Effectiviteit van onbemande camera's

Effectiviteit van onbemande camera's

data uit vijf politiezones

RA-2006-90

Erik Nuyts

Onderzoekslijn infrastructuur en ruimte

DIEPENBEEK, 2012. STEUNPUNT VERKEERSVEILIGHEID.

Documentbeschrijving

Rapportnummer:

RA-2006-90

Titel:

Effectiviteit van onbemande camera's

Ondertitel:

data uit vijf politiezones

Auteur(s):

Erik Nuyts

Promotor:

Rob Cuyvers

Onderzoekslijn:

infrastructuur en ruimte

Partner:

Provinciale Hogeschool Limburg

Aantal pagina’s:

34

Trefwoorden:

verkeersveiligheid, steunpunt, effectiviteit, onbemande camera's, ongevallen, vergelijkingsgroep

Projectnummer Steunpunt:

2.2.4

Projectinhoud:

Berekening van effectiviteit verkeersveiligheidsmaatregelen

Uitgave: Steunpunt Verkeersveiligheid, juni 2006.

Steunpunt Verkeersveiligheid Universitaire Campus Gebouw D B 3590 Diepenbeek T 011 26 81 90 F 011 26 87 11 E [email protected] I www.steunpuntverkeersveiligheid.be

van

Samenvatting

Eerder had het Steunpunt Verkeersveiligheid een onderzoek naar het effect van onbemande camera’s op de verkeersveiligheid berekend op basis van 3 wegassen in één politiezone, met een na-periode van één jaar (Nuyts, 2004). Dit onderzoek is nu uitgebreid voor 11 wegassen uit drie politiezones, met na-periodes tot 3 jaar. Bovendien worden de resultaten vergeleken met die van twee andere politiezones waar onbemande camera’s gebruikt zijn in combinatie met andere maatregelen. Daarom geven de huidige conclusies een beter beeld van de Vlaamse situatie dan het rapport uit 2004. De effectiviteit is berekend rekening houdend met regressie naar het gemiddelde en met de algemene ongevallentrend. Correcties zijn gebeurd met behulp van een vergelijkingsgroep. 

De beste schatting van het effect van deze Vlaamse onbemande camera’s is een significante reductie van alle ongevallen, inclusief ongevallen met uitsluitend materiële schade met 20% à 21%. Deze reductie sluit aan bij de internationaal gepubliceerde cijfers.



Het effect van deze Vlaamse onbemande camera’s op letselongevallen is minder uitgesproken: een niet-significante reductie van 7% à 9%. Vlaanderen zit hiermee aan de lage kant van de internationale cijfers.



In tegenstelling tot de internationale cijfers vinden we minder effect voor de letselongevallen dan voor alle ongevallen, inclusief ongevallen met enkel materiële schade.



Het effect van camera’s die nooit gehomologeerd waren, maar waar een bord met dynamische snelheidsinformatie met “U rijdt te snel” staat, is zeker even groot als die van de locaties waar de camera’s wel flitsen. Dat dreiging van camera’s op zich reeds effect kan hebben wordt internationaal ondersteund.

Met behulp van regressieanalyses en rangcorrelaties is geprobeerd om richtlijnen te zoeken onder welke omstandigheden onbemande camera’s het meest effectief zijn. 

We vinden voor Vlaanderen dat onbemande camera’s effectiever zijn voor letselongevallen als ze dichter bij elkaar staan. Het is dus effectiever om een redelijk aantal camera’s voldoende dicht bij elkaar op een rij te zetten. De data lieten niet toe om een optimale afstand te vinden tussen onbemande camera’s. Het beleidsvoorstel is om niet te werken met geïsoleerde camera’s, maar met een as van camera’s voldoende dicht bij elkaar.



Internationaal vindt men dat snelheidscamera’s het meeste effect hebben bij wegen waar het aantal ongevallen hoger lag dan het gemiddelde van hun type, en met een minimum van 0.5 ongevallen per jaar. Voor Vlaanderen vinden we geen trend.



We vinden geen indicatie dat onbemande camera’s minder effectief worden als ze al langer op een locatie staan. In die zin zijn onbemande camera’s een blijvend effectieve investering. We vinden echter evenmin dat ze steeds effectiever zouden worden.

Voor één politiezone hebben we analyses uitgevoerd op het niveau van kruispunten i.p.v. op het niveau van wegassen. We beschikten over twee datasets, elk met zijn eigen beperkingen. Eén dataset op basis van een grotere vergelijkingsgroep getrokken uit het lokale databestand, met beperkte zekerheid over de exacte locatie van ongevallen. En een tweede met een kleinere vergelijkingsgroep op basis van meer exacte informatie uit de processen verbaal. De resultaten van analyses op beide datasets ondersteunen elkaar

Steunpunt Verkeersveiligheid

3

RA-2006-90

niet. Gezien de beperkte gegevens in beide gevallen, kunnen geen beleidsconclusies getrokken worden. Dit toont nog maar eens de noodzaak aan om op een uniforme en gedetailleerde manier gegevens te bewaren.


4

RA-2006-90

Summary In a previous report, the Flemish Policy Research Centre for Traffic Safety investigated the effect of automated red light and speed cameras on traffic safety, based on 3 roads in a single police zone, with a post-period of 1 year (Nuyts, 2004). This research is extended to 11 roads in three police zones, with post-periods up to 3 years. Moreover, results are compared with data from two other police zones where automated cameras are used together with other traffic safety measures. Hence, the present conclusions are more representative for Flanders (Belgium) than those from the former report. The effectivity of the cameras is calculated taking into account the regression to the mean and the general accident trend. This is done by using a comparison group. 

The best estimate of the effect of the Flemish automated cameras is a significant reduction of all accidents of 20% à 21% in the number of all types of accidents (including both accidents with and without injuries). This reduction is in line with the internationally published results.



The effect of the Flemish automated cameras on injury accidents is less pronounced: a non-significant reduction of 7% to 9%. This reduction is lower than the internationally published results.



Contrary to what mostly is found, the cameras in Flanders were less effective for injury accidents than for all accidents.



The effect of camera boxes, that were never allowed to have working cameras, but with dynamic information sign “You are driving too fast” is comparable to the effect of camera boxes with working cameras. Also, other studies show that the thread of boxes without cameras can affect traffic safety.

Using regression and rang correlation analyses, it was tried to find the optimal circumstances of camera locations. 

The smaller the distance between automated cameras in Flanders, the more effective they are for injury accidents. Hence, it is proposed as a policy rule not to work with isolated cameras, but with axes of cameras close enough to each another.



It is found internationally that speed cameras are more effective on roads with an accident rate above average in the pre-period. This result is not found in Flanders.



No indication is found that cameras become less effective the longer the post-period. Hence, they are a permanent effective measure. On the other hand, no indication is found that they should become more effective with increasing post-period.

For one police zone, analyses are performed on the level of intersections instead of roads. Two data sets were available, each with their own limitations. One data set had a larger comparison group drawn from the local database, with limited information on the exact locations of accidents. A second data set, with a smaller comparison group, was based on the written warrants, where precise information was found concerning the exact location of the accident. The results of both analyses contradicted one another. Hence, no policy conclusion could be drawn from this. Except the need of uniform detailed databases.


5

RA-2006-90

Inhoudsopgave

1.

INLEIDING

8

1.1

Aanleiding van dit rapport

8

1.2

Doelstellingen van dit rapport

8

2.

DATAVERZAMELING EN METHODIEK

9

2.1

Berekening van de effectiviteit

9

2.1.1

Correctie voor de trend en voor regressie naar het gemiddelde via CESaM 9

2.1.2

Effectiviteitsindex

10

2.1.3

Overdispersie

10

2.2

Algemeen voor alle politiezones

10

2.3

Onbemande camera’s in politiezone 1

10

2.3.1

Wegen met onbemande camera’s

10

2.3.2

Zijn de voorwaarden voor een goede berekening voldaan ?

11

2.4

2.5

2.6

2.7

3.


11

2.4.1


11

2.4.2

De vergelijkingsgroep

13

2.4.3


13


14

2.5.1


14

2.5.2


14


15

2.6.1

Wegen met onbemande camera’s, maar ook andere maatregelen

15

2.6.2


15

2.6.3


15


16

2.7.1

Volledigheid van de beschikbare data

16

2.7.2


16

RESULTATEN


18 6

RA-2006-90

3.1 Berekening van de effectiviteitsindices voor alle ongevallen (zowel uitsluitend materiële schade als letselongevallen) 18 3.2

Effectiviteit enkel voor letselongevallen

20

3.3

Effectiviteit van locaties waar enkel kastjes stonden zonder werkende camera’s 23

3.4

Analyses op de effectiviteitsindices

23

3.4.1

Stijgt de effectiviteit in de loop der jaren ?

23

3.4.2

Onder welke omstandigheden zijn de camera’s het meest effectief ?

24

4.

DISCUSSIE

26

4.1

Ongevallenreductie door onbemande camera’s, vergelijking met Tienen

26

4.2

Ongevallenreductie door onbemande camera’s, internationale vergelijking

26

4.3

Effectiviteit van kastjes zonder camera’s

27

4.4

Geen verschil van effectiviteit in de loop der jaren

28

4.5

Onbemande camera’s effectiever als ze dichter bij elkaar staan

28

4.6

Onbemande camera’s het effectiefste waar de meeste ongevallen gebeuren

29

5.

CONCLUSIE EN BELEIDSAANBEVELINGEN

30

5.1

Conclusies

30

5.2

Aanbevelingen

31

5.3

Verder onderzoek

31

6.

DANKBETUIGING

32

7.

REFERENTIES

33


7

RA-2006-90

1.

INLEIDING

1.1

Aanleiding van dit rapport

De laatste jaren worden steeds vaker onbemande camera’s gebruikt om maximale snelheidslimieten en het respecteren van de verkeerslichten af te dwingen. Zowel uit de internationale literatuur, als uit beleving in Vlaanderen kan men opmaken dat onbemande camera’s effectief zijn. Het is echter belangrijk om niet enkel het gevoel te hebben dat maatregelen werken, maar om dit effect ook te kunnen kwantificeren. Want steeds meer stelt het beleid zich kwantitatieve doelstellingen (Bv. Verkeerspolitie Antwerpen, 2002; Staten-generaal van de verkeersveiligheid, 2002; Ministerie van de Vlaamse Gemeenschap (Vlaamse Totaalplan Fiets), 2002). Om na te gaan of, en zo ja hoe deze doelstellingen bereikt kunnen worden, moet het effect van de maatregelen ook gekwantificeerd worden. In 2004 werd de effectiviteit berekend van drie assen met onbemande camera’s in Antwerpen, één jaar nadat ze in werking waren gesteld (Nuyts, 2004). In dit rapport willen we de resultaten op twee manieren uitbreiden. Ten eerste beschikken we nu ook over data van het tweede en het derde jaar na de inwerkingstelling van de camera’s in Antwerpen. Bovendien hebben we ook data van vier andere politiezones. Door het samennemen van de gegevens van deze verschillende gebieden worden de resultaten beter extrapoleerbaar voor de rest van Vlaanderen. Het is niet de bedoeling van dit rapport om alle afleidingen en details van de methodiek opnieuw te overlopen. Die zijn in een aantal eerdere rapporten uitgebreid besproken (Nuyts & Cuyvers, 2003; Nuyts, 2004; Van Geirt & Nuyts, 2004). Dit rapport is op zcizelf te lezen, maar op een aantal plaatsen verwijzen we de geïnteresseerde lezer voor methodische details naar de andere rapporten.

