Guro Berge. Sykkelbysamling Region øst Mai Hva skjer i BEST?

Transkript

1 Guro Berge Sykkelbysamling Region øst Mai 2015 Hva skjer i BEST?

2 Mål i NTP Veksten i persontransporten i storbyområdene skal tas med kollektivtransport, sykkel og gange Bedre by Halvere antall drepte og hardt skadde i vegtrafikken innen 2024 BEST

3 Beregninger basert på befolkningsvekst (SSB) Transportvekst fram mot 2030 og 2050 Kilde: Urbanet-rapport 50/2014

4 Beregninger basert på befolkningsvekst (SSB) Transportvekst fordelt på transportmiddel fram mot 2030 Oslo/Akershus Bergensområdet 37% 34% 32% 31% 46% 44% Nord-Jæren 56% 71% 111% Trondheimsområdet Buskerudbyen 32% 32% 50% 47% 42% 87% Sykkel Gange Kristiansandsregionen 38% 52% 94% Kollektiv Nedre Glomma 31% 44% 115% Grenland 14% 22% 75% Tromsø 15% 15% 24% 0% 20% 40% 60% 80% 100% 120% 140% Kilde: Urbanet-rapport 50/2014

5 Basert på beregnet antall reiser og reiselengder Infrastruktur til gående og syklende (km) i de 9 største byområdene Investeringsbehov (mill. kr) Investering kollektiv (kapasitetsberegning, vegbasert vekst) Investering infrastruktur til gående og syklende (estimert)

6 Etatsprogram Bedre Sikkerhet i Trafikken BEST Overordnet innsatsområde: Vurdering av potensialet for å redusere antall drepte og hardt skadde Temaområder: Hvordan redusere omfanget av fartsrelaterte ulykker/skader? Hvordan møte trafikksikkerhetsutfordringen knyttet til flere gående/syklende/kollektivreisende i byer og tettsteder?

7 Kategorier av gående og syklister Lengde Del av en kollektivreise Alene eller sammen med noen Tid på døgnet Bakgrunns-variable; person og hushold Fysiske evner og ferdigheter Bruk av utstyr Kjennetegn ved reisen Eventuelt annet? Aktivitets- og reisevaneprofil Kjennetegn ved personen Type sykkel Formål Ulykker Fartsnivå Livsstil Bosted Psykisk tilstand Eventuelt annet? Evt. Kjennetegn ved kjøretøy/bilist Kjennetegn ved situasjonen Tradisjonelt systemperspektiv Prioritering av syklende og gående Type sted/gate Ulykkestype Fart Veg- /gateutforming Drift/vedlikehold Eventuelt annet? Eventuelt annet? Sikkerhetskultur Kjennetegn ved trafikkultur Mengde syklister og gående Kjennetegn ved det trafikale systemet Kvalitet på sykkelnettet Kvalitet på gangnettet Praktisering av lover og regler for samspill Lover og regler for samspill Trafikksammensetning Eventuelt annet? Kategorier av kontekst

