Zmiany w strukturze przyczyn i skutków zdarzeń drogowych w województwie śląskim w latach 2007 - 2012

• Autorzy: Król A.

Warianty tytułu

EN

Changes in the structure of the causes and the consequences of road incidents in Śląskie Voivodeship in the years 2007 - 2012

• Języki publikacji: PL

Abstrakty

PL

Prezentowana praca jest częścią badań zmierzających do opracowania metod identyfikacji miejsc szczególnie zagrożonych występowaniem zdarzeń drogowych (czarnych punktów) w sieci transportowej na danym obszarze oraz wskazania innych okoliczności zwiększających zagrożenie. Badania te oparte są na analizie zapisów z kart zdarzeń drogowych z policyjnego Systemu Ewidencji Wypadków i Kolizji. Praca skupia się na zasadniczej trudności przy identyfikacji czarnych punktów – pozyskaniu istotnej statystycznie próbki zdarzeń drogowych związanych z danym miejscem. Zdarzenia drogowe są zdarzeniami losowymi o bardzo małym prawdopodobieństwie zaistnienia, zatem ogólna liczba zdarzeń, które wystąpią w konkretnej lokalizacji jest stosunkowo niewielka. Aby uwzględnić jak największą liczbę zdarzeń należy zatem objąć analizą jak najdłuższy okres. Z drugiej strony wydłużanie czasu rejestracji zdarzeń drogowych niesie istotne niebezpieczeństwo zakłócenia, albo nawet ukrycia badanych efektów przez długoterminowe trendy zmieniające strukturę ruchu drogowego, przyczyny i skutki zdarzeń drogowych. Prezentowane badania dotyczą zdarzeń drogowych w latach 2007 – 2012 (6 lat), a ich wyniki pozwalają sadzić, że choć zaobserwowano pewne wyraźne trendy, to można potraktować ten okres jako stosunkowo jednorodny pod względem relacji przyczyn i skutków zdarzeń drogowych.

EN

This work is a part of the research into methods of identification of the particularly vulnerable localizations in the transportation network (black points) and identification of the other factors that increase risk. These studies are based on the analysis of the road incident cards in the police Accidents and Collisions Registration System. The work focuses on the core difficulty of the black spots identification – obtaining a statistically significant sample of road accidents associated with the place. Traffic incidents are random events with a very low probability of occurrence, so the total number of events that occur in a particular location is relatively small. To take into account so large number of events as possible the research should cover very long period. On the other hand, elongation of the registration time carries a significant risk of the distortion introduction, or even hiding the investigated effects by the long-term trends. Presented study examines traffic incidents in the years 2007 - 2012 (6 years), and the results suggest that although some bold trends were observed, this period can be considered as a relatively homogeneous in terms of the structure of cause and effect of road incidents.

Słowa kluczowe

PL

zdarzenia drogowe; czarny punkt; badania długookresowe

EN

road incidents; black spot; long-term studies

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2015
• Tom: nr 3
• Strony: 2483--2494, CD 1
• Opis fizyczny: Bibliogr. 10 poz., rys.

Twórcy

autor

Król A.

• Politechnika Śląska w Gliwicach, Wydział Transportu, ul. Krasińskiego 8, 40-019 Katowice, tel. [phone]

Bibliografia

• 1. Kapp C.: Who acts on road to reverse accident trends. The Lancet 362, (2003), 1125.
• 2. WHO: Global Plan for the Decade of Action for Road Safety 2011–2020, (2011)
• 3. http://www.visionzeroinitiative.com/
• 4. Gregoriades A., Mouskos K. C., Black spots identification through a Bayesian Networks quantification of accident risk index, Transportation Research Part C 28, (2013), ss. 28 – 43
• 5. Huang H.L., Chin H.C., Haque M. M., Hotspot Identification: A Full Bayesian Hierarchical Modeling Approach, w Transportation and Traffic Theory, Chpt. 29, Springer Science (2009),
• 6. Polski Rynek Motoryzacyjny - Raport, Instytut Badań Rynku Motoryzacyjnego SAMAR, 2007 – 2012
• 7. Deublein M., Schubert M., Adeya B. T., Köhler J., Faber M. H., Prediction of road accidents: A Bayesian hierarchical approach, Accident Analysis and Prevention 51 (2013), ss. 274– 291
• 8. Wach W., Structural reliability of road accidents re construction, Forensic Science International 228, (2013), ss. 83–93.
• 9. Song, J. J., Ghosh, A., Miaou, S., Mallick, B., Bayesian multivariate spatial models for roadway traffic crash mapping. Journal of Multivariate Analysis 97 (1), (2006), ss. 246 – 273.
• 10. Xie Y., Lord D., Zhang Y., Predicting motor vehicle collisions using Bayesian neural network models: An empirical analysis, Accident Analysis and Prevention 39, (2007), ss. 922–933