstrafik där många boende upplever höga hastigheter. De höga hastigheterna upplevs som trafiksäkerhetsproblem och skapar otrygga miljöer för de boende.
I arbetet med nollvisionen saknas en lättanvänd och enkel modell för att beskriva
medelhastighet och 85-percentilhastighet utifrån faktiska parametrar. Detta arbete kan vara en lösning där kända värden matas in i en formel och en uppskattad hastighet kan utläsas.
1.1 S
YFTESyftet är att utvärdera hur korsningsavstånd och vägbredd påverkar fordonsförares val av hastighet. Examensarbetet ska utreda om det finns ett samband mellan geometriska faktorer samt trafikmängd på en gata och de val av hastighet som en fordonsförare gör på sträckan.
Examensarbetets huvuddel, där ett antal fältmätningar utförts för att sedan ligga till grund för en regressionsanalys, påvisar om det finns något samband mellan de studerade faktorerna och den beroende variabeln hastighet.
Med utgångspunkt från detta samband ska en modell ansättas, vilken kan användas av väghållare och planerare för att säkerställa att en gatas utformning överensstämmer med dess referenshastighet.
1.1.1 Frågor
För att få fram en modell som visar på sambanden mellan förares val av hastighet och gatans
utformning har ett antal frågor ställts. De grundläggande frågorna är:
• Vilken inverkan har ett gaturums fysiska utformning på förares hastighetsval?
• Kan ett samband för hastigheten ställas upp på den allmänna linjära formen 1 = 2
3+
2
45
4+ ⋯ + 2
75
7+ 8?
• Vilken koppling finns mellan olyckor och hastighet i teoretiska studier?
1.2 M
ÅLMålet är att påvisa eventuella skillnader i hastighet beroende på studerade variabler.
1.3 A
VGRÄNSNINGARExamensarbetet skrivs i civilingenjörsprogrammet i Arkitektur vid Luleå tekniska universitet.
Avgränsningar i arbetet har utgjorts av tillgänglig tid, motsvarande ungefär 20 veckors heltidsstudier. En ytterligare avgränsning utgörs av de resurser som finns till förfogande, t.ex.
radarskåp för hastighetsmätning och fordonsflöden samt tidigare utförda mätningar. Med hänsyn till tidsbegränsningen har endast en mätning utförts vid varje punkt. Sambandet för hastigheten antas vara linjärt med flera förklarande variabler.
1.4 P
ROBLEMÄGARE OCH INTRESSENTERExamensarbetet har utförts åt Luleå kommun, Tekniska förvaltningen, problemägare är Luleå kommun medan intressenter kan vara Vägverket, övriga kommuner och konsultföretag.
Tekniska förvaltningens intresse ligger i att skapa en generell utvärderingsmetod för
vägbyggande, främst när man kopplas in vid planutredningar. Där man kan skapa sig en
uppfattning om hastighetsval innan vägar planlagts och anlagts.
2 M
ETOD2.1 L
ITTERATURSTUDIEArbetet har inletts med en litteraturstudie där biblioteksdatabaser som Lucia och Libris använts för att finna lämpliga titlar. Litteratur har sökts på internet vid större söktjänster, (TRB, ITE, VTI m.fl.) Många artikeldatabaser har sökts igenom, både VTI: s Transguide men även ScienceDirect Söksträngar: Lane width, road width, distance intersection, speed*, street*
street width, road width, geometric design samt kombinationer av dessa.
2.2 M
ÄTMETODExamensarbetet innehåller en undersökande del baserad på Luleå kommun samt kompletterad med data från Piteå och Skellefteå kommuner. Mätningarnas tidpunkter och utförande varierar en del. I Luleå används en mätutrustning av radartyp, vid mätningarna i Piteå, vilka utfördes av Vectura användes mätutrustning med slangar och även i Skellefteå användes utrustning med slangar.
2.2.1 Avgränsning i val av vägar
• Genomfartstrafik ska förekomma
• Rimligt raka
• Regleringsform i korsningar är högerregel
• Direktutfarter från fastigheter
• Antalet parkerade bilar längs sträckan är lågt, då det handlar om lokalgator är antalet
parkerade fordon ofta 0. Detta då stora delar av parkeringen sker på tomter.
Dessa avgränsningar har införts för att eliminera inverkan från andra mer svårmätta faktorer, främst kurvradie men även regleringsform. Ett samband mellan huvudled och ökade
hastigheter finns, något som även gäller andelen som överskrider högsta tillåtna hastighet.
(Elvik, 2009) Antalet parkerade fordon längs sträckan är en parameter som enligt viss forskning bör ingå, medan andra undersökningar visar på att det inte bör ingå som en
förklarande variabel. För att studera inverkan av parkerade bilar hade filmning behövts på alla platser, men resurserna för det fanns inte tillgängliga.
Gemensamt för mätningarna är att de utförts under en vecka vid varje mätpunkt, detta för att få en korrekt bild av fordonsflödena. Denna mättid är dock inte tillräcklig för att få ett helt korrekt värde på trafikmängderna, men anses enligt gällande praxis ge tillräcklig säkerhet i mätningen, se figur 1. (Statens Vegvesen, 2009)
Figur 1 Relativ risk för fel i ÅDT (Statens Vegvesen 2009)
Vid arbetets uppstart diskuterades olika metoder att mäta vägbredd, kommunens primärkarta men även den vägbredd som fanns angiven i NVDB. Slutligen valdes kommunens
primärkarta som alternativ, detta då NVDB enligt tidigare erfarenheter uppvisat dålig överensstämmelse med verkligheten. Primärkartan valdes framför mätning på plats främst pga. att felkällorna blir konstanta, en tydlig definition av längdmätningen samt mätning av bredd, vilket inte varit lika lätt att uppnå vid mätning på plats.
2.3 T
RAFIKMÄTNINGTrafikmätningarna kan delas upp i tre delar, två som berör trafiken direkt, nämligen hastighet
och trafikmängder, den tredje delen är geometriska utformningen.
2.3.1 Hastighetsmätning
Hastighetsmätning har genomförts med radarskåp i Luleå, tillgängligt via tekniska förvaltningen, av modell Sierzega SR4, se figur 2.