8 Noen kunnskapsutfordringer Foto:European Cyclists' Federation

9 Fra programplanen 1) Vi må ha mer kunnskap om: Ulike syklist- og fotgjengergruppers risiko

10 Fra programplanen 2) Vi må se nærmere på: Sammenhenger mellom eksponering og ulykkesfrekvens

11 Fra programplanen 3) Vi må analysere: Sykehusdata Norsk pasientregister (NPR) andre tilgjengelige data

12 Fra programplanen 4) Vi må utvikle: Et sammenhengende, enhetlig og helhetlig transportsystem

13 Fra programplanen 5) Vi må utvikle og teste ut: Sikrere kryss og krysningspunkter for gående og syklende

14 Fra programplanen 6) Vi må se nærmere på og kanskje endre: Fartsgrenser i byer og tettsteder

15 Fra programplanen 7) Vi må gjøre: Risikovurderinger av hele reisekjeder (dør til dør) Foto: Sara Berge Lorenzen

16

17

18 Ferdige prosjekter A B

19 Prosjekter som «er i gang»

20 Mål: Krav til framtidens infrastruktur for flere syklister Infrastruktur for syklister Økende antall syklister i overbelastede urbane områder kan kreve nye normer for hvordan sykkelinfrastruktur bør være utformet Servicenivå for syklister vil kunne være et sentralt begrep i et slikt arbeid. Servicenivå (LOS) er definert som et kvalitativt mål som beskriver trafikale forhold og hvordan disse oppfattes av brukere (HCM, 2010). Begrepet ble opprinnelig brukt for biltrafikk, men har også blitt brukt i forbindelse med tilrettelegging for fotgjengere og syklister. Servicenivå for sykkel (Bicycle level of service - BLOS) tar for seg fysiske egenskaper ved sykkelanlegg, samt syklisters oppfatning av sikkerhet og komfort. I tillegg til å evaluere eksisterende infrastruktur, kan BLOS brukes som utgangspunkt for å utforme ny infrastruktur og for å tilfredsstille ønskede forhold for syklister. Flere BLOS-modeller har blitt utviklet i land som Danmark, Nederland, og USA. Disse modellene kan ikke direkte brukes på norske forhold fordi det er sykkelpolitiske, infrastrukturelle og kulturelle forskjeller mellom Norge og disse landene. Innholdet i PhDen vil være å tilpasse eksisterende BLOS-modeller til norske forhold, og deretter bruke en slik modell for å utvikle en metode for evaluere eksisterende infrastruktur med hensyn til kapasitet og for å dimensjonere ny sykkelinfrastruktur.

21 Mål: Bedre forståelse av risiko for gående og syklende Alternative forståelser av risiko og eksponering Kan det være andre måter å forstå risiko på en det vi har i dagens trafikksikkerhetsforskning som kan være mer fruktbart for trafikksikkerhetsarbeidet for gående og syklende? Er det andre måter å forstå eksponering på enn antall kjøretøykilometer som kan være mer fruktbart for trafikksikkerhetsarbeidet for gående og syklende? Hva vil eventuelt være fruktbart for trafikksikkerhetsarbeidet for gående og syklende ved å ha en annen forståelse av risiko og eksponering enn vi har i dag? Er det noen spesielle prinsipper eller grenseverdier som tilsier at bestemte eksponeringsmål bør benyttes, for eksempel ulike transportformers hastighet og rekkevidde. Er det land som bruker en annen forståelse av risiko og eksponering enn det vi gjør? Hva er eventuelt fordelen eller ulempen ved den måten de gjør det på? Hvilke datasett er nødvendige for å gjøre slike analyser? Har vi eventuelt slike datasett tilgjengelige for norske forhold?

22 Mål: Grunnlag for anbefalinger Evaluering av Shared Space-prosjekter i Norge 1. Datainnsamling og analyse Stedet (utforming, grad av og type regulering, brukergrupper, trafikkmengde, fart, plassering i by- og gatestruktur ol.) Ulykker (lettere skader, alvorlige ulykker og dødsulykker, og eventuelt annet) Atferd (samspill, samhandling, vikesituasjoner, framkommelighet ol.) Opplevelse (trygghet, sikkerhet, lesbarhet, opplevd framkommelighet ol.) 2. Sammenligne med erfaringer og anbefalinger fra andre land 3. Anbefalinger (basert på datainnsamling og analyse) Egnede steder og plassering i by- og gatestruktur Trafikkmengder/transportmiddelfordeling Fart/fartsgrense Tilpasning til ulike brukergrupper Tilpasning til kollektivtrafikk Grad av regulering Utforming Overganger/inngang til stedet Eventuelt annet

