5 Kvaliteten på undersøkelser om virkninger av trafikksikkerhetstiltak på ulykkene

5.1 Hva ønsker vi å vite?

Det viktigste formålet med en undersøkelse om virkninger av et trafikksikkerhets­tiltak på antall ulykker eller skader er å finne svaret på følgende spørsmål:

Fører tiltaket til et lavere forventet ulykkestall (herunder lavere risiko) og/eller til færre eller mindre alvorlige skader enn man ellers ville ha hatt

Målet er å påvise en årsakssammenheng mellom innføring av tiltaket og end­ringer i forventet ulykkestall eller forventet skadetall eller skadeomfang i ulykker. I tillegg til dette ønsker vi vanligvis å vite hvor stor virkning tiltaket har og hvor mye virkningen kan ventes å variere under ulike betingelser.

For å kunne si at et tiltak virker, må vi vise at tiltaket er årsak til, eller en av årsakene til, de endringer i ulykkestall eller skadeomfang som kan påvises der hvor tiltaket er innført. Dette innebærer at undersøkelser om virkninger av trafikk­sikkerhetstiltak ideelt sett bør oppfylle en rekke metodekrav. I dette kapitlet opp­summeres disse kravene kort på grunnlag av metodelitteraturen (Campbell og Stanley 1966; Weiss 1972; Amundsen og Christensen, 1973; Tarrants og Veigel 1977; Cook og Campbell 1979; Jørgensen 1981; OECD 1981; Rossi og Freeman 1985; Hennekens og Buring 1987; Elwood 1988; Elvik 1988A; Elvik med flere 1989; Hunter og Schmidt 1990; Mohr 1992; Cooper og Hedges 1994; Hauer 1997). I tillegg gis eksempler på hvilken betydning ulike feil og svakheter ved datagrunnlag og metode kan ha for resultatene av en undersøkelse.

til toppen

5.2 Metodekrav og grunnlaget for årsaksslutninger

For å gi grunnlag for årsaksslutninger må en undersøkelse gi valide resultater. Med valide resultater menes resultater som vi har god grunn til å tro viser den sanne virkningen av et tiltak. Det kan skilles mellom fire former for validitet, hvorav ett spesielt gjelder grunnlaget for årsaksslutninger:

1   Statistisk validitet

2   Teoretisk validitet

3   Intern validitet

4   Ekstern validitet

Statistisk validitet er graden av tallmessig nøyaktighet, feilfrihet og representa­tivitet i resultatene av en undersøkelse. Et resultat er statistisk valid dersom det (1) er statistisk pålitelig, det vil si med lav sannsynlighet skyldes utelukkende tilfeldig variasjon i den eller de målte størrelser, (2) ikke er beheftet med systematiske målefeil, (det vil si er reliabelt eller reproduserbart under de samme måle­betingelser, (3) har en kjent tallmessig usikkerhet omkring den beregnede resul­tatverdi og (4) er representativt for en kjent populasjon av enheter.

Teoretisk validitet er graden av samsvar mellom det en undersøkelse tar sikte på å måle og det som faktisk måles. Et resultat er teoretisk valid dersom det (1) bygger på et klart uttalt teorigrunnlag, (2) bygger på en klar definisjons­sammenheng mellom et teoretisk begrep og en målt størrelse og (3) kan forklares ut fra en teori som støttes av resultatet.

Intern validitet er holdbarheten av betingelsene for å trekke slutninger om årsakssammenheng mellom en antatt årsaksfaktor og en antatt virkning av denne. Med utgangspunkt i epidemiologisk teori (Kleinbaum, Kupper og Morgenstern 1982; Hennekens og Buring 1987; Elwood 1988) kan betingelsene for årsaks­slutninger spesifiseres slik: A har årsakssammenheng med B dersom det (1) er en valid statistisk sammenheng mellom A og B og (2) denne sammenhengen sam­tidig er teoretisk og eksternt valid. Kravet til intern validitet fanger med andre ord opp alle de tre andre formene for validitet. En valid statistisk sammenheng er ikke det samme som en statistisk valid sammenheng. En statistisk valid sammenheng oppfyller de krav til statistisk validitet som er nevnt over. En valid statistisk sam­menheng oppfyller i tillegg til disse kravene også et krav om at sammenhengen ikke skyldes ukontrollerte tredjevariabler. Med ukontrollerte tredjevariabler menes alle forhold som enten (1) både har sammenheng med A og B og dermed enten kan skape en skinnsammenheng mellom A og B eller tilsløre en reell sammenheng, eller (2) som har en selvstendig virkning på B som kan forveksles med den antatte virkningen av A.

Ekstern validitet betegner muligheten for å generalisere resultatene av en undersøkelse til andre populasjoner og andre kontekster enn dem undersøkelsen er utført i. Ekstern validitet kan bare bedømmes ved å sammenlikne resultater av ulike undersøkelser om samme tiltak. Resultater har høy ekstern validitet dersom de (1) er stabile i tid og rom, på tvers av samfunn og tidsepoker, (2) er stabile på tvers av ulike undersøkelsesmetoder eller (3) viser et mønster som kan forklares ved hjelp av kjente forhold som kjennetegner de enkelte undersøkelser.

til toppen

5.3 Hva kjennetegner gode undersøkelser om virkninger av trafikksikkerhetstiltak?

På grunnlag av disse kravene, er det mulig å si en del om hva som kjennetegner gode og mindre gode undersøkelser om virkninger av trafikksikkerhetstiltak.

Den statistiske validiteten av resultatene i en undersøkelse påvirkes av en rekke forhold. Generelt kan man si at den statistiske validiteten under ellers like forhold øker når (1) Ulykkestallet resultatene bygger på øker, (2) Ulykkene har høy og stabil rapporteringsgrad, (3) Opplysninger knyttet til ulykkene (f eks om bil­beltebruk, fart, osv) er registrert med en godt innarbeidet metode, og av fagfolk som kjenner metoden, (4) De påviste endringer i ulykkestall ved innføring av til­taket er relativt store (Store virkninger er lettere å påvise rent statistisk enn små virkninger ved en gitt utvalgsstørrelse), (5) Undersøkelsesenhetene er representa­tive for en kjent populasjon hvor tiltaket er ment å virke.

Kravet om teoretisk validitet kan trolig best tolkes som et krav om at de påviste endringer i ulykkes- eller skadetall skal kunne forklares, i det minste i prinsippet, som et resultat av endringer i den eller de risikofaktorer tiltaket virker gjennom. Et eksempel: Høy fart er påvist å øke ulykkestallet. Når fartsgrensen settes ned, venter vi derfor at også ulykkestallet går ned, dersom farten reduseres og andre risikofaktorer ikke endrer seg i ugunstig retning. Hvis man finner en positiv sam­menheng mellom endring i fart og endring i ulykkestall, det vil si at nedgangen i antall ulykker er størst der hvor nedgangen i fart er størst, styrker det resultatenes teoretiske validitet. Finner man ingen slik sammenheng, svekkes den teoretiske validiteten.

