Effekter på hastighet och trafiksäkerhet med automatisk trafiksäkerhetskontroll

publikation 2009:9

Effekter på hastighet

och trafiksäkerhet

med automatisk

trafiksäkerhetskontroll

Titel: Effekter på trafiksäkerhet med automatisk trafiksäkerhetskontroll Publikationsnummer: 2009:9

Utgivningsdatum: Februari 09 Utgivare: Vägverket

Kontaktperson: Anna Aronsson ISSN-nummer:1401-9612 Layout: Ateljén, Vägverket Tryck: Vägverket

Förord

Denna studie är genomförd på uppdrag av Vägverket och syftar till att utvärdera den moder- nare generationen av automatisk trafiksäkerhetskontroll (ATK), avseende effekter på hastighet och trafiksäkerhet.

Tidigare kunskaper har byggt på data från ett mindre antal sträckor med ATK.

Rapporten är framtagen av Vägverket i ett nära samarbete med VTI och Vectura. VTI har analyserat olycksdata och Vectura har genomfört hastighetsmätningar som sedan samman- ställts och analyserats. Följande personer har deltagit i arbetet: Håkan Gelin, Anna Aronsson och Magnus Lindholm från Vägverket, Ulf Brüde, Jörgen Larsson och Anna Vadeby från VTI och Maria Varedian, Joakim Sundén, Jörgen Andersson och Mohsen Towliat från Vectura (tidigare Vägverket Konsult).

Borlänge februari 2009

Håkan Gelin

Begreppslista

Begrepp Förklaring

Argus1 Det gamla ATK-systemet som användes mellan 1996 och 2005 Argus2 Det nya ATK-systemet som används från och med 2006

ATK Automatisk trafiksäkerhetskontroll D Dödade

D-kvot Antal dödade per miljon axelparkm DSS Dödade och svårt skadade

DSS-kvot Antal dödade och svårt skadade per miljon axelparkm STRADA Skadedata från Vägverkets olycksdatabas

Vectura Vectura Consulting AB f.d. Vägverket Konsult

VTI Statens Väg- och transportforskningsinstitut

ÅDT Årsmedeldygnstrafik

Sammanfattning

Syftet med denna rapport är att redovisa hittills föreliggande utvärdering av ATK avseende

• Effekter på hastigheter. Delprojektet har genomförts av Vectura.

• Effekter på trafiksäkerhet. Delprojektet har genomförts av VTI.

För att utvärdera hur hastigheten påverkats av ATK, har hastighetsmätningar med slangsensor genomförts vid omkring 80 av de av de totalt 350 kameror som nyetablerades på helt nya sträckor under 2006. Dessutom har ytterligare ett 100-tal platser mätts varav omkring 50 ligger mellan kamerorna. Mätningarna gjordes under en vecka innan etableringen och under ytterligare en vecka ett år senare.

Utvärderingen visar, att den största hastighetsminskningen har skett vid kamerorna, men även mellan kamerorna minskar hastigheten, om än inte lika mycket. Trafiksäkerhetskamerorna har haft störst effekt där gällande hastighetsgräns är 70 km/h och något mindre effekt vid 90 km/h. Personbilsförares hastighetsbeteende har påverkats i större grad än lastbilsförares. Den sammanvägda medelhastigheten har minskat med uppskattningsvis 4,3 procent, sett över samtliga sträckor och alla gällande hastighetsgränser. Andelen förare som kör över gällande hastighetsgräns, har minskat med uppskattningsvis 34,5 procent. Man kan också se att de som kört fortast också är de som påverkats mest till att minska hastigheten. Vidare har den

genomsnittliga hastigheten före etableringen stor betydelse för hur stor hastighetsminskningen blivit. Trafiksäkerhetskamerorna har haft bäst effekt där det tidigare gått mycket för fort.

För att utvärdera hur olyckorna påverkats av de kameror som installerades under år 2006, såväl på helt nya sträckor som på sträckor där gamla kameror ersatts, har antal dödade (D) och antal dödade eller svårt skadade (DSS) år 2007, analyserats med hjälp av såväl före-efter- studier som med-utan-studier.

Resultaten pekar på att ATK reducerar antalet dödade med ca 20–30 procent och antalet DSS med ca 20 procent. Resultaten är inte alltid statistiskt säkerställda, vilket kan förklaras av att det statistiska olycksmaterialet fortfarande är mycket litet. Med hjälp av beräkningar genom den s.k. potensmodellen synes resultaten av skadeutfallet motsvara en minskning av

medelhastigheten på hela ATK-sträckorna med ca 5 procent.

Med den mängd analyserade ATK-sträckor som förelåg vid årsskiftet 2006/2007, totalt ca 177 mil, uppskattas det årliga antalet sparade liv (räknat på ca 30-procentig reduktion) uppgå till ca 13 personer och årliga antalet färre DSS (räknat på ca 20-procentig reduktion) till ca 48 personer. Uppräknat till mängden ATK-sträckor vid årsskiftet 2007/2008, ca 240 mil, blir det årliga antalet inbesparade liv ca 18 och årliga antalet färre DSS ca 65. Med ytterligare ca 25–

30 mil ATK under 2008, skulle totalt ca 20 dödade och ca 70 DSS inbesparas per år. Om man istället bara skulle räkna på en 20-procentig reduktion av antalet dödade, skulle det angivna antalet sparade liv per år (13, 18 och 20) istället uppgå till ca 8, 11 respektive 12.

Den genomförda utvärderingen visar, att det uppsatta målet ”att minska medelhastigheten och

hastighetsöverträdelserna i vägtransportsystemet och därmed bidra till att reducera antalet

dödade samt svårt skadade”, har uppnåtts under den efterperiod som nu utvärderats. Det är

högst angeläget att ATK följs upp under ytterligare ett antal år, både för att erhålla säkrare

resultat och för att se om resultaten kommer att vara stabila, sett över tiden.

Summary

The purpose of this report is to present road safety camera evaluations so far with regard to:

• Effects on speed, evaluated by Vectura.

• Effects on road safety, evaluated by VTI

In order to evaluate the effects that road safety cameras have on speed, tube sensors were used to measure speeds at the sites of approximately 80 of the 350 cameras installed on new

stretches of road in 2006. Speed measurements were also taken at a further 100 locations, 50 of which were between cameras. Measurements were taken for a week prior to installation and again a year later.

The evaluation shows that the greatest drop in speed occurs at sites where road safety cameras are installed. Lower rates of speed also occur between cameras, although to a lesser degree.

Road safety cameras have most effect on stretches of roadway were the speed limit is 70 km/h and are slightly less effective on roads were the speed limit is 90 km/h. Road safety cameras have a greater impact on the behaviour of passenger car drivers than on the behaviour of truck drivers. There was an overall drop in the average speed on all stretches of road and for all speed limits of an estimated 4.3 percent. There was an estimated 34.5 percent reduction in the proportion of drivers that exceed the speed limit. It is also evident that drivers who drive fastest are most inclined to lower their speeds. Moreover, the average rate of speed prior to the installation of road safety cameras has a considerable effect on the extent to which speeds will be reduced once cameras are deployed. Road safety cameras have most effect on

stretches of road on which vehicles previously travelled much too fast.

In order to evaluate the effect that road safety cameras installed in 2006 have on traffic accidents, both on new stretches of roadway and on stretches where old cameras were

replaced, the number of fatalities and people killed or seriously injured in 2007 was analysed using both ‘before and after’ and ‘with and without’ studies.

The results suggest that speed cameras reduce the number of fatalities by 20 to 30 percent and the number of people killed or seriously injured by 20 percent. The outcome was not always statistically significant, which can be attributed to a shortage of statistical accident data.

Based on calculations using the power model, it appears that the injury results correspond to a reduction of about 5 percent in the average rate of speed on all stretches of roadway on which road safety cameras are deployed.

