ANALIZA MIAR NARAŻENIA NA RYZYKO W RUCHU DROGOWYM

Podobne dokumenty
BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI

OCENA WPŁYWU PROJEKTÓW INFRASTRUKTURY DROGOWEJ NA BEZPIECZEŃSTWO RUCHU

Analiza wpływu ł zmęczenia kierowców na ryzyko wypadków na drogach krajowych

Warszawa, dnia 10 listopada 2015 r. Poz Rozporządzenie Ministra Infrastruktury i Rozwoju 1) z dnia 20 października 2015 r.

BADANIA CZYNNIKÓW WPŁYWAJĄCYCH Ą NA BEZPIECZEŃSTWO RUCHU W WOJEWÓDZTWACH. Joanna Wachnicka Politechnika Gdańska

RYZYKO POWSTANIA WYPADKU W TRANSPORCIE DROGOWYM TOWARÓW NIEBEZPIECZNYCH

Kazimierz Jamroz. Politechnika Gdańska GETTING ORGANISED TO MAKE ROADS SAFE

X Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9

Zwiększanie Potencjału Na Rzecz Bezpieczeństwa Ruchu Drogowego Building Road Safety Capacity

bezpieczeństwem infrastruktury drogowej

BEZPIECZEŃSTWO RUCHU DROGOWEGO POLSKI, NIEMIEC I CZECH

Analiza współzależności zjawisk

BADANIA CZYNNIKÓW WPŁYWAJĄCYCH PRZEJŚCIACH DRÓG TRANZYTOWYCH PRZEZ MIEJSCOWOŚCI

II Pomorskie Forum Drogowe

ZARZĄDZANIE RYZYKIEM W SYSTEMIE BEZPIECZEŃSTWA

1.1 WPROWADZENIE DO PROBLEMU Systematyka narzędzi zarządzania bezpieczeństwem infrastruktury drogowej Audyt brd i jego cele

STRATEGIC RISK MODELLING IN HIGHWAY ENGINEERING MODELOWANIE RYZYKA STRATEGICZNEGO W INŻYNIERII DROGOWEJ

Analiza współzależności zjawisk. dr Marta Kuc-Czarnecka

Inżynieria Drogowa Trip mgr inż. Wojciech Kustra ul. Wawelska 33/ Gdańsk NIP

BEZPIECZEŃSTWEM RUCHU DROGOWEGO NA POZIOMIE STRATEGICZNYM

Regresja i Korelacja

Analiza współzależności dwóch cech I

INFOBAZY 2014 VII KRAJOWA KONFERENCJA NAUKOWA INSPIRACJA - INTEGRACJA - IMPLEMENTACJA

Badania zróżnicowania ryzyka wypadków przy pracy na przykładzie analizy bezwzględnej i wskaźnikowej dla branży górnictwa i Polski

Karta informacyjna. Nazwa projektu

PROJEKTY BADAWCZE W OBSZARZE BEZPIECZEŃSTWA RUCHU DROGOWEGO REALIZOWANE NA POLITECHNICE GDAŃSKIEJ W ODNIESIENIU DO DRÓG WOJEWÓDZKICH

ANALIZA WYPADKÓW NA SIECI DRÓG KRAJOWYCH I AUTOSTRAD zarządzanych przez GDDKiA Oddział w Zielonej Górze ROK 2012

Wpływ wybranych czynników na prognozowane bezpieczeństwo ruchu nowoprojektowanych elementów infrastruktury drogowej

Droga krajowa nr 7 i 12, Radom, woj. mazowieckie. Zamawiający: Miejski Zarząd Dróg i Komunikacji w Radomiu ul. Traugutta 30/30A, Radom

Zarządzanie projektami. Zarządzanie ryzykiem projektu

Ocena zagrożenia na sieci dróg na podstawie doświadczeń programu EuroRAP. Marcin Budzyński, Karol Romanowski Politechnika Gdańska

Pojęcie korelacji. Korelacja (współzależność cech) określa wzajemne powiązania pomiędzy wybranymi zmiennymi.

Statystyczna analiza awarii pojazdów samochodowych. Failure analysis of cars

METODA KLASYFIKACJI RYZYKA ZAGROŻEŃ WYPADKAMI DROGOWYMI NA OBSZARACH WOJEWÓDZTW I POWIATÓW

BADANIA SYMULACYJNE PROCESU HAMOWANIA SAMOCHODU OSOBOWEGO W PROGRAMIE PC-CRASH

ZJAZD 4. gdzie E(x) jest wartością oczekiwaną x

CELE I REZULTAT ZADANIA

PDF created with FinePrint pdffactory Pro trial version

Ewolucja zarządzania drogami krajowymi - od systemu tradycyjnego do utrzymania wskaźnikowego. Gdynia czerwiec 2017 r.