Intern validitet fanger opp både statistisk, teoretisk og ekstern validitet. Et resultat må være valid etter alle disse kriteriene for at grunnlaget for år­saksslutninger skal være oppfylt. Det krav som kommer i tillegg til statistisk, teoretisk og ekstern validitet er, som nevnt, kontroll for tredjevariabler. Kontroll for tredjevariabler kan oppnås på to ulike måter, enten (1) gjennom utforming av undersøkelsesopplegget, eller (2) gjennom analyseopplegget for undersøkelsen. Det kan skilles mellom tre måter å kontrollere for tredjevariabler gjennom ut­forming av undersøkelsesopplegg: (a) randomisering, det vil si at undersøkelsen legges opp som et eksperiment, der studieobjektene fordeles tilfeldig mellom en forsøksgruppe, hvor tiltaket gjennomføres, og en kontrollgruppe, hvor tiltaket ikke gjennomføres (b) matching, det vil si at undersøkelsesenheter som får tiltak, sammenlignes parvis med undersøkelsesenheter som ikke får tiltak, der enhetene i hvert par innbyrdes er så lik hverandre som mulig ut fra nærmere angitte kjennetegn, (c) begrensning, det vil si at undersøkelsen begrenses til å gjelde enheter hvor tredjevariablene ikke varierer eller varierer innenfor et kjent og begrenset variasjonsområde. Det kan skilles mellom to måter å kontrollere for tredjevariabler gjennom analysen av en undersøkelse: (d) stratifisering, der de undersøkte enheter grupperes i homogene undergrupper med hensyn på tredje­variablene og (e) multivariat analyse, der kontrollvariablene inngår som uav­hengige variabler i en analyse der virkningene av hver variabel måles, kontrollert for de andre uavhengige variablene som inngår i analysen. Randomisering krever ikke forhåndskunnskap om mulige tredjevariabler. De andre teknikkene krever at forskeren kan identifisere kontrollvariablene på forhånd. Siden man ikke kan være sikker på at man kjenner alle kontrollvariabler, er kontroll som ikke bygger på randomisering alltid mangelfull. Kravet om kontroll for tredjevariabler må her formuleres som et krav om kontroll for alle til enhver tid kjente kontrollvariabler.

Ekstern validitet betyr at resultatene av ulike undersøkelser kan generaliseres i tid og rom til andre populasjoner og kontekster enn dem undersøkelsene er utført i. Generelt kan den eksterne validitet av undersøkelser om virkninger av trafikk­sikkerhetstiltak sies å øke når (1) antall uavhengige undersøkelser om det samme tiltaket øker, (2) undersøkelser som har brukt ulike metoder kommer til tilnærmet samme resultat, (3) undersøkelser utført på ulike tidspunkt og i ulike land kommer til tilnærmet samme resultat og (4) eventuelle forskjeller i resultater mellom undersøkelser som har brukt ulike metoder, eller er utført i ulike land og på ulike tidspunkt kan forklares ut fra kjente egenskaper ved metodene, landene eller forholdene på den tiden undersøkelsen ble utført.

til toppen

5.4 Eksempler på feilkilder i undersøkelser om virkninger av trafikksikkerhetstiltak og deres betydning for resultatene av undersøkelsene

Oversikt over vanlige feilkilder. Tabell G.5.1 oppsummerer de vanligste feil­kildene i undersøkelser om virkninger av trafikksikkerhetstiltak. Med feilkilder menes alle forhold som reduserer validiteten av resultatene av en undersøkelse, og som kan skape en falsk virkning av et trafikksikkerhetstiltak eller kamuflere en reell virkning.

Listen over feilkilder er ikke komplett, men den dekker de vanligst fore­kommende feilkilder i undersøkelser om virkninger av trafikksikkerhetstiltak. Feilkildene er i tabell G.5.1 gruppert ut fra hvilke validitetskrav de primært gjelder. Dette er gjort for å gjøre det lettere å beholde oversikten over feilkildene.

Tabell G.5.1: Generelle feilkilder i undersøkelser om virkninger av trafikk­sikkerhetstiltak

Navn på feilkilden	Betydning for resultatene av en undersøkelse
1 FEILKILDER SOM REDUSERER STATISTISK VALIDITET
1.1 Tilfeldig variasjon i ulykkestall	Beregnet virkning av et tiltak blir usikker og ofte ikke statistisk pålitelig. Nøytralt fortegn.
1.2 Tilfeldige målefeil	Beregnet virkning av variabler som inneholder tilfeldige målefeil blir mer unøyaktig enn om feilene ikke forekom. Nøytralt fortegn.
1.3 Systematiske målefeil (f eks mangelfull ulykkes­rapportering)	Ufullstendig ulykkesrapportering er en systematisk målefeil i alle undersøkelser som bygger på ulykkesregistre som ikke kan forut­settes å være komplette. Øker usikkerheten i resultatene. Kan føre til overvurdering av virkningen av tiltak som reduserer ulykker eller skadetyper med spesielt lav rapporteringsgrad.
1.4 Uklar utvalgsmetode	Gjør det umulig å si om utvalget er representativt og i så fall hvilken populasjon det representerer. Problem ved generalisering.
1.5 Skjevt utvalg	Gjør det umulig å generalisere resultatene utover det utvalg de gjelder.
2 FEILKILDER SOM REDUSERER TEORETISK VALIDITET
2.1 Uklar generell virknings­mekanisme	Det er uklart om tiltaket virker på eksponering, transportfordeling, ulykkesrisiko eller skaderisiko eller kombinasjoner av disse meka­nismene. Problemer å tolke resultatene og å vite om det er kon­trollert for “riktige” kontrollvariabler. Nøytralt fortegn.
2.2 Uklart hvilke risiko­faktorer tiltaket påvirker	Umulig å undersøke om det er sammenheng mellom hvor mye risikofaktorene endres og hvor mye ulykkestallet endres.
2.3 Uklart hvilke ulykkes­typer tiltaket påvirker	Umulig å definere relevante ulykkestyper for å måle virkningen av tiltaket. Vanskelig å finne egnet kontrollgruppe. Nøytralt fortegn.
2.4 Uklar tiltaksbeskrivelse	Vanskelig å vite hva slags tiltak det er målt virkninger av. Gjør det vanskelig å generalisere resultater og kombinere dem med andre undersøkelser.
2.5 Uklart nivå for effekt­måling	Manglende spesifikasjon av om det er individuelle eller aggregerte virkninger som er målt gjør resultatene vanskelige å tolke og kombinere med andre undersøkelser.
3 FEILKILDER SOM REDUSERER INTERN VALIDITET
3.1 Regresjonseffekt i ulykkestall	Reduksjon av tilfeldig høye ulykkestall, økning av tilfeldig lave. Manglende kontroll for regresjonseffekt fører i de fleste tilfeller til overvurdering av et tiltaks virkning på ulykkene.
3.2 Konkrete hendelser	Eksempler kan være andre tiltak som er innført samtidig, eller andre hendelser som kan antas å påvirke ulykkestallet. Nøytralt fortegn.
3.3 Generell ulykkes­utvikling	Generell ulykkesutvikling i et samfunn er nettoresultatet av alle faktorer som påvirker ulykkestallet. Manglende kontroll for generell ulykkesutvikling kan føre til overvurdering av virkninger av et tiltak i perioder med generell ulykkesnedgang, under­vurdering i perioder med generell ulykkesøkning.
3.4 Ulykkesmigrasjon	Innføring av et tiltak et sted, eller for en gruppe, betyr at ulykkene forflyttes eller overføres til andre steder eller grupper. Manglende kontroll for ulykkesmigrasjon betyr nesten alltid overvurdering av et tiltaks virkninger. Har sammenheng med uklar spesifikasjon av virkningsmekanismer, jfr punkt 2.1 over.
3.5 Selvseleksjonsskjevhet	Personer eller enheter som frivillig har valgt å ta i bruk et tiltak vil ofte skille seg systematisk fra personer eller enheter som har valgt ikke å ta i bruk et tiltak. Manglende kontroll for selv­seleksjonsskjevhet fører nesten alltid til overvurdering av et tiltaks virkning på ulykkene eller skadegraden.
3.6 Tvetydig årsaksretning	Enkelte tiltak kan ha tilbakevirkninger som gjør det vanskelig å identifisere deres virkninger nøyaktig. Kan føre til undervurdering av et tiltaks virkninger.
3.7 Feilspesifikasjon av modeller	Dersom en multivariat modell er feilspesifisert, vil resultatene ha systematiske feil på grunn av f eks utelatte eller for grovt inndelte kontrollvariabler eller gal funksjonsform.
3.8 Utilstrekkelig matching	I undersøkelser hvor enhetene er matchet, kan uhensiktsmessig valg av matchingsvariabler innføre systematiske feil i resultatene. Nøytralt fortegn.
3.9 Instrumenteffekter - rap­porteringseffekter	Effekter som skyldes det faktum at en størrelse blir målt. F eks kan oppmerksomheten øke når man vet at den måles. Økt politikontroll kan føre til at politiet får kjennskap til flere ulykker (økt rapporteringsgrad). Nøytralt fortegn
3.10 Eksperimenteffekter	Det at et eksperiment utføres skaper effekter som skyldes eksperimentet, ikke det tiltak det eksperimenteres med. Nøytralt fortegn.
4 FEILKILDER SOM REDUSERER EKSTERN VALIDITET
4.1 Kontekstspesifikke effekter	Dersom det finnes effekter som er spesifikke for den kontekst en undersøkelse er utført i, kan ikke resultatene generaliseres til andre kontekster.
4.2 Metodologisk pluralisme	Bruk av ulike metoder i ulike undersøkelser om det samme tiltaket kan gjøre resultatene vanskelige å sammenlikne.