In view of the stretches of road with speed cameras that were installed by the end of 2006, around 1 770 kilometres of roadway in all, it is estimated that the annual number of lives saved (based on a 30 percent reduction) amounts to approximately 13, with an annual

reduction in fatalities and people killed or seriously injured of about 48 (based on a reduction of 20 percent). By adjusting the number of road safety camera locations to approximately 2 400 kilometres of road by the end of 2007, the number of lives saved annually was

approximately 18, with about 65 fewer people killed or seriously injured per year. With a

further 250 to 300 kilometres of road safety cameras being deployed in 2008, there should be

about 20 fewer fatalities and a saving of 70 killed or seriously injured persons per year. If one

reckons on a 20 percent reduction in the number of fatalities, the specified number of lives

saved annually (13, 18 and 20) would amount to about 8, 11 and 12 respectively.

The evaluation shows that the target ”to reduce the average speed and speed violations in the

road transport system and thus to help reduce the number of fatalities and people seriously

injured ” was achieved. It is of paramount importance to continue monitoring road safety

cameras for a several years to come in order to obtain reliable results and also to ascertain

whether the results remain stable over time.

Innehållsförteckning

Förord ... 1

 

Begreppslista ... 2

 

Sammanfattning ... 3

 

Summary ... 4

 

Innehållsförteckning ... 6

 

1

 

Inledning ... 8

 

1.1

 

Bakgrund ... 8

 

1.2

 

Syfte ... 8

 

2

 

Trafiksäkerhetskameror ... 9

 

2.1

 

Kriterier för mätplats ... 9

 

2.2

 

ATK-sträckor i Sverige ... 10

 

3

 

Metod ... 12

 

3.1

 

Hastighetsanalys ... 12

 

3.1.1

 

Mätdata ... 12

 

3.1.2

 

Mätplatser ... 12

 

3.1.3

 

Analys ... 14

 

3.2

 

Trafiksäkerhetsanalys ... 14

 

3.2.1

 

Data ... 14

 

3.2.2

 

Före-efter-studier av ”helnya” Argus2-sträckor ... 15

 

3.2.3

 

Med–utan-studier av ”helnya” och ”nygamla” Argus2-sträckor ... 15

 

3.2.4

 

Övrig påverkan ... 16

 

3.2.5

 

Indirekta skattningar med hjälp av Potensmodellen ... 16

 

3.2.6

 

Tidigare uppföljning av Argus1 ... 16

 

3.2.7

 

Andra uppföljningar av ATK ... 16

 

4

 

Resultat ... 17

 

4.1

 

Hastighetseffekter ... 17

 

4.1.1

 

Vid kamerorna ... 17

 

4.1.2

 

Mellan kamerorna ... 18

 

4.1.3

 

Fordon med större hastighetsöverträdelser ... 19

 

4.1.4

 

Effekt relativt medelhastighet före etableringen ... 20

 

4.1.5

 

Effekter efter kamera ... 21

 

4.1.6

 

Flödets betydelse ... 22

 

4.1.7

 

Effekter sett över hela sträckan ... 23

 

4.1.8

 

Generell hastighetsförändring på statliga vägar ... 24

 

4.2

 

Trafiksäkerhetseffekter ... 25

 

4.2.1

 

Före-efter-studier av ”helnya” Argus2-sträckor ... 25

 

4.2.2

 

Med-utan-studier av ”helnya” och ”nygamla” Argus2-sträckor ... 28

 

4.2.3

 

Diskussion och slutsatser ... 30

 

5

 

Sammanfattande diskussion och slutsatser ... 32

 

5.1

 

Slutsatser ... 32

 

5.2

 

Diskussion ... 33

 

5.3

 

Fortsatt arbete ... 34

 

6

 

Referenser ... 35

 

7

 

Bilagor ... 36

 

Bilaga 1 Mätplatser för hastighetsstudien ... 36

 

Bilaga 2 Uppmätta medelhastigheter ... 37

 

Bilaga 3 Helnya ARGUS2-sträckor, skadedata ... 41

 

Bilaga 4 Normalkvoter för olycksstudien ... 44

 

Bilaga 5 Normalkvoter EVA 2.50 ... 45

 

Bilaga 6 Nygamla ARGUS2-sträckor, skadedata ... 46

 

1 Inledning

1.1 Bakgrund

Efterlevnaden av hastighetsgränserna har generellt sett varit mycket dålig i Sverige. År 2004 körde uppemot hälften av alla förare mer än 5 km/h för fort på landsbygden

¹

och 5-6 procent körde mer än 25 km/h för fort. Hastigheten har en avgörande betydelse, både för antalet olyckor och för olyckornas skadekonsekvenser. Som ett led i syftet att minska antalet

hastighetsöverträdelser och därmed bidra till att förbättra trafiksäkerheten, inledde Vägverket och Rikspolisstyrelsen år 2006 satsningen på en modernare variant av automatisk

trafiksäkerhetskontroll, fortsättningsvis kallad ATK. Ungefär 700 enheter (kameraskåp) av ny typ, installerades på ca 100 sträckor med en total längd av nästan 200 mil. Den nya

generationen av uppsättningar ersatte gamla kameraskåp, men även på helt nya sträckor sattes de nya trafiksäkerhetskamerorna upp. Sträckor där nya kameror ersatt de gamla, kallas

fortsättningsvis i rapporten för ”nygamla sträckor” och sträckor där det inte tidigare fanns kameror kallas fortsättningsvis för ”helnya sträckor”.

Målen för ATK är:

• att bidra till att reducera antalet dödade samt svårt skadade

• att åstadkomma färre hastighetsöverträdelser och därmed lägre hastigheter i vägtransportsystemet

• att minska medelhastigheten

Tidigare har ingen nationell uppföljning och utvärdering genomförts av ett större antal

sträckor försedda med ATK. Uppföljning och utvärdering av det nya ATK-systemet är viktigt för allmänhetens fortsatta förtroende och stöd, men också för nya installationer och drift av systemet. Därför togs initiativet till detta oberoende utvärderingsprojekt, som har haft till uppgift att både säkerställa resultat från tidigare försöksverksamhet och att analysera effekter i syfte att vidareutveckla systemet.

1.2 Syfte

Syftet med detta projekt har varit att utvärdera effekterna på hastighet och olycksutveckling av den modernare generationen av ATK.

Projektet har omfattat två delprojekt:

• Utvärdering av effekter på hastigheter. Före- och efterstudier har genomförts på utvalda platser på 39 av de ”helnya” sträckorna, där hastigheten har mätts och analyserats. Utifrån dessa objektanalyser har en total sammanvägning och analys av resultatet gjorts. Delprojektet har genomförts av Vectura, som också gjort

objektmätningar på uppdrag av Vägverkets regionala enheter.

• Utvärdering av effekter på trafiksäkerhet. Skadedata från STRADA före och efter uppsättning av ATK, analyser av alla ”helnya” sträckor/objekt som etablerats under 2006 och som tidigare helt saknat ATK. Därtill har sträckor, där äldre ATK ersatts med ny ATK, utvärderats. Delprojektet genomförs av VTI.

1 Gäller vägar med gällande hastighet 70 och 90 km/h på landsbygden [Vägverket, 2005].

2 Trafiksäkerhetskameror

Sedan 1996 har polisen i Sverige använt ATK som komplement till övrig trafikövervakning.

Kamerorna används både som stationära kameror i fasta skåp utmed vägen och som mobila kameror monterade i polisbussar eller på släpvagnar. Mellan 1996 och 2005 användes syste- met som kallas Argus1, vilket krävde en hög grad av manuella insatser från kvalificerad personal hos polisen, då de var tvungna att flytta kameran från skåp till skåp samt hämta data från skåpen. Under 2006 infördes ett nytt system, Argus2, där digital teknik används. Varje trafiksäkerhetskamera innehåller ett system som med hjälp av radar mäter hastigheten på alla fordon som passerar. När kameran är aktiverad och någon kör fortare än vad som är tillåtet, tas en bild där fordonet, föraren och registreringsskylten syns. Bilden kompletteras med information om bland annat tid, plats och hastighet. Därefter skickas den automatiskt till polisen, som utreder och bötfäller föraren eller lämnar ärendet vidare till åklagarmyndigheten.

Mätsystemet i ATK består av:

• Radarsensor för hastighetsmätning

• Digital kamera

• Fotoblixt

• Dator för styrning av systemets olika funktioner och överföring av bild- och mätinformation.