Analiza stanu bezpieczeństwa ruchu drogowego w regionie radomskim w latach

ANALIZA STATYSTYCZNA WYPADKÓW KOLEJOWYCH I DROGOWYCH ORAZ ICH KOSZTÓW

PRĘDKOŚĆ A NATĘŻENIE RUCHU NA DRODZE WIELOPASOWEJ SPEED AND TRAFFIC VOLUME ON THE MULTILANE HIGHWAY

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 3(89)/2012

Koszty wypadków drogowych i ofiar

STATYSTYKA OPISOWA. Dr Alina Gleska. 12 listopada Instytut Matematyki WE PP

Ewaluacja w polityce społecznej

Forum BARIERY Kraków 2015

NAKŁADY PRACY W GOSPODARSTWACH ROLNYCH O RÓŻNEJ WIELKOŚCI EKONOMICZNEJ

STATYSTYKA OD PODSTAW Z SYSTEMEM SAS. wersja 9.2 i 9.3. Szkoła Główna Handlowa w Warszawie

Ewolucja zarządzania drogami krajowymi - od systemu tradycyjnego do utrzymania wskaźnikowego. Ostróda październik 2017 r.

PROGRAM EURORAP. Wojciech Kustra Małgorzata Romanowska. Wydział Inżynierii Lądowej i Środowiska Politechnika Gdańsk

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7

Statystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35

Analiza kosztów eksploatacji pojazdów komunikacji miejskiej na przykładzie Miejskiego Przedsiębiorstwa Komunikacyjnego w Lublinie

R A P O R T Wyniki klasyfikacji odcinków dróg ze względu na koncentrację wypadków śmiertelnych na sieci dróg TEN-T

WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO

Sterowanie procesem i jego zdolność. Zbigniew Wiśniewski

KONCEPCJA ZASTOSOWANIA INTELIGENTNYCH SYSTEMÓW TRANSPORTOWYCH W DZIELNICY MOKOTÓW W WARSZAWIE

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

ECOTALE FINAL CONFERENCE

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(93)/2013

Krytyczne czynniki sukcesu w zarządzaniu projektami

THE DEPENDENCE OF TIME DELAY FROM QUEUE LENGTH ON INLET OF SIGNALIZED INTERSECTION

Autor: Zamawiający: Miasto Białystok Umowa nr ZDM-II JS z dnia r. mgr inż. Krzysztof Rosiek W A R S Z A W A

STEŚ TOM F. OPRACOWANIA EKONOMICZNO FINANSOWE F.3 ANALIZA EFEKTYWNOŚCI EKONOMICZNEJ ZADANIA INWESTYCYJNEGO

w Polsce Kazimierz Jamroz, Lech Michalski, Wojciech Kustra, Politechnika Gdańska

TRANSPORTU MIEJSKIEGO

ZESZYTY NAUKOWE NR 12 (84) AKADEMII MORSKIEJ Szczecin 2007

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Określenie maksymalnego kosztu naprawy pojazdu

Problemy Inżynierii Rolniczej nr 4/2007

Statystyka. Wykład 8. Magdalena Alama-Bućko. 23 kwietnia Magdalena Alama-Bućko Statystyka 23 kwietnia / 38

Logistyka - nauka. Stan i perspektywy rozwoju infrastruktury drogowej w Polsce i Austrii w latach

Warsztaty Ocena wiarygodności badania z randomizacją

NARZĘDZIA ZARZĄDZANIA BEZPIECZEŃSTWEM RUCHU DROGOWEGO NA DROGACH SAMORZĄDOWYCH

WIELOPOZIOMOWE MODELOWANIE RUCHU

Generalny Pomiar Ruchu 2015 na drogach krajowych i wojewódzkich województwa lubelskiego

ZRÓWNOWAŻONY MIEJSKI SYSTEM TRANSPORTOWY

Geometria osi drogi. Elementy podlegające ocenie jednorodności

Wyniki analizy statystycznej opartej na metodzie modelowania miękkiego

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

ANALIZA DANYCH STATYSTYCZNYCH O WYPADKACH DROGOWYCH PO WPROWADZENIU OBOWIĄZKU STOSOWANIA ŚWIATEŁ PRZEZ CAŁY ROK PRZEZ CAŁA DOBĘ

CECHY TECHNICZNO-UŻYTKOWE A WARTOŚĆ WYBRANYCH TECHNICZNYCH ŚRODKÓW PRODUKCJI W ROLNICTWIE

ZASTOSOWANIE REGRESJI LOGISTYCZNEJ DO WYZNACZENIA CECH O NAJWIĘKSZEJ SILE DYSKRYMINACJI WIELKOŚCI WSKAŹNIKÓW POSTĘPU NAUKOWO-TECHNICZNEGO

Projekt współfinansowany przez Unię Europejską z Europejskiego Funduszu Rozwoju Regionalnego Fundusze Europejskie dla rozwoju regionu łódzkiego

Wymiarowanie bezpieczeństwa Podstawowe wskaźniki opisu stanu brd, Wartościowanie bezpieczeństwa Diagnoza miejsc niebezpiecznych

WPŁYW SZYBKOŚCI STYGNIĘCIA NA WŁASNOŚCI TERMOFIZYCZNE STALIWA W STANIE STAŁYM

Wskaźnikowe modele utrzymania dróg w Polsce wprowadzenie do dyskusji Sopot, 05 czerwca 2018r.