De to førstnevnte feilkildene, tilfeldig variasjon i ulykkestall (1.1) og tilfeldige målefeil i datagrunnlaget (1.2), forekommer i alle undersøkelser og er uavhengig av hvilket undersøkelsesopplegg som er brukt. Den førstnevnte av disse feilkildene kan reduseres ved å øke utvalgsstørrelsen, det vil si undersøke flere ulykker. Forekomsten av tilfeldige målefeil må derimot antas å være tilnærmet uavhengig av utvalgsstørrelse.

Systematiske målefeil (1.3), spesielt i form av mangelfull eller upålitelig ulykkesrapportering, er også tilnærmet uavhengig av undersøkelsesopplegg. Betydningen av denne feilkilden kan reduseres ved å lage spesielle ordninger for ulykkesregistrering tilpasset behovene i den enkelte undersøkelse.

Når det eksisterer en utvalgsramme, kan representative utvalg trekkes og problemer med uklare utvalgskriterier (1.4) eller skjeve utvalg (1.5) unngås. For både førere og motorkjøretøy finnes det i de fleste vestlige, motoriserte land detaljerte offentlige registre som gir grunnlag for å trekke statistisk representative utvalg. For trafikksikkerhetstiltak på vegnettet er utvalgsproblemene større. For slike tiltak finnes ofte ikke komplette registre. Dermed kan ikke enheter som undersøkes, velges på en måte som sikrer statistisk representativitet. Den statistiske representativiteten til et utvalg av steder på vegnettet hvor virkninger av trafikksikkerhetstiltak undersøkes, kan ofte ikke bedømmes. Problemer med uklare utvalgskriterier eller skjeve utvalg er ikke knyttet til bestemte undersøkelsesopplegg, men må antas å forekomme sjeldnere i eksperimenter enn i ikke-eksperimentelle undersøkelser.

Feilkilder som gjelder teoretisk validitet har først og fremst betydning for å kunne avdekke i detalj årsaksmekanismen som forklarer hvorfor et tiltak virker eller ikke virker etter hensikten. Disse feilkildene har mindre betydning for grunn­laget for å trekke årsaksslutninger. Ingen av feilkildene som er nevnt i tabell G.5.1 er spesifikt knyttet til bestemte undersøkelsesopplegg. Uklarhet om hvilke ulyk­kestyper et tiltak virker på (2.3) kan ha avgjørende betydning for tolkningen av før-og-etter undersøkelser med såkalt intern ulykkeskontroll. Eksempelvis er en vanlig metode for å studere virkninger av vegbelysning å bruke ulykker i dagslys som kontrollgruppe og ulykker i mørke som forsøksgruppe. En slik fremgangs­måte er bare riktig hvis vegbelysning ikke påvirker ulykker i dagslys. Hvis det er uklart hvilke ulykkestyper et tiltak påvirker, kan man ikke bruke en bestemt ulykkestype som kontrollgruppe i før-og-etter undersøkelser.

Feilkilder som gjelder intern validitet omfatter ulike former for manglende kontroll for tredjevariabler som har betydning for muligheten for å trekke årsaks­slutninger. De tre førstnevnte feilkildene (3.1-3.3) er spesielt aktuelle i før-og-etter undersøkelser, fordi de alle er knyttet til endringer i ulykkestallet over tid. I enhver før-og-etter undersøkelse bør det derfor være kontrollert for alle disse feilkildene for at man skal kunne si at tiltaket er årsak til endringer i ulykkestall. Det samme gjelder ved tidsrekkeanalyser, der autokorrelasjoner og sesongvariasjoner i tids­rekken kommer i tillegg som mulige feilkilder (de to sistnevnte feilkildene er ikke spesifisert i tabell G.5.1).

Ulykkesmigrasjon (3.4) kan være en feilkilde både i før-og-etter undersøkelser og i tverrsnittsstudier (med-og-uten undersøkelser og multivariate analyser). Denne mulige feilkilden er ikke like grundig behandlet i metodelitteraturen som de andre truslene mot intern validitet. Gode metoder for å påvise og eventuelt kontrollere for ulykkesmigrasjon er heller ikke utviklet. En mulig løsning, er at det område eller den gruppe ulykkene antas å bli overført til inngår i forsøksgruppen i tillegg til den eller de grupper ulykkene antas å bli overført fra. Endringer i ulykkestall i en slik definert forsøksgruppe vil vise nettovirkninger etter at event­uell migrasjon har skjedd. Det er viktig at den gruppen som berøres av ulyk­kesmigrasjon ikke inngår i kontrollgruppen.

Selvseleksjonsskjevhet (3.5), tvetydig årsaksretning (3.6) og utilstrekkelig matching (3.8) er mest aktuelle som mulige feilkilder i tverrsnittsstudier, spesielt med-og-uten studier (case-control studies). En tverrsnittsstudie som ikke har kontrollert for disse feilkildene, eventuelt dokumentert at de ikke har betydning i den aktuelle undersøkelsen, kan ikke sies å ha påvist en årsakssammenheng mellom det undersøkte tiltaket og de påviste endringer i ulykkestall.