2.1 Kriterier för mätplats

De sträckor som utrustats med den nya generationens trafiksäkerhetskameror 2006, dvs. både helnya och nygamla sträckor, valdes ut i samarbete mellan Vägverket och Polisen. För att en sträcka ska utrustas med trafiksäkerhetskameror bör den uppfylla följande kriterier:

• Olycksdrabbad (fler än 0,08 dödade och svårt skadade per km och år)

• Medelhastigheten längs sträckan ska vara minst 5 km/h över den gällande hastighetsgränsen [Berg 2005].

Höga värden på DSS/km återfinns ofta på ej mötesseparerade vägavsnitt med trafikflöde ÅDT över 4000.

Många ATK är placerade i anslutning till en korsning. För att en korsning ska utrustas med trafiksäkerhetskameror ska den uppfylla följande kriterier:

• Olycksdrabbad (fler än 0,2 dödade och svårt skadade vid hastighetsgräns 50 km/h och 0,3 vid hastighetsgräns 70 km/h per år)

• Medelhastigheten längs sträckan ska vara minst 5 km/h över den gällande hastighetsgränsen [Berg 2005].

Två olika exempel på korsningstyper där dessa kriterier ofta uppfylls:

• C-korsning, dvs. fyrvägskorsning med vänstersvängskörfält på primärvägen kanaliserat med trafikö, hastighetsgräns 70 km/h och ÅDT > 8 000.

• E-korsning, dvs. signalreglerad korsning, hastighetsgräns 70 km/h och ÅDT >

12 000.

Ytterligare en förutsättning är tillgången till utbyggd el och tele, då det är mycket dyrt att dra

nya ledningar.

Andra

aspekter att ta hänsyn till är mättekniska egenskaper, bedömd risk för

skadegörelse/sabotage, tillgång/etableringskostnad för serviceficka och estetik. Hänsyn ska även tas till kända planerade åtgärder på mätsträckan/mätplatsen.

Från och med 2006 har objekten/sträckorna klassificerats i nio grupper:

1. Landsväg, ej mötesseparerad, minst 2 mätplatser per riktning och ett avstånd mellan mätplatserna på 3 km och längre. (70 objekt)

2. Landsväg, ej mötesseparerad, minst 2 mätplatser per riktning och ett avstånd mellan mätplatserna på mindre än 3 km. (11 objekt)

3. Landsväg, ej mötesseparerad, mindre än 2 mätplatser per riktning. (10 objekt) 4. Landsväg, mötesseparerad, minst 2 mätplatser per körfält och riktning. (0 objekt) 5. Tätortsväg, ej mötesseparerad, minst 2 mätplatser per riktning. (1 objekt)

6. Tätortsväg, mötesseparerad, minst 2 mätplatser per körfält och riktning. (1 objekt) 7. Tätortsväg, ej mötesseparerad, mindre än två mätplatser per riktning. (4 objekt) 8. Korsning. (3 objekt)

9. Väg i tunnel, mötesseparerad. (3 objekt)

Klassificeringen har inte använts i den genomförda utvärderingen eftersom majoriteten av sträckor hamnar i samma klass.

Vectura har utvärderat 39 av totalt 51 helnya ATK-sträckor. Med dessa som grund har en generell utvärdering genomförts. 12 sträckor har inte kunnat studeras på grund av mättekniska brister.

VTI har utvärderat 51 helnya ATK-sträckor i en så kallad före-efter-studie. I en så kallad med-utan-studie ingår, förutom ovannämnda helnya sträckor, även 45 av totalt 55 nygamla ATK-sträckor.

2.2 ATK-sträckor i Sverige

Följande sträckor i landet var utrustade med ATK vid utgången av år 2006. Figur på nästa

sida.

3 Metod

För att kunna göra ovanstående utvärderingar måste olika metoder för mätninger och analys användas. För hastighetsutvärderingen har tradionella slangmätningar använts. För

trafiksäkerhetsanalysen har skadedata från Vägverkets olycksdatabas, STRADA använts.

3.1 Hastighetsanalys

Hastighetsmätningar har genomförts före och efter på ett flertal platser där ATK etablerades 2006. För varje sträcka finns en objektrapport med resultat från varje enskild sträcka

²

. I denna rapport redovisas en sammanfattande analys av ATK:s effekter på hastigheter.

3.1.1 Mätdata

Hastigheten har mätts på 39 av de 51 helnya sträckor som etablerades under 2006, se bilaga 1 för lista över vilka sträckor som ingår.

Föremätningarna genomfördes innan kamerorna placerades ut, i regel kort tid innan, och följdes sedan upp med eftermätningar omkring ett år senare. Föremätningar genomfördes under hela år 2006 och några genomfördes redan under hösten 2005. De flesta

eftermätningarna gjordes våren eller hösten 2007 men några först under 2008.

I stort har mätningar genomförts under en hel vecka under före- och efterperioderna.

Mätningar av hastighet har genomförts med Metor 3000 och slangsensorer. För varje fordonspassage registreras tid, fordonstyp och hastighet. Från insamlade data beräknas, per mätplats och riktning:

• flöde per dygn

• det aritmetiska medelvärdet av punkthastigheterna

³

• andel av fordonen som kör fortare än gällande hastighetsgräns

• andel av fordonen som kör 6 km/h eller mer för fort

• 85-percentilen som beskriver hur fort fortkörarna kör och är den hastighet som 85 procent av fordonen inte överskrider medan 15 procent således överskrider.

Samtliga parametrar finns för fordonsklasserna:

• personbilar utan släp (us)

• lastbilar med släp (ms)

• alla fordon, där även övriga fordonsklasser ingår.

3.1.2 Mätplatser

Utefter varje sträcka har mätningar genomförts vid kameror, mellan kamerorna och på andra platser. Totalt har mätningar gjorts vid 82 av de kameror som nyetablerades under 2006.

Dessutom har ytterligare ett 100-tal mätningar gjorts i anslutning till sträckan varav omkring 50 platser ligger mellan kamerorna. Antalet mätplatser av olika typer framgår av

Tabell 1. För varje mätplats finns även uppgift om gällande hastighetsgräns på platsen.

2 Uppgifter om objektrapporter för enskilda sträckor finns på vv.se under

Trafiksäkerhet/Hastighet/Trafiksäkerhetskameror/Effekter och nytta/Publicerade rapporter

3 Detta mått beskriver inte reshastigheten över en sträcka utan endast förhållandet på enskilda platser.

Tabell 1 Antal mätplatser.

Gällande hastighetsgräns

50 km/h 70 km/h 90 km/h

Framriktning

7 33 42

Bakriktning

7 28 37

Mellan

2 9 39

Märke

0 8 11

Utanför

2 3 16

Referensplats

0 3 13

För mätningar vid kameraplatserna analyseras de olika riktningarna var för sig. Den riktning fordon färdas mot kameran kallar vi framriktning. Det är dessa fordon som riskerar att bötfällas om de kör för fort. De som färdas i andra riktningen kallar vi bakriktning. De registreras inte av den radar som finns i kameran. Många mätplatser finns mellan kameror men inte i direkt anslutning till dem. För beräkning av avstånd från kamera behandlas riktningarna var för sig. Det finns också mätningar vid det märke som markerar sträckans början

⁴

och en bit utanför sträckan men på samma väg. I anslutning till en del av sträckorna finns också en referensplats som ligger på en annan liknande väg i närområdet som inte har trafiksäkerhetskameror. Mätningarnas benämning framgår även av Figur 1 nedan.

Figur 1 Mätningars placering i förhållande till kameror och deras benämning.

På ett antal platser finns kameror uppsatta som övervakar trafiken i båda riktningarna. Dessa är då ofta placerade mitt emot varandra eller med en mindre förskjutning. Om en

slangmätpunkt placerats vid sådana kameror räknas båda som framriktning. På några slangmätplatser där bakriktningen kan ha påverkats av en närliggande kamera har datat

4Märkningen har senare ändrats så att det finns ett märke före varje kamera, men när denna undersökning genomfördes utmärktes vid sträckans början med tilläggtavla om sträckans längd, därutöver upprepades märket på ett antal lämpliga platser utmed sträckan.

bakriktning

ATK- sträcka

framriktning

mellan

märke utanför

referenspunkt

uteslutits ur analysen för att inte få en missvisande stor hastighetsminskning i bakriktningen.