1.2

Doelstellingen van dit rapport

Voor elk van de wegen of kruispunten met onbemande camera’s bepalen we de effectiviteit van de camera’s. Voor de betrokken politiezones heeft dit het voordeel dat ze de effectiviteit kennen van elk van hun locaties. Voor andere politiezones en geïnteresseerden geven deze specifieke effectiviteiten het bereik van de mogelijke effectiviteit van hun onbemande camera’s. Om resultaten te extrapoleren hebben we liever een meer algemeen beeld van de effectiviteit van ‘een’ onbemande camera. Daarom voegen we nadien de effectiviteiten van de verschillende locaties samen via een meta-analyse. De gebruikte techniek corrigeert expliciet voor regressie naar het gemiddelde, en voor de algemene trend van het aantal ongevallen. Daarnaast beschikken we voor de betrokken wegassen ook over de afstand tussen de onbemande camera’s, de weglengte, het aantal jaar dat de camera’s al werkzaam zijn, … We gaan na welk van deze variabelen invloed heeft op de effectiviteit van de onbemande camera’s.


8

RA-2006-90

2.

DATAVERZAMELING

EN

METHODIEK

In dit technische hoofdstuk geven we eerst een overzicht van methodes en definities. Daarna overlopen we de kwaliteit van de gebruikte data zone per zone.

2.1

Berekening van de effectiviteit

2.1.1 Correctie voor de trend en voor regressie naar het gemiddelde via CESaM Twee klassieke fouten bij het berekenen van het effect van een maatregel zijn het negeren van de algemene ongevallentrend in het gebied, en het negeren van regressie naar het gemiddelde. We geven twee simplistische voorbeelden om de problematiek te schetsen. Stel dat er 10 ongevallen zijn op een kruispunt. Als maatregel schilderen we de lantaarnpalen op dat kruispunt roze. Het jaar daarop zijn er 5 ongevallen op het kruispunt. Op het eerste zicht lijkt dit een effectiviteit van 50% (vermindering van 10 naar 5 ongevallen). Maar als we nu weten dat er in datzelfde jaar een scherpe politieactie tegen overdreven snelheid was, en dat in het ganse gebied het aantal ongevallen met 50% daalde, dan relativeert dit de effectiviteit van de roze lantaarnpaal wel. Correctie voor de algemene trend gebeurt door vergelijking met een vergelijkingsgroep. Het tweede voorbeeld begint helemaal als het eerste: 10 ongevallen, lantaarnpalen roze schilderen, nog 5 ongevallen. Deze keer geen gelijktijdige politieactie als verklaring. Maar in de vier jaren vóór het roze schilderen van de lantaarnpalen bedroeg het aantal ongevallen respectievelijk: 4, 5, 4 en 10. De 10 ongevallen in dat laatste jaar was puur toeval. Maar deze 10 werden ervaren als ‘nu wordt het te erg’, en als maatregel werden er lantaarnpalen roze geschilderd. Het jaar daarop was geen pech-jaar, en er waren opnieuw 5 ongevallen. Het proces, waarbij na een toevallig uitzonderlijk jaar er het jaar daarop terug minder ongevallen zijn, noemt men ‘regressie naar het gemiddelde’. We kennen dit effect allemaal bij dobbelstenen. Als iemand een zes gooit met een dobbelsteen, verwacht je niet dat de volgende worp weer een zes is. Je verwacht minder. En als iemand bij zijn eerste worp een één gooit verwacht je dat de volgende hoger zal zijn. We verwachten dit alleen niet bij verkeersongevallen. De correctie voor regressie naar het gemiddelde is veel technischer dan de correctie voor de algemene trend. Bij de berekeningen hebben we rekening gehouden met beide correcties. Voor een uitgebreide Nederlandstalige verklaring van de methodiek verwijzen we naar Nuyts & Cuyvers (2003). Voor enkele aanvullingen van de formules voor wegen met ongelijke lengte verwijzen we naar Nuyts (2004). In de praktijk hebben we gebruik gemaakt van de berekeningssoftware CESaM (Calculator for Effects of Safety Measures). Deze software, geschreven in Microsoft Excel, geeft de gebruiker de mogelijkheid om beide correcties toe te passen zonder dat een diepgaand inzicht vereist is in alle technische en statistische aspecten. Bovendien krijgt de gebruiker ook feed-back op vergelijkbaarheid van de vergelijkingsgroep, het betrouwbaarheidsinterval van de effectiviteit, de significantie van de resultaten, … Voor meer informatie over deze software, zie Van Geirt & Nuyts (2004). Om gegevens van verschillende onderzoeken samen te voegen wordt een meta-analyse gebruikt. De verschillende onderzoeken in dit rapport zijn de verschillende politiezones, die elk hun eigen beleid en dus ook hun eigen vergelijkingsgroep hebben. Ook hier verwijzen we voor een uitgebreide Nederlandstalige verklaring van de methodiek naar Nuyts & Cuyvers (2003) en voor de berekening met het softwarepakket CESaM naar Van Geirt & Nuyts (2004).


9

RA-2006-90

2.1.2 Effectiviteitsindex De berekende resultaten zijn effectiviteitsindices. Een effectiviteitsindex van 70% betekent dat er na het invoeren van de maatregel nog 70% van de ongevallen overblijft. Het aantal ongevallen is in dat geval dus met 30% verminderd. 2.1.3 Overdispersie Ongevallen worden in de wetenschappelijke wereld al geruime tijd beschouwd als Poisson of negatief binomiaal verdeeld. De variantie van een negatief binomiaal verdeelde variabele Y wordt geschreven als

Var (Y )    k 2 , waarbij  het gemiddelde van de

verdeling is en k de dispersiefactor wordt genoemd. Bij een Poisson verdeling is de variantie gelijk aan het gemiddelde van de verdeling, of Var (Y )   . In de limiet, bij een dispersiefactor gelijk Poissonverdeling.

aan

0,benadert

een

negatief

binomiaalverdeling

een

Theoretisch is de dispersiefactor een niet-negatief getal. Indien de dispersiefactor negatief is, is de variantie van het aantal ongevallen van de vergelijkingsgroep kleiner dan het gemiddelde. De ongevallen zijn in dat geval niet negatief binomiaal verdeeld en de gebruikte formules mogen dan niet toegepast worden.

2.2

Algemeen voor alle politiezones

Alle ongevallendata, zowel van de locaties met camera’s als van de vergelijkingsgroep, zijn steeds geleverd door de Lokale Politie. De keuze van een vergelijkingsgroep is nooit evident, want er is in praktijk nooit een perfecte vergelijkingsgroep te vinden. De manier om ongevallendata te bewaren kan vrij sterk verschillen tussen verschillende politiezones. Ook de manier om, naast het gebruik van onbemande camera’s, de snelheidslimiet af te dwingen verschilt tussen politiezones. Om de ongevallentrend tussen een locatie met een maatregel en de bijbehorende vergelijkingsgroep te bewaren, zijn voor de verschillende vergelijkingsgroepen steeds wegen gekozen uit dezelfde politiezone. De vergelijkingswegen zijn bepaald door de Lokale Politie, aangezien zij over de meeste terreinkennis beschikken. Aan de 11 wegen is een neutraal ID-nummer toegekend om naar de wegen te refereren (weg 1, weg 2, …weg 11).

2.3 2.3.1

Onbemande camera’s in politiezone 1 Wegen met onbemande camera’s

De camera’s zijn opgesteld in assen (2 à 5 op een rij). Op elke as is er in elke rijrichting telkens minstens één onbemande camera actief, 24 uur op 24, zonder dat de bestuurders weten welke. Alle camera’s kunnen snelheid meten, sommige meten ook rood licht overtredingen. Wegassen waarvan de camera’s nog maar een half jaar werkzaam waren, zijn niet meegenomen, omdat de na-periode dan te kort is voor een betrouwbare analyse. Op weg 6 zijn eind 2003-begin 2004 wel kastjes gezet om camera’s in te plaatsen, maar zijn er wegens juridische en locale redenen geen camera’s in gebruik gesteld. Een


10

RA-2006-90

tijdlang zijn er wel borden geplaatst met “U rijdt te snel”. Deze locaties analyseren we apart. Tijdens de dataverzameling van dit onderzoek waren er wegenwerken, waarvan verwacht werd dat ze de effectiviteit van de onbemande camera’s van weg 5 zouden beïnvloeden. Want zowel een stijging als een daling van de verkeersintensiteit hebben hun invloed op het ongevalrisico. Bij de analyses is dit apart onderzocht.

2.3.2 Zijn de voorwaarden voor een goede berekening voldaan ?



Een vuistregel in de verkeerskunde zegt dat drie jaar een goed aantal is om gemiddeldes van te berekenen. In drie jaar verandert er meestal niet zoveel, en anderzijds vermindert de kans dat de resultaten te wijten zijn aan een toevallig goed of slecht jaar. Hier zijn een aantal kanttekeningen bij te maken, maar als vuistregel is ‘drie jaar’ wel bruikbaar. Voor zone 1 beschikken we over data van 6 jaar. Afhankelijk van de plaatsing van de camera’s is dit een voor-periode en een na-periode van drie jaar (drie wegen), of een voor-periode van 4 jaar en een na-periode van 2 jaar (2 wegen) of een na-periode van 1 jaar (1 weg).



Om relevante uitspraken te kunnen doen moeten de aantallen voldoende groot zijn. Hauer (1991) geeft 150 als absolute minimum voor het aantal ongevallen in de vergelijkingsgroep, en 300 als minimale streefcijfer. Voor de analyses van alle ongevallen is daaraan voldaan (in totaal 785 ongevallen). Voor de letselongevallen zijn de aantallen beperkter: 404. Dat maakt dat bij de locaties waar de camera’s nog maar één jaar staan, er in de na-periode soms wat weinig data zijn (maar nog steeds minimaal 66).



