Hovedside/ / 4 Et faglig grunnsyn

4 Et faglig grunnsyn

4.1 Noen grunnproblemer i trafikksikkerhetsforskningen

Denne boken er skrevet ut fra et visst faglig grunnsyn. Dette faglige grunnsynet omfatter oppfatninger om blant annet hva som er god og mindre god trafikk­sikkerhetsforskning, og hvordan man best kan få innsikt om hvorfor ulykker skjer og hvordan ulykker best kan forhindres. Et faglig grunnsyn kan ikke begrunnes fullt ut i den forstand at man en gang for alle kan vise at det er riktig eller galt, men noen oppfatninger er likevel bedre begrunnet enn andre.

I dette kapitlet legger vi fram våre hovedoppfatninger om følgende spørsmål:

  • Ulykkesårsaker og risikofaktorer: Hvorfor skjer trafikkulykker? Hvilke forklaringstyper og årsaksbegreper er mest fruktbare? Hvilke praktiske slutninger kan man trekke av innsikt om ulykkesårsaker?
  • Trafikkulykker som selvregulerende problem: Er trafikkulykker et selvregulerende problem, som helt og holdent utvikler seg uavhengig av myndighetenes tiltak? Hvorfor endrer trafikantene atferd som følge av enkelte trafikksikkerhetstiltak?
  • Trafikantenes trygghet of utrygghet: Hvilken rolle spiller opplevd trygghet og utrygghet i trafikken? Er falsk trygghet et problem?
  • Ulykker og risikotall som mål på trafikksikkerheten: Hva er det beste målet på trafikksikkerhet? Hvordan bør endringer i ulykkestall tolkes? Hvilken verdi har risikotall?
  • Prinsipper for bedring av trafikksikkerheten: Hvordan kan ulykkene reduseres? Hvilke praktiske slutninger kan man trekke av kunnskap om virkninger av ulike tiltak? Hvilke hovedretninger kan man velge mellom for å redusere ulykkestallene?

Spørsmålet om hvordan man best kan undersøke virkningene av trafikksikker­hetstiltak og hvilke metodekrav som bør stilles til slike undersøkelser krever en mer inngående drøfting. Denne drøftingen er gjennomført i kapittel 5.

4.2 Ulykkesårsaker eller risikofaktorer?

Betydningen av kunnskap om hvorfor ulykker skjer. En utbredt oppfatning fram til ca. 1960 var at man ikke kunne bekjempe trafikkulykker effektivt uten å kjenne "trafikkulykkenes egentlige årsaker". En slik oppfatning kom bl.a. til uttrykk i den første stortingsmeldingen om trafikksikkerhet i Norge (Justisdepartementet, St meld 83, 1961-62, Om tiltak for å fremme trafikksikkerheten), hvor det heter:

 "En grundig planlegging av tiltakene for å hindre trafikkulykker er av stor betydning dersom en skal oppnå gode resultater. Skal planleggingen bli effektiv, er det nødvendig å kjenne og analysere de problemer i trafikken som tiltakene kan rettes mot. Et slikt planleggingsarbeid er det i dag ikke mulig å gjennomføre helt tilfredsstillende. En har ennå ikke tilstrekkelig kjennskap til trafikkulykkenes egentlige årsaker og følgelig heller ikke hvilke botemidler som er de beste. Som regel er det et kompleks av årsaker som virker sammen ved trafikkulykker og gjør det vanskelig å vurdere betydningen av de enkelte årsakselementer."

Det er en selvfølge at man må vite noe om årsakene til et problem for å kunne løse det. Men det er ingen selvfølge at man alltid kan få fullstendig sikker og entydig kunnskap om årsaker. Det er heller ingen selvfølge at de årsaker man finner, lett kan fjernes eller bringes under menneskelig kontroll. Dette betyr likevel ikke nødvendig­vis at det er håpløst å finne virkningsfulle tiltak mot trafikkulykker.

Et statistisk årsaksbegrep – risikofaktorer. Med årsaken til en hendelse mener man ofte en faktor eller en hendelse som har produsert en endring eller effekt (f.eks. en ulykke) som ellers ikke ville ha skjedd (Elvik, 2004). En årsakssammenheng kan være deterministisk, men må ikke være det. Å spørre etter årsaken til ulykken er som regel meningsløst. De fleste ulykker er et resultat av et sett av med­virkende årsaker som til sammen var tilstrekkelige til å utløse den. Det finnes like mange ulike sett av ulykkesårsaker som det finnes ulykker. I trafikksikkerhetsforskningen arbeider vi derfor med et statistisk årsaksbegrep: risikofaktorer. Slike faktorer må ikke oppfattes som nødvendige eller tilstrekkelige betingelser for ulykker.

Risikofaktorer er alle faktorer som øker sannsynligheten for en ulykke eller skade. Ved å studere slike faktorer får vi innsikt i hvilke forhold som frambringer unormalt mange ulykker. Jo flere risikofaktorer som opptrer samtidig, desto større er sann­synligheten for en ulykke. Hvilke risikofaktorer som opptrer samtidig, kan delvis bero på tilfeldigheter, delvis på dårlig vegutforming og delvis på trafikantenes atferd. Jo flere risikofaktorer vi kjenner, desto bedre kan vi forutsi ulykkestall. Men vi kan aldri forutsi den enkelte ulykke nøyaktig i tid og rom. Ulykkeskommisjoner har lært oss at vi sjelden kan trekke sikre og entydige slutninger om hva som var den viktigste eller utløsende årsak til en enkel trafikkulykke. Ulykken kan bare forklares ved å trekke inn en lang rekke mulige medvirkende faktorer. Men ingen av de faktorene som ifølge ulykkeskommisjonen medvirket til ulykken, kan oppfattes som nødvendige eller tilstrekkelige betingelser for den.

Det store antall trafikkulykker har likevel gjort det mulig både i Norge og andre land å bygge opp store datamengder, der mange opplysninger om hver ulykke kan bearbeides statistisk. På denne måten har man fått kjennskap til en del faktorer som går oftere igjen ved ulykker enn andre. Det kan være faktorer knyttet til veg­utformingen, vær- og føreforholdene, kjøretøyene eller trafikantene. En del slike faktorer som vi kjenner forholdsvis godt til, er omtalt i kapittel 3 om ulykker og risikoforhold i vegtrafikken.

Skyld, ansvar og årsak er ikke det samme. I offentlig debatt om årsaker til tra­fikkulykker hevdes det av og til at "80-90% av ulykkene skyldes menneskelig svikt" eller "feilhandlinger fra førerens side". Slike utsagn kan tilsynelatende underbygges med resultater fra ulykkeskommisjoner, som ofte peker på ulike feilhandlinger fra trafikantenes side som en utløsende faktor ved trafikkulykker.

En mulig tolkning av hva som menes med at "80-90% av ulykkene skyldes menneskelig svikt", er at vegtrafikkloven eller trafikkreglene er brutt ved 80-90% av ulykkene. Et slikt resultat er ikke overraskende. Det kan f.eks. tenkes at en bilfører har kjørt mot rødt lys, overtrådt fartsgrensene, kjørt forbi på en strekning der dette ikke er tillatt osv. Vi vet at brudd på trafikkreglene er meget vanlig. I de fleste tilfeller fører ikke slike lovbrudd til ulykker. Men at lovbrudd kan påvises ved svært mange ulykker er hevet over tvil.

For å plassere det rettslige ansvaret for en ulykke, må politiet undersøke om det er begått noen lovbrudd i forbindelse med ulykken. En klar plassering av det rettslige ansvaret er som regel nødvendig for å avgjøre eventuelle erstatnings­spørsmål uten at tvister oppstår. Men å undersøke de rettslige ansvarsforholdene ved ulykker er ikke det samme som å undersøke "årsakene" til ulykken. Når førerne holdes rettslig ansvarlige for de aller fleste ulykker, betyr det derfor ikke uten videre at de viktigste risikofaktorene bak ulykkene er knyttet til egenskaper ved førerne.

Vi kan selvfølgelig si at trafikantene burde beherske enhver trafikksituasjon, uansett ytre faktorer. Det er trafikantenes plikt og ansvar etter loven. Det er å legge hele ansvaret for å unngå ulykker til trafikantene. Det er en moralsk og juridisk vurdering. En slik vurdering kan vi som forskere verken bekrefte eller benekte. Vi må skille mellom vurderinger av skyld og ansvar, som er nyttige og nødvendige i rettslig sammenheng, og undersøkelser om risikofaktorer, som er nyttige og nødvendige når vi vil vite hvordan ulykker oppstår og kan unngås.