Sieć społeczna przedsiębiorcy w teorii i praktyce zarządzania małą firmą

Po co nam charakterystyki liczbowe? Katarzyna Lubnauer 34

Analiza Współzależności

ZASTOSOWANIE SPLOTU FUNKCJI DO OPISU WŁASNOŚCI NIEZAWODNOŚCIOWYCH UKŁADÓW Z REZERWOWANIEM

Metodyki rozmieszczania punktów ładowania dla transportu indywidualnego i zbiorowego

ZASTOSOWANIE METODY ANALIZY STATYSTYCZNEJ RYNKU W SZACOWANIU WARTOŚCI TECHNICZNYCH ŚRODKÓW PRODUKCJI NA PRZYKŁADZIE CIĄGNIKA ROLNICZEGO

Karta informacyjna. Nazwa projektu

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

ARTYKUŁY PRZEGLĄDOWE, NOTATKI

Analiza składowych głównych. Wprowadzenie

Spis treści 3 SPIS TREŚCI

Transkrypt:

4-2009 PROBLEMY EKSPLOATACJI 165 Kazimierz JAMROZ Politechnika Gdańska ANALIZA MIAR NARAŻENIA NA RYZYKO W RUCHU DROGOWYM Słowa kluczowe Ruch drogowy, bezpieczeństwo, narażenie na ryzyko. Streszczenie Narażenie na ryzyko jest elementem składowym ryzyka społecznego. W artykule przedstawiono analizę miar narażenia na ryzyko w ruchu drogowym. Przedstawiono ewolucję definicji narażenia na ryzyko w ruchu drogowym, a następnie scharakteryzowano najczęściej stosowane i proponowane do analizy miary narażenia na ryzyko. Wykorzystując analizę regresji korelacji określono siłę współzależności pomiędzy piętnastoma miarami narażenia na ryzyko, a wybranymi miarami ryzyka społecznego dla danych z sześćdziesięciu krajów. Na podstawie wyników tej analizy zarekomendowano do dalszego stosowania trzynaście miar narażenia na ryzyko dzieląc je na dwie grupy: miary główne i miary pomocnicze. Na koniec zaproponowano zasady doboru miar narażenia na ryzyko w zależności od stopnia dostępności danych. 1. Wstęp Jednym z podejść do budowy ilościowych modeli ryzyka jest podejście Kuhlmanna [1], który stwierdza, że ryzyko może być rozumiane jako zagrożenie wystąpienia w przyszłości określonej szkody na pewnym ograniczonym obszarze w określonym przedziale czasu. Na tym obszarze znajduje się określony zbiór ludzi, którzy prowadzą pewną aktywność. Stąd ryzyko określa się najczę-

166 PROBLEMY EKSPLOATACJI 4-2009 ściej jako wartość oczekiwaną strat (szkody), jaką może spowodować potencjalne źródło zagrożenia. Z takim przypadkiem mamy do czynienia, gdy zarządzanie ryzykiem prowadzi się na sieci dróg występującej na obszarze (np. kraju, regionu, miasta). W zależności od dostępności danych o podróżach i mobilności społeczeństwa można zastosować różne miary ryzyka w ruchu drogowym [2, 3]. Najczęściej stosuje się dwie grupy miar określających: ryzyko indywidualne ryzyko społeczne: RI = P S (1) RS= N P S (2) gdzie: RI ryzyko indywidualne, RS ryzyko społeczne, N narażenie na ryzyko, P prawdopodobieństwo wystąpienia zdarzenia niebezpiecznego, S straty, konsekwencje wystąpienia zdarzenia niebezpiecznego. W obu przypadkach występuje narażenie na ryzyko. W przeszłości stosowano różne definicje narażenia. Jedną z pierwszych była definicja Carrolla [4], który narażenie na ryzyko kierowcy określił jako częstość zdarzeń drogowych, które kreują ryzyko wypadku. Następnie Chapman [5] uogólnił to podejście do wszystkich uczestników ruchu i sytuacji i określił narażenie na ryzyko jako miarę możliwości, że wypadek może wystąpić. Wolfe [6] podał najszerszą definicję, w której narażenie na ryzyko może być miarą częstości bycia w danej sytuacji drogowej, której liczba może dojść do wypadku drogowego. Natomiast według Hauera [7] jednostka narażenia na ryzyko odpowiada próbie w probabilistyce. W rezultacie każdej próby uczestnik ruchu jest lub nie jest uwikłany w wypadek drogowy. Miara ta może być wykorzystana do oceny stanu bezpieczeństwa systemu transportowego lub do określenia, jaka część społeczeństwa może być uwikłana w zdarzenia drogowe (wypadki i kolizje). Stopień uwikłania zależy od aktywności i mobilności społeczeństwa. Miarami narażenia na ryzyko mogą być miary określające możliwości podróżowania społeczeństwa zarówno pojazdami, jak i pieszo. W dalszej części niniejszej pracy stosowano dwie definicje narażenia. Ogólną wypracowaną przez Zespół G-2 wyłoniony w ramach realizacji projektu ZEUS: Narażenie jest wyrażoną ilościowo lub jakościowo wielkością charakteryzującą źródło (czynnik) zagrożenia. Szczegółową, zaproponowaną przez autora niniejszego opracowania w odniesieniu do ruchu drogowego: Narażenie