Figur 2 Sierzega SR4, radarenhet
Radarskåpet registrerar fordon i bägge riktningar och visar hastighet, fordonslängd och säkerhetsavstånd till tidigare fordon i sekunder. Säkerhetsavståndet har inte behandlats i detta examensarbete, då det i de flesta fall uppgår till maxvärdet, 25,5 sekunder. Monteringen sker på stolpe vid sidan av vägen med en vinkel på 30° mot vägen. Överslagsmässigt sju
längdenheter i vägens riktning och fyra mot vägens mitt, sedan tillkommer justering med hjälp av ankommande personbilar. Detta för att längdmätning ska motsvara faktisk fordonslängd. Data sparas i det inbyggda minnet och överförs trådlöst till en handdator.
Denna fil används sedan i den medföljande programvaran och analyseras. Skåpet mäter upp hastigheter mellan 8 och 254 km/h. Precisionen i mätningarna varierar beroende på vilken variabel som uppmätts, se tabell 1.
I mätningarna i Luleå plockas kategori 1-fordon bort (cykel, moped och motorcykel), detta då
radarutrustningen har problem att separera dessa typfordon ifrån varandra.
Tabell 1 Precision vid radarmätning Mätvariabel Precision
Hastighet +/- 3%
Fordonslängd +- 20%
Säkerhetsavstånd +- 0,2 s
Mätningarna i Skellefteå och Piteå har genomförts med slangar. Slangmätningar utförs genom att en eller två slangar monteras vinkelrätt över den studerade vägen med stora hållare. Den ena änden monteras i trafikräknare eller analysator och i slangens andra ände sitter en ventil.
Ventilen ser till att luften inte studsar och orsakar störande pulser. När ett fordon passerar över slangarna trycks den ihop, och luftpulsen registreras. Slangarna har både för och nackdelar jämfört med radarskåpet, fördelarna är att de är billiga och den stora nackdelen är att en slang är mycket lätt att förstöra. Det är heller inte lämpligt att mäta under vintern då snöröjning och annat orsakar skador på slangar.
2.3.2 Trafikmängdsmätning
Trafikmängden ingår som en parameter vid mätningarna, det finns olika typer av resultat, där de vanligast förekommande är ÅDT samt VDT. Här förekommer skillnader mellan de olika mätningarna. De mätningar som Vectura utfört på uppdrag av Piteå kommun presenterar VDT, vilket är högre än ÅDT (ÅDT är erfarenhetsmässigt 90 % av VDT). Detta då trafikmängderna är mindre under helger än under vardagar.
2.3.3 Geometrimätning
Sträckornas längd (Korsningsavstånd) har uppmätts i kommunernas primärkartor med följande definition: Avstånd mellan korsande gators förlängda kantsten enligt figur 8.
Vägbredden har uppmätts vinkelrätt mellan vägkantlinjer i primärkartan vid sträckans
mittpunkt i längdriktningen enligt figur 3.
Figur 3 Illustration över geometriska indata, primärkarta tillgänglig via kommunen samt definition av geometrisk data
Fördel med att använda primärkarta över NVDB är kopplat till den stora felkälla NVDB kan vara på vissa kommunala vägar. Erfarenhetsmässigt kan skillnader i vägbredd röra sig om 4-6 meter mellan NVDB och verklighet. Mätningar på plats framför primärkarta hade varit att föredra, men det hade ökat sannolikheten för mätfel. Att använda sig av primärkartan innebär att mätfelen är systematiska och inte slumpmässiga vilket fältmätningar kan ge upphov till, när man inte har exakta koordinater eller tydliga referenspunkter. Därför valdes primärkartan för att minimera riskerna för mätfel.
2.4 A
NALYSMETODIKResultaten från trafikmätningarna sammanställdes i Microsoft Excel tillsammans med
resultaten från geometrimätningarna. Dessa data lyftes över till ett program kallat Minitab för möjligheter till regressionsanalys med flera oberoende variabler.
2.5 R
ELIABILITET OCHV
ALIDITETInsamling av kvantitativ information innebär att en mätning utförs. Målet med mätningen är
att sätta siffervärden på den egenskap som studeras. Därför är det viktigt att veta att
validiteten är god, d.v.s. att vi undersöker det vi avser att undersöka. Validiteten är beroende av vad som mäts och om det är utrett i frågeställningarna. (Holme & Solvang, 1997)
En god reliabilitet innebär att undersökning och mätningar görs på ett tillförlitligt sätt.
Reliabiliteten påverkas dessutom av hur noggrant informationen bearbetas. God validitet uppnås genom att använda specialanpassade instrument vid mätningarna. Kalibrering har gjorts av instrumenten innan mätningarna påbörjades.
Reliabiliteten hos undersökningen har kontrollerats genom att flera mätningar på olika
teststräckor genomförts. Resultaten bedöms som tillförlitliga. Validiteten hos testutrustningen
anses vara god då inga problem uppfattats tidigare eller under nuvarande mätperioder.
3 T
EORIUndersökningar visar att det finns ett samband mellan fordonshastigheter och
olycksförekomster. Enligt Carlsson (1996) finns ett tydligt samband mellan förändring av medelhastighet och förändring av olycksfall, något som även framförts av Mackie & Webster (1996). I figurerna 4 till 6 visas risken att omkomma som fotgängare men även effekten av en förändring i medelhastighet för antalet olyckor, och olycksföljderna.
Figur 4 Krockvåldskurvan (Sveriges Kommuner och Landsting och Vägverket, 2008)
En viktig punkt att notera är att Carlssons forskning främst inriktats på landsvägar, vilka har
en annan geometrisk utformning än de gator som studerats i denna rapport. Landsvägarna är
ofta reglerade som huvudleder där anslutande vägar har väjningsplikt eller stopplikt. Enligt
potensmodellen efter Nilsson (2004) ger en minskning av hastigheten med 1 %, en minskning
av personskadeolyckor med 2 % och en minskning av dödsolyckorna med 4 %. Resultaten
finns i figurerna 5 och 6.
Figur 5 Risk att omkomma som fotgängare vid olika kollisionshastigheter (Englund et al, 2007)
Figur 6 Hur antalet skador, olyckor och döda förändras med medelhastighet (Nilsson, 2004)
Enligt SIKA (2009) sker de flesta olyckor med dödlig utgång på vägnät utanför tätbebyggt område, där främst Vägverket står som väghållare, men många lindriga olyckor sker i tätorter där kommuner är väghållare, vilket visas i figurerna 6 och 7.