Normale og unormale ulykker. Perrow har lansert begrepet "normale ulykker" (Perrow, 1984). Men det mener han ulykker som skjer under normal drift av et system og uten at det har skjedd noe unormalt på forhånd og uten at de inn­blandede har oppført seg spesielt uforsiktig. Han hevder at de fleste ulykker er normale, også ulykker som i massemediene fremstilles som svært unormale, f.eks. Three Mile Island ulykken ved et kjernekraftverk i USA i 1979.

Det er rimelig å anta at de fleste trafikkulykker er normale i denne forstand. De skjer i fullt dagslys under gode kjøreforhold med vanlige trafikanter som ikke er påvirket av alkohol og heller ikke har begått grove lovbrudd som utløste ulykken. Når to biler kolliderer i et kryss, er grunnen ofte ytterst triviell: de så ganske en­kelt ikke hverandre i tide (eller i det hele tatt). Å overse noe er et normalt men­neskelig feilgrep. Det indikerer ikke nødvendigvis noen kriminell hensikt eller en unormalt lav yteevne. De to bilene som kolliderer befinner seg simpelthen på galt sted til feil tid. Hadde den ene bilen tilfeldigvis kommet noen sekunder senere, ville ulykken sannsynligvis ha vært unngått.

En unormal ulykke er en ulykke som bevisst risikotaking må antas å ha bidratt vesentlig til. Ulykker under kappkjøring med bil er unormale, for de fleste bilister kappkjører ikke med hverandre. Noen mennesker liker å utsette seg for risiko. De er spenningssøkere. Hvor mange spenningssøkere det er, og hvor utsatte de er for ulykker, drøftes i neste avsnitt.

Menneskelige faktorers rolle ved ulykker. Alle trafikkulykker har på en eller annen måte sammenheng med trafikantenes atferd og det som styrer denne. Det er nesten alltid mulig å peke på konkrete feilhandlinger, eller uheldige handlings­valg, som trafikantene har utført kort tid før ulykken inntraff (Grime, 1987; Nordquist, 1988). Eksempler på hva som menes med menneskelige faktorer som utløser ulykker er følgende:

  • Observasjonsfeil: Et eksempel på en slik feil, er at trafikanter ikke har sett hverandre før ulykken skjedde. Dette er en meget vanlig utløsende faktor ved ulykker (Rumar, 1990).
  • Feiltolkning av situasjon: Eksempler er en feilvurdering av tidsluker mellom andre kjøretøy i kryss eller feil prediksjon av andres handlinger.
  • Handlingsfeil: Trafikantene velger feil handling, f.eks. gir tegn i feil retning, eller ingen handling i de hele tatt, f.eks. glemmer å se i dødvinkelen.
  • Midlertidige personrelaterte faktorer: f.eks. trøtthet, stress, sykdom.

Slike feil forekommer svært ofte ved trafikk­ulykker. Mange slike feilhandlinger er imidlertid normale og skjer mer eller mindre ofte. I de fleste tilfeller fører feilhandlingene ikke til ulykker. Men når en ulykke først har skjedd, er det i ettertid lett å utpeke slike feilhandlinger som "utløsende årsaker" til ulykken. Av dette vil mange kanskje slutte at det er trafikantene man må gjøre noe med for å unngå trafikkulykker. Dette er av flere grunner en feilslutning. Grime (1987) sier det slik, i en kommentar til britiske dybdestudier av ulykker:

 "Menneskelige faktorer var til stede ved omlag 95% av ulykkene. Det er kanskje ikke overraskende, siden trafikanter er innblandet i alle trafikkulykker og det nesten alltid er mulig å tenke seg noe trafikantene kunne ha gjort for å unngå ulykken. Men, når vi tenker på tiltak, så er ikke de mest effektive tiltakene nødvendigvis knyttet til den dominerende utløsende faktor ved ulykker, men kan ligge på et annet område. Menneskers atferd kan ofte påvirkes lettere med veg- og trafikktekniske tiltak enn med opplæring eller politikontroll. Veg- og trafikktekniske tiltak kan bidra betydelig til å redusere ulykkene når trafikantene ikke mestrer trafikkmiljøet."

Kort sagt: Det er ikke tilstrekkelig å fastslå at en ulykke ble utløst av førerens feilhandling. Vi må også spørre hvorfor feilhandlingen ble begått. Det kan tenkes at mye av forklaringen på feilhandlinger i trafikken ligger i at trafikksystemet i gitte situasjoner stiller for høye krav til menneskes yteevne. Blir systemet for komplisert, vil selv de best utrustede trafikanter fra tid til annen begå fatale feil. Blir systemet for lite komplisert kan det også føre til feil, f.eks. fordi trafikanter blir trøtte eller reduserer oppmerksomheten. De menneskelige faktorers bidrag til ulykker er mer betydningsfullt jo bedre et anlegg er rent teknisk. På f.eks. motorveger er mange feilmuligheter bygget bort. Motorveger har ikke kryss i plan med andre veger, ikke overraskende kurver, ikke gang- og sykkeltrafikk, osv. De ulykker som likevel skjer på slike veger må derfor i stor grad tilskrives menneskelige faktorer.

Sammenhengen mellom hvor ofte en fører gjør ulike typer feil i trafikken og førerens ulykkesrisiko (ulykker per kjørt km) er blitt undersøkt av Parker m.fl. (1995). Det ble funnet at bevisste lovbrudd økte ulykkesrisikoen (f.eks. promillekjøring). Derimot ble det ikke funnet noen sammenheng mellom andre typer feil og ulykkesrisikoen. Andre typer feil er bl.a. feilhandlinger (f.eks. overse en kryssende fotgjenger) og såkalte lapsuser (f.eks. forveksle betjeningsorganer for vindusviskere og retningsviseren). Det ble i denne undersøkelsen kontrollert for kjønn, alder, årlig kjørelengde og hyppigheten av bevisste lovbrudd. Dette funnet illustrerer at ikke enhver feil fører til at ulykkesrisikoen øker. Dersom feilhandlingene er tilfeldig fordelt mellom trafikanter (men ikke nødvendigvis f.eks. mellom ulike trafikkmiljøer), er det faktisk ingen grunn til å tro at de skal ha noen sammenheng med den enkelte trafikants ulykkesrisiko, selv om man finner at det er begått feilhandlinger forut for de aller fleste ulykker.

Ulykkesanalysegrupper og faktorer som medvirker til ulykker. Etter større ulykker med fly, skip og tog er det vanlig å nedsette ulykkeskommisjoner. Slike kommisjoner har som oppgave å undersøke i detalj de mulige årsakene til en enkelt ulykke. De fleste trafikkulykker blir ikke undersøkt av ulykkeskommisjoner. I Norge blir alle dødsulykker undersøkt av ulykkesanalysegrupper siden 2005. Ulykkesanalysegruppene er organisert på region- og distriktsnivå og jobber etter retningslinjer fra Statens vegvesen. Gruppene har kompetanse på veg, kjøretøy og trafikant. Gruppene skal også knytte til seg medisinsk kompetanse for å vurdere skadeforløpet og behandlingen. Oppgavene omfatter en kartlegging av hendelsesforløpet og av medvirkende årsaker til ulykkene og forslag til tiltak. Både Statens vegvesen og politiet har varslingsplikt til Statens havarikommisjon for transport. Havarikommisjonen har en egen seksjon for etterforskning av vegtrafikkulykker siden 2005. Havarikommisjonen skal primært varsles etter ulykker i tunnel og ulykker som involverer tunge kjøretøy eller transport av farlig gods.

Ulykkesanalysegruppene utarbeider ulykkesrapporter som oppsummerer hvilke faktorer som antas å ha medvirket til at ulykken skjedde og til skadeomfanget. Faktorene kan være knyttet til trafikant, kjøretøy eller veg. For de fleste ulykker ble det funnet flere medvirkende faktorer. Unntak er kun noen ekstreme tilfeller, f.eks. når en fjellblokk falt i hodet på en bilfører. Faktorene som blir funnet i flest ulykker er for høy fart etter forholdene, manglende førerdyktighet og kjøring i ruspåvirket tilstand. Forhold knyttet til vegen har vært medvirkende årsak i 40% av alle dødsulykkene og feil eller mangler ved kjøretøyet har vært medvirkende årsak i ca. 25% av alle dødsulykkene i 2007. De viktigste medvirkende faktorene til skadeomfanget, dvs. at ulykkene fikk dødelig utgang, er manglende bruk av sikkerhetsutstyr (bilbelte og hjelm), høy fart og farlig sideterreng (Haldorsen, 2007). Hvilke medvirkende faktorer til dødsulykker som ble funnet i 2006 er vist i figur 4.1.

figur_4_1.gif
Figur 4.1: Medvirkende årsaker til dødsulykker i Norge 2006 (Haldorsen, 2007).

