Studijní opory k modulu M8 - Hodnocení bezpečnosti dopravy - autor Jiří Ambros

HODNOCENÍ BEZPEČNOSTI DOPRAVY

Ing. Jiří Ambros

Ostrava 2013

Tyto studijní materiály vznikly za finanční podpory Evropského sociálního fondu

a rozpočtu České republiky v rámci řešení projektu OP VK CZ.1.07/2.2.00/15.0462

„Virtuální vzdělávání v dopravě“.

VŠB-TU Ostrava, Univerzita Pardubice

2 Úvod Autor kapitoly

Název: Hodnocení bezpečnosti dopravy

Autor: Ing. Jiří Ambros

Vydání: první, 2013

Počet stran: 98

Náklad: 5

Studijní materiály pro studijní obor

Jazyková korektura: nebyla provedena.

Tyto studijní materiály vznikly za finanční podpory Evropského sociálního fondu

a rozpočtu České republiky v rámci řešení projektu Operačního programu Vzdělávání

pro konkurenceschopnost.

Název: Virtuální vzdělávání v dopravě

Číslo: CZ.1.07/2.2.00/15.0462

Realizace: Vysoká škola báňská – Technická univerzita Ostrava/Univerzita Pardubice

© Jiří Ambros

© Centrum dopravního výzkumu, v.v.i.

ISBN (bude zajištěno hromadně)



POKYNY KE STUDIU

Hodnocení bezpečnosti dopravy

Prerekvizity

Pro studium tohoto předmětu se předpokládá absolvování předmětu …

Pro studium této opory se předpokládá znalost na úrovni absolventa předmětu ..

Cíl modulu

Cílem je seznámení se základy hodnocení bezpečnosti dopravy. Po prostudování

modulu by měl student mít základní informace o bezpečnosti dopravy a jejím hodnocení,

které je dále nutno rozšířit o praktickou aplikaci.

Pro koho je předmět určen

Modul je zařazen do <uveďte druh studia např. bakalářského / magisterského> studia

oboru <uveďte obor> studijního programu <uveďte studijní program>, ale může jej studovat

i zájemce z kteréhokoliv jiného oboru, pokud splňuje požadované prerekvizity.

Skriptum se dělí na části, kapitoly, které odpovídají logickému dělení studované látky,

ale nejsou stejně obsáhlé. Předpokládaná doba ke studiu kapitoly se může výrazně lišit, proto

jsou velké kapitoly děleny dále na číslované podkapitoly a těm odpovídá níže popsaná

struktura.



Při studiu každé kapitoly doporučujeme následující postup:

Čas ke studiu: __ hodin

Na úvod kapitoly je uveden čas potřebný k prostudování látky. Čas je orientační

a může vám sloužit jako hrubé vodítko pro rozvržení studia celého předmětu či kapitoly.

Někomu se čas může zdát příliš dlouhý, někomu naopak. Jsou studenti, kteří se s touto

problematikou ještě nikdy nesetkali a naopak takoví, kteří již v tomto oboru mají bohaté

zkušenosti.

Cíl: Po prostudování tohoto odstavce budete umět

Popsat …

Definovat …

Vyřešit …

Ihned potom jsou uvedeny cíle, kterých máte dosáhnout po prostudování této kapitoly

– konkrétní dovednosti, znalosti.

Výklad

Následuje vlastní výklad studované látky, zavedení nových pojmů, jejich vysvětlení,

vše doprovázeno obrázky, tabulkami, řešenými příklady, odkazy na animace.

Shrnutí pojmů

Na závěr kapitoly jsou zopakovány hlavní pojmy, které si v ní máte osvojit. Pokud

některému z nich ještě nerozumíte, vraťte se k nim ještě jednou.

Otázky

Pro ověření, že jste dobře a úplně látku kapitoly zvládli, máte k dispozici několik

teoretických otázek.

Úlohy k řešení

Protože většina teoretických pojmů tohoto předmětu má bezprostřední význam

a využití v praxi, jsou vám nakonec předkládány i praktické úlohy k řešení. V nich je hlavním

významem předmětu schopnost aplikovat čerstvě nabyté znalosti pro řešení reálných situací.

Klíč k řešení

Výsledky zadaných příkladů i teoretických otázek jsou uvedeny v závěru učebnice

v Klíči k řešení. Používejte je až po vlastním vyřešení úloh, jen tak si samokontrolou ověříte,

že jste obsah kapitoly skutečně úplně zvládli.



OBSAH

1 ÚVOD ............................................................................................................................. 7

2 DEFINICE A VYMEZENÍ .......................................................................................... 9

2.1 Definice ...................................................................................................................... 9

2.1.1 Hodnocení ............................................................................................................... 9

2.1.2 Bezpečnost ............................................................................................................ 10

2.1.3 Hodnocení bezpečnosti ........................................................................................ 11

2.2 Vymezení oboru ...................................................................................................... 12

2.3 Zúžení tématu ......................................................................................................... 13

2.4 Shrnutí ..................................................................................................................... 14

3 RŮZNÉ POHLEDY NA BEZPEČNOST ................................................................. 18

3.1 Objektivní a subjektivní bezpečnost ..................................................................... 18

3.2 Prostorové úrovně bezpečnosti ............................................................................. 20

3.2.1 Plošné hodnocení ................................................................................................. 20

3.2.2 Lokální hodnocení ............................................................................................... 20

3.3 Časové rozlišení ...................................................................................................... 22

3.4 Shrnutí ..................................................................................................................... 23

4 DATA A METODY .................................................................................................... 26

4.1 Data .......................................................................................................................... 26

4.1.1 Nehodová data ..................................................................................................... 26

4.1.2 Provozní data ....................................................................................................... 29

4.1.3 Silniční data .......................................................................................................... 30

4.2 Metody ..................................................................................................................... 30

4.3 Shrnutí ..................................................................................................................... 32

5 UKAZATELE BEZPEČNOSTI ................................................................................ 34

5.1 Přímé ukazatele bezpečnosti ................................................................................. 34

5.1.1 Přímé ukazatele bezpečnosti pro plošné hodnocení ......................................... 35

5.1.2 Přímé ukazatele bezpečnosti pro lokální hodnocení ......................................... 36

5.2 Nepřímé ukazatele bezpečnosti ............................................................................. 38

5.2.1 Nepřímé ukazatele bezpečnosti pro plošné hodnocení ..................................... 38

5.2.2 Nepřímé ukazatele bezpečnosti pro lokální hodnocení .................................... 39

5.3 Kvalita ukazatelů bezpečnosti ............................................................................... 41



5.4 Shrnutí ..................................................................................................................... 43

6 RIZIKOVÉ FAKTORY ............................................................................................. 47

6.1 Rychlost ................................................................................................................... 48

6.2 Vedení trasy ............................................................................................................ 49

6.3 Šířkové uspořádání ................................................................................................ 49

6.4 Shrnutí ..................................................................................................................... 49

7 ZÁKLADY STATISTICKÉHO HODNOCENÍ NEHODOVOSTI ....................... 54

7.1 Statistické vlastnosti nehodových dat ................................................................... 54

7.2 Regrese k průměru ................................................................................................. 57

7.3 Empirická bayesovská metoda .............................................................................. 59

7.4 Shrnutí ..................................................................................................................... 59

8 HODNOCENÍ ÚČINNOSTI OPATŘENÍ ................................................................ 62

8.1 Rozdělení metod ..................................................................................................... 63

8.2 Předběžné a následné srovnání ............................................................................. 64

8.2.1 Jednoduché předběžné a následné srovnání ..................................................... 64

8.2.2 Předběžné a následné srovnání s kontrolou trendu ......................................... 65

8.2.3 Předběžné a následné srovnání s využitím empirické bayesovské metody .... 66

8.2.4 Metaanalýza výsledků hodnocení....................................................................... 67

8.2.5 Fixní nebo proměnlivá účinnost ......................................................................... 68

8.3 Ekonomické hodnocení .......................................................................................... 69

8.3.1 Analýza efektivity nákladů ................................................................................. 69

8.3.2 Analýza nákladů a výnosů .................................................................................. 69

8.3.3 Využití při výběru opatření ................................................................................ 70

8.4 Shrnutí ..................................................................................................................... 71

9 MODELOVÁNÍ NEHODOVOSTI ........................................................................... 79

9.1 Tvorba modelu ........................................................................................................ 80

9.2 Aplikace modelu ..................................................................................................... 81

9.2.1 Využití k hodnocení účinnosti opatření ............................................................. 81

9.2.2 Využití ke srovnávání bezpečnosti ..................................................................... 81

9.2.3 Využití k identifikaci nehodových lokalit .......................................................... 81

9.3 Shrnutí ..................................................................................................................... 83

10 SYSTÉM ŘÍZENÍ BEZPEČNOSTI ......................................................................... 85



1 ÚVOD

Téma předloženého učebního textu je hodnocení bezpečnosti dopravy. Úvodem

dovolte zamyšlení…

Doprava je vnímána jako pevná součást fungující společnosti. Je běžné vlastnit

řidičský průkaz a účastnit se tak individuální dopravy, nemluvě o samozřejmosti

užívání dopravy hromadné.

Stejně samozřejmě je vnímána i bezpečnost dopravy.1 S trochou nadsázky se někdy

říká, že dopravě rozumí každý, kdo řídí. Každý z účastníků dopravy má navíc vlastní

názor na to, co je bezpečné (nebo nebezpečné) a jak by měl tento systém fungovat.

Zde by bylo možné celý text ukončit s konstatováním, že je vše v pořádku: všichni

řidiči přece znají pravidla (nebo je alespoň znali ve chvíli, kdy získali řidičský průkaz) a tudíž

ví, jak bezpečně jezdit. Proč zdlouhavě rozebírat něco jednoduchého a jasného?

Bohužel opak je pravdou. V systému bezpečnosti se vyskytuje řada projevů

nebezpečnosti, jako je např. nepřiměřená rychlost jízdy nebo nebezpečné manévry. Za

„špičku“ ledovce závažnosti pak lze považovat dopravní nehody, při kterých dochází ke

zraněním a úmrtím účastníků silničního provozu a to nejen řidičů, ale i spolujezdců nebo

nechráněných účastníků provozu (chodců, cyklistů, motocyklistů…).

Doprava je totiž komplexní proces a tudíž ani bezpečnost dopravy není jednoduchou

záležitostí. Existuje na ni celá řada pohledů a z nich vyplývají různé přístupy. K tomu, aby

byla doprava bezpečná, musí fungovat jistý systém, který budeme nazývat systémem řízení

bezpečnosti dopravy. Tento systém se skládá z několika aktivit, z nichž jednou je právě

hodnocení bezpečnosti dopravy. Hodnocení se uplatňuje na mnoha místech procesu a ve

výsledku se jedná o neustále probíhající uzavřený proces.

Z uvedeného vyplývá široký záběr tématu hodnocení bezpečnosti dopravy. Předložený

učební text shrnuje jeho základy, ale nejedná se v žádném případě o vyčerpávající pojednání.

Protože bezpečnost ovlivňují různé faktory, i její hodnocení využívá nástroje celé řady

různých vědních oborů. Snahou autora je, aby obsah a struktura textu tvořila smysluplný

systém – posouzení toho, do jaké míry se to autorovi povedlo, je na čtenáři. Čtenář si doplní a

ucelí vědomosti tak, aby mu umožnily chápat systém řízení bezpečnosti dopravy, jehož

nedílnou (ne-li dokonce tou nejdůležitější) je právě hodnocení bezpečnosti dopravy.

Přeji studentům i dalším čtenářům příjemné studium následujícího textu a poznávání

nových témat. Současně se omlouvám za případné chyby nebo nepřesnosti. I proto se těším na

zpětnou vazbu; jsem ochoten poskytnout jakékoli související konzultace a upřesnění, stejně

jako budoucí doplňování a rozvíjení tématu.

1 V legislativě se používá pojem bezpečnost provozu na pozemních komunikacích, obecně se pak říká i

bezpečnost silničního provozu. V tomto textu bude pro stručnost používán termín bezpečnost dopravy, případně

jen bezpečnost (v angličtině traffic safety, highway safety nebo road safety).



V Brně v únoru 2013

Ing. Jiří Ambros

Centrum dopravního výzkumu, v.v.i.

Průvodce studiem

Zmíněný vývoj v oboru je nutno neustále sledovat a doplňovat si

informace. Zdrojem aktuálních informací bývá především Internet – doporučuji

proto sledovat webové stránky CDV2 a Observatoře bezpečnosti silničního

provozu.3 Dále je samozřejmě celá řada světových institucí, aktivních v oboru

bezpečnosti dopravy a jejího hodnocení. Pro počáteční ulehčení a poznání

relevantních webových stánek (ale i jiných zdrojů) uvádím některé odkazy přímo

v textu poznámkou pod čarou. Další zdroje a literaturu pak uvádím za

jednotlivými kapitolami.

Dále se v textu objevují – opět jako poznámky pod čarou – i anglické

ekvivalenty klíčových pojmů a to ze dvou důvodů:

Některá témata jsou zatím v ČR méně známá, s čímž souvisí ne zcela

ustálená terminologie. V případě nejasností mohou být proto anglické

termíny vodítkem.

Jazykem vědy je angličtina; pro sledování jejího vývoje a doplňování

informací je tedy znalost jazyka nezbytná. Klíčové termíny mohou usnadnit

orientaci v anglicky psaných publikacích.

Pokud však někdo jiné zdroje ani anglické publikace zatím nehledá,

poznámky pod čarou může při čtení přeskočit.

Postup studia byl uveden na straně 4 – text obsahuje několik zajímavostí

k tématu a řešených příkladů, dále pak seznam dalších zdrojů. Zadání dalších

příkladů však v textu nejsou.

2 http://www.cdv.cz/

3 http://www.czrso.cz/

http://www.cdv.cz/

http://www.czrso.cz/


9 Definice a vymezení Autor kapitoly

2 DEFINICE A VYMEZENÍ

Čas ke studiu: 1 hodina

Cíl: Po prostudování této kapitoly budete

znát základní pojmy hodnocení bezpečnosti dopravy

vědět jaký je rozsah oboru bezpečnosti a jejího hodnocení a jaké je jeho

vymezení vůči ostatním příbuzným disciplínám

znát dvě základní úlohy hodnocení bezpečnosti

vědět co vás čeká ve zbytku textu

Výklad

Úvodem definujeme základní pojmy a představíme rozsah představovaného oboru.

Dále bude téma vymezeno ve vztahu k jiným příbuzným oborům. Následně bude – v zájmu

zachování vhodného rozsahu textu – široký rozsah oboru zúžen.

2.1 Definice

Jedná-li se o hodnocení bezpečnosti dopravy, je nutno ujasnit si jednotlivé části tohoto

sousloví. Znalost pojmu doprava se předpokládá z dosavadního studia; co však znamená

hodnocení a bezpečnost?

2.1.1 Hodnocení4

Obecně je hodnocení (evaluace) procesem určení hodnoty; tou však nemusí být

myšlena jen finanční hodnota (cena). V kontextu následujícího textu bude touto hodnotou

bezpečnost.

Objektem tohoto hodnocení budou jakékoli intervence směřující ke zvýšení

bezpečnosti. Za „dopravně bezpečnostní opatření“ (dále jen opatření5) považujeme zařízení

(např. zpomalovací práh nebo okružní křižovatku), úpravu (např. dopravního značení nebo

řízení provozu) nebo akci (např. policejní dozor nebo informační kampaň), jejímž cílem (nebo

jedním z cílů) je zvýšení bezpečnosti dopravy.

Smyslem hodnocení je demonstrovat účinek opatření, poznat jeho silné a slabé stránky

a případně rozhodnout o další aplikaci opatření nebo naopak o jeho náhradě jiným. Existuje

celá řada metod hodnocení; v zásadě je lze rozdělit do dvou skupin:

4 angl. evaluation nebo assessment

5 angl. measure, případně treatment nebo countermeasure (protiopatření)



hodnocení procesu6 – popis dopravních dějů, hodnocení procesu vedoucího k

(ne)bezpečnosti,

hodnocení dopadu7 – popis následků (ne)bezpečných dopravních dějů.

Každý z těchto přístupu používá vlastní statistické přístupy. Hodnocení procesu bývá

nejčastěji kvalitativní (slovní popis), naopak hodnocení výsledků bývá kvantitativní

(číselné). Z pohledu ověřování hypotéz lze zjednodušeně říct, že

na proces se ptáme otázkami proč? jak?

na dopady se ptáme otázkami kolik? více nebo méně?

Ideální je samozřejmě kombinace obou hodnocení. Srovnání některých jejich výhod a

nevýhod je uvedeno v Tab. 1.

Tab. 1 Srovnání některých výhod a nevýhod kvantitativního a kvalitativního hodnocení

hodnocení

(ne)výhody kvantitativní kvalitativní

výhody

závěry jsou (zdánlivě)

objektivnější

data lze statisticky

testovat a výsledky

zobecňovat

výzkum lze opakovat

lze získat individuální

informace, názory, pocity,

včetně těch, o kterých

výzkumník nevěděl předem

nevýhody

hodnotí se až výsledek, ne

proces

je nutno zvolit kompromis

mezi šířkou a hloubkou

záběru

lze sledovat jen ty

proměnné, které jsou

dopředu vybrány

náročný a omezený sběr

závěry platí jen v daném

kontextu, nejsou

zobecnitelné

závěry vyžadují interpretaci

2.1.2 Bezpečnost

Psychologie rozeznává hierarchii lidských potřeb, uváděnou např. v podobě tzv.

Maslowovy pyramidy. Z té vyplývá, že hned po uspokojení základních fyziologických potřeb

přichází potřeba bezpečí a jistoty.8 Bezpečnost je tedy jednou z důležitých životních potřeb.

Obecně každý účastník provozu (chodec, cyklista, řidič, spolujezdec…) vnímá

bezpečnost jinak. Co někomu připadá málo nebezpečné, může jinému připadat nebezpečné

hodně, nebo naopak. Roli zde hraje celá řada faktorů ať už fyziologických (věk, pohlaví…)

6 angl. process evaluation

7 angl. outcome evaluation nebo product evaluation

8 angl. safety and security



nebo sociálních (zkušenost, ochota riskovat…). „Měřítko“ bezpečnosti tedy není jednotné. I

to může být důvodem toho, že za hlavní projev (ne)bezpečnosti se považují dopravní nehody.

Jak už bylo uvedeno v předmluvě, ty lze považovat za „špičku“ pomyslného ledovce

závažnosti, jehož převážná část je tvořena ostatními dopravními jevy, z nichž nehody

(především smrtelné) jsou ty nejzávažnější.

2.1.3 Hodnocení bezpečnosti

Kvantitativní určení hodnoty (hodnocení) bezpečnosti vyžaduje měřítko bezpečnosti.

To může mít využití v následujících modelových situacích:

Plánuje se stavba nové komunikace a existují dvě alternativy jejího vedení. Každá má

jiné finanční náklady, dále např. jiný vliv na životní prostředí (což se hodnotí v tzv.

analýze vlivu stavby na životní prostředí – EIA9). Jak se však liší ve svém vlivu na

bezpečnost?

Správce komunikací (např. Ostravské komunikace, Správa silnic Moravskoslezského

kraje nebo Ředitelství silnic a dálnic) plánuje na silniční síti, kterou má na starost,

opravit ta místa, která jsou nejvíce nebezpečná. Chce proto ohodnotit bezpečnost celé

sítě (nebo např. jen křižovatek), vybraná místa seřadit podle jejich „nebezpečnosti“ a

pak přistoupit k aplikaci opatření.

Správce vybral místo, kde dochází k nehodám. Byla provedena bezpečnostní inspekce

a nehodová analýza a bylo navrženo několik možných opatření (od nejlevnějších jako

je například zvýšení viditelnosti odstraněním vegetace až po nákladná opatření typu

přestavby průsečné křižovatky na okružní). Správce může chtít vybrat takové opatření,

které bude mít nejvyšší poměr nákladů a výnosů (tedy aby opatření při nízkých

nákladech přispělo k významné redukci nehodovosti). Za tímto účelem se provádí tzv.

cost-benefit analýza (analýza nákladů a výnosů). Zároveň je však nutno znát

ekonomickou efektivitu různých opatření; dále je nutno znát účinnost jednotlivých

opatření, tj. vědět o kolik procent mohu očekávat, že opatření sníží nehodovost.

Dopravního inženýra může například zajímat: jak se změní bezpečnost, když zřídíme

přechod pro chodce? nebo když instalujeme tuto dopravní značku? nebo když

změníme typ křižovatky? sníží se nehodovost nebo naopak zvýší? a jak moc?

Podobně se postupuje například i při plánovaní národních strategií, kdy by

zodpovědné orgány měly předem ocenit, zda bude přínosnější investovat prostředky

například do policejních kontrol nebo do zkvalitnění povrchu vozovek. To platí i pro

informační kampaně, které by měly být specifikovány na základě výsledků hodnocení.

Pro zacílení kampaně může být zároveň vhodné zjistit, která skupina účastníků je

nejvíce ohrožena (např. senioři, cyklisté nebo děti?).

Po výběru a aplikaci opatření je vhodné ověřit, zda opatření funguje tak, jak se

předpokládalo. Zde je opět nutno bezpečnost „změřit“; může se totiž stát, že opatření

nefunguje podle očekávání a je nutno jej upravit nebo změnit. Zároveň se může stát,

že účinnost opatření se časem sníží (řidiči si zvyknou, změní se návyky apod.).

9 angl. environmental impact assessment



Toto vše bylo několik příkladů činností, při kterých je nutno uplatnit „měřítko“

bezpečnosti. To by mělo sloužit jak k hodnocení stávající bezpečnosti, tak i k hodnocení

potenciálních alternativ – schématicky lze (na příkladu počtu nehod) napsat následující

rovnici:

(1)

kde je budoucí počet nehod,

je současný počet nehod,

je účinnost opatření ve smyslu potenciálního snížení počtu nehod (např. účinnost 0,8

znamená snížení nehodovosti o 20 %; naopak 1,15 znamená zvýšení nehodovosti o 15 %).

Z rovnice vyplývají dvě základní úlohy hodnocení bezpečnosti:

a) v případě určení stávající bezpečnosti prvků sítě je úkolem určit hodnotu ,

b) v případě určení budoucí bezpečnosti prvků sítě je úkolem určit hodnoty a .

Hodnocení bezpečnosti je vždy úlohou statistického srovnání (komparace):

v případě (a) je to odhad,

v případě (b) pak predikce.

2.2 Vymezení oboru

Obor bezpečnosti dopravy, kam spadá i její hodnocení, je relativně mladý a bývá často

vnímán jako součást jiných oborů. Mezi ně patří například:

Dopravní, silniční nebo městské stavitelství – zabývá se přípravou, realizací a údržbou

pozemních komunikací. Bezpečnost je zde implicitně zohledněna především

prostřednictvím norem a dalších předpisů – dodržení požadavků norem však ještě

nemusí být zárukou zajištění bezpečnosti.

Dopravní inženýrství – zabývá se studiem, průzkumem, rozborem a prognózou jevů a

zákonitostí v dopravě z hlediska komunikace. Jeho cílem je zajištění bezpečného,

spolehlivého a ekonomického pohybu osob a zboží. Bezpečnost je zde jednou

z vlastností funkčního dopravního systému, zúženou však jen na vztah ke komunikaci.

Bezpečnostní inženýrství – jeho cílem je zajištění bezpečnosti systémů na přijatelné

úrovni bezpečnosti. Úzce souvisí se systémovým inženýrstvím, rizikovým

inženýrstvím, spolehlivostí a průmyslovou bezpečností.

Teorie dopravy nebo dopravních systémů (také dopravní věda) – zabývá se pohybem

elementů po dopravních sítích. Zkoumá dopravní systémy v co nejobecnější rovině,

používá řadu postupů jiných vědních oborů, především operačního výzkumu.

Bezpečnost je zde možno vnímat jako jednu z vlastností dopravní sítě.

Hodnocení bezpečnosti v globálním měřítku se pak provádí např. i v ekonometrii

(hodnocení vlivu změn na ekonomii) nebo epidemiologii (vliv změn na zdraví).



Zajímavost k tématu

Tyto jmenované obory jsou považovány za samostatné vědní disciplíny a jsou

vyučovány na vysokých školách. Zajímavým detailem však je, že zatímco teorie dopravy

vykládá problematiku co nejobecněji tak, aby byla společná pro všechny druhy dopravy

(silniční, železniční, leteckou…), ostatní jmenované obory jsou většinou vyučovány pro

každý druh dopravy samostatně. Pokud je tedy bezpečnost vyučována v rámci těchto oborů,

narůstá tím ještě více její roztříštěnost.

Každopádně bezpečnost dopravy (a její hodnocení) často za samostatný vědní obor

považována není. Napomoci tomu, aby se tento stav změnil, je mj. jednou z ambicí tohoto

učebního textu, který představuje hodnocení bezpečnosti jako systematickou činnost

s vlastními předměty studia, teoriemi, terminologií i metodami.

Souhrnně lze říci, že jmenované obory mají jisté společné body s oborem bezpečnosti

dopravy. Jedním z těchto společných bodů je například ústřední pojem riziko.10

V bezpečnosti dopravy platí vztah:

(2)

Bezpečnost se vyjadřuje prostřednictvím ukazatelů bezpečnosti (viz kap. 5), riziko je

chápáno jako pravděpodobnost výskytu těchto ukazatelů. Expozice11

(míra vystavení riziku)

bývá nejčastěji vyjadřována pomocí dopravního výkonu, dále může být také vyjádřena časem

stráveným dopravou nebo pomocí ujeté vzdálenosti. Chceme-li však bezpečnost ovlivňovat,

můžeme buď snižovat expozici (což je nepopulární), nebo snižovat riziko.

Přestože tedy budeme v textu mluvit o hodnocení bezpečnosti, jedná se de facto o

hodnocení rizika. Některé obory hodnotí riziko jako systémové (riziko ohrožení funkce

systému), některé jako zdravotní (riziko onemocnění); my budeme konkrétně hodnotit riziko

v dopravě, které má jak systémový, tak i zdravotní dopad. I v tom spočívá multidisciplinární a

unikátní charakter představovaného oboru.

2.3 Zúžení tématu

Ze širokého spektra problematiky hodnocení budou v tomto učebním textu provedena

některá zúžení:

Dopravní systém lze rozdělit na pevnou část (dopravní síť) a pohyblivou část

(účastníky dopravy a dopravní prostředky). My se budeme zabývat především

bezpečností pevné části systému, tj. bezpečností ve vztahu k silniční infrastruktuře a

jejímu okolí.

Z této sféry budou vybírána i případná opatření (tzv. fyzická nebo stavební, případně

provozní).

10

angl. risk

11 angl. exposure



Dopravou bude v tomto textu myšlena převážně silniční doprava, tj. doprava po

dálnicích a silnicích (pozemních komunikacích).

Dopravní síť budeme tedy chápat jako síť komunikací (silniční síť), skládající se

z prvků – křižovatek a mezikřižovatkových úseků.

Používané metody hodnocení budou především kvantitativní, zaměřené na hodnocení

dopadů.

2.4 Shrnutí

Byly definovány základní pojmy hodnocení bezpečnosti dopravy, byl vymezen rozsah

oboru a bylo definováno zúžení potřebné k udržení rozsahu učebního textu.

Byly uvedeny dvě základní úlohy: hodnocení současné (stávající) bezpečnosti a

hodnocení účinnosti opatření. Pro obě tyto úlohy je potřeba mít jednotné „měřítko,“ které

umožní bezpečnost měřit, srovnávat a případně i vážit oproti jiným měřítkům, jako je např.

cena, vliv na mobilitu nebo životní prostředí. Toto téma je zvlášť kritické v současné době

omezených zdrojů, které vyžaduje důkladné plánování a oceňování. Když si navíc

uvědomíme závažnost dopadů rozhodnutí v oblasti bezpečnosti, které ovlivňuje míru následků

na zdraví a životech celé společnosti, je více než zřejmé, že bezpečnost by bylo nezodpovědné

hodnotit jen přibližně nebo zjednodušeně.