0 10 20 30 40 50 60 70 80 90 100
10 15 20 25 30 35 40 45 50 55 60 65 70 75 80
Risk att omkomma [%]
Kollisionshastighet [km/h]
Teichgräber, 1983 Ashton, 1982 Waltz et al, 1983
Dödade – tätbebyggt Svårt skadade – tätt Lindrigt skadade – tätt Dödade – gles Allvarligt skadade – gles Lindrigt skadade – glest
Figur 7 Förändring i antal döda, skadade i Sverige Index 1985, 1985 – 2005 (Vinnova, 2007
)
Figur 8 Fördelning av döda i vägtrafikolyckor 2008 (SIKA 2009)
För kategorin lindrigt skadade sker de flesta olyckorna inom tätbebyggt område medan de
flesta allvarliga olyckor sker utom tätbebyggt område. I Luleå kommun är andelen olyckor
där både oskyddade trafikanter och motorfordon är inblandade i krockar låg. I Luleå var
andelen 3,9 % som medelvärde för åren 2003 till och med 2008 medan andelen singelolyckor
som oskyddad trafikant är 58,3 % för vägnätet i Luleå kommun. Data för beräkningarna finns i tabell 2 sida 26.
Trafikingenjörer och trafikplanerare får ofta höra åsikter från allmänheten om otrygghet längs lokalgator på grund av upplevt höga hastigheter. Detta oavsett om hastigheterna är höga i förhållande till gatans standard och högsta tillåtna hastighet.
Många kommuner har som policy att tillåta utplacering av blomlådor som en del i
trafiksäkerhetsarbetet för att dämpa hastigheter längs lokalgator. Längs andra delar i gatunätet genomför man permanenta fysiska åtgärder. Vilket förhållningssätt man tillämpar beror till stor del på vilken del av kommunens gatunät som åtgärden berör samt vilken ekonomisk investering som krävs.
3.1 R
ÄTT FART I STADENEtt relativt nyskapat arbetssätt där man propagerar för att en gatas rumsbildning ska ge upphov till en tydlig hastighet, som ska överensstämma med den beslutade (LTF).
Diskussioner kring hur trafikanter påverkas att ändra hastighet och anpassa farten till aktuella trafiksituationer har varit många. Många av landets kommuner arbetar i dessa tider med att uppdatera sina lokala trafikföreskrifter (LTF) till ett system kompatibelt med Rikstäckande Databas för Trafikföreskrifter (RDT), enligt de riktlinjer som finns (Näringsdepartementet, 2007), men även en inventering av gatunätet enligt riktlinjer i Rätt fart i staden. (Vägverket och Sveriges Kommuner och Landsting, 2008). Vissa problem finns dock när det handlar om att olika förvaltningar är delaktiga i frågorna, samhällsbyggnadskontor eller
stadsbyggnadsförvaltning som ofta arbetar med detaljplanerna och en teknisk förvaltning som arbetar med projektering och infrastruktur.
I en rapport från World Health Organization (2004) står följande på sida 7:
”Road crash injury is largely preventable and predictable; it is a human-made problem amenable to rational analysis and countermeasure. Road safety is a multisectoral issue and a public health issue – all sectors, including health, need to be fully engaged in responsibility, activity and advocacy for road crash injury prevention. Common driving errors and common pedestrian behaviour should not lead to death and serious injury –the traffic system should help users to cope with increasingly demanding conditions. The vulnerability of the human body should be a limiting design parameter for the traffic system and speed management is central. Road crash injury is a social equity issue – equal protection to all road users should be aimed for since non-motor vehicle users bear a disproportionate share of road injury and risk.”
Detta tyder på att människan ska vara den dimensionerande faktorn där samspel mellan fordon och oskyddad trafikant kan förekomma. Samma grundsyn finns i de svenska planeringsunderlagen.
3.2 S
JÄLVFÖRKLARANDE GATOREfter åtgärder för att förbättra en vägs standard, t.ex. kurvrätning eller nytt slitlager, ökar hastigheterna.(Elvik och Vaa, 2004) En lösning som ofta nyttjas för att dämpa hastigheterna är att höja korsningar eller att bygga gupp/avsmalningar i samband med omläggningen.
Gator där högsta tillåtna hastighet och geometrisk utformning överensstämmer väl med faktiskt val av hastighet indikerar en välfungerande och själförklarande gata.
En ytterligare faktor som försvårat arbetet med hastighetsanpassning är, att trots samma klassificering av gatorna så är de faktiska omständigheterna för varje gata unika
(Transportation Research Board, 1998).
3.3 Å
TGÄRDER EFTER EN GATAS ÖPPNINGHär presenteras ett par av de vanligaste åtgärderna som förekommer efter en gatas öppnande.
I vissa fall kan konflikter mellan olika intressen uppstå, trafiksäkerhet och trygghet ställs mot framkomlighet och samhällsservice (väg och renhållning). Wikström (2002) talar om att förändringar av en gatas utformning måste vara stora för att påverka valet av hastigheter.
Sørensen och Mosslemi (2009) nämner att vissa åtgärder ger förändringar i olika riktningar på subjektiv och objektiv säkerhet.
Sidoförskjutning, en avsmalning på ett eller båda körfält, den hastighetssänkande effekten som finns är liten och betydligt mindre än för ett vertikalt hinder av typen gupp. Den lösning som valts med blomlådor längs lokalgatorna kan skapa problem vid vägunderhåll men även genom att de dimensionerats för framkomlighet för tunga (långa) fordon vilket medför en liten eller ingen minskning av hastighet hos personbilar. Sidoförskjutningar är mindre vanligt idag än tidigare, pga. ökat underhåll, men även rent objektivt blir säkerhetsvinsten mindre.
(Elvik och Vaa, 2004)
Blomlådor: Blomlådor räknas ofta som en enklare version av sidoförskjutningar. Utvärdering
genomförd av Borlänge kommun (1995), där 26.3% var positiva, 8.6% negativa och den
största delen 58.3% svarade inte, övriga var ej korrekt ifyllda eller ingen åsikt, varken positiv
eller negativ. De vanligaste synpunkterna var: Bättre med väggupp (vertikal förskjutning), bättre med annan trafikreglering samt fler blomlådor på andra platser. Många kommentarer bestod av åsikten att åtgärderna är bra och de behövs, men inte just där jag färdas med mitt fordon. Men man påtalade också problem med att blomlådorna skapar problem med sikten längs sträckan men även att blomlådor är ett väldigt lockande föremål att basera lek kring.
Negativt kan nämnas att undersökningen har en mycket låg svarsfrekvens, något som kan göra att endast de extrema åsikterna kommer fram.