Manglende førerdyktighet er oppført som medvirkende årsak til de fleste dødsulykker, ofte i kombinasjon med høy fart og / eller ruspåvirkning eller trøtthet. Manglende førerdyktighet omfatter bl.a. manglende informasjonsinnhenting, feil beslutning / avgjørelse, manglende kjøreerfaring, overdreven tro på egen dyktighet og manglende teknisk bilbehandling. Det er imidlertid stor variasjon i bruken av denne kategori ulykkesårsak. I 2005 ble manglende førerdyktighet oppført kun i 29% av alle dødsulykkene, i 2007 ble denne årsak brukt for 66% av alle dødsulykkene. Når en ulykke forklares med manglende førerdyktighet er det ikke helt klart i hvilken grad det faktisk foreligger indikasjoner på at denne faktoren har vært til stede og bidratt til ulykken, eller om denne faktoren noen ganger brukes når andre faktorer ikke virker tilstrekkelige til å kunne forklare ulykken. Også for andre trafikantrelaterte faktorer kan det være vanskelig å avgjøre om slike faktorer i det hele tatt har vært til stede og, hvis de har vært til stede, i hvilken grad de har bidratt til at ulykken skjedde. Dette gjelder spesielt faktorer som sykdom og selvvalgt ulykke. Helsevesenet har taushetsplikt og relevant informasjon er derfor ofte ikke tilgjengelig.

Andelene av de øvrige årsakene er forholdsvis like i de tre årene 2005, 2006 og 2007. De hyppigste kjøretøytekniske medvirkende faktorer er feil på hjul eller dekk, mest sommerdekk om vinteren eller dårligere dekk bak enn foran. De fleste av disse ulykkene skjer på vinterføre.

Rumar (1985) og Broughton (1996) har sammenstilt resultatene av ulike dybdestudier av medvirkende faktorer ved ulykker, utført av ulykkes­kommisjoner. Resultatene viser at menneskelige faktorer ble regnet som utløsende ved 68% av ulykkene. Tas også ulykker der menneskelige faktorer sammen med andre faktorer ble ansett for å ha medvirket til ulykken, blir andelen 91,5%.

Det finnes to grunnleggende begrensninger ved dybdestudier av ulykker som middel til å avdekke faktorer som medvirker til ulykker.

  • Slike studier mangler en kontrollgruppe, det vil si et studium av normal trafikk, ikke bare av ulykker. Man kan dermed ikke si om f.eks. bestemte feilhandlinger er overrepresentert i ulykker eller ikke.
  • Man kan ikke skille mellom tilfeldige og systematiske "årsaker" til ulykker.

Det er dermed en fare for at man lager overbestemte forklaringer, i form av lange lister over mulige medvirkende fak­torer, hvor kanskje bare noen har hatt betydning for ulykken. Det er også en fare for at slike lister i stor grad gjenspeiler (subjektive) antakelser og hypoteser om hvordan ulykker har skjedd, og ikke nødvendigvis det som faktisk har skjedd.

4.3 Trafikkulykker som selvregulerende problem: teorier om risikolikevekt og atferdstilpasning

Teorien om risikolikevekt - en generell teori til forklaring av ulykker? De siste 15-20 årene har det i internasjonal trafikksikkerhetsforskning vært en livlig dis­kusjon om ulike modeller som er ment å forklare hvorfor ulykker skjer og om mulighetene for å formulere en generell teori til forklaring av ulykker. Den som har gått lengst i retning av å foreslå en generell teori til forklaring av ulykker, er den kanadiske forskeren Gerald Wilde. Han har lansert en teori om risikolikevekt ("risk homeostasis theory"), som i korthet går ut på at den eneste faktoren som på lang sikt kan føre til at antallet ulykker per tidsenhet kan reduseres, er at ønskene om sikkerhet i befolkningen forsterkes. Hovedtrekkene i Wildes teori (Wilde, 1982, 1986, 1988, 1994) er fremstilt på figur 4.2. Figuren viser de viktigste forhold som ifølge Wilde påvirker ulykkes­tallene.

 

f-g-4-3_w600.gif

Figur 4.2: Wildes teori om risikolikevekt (Wilde, 1994).

Utgangspunktet er at Wilde antar at trafikantene hele tiden tilpasser sin atferd på grunnlag av en sammenligning av opplevd og ønsket risiko (boksene a og b). Hvis det er et avvik, tilpasses atferden, slik at dette avviket forsvinner. Wilde forutsetter med andre ord at trafikantene ikke ønsker å ferdes med en ubehagelig høy eller lav opplevd risiko, men vil bringe den opplevde risikoen i samsvar med sin ønskede risiko gjennom atferdstilpasninger (boksene c og d). Eksempler på slike til­pasninger, er at de fleste senker farten når det snør og vegen er glatt eller øker oppmerksomheten når de nærmer seg et kryss eller en kurve. Atferdstilpasningene påvirker det faktiske ulykkestall (boks e), som etter en tid igjen påvirker det opplevde risikonivå (linje f).

Hvilket risikonivå trafikantene ønsker blir bestemt av hvordan de vurderer nytte og kostnader (fordeler og ulemper) ved ulik atferd (boks 1). Her vil det være store individuelle forskjeller. Noen tolererer ikke risiko i det hele tatt, andre er mer villige til å utsette seg for risiko. Hvor stor risiko trafikantene opplever, avhenger både av det faktiske ulykkestall og av trafikantenes evner til å oppfatte farer i trafikken (perseptuelle ferdigheter, boks 4). Atferdstilpasningen er påvirket av trafikantenes kognitive ferdigheter (boks 2) og kjøreferdighetene (boks 3).

Av modellen ser man ønsket atferd (boks c), atferdstilpasning (boks d), faktisk ulykkestall (boks e) og opplevd risiko (boks b) er knyttet sammen i et kretsløp. Hvis trafikantene opplever at risikoen er senket, f.eks. fordi de har kjøpt nye pigg­dekk, vil de sette opp farten, eller på annen måte tilpasse atferden til sitt ønskede risikonivå. Det ønskede risikonivå (boks a) er den eneste variabel i modellen som står utenfor kretsløpet. Av dette slutter Wilde at det eneste som kan føre til at antallet ulykker blir varig redusert, er at det ønskede risikonivået senkes, eller, sagt med andre ord, at folks ønsker om å unngå ulykker forsterkes. Kort sagt påstår Wilde at ethvert samfunn har det ulykkestall innbyggerne i samfunnet ønsker å ha, hverken mer eller mindre.

Wildes modell har utløst en omfattende internasjonal diskusjon (se bl.a. Bjørnskau og Fosser, 1996; Fosser, Sagberg og Sætermo, 1996; Sagberg, Fosser og Sætermo, 1997). Det er ikke anledning til å gå detaljert inn på denne diskusjonen her. De hovedsynspunkter som de fleste forskere deler når det gjelder Wildes teori om risikolikevekt, kan oppsummeres slik:

  • Wildes teori er ikke mulig å avsanne. Hvis man finner at et tiltak ikke reduserer antall ulykker, kan Wilde si at dette er i samsvar med hans teori, fordi folk tilpasser atferden til et lavere risikonivå slik at ulykkestallet blir som før. Hvis man derimot finner at ulykkestallet går ned, kan Wilde hevde at dette kan forklares ved at ønsket risikonivå er redusert. Det finnes derfor ikke noe resultat som fører til at man forkaster teorien. Teorien kan forklare ethvert utfall like godt og har dermed egentlig ingen forklaringsverdi. Den kan heller ikke predikere trafikanters adferdstilpasning.
  • Man kan velge å oppfatte Wildes teori som en påstand om at ingen tiltak virker. I så fall er teorien gal. Det finnes mange eksempler på trafikksikkerhetstiltak som har redusert antall ulykker og/eller skadegraden ved ulykker.
  • Wilde forteller ikke hvordan det "ønskede risikonivå" skal måles og hvordan dette best kan påvirkes. Dette blir derfor en udefinert sekkepost hvor alt man ikke klarer å måle kan plasseres.