Je proto nezbytné, aby fungoval systém řízení bezpečnosti dopravy, založený na jejím

exaktním hodnocení. Než k tomu však dojdeme, ujasníme si různé pohledy na bezpečnost a

způsoby jejího hodnocení (v kap. 3), poznáme data a metody (kap. 4) a odvodíme ukazatele

bezpečnosti (kap. 5). Dále se přesuneme od případových studií k rozsáhlejším statistickým

hodnocením – za tím účelem si představíme rizikové faktory (kap. 6), základy statistického

hodnocení nehodovosti (kap. 7) a hodnocení účinnosti opatření (kap. 8); v kapitole 9 pak bude

představeno modelování nehodovosti, jakožto základní nástroj statistického hodnocení, včetně

jeho možných aplikací. Všechny tyto prvky pak budou zúročeny v poslední desáté kapitole –

Systémy řízení bezpečnosti.

Shrnutí pojmů 2.1.

hodnocení, opatření, hodnocení procesu nebo dopadu, kvalitativní nebo kvantitativní

hodnocení, riziko, expozice

Otázky 2.1.

1. Jaká znáte dopravně bezpečnostní opatření?

2. Jaké jsou rozdíly mezi hodnocením procesu a dopadu?

3. Jaké jsou příklady hodnocení procesu nebo dopadu, případně kvalitativního nebo

kvantitativního hodnocení?

4. Jak se vyjadřuje účinnost dopravně bezpečnostních opatření?

5. Jaké jsou dvě základní úlohy hodnocení bezpečnosti?



6. Jaký je vztah mezi bezpečností, rizikem a expozicí? Jak se tyto veličiny vyjadřují?

Další zdroje

K příbuzným oborům:

Fuchs, P., Vališ, D. Metody analýzy a řízení rizika. TU Liberec, 2004

(http://risk.rss.tul.cz/vyuka/vyucovane-predmety/hri-hodnoceni-rizik-1/materialy-ke-

stazeni/Analyza_rizeni_rizika_skriptum.pdf).

Karásková, S. Analýza rizika v dopravním stavitelství

(www.fce.vutbr.cz/veda/JUNIORSTAV2007/pdf/Sekce_2.3/Karaskova_Sabina_CL.pdf).

Pastor, O., Tuzar, A. Teorie dopravních systémů. ASPI, 2007. ISBN 978-80-7357-285-3.

Folprecht, J., Křivda, V. Organizace a řízení dopravy I. VŠB-TU Ostrava, 2006. ISBN

80-248-1030-1.

Silniční doprava. Akademické nakladatelství CERM, 2010. ISBN 978-80-7204-728-4.

Medelská, V., Jirava, P., Nop, D., Rojan, J. Dopravné inžinierstvo. Alfa, 1991. ISBN 80-

05-00737-X.

Kočárková, D., Kocourek, J., Jacura, M. Základy dopravního inženýrství. ČVUT, 2009.

ISBN 978-80-01-04233-5.

Slabý, P., Uhlík, M., Havlíček, T. Dopravní inženýrství I. ČVUT, 2011. ISBN 978-80-01-

04856-6.

Dopravní inženýrství. Akademické nakladatelství CERM, 2010. ISBN 978-80-7204-730-

7.

a další například na adrese http://projekty.fs.vsb.cz/150/?ucebni-opory

K hodnocení:

An Introductory Guide for Evaluating Effectiveness of Road Safety Treatments. Austroads,

AP-R421-12, 2012 (www.onlinepublications.austroads.com.au).

Pullen-Seufert, N. C., Hall, W. L. The art of appropriate evaluation: a guide for highway

safety program managers. University of North Carolina Highway Safety Research Center,

2008

(www.nhtsa.gov/DOT/NHTSA/Traffic%20Injury%20Control/Articles/Associated%20File

s/811061.pdf).

Draskóczy, M., Carsten, O., Kulmala, R. Road Safety Guidelines. European Commission

DG XIII, 1998

(ftp://ftp.cordis.europa.eu/pub/telematics/docs/tap_transport/code_b5.2.pdf).

Boulanger, A. (ed.) Evaluation tool for road safety campaigns. Belgian Road Safety

Institute, 2009 (www.cast-eu.org/docs/CAST_WP2_Deliverable%202.3.pdf).

A Little Book of Evaluation. Connexions, 2001

(www.derby.ac.uk/files/icegs_a_little_book_of_evaluation2001.pdf).

http://risk.rss.tul.cz/vyuka/vyucovane-predmety/hri-hodnoceni-rizik-1/materialy-ke-stazeni/Analyza_rizeni_rizika_skriptum.pdf

http://risk.rss.tul.cz/vyuka/vyucovane-predmety/hri-hodnoceni-rizik-1/materialy-ke-stazeni/Analyza_rizeni_rizika_skriptum.pdf

http://www.fce.vutbr.cz/veda/JUNIORSTAV2007/pdf/Sekce_2.3/Karaskova_Sabina_CL.pdf

http://projekty.fs.vsb.cz/150/?ucebni-opory

http://www.onlinepublications.austroads.com.au/

http://www.nhtsa.gov/DOT/NHTSA/Traffic%20Injury%20Control/Articles/Associated%20Files/811061.pdf

http://www.nhtsa.gov/DOT/NHTSA/Traffic%20Injury%20Control/Articles/Associated%20Files/811061.pdf

ftp://ftp.cordis.europa.eu/pub/telematics/docs/tap_transport/code_b5.2.pdf

http://www.cast-eu.org/docs/CAST_WP2_Deliverable%202.3.pdf

http://www.derby.ac.uk/files/icegs_a_little_book_of_evaluation2001.pdf



Road Safety Evaluation. Road and Traffic Authority of New South Wales, 2011

(www.rta.nsw.gov.au/roadsafety/downloads/part_2_road_safety_evaluation.pdf).

Hills, D., Junge, K. Guidance for transport impact evaluations: Choosing an evaluation

approach to achieve better attribution. The Tavistock Institute, 2010

(www.tavinstitute.org/pdf/reports/35.Guidance_for_Transport_Evaluations_2010.pdf).

The Magenta Book: Guidance for evaluation. HM Treasury, 2011 (www.hm-

treasury.gov.uk/d/magenta_book_combined.pdf).

K opatřením:

Dopravně inženýrská opatření BESIP v obcích. Svaz měst a obcí ČR, 2009

(www.smocr.cz/nase-projekty/besip/dopravne-inzenyrska-opatreni-v-obcich.aspx).

Moderní úpravy komunikací ve městech a obcích. CDV, 2005. ISBN 80-86502-09-0.12

Nejlepší příklady opatření pro zvýšení bezpečnosti silničního provozu. Příručka pro

opatření na úrovni státu. Závěrečná zpráva konsorcia SUPREME, část C, 2007

(http://ec.europa.eu/transport/road_safety/projects/doc/supreme_c_cs.pdf).

K evaluačnímu výzkumu:

Hendl, J. Kvalitativní výzkum: základní teorie, metody a aplikace. Portál, 2008. ISBN

978-80-7367-485-4.

Disman, M. Jak se vyrábí sociologická znalost: příručka pro uživatele. Karolinum, 2002.

ISBN 80-246-0139-7.

Ferjenčík, J. Úvod do metodologie psychologického výzkumu: jak zkoumat lidskou duši.

Portál, 2000. ISBN 80-7178-367-6.

Reichel, J. Kapitoly metodologie sociálních výzkumů. Grada, 2009. ISBN 978-80-247-

3006-6.

Effective Experiment Design and Data Analysis in Transportation Research. NCHRP

report 727, Transportation Research Board, 2012

(http://onlinepubs.trb.org/onlinepubs/nchrp/nchrp_rpt_727.pdf).

K riziku a expozici:

Adams, J. Risk. Routledge, 1995. ISBN 0-203-49896-8.

Hakkert, A. S., Braimaister, L. The uses of exposure and risk in road safety studies.

SWOV, R-2002-12, 2002 (www.swov.nl/rapport/R-2002-12.pdf).

Risk Exposure Data Common Framework. SafetyNet project Deliverable 2.3, 2008

(http://erso.swov.nl/safetynet/fixed/WP2/D2.3%20Risk%20Exposure%20Data%20Comm

on%20Framework.pdf).

12

dále viz http://www.cdv.cz/moderni-upravy-komunikaci-ve-mestech-a-obcich/

http://www.rta.nsw.gov.au/roadsafety/downloads/part_2_road_safety_evaluation.pdf

http://www.tavinstitute.org/pdf/reports/35.Guidance_for_Transport_Evaluations_2010.pdf

http://www.hm-treasury.gov.uk/d/magenta_book_combined.pdf

http://www.hm-treasury.gov.uk/d/magenta_book_combined.pdf

http://www.smocr.cz/nase-projekty/besip/dopravne-inzenyrska-opatreni-v-obcich.aspx

http://ec.europa.eu/transport/road_safety/projects/doc/supreme_c_cs.pdf

http://onlinepubs.trb.org/onlinepubs/nchrp/nchrp_rpt_727.pdf

http://www.swov.nl/rapport/R-2002-12.pdf

http://erso.swov.nl/safetynet/fixed/WP2/D2.3%20Risk%20Exposure%20Data%20Common%20Framework.pdf

http://erso.swov.nl/safetynet/fixed/WP2/D2.3%20Risk%20Exposure%20Data%20Common%20Framework.pdf

http://www.cdv.cz/moderni-upravy-komunikaci-ve-mestech-a-obcich/



Wundersitz, L. N., Hutchinson, T. P. Identifying and improving exposure measures. The

University of Adelaide, Centre for Automotive Safety Research, CASR053, 2008

(http://casr.adelaide.edu.au/casrpubfile/343/CASR053.pdf).

Backer-Grøndahl, A., Fyhri, A. Risk perception and transport – a literature review. TØI,

2009. ISBN 978-82-480-0957-3

(www.toi.no/getfile.php/Publikasjoner/T%D8I%20rapporter/2009/1008-2009/1008-2009-

nett.pdf).

http://casr.adelaide.edu.au/casrpubfile/343/CASR053.pdf

http://www.toi.no/getfile.php/Publikasjoner/T%D8I%20rapporter/2009/1008-2009/1008-2009-nett.pdf



18 Různé pohledy na bezpečnost Autor kapitoly

3 RŮZNÉ POHLEDY NA BEZPEČNOST


Cíl: Po prostudování této kapitoly budete znát různé pohledy na bezpečnost:

lze ji hodnotit jako proces nebo dopad

může být subjektivní nebo objektivní

lze ji vnímat plošně nebo lokálně

můžeme ji řešit proaktivně nebo reaktivně

Výklad

Bezpečnost je velice komplexní záležitostí. Prolíná se v ní mnoho nestejnorodých jevů

a vlivů a tím pádem existuje i celá řada různých pohledů na bezpečnost. Některé z nich byly

uvedeny už v předchozí kapitole (hodnocení procesu nebo výsledku), nyní si uvedeme ještě

některé další.

3.1 Objektivní a subjektivní bezpečnost13

Bezpečnost lze vnímat objektivně nebo subjektivně. Objektivní bezpečnost je nezávislá

na tom, kdo ji posuzuje. Naopak subjektivní bezpečnost je posuzována jednotlivými účastníky

provozu v celé jejich různorodosti. Z toho vyplývá, že v celém spektru účastníků není hodnota

subjektivní bezpečnosti jednotná.

Je zřejmé, že mezi objektivní a subjektivní bezpečností mohou být rozdíly, například

ve vnímání účinnosti opatření. Ilustraci podává Obr. 1 – na něm je znázorněn směr účinku

několika opatření a to ve smyslu změny objektivní i subjektivní bezpečnosti:

Opatření A: Může se stát, že zřízením přechodu získají chodci dojem, že se zvyšuje

jejich (subjektivní) bezpečnost. Tím pádem klesne jejich pozornost a může se tak

zvýšit počet nehod s vozidly. Výsledkem je pokles objektivní bezpečnosti.

Opatření B: Televizní spoty, doprovázející dopravně bezpečnostní kampaně (v ČR

například Nemyslíš, zaplatíš!), mohou být na první dojem působivé a zastrašující (tj.

snižující subjektivní bezpečnost) ale ve výsledku nemusí mít žádný vliv na objektivní

bezpečnost ve smyslu snížení počtu nehod.

Opatření C představuje žádoucí případ, kdy dojde ke zvýšení subjektivní i objektivní

bezpečnosti.

13

angl. objective/subjective safety, někdy také safety a security, tedy stejně jako u Maslowovy pyramidy



Opatření D naopak představuje nežádoucí případ, kdy dojde ke snížení subjektivní i

objektivní bezpečnosti.

Obr. 1 Příklady možných směrů změn subjektivní a objektivní bezpečnosti14

Zatímco opatření typu B představuje „jen“ plýtvání finančními prostředky (které

mohly být místo toho využity na účinnější opatření), opatření typu A a D vedou

k prokazatelnému zhoršení bezpečnosti.

S rozdílem mezi subjektivní a objektivní bezpečností úzce souvisí tzv. kompenzace

rizika (přizpůsobení chování). Pro ilustraci lze uvést následující příklad:

Na konkrétním místě došlo k několika nehodám v nočních hodinách. Za účelem

zvýšení bezpečnosti byla proto navržena a realizována instalace osvětlení.

S osvětlením se zvýšila viditelnost a řidiči získali dojem bezpečného místa, kde lze jet

zvýšenou rychlostí. Tím se však zvyšuje riziko nehody.

Potenciálním následkem může paradoxně být zvýšení nehodovosti, tudíž snížení

bezpečnosti.

Tento jev se vysvětluje tzv. teorií homeostázy rizika. Ta udává vztah mezi

objektivním rizikem (vyjádřeným jako pravděpodobnost vzniku nehody) a subjektivním

rizikem, vnímaným účastníkem provozu. Situace je bezpečná, pokud je subjektivní riziko

vyšší než objektivní. Naopak v případě, kdy objektivní riziko vyšší než subjektivní, je situace

nebezpečná.

Příčinou je skutečnost, že účastníci provozu přizpůsobují své chování pocitu

subjektivního rizika; chovají se tak, aby toto riziko snížili na hodnotu, která je pro ně

přijatelná, neboli kolik jsou ochotni riskovat. Účinnost některých opatření se tudíž může snížit

14

podle Road Safety Manual a Observational before-after studies in road safety (viz zdroje na konci

knihy)



– pokud totiž sníží objektivní riziko (pravděpodobnost nehody), pak se řidič, který je ochotný

riskovat, může chovat riskantněji.

Teorie homeostázy rizika je jednou z řady teorií a má své příznivce i odpůrce. Plyne

z ní však ponaučení, že kromě objektivního rizika (které je často nemožné vnímat) existuje u

každého účastníka i různá míra subjektivního rizika. Ideálně by měla opatření ovlivňovat

subjektivní i objektivní riziko – důležité je, aby celková účinnost (po započtení přínosů i

nevýhod) byla kladná.

3.2 Prostorové úrovně bezpečnosti

Bezpečnost lze vnímat (a potažmo hodnotit) na různých úrovních ve smyslu rozsahu

dopravní sítě, který je posuzován. V zásadě je lze rozdělit na plošné (globální) a lokální.

3.2.1 Plošné hodnocení

Plošné (neboli globální) hodnocení se zaměřuje na celou silniční síť nebo její část.

Konkrétně si lze představit následující úlohy:

Krajský správce komunikací chce revidovat celou svoji síť a ohodnotit její bezpečnost.

Utváří se národní strategie bezpečnosti a je nutno identifikovat problémová místa, jevy

nebo skupiny účastníků, na která se zaměří příslušná opatření.

Tyto úlohy jsou většinou řešeny tzv. v kanceláři, s využitím různých dat. Kromě

nehodových dat se může jednat o data o provozu (např. intenzita dopravy a její skladba) nebo

data o silniční síti (šířka vozovky, počet jízdních pruhů…). Plošná data (stejně jako jiná data)

budou představeny v kap. 4.1.

Dále lze využít například údaje o vozidlech (počet vozidel, průměrné stáří vozového

parku…) nebo demografická data (počet obyvatel, věková skladba…) – konkrétně zdroje

Centrálního registru vozidel,15

Českého statistického úřadu,16

Ústav zdravotnických informací

a statistiky17

ad.

3.2.2 Lokální hodnocení

Lokální (místní) hodnocení se, oproti plošnému, věnuje vybraným místům sítě. Tato

místa mohou být identifikována plošným hodnocením, ale také mohla být vybrána nezávisle,

například na základě požadavku rezidentů.

Při lokálním hodnocení bezpečnosti je potřeba vycházet z konkrétních lokálních dat,

která nemusí být vždy součástí plošných databází. Proto řešení těchto úloh často zahrnuje i

sběr vlastních dat.

15

http://www.mvcr.cz/clanek/centralni-registr-vozidel.aspx

16 http://www.czso.cz/

17 http://www.uzis.cz/

http://www.mvcr.cz/clanek/centralni-registr-vozidel.aspx

http://www.czso.cz/

http://www.uzis.cz/



Často se zde provádí tzv. bezpečnostní inspekce.18

Jejím cílem je identifikace faktorů,

které mohou přispívat ke vzniku dopravních nehod. Znalost informací o nehodách není přitom

při inspekci nutná (někdy by mohla být naopak zavádějící). Z toho vyplývá, že inspekci lze

provádět i na místech, kde ještě k žádným nehodám nedošlo.

Zdánlivě podobným procesem je tzv. bezpečnostní audit.19

Ten lze volně definovat

jako prověrku projektové dokumentace připravované stavby, která má odhalit jeho nehodový

potenciál.

Je tedy zřejmé, že bezpečnostní audit i inspekce si jsou v zásadě velmi blízké, liší se

však ve své časové souslednosti: audit se provádí před stavbou a při zkušebním provozu,

inspekce pak již „za života“ komunikace.

Oba tyto postupy se provádí bez znalosti nehodových dat. Analýza, která z těchto dat

vychází, se nazývá nehodová analýza.

Obr. 2 Hlavní část schématu kroků nehodové analýzy 20

Na Obr. 2 je hlavní část schématu kroků nehodové analýzy. Jeho součástí jsou i tzv.

kolizní diagramy – jedná se o schémata, která obsahují symbolické zákresy míst a hlavních

18

angl. road safety inspection (RSI)

19 angl. road safety audit (RSA)

20 podle Metodiky identifikace a řešení míst častých dopravních nehod (viz zdroje na konci kapitoly)



charakteristik dopravních nehod. Lze z nich získat základní představu o nehodovosti na

příslušném místě. Příklad provedení kolizního diagramu je na Obr. 3.

Obr. 3 Příklad provedení kolizního diagramu21

CDV je autorem certifikovaných metodik pro všechny tři zmíněné procedury – viz

literatura na konci kapitoly.

3.3 Časové rozlišení

Z uvedených definic auditu a inspekce vyplývá, že různé způsoby hodnocení se liší

podle času své aplikace. Toto časové rozlišení lze ilustrovat na schématu hodnocení

bezpečnosti během „životního cyklu“ (tj. plánování, provozu a údržby) pozemní komunikace

(Obr. 4).

Obr. 4 Hodnocení bezpečnosti během „životního cyklu“ pozemní komunikace22

21

podle Metodiky identifikace a řešení míst častých dopravních nehod (viz zdroje na konci kapitoly)

22 podle metodiky provádění bezpečnostního auditu (viz zdroje na konci kapitoly)



Procesy, uvedené ve spodní části Obr. 4, jsou součástí evropské Směrnice č. 2008/96 o

řízení bezpečnosti silniční infrastruktury, která byla transponována do českého právního řádu.

Jedná se o:

hodnocení dopadu,23

používané k hodnocení a srovnávání alternativ plánovaných

staveb,

již uvedený bezpečnostní audit a inspekci,

provádění prohlídek vybraných úseků.

Úseky, kde se provádí prohlídky (poslední jmenovaný bod), jsou většinou vybrány na

základě plošné24

nebo lokální25

nehodové analýzy. Cílem obou těchto procesů je identifikace

a analýza nehodových lokalit26

(míst nebo úseků) a návrh sanačních opatření.

3.4 Shrnutí

Z uvedeného časového rozlišení vyplývá důležitá skutečnost: některé procesy

vycházejí z nehod, zatímco některé fungují i bez nehodových dat. Z toho vyplývají následující

označení:

Proaktivní (nebo preventivní) jsou ty postupy, které nepotřebují nehodová data.

Reaktivní postupy vycházejí z nehodových dat.

Od tohoto rozdělení se odvíjí i dvě zcela rozdílné filozofie hodnocení bezpečnosti i

celého vnímání bezpečnosti jako celku. Je vhodné čekat na nehody a až pak reagovat (situaci

analyzovat a zjednat nápravu)? Nebo je vhodnější nečekat na nehody a hodnotit již proaktivně

(preventivně)?

Je zřejmé, že proaktivní hodnocení bezpečnosti je nejen humánnější ale také ve

výsledku účinnější. Může totiž odhalit problémy dříve, než dojde k nehodám, škodám,

úrazům a úmrtím, které spolu nesou vysoké celospolečenské náklady. Úskalím však může být

finanční stránka: těžko si lze představit, že by na všech místech silniční sítě probíhaly

preventivní kontroly bezpečnosti.


Nyní už tedy víme, že bezpečnost můžeme hodnotit:

jako proces nebo dopad (kvalitativně nebo kvantitativně),

subjektivně nebo objektivně,

plošně nebo lokálně,

proaktivně nebo reaktivně.

23

angl. road safety impact assessment (RSIA nebo RIA)

24 angl. network safety management (NSM) nebo network screening

25 angl. black spot management (BSM)

26 někdy také místa častých dopravních nehod nebo kritická místa, angl. black spots, high risk sites nebo

hazardous road locations



Z toho vyplývá celá řada různých přístupů. Uživatel by si měl vždycky uvědomit,

který způsob hodnocení potřebuje a podle toho zvolit metodu a ukazatele.

Dále popisované metody se budou týkat především objektivního hodnocení výsledku.

Budou představeny metody i ukazatele pro plošné i lokální hodnocení, proaktivní i reaktivní.

Ještě předtím ale budou představena data (ze kterých budou odvozeny ukazatele potřebné pro

hodnocení) a metody.


objektivní a subjektivní bezpečnost, kompenzace rizika, teorie homeostázy rizika,

plošné nebo lokální hodnocení, bezpečnostní inspekce a audit, hodnocení dopadu, provádění

prohlídek vybraných úseků, nehodové analýzy, kolizní diagram, proaktivní a reaktivní

hodnocení

Otázky 3.1.

7. Jaký je rozdíl mezi objektivní a subjektivní bezpečností? Uveďte možné projevy.

8. Kde se může projevovat nežádoucí kompenzace rizika? Vysvětlete teorii homeostázy

rizika.

9. Jaká je časová souslednost různých hodnocení podle Směrnice o řízení bezpečnosti

silniční infrastruktury?

10. Jaký je rozdíl mezi bezpečnostním auditem a bezpečnostní inspekcí?

11. Jaký je rozdíl mezi bezpečnostní inspekcí a prohlídkou vybraných úseků?

12. Jaké jsou hlavní kroky nehodové analýzy?

13. Co obsahuje kolizní diagram?

14. Jaký je rozdíl mezi proaktivním a reaktivním hodnocením? Uveďte příklady postupů

podle tohoto dělení.

Další zdroje

Sørensen, M. W. J., Mosslemi, M. Subjective and objective safety – the effect of road safety

measures on subjective safety among vulnerable road users. TØI, 2009. ISBN 978-82-480-

0959-7 (www.toi.no/getfile.php/Publikasjoner/T%D8I%20rapporter/2009/1009-2009/1009-

2009-nett.pdf).

High-risk rural roads guide. NZTA, 2011. ISBN 978-0-478-38038-5

(www.nzta.govt.nz/resources/high-risk-rural-roads-guide/docs/high-risk-rural-roads-

guide.pdf).

Elvik, R. Assessment and applicability of road safety management evaluation tools: Current

practice and state-of-the-art in Europe. TØI, 2010. ISBN 978-82-480-1171-2


elektronisk.pdf).



http://www.nzta.govt.nz/resources/high-risk-rural-roads-guide/docs/high-risk-rural-roads-guide.pdf

http://www.nzta.govt.nz/resources/high-risk-rural-roads-guide/docs/high-risk-rural-roads-guide.pdf

http://www.toi.no/getfile.php/Publikasjoner/T%D8I%20rapporter/2010/1113-2010/1113-2010-elektronisk.pdf

http://www.toi.no/getfile.php/Publikasjoner/T%D8I%20rapporter/2010/1113-2010/1113-2010-elektronisk.pdf



Procedury Směrnice:

Safety Handbook for Secondary Roads. RIPCORD-ISEREST project deliverable D13,

2007 (http://ripcord.bast.de/pdf/RIPCORD-ISEREST-Deliverable-D13-Final.pdf).

Manuál bezpečnosti dvoupruhových pozemních komunikací v extravilánu pro mezinárodní

školení bezpečnostních auditorů a inspektorů v souladu se směrnicí EU 2008/96/CE.

Centrum dopravního výzkumu, v.v.i., 2012. ISBN 978-80-86502-43-4

(www.cdv.cz/file/manual-bezpecnosti-dvoupruhovych-pozemnich-komunikaci-v-

extravilanu).

dále metodiky např. zde: http://www.baltris.org/Outputs.php

a certifikované metodiky CDV:

o Audit bezpečnosti pozemních komunikací – metodika provádění v souladu se směrnicí

EU 2008/96/EC. CDV, 2012. ISBN 978-80-86502-44-1 (www.cdv.cz/file/audit-

bezpecnosti-pozemnich-komunikaci-metodika-provadeni).

o Metodika bezpečnostní inspekce pozemních komunikací. CDV, 2007

(www.ibesip.cz/data/web/kampane/20071030_Metodika_Bezpecnostni_inspekce_PK.

pdf).

o Metodika identifikace a řešení míst častých dopravních nehod. CDV, 2001. ISBN 80-

902141-9-3.

Více o bezpečnostním auditu a inspekci se dovíte v další učební opoře vytvořené v rámci

projektu Virtuální vzdělávání v dopravě (modul 12 – Bezpečnostní audit a inspekce).

http://ripcord.bast.de/pdf/RIPCORD-ISEREST-Deliverable-D13-Final.pdf

http://www.cdv.cz/file/manual-bezpecnosti-dvoupruhovych-pozemnich-komunikaci-v-extravilanu

http://www.cdv.cz/file/manual-bezpecnosti-dvoupruhovych-pozemnich-komunikaci-v-extravilanu

http://www.baltris.org/Outputs.php

http://www.cdv.cz/file/audit-bezpecnosti-pozemnich-komunikaci-metodika-provadeni

http://www.cdv.cz/file/audit-bezpecnosti-pozemnich-komunikaci-metodika-provadeni

http://www.ibesip.cz/data/web/kampane/20071030_Metodika_Bezpecnostni_inspekce_PK.pdf

http://www.ibesip.cz/data/web/kampane/20071030_Metodika_Bezpecnostni_inspekce_PK.pdf


26 Data a metody Autor kapitoly

4 DATA A METODY


Cíl: Po prostudování této kapitoly budete vědět

jaká jsou základní data potřebná k hodnocení bezpečnosti

jak tato data vznikají

jaké mají slabé stránky

a kde lze tato data najít

Výklad

Základem každého hodnocení jsou data. Data představují potřebné informace,

nejčastěji v číselné podobě. Z dat se odvozují ukazatele (indikátory), která lze použít

k různým metodám analýz. Z analýz následně získáme nové informace (hodnocení).

Ideální je mít data v podobě uspořádané množiny – databáze. Máme-li databázi

různých dat, můžeme je vzájemně spojovat a analyzovat jejich souvislosti. Můžeme se

například ptát:

Kolik nehod se stalo na dvoupruhových silnicích? Bylo jich více v zastavěných

oblastech (intravilánu) nebo mimo zastavěné oblasti (v extravilánu)?

