Bilisters hastighetsval i relation till gaturummets utformning och ...
Bilisters hastighetsval i relation till gaturummets utformning och ...
Bilisters hastighetsval i relation till gaturummets utformning och ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Rapport 2005:2<br />
<strong>Bilisters</strong> <strong>hastighetsval</strong> i <strong>relation</strong> <strong>till</strong><br />
<strong>gaturummets</strong> <strong>utformning</strong> <strong>och</strong> händelser<br />
Joachim Karlgren<br />
Tema Stad & Trafik<br />
Institutionen för Arkitektur<br />
Chalmers tekniska högskola
<strong>Bilisters</strong> <strong>hastighetsval</strong> i <strong>relation</strong> <strong>till</strong> <strong>gaturummets</strong> <strong>utformning</strong> <strong>och</strong> händelser<br />
© Joachim Karlgren, 2005<br />
Foton: författaren<br />
Kartbilder: kommunens grundkartor samt Gula Sidorna<br />
Publikation – Chalmers tekniska högskola, Institutionen för Arkitektur<br />
ISSN 1650 – 6340, 2005:2<br />
Tema Stad & Trafik<br />
Institutionen för Arkitektur<br />
Chalmers tekniska högskola<br />
S-412 96 Göteborg<br />
+46 31 772 1000<br />
www.arch.chalmers.se<br />
Rapporten finns <strong>till</strong>gänglig i färg som pdf-fil på<br />
http://www.arch.chalmers.se/tema/stad-trafik/<br />
Detta projekt har finansierats av Vägverket.<br />
Publiceringen innebär inte att finansiären har tagit ställning <strong>till</strong> innehållet.<br />
Majornas CopyPrint AB<br />
Göteborg, 2005<br />
2
<strong>Bilisters</strong> <strong>hastighetsval</strong> i <strong>relation</strong> <strong>till</strong> <strong>gaturummets</strong> <strong>utformning</strong> <strong>och</strong> händelser<br />
Relations between car drivers’ choice of speed and street design along with street incidents<br />
Joachim Karlgren<br />
Department of Urban Transport Planning<br />
School of Architecture<br />
Chalmers University of Technology<br />
Abstract<br />
In order to decrease the number of traffic accidents and feeling of insecurity in urban areas,<br />
increased knowledge concerning <strong>relation</strong>s between car drivers’ choice of speed and street design are<br />
of great importance. In this project, the speed behaviour of passing motorists has continuously<br />
been studied in both directions on 14 different street segments. Traffic volume on the studied<br />
streets varied from 1600 to 9500 vehicles per day and street width varied from 6,6 to 12,9 meters.<br />
The first step was to identify street incidents (i.e. meeting other vehicle, passing a cyclist, passing a<br />
parked vehicle etc.) that have an effect on the speed behaviour. Thereafter, car drivers for whom<br />
speed affecting street incidents occurred, were removed from the material. With the remaining<br />
material, a mean speed for each street segment and direction were calculated, based on the car<br />
driver’s speed behaviour. Those mean speed values were related to variables documented for each<br />
street segment (i.e. carriage way width, number of parked vehicles per 100 m, number of<br />
pedestrians and cyclists crossing the street per hour and 100 m, etc.).<br />
Regression analyses resulted in the following model (R 2=0,92): Mean speed = 16,24 -0,030 *<br />
crossing pedestrians and cyclists per hour and 100 m +0,061 * number of passing vehicles per hour<br />
in current direction +3,942 * (average carriage way width -(number of parked vehicles/32)) -0,041 *<br />
number of passing pedestrians and cyclists per hour +0,368 * average width from pavement to<br />
nearest building or tree. A simplified model was also created (R 2=0,88): Mean speed = 26,31<br />
+0,043 * number of passing vehicles per hour in current direction +2,520 * average carriage way<br />
width -0,054 * crossing pedestrians and cyclists per hour and 100 m.<br />
Comparisons show that the results from this study are in line with results from other similar<br />
studies. The conclusion of this project is that it will be difficult to secure that no one drives faster<br />
than for example 40 km/h, only using the variables presented in the model. However, it should be<br />
possible to direct the mean and 90 th percentile speed to desired level, using above mentioned<br />
variables.<br />
Keywords: Speed profile, choice of speed, street design<br />
Language: Swedish<br />
3
Innehåll<br />
1 Inledning 6<br />
1.1 Bakgrund <strong>och</strong> samhällsproblem ............................................................................................................... 6<br />
1.2 Forskningsproblem..................................................................................................................................... 7<br />
1.3 Syfte <strong>och</strong> målsättning ................................................................................................................................. 8<br />
2 Studerade gator 9<br />
2.1 Föreningsgatan ............................................................................................................................................ 9<br />
2.2 Viktor Rydbergsgatan...............................................................................................................................10<br />
2.3 Såggatan norra ...........................................................................................................................................11<br />
2.4 Såggatan södra ...........................................................................................................................................12<br />
2.5 Nordhemsgatan södra ..............................................................................................................................13<br />
2.6 Nordhemsgatan norra ..............................................................................................................................13<br />
2.7 Kobbarnas väg...........................................................................................................................................14<br />
2.8 Fridkullagatan södra .................................................................................................................................15<br />
2.9 Fridkullagatan norra..................................................................................................................................16<br />
2.10 Gibraltargatan..........................................................................................................................................16<br />
2.11 Geijersgatan .............................................................................................................................................17<br />
2.12 Norra Gubberogatan..............................................................................................................................18<br />
2.13 Sammanfattning ......................................................................................................................................19<br />
3 Insamling <strong>och</strong> hantering av data 20<br />
3.1 Datainsamling i fält...................................................................................................................................20<br />
3.2 Bearbetning av insamlad hastighetsdata................................................................................................21<br />
3.3 Analys av videofilm för trafikmängdsdata ............................................................................................21<br />
3.4 Analys av videofilm för händelsedata ....................................................................................................22<br />
3.5 Inmätning <strong>och</strong> sammanställning av geometriska variabler.................................................................25<br />
4 Analyser på fordonsnivå 28<br />
4.1 Effekt av möte med annat fordon..........................................................................................................28<br />
4.2 Effekt av parkerade fordon.....................................................................................................................29<br />
4.3 Regressionsanalyser med avseende på händelser.................................................................................31<br />
5 Analyser på gatunivå 36<br />
5.1 Kor<strong>relation</strong> mellan hastighet <strong>och</strong> övriga variabler...............................................................................37<br />
5.2 Regressionsanalys med avseende på geometriska variabler ...............................................................38<br />
5.3 Modelltest...................................................................................................................................................40<br />
6 Diskussion 42<br />
6.1 Koppling <strong>till</strong> andra studier.......................................................................................................................42<br />
6.2 Felkällor <strong>och</strong> metodproblem...................................................................................................................48<br />
6.3 Slutsatser <strong>och</strong> slutdiskussion...................................................................................................................49<br />
7 Referenser 53<br />
4
Bilaga 1 55<br />
B1.1 Kartor med de studerade gatorna........................................................................................................55<br />
B1.2 Fotografier från de studerade gatorna.................................................................................................55<br />
B1.3 Hastighetsprofiler...................................................................................................................................58<br />
B1.4 Diagram med kor<strong>relation</strong> mellan hastighet <strong>och</strong> övriga variabler....................................................70<br />
Bilaga 2 Litteraturstudie 74<br />
B2.1 Inledning..................................................................................................................................................74<br />
B2.2 Litteratursökningen................................................................................................................................74<br />
B2.3 Begrepp <strong>och</strong> enheter..............................................................................................................................74<br />
B2.4 Avsmalning, gatubredd..........................................................................................................................75<br />
B2.5 Siktsträcka................................................................................................................................................77<br />
B2.6 Gatans längd mellan korsningarna ......................................................................................................77<br />
B2.7 Multivariabla analyser ............................................................................................................................78<br />
B2.8 Övrigt .......................................................................................................................................................79<br />
B2.9 Diskussion ...............................................................................................................................................79<br />
B2.10 Preliminärt urval av variabler .............................................................................................................82<br />
B2.11 Referenser..............................................................................................................................................82<br />
5
1 Inledning<br />
Föreliggande rapport avslutar det vägverksfinansierade projektet ”<strong>Bilisters</strong> <strong>hastighetsval</strong> i <strong>relation</strong><br />
<strong>till</strong> gatans <strong>och</strong> omgivningens <strong>utformning</strong> – studier med hjälp av kontinuerliga hastighetsmätningar”.<br />
Projektet påbörjades våren 2003, efter en inledande litteraturstudie som genomfördes hösten 2002<br />
(bifogad i Bilaga 2). Vidare ingår en delrapportering av studier genomförda under 2003 på Röda<br />
vägen <strong>och</strong> Dammgatan i Borlänge (Karlgren, 2004) i projektet.<br />
1.1 Bakgrund <strong>och</strong> samhällsproblem<br />
Det finns ett väl belagt samband mellan fordonshastighet <strong>och</strong> förekomst av olyckor. En minskning<br />
av medelhastigheten på en gata med 1 km/h minskar olycksfrekvensen med 3-5 % 1 . Att studera vad<br />
olika typer av förändringar av gatan har för effekt på bilisters val av hastighet är därför av stor vikt<br />
för att det ska vara möjligt att ytterligare reducera trafikolyckorna i stadstrafiken. Men förbättrad<br />
kunskap om dessa samband, som kan leda <strong>till</strong> lägre hastigheter, är också av stor vikt för att minska<br />
den otrygghet som många känner när de vistas i trafiken. Denna otrygghet minskar möjligheterna<br />
att fritt förflytta sig i staden <strong>och</strong> det är i första hand de svaga grupperna (barn, äldre <strong>och</strong> funktionshindrade)<br />
som är mest utsatta.<br />
I dagsläget förlitar vi oss i stort <strong>till</strong> olika typer av farthinder för att dämpa hastigheten mellan två<br />
korsningar. Farthinder är mycket effektiva i det avseendet <strong>och</strong> de har god trafiksäkerhetshöjande<br />
effekt vid exempelvis olycksdrabbade övergångsställen. Exempelvis kan nämnas att Göteborg,<br />
bland annat genom att använda farthinder, har lyckats minska antalet dödade <strong>och</strong> svårt skadade<br />
kraftigt de senaste åren. ”Det totala antalet dödade <strong>och</strong> svårt skadade personer har successivt<br />
minskat <strong>och</strong> med en mycket kraftig minskning under slutet av 90-talet. Under de senaste åren har<br />
tyvärr förbättringen stannat av <strong>och</strong> en viss ökning har skett sedan år 1999. År 2003 skadades <strong>och</strong><br />
dödades 328 personer vilket är 296 färre än medelvärdet för åren 1985-89 (624). Uttryckt i procent<br />
är denna minskning 47 %.” 2<br />
Vidare skapar farthinder en trygghet på exempelvis lägre trafikerade gator nära bostäder <strong>och</strong> vid<br />
skolor. Problemen som farthindren skapar, i första hand för kollektiv- <strong>och</strong> utryckningstrafik,<br />
kvarstår dock <strong>och</strong> de påverkar inte heller det egentliga trafiksäkerhetsproblemet – bilisters<br />
uppfattning av lämplig hastighet på just den gatan. Bilisten verkar i första hand dämpa hastigheten<br />
vid farthinder för att undvika obehag <strong>och</strong> för att inte skada sitt fordon. Vid exempelvis fartkuddar<br />
är det vanligt att bilister kör med endast ena sidan av bilen över hindret <strong>och</strong> därmed är det möjligt<br />
att passera hindret i 50 km/h eller mer utan betydande obehag 3 . Det är alltså inte gatans <strong>utformning</strong><br />
i sig som medför att bilisten förändrar hastigheten, utan själva farthindret. Gatans geometri i sig<br />
signalerar ofta att en helt annan hastighet är lämplig än vad farthindret syftar att få ned hastigheten<br />
<strong>till</strong>. Vidare skapar farthinder alltid ett ”ryckigt” körförlopp 4 vilket innebär att den tid som bilisten<br />
1<br />
Se Mackie & Webster, 1995; Finch et al, 1994.<br />
2<br />
Trafikkontoret Göteborg, 2004.<br />
3<br />
Se Karlgren (2004, s 11) för mätningar omkring fartkuddar <strong>och</strong> beskrivning av vad placeringen av dessa i <strong>relation</strong> <strong>till</strong> refuger betyder för<br />
dess effekt på hastigheten. Vid en genomgång av 145 fordon som studerades under 80 minuter på Viktor Rydbergsgatan (se mer om<br />
mätningarna på den gatan nedan) framgår att 41 av dem (28 %) tydligt körde vid sidan om de fartkuddar som finns strax norr om<br />
mätområdets gräns.<br />
4<br />
Karlgren, 2001, s 153-154.<br />
6
under sin färd ägnar åt acceleration <strong>och</strong> retardation ökar. Att ett ryckigt körförlopp, i jämförelse<br />
med ett jämnt, leder <strong>till</strong> ökad bränsleförbrukning <strong>och</strong> därmed ökade utsläpp, så länge hastighetsnivån<br />
är densamma, är klarlagt 5 . Dock verkar det inte vara klarlagt hur stor den generella<br />
sänkningen av medelhastigheten, <strong>till</strong> följd av farthindret, ska vara för att bränsleförbrukningen över<br />
den sträckan totalt ska minska i jämförelse det jämnare <strong>och</strong> högre hastighetsförloppet som var<br />
innan. I ett uthållighetsperspektiv vore det dock att föredra om vi kunde förmå bilister att hålla låg<br />
<strong>och</strong> jämn hastighet.<br />
Kunskap om hur vi med gatans <strong>utformning</strong> bättre kan förmå bilister att hålla låg <strong>och</strong> jämn hastighet<br />
kan därför ses som en viktig pusselbit i vår strävan mot ett mer uthålligt, tryggt <strong>och</strong> säkert samhälle.<br />
1.2 Forskningsproblem<br />
En lång rad studier av bilisters val av hastighet på gator <strong>och</strong> vägar har genomförts. Vanligtvis har<br />
syftet varit att avslöja vilka effekter på hastigheten som en eller flera förändringar av gatans<br />
<strong>utformning</strong> har haft. Olika metoder har använts för detta 6 . Hastighetsmätning av ett stort antal<br />
fordon i en punkt före <strong>och</strong> efter ombyggnad har varit den vanligaste, men även bilförföljelse <strong>och</strong><br />
dataloggning i specialutrustat fordon där testpersoner fått köra längre sträckor, är vanliga. Mindre<br />
vanliga har kontinuerliga hastighetsmätningar över en avgränsad gatusträcka varit.<br />
Ett problem med ovan nämnda metoder är att de i första hand har givit värden i form av medelhastighet<br />
samt 85- eller 90-percentil baserat på hela urvalet, eftersom det vanligtvis utgörs av alla<br />
passerande fordon eller ett större antal slumpmässigt utvalda. Således har de händelser som bilisten<br />
råkat ut för vid sin färd längs gatan inte påverkat huruvida just det fordonet ska ingå i materialet.<br />
Dock har i många av dessa studier endast så kallade fria fordon studerats. Med fritt fordon menas<br />
ett fordon som inte behöver ta hänsyn <strong>till</strong> andra fordon framför eller bakom (mer om detta i avsnitt<br />
3.4). Dock har sällan tagits hänsyn <strong>till</strong> om fordonet är fritt från mötande trafik eller andra händelser<br />
som kan tänkas påverka deras val av hastighet.<br />
För att kunna svara på frågan vad i gatugeometrin som får bilister att välja en viss hastighet på en<br />
viss gata, krävs först studier av vad det är för övriga variabler som påverkar hastigheten. En enkel<br />
indelning av de olika variablerna skulle kunna vara variabler på fordonsnivå, variabler på gatunivå<br />
<strong>och</strong> bakomliggande variabler. De på fordonsnivå skulle då kunna beskrivas som händelser som<br />
bilisten råkar ut för under sin färd. Exempel på sådana händelser kan vara en fotgängare som<br />
promenerar över gatan några meter framför bilisten, möte med annat fordon, omkörning av en<br />
cyklist o s v. De på gatunivå kan beskrivas som sådant som upprepar sig <strong>och</strong> är specifikt just för<br />
den gatan eller den delen av gatan. Exempel på sådant är gatubredd, parkeringsdensitet, farthinder<br />
m m. Vissa variabler faller delvis mellan dessa två, såsom trafikmängd, buss vid hållplats m m. Den<br />
sista gruppen, de bakomliggande variablerna, handlar om varför bilisten kör på just den gatan<br />
(genomfart eller parkeringssökande), hur stressad eller hur långt ifrån resans mål han/hon är, o s v.<br />
Denna typ av variabler kommer dock inte att hanteras i någon större omfattning i detta projekt.<br />