4-2009 PROBLEMY EKSPLOATACJI 167 w ruchu drogowym jest to liczba potencjalnych zdarzeń (sytuacji), w wyniku których uczestnicy ruchu drogowego podróżujący po sieci dróg mogą być uwikłani w zdarzenie niebezpieczne (kolizję lub wypadek drogowy) w przyjętej jednostce czasu na analizowanym obszarze, sieci dróg, odcinku drogi lub obiekcie drogowym (tunel, most, skrzyżowanie). 2. Charakterystyka stosowanych miar narażenia W prowadzonych analizach bezpieczeństwa ruchu drogowego w wielu krajach świata i w organizacjach międzynarodowych stosuje się powszechnie trzy miary narażenia w ruchu drogowym: liczbę mieszkańców LM, liczbę pojazdów LP oraz pracę przewozową pojazdów PP. Najszersze badania miar narażenia na ryzyko przeprowadzono ostatnio w ramach projektu SafetyNet [8]. Wytypowano tam dziewięć miar narażenia na ryzyko i przeprowadzono analizę dostępności do tych danych w bazach danych, a także możliwości uzyskania danych do określania tego narażenia, tzw. RED (risk exposure data). W podsumowaniu tego projektu stwierdzono, że najbardziej obiecującymi miarami narażenia na ryzyko są praca przewozowa pojazdów P PP i praca przewozowa osób P PO i one powinny być rozwijane. W tabeli 1 zestawiono poziom dostępności do danych o poszczególnych miarach narażenia na ryzyko w wybranych krajach europejskich, bazach międzynarodowych i w Polsce. Tabela 1. Dostępność danych o miarach narażenia na ryzyko Miara Krajowe bazy danych *) Ogólne bazy danych **) Polska ***) dostępność [%] dostępność[%] Liczba mieszkańców L M 100 100 + Liczba kierowców L KP 62 0 - Liczba pojazdów L P 63 100 + Długość dróg L D 54 80 + Zużycie paliwa Z P 46 40 - Praca przewozowa pojazdy P PP 23 100 - Praca przewozowa osoby P PO 19 100 - Liczba podróży L PO 4 0 - Czas podróży T PO 4 0 - Oznaczenia: *) opracowanie własne na podstawie danych z 26 krajów Europy [8], **) opracowanie własne na podstawie danych z 5 międzynarodowych baz danych (EUROSTAT, ECMT, UNECE, IRTAD, IRF] [8], ***) dane dostępne +, dane niedostępne - [8]. Z tego zestawienia wynika, że jedynie liczba mieszkańców LM jest dobrze dostępna we wszystkich bazach danych. Przy czym najmniej dostępne są najbardziej obiecujące miary narażenia na ryzyko: liczba podróży osób LPO i czas