Feilspesifikasjon av analysemodeller (3.7) er en feilkilde som er særlig aktuell i tidsrekkeanalyser og multivariate analyser. Denne feilkilden kan noen ganger være uhyre problematisk å ta hensyn til. Vanligvis mangler man et godt nok teoretisk grunnlag, eller gode nok kunnskaper fra tidligere forskning, til å kunne påstå med sikkerhet at en bestemt modell er feilspesifisert på en nærmere angitt måte.

Instrumenteffekter (3.9) og eksperimenteffekter (3.10) er mest aktuelle i eks­perimenter. Eksperimenter kontrollerer, i alle fall i prinsippet, for alle de andre truslene mot intern validitet som er listet opp i tabell G.5.1 (3.1-3.8). Problemet med et eksperiment er at man lager en "kunstig" situasjon, hvor det kan tenkes å oppstå effekter som ellers ikke ville ha oppstått. I laboratorieeksperimenter er det åpenbart at situasjonen er kunstig og at resultatene ikke uten videre gjelder utenfor laboratoriet. Men også felteksperimenter kan ha enkelte "kunstige" trekk ved seg, som gjør resultatenes eksterne validitet tvilsom.

Feilkilder som kan redusere den eksterne validitet av undersøkelser er kon­tekstspesifikke effekter (4.1) og det som er kalt metodologisk pluralisme (4.2). Det at virkningene av et tiltak er spesifikke for den kontekst undersøkelsen gjelder, er ikke en metodesvakhet ved en undersøkelse. Det er snarere et særtrekk ved virkeligheten. Ikke desto mindre gjør en slik kontekstavhengighet det vanske­ligere å generalisere resultatene av en undersøkelse. Metodologisk pluralisme be­tegner det forhold at ulike undersøkelser om virkninger av tiltak ofte har brukt ulike metoder. Dette kan både være en styrke og en svakhet. Hvis ulike metoder, som har ulike feilkilder, kommer til samme resultat, kan man på den ene siden hevde at resultatet står sterkt og sannsynligvis viser reelle virkninger av tiltaket. På den annen side, hvis alle undersøkelser har metodesvakheter, kan man hevde at ingen undersøkelser har klart å måle virkningen av tiltaket, uansett hvor mye sammenfall det er mellom resultatene.

Eksempler på feilkildenes betydning for resultatene av undersøkelser. Under­søkelser om virkninger av trafikksikkerhetstiltak på ulykker og skader kan komme til ulike resultater, avhengig av hvor godt undersøkelsene har lykkes med å få kontroll over de feilkildene som er nevnt foran. I dette avsnittet skal vi gi noen eksempler på dette, for en del av feilkildene som er nevnt foran.

Eksempel 1: Systematiske målefeil i ulykkesdata. Ett av de mest virkningsfulle skadereduserende tiltak vi kjenner, er bilbelter. Resultatene av undersøkelser av bilbelters virkning på skader i ulykker kan imidlertid bli sterkt påvirket av hvor pålitelige opplysningene om beltebruk ved ulike skadegrader er. Personer som er uskadde eller lettere skadet, vil ofte ha forlatt bilen før politiet kommer til ulyk­kesstedet. Når politiet spør om belter ble brukt eller ikke, vil en del av dem som ikke brukte belter også svare ja for å unngå problemer. På denne måten kan bruken av bilbelter bli systematisk overrapportert blant uskadde og lettere skadde personer innblandet i trafikkulykker.

En undersøkelse som tok hensyn til denne feilkilden, er utført av Dean, Reading og Nechodom (1995). Tabell G.5.2 viser resultatene av undersøkelsen med og uten kontroll for mulig overrapportering av beltebruk ved ulykker. Dean, Reading og Nechodom beregnet en antatt riktig beltebruk i ulykker på grunnlag av opplysninger om beltebruk i trafikken og en antakelse om at beltebruken blant drepte personer er riktig oppgitt. Det kan diskuteres hvor holdbare forutsetningene for denne beregningen er. Men uansett hva man mener om dette, er det ingen tvil om de peker på et reelt problem, som kan ha stor betydning for den beregnede skadereduserende virkning av bilbelter.

Tabell G.5.2:Beregnet virkning av bilbelter på sannsynligheten for ulike skader ved ulykker avhengig av kontroll for overrapportering av beltebruk ved ulykker. Kilde: Dean, Reading og Nechodom 1995.

	Prosent endring av antall skader ved bruk av bilbelte
Skadegrad	Oppgitt bilbeltebruk	Korrigert bilbeltebruk
Drepte	-85	-54
Alvorlig skadde	-80	-49
Lettere skadde	-52	-25
Alle skadde	-55	-28

Eksempel 2: Kontroll for ulike feilkilder i undersøkelser om utbedring av ulyk­kes­belastede steder. Utbedring av spesielt ulykkesbelastede steder på vegnettet har tradisjonelt vært regnet som en effektiv måte å bekjempe ulykker på. Elvik (1997A) har imidlertid vist at resultatene av undersøkelser om utbedring av ulykkes­belastede steder på vegnettet avhenger sterkt av hvilke feilkilder det er kontrollert for. Figur G.5.1 viser ett av resultatene av Elviks undersøkelse. Figuren viser hvordan den ulykkesnedgang som tilskrives tiltaket varierer avhengig av hvilke faktorer det er kontrollert for i undersøkelsene.

Figur G.5.1: Sammenhengen mellom hvilke faktorer det er kontrollert for og den beregnede virkning av utbedring av ulykkesbelastede steder i før-og-etter­undersøkelser. Kilde: Elvik 1997A.

I undersøkelser som ikke kontrollerte for noen feilkilder, beregnet man nedgangen i antall personskadeulykker som følge av utbedring av spesielt ulykkesbelastede steder til 55%. I undersøkelser som kontrollerte for ulike feilkilder, var den be­regnede virkningen av tiltaket mye mindre. Ved samtidig kontroll for generelle trender, regresjonseffekt i ulykkestall og ulykkesmigrasjon forsvant hele virk­ningen av tiltakene.

La oss se litt nærmere på hva de ulike feilkildene som er nevnt i figur G.5.1 betyr og hvordan de kan påvirke resultatene av en undersøkelse. Med generelle trender i ulykkestall menes en langsiktig utvikling i retning av flere eller færre ulykker i et større område. Figur G.5.2 viser et eksempel på en slik utvikling. Figuren viser endringer over tid i ulykkesrisiko for lastebiler og vogntog i USA.

Figur G.5.2: Langsiktig utvikling i ulykkesrisiko for lastebiler og vogntog i USA. Mørke prikker = før deregulering, lyse prikker = etter deregulering. Kilde: Phillips og McCutchen 1991.

Den var en klar tendens til nedgang i årene før lastebilnæringen i USA ble deregulert. Kurven i figur G.5.2 viser en forlengelse av denne utviklingen til perioden etter deregulering. Ved å sammenligne punktene som viser ulykkes­risikoen etter deregulering (lyse prikker) med kurven, kan man anslå virkningen av deregulering på ulykkestallene, kontrollert for den langsiktige utvikling i ulykkesrisiko.