Stalo se více nehod na dvoupruhových nebo čtyřpruhových silnicích?

Má počet pruhů (2 nebo 4) a poloha (intravilán nebo extravilán) vliv na nehodovost?

Která kombinace je bezpečnější?

Za tímto účelem budou představeny základní množiny dat – nehodová, provozní

(dopravní) a silniční (stavební) data.

4.1 Data

4.1.1 Nehodová data

Bezpečnost je často ztotožňována s nehodovostí. Toto vnímání není zcela správné,

protože – jak si později ukážeme – nehody jsou sice důležitým ale zdaleka ne jediným

ukazatelem bezpečnosti. Protože je však pojem nehodovost velmi zažitý a zároveň názorný,

budeme jej sami občas používat.

Nehody jsou – ze statistického pohledu – vzácným jevem a proto o nich chceme získat

co největší množství informací (dat). Tato data jsou shromažďována Policií ČR – mluvíme o

nehodové databázi (nebo databázi nehodovosti) – a jsou de facto základem většiny analýz,

které se v oblasti hodnocení bezpečnosti mohou vyskytnout.



Dopravní policisté na místě vytváří spis o nehodě, plánek místa nehody a doprovodné

fotografie. Součástí spisu je standardizovaný Formulář evidence nehod v silničním provozu

(tzv. protokol). Údaje z tohoto protokolu jsou po centrálním zpracování ukládány do

databáze nehodovosti; jako výstup z ní vznikají statistiky nehodovosti.27

Souhrnná nehodová

data jsou pak vydávána tiskem jako ročenky nehodovosti.

Policie shromažďuje u každé registrované nehody údaje následujících skupin:

údaje o nehodě,

údaje o místě nehody,

údaje o vozidlech,

údaje o účastnících nehody.

Dovíme se tedy KDE, KDY a JAK se nehoda stala, za jakých PODMÍNEK, KDO se

nehody účastnil a jaké byly její NÁSLEDKY.

Z protokolu se následně vytváří tzv. topografické sestavy nehod neboli řádkové

výpisy nehod seřazené podle komunikací. Vybrané údaje z řádkových výpisů a protokolů lze

získat na pracovištích dopravní policie. Přístup je však komplikován kvůli přítomnosti

osobních údajů účastníků nehody, dále s ohledem na časové a personální možnosti

příslušných pracovníků.

V roce 2006 byla u dopravní policie celoplošně zavedena lokalizace míst nehod

pomocí GPS, návazně byl spuštěn elektronický systém INFOBESI,28

vyvinutý v CDV.

V roce 2008 byl pak otevřen přístup k většině údajů z nehodových protokolů v Jednotné

dopravní vektorové mapě (JDVM).29

Oba tyto systémy však obsahují údaje o nehodách

pouze od roku 2007.

27

http://www.policie.cz/clanek/statistika-nehodovosti-178464.aspx

28 http://infobesi.dopravniinfo.cz/app/Main/

29 http://maps.jdvm.cz/cdv2/apps/nehodyvmape/

http://www.policie.cz/clanek/statistika-nehodovosti-178464.aspx

http://infobesi.dopravniinfo.cz/app/Main/

http://maps.jdvm.cz/cdv2/apps/nehodyvmape/



Obr. 5 Ukázka prostředí Jednotné dopravní vektorové mapy

Obr. 6 Ukázka prostředí systému INFOBESI

Přestože policejní nehodová data jsou unikátním zdrojem informací, existuje několik

problémů, která jejich kvalitu snižují. Jedním z nich je tzv. podregistrace,30

která se

projevuje ve dvou oblastech. Uvedeme si příklad:

Dojde k nehodě číslo 1 mezi chodcem a cyklistou. Nehoda číslo 2 se stane mezi

dvěma vozidly. U druhé nehody je více pravděpodobné, že bude nahlášena a

registrována.

U nehody č. 2 dojde jen k hmotné škodě. U nehody č. 3 mezi dvěma vozidly dojde

k těžkým zraněním. Je zřejmé, že zatímco druhá nehoda možná nebude nahlášena,

nehoda č. 3 určitě bude.

Důsledkem obou jevů je skutečnost, že míra registrace závisí na druhu účastníků

nehody a závažnosti jejich zranění. Více bude uvedeno v kapitole 5.

Dalším problémem je například lokalizace nehod. Před GPS lokalizací bylo

používáno staničení (kilometráž), které nebylo vždy spolehlivé, navíc se v čase měnilo. Proto

je kompatibilita různých období často problematická.

Dále je nutno si uvědomit, že cílem policejního vyšetřování je především identifikace

viníka. Nejedná se o analýzu rizikových faktorů nebo hodnocení místa nehody a většinou

nenásleduje ani návrh opatření.

30

angl. underreporting



Existují i další možnosti, jak získat data o nehodách. Jednou z nich je například tzv.

hloubková analýza dopravních nehod31

nebo informace ze šetření soudních znalců. Tyto

postupy se aplikují u závažnějších nehod. Zahrnují důkladné vyšetření vozidla, místa nehody i

účastníků, včetně například počítačové simulace průběhu nehody. Oba tyto zdroje tedy

obsahují mnohonásobně podrobnější informace než policejní údaje, především více údajů o

skutečných příčinách nehod. Zároveň však platí, že hloubkově analyzovány nebo soudně

vyšetřovány nejsou úplně všechny dopravní nehody. Tyto zdroje tedy budou vždy jen

doplňkové.

Dalším zdrojem doplňkových dat mohou být nemocnice a pojišťovny. Zde je však

nutno počítat s omezenou dostupností a právní ochranou dat.

Existují i moderní způsoby sběru nehodových dat, např. z tzv. „černých skříněk“

(automatic data recorder), které zaznamenávají údaje o stavu a pohybu vozidla 30 sekund

před nehodou a po nehodě.

4.1.2 Provozní data

Existuje řada provozních ukazatelů odvozených z intenzity dopravy. Plošná data

vychází z Celostátních sčítání dopravy (CSD), která probíhají každých 5 let. Poslední sčítání

v roce 2010,32

provedené konsorciem vedeným CDV, bylo prvním, ze kterého jsou výsledky

v plném rozsahu zdarma veřejně přístupné (po registraci na webu Ředitelství silnic a dálnic –

ŘSD). Podrobné výsledky obsahují kromě roční průměrné denní intenzity (RPDI) např. i

hodnoty padesátirázové a špičkové hodinové intenzity dopravy, dále údaje pro hlukové a

emisní výpočty. Základní údaje lze také hledat v interaktivní mapě.

Jedním z výstupů CSD je také dopravní výkon, neboli počet ujetých vozokilometrů.33

Obr. 7 Ukázka z výsledků Celostátního sčítání dopravy 2010

31

http://hadn.cdvinfo.cz/

32 http://scitani2010.rsd.cz/

33 http://www.czrso.cz/clanky/dopravni-vykony-podle-typu-komunikaci-v-silnicni-doprave/

http://hadn.cdvinfo.cz/

http://scitani2010.rsd.cz/

http://www.czrso.cz/clanky/dopravni-vykony-podle-typu-komunikaci-v-silnicni-doprave/



Dále existují např. výsledky dlouhodobého sčítání dopravy z automatických detektorů

dopravy. Ty jsou umístěny především na dálnicích a silnicích I. třídy.

4.1.3 Silniční data

Základním zdrojem silničních dat je tzv. silniční databanka ŘSD. Data jsou vedena

ve čtyřech databázích – křižovatky, uzly, úseky a pasport. Od roku 2011 je k dispozici i

webová mapová aplikace Silniční a dálniční síť ČR.34

Ta zobrazuje vybraná data silniční

databanky a umožňuje i vyhledávání, např. podle hodnot staničení nebo čísel úseků a uzlů.

Všechna uvedená data jsou dvakrát ročně aktualizována.

Obr. 8 Ukázka prostředí webové mapové aplikace Slniční a dálniční síť ČR

4.2 Metody

Z výčtu je zřejmé, že v ČR existuje množství relativně dostupných dat vhodných

k použití při hodnocení bezpečnosti. Každá databáze (silniční, provozní i silniční data) však

existuje odděleně; řešením proto často bývá tvorba vlastní relační databáze. Jedině tak lze

efektivně studovat nehodovost ve vztahu k vlastnostem komunikace a jejího okolí.

Zároveň je však zřejmé, že plošné databáze nemohou obsahovat všechna data, která

jsou z hlediska bezpečnosti relevantní. Hodnocení je proto často nutno doplnit inspekcí na

hodnoceném místě a vlastním sběrem dat.


Někdy se říká, že data jsou primární nebo sekundární – co to znamená?

Primární data jsou ta, která si sami shromáždíme. U těchto dat máme kontrolu nad

tím, jak byla získána, navíc si je můžeme tzv. „ušít na míru“ našim požadavkům. Jejich

časový a územní rozsah ale záleží na našich možnostech a kapacitě.

34

http://geoportal.jsdi.cz/geoportal_RSDCR/default.aspx

http://geoportal.jsdi.cz/geoportal_RSDCR/default.aspx



Naopak sekundární data jsou ta, která pořídil někdo jiný – jsou to tedy všechna data,

která můžeme získat z uvedených plošných databází. U těchto dat od poskytovatele ne vždy

víme, jak byla pořízena, nemůžeme si být tedy nikdy stoprocentně jisti s jejich kvalitou, navíc

nemusí být přesně taková, jako bychom potřebovali. Výhodou však je, že mají často větší

rozsah, než bychom byli schopni získat vlastním průzkumem, dále mohou obsahovat i

historické záznamy.

V předchozích kapitolách jsme se dověděli, že bezpečnost lze (mimojiné) hodnotit

jako proces nebo dopad (kvalitativně nebo kvantitativně). Nyní s použitím dělení na primární

a sekundární data a kvantitativní a kvalitativní uvedeme různé metody hodnocení, resp. sběru

dat potřebných k hodnocení.

Tab. 2 Příklady metod rozdělených podle typu hodnocení a typu dat

data

hodnocení primární sekundární

kvantitativní průzkumy, pozorování hodnocení z plošných dat

kvalitativní průzkumy, pozorování, interview další oficiální záznamy

Příklady mohou být následující:

kvantitativní primární data:

o rychlostní data změřená vlastním radarem

o vlastní průzkum toho, kolik vozidel projelo na červenou za hodinu

sledování na křižovatce

o hodnoty reakční doby zjištěné na řidičském simulátoru

kvalitativní primární data:

o bezpečnostní audit, inspekce, prohlídka úseku

o rozhovor s účastníkem dopravní nehody

o výsledky z dotazníku, kterým jsme zjišťovali názor obyvatel na dopravně

bezpečnostní opatření v obci

kvantitativní sekundární data:

o počet nehod v jednotlivých krajích

o rychlostní data, která jsme získali z „obecního“ radaru

o přehled počtu vybraných pokut

kvalitativní sekundární data:

o závěry znaleckého posudku dopravní nehody

o záznamy provozu z policejních kamer



Další možné dělení metod souvisí s prostorovými úrovněmi bezpečnosti, uvedenými

v kapitole 3.2. Hodnocení lze totiž provádět buď na jednotlivých případech (jako případové

studie35

) nebo na více případech, tj. statisticky. Přednost případových studií může být

v hloubce detailu; naopak nevýhodou je, že závěry často nelze zobecnit na ostatní případy.

Oproti tomu statistické hodnocení pracuje s větším množstvím případů a to tak, aby závěry

byly zobecnitelné. Více k tomu bude uvedeno v kapitole 7 a dále.

4.3 Shrnutí

Data jsou základem hodnocení, ideálně v podobě databáze, ve které lze hledat

souvislosti, filtrovat apod. Základní dělení dat k hodnocení bezpečnosti (ve vztahu

k infrastruktuře) je na nehodová, provozní a silniční data.

Existují plošné databáze těchto dat. Jedná se však o sekundární data, která nemusí

přesně vyhovovat našim potřebám. Je proto vhodné je doplnit o vlastní (primární) data, např.

inspekcí na hodnoceném místě.

Na ukázku sběru dat (měřicí technika, dopravní průzkumy) prováděného CDV můžete

vidět K této části se také váže videosekvence – viz web VVVD.

Nyní tedy již známe data a můžeme přistoupit k odvození ukazatelů, neboli „měřítek“

bezpečnosti.


nehodová data (protokol, statistika, ročenka, řádkový výpis), provozní data, silniční

data, podregistrace, lokalizace, hloubková analýza, RPDI, dopravní výkon, primární a

sekundární data, případová studie

Otázky 4.1.

15. Jaké jsou základní skupiny dat potřebných k hodnocení bezpečnosti ve vztahu

k infrastruktuře?

16. Jaké jsou formy nehodových dat Policie ČR?

17. Jaké skupiny údajů obsahují policejní nehodová data?

18. Jaké jsou možné problémy kvality nehodových dat?

19. Jaké existují jiné zdroje nehodových dat kromě Policie ČR?

20. Jaké jsou způsoby lokalizace místa nehody?

21. Kde lze sehnat nehodová, provozní a silniční data?

22. Jaký je rozdíl mezi primárními a sekundárními daty?

23. Jaký je rozdíl mezi případovými studiemi a statistickým přístupem?

35

angl. case studies



Další zdroje

Obecně k datům:

Ambros, J. Dopravně inženýrská data v českém prostředí: analýza dostupnosti, rozsahu a

použitelnosti. Silniční obzor, 2011, roč. 72, č. 7-8, s. 204-209.

Landa, J., Komínek, M., Tříska, L. Metodický postup pro hodnocení a odstraňování

bezpečnostních rizik na pozemních komunikacích – metodická příručka pro veřejnou

správu. Cityplan, 2006 (http://cityplan.mpresent.cz/index.php?id_document=866).

Dopravně inženýrská data pro kvantifikaci vlivů automobilové dopravy na životní

prostředí. Technické podmínky č. 219. EDIP, 2009.

Noordzij, P. C. Data requirements for traffic safety research and policy. SWOV, R-79-8,

1979 (www.swov.nl/rapport/R-79-08.pdf).

Oppe, S. Possibilities and limitations of accident analysis. 6th

ICTCT workshop, 1993, s.

32-47 (www.ictct.org/dlObject.php?document_nr=360&/Oppe.pdf).

Práce s nehodovými daty:

Road Safety Engineering Risk Assessment (11 částí). Austroads, 2010

(www.onlinepublications.austroads.com.au).

Accident Reduction Guide. NSW Centre for Road Safety, 2004

(www.rta.nsw.gov.au/roadsafety/downloads/tds/accident_reduction_guide_dl1.html).

Accident Research Manual. University of North Carolina Highway Safety Research

Center, 1980 (www.hsrc.unc.edu/research_library/PDFs/Accident80.ocr.pdf).

Road accident investigation guidelines for road engineers. PIARC, 2007

(http://www.who.int/roadsafety/news/piarc_manual.pdf)

Oppe, S. (ed.) Guidelines for Retrospective Safety Analysis. SWOV, R-93-75, 1994

(www.swov.nl/rapport/R-93-75.pdf).

Road accident data in the enlarged European Union: learning from each other. European

Transport Safety Council, 1996. ISBN 90‐76024‐22‐7

(www.etsc.eu/documents/Road_accident_data_in_the_Enlarged_European_Union.pdf).

K hloubkové analýze nehod a soudnímu znalectví:

Hloubková analýza dopravních nehod – metodika uplatnění výsledků výzkumu. CDV,

2009.

Andres, J. Hloubková analýza dopravních nehod po roční bilanci. Silniční obzor, 2011,

roč. 72, č. 11, s. 320-322.

Šachl, J. a kol. Analýza nehod v silničním provozu. ČVUT, 2010. ISBN 978-80-01-04638-

8.

Bradáč, A. a kol. Soudní znalectví. Akademické nakladatelství CERM, 2010. ISBN 978-

80-7204-704-8.

http://cityplan.mpresent.cz/index.php?id_document=866


http://www.ictct.org/dlObject.php?document_nr=360&/Oppe.pdf


http://www.rta.nsw.gov.au/roadsafety/downloads/tds/accident_reduction_guide_dl1.html

http://www.hsrc.unc.edu/research_library/PDFs/Accident80.ocr.pdf

http://www.who.int/roadsafety/news/piarc_manual.pdf

http://www.etsc.eu/documents/Road_accident_data_in_the_Enlarged_European_Union.pdf


34 Ukazatele bezpečnosti Autor kapitoly

5 UKAZATELE BEZPEČNOSTI

Čas ke studiu: 2 hodiny

Cíl: Po prostudování této kapitoly budete vědět

jaké jsou různé ukazatele bezpečnosti

jaká je jejich definice, interpretace a význam

že ukazatele mají i své slabé stránky

Výklad

Z uvedených dat se tvoří ukazatele, neboli „měřítka,“ která použijeme k hodnocení.

Mohou mít podobu různých operací:

měření (určení bezpečnosti vybraného prvku),

srovnávání (hodnocení toho, který prvek je bezpečnější nebo hodnotit, zda opatření

přispělo ke zlepšení bezpečnosti),

seřazení (seřazení souboru prvků do pořadí např. podle jejich rostoucí hodnoty

bezpečnosti, takže na vrcholu žebříčku budou prvky, které nejvíce vyžadují řešení),

vážení oproti jiným kritériím (často se srovnává přínos bezpečnosti s finančními

náklady, dále lze vážit oproti přínosům z pohledu mobility nebo životního prostředí).

Prvkem je zde myšlen (jako doposud) na lokální úrovni prvek silniční sítě (křižovatka

nebo úsek); na plošné úrovni to ale může být obec, okres, kraj nebo stát.

Jak bylo uvedeno v kapitole 3, jedno z důležitých rozdělení vnímání bezpečnosti je na

reaktivní a proaktivní. S tím souvisí i dělení ukazatelů na přímé a nepřímé. Zatímco přímé

jsou odvozeny od počtu nehod, nepřímé ukazatele využívají širokou škálu proměnných, u

kterých je známá souvislost s nehodovostí.

Následující text bude proto rozdělen na dvě podkapitoly.

5.1 Přímé ukazatele bezpečnosti

Přímé ukazatele bezpečnosti se často shrnují pod pojem nehodovost (někdy absolutní

nehodovost, za účelem odlišení od relativní nehodovosti). Vychází z počtu (tj. četnosti,

nejčastěji za 1 rok) následujících ukazatelů:

Nehody: celkový počet nebo dělený podle závažnosti na nehody pouze s hmotnou

škodou36

a nehody se zraněním37

(někdy také nehody s osobními následky nebo

36

angl. property damage only accidents (PDO)



osobonehody), zahrnující nehody s lehkým zraněním, nehody s těžkým zraněním,

nehody se smrtelným zraněním;38

nebo typů nehod, účastníků, denní doby atd.

Oběti: celkový počet nebo rozdělený podle osobních následků na lehce, těžce a

smrtelně zraněné.

Obojí lze zkombinovat v ukazateli celospolečenských ztrát.

Je nutno poznamenat, že nehodovost je sice tradičním „měřítkem“ bezpečnosti ale

přitom zdaleka ne univerzálním. Rozdíly zde mohou pramenit z následujících rozdílů:

V různých zemích jsou rozdílné částky, které určují, zda je nehoda (v případě, že

nedošlo k osobním následkům) registrována nebo ne. Například registrace nehody

Policií ČR je podmíněna překročením limitu hmotné škody 100 tisíc Kč nebo

osobními následky na zdraví. Tento finanční limit je však platný od 1. ledna 2009, což

znamená, že nelze jednoduše srovnávat počet nehod před tímto datem a po něm. Navíc

každá země má limit jiný, což ztěžuje mezinárodní srovnávání nehodovosti;

k takovým srovnáním se proto často používá počet nehod se smrtelnými následky,

které jsou registrovány nejspolehlivěji (mají nejnižší podregistraci).

Ani nehody se zraněním však nejsou bezchybným ukazatelem; v různých zemích je

totiž rozdílný způsob definice smrtelné nehody. Tu lze definovat časovým obdobím od

nehody, ve kterém došlo k úmrtí zraněného účastníka – toto období může být 24 hodin

nebo 30 dnů. Druhá hodnota je standardem pro mezinárodní srovnávání.

Navíc definice závažnosti zranění jsou v různých zemích rozdílné. V ČR je lehká nebo

těžká závažnost dána posouzením lékaře podle vážnosti zranění, zatímco v jiných

zemích může být určena na základě délky hospitalizace, tedy až zpětně.

Tyto ukazatele lze použít na jakékoli prostorové úrovni. Další vybrané přímé ukazatele

bezpečnosti budou rozděleny podle jejich vhodnosti pro plošné nebo lokální hodnocení.

Dělení však není striktní a částečně se může překrývat.

5.1.1 Přímé ukazatele bezpečnosti pro plošné hodnocení

Kromě již uvedených ukazatelů (počet obětí, počet nehod, rozdělení podle závažnosti,

typů nehod apod.) se utváří i relativní ukazatele a to vztažením četnosti např. k

počtu obyvatel,

počtu registrovaných motorových vozidel,

počtu vozokilometrů ujetých motorovými vozidly.

Jedná se vlastně o různé způsoby vyjádření expozice, jak bylo uvedeno v kap. 2.2.

Uvedené údaje publikuje CDV39

nebo například Český statistický úřad.40

37

angl. injury accidents

38 Těžká a smrtelná zranění se souhrnně označují jako vážné následky.

39 například https://www.sydos.cz/cs/nehody/vyvoj-nehod2007-8.pdf

40 například http://www.czso.cz/csu/2009edicniplan.nsf/t/E700245D84/$File/w-930609a03.pdf

https://www.sydos.cz/cs/nehody/vyvoj-nehod2007-8.pdf

http://www.czso.cz/csu/2009edicniplan.nsf/t/E700245D84/$File/w-930609a03.pdf



5.1.2 Přímé ukazatele bezpečnosti pro lokální hodnocení

Základním ukazatelem je četnost41

( ) počtu nehod na prvku ( ) za určité časové

období (čas ):

(3)

Při rozlišení prvků na křižovatky a mezikřižovatkové úseky se četnost dále vztahuje k

intenzitě dopravy ( ) a/nebo délce úseku ( ). Prvním odvozeným ukazatelem je relativní

nehodovost42

( ):

(4)

Jmenovatel zlomku se nazývá dopravní výkon. Čas se většinou uvažuje v letech,

používá se tedy souhrnná intenzita . Roční průměrná denní intenzita ( )

se vypočítává z krátkodobého sledování podle Technických podmínek č. 189,43

případně lze

využít hodnotu z celostátního sčítání dopravy. Odtud pak plynou definice:

pro úseky (5a)

pro křižovatky (5b)

Relativní nehodovost je nejčastěji používaným ukazatelem bezpečnosti; vyjadřuje

bezpečnost jako pravděpodobnost nehody ve vztahu k dopravnímu výkonu.

Z rovnice (3) lze odvodit i další ukazatel: hustotu nehod44

( ). Její definice

neobsahuje intenzitu – udává četnost nehod vztaženou na délku úseku (pro křižovatky se

nepoužívá):

(6)

Uvedená četnost nehod nezohledňuje závažnost nehod (pouze hmotné škody, lehké

zranění, těžké zranění, smrtelné zranění a jejich kombinace). Za tímto účelem lze ve výpočtu

relativní nehodovosti i hustoty nehod namísto četnosti nehod použít hodnotu

celospolečenských ztrát ( ). Ta vznikne součtem všech škod vzniklých při nehodě. Finanční

hodnota, odpovídající každé úrovni závažnosti, je uvedena v Metodice výpočtu ztrát z

dopravní nehodovosti na pozemních komunikacích, kterou vydalo CDV a pravidelně ji

aktualizuje.45

Například v roce 2011 byla výše ztrát podle závažnosti následující:

41

angl. accident frequency

42 angl. accident rate

43 http://www.pjpk.cz/TP189.pdf

44 angl. accident density

45 http://www.czrso.cz/clanky/ztraty-z-dopravni-nehodovosti-na-pozemnich-komunikacich-za-rok-

2010/, dále Výpočet ztrát z dopravní nehodovosti za rok 2011 v podmínkách ČR (CDV, 2013)

http://www.pjpk.cz/TP189.pdf

http://www.czrso.cz/clanky/ztraty-z-dopravni-nehodovosti-na-pozemnich-komunikacich-za-rok-2010/q

http://www.czrso.cz/clanky/ztraty-z-dopravni-nehodovosti-na-pozemnich-komunikacich-za-rok-2010/q



ztráta v důsledku usmrcení jedné osoby: 18 572 290 Kč

ztráta v důsledku těžkého zranění jedné osoby: 4 783 202 Kč

ztráta v důsledku lehkého zranění jedné osoby: 508 782 Kč

výše škod u jedné nehody, kde došlo pouze k hmotné škodě: 226 676 Kč

Hodnota celospolečenských ztrát u konkrétní nehody se vypočte jako součin těchto

finančních částek a počtu příslušných jednotek; v roce 2011 to bylo celorepublikově téměř 53

mld Kč.

Analogií relativní nehodovosti a hustoty nehod pak je ukazatel relativních ztrát ( )

a ukazatel hustoty ztrát ( ):

pro úseky (7a)

pro křižovatky (7b)

(8)

Z uvedených definic však vyplývá rozdílnost jednotlivých ukazatelů. Bylo řečeno, že:

relativní nehodovost vyjadřuje bezpečnost jako pravděpodobnost nehody ve vztahu k

dopravnímu výkonu, zatímco

hustota nehod vyjadřuje bezpečnost vztaženou na délku úseku.

Tyto dva ukazatele představují individuální a společenské riziko.46

Relativní

nehodovost je individuální ukazatel (jaká je pravděpodobnost pro řidiče, že se případná

nehoda stane zrovna jemu?), hustota nehod je společenský ukazatel (týká se všech vozidel).

Toto rozdělení se používá např. v mapách vytvořených v rámci projektu EuroRAP.47

Na Obr. 9 je ukázka z map individuálního i společenského rizika na webovém portálu

polského EuroRAPu. Na příkladu stejného území je zřejmé, že výsledky obou typů hodnocení

se mohou u jednotlivých silničních tahů výrazně lišit (čím tmavší barva, tím vyšší riziko).

46

angl. individual and collective risk

47 http://www.eurorap.org/knowledge-base/protocols-homepage/risk-mapping/

http://www.eurorap.org/knowledge-base/protocols-homepage/risk-mapping/



Obr. 9 Srovnání vybraného území (Polsko) na dvou typech map EuroRAP48

Podle EuroRAP má každý druh mapy jinou cílovou skupinu uživatelů: „mapa 1“

(zobrazující hustotu nehod) je vhodná pro správce komunikací, „mapa 2“ (zobrazující

relativní nehodovost) je určena pro uživatele komunikací. Každopádně hodnocení nelze

považovat za rovnocennou alternativu plnohodnotné bezpečnostní inspekce (viz kap. 3).

5.2 Nepřímé ukazatele bezpečnosti

Obecně nepřímé ukazatele bezpečnosti49

operují s okolnostmi či jevy, z nichž je

možné odvozovat bezpečnost silničního provozu. Vycházejí z ověřených vztahů mezi

chováním účastníků a bezpečností.

Jejich cílem je rozšíření pohledu na bezpečnost a osvětlení fungování systému.

Pravidelně shromažďované nepřímé ukazatele umožňují průběžné sledování vývoje a

srovnávání s jinými územními jednotkami.