De vergelijkingsgroep wordt betrouwbaar geacht als de gemiddelde odds-ratio in de buurt ligt van 1, de standaardafwijking mag oplopen tot 0.20 (Hauer, 1997; Elvik, 2000). Voor tien gemiddelde odds-ratio’s in zone 1 was dit in orde (0.92-1.07), voor twee andere was dit minder goed (0.85-0.90). De standaardafwijkingen voldoen minder aan dit criterium: zes voldoen (0.01-0.21), zes zijn te groot (0.28-0.65). We vergelijken echter series van drie tot vijf jaar, in plaats van de gewenste serie van 10 jaar of meer (Hauer, 1997; Elvik, 2000).



Om de overdispersiefactor bij correctie voor regressie naar het gemiddelde te kunnen berekenen moet de variantie van het aantal ongevallen van de vergelijkingsgroep kleiner zijn dan of gelijk aan het gemiddeld aantal ongevallen van de vergelijkingsgroep. Theoretisch kan dat niet anders (Hauer, 2003). In praktijk gebeurt dit soms toch (zie later). Maar voor zone 1 was dit voor alle berekeningen in orde.

De conclusie is dat de data beter hadden gekund, maar dat voor geen enkel criterium de afwijking van het gewenste zo groot is dat de resultaten niet zinvol zijn.

2.4 2.4.1

Onbemande camera’s in politiezone 2 Wegen met onbemande camera’s

In zone 2 betreft het twee wegen. Het gedeelte van weg 8 met onbemande camera’s ligt in het verlengde van weg 7. In die zin beïnvloeden wegen 7 en 8 zeker elkaars effectiviteit. De camera’s zijn geplaatst in april 2003. Het is pas vanaf 2002 dat de gegevens van de vier gemeenten in hetzelfde databestand bewaard werden. De databestanden van vóór


11

RA-2006-90

2002 zijn niet vergelijkbaar, als ze al terug te vinden zijn. Van 2002 ontbreken voor één maand alle gegevens, waardoor de voorperiode slechts 14 maanden bedraagt. De naperiode loopt van mei 2003 tot oktober 2005 en bedraagt 30 maanden. De correctie voor regressie naar het gemiddelde is bij weg 1 erg groot. Bij de berekening van het verwachte aantal ongevallen wordt bijna de helft van het gewicht (53%) toegekend aan de vergelijkingsgroep, waar dit in zones 1 en 3 eerder rond 5% ligt. Dit is enerzijds omdat de vergelijkingsgroep in zone 2 vrij homogeen is en de overdispersiefactor dan relatief klein (0.13). Dat veroorzaakt op zich geen vertekening van het resultaat. Maar dit is ook het gevolg van een korte voorperiode. Bij een korte voorperiode houdt de berekening er meer rekening mee dat een hoog ongevalscijfer toeval is. Als hoge ongevalsaantallen zich op een bepaalde plaats jaar na jaar voordoen, dan is dit geen toeval en wordt de correctie voor regressie naar het gemiddelde beperkt. Het gevoel van personen die bekend zijn met de lokale situatie is dat het hoge ongevalscijfer geen toeval is, maar dat is dus niet rechtstreeks uit de dataset op te maken (wegens dataset te beperkt in tijd). Het probleem is dat, mét correctie voor regressie naar het gemiddelde, de effectiviteitsindex 1.12 bedraagt (dus 12% meer ongevallen), maar zonder deze correctie 0.88 (dus 12% minder ongevallen). Zoals gezegd kunnen we geen strikte vergelijking maken met de vorige jaren omdat de databanken gewijzigd zijn. De wegen met onbemande camera’s liggen echter in één gemeente, waardoor een langere voorperiode bekijken zonder te vergelijken met de vergelijkingsgroep op zichzelf staand wel zinvol is. In figuur 1 en figuur 2 vergelijken we de voorperiode voor dit onderzoek (2002) met de twee jaar daarvoor, om regressie naar het gemiddelde te kunnen inschatten. De naperiode nemen we niet mee in deze figuren omdat we hoe dan ook een breuk verwachten ten gevolge van het plaatsen van de camera’s. Figuur 1: Evolutie ongevallenaantal weg 7. De voorperiode van 14 maand is herrekend naar 12 maand om beter te kunnen vergelijken.

aantal ongevallen

Aantal ongevallen op weg 7 120 Enkel Stoffelijke schade

100 80

Letselongevallen

60 40

Alle ongevallen

20 0 2000

2001

voorperiode camera's

jaar

Voor weg 7 is het ongevallenaantal in de voorperiode weliswaar het hoogste van de drie beschikbare jaren, maar zeker niet uitzonderlijk veel hoger dan in 2000 (Figuur 1). De conclusie voor weg 7 is dat de correctie voor regressie naar het gemiddelde waarschijnlijk een te negatieve effectiviteitsindex berekent.


12

RA-2006-90

Figuur 2: Evolutie ongevallenaantal weg 8. De voorperiode van 14 maand is herrekend naar 12 maand om beter te kunnen vergelijken.

aantal ongevallen

Aantal ongevallen op weg 2 6 Enkel Stoffelijke schade

5 4

Letselongevallen

3 2

Alle ongevallen

1 0 2000

2001

voorperiode camera's

jaar

Voor weg 8 lijkt de voorperiode van de camera’s uitzonderlijker (Figuur 2). Of de regressie naar het gemiddelde over- of onderschat wordt, blijkt echter voor de berekening van de effectiviteit van deze weg weinig uit te maken. Met correctie voor regressie naar het gemiddelde is de effectiviteitsindex 1.16, zonder deze correctie 1.11. In de berekeningen geven we voor beide wegen de berekeningen met en zonder correctie voor regressie naar het gemiddelde.

2.4.2


Aangezien de vergelijkingsgroep wel binnen de politiezone ligt, maar niet binnen de gemeente waar de wegen met camera’s zich bevinden, zijn enkel data gebruikt vanaf het ogenblik dat de gemeentes één politiezone vormden, met een overkoepelend beleid en een identieke ongevallenregistratie. Het aantal ongevallen van de vergelijkingsgroep is klein. De vergelijkingsgroep uitbreiden bleek echter niet mogelijk. Wegen die er op kaart uit zagen als redelijke aanvullingen, bleken zowel op basis van terreinkennis als op basis van vergelijkende analyses wezenlijk te verschillen. 2.4.3 Zijn de voorwaarden voor een goede berekening voldaan ?



De voor-periode is voor zone 2 uitzonderlijk kort: 14 maand, de naperiode van 2.5 jaar is redelijk.



Om relevante uitspraken te kunnen doen, moeten de aantallen voldoende groot zijn, met 150 als een minimum. Voor alle ongevallen bedroeg het aantal in de voorperiode 55 in de na-periode 132. Voor de letselongevallen zijn de aantallen nog beperkter, resp. 28 en 65.



De berekening van de odds-ratio levert weinig op omdat er slechts 14 maand in de voor-periode is. Dit geeft te weinig informatie om relevante uitspraken te doen.


13

RA-2006-90



De berekening van de overdispersiefactor die nodig is voor de regressie naar het gemiddelde is gebaseerd op het feit dat de variantie van het aantal ongevallen van de vergelijkingsgroep kleiner of gelijk is aan het gemiddeld aantal ongevallen van de vergelijkingsgroep. In drie van de vier berekeningen was dit niet zo. Dit wil zeggen dat de vergelijkingsgroep homogener is dan verwacht. Het ontbreken van de overdispersiefactor maakt de berekening van de effectiviteit onmogelijk. Daarom zijn overdispersiefactoren gebruikt uit andere berekeningen. Een redelijke schatter voor een onberekenbare overdispersiefactor is de gemiddelde overdispersiefactor van de locaties met dezelfde vergelijkingsgroep (Nuyts, in voorbereiding). Een alternatief, indien geen enkele dispersiefactor berekenbaar is voor een bepaalde vergelijkingsgroep is de gemiddelde overdispersiefactor van andere locaties voor hetzelfde type van ongevallen met dezelfde maatregel. Het extrapoleren van overdispersiefactoren is niet ongebruikelijk in de literatuur (Elvik, 1997; Elvik et al., 2001).



Een belangrijker probleem is dat de correctie voor regressie naar het gemiddelde waarschijnlijk voor minstens één weg de effectiviteit van de onbemande camera’s vertekent. De berekening is gebaseerd op één jaar voor de plaatsing van de maatregel, wat veel ruimte laat voor regressie naar het gemiddelde. Er zijn echter indicaties dat het jaar voor de maatregel niet zo uitzonderlijk gevaarlijk was.

De data van zone 2 zijn erg beperkt. Binnen de meta-analyse hebben ze hun waarde om het geheel te vergroten, maar alleenstaand moeten ze met de nodige voorzichtigheid geïnterpreteerd worden.

2.5


De meeste data zijn overgenomen uit het proefschrift van Valérie Wauters (2005). Wauters heeft haar gegevens gekregen van de Lokale Politie. Doordat zij voor haar berekeningen ook de berekeningstool CESaM gebruikt heeft, is de berekeningswijze identiek als die van de andere wegen in dit rapport en zijn haar resultaten volledig samen te voegen met die van de andere politiezones. Aanvullende gegevens over aantal camera’s en weglengtes zijn later nog door de Lokale Politie verstrekt aan het Steunpunt Verkeersveiligheid. 2.5.1


Op drie wegen zijn eind 2001 onbemande camera’s in gebruik genomen. Voor de voorperiode zijn data gebruikt van januari 1999 tot juni 2001, voor de naperiode van januari 2002 tot juni 2004. In beide gevallen dus 2,5 jaar. Omdat ongevallen met uitsluitend materiële schade slechts geregistreerd zijn tot 2000 zijn er enkel analyses gevoerd voor letselongevallen (Wauters, 2005). 2.5.2 Zijn de voorwaarden voor een goede berekening voldaan ? Alle gegevens komen uit Wauters (2005).



De vuistregel zegt dat drie jaar een goed aantal is om gemiddeldes van te berekenen. Voor zone 3 zijn zowel voor de voor-periode als voor de na-periode 2.5 jaar beschikbaar. Dit is zeker voldoende om al conclusies te kunnen trekken.



De vergelijkingsgroep moet voldoende groot zijn. In de voor-periode bedragen de ongevallen in de vergelijkingsgroepen 138, 153 en 157, in de na-periode resp. 90, 139 en 157. Dit benadert het minimum van 150 redelijk.


14

RA-2006-90



De odds-ratio’s zijn bepaald op basis van vijf halve jaren. De gemiddelde odds-ratio zou in de buurt moeten liggen van 1, de standaardafwijking mag oplopen tot 0.20. Zowel de gemiddelde odds-ratio’s (1,15 tot 1,20) als de standaardafwijkingen (0.24 tot 0.31) zijn wat hoog, maar nog aanvaardbaar.