23 Mål: Kunnskap om problemomfang og anbefalinger Synlige syklister Hva er andelen syklister uten lys i ulike sammenhenger og i ulike befolkningsgrupper (formål, geografi, årstid, aldersgrupper, kjønn, har de førerkort osv.)? Er lyset som brukes i samsvar med forskriften? Hva er begrunnelsene for ikke å bruke lys? I hvor stor grad fører syklisters manglende synlighet til ulykker? Enten som hovedårsak eller medvirkende årsak. Hvor stor andel av syklister vet det er påbudt, hvor andel aner ikke at det er påbudt? Hvor stor andel sykkelselgere kjenner til kravene om lovpålagt utstyr generelt og lys spesielt? Hvor mange får stjålet lysene sine? Hvor stor andel sykler innenfor ulike typer av sykler selges med lys? Ville en forskrift om at sykler som selges i Norge må ha fastmonterte lys hatt en vesentlig effekt? Hva ville trafikksikkerhetspotensialet være?

24 Mål: Få fram effekter av et helhetlig transportsystem Demonstrasjonsområde for tiltak

25 Mål: Teste ut et tilgjengelig produkt på norske forhold Bedre kvalitet på sykkelinfrastruktur gjennom digital kartlegging Nytt i Norge. Vi har gode digitale kartleggingsverktøy for bilveier, men ikke for infrastruktur for syklister. I Norge vil dette kunne "revolusjonere" sykkelveginspeksjoner og gjøre dem mer presise og enklere å gjennomføre. Nødvendig med faglig samarbeid m/ drift- og vedlikehold i videre oppfølging.

26 Mål: Påvirke trafikantatferd ved bruk av «nudging» «SafeNudge» Bruke prinsipper fra atferdsøkonomi Relevante ubevisste mekanismer som påvirker valg på ulike måter i ulike situasjoner: Tilgjengelighet. Vi anser en risiko som større, dersom den er mentalt tilgjengelig for oss dersom det nylig har vært en flyulykke, tror vi risikoen ved å fly er høyere enn om flyulykker ikke har vært omtalt på lenge. Optimisme og overdreven selvtillit (de fleste tror de er bedre sjåfører eller syklister enn gjennomsnittet) Forhold til tap og gevinst. Vi har en sterk motvilje mot å miste noe, som gjør at et tap verdsettes omtrent dobbelt så høyt som en tilsvarende gevinst. Status quo-skjevhet. De fleste foretrekker at ting forblir som de er. Fristelser. Vi er ofte ute av stand til å handle på den måten vi i utgangspunktet ønsker å handle. Flokkmentalitet. Vi oppfatter ting slik vi opplever at andre oppfatter dem, og handler slik vi oppfatter at andre gjør. Noen mekanismer er mest relevante for valg man sjelden tar, og der man ofte mangler tilstrekkelig kunnskap (som f.eks. når man kjøper en ny bil), andre gjør seg mer gjeldende i valg man tar ofte, og mer eller mindre automatisk, som når man krysser en gate. Kilde: Richard Thaler og Cass Sunsteins, «Nudge»

27 Planlagte prosjekter

28 Kilde:

29 Ferdige prosjekter A B

30 Kategorisering av gående og syklende

31 Oppdraget 1. Hvilke kjennetegn ved syklister/fotgjengere og sykkel- og gangreisene er viktige når det gjelder risiko for ulykker og skade? 2. Har vi data tilgjengelig for å si noe konkret om forskjellene? 3. Hva slags prognoser er det for utviklingen av gåreiser og sykkelreiser?