Når et trafikksikkerhetstiltak innføres fordi det på forhånd er registrert unormalt mange ulykker, slik som på spesielt ulykkesbelastede steder, kan antall ulykker gå ned selv om tiltaket ikke har noen virkning på ulykkene. Dette feno­menet kalles regresjonseffekt. Det oppstår fordi et unormalt høyt ulykkestall helt eller delvis kan komme av tilfeldig variasjon. Vi kan vise hvilken betydning det har med et eksempel. Eksemplet er hentet fra en undersøkelse om utbedring av spesielt ulykkesbelastede steder på riksveg i Norge (Christensen, 1988).

Figur G.5.3 viser antall politirapporterte trafikkulykker pr sted pr år før og etter utbedring av spesielt ulykkesbelastede steder på riksveger i Norge. Tilsvarende tall for en gruppe ulykkespunkter som ikke ble utbedret er også vist.

Figur G.5.3: Antall ulykker pr sted pr år for utbedrede og ikke utbedrede ulykkesbelastede steder på riksveg. Kilde: Christensen 1988.

På steder som ble utbedret gikk antall ulykker ned fra 1,42 til 0,64 pr sted pr år. Det er en nedgang på ca 55%. Men kan hele nedgangen tilskrives utbedringen av stedene? Det gir utviklingen i blant steder som ikke ble utbedret en pekepinn om. Der gikk antall ulykker pr sted pr år ned fra 1,28 til 0,88, det vil si en nedgang på 31%, selv om stedene ikke ble utbedret. Vi kan selvsagt ikke være sikre på at det hadde blitt nøyaktig en slik nedgang i ulykkene på de utbedrede stedene, dersom de ikke var blitt utbedret. Men at det hadde blitt en viss nedgang i ulykkestall også uten tiltak er meget sannsynlig.

Ulykkesmigrasjon betegner en tendens til at antall ulykker overføres fra steder som er utbedret til andre steder på vegnettet som følge av utbedringen. Netto­virkningen av et tiltak kan da bli at ulykkene bare flyttes fra et sted til et annet, men at det samlede ulykkestall ikke går ned. Eksempelvis kan man tenke seg at en overraskende kurve rettes ut. Ulykkestallet i kurven går da ned, men en annen kurve vil da kanskje fremstå som mer overraskende for trafikantene enn før. Der kan antall ulykker øke.

Ulykkesmigrasjon har vært nokså lite undersøkt og noen særlig godt under­bygde forklaringer på fenomenet foreligger ikke (Elvik 1997A). Vi vet derfor svært lite om hvor utbredt dette fenomenet er og hva som kan føre til det. Et eksempel på en undersøkelse hvor man fant ulykkesmigrasjon, og hvor det å ta hensyn til dette følgelig hadde betydning for resultatene av undersøkelsen, er utført av Mountain og Fawaz (1992). Tabell G.5.3 viser resultatene av denne under­søkelsen.

Tabell G.5.3: Betydningen av ulykkesmigrasjon for virkningen av å utbedre spesielt ulykkesbelastede steder. Kilde: Mountain og Fawaz 1992.

Sted	Ulykker før	Forventet etter	Ulykker etter	Beregnet virkning (%)
Utbedrede ulykkes­punkter	249	154	127	-18
Tilgrensende steder (inntil 500 meter)	144	140	166	+19
Både ulykkespunkter og tilgrensende steder	393	294	293	-  0

På de ulykkesbelastede stedene gikk ulykkestallet ned med 18%. På tilgrensende steder i en avstand på inntil 500 meter økte ulykkestallet med 19%. Når man betraktet hele området under ett, var ulykkestallet uendret. Dersom man bare hadde studert de utbedrede ulykkespunktene, ville man ikke ha oppdaget denne virk­ningen og kanskje feilaktig konkludert med at tiltaket reduserte antall ulykker med 18%. Det er i denne undersøkelsen kontrollert for regresjonseffekt og generelle trender. Økningen i ulykkestall på de tilgrensende stedene kan derfor ikke skyldes slike forhold.

Eksempel 3: Feilspesifikasjon av formen på sammenhengen mellom endringer i fart og endringer i ulykkestall. Et tegn på at det er en årsakssammenheng mellom et tiltak og endringer i ulykkestall, er at man finner en såkalt dose-respons­sammenheng mellom tiltaket og endringen i ulykkestall. Eksempelvis har TRL (Webster og Mackie 1996) funnet en sammenheng mellom hvor stor fartsnedgang fartsdempende tiltak i boligområder fører til, og hvor stor ulykkesnedgang det er i områdene. Denne sammenhengen er vist på figur G.5.4, i form av den rette linjen som er tegnet i diagrammet.

Dersom man studerer denne linjen nærmere, oppdager man at den ikke kan gi en riktig beskrivelse av sammenhengen mellom endringer i fart og endringer i ulykkestall. Den rette linjen innebærer eksempelvis at en fartsnedgang på 17 miles/h vil føre til en ulykkesnedgang på 105%, noe som er logisk umulig. Sammenhengen mellom endringer i fart og endringer i ulykkestall beskrives med andre ord ikke særlig godt av en rett linje.

Figur G.5.4 viser også en kurve som beskriver sammenhengen mellom endringer i fart og endringer i ulykkestall bedre. Kurven er et annengradspolynom. Denne kurven fører ikke til ulogiske verdier, som ulykkesreduksjoner på mer enn 100%, slik som den kurven TRLs forskere har tilpasset til datamaterialet. På den annen side viser den økning av antall ulykker når farten ikke reduseres, noe som også kan synes som et ulogisk resultat. Problemet er at datopunktene er så usikre at enhver kurve man føyer til dem også blir svært usikker

Figur G.5.4: Sammenheng mellom fartsnedgang (miles/h) og ulykkesnedgang ved innføring av fartsdempende tiltak i boligområder. Kilde: Webster og Mackie 1996, Figur 13.

Dette eksemplet viser at det kan føre galt avsted dersom man feilspesifiserer formen på en sammenheng mellom et tiltak og endringer i ulykkestall. Tradi­sjonelt har rettlinjede sammenhenger vært mye brukt, kanskje fordi de er de en­kleste. Men ofte er ikke sammenhengen mellom dose (tiltak) og respons (end­ringer i ulykkestall) rettlinjet. Et annet problem ved å føye kurver til ulykkesdata, slik TRL har gjort, er at datapunktene bygger på få ulykker og dermed er meget usikkert bestemt. Eksempelvis har TRL tatt en ulykkesnedgang på 100% i fire datapunkter for god fisk. Men det er meget lite sannsynlig at den sanne ulykkes­nedgangen er 100%. Det er ennå ikke utviklet et trafikksikkerhetstiltak som for all framtid garanterer at ulykker ikke kan forekomme. Den sanne ulykkesnedgangen må derfor nødvendigvis være mindre enn 100%.