De fleste er likevel enig om at Wilde har pekt på vesentlige forhold i sin teori og at ikke alle trafikksikkerhetstiltak virker slik man skulle vente. Det er ingen tvil om at styrken i folks ønsker om å unngå ulykker har stor betydning både for deres atferd i trafikken og for de muligheter myndighetene har for å gjennomføre tiltak for å redusere antall ulykker. Jo sterkere ønskene om å unngå ulykker er, desto kraftigere tiltak er det mulig å iverksette for å forebygge ulykker.
I Wildes teori er imidlertid styrken i ønskene om å unngå ulykker (ønsket risikonivå, boks a i figur 4.3) upåvirket av de faktiske ulykkestall og deres ut­vikling over tid. Det er neppe en rimelig antakelse. Det viser seg at interessen for trafikksikkerhet øker når ulykkestallene, og særlig antallet drepte, går opp. Når tallene synker, går også interessen for trafikksikkerhet ned.

Teori om atferdstilpasning og betingelser for slik tilpasning. Wildes forsøk på å formulere en generell teori til forklaring av ulykker har ikke lykkes. En mer be­grenset teori er teorien om atferdstilpasning, eller risikokompensasjon. Denne teorien går ut på at trafikantene tilpasser atferden til risikoforhold og trafikk­sikkerhetstiltak i større eller mindre grad, men ikke nødvendigvis på en slik måte at de risikoforhold eller tiltak som utløser atferdstilpasningen blir fullstendig kom­pensert og dermed ikke får noen virkning på ulykkestallene, slik Wilde hevder. Logikken i denne teorien er vist på figur 4.3.

figur_4_3.gif
Figur 4.3: Logikken i teorien om atferdstilpasning (risikokompensasjon).

Det antas at ethvert trafikksikkerhetstiltak er ment å påvirke ulykkene ved å på­virke en eller flere risikofaktorer som øker antall ulykker eller forverrer skade­graden (risikofaktorer tiltaket er ment å virke gjennom). I tillegg til disse faktorene kan et trafikksikkerhetstiltak ha utilsiktede virkninger på en eller flere andre risi­kofaktorer som påvirker ulykkene eller skadegraden. Dersom disse risikofaktorene påvirkes i ugunstig retning, kan dette helt eller delvis oppveie den gunstige på­virkningen av de risikofaktorer tiltaket er ment å virke gjennom. Det er slike kom­penserende endringer i andre risikofaktorer enn dem tiltaket primært er ment å virke gjennom som kalles risikokompensasjon. Begrepsskjemaet som ligger til grunn for figur 4.3, er utviklet av Evans (1985, 1991).

La oss konkretisere skjemaet med et eksempel. Vegbelysning er ment å virke på ulykkene ved å gjøre det lettere å oppdage andre trafikanter og gjenstander i mørke. Oppdagelsesavstanden i mørke er den risikofaktor vegbelysning er ment å virke gjennom. Den virkningen vegbelysning ville ha på ulykkene dersom bare oppdagelsesavstanden ble påvirket og trafikantene ikke endret atferd, kalles in­geniøreffekten av tiltaket. Ingeniøreffekten er den øverste pilrekken i figur 4.3. Sett at vegbelysning også fører til at trafikantene kjører fortere og senker opp­merksomheten. Slike atferdsendringer er ikke tilsiktede og kan føre til at veg­belysning får en mindre virkning på ulykkene enn tiltaket ellers ville ha fått. At­ferdsendringene kan kalles atferdseffekten av tiltaket og går gjennom den nederste pilrekken i figur 4.3. Nettoeffekten av et tiltak er bestemt både av ingeniør­effekten og atferdseffekten og retningen og styrken i disse effektene.

Mye av forskningen om atferdstilpasning i trafikken har tatt sikte på å belyse hvorfor atferdstilpasning forekommer noen ganger, men ikke andre, og å beskrive bedre formene for atferdstilpasning. En form for atferdstilpasning som trolig er viktig, men som er svært vanskelig å studere, er endret oppmerksomhet hos trafi­kantene. Lavere oppmerksomhet vil ikke nødvendigvis vise seg på lett observer­bare måter. Den fører f.eks. ikke nødvendigvis til at farten endres.

I et strategisk instituttprogram har TØI undersøkt betingelsene for atferds­tilpasning i trafikken og formene for slik tilpasning. I dette forskningsprogrammet ble bilføreres atferdstilpasning til vegbelysning, ABS-bremser (blokkeringsfrie bremser) og kollisjonsputer undersøkt. I tillegg ble betingelsene for atferds­tilpasning drøftet mer generelt. Det antas at betingelsene for at atferdstilpasning skal oppstå, blant annet er (Bjørnskau, 1994B; Elvik, 2004):

  • Tiltaks synlighet: Tiltak som fører til synlige forbedringer som trafikantene tror senker ulykkes­risikoen, er mer utsatt for atferdstilpasning enn tiltak som ikke fører til synlige forbedringer. Eksempel: Vegoppmerking antas å være mer utsatt for atferdstilpasning enn ettergivende rattstamme.
  • Om tiltaket er ulykkes- eller skadereduserende: Tiltak som reduserer ulykkesrisikoen, er mer utsatt for atferdstilpasning enn tiltak som reduserer skadegraden ved ulykker. Eksempel: ABS-bremser antas å være mer utsatt for atferdstilpasning enn kollisjonsputer.
  • Om trafikantene på forhånd har kompensert for de risikofaktorer tiltaket er ment å virke gjennom eller ikke: Dersom trafikantene allerede har tilpasset atferden til den risikofaktor tiltaket er ment å påvirke, er tiltaket mer utsatt for risikokompensasjon enn dersom slik tilpasning ikke har funnet sted: Eksempel: Periodisk kontroll av lette biler må antas å være mer utsatt for atferdstilpasning enn vegbelysning, fordi trafi­kantene synes å kompensere for tekniske feil og mangler, slik at ulykkes­risikoen ikke øker, men de tilpasser ikke atferden til mørke på en slik måte at risikoøkningen i mørke forsvinner.
  • Størrelsen på ingeniøreffekten: Jo større ingeniøreffekten er, desto mer sannsynlig er atferdstilpasning. Eksempel: Det er mer sannsynlig at forbedring av bilers hovedlykter (som forutsettes brukt som kjørelys) fører til atferdstilpasning ved mørkekjøring enn ved kjøring i dagslys.
  • Muligheten for å oppnå økt nytte: Et tiltak kan bare bli utsatt for atferdstilpasning dersom det er mulig å endre atferd på en måte som trafikantene opplever som nyttig eller behagelig. Eksempel: Det er vanskelig å tenke seg en atferdstilpasning til bomanlegg ved planoverganger mellom veg og jernbane som vil øke trafikantens nytte. Å kjøre i siksak mellom bommer som er nede er svært farlig og kan dessuten føre til skader på bilen, dersom man er borti bommene. De aller fleste vil neppe oppleve dette som noe nyttig eller behagelig. Å sette ned oppmerksomheten, slik at man reagerer seinere, er heller ingen fordel, da det bare fører til at man må bremse ubehagelig kraftig for å stanse ved bommen.

I forskningsprogrammet ved TØI ble en del av disse antakelsene undersøkt. Man fant blant annet at trafikantene tilpasser atferden til vegbelysning ved å øke farten i mørke og redusere oppmerksomheten (Bjørnskau og Fosser, 1996). Videre fant man at atferden ikke påvirkes av kollisjonsputer, men at førere av biler med ABS-bremser holder kortere avstand til forankjørende enn førere av biler uten ABS-bremser (Fosser, Sagberg og Sætermo, 1996).

Kan atferdstilpasning forklare manglende virkning av en del trafikksikkerhets­tiltak på ulykkene? Blant de trafikksikkerhetstiltakene som beskrives i denne boken, finner man både tiltak som ifølge foreliggende undersøkelser reduserer antall ulykker og tiltak som ifølge foreliggende undersøkelser ikke gjør det. Til den sistnevnte gruppen av tiltak hører f.eks. gang- og sykkelveger, vanlig re­asfaltering av en veg, legging av lyse vegdekker og grunnleggende bilfører­opplæring. Kan atferdstilpasning blant trafikantene forklare at disse, og andre, tiltak ikke fører til færre ulykker?

Svaret på dette spørsmålet er i de fleste tilfeller "ja", men i mange tilfeller med en del forbehold. Men svært ofte er slik atferds­tilpasning mangelfullt dokumentert. Ett av de få eksemplene på en undersøkelse hvor man klart fant at atferdstilpasning forekom, er Amundsens (1983) under­søkelse av lyse vegdekker. Slike vegdekker førte til økt fart, særlig i mørke. Dessverre er slik dokumentasjon en sjeldenhet.

