El modelo DRAG–España (I-DE 1): Análisis de los principales factores de influencia en el número de accidentes en las carreteras Españolas

Abstract

Resumen En este trabajo se presentan los principales resultados obtenidos de los modelos de accidentes con heridos y accidentes mortales ocurridos en carreteras interurbanas españolas, en el período 1990-2004, desarrollados en base a la metodología de modelos econométricos DRAG (Demand Demande Routière, Accidents et Gravité). Las 19 variables utilizadas para el ajuste de los modelos DRAG-España (I-DE 1), son de distinta naturaleza y corresponden a los factores de exposición, infraestructura, climatología, conductores, económicos, parque de vehículos, vigilancia, velocidad y medidas legislativas. En este trabajo se han incorporado nuevas variables, no tratadas con anterioridad en la familia de modelos DRAG, como las características tecnológicas (ABS) y de antigüedad del parque, así como variables de vigilancia y control de la seguridad del tráfico: el número de controles aleatorios de alcoholemia, el número de agentes de la agrupación de tráfico de la guardia civil, y el número de suspensiones y privaciones del permiso de conducir.Los resultados indican que las variables que más contribuyen al aumento del número de accidentes son: la exposición de los vehículos, la inexperiencia de los conductores, la velocidad y la antigüedad del parque. Por el contrario, el aumento de la vigilancia en las carreteras, la mejora de las características tecnológicas de los vehículos y la proporción de red de alta capacidad, han contribuido a reducir su número. Los efectos de cada una de estas variables se presentan en términos de elasticidades y los resultados se han contrastado y concuerdan con los reportados por otros autores.Abstract This paper presents the results of applying DRAG methodology to the identification of the main factors of influence on the number of accidents with injured and fatalities occurring on Spain's interurban network. Nineteen independent variables have been included in the model grouped together under categories: exposure, infrastructure, weather, drivers, economSecuritas Vialis (

Ride-hailing services: Competition or complement to public transport to reduce accident rates. The case of Madrid

“…The results obtained in previous studies show a direct relationship between traffic accidents and the economic level of a country, with fewer accidents occurring in times of recession and increasing numbers in periods of economic growth (Aparicio et al, 2008 ). Therefore, in this study the socioeconomic status of each district of Madrid was also considered ( Figure 3B ).This variable was calculated based on the average income per household and district, following the methodology used in the report conducted by the “Methodology for calculating the territorial vulnerability index of neighborhoods and districts of Madrid and the vulnerability ranking” (2018) (Territorial Coordination Public-Social Cooperation Area, 2018 ; Flor et al, 2021 ).…”

“…The majority of studies conducted on accidents and/or victims include a variable of exposure which enables the results obtained to be compared unanalyzed. The most appropriate unit for this end is vehicles-km, but due to the lack of data, an approximate measure was used, namely population (Aparicio et al, 2008 ).…”