Gupp, en åtgärd som ger en stor hastighetsreduktion i punkterna (Elvik och Vaa, 2004) men ger den erhållna hastighetsreduktionen även en ökad trygghet? Problem uppstår när det handlar om vad som ska finnas mellan åtgärderna. Är avståndet för stort blir det nedsättning i punkten men inte på sträckan.
Upphöjd korsning, en åtgärd som ofta nyttjas vid en gatas ombyggnad, men ger enligt Elvik
och Vaa(2004) ingen effekt. Det påtalas även att den genomförda studien har ett mycket svagt
resultat, främst p.g.a. att ingen jämförelsegrupp fanns samt att det rör sig om ett begränsat
statistiskt urval.
4 S
TUDERADE PLATSERInnehållet i undersökningen är 30 mätpunkter där olika typer av indata uppmätts. I det statistiska materialet ingår även data ifrån tidigare mätningar utförda av Tekniska förvaltningen i Luleå, men även mätningar utförda i Piteå och Skellefteå av respektive väghållare.
Ett par av de studerade gatorna har liknande dimensionering men skillnad i högsta tillåten hastighet. Den signal det ger till en trafikant är otydlig, de ser likadana ut, men på en plats får man köra 50 km/h på andra ger samma utformning en maximal tillåten hastighet på 30 km/h.
4.1 O
LYCKORDen avgränsning som tillämpats i examensarbetet filtrerar bort stora delar av vägnätet, det rurala nätet men även det mest centralt belägna delarna då dessa har en helt annan karaktär.
Även de mest traditionella lederna är bortfiltrerade. Figur 9 visar fördelningen över hur olika trafikantgrupper varit inblandade i olyckor. I Luleå har mycket få olyckor har inträffat mellan oskyddade trafikanter och fordon. Tabell 2 visar det data som använts för beräkningarna.
Figur 9 Antal Skadade per olyckstyp 2008 (Luleå kommun Tekniska förvaltningen 2009)
Mycket få olyckor (mellan oskyddade trafikanter och motorfordon) sker längs det vägnät i Luleå som undersökts i rapporten, vilket illustreras i figur 10. Trots att få olyckor sker på lokalgator är oron att något ska hända stor hos de boende längs gatorna.
0 50 100 150 200 250
Tabell 2 Antal skadade i olyckor i trafikmiljön Luleå kommun (Luleå kommun 2009)
Olyckstyp 2003 2004 2005 2006 2007 2008
Gående singel 161 187 247 290 219 232
Cykel singel 103 140 115 127 105 119
Motorfordon - Motorfordon 133 120 98 120 89 93
Motorfordon singel 66 72 69 45 61 67
Moped singel 13 13 22 23 25 18
Oskyddad - oskyddad 17 16 11 21 8 14
Cykel/Moped - motorfordon 21 15 14 11 25 11
Gående - motorfordon 10 3 8 9 4 7
Vilt 12 12 14 4 9 5
Övrigt 7 4 5 6 6 5
Totalt 543 582 603 656 551 571
Figur 10 Skadade 2008 Luleå Tätort (Luleå kommun Tekniska förvaltningen 2009)
Figur 11 visar motsvarande karta över Skellefteå älvdal, men med skillnaden att de oskyddade
trafikanterna inte finns med i lika stor utsträckning, vilket hänger samman med hur olyckor
rapporterats in i STRADA, i Skellefteå har sjukhuset precis börjat rapportera olyckorna med
oskyddade trafikanter.
Figur 11 Olyckor Skellefteå 2009 (Andersson, 2010
)
I figur 12 är fördelningen över olyckstyperna i Skellefteå för 2009 illustrerad, men samma problem med hur olyckor rapporterats återfinns även här.
Figur 12 Antal skadade per olyckstyp Skellefteå 2009 (Andersson, 2010)
'
0 50 100 150 200 250
Från Piteå saknas en sammanställning över de senaste åren, de data som finns har brister och redovisas inte heller på samma sätt som data från Luleå och Skellefteå. Materialet är äldre och saknar även koppling med karta. I Piteå är rappo
sätt som Skellefteå, endast polisrapporterade olyckor ingår i utdraget från STRADA.
Figurerna 13 och 14 illustrerar situati
Figur 14 Olyckor i Piteå, med skadegrad Figur 13 Piteå kommun, tre vanligast förekommande
Från Piteå saknas en sammanställning över de senaste åren, de data som finns har brister och redovisas inte heller på samma sätt som data från Luleå och Skellefteå. Materialet är äldre och saknar även koppling med karta. I Piteå är rapporteringen av olyckor genomförd på samma sätt som Skellefteå, endast polisrapporterade olyckor ingår i utdraget från STRADA.
Figurerna 13 och 14 illustrerar situationen i Piteå.
Olyckor i Piteå, med skadegrad (Norberg, 2010b)
Piteå kommun, tre vanligast förekommande i Piteå, med skadegrad (Norberg, 2010b)
Från Piteå saknas en sammanställning över de senaste åren, de data som finns har brister och redovisas inte heller på samma sätt som data från Luleå och Skellefteå. Materialet är äldre och
rteringen av olyckor genomförd på samma sätt som Skellefteå, endast polisrapporterade olyckor ingår i utdraget från STRADA.
i Piteå, med skadegrad (Norberg, 2010b)
Det är svårt att ställa upp ett samband som visar hur hastigheten hänger samman med faktiska antalet olyckor på lokalgatorna. Normalt är antalet olyckor på detta vägnät alltför få för att några som helst slutsatser ska kunna dras, samt något samband finns i stort sett aldrig (Transportation Research Board,1998). Detta fenomen nämns även av Englund et al (2007) samt Hydén (2008) som regressionseffekten, att olika företeelser går mot ett medelvärde över längre tid. Det är inte relevant att plocka fram en gatusträcka och jämföra olycksdata från år till år, då detta för de flesta åren ger värdet 0.
4.2 M
ÄTNINGARMätningarna till examensarbetet kan delas upp i två delar: en som omfattar trafikparametrar och en omfattande geometriska data. Mätningar med ID 9 till 20, se tabell 3, har utförts under våren 2010. Totalt har mätningar genomförts av författaren på 12 platser i Luleå tätort i tabell har dessa ID 9 till 20, kompletterat med mätningar utförda tidigare i tätorten på 9 platser samt ytterligare 5 punkter ifrån Piteå tätort och 4 punkter från Skellefteå. De kompletterande mätningarna är utförda av Tekniska förvaltningarna i Luleå och Skellefteå kommun, samt av konsulten Vectura i Piteå. Mätkriterierna och genomförande är likvärdiga för de olika
punkterna.
De indata som finns i form av mätningar samt geometrisk data sammanställdes i ett kalkylark och fördes över till ett program kallat Minitab där operationer genomförts.
4.2.1 Luleå
I figurerna 15 och 16 framgår var mätningar genomförts, i tabell 3 visas all indata som
använts vid analysen. Vissa tekniska problem med utrustning gjorde att mätningarna fick
göras om på 2 platser, Knöppelåsvägen samt Ytterviksvägen.
Figur 16 Mätpunkter Luleå Östra
4.2.2 Piteå
Indata från Piteå kommer från två olika källor (Norberg, 2010 samt Wikström 2010).
Mätpunkterna återfinns i figur 17, och exempel på hur mätvärdena presenterats från Vectura finns i bilaga B.
Figur 18 Mätpunkter Piteå (Wikström, 2010)
4.2.3 Skellefteå
Indata från Skellefteå är från Andersson och Nyström (2010), och mätningarna var genomförda på de platser som är markerade i figur 18 och 19.
Figur 19 Mätpunkter Skellefteå tätort
Figur 20 Mätpunkt Ursviken
4.2.4 Sammanställning av indata
I tabell 3 visas en sammanställning av all indata. ID hänvisar till det nummer som finns i kartor.
Tabell 3 Indata (Andersson & Nyström 2010a, Norberg 2010a)
ID Gata Högsta
tillåtna hastighet
[km/h]
ÅDT Vinter [1 = Ja, 0 =
Nej]
Korsning sav- stånd
[m]
Vägbredd [m] Med
elha stig het [km/
h]
85- per cen til [km /h}
Mät- vecka
1 V:a
Brunnsg 30 272 0 225 5,8 25 34 24
2 Ytterviksv 30 576 0 265 9,2 25 37 28
3 Jägarstigen 30 209 1 85 8,5 26 36 50
4 Metargränd 30 226 1 270 6 28 39 48
5 Ytterviksv 30 830 1 230 8,8 30 36 49
6 Notviksv 30 327 0 280 6,8 31 43 32
7 Ringg 30 932 0 125 9 32 41 20
8 Björkskatav 30 1009 0 220 7,8 38 49 23
9 Bredviksv 30 454 1 70 7,1 33 41 6
10 Trolltjärnsv 30 739 1 75 7,5 37 45 10
11 Ringg 30 1181 1 80 7,8 35 43 3
12 Knektgränd 30 523 1 85 6,9 30 39 8
13 Knöppelåsv 30 201 1 105 7,1 33 41 7
14 Gäddviksv 30 521 1 120 6 34 41 11
15 Trollnäsv 30 190 1 130 6,7 29 37 8
16 Verkstadsv 30 103 1 140 6 26 34 9
17 Yrkesg 30 222 1 180 6,2 26 34 4
18 Ytterviksv 30 1012 1 230 8,8 35 42 7
19 Gamla
vägen 30 136 1 315 8,5 24 33 9
20 Kontorsg 50 419 1 150 7 36 46 10
21 N:a
Pitholmsv 50 525 0 450 5,4 46 55 41
22 N:a
Pitholmsv 50 554 0 225 6,5 44 53 41
23 Ankarskata
v 50 449 0 75 7,1 37 46 41
24 Ankarskata
v 50 883 0 130 6,5 38 47 41
25 Ankarskata
v 50 513 0 140 9,2 37 47 41
26 Plang 50 1323 0 195 7 31 48 36
27 Brännav 50 2156 0 95 6 39 48 22
28 Morög 50 2215 0 130 7 37 50 35
29 Skellefteha
mnsv 50 1680 0 250 7,1 46 57 23
30 Ytterviksv 30 1150 0 235 9 40 49 40
5 R
ESULTATLitteraturstudien visar inte några egentliga resultat för hur vägbredden inverkar på
hastigheterna, i vissa fall har hastigheterna ökat medan den i andra fall minskat trots att inga förändringar gjorts annat än vägbredd. Vägens kurvatur anses vara en ingående
förklaringsfaktor, men enligt avgränsningarna som gjorts så bör inverkan av denna vara nära noll för raka segment av gator.
Trafikmätningarna visar att variablerna högsta tillåtna hastighet, ÅDT samt Korsningsavstånd bör vara med i modellen, vilken får följande utseende:
85-percentil = 23,776 + 0,012750 Korsningsavstånd + 0,004217 ÅDT + 0,38118 Skyltad
Medelhastighet = 19,3 + 0,00320 ÅDT +0,327 Skyltad
5.1 L
ITTERATURSTUDIEEtt problem har varit att en stor del av forskningen fokuserar på olyckor. Det är inte helt relevant för examensarbetet då huvudsyftet här var att utreda vilka faktorer som påverkar hastigheterna (vilka i sin tur påverkar olycksfrekvenser och olycksföljder).
Elvik och Vaa (2004) nämner att en vägs bredd ger olika effekt på olyckor beroende på om vägen finns i ett urbant eller ruralt område. I urbana områden minskar antalet olyckor om vägbredden minskar medan motsatt förhållande gäller för vägar i landsbygdsmiljö. Detta anses bero på i urbana områden att hastigheterna minskar, oskyddade trafikanter får kortare sträckor när de exponeras för trafik vid passage av gata. I det senare fallet antas att en ökad vägbredd ger större möjligheter till att förare gör misstag utan att det ger stora följder.
Andelen tung trafik på det gatunät (lokalgatorna) som studerats är ofta låg, men trots detta är ofta den dimensionerande trafiksituationen två bussar eller lastbilar som möts. Wikström (2002)
Några studier visar på att en avsmalning av körbanan inte haft någon hastighetsdämpande
effekt alls, medan andra anger att de har effekt. En stor förklaring till detta anses ligga i hur
avsmalningarna utförts, målning eller fysisk förändring, men även hur stor förändring det rör
sig om. Andra studier påpekar att förändring finns, oavsett om det är en breddning eller avsmalning som genomförts. Det gör gällande att det viktigaste är en förändring av körbar yta. Karlgren (2005)
En stor skillnad i hur dimensioneringsprinciperna ser ut och även tillämpas finns, främst mellan Europa och Australien samt USA. Den stora skillnaden ligger i gatubredderna vilket hänger samman med synen på parkering längs gatan. Ewing (1994).
Enligt Gattis (1999) kan gatubredd ha effekt på fordonshastigheter, men utifrån de studerade gatorna fanns trafikfunktion (genomfartstrafik, reslängd) ha större inverkan på hastigheterna.
Karlgren (2005) riktar kritik mot hur studierna utförts, inte som före- och eftermätningar vid specifika platser utan som jämförelser mellan gator med liknande egenskaper men varierande gatubredder. Den gatubredd som förespråkas bör ta hänsyn till den totala effekten av olika utformningsparametrar. Det som är lämpligt på ett rakt segment av gatan är inte
nödvändigtvis lämpligt i kurvor. Träd och växtlighet kan försköna gaturummet, men
placeringen bör väljas med omsorg, felaktigt placerade kan de orsaka trafiksäkerhetsproblem, se figur 20. Ivan et al (2009) nämner att träd och andra rumsminskande åtgärder men även parkering längs en gata ger lägre hastigheter.
Figur 21 Dold stoppskylt, Gattis 1999
Enligt Karlgren (2005) kan ett förenklat samband för hastighetsförklarande faktorer ställas upp på formen:
(R2=0,88): Mean speed = 26,31+0,043 * number of passing vehicles per hour in current direction +2,520 * average carriage way width -0,054 * crossing pedestrians and cyclists per hour and 100 m.
Karlgren (2005) skriver även att en åtgärd i sig inte gör något åt det egentliga
trafiksäkerhetsproblemet, valet av hastighet längs en gata. Den första tanken hos en bilist är inte att sänka hastigheten av hänsyn till oskyddade trafikanter utan för att inte skada sin bil.
En bättre lösning enligt Karlgren är att förändra gatans geometriska utformning, vilket är möjligt men betyder en större investeringskostnad.
En avvägning som föraren gör är tid mot säkerhet. I normalfallet ingår en hel del så kallat automatiserat beteende, där vanliga exempel är förändrade hastighetsgränser, förändring av förhållanden i korsningar, en nybyggd cirkulationsplats, där en trafikant som besökt platsen många gånger sällan uppmärksammat att en förändring skett. Englund et. al. (2007)
Tidigare undersökning kring hur gatubredd inverkar på hastigheter visar figur 21. Det ska dock nämnas att vilken inverkan vägbredd har på hastigheterna är omdiskuterad och forskningen pekar i olika riktningar.
Figur 22 Gatubredd i relation till medelhastighet (Ewing, 1999)
5.1.1 Är vackra gator mer trafiksäkra?
I sin avhandling från 2002 kommer Drottenborg fram till
och under blomningen, men att det kan finnas andra faktorer än endast blomningen som påverkat, i vilket syfte man färdas längs vägen. Men oavsett v
lägre och följderna av en eventuell kollision blir mindre.
5.1.2 Människors acceptans för hastigheter längs lokalgator
Gattis (1999) nämner ett par orsaker till intressekonflikter mellan olika trafikanter, i större grupper, t.ex. boende och förbipasserande, där intresset av att hålla en låg hastighet är ofta lägre hos förbipasserande än hos boende, men även inom dessa grupper existerar olika viktning av problem och lösningar.
Enligt Ewing (1999) så gav en undersökning längs två
illustreras i figur 22. Resultaten gör gällande att 20 mph (motsvarar ungefär 32 kilometer per timme) bör vara dimensionerande
Detta ligger i linje med normalfallet i understiger 30km/h.
Figur 23 Hastighetsacceptans lokalgator (Ewing, 1999)
Många bilförare tenderar att köra i de hastigheter de finner lämpliga för vägen istället för den skyltade hastighetsgränsen. Även om en väg är utformad för högre hastigheter så är det få som kör med de hastigheter ett fordon har som högsta möjliga hastighet.(Transportation Research Board, 1998)
trafiksäkra?
I sin avhandling från 2002 kommer Drottenborg fram till att det finns skillnad i hastighet före och under blomningen, men att det kan finnas andra faktorer än endast blomningen som påverkat, i vilket syfte man färdas längs vägen. Men oavsett vilket syftet är så är hastigheten lägre och följderna av en eventuell kollision blir mindre.
Människors acceptans för hastigheter längs lokalgator
Gattis (1999) nämner ett par orsaker till intressekonflikter mellan olika trafikanter, i större x. boende och förbipasserande, där intresset av att hålla en låg hastighet är ofta lägre hos förbipasserande än hos boende, men även inom dessa grupper existerar olika viktning av problem och lösningar.
Enligt Ewing (1999) så gav en undersökning längs två lokalgator i USA det resultat som . Resultaten gör gällande att 20 mph (motsvarar ungefär 32 kilometer per e) bör vara dimensionerande, då mer än 80 % anser den hastigheten vara acceptabel.
Detta ligger i linje med normalfallet i Sverige, att lokalgator bör ha en (faktisk) hastighet som
Hastighetsacceptans lokalgator (Ewing, 1999)
Många bilförare tenderar att köra i de hastigheter de finner lämpliga för vägen istället för den skyltade hastighetsgränsen. Även om en väg är utformad för högre hastigheter så är det få som kör med de hastigheter ett fordon har som högsta möjliga hastighet.(Transportation
att det finns skillnad i hastighet före och under blomningen, men att det kan finnas andra faktorer än endast blomningen som
ilket syftet är så är hastigheten
Gattis (1999) nämner ett par orsaker till intressekonflikter mellan olika trafikanter, i större x. boende och förbipasserande, där intresset av att hålla en låg hastighet är ofta lägre hos förbipasserande än hos boende, men även inom dessa grupper existerar olika
lokalgator i USA det resultat som . Resultaten gör gällande att 20 mph (motsvarar ungefär 32 kilometer per
, då mer än 80 % anser den hastigheten vara acceptabel.
Sverige, att lokalgator bör ha en (faktisk) hastighet som
Många bilförare tenderar att köra i de hastigheter de finner lämpliga för vägen istället för den
skyltade hastighetsgränsen. Även om en väg är utformad för högre hastigheter så är det få
som kör med de hastigheter ett fordon har som högsta möjliga hastighet.(Transportation
5.1.3 Upplevd och faktisk risk som fotgängare
I sin forskning beskriver Cho et al (2009) några viktiga frågor kring upplevd och faktisk risk.
Det rörde sig främst om trafikmängder vid gatan där man bor men även trafikmängder vid närliggande gator samt om man ansåg grannskapet vara tillräckligt säkert för att låta en tioåring cykla själv. Forskning beskriver faktisk krockrisk som en variabel där ett grannskap eller kvarter samlats i underlag, medan den upplevda risken är starkt kopplad till en enskild persons upplevelse av en plats. Det normala arbetssättet vid åtgärder (åsiktsförändring eller fysiska) har varit när faktisk risk varit större än upplevd risk, därför att låg upplevd risk anses vara kopplat till låg medvetenhet om faktiska situationen.