De berekening voor regressie naar het gemiddelde stelde geen problemen.

Net zoals voor zone 1 is de conclusie dat de data beter hadden gekund, maar dat voor geen enkel criterium de afwijking van het gewenste zo groot is dat de resultaten niet zinvol zijn.

2.6 2.6.1

Onbemande camera’s in politiezone 4 Wegen met onbemande camera’s, maar ook andere maatregelen

De data zijn overgenomen uit Vrolix (in voorbereiding). Het betreft één wegas over verschillende politiezones heen met verscheidene onbemande camera’s. De data uit het onderzoek van Vrolix zijn echter allemaal bekomen uit dezelfde politiezone. Camera’s zijn geplaatst in 2002, de voorperiode start echter al bij 1990, een uitzonderlijk lange periode voor systematische data bij Vlaamse effectiviteitsberekeningen. Het probleem dat zich stelt bij deze berekening is dat tegelijkertijd drie maatregelen zijn genomen: het plaatsen van onbemande camera’s, het verhogen van bemand toezicht en een snelheidsverlaging van 90 km/u naar 70 km/u (Scheers, 2003). De data laten niet toe om het effect van de drie maatregelen te scheiden. Het gemeten effect is dus zeker niet alleen het effect van de onbemande camera’s. Daarom wordt het resultaat van deze weg telkens apart getoond, en niet mee opgenomen in de meta-analyse. Ook hier is de gebruikte methode –door het gebruik van de berekeningstool CESaM identiek aan die van de andere wegen, zodat de vergelijking op zich zinvol is. 2.6.2


Eén weg was duidelijk een goede kandidaat als vergelijkingsweg. Om de aantallen ongevallen in de vergelijkingsgroep te verhogen werd ook een tweede weg geselecteerd als vergelijkingsweg. Naast het voordeel van het grotere aantal ongevallen voorkwam dit ook dat de overdispersiefactor negatief werd. Een nadeel was echter dat de gemiddelde odds-ratio’s iets meer afweken van 1. De spreiding van de odds-ratio’s werd soms groter, soms kleiner. Bij de resultaten geven we de effectiviteitsindices met één en met twee vergelijkingswegen. 2.6.3 Zijn de voorwaarden voor een goede berekening voldaan ? Alle gegevens komen uit Vrolix (in voorbereiding).



Voor zone 4 beschikken we over een voor-periode van 12 jaar, en een na-periode van 3 jaar. Dit is zeker voldoende voor relevante analyses.



De aantallen met één vergelijkingsweg zijn voor alle ongevallen reeds goed (489 voor en 135 na), met twee vergelijkingswegen nog beter. Het aantal letselongevallen in de voor-peiode voldoet eveneens (met één vergelijkingsweg al 150), maar is beperkt in de na-periode (met één vergelijkingsweg 29, met twee wegen 42).



De gemiddelde odds-ratio varieert van 1.06 tot 1.14, met één uitzondering van 1.28 bij één vergelijkingsweg. De standaardafwijkingen zijn systematisch hoog: variërend van 0.28 tot 1.00.


15

RA-2006-90



Bij de effectiviteiten die getoond worden in dit rapport waren er geen problemen met de overdispersiefactor.

Deze data zijn de beste die in dit rapport besproken worden. Vanuit statistisch standpunt is het echter spijtig dat dit een mix van drie maatregelen betreft.

2.7


De gegevensaanlevering wijkt af van de vier andere politiezones. De ongevallen zijn doorgegeven per kruispunt in plaats van per weg. Dat heeft het voordeel dat het echt lokale effect van de camera’s het duidelijkste naar voor komt, het heeft het nadeel dat geen enkel halo-effect1 in de berekening vervat zit. Een statistisch nadeel is dat de ongevalsaantallen erg klein kunnen worden, waardoor er geen duidelijke conclusies kunnen getrokken worden. 2.7.1

Volledigheid van de beschikbare data

In deze politiezone zijn 5 kruispunten met onbemande camera’s gebruikt om analyses op uit te voeren. Doordat de gegevens per kruispunt aangeleverd worden, en niet per wegas, zijn de ongevalsaantallen in de vergelijkingsgroep erg klein. Er is echter een groter probleem met de dataverzameling. Enerzijds zijn er data beschikbaar die in de databank zitten. In deze databank is meestal de weg van het ongeval beschikbaar, maar niet altijd de juiste locatie van het ongeval. Aangezien hier met kruispunten gewerkt werd, en niet met wegassen, zijn in een eerste analyse enkel die ongevallen meegenomen waarvan de locatie tot op kruispuntniveau vast lag. Voor twee kruispunten is extra moeite gedaan. De PV’s zijn doorgenomen om alle ongevallen terug te vinden die op die kruispunten gebeurden. Dit is ook gedaan voor een deel van de vergelijkingsgroep. De zo bekomen data zijn enerzijds nauwkeuriger (want meer exacte data), maar anderzijds onzekerder (kleinere vergelijkingsgroep, minder kruispunten). Voor de betrokken kruispunten is de effectiviteit op de twee manieren berekend. Beide berekeningen geven zowel kwantitatief als kwalitatief erg verschillende resultaten. Gezien de bovendien beperkte ongevalsaantallen besluiten we dat geen van beide berekeningen voldoende informatie bevat om een beleid op te kunnen voeren. We hebben de resultaten toch in het rapport opgenomen om het gebruik, en de risico’s, van beperkte datasets aan te geven. 2.7.2 Zijn de voorwaarden voor een goede berekening voldaan ?



De beschikbare data zijn niet voor alle kruispunten hetzelfde. Voor sommige kruispunten zijn er gegevens van 2001 tot 2004, voor andere van 2000 tot half 2005. De voorperiode varieert van 2 tot 3 jaar, de na-periode van 1 tot 2,5 jaar.



De ongevalsaantallen van de vergelijkingsgroep zijn erg klein: afhankelijk van de gebruikte datasets variëren de aantallen voor alle ongevallen in voor- of na-periodes van minimaal 9 tot maximaal 53.



Bij de kleine vergelijkingsgroep (twee wegen), met nauwkeuriger data ligt de gemiddelde odds-ratio nog in de buurt van min of meer in de buurt van 1 (1.08 tot

1

Een halo-effect wil zeggen dat een maatregel een ruimer effect dan enkel op de plaats waar hij is uitgevoerd.


16

RA-2006-90

1.72) hoewel dit reeds ver verwijderd is van een goede vergelijkingsgroep. Ook de standaardafwijking is erg groot (0.12 tot 1.72). Voor de grote vergelijkingsgroep ligt de gemiddelde odds-ratio vaak ver van 1 (2.62 tot 15.26) en zijn de standaardafwijkingen veel te groot (3.59 tot 9.53). Afwijkingen van de streefwaarden kunnen het gevolg zijn van een beperkte voor-periode (voor dit soort berekeningen best toch 10 jaar). De hier gevonden afwijkingen zijn echter wel erg groot.



De berekening van de overdispersiefactor die nodig is voor de regressie naar het gemiddelde is gebaseerd op het feit dat de variantie van het aantal ongevallen van de vergelijkingsgroep kleiner of gelijk is aan het gemiddeld aantal ongevallen van de vergelijkingsgroep. Dit stelde hier geen probleem.

De conclusie is dat de ongevalsaantallen wel erg beperkt zijn. De vergelijkingsgroep is geselecteerd als de meest vergelijkbare kruispunten die geen onbemande camera’s hebben, en waar niet vlakbij onbemande camera’s staan. Dit laatste om te voorkomen dat we het halo-effect meenemen in de vergelijkingsgroep. De odds-ratio’s van de grotere vergelijkingsgroep wijken echter zo ver af van het gewenste, dat zelfs de meest vergelijkbare kruispunten nauwelijks vergelijkbaar blijken te zijn.


17

RA-2006-90

3.

RESULTATEN

De berekende resultaten zijn effectiviteitsindices. Een effectiviteitsindex van 70% betekent dat er na het invoeren van de maatregel nog 70% van de ongevallen overblijft. Het aantal ongevallen is in dat geval dus met 30% verminderd.

3.1

Berekening van de effectiviteitsindices voor alle ongevallen (zowel uitsluitend materiële schade als letselongevallen)

In Tabel 1 geven we de effectiviteitsindices op basis van alle ongevallen (zowel enkel materiële schade als letselongevallen) voor de verschillende locaties, en ook de resultaten van de meta-analyse. Voor zone 2 geven we effectiviteitsindices met en zonder regressie naar het gemiddelde, omdat regressie naar het gemiddelde overschat zou kunnen zijn in deze zone (zie sectie 2.4.1 ). De werkelijke effectiviteit bevindt zich waarschijnlijk tussen beide berekeningen in. Tabel 1.

Effectiviteitsberekening van de onbemande camera’s op wegassen op basis van alle ongevallen (zowel uitsluitend materiële schade als letselongevallen). Schatting van de effectiviteitsindex, 95%-betrouwbaarheidsinterval en significante afwijking van 1 (**=P<0.01; * =P<0.05; ns = niet significant).

Locatie

Effectiviteitsindex: Schatting Effectiviteitsindex: Schatting [betrouwbaarheidsinterval] [betrouwbaarheidsinterval] Zone 2 met regressie naar Zone 2 zonder regressie naar gemiddelde gemiddelde

Weg 1

0.66

[0.54 – 0.81] (**)

Weg 2

0.73

[0.55 – 0.98] (*)

Weg 3

0.79

[0.64 – 0.97] (*)

Weg 4

0.85

[0.67 – 1.09] (ns)

Weg 5

0.95

[0.73 – 1.23] (ns)

Weg 7

1.12

[0.76 – 1.65] (ns)

0.88

[0.60 – 1.28] (ns)

Weg 8

1.16 [0.59 – 2.30] (ns) 1.11 (bij k=0.13, is k van Weg 7 alle ongevallen)

[0.57 – 2.17] (ns)

1.14 [0.58 – 2.24] (ns) (bij k=0.43, dit is gemiddelde alle assen, alle ongevallen)

Meta-Analyse alle data

0.80

[0.73 – 0.89] (**)

0.79

[0.72 – 0.87] (**)

Voor weg 5 werd gevreesd dat er grote effecten zouden zijn door de intensiteitswijziging in de laatste twee jaar. De bekomen effectiviteitsindices zijn voor weg 5 verschillen echter niet veel. Eén jaar na de plaatsing van de onbemande camera’s was de


