Effectiviteit van onbemande camera's

Effectiviteit van onbemande camera's

Een case study uit het stadsgewest Antwerpen

RA-2004-46

Erik Nuyts Onderzoekslijn infrastructuur en ruimte

DIEPENBEEK, 2012. STEUNPUNT VERKEERSVEILIGHEID.

Documentbeschrijving Rapportnummer:

RA-2004-46

Titel:

Effectiviteit van onbemande camera's

Ondertitel:

Een case study uit het stadsgewest Antwerpen

Auteur(s):

Erik Nuyts

Promotor:

Rob Cuyvers

Onderzoekslijn:

infrastructuur en ruimte

Partner:

Provinciale Hogeschool Limburg

Aantal pagina’s:

38

Trefwoorden:

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

Projectnummer Steunpunt:

2.2.4

Projectinhoud:

Berekening van effectiviteit van verkeersveiligheidsmaatregelen

Uitgave: Steunpunt Verkeersveiligheid, december 2004.

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

Samenvatting Einde 2002 werden onbemande camera’s geplaatst op drie assen in de stad Antwerpen. Deze camera’s registreren zowel roodlicht als snelheidsovertredingen. In dit rapport berekenen we het effect van de onbemande camera’s op het aantal ongevallen. Door het gebruik van een vergelijkingsgroep werd in de berekening gecorrigeerd voor de algemene trend van de verkeersongevallen en voor regressie naar het gemiddelde. De resultaten van de drie assen werden in een meta-analyse samen genomen om een algemenere, en dus beter extrapoleerbare schatting te maken van de effectiviteit van onbemande camera’s. In de meta-analyse vinden we voor alle ongevallen, inclusief die met enkel materiële schade, een net niet significante daling (P=0.079) van -14%. Het betrouwbaarheidsinterval bedraagt [-27%, +1%]. Voor ongevallen met doden of gewonden vinden we een significante daling van -27%, [ -43%, -7%]. Uit de berekening bleek dat de regressie naar het gemiddelde nauwelijks invloed had op het eindresultaat. Maar zonder correctie van de algemene trend zou het effect van de onbemande camera’s met ± 10% overschat zijn. Voor elk van de locaties is de geschatte daling van de ongevallen met doden en gewonden groter dan de daling van alle ongevallen (inclusief enkel materiële schade). Onbemande camera’s zijn dus effectiever voor ernstige ongevallen dan voor de ongevallen met materiële schade. De data van Antwerpen laten niet toe om uitspraken te doen over mogelijke haloeffecten van onbemande camera’s.

Steunpunt Verkeersveiligheid

3

RA-2004-46

Summary At the end of the year 2002 automatic cameras were installed at three road-axes in Antwerp, Belgium. The cameras recorded both red light and speed offences. In this report the effect of these cameras on the number of accidents is calculated. By using a comparison group, we corrected both for the general trend of the accidents in Antwerp, and for regression to the mean. To get a more general estimate of the effect of automatic cameras, the results of the three axes were grouped in a meta-analysis. Then we found a non-significant (P=0.079) decrease of -14% for all the accidents, including damage only accidents. The confidence interval equalled [-27%, +1%]. For accidents with injured or deadly injured victims, a significant decrease of -27%, [ -43%, -7%] was found. The calculations showed that the regression to the mean hardly influenced the final results. But without correcting for the general trend of traffic accidents, the effect of automatic cameras would have been overestimated with ± 10%. For each of the three road-axes, the relative reduction of the accidents with victims is larger than the reduction of all accidents. Hence, automatic cameras are more effective to avoid the more serious accidents. The data of Antwerp did not allow a conclusion concerning spill-over effects.


5

RA-2004-46

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

Correctie voor regressie naar het gemiddelde en voor de trend

9

2.2

Onbemande camera’s in het stadsgewest Antwerpen

9

2.2.1

Gebruikte wegen

9

2.2.2

De keuze van de vergelijkingsgroep

2.3

11

Berekening van de effectiviteit

12

2.3.1

Testen van de vergelijkingsgroep

12

2.3.2

Berekening van de effectiviteit per locatie

12

2.3.3

Combineren van effectiviteit van verschillende periodes

15

3.

RESULTATEN

16

3.1

Effectiviteit per locatie

16

3.1.1

Berekening van de drie effectiviteitsindices

16

3.1.2

Zijn de voorwaarden voor een goede berekening voldaan ?

17

3.1.3

Impact van correctie voor de trend en van correctie voor regressie naar het gemiddelde 17

3.2

Effectiviteit voor de drie locaties samen

19

3.3

Uitstraling Effectiviteit

19

3.4

Effectiviteit enkel voor ongevallen met doden of gewonden

21

3.4.1

Berekening van de drie effectiviteitsindices

21

3.4.2

Meta-analyse: gecombineerde effectiviteit van de drie locaties

22

3.4.3

Uitstraling naar aanliggende wegen

22

4.

DISCUSSIE

23

4.1

De resultaten samengevat

23

4.2

Andere Vlaamse resultaten

23

4.2.1

Tienen

23

4.2.2

Leuven

24

Buitenlandse resultaten

24

4.3.1

Rood licht camera’s.

24

4.3.2

Snelheidscamera’s

26

4.3

4.4



29 6

RA-2004-46

4.5

Bemerkingen bij de methodiek

29

5.

CONCLUSIE EN BELEIDSAANBEVELINGEN

31

5.1

Conclusies

31

5.2

Aanbevelingen

31

5.3

Verder onderzoek

31

6.

REFERENTIES

34


7

RA-2004-46

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. Maar deze beide bronnen van informatie geven maar een beperkt zicht op de echte effectiviteit van de Vlaamse onbemande camera’s. Aangezien de volksaard van de Vlaming toch wel afwijkt van, bv. de Zweden of de Italianen, geven buitenlandse cijfers wel een indicatie van het effect in Vlaanderen, maar zijn ze toch niet helemaal extrapoleerbaar. Een aantal resultaten die de laatste jaren in de media gepresenteerd zijn, zijn methodologisch niet helemaal correct. Er wordt een vergelijking gemaakt tussen het aantal ongevallen vóór het plaatsen van de camera’s, en het aantal ongevallen na het plaatsen van de camera’s. Hierbij wordt er niet gecorrigeerd voor de ongevallentrend in het algemeen, noch voor regressie naar het gemiddelde. In de internationale literatuur noemt men deze vergelijkingen –vrij suggestief- naïeve voorna studies (Hauer, 1997). In vele situaties gaat het bovendien over een combinatie van twee maatregelen. Op de plaatsen waar de camera’s geplaatst zijn wordt de snelheidslimiet verminderd van 90 km/h naar 70 km/h. Om deze snelheidsvermindering te handhaven, worden onbemande camera’s geplaatst. In een dergelijke studie kan men niet uitmaken in hoeverre een vermindering van het aantal ongevallen het gevolg is van de daling van de snelheidslimiet, en in hoeverre het een gevolg is van de plaatsing van onbemande camera’s.

1.2

Doelstellingen van dit rapport

We willen de effectiviteit bepalen van een aantal onbemande camera’s die op drie verschillende wegen geplaatst zijn in Antwerpen. Omdat elke weg zijn eigenheid heeft, bepalen we eerst het effect voor de drie verschillende wegen apart. Als we echter de resultaten willen extrapoleren hebben we liever een meer algemeen beeld van de effectiviteit van ‘een’ onbemande camera. Daarom voegen we nadien de effectiviteiten van de verschillende straten samen via een meta-analyse. De gebruikte techniek corrigeert expliciet voor regressie naar het gemiddelde, en voor de algemene trend van het aantal ongevallen. We gaan ook na welke effectiviteit we berekend zouden hebben, indien één of beide correcties niet uitgevoerd zouden zijn. Tenslotte gaan we na of er een effect is van de camera’s op vergelijkbare wegen vlakbij de camera’s, maar waar geen camera’s staan. Er zijn twee effecten mogelijk. Ofwel compensatie, en dan zullen de mensen na de camera’s harder rijden dan vroeger. In de literatuur wordt dit soms het ‘kangoeroe-effect’ genoemd (Elvik, 1997; Oei et al., 1995). Dan vinden we een verschuiving van ongevallen. Ofwel is er een ‘uitstraling’, een haloeffect van de maatregel. Dit wil zeggen dat de weggebruikers zich aan de gewenste snelheid blijven houden, ook al wordt die daar niet meer gehandhaafd door onbemande camera’s (Cameron et al., 2003; Keenan, 2004). Dit kan zijn uit inertie, een soort ‘gewoonte’, of uit vrees dat er nog camera’s staan die ze niet gezien hebben. Dan verwachten we dat er ook minder ongevallen zijn op straten in het verlengde van de straten met camera’s.


8

RA-2004-46

2. 2.1

DATAVERZAMELING

EN

METHODIEK

Correctie voor regressie naar het gemiddelde en voor de trend

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. 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. Voor de berekening, zie 2.3.2 . 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 (zie 2.3.2 ).