När effekterna av variablerna i den första gruppen är detekterade återstår att avslöja hur variablerna<br />
i den andra gruppen påverkar de bilister som ej råkat ut för de variabler i den första gruppen som<br />
visade sig ha effekt på hastigheten. Då har vi skalat bort effekter av händelser i stil med ”möte med<br />
5 Abbot et al, 1995, s 52-54; Hedström,1999; Cloke et al, 1999, s 47.<br />
6 Se Karlgren, 2001, s 26-29, för genomgång av olika mätmetoder.<br />
7
annat fordon” <strong>och</strong> har ett mer precist urval av bilister som, förhoppningsvis, bara har baserat sitt<br />
val av hastighet på gatans geometriska <strong>utformning</strong>.<br />
1.3 Syfte <strong>och</strong> målsättning<br />
Syftet med projektet är att klargöra vilka av de variabler som beskriver gatans geometriska<br />
<strong>utformning</strong>, som påverkar hastigheten. En avsikt är också att belysa vilka av de mest frekventa<br />
händelserna i gaturummet som påverkar bilisters val av hastighet. Målsättningen är att nå fram <strong>till</strong><br />
ett effektsamband mellan fordons medelhastighet över en viss gatusträcka <strong>och</strong> gatusträckans geometriska<br />
<strong>utformning</strong>. En förhoppning är att vi med detta samband bättre ska förstå hur vi kan<br />
påverka bilisters val av hastighet med hjälp av förändringar i <strong>gaturummets</strong> <strong>utformning</strong>.<br />
8
2 Studerade gator<br />
Inför det inledande skedet av projektet valdes två gator där pilotstudierna skulle äga rum –<br />
Föreningsgatan <strong>och</strong> Viktor Rydbergsgatan. Med dessa mätningar som bas utvecklades metoden <strong>och</strong><br />
nya lämpliga gator kunde därefter identifieras. I första hand valdes gator med trafikmängd på 1500-<br />
5000 ådt (med undantag för två gator). Vidare var önskemålet att gatan skulle var rak <strong>och</strong> med ett<br />
slutet rum, samt med en längre sträcka utan avbrott för större korsningar, trafikljus eller farthinder.<br />
Därefter återstod att finna en möjlig plats att utföra mätningarna ifrån, vilket ofta visade sig svårt.<br />
Bland annat av dessa anledningar har vissa gator delats upp i flera olika sträckor som studerats,<br />
redovisats <strong>och</strong> analyserats separat. Totalt har 14 olika gatusträckor studerats i båda riktningarna.<br />
Målsättningen har varit att varje gata ska studeras vid minst två olika <strong>till</strong>fällen – mellan 09.30-11.00<br />
<strong>och</strong> 14.00-15.30 samt på två olika veckodagar. Tidpunkterna är valda för att minimera risken för tät<br />
trafik <strong>och</strong> spridningen över dygnet syftar <strong>till</strong> utjämna skillnader som kan finnas i trafikens riktning.<br />
Varje gata presenteras i var sitt avsnitt. Först visas en plankarta i skala 1:1000 över det område som<br />
studerats. Området är markerat med lodräta streck samt måttangivelser (som inte är av intresse i<br />
detta sammanhang, men de anger avstånd i meter). I planen är även inritat de ytor som ofta<br />
används för parkering <strong>och</strong> som i analysen av effekter av gatugeometriska variabler betraktats som ej<br />
körbar yta. Plankartorna har vidare uppdaterats <strong>och</strong> förändrats för att stämma med hur gatan såg ut<br />
när studien utfördes. Vidare visas fotografier på gatan <strong>och</strong> dess omgivningar samt datum för när<br />
fotografiet togs. I bilaga 1 visas kartbilder över Göteborg med aktuella gator inritade, samt fler<br />
fotografier <strong>och</strong> hastighetsprofiler.<br />
I föreliggande rapport kallas ibland sydgående trafik för trafik i riktning 1, norrgående för riktning<br />
2, västgående för riktning 3 <strong>och</strong> östgående för riktning 4.<br />
2.1 Föreningsgatan<br />
N<br />
Figur 2.1 Föreningsgatan mellan Södra Viktoriagatan <strong>och</strong> Karl Gustavsgatan, skala 1:1000. 95 meter av gatan<br />
(mellan angivelserna 25 <strong>och</strong> 120) har studerats.<br />
Den del av Föreningsgatan som studerats minskar i bredd ju längre västerut man kommer. Gatan<br />
kan sägas vara 11,3 meter bred vid den östra delen (9,3 om man tar bort två meter för de parkerade<br />
bilarna) <strong>och</strong> 6,6 meter bred vid den västra delen. Gatan kan beskrivas som förhållandevis lugn med<br />
många fotgängare <strong>och</strong> cyklister som rör sig i nord-sydlig riktning strax öster om mätområdet, vid<br />
den korsning som syns i figur 2.2 nedan. Strax väster om mätområdet finns det ett farthinder, <strong>och</strong><br />
9
ortanför detta en skola. Skolan genererar också en del trafik på förmiddagen. 2002 var trafikmängden<br />
3600 fordon per årsmedelvardagsdygn (ÅMVD) 7 .<br />
Föreningsgatan studerades vid 4 olika <strong>till</strong>fällen. De första två (6/6 2003, 14.00-14.40; 4/11 2003,<br />
10.30-11.20) <strong>till</strong>hörde pilotstudien, men fordonen <strong>och</strong> händelserna ingår i de slutliga analyserna.<br />
Däremot dokumenterades inte de olika trafikströmmarna, varför variablerna som beskrivs i avsnitt<br />
3.3 nedan <strong>och</strong> sammanställs i figur 5.1 nedan, endast är baserade på de två sista mät<strong>till</strong>fällena (17/3<br />
2004, 09.30-10.30; 26/5 2004, 09.30-10.50). Vid mät<strong>till</strong>fället 17/3 2004 stod det en container några<br />
meter väster om mätområdet på norra sidan (se figur B1:4 Bilaga B1.1). Hur detta hanterades<br />
framgår i avsnitt 4.3 nedan.<br />
Figur 2.2 Den studerade sträckan av Föreningsgatan,<br />
västerut från mätplatsen. 2003-05-23.<br />
2.2 Viktor Rydbergsgatan<br />
Figur 2.4 Viktor Rydbergsgatan mellan von Gerdesgatan <strong>och</strong> Stuartsgatan, skala 1:1000. 95 meter av gatan<br />
(mellan angivelserna 30 <strong>och</strong> 125) har studerats.<br />
På Viktor Rydbergsgatan förekommer det en hel del busstrafik. Vidare är trafiken <strong>till</strong> <strong>och</strong> från en<br />
affär som är belägen strax <strong>till</strong> sydost om mätområdet (in <strong>till</strong> höger i figur 2.5 nedan) relativt tät. 30<br />
meter norr om mätområdet finns det två fartkuddar som har viss påverkan på hastighetsförloppet.<br />
Gatan är 9,1 meter bred över den studerade sträckan. Trafikmängden var 2600 fordon per<br />
årsmedelvardagsdygn (ÅMVD) 2004 8 .<br />
Viktor Rydbergsgatan studerades vid totalt 5 olika <strong>till</strong>fällen. De tre första (5/11 2003, 11.30-11.55<br />
<strong>och</strong> 15.05-15.50; 6/11 2003, 10.55-11.15) <strong>till</strong>hörde pilotstudien, men fordonen <strong>och</strong> händelserna<br />
ingår i de slutliga analyserna. Liksom för Föreningsgatan dokumenterades inte de olika trafikströmmarna<br />
för dessa mät<strong>till</strong>fällen, varför variablerna som beskrivs i avsnitt 3.3 nedan <strong>och</strong> samman-<br />
7 Enligt www.trafikkontoret.goteborg.se 2005-02-03.<br />
8 Enligt www.trafikkontoret.goteborg.se 2005-02-03.<br />
10<br />
N<br />
Figur 2.3 Föreningsgatan österut. 2004-07-21
ställs i figur 5.1 nedan, endast är baserade på de två sista mät<strong>till</strong>fällena (16/3 2004, 14.05-15.25;<br />
30/6 2004, 09.40-11.05).<br />
Figur 2.5 Viktor Rydbergsgatan norrut, från mätplatsen.<br />
2004-06-30.<br />
2.3 Såggatan norra<br />
N<br />
Såggatan är förhållandevis bred <strong>och</strong> längs denna norra del förekommer det mycket trafik med lokala<br />
målpunkter. Denna del av gatan kan sägas ha två olika passager. Den norra av dem (mellan avståndsmåtten<br />
70 <strong>och</strong> 120 i figur 2.7 ovan) är något ombyggd med avsmalningar vid de frekvent<br />
använda övergångsställena <strong>och</strong> en refug däremellan som framtvingar en sidoförskjutning. Den<br />
södra delen uppfattas som bred <strong>och</strong> rymlig. Ungefär 75 meter norr om mätområdet finns det ett<br />
farthinder som dock inte borde ha någon direkt påverkan på beteendet längs den studerade<br />
sträckan. Gatan är 12 meter bred (6,1 vid avsmalningarna) <strong>och</strong> refugen är 2 meter bred. Trafikmängden<br />
var 2900 fordon per årsmedelvardagsdygn (ÅMVD) 2002 9 .<br />
Vid vissa av mätningarna uppstod det problem med batterier varför det blev några mätuppehåll.<br />
Såggatans norra del studerades vid 3 olika <strong>till</strong>fällen: måndag 15/3 2004 mellan 14.10 <strong>och</strong> 15.10;<br />
tisdag 16/3 2004 mellan 09.10 <strong>och</strong> 10.55 (med ett uppehåll på 6 minuter i videofilm <strong>och</strong> 25 minuter<br />
i hastighetsmätning) <strong>och</strong> onsdag 16/6 2004 mellan 09.35 <strong>och</strong> 10.25 (15 minuters uppehåll i<br />
hastighetsmätning).<br />
9 Enligt www.trafikkontoret.goteborg.se 2005-02-03.<br />
Figur 2.6 Viktor Rydbergsgatan söderut. 2004-07-22.<br />
Figur 2.7 Såggatan norra, från Galateagatan <strong>och</strong> söderut, skala 1:1000. 100 meter av gatan (mellan angivelserna<br />
20 <strong>och</strong> 120) har studerats.<br />
11
Figur 2.8 Såggatan söderut, från avståndsmått 120 i<br />
figur 2.7 ovan. 2004-03-16.<br />
2.4 Såggatan södra<br />
Figur 2.10 Såggatan södra, mellan Vingagatan <strong>och</strong> Kabyssgatan, skala 1:1000. 115 meter av gatan (mellan<br />
angivelserna 30 <strong>och</strong> 145) har studerats.<br />
Längs denna södra <strong>och</strong> något bredare del av Såggatan var andelen trafik med lokala målpunkter<br />
något mindre än på den norra delen. Mellan avståndsmåtten 30 <strong>och</strong> 78 i figur 2.10 ovan är gatan<br />
12,9 meter bred (refugen är 0,8 meter bred). Mellan korsningen <strong>och</strong> avståndsmått 145 är gatan 12,1<br />
meter bred. På den västra sidan av gatan, mellan avståndsmåtten 78 <strong>och</strong> 145, finns det snedställda<br />
parkeringsplatser som tränger ihop gatans bredd <strong>och</strong> skapar en sidoförskjutning. Något år innan<br />
mätningen genomfördes var det endast <strong>till</strong>åtet med kantstensparkering längs den sträckan. Tyvärr<br />
gjordes ingen mätning före förändringen, varför det i detta fall inte går att uttala sig om effekten av<br />
den enskilda åtgärden. Trafikmängden är samma som för den norra delen av gatan.<br />
12<br />
N<br />
Figur 2.11 Såggatan norrut, från mätplatsen söder om<br />
avståndsmått 30 i figur 2.7 ovan. 2004-05-26.<br />
Figur 2.9 Såggatan norrut, från avståndsmått 20 i figur<br />
2.7 ovan. 2004-07-21.<br />
Figur 2.12 Såggatan norrut, mot övergångsstället vid<br />
avståndsmått 78 i figur 2.7 ovan. 2004-03-18.
Denna del av Såggatan studerades vid tre olika <strong>till</strong>fällen: torsdag 18/3 2004 09.45-11.15 <strong>och</strong> 14.00-<br />
15.30 samt onsdag 26/5 2004 14.05-15.35.<br />
2.5 Nordhemsgatan södra<br />
Figur 2.13 Nordhemsgatan södra, mellan Plantagegatan <strong>och</strong> Fjärde Långgatan, skala 1:1000. 65 meter av gatan<br />
(mellan angivelserna 15 <strong>och</strong> 70) har studerats.<br />
2.14 Nordhemsgatan söderut, från strax norr om<br />
avståndsmått 70 i figur 2.13 ovan. 2003-04-08.<br />
Denna gata är förhållandevis smal <strong>och</strong> lågt trafikerad. Däremot är det många fotgängare som korsar<br />
den, särskilt precis vid avståndsmått 70 (de som promenerar längs Fjärde Långgatan korsar Nordhemsgatan).<br />
Vid de två första mät<strong>till</strong>fällena var det vägarbete på Plantagegatan som korsar Nordhemsgatan<br />
på den södra sidan av mätområdet (Plantagegatan har karaktär av huvudgata). Nordhemsgatan<br />
är 6,7 meter bred längs denna sträcka. Trafikmängden var 1600 fordon per årsmedelvardagsdygn<br />
(ÅMVD) 2002 10 . Gatan studerades vid tre <strong>till</strong>fällen: onsdag 28/4 2004 9.25-11.10;<br />
torsdag 29/4 2004 14.05-15.40 samt torsdag 1/7 2004 09.40-10.05. Det sista mät<strong>till</strong>fället avbröts på<br />
grund av kraftigt regn.<br />
2.6 Nordhemsgatan norra<br />
Längs denna del av gatan är det fler som korsar gatan mitt på sträckan än på den södra delen, ofta<br />
på väg mot den saluhall som syns <strong>till</strong> vänster i figur 2.17 nedan. Här är gatan 6,9 meter bred från<br />
kantsten <strong>till</strong> kantsten. Dock finns det på den östra sidan ytterligare en kantsten som ej utgör ett<br />
fysiskt hinder. Denna smalnar av gatan visuellt <strong>till</strong> 6,6 meter, men det är den fysiska bredden som<br />
använts i de senare analyserna. Vidare är beläggningen tät gatsten <strong>till</strong> skillnad från alla andra gator i<br />
10 Enligt www.trafikkontoret.goteborg.se 2005-02-03.<br />
N<br />
2.15 Nordhemsgatan söderut, från avståndsmått 70 i<br />
figur 2.13 ovan. 2004-04-29.<br />
13
denna studie. Trafikmängden antas vara ungefär samma som för den södra delen. Gatan studerades<br />
vid två <strong>till</strong>fällen, men endast under en dag: måndag 28/6 2004 09.35-11.05 <strong>och</strong> 14.05-15.35.<br />
Figur 2.16 Nordhemsgatan norra, mellan Fjärde <strong>och</strong> Tredje Långgatan, skala 1:1000. 60 meter av gatan<br />
(mellan angivelserna 0 <strong>och</strong> 60) har studerats.<br />
2.7 Kobbarnas väg<br />
Längs denna gata finns det en helt sluten <strong>och</strong> relativt hög fasad på den östra sidan <strong>och</strong> glesa träd på<br />
den västra. Bortanför träden finns ett likadant hus som på östra sidan, men betydligt längre bort<br />
från gatan. Längs hela gatan står de kantstensparkerade fordonen tätt. Gatan är 10 meter bred (6<br />
meter vid övergångsstället). Trafikmängden var 3000 fordon per årsmedelvardagsdygn (ÅMVD)<br />
14<br />
N<br />
Figur 2.17 Nordhemsgatan söderut, från strax norr om<br />
avståndsmått 60 i figur 2.16 ovan. 2004-06-28.<br />
Figur 2.18 Nordhemsgatan söderut, från strax norr om<br />
avståndsmått 60 i figur 2.16 ovan. 2004-06-28.<br />
Figur 2.16 Kobbarnas väg, från Lagerströmsplatsen <strong>och</strong> norrut, skala 1:1000. 110 meter av gatan (mellan<br />
angivelserna 25 <strong>och</strong> 135) har studerats.
2004 11 . Gatan studerades vid tre <strong>till</strong>fällen: torsdag 29/4 2004, 09.30-11.00; måndag 10/5 2004,<br />
13.55-15.20 samt tisdag 29/6 2004, 09.25-10.50.<br />
Figur 2.17 Kobbarnas väg norrut, från mätplatsen<br />
strax söder om avståndsmått 25 i figur 2.16 ovan.<br />
2004-05-10.<br />
2.8 Fridkullagatan södra<br />
Figur 2.19 Fridkullagatan, södra delen, från Grågåsgatan <strong>och</strong> söderut, skala 1:1000. 120 meter av gatan (mellan<br />
angivelserna 40 <strong>och</strong> 160) har studerats.<br />
Figur 2.20 Fridkullagatan, södra delen, norrut, från<br />
mätplatsen strax söder om avståndsmått 40 i figur 2.19<br />
ovan. 2004-05-10.<br />
Den studerade delen av gatan är helt rak med husen något indragna från gatan. Gång- <strong>och</strong> cykelvägen<br />
på nordöstra sidan används frekvent medan det är få som korsar gatan längs den studerade<br />
sträckan. Denna del av gatan är ungefär 8,1 meter bred <strong>och</strong> trafikmängden var 7200 fordon per<br />
11 Enligt www.trafikkontoret.goteborg.se 2005-02-03.<br />
Figur 2.18 Kobbarnas väg söderut, från avståndsmått<br />
135 i figur 2.16 ovan. 2004-05-10.<br />
Figur 2.21 Fridkullagatan söderut, från avståndsmått<br />
160 i figur 2.19 ovan. 2004-07-22.<br />
15
årsmedelvardagsdygn (ÅMVD) 2002 12 . Sträckan studerades vid två <strong>till</strong>fällen: torsdag 3/6 2004,<br />
09.40-10.55 samt torsdag 1/7 2004, 14.00-14.35 (denna mätning avbröts på grund av kraftigt regn).<br />
2.9 Fridkullagatan norra<br />
Figur 2.22 Fridkullagatan, norra delen, mellan Grågåsgatan <strong>och</strong> Tapetseraregatan, skala 1:1000. 125 meter av<br />
gatan (mellan angivelserna 30 <strong>och</strong> 155) har studerats.<br />
Denna del av Fridkullagatan är något ombyggd. Körbanan har smalnats av <strong>till</strong> förmån för en<br />
bredare gång- <strong>och</strong> cykelbana på den östra sidan. De båda refugerna skapar sidoförskjutningar,<br />
speciellt för norrgående trafik. Strax norr om mätområdet finns en busshållplats <strong>och</strong> ytterligare<br />
längre norrut finns en korsning <strong>och</strong> farthinder. Dessa torde dock inte påverka beteendet längs den<br />
studerade sträckan. Gatan är 6,7 meter bred mitt på sträckan <strong>och</strong> 8,5 meter vid mätområdets ändar.<br />
Refugen i södra änden är 1,5 meter bred <strong>och</strong> den i norr 1,9 meter. Trafikmängden var 9500 fordon<br />
per årsmedelvardagsdygn (ÅMVD) 2002 13 . Sträckan studerades vid två <strong>till</strong>fällen: onsdag 16/6 2004,<br />
14.00-15.30 <strong>och</strong> tisdag 29/6 2004, 14.00-15.20.<br />
Figur 2.23 Fridkullagatan norrut, från mätplatsen<br />
strax söder om avståndsmått 30 i figur 2.22 ovan.<br />
2004-06-29.<br />
2.10 Gibraltargatan<br />
Denna gata har höga hus längs hela östra sidan medan det är mer öppet åt väster. Många fotgängare<br />
korsade gatan vid övergångsstället vid avståndsmått 40, på väg <strong>till</strong> en vårdcentral in<strong>till</strong>. Denna<br />
vårdcentral genererar även viss korttidsparkering på parkeringsplatsen direkt norr om ovan nämnda<br />
övergångsställe. Mitt emot denna parkering, på gatans östra sida, finns en busshållplats <strong>och</strong><br />
12 Enligt www.trafikkontoret.goteborg.se 2005-02-03.<br />
13 Enligt www.trafikkontoret.goteborg.se 2005-02-03.<br />
16<br />
Figur 2.24 Fridkullagatan norrut, mot övergångsstället<br />
vid avståndsmått 155 i figur 2.22 ovan. 2004-07-22.
korttidsparkering. Gatan är 10,7 meter bred i södra änden (refugen är 1 meter bred), 9,3 meter vid<br />
infarten mot väster <strong>och</strong> 8,7 vid den norra änden. Trafikmängden var 6700 fordon per årsmedelvardagsdygn<br />
(ÅMVD) 2004 14 . Gatan studerades vid två <strong>till</strong>fällen. Det första, onsdag 5/3 2003,<br />
14.05-14.35, var del i en fas av metodutveckling som genomfördes innan pilotstudierna. Det andra,<br />
tisdag 14/12 2004, 13.45-14.45, är det som ligger <strong>till</strong> grund för analyserna i föreliggande rapport.<br />
Figur 2.25 Gibraltargatan, mellan Vidblicksgatan <strong>och</strong> Ålandsgatan, skala 1:1000. 100 meter av gatan (mellan<br />
angivelserna 40 <strong>och</strong> 140) har studerats.<br />
Figur 2.26 Gibraltargatan norrut, från mätplatsen<br />
strax söder om avståndsmått 40 i figur 2.25 ovan.<br />
2004-12-14.<br />
2.11 Geijersgatan<br />
N<br />
Figur 2.28 Geijersgatan, mellan Götabergsgatan <strong>och</strong> Arkivgatan, skala 1:1000. 75 meter av gatan (mellan<br />
angivelserna 30 <strong>och</strong> 105) har studerats.<br />
14 Enligt www.trafikkontoret.goteborg.se 2005-02-03.<br />
Figur 2.27 Gibraltargatan norrut, från mätplatsen<br />
strax söder om avståndsmått 40 i figur 2.25 ovan.<br />
2004-12-14.<br />
17
Geijersgatan är den mest centralt belägna av de studerade gatorna. Den är 10,1 meter bred <strong>och</strong><br />
refugen vid avståndsmått 105 är 1,7 meter bred. Trafikmängden var 4100 fordon per årsmedelvardagsdygn<br />
(ÅMVD) 2002 15 . Gatan studerades vid ett <strong>till</strong>fälle: torsdag 16/12 2004, 10.05-11.15.<br />
Figur 2.29 Geijersgatan österut, från mätplatsen strax<br />
väster om avståndsmått 30 i figur 2.28 ovan. 2004-12-<br />
16.<br />
2.12 Norra Gubberogatan<br />
Figur 2.31 Norra Gubberogatan, strax norr om Lagerströmsplatsen, skala 1:1000. 100 meter av gatan (mellan<br />
angivelserna 45 <strong>och</strong> 145) har studerats.<br />
Figur 2.32 Norra Gubberogatan söderut, från mätplatsen<br />
strax norr om avståndsmått 145 i figur 2.31<br />
ovan. 2004-12-15.<br />
Gatan är svagt böjd med ett slutet gaturum. Strax norr om mätområdet finns ett signalreglerat<br />
övergångsställe. Gatan är 10,4 meter bred <strong>och</strong> 6,6 meter vid avsmalningarna. Längst söderut (vid<br />
15 Enligt www.trafikkontoret.goteborg.se 2005-02-03.<br />
18<br />
Figur 2.30 Geijersgatan österut, från mätplatsen strax<br />
väster om avståndsmått 30 i figur 2.28 ovan. 2004-12-<br />
15.<br />
Figur 2.33 Norra Gubberogatan norrut, från mitt<br />
emellan avståndsmått 45 <strong>och</strong> 145 i figur 2.31 ovan.<br />
2004-12-15.