168 PROBLEMY EKSPLOATACJI 4-2009 podróży osób TPO. Niestety w polskich oficjalnych bazach dostępne są tylko trzy najprostsze dane (liczba mieszkańców LM, liczba pojazdów LP i długość dróg LD). Są to dane statystyczne, brakuje jednak danych prognostycznych. W podsumowaniu raportu z tych badań [8] stwierdzono, że należy ujednolicić dane o narażeniu na ryzyko, metody ich zbierania oraz metody szacowania. Należy rozwijać prowadzenie badań terenowych ruchu i badań zachowań transportowych, umożliwiających szacowanie miar ryzyka. Biorąc powyższe pod uwagę przeprowadzono analizę możliwości szacowania niedostępnych w Polsce miar narażenia na ryzyko oraz miar, które mogą być stosowane do porównań międzynarodowych. Przyjęto następującą metodologię badań [9]: wybór kandydatów na miary narażenia w ruchu drogowym na podstawie studiów literatury, określenie wielkości wpływu wybranych miar narażenia w ruchu drogowym na wybrane miary ryzyka społecznego wraz z wyborem najbardziej istotnych miar narażenia na ryzyko (na podstawie zebranych danych z wielu krajów świata), opracowanie modeli szacowania wybranych miar narażenia na ryzyko (na podstawie zebranych danych z wybranych krajów świata). 3. Charakterystyka miar narażenia w ruchu drogowym W tabeli 2 przedstawiono piętnaście przyjętych w niniejszej pracy kandydatów na miary narażenia zaproponowane dla obszaru kraju. Miary te charakteryzują główne źródła zagrożenia: człowieka, pojazdy, drogę, ruch drogowy lub otoczenie. Liczba mieszkańców LM to liczba obywateli danego kraju zamieszkująca na obszarze analizowanego kraju w analizowanym roku. Dane o liczbie mieszkańców dostępne są w bazach statystycznych. Dotyczy to danych aktualnych jak i prognozowanych (np. WHO podaje prognozę liczby mieszkańców w poszczególnych krajach do roku 2030). Miara ta reprezentuje wpływ człowieka na ryzyko. Powierzchnia obszaru (kraju, regionu) PO jest to powierzchnia wyrażona w km 2, jaką dysponuje analizowany kraj w analizowanym roku. Dane te są wielkościami niezmiennymi przez wiele lat i są dostępne w rocznikach statystycznych. Miara ta reprezentuje wpływ otoczenia na ryzyko. Liczba pojazdów LP to liczba pojazdów ogółem zarejestrowanych na obszarze analizowanego kraju w analizowanym roku. Dane o liczbie pojazdów publikowane są przez biura statystyczne wielu krajów oraz ogólnoświatowe bazy statystyczne. Natomiast problemem są dane prognozowane. W celach prognostycznych buduje się modele liczby pojazdów. Miara ta reprezentuje wpływ pojazdu na ryzyko.

4-2009 PROBLEMY EKSPLOATACJI 169 Tabela 2. Zestawienie wybranych miar narażenia na ryzyko w ruchu drogowym Miara narażenia Jednostka Człowiek Źródła zagrożenia Liczba mieszkańców L M [osoby] X Powierzchnia P O [km 2 ] X Liczba pojazdów L P [pojazdów] X Liczba pojazdów motorowych L PM [pojazdów] X Liczba samochodów osobowych L SO [pojazdów] X Długość dróg - L D [km] X Długość dróg twardych L DT [km] X Długość autostrad L DA [km] X Nakłady na drogi N D Mln $ X Potencjał ruchliwości (pojazdy ogółem) [os. poj./rok] X X (X) P RP Potencjał ruchliwości (pojazdy motorowe) P RM [os. poj./rok] X X (X) Praca przewozowa pojazdów P PP [pkm/rok] (X) (X) X Praca przewozowa osób P PO [oskm/rok] (X) (X) X Zużycie paliwa Z P [mln ton oe/rok] (X) (X) X Produkt narodowy brutto P NB [mln $ /rok] (X) X X wpływ bezpośredni (X) wpływ pośredni Pojazd Droga Ruch Otoczenie Liczba pojazdów mechanicznych LPM jest liczba pojazdów mechanicznych (wszystkich pojazdów z wyjątkiem motocykli i motorowerów) zarejestrowanych na obszarze analizowanego kraju w analizowanym roku. Dane o liczbie pojazdów mechanicznych często publikowane są przez biura statystyczne wielu krajów oraz ogólnoświatowe bazy statystyczne. W celach prognostycznych buduje się modele liczby pojazdów. Miara ta reprezentuje wpływ pojazdu na ryzyko. Liczba samochodów osobowych LSO jest liczba samochodów osobowych zarejestrowanych na obszarze analizowanego kraju w analizowanym roku. Dane o liczbie samochodów osobowych publikowane są przez biura statystyczne wielu krajów oraz ogólnoświatowe bazy statystyczne. Natomiast problemem są dane prognozowane. W celach prognostycznych buduje się modele liczby pojazdów. Miara ta reprezentuje wpływ pojazdu na ryzyko. Długość dróg LD jest to długość dróg ogółem występująca na obszarze analizowanego kraju w analizowanym roku. Dane o długości dróg podawane są przez biura statystyczne oraz zawarte są w wielu bazach danych. Miara uwzględnia wpływ drogi na ryzyko.