18

RA-2006-90

effectiviteitsindex 0.88. Als gekeken wordt over een periode van 2 jaar dan was de effectiviteitsindex 0.95. En over een periode van 3 jaar was die 0.95 (zie Tabel 1). De drie indices verschillen niet-significant. Voor weg 7 (zone 2) zou de regressie naar het gemiddelde te sterk kunnen doorwegen in de berekening. Als we regressie naar het gemiddelde volkomen negeren –wat ongetwijfeld een overdrijving is in de andere richting- vinden we nog steeds een nietsignificant resultaat. Voor weg 8 (zone 2) was de overdispersiefactor negatief. Theoretisch kan dit niet. Dat dit toch gebeurt wijst op een erg beperkt aantal waarnemingen. Twee mogelijke, realistische overdispersiefactoren zijn die van de andere wegen van dezelfde politiezone (in dit geval enkel weg 7: k =0.13), of het gemiddelde van alle beschikbare wegen (k=0.43). Het verschil tussen de twee effectiviteitsindices is verwaarloosbaar. Zelfs regressie naar het gemiddelde volkomen negeren (wat neerkomt op een overdispersiefactor gelijk aan oneindig) heeft kwalitatief geen effect op de effectiviteitsindex. De effectiviteitsindices variëren van 0.66 tot 1.16. Anders geformuleerd: de beste schatting van het effect van de verschillende onbemande camera’s varieert van een reductie van 34% tot een stijging met 16%. Het is bemoedigend dat enkel de reducties significant zijn, en dat de stijgingen het gevolg van toeval zouden kunnen zijn. Over het algemeen vinden we voor het effect van onbemande camera’s op wegassen, voor alle ongevallen, inclusief ongevallen met uitsluitend materiële schade een effectiviteitsindex van 0.79 à 0.80, en dus een verwachte significante reductie van 20% à 21%. In Tabel 2 geven we de effectiviteit van de weg waar niet alleen onbemande camera’s geplaatst zijn, maar tegelijkertijd de snelheid verlaagd van 90 km/u naar 70km/u en het bemand toezicht verscherpt. Tabel 2.

Effectiviteitsberekening van de combinatie van onbemande camera’s, bemande camera’s en snelheidsdaling op basis van alle ongevallen (zowel uitsluitend materiële schade als letselongevallen). Schatting van de effectiviteitsindex, 95%betrouwbaarheidsinterval en significante afwijking van 1 (**=P<0.01; * =P<0.05; ns = niet significant).

Locatie

Effectiviteitsindex: Schatting Effectiviteitsindex: Schatting [betrouwbaarheidsinterval] [betrouwbaarheidsinterval] Zone 4 vergelijkingsweg

Weg 12

met

0.73 [0.58 – 0.91] (**)

1 Zone 4 met vergelijkingswegen

2

0.65 [0.53 – 0.79] (**)

Of we het resultaten bekijken met één of met twee wegen in de vergelijkingsgroep, de effectiviteit is een van de beste resultaten (vergelijk met Tabel 1). Dat was te verwachten, omdat de verschillende maatregelen elkaar versterken.


19

RA-2006-90

Effectiviteitsberekening van de onbemande camera’s op kruispunten op basis van alle ongevallen (zowel uitsluitend materiële schade als letselongevallen). Schatting van de effectiviteitsindex, 95%-betrouwbaarheidsinterval en significante afwijking van 1 (**=P<0.01; * =P<0.05; ns = niet significant).

Tabel 3.

Locatie

Effectiviteitsindex: Schatting Effectiviteitsindex: Schatting [betrouwbaarheidsinterval] [betrouwbaarheidsinterval] Vergelijkingsgroep 2 locaties, Vergelijkingsgroep 5 locaties, PV’s nagekeken enkel o.b.v. databestand

Kruispunt 1

0.76

[0.23 – 2.46] (ns)

Kruispunt 2

1.64

[0.74 – 3.62] (ns)

1.71

[0.48 – 6.06] (ns)

1.71

[0.67 – 4.37] (ns)

1.99

[0.34 – 11.46] (ns)

1.49

[0.92 – 2.97] (ns)

Kruispunt 3

0.65

[0.25 – 1.71] (ns)

Kruispunt 4

0.94 [0.37 – 2.37] (ns)

Kruispunt 5


0.79 [0.40 – 1.54] (ns)

In Tabel 3 geven we de effectiviteitsindices voor kruispunten uit politiezone 5. Alle resultaten zijn gebaseerd op een beperkt aantal waarnemingen. Voor kruispunten 3 en 4 konden we twee schattingen maken: één met een ruimere vergelijkingsgroep, maar minder nauwkeurige data, en één met een beperkte vergelijkingsgroep maar met nauwkeuriger data (data opgezocht uit PV’s). De hoop was dat indien op beide manieren een vergelijkbaar cijfer gevonden werd, de resultaten als indicatief beschouwd konden worden. De effectiviteitsindices berekend op de twee manieren verschillen echter kwalitatief erg sterk. Voor kruispunt 3 ligt de beste schatting van de tweede kolom (1.71) nog net op de grens van het 95%-betrouwbaarheidsinterval van de berekening uit de eerste kolom. Ook de resultaten van de meta-analyse liggen nauwelijks in elkaars buurt. Dit grote verschil, gegeven het kleine aantal in de beide berekeningen, en gegeven de afwijkende odds-ratio’s bij de vergelijkingsgroep, maakt dat we geen enkele uitspraak kunnen doen op basis van deze data. Het toont wel het belang aan van goede databestanden.

3.2

Effectiviteit enkel voor letselongevallen

In Tabel 4 geven we de effectiviteitsindices voor letselongevallen, en de resultaten van de meta-analyse. Opnieuw geven we voor zone 2 effectiviteitsindices met en zonder regressie naar het gemiddelde, omdat regressie naar het gemiddelde overschat zou kunnen zijn in deze zone (zie sectie 2.4.1 ). De werkelijke effectiviteit bevindt zich waarschijnlijk tussen beide berekeningen in.


20

RA-2006-90

Tabel 4.

Effectiviteitsberekening van de onbemande camera’s op wegassen, enkel op basis van letselongevallen. Schatting van de effectiviteitsindex, 95% betrouwbaarheidsinterval en significante afwijking van 1 (* =P<0.05; ns = niet significant).

Locatie

Effectiviteitsindex: Schatting Effectiviteitsindex: Schatting [betrouwbaarheidsinterval] [betrouwbaarheidsinterval] Zone 2 met regressie naar Zone 2 zonder regressie naar gemiddelde gemiddelde

Weg 1

0.71

[0.53 – 0.95] (*)

Weg 2

0.78 [0,51 – 1,21] (ns)

Weg 5

0.89

[0.61 – 1.30] (ns)

Weg 9

0.92

[0.63 – 1.34] (ns)

Weg 10

0.93

[0.63 – 1.37] (ns)

Weg 3

0.95 [0.69 – 1.29] (ns)

Weg 7

1.01

[0.58 – 1.76] (ns)

0.90

[0.52 – 1.55] (ns)

1.22

[0.44 – 3.42] (ns)

0.91

[0.81 – 1.03] (ns)

(k=0.74, dit is gemiddelde wegassen letselongevallen) Weg 4

1.08

[0.78 – 1.49] (ns)

Weg 11

1.09

[0.79 – 1.51] (ns)

Weg 8

1.15

[0.42 – 3.17] (ns)

(k=0.74, dit is gemiddelde wegassen letselongevallen)


0.93

[0.83 – 1.06] (ns)

Voor weg 5 werd gevreesd dat er grote effecten zouden zijn door de intensiteitswijziging in de laatste twee jaar. Maar opnieuw verschillen de effectiviteitsindices niet significant over de jaren heen. Over de periode van één jaar na de plaatsing van de onbemande camera’s was de effectiviteitsindex 0.67, over een periode van 2 jaar was die 0.84 en over een periode van drie jaar 0.89. Voor wegen 7 en 8 was de overdispersiefactor k negatief. Theoretisch kan dit niet. Dat dit toch gebeurt wijst op een erg beperkt aantal waarnemingen. De beste theoretische k is het gemiddelde van alle beschikbare wegen (k=0.74). Omdat er opnieuw het risico bestaat dat regressie naar het gemiddelde voor deze wegen overschat wordt, is ook een index berekend zonder regressie naar het gemiddelde (wat een overdrijving is in de andere richting). Het verschil tussen de twee effectiviteitsindices is beperkt. In alle gevallen vinden we een index die niet significant afwijkt van 1. Dit wil zeggen dat alle gevonden effecten het gevolg kunnen zijn van toeval. De effectiviteitsindices variëren van 0.71 tot 1.15. Anders geformuleerd: de beste schatting van het effect van de onbemande camera’s op letselongevallen varieert van


21

RA-2006-90

een reductie van 29% tot een stijging met 15%. Slechts één resultaat is significant: de meest uitgesproken reductie. Over het algemeen vinden we voor het effect van onbemande camera’s op wegassen, voor letselongevallen, een effectiviteitsindex van 0.91 à 0.93, en dus een verwachte nietsignificante reductie van 7% à 9%. De resultaten van de letselongevallen zijn minder significant dan bij alle ongevallen, inclusief deze met uitsluitend materiële schade. Dat is normaal, aangezien het over minder ongevallen gaat, en er minder data beschikbaar zijn om significanties mee te berekenen. Merkwaardiger is dat in vele gevallen de effectiviteit van de camera’s meer uitgesproken is voor alle ongevallen dan voor de letselongevallen (vergelijk Tabel 1 en Tabel 4). Ook voor de meta-analyse vinden we dat de onbemande camera’s effectiever zijn voor alle ongevallen dan voor letselongevallen. Dit komt niet doordat er meer wegen beschikbaar waren voor de analyses met letselongevallen. Als we ons voor de letselongevallen beperken tot de wegen waarvoor we ook ongevallen hadden met uitsluitend materiële schade2, zijn de effectiviteitsindices met regressie naar het gemiddelde voor zone 2: 0.90 (Betrouwbaarheidsinterval is [0.78 – 1.04], ns), en zonder regressie naar het gemiddelde voor zone 2: 0.88 (Betrouwbaarheidsinterval is [0.76 – 1.02], ns), In Tabel 5 kijken we opnieuw naar de effectiviteit van de weg waar niet alleen onbemande camera’s geplaatst zijn, maar tegelijkertijd de snelheid verlaagd van 90 km/u naar 70km/u en het bemand toezicht verscherpt. Tabel 5.

Effectiviteitsberekening van de combinatie van onbemande camera’s, bemande camera’s en snelheidsdaling op basis van letselongevallen (zowel uitsluitend materiële schade als letselongevallen). Schatting van de effectiviteitsindex, 95%betrouwbaarheidsinterval en significante afwijking van 1 (**=P<0.01; * =P<0.05; ns = niet significant).

Locatie

Effectiviteitsindex:Schatting [betrouwbaarheidsinterval] Zone 4 vergelijkingsweg

Weg 12

0.95

met

[0.60 – 1.50] (ns)

Effectiviteitsindex:Schatting [betrouwbaarheidsinterval] 1 Zone 4 met vergelijkingswegen 0.81

2

[0.54 – 1.21] (ns)

Het resultaat voor letselongevallen (0.81 à 0.95) ligt bij of onder het gemiddelde van de groep (cfr Tabel 4). Bemerk dat ook voor deze combinatie van maatregelen het effect op alle ongevallen (0.65 à 0.73) meer uitgesproken is dan voor letselongevallen (0.81 à 0.95).

2

Dit zijn de wegen 1,2,3,4,5,7 en 8, zie Tabel 1.


22

RA-2006-90

3.3

Effectiviteit van locaties waar enkel kastjes stonden zonder werkende camera’s

Voor één weg zijn de kastjes geïnstalleerd, maar de locatie is nooit gehomologeerd. Er zijn nooit camera’s in werkzaam geweest. Wel stonden er borden met “U rijdt te snel”. Deze lege kastjes samen met de borden bleken even effectief te zijn als kastjes waar wel regelmatig camera’s in stonden (Tabel 6). Tabel 6.

Effectiviteitsberekening van locaties met kastjes van onbemande camera’s, maar waar nog nooit geflitst is. Schatting van de effectiviteitsindex, 95% betrouwbaarheidsinterval en significante afwijking van 1 (* =P<0.05; ns = niet significant).

Locatie

Effectiviteitsindex

Effectiviteitsindex

Alle ongevallen (inclusief Enkel letselongevallen Uitsluitend Materiële Schade) Weg 6

3.4 3.4.1

0.52 [0.29 –0.93 ] (*)

0.69 [0.23 –2.04 ] (ns)

Analyses op de effectiviteitsindices Stijgt de effectiviteit in de loop der jaren ?

Men kan hypothesen formuleren of en zo ja, waarom camera’s in de loop der tijd steeds effectiever worden (mensen leren de camera’s respecteren) of minder effectief (mensen leren onderscheiden welke kastjes op welk ogenblikken actief zijn en welke niet). Met maximaal drie waarnemingen per locatie zijn trendanalyses niet erg betrouwbaar. Zonder naar significantie te willen zoeken hebben we echter voor de zone waarvan we de meeste details hebben per locatie de effectiviteit berekend na 1, 2 en 3 jaar (Tabel 7 en Tabel 8). Uit de twee tabellen is zelfs indicatief geen algemene trend te halen. Tabel 7.

Effectiviteitsberekening van onbemande camera’s, op basis van alle ongevallen (zowel enkel materiële schade als letselongevallen). Vergelijking effectiviteitsindices over de jaren heen.

Locatie

Na 1 jaar

Na 2 jaar

Na 3 jaar

Trend

Weg 1

0.78

0.70

0.66

Dalend

Weg 3

0.96

0.85

0.79

Dalend

Weg 5

0.88

0.95

0.95

Stijgend

Weg 4

0.82

0.85

Stijgend

Weg 6

0.73

0.52

Dalend

Weg 2

0.73


23

RA-2006-90

Tabel 8.

Effectiviteitsberekening van onbemande camera’s, enkel op lestelongevallen. Vergelijking effectiviteitsindices over de jaren heen.

basis

Locatie

Na 1 jaar

Na 2 jaar

Na 3 jaar

Trend

Weg 1

0.66

0.74

0.71

Schommelend

Weg 3

0.85

0.90

0.95

Stijgend

Weg 5

0.67

0.84

0.89

Stijgend

Weg 4

1.01

1.08

Stijgend

Weg 6

0.85

0.69

Dalend

Weg 2

0.78

3.4.2

van

Onder welke omstandigheden zijn de camera’s het meest effectief ?

We hebben nagegaan of de effectiviteit van onbemande camera’s afhangt van een aantal kenmerken. Beschikbare kenmerken waren: -

het aantal camera’s per kilometer weglengte;

-

het aantal werkende camera’s per kilometer;

-

gemiddelde afstand tussen de camera’s op de wegas;

-

het aantal jaar dat de camera’s al actief waren;

-

het percentage van de weg waar camera’s stonden;

-

het aantal ongevallen per km dat er in de voor-periode van de weg plaats vonden;

-

de ratio van het aantal ongevallen per km van de locatie met camera’s t.o.v. zijn vergelijkingsgroep;

-

deze laatste ratio binair: groter dan vergelijkingsgroep ja/nee.

De effectiviteitsindex is lognormaal verdeeld (Fleiss 1981, Elvik 1995). Dit wil zeggen dat de logaritme van deze index (ongeveer) normaal verdeeld is. We hebben een gewogen normale regressie uitgevoerd met als afhankelijke variabele de logaritme van de effectiviteitsindex. Als gewichten hebben we dezelfde gewichten gebruikt die ook in de meta-analyse gebruikt zijn (Nuyts & Cuyvers, 2003). Daarnaast hebben we ook nagegaan of er een stijgend of dalend verband was, op basis van rangcorrelaties, zowel Spearman als Pearson rangcorrelaties. Hiermee zoeken we naar een ordinaal en niet noodzakelijk een lineair verband. De analyses zijn uitgevoerd zowel voor letselongevallen (11 wegen) als voor alle ongevallen, inclusief die met uitsluitend materiële schade (8 wegen). Gezien het beperkte aantal datapunten was het niet aan te raden om meerdere variabelen te combineren in één regressie3. Er is dus voor elk van de acht onafhankelijke variabelen een aparte univariate regressie uitgevoerd. Van de 16 regressies (8 voor letselongevallen, 8 voor alle ongevallen) was slechts één regressie was significant. De effectiviteitsindex voor de

3

Een vuistregel zegt dat er per afhankelijke variabele toch best 10 waarnemingen zijn.


24

RA-2006-90

letselongevallen stijgt significant met de gemiddelde afstand tussen de onbemande camera’s (Tabel 9). We kunnen dit herformuleren als: hoe kleiner de gemiddelde afstand tussen de onbemande camera’s, hoe groter de reductie van het aantal ongevallen. Tabel 9.

Regressie-analyse letselongevallen.

van

logaritme

van

effectiviteitsindex

enkel

voor

N = 11, Model df = 1, Model F-value = 9.46, P = 0.01 R²-adjusted = 0.46 Variabele

Estimate

Error

t-waarde

P-waarde

Intercept

-0.35

0.09

-3.82

0.004

0.0003

0.0001

3.08

0.01

Gem. afstand camera’s

tussen

De coëfficiënt 0.0003 oogt klein, maar de impact is niet te verwaarlozen. De regressieanalyse geeft als verband tussen effectiviteitsindex en gemiddelde afstand tussen de onbemande camera’s:

Eff .Index  e  0.35  0.0003 * gem.afst.( in meter)  e  0.35 . e 0.03 * gem.afst.( in 100 meter) Dit wil zeggen dat voor elke 100 meter dat de gemiddelde afstand tussen de onbemande camera’s stijgt, de effectiviteitsindex met een factor e 0.03  103% vergroot. Of nog, voor elke 100 meter dat de gemiddelde afstand tussen de onbemande camera’s stijgt, wordt de reductie van het aantal ongevallen ± 3% kleiner. Ook bij de rangcorrelaties vinden we een verband tussen de gemiddelde afstand tussen de camera’s en de effectiviteitsindex. Zowel voor de Pearson (ρ=0.75, P<0.01) als voor Spearmancorrelatie (ρ=0.66, P<0.01) is het verband tussen de effectiviteit voor de letselongevallen en gemiddelde afstand tussen de camera’s significant positief. Dit verband verschijnt nu ook voor de effectiviteit van alle ongevallen (Pearson: ρ=0.74, P<0.01; Spearman ρ=0.64, P=0.03). De andere rangcorrelaties waren niet significant.


25

RA-2006-90

4. 4.1

DISCUSSIE Ongevallenreductie door onbemande camera’s, vergelijking met Tienen

In Tienen is een project uitgevoerd met onbemande camera’s, bemande camera’s en veel publiciteit. De effectiviteit is al berekend zonder vergelijkingsgroep (Adriaensen & De Dobbeleer, 2004; Godart 2004) of ervan uitgaande dat de omliggende niet-project wegen de vergelijkingsgroep zijn (Nuyts, 2004). Om het effect te kennen van de onbemande camera’s overschat de naïeve berekening de effectiviteit, omdat ze het effect van het bemande toezicht negeert. Alle niet-projectwegen als vergelijkingsgroep gebruiken onderschat het effect van de onbemande camera’s, omdat ze elk halo-effect negeert. De waarheid ligt waarschijnlijk in het midden. In beide gevallen ontbreekt de correctie voor regressie naar het gemiddelde. De gevonden data laten niet toe om een schatting te maken van deze regressie. Op basis van de data van het finale rapport (Scheers & Adriaensen, 2004) vinden we volgende effectiviteitsindices (Tabel 10): Tabel 10.

Effectiviteitsindices voor letselongevallen uitgaande van een naïeve voor-na studie, en met alle niet-projectwegen als vergelijkingsgroep. (bron: Scheers & Adriaensen, 2004, met eigen berekeningen) projectwegen

Cumulatief

na

niet -projectwegen

voor = 1999 Effectiviteitsindex naïef

na

voor = 1999 Effectiviteitsindex met Vgl-groep

58

89

65%

106

120

74%

2000 tot 2001

103

89

58%

187

120

74%

2000 tot 2002

154

89

58%

264

120

79%

2000 tot 2003

219

89

62%

345

120

86%

2000

Met een reductie na drie jaar tussen 14% en 38% scoren deze onbemande camera’s beter dan het hierboven berekende gemiddelde van 7% à 9%. Correctie voor regressie naar het gemiddelde zou dit percentage waarschijnlijk verminderen, maar ook dan blijft de verwachting dat de onbemande camera’s effectief zijn. Zeker het gehele project (onbemande + bemande camera’s) blijft dan waarschijnlijk nog effectief.

4.2

Ongevallenreductie door onbemande camera’s, internationale vergelijking

De beste schatting van het effect van de Vlaamse onbemande camera’s is een significante reductie van alle ongevallen, inclusief ongevallen met uitsluitend materiële schade met 20% à 21%. Omdat de onbemande camera’s in Vlaanderen vaak camera’s zijn die zowel rood licht als snelheidsovertredingen vaststellen, vergelijken we internationaal met beide types van camera’s. Onbemande snelheidscamera’s reduceren alle ongevallen met 12% tot 29% (Ha et al., 2003; Kang et al, 2004; gegroepeerde data van Keenan, 2004; Elvik & Vaa, 2004), met als meest betrouwbare cijfer de reductie van 19% uit de meta-analyse van Elvik & Vaa Steunpunt Verkeersveiligheid

26

RA-2006-90

(2004). Roodlichtcamera’s reduceren alle ongevallen met 7% tot 14% (3 studies: Elvik & Vaa, 2004; ICBC, 2004). De reductie van alle ongevallen in Vlaanderen zit met 20% binnen dit bereik van internationale cijfers. Het effect van de Vlaamse onbemande camera’s op letselongevallen is minder uitgesproken: een niet-significante reductie van 7% à 9%. Voor letselongevallen varieert dit cijfer van een stijging met 4% tot een reductie met 28% (Elvik, 1997; Hooke et al., 1996; gegroepeerde data van Keenan, 2004; Elvik & Vaa, 2004; ICBC, 2004), met als meest betrouwbare cijfer de reductie van 17% (Elvik & Vaa, 2004). Roodlichtcamera’s reduceren de letselongevallen met 12% à 30% (3 studies: Elvik & Vaa, 2004; 8 studies: Retting et al., 2003). Vlaanderen zit hiermee aan de lage kant van de reductie. Zowel onbemande snelheidscamera’s als roodlichtcamera’s zijn meestal iets effectiever voor letselongevallen dan voor alle ongevallen, inclusief enkel materiële schade (Elvik & Vaa, 2004; literatuuroverzicht in Nuyts, 2004; Gains et al., 2002), hoewel het omgekeerde soms ook voorkomt (ICBC, 2004). In Vlaanderen vinden we een lagere effectiviteit voor de ernstigere ongevallen. Het is niet duidelijk waarom.

4.3

Effectiviteit van kastjes zonder camera’s

De effectiviteit van één weg waar de camera’s nooit gehomologeerd zijn, maar waar een bord met dynamische snelheidsinformatie met “U rijdt te snel” staat, is zeker even groot als die van de locaties waar de camera’s wel flitsen. Iets dergelijks is ook reeds in Nederland vastgesteld (Oei et al., 1995). In 1990 werd in Noord-Brabant volgende combinatie van borden/automatische systemen geplaatst: eerst een bord met de maximale snelheid, dan wat verder een automatisch systeem dat snelheidsovertreders waarschuwt dat ze te snel rijden, en dan nog een kilometer verder een onbemande camera die registreerde wie dan nog te snel reed. Deze laatste groep kreeg een boete. In het begin werkte het systeem een tijd, en daalde het totale aantal ongevallen met 35%. Maar vanaf 1991 tot 1994 werkten de camera’s lange tijd niet, hetzij door vandalisme, hetzij door technische problemen. Dit had echter geen effect op de snelheidsvermindering, noch op de ongevalsvermindering. Wat echter wel nog werkte, was de eerste, automatische waarschuwing na het geven van de snelheidslimiet. En de kastjes waarin de (niet werkende) onbemande camera’s (zouden kunnen) zitten waren ook niet verwijderd. Blijkbaar is het geven van boetes niet de meest bepalende factor om de snelheid en het aantal ongevallen te laten verminderen. Nadat het systeem opgestart is, en er inderdaad boetes zijn gegeven, is een persoonlijke dreiging een sterke impuls om de verminderde snelheid te handhaven. Het feit dat van 1991 tot 1994 de camera’s af en toe toch wel eens werkten heeft waarschijnlijk toch wel bijgedragen tot de ondersteuning van het systeem. Radalj (2002) stelt dat het effect van waarschuwingsborden voor richtingen zonder roodlichtcamera’s, maar wel in de buurt van roodlichtcamera’s, hetzelfde effect heeft als de roodlichtcamera’s zelf. Het idee van controle met ‘lege dozen’ is in Noorwegen zelfs toegepast voor bemand toezicht. Bij actie waarbij de controles van een wegsement van 35 km sterk verhoogd werden tot 9 uur per dag, werd 17% van de uren gewerkt met een leeg geparkeerd politievoertuig (Vaa, 1997 geciteerd in Oei, 1998). Aparte analyses van het effect van deze leeg geparkeerde voertuigen zijn niet vermeld door Oei. De camera’s op weg 6 hebben nooit geflitst. Maar de mogelijke dreiging, doordat in die politiezone andere camera’s wel flitsen, geeft de meeste burgers waarschijnlijk toch het gevoel dat deze kastjes gerespecteerd moeten worden.


27

RA-2006-90

Dit zou echter niet altijd werken. In een politiezone die niet betrokken is in dit onderzoek waren er locaties die niet gehomologeerd waren, waar op een bepaald ogenblik flitsen wel toegestaan werd. Volgens de pers zouden er in de daaropvolgende weken voornamelijk buurtbewoners geflitst zijn. Als dit waar is –wat niet onlogisch lijkt- wil dit zeggen dat personen die vaak bij dezelfde flitspalen passeren, uiteindelijk wel merken of die flitsen of niet. Behalve de uiterlijke dreiging moet er dus af en toe toch een bevestiging zijn van de werkelijke dreiging. Dit effect van kastjes die niet flitsen wordt natuurlijk ondermijnd als de pers deze kastjes expliciet begint aan te wijzen. Dit is voor Limburg bijvoorbeeld gebeurd door het Belang Van Limburg op 1-2 april 2006.

4.4

Geen verschil van effectiviteit in de loop der jaren

We vinden geen indicatie dat onbemande camera’s effectiever of minder effectief worden als ze al langer op een locatie staan. Voor Tienen (Tabel 10) vinden we voor de naïeve berekening een golvend verloop van de effectiviteit, en bij de berekening met vergelijkingsgroep een dalende cumulatieve effectiviteit. Als we dit voegen bij de Vlaamse data van Tabel 8 wordt de trend nog vager. Cameron & Newstead (1993) vinden gemiddeld voor de betrokken wegen een lichte stijging van de effectiviteit in drie jaar. Maar in die tijd was het aantal camera’s ook sterk gestegen. Het is dus waarschijnlijk dat hier eerder het effect speelt van ‘meer camera’s’ dan van het tijdsverloop. Bij vergelijking van de data in de appendices van Gains et al. (2002) vinden we 8 keer dat effectiviteit gestegen is van het eerste naar het tweede jaar, 8 keer dat die gedaald is, en 3 keer geen verschil. Ragnoy (2002) vindt dat het effect van camera’s op de reductie in snelheid stabiel blijft van het eerste half jaar na plaatsing naar het tweede jaar na plaatsing. De conclusie lijkt te zijn dat er evenveel kans is dat er geen systematische trend is van de effectiviteit in de jaren na de plaatsing.

4.5

Onbemande camera’s effectiever als ze dichter bij elkaar staan

We vonden voor Vlaanderen dat onbemande camera’s effectiever zijn voor letselongevallen als ze dichter bij elkaar staan. Het is dus effectiever om een redelijk aantal camera’s op en rij te zetten, voldoende dicht bij elkaar. Dergelijke rij van camera’s dicht op elkaar leidt niet tot een overcompensatie na de camera’s. Ragnoy (2002) vond tot op 3 à 5 km een verlaging van snelheid, als er een aantal camera’s op een rij staan. Het kangoeroe effect, optrekken na de camera’s, bestaat inderdaad, maar is geen overcompensatie. Tussen, en zelfs na de camera’s stijgt de snelheid, maar zelden tot een grotere snelheid dan die van voor de locatie met de camera’s (Ragnoy, 2002; Ha et al., 2003; Keenan, 2004). Keenan (2004) doet daarom het beleidsvoorstel om meerdere camera’s voldoende dicht na elkaar te plaatsen, i.p.v. camera’s te gebruiken op geïsoleerde locaties. Cameron et al. (2003) concluderen eveneens dat ‘een hoog aantal vaste snelheidscamera’s kunnen resulteren in een reductie van het aantal letselongevallen over het wegennetwerk. Dit wil zeggen, deze reducties zijn niet beperkt tot de cameralocaties zelf.’ Aangezien de Vlaamse data geanalyseerd zijn op het niveau van de wegassen, en niet enkel voor de kruispunten zelf, zou dit het fenomeen kunnen zijn dat we meten.


28

RA-2006-90

4.6

Onbemande camera’s ongevallen gebeuren

het

effectiefste

waar

de

meeste

De snelheidscamera’s hebben het meeste effect op het aantal ongevallen (-26%) bij wegen waar het aantal ongevallen hoger lag dan het gemiddelde van hun type, en met een minimum van 0.5 ongevallen per jaar. Bij wegen die minder ongevallen hadden dan het gemiddelde van hun type en ook minder dan 0.5 ongevallen per jaar, werd nog slechts een niet-significante vermindering van -5% van de ongevallen gevonden (Elvik, 1997). Ook Gains et al. (2003) vinden dat camera’s effectiever zijn waar er vroeger meer ernstige letselongevallen waren. Voor het effect van camera’s op snelheden vond Ragnoy (2002) dat de grootste reductie plaats vond waar de snelheid vroeger het grootste was. In Vlaanderen vonden we dit niet. We hebben gezocht naar een stijging van de effectiviteit als de verhouding (aantal ongevallen per km van de locatie)/(aantal ongevallen per km van de vergelijkingsgroep) stijgt. Zowel voor alle ongevallen als voor letselongevallen waren de regressie en de rangcorrelaties niet-significant. Bovendien verschilde zelfs de richting van de resultaten tussen de verschillende analyses. Op basis van de data die in dit onderzoek gebruikt werden, hebben we dus geen reden om aan te nemen dat onbemande camera’s het effectiefste zijn waar de meeste ongevallen gebeuren.


29

RA-2006-90

5.

CONCLUSIE

5.1

Conclusies

EN BELEIDSAANBEVELINGEN

Eerder had het Steunpunt Verkeersveiligheid een onderzoek naar het effect van onbemande camera’s op de verkeersveiligheid berekend op basis van 3 wegassen in één politiezone (Nuyts, 2004). Bij de beleidsaanbevelingen was toen gesteld dat dit onderzoek uitgebreid zou moeten worden in de tijd en voor meer politiezones. De conclusies van het nu voorliggende rapport zijn gebaseerd op 11 wegassen uit drie politiezones. Bovendien zijn de meeste na-periodes van de nu onderzochte wegassen langer dan bij het vorige rapport. Daarom geven de huidige conclusies een beter beeld van de Vlaamse situatie dan het rapport uit 2004. De effectiviteit is berekend rekening houdend met regressie naar het gemiddelde en met de algemene ongevallentrend. Correcties zijn gebeurd met behulp van een vergelijkingsgroep. 

De beste schatting van het effect van deze Vlaamse onbemande camera’s is een significante reductie van alle ongevallen, inclusief ongevallen met uitsluitend materiële schade met 20% à 21%. Deze reductie sluit aan bij de internationaal gepubliceerde cijfers.



Het effect van deze Vlaamse onbemande camera’s op letselongevallen is minder uitgesproken: een niet-significante reductie van 7% à 9%. Vlaanderen zit hiermee aan de lage kant van de internationale cijfers. Dit impliceert dat er waarschijnlijk nog ruimte is om de werking van de Vlaamse camera’s te verbeteren. Dit onderzoek liet echter niet toe om te vinden hoe dit zou kunnen



In tegenstelling tot de internationale cijfers vinden we minder effect voor de letselongevallen dan voor alle ongevallen, inclusief ongevallen met enkel materiële schade.



De effectiviteit van een weg waar de camera’s nooit gehomologeerd waren, maar waar een bord met dynamische snelheidsinformatie met “U rijdt te snel” staat, is zeker even groot als die van de locaties waar de camera’s wel flitsen. Dat dreiging van camera’s op zich reeds effect kan hebben wordt internationaal ondersteund. De dreiging moet wel ‘zijdelings’ hard gemaakt worden, ofwel omdat de camera’s ooit gewerkt hebben, ofwel omdat er andere werkende camera’s in de buurt zijn. Als mensen leren dat bepaalde camera’s nooit werken, zullen ze die negeren.

Met behulp van een regressieanalyse is geprobeerd om richtlijnen te zoeken onder welke omstandigheden onbemande camera’s het effectiefste zijn. 

We vinden geen indicatie dat onbemande camera’s effectiever of minder effectief worden als ze al langer op een locatie staan.



We vinden voor Vlaanderen wel dat onbemande camera’s effectiever zijn voor letselongevallen als ze dichter bij elkaar staan. Het is dus effectiever om een redelijk aantal camera’s voldoende dicht bij elkaar op een rij te zetten. Een optimale afstand was niet te bepalen met de beschikbare data.



Internationaal vindt men dat snelheidscamera’s het meeste effect hebben bij wegen waar het aantal ongevallen hoger lag dan het gemiddelde van hun type, en met een minimum van 0.5 ongevallen per jaar. Dit vinden we niet terug voor Vlaanderen.

Voor één politiezone hebben we analyses uitgevoerd op het niveau van kruispunten i.p.v. op het niveau van wegen. We beschikten over twee datasets, elk met zijn eigen


30

RA-2006-90

beperkingen. Eén dataset op basis van een grotere vergelijkingsgroep getrokken uit het lokale databestand heeft slechts een beperkte zekerheid over de exacte locatie van ongevallen. De tweede dataset op basis van informatie uit de PV’s heeft exacte informatie over de locaties, maar is gebaseerd op een kleinere vergelijkingsgroep. De resultaten van analyses op beide datasets ondersteunen elkaar niet. Gezien de beperkte gegevens in beide gevallen, kunnen geen beleidsconclusies getrokken worden. Behalve dan de noodzaak om op een uniforme en gedetailleerde manier gegevens te bewaren.

5.2

Aanbevelingen

1) Onbemande camera’s voorkomen ongevallen. In het algemeen is het plaatsen van onbemande camera’s is dus effectief. 2) Het is echter nog effectiever om onbemande camera’s niet te ver van elkaar te plaatsen. De data lieten niet toe om een optimale afstand te bepalen. We vonden enkel dat onbemande camera’s effectiever zijn als de onderlinge afstand kleiner is. Eerder dus dan één camera te plaatsen moet steeds overwogen worden om camera’s te plaatsen op verschillende kruispunten of wegdelen achter elkaar. 3) Kastjes hoeven niet altijd camera’s te bevatten om effect te hebben. Het systeem waarbij één camera gebruikt wordt voor meerdere kastjes is dus efficiënt. Om te voorkomen dat de lokale bevolking leert welke kastjes camera’s bevatten en welke niet, zou men best een voor de burger onvoorspelbaar systeem uitwerken wanneer de kastjes een camera bevatten. Het spreekt vanzelf dat dit enkel kan indien de politie de toestemming heeft om in alle kastjes een flitsende camera te mogen plaatsen.

5.3

Verder onderzoek

Verder onderzoek breidt zich uit in twee richtingen. -

In deze studie hebben we gegevens geanalyseerd van vijf politiezones. De data van andere zones die bereid waren om mee te werken hebben we niet gebruikt, omdat de naperiodes nog te kort waren (minder dan één jaar). Vanaf volgend jaar kunnen die data ook mee opgenomen worden in het onderzoek.

-

In dit onderzoek is enkel de effectiviteit van onbemande camera’s berekend. Om echt te kunnen vergelijken met andere maatregelen moeten kosten-baten ratio’s berekend worden.


31

RA-2006-90

6.

DANKBETUIGING

We willen alle politiezones bedanken die aan dit onderzoek hebben meegewerkt. Zonder hun medewerking was het uitvoeren van dit onderzoek niet mogelijk geweest.


32

RA-2006-90

7.

REFERENTIES

Adriaensen, M. & De Dobbeleer, W. (2004). Veilig(er) dootr Tienen. Via Secura 59, p 1415. Cameron, M. & Newstead, S. (1993). Modelling of some major factors influencing road trauma trends in Victoria 1989-92. Paper presented at the Road Safety researchers’ Conference, Victoria. Elvik, R. (1995). The safety value of guardrails and crash cushions: a meta-analysis of evidence from evaluation studies. Accident Analysis and Prevention: 27 nr4, pp 523-549. Elvik, R. (1997). Effects on Accidents of Automatic Speed Enforcement in Norway. Transportation Research record: 1595, p 14-19. Elvik, R. (2000). Quantified road safety targets: An international assessment of effectiveness. Proceedings of International seminar on Road Traffic and Accident Data needs (IRTAD) conference september 2000, Vienna. Elvik, R., Amundsen, F.H. & Hofset, F. (2001). Road safety effects of bypasses. Transportation Research Record, 1758, pp. 13-20, 2001 Elvik & Vaa (2004). The Handbook of Road Safety Measures. Elsevier, Oxford. Fleiss, J. (1981). Statistical methods for rates and proportions. Second edition. New York, NY, Joh, Wileys and Sons. Godart, B. (2004). Onbemande camera’s redden mensenlevens. Via Secura 62, p 25. Gains, A., Humble, R., Heydecker, B. & Robertson, S. (2003), A Cost Recovery system for Speed and Red-Light Cameras. Two year pilot evaluation, Department of Transport. Road Safety Division, London Ha, T.-J., Kang, J.-G., & Park, J.-J. The effects of Automated Speed Enforcement Systems on Traffic-Flow Characteristics and Accidens in Korea. ITE-journal, vol 73 :2, p 28-31 Hauer, E. (1991). Should Stop Yield ? Matters of Method in Safety Research. ITE Journal: 61(9), 25-32. Hauer, E. (1997). Observational before-after studies in road safety. Pergamon, Oxford. Hauer, E. (2003). Overdispersion in modelling accidents on road sections and in Empirical Bayes estimation. Accident Analysis and Prevention: 33, pp 799-808. Hooke, A., Knox, J. & Portas, D. (1996). Cost benefit analysis of traffic light & speedcameras. Dr. G. Laycock, Home Office Policy research Group, London. ICBC (2004). Intersection Safety Camera Program –Submission to Measurement & Monitoring Committee. Insurance Corporation of British Columbia. Kang J.-G., Hong, C.-E. & Oh, S (datum onbekend, op het internet gevonden in 2004). A Study on the Effect of Automated Speed Enforcement Systems on Traffic Flow Characteristics. http://152.99.129.29/its/cdrom/4076.pdf Keenan, D. (2004). Speed Cameras –how do drivers respond ?. Traffic Engineering and Control, vol 43: 4, p. 104-111. Ministerie van de Vlaamse Gemeenschap (2002). Vlaams Totaalplan Fiets. Mobiliteitscel, Brussel.


33

RA-2006-90

Nuyts, E. & Cuyvers, R. (2003). Effectiviteitmeting bij Voor-Na studies met een vergelijkingsgroep. Steunpunt Verkeersveiligheid RA-2003-22, Diepenbeek. Nuyts, E. (2004). Effectiviteit van onbemande camera's. Een case study uit het stadsgewest Antwerpen. Steunpunt Verkeersveiligheid RA-2004-46, Diepenbeek Oei, H.-L. (1998). The effect of enforcement on speed behaviour. A literature study. Deliverable 3, MASTER, 4th Framework programme, European Commision. Oei, H.-l. Minnen, J. van & Goldenbeld, C. (1995). Automatisch snelheidstoezicht op de N266 in Noord-Brabant : evaluatie van het effect op lange termijn. SWOV rapport R-959, 37 + 16 p., Leidschendam Radalj T. (2002). Evaluation of Effectiveness of Red Light Camera Programme in Perth.http://www.monash.edu.au/oce/roadsafety/abstracts_and_papers/026/Tony_Radal j_Paper_26_revised.pdf Ragnoy, A. (2002). Summary: Speed cameras. Effects on speed. English summary of a TOI-report in Norwegian language. TOI report 573/2002 Retting, R., Ferguson, S. & Hakkert, A. (2003). Effects of Red Ligth Cameras on Violations and Crashes: A review of the International Literature. Traffic Injury Prevention, 4:17-23 Scheers, M. (2003). Snelheids- en roodlichthandhaving door middel van onbemande camera’s in Vlaams-Brabant. “Met iN8-neming van de snelheidslimiet”: Evaluatie van 1 jaar project. BIVV, Brussel Scheers, M. & Adriaensen, M. (2003). Snelheids- en roodlichthandhaving door middel van onbemande camera’s in Vlaams-Brabant. “Veilig door Tienen”: Eindrapport 1999-2003. BIVV, Brussel Staten-generaal van de verkeersveiligheid (2002). Verslag van het begeleidingscomité van de Staten-generaal van de verkeersveiligheid aan het bestuurscomité. Statengeneraal van de verkeersveiligheid, Brussel. Van Geirt, F. & Nuyts, E. (2004). CESaM 1.0. Handleiding voor de Calculator for Effects of Safety Measures (Effectiviteitberekening). Steunpunt Verkeersveiligheid RA-2004-48, Diepenbeek Verkeerspolitie Antwerpen (2005). Verkeersveiligheidsplan. Evaluatie – 2004. Lokale Politie Antwerpen, Antwerpen. Vrolix, K. (in voorbereiding). Handhavingsproject Verkeersveiligheid. Beschrijvende Analyse Ongevallen & Snelheidscontroles, Effectiviteitstudie Onbemande Camera’s N8. Wauters, V. (2005). L’ impact socio-économique des contrôles radars. Licentiaatsthesis van Université Libre de Bruxelles, Brussel. Verkeerspolitie Antwerpen (2002). Verkeersveiligheidsplan – Basisplan. Stad Antwerpen.


34

RA-2006-90

Effectiviteit van onbemande camera's

Recommend Documents