avståndsmått 45) är gatan 7,0 meter bred. Trafikmängden var 5000 fordon per årsmedelvardagsdygn<br />
(ÅMVD) 2000 16 . Gatan studerades vid ett <strong>till</strong>fälle: torsdag 16/12 2004, 13.40-15.05.<br />
2.13 Sammanfattning<br />
För att komma fram <strong>till</strong> vilka variabler som har betydelse, har varje gatusträcka <strong>och</strong> trafikriktning<br />
studerats var för sig. Alla fordon har <strong>till</strong>delats en medelhastighet längs aktuell sträcka, baserat på<br />
varje enskilt fordons hastighetsprofil. Gatans mätsträcka är olika för olika gator, men för att<br />
fordonet ska ingå i analysen krävs att det finns hastighetsvärden för 75 % av den studerade<br />
sträckan.<br />
Gatusträcka<br />
Mätområdets<br />
längd i m<br />
Mättid i<br />
minuter<br />
Minst antal<br />
mätvärden<br />
Mätområdets<br />
avståndsmått<br />
Föreningsgatan 95 128 72 25-120<br />
Viktor Rydbergsgatan 95 164 72 30-125<br />
Såggatan norra 20-70 50 193 38 20-70<br />
Såggatan norra 70-120 50 193 38 70-120<br />
Såggatan södra 30-78 48 266 36 30-78<br />
Såggatan södra 78-145 67 266 51 78-145<br />
Nordhemsgatan södra 55 205 42 15-70<br />
Nordhemsgatan norra 60 179 45 20-80<br />
Kobbarnas väg 110 262 83 25-135<br />
Fridkullagatan södra 120 118 90 40-160<br />
Fridkullagatan norra 125 171 94 30-155<br />
Gibraltargatan 100 60 75 40-140<br />
Geijersgatan 75 69 56 30-105<br />
Norra Gubberogatan 100 87 75 45-145<br />
För varje sträcka har alltså båda riktningarna studerats <strong>och</strong> eftersom dessa ofta skiljer sig mycket i<br />
geometri, <strong>och</strong> framförallt antal parkerade fordon, har de hanterats var för sig. Således blir det totalt<br />
28 sträckor som har studerats (Såggatans norra delar studerades dock samtidigt från en <strong>och</strong> samma<br />
plats, men de hanteras som två olika sträcker – liksom Såggatans södra delar).<br />
16 Enligt www.trafikkontoret.goteborg.se 2005-02-03.<br />
19
3 Insamling <strong>och</strong> hantering av data<br />
3.1 Datainsamling i fält<br />
Inifrån mätfordonet (en vanlig personbil) samlades hastighetsdata in med hjälp av en laser av<br />
samma typ som polisen ofta använder för hastighetskontroll 17 . Lasern räknar ut hastigheten genom<br />
att jämföra avståndsmått med varandra <strong>och</strong> hur lång tid det gått mellan mätningarna. Den mäter<br />
alltså inte objektets egentliga hastighet, utan med vilken hastighet objektet närmar sig lasern. Lasern<br />
skickar iväg strålar mot objektet kontinuerligt <strong>och</strong> ungefär tre gånger per sekund läser den av <strong>och</strong><br />
räknar ut hastigheten. Samtidigt skickar den data <strong>till</strong> en eventuellt inkopplad dator i form av tid<br />
(från när knappen på lasern trycktes in), hastighet <strong>och</strong> avstånd <strong>till</strong> mätobjektet.<br />
Figur 3.1 Detta är ungefär vad den som använder lasern ser under<br />
mätning.<br />
Mätfordonet var parkerat någonstans längs den sträcka som studerades. När ett fordon kom inom<br />
synhåll mättes hastigheten <strong>och</strong> avtryckaren på lasern hölls intryckt hela tiden <strong>till</strong>s fordonet kommit<br />
ända fram <strong>till</strong> mätfordonet (där mätningen utfördes ifrån). Det går även att mäta hastigheten på<br />
fordon som färdas i riktning från lasern. Laserns sikte (se figur 3.1 ovan) <strong>och</strong> precision gör det<br />
möjligt att mäta hastigheten på ett fordon som befinner sig mitt i en kö. På detta viset matas datorn<br />
hela tiden med hastighetsdata som gör det möjligt att ta fram en hastighetsprofil. När ett fordon<br />
studerats hela vägen fram <strong>till</strong> slutet av mätsträckan påbörjades genast mätning av nästa fordon som<br />
kom in i detta område <strong>och</strong> som hade förutsättningar att ingå i studien.<br />
Så långt skiljer sig inte förfarandet från de studier jag tidigare utfört 18 . I detta projekt har dock en<br />
videokamera filmat händelserna på gatan inifrån mätbilen. Detta ställer extra krav på placeringen av<br />
mätbilen men i gengäld kan ett mer detaljerat material erhållas, eftersom hastighetsdata för varje<br />
enskilt studerat fordon i efterhand kan kopplas <strong>till</strong> videofilmen <strong>och</strong> därmed <strong>till</strong> de händelser som de<br />
studerade fordonen råkat ut för.<br />
17 Lasern klarar av att mäta hastigheten på objekt som befinner sig mellan 10 <strong>och</strong> 1400 meter bort. Den mäter avstånd med en<br />
noggrannhet av ± 0,1 meter <strong>och</strong> hastigheter med en noggrannhet av ± 0,8 km/h. Den klarar av hastigheter från 5 km/h <strong>till</strong> 480 km/h.<br />
18 Se Karlgren 1999 <strong>och</strong> 2001.<br />
20
3.2 Bearbetning av insamlad hastighetsdata<br />
Inledningsvis bearbetas hastighetsdatamaterialet på samma sätt som redovisas i Karlgren, 2001<br />
(avsnitt 3.3), vilket ger att det finns ett hastighetsvärde för varje enskild meter som fordonet<br />
studerats. Ibland störs mätningen av korsande trafik eller fotgängare m m, vilket ger att det inte<br />
finns hastighetsvärden för hela den aktuella mätsträckan för alla fordon. Om en gatusträcka på 75<br />
meter har studerats krävs att fordonen har minst 56 hastighetsvärden (75 % av 75) inom<br />
mätområdets gräns för att de ska få vara med. I vissa fall har färre värden accepterats i de inledande<br />
analyserna på gatunivå, där syftet är att visa vilka av de registrerade händelserna som påverkar<br />
fordonens hastighet. I de slutliga analyserna, där syftet är att visa vilka av gatornas geometriska<br />
variabler som påverkar fordonens hastighet, har dock inga fordon med färre mätvärden än för 75%<br />
av mätsträckan ingått.<br />
Varje fordon för aktuell gata hanteras separat, med information om i vilken riktning det färdades,<br />
fordonstyp (personbil, skåpbil, taxi, liten lastbil, buss m m) samt <strong>till</strong>hörande hastighetsdata kopplat<br />
<strong>till</strong> sig i en databas. Ett värde för den medelhastighet som varje separat fordon hade över aktuell<br />
gatusträcka beräknas. Information om det enskilda fordonets högsta <strong>och</strong> lägsta hastighet längs<br />
sträckan, hur stor skillnaden är mellan dessa, antal mätvärden, standardavvikelse, m m har också<br />
registrerats.<br />
3.3 Analys av videofilm för trafikmängdsdata<br />
Från videofilmen av hastighetsmätningen tas manuellt data om hur många fordon som totalt under<br />
mättiden passerat i de olika riktningarna samt in <strong>och</strong> ut på aktuell gata från korsningar, parkeringsplatser<br />
<strong>och</strong> kantstensparkering. Materialet redovisas som antal fordon per timme, samt i <strong>till</strong>ämpliga<br />
fall även per 100 meter gata. På de flesta gator har mätningar <strong>och</strong> filmningar utförts vid minst två<br />
<strong>till</strong>fällen. Då har medelvärden för de olika trafikmängderna beräknats. Dessa har viktats efter hur<br />
länge varje mätning pågått. Följande variabler har dokumenterats:<br />
Antal inkörande fordon per timme <strong>och</strong> 100 m gata<br />
Detta är baserat på hur många fordon som kör in på körbanan i aktuell riktning från kantstensparkering<br />
eller från anslutande gator.<br />
Antal avkörande fordon per timme <strong>och</strong> 100 m gata<br />
Samma som ovan men för fordon som kör av gatan.<br />
Parkeringsomsättning per timme <strong>och</strong> 100 meter gata<br />
Detta mått baseras på det totala antalet fordon som stannat vid, eller kört ifrån, en parkering längs<br />
gatan under den totala mättiden. Bilens ljus ska ha släckts, eller så ska bilen ha stått s<strong>till</strong>a minst 30<br />
sekunder för att det ska räknas som en parkering.<br />
Antal fotgängare <strong>och</strong> cyklister på närliggande trottoar per timme<br />
Detta mått baseras på alla passerande fotgängare <strong>och</strong> cyklister vid ett eller två tvärsnitt på gatan.<br />
Medelvärdet för de två tvärsnitten gäller. Vidare är det bara fotgängare <strong>och</strong> cyklister som färdats i<br />
gatans riktning, inte korsat gatan, som räknats med. Hänsyn har inte tagits <strong>till</strong> hur långt bort från<br />
biltrafiken som fotgängarna <strong>och</strong> cyklisterna rört sig, så länge det varit på en trottoar eller gångbana i<br />
direkt anslutning <strong>till</strong> gatan.<br />
21
Antal fotgängare <strong>och</strong> cyklister på körbanan per timme<br />
Samma som ovan, men för de som rör sig på körbanan istället för trottoaren eller gångbanan.<br />
Antal korsande fotgängare per timme <strong>och</strong> 100 meter gata<br />
Detta mått baseras på antal som korsar hela gatan <strong>och</strong> i huvudsak gör det inom mätområdets<br />
gränser. I de fall cyklister har korsat har de också tagits med i beräkningarna.<br />
Trafikmängd per timme <strong>och</strong> riktning<br />
Totalt antal passerande registrerade fordon i varje riktning per timme. Beräkningar har gjorts vid<br />
mätområdets båda gränser <strong>och</strong> det är medel för dessa två som redovisas.<br />
Andel genomfartstrafik<br />
Baseras på hur många av de fordon som kör in i mätområdet som också kör ut ur mätområdet. Då<br />
det finns ett visst samband mellan andel avsvängande fordon <strong>och</strong> hur lång den studerade sträckan<br />
är, har variabeln en svaghet i att den inte tar hänsyn <strong>till</strong> den studerade sträckans längd.<br />
Ej studerade variabler<br />
Hänsyn har ej tagits <strong>till</strong> variabler i stil med antal korsningar per 100 meter gata, av den anledningen<br />
att man måste studera betydligt längre sträckor för att det ska vara meningsfullt att beräkna ett<br />
sådant värde. Eftersom jag inte tagit fram några regler för hur mätområdet ska definieras har<br />
mätområdets gränser dragits mer eller mindre efter godtycke. Det avgörande har varit hur god sikt<br />
jag haft inifrån mätfordonet <strong>och</strong> över hur lång sträcka jag kunnat studera <strong>och</strong> videofilma varje<br />
enskilt fordon. Om mätområdet skulle flyttas 20 meter åt något håll skulle det få stora effekter på<br />
variabler i stil med antal korsningar per 100 meter gata.<br />
3.4 Analys av videofilm för händelsedata<br />
För att kunna identifiera vilka händelser i gaturummet som påverkar bilisternas <strong>hastighetsval</strong> måste<br />
de olika händelserna först definieras. Endast det som händer bilisten inom, eller i direkt anslutning<br />
<strong>till</strong>, mätområdet har hanterats <strong>och</strong> det måste hända så nära att det kan tänkas påverka bilistens<br />
<strong>hastighetsval</strong> (en fotgängare som korsar gatan 100 meter bort påverkar troligen inte hastigheten).<br />
Ibland har det dock uppstått gränsfall <strong>och</strong> då har händelsen vanligtvis registrerats eftersom fordon<br />
som råkat ut för hastighetspåverkande händelser ändå kommer att tas bort <strong>till</strong> de slutgiltiga<br />
analyserna. Det viktigaste är att de fordon som väljs ut <strong>till</strong> nästa analys är fria från hastighetspåverkande<br />
händelser. I figur 3.2 nedan visas hur formuläret som används vid analys av videofilmerna<br />
ser ut (programmet Ms Access används) <strong>och</strong> vilka händelser som dokumenteras. Hur<br />
dessa har definierats beskrivs i de följande avsnitten.<br />
Till en början markeras vad det är för typ av fordon som avses, samt om det är en kombi eller taxi.<br />
Detta är inte av egentligt intresse för studien utan är mer <strong>till</strong> för att förenkla kopplingen mellan<br />
mätdata <strong>och</strong> videofilm. I exemplet nedan, som avser Kobbarnas väg, finns även kryssrutor för om<br />
fordonet svängde in mot en parkeringsplats direkt söder om mätområdet eller svängde runt <strong>och</strong><br />
åkte <strong>till</strong>baka. Detta är ett exempel på hur varje enskild gata fick egna skräddarsydda formulär, där<br />
händelser som bara uppstod på den gatan kunde dokumenteras. I detta fall var avsikten att studera<br />
huruvida de bilister som i förväg visste att de skulle svänga in på parkeringen, körde långsammare<br />
22
än de övriga. Tyvärr blev inte det statistiska urvalet <strong>till</strong>räckligt stort för att analysen skulle kunna<br />
slutföras.<br />
Figur 3.2 Formulär för dokumentation av händelser på Kobbarnas väg. De fält som är inringade med streckad linje<br />
får sin information från andra tabeller <strong>och</strong> behöver inte fyllas i.<br />
Inga händelser<br />
Om det studerade fordonet inte råkat ut för någon av de nedanstående händelser alls, görs en<br />
markering för detta.<br />
Bil nära framför länge<br />
Denna ruta markeras när det studerade fordonet inte är ”fritt” under större delen av mätsträckan.<br />
Enligt Åberg & Haglund betraktas ett fordon som fritt ”om avståndet <strong>till</strong> närmast framförvarande,<br />
respektive bakomvarande, är minst 6 sekunder” (1989, s 5). I detta sammanhang har dock 4<br />
sekunder valts som gräns (alltså 44 meter om fordonen färdas i 40 km/h) <strong>och</strong> hänsyn har endast<br />
tagits <strong>till</strong> framförvarande fordon.<br />
Bil nära framför kort<br />
Samma som ovan, men detta alternativ markeras om det gäller mindre än hälften av mätsträckan.<br />
Vanligtvis har det studerade fordonet hunnit upp ett framförvarande fordon som är på väg att<br />
svänga av den studerade gatan, när detta alternativ markeras.<br />
Bil stannar/park/svänger längs gata<br />
Denna fylls i om det studerade fordonet stannar eller svänger av gatan inom eller i direkt anslutning<br />
<strong>till</strong> mätsträckan. För att bilen ska betraktas som stannad ska hastigheten vara under laserns gräns för<br />
vad som är mätbart (5 km/h).<br />
Möte bil<br />
Antal personbilar (även skåpbilar <strong>och</strong> motorcyklar eller små lastbilar) i rörelse som studerat fordon<br />
möter inom mätsträckan.<br />
Möte lastbil/buss<br />
Sammas om ovan, men för lastbilar <strong>och</strong> bussar.<br />
23
Möte s<strong>till</strong>a bil<br />
Denna fylls i om studerat fordon möter annan personbil som står parkerad på motsatt körbana men<br />
utanför en rad med parkerade bilar eller på en plats där det normalt inte står bilar parkerade.<br />
Möte s<strong>till</strong>a lastbil<br />
Samma som ovan men gällande lastbil (som då troligen lossar varor).<br />
Möte buss vid hållplats<br />
Samma som ovan men gällande buss <strong>och</strong> vid en busshållplats.<br />
Bil väntar vid nära korsning<br />
Denna fylls i om ett fordon väntar på att köra ut på den gata som studeras när studerat fordon<br />
passerar. Fordonet ska stå på höger sida för att händelsen ska räknas.<br />
Omkör bil i rörelse<br />
Denna händelse är ovanlig i stadstrafik. Vanligtvis handlar det då om att studerat fordon kör om ett<br />
fordon som kör ovanligt långsamt (vanligen letar efter en parkeringsplats).<br />
Omkör lastbil/buss i rörelse<br />
Samma som ovan men för buss eller lastbil.<br />
Omkör s<strong>till</strong>a bil<br />
Samma som ”möte s<strong>till</strong>a bil” men bilen står på samma körbana som det studerade fordonet kör på.<br />
Omkör s<strong>till</strong>a lastbil<br />
Samma som ovan men för lastbil.<br />
Omkör buss vid hållplats<br />
Samma som ovan men för buss vid busshållplats.<br />
Möte cykel/fot på körbana<br />
Denna fylls i om studerat fordon möter fotgängare eller cyklist som färdas på motsatt körbana.<br />
Omkör cykel/fot på körbana<br />
Samma som ovan, men cyklisten eller fotgängaren rör sig på samma körbana som studerat fordon.<br />
Möte/omkör fotg/cykel trottoar<br />
Denna fylls i om studerat fordon passerar fotgängare eller cyklist på trottoaren på höger sida (alltså<br />
inte motsatt körbanas trottoar). Här gäller att det ska få plats maximalt två fordon (likadana som det<br />
som studeras) mellan fotgängaren eller cyklisten <strong>och</strong> det studerade fordonet när detta passerar.<br />
Annars är fotgängare eller cyklisten för långt bort för att ha någon påverkan på beteendet. Inte<br />
heller får det finnas något som hindrar sikten mellan studerat fordon <strong>och</strong> fotgängare/cyklist om<br />
händelsen ska räknas. Som hinder räknas parkerade bilar, tätt buskage minst 1,5 meter högt, o s v.<br />