5.2.1 Nepřímé ukazatele bezpečnosti pro plošné hodnocení

Ve výše obecném širokém pojetí jsou nepřímé ukazatele používány především na

plošné úrovni. Za zmínku stojí příklad jejich aplikace v celé řadě tzv. observatoří bezpečnosti

silničního provozu50

v podobě ukazatelů, které popisují např. následující jevy:

překračování nejvyšší dovolené rychlosti,

dodržování odstupů mezi vozidly,

používání zádržných systémů (tj. bezpečnostních pásů a dětských sedaček),

telefonování při řízení,

denní svícení,

používání ochranné přilby u cyklistů,

Tyto ukazatele lze vhodně aplikovat např. na úrovni jednotlivých krajů. Jedná-li se o

pravidelný sběr dat, lze na základě jeho vyhodnocení srovnávat vývoj bezpečnostní situace a

potažmo interpretovat případné změny. Ukázka na Obr. 10 například ilustruje možnost

krajského srovnávání na základě dat, která jsou dlouhodobě pravidelně shromažďována v již

zmíněné české Observatoři.51

48

http://eurorap.targeo.pl/

49 angl. (v tomto širokém pojetí) safety performance indicators

50 např. European Road Safety Observatory (www.erso.eu), v ČR pak již zmiňovaná Observatoř

bezpečnosti silničního provozu, provozovaná CDV (www.czrso.cz)

51 www.czrso.cz/clanky/nastroj-hodnoceni-bezpecnosti-silnicniho-provozu-na-zaklade-udaj

http://eurorap.targeo.pl/

http://www.erso.eu/


http://www.czrso.cz/clanky/nastroj-hodnoceni-bezpecnosti-silnicniho-provozu-na-zaklade-udaj



Obr. 10 Příklad využití nepřímých ukazatelů (zde rychlosti a jejího překračování) při

krajském srovnávání (data z roku 2009)52

5.2.2 Nepřímé ukazatele bezpečnosti pro lokální hodnocení

Na lokální úrovni existuje řada jevů, které lze vnímat jako nepřímé ukazatele

bezpečnosti. Nejčastěji jsou zmiňované tzv. dopravní konflikty.53

Tyto události si lze

představit ve schématu pyramidy – v této „pyramidě bezpečnosti“ jevů v dopravě platí, že čím

je jev výše, tím je méně četný ale více závažný (Obr. 11). Již dříve bylo uvedeno, že nehody

jsou pomyslnou „špičkou ledovce;“ zde vidíme, že „pod nimi“ jsou právě konflikty.

52

http://www.czrso.cz/datova-cast/

53 někdy také „skoronehody“ (angl. near-accidents)

http://www.czrso.cz/datova-cast/



Obr. 11 „Pyramida bezpečnosti“54

Podle mezinárodní definice jsou to takové pozorovatelné situace, při kterých se k sobě

dva nebo více účastníků silničního provozu přiblíží v prostoru a čase natolik, že hrozí riziko

kolize, pokud se jejich pohyb nezmění.

Definice vylučuje takové konflikty, které se staly osamocenému vozidlo (například

sjetí z vozovky nebo náraz do pevné překážky). Z definice dále vyplývá, že data o konfliktech

jsou získávána z pozorování v terénu (fyzickým sledováním nebo sledováním pořízeného

videozáznamu). S tím souvisí následující omezení:

Hodnocení na základě sledování může být u jednotlivých hodnotitelů subjektivní.

Sledování je prakticky nemožné provádět za zhoršené nebo snížené viditelnosti.

Taktéž délka sledování je omezená možnostmi personálu, případně záznamové

techniky.

Hodnocení lokální bezpečnosti na základě dopravních konfliktů má historii od konce

60. let minulého století. Od té doby vznikla řada metod; stručně je lze rozdělit na

subjektivní (hodnocení na základě dojmu pozorovatele o závažnosti konfliktu),

objektivní (hodnocení na základě objektivních ukazatelů, např. rychlosti, vzdálenosti

apod.).

K nejuznávanější metodě sledování konfliktů patří švédská metoda, která vznikla na

univerzitě v Lundu (prof. Hydén). Pozorovatelé absolvují několikadenní školení, které

zahrnuje nácvik odhadu rychlosti a vzdáleností. Při sledování se pak v okamžiku konfliktu

registruje rychlost obou vozidel a vzdálenost od místa potenciální kolize. Na základě těchto

hodnot se následně počítá tzv. čas do nehody (TA).55

Podle TA a rychlosti vozidla, které

provádí úhybný manévr, se následně hodnotí závažnost konfliktu – viz Obr. 12.

Obr. 12 Dělení závažnosti konfliktů podle švédské metodiky56

54

podle Bezpečnost silničního provozu – aktuální poznatky, I. díl (viz zdroje na konci knihy).

55 angl. time to accident (TA)

56 http://www.tft.lth.se/fileadmin/tft/video_in_traffic/Swedish_conflict_technique.pdf

http://www.tft.lth.se/fileadmin/tft/video_in_traffic/Swedish_conflict_technique.pdf



Švédská metoda je tedy kombinací objektivních ukazatelů (rychlost, vzdálenost)

hodnocených subjektivně.

V ČR existují dvě metody sledování a hodnocení konfliktů, které se používají

především v prostředí univerzit, kde vznikly. Jedna z nich – pracovně ji nazveme metoda

ČVUT57

– používá fyzické sledování na místě, druhá – pracovně metoda VŠB58

– pak

provádí sledování pořízeného videozáznamu. Jedná se však o alternativy jedné metody

vyvinuté koncem 70. let minulého století na bývalém pražském Ústavu silniční a městské

dopravy; princip je tedy obdobný, obě metody hodnotí závažnost subjektivně podle dojmu

jednoho nebo více pozorovatelů, resp. hodnotitelů.

Výsledkem sledování může být konfliktní diagram (analogie kolizního diagramu u

nehodové analýzy), který graficky zobrazuje typy a závažnosti konfliktů. Na jeho základě lze

hodnotit situaci a navrhovat případná opatření.

Dále lze počítat různé ukazatele: počet konfliktů, počet podle závažnosti nebo podle

typů, nebo relativní konfliktnost (analogii relativní nehodovosti):

(9)

( je počet konfliktů za dobu sledování, je intenzita dopravy za stejnou dobu,

výsledek je přepočten na 100 vozidel)

Hlavním rysem hodnocení na základě konfliktů je jeho proaktivnost. Sledování lze

provádět jednoduše a rychle, umožňuje získat informace o přednehodovém ději. Navíc lze

využít video, dále se rozvíjí aplikace automatizace analýzy obrazu, která umožňuje detekci

událostí a extrakci ukazatelů přímo ze záznamu, provádí se i mikrosimulace konfliktů. Lze

provádět i dynamické sledování konfliktů (sledování za jízdy), případně využívat senzory ve

vozidlech (např. data o zrychlení doplněná lokalizací a videozáznamem). Do budoucna lze

očekávat v této oblasti velký rozvoj.

Podrobněji se sledování a vyhodnocování dopravních konfliktů věnují texty uvedené

v seznamu zdrojů na konci kapitoly.

5.3 Kvalita ukazatelů bezpečnosti

Z předchozího textu vyplývá, že žádný ukazatel není univerzální, navíc prezentují

různé úhly pohledu na bezpečnost. Otázkou je také jejich kvalita – tu lze posoudit

prostřednictvím dvou veličin:

Reliabilita – ta určuje, zda má ukazatel za stejných podmínek vždy stejnou hodnotu.

Validita – ta určuje, zda ukazatel svou hodnotou dobře popisuje bezpečnost (tj.

prakticky nejčastěji nehodovost).

Reliabilita a validita přímých i nepřímých ukazatelů může mít svoje slabé stránky a to

u přímých i nepřímých ukazatelů:

57

známá také podle jmen svého autora Doc. Slabého a jeho pokračovatele Doc. Kocourka

58 analogicky: autor Doc. Folprecht, pokračovatel Dr. Křivda



U přímých ukazatelů: Protože validita představuje vztah k nehodovosti, je zřejmé, že u

přímých ukazatelů ji nelze určit. Reliabilita však není bezchybná – například díky

podregistraci, která může snižovat reliabilitu přímých ukazatelů při mezinárodních

srovnáních.

U nepřímých ukazatelů může být situace ještě složitější. V případech, kdy jsou data

shromažďována pozorováním (jako například uvedené dopravní konflikty), by měla

být zajištěna maximální reliabilita pozorovatelů, jinak mohou být jejich výsledky

nesrovnatelné. Taktéž validita – vztah nepřímých ukazatelů k nehodovosti – by měla

být vždy prověřena. To je však náročný úkol a velké množství ukazatelů proto nikdy

validováno nebylo. Právě konflikty jsou jednou z výjimek – konkrétně u švédské

metody byla prokázána dostatečná validita vztahu mezi konflikty a nehodami. I proto

je švédská metoda sledování konfliktů celosvětově považována za nejkvalitnější.


V souvislosti s validitou vztahu (nejen) mezi konflikty a nehodami je nutno uvést, že

existují dva druhy validity:

empirická validita (validita výsledku)59

– hodnotí statistickou závislost mezi počty

nehod a konfliktů, tj. mezi výsledky dějů

teoretická validita (validita procesu)60

– hodnotí podobnost procesů vedoucích ke

vzniku konfliktů a nehod, tj. souvislost mezi typy nehod a typy konfliktů

První typ validity není lehké prokázat; je totiž nutno srovnávat velké soubory dat,

statistická korelace může být navíc zkreslena podregistrací. Empirická validita by byla ideálně

prokázána popsáním vztahu (četnost nehod je úměrná četnosti konfliktů).

Neznáme však , které teoreticky může být buď konstanta nebo funkce.

Lze však uvést jiný příklad empirické validity – blízký vztah mezi 85. percentilem

rychlosti (tzn. rychlosti, kterou nepřekročí 85 % řidičů, jakožto nepřímým ukazatelem) a

počtem usmrcených při dopravních nehodách (přímým ukazatelem). Tento vztah byl plošně

zjištěn při pololetním sledování nepřímých ukazatelů v extravilánu v rámci české Observatoře

bezpečnosti silničního provozu v období 2006 – 2008 (Obr. 13).

59

nebo produktu, dále statistická nebo prediktivní, angl. product validity nebo predictive validity

60 nebo také konstruktu, angl. process validity nebo construct validity



Obr. 13 Ukázka vztahu mezi rychlostí a počtem usmrcených v extravilánu61

Ukázka druhého typu (teoretické validity) je na Obr. 14. Jedná se o srovnání

konfliktního diagramu a kolizního diagramu vybrané okružní křižovatky. Z diagramů je

zřejmá relativní koncentrace konfliktů i nehod na severozápadním a jihovýchodním rameni

křižovatky – to znamená, že konflikty i nehody detekují potenciální problémy podobně.

Obr. 14 Srovnání konfliktního diagramu a kolizního diagramu okružní křižovatky62

5.4 Shrnutí

Byla prezentována řada ukazatelů bezpečnosti. Mohou být přímé nebo nepřímé, tj.

určené spíše k reaktivnímu nebo proaktivnímu hodnocení a to na plošné i lokální úrovni.

Důležité je však znát míru jejich reliability a validity.

61

www.czrso.cz/clanky/nastroj-hodnoceni-bezpecnosti-silnicniho-provozu-na-zaklade-udaj

62 podle metodického pokynu Velké okružní křižovatky. CDV, 2005. ISBN 80-86502-15-5.

http://www.czrso.cz/clanky/nastroj-hodnoceni-bezpecnosti-silnicniho-provozu-na-zaklade-udaj



V případě neznámé reliability a validity ukazatelů si totiž hodnotitel nemůže být jistý

kvalitou hodnocení, které je na nich založeno. Kompromisem může být nezávislé hodnocení

na základě více ukazatelů. Jejich případná shoda pak signalizuje správnost hodnocení.

U některých přímých ukazatelů (např. relativní nehodovosti) ale i nepřímých (např.

relativní konfliktnosti) jste si možná všimli, že závisí na hodnotě intenzity. To je zcela logické

– čím více je na křižovatce nebo úseku vozidel, tím mezi nimi vzniká více interakcí i

potenciálních konfliktů a nehod. Lze tedy říci, že intenzita je jedním z rizikových faktorů.

Takových rizikových faktorů existuje téměř nekonečné množství – obecně řečeno je to

cokoli, co může mít vliv na riziko vzniku nehody. Je důležité tyto faktory znát proto,

abychom je mohli následně omezit (nebo úplně eliminovat) a tím riziko snížit.

V další kapitole budou proto uvedeny i některé další rizikové faktory.


přímé a nepřímé ukazatele, nehody pouze s hmotnou škodou, závažnost nehod

(nehody s lehkým, těžkým nebo smrtelným zraněním), podregistrace, relativní nehodovost,

hustota nehod, ukazatele ztrát (celospolečenských ztrát, relativních ztrát, hustoty ztrát),

pyramida bezpečnosti, dopravní konflikt, konfliktní diagram, relativní konfliktnost, reliabilita,

validita

Otázky 5.1.

24. Z čeho vychází přímé ukazatele bezpečnosti?

25. Jaký je rozdíl mezi přímými a nepřímými ukazateli?

26. Jaké jsou stupně závažnosti nehod? Jaké jsou dvě možné definice smrtelného zranění?

27. Jaké jsou důsledky podregistrace nehod?

28. Jaké přímé relativní ukazatele se vytváří při plošném hodnocení?

29. Jaký je rozdíl (podle definice i podle interpretace) mezi ukazateli relativní nehodovosti

a hustoty nehod?

30. Jaké jsou druhy ukazatele ztrát a jak jsou definovány?

31. Jaký je význam sledování nepřímých ukazatelů bezpečnosti? Uveďte příklady plošných

ukazatelů.

32. Co vyplývá ze schématu tzv. pyramidy bezpečnosti?

33. Jaká je definice dopravního konfliktu? Má definice nějaká omezení?

34. Jaký je význam sledování konfliktů?

35. Jaké existují metody sledování konfliktů? Které se používají v ČR?

36. Jaký je význam reliability a validity? Jaké následky má jejich nedodržení?



37. Jaké se v souvislosti s dopravními konflikty rozlišují druhy validity? Jak je lze

prokázat?

Řešený příklad

Příklad ilustruje hodnocení konkrétního místa na základě některých ukazatelů, které

byly uvedeny v podkapitolách 5.1.2 a 5.2.2. Místo bylo vybráno z řady lokalit, které

pracovníci CDV hodnotili v rámci projektu EFEKTIV63

. Jednalo se o křižovatku, kde bylo

upraveno vodorovné dopravní značení – následně bylo hodnoceno, jaký měla tato úprava vliv

na bezpečnost.

K dispozici byla následující data:

nehodová data: období 6 let před úpravou, období 5 let po úpravě (tj. podklad

pro výpočet přímých ukazatelů)

výsledky sledování konfliktů: 1 hodina sledování před úpravou, 2 hodiny

sledování po úpravě (nepřímé ukazatele)

intenzita dopravy v příslušných obdobích

Výsledné hodnoty jednotlivých ukazatelů jsou shrnuty v tabulce.

před úpravou po úpravě

počet nehod 7 7 0

roční četnost nehod 1,2 1,4 +

počet smrtelně zraněných 0 0 0

počet těžce zraněných 2 1 –

počet lehce zraněných 2 2 0

odhad hmotné škody 361 000 Kč 113 500 Kč –

relativní nehodovost 0,12 0,24 +

ukazatel relativních ztrát 0,21 0,38 +

celospolečenské ztráty 1 975 000 Kč 953 800 Kč –

počet závažných konfliktů 2 2 0

hodinová četnost konfliktů 2 1 –

relativní konfliktnost 0,19 0,19 0

Je zřejmé, že každý ukazatel prezentuje jiný úhel pohledu na bezpečnost. Některé

ukazatele se po úpravě nezměnily (0), některé poklesly (–), některé naopak vzrostly (+).

Z toho vyplývá, že ideální je hodnocení na základě více ukazatelů a srovnání zjištěných

tendencí; ideální samozřejmě je, aby zjištěný trend byl potvrzen více metodami (např. pomocí

přímých i nepřímých ukazatelů).

Další zdroje

K nepřímým ukazatelům bezpečnosti:

63

viz např. Simonová, E., Striegler, R. Efektivita úprav neřízených úrovňových křižovatek. Silniční

obzor, 2012, roč. 73, č. 11, s. 319-322.



Transport Safety Performance Indicators. European Transport Safety Council, 2001.

ISBN 90‐76024‐11‐1 (www.etsc.eu/oldsite/perfindic.pdf).

Hakkert, A. S., Gitelman, V., Vis, M. A. (ed.) Road Safety Performance Indicators:

Theory. SafetyNet project Deliverable 3.6, 2007

(http://ec.europa.eu/transport/wcm/road_safety/erso/safetynet/fixed/WP3/sn_wp3_d3p6_s

pi_theory.pdf).

Ambros, J., Dont, M., Striegler, R. Česká observatoř bezpečnosti provozu na pozemních

komunikacích. Dopravní inženýrství, 2008, roč. 3, č. 2, s. 15‐17.

K programu EuroRAP:

Sázavská, D. Rizikové mapy ČR. Silnice a železnice, 2009, roč. 4, č. 1, s. 92-93

(www.silnice-zeleznice.cz/clanek/rizikove-mapy-cr).

Výsledky programu EuroRAP v České republice: Historie vývoje Evropského programu

hodnocení silnic (EuroRAP) na národní úrovni a představení výsledků dosažených v

letech 2005 – 2011 (www.eurorap.org/media/130632/20120116_20eurorap_cz.pdf).

a dále na http://www.eurorap.org/knowledge-base/library-homepage/

K dopravním konfliktům:

Slabý, P. Aktivace výzkumu dopravní nehodovosti v letech 1996 – 1999. Silniční obzor,

1997, roč. 58, č. 2, s. 53-56.

Folprecht, J. Dosavadní vývoj a perspektivy metody sledování a hodnocení konfliktních

situací v silničním provozu. Silniční obzor, 2000, roč. 61, č. 2, s. 39-44.

Slabý, P., Kocourek, J. Metoda sledování dopravních konfliktů. Silniční obzor, 2006, roč.

67, č. 10, s. 275-278.

Křivda, V. Videoanalýza konfliktních situací a její využití v praxi. Silniční obzor, 2006,

roč. 67, č. 12, s. 342-347.

Kocourek, J. Metodika sledování dopravních konfliktů. ČVUT, 2011, ISBN 978-80-01-

04752-1.

Ambros, J., Kafoňková, J., Kocourek, J., Kočárková, D., Kozel, P., Rusek, M., Turek, M.,

Turek, R. Vývoj metodiky sledování a vyhodnocování dopravních konfliktů. Silniční

obzor, 2012, roč. 73, č. 11, s. 309-312.

a dále na http://konflikt.cdvinfo.cz/vystupy-projektu/

Více se obecně o ukazatelích (ale i o datech, uvedených v předchozí kapitole) dovíte v další

učební opoře vytvořené v rámci projektu Virtuální vzdělávání v dopravě (modul 7 –

Sociologické metody používané v oblasti dopravy).

http://www.etsc.eu/oldsite/perfindic.pdf

http://ec.europa.eu/transport/wcm/road_safety/erso/safetynet/fixed/WP3/sn_wp3_d3p6_spi_theory.pdf

http://ec.europa.eu/transport/wcm/road_safety/erso/safetynet/fixed/WP3/sn_wp3_d3p6_spi_theory.pdf

http://www.silnice-zeleznice.cz/clanek/rizikove-mapy-cr/

http://www.eurorap.org/media/130632/20120116_20eurorap_cz.pdf

http://www.eurorap.org/knowledge-base/library-homepage/

http://konflikt.cdvinfo.cz/vystupy-projektu/


47 Rizikové faktory Autor kapitoly

6 RIZIKOVÉ FAKTORY



vědět jaký je rozdíl mezi příčinou a faktorem

znát základní rizikové faktory

vědět co to je funkce bezpečnosti

připraveni na modelování nehodovosti

Výklad

Bezpečnost je ovlivňována celou řadou faktorů. Ty se nejčastěji rozdělují do tří

skupin: účastníci provozu, dopravní prostředky, dopravní infrastruktura a její okolí (zkráceně

řidič, vozidlo, prostředí). Dále lze rozdělit 3 fáze nehodového děje: před, při a po nehodě.

Sestava těchto 3 skupin faktorů a 3 fází se nazývá podle svého autora Haddonova matice a

používá se k přehledu opatření (ve smyslu oblastí, kterým by se měla věnovat pozornost)

vhodných pro uvedené kombinace.

Tab. 3 Haddonova matice s příklady příslušných oblastí

faktory

fáze řidič vozidlo prostředí

přednehodová fáze

kondice řidiče, jeho

zkušenosti,

informovanost

způsobilost k jízdě,

funkce světel a brzd

vedení komunikace,

nejvyšší dovolená

rychlost jízdy

nehodová fáze použití zádržných

systémů

kvalita zádržných

systémů

pasivní bezpečnost

objektů v okolí

komunikace

ponehodová fáze dostupnost první

pomoci

možnost opuštění

vozidla, riziko

vznícení

únikové cesty,

zajištění místa

nehody, kongesce

Faktory mají v jednotlivých fázích následující vliv:

před nehodou: určují pravděpodobnost výskytu nehody,

při nehodě: určují pravděpodobnost výskytu zranění,

po nehodě: určují rozsah následků.



V historii byly tyto faktory často zkoumány ve smyslu příčin – bylo zjišťováno, zda

jsou nehody častěji způsobené chybou silnice, vozidla nebo řidiče. Tento přístup však není

vhodný, protože nehoda není nikdy důsledkem jediné příčiny – spíše se jedná o souhru více

faktorů.

Zmíněný přístup se nicméně stále používá a to např. při registraci nehod Policií ČR. Je

však nutno si uvědomit, že tam je smyslem určení viny – nejedná se o určování rizikových

faktorů. To by proto mělo být vždy provedeno odborníkem na bezpečnost a/nebo dopravní

inženýrství, ideálně bezpečnostním inspektorem.

Dále bude uveden stručný přehled nejvýznačnějších rizikových faktorů a jejich vlivu

na bezpečnost. Výčet se zaměřuje především na fyzickou stránku provozu (stavební a

provozní záležitosti).

6.1 Rychlost

Rychlost má v celé bezpečnosti výsadní postavení – je totiž jedním z nejzávažnějších

rizikových faktorů. Je dlouhodobě známo, že s vyšší rychlostí jízdy roste závažnost

potenciální kolize; s nárůstem rychlosti dále přímo roste i počet nehod – tento vztah byl

ověřen ve větším měřítku u řady zemí, kde v historii docházelo ke změnám stanovené

nejvyšší dovolené rychlosti jízdy (Obr. 15).

Obr. 15 Změna počtu nehod v závislosti na změně průměrné rychlosti64

64

podle Bezpečnost silničního provozu – aktuální poznatky, I. díl (viz zdroje na konci knihy)



Rychlost a její následky jsou u komunikací uvažovány při návrhu geometrického

vedení jejich trasy. Tato problematika je velmi široká a komplexní; dále bude jen stručně

uvedeno několik příkladů vztahů mezi vedením trasy a rychlostí, potažmo nehodovostí.

6.2 Vedení trasy

Nehodovost je nejvyšší u malých poloměrů směrových oblouků (sjetí z vozovky).

S rostoucím poloměrem však narůstá i rychlost. Nejkritičtější jsou náhlé změny –

změny by měly být vždy plynulé, aby řidič měl čas přizpůsobit rychlost.

Rostoucí křivolakost (součet úhlových změn trasy vztažený na délku) zvyšuje

nehodovost, opět zejména v kombinaci s nepřiměřenou rychlostí. Důležitá je však

kombinace s celkovým vedením (sled oblouků nemusí být tak nebezpečný jako jeden

nečekaný oblouk po dlouhém přímém úseku).

Se zvýšením počtu sjezdů taktéž roste nehodovost – v těchto místech totiž dochází

k rozdílům rychlosti (mezi vjíždějícím vozidlem a projíždějícím proudem), dále

například k manévrům při levém odbočení.

6.3 Šířkové uspořádání

Šířka pruhu by měla být taková, aby umožňovala bezpečnou jízdu, ale naopak

nepodporovala nadměrnou rychlost. Větší šířka může snížit počet nehod, ale zároveň

může zvýšit jejich závažnost (při nebezpečném předjíždění).

Ideální krajnice je zpevněná – umožní odstavení vozidla i případný úhybný manévr.

Naopak však ale může podporovat pocit komfortní šířky a rychlé jízdy.

Okolí komunikace by ideálně mělo být bez pevných překážek a s takovým sklonem

svahu, na kterém nedojde po opuštění vozovky k převrácení vozidla.

6.4 Shrnutí

Mezi další rizikové faktory patří například

nedostatečné rozhledové poměry (v obloucích, na křižovatkách…)

nevyhovující povrchové vlastnosti vozovky (mikro a makrotextura, protismykové

vlastnosti)

nesrozumitelné dopravní značení

nejasná přednost v jízdě na křižovatkách

Potenciálních rizikových faktorů je velké množství. Ovšem zdaleka ne ke všem je

jednoduché shromáždit dostatečná popisná data – ideálně v takové podobě, aby mohly být

přiřazeny ke každé nehodě nebo místu nehody. Celá řada faktorů má navíc velmi dynamický

charakter – např. osvětlení (a s ním související viditelnost nebo teplota), dále počasí (potažmo

např. vlhkost nebo námraza).

Jedním z nejvýznamnějších rizikových faktorů je i únava a nepozornost. Data, která by

vystihovala tyto jevy, je však prakticky obtížné získat.



Jak již bylo uvedeno, přítomnost rizikových faktorů by se neměla odvozovat přímo

z údajů o nehodách. Ideálně by je měl identifikovat přímo na místě například bezpečnostní

inspektor. Podle typu faktorů se pak následně navrhuje opatření. Na Obr. 16 je ukázka

z německého katalogu opatření – podle situace se navrhuje možná úprava.

Obr. 16 Ukázka situace a návrhu vhodného opatření65


Doposud jsme používali již zmiňované případové studie. Ty představují tradiční

přístup k identifikaci rizikových faktorů. Alternativním – a jak si ukážeme, často i

výhodnějším – způsobem je statistické hodnocení. Jeho základním nástrojem je tzv. funkce

bezpečnosti.66

Tato funkce vysvětluje nehodovost prostřednictvím rovnice, obsahující

hodnoty proměnných, které by měly ideálně reprezentovat právě rizikové faktory. K její

tvorbě (jak bude uvedeno v dalším textu) je vhodné mít vytvořenu takovou databázi, která

spojuje více zdrojů dat, například následovně:

každá nehoda má přiřazeny hodnoty rizikových faktorů, které na ni působily,

každý prvek má k sobě přiřazen hodnoty rizikových faktorů, které na něm působí a

počet nehod, ke kterým na prvku došlo,

Jedná se tedy o relační databázi, která spojuje databáze prvků, nehod a faktorů.

Příklad empiricky odvozené funkce bezpečnosti, vytvořené pro portugalské dálnice67

:

65

z Katalogu protinehodových opatření (výstup projektu INFOBESI – viz např. http://www.mdcr-

vyzkum-infobanka.cz/1f44l-046-120-informacni-s-6467.aspx)

66 angl. safety performance function (SPF)

67 viz výstupy projektu RIPCORD-ISEREST (http://ripcord.bast.de/products/products_1.htm)

http://www.mdcr-vyzkum-infobanka.cz/1f44l-046-120-informacni-s-6467.aspx

http://www.mdcr-vyzkum-infobanka.cz/1f44l-046-120-informacni-s-6467.aspx

http://ripcord.bast.de/products/products_1.htm



( je hustota nehod za 5 let, je délka úseku)

Platí však výše uvedené – pokud jsou údaje o rizikovém faktoru těžko dostupné ve

větším měřítku, jeho použití ve funkci bezpečnosti je pouze omezené. Každý faktor je dále do

jisté míry časově i prostorově proměnlivý. Následující příklady ilustrují některá z možných

omezení databází:

Jak bylo uvedeno, nejvýznamnějším rizikovým faktorem je intenzita dopravy. Ideální

by bylo mít ke každé nehodě přiřazenu hodnotu intenzity, která byla v okamžik

nehody. To je však prakticky nemožné. Používá se proto většinou roční průměrná

denní intenzita na úseku, kterou lze zjistit z výsledků Celostátního sčítání dopravy,

případně vlastní průzkum intenzity.