Eksempel 4: Tvetydig årsaksretning. En vanlig metode for å måle virkninger av trafikksikkerhetstiltak, er å sammenligne risikonivået i en gruppe (steder, førere, kjøretøy) hvor tiltaket er gjennomført med risikonivået i en gruppe hvor tiltaket ikke er gjennomført. En slik metode kan føre til absurde resultater dersom man ikke kan fastslå klart retningen på årsakssammenhengen mellom risikonivået og det tiltaket man ønsker å måle virkningen av. Et eksempel på dette, er sam­men-hengen mellom fartsgrenser på riksveg og ulykkesrisiko på vegene. For perioden 1977-80, fant Muskaug (1985) en sammenheng mellom fartsgrense og antall personskadeulykker pr million kjøretøykm som vist i tabell G.5.4.

Tabell G.5.4: Sammenheng mellom fartsgrense på riksveger og vegenes ulykkes-risiko 1977-80. Kilde. Muskaug 1985.

Fartsgrense (km/t)	Personskadeulykker pr million kjøretøykm 1977-80
90	0,07
80	0,25
70	0,28
60	0,40
50	0,55

Tabell G.5.4 viser at jo høyere fartsgrensen er, desto lavere er risikonivået. Men dette betyr naturligvis ikke at man ville redusere risikonivået fra 0,55 til 0,25 personskadeulykker pr million kjøretøykm ved å øke fartsgrensen i tettbygd strøk fra 50 til 80 km/t. En vesentlig grunn til at fartsgrensen er lavere i tettbygd strøk enn i spredtbygd strøk, er jo nettopp at risikonivået er høyere i tettbygd strøk. Det er med andre ord risikonivået som er årsak til bruk av tiltaket, ikke tiltaket som er årsak til det risikonivå vi finner.

Sammenhengene er i mange tilfeller mye mer subtile enn i dette eksemplet. Eksemplet ble valgt fordi det her er åpenbart at man begår en feilslutning hvis man sier at risikonivået vil gå ned dersom fartsgrensen settes opp. I mange andre tilfeller er det ikke så opplagt hvilken retning årsakssammenhengen går i. Det er vanskelig å trekke holdbare slutninger på grunnlag av undersøkelser med tvetydig årsaksretning.

til toppen

5.5 Hvordan er kravene til gode undersøkelser brukt i Trafikk-sikkerhetshåndboken?

Eksemplene som er gitt foran viser at metodesvakheter ved undersøkelser om virkninger av trafikksikkerhetstiltak på antall ulykker eller skader kan ha vesentlig betydning for resultatene av undersøkelsene. Dette er et problem. For hvis vi ikke kan stole på resultatene av de undersøkelser som er gjort, hvordan kan vi da bygge på disse undersøkelsene ved planlegging og gjennomføring av trafikksikkerhets­tiltak? Er det riktig å legge fram resultater av undersøkelser som vi vet har metodesvakheter? Eller burde vi heller si at vi ikke vet noe om virkningene av tiltak hvor det bare foreligger en eller noen få metodisk svake undersøkelser? I dette avsnittet drøftes disse spørsmålene og det redegjøres for hvordan de er forsøkt løst i arbeidet med Trafikksikkerhetshåndboken.

En modell av kilder til variasjon i forskningsresultater. For de fleste tiltak som beskrives i denne boken foreligger det mer enn en undersøkelse om virkninger på ulykker eller skader. Det er også vanlig at resultatene av ulike undersøkelser om virkninger av det samme tiltaket varierer. Figur G.5.5 viser en modell av kilder til variasjon i forskningsresultater (Elvik 1994B).

Figur G.5.5: Dekomponering av varians i forskningsresultater ved metaanalyse.

Den totale variasjonen i forskningsresultater kan beskrives statistisk ved hjelp av variansen (eller et beslektet mål, f eks kvadratsummen eller standardavviket). Første skritt til å finne forklaringer på variasjonen i de resultater som gjelder virk­ningen av et tiltak, er å skille mellom tilfeldig og systematisk variasjon. Med tilfeldig variasjon i resultater menes variasjon som skyldes tilfeldig variasjon i ulykkestall. I metaanalyser kan man beregne hvor stor den rent tilfeldige variasjon i resultater er, og dermed avgjøre om den variasjon man finner i resultater for et gitt tiltak er større enn tilfeldigheter alene kan forklare.

Hvis den variasjon vi finner i resultater av undersøkelser som gjelder et bestemt tiltak ikke er større enn det som kan forklares av tilfeldig variasjon i ulykkestall, er det ingen grunn til å gå videre i undersøkelser av kilder til variasjon i re­sultatene. Alle resultater kan da kombineres og et veid gjennomsnittsresultat som bygger på alle enkeltresultater vil i et slikt tilfelle gi en statistisk representativ oppsummering av disse resultatene.

Dersom det er systematisk variasjon i resultater av undersøkelser om et gitt tiltak, kan denne i prinsippet være av to typer: metodologisk og substansiell. Med metodologisk variasjon i resultater, menes systematisk variasjon som skyldes at undersøkelser som har brukt ulike metoder kommer til forskjellige resultater. Slik variasjon i undersøkelsesresultater er i prinsippet uønsket og gjør det nødvendig å ta standpunkt til hvilke resultater man vil legge mest vekt på. Dette er gjort ved å bygge på de metodekrav som er drøftet foran og sortere undersøkelser ut fra hvor godt de oppfyller disse kravene.

Variasjonen i resultater av undersøkelser som gjelder et bestemt tiltak kan også være substansiell. Med substansiell variasjon i resultater, menes systematisk variasjon som kan tilskrives egenskaper ved tiltaket (f eks tiltakets standard eller omfang) eller ved den kontekst tiltaket er gjennomført i (f eks hvilket trafikkmiljø tiltaket er brukt i). Slik variasjon innebærer at den sanne virkningen av et tiltak er større under visse betingelser enn under andre. En undersøkelse av kilder til substansiell variasjon i virkningen av et tiltak går ut på å finne ut under hvilke betingelser et tiltak har størst eller minst virkning på ulykker eller skader.

Dersom det er systematisk variasjon i resultater av undersøkelser som gjelder virkninger av et bestemt tiltak, vil denne variasjonen ofte være både metodologisk og substansiell. I de metaanalyser som er gjort for Trafikksikkerhetshåndboken, er det å påvise metodologisk variasjon gitt prioritet framfor substansiell variasjon. Grunnen til det, er at det er lagt stor vekt på å finne fram til de beste anslag på virkninger av de tiltak boken beskriver. Det betyr at det, så langt det har vært mulig, er sett bort fra resultater som stammer fra metodisk svake undersøkelser.

Men hva med tiltak hvor det bare foreligger metodisk svake undersøkelser? For slike tiltak har vi valgt å presentere de resultater som foreligger, men samtidig gjøre oppmerksom på de metodesvakheter resultatene har. Dette innebærer at kvaliteten på de resultater som legges fram, ikke er like god for alle tiltak. I neste avsnitt er tiltakene som beskrives i boken sortert i hovedgrupper ut fra hvor gode kunnskaper som finnes om deres virkninger på ulykker eller skader.

Framgangsmåte ved vurdering av resultater. Hovedtrekkene i den framgangs­måten som er brukt i Trafikksikkerhetshåndboken for å komme fram til de beste anslag på tiltakenes virkning kan beskrives i følgende punkter.