170 PROBLEMY EKSPLOATACJI 4-2009 Długość dróg twardych LDT jest to długość dróg o nawierzchni twardej występująca na obszarze analizowanego kraju w analizowanym roku. Dane o długości dróg podawane są przez biura statystyczne oraz zawarte są w wielu bazach danych. Miara uwzględnia wpływ drogi na ryzyko. Długość autostrad LDA jest to długość dróg szybkiego ruchu (autostrad i dróg ekspresowych) o nawierzchni twardej, występująca na obszarze analizowanego kraju w analizowanym roku. Dane o długości dróg podawane są przez biura statystyczne oraz zawarte są w wielu bazach danych. Miara uwzględnia wpływ drogi na ryzyko. Potencjał ruchliwości ogółem PRP jest średnią geometryczną z liczby mieszkańców i liczby pojazdów ogółem zarejestrowanych na obszarze analizowanego kraju w analizowanym roku. Dane te nie występują w bazach danych i wymagają obliczeń. Wskaźnik ten jest miarą potencjału pracy przewozowej tkwiącym w każdym społeczeństwie na poszczególnych etapach rozwoju społecznego tego kraju. Miara reprezentuje wpływ człowieka i pojazdu, a pośrednio ruchu drogowego na ryzyko. Potencjał ruchliwości pojazdy mechaniczne PRM jest to średnia geometryczna z liczby mieszkańców i liczby pojazdów mechanicznych zarejestrowanych na obszarze analizowanego kraju w analizowanym roku. Dane te nie występują w bazach danych i wymagają obliczeń. Wskaźnik ten jest miarą potencjału pracy przewozowej tkwiącym w każdym społeczeństwie na poszczególnych etapach rozwoju społecznego tego kraju. Miara reprezentuje wpływ człowieka i pojazdu, a pośrednio ruchu drogowego na ryzyko. Praca przewozowa pojazdy PP jest to liczba przejechanych kilometrów przez pojazdy w analizowanym roku na obszarze analizowanego kraju. Określana jest na podstawie badań ruchu prowadzonych w poszczególnych krajach. Dane dostępne w niektórych bazach krajowych i bazach międzynarodowych, ale dość rzadko i nie zawsze o zbyt dużym stopniu wiarygodności. Miara reprezentuje wpływ ruchu drogowego na ryzyko. Praca przewozowa osoby PPO jest to liczba przejechanych kilometrów przez wszystkie osoby w pojazdach w analizowanym roku na obszarze analizowanego kraju. Określana jest na podstawie badań ruchu prowadzonych w poszczególnych krajach. Dane dostępne w niektórych bazach krajowych i bazach międzynarodowych, ale dość rzadko i nie zawsze o zbyt dużym stopniu wiarygodności. Miara reprezentuje wpływ ruchu drogowego na ryzyko. Zużycie paliwa ZP jest to wielkość paliwa zużytego do napędu pojazdów poruszających się po drogach analizowanego kraju w analizowanym roku. Miarą jest ekwiwalentna wartość oleju (przeliczony olej napędowy i benzyna na olej ekwiwalentny). Określana jest na podstawie raportów biur statystycznych w poszczególnych krajach. Dane dostępne w niektórych bazach krajowych i bazach międzynarodowych, ale dość rzadko i nie zawsze o zbyt dużym stopniu wiarygodności. Miara reprezentuje wpływ ruchu drogowego na ryzyko.

4-2009 PROBLEMY EKSPLOATACJI 171 Produkt narodowy brutto PNB jest to miara ekonomiczna wyrażająca stan gospodarki analizowanego kraju w analizowanym roku. Dane dostępne prawie we wszystkich bazach krajowych i bazach międzynarodowych. Miara reprezentuje wpływ otoczenia na ryzyko. 4. Wybór miar narażenia W celu wybrania najlepszych miar narażenia przeprowadzono analizę siły współzależności pomiędzy miarami narażenia w ruchu drogowym (X) i wybranymi miarami bezpieczeństwa (ryzyka społecznego) (Y), tj.: liczbą wypadków LW, liczbą ofiar rannych LR, liczbą ofiar śmiertelnych LZ, liczbą ofiar ogółem LO i kosztami wypadków KW. Do badania zależności między zmiennymi X i Y wykorzystano współczynnik korelacji liniowej Pearsona R, będący miarą siły związku prostoliniowego między dwiema cechami mierzalnymi. Współczynnik ten wyliczono ze wzoru: R xy ( x, y) ( x) s( y) cov = s gdzie: cov(x,y) kowariancja zmiennych X i Y, s odchylenie standardowe. Do analiz przyjęto cztery klasy siły współzależności reprezentowanej przez współczynnik korelacji R, których granice oznaczono w tabeli 3. (3) Tabela 3. Klasyfikacja siły współzależności pomiędzy miarami narażenia na ryzyko i miarami ryzyka społecznego w ruchu drogowym Siła współzależności pomiędzy zmiennymi Bardzo duża R 0,9 *** Duża 0,7 R<0,9 ** Znaczna 0,5 R<0,7 * Średnia lub mała R<0,5 Natomiast w tabeli 4 zestawiono siłę współzależności między poszczególnymi miarami narażenia w ruchu drogowym i miarami ryzyka społecznego dla sześćdziesięciu poddanych analizie krajów świata.