Jeden z nejvýznamnějších rizikových faktorů je rychlost. Údaje o rychlosti se většinou

shromažďují pouze na vybraných místech, která nemusí odpovídat místům nehod. Je

tudíž prakticky nemožné mít k dispozici údaje o rychlosti přiřazené k libovolné

dopravní nehodě (ideálně navíc v okamžiku nehody). Řešením je provedení

orientačního průzkumu rychlosti na potřebných místech; jeho výsledky však nemusí

být stejné jako v okamžik nehody. Další možností je použít zástupnou (proxy)

proměnnou, zde například hodnotu nejvyšší dovolené rychlosti.

Z toho vyplývá, že při tvorbě funkce bezpečnosti je vždy nutno přijmout řadu

kompromisů. Následkem pak může být skutečnost, že použité faktory se mohou lišit od

skutečných příčin. Aby byly tyto rozdíly zřejmé, používá se někdy dělení na kauzální68

a

predikční modely. Více bude uvedeno v kapitole 9.

Dále se budeme bavit o tvorbě a aplikaci modelů neboli modelování. Modelování je

obecně takový postup, kdy nahrazujeme zkoumaný systém jeho modelem a to proto, abychom

pomocí pokusů s modelem získali takové informace, které vypovídají o původním

zkoumaném systému. V principu je každý model zjednodušením původního systému, tj.

v našem případě skutečného dopravního provozu. Ovšem i při těchto zjednodušeních lze

získat cenné informace, které bychom jinak z původních dat nezískali.

Modelování nehodovosti, tak jak bude dále popsáno, je v ČR relativně novým

tématem. Z tohoto důvodu bude ještě před ním zařazena kapitola 7, která představí základy

potřebné teorie.


rizikový faktor, fáze nehodového děje, Haddonova matice, příčina, funkce

bezpečnosti, modelování

Otázky 6.1.

38. Jaké jsou skupiny rizikových faktorů?

68

kauza neboli příčina, ideálně způsobená rizikovým faktorem



39. Jaké jsou fáze nehodového děje?

40. Jaký je význam Haddonovy matice? Popište její sloupce, řádky a prvky.

41. Jaký je rozdíl mezi příčinou a faktorem?

42. Jaké jsou hlavní rizikové faktory ve vztahu k pozemní komunikaci?

43. Jaký je význam funkce bezpečnosti?

44. Co je to modelování nehodovosti?

Další zdroje

Rizikové faktory:

Churchill, T., Norden, Y. van. Relationships between road safety, safety measures and

external factors. SWOV, D-2010-3, 2010 (www.swov.nl/rapport/D-2010-03.pdf).

Skládaný, P. Rizikové faktory na železničních přejezdech ve městech. Silnice a železnice,

2011, roč. 6, č. 4, s. 34-36 (www.silnice-zeleznice.cz/clanek/rizikove-faktory-na-

zeleznicnich-prejezdech-ve-mestech).

Ambros, J. Spolupůsobící faktory vzniku nehod. Bezpečnost extravilánových silnic, s. 10-

13. CDV, 31.5.2012 (www.cdv.cz/file/seminar-bezpecnost-extravilanovych-silnic-shrnuti-

seminare).

Theeuwes, J., Horst, R. van der, Kuiken, M. Designing Safe Road Systems. Ashgate, 2012.

ISBN 978-1-4094-4388-9.

Road design factors and their interactions with speed and speed limits. MUARC, č. 298,

2009. ISBN 0 7326 2368 5 (www.monash.edu.au/miri/research/reports/muarc298.pdf).

Relationship between Road Geometry, Observed Travel Speed and Rural Accidents.

NZTA, č. 371, 2009. ISBN 978-0-478-34601-5

(www.nzta.govt.nz/resources/research/reports/371/docs/371.pdf).

Relationship between crash risk and geometric characteristics of rural highways.

Austroads, AP-R162, 2001. ISBN 0 85588 555 6


Utváření bezpečných pozemních komunikací. CDV, 2008. ISBN 978-80-86502-69-4.

Lamm, R., Psarianos, B., Mailänder, T. Highway Design and Traffic Safety Engineering

Handbook. McGraw-Hill, 1999. ISBN 978-00-70382-95-4.

Lamm, R., Beck, A., Ruscher, T., Mailänder, T., Cafiso, S., La Cava, G. How To Make

Two-Lane Rural Roads Safer: Scientific Background and Guide for Practical Application.

WIT Press, 2007. ISBN 978-1-84564-156-6.

Humánní faktory:

Evans, L. Traffic Safety and the Driver. Van Nostrand Reinhold, 1991. ISBN 978-

0442001636 (www.scienceservingsociety.com/tsd).

http://www.swov.nl/rapport/D-2010-03.pdf

http://www.silnice-zeleznice.cz/clanek/rizikove-faktory-na-zeleznicnich-prejezdech-ve-mestech/

http://www.silnice-zeleznice.cz/clanek/rizikove-faktory-na-zeleznicnich-prejezdech-ve-mestech/

http://www.cdv.cz/file/seminar-bezpecnost-extravilanovych-silnic-shrnuti-seminare/

http://www.cdv.cz/file/seminar-bezpecnost-extravilanovych-silnic-shrnuti-seminare/

http://www.monash.edu.au/miri/research/reports/muarc298.pdf

http://www.nzta.govt.nz/resources/research/reports/371/docs/371.pdf


http://www.scienceservingsociety.com/tsd/



Fuller, R., Santos, J. A. (ed.) Human factors for highway engineers. Pergamon, 2002.

ISBN 0-080-43412-6.

Shinar, D. Traffic Safety and Human Behavior. Emerald, 2007. ISBN 978-0-08-045029-2.

Porter, B. E. (ed.) Handbook of Traffic Psychology. Elsevier, 2011. ISBN 978-0-12-

381984-0.

Weller, G. The Psychology of Driving on Rural Roads: Development and Testing of a

Model. Technische Universität Dresden, 2010. ISBN 978-3-531-17529-4.

Štikar, J., Hoskovec, J., Šmolíková, J. Psychologická prevence nehod: teorie a praxe.

Karolinum, 2006. ISBN 80-246-1096-5.

Více o faktorech z pohledu účastníků silničního provozu se dovíte v další učební opoře

vytvořené v rámci projektu Virtuální vzdělávání v dopravě (modul 7 – Psychologie a

psychologické projekty se zaměřením na bezpečnost dopravy z pohledu lidského činitele).


54 Základy statistického hodnocení nehodovosti Autor kapitoly

7 ZÁKLADY STATISTICKÉHO HODNOCENÍ NEHODOVOSTI



znát základní statistické vlastnosti nehodových dat

vědět proč není relativní nehodovost vhodným ukazatelem bezpečnosti

vědět co to je očekávaný počet nehod

znát princip empirické bayesovské metody

Výklad

Tato kapitola není náhradou učebnice statistické analýzy; jedná se spíše o soubor

upozornění na některé jevy v oblasti hodnocení nehodovosti, které nemusí být na první pohled

zřejmé. Bude však prokázáno, že vliv těchto jevů nelze zanedbat a je nutno mu přizpůsobit

některé statistické postupy, které následně použijeme při modelování nehodovosti.

Vyjdeme z toho, že nehodovost je statistický jev, který má systematickou i náhodnou

složku. Naším úkolem je popsat systematickou složku, ideálně při potlačení zkreslení

způsobených vlivem náhodné složky.

7.1 Statistické vlastnosti nehodových dat

Nehodová data mají několik důležitých statistických vlastností:

Jedná se o statisticky vzácné jevy. Na prvku (např. úseku nebo křižovatce) může být

za rok zaznamenána např. jen 1 nehoda.

Jsou to diskrétní (nespojitá) data: na prvku může být zaznamenáno 0, 1, 2… nehody

ale nemůže být např. 0,3 nehody.

Když si vytvoříme histogram roční četnosti nehod například na skupině úseků,

zjistíme, že většina hodnot je nulových, dále hodnoty rychle klesají. Na Obr. 17 je pro

ilustraci příklad histogramu tříleté četnosti nehod na skupině 3358 úseků. Příklad

pochází z analýzy nehodovosti na extravilánových úsecích silnic II. třídy

v Jihomoravském kraji, kterou pracovníci CDV provádí v rámci projektu IDEKO.



Obr. 17 Příklad histogramu tříleté četnosti nehod na skupině 3358 úseků69

Z toho vyplývá, že četnost nehod nepodléhá normálnímu rozdělení

pravděpodobnosti. Místo toho se často aproximuje Poissonovým rozdělením – to však

předpokládá, že průměr všech hodnot je roven jejich rozptylu. Pokud to neplatí (rozptyl je

menší nebo větší než průměr70

), používá se negativně binomické rozdělení.

Nehodovost dále záleží na mnoha faktorech – viz rizikové faktory v kapitole 6. Přitom

platí, že tyto závislosti jsou většinou nelineární. Z toho mimojiné vyplývá, že nelze použít

nástroje klasické statistiky jako je například korelace nebo regrese. Ty totiž pracují jen se

spojitými daty (navíc normálně rozloženými) a předpokládají lineární závislosti.

Pro ilustraci lze uvést typický průběh závislosti nehodovosti na intenzitě na úseku.

Závislost lze vyjádřit mocninnou funkcí s exponentem blízkým jedné.

(10a)

kde je četnost nehod, je intenzita, a jsou konstanty, které je potřeba určit. Pro

křižovatky pak platí

(10b)

kde a jsou intenzity kolizních proudů (na hlavní a vedlejší komunikaci),

konstanty jsou , , .

69

podle studie Use of accident prediction model in identifying hazardous road locations (viz zdroje v

kap. 9)

70 angl. underdispersion nebo overdispersion



Obr. 18 Příklad funkce bezpečnosti71

Příklad ukazuje křivku závislosti tříleté četnosti nehod na skupině úseků na intenzitě.

Jedná se o již zmiňovanou funkci bezpečnosti – ta v každém svém bodě (pro každou hodnotu

intenzity) ukazuje úroveň bezpečnosti (očekávaný počet nehod).

Funkce bezpečnosti, která obsahuje jedinou vysvětlující proměnnou (intenzitu) se

nazývá jednoduchá; klasické funkce bezpečnosti (modely) s více proměnnými72

budou

představeny v kap. 9.


Pro zajímavost lze srovnat hodnotu funkce bezpečnosti s tradičním ukazatelem

relativní nehodovostí. Ta byla pro úsek definována vzorcem ; při zachování

konstantní hodnoty délky a časového období lze psát (úměra podílu nehodovosti a

intenzity). Tento podíl je lineární funkce, znázorněná na Obr. 18 čárkovanými čarami.

Velikost relativní nehodovosti je pak dána sklonem těchto čar (velikostí směrnice neboli

tangentou vyznačených úhlů).

Představme si úsek A s intenzitou 5000 voz/den; po nějakém čase, kdy jsou zachovány

všechny podmínky, vzroste intenzita na 8000 voz/den (bod B). Protože směrnice B je menší

než směrnice A, znamená to, že se snížila relativní nehodovost, úsek B je tedy nyní

bezpečnější než původně. Je však možné, aby se zvýšila bezpečnost jen díky zvýšení

intenzity?

71

podle článku Ambros, J. Jak měřit bezpečnost? - 1. část. Silniční obzor, 2012, roč. 73, č. 3, s. 78-82.

72 angl. multivariate SPF (oproti simple SPF)



Správná odpověď je, že takto lze situaci vnímat jen z pohledu řidiče (tj. jako

individuální riziko), pro kterého se snížila pravděpodobnost nehody; avšak ne z pohledu

nezávislého hodnotitele: ten nemůže tvrdit, že se bezpečnost komunikace zvýšila

samovolně (bez jakéhokoli opatření).

Z toho vyplývá, že relativní nehodovost lze využít pouze pro individuální hodnocení.

Pro jiné účely není vhodná, protože vychází z chybného předpokladu o linearitě vztahu mezi

nehodovostí a intenzitou. V tom případě je možné ji použít pro srovnávání jen při stejné

hodnotě intenzity.

Obecné doporučení je, že hodnocení a srovnávání bezpečnosti by se nemělo

provádět na základě relativní nehodovosti ale na základě srovnání funkcí bezpečnosti.

Postup odvození funkce bezpečnosti (neboli modelu bezpečnosti) bude ukázán v kapitole 9.

7.2 Regrese k průměru

V plošném měřítku platí, že dochází k velkému množství nehod – to je de facto

motivem celé činnosti v oboru bezpečnosti. V malém měřítku se však často stává, že množství

nehod je – ze statistického hlediska – nízké. Navíc zde dochází k tomu, že četnost nehod

v čase přirozeně kolísá okolo dlouhodobého průměru, jehož hodnotu však neznáme. Tento

dlouhodobý průměr představuje očekávaný počet nehod – slovo očekávané označuje rozdíl

vůči zaznamenaným73

, které mohou být ovlivněny a zkresleny.

Očekávaný počet nehod lze tedy definovat jako průměrný počet, který se vyskytne

v dlouhodobém horizontu při dané kombinaci expozice a rizika (viz vzorec 2 v kap. 2).

Příklad je na Obr. 19, který zobrazuje vývoj počtu nehod se zraněním na konkrétní křižovatce

v Brně v období 1995 – 2010. V tomto období nedošlo na křižovatce k žádným významným

změnám; přesto je zřejmý výrazně proměnlivý průběh počtu nehod. Po každém výraznějším

výkyvu, ať už kladným nebo záporným směrem, následuje návrat k průměru (k očekávané

hodnotě).

73

angl. expected vs recorded



Obr. 19 Vývoj nehodovosti na konkrétní křižovatce v Brně74

Změny v četnosti nehod by byly systematické, kdyby byly způsobené systémovou

změnou, tj. změnou vlivu rizikových faktorů. Protože k žádné systematické změně nedošlo,

jedná se o náhodné změny. Jev způsobující toto náhodné kolísání, se nazývá regrese

k průměru.75

Právě proto může být vliv regrese k průměru závažný – projevuje se zejména

ve dvou oblastech:

komplikuje výběr kritických míst: podmínkou výběru kritického místa je naplnění

výběrového kritéria definovaného nejčastěji pouze počtem nehod za rok. Kvůli

kolísání počtu nehod se však může stát, že kritérium bude v některých obdobích

naplněno a v některých obdobích naopak nenaplněno. Křižovatka se přitom za celé

sledované období nezměnila. Z tohoto důvodu je vliv regrese k průměru nutné

zahrnovat do výpočtů používaných při identifikaci kritických míst.

zkresluje účinky opatření: náhodný pokles, způsobený regresí k průměru, je chybně

přičítán účinku opatření a jeho účinnost je tak přeceňována.

Často dochází i ke kombinaci obou vlivů a to následovně: Opatření se přednostně

aplikují na místech s vysokou nehodovostí, tj. například na základě výkyvu regresí

k průměru k vyšší hodnotě. Předpokládejme, že je zájem o vyhodnocení účinnosti

opatření aplikovaném na takovém místě. Například rok po aplikaci je tedy zjištěna

četnost nehod a je zjištěno, že je oproti době před aplikací nižší. Z toho by mohlo

vyplynout, že opatření je účinné. Tento účinek však může být pouze zdánlivý, protože

mohlo dojít pouze k přirozenému výkyvu regresí zpět k nižším hodnotám. Četnost

nehod by se tedy snížila i bez aplikace opatření.

Vliv regrese k průměru časem slábne, lze jej tedy omezit prodloužením délky období

sledování. To však nemusí být praktické, protože – nemluvě o neefektivnosti délky takové

analýzy – za tu dobu může dojít ke změnám kauzálních faktorů, což omezuje vypovídací

schopnost celého sledování.

Obecně je regrese k průměru jedna z nejdůležitějších tzv. matoucích proměnných.76

Slovo „matoucí“ znamená, že vliv této veličiny zkresluje sledované změny. Matoucí

proměnná může být jakákoli exogenní (tj. nezpůsobená samotným opatřením) proměnná,

která ovlivňuje odhady účinnosti. Pokud jejich účinky neznáme, mohou se spojit s účinky

opatření a zkreslit je.

Existují dva způsoby odhadu („kontroly“) vlivu matoucích proměnných: statistický

odhad nebo použití srovnávací skupiny. Srovnávací skupina by měla být co nejvíce podobná

řešeným místům, ale přitom neovlivněná hodnoceným opatřením. Kombinací obou přístupů je

použití dat ze srovnávací skupiny ve formě statistického modelu (funkce bezpečnosti).

K tomuto bude více uvedeno v dalších kapitolách.

74

podle metodiky Identifikace kritických míst na pozemních komunikacích v extravilánu (CDV, 2012)

75 angl. regression to the mean (RTM)

76 angl. confounding variables nebo confounders



7.3 Empirická bayesovská metoda

Očekávaná nehodovost, určená funkcí bezpečnosti, představuje pouze průměrné

hodnoty pro použité kombinace vysvětlujících proměnných. Očekávaná nehodovost na

konkrétním místě se tedy může od průměru lišit. Za účelem zpřesnění očekávané hodnoty,

získané modelem, se proto používá tzv. empirická bayesovská metoda (EB).77

Takto

zpřesněný výsledek budeme zkráceně nazývat EB odhad.

EB odhad vychází z informací ze dvou zdrojů:

počtu nehod na sledovaném místě,

počtu nehod na srovnatelných místech, určeného pomocí modelu.

Píšeme, že očekávaná hodnota při zaznamenaném počtu nehod (zapsáno jako

) 78

je:

(11)

kde je váha definovaná jako

(12)

kde je hodnota disperzního parametru79

funkce bezpečnosti, který se určuje při modelování.

Hodnotu budeme dále označovat (EB odhad). Ze vzorce 11 vyplývá, že EB odhad

konkrétního místa leží vždy mezi hodnotami očekávaného počtu nehod na podobných místech

( ) a počtem zaznamenaných nehod na tomto konkrétním místě ( ). Hodnota váhy rozhoduje

o tom, ke které hodnotě se EB odhad více přiblíží.

Směrodatná odchylka EB odhadu se určí jako . (13)

Uvedené vzorce budou použity v řešeném příkladu.

7.4 Shrnutí

V této kapitole byly uvedeny základní statistické vlastnosti nehodových dat. Jedná se o

statisticky vzácné náhodné jevy, diskrétní a s nenormálním pravděpodobnostním rozložením.

Variace nehodovosti má systematickou a náhodnou složku. Systematické variace jsou

způsobeny změnami očekávaného počtu nehod v čase, prostoru apod. – naším úkolem je tyto

změny hodnotit. Naopak náhodné variace jsou způsobeny kolísáním zaznamenaného počtu

nehod kolem dlouhodobého průměru (regresí k průměru) a dalšími matoucími proměnnými.

Chceme-li tedy bezpečnost statisticky hodnotit na základě nehodovosti (což je

nejčastější přístup), musíme používat očekávaný počet nehod (dlouhodobý průměr). Protože

tento průměr ale neznáme, musí se odhadovat – nástrojem k tomuto odhadu je funkce (model)

bezpečnosti. Následně se odhad ještě zpřesňuje pomocí empirické bayesovské metody.

77

angl. empirical Bayes

78 od slova expected, symbol | je podmíněnost

79 V případě použití negativně binomického rozdělení se parametr angl. nazývá overdispersion

parameter.



Nyní, když jsme poznali základy statistického hodnocení, můžeme přistoupit

k hodnocení účinnosti opatření (kap. 8).


systematická a náhodná složka nehodovosti, rozdělení pravděpodobnosti četnosti

nehod, očekávaný a zaznamenaný počet nehod, jednoduchá funkce bezpečnosti, regrese k

průměru, matoucí proměnné, empirická bayesovská metoda, EB odhad

Otázky 7.1.

45. Jaké jsou základní statistické vlastnosti nehodových dat?

46. Jaká rozdělení pravděpodobnosti lze použít na data četnosti nehod?

47. Je relativní nehodovost vhodným ukazatelem bezpečnosti a proč?

48. Jaký je tvar jednoduché funkce bezpečnosti?

49. Jaký je rozdíl mezi zaznamenaným a očekávaným počtem nehod?

50. Jak vzniká regrese k průměru a co způsobuje?

51. Jaký je princip empirické bayesovské metody?

Řešený příklad

Příklad slouží k ukázce výpočtů popsaných v kapitole 7.3. Příklad pochází

z amerického prostředí.80

Máme model platný pro vybraný stát a druh komunikace: s

disperzním parametrem /km.81

Na konkrétním úseku komunikace o délce 1,8 km došlo během tří po sobě jdoucích let

ke 12, 7 a 8 nehodám. RPDI v tomto období zde byla 4000 vozidel za 24 hodin.

Zároveň se plánuje provedení opatření, které sníží nehodovost o 10 %.

Jakou bude možné v případě této úpravy očekávat nehodovost?

Řešení:

1) Očekávaný počet nehod je: nehod/km/rok.

2) Účinnost plánovaného opatření můžeme zapsat jako .82

Lze tedy

očekávat nehod/km/rok; pro zadanou délku úseku a časové

období pak nehod.

3) Váha bude podle vzorce 12: .

80

volně podle http://www.ctre.iastate.edu/educweb/ce552/docs/Bayes_tutor_hauer.pdf

81 Disperzní parametr bude vysvětlen v kap. 8.

82 Více bude vysvětleno v kap. 8.

http://www.ctre.iastate.edu/educweb/ce552/docs/Bayes_tutor_hauer.pdf



4) EB odhad je podle vzorce 11:

.

5) Směrodatná odchylka bude podle vzorce 13

6) Výsledná hodnota tedy bude nehody/km/rok.

Výsledek udává rozmezí roční hustoty nehod, kterou lze na úseku očekávat po

provedení plánovaného opatření.

Další zdroje

Statistické vlastnosti dat:

Ambros, J. Jak měřit bezpečnost? - 1. část. Silniční obzor, 2012, roč. 73, č. 3, s. 78-82.

Lord, D., Mannering, F. The statistical analysis of crash‐frequency data: A review and

assessment of methodological alternatives. Transportation Research Part A, 2010, roč. 44,

s. 291‐305 (https://ceprofs.civil.tamu.edu/dlord/papers/lord-mannering_review.pdf).

Road Safety Principles and Models: Review of Descriptive, Predictive, Risk and Accident

Consequence Models. OECD, 1997 (www.oecd.org/dataoecd/24/3/2103285.pdf).

Persaud, B. N. Statistical Methods in Highway Safety Analysis: A Synthesis of Highway

Practice. Transportation Research Board, NCHRP Synthesis 295, 2001

(http://onlinepubs.trb.org/onlinepubs/nchrp/nchrp_syn_295.pdf).

Funkce bezpečnosti a její využití:

Ambros, J. Jak měřit bezpečnost? - 2. část. Silniční obzor, 2012, roč. 73, č. 4, s. 103-105.

Vogelesang, R. A. W. Empirical Bayes Methods in Road Safety Research. SWOV, D-97-

13, 1997 (www.swov.nl/rapport/D-97-13.pdf).

Hauer, E., Harwood, D. W., Council, F. M., Griffith, M. S. Estimating Safety by the

Empirical Bayes Method: A Tutorial. Transportation Research Record, 2002, č. 1784, s.

126-131 (www.ctre.iastate.edu/educweb/ce552/docs/Bayes_tutor_hauer.pdf).

Reurings, M., Janssen, T., Eenink, R., Elvik, R., Cardoso, J., Stefan, C. Accident

prediction models and road safety impact assessment: a state-of-the-art. RIPCORD-

ISEREST project deliverable D2.1, 2005 (http://ripcord.bast.de/pdf/RI-SWOV-WP2-R1-

State_of_the_Art.pdf).

a další např. na http://ripcord.bast.de/products/products_1.htm nebo

http://rismet.swov.nl/Content/Results.htm

https://ceprofs.civil.tamu.edu/dlord/papers/lord-mannering_review.pdf

http://www.oecd.org/dataoecd/24/3/2103285.pdf

http://onlinepubs.trb.org/onlinepubs/nchrp/nchrp_syn_295.pdf

http://www.swov.nl/rapport/D-97-13.pdf

http://www.ctre.iastate.edu/educweb/ce552/docs/Bayes_tutor_hauer.pdf

http://ripcord.bast.de/pdf/RI-SWOV-WP2-R1-State_of_the_Art.pdf

http://ripcord.bast.de/pdf/RI-SWOV-WP2-R1-State_of_the_Art.pdf

http://ripcord.bast.de/products/products_1.htm

http://rismet.swov.nl/Content/Results.htm


62 Hodnocení účinnosti opatření Autor kapitoly

8 HODNOCENÍ ÚČINNOSTI OPATŘENÍ

Čas ke studiu: 3 hodiny


znát dva evaluační přístupy

umět základní výpočty

vědět i o ekonomickém hodnocení účinnosti

Výklad

Obecný postup hodnocení je následující:

1) Na základě hypotézy se rozhodneme, co chceme měřit a jak.

2) Vybereme potřebné ukazatele.

3) Shromáždíme potřebná data.

4) Vybereme místa, která budeme hodnotit.

5) Zvolíme časové období hodnocení.

6) Provedeme hodnocení.

Body 1 až 5 byly vysvětleny v předchozím textu; nyní bude vysvětleno vše potřebné

k provedení hodnocení v bodě 6.

V epidemiologii se rozlišují dva přístupy k hodnocení vlivu opatření (intervencí):

experimentální a observační. My budeme hodnotit míru vlivu opatření na bezpečnost,

zkráceně „hodnotit účinnost opatření“ a to observačním přístupem. Dále bude vysvětleno

proč.


Na hodnocení účinnosti opatření se dá dívat jako na vědecký experiment. Kdyby se

však mělo jednat o opravdový experiment, měla by být dodržena tato základní pravidla:

byl by srovnán stav před opatřením a po opatření,

a to kromě experimentální skupiny i v kontrolní skupině,

a prvky obou skupin by musely být vybrány zcela náhodně.

Podle těchto pravidel se provádí klasické experimenty, např. když se hodnotí účinnost

léku. Sleduje se experimentální skupina (která dostane lék) a kontrolní skupina (která dostane

placebo). Osoby se vybírají tak, aby reprezentovaly populaci (mladé i staré, muži i ženy apod.

– jedná se tedy o kontrolu proměnných věku a pohlaví) a podle náhodného výběru jsou



rozřazeny do experimentální nebo kontrolní skupiny. 83

Výsledky takového experimentu jsou

pak nezkreslené, lze je kauzálně interpretovat a zobecňovat – jsou v pravém slova smyslu

„vědecké.“ Na vědecké úrovni takových experimentů závisí úroveň samotného vědního

oboru. Kvalita takových výsledků je považována za nejvyšší a je základem tzv. medicíny

založené na faktech.84

Dalším rysem klasických experimentů je „laboratorní“ charakter; experiment by měl

být proveden tak, aby na subjekt působilo jen hodnocené opatření. To znamená, že zjištěnou

změnu lze přičíst čistě pouze vlivu opatření; neexistují zde žádné vedlejší vlivy.

Existuje však řada oborů, kde jsou takovéto klasické experimenty těžko proveditelné;

patří mezi ně i doprava. Představme si, že chceme hodnotit například účinnost přestavby

průsečných křižovatek na okružní. Vybrali bychom množinu průsečných křižovatek a z nich

bychom měli náhodným výběrem rozhodnout, která bude v experimentální skupině (tedy

bude přestavěna na okružní) a která bude v kontrolní skupině (tedy nebude přestavěna).

Takové možnosti hodnotitel nikdy nemá. Navíc je více než zřejmé, že na bezpečnost působí

mnoho jiných vlivů, než jen opatření, které hodnotíme – jeho vliv může být tedy zkreslený.

Znamená to však, že když nemůže provádět správný experiment, nemůže správně hodnotit

účinnost dopravně bezpečnostních opatření?

