Terug
RapportnummerRA-MOW-2011-027
TitelIdentificatie van factoren die bijdragen tot het voorkomen van crashes op hoog risico locaties
Ondertitel
AuteursTim De Ceunynck
Ellen De Pauw
Stijn Daniels
Tom Brijs
Elke Hermans
Geert Wets
UitgaveSteunpunt MOW, spoor Verkeersveiligheid 2007-2011
Aantal pagina's40
Datum23/05/2012
ISBN
Taal van het documentEngels
Partner(s)Universiteit Hasselt
WerkpakketAndere: Infrastructuur
Samenvatting

Aan de hand van ongevalgegevens van 1997-1999 heeft de Vlaamse overheid 1014 locaties geïdentificeerd als gevaarlijke punten. Dit rapport geeft een aantal verklarende modellen weer die gebouwd werden aan de hand van een dataset van 601 van deze locaties. De bedoeling van het rapport is om de belangrijkste onderliggende factoren te bepalen die het aantal letselongevallen op deze locaties beïnvloeden. Ook zijn de modellen in dit rapport gebruikt in een recente voor-en-na studie over gevaarlijke punten van het Steunpunt Mobiliteit & Openbare Werken, Spoor Verkeersveiligheid om te corrigeren voor het regressie-naar-het-gemiddelde effect.

 

Negatief binomiale modellen worden gebruikt omdat ze kunnen omgaan met de overdispersie die aanwezig is in de dataset. De afhankelijke variabele is het aantal letselongevallen of het aantal zware letselongevallen dat op het kruispunt gebeurd is in de periode 2000-2003. Deze periode is gekozen om het regressie-naar-het-gemiddelde effect op te vangen dat aanwezig is in de ongevalgegevens van 1997-1999. Ongevaldata tot en met 2003 kunnen gebruikt worden omdat de eerste van deze gevaarlijke punten in 2004 werd heringericht in het kader van een grootschalig project van de Vlaamse overheid, waarin 800 gevaarlijke punten worden heringericht om de verkeersveiligheid te verbeteren. Daardoor is overeenstemming tussen de verzamelde ongevallendata en kruispuntkenmerken verzekerd. Informatie over 38 potentieel belangrijke onafhankelijke variabelen werd verzameld. De modellen zijn gebouwd volgens een iteratief proces om problemen met ontbrekende waarden zo goed mogelijk op te vangen. De kwaliteit van de modellen wordt beoordeeld aan de hand van de AIC-waarde. De eindmodellen worden gecontroleerd op multicollineariteitsproblemen met de type II tolerance test.

 

Een aantal modellen en submodellen werden gefit. Twee algemene modellen voor alle ongevallen werden gefit, waarvan één op basis van alle letselongevallen en één enkel gebaseerd op ongevallen met ernstig gewonde of dodelijke slachtoffers. Submodellen werden gefit voor voorrangsgeregelde en lichtengeregelde kruispunten, voor driearmige en vierarmige kruispunten, voor kruispunten binnen de bebouwde kom en buiten de bebouwde kom, en voor drie verschillende types categorisering van de hoofdweg. Hoewel er een aantal verschilpunten zijn tussen de modellen, kunnen een aantal algemene conclusies getrokken worden.

 

Vele ongevalsvoorspellingsmodellen geven aan dat expositie het grootste deel van de structurele variatie in de data verklaart. Ook in deze studie zijn de expositievariabelen LOGVOLMAJTOTAL en LOGVOLMINTOTAL zeer belangrijke verklarende variabelen. De modellen in deze studie tonen een positief maar inelastisch verband aan tussen het aantal ongevallen en de voertuigintensiteiten.