2.2 2.2.1

Onbemande camera’s in het stadsgewest Antwerpen Gebruikte wegen

De camera’s zijn opgesteld in assen (4 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. De assen waarop deze camera’s zijn opgesteld zijn Italiëlei, Bisschoppenhoflaan en het gedeelte van de Jan Van Rijswijcklaan buiten de Ring van Antwerpen.


9

RA-2004-46

Figuur 1. Locatie van de wegen met onbemande camera’s en de wegen van de vergelijkingsgroep

De ervaring van de verkeerspolitie gaf aan dat enkel flitsen voor rood licht de veiligheid niet verminderde. Het aantal flankongevallen leek wel te verminderen, maat het aantal kop-staart ongevallen leek te stijgen. Daarom werd er steeds ook op snelheid geflitst. In het begin werden -om het aantal boetes hanteerbaar te houden- boetes pas gegeven voor snelheden boven 90 km/h. Naarmate de gemiddelde snelheid daalde, werd ook de minimum snelheid waarbij werd geflitst naar beneden gehaald. Om te corrigeren voor regressie naar het gemiddelde en voor de trend is er een vergelijkingsgroep nodig. Dit zijn wegen die grotendeels vergelijkbaar zijn met de wegen waar de onbemande camera’s geplaatst zijn, maar waar in de periode waarvoor we ongevallen verzamelen (zowel voor als na het plaatsen), geen enkele maatregel uitgevoerd is. In deze studie gebruiken we de Groendaallaan, de Plantin en Moretuslei, de Ekersesteenweg en de Generaal Lemanstraat als vergelijkingsgroep.


10

RA-2004-46

We hebben ook nagegaan in hoeverre de Noorderlaan bruikbaar zou zijn voor de vergelijkingsgroep. Zuiver technisch, dit wil zeggen, enkel op basis van de berekening van de odds-ratio (voor uitleg over odds-ratio’s, zie 2.3.1 ), is de Noorderlaan een goede kandidaat voor de vergelijkingsgroep. Maar het verkeer wijkt toch nogal af van de wegen met camera’s (ander snelheidsregime, groter aandeel vrachtverkeer). Dus is de Noorderlaan toch niet weerhouden. Indien de tijdsperiode van odds-ratio merkelijk langer zou zijn, bv. 7 à 10 jaar, dan is een locatie met een goede odds-ratio wel aanvaardbaar voor de vergelijkingsgroep (Hauer, 1997; Elvik, 2000). Dat zou dan willen zeggen dat de kenmerken die we als verschillend zien minder invloed hebben op het aantal ongevallen dan dat we intuïtief verwacht hadden. Maar omdat we in dit onderzoek slechts over drie jaren beschikken voor het plaatsen van de camera’s (en dus maar twee odds-ratio’s kunnen berekenen) is er de kans dat de mooie odds-ratio’s een gevolg zijn van het toeval toch te groot. Daarbij komt nog dat de Noorderlaan aansluit op de Italiëlei (een as met onbemande camera’s). Indien er bij onbemande camera’s een groot halo-effect is, of zich grote compensatie voordoet, dan is het eerste deel van de Noorderlaan ook niet geschikt voor de vergelijkingsgroep, omdat daar dan ook een (secundair) effect van de camera’s kan spelen. Om te meten hoe groot het effect is op de wegdelen waar geen camera’s staan, zijn twee wegen gekozen die aansluiten op de wegen met onbemande camera’s, maar waar deze camera’s niet meer staan (Jan Van Rijswijcklaan, gedeelte tussen de Singel en het Albertpark)

2.2.2

De keuze van de vergelijkingsgroep

De keuze van een vergelijkingroep is nooit evident, want er is in praktijk nooit een perfecte vergelijkingsgroep te vinden. In dit geval zijn er geen vergelijkbare wegen in een andere Vlaamse grootstad waar hetzelfde handhavingsbeleid en dezelfde verkeersveiligheidscampagnes gevoerd werden. De vraag is dan hoeveel de wegen van de vergelijksgroep op het gebied van infrastructuur mogen afwijken van de wegen waar de maatregelen getroffen zijn, en hoe groot de afstand mag of moet zijn tussen de wegen met een maatregel en de vergelijkingsgroep. Als de afstand te groot is verloopt de trend misschien anders dan op de wegen met een maatregel, als de afstand te klein is bestaat er het risico dat de uitstraling van de maatregel tot aan de vergelijkingsgroep gaat, en dat de maatregel dus onderschat wordt. Om zeker de trend te bewaren, hebben we voor de vergelijkingsgroep wegen gekozen uit hetzelfde stadsgewest. We denken dat bij een keuze van vergelijkingswegen buiten dit stadsgewest (dat toch vrij specifiek is voor Vlaanderen), er trendverschillen zullen zijn. Door deze keuze verhoogt het risico dat er ook een uitstraling is van de maatregel naar de vergelijkingsgroep. De uitstraling van vaste, onbemande camera’s is echter beperkt, en waarschijnlijk enkel meetbaar tussen de camera’s in, of in het verlengde van een serie vaste camera’s (Keenan, 2004; Cameron et al., 2003; Mara et al., 1996 - geciteerd in Keall et al., 2001). O.a. om die reden is de Noorderlaan ook terug uit de vergelijkingsgroep gehaald. Indien er echter op veel plaatsen in de stad een groot aantal waarschuwingen zouden staan voor het gebruik van onbemande camera’s bij kruispunten met verkeerslichtenregelingen, kan er wel een uitstraling zijn (Retting et al. 1999geciteerd in Cameron et al., 2003). Dat was echter niet het geval in Antwerpen. Om de vergelijking met de infrastructuur te bewaren hebben we grotere wegen gekozen. Aangezien de wegen met onbemande camera’s zowel binnen als buiten de ring van Antwerpen liggen, hebben we ook voor dergelijke combinatie gekozen in de vergelijkingsgroep.


11

RA-2004-46

2.3

Berekening van de effectiviteit

Voor een uitgebreide Nederlandstalige verklaring van de methodiek verwijzen we naar Nuyts & Cuyvers (2003). In dit document geven we enkel de formules, met een korte verklaring en de kritische waarden om de resultaten te interpreteren. 2.3.1 Testen van de vergelijkingsgroep Een manier om na te gaan of dat de vergelijkingsgroep inderdaad vergelijkbaar is met de locatie waar de maatregel is toegepast, is het berekenen van “odds-ratio’s” voor de jaren voor de toepassing van de maatregel. Definieer: Lt het aantal ongevallen in locatie L in het jaar t, Lt-1 het aantal ongevallen in locatie L in het jaar t-1, Vt het aantal ongevallen in de vergelijkingsgroep in het jaar t, Vt-1 het aantal ongevallen in de vergelijkingsgroep in het jaar t-1. De odds-ratio is de relatieve wijziging in aantal ongevallen van plaats L, vergeleken met de relatieve wijziging in de vergelijkingsgroep. De odds-ratio voor twee opeenvolgende jaren is (Fleiss, 1981; Elvik, 1999, Elvik, 2000):

odds

ratio 

Vergelijking 1

Lt Vt

Lt  1 Vt  1

Er zijn geen strikte statistische regels om een serie van odds-ratio’s te interpreteren. Om zekerheid te hebben streeft men naar een serie van 10 jaar of meer (Hauer, 1997; Elvik, 2000), een aantal dat in praktijk zelden gehaald wordt. De vergelijkingsgroep wordt dan betrouwbaar geacht als de gemiddelde odds-ratio in de buurt ligt van 1, de standaardafwijking mag oplopen tot 0.20 (Hauer, 1997; Elvik, 2000).

2.3.2 Berekening van de effectiviteit per locatie We definiëren de effectiviteitsindex als (Hauer, 1997; Elvik, 1999; Elvik, 2000)

effectivit eitsindex  Vergelijking 2

geteld aantal ongevallen na maatregel geschat aantal ongevallen indien maatregel niet was toegepast

In sectie 2.1 werd uitgelegd dat het verwacht aantal ongevallen zowel afhangt van de specifieke kenmerken van een locatie, als van het toeval. Het verwacht aantal ongevallen, indien enkel specifieke kenmerken van belang zijn, is het aantal ongevallen van voor de maatregel. Het verwacht aantal ongevallen, indien enkel toeval van belang is, is het gemiddeld aantal ongevallen van vergelijkbare locaties. De beste schatting van het verwacht aantal ongevallen is een gewogen gemiddelde van beide resultaten. We gebruiken twee verschillende ‘groepen’. De vergelijkbare groep, of de groep van vergelijkbare plaatsen, is een groep van wegen die vergelijkbaar is met L (een weg waar onbemande camera’s geplaatst). Weg L, vόόr het invoeren van de maatregel, behoort daar toe. Want dan is er nog niets gewijzigd aan L. De vergelijkingsgroep is een groep van wegen vergelijkbaar met L, maar waar L niet bij hoort. Deze groep gebruiken we letterlijk ‘ter vergelijking’, en is van belang na het invoeren van de maatregel. Want na dat tijdstip is L veranderd. Definieer:  V+L= het gemiddeld aantal ongevallen per km per jaar voor de vergelijkbare groep, inclusief L (een weg waar onbemande camera’s geplaatst werden). Want vóór het invoeren van de maatregel is locatie L volkomen vergelijkbaar met de vergelijkingsgroep, en is er dus geen reden om L uit te sluiten.