172 PROBLEMY EKSPLOATACJI 4-2009 Tabela 4. Zestawienie siły zależności pomiędzy wybranymi miarami narażenia w ruchu drogowym i miarami ryzyka społecznego Miara LW LR LO LZ KW LM *** ** PO * * * * * LPO ** ** ** * LPM ** ** ** * LSO * * * * LDO *** *** *** * ** LDT *** *** *** * ** LDA ** *** *** * ** ND ** ** ** * PRP * * * ** ** PRM *** ** *** ** ** PPP *** *** *** *** PPO ** ** ** ** ZP *** *** *** * PNB *** *** *** * ** Na podstawie analizy otrzymanych wyników stwierdzono, że: bardzo mała lub umiarkowana siła zależności występuje pomiędzy: o liczbą mieszkańców a liczbą wypadków, liczbą ofiar rannych i liczbą ofiar ogółem, o liczbą pojazdów (ogółem, mechanicznych i samochodów osobowych), długością autostrad, nakładami na drogi, pracą przewozową wykonaną przez pojazdy i zużyciem paliwa a liczbą ofiar śmiertelnych, o liczbą samochodów osobowych a kosztami wypadków; bardzo duża siła zależności występuje pomiędzy: o liczbą mieszkańców LM i liczbą ofiar śmiertelnych LZ, o pracą przewozową pojazdów PP, długością dróg twardych LDT, produktem narodowym brutto PNB, zużyciem paliwa ZP, potencjałem ruchliwości pojazdów mechanicznych PRM, długością dróg LD, długością autostrad LDA a liczbą wypadków LW, liczbą ofiar rannych LR i liczbą ofiar ogółem LO, o pracą przewozową osób PPO i potencjałem ruchliwości PRM, a kosztami wypadków KW; duża lub średnia siła zależności w przypadku pozostałych zmiennych. Dużym zaskoczeniem prowadzonych analiz jest mała współzależność pomiędzy liczbą mieszkańców oraz liczbą wypadków i liczbą ofiar rannych. A także między bardzo popularną miarą narażenia, jaką jest praca przewozowa pojazdów i liczbą ofiar śmiertelnych, co można by próbować tłumaczyć niejednolitą metodyką szacowania pracy przewozowej w poszczególnych krajach. Zatem

4-2009 PROBLEMY EKSPLOATACJI 173 wielkość zawartych w bazach danych o pracy przewozowej obarczona może być dość znaczną niepewnością. Najbardziej uniwersalnymi miarami narażenia w ruchu drogowym (biorąc pod uwagę wszystkie pięć analizowanych miar ryzyka społecznego) na poziomie kraju są: PRM, PPO, PNB, LDT, LD, PP. W dalszym postępowaniu odrzucono dwie miary (PO i LSO), które miały małą siłę współzależności z miarami ryzyka społecznego. Pozostałe miary podzielono na dwie grupy: miary główne i miary pomocnicze. Podział ten zastosowano do trzech grup narażenia (i) i pięciu źródeł zagrożenia (j). Podział na miary główne i pomocnicze wykonano według następującej procedury: jako miarę główną narażenia NG ij proponuje się miarę, która spełnia następujący warunek: NG ij w przypadku gdy występuje: max z R ij 0,9, jako miary podrzędne EP ij pozostałe miary, które spełniają warunek: NP ij w przypadku gdy występuje: 0,7 Rij < R ijmax W ten sposób wybrano sześć miar głównych i siedem miar pomocniczych narażenia w ruchu drogowym, które zestawiono w tabeli 5. Zatem zasady wyboru miar narażenia są następujące: dla danych istniejących stosujemy następującą procedurę: 1. W pierwszej kolejności stosujemy miarę główną EG ij, 2. W przypadku braku danych dla miary głównej: a) wybieramy marę pomocniczą EP ij lub b) szacujemy wielkości liczbowe miary głównej na podstawie modelu; dla danych prognozowanych szacujemy wielkości liczbowe miary głównej na podstawie modelu; przed przystąpieniem do modelowania wybranych miar narażenia przeprowadzono analizę siły współzależności między tymi miarami. Celem tej analizy jest wybór miary narażenia w ruchu drogowym, które najlepiej reprezentują wszystkie miary pozostałe narażenia. Tabela 5. Zestawienie wybranych miar narażenia w ruchu drogowym E ij z podziałem na grupy miar ryzyka społecznego i źródła zagrożenia Miara ryzyka społecznego Źródło zagrożenia (j) (i) Człowiek Pojazd Droga Ruch Otoczenie LW, LR, główna PRM LDT, PPP, PRM PNB LO pomocnicza PRP LPO LDO, LDA, ND ZP, PPO LZ główna LM pomocnicza PRM LDO, LDT PPO, PRP, PNB PRM KW główna PRM PPO, PRM pomocnicza PRP, LM LDT, LDO, LDA PPP, PRP PNB