Kromě zmíněných experimentů existuje ještě druhý způsob – pozorování neboli

observace. „Pozorování“ neznamená nutně pozorování v terénu; v tomto kontextu to

znamená takový způsob získávání dat, kdy subjekt přímo neovlivňujeme. Základní rozdíl je

tedy následující:

experimentální (někdy také intervenční) studie mají kontrolu nad hodnocenými

subjekty; tyto subjekty jsou pod vlivem opatření proto, aby byla experimentálně

ohodnocena jeho účinnost

observační (pozorovací) studie nemají kontrolu nad hodnocenými subjekty; opatření

zde bylo aplikováno nezávisle na tom, že nyní chceme hodnotit jeho účinnost

Observační studie se používají všude tam, kde nelze provést klasické hodnocení v

„laboratorních“ podmínkách; observace naopak probíhá v přirozeném85

prostředí. Z tohoto

důvodu je však také náchylné k řadě možných zkreslení. Jak už bylo uvedeno, randomizované

studie jsou zde téměř nereálné; dále nemůžeme nikdy počítat s tím, že na sledovaný subjekt

nepůsobí nic jiného, než námi hodnocené opatření. Nic jiného, než observační studie nám

proto nezbývá – je však potřeba co nejvíce omezit potenciální zkreslení, která plynou z

„neexperimentální“ povahy našeho hodnocení.

8.1 Rozdělení metod

Existují dva druhy observačních studií:

83

tzv. znáhodněné (randomizované) studie (angl. randomized control trials, RCT)

84 angl. evidence-based medicine (EBM)

85 odtud také angl. pojem naturalistic driving studies (NDS)



a) předběžné a následné86

b) průřezové87

Jejich rozdíl vysvětlíme na příkladu, kdy chceme určit účinnost nového typu přechodu.

Předběžné a následné: srovnání hodnocení nehodovosti na skupině přechodů před

úpravou a následně po úpravě. Zjištěný rozdíl – po eliminaci vlivu matoucích

proměnných – je považován za vliv opatření (časovou změnu).

Průřezové: srovnání hodnocení nových přechodů (po úpravě) se srovnávací skupinou

co nejpodobnějších přechodů, ale bez nového typu úpravy. Zjištěný rozdíl je opět

považován za vliv opatření (konstrukční změnu).

Zatímco tedy způsob (a) srovnává ty stejné přechody (před a po úpravě), způsob (b)

srovnává různé přechody (s a bez úpravy).

Způsob (b) může být rychlejší, protože se nemusí čekat na provedení úpravy. Má však

tu nevýhodu, že srovnávací skupina se může lišit v některém faktoru, jehož vliv nebude

uvažován. Obecně se proto více doporučuje způsob (a).

Změna nehodovosti se vždy posuzuje na tzv. cílové skupině nehod. Ta představuje ty

nehody, které mají být opatřením ovlivněny. Cílová skupina se může lišit podle typu

hodnoceného opatření a její určení nemusí být vždy zcela jednoznačné. Například

k hodnocení účinnosti osvětlení tvoří cílovou skupinu nehody v noci; u hodnocení nového

typu krajnice pak jsou v cílové skupině ty nehody, kdy vozidlo sjelo z vozovky.

8.2 Předběžné a následné srovnání

Nyní si na fiktivním příkladu ukážeme několik způsobů, jak se předběžné a následné

srovnání dá provést. S tím, jak se bude zvyšovat kontrola matoucích proměnných, se bude

jejich náročnost postupně zvyšovat.

8.2.1 Jednoduché předběžné a následné srovnání

Představme si neřízenou křižovatku, kde instalujeme světelné signalizační zařízení

(SSZ). Před instalací se stalo 10 nehod ročně ( ), po instalaci 7 nehod ročně ( ).

Chceme určit účinnost ( ) instalace SSZ. Píšeme:

(14)

(Hodnota se v americké literatuře označuje CRF,88

hodnota se nazývá

CMF.89

Platí .)

Účinnost SSZ je tedy 30 %, tj. opatření snižuje nehodovost o téměř jednu třetinu.

86

někdy také srovnání „před/po“ nebo „předtím/potom,“ angl. before-after (B/A)

87 angl. cross-sectional (C/S)

88 crash reduction factor

89 crash modification factor



Rozptyl se vypočte . Meze 95% konfidenčního intervalu jsou:

(15)90

Rozsah konfidenčního intervalu (intervalu spolehlivosti) ukazuje míru spolehlivosti

odhadu účinnosti. Na základě hodnoty dolní a horní meze konfidenčního intervalu se rozlišuje

signifikance (významnost) odhadu účinnosti.

Signifikantní odhad je takový, který nezahrnuje hodnotu 1. Pokud ji naopak zahrnuje,

je odhad nesignifikantní; to může znamenat jednu ze tří možností:

opatření snižuje nehodovost (CMF < 1)

opatření nemá vliv na nehodovost (CMF = 1)

opatření zvyšuje nehodovost (CMF > 1)

Z toho vyplývá, že použití takových opatření může být nevhodné (pokud CMF > 1),

případně zbytečné (pokud CMF = 1). Zároveň je zřejmé, že při hodnocení účinnosti je nutné

kromě výsledného odhadu uvádět i konfidenční interval.

Uvedená metoda předběžného a následného srovnání se však nazývá jednoduchá,

někdy také naivní. Předpokládá totiž, že vývoj nehodovosti není ovlivněn žádnou matoucí

proměnnou. Dále si však ukážeme, jaké mohou tyto proměnné být a jak bychom je měli

kontrolovat.

8.2.2 Předběžné a následné srovnání s kontrolou trendu

První matoucí proměnnou je trend. Ten si můžeme představit jako jakoukoli změnu,

která ovlivňuje nehodovost plošně, tedy i na námi hodnocení křižovatce. Může to být

například skutečnost, že v hodnoceném období probíhala celostátní kampaň doprovázená

zvýšeným množstvím policejních kontrol. Hodnoty by proto měly být porovnány se

srovnávací skupinou, zde například celou ČR.

nehodovost před po

hodnocená křižovatka 10 7

ČR 1000 700

Píšeme:

(16)

( a jsou počty nehod ve sledované skupině před a po instalaci opatření, a jsou

počty nehod ve srovnávací skupině před a po instalaci opatření)

90 Operátor exp je zkráceným zápisem exponenciální funkce. Platí tedy .



Rozptyl se vypočte . (17)

Při kontrole trendu tedy vychází, že účinnost je nulová. Nehodovost se sice snížila

téměř o třetinu, avšak ne díky opatření, ale díky plošné změně. Znamená to tedy, že by se

nehodovost snížila i bez instalace opatření.

Další důležitou matoucí proměnnou je regrese k průměru. Její vliv odstraníme

použitím empirické bayesovské metody.

8.2.3 Předběžné a následné srovnání s využitím empirické bayesovské metody

Jak bylo zmíněno v kapitole 7.2, regrese k průměru je chyba způsobená náhodným

kolísáním zaznamenaného počtu nehod kolem dlouhodobého průměru. Tento dlouhodobý

průměr je však neznámý. Proto se jeho hodnota musí statisticky odhadovat – odhad se dělá

pomocí již zmíněné funkce bezpečnosti (modelu), zpřesněné navíc EB odhadem. Postup bude

pro přehlednost shrnut v několika krocích. Pro stručnost použijeme pro zaznamenané počty

nehod před a po aplikaci opatření označení PŘED a PO.

1) Výběr srovnávací skupiny. Ta by měla být co nejvíce podobná; jediným rozdílem by

mělo být hodnocené opatření. Je-li tedy sledována účinnost SSZ na křižovatce, měly

by srovnávací skupinu tvořit co nejvíce podobné křižovatky bez SSZ.

2) Z dat srovnávací skupiny vytvoříme model (funkci bezpečnosti).

3) Do modelu dosadíme hodnoty PŘED a získáme očekávaný počet PŘED ( ).

4) Podle vzorce 9 získáme EB odhad PŘED ( ).

5) Analogicky získáme očekávaný počet PO ( ).

6) Odhadneme hypotetický počet nehod PO, kdyby nedošlo k aplikaci opatření:

(18)

7) Určíme rozptyl (19)

8) Účinnost označíme a určíme následovně: (20)

Rozptyl bude (21)

Meze 95% konfidenčního intervalu pak budou (22)

Příklad byl jen ilustrací principu výpočtu. Ve skutečnosti se při určování účinnosti

využívá skupina sledovaných míst (ne jen jedno) a výsledná účinnost se určuje pomocí

metaanalýzy výsledků z těchto míst.



8.2.4 Metaanalýza výsledků hodnocení

Metaanalýza je metoda kvantitativní syntézy výsledků více analýz. Konkrétně

metaanalýza výsledků hodnocení, určených podle výše uvedeného postupu, se provádí z

váženého průměru logaritmů jednotlivých odhadů účinnosti podle následujícího postupu:

1) Pro jednotlivé analýzy účinnosti určíme rozptyl a konfidenční interval podle vzorců

(21) a (22).

2) Metaanalýza: (23)

váha (24)

meze 95% konfidenčního intervalu: (25)

Ze vzorce 24 vyplývá, že s velikostí rozptylu klesá váha výsledku; nejvíce se tedy

v metaanalýze projeví konzistentní výsledky (s nízkým rozptylem). Každopádně konfidenční

interval by se měl vždy uvádět – uživatel z něj pozná míru spolehlivosti odhadu účinnosti.


V uvedeném výpočtu se účinnost se hodnotí podle rozdílu dvou hodnot:

počtu nehod, ke kterým došlo po aplikaci opatření,

počtu nehod, ke kterým by došlo, kdyby se opatření neaplikovalo,

přičemž druhá hodnota se určuje modelem vycházejícím ze srovnávací skupiny, která

představuje podobná místa bez opatření. Tím, že se místo zaznamenaného počtu nehod

využije očekávaný počet nehod, resp. EB odhad, se eliminuje možná regrese k průměru, tj.

možnost, že by počet nehod klesl samovolně.

Proto byla v předchozím textu uvedena nutná kontrola matoucích proměnných při

předběžném a následném srovnání – z nich nejdůležitější je trend a regrese k průměru. V

případě použití pouze jednoduché (naivní) studie nebo při opomenutí regrese k průměru

mohou být výsledky zavádějící. Existují však i další matoucí proměnné:

změna intenzity,

migrace nehod (možnost „přesunutí“ nehod z místa opatření na jiné místo),

změna v registraci nehod, změny počasí…

Tyto proměnné se mění v čase (intenzita, registrace nehod, počasí…) a prostoru

(migrace nehod ale opět i počasí…); právě proto jsou „matoucí,“ protože jejich změny působí

zároveň se změnami bezpečnosti.

S těmito časovými změnami mimochodem souvisí i to, že účinnost opatření není

v čase neměnná. Působí na ni jak možné fyzické opotřebení opatření, tak například adaptace

řidičů.



Následující příklad ukáže, jakou má kontrola matoucích proměnných vliv na

výslednou účinnost hodnoceného opatření. Příklad je ze zahraničí; konkrétně se jednalo o

hodnocení účinnosti souboru opatření na nehodových místech.91

Obr. 20 Ukázka vlivu kontroly matoucích proměnných na výslednou účinnost

hodnoceného opatření (v %) 92

Z příkladu je zřejmé, že čím více matoucích proměnných je zohledněno, tím je

účinnost nižší. Většinou platí, že dle jednoduchých studií (s nekontrolovanými matoucími

proměnnými) vychází nejvyšší účinnost; s postupným zvyšováním kontroly matoucích

proměnných pak hodnota výsledné účinnosti klesá.93

Již z toho lze tedy usuzovat na kvalitu

provedené studie – je-li účinnost vysoká, je možné, že nebyly při jejím určování zohledněny

možné vlivy matoucích proměnných. Většina opatření má účinnost méně než 50 %; vyšší

hodnoty mohou být podezřelé.

8.2.5 Fixní nebo proměnlivá účinnost

Byly uvedeny způsoby hodnocení účinnosti opatření v podobě faktoru CMF – jedná se

o fixní hodnotu. Zároveň však bylo zjištěno, že účinnost opatření se může lišit a to v závislosti

na vlastnostech místa aplikace opatření ale i vlastnostech samotného opatření. Například

účinnost zklidňovacího opatření, které má snížit rychlost jízdy, může záviset na tom, jaká je v

konkrétních místech nejvyšší dovolená rychlost jízdy, případně intenzita dopravy.

To tedy znamená, že účinnost není fixní ale proměnlivá hodnota. Aby byla tato

proměnlivost vystižena, vyvíjí se kromě faktorů také funkce.94

91

angl. blackspot treatment

92 podle The Handbook of Road Safety Measures (viz zdroje na konci knihy)

93 Tento jev se nazývá „nevyhnutelný zákon evaluačních studií“ (Iron Law of Evaluation Studies).

94 angl. crash modification factors nebo crash modification functions (obojí CMF)



Obr. 21 Funkce účinnosti obchvatů (CMF) v závislosti na velikosti obce95

8.3 Ekonomické hodnocení

Doposud jsme chápali účinnost ve smyslu míry potenciálního snížení nehodovosti.

Existují ale i jiné přístupy, které lze nazvat „ekonomické.” Uživatel může chtít vybrat

nejlevnější opatření; nebo může hledat to opatření, které bude nejúčinnější. Způsobů

ekonomického hodnocení je celá řada. Jejich hlavním rysem je snaha vyjádřit účinnost96

prostřednictvím financí. Uvedeme si dva nejčastější způsoby: analýzu efektivity nákladů

(CEA97

) a analýzu nákladů a výnosů (CBA98

).

8.3.1 Analýza efektivity nákladů

Analýza efektivity nákladů (CEA) počítá poměr , kde

podle rovnice (1) a je zaznamenaný počet nehod. Jedná se tedy o srovnání nákladů

(ceny) s bezpečnostním účinkem opatření (očekávaným snížením nehodovosti).

Tento výpočet je jednoduchý a názorný, protože srovnává jednoznačné náklady

s bezpečnostním přínosem. Jeho nevýhodou však je, že neidentifikuje mezní hodnotu, za níž

se opatření stane již moc nákladným.

8.3.2 Analýza nákladů a výnosů

Cílem analýzy nákladů a výnosů (neboli cost-benefit analýzy) je určení výhod

(výnosů) a nevýhod (nákladů) opatření.

95

podle The Handbook of Road Safety Measures (viz zdroje na konci knihy)

96 angl. cost-effectiveness (u CEA) nebo efficiency (u CBA)

97 angl. cost-effectiveness analysis

98 angl. cost-benefit analysis



Výnosem je snížení nehodovosti, vyjádřené ukazatelem celospolečenských ztrát, který

byl představen v kapitole 5.

Nákladem je investice do dopravně bezpečnostního opatření.

Postup cost-benefit analýzy lze popsat v následujících krocích:

1) Stanovíme očekávané následky dopravních nehod ve výchozím roce, ideálně

predikčním modelem s rozdělením počtu nehod (nebo obětí) podle jejich závažnosti.

2) Protože u každé dopravní investice (silnice, křižovatka, most…) se plánuje doba

životnosti (např. 20 let), je potřeba výsledek prvního kroku extrapolovat na tuto dobu

(tj. do cílového roku). K tomu je potřeba určit globální trend bezpečnosti (prognózu

očekávaného vývoje). Následky budou součtem hodnot za celé toto období.

3) Z rozdělení počtu nehod (nebo obětí) podle závažnosti vypočteme celospolečenské

ztráty.

Tím jsme získali výnosy v podobě finančního vyjádření nehodovosti. Popsaný postup

platí pro případ nové stavby. Příklad je uveden na konci kapitoly.

Pokud se jedná o přestavbu, je nutno výsledek srovnat se stávající situací a posoudit,

zda se jedná o žádoucí snížení. Náklady se pak určí z odhadu ceny za plánovanou stavbu,

resp. přestavbu. Jako účinné (efektivní) je vnímáno takové opatření, u kterého jsou výnosy

vyšší než náklady.

8.3.3 Využití při výběru opatření

Představme si situaci, kdy jsme analyzovali nehodové místo a známe jeho diagnózu.

V té chvíli přistupujeme k aplikaci vhodných opatření; těch však může být více a my musíme

vybírat. Častým kritériem takového výběru je právě jeho efektivita, tak jak bylo uvedeno

v předchozím odstavci. Postup je pak následující:

1) Projdeme si potenciální opatření (např. v již zmíněné Příručce) a uděláme užší

výběr podle místních podmínek.

2) U vybraných opatření provedeme výpočet podle odstavce 8.3.1. Výsledkem

analýzy je výnos. Cena za realizaci opatření představuje náklady.

3) Vypočteme ukazatel BCR99

jako poměr . Pokud je BCR > 1, považujeme

opatření za efektivní.

4) Vybraná posouzená opatření, která jsou podle hodnoty BCR efektivní, seřadíme

podle klesající hodnoty BCR – tím získáme žebříček podle efektivity.

Bylo však zjištěno, že se účinnost (tak jak jsme ji určovali v kapitole 8.2) a

„ekonomická“ účinnost neboli efektivita mohou lišit – nejúčinnější opatření nemusí být

nejefektivnější. Může se stát, že opatření, které má jen mírně vyšší přínosy než náklady, může

být pro snížení nehodovosti přínosnější než efektivní opatření, která ovlivňují jen malou

cílovou skupinu.

99

angl. benefit-cost ratio



Zodpovědné orgány si proto musí zvolit, zda budou upřednostňovat účinnost nebo

efektivitu; ideální je samozřejmě kompromis výhodný z pohledu obou ukazatelů.

Na závěr je nutno podotknout, že komplexní dopravní cost-benefit analýzy nezahrnují

jen stránku bezpečnosti (nehodovosti); zohledňují například i vliv na úsporu cestovního času,

hluk, znečištění a další vlivy na životní prostředí a zdraví. Tato možnost je hlavní výhodou

oproti CEA, která hodnotí pouze přínos z hlediska bezpečnosti.

Zároveň však platí, že u každé aplikace opatření existuje řada místních podmínek a

vlivů, které nelze jednoduše započítat do CBA. Mohou to být např. hlediska územního

plánování nebo vlivu na společenský život; s tím souvisí i míra přijetí opatření. Výsledek

analýzy je proto vždy jen vodítkem v rozhodovacím procesu.

8.4 Shrnutí

Bylo uvedeno, že existují dva přístupy k hodnocení: experimentální a observační.

Experimentální výzkum, který je základem „klasické” vědy, nelze bohužel v oboru

bezpečnosti aplikovat (snad pouze s výjimkou řidičských simulátorů nebo nárazových testů),

budeme tedy využívat observace (pozorování) a to především předběžné a následné (před a po

opatření). Je však více jeho způsobů – často se používá jednoduché srovnání nebo s využitím

srovnávací skupiny.

Ani jedna z těchto metod však není vhodná. Jednoduché srovnání vychází z

„laboratorního“ předpokladu, že na změny nehodovosti nepůsobí nic jiného než námi

hodnocené opatření. Využití srovnávací skupiny zase vytváří pocit „klinické“ studie – to by

ale platilo pouze v případě náhodného výběru míst.

Oba předpoklady jsou tedy neplatné a musíme použít alternativní metodu – předběžné

a následné srovnání s využitím empirické bayesovské metody, které jako jediná z uvedených

metod kontroluje vliv matoucích proměnných. Čím více matoucích proměnných je

kontrolováno, tím je zjištěná účinnost nižší – jedině tak však lze získat správný výsledek

hodnocení účinnosti opatření. Ve světovém měřítku jsou výsledky kvalitních studií

shromažďovány a využívány k metaanalýze. Výsledky jsou publikovány v tzv. Příručce

dopravně bezpečnostních opatření100

kolektivu autorů z norského výzkumného ústavu TØI.

Tato rozsáhlá publikace obsahovala ve svém druhém anglickém vydání hodnocení účinnosti

128 různých opatření. Ukázka hodnocení jednoho opatření (zlepšení rozhledových poměrů na

křižovatce) je v Tab. 4.

Tab. 4 Ukázka hodnocení z Příručky dopravně bezpečnostních opatření

účinnost

závažnost nejlepší odhad

95% konfidenční

interval

všechny nehody –12 (–19, –4)

100

The Handbook of Road Safety Measures (viz zdroje na konci knihy)



nehody se zraněním –3 (–18, +14)

nehody pouze s hmotnou škodou –16 (–24, –7)

Účinnost je v tabulce uvedena ve smyslu procentuelní změny počtu nehod v cílové

skupině. Kromě nejlepšího odhadu je uveden i 95% konfidenční interval – tyto hodnoty jsou

výsledkem metaanalýzy více výsledků, např. zde konkrétně 7 studií.

Většina evaluačních studií se provádí v zemích západní a severní Evropy, v severní

Americe a Austrálii. Proto také většina dat pochází z těchto zemí – Příručka tedy reflektuje

tamní podmínky. Protože v ČR nemají kvalitní evaluační studie tradici, nejsou momentálně v

publikaci žádné české výsledky zahrnuty. Chceme-li znát účinnost opatření, zjištěnou

kvalitními studiemi, můžeme využít informace publikované v příručce. Lze však očekávat, že

výsledky například z Norska, Kanady nebo Austrálie budou platné i v českém prostředí? Je

zřejmé, že účinnost opatření je ovlivněna chováním řidičů, mírou policejních kontrol, pravidly

provozu a dalšími podmínkami, které se v jednotlivých zemích mohou značně lišit.

Teoreticky je možné místo faktorů používat funkce – pokud funkce zohlední rozdílnost

podmínek, sníží se vliv jejich variability a usnadní se přenositelnost.

To stejné platí i pro účinnost v ekonomickém pojetí (efektivitu). Při výpočtu

celospolečenských ztrát se používají hodnoty přisouzené jednotlivým úrovním závažnosti

zranění; tyto hodnoty jsou velice specifické a liší se nejen v čase ale především v jednotlivých

zemích. Proto přestože Příručka obsahuje výsledky cost-benefit analýz některých opatření, ty

nelze v ČR jednoduše aplikovat.

Výsledky zahraničních studií účinnosti (i efektivity) každopádně mohou být pro

českého čtenáře informativní. Do budoucna je však žádoucí, aby i v ČR byly provedeny

kvalitní studie, ideálně takové, které budou využity k metaanalýze ve zmíněné publikaci.

Jedině tak lze získat údaje, které budou zaručeně reflektovat fungování opatření v českých

podmínkách.


experimentální a observační přístup, předběžné a následné hodnocení, průřezové

hodnocení, CMF a CRF, signifikance odhadu účinnosti, kontrola trendu a regrese k průměru,

migrace nehod, faktor nebo funkce, ekonomické hodnocení, účinnost a efektivita, analýza

efektivity nákladů, analýza nákladů a výnosů, metaanalýza, Příručka dopravně

bezpečnostních opatření, přenositelnost

Otázky 8.1.

52. Jaký je obecný postup hodnocení?

53. Jaké jsou dva základní evaluační přístupy? Jaký je mezi nimi rozdíl?

54. Jaké jsou dva druhy observačních studií? Jaký je mezi nimi rozdíl?

55. Jaký je rozdíl a vztah mezi ukazateli CRF a CMF?



56. Jak lze interpretovat nesignifikantní odhad účinnosti?

57. Jaký je princip a význam kontroly trendu a regrese k průměru?

58. Ze kterých dvou hodnot se počítá účinnost při předběžném a následném sledování?

59. Jaký je princip a význam metaanalýzy?

60. Jaké lze v praxi očekávat hodnoty účinnosti? Můžou se objevit i výsledky s vyššími

hodnotami?

61. Jaké mohou být důsledky migrace nehod?

62. Jaký je rozdíl mezi účinností a efektivitou?

63. Jaký je rozdíl mezi analýzami CEA a CBA?

64. Jak vznikají informace v Příručce dopravně bezpečnostních opatření?

65. Jsou výsledky zahraničních studií přenositelné do ČR?

Řešený příklad

Příklad navazuje na odstavec 8.2.3; pochází z amerického prostředí:101

Na 25 místech bylo aplikováno vybrané opatření, nehodovost se snížila ze 100 na 75

nehod. Dále byla nalezena srovnávací skupina a z jejich dat vytvořen predikční model. Po

aplikaci modelu na zmíněných 25 míst byl určen očekávaný počet nehod 81,08 před úpravou

a 77,36 po úpravě. Chceme zhodnotit účinnost provedeného opatření pomocí předběžného a

následného hodnocení.

Model a jeho disperzní parametr pro stručnost neuvádíme, váha (vzorec 12) je 0,25.

Pro přehlednost použijeme čísla kroků výpočtu i označení veličin z odstavce 8.2.3:

Kroky 1 až 3 jsou popsány v zadání:

Krok 4:

Krok 5 je popsán v textu:

Krok 6 (vzorec 18):

Krok 7 (vzorec 19):

Krok 8 (vzorec 20): (očekávané

snížení nehodovosti je o 18 %)

101

http://safety.fhwa.dot.gov/tools/crf/resources/fhwasa10032

http://safety.fhwa.dot.gov/tools/crf/resources/fhwasa10032/



Rozptyl (podle vzorce 21) bude 0,12. Meze 95% konfidenčního intervalu (podle vzorce

22) budou 0,59 a 1,05. Z toho však vyplývá (viz kap. 8.2.1), že odhad není signifikantní.

Výsledek si lze představit i graficky v podobě spojnic hodnot před a po úpravě

vyjadřujících pokles počtu nehod:

Zaznamenaný počet nehod (100 a 75) je modře – rozdíl hodnot je zdánlivý účinek.

Šedou čarou je očekávaný počet podle modelu (81,08 a 77,36) – ze sklonu spojnice je

zřejmé, že účinek je nižší.

Červeně je spojnice EB odhadů (95,27 a 90,90). Sklon se přizpůsobil srovnávací

skupině (modelu). Skutečný účinek je rozdíl mezi hodnotou 75 a 90,90, tedy méně než

původně zdánlivý účinek.

Řešený příklad

Další příklad navazuje na kapitolu 8.3 – jedná se o příklad hodnocení efektivity

(účinnosti z ekonomického pohledu) okružních křižovatek, provedeného v roce 2011 v CDV.

Výpočet byl proveden podle kroků uvedených v textu:

1) Stanovení očekávaných následků nehod s využitím predikčního modelu a rozdělením

počtu obětí podle závažnosti. Modely se lišily podle lokality (intravilán nebo extravilán) a

počtu jízdních pruhů na vjezdu. Následně byl určen očekávaný počet osob se smrtelným,

těžkým a lehkým zraněním.

2) Byl určen globální trend bezpečnosti na období 40 let (životnost staveb). Z rovnice (2)

vyplývá, že počet zraněných ( ) lze určit jako násobek rizika ( ) a expozice, tj.

dopravního výkonu ( ). Platí tedy

(26)

(27)



Hodnoty funkcí R a V lze extrapolovat. Z extrapolovaných hodnot lze pomocí rovnice (26)

získat hodnoty Z. Tento postup jsme s využitím nehodových dat a hodnot dopravního

výkonu podle ŘSD využili ve výpočtu:

S využitím známých hodnot Z a V za období 1990 – 2010 jsme podle rovnice (27)

určili riziko (R) v období 1990 – 2010. Výsledný průběh byl extrapolován do roku

2050.

Hodnoty dopravního výkonu jsme neextrapolovali, ale využili jsme hodnoty podle

predikce dopravních výkonů podle Technických podmínek č. 225.102

S využitím popsaných extrapolací R a V pro období 2011 – 2050 jsme podle rovnice

(26) vypočetli Z.

Tento postup jsme provedli zvlášť pro počet lehce zraněných (LZ), těžce zraněných

(TZ) a usmrcených (SZ). Z průběhu výsledných funkcí jsme odvodili výsledné

součinitele růstu .

S použitím těchto součinitelů lze určit počet zraněných v cílovém roce:

. K určení očekávaného počtu zraněných osob ve výhledovém období se využije

součet dílčích součinitelů za jednotlivé roky daného období.

3) Výsledný počet zraněných byl vynásoben jednotkovými náklady a získali jsme

celospolečenské ztráty.

Na základě tohoto postupu byla vytvořena webová aplikace103

, která na základě zadání

životnosti stavby a parametrů okružní křižovatky (lokalita, počet pruhů a RPDI) vypočte

uvedené hodnoty:

102

http://www.pjpk.cz/TP%20225II.pdf

103 http://veobez.cdvinfo.cz/vypocet/

http://www.pjpk.cz/TP%20225II.pdf

http://veobez.cdvinfo.cz/vypocet/



Další zdroje

Hodnocení účinnosti:

Before-and-After Study: Technical Brief. Institute of Transportation Engineers, 2009

(www.cite7.org/resources/documents/Before_After%20Study_Published.pdf).