Detta förklarar också varför det finns färre mätningar i bakriktningen än i framriktningen.

3.1.3 Analys

Analysen av hastighetsdata syftar till att ge ett generellt mått på hur hastigheten förändras när trafiksäkerhetskameror etableras, både inom och utanför övervakade sträckor. Den syftar också till att ta reda på när man kan förvänta sig en större eller mindre effekt.

I tidigare utvärderingar av ATK har den uppmätta effekten på hastigheten varierat med gällande hastighetsgräns och fordonsslag.

I denna undersökning tas resultat fram uppdelat på gällande hastighetsgräns och fordonsklass.

Hastighetsförändringarna beskrivs med flera olika mått. I resultattabellerna redovisas medelvärden av de enskilda platsernas mätvärden.

Den hastighetsminskning vi sett på enskilda platser har jämförts med medelhastigheten före etableringen av ATK på platsen. På detta sätt kan vi studera hur förhållandena före

etableringen påverkar vilka resultat man får. Vi studerar också om effekten av ATK avtar med avståndet från senast passerade kamera. Även flödets betydelse studeras.

De olika effekterna av ATK vid och mellan kamerorna och vid olika hastighetsgräns sammanvägs till generella mått. Slutligen jämförs hastighetsminskningen på ATK-sträckor med hastighetsförändringen på hela det statliga vägnätet enligt Vägverkets hastighetsindex baserat på mätdata från fasta stationer.

3.2 Trafiksäkerhetsanalys

ATK förväntas minska hastigheten på aktuella kamerasträckor och därmed reducera antalet olyckor och framför allt antalet dödade och svårt skadade. För att skatta effekten har antalet dödade och svårt skadade före och efter åtgärd studerats. Dessutom har utfallen efter (med åtgärd) jämförts med ”normala utfall” utan åtgärd.

Föreliggande studie koncentrerar sig helt på uppföljning av Argus2, den nuvarande kamera- och driftformen som infördes under år 2006. Vid utgången av år 2006 fanns det totalt 51 stycken ”helnya” Argus2-objekt med total längd ca 94 mil och totalt 350 kameror. Dessutom fanns det vid utgången av samma år ytterligare 55 ”nygamla” Argus2-objekt (som tidigare haft Argus1 infört under åren t.o.m. 2005) som omfattade ca 90 mil och drygt 350 kameror.

Trafiksäkerhetseffekten av ATK på aktuella sträckor förväntas påverkas av hur hastigheten reduceras dels vid och dels mellan kamerorna. Kameratätheten kan antas ha en avgörande betydelse för hur hastigheten sett över hela sträckan påverkas. ATK-effekten torde också påverkas av trafikflödet, bebyggelsetyp och gällande hastighetsgräns. Även utmärkningen eller förvarningen av kamerorna kan antas ha stor betydelse. Effekterna kan av olika skäl variera över tiden. Åtgärden kan ha ändrat karaktär, ett exempel på detta är att enligt nya regler skall alla enskilda kameror förvarnas med märke ca 300 m före varje kamera.

Trafikanterna kan också ändra sitt hastighetsbeteende ju mera erfarenhet de får av kamerorna.

3.2.1 Data

Olycksdata för åren 2003–2007 har erhållits direkt från Vägverkets sju olika regioner.

Uppgifterna har framtagits med hjälp av STRADA. Övriga data avseende längd, ÅDT,

vägbredd, hastighetsgräns, antal kameror och eventuell mitträffling har också erhållits med hjälp av regionerna. I flera fall är uppgifterna mycket ungefärliga och osäkra.

Analyserade olycks-/skadedata avser samtliga olyckor på länk och nod. Endast antal D (dödade) respektive antal DSS (dödade eller svårt skadade) har analyserats.

3.2.2 Före-efter-studier av ”helnya” Argus2-sträckor

Vid före-efter-studier jämförs här utfallet under 2003-2005 med utfallet efteråret 2007.

Installationsåret 2006 medtas inte i analysen. Skälet till att inte gå längre tillbaka i tiden, är att Vägverket fr.o.m. 2003 övergick till ett nytt olycks- och skadedatasystem, STRADA. En stor nackdel med detta system är att det inte har samma direkta koppling till väg- och trafikdata som det tidigare olycksdatasystemet OLY/VITS.

För att korrekt kunna skatta åtgärdseffekten i en före-efter-studie måste den s.k. regressions- effekten elimineras. De sträckor som åtgärdats har utvalts p.g.a. stort antal dödade eller svårt skadade (DSS). Eftersom utfallen med detta sneda urval då under föreperioden i mer eller mindre stor utsträckning varit slumpmässigt stora får detta som följd att utfallen förväntas minska under efterperioden även om inga åtgärder hade vidtagits.

Regressionseffekten kan i princip elimineras med olika metoder. En allmänt accepterad metod är att utnyttja den s.k. Empirical Bayes metoden (EB-metoden). Metoden går ut på att väga samman föreperiodens observerade utfall med ”normalt utfall” för att därmed erhålla en skattning av föreperiodens ”sanna” värde. I föreliggande studie har detta gjort enligt följande.

) 1 (

, 0 1

1 ,

" 0

" observerat normalt

normalt normalt normalt

DSS

Sant

_före

⋅

_före

−

⋅ + + ⋅

=

För att kunna använda metoden på ett tillfredsställande sätt fordras att underlaget (normalkvoter) för att bestämma normalt utfall är av god kvalitet. Med förändrade olycksdatasystem och brist på bra uttagsverktyg har det under de senaste åren blivit allt svårare att kvalitetssäkra normalkvoterna.

Det finns andra sätt att mera schablonmässigt eliminera regressionseffekten. Dels kan man stryka de allra ”värsta” årsutfallen under föreperioden och dels kan man utnyttja en

schablonkurva för ”normal regressionseffekt” som funktion av skattat medelvärde för den population från vilket det sneda urvalet gjorts [Brüde & Larsson, 1988].

Kvalitén på en före-efter-studie kan ytterligare förbättras genom att beakta förändringar i trafikarbetet samt den generella trenden för dödade och svårt skadade. Detta förutsätter dock att sådana uppgifter är tillgängliga. De justeringar som gjorts har varit schablonmässiga.

3.2.3 Med–utan-studier av ”helnya” och ”nygamla” Argus2-sträckor

Med hjälp av med-utan-studier jämförs här de faktiska utfallen under 2007 med normala eller förväntade utfall för samma år och samma typ av vägar utan kameraövervakning. Problemet med ej kvalitetssäkrade normalkvoter blir minst lika stora som vid före-efter-studier. Fördelen med med-utan-studier är framför allt att även ”nygamla” Argus2-sträckor kan studeras.

Därmed blir antalet analyserade objekt ungefär dubblerat och dessutom heltäckande.

Risken vid före-efter-studier är främst att man överskattar effekten på antalet dödade och svårt

skadade (regressionseffekt). Nackdelen med med-utan-studier är snarare tendensen att

underskatta effekten p.g.a. att utfallet utan åtgärd egentligen skulle ha varit större än vad normalvärdena visar (lokalt lägre säkerhetsstandard eller högre hastigheter än normalt).

3.2.4 Övrig påverkan

Ett tiotal av vardera helnya och nygamla objekt har också erhållit mitträffling, vilket kan påverka effektskattningarna. Effekten av mitträffling bedöms dock vara liten jämfört med ATK.

3.2.5 Indirekta skattningar med hjälp av Potensmodellen

Ett alternativt eller kompletterande sätt att skatta kamerornas effekt på antalet dödade och svårt skadade är att studera förändringar i medelhastighet (sett över hela kamerasträckorna) efter kamerornas införande. Vid små skadetal kan detta t.o.m. vara det bästa, eller enda möjliga, verktyget för analys. Det material som här finns tillgängligt härrör från hastighets- mätningar utförda av Vectura.

Enligt Potensmodellen [Nilsson, 2000] gäller att om medelhastigheten minskar med 1 procent så förväntas antalet dödade (D) minska med drygt 4 procent. Samma minskning i

medelhastighet förväntas minska antalet dödade eller svårt skadade (DSS) med drygt 3 procent. De exakta potenser som används för närvarande är 4,5 och 3,7.