Dessa båda regler saknar vetenskaplig grund utan är baserade på antaganden från min sida.<br />
24
Kors fotg/cykel, broms<br />
Denna markeras när en fotgängare eller cyklist korsar gatan, vid övergångsställe eller på sträcka, på<br />
ett sådant sätt att studerat fordon bromsar, men inte stannar helt.<br />
Kors fotg/cykel, stopp<br />
Som ovan, men studerat fordon stannar helt.<br />
Fotg/cykl vid ögs, ej broms<br />
Detta alternativ fylls i om fotgängare eller cyklist är på väg att korsa gatan vid övergångsställe men<br />
studerat fordon inte bromsar, vilket medför att fotgängare eller cyklist måste vänta. Eftersom<br />
variabeln är definierad så att den ej beskriver påverkan på fordons hastighet är den inte intressant i<br />
föreliggande studie, varför den ej heller kommer att redovisas i de senare analyserna.<br />
Fotg/cykl vid ögs, broms<br />
Samma som ovan, men studerad bilist bromsar, dock utan att fotgängare eller cyklist korsar före det<br />
att fordonet har passerat.<br />
Antal parkerade fordon<br />
Här fylls i hur många parkerade fordon som studerat fordon passerat inom mätområdet. För att<br />
fordonet ska räknas som parkerat ska det stå s<strong>till</strong>a när studerat fordon passerar <strong>och</strong> det ska stå på<br />
en plats där det är vanligt att fordon parkerar (men inte nödvändigtvis <strong>till</strong>åtet). Vid parkeringen med<br />
snedställda fordon på Såggatans södra del räknas fordonen på samma sätt som vid de övriga.<br />
3.5 Inmätning <strong>och</strong> sammanställning av geometriska variabler<br />
Varje gatusträcka har kontrollmätts gentemot <strong>till</strong>gängliga grundkartor, med avseende bredd mellan<br />
trottoarers <strong>och</strong> refugers storlek <strong>och</strong> läge, avstånd mellan hus, m m. Därefter har ett antal olika mått<br />
som beskriver gatugeometrin beräknats. Nedan redovisas de som använts i analyserna <strong>och</strong> som<br />
testats med avseende på eventuella samband med bilisternas <strong>hastighetsval</strong>.<br />
Körbanans medelbredd, riktningsvis<br />
Detta är ett mått som även kan kallas effektiv köryta, om hänsyn ej skulle tas <strong>till</strong> de fordon som står<br />
parkerade längs gatan. Körbanans medelbredd beräknas genom att den totala körbara ytan som<br />
fordonen i varje riktning har att <strong>till</strong>gå, även där det står fordon parkerade, delas med mätsträckans<br />
längd. Refuger, som ej är körbar yta, approximeras i <strong>till</strong>ämpbara fall med en rektangel. Vid<br />
korsningar inom mätsträckan räknas den körbara ytan fram <strong>till</strong> där trottoaren skulle vara om<br />
korsningen ej funnits. Övriga detaljer, såsom ”öron” vid <strong>till</strong>fälliga avsmalningar, approximeras med<br />
räta linjer då den totala körbara ytan ska beräknas. Se figur 3.3 nedan för exemplifiering av detta.<br />
25
Figur 3.3 Studerad del av Såggatan norra, skala 1:1000. Exempel på hur mittlinje ritas <strong>och</strong> hur kurvor<br />
approximeras med räta linjer för beräkning av ytor, visas med streckade linjer.<br />
Närliggande trottoars medelbredd<br />
Detta mått avser hur bred trottoaren eller gångytan på höger sida i medeltal är längs den studerade<br />
sträckan. Om det funnits både gång- <strong>och</strong> cykelbana har dessa lagts ihop. Sålunda är det medelbredden<br />
på den totala hårdgjorda ytan avsedd för mjuka trafikanter som beräknats.<br />
Medelbredd trottoar – hus<br />
I detta mått ingår trottoarens medelbredd. Avsikten med detta mått är dock att beskriva bredden på<br />
bilistens synfält, hur brett gaturummet upplevs. Måttet är medelavståndet från trottoarkanten <strong>till</strong><br />
närmaste hus eller högre buskage. Om avståndet är större än 10 meter avrundas det ned <strong>till</strong> 10<br />
meter. Detta görs för att det aritmetiska medelvärdet är känsligt för extremvärden, <strong>och</strong> om det över<br />
en kortare sträcka är ”fri sikt” åt sidan, d v s där finns inga direkta hinder, så blir medelbredden på<br />
rummet orättvist stort. Om gaturummet är helt öppet åt ena hållet blir således medelbredden 10<br />
meter. Detta mått <strong>till</strong>sammans med körbanans medelbredd ger ett mått på hela <strong>gaturummets</strong> bredd<br />
i aktuell riktning.<br />
Gaturummets medelhöjd höger sida<br />
Här har höjden på byggnaderna inom 10 meter från trottoarkanten beräknats, utifrån antagandet att<br />
varje våning är 3 meter. För vissa äldre hus, med tydligt högre våningsplan, har jämförelser med<br />
kringliggande hus gjorts. I vissa fall har hänsyn tagits <strong>till</strong> träd <strong>och</strong>/eller högre buskage. Dessa har<br />
jämförts med omkringliggande hus för att ge en uppfattning om höjden. Eftersom dessa troligen<br />
inte uppfattas lika rumsavgränsande som en fasad har den uppskattade höjden halverats för träden<br />
<strong>och</strong> buskagen. Hänsyn <strong>till</strong> trädens inbördes avstånd har också tagits. Om det ej funnits hus eller<br />
träd/buskage inom 10 meter har höjden antagits vara 0 för de delarna av gatan.<br />
Förhållande rumshöjd/rumsbredd<br />
För att få ett mer generellt mått på rummets proportioner har rummets medelhöjd på höger sida<br />
dividerats med rummets medelbredd på höger sida (medelbredd trott-hus + körbanans medelbredd),<br />
så som dessa värden beräknats enligt beskrivningen ovan.<br />
Andel slutet gaturum höger sida<br />
Här har beräknats hur många procent av den studerade sträckan som har vad som kan uppfattas<br />
som ett slutet gaturum (på höger sida i färdriktningen). I detta fall har byggnader <strong>och</strong> större<br />
träd/buskage inom 15 meter från trottoarkant tagits med i beräkningen. För att buskage ska<br />
betraktas som rumsavgränsande ska det ej gå att se en bil igenom eller över det (ungefär 1,5 meter<br />
högt).<br />
26
Riktningsvinkel per 100 meter gata<br />
Detta mått avser beskriva hur mycket bilisten måste svänga längs aktuell gatusträcka. För att<br />
beräkna detta har punkter mellan en tänkt mittlinje <strong>och</strong> trottoarkant ritats ut vid de platser där<br />
körbanans bredd förändras. Vid de platser där det vanligen står fordon parkerade har körbanans<br />
bredd minskats med 2 meter. Mellan dessa utritade punkter dras linjer enligt exemplet i figur 3.4<br />
nedan. De vinklar som bildas i skärningarna mäts <strong>och</strong> läggs samman <strong>till</strong> en summa som här har<br />
kallats riktningsvinkel. Denna summa divideras med mätsträckans längd <strong>och</strong> multipliceras därefter<br />
med 100 meter.<br />
Figur 3.4 Del av Såggatan norra, skala 1:500. Exempel på hur hjälplinjer för beräkning av riktningsvinkel kan<br />
ritas.<br />
Ej studerade variabler<br />
Det finns naturligtvis många variabler som skulle vara möjligt att ta med i en analys av detta slag<br />
men som ej gjorts av olika orsaker. Dock finns det några variabler som jag kom att tänka på under<br />
arbetets gång men som det ej funnits tid för att gå vidare med.<br />
Höjd på närliggande kant/objekt: Avsikten är att få med skillnaden i att köra sitt fordon längs en<br />
vanlig trottoar eller längs en rad med parkerade fordon eller längs en hög <strong>och</strong> vass kantsten.<br />
Variabeln skulle behöva konstrueras så att även avståndet från de passerande fordonen <strong>till</strong> trottoarkanten<br />
eller de parkerade fordon får betydelse. Gissningsvis avtar effekten snabbt med avståndet<br />
mellan passerande fordon <strong>och</strong> kant/parkerat fordon.<br />
Medelavstånd mellan körbanor: Avsikten är att belysa vilken betydelse som avståndet <strong>till</strong> mötande<br />
trafik har på hastigheten. Dels beror detta på hur stor köryta man har men även på om det finns<br />
refuger mellan de båda riktningarna. I den analys som presenteras i föreliggande rapport har dock<br />
fordon som fått möten tagits bort ur materialet, varför variabeln inte varit lika aktuell.<br />
27
4 Analyser på fordonsnivå<br />
Analyserna har delats in i två delar. Den första (detta kapitel) syftar <strong>till</strong> att klarlägga vilka av de<br />
händelser som registrerades för varje enskilt fordon, som hade någon effekt på medelhastigheten.<br />
Här har sökts samband inom en grupp fordon som färdats i samma riktning på samma gata, där<br />
varje post består av ett medelvärde för aktuellt fordons hastighet över studerad sträcka <strong>och</strong> riktning.<br />
Den andra delen (kapitel 5) syftar <strong>till</strong> att klarlägga vilka av de geometriska variablerna som hade<br />
någon effekt på hastigheten hos de fordon som inte råkade ut för hastighetspåverkande händelser.<br />
Här har sökts samband inom en grupp gator <strong>och</strong> riktningar, där varje post består av ett medelvärde<br />
för de fordon som färdats längs aktuell gata <strong>och</strong> riktning <strong>och</strong> inte råkat ut för några händelser som i<br />
den första analysen visade sig påverka medelhastigheten. Således var den första delen nödvändig för<br />
att kunna genomföra den andra delen.<br />
4.1 Effekt av möte med annat fordon<br />
Nedan visas en jämförelse mellan fordon som inte råkade ut för några händelser alls <strong>och</strong> de fordon<br />
som endast råkade ut för att de mötte annat fordon (bil <strong>och</strong>/eller buss/lastbil) längs gatan.<br />
Materialet är sammanställt som medelhastighet av fordonens medelhastighet över aktuell gatusträcka.<br />
Fordonen ska ha studerats över minst 75 % av gatusträckan, <strong>och</strong> varje grupp ska innehålla<br />
minst 10 fordon. 7 sträckor saknas på grund av att det var för få fordon utan händelser eller för få<br />
med möten.<br />
Gatusträcka Riktning<br />
28<br />
Medelhast.<br />
utan händelser<br />
Antal<br />
fordon<br />
Medelhast.<br />
med möten<br />
Antal<br />
fordon<br />
Skillnad<br />
medelhast.<br />
Sannolikhet<br />
förändr. (%)<br />
Antal möten i<br />
medeltal<br />
Viktor Rydbergsgatan sydgå 39,74 73 38,56 31 1,19 53,6 1,46<br />
Viktor Rydbergsgatan norrgå 43,82 10 41,11 36 2,71 72,9 1,31<br />
Såggatan norra 20-70 sydgå 42,98 76 44,32 12 -1,33 36,5 1,00<br />
Såggatan norra 70-120 sydgå 39,40 57 39,76 16 -0,36 17,8 1,12<br />
Såggatan södra 30-78 sydgå 44,97 96 43,68 28 1,29 58,0 1,07<br />
Såggatan södra 30-78 norrgå 43,73 104 40,39 11 3,34 94,0 1,00<br />
Såggatan södra 78-145 sydgå 43,82 85 38,14 20 5,68 99,6 1,30<br />
Såggatan södra 78-145 norrgå 43,75 66 43,25 32 0,50 22,1 1,13<br />
Nordhemsgatan södra sydgå 23,01 32 23,36 17 -0,35 16,1 1,24<br />
Nordhemsgatan norra sydgå 23,19 15 22,31 12 0,88 82,6 1,17<br />
Kobbarnas väg sydgå 37,95 67 35,94 31 2,01 97,8 1,23<br />
Kobbarnas väg norrgå 38,24 87 35,53 50 2,71 64,6 1,28<br />
Fridkullagatan södra sydgå 42,74 20 44,14 18 -1,39 86,0 1,83<br />
Fridkullagatan södra norrgå 49,46 17 46,02 38 3,44 54,3 1,76<br />
Fridkullagatan norra sydgå 44,49 56 43,70 75 0,80 72,5 1,69<br />
Fridkullagatan norra norrgå 42,48 59 43,76 60 -1,28 35,2 1,55<br />
Gibraltargatan sydgå 42,60 14 36,99 14 5,62 97,5 1,57<br />
Gibraltargatan norrgå 45,60 19 44,44 25 1,16 38,2 1,72<br />
Geijersgatan östgå 34,77 17 32,40 12 2,37 62,3 1,42<br />
Norra Gubberogatan sydgå 44,07 30 44,16 22 -0,08 3,6 1,62<br />
Norra Gubberogatan norrgå 44,99 38 43,31 24 1,69 60,3 1,38<br />
Medel: 1,46<br />
Figur 4.1 Sammanställning samt jämförelse av medelhastigheter för de fordon som ej råkat ut för några händelser<br />
<strong>och</strong> de som mött annat registrerat fordon.<br />
Som vi kan se är det alltså, på de flesta av de studerade sträckorna, en skillnad i medelhastighet<br />
mellan de fordon som inte råkat ut för några händelser <strong>och</strong> de som mött annat fordon. Dock bör vi<br />
vara lite försiktiga med slutsatserna eftersom det på många av sträckorna är ett något tunt underlag.<br />
Detta visar sig i kolumnen Sannolikheten förändring (%) i tabellen ovan, som ger ett statistiskt mått<br />
på sannolikheten för att det verkligen finns en skillnad mellan de båda urvalsgrupperna. Detta värde
är baserat på antal fordon <strong>och</strong> standardavvikelsen. Endast på tre sträckor kan man säga att det är<br />
större än 95 % sannolikhet för att det verkligen skett en förändring <strong>och</strong> på dessa är medelhastigheten<br />
i genomsnitt 4,44 km/h lägre för dem som fick möten.<br />
I gruppen fordon som har mött ett annat fordon ingår även sådana som mött eller kört om<br />
fotgängare eller cyklist på den närliggande trottoaren. Det visade sig nämligen i ett liknande test<br />
som det ovan, att det inte gick att finna några tydliga skillnader i medelhastighet mellan de fordon<br />
som inte råkade ut för några händelser alls <strong>och</strong> de som mötte eller körde om fotgängare eller cyklist<br />
på närliggande trottoar. Lika ofta som dessa fordon hade lägre medelhastighet än de utan händelser,<br />
hade de högre.<br />
Slutsatsen av denna analys är att på de flesta studerade sträckor kör de fordon som möter annat<br />
fordon långsammare än de som inte får möten. Därför kommer alla fordon som råkat ut för möten<br />
att utgå ur materialet inför de senare analyserna.<br />
4.2 Effekt av parkerade fordon<br />
På sju sträckor <strong>och</strong> riktningar har analyser avseende effekt av kantstensparkerade fordon genomförts.<br />
Sträckorna har valts efter kriteriet att det ska vara stor variation i antal parkerade fordon över<br />
den tid som sträckan studerats. Nedan visas punktdiagram för dessa sträckor med antal parkerade<br />
fordon på X-axeln <strong>och</strong> fordonets medelhastighet över mätsträckan på Y-axeln. Inga händelser,<br />
förutom möte eller omkör av fotgängare eller cyklist på närliggande trottoar, har accepterats. Vidare<br />
har inga bussar, större lastbilar, motorcyklar eller övningskörningsfordon ingått i materialet.<br />
I denna analys har en kortare del än vanligt använts för Föreningsgatan. Detta beror på att det stod<br />
en container på norra sidan vid avståndsmått 25 (se figur 2.2 ovan <strong>och</strong> figur B1:4 i Bilaga 1), som<br />
troligen påverkade hastigheten på vissa fordon mellan avståndsmåtten 25 <strong>och</strong> 50. Därför är<br />
fordonens medelhastigheter i diagrammet nedan endast baserade på värden från avståndsmåtten 60-<br />
120.<br />
I diagrammen nedan representerar varje punkt ett fordon. En trendlinje med <strong>till</strong>hörande formel <strong>och</strong><br />
R 2 (determinationskoefficient) visas också. Determinationskoefficienten ”är ett mått på förklaringsgraden”.<br />
”Tolkningen av R 2=0.972 är att ca 97% av variationen /---/ förklaras av regressionssambandet”<br />
19 .<br />
Medelhastighet<br />
70<br />
60<br />
50<br />
40<br />
30<br />
20<br />
10<br />
0<br />
Föreningsgatan, 60-120, västgående<br />
19 Andersson et al, 1994, s 84-86.<br />
y = -0,18x + 29,74<br />
R 2 = 0,01<br />
0 1 2 3 4 5 6 7 8 9 10 11<br />
Antal parkerade fordon<br />
Medelhastighet<br />
70<br />
60<br />
50<br />
40<br />
30<br />
20<br />
10<br />
0<br />
Viktor Rydbergsgatan, sydgående<br />
y = -1,47x + 44,75<br />
R 2 = 0,14<br />
0 1 2 3 4 5 6 7 8 9 10 11<br />
Antal parkerade fordon<br />
29
Medelhastighet<br />
Medelhastighet<br />
Medelhastighet<br />
Figur 4.2-4.8 Diagram över samband mellan antal parkerade fordon <strong>och</strong> medelhastighet.<br />
Som vi kan se i diagrammen ovan existerar det, på de flesta av de studerade gatorna, inget samband<br />
mellan antal parkerade fordon <strong>och</strong> passerande fordons medelhastighet. Det är endast på Viktor<br />
Rydbergsgatan <strong>och</strong> Norra Gubberogatan som vi ser tendenser <strong>till</strong> samband. På Viktor Rydbergsgatan<br />
verkar sambandet <strong>till</strong> stor del bygga på att gatan studerats vid tre huvudsakliga tidpunkter: 5-<br />
6/11 2003; 16/3 2004 <strong>och</strong> 30/6 2004. Bilisternas medelhastighet skiljer sig förhållandevis mycket<br />
mellan dessa olika tidpunkter – mer än vad som kan förklaras av hur många parkerade fordon<br />
bilisterna i medeltal passerade vid de olika mät<strong>till</strong>fällena. Vid mätningarna 5-6/11 2003 var medelhastigheten<br />
för de fordon som ingått i denna analys 41,4 km/h <strong>och</strong> de passerade i medeltal 4,2<br />
