Key points are not available for this paper at this time.
Um crescente esforço de pesquisa tem sido feito em modelos de análise de segurança espacialmente desagregados para atender às necessidades de inspeção de segurança em nível regional e às técnicas recentemente emergentes de planejamento de segurança no transporte. No entanto, sem diferenciar explicitamente as variáveis de exposição e os fatores de risco, a maioria dos estudos existentes alterna o uso de frequência de acidentes, taxa de acidentes e risco de acidentes para interpretar os coeficientes do modelo. Este procedimento pode ter resultado em descobertas inconsistentes em estudos relevantes. Este estudo propõe um modelo espacial bayesiano para contabilizar as variações de risco de acidentes em nível de condado na Flórida, controlando explicitamente as variáveis de exposição de milhas percorridas por veículos diariamente e a população. Um prior autoregressivo condicional é especificado para acomodar as autocorrelações espaciais dos condados adjacentes. Os resultados não mostraram diferença significativa nos efeitos de segurança dos fatores de risco em todos os acidentes e acidentes graves. Condados com maior intensidade de tráfego e densidade populacional e um nível mais alto de urbanização estão associados a um maior risco de acidentes. Ao contrário das vias arteriais, as autoestradas parecem ser mais seguras em relação ao risco de acidentes, seja pela quantidade de milhas percorridas por veículos ou pela população. O aumento no volume de tráfego de caminhões tende a resultar em acidentes mais graves. O tempo médio de deslocamento para o trabalho está negativamente correlacionado com todos os tipos de risco de acidentes. Em relação à faixa etária da população, os resultados sugerem que motoristas jovens tendem a estar envolvidos em mais acidentes, enquanto o aumento da população idosa leva a menos Casualties. Finalmente, é confirmado que o status de segurança é pior para áreas mais carentes, com níveis de renda e de escolaridade mais baixos e uma maior taxa de desemprego em comparação com áreas relativamente abastadas.
Huang et al. (Sex,) estudaram essa questão.