32 Syklister Foto: Ivan Tostrup

33 Syklister Hardt skadd eller drept Faktiske tall. Kilde SSB

34 Syklister og fotgjengere Hardt skadd eller drept Hardt skadde og drepte syklister Hardt skadde og drepte fotgjenger e

35 Syklister Hardt skadd eller drept etter alder Lineær (65+) Lineær (45-64) Lineær (25-44) Lineær (18-24) Lineær (13-17) Lineær (0-12) Faktiske tall. Kilde SSB

36 Syklisters risiko Alder og kjønn Hardt skadd eller drept per mill pkm (RVU 2009) 0,50 0,40 0,30 0,20 Menn Kvinner 0,10 0, Totalt 13+

37 Selvrapporterte uhell 2012 Datakilde: Uhell siste året - Medlemmer SLF og Falck

38 Selvrapporterte uhell 2012 Datakilde: Uhell siste året - Medlemmer SLF og Falck

39 Møteulykker utvikling: Utvalg 2004 Utvalg ,3 Personbil/taxi 5,6 0,9 31,1 55,4 Varebil Lastebil/buss Sykkel Fotgjenger Mc/moped 41,7 41,7 1,7 3,4 Annet 4,6 5,6

40 Eneulykker etter type/underlag 2004 På hodet v/brems 20,3% Utkjøring/velt 4,5% Påkjøring gjenstand 6,7% Velt i trikkeskinne/fortau 10,9% Velt pga hull 4,5% Asfalt Terreng Grus Is/snø Fot i hjulet m.m. 1,9% 5 Gled på pedal 4% 15 Skled og veltet 25,3% Annen trafikant 7,7% Annet 14,1%

41 Forklaringer på eneulykker sykkel Mangler ved drift/vedlikehold (44%) Snø, is, grus, ujevnheter, veiarbeid, asfaltkant.. Vegutforming Fortauskant, kantstein, betongsperrer, trikkeskinner Håndtering av sykkel Fall på/avstigning, kjede, bremser, bråbrems Atferd En hånd, fart, alkohol, distraksjon, lek, hund.. Samspill Svingt unna, blendet av bil.. Niska, A., & Eriksson, J. (2013). Statstik över cyklisters olyckor. Faktaunderlag till gemensam strategi för säker cykling. VTI rapport 801. Linköping VTI. Bilde:

42 Datasett fra Samspillsrapporten Sykkeltype og uhell Andel syklister med og uten uhell siste år fordelt etter type sykkel de bruker vanligvis. Prosent. Kjikvadrat-test, statistisk signifikant forskjell *** p<0,01

43 Datasett fra Samspillsrapporten Utstyr og uhell 100 % 90 % 80 % 70 % 60 % 50 % 40 % 30 % 20 % 10 % 0 % Ikke Uhell Ikke Uhell Ikke Uhell Ikke Uhell Ikke Uhell Ikke Uhell Ikke Uhell uhell uhell uhell uhell uhell uhell uhell Hjelm*** Lys** Gul jakke Sykkelsko*** Sykkelbukse*** Pulsklokke*** Computer Alltid Ofte Av og til Sjelden Aldri Andel syklister med og uten uhell siste år fordelt etter hvor ofte de bruker ulike former for utstyr. Prosent. Kji-kvadrat test med statistisk signifikante forskjeller: *** p<0,01, ** p<0,05, * p<0,1

44 Variabler Utstyrsindeks Intensitet Syklehyppighet Syklekm sist uke Sykkeltype (annen=ref.) Off-road Hybrid Racer Bysykkel Klassisk Alder Kjønn (M=1, K=0) Reaksjon a) Kjeftet Reaksjon b) Gester Reaksjon c) Presset Ekstraversjon Nevrotisisme Foto: Leif Arne Holme/verdalingen.no Ulike forhold som kan påvirke at vi kommer i en sykkelulykke Datasett fra Samspillsr