3.2.6 Tidigare uppföljning av Argus1

En första preliminär uppföljning av ett begränsat antal gamla Argus1-sträckor (18 sträckor, 34 mil och 149 kameror) gjordes av VTI år 2004 [Andersson & Larsson, 2005]. Stora effekter på antal dödade (ca 50 procent) och antal DSS (ca 30 procent) efter åtgärd redovisades, men inga försök gjordes att eliminera regressionseffekten.

Senare gjordes en översiktlig uppföljning [Brüde, 2006, ej publicerad] av samtliga ”gamla”

Argus1-sträckor som fanns vid utgången av år 2005 (ca 55 sträckor, ca 100 mil och 400 kameraskåp, oftast utan kamera). I denna före-efter-studie kunde också noteras 50 procent färre dödade efter införandet av ATK – men att regressionseffekten förklarade 30–35 procent av minskningen och 25–30 procent reduktion utgjorde själva åtgärdseffekten på antalet dödade av ATK. Åtgärdseffekten på antalet dödade eller svårt skadade skattades till ca 20 procent reduktion. Det skall också noteras att de skattade ”sanna” värdena före åtgärd för antal dödade D och antal dödade eller svårt skadade DSS var ca 30 procent respektive ca 20 procent fler än enligt då gällande normalvärden. De skattade effekterna för de gamla Argus1- sträckorna korresponderar, enligt potensmodellen, mot en minskning av medelhastigheten på ca 7 procent.

3.2.7 Andra uppföljningar av ATK

I TØI rapport 851/2006 [Erke & Elvik, 2006] redovisas skattade effekter utifrån flera olika studier av såväl ”punkt-ATK” (kontroll av hastigheter vid enskilda punkter,

”punkthastigheter”) som ”sträck-ATK” (kontroll av hastigheter över längre sträcka) och där

effekterna av ”punkt-ATK” är betydligt mindre än effekterna av ”sträck-ATK”.

4 Resultat

I detta kapitel redovisas olika resultat. Först redovisas hastighetseffekter vid och mellan kamerorna, och ett sammanvägt mått, sedan effekten på antalet dödade och svårt skadade.

4.1 Hastighetseffekter

4.1.1 Vid kamerorna

Hastighetens förändring vid kamerorna, i den riktning som de mäter redovisas i Tabell 2.

Denna typ av mätplats kallas här ”framriktning” enligt Figur 1. Förändring av

medelhastigheter och andel som kör över hastighetsbegränsningen är de parametrar som redovisas. Förändringarna är beräknade med 95-procentigt konfidensintervall.

Tabell 2 Medelhastigheter och hastighetsöverträdelser vid kameror, i framriktning för olika fordonsklasser uppdelat efter gällande hastighetsgräns (us = utan släp, ms = med släp).

Gällande hastighetsgräns

50 km/h 70 km/h 90 km/h

Före Efter Förändring Före Efter Förändring Före Efter Förändring

Medelhastighet km/h % km/h % km/h %

Personbil (us)

55,2 48,3 -12,5 (±3,6) 74,2 64,3 -13,4 (±2,1) 88,6 81,7 -7,8 (±1,0)

Lastbil (ms)

57,5 51,7 -10,0 (±4,1) 74,5 67,6 -9,3 (±1,7) 82,6 81,0 -1,8 (±0,7)

Fordon (alla)

55,4 48,6 -12,3 (±3,7) 74,1 64,9 -12,4 (±2,1) 87,7 81,5 -7,0 (±0,9)

Hastighets- överträdelser

% % % % % % Personbil (us)

67,1 28,7 -57,2(±11,9) 59,5 14,3 -76,0(±11,4) 42,3 11,7 -72,3 (±8,9)

Lastbil (ms)

79,7 53,5 -32,9 (±8,1) 67,1 30,7 -54,3 (±9,0) 6,4 3,2 -49,9(±25,6)

Fordon (alla)

68,0 30,6 -55,0(±11,6) 60,1 15,7 -73,9(±10,6) 37,9 10,8 -71,5 (±8,9)

Genomförda mätningar visar att hastigheten minskat bland samtliga fordonsklasser oavsett gällande hastighetsgräns. Det gäller både medelhastighet och andel fordon över gällande hastighetsgräns. Bilisterna tenderar att sänka hastigheten i större utsträckning vid 50- och 70 km/h än vid 90 km/h. Resultaten på vägar med gällande hastighetsgräns 50 km/h är dock mer osäkra då det är relativt få mätplatser på dessa sträckor.

En annan slutsats är att personbilsförare generellt minskar sin hastighet mer än lastbilsförare.

För vägar med gällande hastighetsgräns 90 km/h gäller dock 80 km/h för lastbilar med släp.

Detta gör att det inte är många lastbilsförare som håller en hastighet över 90 km/h. Men

lastbilarna minskar heller inte sin hastighet riktigt lika mycket som personbilarna vid 50 och

70 km/h.

4.1.2 Mellan kamerorna

I Tabell 3 redovisas hastighetseffekter mellan kamerorna.

Tabell 3 Medelhastigheter och hastighetsöverträdelser mellan kamerorna, för olika fordonsklasser uppdelat efter gällande hastighetsgräns.

Gällande hastighetsgräns

50 km/h 70 km/h 90 km/h

Före Efter Förändring Före Efter Förändring Före Efter Förändring

Medelhastighet km/h % km/h % km/h %

Personbil (us)

49,6 49,5 -0,2 (±0,7) 73,7 69,9 -5,2 (±1,7) 89,9 86,5 -3,8 (±0,6)

Lastbil (ms)

50,7 50,5 -0,5 (±3,7) 72,6 69,5 -4,2 (±1,8) 82,9 81,5 -1,7 (±0,5)

Fordon (alla)

49,5 49,4 -0,2 (±0,8) 73,5 69,8 -5,1 (±1,7) 89,0 85,8 -3,6 (±0,5)

Hastighets- överträdelser

% % % % % % Personbil (us)

39,0 38,4 -1,6 (±5,9) 64,7 45,8 -29,3 (±8,1) 44,3 30,0 -32,4 (±4,3)

Lastbil (ms)

47,9 50,5 5,6(±28,2) 60,7 44,5 -26,7 (±9,8) 6,3 3,9 -38,4(±18,4)

Fordon (alla)

39,1 38,4 -1,7 (±7,0) 64,4 45,8 -28,9 (±8,1) 40,0 26,9 -32,9 (±4,4)

Som framgår av resultatet har ATK-övervakningen även effekt mellan kamerorna, dock inte i samma omfattning som vid kamerorna. Även mellan kamerorna är effekten störst vid 70 km/h och för personbilar. Mätningar av hastigheterna vid kameran men i motsatt riktning,

bakriktning, visar att effekten är i stort sett densamma som mellan kamerorna. Även vid det märke som visar var sträckan börjar, utanför sträckan och på referensplatserna, har

hastigheten minskat, dock inte lika mycket. Detaljerade siffror om ovannämnda hastighetseffekter återfinns i bilaga 2.

Den automatiska hastighetsövervakningen har god effekt på bilisternas hastighetsbeteende

och det finns en spridning av detta positiva hastighetsbeteende, både mellan kamerorna, direkt

utanför sträckor och på referensplatser (annan vägsträcka) nära sträckor.

4.1.3 Fordon med större hastighetsöverträdelser

Nedan redovisas 85-percentilen dvs. de som körde fortast under före- och efterstudien samt andelen fordonsförare som kör för fort med 6 km/h eller mer i Tabell 4, vid kamerorna, och Tabell 5, mellan kamerorna.

Tabell 4 85-percentilen och andelen som kör 6 km/h eller mer för fort vid kameror, i framriktning, för olika fordonsklasser uppdelat efter gällande hastighetsgräns.