Cho et al (2009) drar följande slutsatser av sin forskning: Att en ökad faktisk olycksrisk ökar den upplevda risken, medan kopplingen är motsatt i det fall den upplevda risken ökar. Det är kopplat till att personer som upplever riskerna stora ofta bor i områden med lägre
befolkningstäthet och en utformning som leder till att gång och cykel som transportmedel försvinner. Detta indikerar en låg (faktisk) krockrisk mellan oskyddade trafikanter och fordon, men de boende har kvar den upplevda känslan. Låg täthet och endast en typ av bebyggelse ökar riskupplevelsen och minskar faktiska risken för olyckor.
Sørensen och Mosslemi (2009) hävdar att korrelationen mellan faktisk och upplevd risk är låg, men man tillägger också att det kan höra ihop med att faktisk risk mäts över hela befolkningen och upplevd risk är olika från person till person. Man nämner också att de platser människor anser vara farliga inte med säkerhet är de platser där flest olyckor sker.
Gårder (2004) nämner kort hur föräldrar upplever risker för sina barn, vilket visas i tabell 4.
Där den största källan för oro är trafikmiljön.
Tabell 4 Föräldrars åsikt om barns riskexponering, Gårder (2004)
5.2 S
TATISTISKA ANALYSERDet första steget som gjordes var att undersöka om det fanns någon koppling mellan enskilda variabler och hastighet (V
85). Det redovisas i figurerna 23 till och med 27 enligt följande diagram där y-axeln indikerar hastighet och x-axel kännetecknar oberoende variablerna.
I figurerna 23 till 27 visas det första steget i analysen, att kontrollera om en linjär modell kan tillämpas och hur varje variabel i sig kan tänkas förklara variationerna i hastighet. Ju mindre avstånd från linjen desto bättre anses den antagna modellen förklara variationen.
Figur 24 Punktplott över hastigheter och variabel vinter
Variabel för vinterväglag är satt till 1 om vägytan var snötäckt vid mätning. I övrigt gavs den värdet 0, och vi ser att hastighetsspridningen var mindre vintertid. Utifrån punktplottarna dras slutsatser om att variablerna bör ingå i modellen, men med vilken koefficient och om
sambandet är starkt går inte att göra endast genom punktplottarna. I vissa fall anas ett linjärt
samband, medan det vid t.ex. vägbredd inte ser ut att finnas något samband alls.
Figur 25 Punktplott över hastigheter och variabel Vägbredd
Figur 26 Punktplott över hastigheter och variabel högsta tillåtna hastighet
Figur 27 Punktplott över hastigheter och variabel korsningsavstånd
Figur 28 Punktplott över hastigheter och variabel ÅDT
Tabell 5 visar överskådligt det som punktplottarna illustrerat.
Tabell 5 Sammanställning över svaga och starka samband samt tecken Starkt samband samt tecken Svagt samband samt tecken
Vinter, negativt Vägbredd, negativt
ÅDT, positivt Korsningsavstånd, positivt
Högsta tillåtna hastighet, positivt
Därefter har en regressionsanalys genomförts, först med alla variabler tillsammans och sedan
5.3 R
EGRESSIONSDATAVid hypotesprövning används direktmetoden (Wännman, 2009), vilket innebär att C <
E |G − IJKG| > G
M/(O − P) , detta samband nyttjas till att utföra hypotestester av typen Q
3: 2
7= 0 testas mot Q
4: 2
7≠ 0 , vilket betyder att koefficienter signifikant skilda från 0 kan ses direkt vid utskriften i Minitab. Detta utläses som att om 2 = 0 så ingår inte variabeln i funktionen, och nollhypotesen förkastas om C > E och om så är fallet kan inga slutsatser dras.
5.3.1 85-percentil
I tabell 6 visas det utdata som Minitab gav vid multipel linjär regression för alla variabler. Det ska tolkas som att:
85-percentil = 27,9 + 0,338 Skyltad + 0,00377 ÅDT – 1,79 Vinter + 0,00964 Korsningsavstånd – 0,101 Vägbredd
Tabell 6 Regressionsdata, 5 variabler
Predictor Coef SE Coef T P Constant 27,860 8,333 3,34 0,003 Skyltad 0,3380 0,1071 3,16 0,004 ÅDT 0,003772 0,001670 2,26 0,033 Vinter -1,790 2,063 -0,87 0,394 Korsningsavstånd 0,009639 0,009390 1,03 0,315 Vägbredd -0,1011 0,7223 -0,14 0,890
S = 4,09628 R-Sq = 67,2% R-Sq(adj) = 60,3%
Den justerade förklaringsgraden är 60,3 % vilket är relativt högt, men det finns en del
svagheter i modellen, vilket indikeras av höga P-värden hos ett par av variablerna. Nästa steg är att plocka bort den minst signifikanta variabeln (störst p-värde) samt om C > E , där
05 , 0
α = och sedan genomföra samma process ytterligare tills det endast återstår variabler med C < E.
Utifrån tabell 6 plockas variabeln vägbredd bort, då den har ett p-värde nära 1, en mycket stor sannolikhet för att få ett värde extremare än det som uppvisats. Det ger följande värden 85-percentil = 26,9 + 0,343 Skyltad + 0,00373 ÅDT – 1,75 Vinter + 0,00972 Korsningsavstånd
Data återfinns i tabell 7.
Tabell 7 Regressionsdata, 4 variabler
Predictor Coef SE Coef T P Constant 26,921 4,839 5,56 0,000 Skyltad 0,34331 0,09806 3,50 0,002 ÅDT 0,003733 0,001613 2,31 0,029 Vinter -1,745 1,998 -0,87 0,391 Korsningsavstånd 0,009718 0,009187 1,06 0,300
S = 4,01515 R-Sq = 67,2% R-Sq(adj) = 61,9%
Här ses att variablerna vinter samt korsningsavstånd fortfarande har stora värden på P. Vad händer om även variabeln vinter plockas bort? Med endast tre använda variabler, ÅDT, högsta tillåtna samt korsningsavstånd som förklaring, vilket ger följande enligt tabell 8:
85-percentil = 23,776 + 0,012750 Korsningsavstånd + 0,004217 ÅDT + 0,38118 Skyltad
Tabell 8 Regressionsdata, 3 variabler
Predictor Coef SE Coef T P Constant 23,776 3,218 7,39 0,000 Skyltad 0,38118 0,08755 4,35 0,000 ÅDT 0,004217 0,001508 2,80 0,010 Korsningsavstånd 0,012750 0,008467 1,51 0,144 S = 3,99679 R-Sq = 66,1% R-Sq(adj) = 62,2%
Unusual Observations
Obs Skyltad 85-percentil Fit SE Fit Residual St Resid 21 50,0 55,000 50,786 2,611 4,214 1,39 X
X denotes an observation whose X value gives it large leverage.