174 PROBLEMY EKSPLOATACJI 4-2009 Do badania siły zależności między zmiennymi X i Y wykorzystano także współczynnik korelacji liniowej Pearsona R. Wyniki analiz przedstawiono w tabeli 6. Analizując otrzymane wyniki stwierdzono, że miarami narażenia, które najlepiej reprezentują pozostałe miary, są: LPO, LDT, PPP, PNB, PRM i LDO zatem te miary przede wszystkim powinny być zastosowane do opracowania modeli prognostycznych miar narażenia w ruchu drogowym. Tabela 6. Zestawienie siły zależności pomiędzy poszczególnymi miarami narażenia w ruchu drogowym Miara LM PO LPO LPM LSO LDO LDT LDA ND PRP PRM PPP PPO ZP PNB LM x * * ** * * * PO x * * * * * * * * * * * LPO x *** *** *** *** ** *** ** *** *** *** *** *** LPM x *** *** *** *** *** * ** *** ** *** *** LSO x ** ** ** *** * ** *** ** *** ** LDO x *** ** ** ** *** *** *** ** ** LDT x *** ** ** *** *** *** *** *** LDA x ** * ** *** ** *** ** ND x ** ** *** ** * *** PRP x *** ** *** * ** PRM x ** *** ** *** PPP x ** ** *** PPO x ** *** ZP x ** PNB x Podsumowanie Wyniki przedstawionej analizy wskazują, że w analizach ryzyka w ruchu drogowym istotną rolę odgrywa narażenie na ryzyko. Z analizy wielu miar narażenia jako najbardziej uniwersalne w ruchu drogowym na poziomie kraju są: potencjał mobilności PRM, praca, produkt narodowy brutto PNB, długość sieci dróg twardych LDT, praca przewozowa osób PPO. Natomiast najbardziej uniwersalnymi miarami narażenia z punktu widzenia reprezentowania pozostałych miar ryzyka są miary narażenia na ryzyko: liczba pojazdów ogółem LPO, długość dróg twardych, LDT, praca przewozowa pojazdów PPP, produkt narodowy brutto PNB, potencjał mobilności PRM. Wymienione miary narażenia powinny być przede wszystkim przyjmowane do opracowania modeli prognostycznych miar narażenia na ryzyko w ruchu drogowym.

4-2009 PROBLEMY EKSPLOATACJI 175 Bibliografia 1. Kuhlmann A.: Einfuhrung in der Sicherheitwissenschaft. Verlag TUV Reinland. Koln 1981. 2. Hakkert A.S., Braimaister L. The uses of exposure and risk in road safety studies. SWOV Institute for Road Safety Research. Report R-2002-12, Leidschendam, 2002, The Netherlands. 3. van den Bossche F. at al: The role of exposure in the analysis of road accidents: a Belgian case-study. Kennis verkeersonveiligheid Report RA-2005-54, Diepenbeek, Belgium 2005. 4. Carroll P.S.: Techniques for the use of driving exposure information in highway safety research. HSRI, University of Michigan. 1971. 5. Chapman R.A.: The concept of exposure. Accid. Anal. Prev. 5 (2), 95 110. 1977. 6. Wolfe A.C.: The concept of exposure to the risk of a road traffic accident and an overview of exposure data collection methods. Accident Analysis and Prevention, 14(5), 337 340, 1982. 7. Hauer E.: Traffic conflicts and exposure. Accid. Anal. Prev. 14 (5), 359 364. 1982. 8. Thomas P., et al: SafetNet Project: Deliverable 2.1. State of the Art Report on Risk and Exposure Data. EU Sixth Framework Programme, 2004. 9. Jamroz K.: Metodyka analizy i oceny ryzyka w ruchu drogowym na poziomie strategicznym. Praca w przygotowaniu. Recenzent: Gerard KRAWCZYK Analysis of measures of risk exposure in road traffic Key-words Road traffic, safety, exposure to risk, measures. Summary Exposure to risk is a component of collective risk. The article presents an analysis of measures of risk exposure in road traffic. It describes how the definition of road traffic risk exposure has evolved and gives the characteristics of most commonly used measures. The analysis of correlation regression was

176 PROBLEMY EKSPLOATACJI 4-2009 used to define the relations between fifteen risk exposure measures and selected collective risk measures based on data from sixty countries. The results of the analysis were used to recommend thirteen measures of risk exposure divided into two groups: primary and auxiliary measures. Finally, the article proposes some rules for selecting risk exposure measures depending on the availability of data.