Gällande hastighetsgräns

50 km/h 70 km/h 90 km/h

Före Efter Förändring Före Efter Förändring Före Efter Förändring

85-percentil km % km % km %

Personbil (us)

63,6 52,7 -17,1 (±4,5) 84,0 69,4 -17,3 (±2,6) 98,8 88,5 -10,5 (±1,1)

Lastbil (ms)

64,8 56,8 -12,4 (±5,6) 81,8 72,5 -11,3 (±1,6) 88,0 86,6 -1,6 (±0,5)

Fordon (alla)

63,8 53,2 -16,6 (±4,5) 83,7 70,3 -16,0 (±2,5) 97,7 88,2 -9,7 (±1,1)

Andel 6 km/h eller mer för

fort

% % % % % %

Personbil (us)

39,2 9,5 -75,7(±23,8) 37,8 4,3 -88,6(±18,5) 20,8 2,8 -86,4(±12,9)

Lastbil (ms)

49,2 16,4 -66,7(±28,3) 42,6 7,7 -81,9(±19,5) 0,8 1,1 38,1(±116)

Fordon (alla)

39,9 10,0 -74,9(±23,8) 38,0 4,7 -87,7(±17,5) 18,3 2,6 -85,5(±13,0) Tabell 5 85-percentilen och andelen som kör 6 km/h eller mer för fort mellan kameror, för olika

fordonsklasser uppdelat efter gällande hastighetsgräns.

Gällande hastighetsgräns

50 km/h 70 km/h 90 km/h

Före Efter Förändring Före Efter Förändring Före Efter Förändring

85-percentil km % km % km %

Personbil

55,1 54,8 -0,6 (±0,9) 82,8 77,4 -6,6 (±1,9) 99,5 94,4 -5,1 (±0,6)

Lastbil

56,1 56,0 -0,3 (±4,5) 79,9 75,5 -5,5 (±1,9) 87,9 86,7 -1,3 (±0,4)

Fordon

55,1 54,8 -0,6 (±1,0) 82,7 77,3 -6,4 (±1,8) 98,5 93,5 -5,1 (±0,6)

Andel 6 km/h eller mer för

fort

% % % % % %

Personbil (us)

13,6 12,5 -8,3 (±9,5) 38,1 21,4 -43,8(±11,9) 22,6 13,0 -42,2 (±6,9)

Lastbil (ms)

16,2 15,6 -3,7(±56,6) 33,4 20,0 -40,1(±16,7) 2,2 1,5 -35,3(±53,9)

Fordon (alla)

13,6 12,5 -8,2(±10,1) 37,9 21,5 -43,3(±11,8) 20,0 11,5 -42,5 (±6,8)

Resultaten i tabell 4 kan jämföras med resultaten i tabell 2. Båda gäller vid kamerorna men i tabell 4 redovisas förändringen för de förare som kör fortast. På samma sätt kan tabell 5 jämföras med tabell 3 för förändringar mellan kameror. Man kan konstatera att de bilförare som kör allra fortast också påverkats mest av hastighetskamerorna. Vid eftermätningarna i framriktningen kan man också konstatera att 85-percentilen sjunkit till en i stort sett laglig nivå. Så lågt har den dock inte sjunkit mellan kamerorna.

ATK påverkar alla bilister därför att motivationen hos alla bilister är densamma, det vill säga

att inte åka fast för fortkörning.

4.1.4 Effekt relativt medelhastighet före etableringen

Den genomsnittliga hastigheten före etableringen har stor betydelse för hur stor hastighetsminskningen blir. I Figur 2 till Figur 4 visas sambandet vid olika gällande hastighetsgränser.

Skyltad hastighet 50 km/h

0 5 10 15 20 25

50 60 70 80 90 100

Medelhastighet före (km/h) Minskning av medelhastighet (km/h)

Figur 2 Minskning av medelhastighet vid olika medelhastighet före ATK-etableringen. Platser vid kamera i framriktning med gällande hastighetsgräns 50 km/h. Personbilar utan släp.

Skyltad hastighet 70 km/h

0 5 10 15 20 25

50 60 70 80 90 100

Medelhastighet före (km/h) Minskning av medelhastighet (km/h)

Figur 3 Minskning av medelhastighet vid olika medelhastighet före ATK-etableringen. Platser vid kamera i framriktning med gällande hastighetsgräns 70 km/h. Personbilar utan släp.

Skyltad hastighet 90 km/h

0 5 10 15 20 25

50 60 70 80 90 100

Medelhastighet före (km/h) Minskning av medelhastighet (km/h)

Figur 4 Minskning av medelhastighet vid olika medelhastighet före ATK-etableringen. Platser vid kamera i framriktning med gällande hastighetsgräns 90 km/h. Personbilar utan släp.

Här är slutsatsen att trafiksäkerhetskamerorna har bäst effekt där det tidigare gått mycket för fort. Sambandet är särskilt tydligt på vägar med gällande hastighetsgräns 70 km/h.

4.1.5 Effekter efter kamera

I Figur 5 och Figur 6 visas sambandet mellan hastighetsminskningen och avståndet från senast passerade kamera vid hastighetsgränserna 70 km/h och 90 km/h.

Skyltad hastighet 70 km/h

-2 0 2 4 6 8 10 12 14

0 1000 2000 3000 4000 5000 6000

Avstånd efter kamera (meter) Minskning av medelhastighet (km/h)

Figur 5 Minskning av medelhastighet vid olika avstånd från kameran. Platser mellan kameror med gällande hastighetsgräns 70 km/h. Personbilar utan släp.

Skyltad hastighet 90 km/h

-4 -2 0 2 4 6 8 10 12 14

0 2000 4000 6000 8000 10000 12000 14000

Avstånd efter kamera (meter) Minskning av medelhastighet (km/h)

Figur 6 Minskning av medelhastighet vid olika avstånd från kameran. Platser mellan kameror med gällande hastighetsgräns 90 km/h. Personbilar utan släp.

Slutsatsen är att avståndet från senast passerade kamera inte har någon större betydelse för hur stor hastighetsminskningen blir på en plats mellan kamerorna. Effekt av ATK mellan

kamerorna på de studerade vägsträckorna verkar vara lika stor, oavsett hur långt ifrån kameran man är.

4.1.6 Flödets betydelse

I Figur 7 och Figur 8 visas sambandet mellan trafikflöden och hastighetsminskningen vid hastighetsgränsen 70 km/h och 90 km/h.

Skyltad hastighet 70 km/h

0 5 10 15 20 25

0 1000 2000 3000 4000 5000 6000 7000 8000 Dygnsflöde vid föremätning

Minskning av medelhastighet (km/h)

Figur 7 Minskning av medelhastighet vid olika trafikflöden. Platser vid kamera i framriktning med gällande hastighetsgräns 70 km/h. Personbilar utan släp.

Skyltad hastighet 90 km/h

0 5 10 15 20 25

0 1000 2000 3000 4000 5000 6000 7000 8000 Dygnsflöde vid föremätning

Minskning av medelhastighet (km/h)

Figur 8 Minskning av medelhastighet vid olika trafikflöden. Platser vid kamera i framriktning med gällande hastighetsgräns 90 km/h. Personbilar utan släp.

Slutsatsen av denna sambandsanalys är att trafikflödets storlek inte heller har så stor betydelse för den effekt man får av ATK, möjligen en större effekt vid riktigt låga flöden.

4.1.7 Effekter sett över hela sträckan

För att beräkna ett sammanfattande mått på hastighetseffekterna har vi viktat ATK:s effekter vid kamerorna och mellan kamerorna samt vid olika hastighetsgränser.

I överenskommelse med VTI, som studerar trafiksäkerhetseffekterna av ATK, har effekter vid kamerorna fått en vikt om 10 procent och effekter mellan kamerorna viktas med resterande 90 procent

⁵

. I Tabell 6 har ATK:s effekt på medelhastigheten vägts samman på detta sätt. De olika gällande hastighetsgränserna vägs sedan samman så som trafikarbetet fördelar sig mellan gällande hastighetsgräns på kamerasträckor

⁶

.

Tabell 6 Sammanvägda effekter på medelhastigheten och andelen hastighetsöverträdelser i procent.

Gällande hastighetsgräns

Medelhastighet 50 km/h 70 km/h 90 km/h Sammanvägt

Personbil

-1,4 -6,0 -4,2 -4,5

Lastbil

-1,4 -4,7 -1,7 -2,5

Fordon

-1,4 -5,8 -3,9 -4,3

Hastighetsöverträdelser 50 km/h 70 km/h 90 km/h Sammanvägt

Personbil

-7,1 -34,0 -36,4 -34,4

Lastbil

1,7 -29,5 -39,6 -35,1

Fordon

-7,0 -33,4 -36,7 -34,5

De sammanfattande måtten gäller för sträckor i denna studie, dvs. sträckor etablerade 2006.