parkerade fordon. Motsvarande för mätningen 16/3 2004 var 36,5 km/h <strong>och</strong> 4,3 fordon, <strong>och</strong> för<br />
mätningen 30/6 2004 42,5 km/h <strong>och</strong> 1,1 fordon. Det samband som ser ut att finnas i diagrammen<br />
kan alltså istället bero på skillnader vid mät<strong>till</strong>fällena.<br />
Motsvarande analyser för fordon som mött andra fordon har också genomförts på de sträckor som<br />
visas i diagrammen ovan. Då resultaten ej visade på starkare samband än för fordon utan möten har<br />
de dock ej redovisats.<br />
30<br />
70<br />
60<br />
50<br />
40<br />
30<br />
20<br />
10<br />
0<br />
70<br />
60<br />
50<br />
40<br />
30<br />
20<br />
10<br />
0<br />
70<br />
60<br />
50<br />
40<br />
30<br />
20<br />
10<br />
0<br />
Såggatan södra, 20-70, sydgående<br />
y = -0,39x + 44,81<br />
R 2 = 0,00<br />
0 1 2 3 4 5 6 7 8 9 10 11<br />
Antal parkerade fordon<br />
y = 0,15x + 36,86<br />
R 2 = 0,00<br />
Kobbarnas väg, sydgående<br />
0 1 2 3 4 5 6 7 8 9 10 11<br />
Antal parkerade fordon<br />
Norra Gubberogatan, norrgående<br />
y = -2,18x + 52,79<br />
R 2 = 0,12<br />
0 1 2 3 4 5 6 7 8 9 10 11<br />
Antal parkerade fordon<br />
Medelhastighet<br />
Medelhastighet<br />
70<br />
60<br />
50<br />
40<br />
30<br />
20<br />
10<br />
0<br />
70<br />
60<br />
50<br />
40<br />
30<br />
20<br />
10<br />
0<br />
Såggatan södra, 20-70, norrgående<br />
y = 0,21x + 41,02<br />
R 2 = 0,00<br />
0 1 2 3 4 5 6 7 8 9 10 11<br />
Antal parkerade fordon<br />
y = 0,10x + 37,78<br />
R 2 = 0,00<br />
Kobbarnas väg, norrgående<br />
0 1 2 3 4 5 6 7 8 9 10 11<br />
Antal parkerade fordon
Att det inte verkar finnas några samband mellan antal parkerade fordon <strong>och</strong> medelhastighet strider<br />
något mot vad tidigare erfarenheter 20 säger oss. Kanske behövs det mätningar före <strong>och</strong> efter det att<br />
kantstensparkering <strong>till</strong>åts? Eller är det så att de studerade gatorna är så pass breda att det inte<br />
upplevs som någon större skillnad mellan att det står 7 eller 1 fordon parkerat längs gatan? Kanske<br />
krävs det att det blir helt fritt från parkerade fordon längs gatan för att någon ökning av<br />
medelhastigheten ska uppstå? När det på Viktor Rydbergsgatan (sydgående riktning) endast stod ett<br />
eller två fordon parkerade tog de passerande bilisterna ändå inte den för <strong>till</strong>fället fria körytan i<br />
anspråk. På Gibraltargatan (norrgående riktning) utnyttjades däremot motsvarande ledig yta, kanske<br />
beroende på att det inte var lika vanligt med parkerade fordon där. Den mest rimliga förklaringen<br />
tror jag dock är att <strong>utformning</strong>en av gatan skiljer sig åt mellan dessa två exempel. På Viktor<br />
Rydbergsgatan är parkeringen indragen i trottoaren (se figur 2.4 ovan) så att det är naturligt att köra<br />
utanför där det är tänkt att bilar ska stå parkerade, även om där ej står några bilar. På Gibraltargatan<br />
är trottoaren rak <strong>och</strong> det finns dessutom en refug (se figur 2.25 ovan) som medför att passerande<br />
fordon måste svänga runt de fordon som parkerat längs sträckan <strong>och</strong> att passerande fordon lockas<br />
att köra på den fria ytan om där inte står några fordon parkerade. Ett ”öra” i trottoaren, precis<br />
söder om parkeringen, skulle troligen ha viss påverkan på hastigheten (dock finns där en busshållplats<br />
som eventuellt förhindrar en sådan lösning).<br />
4.3 Regressionsanalyser med avseende på händelser<br />
I detta avsnitt analyseras variabler med avsikten att klarlägga hur de olika händelserna påverkar<br />
hastigheten på varje gata <strong>och</strong> riktning. Dessa är således unika för varje sträcka, eller åtminstone är<br />
händelsernas förklaringsgrad unika för de olika sträckorna <strong>och</strong> riktningarna. Möte med cykel eller<br />
fotgängare på körbanan kan ha god hastighetsdämpande effekt på en sträcka men motsatt effekt på<br />
en annan. Ett syfte med dessa analyser har varit att klarlägga hur stor påverkan på hastigheten dessa<br />
händelser har på olika typer av gator. Viktigast har dock varit att komma fram <strong>till</strong> vilka händelser<br />
som påverkar den enskilda sträckans fordon, så att det är möjligt att ta hänsyn <strong>till</strong> dessa när gatans<br />
geometriska variabler ska studeras. I princip handlar det om att rensa materialet från fordon som<br />
råkat ut för hastighetspåverkande händelser, utan att onödigt många fordon tas bort.<br />
För att beräkna de olika händelsers betydelse för fordonens medelhastighet över mätsträckan har<br />
Excels inbyggda funktion för regressionsanalys använts. Den justerade determinationskoefficienten<br />
(R 2) för hela sambandet har i de flesta fall hamnat under 0,1 (d v s modellen förklarar 10 % av<br />
medelhastighetens värde) vilket vittnar om att dessa variabler generellt inte är av stor betydelse för<br />
vilken hastighet bilisterna väljer. För att det ska finnas något statistisk samband mellan medelhastigheten<br />
<strong>och</strong> en händelse bör p-värdet vara mindre än 0,05 (se figur 4.9 nedan). I denna del av<br />
analysarbetet har dock 0,1 ansetts vara <strong>till</strong>räckligt lågt för att hänsyn ska tas <strong>till</strong> variabeln. Alla<br />
händelser som har ett p-värde på mindre än 0,1 betraktas alltså som påverkande händelser <strong>och</strong><br />
fordon som råkat ut för dessa kommer att utgå ur materialet i analyserna i kapitel 5.<br />
20 Se exempelvis Daisa & Peers, 1997, som återges <strong>och</strong> diskuteras i Bilaga 2, s 75-77.<br />
31
Exempel på regressionsmodell, Föreningsgatan<br />
Regressionsstatistik<br />
Justerad R-kvadrat 0,135<br />
Observationer 109<br />
Koefficienter p-värde Antal<br />
Konstant 30,58 0,000<br />
Summa möte fordon 0,07 0,938 35<br />
Möte s<strong>till</strong>a bil -1,00 0,215 32<br />
Möte s<strong>till</strong>a lastbil 2,66 0,359 4<br />
Omkör s<strong>till</strong>a bil -3,56 0,057 8<br />
Omkör s<strong>till</strong>a lastbil -2,13 0,076 27<br />
Möte cykel/fot på körbana 2,52 0,023 21<br />
Omkör cykel/fot på körbana -0,33 0,806 10<br />
Möte/omkör fotg/cykel trottoar 0,11 0,889 35<br />
Kors fotg/cykel, broms -2,23 0,138 5<br />
Antal parkerade fordon -0,47 0,021 299<br />
Figur 4.9 Sammanställning av utdata samt antal av varje händelse, Föreningsgatan riktning 3.<br />
Regressionsstatistik<br />
Justerad R-kvadrat -0,036<br />
Observationer 53<br />
Koefficienter p-värde Antal<br />
Konstant 29,38 0,000<br />
Summa möte fordon -1,55 0,396 11<br />
Möte s<strong>till</strong>a bil -1,65 0,593 3<br />
Möte s<strong>till</strong>a lastbil 0,74 0,659 14<br />
Omkör s<strong>till</strong>a summa 1,07 0,372 20<br />
Möte cykel/fot på körbana 3,32 0,223 4<br />
Omkör cykel/fot på körbana -2,98 0,109 4<br />
Möte/omkör fotg/cykel trottoar<br />
Kors fotg/cykel +<br />
-0,17 0,779 54<br />
Fotg/cykl vid ögs, broms -0,16 0,967 3<br />
Figur 4.10 Sammanställning av utdata samt antal av varje händelse, Föreningsgatan riktning 4.<br />
Som vi ser i tabellerna ovan är det stor skillnad i hur många gånger de olika händelserna har<br />
inträffat i de båda riktningarna. Kolumnen ”Antal” anger hur många fordon eller s<strong>till</strong>a lastbilar som<br />
totalt har mötts av de studerade fordonen, alltså inte hur många fordon som fått möte eller<br />
motsvarande. Vi ser också att flera av de analyserade händelserna påverkade de studerade<br />
fordonens medelhastighet över sträckan. För västgående trafik (riktning 3) var det ”omkör s<strong>till</strong>a<br />
bil”, ”omkör s<strong>till</strong>a lastbil”, ”möte cykel/fotgängare på körbana” samt ”antal parkerade fordon”.<br />
Däremot var det inga av de analyserade händelserna som hade statistiskt säker påverkan på<br />
östgående fordons hastighet. Dessa resultat beror naturligtvis inte enbart på vad som verkligen är<br />
sant angående händelsernas påverkan, utan även på hur många, <strong>och</strong> vilka, fordon som råkat ut för<br />
respektive händelse på respektive sträcka. Dock kan vi vara förhållandevis säkra på att händelsen<br />
möte med annat fordon inte hade någon effekt på hastigheten på dessa sträckor.<br />
Sammanställning av påverkande händelser<br />
Regressionsanalyserna för varje enskild gata <strong>och</strong> riktning har lett fram <strong>till</strong> de koefficienter som visas<br />
i figur 4.11 nedan. Det är alltså de händelser som har <strong>till</strong>delats ett värde som har påverkat fordonens<br />
hastighet längs de studerade sträckorna. Därmed ska fordon som råkat ut för dessa händelser (olika<br />
för olika sträckor) utgå ur materialet i de senare analyserna. Vissa händelser har bara inträffat för ett<br />
eller två fordon längs aktuell sträcka. I dessa fall har de fordonen utgått ur materialet redan innan<br />
dessa första regressionsanalyser. I tabellen nedan markeras flera koefficienter för olika sträckor med<br />
”x”. Detta innebär att händelsen har tagits med i regressionsanalysen för den sträckan men att pvärdet<br />
var högre än 0,1 vilket innebär att sambandet är för svagt (dock är variabeln med i den<br />
modell som det justerade R2-värdet avser). Som exempel kan nämnas variabeln ”Möte/omkör<br />
fotg/cykel trottoar”. Betydelsen av denna variabel har analyserats för de flesta sträckor, men tydligt<br />
samband mellan variabeln <strong>och</strong> fordonens medelhastighet över sträckan hittas bara på tre sträckor<br />
32
(Såggatan norra 70-120 båda riktningarna <strong>och</strong> Viktor Rydbergsgatan riktning 2). På två av dessa var<br />
p-värdet mindre än 0,05 <strong>och</strong> koefficienten för dessa har därför markerats med fet stil. Just denna<br />
händelse har behandlats speciellt, eftersom den är så vanligt förekommande. På exempelvis Viktor<br />
Rydbergsgatans norra riktning studerades totalt 172 fordon över <strong>till</strong>räckligt lång sträcka (71 meter)<br />
<strong>och</strong> av dessa var det endast 32 som inte råkade ut för att fotgängare eller cyklister rörde sig på<br />
trottoaren. Eftersom händelsen inte visat sig ha samband med medelhastigheten på de övriga 17<br />
sträckorna som den förekommit, har jag valt att inte ta hänsyn <strong>till</strong> denna händelse när urvalet av<br />
fordon för fortsatta analyser görs. Istället får den händelsen, <strong>till</strong>sammans med antalet parkerade<br />
fordon som aktuellt fordon passerat, följa med varje enskilt fordon i de fortsatta analyserna, så att<br />
medelvärde för den händelsen kan beräknas. Detta beskrivs närmare i kapitel 5.<br />
Gatusträcka + riktn<br />
Föreningsgatan<br />
Föreningsgatan<br />
Viktor Rydbergsgatan<br />
Viktor Rydbergsgatan<br />
Såggatan norra 20-70<br />
Såggatan norra 20-70<br />
Såggatan norra 70-120<br />
Såggatan norra 70-120<br />
Såggatan södra 30-78<br />
Såggatan södra 30-78<br />
Såggatan södra 78-145<br />
Såggatan södra 78-145<br />
Nordhemsgatan södra<br />
Nordhemsgatan södra<br />
Nordhemsgatan norra<br />
Nordhemsgatan norra<br />
Kobbarnas väg<br />
Kobbarnas väg<br />
Fridkullagatan södra<br />
Fridkullagatan södra<br />
Fridkullagatan norra<br />
Fridkullagatan norra<br />
Gibraltargatan<br />
Gibraltargatan<br />
Geijersgatan<br />
Geijersgatan<br />
Norra Gubberogatan<br />
Norra Gubberogatan<br />
Medel<br />
Antal<br />
Std av<br />
3<br />
4<br />
1<br />
2<br />
1<br />
2<br />
1<br />
2<br />
1<br />
2<br />
1<br />
2<br />
1<br />
2<br />
1<br />
2<br />
1<br />
2<br />
1<br />
2<br />
1<br />
2<br />
1<br />
2<br />
3<br />
4<br />
1<br />
2<br />
Justerad R-kvadrat<br />
0,0<br />
28<br />
0,1<br />
0,13<br />
-0,04<br />
0,10<br />
0,06<br />
-0,04<br />
-0,03<br />
0,02<br />
0,09<br />
0,00<br />
0,01<br />
0,05<br />
-0,02<br />
0,09<br />
-0,04<br />
0,02<br />
-0,03<br />
-0,01<br />
0,04<br />
0,18<br />
0,13<br />
0,04<br />
0,00<br />
0,12<br />
0,02<br />
-0,12<br />
0,05<br />
0,04<br />
0,04<br />
Konstant<br />
39,7<br />
28<br />
8,2<br />
30,6<br />
29,4<br />
43,9<br />
42,7<br />
42,2<br />
41,7<br />
39,4<br />
40,8<br />
45,8<br />
42,1<br />
42,5<br />
44,7<br />
26,3<br />
26,6<br />
19,4<br />
23,1<br />
37,2<br />
38,2<br />
47,8<br />
49,6<br />
43,8<br />
42,2<br />
43,1<br />
47,1<br />
38,9<br />
40,0<br />
52,2<br />
50,2<br />
Möte bil (oftast + lastbil)<br />
-2,5<br />
7<br />
0,7<br />
x<br />
x<br />
-1,6<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
-3,8<br />
x<br />
-1,4<br />
x<br />
x<br />
x<br />
x<br />
-2,4<br />
x<br />
-2,7<br />
x<br />
x<br />
-2,7<br />
x<br />
x<br />
-2,7<br />
x<br />
x<br />
Möte lastbil/buss<br />
-5,6<br />
1<br />
0,0<br />
-5,6<br />
x<br />
Möte s<strong>till</strong>a bil<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
Möte s<strong>till</strong>a lastbil<br />
x<br />
x<br />
x<br />
x<br />
Figur 4.11 Sammanställning av påverkande händelser. De händelser som inte resulterade i någon statistiskt<br />
säker koefficient har ej redovisats. Koefficienter i fet stil hade p-värden mindre än 0,05. De i normal stil hade pvärden<br />
mellan 0,05 <strong>och</strong> 0,1.<br />
x<br />
x<br />
Bil väntar vid nära korsning<br />
7,0<br />
1<br />
0,0<br />
x<br />
x<br />
x<br />
x<br />
7,0<br />
x<br />
x<br />
Omkör bil i rörelse<br />
-9,0<br />
1<br />
0,0<br />
-9,0<br />
Omkör s<strong>till</strong>a bil<br />
-3,6<br />
2<br />
0,0<br />
-3,6<br />
x<br />
x<br />
x<br />
x<br />
-3,6<br />
Omkör s<strong>till</strong>a lastbil<br />
-3,7<br />
2<br />
1,6<br />
-2,1<br />
x<br />
x<br />
x<br />
x<br />
-5,3<br />
Möte cykel/fot på körbana<br />
-3,6<br />
6<br />
3,1<br />
2,5<br />
x<br />
-5,2<br />
-4,0<br />
x<br />
x<br />
x<br />
-4,4<br />
-2,8<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
-7,5<br />
x<br />
x<br />
Omkör cykel/fot på körbana<br />
-4,9<br />
1<br />
0,0<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
-4,9<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
Möte/omkör fotg/cykel trottoar<br />
-2,2<br />
3<br />
1,2<br />
x<br />
x<br />
x<br />
-0,9<br />
x<br />
-2,1<br />
-3,8<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
Kors fotg/cykel, broms<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
Fotg/cykl vid ögs, broms<br />
-10,8<br />
1<br />
0,0<br />
x<br />
x<br />
-10,8<br />
Antal parkerade fordon<br />
-0,6<br />
5<br />
0,8<br />
-0,5<br />
-1,2<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
-0,6<br />
0,7<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
x<br />
-1,4<br />
33
Diskussion<br />
Som vi ser i figur 4.11 ovan är det få av de händelser som påverkar hastigheten som återkommer<br />
för flera olika sträckor. De vanligast förekommande är Möte med annat fordon (på de flesta gator<br />
har bilar <strong>och</strong> lastbil/buss lagts ihop), Möte cykel/fotgängare på körbana <strong>och</strong> Antal parkerade<br />
fordon. Den sistnämnda har dock inte tagits hänsyn <strong>till</strong>, då den hanteras i analyserna i kapitel 5. Vi<br />
ser också att vissa händelser har olika hastighetspåverkan på olika sträckor. Föreningsgatans<br />
västgående trafik ökar hastigheten vid möte med fotgängare eller cyklist på körbanan, medan<br />
bilisterna på övriga sträckor minskar hastigheten vid samma händelse. Beteendet på Föreningsgatan<br />
är troligen inte heller resultatet av <strong>till</strong>fälligheter, då det var så många som 21 av de studerade<br />
bilisterna som råkat ut för händelsen. Dock är det klart att mötande av fotgängare eller cyklist på<br />
körbanan har någon sorts påverkan på de studerade fordonen på Föreningsgatans västgående trafik,<br />
varför de fordon som råkat ut för den händelsen utgår ur materialet vid de senare analyserna.<br />
På vissa sträckor har det kanske bara varit två fordon som råkade ut för möte med buss eller lastbil,<br />
medan kanske 12 fordon mötte annan personbil. I dessa fall har möte med lastbil/buss likställts<br />
med möte med personbil. Test har även gjorts med att räkna varje lastbil eller buss som två<br />
personbilar men det resulterade inte i starkare kor<strong>relation</strong>. I de flesta fall har gränsen satts vid 3<br />
händelser för den ska hanteras vidare. Om det är färre <strong>och</strong> den inte kan paras ihop med annan<br />