Atferdstilpasning behøver ikke nødvendigvis å føre til at et tiltak mister hele sin virkning på ulykkene. Eksempelvis reduserer vegbelysning antall personskade­ulykker i mørke med ca. 20%. Det er en stor virkning. Kanskje vil derfor få tro at dette tiltaket er utsatt for atferdstilpasning. Men det er det. Figur 4.4 viser resultatene av TØIs undersøkelse av bilføreres fartstilpasning på en vegstrekning hvor det ble satt opp vegbelysning.

figur_4_4_x.gif
Figur 4.4: Endring av gjennomsnittsfart ved oppsetting av vegbelysning (Bjørnskau og Fosser, 1996).

Resultatene viser at farten økte i mørke, særlig på rett veg, men ikke i dagslys. Hvis man bruker fartsutviklingen fra før- til etterperioden i dagslys som kontrollgruppe, kan netto fartsøkning i mørke beregnes til ca. 3% både på rett veg og i kurver. En slik fartsøkning vil isolert sett øke antall personskadeulykker med ca. 6%. Undersøkelsen viste dessuten at bilførere var mindre oppmerksomme på belyst veg enn på ubelyst veg.

Det er likevel sjelden at det er mulig å beregne hva atferdstilpasning betyr for et tiltaks virkning på ulykkene på denne måten. For det første er ingeniøreffekten av mange tiltak ukjent eller umulig å beregne. For det andre er forekomsten av atferdstilpasning i mange tilfeller dårlig dokumentert. For det tredje vet man ikke, heller ikke når det gjelder vegbelysning, hvilken form for atferdstilpasning som har størst betydning. Er det økt fart eller redusert oppmerksomhet? Det eneste man kan forvente å tallfeste, er i beste fall den samlede virkning av alle former for atferdstilpasning, ikke delbidragene fra de enkelte former for slik tilpasning.

4.4 Trafikanters trygghet og utrygghet: et problem med mange sider

Hva er trygghet? Med trygghet menes folks følelse av sikkerhet, det vil si hvordan de subjektivt opplever ulykkesrisiko i trafikken. Hvor høy tror folk at ulykkesrisikoen er? Og hvor ubehagelig føler de at den opplevde ulykkesrisikoen er? Svaret på disse to spørsmålene er et uttrykk for folks trygghet.

Folk flest bygger sine oppfatninger av risiko på en rekke egenskaper ved risikokilden (Brun, 1991, 1995). Mens fagfolk betrakter en risiko som høy eller lav ut fra et rent statistisk risikonivå, trekker folk flest også inn andre aspekter ved risikoen i sine vurderinger. Blant disse er frivillighet i eksponering for risikoen, grad av personlig kontroll over den, katastrofepotensialet ved ulykker og hvor kjent eller tilvant risikoen er. Risiko for trafikkulykker vurderes av folk flest som en delvis frivillig risiko med en forholdsvis høy sannsynlighet for å være dødelig.

Utrygghet i trafikken i Norge. Hvor trygge er folk flest i trafikken i Norge? Det vet vi forholdsvis lite om, og de fleste undersøkelser som finnes om dette er til dels nokså gamle. Schioldborg (1979) stilte et utvalg av bilførere og fotgjengere et åpent spørsmål om hvordan de opp­levde dagens trafikk. Karakteristikken "farefull" ble nevnt av 13% av bilførerne, 19% av fotgjengere som hadde førerkort for bil og 24% av fotgjengere som ikke hadde førerkort for bil.

Når man sammenligner hvordan risikoen ved ulike transportmidler oppleves, finner man som regel at kollektive transportmidler oppleves som tryggere enn private transportmidler (Amundsen og Bjørnskau, 2003). Norske undersøkelser fra 2000 og 2003 (Bjørnskau, 2004) har også funnet at kollektive transportmidler oppfattes generelt som tryggere enn private. Blant private transportmidler oppleves bilen som tryggest og motorsykkel som minst trygg. Gange og sykling ligger i mellom, å gå oppfattes som noe mer trygt enn å sykle. Resultatene viser ingen store forandringer fra 2000 til 2003, med unntak av at reiser med tog oppleves som tryggere i 2003. Dette skyldes trolig at undersøkelsen i 2000 ble gjennomført etter to store togulykker som var mye omtalt i mediene.

Selv om den faktiske risikoen ofte blir under- eller overestimert, er det i en rekke undersøkelser fra forskjellige land funnet statistisk pålitelige sammenhenger mellom den subjektive og den objektive risikoen ved ulike transportmidler (Elvik og Bjørnskau, 2005). Sammenhengen mellom hvilke steder trafikanter opplever som spesielt farlige og det faktiske ulykkestallet på disse stedene ble undersøkt i to norske (Hvoslef, 1980; Vaa, 1991) og en svensk (Johansson og Naeslund, 1986) undersøkelse. I alle tre undersøkelsene ble det praktisk talt ikke funnet noen sammenheng, korrelasjonskoeffisientene ligger mellom -0,04 og 0,11.

En viktig side ved utrygghet i trafikken, er utrygghet på andres vegne. Køltzow (1986) har lansert begrepet omsorgsangst for å beskrive den angst mange foreldre føler for sine barn når de leker på eller i nærheten av veger med biltrafikk. Be­grepet omsorgsangst fanger også opp den avmaktsfølelse mange foreldre føler over­for trafikken; de opplever at de ikke kan gjøre noe for å bedre barnas sikkerhet annet enn å begrense deres frihet til å være ute å leke. Derimot har en nyere undersøkelse fra Norge (Fyhri, 2002) funnet at selv om over halvparten av alle foreldre av barn i barneskolen er litt eller veldig bekymret for at barnet skal utsettes for en trafikkulykke på skolevegen, er frykt for trafikkulykker ikke blant de viktigste faktorene som påvirker om foreldrene kjører barna sine til skolen eller ikke.

Utrygghet i trafikken må regnes som et problem dersom den begrenser livs­utfoldelsen eller fører til at folk avlyser reiser de har behov for, f.eks. ikke tør å la barna leke ute uten tilsyn eller ikke tør å gå i butikken for å handle. Ifølge Sælensminde (2004) er ulempene som oppstår for samfunnet pga motorisert trafikk i form av redusert gange og sykling minst like store som ulempene i form av luftforurensning og minst dobbelt så stor som ulempene i form av støy.

På den annen side er falsk trygghet i trafikken også et problem. Hvis folk undervurderer farene i trafikken og er uforsiktige, vil det skje ulykker. Gale oppfatninger om risikoen på ulike steder er også et problem. Ulykkene ser ikke nødvendigvis ut til å hope seg mest opp der hvor folk tror at det er farligst å ferdes.

Falsk trygghet og velbegrunnet utrygghet kan i enkelte tilfeller settes i for­bindelse med hverandre. Bilføreres feilaktige opplevelse av at det medfører lav risiko å kjøre i boligveger (falsk trygghet), kan være en medvirkende grunn til at de kjører så uforsiktig at foreldre blir utrygge på barnas vegne.

Spenningssøking og risiko i trafikken. Folk varierer enormt i sin toleranse for risiko. Ytterpunktene dannes kanskje av foreldre som bekymrer seg for barnas sik­kerhet på den ene siden og kjekke unge menn som oppsøker spenning og liker dristige handlinger på den andre siden. Spørsmålet om førere som søker spenning i trafikken medvirker til mange trafikkulykker, har vært diskutert en del de siste årene. Begrepet spenningssøking ("sensation seeking") er lansert av Zuckerman (1979, 1991). Spenningssøkere er mennesker som har et spesielt sterkt behov for å oppleve spenning og som føler glede ved å ha kontroll i krevende og farlige situasjoner. Spenningssøkere vil derfor oppsøke farlige situasjoner, eller skape dem selv, og presse sin yteevne til grensen i slike situasjoner. Zuckerman har utviklet flere tester som kan brukes til å identifisere spenningssøkere.

Ifølge litteraturstudien som ble gjennomført av Vaa et al. (2002) kjennetegnes førere med høy testskåre på spenningssøking ved høyere kjørefart, flere fartsovertredelser, og flere andre former for risikorelatert atferd i trafikken. Jonah (1996) konkluderer en gjennomgang av 31 undersøkelser om sammen­hengen mellom spenningssøking og kjøreatferd med at de aller fleste av disse undersøkelsene viser at spenningssøkere kjører mindre forsiktig enn andre førere. Blant de mål på forsiktighet som er brukt i disse undersøkelsene er fart, alko­holpåvirkning og antall lovovertredelser. I en undersøkelse blant 300 ungdommer, fant Moe og Jenssen (1990) at 15-20% av dem, flest gutter, kunne betraktes som spenningssøkere ut fra resultatene av Zuckermans test. I en praktisk kjøreprøve på en bane viste det seg at spenningssøkerne kjørte fortest og mest dristig. Samtidig hadde denne gruppen best kjøreferdighet (Moe og Jenssen, 1990). Hvor stor andel av ulykkene som kan tilskrives spenningssøkere i trafikken, opplyser ikke disse undersøkelsene.