Powers, M., Carson, J. Before-After Crash Analysis: A Primer for Using the Empirical Bayes

Method. Tutorial. FHWA/MT-04-002-8117-21, 2004

(www.mdt.mt.gov/other/research/external/docs/research_proj/crash_analysis/tutorial.pdf).

Zegeer, C. V., Twomey, J. M., Heckman, M. L., Hayward, J. C. Safety Effectiveness of

Highway Design Features, Volume II: Alignment. Federal Highway Administration, FHWA-

RD-91-045, 1991 (www.hsrc.unc.edu/research_library/PDFs/Alignment1991.pdf).

Zegeer, C. V., Council, F. M. Safety Effectiveness of Highway Design Features, Volume III:

Cross Sections. Federal Highway Administration, FHWA-RD-91-048, 1992

(www.hsrc.unc.edu/research_library/PDFs/CrossSections1992.pdf).

Lord, D., Bonneson, J. A. Role and Application of Accident Modification Factors (AMFs)

within the Highway Design Process. 85th

Annual Meeting of the Transportation Research

Board, 2005

(https://ceprofs.civil.tamu.edu/dlord/Papers/Lord_and_Bonneson_TRB_2006.pdf).

http://www.cite7.org/resources/documents/Before_After%20Study_Published.pdf

http://www.mdt.mt.gov/other/research/external/docs/research_proj/crash_analysis/tutorial.pdf

http://www.hsrc.unc.edu/research_library/PDFs/Alignment1991.pdf

http://www.hsrc.unc.edu/research_library/PDFs/CrossSections1992.pdf

https://ceprofs.civil.tamu.edu/dlord/Papers/Lord_and_Bonneson_TRB_2006.pdf



Gross, F., Persaud, B., Lyon, C. A Guide to Developing Quality Crash Modification Factors.

Federal Highway Administration, FHWA-SA-10-032, 2010

(http://safety.fhwa.dot.gov/tools/crf/resources/fhwasa10032).

Sharing Road Safety: Developing an International Framework for Crash Modification

Functions. OECD/ITF, 2012. ISBN 978-92-821-0376-0

(www.internationaltransportforum.org/Pub/pdf/12Sharing.pdf).

Effectiveness of Road Safety Engineering Treatments. Austroads, AP-R422-12, 2012


Elvik, R. Assessing the Validity of Evaluation Research by Means of Meta-Analysis: Case

Illustrations from Road Safety Research. TØI, 1999. ISBN 82-480-0091-5


el.pdf).

Elvik, R. Making sense of road safety evaluation studies: Developing a quality scoring

system. TØI, 2008. ISBN 978-82-480-0920-7


nett.pdf).

Crash Modification Factors Clearinghouse – www.cmfclearinghouse.org

Hodnocení efektivity:

Costs-Benefit Analysis of Road Safety Improvements – Final Report. ICF Consulting, 2003

(http://ec.europa.eu/transport/roadsafety_library/publications/icf_final_report.pdf).

Wesemann, P. Economic evaluation of road safety measures. SWOV, D-2000-16E, 2000

(www.swov.nl/rapport/d-2000-16e.pdf).

Šenk, P., Ambros, J., Daňková, A. Predikce ekonomických škod z dopravních nehod na

okružních křižovatkách. Silniční obzor, 2011, roč. 72, č. 12, s. 351-355.

Šenk, P., Ambros, J., Daňková, A. Metodika hodnocení účinnosti opatření ke zvýšení

bezpečnosti provozu na pozemních komunikacích. CDV, 2011. ISBN 978-80-86502-14-4.

Cost-benefit analysis. SafetyNet web text, 2009

(http://ec.europa.eu/transport/road_safety/specialist/knowledge/pdf/cost_benefit_analysis.pdf)

.

Assessment of Road Safety Measures. BASt, M 186, 2007. ISBN 978-3-86509-680-7

(http://bast.opus.hbz-nrw.de/volltexte/2011/271/pdf/M186.pdf).

Metodika výpočtu ztrát z dopravní nehodovosti na pozemních komunikacích. CDV, 2010.

Economic evaluation manual (2 díly). NZTA, 2010 (www.nzta.govt.nz/resources/economic-

evaluation-manual/volume-1/index.html, www.nzta.govt.nz/resources/economic-evaluation-

manual/volume-2/index.html).

Více o ekonomickém hodnocení bezpečnosti se dovíte v dalších učebních oporách

vytvořených v rámci projektu Virtuální vzdělávání v dopravě (modul 16 – Ekonomické

http://safety.fhwa.dot.gov/tools/crf/resources/fhwasa10032/

http://www.internationaltransportforum.org/Pub/pdf/12Sharing.pdf


http://www.toi.no/getfile.php/Publikasjoner/T%D8I%20rapporter/1999/430-1999/430-1999-el.pdf

http://www.toi.no/getfile.php/Publikasjoner/T%D8I%20rapporter/1999/430-1999/430-1999-el.pdf



http://www.cmfclearinghouse.org/

http://ec.europa.eu/transport/roadsafety_library/publications/icf_final_report.pdf

http://www.swov.nl/rapport/d-2000-16e.pdf

http://ec.europa.eu/transport/road_safety/specialist/knowledge/pdf/cost_benefit_analysis.pdf

http://bast.opus.hbz-nrw.de/volltexte/2011/271/pdf/M186.pdf

http://www.nzta.govt.nz/resources/economic-evaluation-manual/volume-1/index.html






hodnocení následků dopravních nehod a Finanční vyjádření ztrát z dopravní nehodovosti na

pozemních komunikacích).

Výběr opatření:

Cost effective EU transport safety measures. European Transport Safety Council, 2003. ISBN

90-76024-16-2 (www.etsc.be/oldsite/costeff.pdf).

Examples of assessed road safety measures – a short handbook. ROSEBUD project

deliverable, 2006

(http://ec.europa.eu/transport/road_safety/projects/doc/rosebud_examples.pdf).

Best Practice for Cost-Effective Road Safety Infrastructure Improvements – Summary Report.

CEDR, 2008

(www.cedr.fr/home/fileadmin/user_upload/Publications/2008/e_Road_Safety_Investments_S

ummary.pdf).

Cost-effective infrastructure measures on rural roads. MUARC, č. 217, 2004. ISBN 0 7326

1727 8 (www.monash.edu.au/miri/research/reports/muarc217.pdf).

Countermeasures That Work: A Highway Safety Countermeasure Guide for State Highway

Safety Offices. NHTSA, 2011 (www.ghsa.org/html/publications/countermeasures.html).

http://www.etsc.be/oldsite/costeff.pdf

http://ec.europa.eu/transport/road_safety/projects/doc/rosebud_examples.pdf

http://www.cedr.fr/home/fileadmin/user_upload/Publications/2008/e_Road_Safety_Investments_Summary.pdf

http://www.cedr.fr/home/fileadmin/user_upload/Publications/2008/e_Road_Safety_Investments_Summary.pdf

http://www.monash.edu.au/miri/research/reports/muarc217.pdf

http://www.ghsa.org/html/publications/countermeasures.html


79 Modelování nehodovosti Autor kapitoly

9 MODELOVÁNÍ NEHODOVOSTI



znát kroky tvorby modelu

vědět jak modely aplikovat

znát princip identifikace nehodových lokalit podle empirické bayesovské

metody

Výklad

Cílem je vytvořit funkci bezpečnosti, která nám umožní číselně popsat fungování

systému bezpečnosti. Ideálně by tato funkce měla obsahovat hodnoty konkrétních rizikových

faktorů každé modelované nehody, což však často – hlavně ve větším rozsahu – není

prakticky možné. Proto se při tvorbě funkce bezpečnosti často přistupuje k řadě kompromisů;

následkem pak může být skutečnost, že použité faktory se mohou lišit od skutečných příčin.

Aby byly tyto rozdíly zřejmé, používá se někdy dělení na kauzální a predikční modely:

Kauzální model104

je tvořen funkcí bezpečnosti, jejíž vysvětlující proměnné představují

skutečné příčiny nehod.

Predikční model105

je tvořen funkcí bezpečnosti, jejíž vysvětlující proměnné jsou tvořeny

jakýmikoli daty, která představují potenciální rizikové faktory.

Z dostupnosti dat vyplývá, že většina modelů je druhého typu. Z toho však vyplývá, že

z nich nelze jednoduše usuzovat na příčiny nehod, případně odvozovat velikost změn

nehodovosti změnou hodnot proměnných v modelu.

Slovo predikční naznačuje, že rovnici by mělo být možno použít k předpovědi

(predikci) hodnoty bezpečnosti a to dosazením za konkrétní hodnoty vysvětlujících

proměnných. To je však diskutabilní z několika důvodů:

V principu je každý model platný pouze v rozsahu dat, využitých k jeho tvorbě, tj.

v daném časovém a prostorovém rozmezí.

Model tedy „pouze“ vysvětluje historická data. Jakákoli další extrapolace nemusí být

úspěšná, protože podmínky se mohou v čase a prostoru měnit.

I z těchto důvodů se někdy používá konzervativnější pojem vysvětlující model.106

Nicméně pojem predikční model107

je již celosvětově natolik rozšířen, že se používá téměř

104

angl. causation model

105 angl. prediction nebo predictive model



výhradně. My budeme v zájmu stručnosti používat termín „model“ a proces jeho tvorby

„modelování.“

9.1 Tvorba modelu

Proces tvorby modelu má několik kroků, které stručně uvedeme:

1) Výběr modelového území, shromáždění dostupných nehodových, silničních, provozních,

příp. jakýchkoli jiných dat, která jsou potenciálními rizikovými faktory. Data byla

představena v kap. 4.1, rizikové faktory v kap. 6.

2) Volba funkčního tvaru jednotlivých proměnných v modelu.

3) Vytvoření základního modelu s intenzitou jako jedinou vysvětlující proměnnou (jedná se

tedy o jednoduchou funkci bezpečnosti).

4) Dále postupné přidávání dalších proměnných, za předpokladu, že proměnné nejsou

vzájemně příliš závislé a že se nezhoršuje statistická kvalita modelu.

Nejčastěji se vytváří modely ve tvarech odvozených ze vzorců 10a a 10b:

na úsecích

na křižovatkách

kde jsou vysvětlující proměnné a konstanty, které odhadujeme při modelování.

Používá se zobecněné lineární modelování (GLM108

) s negativně binomickým rozdělením

a logaritmickou spojovací funkcí: po zlogaritmování pravé strany rovnice se součiny

převedou na součty a konstanty se určí podobně jako u lineární regrese. K těmto operacím

lze výhodně použít některý ze statistických programů (např. SPSS, SAS nebo R).

Výsledný model je ten, který nejlépe vystihuje vstupní nehodovost. Přitom by měl

obsahovat takové proměnné, jejichž vliv lze interpretovat v souladu se známými teoretickými

poznatky; ideální model je stručný ale logicky výstižný.

Existuje řada způsobů, jak ověřit vhodnost modelu, příp. srovnat s jinými modely

vycházejícími ze stejných dat:

Kontrolou rozložení reziduí modelu: rozložení reziduí by mělo být náhodné, s průměrem

kolem nuly a hodnotami nepřesahujícími meze dané konfidenčním intervalem.

Srovnáním hodnoty disperzního parametru: Disperzní parametr se určuje v průběhu

modelování. Na závěr jej lze srovnat s hodnotou z původních nehodových dat. Disperzní

parametr modelu by měl být nižší než u původních dat.

106

angl. explanatory model

107 Většinou predikční model nehod nebo nehodovosti, angl. accident prediction model (APM) nebo

crash prediction model (CPM).

108 angl. generalized linear modelling



Srovnáním informačního kritéria: Každý model má jistou hodnotu informačního kritéria,

často se používá např. Akaikeho informační kritérium (AIC). Obecně platí, že čím nižší

hodnota kritéria, tím lépe model vysvětluje použitá data.

9.2 Aplikace modelu

Jak bylo uvedeno, funkce bezpečnosti (tj. model) je hlavním nástrojem systémového

hodnocení (a řízení) bezpečnosti – má totiž celou řadu vhodných uplatnění, které stručně

uvedeme a popíšeme na příkladech.

9.2.1 Využití k hodnocení účinnosti opatření

Využití očekávaného počtu nehod, získaného modelem, k hodnocení účinnosti bylo

uvedeno v kapitole 7.3.

9.2.2 Využití ke srovnávání bezpečnosti

Máme za úkol srovnat vhodnost dvou typů křižovatek (z hlediska bezpečnosti) ve

vybraném městě, řekněme okružních a průsečných. Shromáždíme tedy data ke všem těmto

křižovatkám ve městě a vytvoříme model pro okružní křižovatky a model pro průsečné

křižovatky.

Dosazováním konkrétních hodnot do těchto modelů získáme dvojí hodnoty

očekávaného počtu nehod. Rozdíly těchto hodnot lze považovat za rozdíly bezpečnosti –

z jejich velikosti a znaménka lze usuzovat, který typ křižovatek je bezpečnější a o kolik.

9.2.3 Využití k identifikaci nehodových lokalit

Nehodové lokality (nebo také místa častých dopravních nehod) jsou místa, kde

dochází ke zvýšenému výskytu dopravních nehod. Jejich identifikace, evidence a analýza je

jednou z tradičních úloh řízení bezpečnosti.

Dosavadní metody však vždy vycházely ze zaznamenaných nehod. Přitom v kapitole 7

bylo ukázáno, že zaznamenané počty nehod mohou být zavádějící kvůli vlivu regrese

k průměru.

Typickým výběrovým kritériem nehodové lokality jsou 3 nehody se zraněním za rok.

Použijeme opět data z konkrétní křižovatky, která je označována za jednu z nejvíce

nehodových v Brně – viz Obr. 22. V grafu je kromě roční četnosti (červeně plnou čarou)

zobrazen tříletý klouzavý průměr (červeně čárkovaně), černou plnou čarou pak hodnota

výběrového kritéria. Je však zřejmé, že v některých obdobích bylo kritérium naplněno

(čárkovaná čára je nad kritériem – křižovatka tedy byla nehodovou lokalitou) a v některých

obdobích naopak nenaplněno (čárkovaná čára je pod kritériem – křižovatka nebyla nehodovou

lokalitou). Křižovatka se přitom za celé sledované období nezměnila.



Obr. 22 Ukázka výběrového kritéria nehodové lokality (černá čára) na datech

z konkrétní křižovatky v Brně109

Z tohoto vyplývá, že identifikace nehodových lokalit na základě zaznamenané

nehodovosti (tj. ovlivněné regresí k průměru) může být zavádějící. Měly by se proto používat

očekávané počty nehod (zohledňující regresi k průměru), zpřesněné EB odhadem.

Výsledkem identifikace nehodových lokalit by měl být seznam míst seřazený podle

nějakého kritéria závažnosti – správce komunikací tak dostane informaci, na kterých místech

je situace „nejakutnější“ a měla by se tudíž řešit nejdříve.

Existují různá kritérií k tomuto seřazení,110

doporučuje se však tzv. bezpečnostní

potenciál111

(BP). Ten je definován jako rozdíl mezi EB odhadem a očekávanou hodnotou –

schématicky viz Obr. 23.

(28)

Obr. 23 Ilustrace definice bezpečnostního potenciálu (BP)112

109

podle článku Ambros, J. Jak měřit bezpečnost? - 2. část. Silniční obzor, 2012, roč. 73, č. 4, s. 103-

105.

110 angl. ranking

111 angl. potential for safety improvement (PSI) nebo excess frequency

112 podle metodiky Identifikace kritických míst na pozemních komunikacích v extravilánu (CDV, 2012)



9.3 Shrnutí

Cílem modelování je vytvořit model funkce bezpečnosti, která kvantifikuje vztah mezi

závisle proměnnou (nejčastěji počtem nehod ale teoreticky jakýmkoli ukazatelem

bezpečnosti) a nezávisle proměnnými – těmi by ideálně měly být identifikované rizikové

faktory. Byl uveden postup tvorby modelu a byly představeny některé z jeho aplikací. Kromě

již dříve uvedených je to hlavně identifikace nehodových lokalit. Model určuje očekávaný

počet nehod, z něhož následně získáme EB odhad a bezpečnostní potenciál. Podle tohoto

ukazatele lze setřídit jednotlivé prvky (úseky, křižovatky…) do pořadí podle úrovně jejich

bezpečnosti.


kauzální a predikční model, funkční tvar modelu, ověření kvality modelu, identifikace

nehodových lokalit, bezpečnostní potenciál

Otázky 9.1.

66. Jaký je rozdíl mezi kauzálním a predikčním modelem?

67. Jaké jsou kroky tvorby modelu?

68. Jaké jsou základní tvary modelu?

69. Jak lze ověřit kvalitu výsledného modelu?

70. Jak lze modely aplikovat?

71. Jaký je princip identifikace nehodových lokalit podle empirické bayesovské metody?

72. Jaký následek může mít identifikace nehodových lokalit na základě zaznamenaného počtu

nehod?

Další zdroje

Modelování:

Reurings, M., Janssen, T. Accident prediction models for urban and rural carriageways.

SWOV, R-2006-14, 2007 (www.swov.nl/rapport/R-2006-14.pdf).

Srinivasan, R., Carter, D. Development of safety performance functions for North Carolina.

University of North Carolina Highway Safety Research Center, FHWA/NC/2010-09, 2011

(www.ncdot.gov/doh/preconstruct/tpb/research/download/2010-09finalreport.pdf).

Šenk, P., Ambros, J. Estimation of Accident Frequency at Newly-built Roundabouts in the

Czech Republic. Transactions on Transport Sciences, 2011, roč. 4, č. 4, s. 199-206.

Turner, S., Wood, G. Accident Prediction Modelling Down-under: A Literature Review

(www.beca.com/services/~/media/publications/technical_papers/accident_prediction_modelli

ng_downunder.ashx).


http://www.ncdot.gov/doh/preconstruct/tpb/research/download/2010-09finalreport.pdf

http://www.beca.com/services/~/media/publications/technical_papers/accident_prediction_modelling_downunder.ashx

http://www.beca.com/services/~/media/publications/technical_papers/accident_prediction_modelling_downunder.ashx



Modeling Intersection Crash Counts and Traffic Volume

(www.fhwa.dot.gov/publications/research/safety/98096/index.cfm)

Accident Models for Two-Lane Rural Roads: Segment and Intersections


Prediction of the Expected Safety Performance of Rural Two-Lane Highways


Methodology to Predict the Safety Performance of Rural Multilane Highways

(http://onlinepubs.trb.org/onlinepubs/nchrp/nchrp_w126.pdf)

Identifikace:

Ambros, J., Pokorný, P. Identifikace nehodových lokalit – projekt IDEKO. Bezpečnosť a

plynulosť v cestnej premávke, WETTRANS Žilina, 2012. ISBN 978-80-85418-76-7.

Ambros, J., Janoška, Z., Pokorný, P., Striegler, R., Šenk, P., Valentová, V. Identifikace

kritických míst na pozemních komunikacích v extravilánu: metodika provádění. CDV, 2012.

Šenk, P., Ambros, J., Pokorný, P., Striegler, R. Use of accident prediction model in

identifying hazardous road locations. Transactions on Transport Sciences, 2012, roč. 5, č. 4

(v tisku).

Methods for identifying high collision concentration locations (HCCL) for potential safety

improvements – Phase II: Evaluation of alternative methods for identifying HCCL. California

Department of Transportation, 2011

(www.safetyanalyst.org/pdf/SafetyAnalystEvaluationReport(Caltrans-HSRC).PDF).

DiExSys Roadway Safety Systems (http://diexsys.com/)

dále software IHSDM113

a SafetyAnalyst114

113

http://www.fhwa.dot.gov/research/tfhrc/projects/safety/comprehensive/ihsdm/libweb.cfm

114 http://www.safetyanalyst.org/

http://www.fhwa.dot.gov/publications/research/safety/98096/index.cfm



http://onlinepubs.trb.org/onlinepubs/nchrp/nchrp_w126.pdf

http://www.safetyanalyst.org/pdf/SafetyAnalystEvaluationReport(Caltrans-HSRC).PDF)

http://diexsys.com/

http://www.fhwa.dot.gov/research/tfhrc/projects/safety/comprehensive/ihsdm/libweb.cfm

http://www.safetyanalyst.org/


85 Systém řízení bezpečnosti Autor kapitoly

10 SYSTÉM ŘÍZENÍ BEZPEČNOSTI



vědět co je to systém řízení bezpečnosti

chápat souvislost předchozích kapitol

znát rozdíl mezi pragmatickým a racionálním systémem řízení bezpečnosti

rozumět myšlence „bezpečnosti založené na faktech“

Výklad

Cílem celého textu opory bylo představení hodnocení bezpečnosti jakožto těžiště

ideálního systému řízení bezpečnosti. Nyní, v závěru textu, tedy zrekapitulujeme předchozí

kapitoly a spojíme je do logického celku.

Systém řízení bezpečnosti115

lze chápat jako takový systém řízení (managementu),

jehož cílem je zajištění, udržování a zvyšování bezpečnosti a to na všech úrovních (město,

kraj, stát). Jedno z jeho možných uspořádání je na Obr. 24.

Obr. 24 Příklad systému řízení bezpečnosti116

115

angl. safety management system (SMS)

116 podle Highway Safety Manual (viz zdroje na konci knihy)



Nyní uvedeme prvky tohoto systému a jejich možné řešení s odkazy na kapitoly, kde

bylo téma probíráno.

Sledování sítě – viz plošné a lokální hodnocení (kap. 3)

Diagnóza – viz nehodová analýza (kap. 3), data a metody (kap. 4), ukazatele

bezpečnosti (kap. 5) a rizikové faktory (kap. 6)

Výběr opatření, Ekonomické ocenění, Stanovení priorit, Vyhodnocení účinnosti – vše

viz hodnocení účinnosti (kap. 8)

Je zřejmé, že jde o uzavřený cyklus, přičemž hodnocení bezpečnosti, kterému byl

věnován tento učební text, vstupuje do všech jeho částí. Hodnocení totiž probíhá při plánování

budoucích staveb (hodnocení dopadu zmíněném v kap. 3), sledování stávajícího stavu i

ocenění minulých aktivit. Procesy hodnocení jsou potřebné k určení všech tří prvků základní

rovnice (1), která byla uvedena v úvodu:

Hodnocení má zároveň i další rozměr – pokud totiž zodpovědné subjekty budou

hodnotit zpětně svoje rozhodnutí a vyvozovat závěry pro další vývoj, může se systém

postupně učit a zdokonalovat. Ve srovnání se současným pragmatickým systémem se pak

bude jednat o systém racionální.

Racionální systém řízení bezpečnosti má tři základní rysy:

zodpovědné osoby mají faktické znalosti,

každé rozhodnutí má předem kvantifikovaný účinek,

účinky všech provedených rozhodnutí se zpětně vyhodnocují.

Je to tedy systém, který hodnotí své fungování, reflektuje svoje chyby a učí se ze

zkušenosti. K tomu však potřebuje informace založené na faktech. Fakta vznikají z dat a

jejich kvalitní objektivní analýzy. Bezpečnostní akce mohou být úspěšné jen v případě, že

jsou založeny na těchto faktech. Faktické informace jsou tedy podkladem pro racionální řízení

bezpečnosti. Sem patří např. predikční modely potřebné ke kvalitnímu hodnocení účinnosti

nebo informace o ekonomické efektivitě opatření. Tyto informace nejsou jen abstraktní čísla;

jsou to koncentrované zdroje informací vycházející z řady předchozích analýz; jedná se tedy o

jedinečnou možnost využití nashromážděných vědomostí. Postupný vývoj těchto nástrojů

dovolí opustit méně funkční přístupy, které jsou založeny na intuici, pocitech a informacích,

které nereflektují aktuální informace z české i světové vědy.

Obdobný vývoj proběhl i v jiných vědních oborech, např. v již zmíněné medicíně.

Medicína založená na faktech je současným trendem – rozhodnutí se zde zakládají na

kvalitních studiích, randomizovaných klinických testech a metaanalýzách. Analogický vývoj

lze čekat v hodnocení bezpečnosti dopravy, kde získávají převahu statistické přístupy

založené na predikčních modelech a empirické bayesovské metodě.

Je však zřejmé, že tato změna paradigmatu musí být reflektována již v univerzitním

vzdělání v oboru bezpečnosti dopravy. Aby se tento obor dostatečně etabloval jako

samostatná vědecká disciplína, musí stát na pevných základech. Hodnocení bezpečnosti



dopravy v komplexním pojetí, o jehož popis se autor pokusil v tomto textu, se tímto základem

může v budoucnu jistě stát.


systém řízení bezpečnosti, pragmatický a racionální systém, bezpečnost založená na

faktech

Otázky 10.1.

73. Jaký je rozdíl mezi pragmatickým a racionálním systémem řízení bezpečnosti?

74. Jaké jsou hlavní rysy racionálního systému řízení bezpečnosti?

75. Jaká je myšlenka „bezpečnosti založené na faktech“?

Další zdroje

Systémy řízení bezpečnosti:

Thomas, M. J. W. A systematic review of the effectiveness of safety management systems.

Australian Transport Safety Bureau, 2012. ISBN 978-1-74251-303-4

(www.atsb.gov.au/media/4053559/xr2011002_final.pdf).

Safety Management Systems: A Synthesis of Highway Practice. Transportation Research

Board, NCHRP Synthesis 322, 2003

(http://onlinepubs.trb.org/onlinepubs/nchrp/nchrp_syn_322.pdf).

Komplexní hodnocení:

Metodický pokyn hodnocení variant tras pozemních komunikací z technického, dopravního a

ekonomického hlediska. EcoImpAct, 1995

(www.fce.vutbr.cz/PKO/holcner.p/BM01/2007_08/MetPok95.pdf).

Uživatelský návod k českému systému hodnocení silnic. ŘSD, 2007 (www.rsd.cz/technicke-

predpisy/hdm-4).

Health impact assessment and public health costs of the road transport sector – Results from

two projects. Vägverket, 2009

(http://publikationswebbutik.vv.se/upload/4863/2009_67_health_impact_assessment_and_pu

blic_health_costs_of_the_road_transport_sector.pdf).

Bezpečnost založená na faktech:

Forbes, G. Practicing What We Preach: The Case for Evidence-Based Road Safety. ITE

Journal On the Web, červen 2008, s. 69-73

(www.ite.org/membersonly/itejournal/pdf/2008/JB08FA69.pdf).

Hauer, E. A case for evidence-based road-safety delivery. Improving Traffic Safety Culture in

the United States: The Journey Forward. AAA Foundation for Traffic Safety, 2007, s. 329-

343 (www.aaafoundation.org/pdf/SafetyCultureReport.pdf).

dále výstupy projektu DaCoTA:

http://www.atsb.gov.au/media/4053559/xr2011002_final.pdf

http://onlinepubs.trb.org/onlinepubs/nchrp/nchrp_syn_322.pdf

http://www.fce.vutbr.cz/PKO/holcner.p/BM01/2007_08/MetPok95.pdf

http://www.rsd.cz/technicke-predpisy/hdm-4

http://www.rsd.cz/technicke-predpisy/hdm-4

http://publikationswebbutik.vv.se/upload/4863/2009_67_health_impact_assessment_and_public_health_costs_of_the_road_transport_sector.pdf

http://publikationswebbutik.vv.se/upload/4863/2009_67_health_impact_assessment_and_public_health_costs_of_the_road_transport_sector.pdf

http://www.ite.org/membersonly/itejournal/pdf/2008/JB08FA69.pdf

http://www.aaafoundation.org/pdf/SafetyCultureReport.pdf



http://www.dacota-project.eu/deliverables.html

http://www.dacota-project.eu/conference%20programme%201.html

Následující vybrané zdroje obsahují informace, které se prolínají všemi kapitolami

předchozího textu. Lze je tedy doporučit jako všeobecné zdroje ke studiu hodnocení

bezpečnosti dopravy.