variabel (som exemplet ovan) så får de fordon med sådana händelser utgå ur analysen.<br />
Ibland blir koefficienterna något missvisande. Som exempel kan nämnas att regressionsanalysen ger<br />
koefficienten +7,0 för händelsen Bil väntar vid nära korsning på Fridkullagatan södra delen för<br />
riktning 1. Vid en närmare titt på denna gata <strong>och</strong> riktning visar det sig att analysen baseras på 67<br />
fordon <strong>och</strong> att deras medelhastighet var 42,9 km/h över aktuell sträcka. Av dessa var det 4 som<br />
råkat ut för ovan nämnda händelse. Deras medelhastigheter över sträckan var 58,5; 44,0; 50,1 <strong>och</strong><br />
44,5 km/h. Alla körde alltså något snabbare än medelbilen över aktuell sträcka. Det första <strong>och</strong> sista<br />
av de fyra fordonen råkade inte ut för några andra händelser, medan det andra fordonet mötte en<br />
annan bil <strong>och</strong> det tredje mötte 6 andra bilar <strong>och</strong> en lastbil. Naturligtvis har det förstnämnda<br />
fordonet, med sin höga medelhastighet, haft mycket stor påverkan på koefficientens värde. Om<br />
detta fordon utgår ur analysen sänks koefficienten <strong>till</strong> 3,98 <strong>och</strong> p-värdet ökar från 0,006 <strong>till</strong> 0,15<br />
(vilket medför att variabeln inte längre kan betraktas som statistiskt säker). Alltså bör man vara lite<br />
försiktig när betydelsen av dessa olika variabler tolkas. De är som sagt i första hand <strong>till</strong> för att<br />
bestämma vilka variabler som över huvudtaget har betydelse för hastigheten på de olika sträckorna.<br />
På liknande sätt blir koefficienten -9,0 km/h för händelsen Omkör bil i rörelse på Viktor Rydbergsgatans<br />
norra riktning något missvisande. Den baseras på tre fordon <strong>och</strong> de har alla kört med lägre<br />
hastighet än medelhastigheten, <strong>och</strong> det berodde kanske på att de dämpade hastigheten innan de<br />
bestämde sig för att köra om fordonet framför (som gissningsvis letade efter parkeringsplats eller<br />
skulle svänga av gatan). De tre fordonen ska i vilket fall som helst utgå ur materialet inför de senare<br />
analyserna.<br />
Som vi ser i tabellen ovan är det inte på alla sträckor som möte med annat fordon har någon<br />
statistiskt säker effekt på hastigheten. På grund av resultatet av den analys som redovisas i avsnitt<br />
4.2 ovan, <strong>och</strong> för att vara på den säkra sidan, har dock alla fordon som mött annat fordon tagits<br />
bort ur materialet i de analyser som redovisas i kapitel 5, även på de gator där ingen effekt påvisats.<br />
Vidare tas även fordon bort som råkat ut för händelserna Kors fotg/cykel broms; Kors fotg/cykel<br />
34
stopp <strong>och</strong> Fotg/cykl vid ögs broms, eftersom det ligger i händelsernas definition att fordonens<br />
hastighet har påverkats <strong>och</strong> att denna påverkan inte beror på gatans geometri.<br />
Nu har vi kommit fram <strong>till</strong> vilka av de enskilda fordonen på de olika gatorna <strong>och</strong> sträckorna som<br />
ska tas bort ur materialet för att de råkat ut för händelser som, statistiskt, påverkat deras val av<br />
hastighet. Redan tidigare har bussar, större lastbilar, motorcyklar, övningskörningsfordon <strong>och</strong><br />
fordon som stannat eller haft annat fordon nära framför, tagits bort ur materialet. Nästa steg är att<br />
ta bort de fordon som eventuellt finns kvar som inte har studerats över <strong>till</strong>räckligt lång sträcka,<br />
alltså 75 % av den totala mätsträckan. De fordon som blir kvar efter dessa avskalningar är de som<br />
ligger <strong>till</strong> grund för det medelvärde för fordonens medelhastighet över mätsträckan som redovisas i<br />
figur 5.1 nedan. På exempelvis Föreningsgatan återstår 41 fordon i västgående riktning av de totalt<br />
117 fordon som studerats över <strong>till</strong>räckligt lång sträcka. Övriga 76 fordon har således varit bussar,<br />
lastbilar, mc eller övningskörningsfordon, eller så har de råkat ut för en eller flera händelser som<br />
påverkat deras hastighet. Av de 117 fordonen var det 31 som fick möte med annat fordon. 28 av de<br />
117 mötte ett s<strong>till</strong>astående fordon på andra sidan gatan (många östgående fordon stannade <strong>till</strong> vid<br />
affären <strong>till</strong> vänster i figur 2.2 ovan, även om det egentligen inte var <strong>till</strong>åtet) <strong>och</strong> 8 av de 117 körde<br />
om en s<strong>till</strong>astående bil. Under ett av mät<strong>till</strong>fällena stod det en container placerad på norra sidan, vid<br />
avståndsmått 25. De fordon som körde förbi denna fick händelsen ”omkör s<strong>till</strong>a lastbil” registrerad.<br />
Totalt råkade 31 av de 117 fordonen ut för detta. 21 fordon möte cyklist eller fotgängare på<br />
körbanan <strong>och</strong> 8 körde om fotgängare eller cyklist på körbanan. 28 fordon passerade fotgängare eller<br />
cyklist som rörde sig på trottoaren på höger sida <strong>och</strong> 5 av de 117 fordonen fick anpassa sin<br />
hastighet <strong>till</strong> fotgängare som korsade gatan.<br />
35
5 Analyser på gatunivå<br />
I figur 5.1 nedan visas de uppmätta <strong>och</strong> framräknade värdena som ligger <strong>till</strong> grund för de analyser<br />
som redovisas längre ned i detta kapitel. Med antal fordon avses det antal fordon som ligger <strong>till</strong><br />
grund för den framräknade medelhastigheten, alltså de som är kvar efter avskalningen som<br />
beskrivits ovan. Varje studerat fordon bidrar med en medelhastighet för den studerade sträckan <strong>och</strong><br />
av dessa värden beräknas en total medelhastighet för sträckan (”Medel medelhastighet”) samt en<br />
standardavvikelse. Denna standardavvikelse samt antalet fordon ligger <strong>till</strong> grund för beräknat 95 %<br />
konfidensintervall. Vidare bidrar varje studerat fordon med sin högsta registrerade hastighet. Dessa<br />
ligger <strong>till</strong> grund för ”Medel högsta hastighet”. Båda dessa medelvärden jämförs med övriga variabler<br />
i analyserna nedan.<br />
Riktning<br />
Gatusträcka<br />
Föreningsgatan 3 95 128 41 1,8 29,8 34,3 4,3 2,5 3,1 16,7 2,2 100 55,8 3,9 4,9 7,9 71,3 92,8 63,8 92,7 3,0 0,4<br />
Föreningsgatan 4 95 128 34 1,6 29,2 34,1 4,3 2,8 4,2 11,5 1,4 100 15,8 3,5 3,5 5,4 68,4 92,8 43,6 92,5 0,0 0,9<br />
Viktor Rydbergsgatan 1 95 164 97 1,3 39,9 43,5 4,5 2,6 6,3 18,0 1,6 100 16,8 17,3 8,9 7,3 47,7 67,4 96,6 90,9 3,2 0,1<br />
Viktor Rydbergsgatan 2 95 164 71 1,7 41,5 45,3 4,5 2,6 9,0 11,1 0,9 83 7,4 5,4 18,9 0,8 88,0 67,4 120,5 85,9 0,0 1,8<br />
Såggatan norra 20-70 1 50 193 75 1,9 43,6 45,9 5,6 3,4 7,4 8,0 0,6 76 24,0 13,1 27,4 8,1 32,6 43,5 78,0 83,5 9,3 0,0<br />
Såggatan norra 20-70 2 50 193 75 1,7 41,7 43,9 5,6 3,4 6,0 7,7 0,7 72 8,0 31,1 6,8 3,7 37,3 43,5 76,9 95,2 5,4 0,1<br />
Såggatan norra 70-120 1 50 193 68 1,8 39,7 43,2 5,2 3,7 8,5 5,5 0,4 52 68,0 19,9 6,8 6,2 47,3 81,5 79,7 95,5 2,0 0,0<br />
Såggatan norra 70-120 2 50 193 67 1,5 39,8 42,5 5,2 3,7 8,3 7,4 0,5 62 58,0 21,8 12,4 1,2 40,7 81,5 84,1 92,5 0,0 0,3<br />
Såggatan södra 30-78 1 48 266 120 1,4 45,7 48,0 6,4 4,3 8,4 1,5 0,1 62 25,0 1,4 1,4 2,8 52,1 61,6 79,6 99,2 0,0 0,3<br />
Såggatan södra 30-78 2 48 266 123 1,2 43,8 45,8 6,4 2,9 2,9 8,1 0,9 90 29,2 1,9 1,4 3,3 67,9 61,6 81,5 99,2 3,7 0,4<br />
Såggatan södra 78-145 1 67 266 104 1,4 44,7 47,3 6,1 2,5 4,9 4,7 0,4 100 14,9 13,1 11,8 3,7 37,0 18,5 78,6 89,8 6,5 0,1<br />
Såggatan södra 78-145 2 67 266 99 1,3 44,9 46,8 6,1 3,0 3,8 6,7 0,8 75 10,4 8,1 15,8 0,3 61,8 18,5 78,9 87,0 1,5 0,5<br />
Nordhemsgatan södra 1 55 205 52 1,1 23,4 27,8 3,4 2,6 2,6 12,3 1,8 100 32,7 10,1 12,2 22,4 56,5 260,2 43,9 84,9 6,0 0,1<br />
Nordhemsgatan södra 2 55 205 88 0,9 26,4 30,7 3,4 2,6 2,6 19,9 4,0 100 10,9 3,2 3,2 6,4 85,5 260,2 68,8 97,4 0,0 0,7<br />
Nordhemsgatan norra 1 60 179 24 2,1 22,5 26,3 3,5 3,0 3,0 15,0 2,0 100 26,7 16,2 12,3 28,5 58,0 265,4 52,6 75,8 8,4 0,0<br />
Nordhemsgatan norra 2 60 179 94 0,8 22,7 26,6 3,5 5,5 5,5 10,0 1,3 100 10,0 2,8 2,8 5,6 73,7 265,4 55,1 97,8 0,0 0,6<br />
Kobbarnas väg 1 110 262 93 1,1 37,4 41,3 4,9 2,7 7,3 2,7 0,2 40 1,8 5,0 6,2 11,2 8,7 28,9 90,9 92,5 6,4 0,0<br />
Kobbarnas väg 2 110 262 101 1,4 38,7 43,0 4,9 2,7 2,7 18,0 2,4 100 0,9 8,1 7,5 15,6 32,3 28,9 100,0 91,7 5,9 0,0<br />
Fridkullagatan södra 1 120 118 25 1,6 43,4 47,1 4,0 2,2 4,3 8,6 0,9 96 0,0 8,5 7,6 16,1 9,7 17,4 166,3 94,5 10,5 0,0<br />
Fridkullagatan södra 2 120 118 24 3,2 48,5 52,0 4,0 5,8 10,0 10,4 0,8 87 0,0 0,0 0,0 0,0 34,6 17,4 168,8 100 0,0 0,0<br />
Fridkullagatan norra 1 125 171 75 1,3 44,0 48,5 3,5 2,0 6,3 5,3 0,5 67 4,0 2,0 3,4 0,0 12,6 15,2 205,8 98,0 0,0 0,3<br />
Fridkullagatan norra 2 125 171 71 1,4 42,3 46,8 3,5 4,6 9,7 0,2 0,0 8 12,8 4,5 2,8 0,0 35,1 15,2 224,2 98,4 0,0 0,3<br />
Gibraltargatan 1 100 60 16 3,5 43,5 47,1 6,2 5,9 9,9 5,2 0,3 94 5,0 22,0 20,0 24,0 255,0 87,0 236,0 91,5 10,9 0,0<br />
Gibraltargatan 2 100 60 21 3,6 46,2 49,0 4,7 2,8 2,8 21,0 2,8 100 3,0 8,0 14,0 12,0 106,0 87,0 287,0 95,2 0,9 0,3<br />
Geijersgatan 3 75 69 17 3,3 37,5 40,9 5,0 3,0 3,0 21,0 2,6 100 16,0 3,5 8,1 8,1 41,7 113,6 137,4 95,6 5,3 0,1<br />
Geijersgatan 4 75 69 19 3,1 34,6 38,2 5,0 4,5 7,1 1,2 0,1 56 32,0 3,5 5,8 7,0 90,4 113,6 78,3 94,5 9,3 0,1<br />
Norra Gubberogatan 1 100 87 35 2,7 44,1 46,9 5,0 4,2 4,2 18,0 1,9 100 8,0 13,8 11,0 23,4 50,3 34,5 152,4 92,7 11,7 0,0<br />
Norra Gubberogatan 2 100 87 39 2,2 45,1 48,1 5,0 4,7 4,7 11,3 1,2 87 8,0 22,1 20,7 40,7 53,8 34,5 204,1 89,8 3,6 0,0<br />
Figur 5.1 Sammanställning gatu- <strong>och</strong> riktningsvis av de olika uppmätta <strong>och</strong> framräknade variablerna.<br />
36<br />
Antal meter<br />
Mättid i min<br />
Antal fordon<br />
95% konfidensintervall<br />
Medel medelhastighet<br />
Medel högsta hastighet<br />
Körbanans medelbredd<br />
Närliggande trottoars medelbredd<br />
Medelbredd trottoar - hus<br />
Gaturummets medelhöjd höger sida<br />
Förhållande rumshöjd-rumsbredd<br />
Andel slutet gaturum höger sida<br />
Riktningsvinkel per 100 m gata<br />
Inkörande per h <strong>och</strong> 100 m gata<br />
Avkörande per h <strong>och</strong> 100 m gata<br />
Parkeringsomsättning<br />
Passerande GC på trottoar/körbana per h<br />
Korsande GC per h <strong>och</strong> 100 m gata<br />
Passerande fordon per h<br />
Andel genomfartstrafik<br />
Parkerade fordon i medel per 100 m gata<br />
Möte/omkör fotg/cykel på trottoar i medel
5.1 Kor<strong>relation</strong> mellan hastighet <strong>och</strong> övriga variabler<br />
Nedan visas en tabell där kor<strong>relation</strong>en (R 2) mellan olika variabler <strong>och</strong> de två hastighetsvariablerna,<br />
så som dessa redovisas i figur 5.1 ovan, sammanställs. Först jämförs variablerna med medel för<br />
medelhastigheten längs sträckan, <strong>och</strong> därefter med medel för högsta hastigheten. Punktdiagram<br />
med trendlinje för alla nedanstående variabler återfinns i Bilaga B1.4.<br />
Jämförd gatuvariabel<br />
R 2 - Medel<br />
medelhastighet<br />
R 2 - Medel högsta<br />
hastighet<br />
Körbanans medelbredd 0,340 0,279<br />
Närliggande trottoars medelbredd 0,023 0,020<br />
Medelbredd trottoar – hus 0,170 0,186<br />
Gaturummets medelbredd höger sida 0,319 0,315<br />
Gaturummets medelhöjd höger sida 0,082 0,079<br />
Förhållande rumshöjd-rumsbredd 0,194 0,189<br />
Andel slutet gaturum höger sida 0,075 0,082<br />
Riktningsvinkel per 100 m gata 0,079 0,093<br />
Inkörande per h <strong>och</strong> 100 m gata 0,019 0,011<br />
Avkörande per h <strong>och</strong> 100 m gata 0,041 0,031<br />
Parkeringsomsättning 0,029 0,030<br />
Passerande gc på trottoar/körbana per h 0,004 0,005<br />
Korsande gc per h <strong>och</strong> 100 m gata 0,767 0,800<br />
Passerande fordon per h 0,348 0,394<br />
Andel genomfartstrafik 0,087 0,100<br />
Parkerade fordon i medel per 100 m gata 0,001 0,000<br />
Möte/omkör fotg/cykel på trottoar i medel 0,039 0,034<br />
Figur 5.2 Sammanställning av kor<strong>relation</strong> (R2) mellan olika variabler <strong>och</strong> hastighet.<br />
Som vi ser i tabellen ovan gör det inte stor skillnad om vi jämför med medel för medelhastigheten<br />
eller medel för högsta hastigheten. Vi ser också att det endast är en variabel som har ett starkt<br />
samband med hastigheten (Korsande gc per h <strong>och</strong> 100 m gata) <strong>och</strong> ytterligare fyra som har ett<br />
svagare samband med hastigheten (Körbanans medelbredd, Medelbredd trottoar – hus, Förhållande<br />
rumshöjd-rumsbredd <strong>och</strong> Passerande fordon per h). Vidare finns det ett samband mellan Gaturummets<br />
medelbredd höger sida <strong>och</strong> hastigheten, men då denna variabel är en sammanslagning av<br />
två andra (Körbanans medelbredd <strong>och</strong> Medelbredd trottoar – hus) kommer den inte att användas i<br />
de nedanstående analyserna.<br />
Ett problem med variabeln Korsande gc per h <strong>och</strong> 100 m gata är att värdet är samma för de båda<br />
riktningarna på en gata, vilket kan skapa ett orättvist högt R 2. Test har dock gjorts där variabeln<br />
testades mot ett medelvärde för de båda riktningarnas medelhastighet. Resultatet skilde sig inte<br />
nämnvärt från det beskrivet i figur 5.2 ovan <strong>och</strong> diagrammet i Bilaga B1.4. Vidare skapar de<br />
extrema värdena för antal korsande gc på de båda studerade delarna av Nordhemsgatan ett kanske<br />
för högt R 2. Utan dessa fyra studerade riktningar blir R 2 istället 0,33.<br />
Vissa av variablerna kan visa på samband som egentligen inte borde finnas, såsom Andel genomfartstrafik.<br />
Eftersom vi tagit bort alla fordon som låg nära annat fordon eller som stannade, är det<br />
bara fordon som haft fri passage genom sträckan som är med i materialet. Andelen genomfartstrafik<br />
ska alltså inte ha påverkat hastighetsförloppet hos de fordon som medelhastigheterna<br />
ovan är baserade på. Dock kan det finnas samband mellan Andel genomfartstrafik <strong>och</strong> någon av de<br />
övriga variablerna (exempelvis trafikmängd) som i sin tur påverkar eller påverkas av hastigheten.<br />
Som nämndes ovan i avsnitt 3.3 beror Andel genomfartstrafik också på hur lång sträcka som<br />
studerats, vilket medför att den bör hanteras med viss försiktighet. Nämnas bör också att variabeln<br />
Passerande gc på trottoar/körbana per h är en sammanläggning av antal passerande gång- <strong>och</strong><br />
cykeltrafikanter på körbanan respektive trottoaren. Dessa lades ihop eftersom det gav ett bättre R 2värde<br />
<strong>och</strong> för att det blir enklare att hålla ordning på färre variabler.<br />
37
Ett antal varianter av de variabler som beskrivits ovan har också testats, bland annat en variant av<br />
körbanans medelbredd där den yta som vanligtvis tas i anspråk av parkerade fordon tagits bort.<br />
Tanken med det värdet var att det mer skulle motsvara vad som kan kallas effektiv köryta. Dock var<br />
kor<strong>relation</strong>en med hastigheten något sämre än för den variant av medelbredd som beskrivits ovan.<br />
Lite förvånande ser vi också att det inte finns någon kor<strong>relation</strong> alls mellan hastigheten <strong>och</strong> antal<br />
parkerade fordon per 100 meter gata som de studerade fordonen i medeltal passerade. Ett sätt att<br />
närma sig ett mått på det som ovan beskrevs som effektiv köryta, kan vara att från körbanans<br />
medelbredd för varje riktning ta bort ett värde som beror på antal parkerade fordon per 100 m gata.<br />
Detta mått skulle se enligt följande: Körbanans medelbredd – (Antal parkerade fordon per 100 m<br />
gata/X) där X är en konstant. För de sträckor som här har studerats visar det sig att en konstant i<br />
närheten av 20 ger bäst R 2-värde (0,355) för kor<strong>relation</strong> med Medel medelhastighet. Motsvarande<br />
för Medel högsta hastighet är att X ska vara omkring 17, vilket ger ett R 2-värde på (0,294). Vilket<br />
det slutliga värdet på konstanterna blir kommer dock att bero på vad som ska ingå i den slutliga<br />
modellen, varför de inte slutgiltigt kan bestämmas i detta skede.<br />
5.2 Regressionsanalys med avseende på geometriska variabler<br />
Medel medelhastighet<br />