1   Resultater er inndelt etter ulykkers- eller skaders alvorlighetsgrad

     Det er skilt mellom følgende nivåer for ulykkers- eller skaders alvorlighets­grad:

Ulykkers alvorlighetsgrad	Personskaders alvorlighetsgrad
1 Dødsulykker	1 Drepte
2 Personskadeulykker	2 Alvorlig skadde
3 Ulykker med kun materiell skade	3 Lettere skadde
4 Ulykker av uspesifisert skadegrad	4 Uskadde
	5 Skadegrad ikke spesifisert

     Resultater er alltid presentert hver for seg for de ulike skadegrader. Resultater som gjelder ulykker med uspesifisert skadegrad eller personskader som ikke er nærmere spesifisert er kun presentert i de tilfeller undersøkelsene ikke gir nærmere opplysninger.

2   Resultater er inndelt etter hvordan mål på virkning er definert

     Det kan, grovt sett, skilles mellom to definisjoner av mål på virkning av et tiltak: (1) Endringer i ulykkes- eller skadetall og (2) Endringer i ulykkes- eller skaderisiko (pr kjøretøykm eller personkm). Disse to målene på virkning av et tiltak er holdt fra hverandre.

3   Resultater er inndelt etter metoden som er brukt i undersøkelsen

     I metaanalysene er det alltid skilt mellom resultater av undersøkelser som har brukt ulike metoder. Ved presentasjon av resultater, er resultater av under­søk­elser som har brukt ulike metoder bare slått sammen dersom de ikke varierer. Det er brukt følgende inndeling av metoder, regnet fra de beste til de dårligste:

Grupper	Undersøkelsesopplegg
Metodisk gode	Eksperimenter, det vil si kontrollerte forsøk med tilfeldig fordeling av enheter til en tiltaksgruppe og en kontroll­gruppe
Brukbare	Før-og-etterundersøkelser, som i det minste har kon­trollert for regresjonseffekt og generell ulykkesutvikling
	Med-og-utenundersøkelser, som har kontrollert for vik­tige kjente feilkilder med multivariate analyser
	Tidsrekkeanalyser, som i det minste har fjernet trender, sesongvariasjoner og tilfeldige variasjoner og har en klart definert tiltaksvariabel
	Multivariate analyser, som bygger på en eksplisitt modell og et begrunnet valg av funksjonsform og restledds­struktur
Svake	Før-og-etterundersøkelser, som kontrollerer for generell ulykkesutvikling, men ikke for regresjonseffekt
	Med-og-utenundersøkelser, som kontrollerer for et fåtall feilkilder ved å dele inn materialet i undergrupper
	Tidsrekkeanalyser, som kun bygger på enkle modeller
	Multivariate analyser, som bygger på tilgjengelige data og forutsetter normalfordelte restledd
Utilstrekkelige	Enkle før-og-etterundersøkelser, uten kontroll for noen feilkilder
	Enkle med-og-utenundersøkelser, uten kontroll for noen feilkilder
	Ulykkesanalyser uten kontrollgruppe, som bygger på forutsetninger det ikke er mulig å undersøke holdbar­heten av
	Teoretiske beregninger av tiltaks virkninger, uten å un­dersøke holdbarheten av grunnlaget for beregningene

     Denne listen over metoder er ikke fullstendig, men dekker de mest brukte metoder i undersøkelser om virkninger av trafikksikkerhetstiltak på ulykker eller skader.

4   Resultaters fordelingsegenskaper er undersøkt

     I de tilfeller der resultatene av ulike undersøkelser spriker svært mye, er resultatenes fordelingsegenskaper undersøkt ved hjelp av resultatfordelings­diagrammer, slik som vist på figur G.2.1 i kapittel 2. Ved hjelp av slike dia­grammer kan man se om resultatene fordeler seg rundt et felles gjennomsnitt eller spriker på en så usystematisk måte at det ikke gir mening å beregne et veid gjennomsnittsresultat.

5   Den statistiske usikkerheten i veide gjennomsnittsresultater er beregnet

     I metaanalysene beregnes et veid gjennomsnittsresultat av et sett av under­søkelser om virkninger av et tiltak. Den statistiske usikkerheten til det veide gjennomsnittsresultatet er beregnet i form av et såkalt 95% konfidensintervall. Det er et område hvor den sanne verdien av gjennomsnittet vil ligge i 95 av 100 tilfeller hvor man bygger på et tilsvarende utvalg av undersøkelser om virk­ninger av tiltak som i det aktuelle tilfellet. Det betyr at man i 2,5% av tilfellene vil finne verdier som ligger under nedre konfidensgrense og i 2,5% av tilfellene vil finne verdier som ligger over øvre konfidensgrense.

     Det beregnede konfidensintervall for gjennomsnittlig virkning tar bare hensyn til tilfeldig variasjon i ulykkestall. Det er forutsatt at den systematiske varia­sjonen er fanget opp ved å gruppere resultatene etter skadegrad, mål på virk­ning og metode som er brukt i undersøkelsene.

til toppen

5.6 Hvilke tiltak er best og dårligst undersøkt?

Inndeling av tiltak i hovedgrupper. På grunnlag av kriteriene for hva som er gode og dårlige undersøkelser, er det mulig å dele inn tiltakene som beskrives i denne boken i noen hovedgrupper med hensyn til hvor godt undersøkt de er, det vil si hvor gode kunnskaper vi har om deres virkninger på ulykker og skadetall. De hovedgrupper det kan skilles mellom er:

1   Tiltak hvor det foreligger mange undersøkelser, oppsummert med metaanalyse

     Denne gruppen omfatter tiltak hvor det foreligger mange undersøkelser (10 eller flere) som er oppsummert med metaanalyse og hvor det er mulig å sortere vekk resultatene av de dårligste undersøkelsene.

2   Tiltak hvor det foreligger få undersøkelser, oppsummert med metaanalyse

     Denne gruppen omfatter tiltak hvor det foreligger relativt få undersøkelser (færre enn 10) og hvor det ikke er mulig å sortere vekk de dårligste under­søkelsene på samme måte som for de best undersøkte tiltakene.

3   Tiltak hvor det foreligger få undersøkelser, ikke grunnlag for metaanalyse

     For noen tiltak foreligger det kun en eller to undersøkelser, som ikke har gitt grunnlag for å oppsummere resultatene ved hjelp av metaanalyse. De under­søkelser som foreligger, forutsettes imidlertid å ha brukt ulykker eller skader som avhengig variabel.

4   Tiltak hvor virkningen på ulykker eller skader ikke er dokumentert

     Denne gruppen omfatter tiltak hvor virkningen på ulykker eller skader ikke er dokumentert. I noen tilfeller finnes det undersøkelser som har dokumentert virkningen på ulike risikofaktorer som har sammenheng med ulykkestall. I andre tilfeller finnes heller ikke slike undersøkelser.

Med hensyn til kunnskapsnivået, kan disse gruppene betegnes som gode kunn­skaper (gruppe 1), brukbare kunnskaper (gruppe 2), usikre kunnskaper (gruppe 3) og mangelfulle kunnskaper (gruppe 4). Disse betegnelsene innebærer ikke at det finnes tiltak hvor kunnskapene er fullkomne. Det er de ikke for noen tiltak. Poenget med inndelingen er kun å vise at det er noen tiltak man vet mer om enn andre.