Effekten på nyetablerade sträckor kan förväntas i genomsnitt bli liknande om sträckor väljs ut och utformas på liknande sätt.

5 I objektrapporterna för enskilda sträckor har sammanvägningen gjort med en annan metod.

6 Uppgiften är hämtad från en beräkning av trafikarbetet per gällande hastighet för alla kamerasträckor som etablerats t o m december 2006.

ATK på en specifik sträcka kan få större eller mindre effekt beroende på olika egenskaper och förutsättningar på den aktuella vägsträckan t.ex. hur hög hastigheten är innan etableringen av ATK.

4.1.8 Generell hastighetsförändring på statliga vägar

Under den period som denna studie pågått har medelhastigheterna på de statliga vägarna sjunkit något, omkring 1 procent från januari 2004 till hösten 2008, se Figur 9

⁷

.

Figur 9 Månadsvis hastighetsindex, säsongsrensat och utjämnat. Januari 2004 till september 2008. Statligt vägnät, hela landet och samtliga hastighetsklasser.

Som vi har konstaterat tidigare har hastighetsminskningen varit mycket större på ATK- sträckorna jämfört med den generella indexen för resten av vägnätet. Även vid

referenspunkterna i närheten av ATK-sträckorna har vi sett en större hastighetsminskning jämfört med det generella indexet för vägnätet.

Detta innebär att ATK har en tydlig effekt på bilisters hastighetsbeteende. Vi kan dock inte med säkerhet resonera om att ATK-sträckorna i sig har varit en bidragande orsak till den generella hastighetsminskningen för resten av vägnätet.

7 Figuren är hämtad ur redovisningen av hastighetsindex och finns på vv.se.

4.2 Trafiksäkerhetseffekter

4.2.1 Före-efter-studier av ”helnya” Argus2-sträckor

Underlaget för analys redovisas i bilaga 3. Totalt antal ”helnya” sträckor är 51. De

installerades år 2006. Dessförinnan saknades ATK på dessa sträckor. Totala längden är 94 mil och totala antalet kameror 350. Genomsnittligt ÅDT är ca 5200 fordon per dygn, vilket

motsvarar ca 5700 axelpar per dygn. Nio av sträckorna har mitträfflats. Ytterligare eventuella förändringar är okända.

För varje sträcka har en normal D-kvot (antal dödade per miljon axelparkm) respektive DSS- kvot (antal dödade och svårt skadade per miljon axelparkm) bestämts. Värdena är angivna per miljon axelparkm för länk plus nod och är hämtade från trafiksäkerhetsdelen i Vägverkets nya Effektkatalog (EVA version oktober 2008). En mycket besvärande omständighet är att man tidigare inom ATK-projektet definierat vägbreddsklasser på ett annorlunda sätt än i

effektkatalogen. Här använda normalkvoter (se Bilaga 4) har approximerats utifrån effektkatalogens ursprungliga värden (se Bilaga 5 Normalkvoter).

I Figur 10 visas att den observerade D-kvoten före var 0,0100 (åren 2003–2005) och efter 0,0081 (år 2007), d.v.s. 19 procent lägre. I absoluta tal handlar det om en minskning från ca 20 dödade per år till 16 (Figur 11). Hade utfallet efter åtgärd varit en färre eller en fler dödad hade minskningen blivit ca 25 procent respektive 15 procent. Osäkerheten i skattad reduktion efter åtgärd blir synnerligen stor p.g.a. små absoluta tal.

Den normala D-kvoten före, sett över alla 51 objekten, var 0,0091, vilket svarar mot normalt ca 18 dödade per år. (Figur 10 och Figur 11 )

D-kvot, 51 stycken helnya ATK-sträckor

0,0081 0,0091

0,0100

0,0000 0,0020 0,0040 0,0060 0,0080 0,0100 0,0120

Obs före utan ATK Normalt före utan ATK Obs efter med ATK

Figur 10 D-kvot före (2003-2005) och efter (2007) införandet av Argus2.

D per år, 51 stycken helnya ATK-sträckor

16 18

20

0 5 10 15 20 25

Obs före utan ATK Normalt före utan ATK Obs efter med ATK

Figur 11 Antal D per år före (2003-2005) och efter (2007) införandet av Argus2.

Nedanstående Figur 12 illustrerar att den observerade DSS-kvoten före var 0,0675 och efter 0,0443, d.v.s. 34 procent lägre. Räknat i absoluta tal noteras en minskning från ca 133 DSS per år till 87, se Figur 13 nedan.

Eftersom införandet av ATK har styrts utifrån bl.a. kriteriet många DSS är det uppenbart att bara en del av den noterade reduktionen kan räknas som åtgärdseffekt. En del av minskningen bör således kunna förklaras av regressionseffekt.

Objekt för objekt har ”sant” antal DSS före åtgärd beräknats enligt den Empirical Bayes metod som finns angiven i Vägverkets effektkatalog. Formeln nedan är egentligen avsedd för totalt antal skadade och det är inte självklart att den är optimal för antal DSS (eller D).

) 1 (

, 0 1

1 ,

" 0

" observerat normalt

normalt normalt normalt

DSS

Sant

_före

⋅

_före

−

⋅ + + ⋅

=

”Sant” antal DSS före, omräknat till per år, erhålls som 114. Minskningen från 133 till 114 (-14 procent) utgör således den beräknade regressionseffekten, se Figur 13. Det är endast minskningen från sanna förväntade värdet före utan åtgärd (d.v.s. 114) som skulle kunna räknas som åtgärdseffekt (utan ytterligare påverkande faktorer, se dock nedan). Minskningen från 114 till 87 (utfallet år 2007) blir därvid 24 procent, se. Detta motsvaras av att sanna DSS- kvoten minskat från 0,0580 till 0,0443, se Figur 12.

Praktiskt taget samma skattning av ”sant” antal DSS före erhålls om man stryker de 16 förhållandevis mest ”extremt stora” (rödmarkerade i bilaga 3) årsvisa DSS-utfallen och ersätter dem med medelvärdet för objektets ifråga övriga två år. Ungefär samma

storleksordning på regressionseffekten erhålls också med tidigare framtagna schablonkurvor.

Figur 12 och Figur 13 illustrerar också gjorda beräkningar för att skatta den egentliga åtgärdseffekten av Argus2 på antal DSS efter eliminering av även andra påverkande störningar (se text efter Figur 13).

Observerade värden före (0,0675 alt. 133) och normala värden före (0,0524 alt. 103) har sammanjämkats med EB-metoden till 0,0580 alt. 114. Notera att ”sanna” värdet är mindre än observerade värdet men också större än normala värdet före (ca 10 procent större). Det observerade värdet har alltså dels varit slumpmässigt stort, dels varit ”sant” stort p.g.a.

särskilda omständigheter på de utvalda och åtgärdade sträckorna.

DSS-kvot, 51 stycken helnya ATK-sträckor

0,0675

0,0524

0,0580 0,0580

0,0551

0,0443

0,0000 0,0100 0,0200 0,0300 0,0400 0,0500 0,0600 0,0700 0,0800

Obs före utan ATK

Normalt före uta n ATK

Sant (förväntat) före utan AT

K

För vän

tat ef ter utan AT

K

För vän

tat ef ter utan AT

K x 0, 95

Observerat eft er me

d ATK Regressionseffekt ca 14 %

Åtgärdseffekt ca 20 %

Figur 12 DSS-kvot före (2003-2005) och efter (2007) införandet av Argus2.

DSS per år, 51 stycken helnya ATK-sträckor

133

103

87 108

114 114

0 20 40 60 80 100 120 140

Obs före utan AT K

Normalt före utan ATK Sant (

förväntat) före u tan

ATK

Förvän tat efter utan A

TK

Förväntat efter u tan A

TK x 0,95

Observe rat efte

r me d ATK Regressionseffekt ca 14 %

Åtgärdseffekt ca 20 %

Figur 13 Antal DSS per år före (2003-2005) och efter (2007) införandet av Argus2.