Sammanställningen i figur 5.2 ovan gäller bara de direkta sambanden mellan hastigheten <strong>och</strong> en<br />
variabel. Vi ska nu gå vidare <strong>och</strong> undersöka samband mellan hastighet <strong>och</strong> flera variabler<br />
<strong>till</strong>sammans. För att komma fram <strong>till</strong> vilka variabler som ska vara med i den slutgiltiga modellen har<br />
ett stort antal <strong>till</strong>fälliga modeller testats. Av kor<strong>relation</strong>stestet ovan kan vi utgå ifrån att Korsande gc<br />
per h <strong>och</strong> 100 m gata ska vara med. Vi börjar med att skapa en modell som beskriver hur den<br />
variabeln <strong>och</strong> medel för medelhastigheten förhåller sig <strong>till</strong> varandra. Excels funktion för<br />
regressionsanalys ger följande svar:<br />
Justerad R-kvadrat 0,758296<br />
Standardfel 3,779849<br />
Observationer 28<br />
Koefficienter Standardfel t-kvot p-värde<br />
Konstant 45,88171 1,051594 43,63065 7,52E-26<br />
Korsande gc -0,08424 0,009099 -9,25779 1,03E-09<br />
Figur 5.3 Utdata från Excels regressionsanalys med en variabel.<br />
Detta ska tolkas som att medelhastighet på en gatusträcka är 45,88-0,084 * Korsande gc per timme<br />
<strong>och</strong> meter gata. Vi ser att det justerade R2-värdet (detta är en variant av vanligt R2 men det tar även<br />
hänsyn <strong>till</strong> antalet variabler i modellen) är 0,758 vilket får ses som förhållandevis högt. Vi ser också<br />
att p-värdena för både Konstant <strong>och</strong> Korsande gc (Korsande gc per h <strong>och</strong> 100 m gata) är mycket<br />
låga. Nästa steg blir att testa modeller där sambandet mellan hastighet <strong>och</strong> Korsande gc samt var<br />
<strong>och</strong> en av de övriga variablerna beskrivs för att ta reda på vilka av de övriga variablerna som bäst<br />
förstärker modellen, d v s där det justerade R2-värdet blir högst. Detta visar sig vara Passerande<br />
fordon per h (variabeln kallas Trafikmängd) som <strong>till</strong>sammans med Korsande gc ger ett justerat R2 på 0,815. Koefficienterna <strong>och</strong> p-värdena förändras naturligtvis något när en ny variabel plockas in i<br />
modellen, <strong>och</strong> den nya modellen får följande utseende:<br />
Koefficienter Standardfel t-kvot p-värde<br />
Konstant 41,25302 1,804815 22,8572 2,84E-18<br />
Korsande gc -0,07334 0,008768 -8,36427 1,03E-08<br />
Trafikmängd 0,032074 0,010755 2,982189 0,006302<br />
Figur 5.4 Utdata från Excels regressionsanalys med två variabler.<br />
38
I nästa skede visar det sig att det är körbanans medelbredd som ska tas med. Om vi inte tar hänsyn<br />
<strong>till</strong> parkerade fordon så blir justerat R 2 0,885 <strong>och</strong> om vi gör det (X=20) blir det 0,894. Alltså väljer<br />
vi det senare alternativet (variabeln kallas Bredd-park/20). Vi fortsätter att plocka in variabler så<br />
länge som det är möjligt att förbättra det justerade R 2-värdet <strong>och</strong> så länge inga p-värden blir allt för<br />
höga (inte över 0,1). Nästa variabel blir Mängd gc-tot (Passerande gc på trottoar/körbana per h)<br />
som ger en modell med ett justerat R 2 på 0,907. Därefter är det endast variabeln Medelbredd<br />
trottoar-hus som ger högre justerat R 2: 0,915. Det ger följande modell:<br />
Koefficienter Standardfel t-kvot p-värde Nedre 95% Övre 95%<br />
Konstant 17,19779 4,50724 3,815592 0,000945 7,850334 26,54524<br />
Korsande gc -0,03154 0,010534 -2,99414 0,006685 -0,05339 -0,00969<br />
Trafikmängd 0,0599 0,009982 6,000842 4,86E-06 0,039199 0,080601<br />
Bredd-park/20 3,864268 0,710041 5,442315 1,82E-05 2,391731 5,336805<br />
Mängd gc-tot -0,03785 0,014412 -2,62628 0,01542 -0,06774 -0,00796<br />
Medelbredd trott-hus 0,335776 0,192243 1,746628 0,094651 -0,06291 0,734464<br />
Figur 5.5 Utdata från Excels regressionsanalys med sex variabler.<br />
Vi bör notera att den sista variabeln har ett något högt p-värde (0,09) vilket också visas av att<br />
gränserna för övre <strong>och</strong> nedre 95-percentilerna (%) ligger på var sin sida om 0. Om vi lägger <strong>till</strong> fler<br />
av de <strong>till</strong>gängliga variablerna kommer modellen att bli sämre med avseende på justerat R2 <strong>och</strong> pvärden.<br />
Vad som nu återstår är att slutjustera X i variabeln Bredd-park/X (som är 20 i modellen ovan) <strong>och</strong><br />
det visar sig att 32 är det värde som ger högst justerat R 2: 0,917. Den slutliga modellen blir därmed<br />
följande:<br />
Justerad R-kvadrat 0,916534<br />
Standardfel 2,221202<br />
Observationer 28<br />
Koefficienter Standardfel t-kvot p-värde Nedre 95% Övre 95%<br />
Konstant 16,23696 4,602367 3,527958 0,001893 6,692223 25,78169<br />
Korsande gc -0,02971 0,010648 -2,78991 0,010677 -0,05179 -0,00762<br />
Trafikmängd 0,061097 0,009997 6,111269 3,76E-06 0,040363 0,08183<br />
Bredd-park/32 3,942154 0,713009 5,528901 1,48E-05 2,463463 5,420845<br />
Mängd gc-tot -0,04072 0,014572 -2,79417 0,010575 -0,07094 -0,0105<br />
Medelbredd trott-hus 0,367771 0,19125 1,922978 0,067522 -0,02886 0,7644<br />
Figur 5.6 Utdata från Excels regressionsanalys med sex variabler, efter justering av X.<br />
I den slutliga modellen för att beskriva hur medel för medelhastigheten beror på de olika<br />
variablerna, har tyvärr p-värdet för Konstant ökat något, samtidigt som p-värdet för Medelbredd<br />
trott-hus har minskat. Modellen kan skrivas på följande sätt:<br />
Medelhastighet = 16,24 – 0,030*korsande gc + 0,061*trafikmängd + 3,942*(körbanans medelbredd – (antal parkerade fordon/32))<br />
– 0,041*mängd gc + 0,368*medelbredd trottoar-hus<br />
Test har även gjorts med att ta in variabeln Riktningsvinkel per 100 m gata på liknande sätt <strong>och</strong> dra<br />
bort även den (dividerat med en konstant) från körbanans medelbredd. Om konstanten sattes <strong>till</strong><br />
150 <strong>och</strong> X <strong>till</strong> 30 blev det justerade R 2 som högst, nämligen 0,920. Då sänktes även p-värdet för<br />
Medelbredd trott-hus <strong>till</strong> 0,0418 (även övriga p-värden, förutom för Korsande gc, sänktes något).<br />
Jag har dock valt att inte använda variabeln Riktningsvinkel i modellen, dels för att hålla nere antalet<br />
variabler <strong>och</strong> dels för att variabeln i sig är något osäker <strong>och</strong> besvärlig att hantera. En tydligare<br />
definition <strong>och</strong> enklare mätförfarande hade behövts för att göra den mer användbar, i <strong>relation</strong> <strong>till</strong><br />
vad man vinner i ökad säkerhet hos modellen.<br />
39
Medel högsta hastighet<br />
För att komma fram <strong>till</strong> en modell som beskriver medel för högsta hastighet används samma<br />
förfarande som beskrivits ovan. Variablerna blir desamma, men koefficienterna <strong>och</strong> X-värdet blir<br />
annorlunda, liksom justerad R2. Justerad R-kvadrat 0,926454<br />
Standardfel 1,961182<br />
Observationer 28<br />
Koefficienter Standardfel t-kvot p-värde Nedre 95% Övre 95%<br />
Konstant 25,6599 4,002095 6,411617 1,88E-06 17,36005 33,95974<br />
Korsande gc -0,03681 0,009307 -3,95555 0,000672 -0,05611 -0,01751<br />
Trafikmängd 0,054941 0,00878 6,257753 2,68E-06 0,036733 0,073149<br />
Bredd-park/24 2,845671 0,625926 4,546341 0,000159 1,547579 4,143763<br />
Mängd gc-tot -0,02943 0,01273 -2,31156 0,030552 -0,05583 -0,00303<br />
Trott-hus 0,343418 0,168478 2,038358 0,053712 -0,00598 0,69282<br />
Figur 5.7 Utdata från Excels regressionsanalys med sex variabler, för medel högsta hastighet.<br />
Denna modell beskriver ännu mer precist hur hastigheten, i det här fallet medel för högsta<br />
hastighet, förhåller sig <strong>till</strong> övriga variabler. Det justerade R2-värdet blir 0,926 <strong>och</strong> dessutom är pvärdet<br />
för Konstant betydligt lägre än i modellen i figur 5.6 ovan. Notera också att X blev 24 i<br />
denna modell. Modellen kan även skrivas på följande vis:<br />
40<br />
Högsta hastighet = 25,66 – 0,037*korsande gc + 0,055*trafikmängd + 2,846*(körbanans medelbredd – (antal parkerade fordon/24))<br />
– 0,029*mängd gc + 0,343*medelbredd trottoar-hus<br />
5.3 Modelltest<br />
Nu ska vi jämföra de hastighetsvärden som modellen resulterar i med vad hastighetsmätningarna<br />
gav för resultat. På detta vis får vi bättre kontroll över var, på vilka gatutyper, som modellen inte ger<br />
korrekta uppskattningar av hastigheten. Nedan visas en sammanställning av sträckornas egenskaper,<br />
hastigheter, vad de två olika modellerna ger för resultat <strong>och</strong> hur dessa skiljer sig från uppmätt<br />
hastighet. De poster där skillnaden är större än 2,5 km/h visas med fet stil.
Antal meter<br />
Mättid i min<br />
Antal fordon<br />
Korsande GC per h <strong>och</strong> 100 m gata<br />
Passerande fordon per h<br />
Körbanans medelbredd<br />
Parkerade fordon i medel per 100 m gata<br />
Riktning<br />
Gatusträcka<br />
Föreningsgatan 3 95 128 41 92,8 63,8 4,3 3,0 71,3 3,1 29,76 32,05 -2,29 2,29 34,27 36,50 -2,23 2,23<br />
Föreningsgatan 4 95 128 34 92,8 43,6 4,3 0,0 68,4 4,2 29,21 31,76 -2,55 2,55 34,09 36,24 -2,15 2,15<br />
Viktor Rydbergsgatan 1 95 164 97 67,4 96,6 4,5 3,2 47,7 6,3 39,85 37,76 2,09 2,09 43,54 41,60 1,93 1,93<br />
Viktor Rydbergsgatan 2 95 164 71 67,4 120,5 4,5 0,0 88,0 9,0 41,53 38,98 2,55 2,55 45,34 43,05 2,29 2,29<br />
Såggatan norra 20-70 1 50 193 75 43,5 78,0 5,6 9,3 32,6 7,4 43,61 42,08 1,53 1,53 45,85 44,79 1,07 1,07<br />
Såggatan norra 20-70 2 50 193 75 43,5 76,9 5,6 5,4 37,3 6,0 41,67 41,78 -0,11 0,11 43,91 44,57 -0,66 0,66<br />
Såggatan norra 70-120 1 50 193 68 81,5 79,7 5,2 2,0 47,3 8,5 39,70 40,25 -0,55 0,55 43,16 43,21 -0,05 0,05<br />
Såggatan norra 70-120 2 50 193 67 81,5 84,1 5,2 0,0 40,7 8,3 39,83 40,95 -1,12 1,12 42,48 43,81 -1,33 1,33<br />
Såggatan södra 30-78 1 48 266 120 61,6 79,6 6,4 0,0 52,1 8,4 45,73 45,51 0,22 0,22 47,95 47,36 0,59 0,59<br />
Såggatan södra 30-78 2 48 266 123 61,6 81,5 6,4 3,7 67,9 2,9 43,79 42,46 1,33 1,33 45,79 44,64 1,15 1,15<br />
Såggatan södra 78-145 1 67 266 104 18,5 78,6 6,1 6,5 37,0 4,9 44,67 44,03 0,63 0,63 47,33 46,48 0,85 0,85<br />
Såggatan södra 78-145 2 67 266 99 18,5 78,9 6,1 1,5 61,8 3,8 44,87 43,24 1,63 1,63 46,76 45,97 0,79 0,79<br />
Nordhemsgatan södra 1 55 205 52 260,2 43,9 3,4 6,0 56,5 2,6 23,41 22,31 1,10 1,10 27,77 26,54 1,23 1,23<br />
Nordhemsgatan södra 2 55 205 88 260,2 68,8 3,4 0,0 85,5 2,6 26,37 23,39 2,98 2,98 30,66 27,77 2,89 2,89<br />
Nordhemsgatan norra 1 60 179 24 265,4 52,6 3,5 8,4 58,0 3,0 22,54 22,88 -0,34 0,34 26,33 26,93 -0,60 0,60<br />
Nordhemsgatan norra 2 60 179 94 265,4 55,1 3,5 0,0 73,7 5,5 22,72 24,34 -1,62 1,62 26,65 28,46 -1,81 1,81<br />
Kobbarnas väg 1 110 262 93 28,9 90,9 4,9 6,4 8,7 7,3 37,40 41,96 -4,56 4,56 41,27 45,15 -3,89 3,89<br />
Kobbarnas väg 2 110 262 101 28,9 100,0 4,9 5,9 32,3 2,7 38,68 39,81 -1,14 1,14 43,01 43,35 -0,34 0,34<br />
Fridkullagatan södra 1 120 118 25 17,4 166,3 4,0 10,5 9,7 4,3 43,39 41,63 1,76 1,76 47,08 45,55 1,53 1,53<br />
Fridkullagatan södra 2 120 118 24 17,4 168,8 4,0 0,0 34,6 10,0 48,53 44,14 4,39 4,39 51,96 48,14 3,82 3,82<br />
Fridkullagatan norra 1 125 171 75 15,2 205,8 3,5 0,0 12,6 6,3 44,04 43,82 0,21 0,21 48,45 48,06 0,40 0,40<br />
Fridkullagatan norra 2 125 171 71 15,2 224,2 3,5 0,0 35,1 9,7 42,33 45,30 -2,96 2,96 46,85 49,59 -2,74 2,74<br />
Gibraltargatan 1 100 60 16 87,0 236,0 6,2 10,9 255,0 9,9 43,53 44,48 -0,94 0,94 47,06 47,71 -0,65 0,65<br />
Gibraltargatan 2 100 60 21 87,0 287,0 4,7 0,9 106,0 2,8 46,18 46,13 0,05 0,05 49,00 49,20 -0,20 0,20<br />
Geijersgatan 3 75 69 17 113,6 137,4 5,0 5,3 41,7 3,0 37,46 39,66 -2,20 2,20 40,88 42,38 -1,50 1,50<br />
Geijersgatan 4 75 69 19 113,6 78,3 5,0 9,3 90,4 7,1 34,61 35,08 -0,47 0,47 38,21 38,64 -0,43 0,43<br />
Norra Gubberogatan 1 100 87 35 34,5 152,4 5,0 11,7 50,3 4,2 44,11 42,34 1,77 1,77 46,94 45,60 1,34 1,34<br />
Norra Gubberogatan 2 100 87 39 34,5 204,1 5,0 3,6 53,8 4,7 45,13 46,52 -1,39 1,39 48,13 49,45 -1,33 1,33<br />
Medel 0,00 1,59 Medel 0,00 1,42<br />
Std av 1,97 1,16 Std av 1,74 1,00<br />
Figur 5.8 Sammanställning av de uppmätta <strong>och</strong> framräknade hastigheterna samt skillnader mellan dessa.<br />
Passerande GC på trottoar/körbana per h<br />
Generellt resulterar de båda formlerna i hastighetsvärden som ligger mycket nära de uppmätta.<br />
Medelavvikelserna är 1,59 km/h för medelhastigheten <strong>och</strong> 1,42 för högsta hastigheten, vilket i<br />
sammanhanget får ses som små. Några större avvikelser finns dock. Främst är det på Fridkullagatan<br />
södra, norrgående riktning <strong>och</strong> Kobbarnas väg, sydgående riktning som större avvikelser uppstår.<br />
På Kobbarnas väg överskattar formeln hastigheten något. Enligt formeln borde sydgående fordon<br />
köra fortare än norrgående, eftersom de inte har nära <strong>till</strong> husen <strong>och</strong> färre fotgängare på trottoaren.<br />
Skillnaderna i antal parkerade fordon <strong>och</strong> trafikmängd är dessutom små. Kanske beror skillnaden på<br />
vad bilisterna i de båda riktningarna har för slutmål med sin resa, hur nära de är detta när de<br />
passerar Kobbarnas väg?<br />
På Fridkullagatans södra del underskattar formeln medelhastigheten. Dessutom skiljer det mycket i<br />
hastighet mellan gatans båda riktningar. Här är det dock enklare att komma med tänkbara orsaker,<br />
nämligen att det står parkerade fordon längs hela sträckan i sydgående riktning men inte i<br />
norrgående. Kanske är betydelsen av detta större på Fridkullagatan än vad formeln ger sken av?<br />
Kanske är det så att det betyder mer ju större trafikmängden är <strong>och</strong> ju högre hastigheten är?<br />
Medelbredd trottoar - hus<br />
Medel medelhastighet<br />
Formel medelhastighet<br />
Skillnad formel <strong>och</strong> verklig hastighet<br />
Absolutbelopp av skillnad<br />
Medel högsta hastighet<br />
Formel högsta hastighet<br />
Skillnad formel <strong>och</strong> verklig hastighet<br />
Absolutbelopp av skillnad<br />
41
6 Diskussion<br />
6.1 Koppling <strong>till</strong> andra studier<br />
Den nya metoden i <strong>relation</strong> <strong>till</strong> den ursprungliga <strong>och</strong> Trafikkontorets punktmätningar<br />
För att det ska vara möjligt att använda de ovan framställda formlerna krävs att värdena översätts<br />
<strong>till</strong> ”vanliga” värden. De uppmätta medelvärdena som ges i figur 5.8 för medelhastighet <strong>och</strong> högsta<br />
hastighet är baserade på ett annat urval av fordon än vad som fås vid normalt mätningsförfarande. I<br />
ett första steg jämförs därför mätningar som gjorts med vad som i denna rapport kallats den<br />
ursprungliga metoden, d v s kontinuerliga hastighetsmätningar av slumpmässigt utvalda passerande<br />
fordon (se Karlgren, 2001, kapitel 3) med en sorts simulering av den ursprungliga metoden. Detta<br />
har gjorts för Föreningsgatan <strong>och</strong> Viktor Rydbergsgatan. I nästa steg jämförs mätningarna i föreliggande<br />
rapport utförda med den nya metoden, med dem som är en simulering av den ursprungliga<br />
metoden. Den ursprungliga metoden simuleras genom att hastighetsprofiler baserade på alla<br />
studerade fordon, inte bara de som ej råkat ut för hastighetspåverkande händelser, tas fram. På så<br />
vis skapas en länk mellan denna ”nya” metod <strong>och</strong> den ursprungliga. Återstår gör då att koppla dessa<br />
<strong>till</strong> den typ av hastighetsmätningar som de flesta använder sig av <strong>och</strong> som utförs med slangar eller<br />
metallplattor – mätning av alla passerande fordon under ett eller flera dygn.<br />
Allra först redovisas dock hastighetsförloppen för de 41 fordon som ligger <strong>till</strong> grund för Medel för<br />
medelhastighet, västgående riktning på Föreningsgatan (se figur 6.1 nedan). Motsvarande hastighetsprofiler<br />
finns för alla studerade sträckor i Bilaga B1.3.<br />
42<br />
N<br />
Hastighet (km/h)<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120<br />
Avstånd i meter<br />
Figur 6.1 Föreningsgatans 41 västgående fordons hastighetsförlopp i <strong>relation</strong> <strong>till</strong> gatans <strong>utformning</strong>. Den feta (röda)<br />
kurvan indikerar medelhastigheten i varje punkt för de 41 fordonen. Den streckade linjen indikerar medel för<br />
medelhastighet (29,76 km/h).