4.5 Ulykker og risikotall som mål på trafikksikkerhet

Ulike definisjoner av trafikksikkerhet. Som nevnt i kapittel 3 om ulykker og risikoforhold i vegtrafikken, finnes det tre måter å definere trafikksikkerhet på med utgangspunkt i ulykkes- eller skadetall:

  1. Befolkningens helserisiko i trafikken (se kapittel 3.8): Med befolkningens helserisiko i trafikken menes antallet skadde eller drepte personer per 100.000 innbyggere per år. Helserisikoen avhenger av hvor mye befolkningen i landet reiser og av risikoen per kilometer under reiser. Et land hvor motorkjøretøy er svært lite utbredt, kan følgelig ha en lav helserisiko knyttet til trafikk, selv om risikoen per kjøretøy eller per kilometer er svært høy. Det er vanskelig å trekke noen praktiske konklusjoner av en høy helserisiko i trafikken uten å vite om den skyldes at risikoen per kjøretøy er høy eller at be­folkningens reisevirksomhet er omfattende. Vurderingen av helserisikoen vil tro­lig også avhenge av hvor mye trafikken bidrar sammenlignet med andre døds­årsaker.
  2. Forventet ulykkes- eller skadetall: Med forventet ulykkestall eller forventet skadetall menes det gjennomsnittlige antall ulykker eller skadde personer per tidsenhet i det lange løp ved uendret trafikkmengde og uendrede risikoforhold.
  3. Trafikanters skaderisiko per kilometer de ferdes: Trafikksikkerhet kan også defineres som antallet skadde eller drepte trafikanter per personkilometer tilbakelagt i trafikken.

Ingen av disse tre definisjonene er nødvendigvis riktigere enn de andre. Hvilken definisjon man velger å bruke, avhenger langt på veg av hvilket problem man vil belyse. Alle tre definisjoner reiser en del tolkningsproblemer. Dette avsnittet drøfter noen av disse problemene.

Problemer ved tolkning av ulykkestall. Hvis vi definerer trafikksikkerhet som for­ventet ulykkestall, er det nærliggende å bruke det registrerte ulykkestallet som et mål på forventet ulykkestall. Det er to grunnleggende problemer med ulykkestall, som gjør at det registrerte ulykkestallet i et bestemt område i en viss periode ikke nødvendigvis er et godt mål på forventet ulykkestall. Disse to problemene er mangelfull ulykkesrapportering (kapittel 3) og tilfeldig variasjon i ulykkestall.

Når man prøver å forklare variasjon i antall ulykker er det viktig å skille mellom tilfeldig og systematisk variasjon i ulykkestall (Elvik, 1988B). Systematisk variasjon er den "sanne" variasjonen av ulykkestall, eller variasjon av det forventede antall ulykker. Tilfeldig variasjon er variasjon i det registrerte antall ulykker rundt det forventede ulykkestall. Disse begrepene er forklart i mer detalj i det følgende. I evalueringsstudier er det ofte bedre å bruke det forventede ulykkestall enn det observerte ved å bruke den empiriske Bayes metoden, som også er forklart nedenfor.

Forventet antall ulykker. Det forventede antall ulykker (f.eks. på en veg eller i et kryss) per tidsenhet er det antallet som man kan forvente basert på kjente egenskaper ved vegen eller krysset. Det er det beste anslaget på hvor mange ulykker som vil skje, ikke det antallet som faktisk er registrert i en bestemt periode.

Betydingen kan forklares med et eksempel. Figur 4.5 viser hypotetiske antall ulykker i et kryss i en periode på 8 år. De svarte prikkene viser registrert antall ulykker per år, de hvite prikkene viser gjennomsnittlig antall. I år 1 et det det samme som det registrerte antall, i år 2 er det gjennomsnittet av år 1 og 2, i år 3 er det gjennomsnittet av år 1, 2 og 3, osv. Figuren viser at det registrerte antall ulykker ikke nødvendigvis er det samme som det gjennomsnittlige antall ulykker. Det gjennomsnittlige antall ulykker blir mer stabilt over tid og blir i stadig mindre grad påvirket av ulykkestallet i ett bestemt år. Det gjennomsnittlige antall ulykker over et (teoretisk) uendelig antall år er det forventede antall ulykker i krysset. Dette gjelder under forutsetning av at både egenskaper ved krysset og trafikkmengden er konstante over tid.

figur_4_5_x.gif
Figur 4.5: Årlig registrert og gjennomsnittlig årlig (forventet) ulykkestall i et kryss gjennom åtte år

Det forventede antall ulykker lar seg ikke direkte observere eller måle. Antallet ulykker måtte i så fall observeres over svært lange (teoretisk over uendelig lange) tidsperioder. Men da endrer både trafikkmenge og egenskaper ved veger eller kryss seg og det forventede antall ulykker ville derfor ikke være konstant. Det forventede ulykkestall må derfor estimeres. Den mest vanlige metoden er å studere sammenhengen mellom ulike vegegenskaper og ulykker for et stort antall veger ved hjelp av multivariate modeller. Basert på slike modeller kan man estimere hvilket antall ulykker man kan forvente på en veg eller i et kryss når man kjenner de egenskapene ved vegen eller krysset som er inkludert i den multivariate modellen.

Tilfeldig og systematisk variasjon i ulykkestall. Det er systematisk variasjon i ulykkestall når noen enheter (f.eks. kryss, veger, kjøretøy, førere), har høyere eller lavere forventet ulykkestall enn andre enheter av samme type. Tilfeldig variasjon er variasjon i registrerte ulykkestall rundt det forventede antall. To faktorer bidrar til den systematiske variasjonen i ulykkestall:

  • trafikkmengden og
  • risikofaktorer, dvs. faktorer som påvirker sannsynligheten for en ulykke ved en gitt trafikkmengde.

I tillegg er antall skadde eller drepte personer avhengig av antall passasjerer i bilen og andre faktorer som påvirker antall skadde eller drepte i en ulykke.

Ikke alle endringer i ulykkestall kan tolkes som endringer i det forventede ulykkestall. Hvis antall drepte f.eks. går ned fra 280 til 250, er dette innenfor den variasjonen som man kan forvente ut fra rent tilfeldig variasjon. Hvis antall ulykker går ned fra 10.000 til 9.500 er dette mer enn man kan forvente ut fra rent tilfeldig variasjon og skyldes derfor trolig systematiske faktorer.

Når antall ulykker eller skadde er lavt er det vanskelig å skille mellom systematisk og tilfeldig variasjon, siden den tilfeldige variasjonen er stor i forhold til antall ulykker eller skadde. Dette kan illustreres vet et eksempel. Det forventede antall ulykker i 100 kryss er 1,5 per år, dvs. alle kryss har det samme forventede antall ulykker, og variasjonen i ulykkestall mellom kryssene er rent tilfeldig. Et tiltak settes inn i alle kryss som reduserer det forventede antall ulykker med 33% til 1 ulykke per kryss per år. En enkel før-etter studie (uten kontrollgruppe) vil finne følgende resultat: Antall ulykker går ned i 50 kryss, er uendret i 26 kryss og øker i 24 kryss. Det vil se ut som om reduksjonen av antall ulykker er størst i de kryss hvor det har vært flest ulykker i før-perioden. I de 20 kryss om hadde 3 eller flere ulykker i før-perioden, ville det totale antall ulykker bli redusert med 75% fra 69 til 17. Dette resultatet er imidlertid misvisende. Den sanne reduksjonen av (det forventede) antall ulykker er den samme i alle kryss. Den observerte variasjonen i virkningen av tiltaket skyldes utelukkende tilfeldigheter. Hvis man tror at tiltaket har større virkning i noen kryss en i andre, tolker man tilfeldige variasjoner som om de var systematiske.