Knihy:

Bezpečnost silničního provozu – aktuální poznatky, I. díl. CDV, 2011. ISBN 978-80-86502-

35-9.

Hauer, E. Observational before-after studies in road safety: estimating the effect of highway

and traffic engineering measures on road safety. Pergamon, 1997. ISBN 0 08 043053 8.

Elvik, R., Høye, A., Vaa, T., Sørensen, M. The Handbook of Road Safety Measures. Emerald,

2009. ISBN 978-1-84855-250-0.

Road Safety Manual: recommendations from the World Road Association (PIARC).

Route2market, 2003. ISBN 2-84060-158-3.

Guide to Road Safety (9 částí). Austroads, 2006-2009.

Highway Safety Manual. American Association of State Highway and Transportation

Officials, 2010. ISBN 978-1-56051-477-0.

Road Safety Manual. CROW, 2009. ISBN 978 90 6628 531 6.

Haque, M.O. Road Safety: Data Collection, Analysis, Monitoring, and Countermeasure

Evaluations With Cases. University Press Of America, 2008. ISBN 978-0-7618-4039-8.

Evans, L. Traffic Safety. Science Serving Society, 2004. ISBN 0-975-4871-0-8.

Studijní materiály:

Accident Analysis and Prevention: Course Notes 1987/88

(http://eprints.whiterose.ac.uk/2285/1/ITS79_WP272_uploadable.pdf)

Ezra Hauer (University of Toronto) (www.oocities.org/[email protected]/download.htm)

Dominique Lord (Texas A&M University)

(https://ceprofs.civil.tamu.edu/dlord/CVEN_626_Course_Material.htm)

Průřezové informační zdroje:

SWOV Fact Sheets (www.swov.nl/UK/Research/factsheets.htm)

European Road Safety Observatory

(http://ec.europa.eu/transport/road_safety/specialist/index_en.htm)

Observatoř bezpečnosti silničního provozu (www.czrso.cz)

http://www.dacota-project.eu/deliverables.html

http://www.dacota-project.eu/conference%20programme%201.html

http://eprints.whiterose.ac.uk/2285/1/ITS79_WP272_uploadable.pdf

http://www.oocities.org/[email protected]/download.htm

https://ceprofs.civil.tamu.edu/dlord/CVEN_626_Course_Material.htm

http://www.swov.nl/UK/Research/factsheets.htm

http://ec.europa.eu/transport/road_safety/specialist/index_en.htm




Klíč k řešení

Odpovědi na otázky na konci jednotlivých kapitol:

Kap. 2 Definice a vymezení

1. Jaká znáte dopravně bezpečnostní opatření?

Za dopravně bezpečnostní opatření považujeme zařízení (např. zpomalovací práh nebo

okružní křižovatku) nebo akci (např. policejní dozor nebo informační kampaň), jejímž cílem

(nebo jedním z cílů) je zvýšení bezpečnosti dopravy.

2. Jaké jsou rozdíly mezi hodnocením procesu a dopadu?

Hodnocení procesu popisuje proces vedoucího k (ne)bezpečnosti. Naopak hodnocení dopadu

popisuje následky procesů. Hodnocení procesu bývá nejčastěji kvalitativní (slovní),

hodnocení dopadu bývá nejčastěji kvantitativní (číselné).

3. Jaké jsou příklady hodnocení procesu nebo dopadu, případně kvalitativního nebo

kvantitativního hodnocení?

Na proces se ptáme otázkami proč? jak? (např. Funguje opatření tak, jak bylo plánováno?) –

nejčastěji se jedná o kvalitativní hodnocení . Na dopady se ptáme otázkami kolik? více nebo

méně? (např. Jak bylo opatření účinné?) – nejčastěji se jedná o kvantitativní hodnocení.

4. Jak se vyjadřuje účinnost dopravně bezpečnostních opatření?

Účinnost opatření se vyjadřuje ve smyslu potenciálního snížení počtu nehod – např. účinnost

0,8 znamená snížení nehodovosti o 20 %; naopak 1,15 znamená zvýšení nehodovosti o 15 %.

5. Jaké jsou dvě základní úlohy hodnocení bezpečnosti?

Dvě základní úlohy hodnocení bezpečnosti vyplývají z rovnice (1):

1) určení stávající bezpečnosti prvků sítě

2) určení budoucí bezpečnosti prvků sítě

6. Jaký je vztah mezi bezpečností, rizikem a expozicí? Jak se tyto veličiny vyjadřují?

Viz rovnice (2). Bezpečnost se vyjadřuje prostřednictvím ukazatelů bezpečnosti, riziko je

chápáno jako pravděpodobnost výskytu těchto ukazatelů. Expozice (míra vystavení riziku) se

vyjadřuje pomocí dopravního výkonu, času stráveného dopravou nebo ujeté vzdálenosti.

Kap. 3 Různé pohledy na bezpečnost

7. Jaký je rozdíl mezi objektivní a subjektivní bezpečností? Uveďte možné projevy.

Objektivní bezpečnost je nezávislá na tom, kdo ji posuzuje, pro daný prvek je to za daných

podmínek jedna hodnota. Subjektivní bezpečnost je posuzována jednotlivými účastníky

provozu různě, může mít tedy za daných podmínek různé hodnoty. Tyto rozdíly se mohou

projevit např. v odlišném vnímání účinnosti opatření nebo kompenzací rizika.

8. Kde se může projevovat nežádoucí kompenzace rizika? Vysvětlete teorii homeostázy

rizika.



Homeostáze označuje samočinné udržování hodnoty nějaké veličiny na přibližně stejné

hodnotě. Touto veličinou je zde subjektivní riziko. Řidiči přizpůsobují své chování pocitu

subjektivního rizika; chovají se tak, aby toto riziko snížili na hodnotu, která je pro ně

přijatelná, neboli kolik jsou ochotni riskovat. Následkem může být snížení účinnosti

některých opatření – pokud se sníží objektivní riziko (pravděpodobnost nehody), pak se řidič,

který je ochotný riskovat, může chovat riskantněji.

9. Jaká je časová souslednost různých hodnocení podle Směrnice o řízení bezpečnosti

silniční infrastruktury?

Viz obr. 4: hodnocení dopadu, bezpečnostní audit, bezpečnostní inspekce, provádění

prohlídek vybraných úseků.

10. Jaký je rozdíl mezi bezpečnostním auditem a bezpečnostní inspekcí?

Audit se provádí před stavbou (u plánované komunikace), inspekce se provádí na již

existující komunikaci.

11. Jaký je rozdíl mezi bezpečnostní inspekcí a prohlídkou vybraných úseků?

Cíl obou procesů je stejný. U inspekce však není nutná znalost nehodových údajů (někdy

může být naopak zavádějící) - lze ji tedy provádět i na místech, kde ještě k žádným nehodám

nedošlo (proaktivně). Naopak prohlídky se provádí reaktivně - na základě nehodové analýzy.

12. Jaké jsou hlavní kroky nehodové analýzy?

Viz obr. 2: dokumentace místa, kolizní diagram, analýza faktorů, posouzení stavebních a

dopravních charakteristik, nalezení příčiny, návrh opatření.

13. Co obsahuje kolizní diagram?

Kolizní diagram obsahuje symbolický zápis míst a hlavních charakteristik dopravních nehod.

14. Jaký je rozdíl mezi proaktivním a reaktivním hodnocením? Uveďte příklady postupů podle

tohoto dělení.

Proaktivní jsou ty postupy nezávislé na nehodových datech (např. bezpečnostní audit nebo

inspekce). Reaktivní postupy naopak vycházejí z nehodových dat (např. nehodová analýza

nebo provádění prohlídek vybraných úseků).

Kap. 4 Data a metody

15. Jaké jsou základní skupiny dat potřebných k hodnocení bezpečnosti ve vztahu

k infrastruktuře?

Jedná se o 3 skupiny: nehodová, provozní (dopravní) a silniční (stavební) data.

16. Jaké jsou formy nehodových dat Policie ČR?

Viz kap. 4.1.1: formulář evidence nehod v silničním provozu (protokol), topografické sestavy

nehod (řádkové výpisy), statistiky nehodovosti, ročenky nehodovosti. Dále on-line systémy

INFOBESI a Jednotná dopravní vektorová mapa (JDVM).

17. Jaké skupiny údajů obsahují policejní nehodová data?

Jedná se o 4 skupiny údajů: o nehodě, o místě nehody, o vozidlech, o účastnících nehody.



18. Jaké jsou možné problémy kvality nehodových dat?

Kvalitu policejních nehodových dat snižuje podregistrace a problémy s lokalizací.

19. Jaké existují jiné zdroje nehodových dat kromě Policie ČR?

informace z hloubkové analýzy dopravních nehod, soudně zalecké posudky, údaje z

nemocnic a pojišťoven, černé skříňky

20. Jaké jsou způsoby lokalizace místa nehody?

Dnes poloha GPS, dříve kilometráž.

21. Kde lze sehnat nehodová, provozní a silniční data?

Nehodová data: viz otázky 19 a 20. Provozní data: výsledky Celostátního sčítání dopravy

nebo data z automatických detektorů dopravy. Silniční data: silniční databanka ŘSD.

Alternativou pro provozní i silniční data může být i vlastní průzkum.

22. Jaký je rozdíl mezi primárními a sekundárními daty?

Primární data jsou ta, která si sami shromáždíme (vlastní průzkumy, pozorování, interview).

Sekundární data jsou ta, která pořídil někdo jiný (hodnocení z plošných dat nebo jiné

oficiální záznamy).

23. Jaký je rozdíl mezi případovými studiemi a statistickým přístupem?

Případové studie jsou hodnocení jednotlivých případů. Statistické hodnocení uvažuje více

míst zároveň. Přednost případových studií může být v hloubce detailu; naopak nevýhodou je,

že závěry často nelze zobecnit. Statistické hodnocení pracuje s větším množstvím případů

aby byly závěry zobecnitelné.

Kap. 5 Ukazatele bezpečnosti

24. Z čeho vychází přímé ukazatele bezpečnosti?

Vychází z počtu (nejčastěji roční četnosti) nehod a/nebo obětí těchto nehod. Obojí pak lze

zkombinovat ve formě ukazatele celospolečenských ztrát.

25. Jaký je rozdíl mezi přímými a nepřímými ukazateli?

Přímé ukazatele vycházejí z nehod; nepřímé ukazatele vycházejí z jevů, které ovlivňují

bezpečnost nepřímo (vycházejí z ověřených vztahů mezi chováním účastníků a bezpečností).

První tedy reprezentují „nehodovost,“ která je jen podmnožinou bezpečnosti. Rozdíl je i

v možnosti použití pro reaktivní hodnocení (na základě nehod) nebo proaktivní hodnocení

bezpečnosti (dříve než dojde k nehodám, tj. preventivně).

26. Jaké jsou stupně závažnosti nehod? Jaké jsou dvě možné definice smrtelného zranění?

Nehody pouze s hmotnou škodou, nehody s lehkým zraněním, nehody s těžkým zraněním,

nebo se smrtelným zraněním. Definice se liší podle časového období od nehody, ve kterém

dojde k úmrtí zraněného účastníka – volí se délka 24 hodin nebo 30 dnů.

27. Jaké jsou důsledky podregistrace nehod?



Míra podregistrace závisí na druhu účastníků nehody a závažnosti jejich zranění. Nejlepší

registrace (nejnižší podregistrace) je u nehod se smrtelným zraněním. Naopak například

nehody pouze s hmotnou škodou jsou zaznamenány jen po překročení zákonem daného

limitu. U podregistrovaných dat se snižuje vypovídací schopnost, především u srovnávacích

studií.

28. Jaké přímé relativní ukazatele se vytváří při plošném hodnocení?

Četnost nehod nebo obětí lze dělit počtem obyvatel, počtem registrovaných motorových

vozidel nebo ujetými vozokilometry.

29. Jaký je rozdíl (podle definice i podle interpretace) mezi ukazateli relativní nehodovosti a

hustoty nehod?

Viz vzorce 4 a 6. Tyto dva ukazatele představují individuální a společenské riziko. Relativní

nehodovost je individuální ukazatel (jaká je pravděpodobnost pro řidiče, že se případná

nehoda stane zrovna jemu?), hustota nehod je společenský ukazatel (týká se všech vozidel).

30. Jaké jsou druhy ukazatele ztrát a jak jsou definovány?

Viz vzorce 7 a 8. V čitateli je vždy ukazatel celospolečenských ztrát. Jmenovatel je shodný

se jmenovatelem ve vzorci relativní nehodovosti (pro ukazatel relativních ztrát) nebo hustoty

nehod (pro ukazatel hustoty ztrát).

31. Jaký je význam sledování nepřímých ukazatelů bezpečnosti? Uveďte příklady plošných

ukazatelů.

Nepřímé ukazatele umožňují rozšíření pohledu na bezpečnost a osvětlení fungování systému.

Pravidelně shromažďované nepřímé ukazatele umožňují průběžné sledování vývoje a

srovnávání s jinými územními jednotkami. Může to být například překračování nejvyšší

dovolené rychlosti, dodržování odstupů mezi vozidly, používání zádržných systémů,

telefonování při řízení, denní svícení, používání ochranné přilby u cyklistů.

32. Co vyplývá ze schématu tzv. pyramidy bezpečnosti?

„Pyramida bezpečnosti“ jevů v dopravě schematicky ukazuje nepřímou úměru mezi četností

jevů a jejich závažností. Na „vrcholu“ pyramidy jsou dopravní nehody.

33. Jaká je definice dopravního konfliktu? Má definice nějaká omezení?

Jsou to takové pozorovatelné situace, při kterých se k sobě dva nebo více účastníků

silničního provozu přiblíží v prostoru a čase natolik, že hrozí riziko kolize, pokud se jejich

pohyb nezmění. Definice vylučuje konflikty osamocených vozidel; další omezení vyplývají

z povahy sledování (může být subjektivní, dále je omezeno např. viditelností nebo dobou

sledování).

34. Jaký je význam sledování konfliktů?

Konflikty jsou nepřímý ukazatel bezpečnosti, jejich sledování tedy umožňuje proaktivní

hodnocení. Sledování lze provádět jednoduše a rychle, umožňuje získat informace o

přednehodovém ději.

35. Jaké existují metody sledování konfliktů? Které se používají v ČR?



Základní dělení je na subjektivní metody (hodnocení na základě dojmu pozorovatele o

závažnosti konfliktu) a objektivní metody (hodnocení na základě objektivních ukazatelů,

např. rychlosti, vzdálenosti apod.). K nejuznávanější metodě sledování konfliktů patří

švédská metoda. V ČR se používají dvě varianty subjektivního sledování (pracovně nazvané

„metoda ČVUT“ a „metoda VŠB“).

36. Jaký je význam reliability a validity? Jaké následky má jejich nedodržení?

Jsou to dva indikátory kvality ukazatelů bezpečnosti. Reliabilita určuje, zda má ukazatel za

stejných podmínek vždy stejnou hodnotu. Validita určuje, zda ukazatel svou hodnotou dobře

popisuje bezpečnost. Například u přímých ukazatelů může být reliabilita ohrožena

podregistrací. U nepřímých ukazatelů bývá pak hlavním problémem reliabilita pozorovatelů;

dále validita vztahu mezi nepřímým a přímým ukazatelem (nejčastěji nehodovostí).

37. Jaké se v souvislosti s dopravními konflikty rozlišují druhy validity? Jak je lze prokázat?

Rozlišuje se empirická a teoretická validita. Empirická validita (validita výsledku) hodnotí

statistickou závislost mezi počty nehod a konfliktů, tj. mezi výsledky dějů. Teoretická

validita (validita procesu) hodnotí podobnost procesů vedoucích ke vzniku konfliktů a nehod,

tj. souvislost mezi typy nehod a typy konfliktů.

Ideálním důkazem empirické validity je úměrnost mezi četností konfliktů a četností nehod.

Koeficient úměrnosti však může teoreticky být konstanta nebo funkce.

Teoretická validita lze prokázat srovnáním konfliktního a kolizního diagramu.

Kap. 6 Rizikové faktory

38. Jaké jsou skupiny rizikových faktorů?

Účastníci provozu, dopravní prostředky, dopravní infrastruktura a její okolí (zkráceně řidič,

vozidlo, prostředí).

39. Jaké jsou fáze nehodového děje?

přednehodová fáze, nehodová fáze, ponehodová fáze

40. Jaký je význam Haddonovy matice? Popište její sloupce, řádky a prvky.

Sloupce jsou skupiny rizikových faktorů, řádky jsou fáze nehodového děje, prvky jsou

jednotlivá opatření. Matice tak poskytuje přehled oblastí, kterým by se měla věnovat

pozornost při řešení bezpečnosti.

41. Jaký je rozdíl mezi příčinou a faktorem?

Nehody nejsou nikdy následkem jedné příčiny – spíše se jedná o souhru více faktorů.

Hledání příčin se používá spíše pro identifikaci viníka nehody. Pro hodnocení bezpečnosti je

však vhodnější hledat rizikové faktory.

42. Jaké jsou hlavní rizikové faktory ve vztahu k pozemní komunikaci?

Například rychlost, vedení trasy (poloměry oblouků, křivolakost, počet sjezdů), šířkové

uspořádání (šířka pruhu, provedení krajnice, okolí komunikace), rozhledové poměry,



povrchové vlastnosti vozovky, nesrozumitelné dopravní značení, nejasná přednost v jízdě na

křižovatkách ad.

43. Jaký je význam funkce bezpečnosti?

Je to rovnice, která vysvětluje nehodovost (na levé straně rovnice) prostřednictvím

kombinace hodnot proměnných (na pravé straně rovnice), kterými by ideálně měly být právě

rizikové faktory.

44. Co je to modelování nehodovosti?

Modelování je proces tvorby modelu. Výsledkem modelování nehodovosti je funkce

bezpečnosti.

Kap. 7 Základy statistického hodnocení nehodovosti

45. Jaké jsou základní statistické vlastnosti nehodových dat?

Nízká četnost, nespojitá data, velké množství nulových hodnot, nenormální rozdělení

pravděpodobnosti.

46. Jaká rozdělení pravděpodobnosti lze použít na data četnosti nehod?

Nejčastěji Poissonovo nebo negativně binomické rozdělení.

47. Je relativní nehodovost vhodným ukazatelem bezpečnosti a proč?

Relativní nehodovost je vhodná jen k hodnocení individuálního rizika. Není vhodná

k hodnocení ve smyslu společenského rizika. Důvodem je nelinearita vztahu mezi četností

nehod a intenzitou.

48. Jaký je tvar jednoduché funkce bezpečnosti?

Jednoduchá funkce bezpečnosti vysvětluje nehodovost prostřednictvím jediné proměnné –

intenzity. Příklad viz rovnice 10.

49. Jaký je rozdíl mezi zaznamenaným a očekávaným počtem nehod?

Zaznamenaný počet vychází z policejní statistiky; očekávaný počet je statistickým odhadem

dlouhodobého průměru. Rozdíl mezi těmito počty je způsoben vlivem regrese k průměru.

50. Jak vzniká regrese k průměru a co způsobuje?

Regrese k průměru se projevuje náhodným kolísáním četnosti nehod kolem dlouhodobého

průměru. Následkem jsou komplikace při identifikaci kritických míst, dále zkreslení

účinnosti hodnocených opatření, případně kombinace obou vlivů.

51. Jaký je princip empirické bayesovské metody?

Očekávaná nehodovost, určená funkcí bezpečnosti, představuje pouze průměrné hodnoty pro

použité kombinace vysvětlujících proměnných. Hodnota na konkrétním místě se tedy může

od průměru lišit. Za účelem zpřesnění očekávané hodnoty, získané modelem, se používá

empirická bayesovská metoda (EB), jejím výstupem je EB odhad vycházející z počtu nehod

na sledovaném místě a počtu nehod na srovnatelných místech, určeného pomocí modelu. Viz

rovnice 11.



Kap. 8 Hodnocení účinnosti opatření

52. Jaký je obecný postup hodnocení?

1) Na základě hypotézy se rozhodneme, co chceme měřit a jak.

2) Vybereme potřebné ukazatele.

3) Shromáždíme potřebná data.

4) Vybereme místa, která budeme hodnotit.

5) Zvolíme časové období hodnocení.

6) Provedeme hodnocení.

53. Jaké jsou dva základní evaluační přístupy? Jaký je mezi nimi rozdíl?

Jedná se o experimentální a observační přístup. Experimentální studie mají kontrolu nad

hodnocenými subjekty; tyto subjekty jsou pod vlivem opatření proto, aby byla

experimentálně ohodnocena jeho účinnost. Naopak observační studie nemají kontrolu nad

hodnocenými subjekty; opatření zde bylo aplikováno nezávisle na tom, že nyní chceme

hodnotit jeho účinnost.

54. Jaké jsou dva druhy observačních studií? Jaký je mezi nimi rozdíl?

Předběžné a následné studie: srovnání hodnocení prvků bez opatření a následně s opatřením.

Zjištěný rozdíl – po eliminaci vlivu matoucích proměnných – je považován za vliv opatření.

Průřezové studie: srovnání hodnocení prvků s opatřením se srovnávací skupinou co

nejpodobnějších prvků, ale bez opatření. Zjištěný rozdíl je opět považován za vliv opatření.

55. Jaký je rozdíl a vztah mezi ukazateli CRF a CMF?

CRF = 1 – U, CMF = U. Platí tedy 1 – CMF = CRF.

56. Jak lze interpretovat nesignifikantní odhad účinnosti?

Nesignifikance odhadu účinnosti může mít tři interpretace: opatření snižuje nehodovost,

opatření nemá vliv na nehodovost, opatření zvyšuje nehodovost.

57. Jaký je princip a význam kontroly trendu a regrese k průměru?

Jedná se o kontrolu nejvýznamnějších matoucích proměnných, které mohou zkreslovat

hodnocení účinků opatření. Princip spočívá ve využití srovnávací skupiny (kap. 8.2.2),

případně ve formě modelu (kap. 8.2.3).

58. Ze kterých dvou hodnot se počítá účinnost při předběžném a následném sledování?

Viz rovnice 20. Výpočet lze chápat jako rozdíl mezi počtem nehod po aplikaci opatření a

počtem nehod, ke kterým by došlo bez aplikace opatření.

59. Jaký je princip a význam metaanalýzy?

Metaanalýza výsledků hodnocení vychází z váženého průměru logaritmů jednotlivých

odhadů účinnosti. S velikostí rozptylu klesá váha výsledku; nejvíce se tedy v metaanalýze



projeví konzistentní výsledky. Výsledek metaanalýzy slouží k prezentaci výsledků více

studií.

60. Jaké lze v praxi očekávat hodnoty účinnosti? Můžou se objevit i výsledky s vyššími

hodnotami?

Většina opatření má účinnost méně než 50 %. U výsledků s vyššími hodnotami je možné, že

vychází ze studií, které nekontrolovaly vliv matoucích proměnných. Čím více matoucích

proměnných je zohledněno, tím je účinnost nižší.

61. Jaké mohou být důsledky migrace nehod?

Migrace nehod může způsobit „přesunutí“ nehod z místa opatření na jiné místo.

62. Jaký je rozdíl mezi účinností a efektivitou?

Účinnost chápeme jako míru potenciálního snížení nehodovosti. Jejím cílem je výběr

takového opatření, které bude nejúčinnější ve snižování nehodovosti. Efektivita (neboli

účinnost v ekonomického pohledu) je vyjádřena prostřednictvím financí; jejím cílem může

být výběr nejlevnějšího opatření nebo takového opatření, které má nejvyšší poměr výnosů

k nákladům.

63. Jaký je rozdíl mezi analýzami CEA a CBA?

Analýza efektivity nákladů (CEA) – srovnání nákladů (ceny) s bezpečnostním účinkem

opatření (očekávaným snížením nehodovosti).

Analýza nákladů a výnosů (CBA) – srovnání výhod (výnosů) a nevýhod (nákladů) opatření.

Výnosem je snížení nehodovosti, vyjádřené ukazatelem celospolečenských ztrát. Nákladem

je investice do opatření.

64. Jak vznikají informace v Příručce dopravně bezpečnostních opatření?

Informace v Příručce vznikají metaanalýzou výsledků nejkvalitnějších evaluačních studií.

Ukázka viz Tab. 4.

65. Jsou výsledky zahraničních studií přenositelné do ČR?

Obecně přenositelné nejsou (vznikly v jiném čase a jiném prostředí). Pokud však funkce

(vyjádření proměnlivé účinnosti) zohlední rozdílnost podmínek, sníží se vliv jejich variability

a teoreticky se usnadní přenositelnost.

Kap. 9 Modelování nehodovosti

66. Jaký je rozdíl mezi kauzálním a predikčním modelem?

Kauzální model je tvořen funkcí bezpečnosti, jejíž vysvětlující proměnné představují

skutečné příčiny nehod.

Predikční model je tvořen funkcí bezpečnosti, jejíž vysvětlující proměnné jsou tvořeny

jakýmikoli daty, která představují potenciální rizikové faktory.

67. Jaké jsou kroky tvorby modelu?

Výběr území, shromáždění dat.



Volba funkčního tvaru proměnných.

Vytvoření základního modelu (jednoduché funkce bezpečnosti).

Postupné přidávání dalších proměnných.

Výsledný model je ten, který nejlépe vystihuje vstupní nehodovost. Přitom by měl obsahovat

takové proměnné, jejichž vliv lze interpretovat v souladu se známými teoretickými poznatky;

ideální model je stručný ale logicky výstižný.

68. Jaké jsou základní tvary modelu?

Odvozeno ze vzorce 10, viz tvary v kap. 9.1.

69. Jak lze ověřit kvalitu výsledného modelu?

Kontrolou rozložení reziduí modelu, srovnáním hodnoty disperzního parametru, srovnáním

informačního kritéria.

70. Jak lze modely aplikovat?

K hodnocení účinnosti opatření, ke srovnávání bezpečnosti, k identifikaci nehodových

lokalit.

71. Jaký je princip identifikace nehodových lokalit podle empirické bayesovské metody?

Tento postup vychází z očekávaného počtu nehod, určeného modelem a zpřesněným EB

odhadem. Dále se vypočte bezpečnostní potenciál (rozdíl mezi EB odhadem a očekávanou

hodnotou). Výsledkem identifikace je seznam míst seřazený podle klesající hodnoty

bezpečnostního potenciálu.

72. Jaký následek může mít identifikace nehodových lokalit na základě zaznamenaného počtu

nehod?

Zaznamenané počty nehod jsou ovlivněny regresí k průměru. Jsou-li tedy použity jako

kritérium výběru nehodových lokalit, mohou být vybrána místa, která mají vysokou

nehodovost jen díky náhodnému kolísání (viz Obr. 22).

Kap. 10 Systém řízení bezpečnosti

73. Jaký je rozdíl mezi pragmatickým a racionálním systémem řízení bezpečnosti?

V pragmatickém pojetí se provádí rozhodnutí na základě nekompletních informací, zpětně se

nekontroluje jejich dopad, know-how se nedoplňuje a nezvyšuje. U racionálního systému platí

opak.

74. Jaké jsou hlavní rysy racionálního systému řízení bezpečnosti?

zodpovědné osoby mají faktické znalosti

každé rozhodnutí má předem kvantifikovaný účinek

účinky všech provedených rozhodnutí se zpětně vyhodnocují

75. Jaká je myšlenka „bezpečnosti založené na faktech“?



Základem jsou data a jejich kvalitní objektivní analýza, z níž vznikají fakta. Bezpečnostní

akce mohou být úspěšné jen v případě, že jsou založeny na těchto faktech. Faktické informace

jsou tedy podkladem pro racionální řízení bezpečnosti.

Opakem je pragmatické řízení, neboli bezpečnost založená na zvyklostech, pocitech, intuici

apod.

Documents

Studijní opory k modulu M8 - Hodnocení bezpečnosti dopravy - autor Jiří Ambros