45 Logistisk regresjon. Avhengig variabel: Sykkeluhell med legebehandlet skade siste år. Oddsforhold. Variabler Modell 1 Modell 2 Modell 3 Modell 4 Modell 5 Modell 6 Modell 7 Modell 8 Utstyrsindeks 1,05*** 1,04*** 1,05*** 1,03*** 1,02** 1,03*** 1,03*** 1,03** Intensitet 1,14*** 1,09* 1,06 1,05 1,05 1,03 1,04 Syklehyppighet 1,6*** 1,3*** 1,31*** 1,29*** 1,25*** 1,24** Sykkel km sist uke 1,15*** 1,15*** 1,15*** 1,14*** 1,14*** Sykkeltype (annen=ref.) Off-road 1,55 1,55 1,55 1,75 Hybrid 1,42 1,44 1,47 1,62 Racer 1,77 1,71 1,7 1,87 Bysykkel 2,09 1,99 1,91 2,16 Klassisk 0,97 1,0 0,99 1,10 Alder 0,99 1,00 0,99 Kjønn (M=1, K=0) 1,02 0,98 0,97 Reaksjon a) Kjeftet 1,26*** 1,26*** Reaksjon b) Gester 0,92 0,93 Reaksjon c) Presset 1,11 1,10 Ekstraversjon 0,95 Nevrotisisme 0,94 Nagelkerke R 2 0,02 0,03 0,04 0,06 0,06 0,06 0,07 0,07

46 Konklusjon ulykker Tre av fire sykkelulykker er eneulykker (tryner og velter) Dramatisk underrapportering av eneulykker på sykkel, særlig blant barn Fire av ti kollisjoner er med annen syklist Kollisjoner på sykkelvei, påkjørsel bakfra og kollisjon i sykkelritt/trening vanligst Unge og eldre mest utsatt Utstyrssyklister mest utsatt Kilde: Internett

47 Foto: Arne Danielse Framtiden Erfaringer fra der de sykler mest Danmark: Antall drepte syklister kraftig redusert siden 1980-tallet De siste årene har det ikke vært samme gunstig tendens, selv om både antall drepte og skadde syklister var lavere i 2012 enn i 2011 Nederland Sikkerheten for syklister blitt redusert Antallet sykkelulykker med alvorlige skader har økt Særlig er blant eldre syklister

48 Framtiden Studie fra Nederland Beregnet effekter av å overføre korte bilreiser (<7 km) til sykkel Ikke flere dødsfall, uansett omfanget av overføring av trafikk Men - det fører til generelt flere skader fordi en slik overføring fører til at flere syklister skades i eneulykker. Særlig blant eldre fører en overgang til sykling til økte skadetall. El-sykler øker det antall syklister; Sykler lenger per tur Eldre fortsetter å sykle på sine gamle dager i større grad enn tidligere. Foto: bikeshop.no Kilde: Schepers & Heinen, 2013

49 Framtiden I Norge I dag: Ingen tendens til at eldre kjøper el-sykkel Flest kjøpere relativt unge kvinner Antall «supersyklister» med mye utstyr og høyre risiko enn andre ser ut til å øke Flere eneulykker og flere sykkelskader Skjerpe innsatsen: Bedre drift og vedlikehold Kampanjer og opplæring Ny generasjon veg- og gateutforming? Ny generasjon av regler for samspill og fart? Foto: Trygve Solhei

50 Safety in Numbers Trygg i mengden Rambøll TØI Foto JEAN-PAUL FERRERO/ARDEA/CATERS NEWS

51 Safety in Numbers - SIN En hypotese om at risikoen for en enkelt trafikant reduseres ettersom det blir flere av dem i trafikken. Risikoreduksjonen med økt eksponering gir seg uttrykk som en ikke-lienær sammenheng mellom omfanget av skader og omfanget av trafikk. En dobling av sykkeltrafikken fører dermed til mindre enn en dobling av antall skader To typer data er benyttet for å underbygge SiN: tverssnittsdata og tidsseriedata

52 Tverrsnittsdata sammenligne steder Kilde: TØI

53 Jacobsen (2003): Denmark

54 Vandenbulce et al. (2009): Belgian communes

55 Tidsseriedata: Sammenligne tidspunkter Kilde:

56 New York City

57 København

58 Metodeinnvendinger Antakelsen om årsak og virkning Opplevelsen av sikkerhet kan føre til økt sykling/gåing Spuriøsitet; god infrastruktur gir økt sikkerhet og økt sykling Mangel på mekanisme Noen studier indentifiserer en plausibel mekanisme blir nesten aldri testet Normative argumenter SIN er SYND fordi mekanismen fjerner myndighetenes ansvar for god tilrettelegging/infrastruktur Matematisk artefakt Relative forskjeller mellom andel syklister i populasjonen vs. andel syklister i ulykker må gi ikke-lineære sammenhenger