Tiltak sortert etter kunnskapsnivå. Tabell G.5.5 viser tiltakene som beskrives i Trafikksikkerhetshåndboken, sortert etter kunnskapsnivå. Inndelingen bygger på de kriterier som er nevnt over, men er til en viss grad supplert med skjønns­messige vurderinger.

I offentlige dokumenter sies det fra tid til annen at man bør satse på tiltak med en dokumentert virkning på ulykker og skader. Slik tiltakene her er sortert, betyr dette tiltak hvor det finnes gode eller brukbare kunnskaper om virkningene. Tiltak der virkningene er usikre eller mangelfullt kjent, kan ikke sies å ha en doku­mentert virkning på ulykker eller skader.

Tabell G.5.5: Tiltak i Trafikksikkerhetshåndboken sortert etter kunnskapsnivå når det gjelder virkninger på ulykker og skader.

Kunnskapsnivå	Tiltak
1 Gode	O.5 Regulering av trafikkmengde (eksponering), 1.1 Gang- og sykkelveger, sykkelstier og fortau 1.5 Kanalisering av kryss, 1.6 Rundkjøringer, 1.10 Utbedring av spesielt ulykkes­belastede steder, 1.11 Utbedring av vegers tverrprofil, 1.14 Generell utbedring av eksisterende veg, 1.15 Vegrekkverk og støtputer, 1.18 Veg­belysning, 2.6 Vintervedlikehold av veger, 3.1 Trafikksanering, 3.7 Vike­pliktregulering i kryss, 3.8 Stoppliktregulering i kryss, 3.9 Signalregulering i kryss, 3.10 Signalregulering av gangfelt, 3.11 Fartsgrenser, 3.12 Fysisk fartsregulering, 3.13 Vegoppmerking, 3.14 Regulering for fotgjengere og syklister, 3.18 Kollektivfelt og sikring av stoppesteder, 3.21 Sikring av planoverganger (veg/jernbane), 4.2 Piggdekk, 4.5 Kjørelys på bil, 4.6 Kjørelys på moped og motorsykkel, 4.11 Hjelm for mopedister og motorsyklister, 4.12 Bilbel­ter i lette biler, 4.13 Sikring av barn i bil, 4.16 Innebygd kollisjonsvern i lette biler, 4.21 Regulering av mopeders og motorsyklers motorstyrke, 5.2 Periodisk kjøretøykontroll, 6.2 Helsekrav til førere, 6.4 Grunnleggende bilføreropplæring, 6.5 Opplæringstiltak for problemførere, 6.7 Opplæring og prøving av moped- og motorsykkelførere, 6.8 Opplæring og prøving av yrkesførere, 7.3 Trafikant­informasjon og kampanjer, 8.1 Stasjonære fartskontroller, 8.4 Promillekontroller, straffereaksjoner og tiltak mot residivisme
2 Brukbare	O.4 Helhetlige sikkerhetsprogrammer i lokalsamfunn, O.6 Arealplaner, O.7 Vegplaner og vegbygging, O.11 Endring av reisers fordeling på transportmiddler, O.12 Lovregulering av vegtrafikksystemet, O.13 Lovregulering av yrkestransport (transportkonsesjoner), 1.2 Motorveger, 1.3 Omkjøringsveger, 1.4 Hovedveger og innfartsveger i byer, 1.7 Endret geometrisk utforming av kryss, 1.8 Oppdeling av ett X-kryss til to T-kryss, 1.9 Toplankryss, 1.12 Utbedring av vegers sideterreng, 1.13 Utbedring av vegers linjeføring og siktforhold, 1.16 Tiltak mot viltulykker, 1.17 Tiltak i horisontalkurver, 2.1 Alminnelig fornyelse av vegdekker - reasfaltering, 2.2 Bedring av vegdekkers jevnhet, 2.3 Bedring av vegdekkers friksjon, 2.9 Vegarbeids­varsling, 3.2 Miljøprioritert hovedveg i tettsteder, 3.3 Gågater, 3.4 Gatetun, 3.5 Avkjørsels­regulering, 3.6 Forkjørsregulering, 3.15 Stans- og parkerings­regulering, 3.16 Envegsregulering, 3.17 Reversible kjørefelt, 3.20 Variable skilt, 4.3 Blokkeringsfrie bremser (ABS) og skivebremser, 4.4 Ekstra høytsittende stopp­lys, 4.8 Reflekterende materialer og vernetøy, 4.10 Sykkelhjelm, 4.14 Kollisjonsputer i lette biler, 4.19 Regulering av bilers masse (vekt), 4.23 Sikkerhetsutstyr på tunge kjøretøy, 4.24 Mopeders og motorsyklers utstyr, 4.26 Krav til kjøretøys tilhengere, 5.1 Godkjenning av kjøretøy og registrerings­kontroll, 6.1 Aldersgrenser for førerkort, 6.3 Krav til føreres kunnskaper og ferdigheter, 6.6 Bilførerprøven, 6.9 Graderte førerkort og kjørerestriksjoner, 6.11 Regulering av yrkesføreres kjøre- og hviletid, 7.1 Opplæring av førskolebarn, 7.2 Opplæring i skolen, 7.4 Variable tilbakemeldingsskilt i trafikken, 8.3 Lovregulering av promillekjøring, 8.6 Automatisk fartskontroll, 8.7 Automatisk kontroll av rødlyskjøring, 8.10 Advarselsbrev, prikkbelastning og førerkortinndragning.
3 Usikre	O.3 Tallfestede trafikksikkerhetsmål og handlingsprogrammer, O.8 Trafikksikker­hets­revisjon og kvalitetssikring av planer og tiltak, O.14 Tilgang til medisinske tjenester, 1.19 Sikring av tunneler, 2.4 Lyse vegdekker, 2.7 Vinter­ved­likehold av fortau, gang- og sykkelveger og andre gangarealer, 2.8 Utbedring av feil skilting, 4.1 Krav til mønster­dybde i bildekk, 4.9 Styring, fjæring og stabilitet, 4.17 Betjenings­organer og instrumenter, 4.20 Regulering av bilers motorstyrke og innebygde toppfart, 4.22 Underkjøringshinder og side­hinder på tunge kjøretøy, 4.25 Syklers sikkerhetsutstyr, 4.27 Tiltak mot bilbranner, 4.28 Sikring av farlig gods, 5.3 Utekontroll av kjøretøy, 6.10 Motivasjons- og belønningssystemer i bedrifter, 6.12 Sikkerhetskrav til utryknings­kjøring, 8.2 Atferdskontroll ved patruljering, 8.5 Kontroll av bruk av personlig verneutstyr (bilbeltebruk), 8.8 Gebyr og forenklet forelegg, 8.9 Bot og fengselsstraff, 8.11 Forsikrings­vilkår
4 Mangelfulle	O.1 Organisatoriske tiltak, O.2 Faginformasjon, O.9 Generelle kjøretøy­avgifter, O.10 Vegprising, 1.20 Rasteplasser og serviceanlegg langs vegen, 2.5 Sikring av veger mot skred, 3.19 Dynamisk rute­valgsregulering, 4.7 Forbedring av bilers lysutstyr, 4.15 Bilbelter i tunge biler, 4.18 Automatisert/autonom avstandsregulering til forankjørende bil, 5.4 Godkjenning og kontroll av verksteder, 6.13 Sikkerhetskrav til skoleskyss

til toppen