12

RA-2004-46

²V+L = variantie van het aantal ongevallen per kilometer per jaar van de vergelijkbare groep. kmL = aantal km van weg L kmit = aantal km van een vergelijkingsweg of de weg L in het jaar t (hangt in dit onderzoek niet af van t) xit = het aantal ongevallen per km op een vergelijkingsweg of op de weg L in het jaar t n = aantal wegen in de vergelijkbare groep (=vergelijkingswegen + weg L) Tvoor = periode voor de maatregel Tna = periode na de maatregel Lt = het aantal ongevallen op weg L in het jaar t. Lvoor, regr gem, = het verwacht aantal ongevallen in weg L over T jaar na correctie voor regressie naar het gemiddelde. w = het gewicht dat aan de groep toegekend wordt, (1-w) = het gewicht van de weg L, k = overdispersie parameter per km Het verwacht aantal ongevallen na correctie voor regressie naar het gemiddelde is dan (Hauer et al. 2002): Vergelijking 3

L voor,regr gem  w * ( V  L * km L * Tvoor )  (1  w)(

Tvoor

L ) t

t 1

met

w Vergelijking 4

1 1  k * µV  L * T voor

k is een overdispersie parameter per eenheid lengte. Een grote overdispersie (k > 0) duidt er op dat de data meer gespreid zijn dan ‘verwacht’ 1. De reden voor deze parameter is technisch, en wordt verder uitgelegd in een Nuyts & Cuyvers (2003). De belangrijkste eigenschap van deze overdispersie parameter is dat men hem alleen kan berekenen als de variantie van het aantal ongevallen binnen de vergelijkbare groep kleiner of gelijk is aan het gemiddeld aantal ongevallen binnen de vergelijkbare groep. In dat geval definieert men de overdispersie parameter k als (Abbess et al., 1981; Ogden, 1996):

Vergelijking 5

k 

 ² (V

 L)

  (V

 ² (V

 L)

 L)

Berekening van de variantie is niet de klassieke formule, omdat niet alle wegen even lang zijn. We moeten een gewogen variantie berekenen (Anoniem, 2004)

1

Verwacht, in vergelijking met een Poissonverdeling. Bij een Poissonverdeling is de variantie gelijk aan het gemiddelde. Bij ongevalsdata gebaseerd op een groep van meerdere locaties is de variantie meestal groter dan het gemiddelde, en is k >0.


13

RA-2004-46

n T voor

  km

it *

Vergelijking 6

 ³(V  L ) 

n T voor

( xit   (V  L ))²

i 1 t 1

n T voor

(nTvoor  1)

  kmit

  km

i*



( xit   (V  L ))²

i 1 t 1

i 1 t 1

nTvoor

n

 km

i

(nTvoor  1)

i 1

n

En n T voor

  km

i*

Vergelijking 7

 (V  L ) 

xit

i 1 t 1

n

Tvoor *  kmi i 1

Vergelijking 3 laat reeds toe om te corrigeren voor de regressie naar het gemiddelde. Nu moeten we nog corrigeren voor het feit dat in de verstreken tijd (voor en na de maatregel) ook een trendwijziging kan zijn opgetreden in het aantal ongevallen. We nemen aan dat de locatie met de maatregel deze trend zou hebben gevolgd, indien de maatregel niet zou zijn toegepast. De trend kunnen we dan vinden door het aantal ongevallen van de vergelijkingsgroep voor het tijdstip van de maatregel (V voor) te vergelijken met het aantal ongevallen van de vergelijkingsgroep na het tijdstip van de maatregel (Vna). Bij toevoeging van correctie voor de trend vinden we:: Vergelijking 8

Lna

EFF 

Lvoor, regr gem *

Vna Vvoor

Vergelijking 8 tenslotte kunnen we herschrijven als een odds-ratio (een breuk van breuken) zodat we de theorie van odds-ratio’s kunnen toepassen. Na correctie voor regressie naar het gemiddelde en voor de trend vinden we als schatting van de effectiviteitindex:

Lna EFF 

Vergelijking 9

Lvoor, regr gem Vna

Vvoor

Om de betrouwbaarheid van de effectiviteitsindex te kennen, berekenen we het 95% betrouwbaarheidsinterval (Fleiss, 1981; Elvik, 1995): Vergelijking 10

EFF, onder limiet  expln(EFF )  1.96 * s

Vergelijking 11

EFF, boven limiet  expln(EFF )  1.96 * s .

met s gedefinieerd door: Vergelijking 12


s² 

1 1 1 1    . Lna Lvoor, regr gem Vna Vvoor

14

RA-2004-46

2.3.3 Combineren van effectiviteit van verschillende periodes Als we resultaten hebben van verschillende situaties, dan kunnen we die combineren in een meta-analyse. Door het combineren van resultaten worden de aantallen groter, en wordt het resultaat vanuit statistisch oogpunt betrouwbaarder. De gebruikte formules zijn gebaseerd op Fleiss (1981), zie ook Elvik (1995, 1999). Van elke as met onbemande camera’s kennen we vier cijfers: Ll,na = het aantal ongevallen in locatie l na de maatregel, Ll,voor, regr gem = het aantal ongevallen in locatie l voor de maatregel, na correctie voor regressie naar het gemiddelde Vl, na = het aantal ongevallen in de vergelijkingsgroep na de maatregel, Vl, voor = het aantal ongevallen in de vergelijkingsgroep voor de maatregel, Het effect van een verkeersmaatregel voor een bepaalde as l wordt dan gemeten als de odds-ratio:

Ll , na Vergelijking 13

EFFl 

Ll , voor, regr gem

Vl , na Vl ,voor

Voor elke as l is de logaritme van de odds-ratio lnEFFl= ln (Effl). De variantie van deze logaritme is Vergelijking 14

sl ² 

1 Ll , na



1



1



1

Ll , voor, regr gem Vl , na Vl , voor

.

Binnen de berekening van het overkoepelende effect krijgt elke studie een gewicht. Dit gewicht is omgekeerd evenredig met de variantie: Vergelijking 15

wl 

1 . sl ²

Stel dat we beschikken over m verschillende plaatsen waar een maatregel is toegepast. De gewogen gemiddelde effectiviteitsindex EFFECT van de maatregel over alle plaatsen heen wordt:

Vergelijking 16

 m  wl * lnEFFl      EFFECT  exp  l 1 m    wl   l 1  





De schatting van een 95% betrouwbaarheidsinterval (= BI) daar rond is dan:

Vergelijking 17


 m  wl * lnEFFl   l 1 95% BI EFFECT  exp   1.96 * m  wl   l 1





15

  1   m  wl   l 1



RA-2004-46

3.

RESULTATEN

3.1

Effectiviteit per locatie

3.1.1 Berekening van de drie effectiviteitsindices In Tabel 1 geven we de getallen die we gebruikt hebben voor de effectiviteitsberekening van de drie verschillende wegen. Tabel 1.

Effectiviteitsberekening van de drie locaties op basis van alle ongevallen (zowel enkel materiële schade als ongevallen met doden en gewonden).

Gegevens verzameld door de politie zijn schuin gedrukt, tussenberekeningen in gewone druk, resultaten in vet. Vergelijkings- Italiëlei groep

Jan Van Rijswijcklaan

Bisschoppenhoflaan

Km

3.77

1.4

1.4

3.1

ongevallen 2000

321

163

64

138

ongevallen 2001

289

168

47

102

ongevallen 2002

260

140

42

103

gemiddelde 2000-2002 per jaar per km

76.9

112.1

36.4

36.9

ongevallen 2003

264

111

41

100

gemiddelde odds-ratio

1.04

0.90

0.97

standaard afwijking odds-ratio

0.15

0.13

0.21

gemiddeld aantal ongevallen 2000-2002 voor vergelijkingsgroep en locatie met maatregel

86.5

66.0

58.9

variantie aantal 2000-2002 vergelijkingsgroep met maatregel

2353

2428

1996

0.30

0.54

0.56

gewicht vergelijkingsgroep

0.013

0.01

0.01

effectiviteitsindex

0.78

0.88

0.96

ongevallen voor en locatie

overdispersiefactor

ondergrens (95% effectiviteitsindex

BI)

0.61

0.60

0.74

bovengrens (95% effectiviteitsindex

BI)

1.00

1.27

1.24

Significantie Effectiviteitsindex verschilt van 1

0.05

NS

NS


16

RA-2004-46

De effectiviteitsindex voor alle ongevallen varieerde tussen 0.78 en 0.96. De Italiëlei had voor het plaatsen van de onbemande camera’s een ongevallencijfer hoger dan dat van de vergelijkingsgroep. Voor de Italiëlei was de effectiviteit dan ook het hoogste (een significante vermindering van 22%). Voor de twee andere wegen daalde het aantal ongevallen niet significant.