Här ses att observation 21 kan ha stor inverkan på regressionen, vilket gör att kontroll behöver göras. Mätpunkt 21 är en punkt som avviker en del från övriga mätvärden, främst genom ett större avstånd mellan korsningar, 450 meter jämfört med övriga som återfinns mellan 70 och 315 meter. En ny regressionsanalys genomfördes utan observation 21, vilket gav de värden som presenteras i tabell 9.
Tabell 9 Regressionsdata 3 variabler, utan observation 21 Predictor Coef SE Coef T P Constant 26,275 3,615 7,27 0,000 Korsningsavstånd 0,00443 0,01017 0,44 0,667 ÅDT 0,004566 0,001499 3,05 0,005 Skyltad 0,33962 0,09074 3,74 0,001 S = 3,92095 R-Sq = 64,4% R-Sq(adj) = 60,1%
Baserat på tabell sju dras följande slutsats, att observation 21 bör vara med i materialet då
blir lägre om observation 21 tas bort, vilket även ses på faktorn korsningsavstånd som
får ett mycket högt P-värde.
Försök gjordes även med att använda Vinter som förklarande variabel istället för ÅDT, något som ger följande ekvation
85-percentil = 32,4 - 0,0042 Korsningsavstånd - 3,78 Vinter + 0,355 Skyltad samt regressionsdata som återfinns i tabell 10.
Tabell 10 Regressionsdata, 3 variabler
Predictor Coef SE Coef T P Constant 32,414 5,695 5,69 0,000 Korsningsavstånd -0,00420 0,01198 -0,35 0,729 Vinter -3,780 2,048 -1,85 0,077 Skyltad 0,3553 0,1083 3,28 0,003 S = 4,30704 R-Sq = 57,0% R-Sq(adj) = 51,9%
Här ses ett lägre värde för
, vilket talar om att denna modell är sämre anpassad till faktiska observationerna. P-värdena för variablerna är generellt högre än i tabell 6.
Försök att plocka bort variabeln korsningsavstånd gjordes också, vilket gav följande:
85-percentil = 25,7 + 0,397 Skyltad + 0,00389 ÅDT
Tabell 11 Regressionsdata, 2 variabler
Predictor Coef SE Coef T P Constant 25,696 3,024 8,50 0,000 Skyltad 0,39663 0,08897 4,46 0,000 ÅDT 0,003893 0,001527 2,55 0,017 S = 4,08952 R-Sq = 63,2% R-Sq(adj) = 60,5%
Det gav en lägre grad av förklaring men även en lägre
. Detta gör att valet med endast två variabler förkastas och korsningsavstånd lyfts in trots att den inte är signifikant på 95%
signifikansnivå.
5.3.2 Medelhastighet
I detta avsnitt presenteras regressionsanalysen för funktion för beräkning av medelhastighet, genomfört på samma sätt som i avsnitt 5.3.1. I tabell 12 visas indata över alla variabler, och det ses tydligt att
är lägre och P-värden högre (endast en faktor skild från 0 med 95%
nivå). Medelhastighet = 19,6 - 0,135 Vägbredd + 0,0074 Korsningsavstånd + 0,00341
ÅDT - 0,21 Vinter + 0,308 Skyltad
Tabell 12 Regressionsdata, medelhastighet alla variabler Predictor Coef SE Coef T P Constant 19,647 9,717 2,02 0,054 Vägbredd -0,1349 0,8422 -0,16 0,874 Korsningsavstånd 0,00744 0,01095 0,68 0,504 ÅDT 0,003412 0,001947 1,75 0,092 Vinter -0,212 2,406 -0,09 0,931 Skyltad 0,3076 0,1249 2,46 0,021
S = 4,77664 R-Sq = 49,7% R-Sq(adj) = 39,3%
Unusual Observations
Obs Vägbredd Medelhastighet Fit SE Fit Residual St Resid 26 7,00 31,000 40,044 1,586 -9,044 -2,01R
R denotes an observation with a large standardized residual.
Här fås även en observation med stor residual. Ingen åtgärd vidtogs dock med observation 26, då regressionen ger så pass osäkra resultat. Därefter plockas variabel vinter bort, vilket ger följande utseende på ekvation, samt tabell 13.
Medelhastighet = 19,2 - 0,123 Vägbredd + 0,00780 Korsningsavstånd + 0,00346 ÅDT + 0,313 Skyltad
Tabell 13 Regressionsdata, medelhastighet utom variabel vinter Predictor Coef SE Coef T P Constant 19,169 7,892 2,43 0,023 Vägbredd -0,1235 0,8155 -0,15 0,881 Korsningsavstånd 0,007804 0,009916 0,79 0,439 ÅDT 0,003465 0,001815 1,91 0,068 Skyltad 0,3126 0,1085 2,88 0,008
S = 4,68089 R-Sq = 49,7% R-Sq(adj) = 41,7%
Unusual Observations
Obs Vägbredd Medelhastighet Fit SE Fit Residual St Resid 26 7,00 31,000 40,042 1,554 -9,042 -2,05R
R denotes an observation with a large standardized residual.
Från tabell 13 ses en något högre
, men fortfarande relativt låg jämfört med motsvarande för 85-percentil. Variabler som inte är 0 är så här långt Skyltad (högsta tillåtna hastighet) samt konstanten. I nästa steg tas även variabeln vägbredd bort och följande ekvation ses,
Medelhastighet = 18,1 + 0,00781 Korsningsavstånd + 0,00340 ÅDT + 0,318 Skyltad
Tabell 14 Regressionsdata medelhastighet, 3 förklarande variabler Predictor Coef SE Coef T P Constant 18,119 3,698 4,90 0,000 Korsningsavstånd 0,007806 0,009728 0,80 0,430 ÅDT 0,003401 0,001732 1,96 0,060 Skyltad 0,3180 0,1006 3,16 0,004 S = 4,59209 R-Sq = 49,7% R-Sq(adj) = 43,9%