 

Wat betreft de geometrische kruispuntkenmerken, blijkt de aanwezigheid van een middenberm op de hoofd- of onderliggende weg te correleren met een hoger aantal ongevallen. De variabele SIGNALS is enkel aanwezig in het algemene model voor ongevallen met zwaargewonde en dodelijke slachtoffers. De variabele wijst aan dat er een groter aantal ernstige letselongevallen gebeuren op de lichtengeregelde kruispunten in deze dataset dan op niet-lichtengeregelde kruispunten. Driearmige kruispunten blijken een lager aantal letselongevallen te hebben dan kruispunten met meer dan drie armen.  Verder blijken kruispunten op wegen met een snelheidslimiet van 50 km/u vaak een significant hoger aantal ongevallen te hebben dan de andere categorieën. Het is daarom aanbevolen dat gevaarlijke kruispunten op wegen met een snelheidslimiet van 50 km/u speciale aandacht krijgen van wegontwerpers en beleidsmakers. Variabelen die de aanwezigheid van voorzieningen voor zwakke weggebruikers beschrijven verschijnen ook in een aantal modellen, maar wijzen niet consistent in dezelfde richting. De bestaande wetenschappelijke literatuur is echter ook niet eenduidig over de invloed van voorzieningen voor zwakke weggebruikers op het aantal ongevallen. Een aantal modellen geven een lager aantal ongevallen aan wanneer één of meerdere kruispunttakken niet loodrecht aansluit in vergelijking met kruispunten waar wel alle takken loodrecht aansluiten. Hoewel dit eerder onverwacht lijkt, komen een aantal andere studies ook tot gelijkaardige bevindingen. Het aantal rijstroken van de kruispunttakken is aanwezig in enkele modellen, maar is vaak niet aanwezig in het eindmodel omwille van multicollineariteitsproblemen.

 

De functionele wegencategorisering is een aspect dat zelden wordt opgenomen in studies die gebruik maken van ongevalsvoorspellingsmodellen. De variabelen RDCATMAJ en RDCATMIN verschijnen in deze studie echter in verschillende eindmodellen. Kruispunten op primaire wegen blijken vaak een significant hoger aantal letselongevallen te tellen dan andere wegcategorieën. Deze kruispunten verdienen dan ook speciale aandacht. Over het algemeen lijkt de tendens dat kruispunten van een hogere wegcategorie een hoger aantal ongevallen hebben. Alleen de categorie MAIN volgt dit patroon niet, wat verklaard kan worden door het feit dat dit in feite kruispunten zijn met op- en afritten van hoofdwegen. Één submodel geeft een hoger aantal ongevallen aan wanneer het kruispunt tot het functionele en/of recreatieve fietsroutenetwerk behoort, maar de variabele zou ook een proxy kunnen zijn voor een hogere intensiteit van fietsers.

 

In een aantal model geven de grondgebruikvariabelen PUBLIC, RESIDENTIAL en ECONOMIC aan dat er een hoger aantal letselongevallen gebeurt op kruispunten waar het grondgebruik bestaat uit openbare voorzieningen, woongebied of commerciële activiteiten respectievelijk. Deze variabelen fungeren mogelijk echter als proxy voor de expositie van zwakke weggebruikers. BUILTUP is aanwezig in het submodel voor secundaire wegen. De variabele wijst op een hoger aantal ongevallen wanneer bebouwing aanwezig is rond het kruispunt, wat de veiligheidsproblemen die veroorzaakt worden door de aanwezigheid van lintbebouwing benadrukt.

 

Het is aanbevolen dat toekomstig onderzoek gegevens over de expositie van andere types weggebruikers dan enkel motorvoertuigen ook in rekening brengt. Ook kunnen nauwkeurigere telgegevens van de voertuigintensiteiten worden verzameld, of kan een meer gesofisticeerde expositiemaatstaf worden gemeten, zoals bijvoorbeeld het aantal ontmoetingen tussen weggebruikers. Tenslotte kan toekomstig onderzoek ook focussen op het verder onderzoeken van de causaliteit van de correlaties die werden gevonden in de dataset.

DownloadPDF icon RA-MOW-2011-027.pdf
Lijn

Missie

Het Steunpunt Verkeersveiligheid voert in opdracht van de Vlaamse overheid beleidsondersteunend wetenschappelijk onderzoek uit over verkeersveiligheid. Het Steunpunt

Verkeersveiligheid is een samenwerkingsverband tussen de Universiteit Hasselt, de KU Leuven en VITO, de Vlaamse Instelling voor Technologisch Onderzoek.

Partners

Leuven vito