3.1.2 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 de voor-periode is daar aan voldaan, voor de naperiode niet. Aangezien de data van 2004 nog niet beschikbaar kunnen zijn op het ogenblik van het schrijven van dit rapport, is daar weinig aan te doen. We willen in 2005 de resultaten aanvullen met de ongevalsdata van 2004.  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. Met 870 in de voor-periode, en 264 in de na-periode is hier redelijk aan voldaan.  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 twee gemiddeldes was dit in orde (1.04, 0.97), één gemiddelde oddsratio was wel wat laag (0.90). De standaardafwijkingen zijn op zich in orde (0.150.21). Het probleem is dat het aantal jaren dat we vergelijken erg beperkt is. Slechts drie jaar in plaats van de gewenste serie van 10 jaar of meer (Hauer, 1997; Elvik, 2000).  De berekening voor regressie naar het gemiddelde is wezenlijk gebaseerd op het feit dat de variantie van het aantal ongevallen binnen de vergelijkingsgroep kleiner of gelijk is aan het gemiddeld aantal ongevallen binnen de vergelijkingsgroep. Theoretisch kan dat niet anders (Hauer, 2003). In praktijk gebeurt dit soms toch (De Brabander & Nuyts, in voorbereiding). En hierdoor wordt de berekening van de regressie naar het gemiddelde niet alleen onnauwkeurig, ze wordt compleet fout (Nuyts & Cuyvers, 2003). Maar in deze studie was dit voor alle drie de locaties in orde.  Er is geen statistisch criterium dat zegt of de overdispersiefactor aanvaardbaar is of niet. In een vergelijkbare studie vond Elvik (1997) een overdispersiefactor van 0.46 2. In grootteorde is dat vergelijkbaar met de getallen van Antwerpen (0.30 –0.56). 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.

3.1.3 Impact van correctie voor de trend en van correctie voor regressie naar het gemiddelde De beschreven methodiek is behoorlijk wat ingewikkelder dan een gewone voor-na studie. In deze sectie willen we de resultaten van de methodiek verder duiden. In Tabel 2 geven we vier verschillende mogelijke berekeningen voor de effectiviteit: een gewone voor-na studie zonder enige correctie, een berekening met enkel een correctie voor de 2

Notationeel zijn er verschillen tussen dit rapport en de berekeningen van Elvik(1997). De notatie voor de overdispersiefactor die Elvik (1997) gebruikt is de inverse van degene die hier gebruikt wordt. De waarde bij Elvik was 2.2, en wordt na herrekening naar onze notatie dus 1/(2.2) = 0.46.


17

RA-2004-46

trend, een berekening met enkel een correctie voor regressie naar het gemiddelde, en tenslotte de berekening met beide correcties. Tabel 2.

Effectiviteitsberekening voor alle ongevallen (zowel enkel materiële schade als ongevallen met doden en gewonden) van de drie locaties met geen, één of twee correcties. Effectiviteit Effectiviteit geen corr regressie geen corr trend enkel corr trend

Effectiviteit enkel corr regr.

Effectiviteit corr regressie corr trend

Italiëlei

0.707

0.777

0.709

0.779


0.804

0.883

0.798

0.877

Bisschoppenhoflaan

0.875

0.961

0.869

0.955

Het is duidelijk dat correctie voor de trend in Antwerpen noodzakelijk was. Het aantal ongevallen was ook in de vergelijkingsgroep met 10% gedaald tegenover het gemiddelde van de laatste drie jaar. Zonder hiervoor te corrigeren zouden we het effect van de onbemande camera’s met 10% overschatten. Het effect van de correctie voor regressie naar het gemiddelde was erg beperkt. Voor de drie wegen was het minder dan 1%. Dit was het gevolg van het kleine gewicht van de vergelijkingsgroep bij de correctie voor regressie naar het gemiddelde. De vergelijkingsgroep telde in de correctie maar mee voor 1% à 1.5% (Tabel 1). Als de vergelijkingsgroep nauwelijks meetelt in de correctie, dan kan de correctie ook nooit groot zijn. Als we dieper graven in de formules dan zien we dat het gewicht van de vergelijkingsgroep sterk bepaald wordt door het aantal ongevallen per kilometer (Vergelijking 4). In deze studie lagen die erg hoog (Tabel 1:variërend van 36.4 tot 112.1 ongevallen per jaar per km). Hoe groter het gemiddeld aantal ongevallen, hoe kleiner het gewicht van de vergelijkingsgroep. De vergelijkingsgroep wordt nl. gebruikt om te voorkomen dat enkele toevallige ongelukken in de voor-periode de effectiviteit kunstmatig opdrijven. Maar als er een groot aantal ongevallen gebeurt, wordt de relatieve impact van toevallige ongevallen kleiner3. Ook de overdispersie heeft effect op het gewicht van de vergelijkingsgroep. Dat is hier minder merkbaar, omdat het aantal ongevallen op zich reeds zo groot is, dat verschillen in overdispersie minder belangrijk worden. Correctie voor regressie naar het gemiddelde heeft niet altijd als resultaat dat het effect van de maatregel overschat wordt. Dat is enkel zo bij locaties die vóór het invoeren van de maatregel meer ongevallen hadden dan het gemiddelde van de vergelijkingsgroep. De Italiëlei had vóór het plaatsen van de onbemande camera’s een ongevallenaantal groter dan dat van de vergelijkingsgroep. Correctie voor regressie naar het gemiddelde deed het verwacht aantal ongevallen na plaatsing van de onbemande camera’s dalen. Dit aantal staat in de noemer van de effectiviteitsindex, waardoor die index steeg (Tabel 2 van 0.707 naar 0.709). Maar de Jan Van Rijswijcklaan en Bisschoppenhoflaan hadden

3

Intuïtie onderbouwd met een vereenvoudigde statistische verklaring: Per locatie heeft het aantal ongevallen een Poissonverdeling, waarbij μ=σ². σ is de maat die aangeeft hoever het aantal ongevallen in een jaar kan afwijken, puur op basis van toeval. Als μ, en dus ook σ², van de ene groep vier keer zo groot is als bij een andere groep, dan is de spreiding maar √4 = 2 keer groter. De relatieve spreiding σ/μ is dus maar de helft bij de tweede groep. Aangezien effectiviteitsindices relatieve verschillen berekenen, wordt de impact van toeval kleiner.


18

RA-2004-46

minder ongevallen dan het gemiddelde van de vergelijkingsgroep. De redenering is nu helemaal omgekeerd, en het resultaat was dat correctie voor regressie naar het gemiddelde de effectiviteitsindex deed dalen (Tabel 2 van 0.804 naar 0.798 en van 0.875 naar 0.869).

3.2

Effectiviteit voor de drie locaties samen

In een meta-analyse combineren we de resultaten van de drie locaties. Dit is niet zomaar het gemiddelde van de drie effectiviteitsindices. Deze indices worden gewogen, op basis van het aantal ongevallen dat zich op een locatie en bij de vergelijkingsgroep voordoet. Het aantal ongevallen van de vergelijkingsgroep maakt hier minder verschil, omdat de drie locaties dezelfde vergelijkingsgroep hebben. Tabel 3.

Effectiviteitsberekening voor de meta-analyse van de drie locaties voor alle ongevallen (zowel enkel materiële schade als ongevallen met doden en gewonden). Italiëlei

Jan van Rijswijcklaan Bischoppenhoflaan

Li, na

111

41

100

Li, voor, reg gem

470

154

345

Vi, na

264

264

264

Vi, voor

870

870

870

Eff

78%

88%

96%

si²

0,016

0,036

0,018

wi

62,2

27,9

56,1

Door de gegevens van Tabel 3 in te vullen in Vergelijking 13 tot Vergelijking 17 vinden we 86% als globale effectiviteitsindex van onbemande camera’s, rekening houdend met alle ongevallen. Het 95%-betrouwbaarheidsinterval is 73% - 101%. 100% behoort tot dit interval, dus het resultaat is (net) niet significant op 0.05 niveau (P= 0.079 > 0.05).

3.3


Om de uitstraling, ook wel het halo-effect of spill-over effect genoemd, van de onbemande camera’s te meten, analyseren we het aantal ongevallen van het tweede deel van de Jan Van Rijswijcklaan. Op het eerste deel waren er onbemande camera’s geplaatst, op het tweede deel niet. Strikt gezien zouden we bij de analyse rekening moeten met de rijrichting van de auto’s. Van auto’s die van een weg met onbemande camera’s naar een weg zonder camera’s rijden meten we dan een vorm van inertie of van compensatie: vermindering van ongevallen doordat dat wagens de bedoelde snelheid aanhouden, of vermeerdering doordat de bestuurders hun frustraties afreageren. Het effect in de andere richting zou anticipatie zijn: bestuurders die op voorhand al vertragen (of in het extreme geval: die op voorhand nog even wat sneller rijden, als het nog kan). De data waren echter niet op deze wijze beschikbaar. Bovendien zouden er nog zo weinig data overblijven, dan er geen uitspraken mogelijk waren (zie verder).