Statistiske modeller av systematisk og tilfeldig variasjon i ulykkestall. Tilfeldig variasjon i ulykkestall følger som regel en Poisson-fordeling. Varians og gjennomsnitt er identiske i en Poisson-fordeling, dvs. standardavviket er relativt mindre, desto større det gjennomsnittlige antallet er. Et 95% konfidensintervall for den tilfeldige variasjonen i ulykkestaller kan beregnes ved å multiplisere kvadratroten av antall ulykker med 1,96. 95% konfidensintervallet for et forventet ulykkestall på 10 er:

10 ± 1,96 * Ö10 = 10 ± 1,96 * 3,16 = 10 ± 6,2

Den nedre grensen av konfidensintervallet er følgelig 3,8, den øvre grensen er 16,2.

 Multivariate statistiske modeller, som regel Poisson eller negativ binomial regresjon, har ofte følgende form:

formel_4_5_01.gif

Q er et mål på eksponering (trafikkmengde). Eksp er en eksponensialfunksjon, dvs. grunntallet til naturlige logaritmer (e = 2.71828) opphøyd i en sum av parametre, multiplisert med verdiene til prediktorvariablene (risikofaktorene) i modellen. For en mer detaljert beskrivelse av multivariate ulykkesmodeller henvises til Gaudry og Lassarre (2000).

Modeller av forventet ulykkestall i før-etter studier med den Empiriske Bayes (EB) metoden. Resultater fra før-etter studier kan være misvisende når studien er basert på registrerte ulykkestall, spesielt når antall ulykker er lite og når tiltak blir iverksatt på steder med spesielt høye ulykkestall i før-perioden. I slike tilfeller vil det registrerte antall ulykker i etterperioden med stor sannsynlighet være lavere enn i før-perioden, selv om tiltaket ikke har noen virkning. Denne effekten betegnes som regresjonseffekt. Regresjonseffekter kan kontrolleres statistisk ved å bruke det forventede antall ulykker i før-perioden, istedenfor det registrerte. Siden det forventede ulykkestallet ikke er kjent, må det estimeres. Med EB metoden estimeres det forventede ulykkestall for en enhet (f.eks. veg, kryss) som følger:


  1. Det blir beregnet hvor mange ulykker som man kan forvente for en enhet med de samme egenskapene som den aktuelle enheten, basert på en multivariat ulykkesmodell som er utviklet for et stort antall enheter av samme type og med varierende egenskaper. I tillegg blir usikkerheten beregnet.
  2. Det blir beregnet hvor mange ulykker som kan forventes for den aktuelle enheten, basert på det forventede ulykkestall (beregnet i forrige trinn) og det faktiske ulykkestallet. Det faktiske ulykkestallet er inkludert i beregningen for å ta hensyn til at ulykkestallet kan være påvirket av spesielle risikofaktorer som ikke er inkludert av beregningen av det forventede ulykkestallet. En statistisk vekt blir beregnet for det forventede ulykkestallet som uttrykker usikkerheten i dette estimatet, og som ligger mellom 0 og 1. Det forventede ulykkestallet for den aktuelle enheten beregnes slik:
    Forventet antall ulykker for den aktuelle enheten = Forventet antall ulykker * statistisk vekt + Faktisk antall ulykker * (1 – statistisk vekt).
  3. Det faktiske ulykkestallet i etterperioden blir sammenlignet med det forventede ulykkestakket i den aktuelle enheten som ble estimert i førperioden.

En mer detaljert beskrivelse av EB metoden, den statistiske bakgrunnen, og anvendelsesmuligheter finnes i Hauer (1997).

Skaderisikoen per kilometer i trafikken. Tradisjonelt har ulike mål på risiko defi­nert med utgangspunkt i trafikkarbeid (kjøretøykilometer) eller transportarbeid (personkilometer eller tonnkilometer) vært betraktet som de beste definisjoner av trafikksikkerhet.

formel_4_5_02_x.gif

Det har vært forutsatt at virkningen av eksponering på antall ulykker kan fjernes (kontrolleres for) ved å regne risiko per kjørt kilometer eller per personkilometer. Denne forutsetningen er ikke riktig (Hauer, 1995). De fleste risikomål som er definert per kjøretøykilometer eller per personkilometer har en betydelig ikke-linearitet, det vil si at forutsetningen om at antallet ulykker er uavhengig av kjørelengden eller reisemengden ikke holder stikk. Figur 4.6 viser et meget iøynefallende eksempel på dette (Forsyth m.fl., 1995).

figur_4_6_x.gif
Figur 4.6: Sammenhengen mellom årlig kjørelengde og ulykkesrisiko for menn og kvinner (Forsyth, Maycock og Sexton, 1995).

Dersom risikoen var uavhengig av kjørelengden, skulle begge kurvene på figur 4.6 ha vært vannrette og fulgt den gjennomsnittlige risikoen for både kvinner og menn. De to risikokurvene er imidlertid langt fra vannrette. De viser at risikoen per kjørt kilometer synker sterkt når antallet kjørte kilometer øker. Dette gjelder både for kvinner og for menn. For de fleste kjørelengder har kvinner lavere ulykkesrisiko enn menn. Kurven for kvinner ligger derfor under kurven for menn i diagrammet. Likevel har kvinner høyere gjennomsnittlig ulyk­kesrisiko per kjørt kilometer enn menn fordi kvinner, i gjennomsnittet, har en mindre årlige kjørelengde enn menn.

Dersom man i dette tilfellet bare kjente gjennomsnittlig kjørelengde og risiko for kvinner og menn, ville man feilaktig konkludere med at kvinner har høyere risiko enn menn. Dette viser hvilke fallgruver som kan skjule seg bak gjen­nomsnittlige risikotall for grupper hvor risikoen kan variere innenfor gruppen. Det viser også at risikotall i seg selv kan ha begrenset informasjonsverdi som mål på trafikksikkerhet.

Derfor er verken ulykker, helserisiko eller trafikkrisiko alene noe tilfreds­stillende mål på trafikksikkerhet. Det mest generelle målet på trafikksikkerhet, er forventet antall skadde personer. Det mest generelle mål på risiko, er helserisiko. Disse målene på trafikksikkerhet er derfor de beste, noe som vil bli begrunnet i neste avsnitt.

4.6 Prinsipper for bedring av trafikksikkerheten

Antallet skadde personer i trafikken kan reduseres ved å redusere

  • trafikkmengden,
  • ulykkesrisikoen,
  • sannsynligheten for skader, gitt at man blir innblandet i en ulykke.

Det mest generelle mål på trafikksikkerhet er forventet antall skadde personer. Dette målet er mest generelt, fordi det er sluttresultatet av alle leddene i årsakskjeden. Helserisiko er også et mer generelt mål på risiko enn trafikkrisiko, fordi helserisiko også fanger opp (det vil si er bestemt av) omfanget av be­folkningens reisevirksomhet.

Store og små inngrep. De ulike måtene å redusere antallet skadde personer i trafikken på, innebærer ulike grader av inngrep i trafikksystemet og befolkningens handlefrihet. Minst inngrep medfører rent skadereduserende tiltak, som tar sikte på å gjøre skader mindre sannsynlige eller mindre alvorlige ved et gitt antall ulykker med et gitt skadepotensiale. Slike tiltak kan være rent passive, som ettergivende rattstamme eller ettergivende lysmaster, eller kreve en handling fra trafikantens side, som det å ta på seg en hjelm eller et bilbelte.

På det neste trinnet finner vi ulykkesreduserende tiltak, som tar sikte på å redusere antallet ulykker ved en gitt trafikkmengde og en gitt trafikksammen­setning. Med trafikksammensetning menes trafikkens fordeling mellom transport­midler. Blant de ulykkesreduserende tiltakene kan vi også skille mellom "passive" og "aktive" tiltak. Passive ulykkesreduserende tiltak krever ingen atferdsendring eller aktiv handling fra trafikantens side. Et eksempel på et slikt tiltak er veg­belysning. De fleste ulykkesreduserende tiltak krever imidlertid atferdsendringer, f.eks. medfører signalregulering at trafikantene må være oppmerksomme på sig­nalene og stanse når det er rødt lys, gang- og sykkelveger må brukes for å virke etter hensikten, fartsgrenser medfører et annet fartsvalg, osv.

Tiltak som griper inn i folks frihet til å velge transportmiddel eller til å reise så mye de vil, vil normalt bli oppfattet som de mest restriktive. Slike tiltak har hittil i liten grad vært brukt for å redusere antallet skadde personer i trafikken.

Tiltakene må rettes mot risikofaktorer som vi kan gjøre noe med. Risikoen for ulykker kan reduseres med mange ulike tiltak, som er rettet mot en eller flere risikofaktorer. Risikofaktorene kan være knyttet til bl.a. trafikantene, kjøretøyene og vegen. Selv om nesten alle ulykker kan sies å ha sammenheng med trafikantenes feilhandlinger, er det ikke nødvendigvis bare trafikantene vi bør forbedre for å unngå ulykker.