59 Noen resultater av spesifikke analyser SIN-effekt sterkest for syklister Jo flere gående og syklende, jo lavere er den individuelle risken for hver trafikant. SIN-effekten er påvist både for kryss og strekninger SIN-effekten for gående ser ut til å være mindre enn for syklende. Svenske analyser: 95 ikke signalregulerte kryss i Malmø, politirapporterte ulykker for 400 strekninger og politi og sykehusrapporterte ulykker for 360 strekninger og 63 kryss SIN-effekten kan ikke påvises for eneulykker for gående. For eneulykker med sykkel og ulykker mellom syklister kan derimot en SIN-effekt påvises. Mulig forklaring er at sykkelvolumet antakelig er høyest der det er tilrettelagt for sykling. Og der det er tilrettelagt, er sikkerheten bedre enn der det ikke er tilrettelagt. Kilder: Lars Ekman, On the treatment of flow in traffic safety analysis. A non-parametric approachapplied on vulnerable road users. Lunds Universitet,./Thomas Jonsson, 2013.Safety Performance Models for Pedestrians and Bicyclists. Road Safety on Four Continents Conference, Beijing.

60 Noen resultater av spesifikke analyser SIN-effekt i lyskryss og rundkjøringer Ulykkes modell for syklister og gående Lyskryss (Gående og syklende) Rundkjøring (syklende) Data fra tre byer for årene på New Zealand Kilde :Land Transport, New Zealand: Predicting accident rates for cyclists and pedestrians Report 289, Bilde:

61 Noen resultater av spesifikke analyser Ikke SIN-effekt for fotgjengere i ikke lysregulerte kryss der bilister tar venstresving Ulykkesmodell for fotgjengerulykker i kryss i byer viser: Basert på data fra 684 firearmede og 263 trearmede kryss med signalregulering og 122 trearmede kryss uten signalregulering og ulykkesdata for 11 år. En generell SIN-effekt både i forhold til volumet på biltrafikken og volumet av gående. Jo større andel venstresvingende biltrafikk i ikke signalregulerte kryss, jo større sannsynlighet for ulykker med fotgjengere. (Lyon og Persaud Pedestrian Collision Prediction Models for Urban Intersections.Transportation Research Record Paper No )

62 Noen resultater av spesifikke analyser SIN-effekt i ulike områder Jo flere som pendlet med sykkel, jo mindre var risikoen for å bli skadet for hver pendler. Risikoen for å bli skadet som syklist var langt lavere i byområder og urbane kommuner, enn i de mer landlige kommunene. Dette forklares i rapporten med forskjell i topografi, hastigheten på biltrafikken og manglende tilrettelegging for syklister i de mest landlige områdene. Generelt sett er mer tilrettelagt for myke trafikanter i bysentra, med nedsatt fart, fartshumper osv. Vandenbulce, de Geus m.fl : Mapping bicycle use and the risk of accidents for commuters who cycle to work in Belgium. Transport Policy,.

63 Noen resultater av spesifikke analyser Volumet på biltrafikken er en viktig parameter i tillegg til antallet gående og/eller syklende Gitt at alle forhold ellers er like, medfører en økning i biltrafikken en økning i risikoen for hver enkelt gående eller syklende. SIN: Gitt at antall gående og syklende øker som følge av at biltrafikken går tilsvarende ned oppnår da en dobbelt effekt; risikoen går ned fordi antall kjøretøy reduseres og SIN-effekten medfører redusert risiko for de myke trafikantene. Andelen som endrer reisemåte må være stor, i størrelsesorden %. Effekten er større hvis bilistene velger å gå framfor å sykle. Kilde: Rune Elvik The non-linearity of risk and the promotion of environmentally sustainable transport Accident Analysis & Prevention,. Bilde:

64 SIN-undersøkelse i Norge «Hvor mange ganger har du opplevd at en bilist tydeligvis ikke har sett deg?»

65 30,0 % Antall ganger syklister har rapportert at de er oversett av bilister 25,0 % 1,4 % 0,3 % 4,5 % 20,0 % 15,0 % 6,5 % 0,8 % 0,5 % 2,4 % 1,3 % 2,4 % 3,5 % 10,0 % 14,0 % 13,5 % 13,1 % 5,0 % 0,0 % April June September Once Twice Three times Four times Five or more times

66 På denne turen I hvilken grad har du opplevd at BILISTER April Juni September 5,60 5,40 5,47 5,20 5,00 5,24 5,30 4,80 4,60 4,40 4,60 4,73 4,83 4,61 4,68 4,75 4,20 4,00 er oppmerksomme på deg overholder trafikkreglene?** viser hensyn til syklister i som syklist i trafikken?** trafikken?

67 Fartsgrenser og ulykker i byer og tettsteder Torkel Bjørnskau Astrid Amundsen Michael Sørensen Kilde:

68 Prosjektets problemstillinger: Er det variasjon mellom byer/tettsteder med hensyn til hvordan fartsgrensekriteriene tolkes og implementeres? Hva består i så fall variasjonene i og hva og hvem påvirker dette? Er det en sammenheng mellom implementering av fartsgrensekriteriene i by/tettstedsområder og ulykkessituasjonen for gående og syklende i byen/tettstedet? Hvordan er i så fall denne sammenhengen? Kilde:

69 NA-rundskriv 05/17 Grunnlag for fartsgrensekriterier i byer og tettsteder

70 Datakilder Fartsgrensedata - NVDB (RVU-data fra 2009 og 2014) Skadedata fra SSB/STRAKS evt. NPR evt. TRAST/Forsikring Spørreundersøkelse i kommuner der minst 5000 av innbyggerne er bosatt i tettsted (N=89) Kilde:

71 Data fra NVDB Andel 30 km/t og 40 km/t i tettbygd - 100% 80% 60% 40% 20% 0%

72 Sandes, RV 509

73 Kommuner med en tettstedsbebyggelse på fler enn innbyggere Spørreundersøkelse Kontaktet Rådmannen i 82 kommuner Fikk til riktig person Svar fra 60 kommuner (75%) Tettsteder etter størrelse Figur hentet fra Gundersen og Jukvam,

74 I 36 av kommunene oppgis det at det er flere av kommunens veger som burde hatt fartsgrense 30 eller 40 km/t.

75 Årsaker til at fartsgrensen ikke settes ned * Årsaker til at fartsgrensen ikke settes ned. Antall, N=42. * Kostnader ved å følge opp med fartsreduserende tiltak

76 De viktigste motstanderne De viktigste motstanderne mot å sette ned fartsgrensen på det kommunale vegnettet fra 50 til 30 eller 40 km/t. Antall.

77 De viktigste pådriverne De viktigste pådriverne for å sette ned fartsgrensen på det kommunale vegnettet fra 50 km/t til 30 km/t eller 40 km/t. Antall

78 Konklusjon Klar tendens til at ulykkes- og skadetallene er redusert over tid Det har vært en signifikant gunstigere utvikling i ulykkesog skadetallene i kommunene som sier de følger fartsgrenseprinsippene i rundskrivet, Det kan være andre mulige faktorer som kan ha bidratt til dette. Må derfor være varsomme med å konkludere med at dette skyldes ulik praksis når det gjelder fartsgrensesetting. En forklaring kan være at de som følger fartsgrenseprinsippene også jobber mer helhetlig med trafikksikkerhet

79 Takk for oppmerksomheten! Kilde: