Risico-indicator snelheid

Sinds de publicatie van Het Strategisch Plan Verkeersveiligheid 2030 (SPV 2030) zetten overheden actief in op de uitwerking van ‘risicogestuurd’ verkeersveiligheidsbeleid. Dat wil zeggen dat verkeersveiligheidsbeleid niet alleen meer reactief gebaseerd wordt op ongevallen- en slachtoffercijfers, maar daarnaast ook meer proactief op basis van gevaarzetting in het verkeer. Deze gevaarzetting is uit te drukken in zogeheten risico-indicatoren, ook wel prestatie-indicatoren of ‘Safety Performance Indicators’ (SPI’s): indicatoren om de veiligheidsrisico’s in het verkeerssysteem te kunnen identificeren. Om het risicogestuurde beleid verder uit te werken en in te vullen, is het van belang dat er gegevens beschikbaar komen die volgens de definitie van deze indicatoren gemeten zijn.

Een van de belangrijkste risico-indicatoren is ‘Veilige snelheid’. Op basis van onderzoek, en ook met steun uit de praktijk, is er vooralsnog voor gekozen om deze risico-indicator te operationaliseren als: het aandeel verkeer dat niet harder rijdt dan de snelheidslimiet. Daarbij is overigens ook het aandeel wegen van belang waarop de snelheidslimiet tevens de veilige snelheidslimiet is.

Rijkswaterstaat heeft in het Landelijk Actieplan Verkeersveiligheid 2019-2012 de taak op zich genomen om de risico-indicator ‘Veilige snelheid’ verder uit te werken, opdat wegbeheerders snelheidsdata beter kunnen interpreteren ten behoeve van risicogestuurd beleid. Een van de uitgangspunten is om daarbij zo veel mogelijk gebruik te maken van reeds beschikbare gegevens. Voor landelijke monitoring en voor prioritering van gevaarlijke locaties is het bovendien belangrijk om te kunnen beschikken over onderling vergelijkbare metingen.

Onderzoeksvragen

In de zoektocht naar bruikbare gegevens voor de risico-indicator ‘Veilige snelheid’ focust Rijkswaterstaat vooralsnog eerst op informatie die beschikbaar is voor de indicator ‘snelheid’ als zodanig [1] en richt zich daarbij op twee soorten gegevens: snelheidsdata op basis van metingen met meetlussen (individuele voertuigpassages, afgekort als IVP) enerzijds en ‘floating car data’ anderzijds (FCD: gegevens uit navigatiesystemen en andere verkeersapps). Bij deze laatste databron gaat het specifiek om FCD die beschikbaar is bij het National Data Warehouse (NDW) en aan overheden beschikbaar wordt gesteld. Om meer inzicht te krijgen in de bruikbaarheid van deze data voor risicogestuurd beleid, heeft Rijkswaterstaat aan SWOV de volgende vragen gesteld:

1. Is er op vaste meetpunten sprake van een directe relatie tussen het aandeel verkeer dat enerzijds volgens IVP-data en anderzijds volgens FCD binnen de snelheidslimiet rijdt?

Als deze vraag bevestigend kan worden beantwoord, dan is de volgende vraag:

2. Kan het aandeel verkeer dat (op vaste meetpunten) binnen de snelheidslimiet rijdt, op basis van FCD met voldoende nauwkeurigheid worden geschat? En zo ja: geldt dat dan ook voor eventuele andere risico-indicatoren?

De onderzoeksvragen betreffen alleen het onderliggend wegennet voor zover dat redelijk wordt gedekt door FCD; rijkswegen vallen buiten beschouwing omdat het vaste snelheidsmeetnet (lussen) op deze wegen al behoorlijk uitgebreid is.

Gegevens

Voor het onderzoek heeft SWOV gebruikgemaakt van snelheidsdata uit de maand oktober 2017 op wegen in de provincie Noord-Brabant met een snelheidslimiet van 50 km/uur, 60 km/uur, 80 km/uur en 100 km/uur. Het betrof in totaal 24 meetlocaties waarvan zowel IVP als FCD beschikbaar waren. De IVP-data waren afkomstig van meetlussen van de provincie, de FCD kwamen van de Nationale Databank Wegverkeersgegevens (NDW) via het bedrijf Be-Mobile (eigenaar van de verkeersapp Flitsmeister). De gegevens van Be-Mobile zijn afgekapt (‘getrunkeerd’) op de snelheidslimiet, zodat waarnemingen nooit boven de snelheidslimiet vallen.

Analyses en resultaten

In het eerste deel van het onderzoek hebben we gekeken of we een relatie konden vinden tussen het aandeel overschrijders van de snelheidslimiet volgens IVP-data enerzijds en volgens FCD anderzijds, met als doel dit aandeel nauwkeurig vast te stellen (door onzekerheid in het meetinstrument zal 50% van de voertuigen die precies de snelheidslimiet rijden als overschrijder worden gezien, dit zijn dus zeer waarschijnlijk geen overtreders). We komen op basis van de beschikbare gegevens tot de conclusie dat een dergelijke relatie er niet of nauwelijks is. Ook blijkt dat de FCD over het algemeen een veel vlakker patroon laten zien dan de IVP-data. Dit geldt ook als we FCD zelf construeren op basis van IVP-data om zo een hogere dekkingsgraad van voertuigen te kunnen simuleren. Wel lijkt er meer sprake te zijn van een verband naarmate de dekkingsgraad van beide bronnen vergelijkbaarder is (dat wil zeggen: als de dekkingsgraad van FCD dichter bij die van de IVP komt te liggen).

Op basis van deze conclusies was het niet mogelijk om de tweede onderzoeksvraag te beantwoorden. Daarom hebben we gekeken of er onder minder strenge condities (met zogenoemde gegeneraliseerde additieve modellen) een relatie kon worden gevonden tussen de FCD-snelheid en de IVP-data. Als onder deze minder strenge condities wel een relatie zou blijken, dan kunnen FCD mogelijk gebruikt worden om een rangordening in wegen aan te brengen. De resultaten laten echter zien dat er over de gehele linie geen eenduidig verband kon worden gevonden; wel lijkt er vlak vóór het naderen van de snelheidslimiet in de FCD sprake te zijn van een monotoon stijgend verband tussen FCD-snelheid en het aandeel overschrijders op basis van IVP-data .

Samenvattend komen we tot de conclusie dat FCD niet zonder meer kunnen worden gebruikt om de risico-indicator ‘Veilige snelheid’ verder te kunnen operationaliseren. De bevindingen geven wel enige ruimte om specifieke mogelijkheden verder te onderzoeken, bijvoorbeeld welk deel van de snelheidsovertredingen uit IVP-data in welke snelheidscategorie van FCD valt. Mogelijk laten andere niet-getrunkeerde data en FCD met een hogere dekkingsgraad wel een relatie zien die beter bruikbaar is voor verkeersveiligheid. Het is echter ook denkbaar dat overheden zich op andere bronnen baseren die bijvoorbeeld meer uitgaan van wegkantsystemen. Het ligt in de rede om dit soort vragen verder uit te werken binnen het Kennisnetwerk SPV (zie: kennisnetwerkspv.nl).