19

RA-2004-46

Tabel 4.

Effectiviteitsberekening van het halo-effect van een as met onbemande camera op het gedeelte zonder onbemande camera’s op basis van alle ongevallen. Vergelijkingsgroep

Jan Van Rijswijcklaan, geen onbemande camera’s

Km

3.77

0.7

ongevallen 2000

321

13

ongevallen 2001

289

20

ongevallen 2002

260

14

76.9

22.4

264

17

gemiddelde jaar per km

2000-2002

per

ongevallen 2003 gemiddelde odds-ratio standaard ratio

afwijking

1.24 odds-

0.66

gemiddeld aantal ongevallen 2000-2002 voor vergelijkingsgroep en locatie met maatregel

68.4

variantie aantal ongevallen 2000-2002 voor vergelijkingsgroep en locatie met maatregel

2816.5

overdispersiefactor

0.59

gewicht vergelijkingsgroep

0.01

effectiviteitsindex

1.17


BI)

0.66


BI)

2.07

Significantie Effectiviteitsindex van 1

NS verschilt

Bij deze analyse beschikken we over een kleiner aantal ongevallen dan in de vorige analyses. De odds-ratio wijkt sterk af van 1 en de variantie van de odds-ratio is veel groter dan 0.20. We beschikken dus over minder data, en de vergelijkingsgroep is minder geschikt. De effectiviteitsindex bedraagt 1.17, maar het betrouwbaarheidsinterval is erg groot. De echte waarde ligt ergens tussen 0.66 en 2.07. In termen van reductie van ongevallen wil dit zeggen dat de meest waarschijnlijke waarde een stijging is met 17% van de ongevallen, maar dat het eigenlijk ook wel een daling van 34% kan zijn, tot een stijging van met 107%. Uit deze data kunnen we geen Steunpunt Verkeersveiligheid

20

RA-2004-46

onderbouwde uitspraak doen over een mogelijk halo-effect van het opstellen van de onbemande camera’s op het daaropvolgende deel van de weg.

3.4

Effectiviteit enkel voor ongevallen met doden of gewonden

3.4.1 Berekening van de drie effectiviteitsindices In Tabel 5 geven we de getallen die we gebruikt hebben voor de effectiviteitsberekening van de drie verschillende wegen. Tabel 5.

Effectiviteitsberekening van de drie locaties op basis van enkel ongevallen met doden en gewonden: gegevens verzameld door de politie zijn schuin gedrukt, tussenberekeningen in gewone druk, resultaten in vet.

Vergelijkingsgroep

Italiëlei


Bisschoppenhoflaan

Km

3.77

1.4

1.4

3.1

ongevallen 2000

143

68

36

52

ongevallen 2001

123

80

25

55

ongevallen 2002

128

65

25

38

34.8

50.7

20.5

15.6

122

43

18

39

1.07

0.88

0.95

0.42

0.11

0.40

overdispersiefactor

0.24

0.39

0.50

effectiviteitsindex

0.66

0.67

0.85

gemiddelde jaar per km

2000-2002

per

ongevallen 2003 gemiddelde odds-ratio standaard ratio

afwijking

odds-


BI)

0.45

0.39

0.57


BI)

0.97

1.15

1.28

0.05

NS

NS

Significantie Effectiviteitsindex van 1

verschilt

Deze analyse is iets minder betrouwbaar dan die van alle ongevallen tezamen. Het aantal ongevallen is evident kleiner voor de drie locaties en voor de vergelijkingsgroep. Het aantal ongevallen van de vergelijkingsgroep bedraagt in de voor-periode nog ruim meer dan 150. In de na-periode is dit slechts 122. Eén odds-ratio is vrij klein (0.88), maar de variantie van de odds-ratio’s is tweemaal erg groot (0.40 en 0.42 > 0.20). De variantie van het aantal ongevallen is groter dan het gemiddelde, dus is de berekening van de Steunpunt Verkeersveiligheid

21

RA-2004-46

correctie van regressie naar het gemiddelde zinvol. De overdispersiefactor is telkens kleiner dan als we alle ongevallen in rekening brachten. We vinden hetzelfde patroon als bij de ongevallen inclusief enkel materiële schade. De effectiviteitsindex is significant kleiner dan 1 voor de Italiëlei, waar er voor de maatregel een groter dan gemiddeld aantal ongevallen was, en we vinden een niet-significante daling voor de twee andere wegen, waar het aantal ongevallen kleiner was dan gemiddeld. Onbemande camera’s voorkomen eerder de ernstigere ongevallen dan enkel materiële schade. Voor alle drie de locaties was de effectiviteitsindex kleiner voor de ernstige ongevallen (0.66 < 0.78; 0.67 < 0.88; 0.85 < 0.96).

3.4.2 Meta-analyse: gecombineerde effectiviteit van de drie locaties De methodiek is volkomen vergelijkbaar met die van de meta-analyse van alle ongevallen, en wordt hier niet herhaald. Als we de drie wegen combineren, was de effectiviteit voor de ongevallen met doden en gewonden 73%, in een betrouwbaarheidsinterval van 57% - 93%. We vonden dus globaal een significante vermindering van het aantal ongevallen met doden en gewonden van 27%. Ook in de meta-analyse vonden we dat de effectiviteit van onbemande camera’s meer uitgesproken was voor de meer ernstige ongevallen (73% doden en gewonden, tegenover 86% alle ongevallen).

3.4.3 Uitstraling naar aanliggende wegen Het aantal data was al beperkt bij de analyse van alle ongevallen. Hierdoor was het betrouwbaarheidsinterval zo groot dat er geen relevante uitspraken mogelijk waren. Als we enkel kijken naar ongevallen met doden of gewonden worden de data nog beperkter, dus hebben we deze analyses niet uitgevoerd.


22

RA-2004-46

4.

DISCUSSIE

4.1

De resultaten samengevat

De effectiviteitsindex van de onbemande camera’s voor alle ongevallen samen bedroeg in Antwerpen 86%, met als betrouwbaarheidsinterval is 73% - 101%. Dit wil zeggen dat de beste schatting van de daling van het aantal ongevallen 14% is (interval daling van 27% tot een stijging met 1%). Als we ons beperken tot de ongevallen met doden en gewonden, dat bedraagt de effectiviteitsindex 73% (betrouwbaarheidsinterval:57% - 93%). We vinden een significante daling van 27%, (betrouwbaarheidsinterval: daling van 7% - 43%). Voor elk van de locaties is relatieve daling van de ongevallen met doden en gewonden groter dan de daling van alle ongevallen (inclusief enkel materiële schade). Onbemande camera’s zijn dus effectiever voor ernstige ongevallen dan voor de ongevallen met materiële schade. De data van Antwerpen laten niet toe om uitspraken te doen over mogelijke haloeffecten van onbemande camera’s.

4.2

Andere Vlaamse resultaten

4.2.1 Tienen De effectiviteitsindex van de onbemande snelheids- en rood lichtcamera’s op projectwegen in Tienen bedraagt volgens een naïeve voor-na studie 51% - 57% voor de letselongevallen (Adriaensen & De Dobbeleer, 2004; Godart, 2004). In dezelfde periode vermindert het aantal letselongevallen ook voor de niet-projectwegen. Voor deze groep is de effectiviteitsindex van 64%-68% (Adriaensen & De Dobbeleer, 2004; Godart 2004). Het is niet helemaal duidelijk waarvan deze effectiviteitsindex het effect is, want op de niet-projectwegen zijn geen duidelijke wijzigingen gebeurt. Eén interpretatie is dat door het plaatsen van de camera’s de subjectieve pakkans voor de ganse stad verhoogd is, waardoor men overal voorzichtiger rijdt (Adriaensen & De Dobbeleer, 2004; Godart 2004). Of dit kan, hangt af van de locale situatie. Als de camera’s overal over de stad verspreid zijn, dan is het misschien mogelijk dat het halo-effect zich verspreidt over al de locaties tussen de verschillende camera’s, en dat men globaal trager gaat rijden. Maar onbemande camera’s in Tienen staan op vier grote wegen (N3, N29, R27 en N221). Gezien deze wegen expliciet vernoemd worden in de communicatie met de bevolking tijdens het project (Scheers & Adriaensen, 2004), is het redelijk om aan te nemen dat de meeste mensen de onbemande camera’s weten staan. Dan is het verrassend dat het effect van deze onbemande camera’s zich zou verspreiden over een ganse stad. Maar bij het project werden ook bemande camera’s gebruikt (Adriaensen & De Dobbeleer, 2004; Scheers & Adriaensen, 2004), evenals spookborden en feedbackborden (Scheers & Adriaensen, 2004). Spookborden zijn mobiele borden op een aanhangwagen die oplichten als een passant de maximumsnelheid overtreedt. Feedbackborden zijn mobiele borden die na een mobiele bemande controle geplaatst worden met de tekst ‘uw snelheid is gecontroleerd’ (onzichtbaar vooraf en duidelijk zichtbaar achteraf). Door het gebruik van mobiele camera’s, mobiele spookborden en mobiele feedbackborden wordt het voor de passanten minder voorspelbaar waar de controles exact gebeuren. En hoewel die binnen dit project op dezelfde vier wegen plaatsvonden, blijft –vanuit het standpunt van de passant- de kans groter dat de mobiele controles zich opeens verplaatsen, dan dat de onbemande camera’s zich zouden verplaatsen. Het mogelijke halo-effect van dit mobiele deel van het project is dus veel groter. Als de daling in de niet-projectwegen een haloeffect is van het project dan denken we dat dit meer het gevolg is van het gebruik van de bemande camera’s dan van de onbemande camera’s. Het spreekt vanzelf dat het gebruik


23

RA-2004-46

van de bemande camera’s ook hun effect hebben op de projectwegen zelf (Scheers & Adriaensen, 2004). Een tweede interpretatie van de data is dan dat het effect van de onbemande camera’s zelf beter gemeten kan worden aan het verschil tussen de projectwegen (= de wegen waar de bemande en de onbemande controles gebeurden) en de niet-projectwegen. Dan gebruiken we de niet-projectwegen als een maatstaf voor de trend van de ongevallen in Tienen. We kunnen dan niet corrigeren voor regressie naar het gemiddelde, maar we kunnen wel een trendcorrectie maken. De effectiviteitsindices zijn dan

45  75% 89 * 81 120 (voor het jaar 2001, data uit Adriaensen & De Dobbeleer, 2004), 51  89% 89 * 77 120 (voor 2002 data uit Godart 2004). Bemerk dat er ook bij deze berekening beperkingen zijn. We kunnen enkel de meerwaarde van de onbemande camera’s en bemande camera’s schatten, boven op een onbekende trend, inclusief het halo-effect van de bemande en onbemande camera’s uit het project. We kunnen hier niet vergelijken tussen het gebruik van onbemande camera’s tegenover geen camera’s. Een derde mogelijkheid is dat het referentiejaar, 1999, een ‘pechjaar’ was, met toevallig veel ongevallen. Dat zou verklaren waarom er een duidelijke daling is bij de nietprojectwegen, maar het haalt de effectiviteit van het project dan wel naar beneden. Uit de data van Scheers en Adriaensen (2004) is dit niet op te maken. Ze stellen dat: “Naderhand merkten we dat de cijfergegevens van de politiediensten niet in overeenstemming waren met deze van het NIS. De discrepantie tussen cijfergegevens was zo groot (overregistratie bij het NIS) dat er besloten werd om eveneens de cijfergegevens van 1999 bij de politiediensten op te vragen zodat we ons konden baseren op vergelijkbaar cijfermateriaal.” Uit dit ene referentiejaar is echter niet op te maken of dat jaar de ongevallen uitzonderlijk hoog waren. Als dat zo zou zijn, dan kan de effectiviteit van het project berekend worden op identiek dezelfde wijze als in de paragraaf hierboven. De niet-projectwegen worden gebruikt als indicatie van de trend. We vinden opnieuw een effectiviteitsindex van 75%- 89%. 4.2.2 Leuven Voor Leuven vindt men in een naïeve voor-na studie een effectiviteitsindex van 80% voor alle ongevallen, inclusief die met enkel stoffelijke schade (Godart, 2004).

4.3

Buitenlandse resultaten

4.3.1 Rood licht camera’s. In Tabel 6 geven we een reductie van het aantal ongevallen bij het plaatsen van rood licht camera’s. Studies die gebruikt zijn in overzichtstudies worden niet meer apart vermeld. De studie die methodologische de meest betrouwbare extrapolatie toelaat, is die van Retting et al. (2003). Zij vinden voor een reductie van 25-30% voor ongevallen met doden of gewonden. Bij alle studies, op één na, die ze opnemen in hun vergelijking, blijkt dat onbemande roodlicht camera’s effectiever zijn voor ongevallen met slachtoffers, dan voor alle ongevallen, inclusief de ongevallen met enkel materiële schade. De vergelijking met de onbemande camera’s van Antwerpen gaat niet helemaal op, want in Antwerpen hebben de camera’s een dubbel doel: zowel rood licht als snelheidscontrole. Toch is de gelijkenis opvallend. De reductie in Antwerpen bedroeg 27%, wat volledig past


24

RA-2004-46

in de range van 25-30%. En de Antwerpse camera’s reduceren eveneens meer ernstige ongevallen dan enkel materiële schade. Tabel 6.

Literatuuroverzicht van de reductie van het aantal ongevallen naar ernst van het ongeval na het plaatsen van onbemande roodlicht camera’s.

Type ongeval (grenzen gerapporteerde reductie)

% reductie door Berekening onbemande rood effectiviteit van licht camera’s

Dodelijk

- 50%

-50% Letselongevallen

-25 à -30%

-12 à –30%

Enkel schade

materiële

naieve studie

Referentie

voor-na Radalj, 2002

meta-analyse op Retting et al. 2003 basis van 8 studies, rekening houdend met regressie naar het gemiddelde, controlegroep en een halo-effect

-12%

meta-analyse, studies

-29%

onbekend

-18%

naïeve studie

3 Elvik & Vaa, 2004 Higway & Safety Report 2001, (geciteerd in Radalj 2002)

voor-na Hooke et al. 1996

-9% (NS)


3 Elvik & Vaa, 2004

-11%


3 Elvik & Vaa, 2004

-9% Alle ongevallen -11% Ongevallen ernst niet aangegeven

0%

onbekend

SA DOT 1989 en 1991, (geciteerd in Radalj 2002)

Literatuuroverzicht van studies

Imberger et al. 2003

–46% à 0% -7 à -46%

Na installatie van roodlichtcamera’s daalt het aantal ongevallen met afslaande bewegingen (zie Tabel 7). Het aantal kop-staart botsingen zal meestal stijgen, resultaten variëren tussen reductie van –25% tot een stijging van +22%. Aangezien kop-staart botsingen meestal minder ernstig zijn dan ongevallen met afslaande bewegingen, is het voordelig om roodlicht camera’s te plaatsen, zelfs als het totale aantal ongevallen niet daalt (literatuursamenvatting in Imberger et al 2003).


25

RA-2004-46

Tabel 7.

Literatuuroverzicht van de reductie van het aantal ongevallen per type ongeval na het plaatsen van onbemande roodlicht camera’s.

Type ongeval

Ernst

(grenzen van gerapporteerde reductie) Afslaande beweging -13% tot –31%

kop-staart

% reductie (+ tekens zijn een stijging van ongevallen)

slachtoffers

Berekening effectiviteit

Referentie

- 31% (NS)


alle ongevallen

-21 à –30%

controlegroep

Radalj, 2002

alle ongevallen

eerder reductie dan stijging

Literatuuroverzicht van studies

Imberger 2003

alle ongevallen

-13% (NS)

controlegroep

Andreassen, 1995

- 15% (NS)


3 Elvik & Vaa, 2004

slachtoffers

+22 tot -25% alle ongevallen

-25% tot +22%

alle ongevallen

eerder stijging dan daling

alle ongevallen alle ongevallen

3 Elvik & Vaa, 2004

et

al.

na correctie met Brimson & hun controlegroep, Anderson 2002, Literatuuroverzicht van studies

Imberger 2003

et

al.

+20%

controlegroep

Andreassen, 1995

+18%

controlegroep

Radalj, 2002

Onbemande roodlichtcamera’s zijn waarschijnlijk efficiënt. Drie studies schatten de baten 2 tot 7 keer zo groot als de kosten (Zaal 1994- geciteerd in Imberger et al., 2003: 2 keer; Hooke et al., 1996: 5 keer; Turner & Supriyasilp, 2003: 7.3 keer). Een studie geeft echter dat de kosten hoger zouden zijn dan de baten (Elvik & Vaa, 2004: benefit/costs = 0.84)

4.3.2 Snelheidscamera’s Zowel de gemiddelde snelheid als de spreiding van de snelheid verminderen op plaatsen waar onbemande camera’s staan (Kang et al., 2004; Ha et al., 2003; Keenan, 2004). Beide effecten verhogen de verkeersveiligheid. In Tabel 8 geven we een reductie van het aantal ongevallen bij het plaatsen van snelheidscamera’s. Studies die gebruikt zijn in overzichtstudies worden niet meer apart vermeld. De studies die methodologisch de meest betrouwbare extrapolatie toelaten, zijn de meta-analyses van Elvik (1997) en van Elvik & Vaa (2004). Zij vinden voor een reductie van 17% voor ongevallen met doden of gewonden. Snelheidcamera’s hebben echter meer effect in stedelijke omgeving dan in rurale gebieden (Zaidel, 2002; Mara et Steunpunt Verkeersveiligheid

26

RA-2004-46

al 1996 - geciteerd in Keall et al., 2001; Elvik & Vaa, 2004). In stedelijke gebieden loopt die op tot 28%, in rurale gebieden bedraagt die slechts 4%. De vergelijking met de onbemande camera’s van Antwerpen gaat niet helemaal op, want in Antwerpen hebben de camera’s een dubbel doel: zowel rood licht als snelheidscontrole. Toch is de gelijkenis ook nu weer opvallend. De reductie in Antwerpen bedroeg 27%, wat erg aansluit bij de 28% van de stedelijke gebieden.

Tabel 8. Literatuuroverzicht van de reductie van het aantal ongevallen naar ernst van het ongeval na het plaatsen van onbemande snelheidscamera’s. Type ongeval (grenzen gerapporteerde reductie)

% reductie door Berekening onbemande rood effectiviteit van licht camera’s

Letselongevallen -28% tot +4%

Enkel ongevallen

Referentie

meta-analyse van 7 Elvik, 1997 studies variërend van –27% Elvik & Vaa , 2004 tot + 4%

schade

-17%

- 28%

naïeve studie

voor-na Hooke et al., 1996

-15%

naïeve studie

voor-na gegroepeerde data van Keenan, 2004

-12% (NS)

meta-analyse studies

7 Elvik, 1997

-12% Alle ongevallen

-19%

meta-analyse van 10 Elvik & Vaa , 2004 studies

-28%

naïeve studie

voor-na Kang et al, 2004

- 29%

naïeve studie

voor-na Ha et al., 2003

-12%

naïeve studie

voor-na gegroepeerde data van Keenan, 2004

-28%

meta-analyse

Elvik & Vaa , 2004

-4%

meta-analyse

Elvik & Vaa , 2004

-12 tot -29%

Alle ongevallen, stedelijke gebieden - 28% Alle ongevallen, landelijke gebieden -4 %

Onbemande snelheidscamera’s zijn erg efficiënt. De geschatte baten variëren van 2.6 keer zo groot als de kosten (Mäkinen & Oei 1992-geciteerd in Elvik & Vaa, 2004) over 7 tot 9 keer zo groot (Hooke et al., 1996; Elvik, 1997, eigen berekening met gegevens van Oei, 1995) tot zelfs 26.7 keer zo groot (Brekke 1993-geciteerd in Elvik & Vaa, 2004).


27

RA-2004-46

Het gebruik van onbemande snelheidscamera’s was aanvaard door 72%- 75% van de respondenten van enquêtes in Nederland (Oei, 1995; Oei et al., 1995). 37%-50% beweerde de snelheidslimiet aan te houden, 52%-70% zou dit doen als er enkele keren per jaar controle was, en zo goed als iedereen als de snelheid elke week gecontroleerd werd (Oei 1995; Oei et al., 1995). Dit toont nog maar eens het belang aan van de (subjectieve) pakkans. De snelheidscamera’s hebben het meeste effect op het aantal ongevallen (-26%) bij wegen waar het aantal ongevallen hoger lag dan 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). In deze studie over Antwerpen vinden we vergelijkbare resultaten. Voor de Italiëlei, de as met een hoger dan gemiddeld aantal ongevallen per kilometer, vonden we voor alle ongevallen een significante daling van 22%, terwijl we voor de twee assen met een lager dan gemiddeld aantal ongevallen per kilometer een kleinere, niet-significante daling vonden (-12% en –4%). De resultaten van de ongevallen met doden of gewonden waren minder uitgesproken, maar geven dezelfde tendens: hoger dan gemiddeld aantal ongevallen: –34% (P<0.05), lager dan gemiddeld aantal ongevallen –33% (NS) en –15% (NS). Bij het gebruik van verborgen camera’s bovenop het gebruik van vaste onbemande camera’s is er een net niet significante daling (P= 0.054, resp. P=0.066) van het aantal letselongevallen (-22%) en van het aantal slachtoffers (-29%) op alle 100 km/h wegen waar de camera’s geplaatst werden (speed camera zones), ten opzichte van de speed camera zones in Nieuw Zeeland waar enkel zichtbare camera’s in gebruik waren (Keall et al., 2001). Voor het gehele netwerk van 100 km/h wegen vinden we wel significante verschillen, -11% voor het aantal letselongevallen en -19% voor het aantal slachtoffers (Keall et al., 2001). Dat het effect kleiner is, maar toch significant is het gevolg van een groter aantal ongevallen voor het ganse netwerk dan voor de speed camera zones. Ook Hooke et al. (1996) pleiten voor het gebruik van mobiele camera’s in de buurt van vaste onbemande camera’s. Deze mobiele camera’s verhogen de objectieve pakkans, maar nog belangrijker ook de subjectieve pakkans van de bestuurders. Het gebruik van mobiele camera’s achter een vaste onbemande camera zou een goed middel zijn om plotse snelheidsverhogingen na het passeren van een onbemande camera tegen te gaan. Een merkwaardig lange termijn effect werd gevonden in Nederland (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.


28

RA-2004-46

4.4


Vaak denkt men dat er een “kangoeroe”-effect is van onbemande camera’s: bij het naderen van onbemande camera’s rijden mensen trager, maar nadien compenseren ze dit door extra snel te rijden. Als dat zo is, dan verschuiven een aantal ongevallen naar de wegvakken achter de onbemande camera’s (Oei et al., 1995; Elvik, 1997). Maar de data van deze auteurs lieten, zoals ze zelf ook opmerkten, niet toe om het kwalitatief effect te meten. Bestuurders vertragen inderdaad –soms zelfs bruusk- als ze een zone met onbemande camera’s in rijden. Eenmaal ze de camera gepasseerd zijn, nemen ze hun oorspronkelijke snelheid weer aan, zonder echter te overcompenseren (Ha et al., 2003; Keenan, 2004). Dit resultaat is dus positiever dan gevreesd werd, hoewel het optrekken wel tot een kilometer verder nog merkbaar is (Keenan, 2004). Indien twee camera’s voldoende dicht bij elkaar staan, kan de snelheid tussen beide camera’s wat stijgen, maar bereikt niet het niveau van voor de eerste of achter de laatste camera (Keenan, 2004). 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.’ Dit is dus een reden om op verschillende locaties achter elkaar onbemande camera’s te plaatsen. Wat het aantal ongevallen betreft, vinden Mara et al (1996 - geciteerd in Keall et al., 2001) een duidelijk effect van vaste, onbemande snelheidscamera’s in de zones waar de camera’s staan, maar geen significant effect voor het gehele netwerk. Het gebruik van mobiele verborgen camera’s heeft echter wel een positief effect tot buiten de speed zone area’s (Oei & Goldenbeld, 1996; Anderson & Edgar, 2001; Keall et al., 2001; Newstead & Cameron, 2003). Dergelijk effect wordt een halo-effect of een spill-over effect genoemd. Het is het beste voelbaar in de zones dicht bij de plaatsen waar de bemande camera’s vaak staan opgesteld, maar tot op 6 km zijn er toch ook nog reducties van het aantal ongevallen met slachtoffers (Newstead & Cameron, 2003). In Nederland heeft men bij de voorlichtingscampagne bewust het gebied opgegeven, i.p.v. de straten waar men ging controleren om een halo-effect te bekomen (Oei & Goldenbeld, 1996). Maar ook vaste rood licht camera’s kunnen een halo-effect hebben (Retting et al. 1999geciteerd in Cameron et al., 2003). Dit zou te wijten kunnen zijn aan een groot aantal waarschuwingen in de stad voor het gebruik van onbemande camera’s bij kruispunten met verkeerslichtenregelingen.

4.5

Bemerkingen bij de methodiek

Bisschoppenhoflaan en Jan Van Rijswijcklaan hadden een ongevallenaantal per kilometer dat lager lag dan het gemiddelde van de vergelijkingsgroep. Waar dit zich voordoet verlaagt de correctie voor regressie naar het gemiddelde de effectiviteitsindex. Dit wil zeggen dat het aantal vermeden ongevallen na deze correctie groter is, dan op basis van een naïeve voor-na studie. Wiskundig volgt dit rechtstreeks uit de berekeningen, maar in praktijk is dit een beetje verrassend. Meestal worden maatregelen namelijk uitgevoerd waar zich een hoger dan gemiddeld aantal ongevallen voordoet. In Antwerpen hebben bij de prioritering ook andere argumenten een rol gespeeld dan enkel verkeersveiligheid, zoals o.a. reeds geplande werken. Vandaar dat de eerste focus is gelegd op de grote invalswegen. Een deel van het idee hierachter was dat, als er al sprake mocht zijn van een halo-effect, dan waren de baten daar het grootst omdat daar het meeste verkeer passeert. Ondertussen zijn voor de meeste andere locaties ook voorstellen gedaan om ze uit te rusten met onbemande camera's. Voor de Plantin en Moretuslei is dit in 2004 reeds gebeurd.