Hvilke risikofaktorer er det lett å gjøre noe med og hvor stor rolle spiller disse for ulykkestallet? Fridstrøm (1999) har foreslått å dele inn faktorer som påvirker ulykkestallene i fire grupper med hensyn til deres styrbarhet:

  • Utenfra gitte drivkrefter: Dette er forhold som vanskelig kan styres av norske myndigheter i det hele tatt. Eksempler på slike faktorer er været, oljeprisen (på verdensmarkedet), inter­nasjonale økonomiske konjunkturer og folkemengden etter kjønn og alder.
  • Samfunnsforhold utenfor samferdselssektoren: Dette er generelle trekk ved det norske samfunnet som i begrenset grad kan påvirkes av myndighetene. Eksempler er disponibel inntekt, sysselsetting, bo­setting og næringsutvikling.
  • Faktorer på samferdselssektoren som påvirker trafikkmengden: Eksempler på slike faktorer er førerkortinnehav, bilparkens størrelse og sam­mensetning, vegstandarden, kollektivtilbudet og drivstoffprisene. Disse fak­torene kan til en viss grad påvirkes med samferdselspolitiske tiltak.
  • Faktorer som påvirker risikonivået ved en gitt trafikkmengde: I denne gruppen finner vi de aller fleste risikofaktorer som har vært knyttet til ulykker, herunder alle de faktorer som er omtalt i kapittel 3 og mange flere. Noen av disse faktorene kan påvirkes med trafikksikkerhetstiltak, andre er det vanskelig å gjøre noe med.

I en undersøkelse av faktorer som påvirker ulykkestallene i de nordiske land (Fridstrøm m.fl., 1993, 1995) har man forsøkt å tallfeste hvor mye en del av disse faktorene bidrar til å forklare variasjonen i antall personskadeulykker per måned i norske fylker. Opplysninger om 18 fylker i årene 1973-1986 ble brukt. Resultatene viser at trafikkmengden er den viktigste forklaringsfaktoren for variasjon i ulykkestall mellom fylker og måneder. Trafikkmengden, målt ved driv­stoffomsetningen, forklarer alene 67% av variasjonen i ulykkestall. Vel 8% av variasjonen i antall personskadeulykker mellom fylker og måneder er rent tilfeldig. Resten for­klares av værforhold og dagslysets lengde, fylke, måned, en generell tendens til synkende ulykkesrisiko, endringer i reglende om rapportering av trafikkulykker og ukjente systematiske faktorer, som ikke inngår blant dem som er undersøkt.

En annen norsk undersøkelse som baseres på personskadeulykker i perioden 1979 til 2003 (Elvik, 2005A) fant at den største andelen av varians i antall personskadeulykker og i antall drepte personer forklares av trend. Andre variabler i modellen var totalt antall personkilometer, andel fotgjengere og syklister, andel tung trafikk, andel kjøretøykilometer som kjøres av unge førere, antall førstegangsregistrerte biler, andel bilførere som bruker bilbelte, antall forelegg per million kjøretøykilometer og antall kjøretøykilometer på motorveg. Disse variablene forklarer forholdsvis små andeler av variansen.

Resultatene av disse analysene gir tilsynelatende ingen plass for trafikksikkerhets­tiltak og deres eventuelle bidrag til å forklare ulykkesutviklingen. Men man kan ikke av dette slutte at trafikksikkerhetstiltakene ikke har virket i denne perioden. Trafikksikkerhetstiltak inngikk ikke som prediktorvariabler i modellene og en undersøkelse kan bare si noe om virkninger av faktorer som inngår i undersøkelsen, ikke om virkninger av andre faktorer.

Fra kunnskap til handling. Denne boken beskriver tiltak som kan brukes for å redusere antallet ulykker og antallet skadde personer i trafikken. Disse tiltakene er svært ulike på mange måter som har betydning for hvordan de kan eller bør brukes. Det er derfor sjelden opplagt hvilke praktiske konsekvenser som bør trekkes av kunnskap om de virkninger tiltakene har på antallet ulykker eller skader. Dette kan vises med noen eksempler.

Eksempel 1: Envegsregulering av veger. Envegsregulering av veger og gater er et effektivt ulykkesreduserende tiltak. Det koster lite og er derfor på papiret et meget lønnsomt tiltak. Men betyr dette at tiltaket også har et stort potensielt bruks­område? Sannsynligvis ikke. De fleste vil uten videre innse at man ikke kan envegsregulere et stort antall veger og gater, spesielt ikke hovedveger (man envegsregulerer ikke Ev 6 fra Oslo til Trondheim). Envegsregulering kan bare brukes i relativt korte gater, der ulempene ved kun å ha atkomst fra den ene retningen ikke blir for store.

Kort sagt: Kunnskap om tiltakets virkning på ulykkene og dets kostnader og lønnsomhet har i seg selv ingen åpenbare praktiske konsekvenser. Andre momenter, som undersøkelser av tiltakets virkning på ulyk­kene ikke sier noe om, må trekkes inn i vurderingen.

Eksempel 2: Nedsettelse av fartsgrensen i spredtbygd strøk. En nytte-kostnads­analyse (Christensen, 1993) viser at det er samfunnsøkonomisk lønnsomt å redu­sere fartsgrensen i spredtbygd strøk fra 80 til 70 km/t. I nytte-kostnadsanalysen inngikk virkninger både på ulykker, framkommelighet og miljøforhold. Men følger av dette at fartsgrensen bør nedsettes? Nei, ikke nødvendigvis. Beregninger (Elvik, 1997C) viser at en vesentlig større trafikksikkerhetsgevinst kan oppnås ved å intensivere kontrollvirksomheten slik at trafikantene respekterer dagens farts­grense enn ved å sette ned fartsgrensen.

Kort sagt: Man kan ikke ta standpunkt til om et bestemt tiltak bør iverksettes uten å ha tenkt over om det finnes andre og bedre tiltak. Selv om et tiltak isolert sett er lønnsomt, kan andre tiltak være enda mer lønnsomme. Dessuten vil lønnsomheten til et bestemt tiltak ofte avhenge av hvilke andre tiltak som er gjennomført.

Eksempel 3: Gang- og sykkelveger. Ifølge de undersøkelser vi bygger på, kan man ikke hevde at gang- og sykkelveger vanligvis reduserer antall personskadeulykker. Betyr dette at bygging av gang- og sykkelveger er bortkastet og bør opphøre? Nei, på ingen måte. For det første kan tiltaket ha gunstige virkninger på andre forhold, blant dem gang- og sykkeltrafikkmengden, fotgjengeres og syklisters framkom­melighet, trygghet og behovet for skoleskyss. Man må vite noe om virkningene på disse forholdene før man trekker noen praktisk konklusjon. For det andre kan sannsynligvis virkningen av gang- og sykkelveger på ulykkene bli gunstigere dersom man, i videste forstand, hever standarden på tiltaket (bedre utforming, bedre vedlikehold, osv).

Moralen er nok en gang at et tiltaks virkning på ulykkene, eller mangelen på en slik virkning, må settes inn i en videre sammenheng før man kan trekke noen praktiske slutninger.

Noen vil, på bakgrunn av disse eksemplene, kanskje spørre: Ja, det er greit at vi må sette ethvert tiltak inn i en større sammenheng før vi bestemmer om og hvordan vi skal bruke det. Men hvilken sammenheng skal tiltaket settes inn? Kan ikke forskningen gi veiledning om dette? Nei, forskningen kan ikke gi noen opp­skrift på hvilken trafikksikkerhetspolitikk man skal føre, det vil si hvilke tiltak man skal satse på og hvor mye man skal satse på dem.

Men, vil noen kanskje innvende, er ikke nyttekostnadsanalyser nettopp en slik oppskrift på hvilken politikk man skal føre? Nei, de er ingen oppskrift, men de gir informasjon som er relevant for dem som har ansvaret for å utforme, vedta og iverksette trafikksikkerhetspolitikken. Det nyttekostnadsanalyser først og fremst gir informasjon om, er hvilke tiltak som er mest og minst effektive ut fra visse økonomiske kriterier. Men disse økonomiske kriteriene er ikke nødvendigvis full­stendige som beslutningsgrunnlag. Svært ofte vil andre hensyn enn de rent økonomiske også bli tillagt vekt. Disse spørsmålene vil bli nærmere drøftet i kapittel 6.

 

Vil du hjelpe oss å forbedre Trafikksikkerhetshåndboken?


Det tar bare 2-3 minutter
Ja x Nei