Förväntade värden under efterperioden utan åtgärd skulle överensstämma med sanna

(förväntade) värden före åtgärd om allt övrigt var konstant. Men trafikarbetet har ökat något

över tiden, det kan föreligga en generell trend med minskad risk eller så kan något annat ha förändrats. En mycket grov bedömning är att förväntade värdet under efterperioden skulle ha minskat med ca 5 procent (till 0,0551 alt. 108,3) även utan ATK. Därför jämförs observerade värden efter och med ATK (0,0443 alt. 87) med nämnda justerade värden. Skattad

åtgärdseffekt på antal DSS erhålls då som 20 procent reduktion.

Betrakta nu 108 som värdet på en parameter (vilket inte är helt oemotsagt). Utan ATK skulle ett prediktionsintervall för antal dödade och svårt skadade år 2007 erhållas som

108 ±2 108 = 108 ± 21 d.v.s. 87 – 129 (approximativt 90 procentigt osäkerhetsintervall eftersom det handlar om skadade personer och inte olyckor) eller 108 ±3 108 = 108 ± 31 d.v.s. 77 – 139 (fördubblad varians och approximativt 95 procentigt osäkerhetsintervall).

Endast med den lägre konfidensgraden skulle den skattade åtgärdseffekten vara precis på gränsen till signifikant skild ifrån noll. Att signifikans inte uppnås kan självfallet bero på att olycksmaterialet i denna före-efter-studie fortfarande är mycket litet och bara omfattar ett efterår.

4.2.2 Med-utan-studier av ”helnya” och ”nygamla” Argus2-sträckor

Underlaget för analys av ”helnya” Argus2-sträckor redovisas i Bilaga 3 och underlaget för

”nygamla” Argus2-sträckor i Bilaga 6. Av de nygamla sträckorna har av särskilda skäl tio objekt strukits ur analysen (tunnlar, speciell vägtyp eller saknade data). Antalet analyserade helnya sträckor är 51 och antalet studerade nygamla 45, totalt 96. Totala längderna är 94 respektive 83 mil, totalt 177 mil (knappt 2 procent av det totala statliga vägnätet). Antalet kameror är 350 respektive 332, totalt 682. Genomsnittligt ÅDT (fordon) är ca 5200 respektive ca 6500, vilket motsvarar ca 5700 respektive ca 7200 axelpar per dygn. Nio respektive tio av sträckorna har även mitträffling.

Totala trafikarbetet per år för de helnya sträckorna uppgår till 1966 miljoner axelparkm och för de nygamla sträckorna till 2179, sammanlagt 4145 miljoner axelparkm och därmed ca 7 procent av det totala trafikarbetet på det statliga vägnätet.

Observerade utfall med ATK har jämförts med ”justerade” normala utfall utan ATK.

Justeringen innebär att utnyttjade normalkvoter har förhöjts med 10 procent för att beakta att ATK-sträckorna sannolikt har varit något farligare än normalt innan åtgärd (jämför med beräkningarna för att skatta ”sanna” förevärden i före-efter-studierna, föregående sidor).

Hänsyn skulle också kunna tas till trend m.m. genom att även multiplicera med en faktor något mindre än 1, vilket dock ej gjorts. Erhållna resultat redovisas nedan i Tabell 7 till Tabell 10 och Figur 14 och Figur 15.

Tabell 7 Observerade DSS-kvoter år 2007 med ATK jämförda med justerade normala kvoter utan ATK.

Normal DSS-kvot

utan ATK

”Justerad” DSS-kvot utan ATK *

Obs DSS-kvot 2007 med ATK

Procentuell skillnad

Helnya 0,0524 0,0576 0,0443 - 23,2 %

Nygamla 0,0492 0,0541 0,0441 - 18,6 %

Alla 0,0507 0,0558 0,0441 - 20,9 %

* ”Justerad” DSS-kvot utan ATK beräknad som Normal DSS-kvot utan ATK × 1,10

Tabell 8 Observerat antal DSS år 2007 med ATK jämfört med justerat normalt antal DSS utan ATK.

Normalt antal

DSS per år utan ATK

”Justerat” antal DSS per år utan ATK *

Obs antal DSS 2007 med ATK

Relativ skillnad med/utan

Absolut skillnad med/utan

Helnya 103,0 113,3 87 - 23,2 % - 26,3

Nygamla 107,3 118,0 96 - 18,6 % - 22,0

Alla 210,3 231,3 183 - 20,9 % - 48,3

* ”Justerat” antal DSS utan ATK beräknat som Normalt antal DSS utan ATK × 1,10 231 ±3 231 = 231 ± 46 d.v.s. 185 – 277, alt. 231 ±2 231 = 231 ± 30 d.v.s. 201 – 261 Signifikant resultat på risknivån 90 procent och på gränsen till signifikant resultat på risknivån 95 procent.

Antal DSS år 2007 med respektive utan ATK

0 50 100 150 200 250

Antal DSS år 2007 utan ATK Antal DSS år 2007 med ATK

Nygamla Helnya

Figur 14 Antal DSS år 2007 på aktuella sträckor med respektive utan Argus2.

Sammantaget handlar det om skattat totalt 48 färre DSS under år 2007 som en följd av att Argus2 införts.

Tabell 9 Observerade D-kvoter år 2007 med ATK jämförda med justerade normala kvoter utan ATK.

Normal D-kvot utan ATK

”Justerad” D-kvot utan ATK *

Obs D-kvot 2007 med ATK

Procentuell skillnad

Helnya 0,0091 0,0100 0,0081 - 18,8 %

Nygamla 0,0090 0,0099 0,0055 - 44,7 %

Alla 0,0091 0,0100 0,0068 - 32,4 %

* ”Justerad” D-kvot utan ATK beräknad som Normal D-kvot utan ATK × 1,10

Tabell 10 Observerat antal D år 2007 med ATK jämfört med justerat normalt antal D utan ATK.

Normalt antal D per år utan ATK

”Justerat”

antal D per år utan ATK *

Obs antal D 2007 med ATK

Relativ skillnad

Absolut skillnad

Helnya 17,9 19,7 16 - 18,8 % - 3,7

Nygamla 19,7 21,7 12 - 44,7 % - 9,7

Alla 37,6 41,4 28 - 32,4 % - 13,4

* ”Justerat” antal D utan ATK beräknat som Normalt antal D utan ATK × 1,10 41 ±3 41 = 41 ± 19 d.v.s. 22 – 60, alt. 41 ±2 41 = 41 ± 13 d.v.s. 28 – 44

Ej signifikant resultat på risknivån 95 procent men på gränsen till signifikant resultat på risknivån 90 procent.

Antal D år 2007 med respektive utan ATK

0 5 10 15 20 25 30 35 40 45

Antal D år 2007 utan ATK Antal D år 2007 med ATK

Nygamla Helnya

Figur 15 Antal D år 2007 på aktuella sträckor med respektive utan Argus2.

Sammantaget handlar det om skattat totalt 13 färre D under år 2007 p.g.a. att Argus2 installerats.

4.2.3 Diskussion och slutsatser

Försök att skatta effekten av nya Argus2 har gjorts med hjälp av såväl före-efter-studier som med-utan-studier. Allt olycksmaterial är hämtat från STRADA för åren 2003–2007.

Olycksmaterialet är fortfarande mycket litet, särskilt vad gäller antalet dödade. Viss osäkerhet råder i bakgrundsdata och använda metoder är inte helt invändningsfria.

Före-efter-studierna och med-utan-studierna ger ungefär samma resultat vilket är en styrka.

Regressionseffekt har så långt möjligt eliminerats och hänsyn har också försökt tagits till andra störande faktorer. Ju bättre genomförd en studie är desto mindre tenderar den skattade åtgärdseffekten att bli. Det är den intressanta slutsats man kan dra angående före-efter-studier av en studie som TØI genomfört [Elvik, 1997].

Resultaten pekar på att ATK reducerar antalet dödade med ca 20–30 procent och antalet DSS med ca 20 procent. Resultaten är fortfarande inte helt statistiskt säkerställda (vad gäller

effekter signifikant skilda ifrån noll). Detta kan dock mycket väl förklaras av att det statistiska