29

RA-2004-46

Het effect van de regressie naar het gemiddelde in deze studie is erg beperkt, en het belang van dit resultaat dus eerder theoretisch. Op zich toont het resultaat echter aan dat de locaties pas samen gevoegd mogen worden nà correctie van de regressie naar het gemiddelde, en dus in praktijk na de berekening van de effectiviteitsindex. Zouden we de data van de drie wegen al vanaf de eerste stap hebben samengevoegd, dan zou er impliciet op Bisschoppenhoflaan en Jan Van Rijswijcklaan een regressie naar het gemiddelde toegepast zijn in de andere richting dan deze studie. Correctie voor de trend was in deze studie belangrijk. Zonder deze correctie zou het effect van de onbemande camera’s met ± 10% overschat zijn.


30

RA-2004-46

5.

CONCLUSIE

5.1

Conclusies

EN BELEIDSAANBEVELINGEN

In het algemeen, gebaseerd op de meta-analyse, zijn de onbemande camera’s in Antwerpen effectief, zeker om het aantal ongevallen met doden en gewonden te verminderen. Voor alle ongevallen, inclusief die met enkel materiële schade, is er een net niet significante daling (P=0.079) van -14%. Het betrouwbaarheidsinterval bedraagt [27%, +1%]. Voor letselongevallen vinden we een significante daling van -27%, [ -43%, -7%]. Een daling van -27% ongevallen met doden of gewonden is veel, in vergelijking met de literatuur. Maar onbemande camera’s zijn het meest effectief in een stad, en dat is het geval in deze casestudy. Gebaseerd op de resultaten uit Antwerpen en de literatuur, concluderen we dat onbemande camera’s effectiever zijn op plaatsen waar uitzonderlijk veel ongevallen gebeuren. Voor elk van de locaties is de relatieve daling van de ongevallen met doden en gewonden groter dan de daling van alle ongevallen (inclusief enkel materiële schade). Onbemande camera’s zijn dus effectiever voor ernstige ongevallen dan voor de ongevallen met materiële schade. Ook dit wordt ondersteund door de literatuur. Uit de berekening bleek dat de regressie naar het gemiddelde nauwelijks invloed had op het eindresultaat. Maar zonder correctie van de algemene trend zou het effect van de onbemande camera’s met ± 10% overschat zijn. De data van Antwerpen laten niet toe om uitspraken te doen over mogelijke haloeffecten van onbemande camera’s. Ook uit de literatuur is het niet evident of er een halo-effect is, hetzij een positief dan wel een negatief, buiten het gebied waar camera’s staan opgesteld. Binnen het gebied van twee of meer camera’s op een rij vindt men in de literatuur een positief effect.

5.2

Aanbevelingen

1) Onbemande camera’s voorkomen ongevallen, zeker letselongevallen. 2) Onbemande camera’s zijn waarschijnlijk het effectiefst op wegen met een groter dan gemiddeld aantal ongevallen. Vanuit het standpunt van verkeersveiligheid moeten camera’s dus eerst op wegen met een hoog aantal gewonden geplaatst worden. Vanuit een globaler standpunt kan natuurlijk ook rekening gehouden worden met andere zaken, zoals bv. geplande wegenwerken. 3) Uit de literatuur blijkt dat onbemande camera’s effectiever zijn als ze in assen achter elkaar geplaatst worden. dan als ze verspreid worden opgesteld. Eerder dus dan één camera te plaatsen moet steeds overwogen worden om camera’s te plaatsen op verschillende kruispunten of wegdelen achter elkaar. 4) Vanuit methodologisch standpunt is een goede berekening van de effectiviteit van belang. Zonder correcties wordt de effectiviteit gemakkelijk overschat.

5.3

Verder onderzoek

Verder onderzoek breidt zich uit in drie richtingen. -

De na-periode bij dit onderzoek was beperkt tot één jaar. We willen in de volgende jaren de effectiviteit van de camera’s blijven opvolgen.


31

RA-2004-46

-

In deze studie hebben we enkel gegevens over een grootstad geanalyseerd. Voor verder onderzoek willen we ook data gebruiken uit andere locaties.

-

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.


32

RA-2004-46

6.

DANKBETUIGING

Bij dit onderzoek willen we commissaris Hubert Ruypers van de verkeerspolitie van Antwerpen bedanken voor zijn medewerking. Zonder deze medewerking was het uitvoeren van dit onderzoek niet mogelijk geweest. Daarnaast danken we ook de Vlaamse Stichting voor Verkeerskunde, die een deel van dit onderzoek gefinancierd heeft.


33

RA-2004-46

7.

REFERENTIES

Abbess, C. Jarret, D. and Wright, C.C. (1981). Accidents at blackspots: estimating the effectiveness of remidal treatment, with special reference to the “regression to the mean” effect. Traffic Engineering and Control, vol 22, nr 10 p 535-542. Adriaensen, M. & De Dobbeleer, W. (2004). Veilig(er) dootr Tienen. Via Secura 59, p 1415. Anderson, R. & Edgar A.W. (2001). Mobile Speed Cameras in the ACT – Slashing Speeds and Cutting Crashes. http://www.monash.edu.au/oce/roadsafety/abstracts_and_papers/081/edgara11.pdf Anoniem (2004 ?): Weighted variance. http://www.itl.nist.gov/div898/software/dataplot/refman2/ch2/weighvar.pdf Andreassen, D. (1995). A long term study of red light cameras and accidents. Australian Road Research Board ARR 261. Vermont South, Victoria Brimson, T. & Anderson, R. (2002). Fixed Red Ligth and Speed Cameras in Canberra: Evaluating a new digital technology. http://www.rsconference.com/pdf/RS020011.PDF De Brabander, B. , Nuyts, E. The effectiveness of roundabouts on road accidents and injury severity: a case study differentiated for speed limits and number of road lanes. Steunpuntrapport in voorbereiding. Cameron, M., Delaney, A., Diamantopoulou, K. & Lough, B. (2003). Scientific Basis For The Strategic Directions of the Safety Camera Program in Victoria. MUARC Report 202. http://www.general.monash.edu.au/muarc/rptsum/muarc202.pdf Elvik, R. (1995). The safety value of guardrails and crash cushions: a meta-analysis of evidence from evaluation studies. Accident Analysis and Prevention: 27nr4, pp 523-549. Elvik, R. (1997). Effects on Accidents of Automatic Speed Enforcement in Norway. Transportation Research record: 1595, p 14-19. Elvik, R. (1999). Assessing the validity of evaluation research by means of meta-analysis. Ph-D dissertation. Report 430. Oslo, Institute of Transport Economics 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 & Vaa, T; (2004). The handbook of road safety measures. Elsevier, Amsterdam 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. 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. Hauer, E., Harwood, D., Council, F. & Griffith, M. (2002). Estimating Safety by the Empirical Bayes Method: A Tutorial. http://www;roadsafetyresearch.com Hooke, A., Knox, J. & Portas, D. (1996). Cost benefit analysis of traffic light & speed cameras. Dr. G. Laycock, Home Office Policy research Group, London.


34

RA-2004-46

Imberger, K., Tziotis, M. & Macaulay, J. (2003). Guidelines for Setting-Up and Operation of Signalised Intersections with Red Light Cameras. http://www.rsconference.com/pdf/RS030083.pdf 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 Keall M., Povey L., Frith W. (2001). The relative effectiveness of a hidden versus a visible speed camera programme. Accident Analysis and Prevention, vol. 33, p:277–284. Keenan, D. (2004). Speed Cameras –how do drivers respond ?. Traffic Engineering and Control, vol 43: 4, p. 104-111. Newstead, S. & Cameron, M. (2003). Evaluation of Crash Effects of the Queensland Speed Camera Program. MUARC report nr 204 http://www.rsconference.com/pdf/RS030116.pdf Nuyts, E. & Cuyvers, R. (2003). Effectiviteitmeting bij Voor-Na studies met een vergelijkingsgroep. Steunpunt Verkeersveiligheid RA-2003-22, Diepenbeek. Oei, H.-l. (1995) Automatic speed management in The Netherlands. SWOV 24 p., 17 ref.; D-95-17, Leidschendam, Oei, H.-l. & Goldenbeld, C. (1996). Snelheidscampagne in Zuid-Oost Friesland : resultaten van het evaluatie-onderzoek. SWOV R-96-61, 55 p., Leidschendam 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 Ogden, K.W., 1996. Safer roads: a guide to road safety engineering. Aldershot, Avebury 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_Radalj_Pap er_26_revised.pdf 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. & Adriaensen, M. (2004). Snelheids –en roodlichthandhaving door middel van onbeande camera’s in Vlaams-Brabant. “Veilig door Tienen” Eindrapport 1999-2003. Brussel: Beligisch Instituut voor de Verkeersveiligheid. Turner, D.S. & Supriyasilp, T. (2003). Executive Summary Report Pilot Study Of Automated Red Light Enforcement. UTCA Report 00470-3. http://utca.eng.ua.edu/projects/final_reports/00470-3rpt.htm Zaidel, D.M. (2002). The impact of enforcement on accidents. Escape project of the 4th Framework Program. http://www.vtt.fi/rte/projects/escape/escape_d3.pdf


35

RA-2004-46

Effectiviteit van onbemande camera's

Recommend Documents