Den feta (röda) kurvan i figur 6.1 ovan är den som används som underlag för jämförelserna nedan.<br />
Om vi infogar den i ett diagram <strong>till</strong>sammans med motsvarande kurvor för mätning med den<br />
ursprungliga metoden <strong>och</strong> simulering av den ursprungliga, blir resultatet följande:<br />
N<br />
Medelhastighet (km/h)<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120<br />
M edelhast västgå, ny<br />
Avstånd i meter<br />
M edelhast västgå, ursprunglig<br />
M edelhast västgå, simulerad<br />
Figur 6.2 Jämförelse mellan olika sätt att mäta medelhastigheten.<br />
Vi ser att simuleringen av den ursprungliga metoden hamnar ganska nära sin förebild, speciellt på<br />
den västra delen av gatan där skillnaden mellan den nya <strong>och</strong> ursprungliga metoden är som störst.<br />
Om vi nu väljer att sammanställa skillnaderna dem emellan, meter för meter, <strong>och</strong> därefter beräkna<br />
ett medelvärde för dessa skillnader, får vi -0,66 km/h. I medeltal visar alltså, för just denna gata <strong>och</strong><br />
denna riktning, den simulerade medelhastigheten 0,66 km/h lägre medelhastighet än den som tagits<br />
fram med den ursprungliga metoden. Motsvarande medelvärde för Föreningsgatans östgående<br />
trafik är 0,34 km/h <strong>och</strong> för Viktor Rydbergsgatans sydgående 2,02 km/h <strong>och</strong> norrgående 0,38<br />
km/h. Det skiljer således inte mycket mellan resultatet från den ursprungliga metoden <strong>och</strong><br />
simuleringen av den ursprungliga. De skillnader som finns kan lika gärna bero på olika förhållanden<br />
vid mät<strong>till</strong>fällena.<br />
Nu ska vi jämföra mätningarna med den nya metoden (så som materialet redovisas i figur 6.1 ovan)<br />
med simuleringarna. Detta har inte kunnat göras på alla gator, eftersom vissa av de senare<br />
mätningarna (exempelvis Gibraltargatans nya mätning) utfördes med speciell inriktning mot den<br />
nya metoden. Detta innebar att inga bussar, stora lastbilar o s v studerades <strong>och</strong> mätning av de<br />
fordon som visade sig få annat fordon nära framför avbröts. I medeltal är skillnaden mellan den nya<br />
metoden <strong>och</strong> simulering av den ursprungliga 1,55 km/h. Detta värde är således baserat på skillnader<br />
över hela de studerade sträckorna.<br />
Egentligen är detta inte vad vi behöver för att kunna koppla denna nya mätmetod, <strong>och</strong> därmed den<br />
framtagna formeln, <strong>till</strong> punktmätning av hastighet mitt emellan två korsningar på en gata. Vi<br />
behöver använda den högsta medelhastighet längs den studerade sträckan. För ett urval av de<br />
43
studerade sträckorna (de där det är möjligt att simulera den ursprungliga metoden) tar vi därför<br />
fram den högsta simulerade medelhastigheten längs sträckan – alltså strax över 31 km/h i figur 6.2<br />
ovan (den tunna svarta kurvan). Denna ska vi jämföra med den högsta medelhastigheten längs<br />
sträckan för den nya metoden, alltså strax över 32 km/h i figur 6.2 ovan. Detta har gjorts för<br />
Föreningsgatan, Viktor Rydbergsgatan, alla delar av Såggatan, Nordhemsgatan södra, Kobbarnas<br />
väg (de första två mät<strong>till</strong>fällena) <strong>och</strong> båda delarna av Fridkullagatan. Störst skillnad var det på Fridkullagatans<br />
södra del, norrgående (4,26 km/h). Minst skillnad var det på Kobbarnas väg, sydgående<br />
(0,23 km/h). Medelskillnaden för de 18 sträckorna blev 1,2 km/h (se figur 6.3 nedan).<br />
Nu går vi över på den formel vi tog fram i kapitel 5 för att beräkna medelhastigheten över en viss<br />
sträcka. I tabellen nedan redovisas en jämförelse mellan det värde som formeln resulterar i <strong>och</strong> den<br />
högsta medelhastigheten för simulering av den ursprungliga metoden (alltså det som mest ska likna<br />
vanlig punktmätning av medelhastighet).<br />
44<br />
Högsta<br />
medelhast.<br />
Högsta<br />
medelhast.<br />
Skillnad högsta<br />
medelhast. Ny<br />
metod - Simulering<br />
Skillnad högsta<br />
medelhast.<br />
Simulering - Formel<br />
Absolutbelopp<br />
av<br />
skillnad<br />
Gatusträcka Riktning Ny metod Simulering<br />
Formel<br />
medelhast.<br />
Föreningsgatan västgå 32,49 31,32 32,05 1,16 -0,73 0,73<br />
Föreningsgatan östgå 32,18 31,17 31,76 1,01 -0,60 0,60<br />
Viktor Rydbergsgatan sydgå 41,64 40,08 37,76 1,55 2,32 2,32<br />
Viktor Rydbergsgatan norrgå 43,20 40,16 38,98 3,05 1,18 1,18<br />
Såggatan norra 20-70 sydgå 44,54 43,47 42,08 1,07 1,39 1,39<br />
Såggatan norra 20-70 norrgå 42,70 41,69 41,78 1,01 -0,09 0,09<br />
Såggatan norra 70-120 sydgå 42,48 39,22 40,25 3,26 -1,03 1,03<br />
Såggatan norra 70-120 norrgå 41,31 40,47 40,95 0,84 -0,48 0,48<br />
Såggatan södra 30-78 sydgå 42,48 45,11 45,51 -2,62 -0,40 0,40<br />
Såggatan södra 30-78 norrgå 41,31 42,75 42,46 -1,44 0,29 0,29<br />
Såggatan södra 78-145 sydgå 45,18 43,84 44,03 1,34 -0,19 0,19<br />
Såggatan södra 78-145 norrgå 45,24 43,19 43,24 2,06 -0,05 0,05<br />
Nordhemsgatan södra sydgå 26,35 25,19 22,31 1,16 2,89 2,89<br />
Nordhemsgatan södra norrgå 28,72 28,00 23,39 0,72 4,61 4,61<br />
Kobbarnas väg sydgå 39,39 39,16 41,96 0,23 -2,81 2,81<br />
Kobbarnas väg norrgå 40,89 38,39 39,81 2,49 -1,42 1,42<br />
Fridkullagatan södra sydgå 46,28 45,08 41,63 1,20 3,45 3,45<br />
Fridkullagatan södra norrgå 51,09 46,83 44,14 4,26 2,69 2,69<br />
Fridkullagatan norra sydgå 47,22 46,17 43,82 1,06 2,34 2,34<br />
Fridkullagatan norra norrgå 45,55 44,82 45,30 0,72 -0,47 0,47<br />
Medel: 1,21 0,64 1,47<br />
Figur 6.3 Sammanställning av högsta medelhastighet över studerad sträcka med Ny metod <strong>och</strong> Simulering av<br />
ursprunglig metod, samt medelhastighet med Formel.<br />
Vi ser att formeln i medeltal underskattar hastigheten med 0,64 km/h i jämförelse med<br />
simuleringen av den ursprungliga metoden. Med formeln för medelhastighet kommer vi alltså nära<br />
vad man troligen skulle få för resultat vid en punktmätning på gatan, om man utför punktmätningen<br />
ungefär där den högsta medelhastigheten inträffar (i medeltal när ungefär 60 % av<br />
sträckan mellan två korsningar eller farthinder har avverkats 21 ).<br />
I ett sista steg ska vi nu jämföra de olika hastighetsvärden ovan med de punktmätningar som<br />
Trafikkontoret (TK) i Göteborg genomför med jämna mellanrum (se figur 6.4 nedan). Dock finns<br />
det inte material <strong>till</strong>gängligt för alla studerade sträckor <strong>och</strong> inte separat för de båda riktningarna.<br />
Därför har medelvärden för de båda riktningarna jämförts med TKs mätningar. Vidare är TKs<br />
värden medianvärden för mätningar över hela dygnet, vilket medför att alla fordon, även de som<br />
inte kan köra i sin ”egen” hastighet på grund av framförvarande, kommer med i materialet. I vissa<br />
fall kan hastighetsbeteendet också ha ändrats sedan TKs mätningar genomfördes <strong>och</strong> det är inte<br />
säkert att TKs mätningar har gjorts i exakt de punkter där den högsta medelhastigheten inträffar.<br />
21 Karlgren, 2001, s 115-116.
De mätningar som gjorts inom ramen för detta projekt är inte avsedda att spegla medel för alla<br />
fordon över hela dygnet, varför det av naturliga skäl blir skillnader mellan resultaten.<br />
Högsta<br />
medelhast.<br />
Högsta<br />
medelhast.<br />
Trafikkontorets<br />
(TK) mätning<br />
(samt årtal)<br />
Skillnad högsta<br />
medelhast. Ny<br />
Skillnad högsta<br />
medelhast.<br />
Simulering - TK<br />
Skillnad<br />
medelhast.<br />
Formel - TK<br />
Gatusträcka<br />
Ny metod Simulering<br />
Formel<br />
medelhast.<br />
metod - TK<br />
Nordhemsgatan södra 27,54 26,60 22,85 20 (2002) 7,54 6,60 2,85<br />
Kobbarnas väg 40,14 38,78 40,89 38 (1999) 2,14 0,78 2,89<br />
Fridkullagatan södra 48,69 45,95 42,89 42 (2002) 6,69 3,95 0,89<br />
Fridkullagatan norra 46,38 45,49 44,56 44 (2002) 2,38 1,49 0,56<br />
Gibraltargatan 47,50 44,65* 45,30 43 (2003) 4,50 1,65 2,30<br />
Norra Gubberogatan 45,58 44,43 42 (1996) 3,58 2,43<br />
Medel: 4,47 2,89 1,99<br />
Figur 6.4 Sammanställning av jämförelse mellan hastighetsvärden producerade inom detta projekt (medel för båda<br />
riktningarna) <strong>och</strong> de mätningar av alla fordon över hela dygnet som Trafikkontoret i Göteborg genomfört (årtal för<br />
mät<strong>till</strong>fället är angivet in<strong>till</strong> medianhastigheten).<br />
(*) Det värde som anges i kolumnen Högsta medelhastighet Simulering för Gibraltargatan är inte<br />
baserat på simulering (eftersom den gatan studerades inriktat mot den nya metoden) utan på en<br />
äldre mätning med den ursprungliga metoden.<br />
Av tabellen ovan kan vi utläsa att det skiljer i medeltal 4,5 km/h mellan TKs punktmätningar av<br />
hastighet <strong>och</strong> den högsta medelhastigheten över aktuell gatusträcka, baserat på endast de fordon<br />
som ej råkade ut för hastighetspåverkande händelser. Detta är en stor, men inte förvånande<br />
skillnad. Vi ser också att det i medeltal skiljer ungefär 2 km/h mellan TKs mätningar <strong>och</strong> de värden<br />
som erhålles med formeln för medelhastighet som presenterades i avsnitt 5.2 ovan. Även denna<br />
skillnad får betraktas som väntad. Om vi istället räknar i procent så utgör värdena från TKs<br />
mätningar i medeltal 94 % av värdena som formeln genererar. Fler jämförelser av den här typen<br />
skulle dock behövas för att vi ska vara helt säkra på att värdena från formeln i avsnitt 5.2 ska<br />
multipliceras med just 0,94 för att resultera i ett värde som är jämförbart med det som vanliga<br />
punktmätningar ger.<br />
Jämförelse av trafikmängd enligt föreliggande studie <strong>och</strong> enligt Trafikkontorets mätningar<br />
Nedan jämförs de värden som togs fram inom detta projekt med hjälp av videofilmer med<br />
resultaten från de mätningar som Trafikkontoret (TK) har genomfört. Även här finner vi givetvis<br />
skillnader, i första hand beroende på att TKs mätningar avser medeltrafikmängden för hela vardagsdygn,<br />
men även för att vissa mätningar är något gamla <strong>och</strong> inte alltid utförda på exakt samma<br />
platser som de i föreliggande studie. Nedan visas en sammanställning i tabellform. I diagrammet<br />
längre ned visas hur dessa två sätt att mäta trafikmängder förhåller sig <strong>till</strong> varandra.<br />
Gatusträcka<br />
Fordon per h,<br />
summa båda rikt,<br />
medel för sträcka<br />
Antal fordon per<br />
årsmedelvardagsdygn<br />
enligt TK Årtal<br />
Föreningsgatan 107 3600 2002<br />
Viktor Rydbergsgatan 217 2600 2004<br />
Såggatan 159 2900 2002<br />
Nordhemsgatan södra 113 1600 2002<br />
Kobbarnas väg 191 3000 2004<br />
Fridkullagatan södra 335 7200 2002<br />
Fridkullagatan norra 430 9500 2002<br />
Gibraltargatan 523 6700 2004<br />
Geijersgatan 216 4100 2002<br />
Norra Gubberogatan 357 5000 2000<br />
Figur 6.5 Sammanställning av trafikmängder enligt föreliggande studie <strong>och</strong> enligt TK.<br />
45
Antal fordon per ÅMVD enligt TK<br />
Figur 6.6 Illustration av samband mellan Trafikkontorets värden för antal fordon per årsmedelvardagsdygn <strong>och</strong> de<br />
värden som tagits fram inom ramen för detta projekt.<br />
För att göra om de värden för trafikmängd som tagits fram inom detta projekt <strong>till</strong> ”vanlig”<br />
trafikmängd (antal fordon per årsmedelvardagsdygn) ska man enligt formeln i diagrammet ovan<br />
multiplicera värdet för summan av de båda sträckorna med 14,7 <strong>och</strong> lägga <strong>till</strong> 716. Omvänt, för att<br />
göra om vanlig trafikmängd <strong>till</strong> antal passerande per timme, vid de tider som mätningarna genomförts,<br />
multipliceras den vanliga trafikmängden med 0,047 <strong>och</strong> 46,3 läggs <strong>till</strong>. Vi får dock inte<br />
glömma att R 2 för sambandet inte är högre än 0,7. Mätningar med respektive metod är att föredra<br />
framför att beräkna värdet med hjälp av formeln.<br />
Jämförelse med rapporter genomgångna i litteraturstudien<br />
I bilaga 2 har bifogats den litteraturstudie som detta projekt inleddes med. Där redovisas ett antal<br />
diagram, i vilka en rad formler för hur hastigheten varierar med olika variabler visualiseras. Avsikten<br />
här är att jämföra resultaten från föreliggande studie med dem som redovisas i litteraturstudien.<br />
Först behöver vi ta fram medelvärden för de variabler som ingår i formeln från avsnitt 5.2, så att vi<br />
kan låta endast en variabel i taget bestämma hastigheten. Följande medelvärden gäller:<br />
Korsande gc per h <strong>och</strong> 100 m gata 84,81<br />
Passerande fordon per h 115,5<br />
Körbanans medelbredd 4,77<br />
Parkerade fordon i medel per 100 m gata 4,06<br />
Passerande gc på trottoar/körbana per h 59,15<br />
Medelbredd trottoar - hus 5,65<br />
Till att börja med undersöker vi körbanans medelbredd. Om vi sätter in medelvärden istället för alla<br />
variabler utom för Körbanans medelbredd, blir formeln för medelhastighet följande (x=körbanans<br />
medelbredd): 16,24+(3,94*(x-0,127))+7,060-2,520-2,409+2,078 vilket även kan skrivas som:<br />
20,449+(3,94*(x-0,127). För att vi ska kunna jämföra med övriga studier översätter vi medeltrafikmängden<br />
(115,5) <strong>till</strong> ”vanlig” trafikmängd, vilket blir ungefär 4100 fordon per årsmedelvardagsdygn.<br />
Inom ramen för detta projekt har körbanebredder mellan 3,35 <strong>och</strong> 6,41 meter studerats,<br />
vilket innebär gatubredder mellan 6,7 <strong>och</strong> 12,8 meter. Om vi vill att trafikmängden istället ska vara<br />
3000 ska variabeln trafikmängd sättas <strong>till</strong> 93,65. Detta ger att konstanten 20,449 ska minskas <strong>till</strong><br />
19,115. När vi jämför detta med resultaten från de rapporter som diskuteras i litteraturstudien får vi<br />
fram följande diagram.<br />
46<br />
10000<br />
9000<br />
8000<br />
7000<br />
6000<br />
5000<br />
4000<br />
3000<br />
2000<br />
1000<br />
0<br />
y = 14,74x + 716,47<br />
R 2 = 0,70<br />
0 100 200 300 400 500 600<br />
Fordon per h, summa båda riktningarna, medel för sträcka
Medelhastighet i km/h<br />
65<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15<br />
Daisa & P eers, 1997 (8,2 - 12,8 m) Faro uki & Nixo n, 1976 (5,2 - 11 m)<br />
Gatubredd i m<br />
Clark, 1985, medelvärden Clark, 1985, 200 m lång gata, 3000 ådt<br />
Karlgren, 2005, 4100 ådt Karlgren, 2005, 3000 ådt<br />
Figur 6.7 Visualisering av olika resultat om samband mellan medelhastighet <strong>och</strong> gatubredd.<br />
Som vi ser i diagrammet skiljer sig föreliggande studie något från den som är gjord närmast i tid<br />
(Daisa & Peers, 1997) <strong>och</strong> ännu mer från dem som är äldre. Detta kan bero på många olika saker,<br />
bland annat vad det är man menar med medelhastighet <strong>och</strong> hur de olika variablerna är definierade,<br />
vilket inte har varit tydligt i de rapporter som här refereras <strong>till</strong>. Ytterligare ett diagram för hastighet<br />
presenterades i litteraturstudien, avseende 85-percentilen istället för medelhastighet. För att kunna<br />
översätta de värden för hastighet som genereras av formeln i föreliggande studie <strong>till</strong> 85-percentil<br />
krävs först en undersökning av hur stor denna skillnad i normala fall är. En snabb genomgång av<br />
hastighetsmaterial från tidigare studier 22 ger att medelhastigheten vanligtvis är 82 procent av 85percentilen.<br />
När vi använder detta <strong>och</strong> tar in de värden modifierade för att ge 85-percentiler i<br />
diagrammet får vi följande resultat.<br />
85-percentil i km/h<br />
65<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15<br />
Daisa & P eers, 1997 (8,2 - 12,8 m) Pau & Angius, 2001 (körbanebredd 3,15 - 7,2 m) Gatubredd i m<br />
Poe & M ason, 1995 (2 korsningar, 4 infarter) Poe & M ason, 1995 (4 korsningar, 8 infarter)<br />
Karlgren, 2005, 4100 ådt Karlgren, 2005, 3000 ådt<br />
Figur 6.8 Visualisering av olika resultat om samband mellan 85-percentil <strong>och</strong> gatubredd.<br />
22 Se Karlgren, 2001 <strong>och</strong> Karlgren, 1999. Skillnader mellan medelhastighet <strong>och</strong> 85-percentil på 11 olika gator (19 olika sträckor) ligger <strong>till</strong><br />
grund för detta värde. Skillnadens storlek beror i första hand på standardavvikelsen.<br />
47
Även här ser vi att resultaten från föreliggande studie ligger väl i linje med de senast genomförda<br />
övriga studier, speciellt Pau & Angius, 2001. Återstår gör nu att jämföra med de studier som<br />
presenteras i litteraturgenomgången avseende samband mellan trafikmängd <strong>och</strong> medelhastighet. För<br />
att kunna göra detta måste vi återigen ändra på den formel vi använde ovan. Om vi låter<br />
körbanebredden vara 4,5 meter, så att gatan blir 9 meter bred <strong>och</strong> i övrigt använder medelvärdena,<br />
får vi följande samband mellan medelhastighet <strong>och</strong> trafikmängd: 16,24+17,23+x*0,061-2,520-<br />
2,409+2,078 där x är trafikmängd i antal fordon per timme. För att kunna använda fordon per<br />
årsmedelvardagsdygn istället för fordon per timme i båda riktningarna ska x multipliceras med<br />
0,047 <strong>och</strong> därefter adderas med 46,3. Formeln gäller för trafikmängder mellan 2300 <strong>till</strong> 8400. Om vi<br />
dessutom förenklar något får formeln följande utseende: 30,619+(0,061*((x*0,0235+46,3)). När vi<br />
för in det i det diagram som återfinns i figur 8 i litteraturstudien blir resultatet följande.<br />
Medelhastighet i km/h<br />
Figur 6.9 Visualisering av olika resultat om samband mellan medelhastighet <strong>och</strong> trafikmängd.<br />
Här ser vi att det inte finns stora likheter mellan resultatet från föreliggande rapport <strong>och</strong> de två<br />
övriga studierna, troligen beroende på olikheter i urval av gator. Vidare bör man vara försiktig i<br />
tolkningen av det samband som visas ovan. Det är inte säkert att medelhastigheten skulle minska<br />
bara för att trafikmängden minskar på en gata. Sambandet kanske istället ska ses som att passerande<br />
fordon är av en viss mängd delvis på grund av att hastigheten är på en viss nivå. Och denna nivå<br />
kanske bestäms av faktorer som gatu<strong>utformning</strong>, var i nätet gatan ligger, vad den har för funktion<br />
m m. På detta sätt kan vi resonera kring flera av de i denna rapport studerade variabler.<br />
6.2 Felkällor <strong>och</strong> metodproblem<br />
Felkällor<br />
En vanlig källa <strong>till</strong> fel är naturligtvis direkta mätfel vad avser hastigheten. I detta fall torde dessa<br />
dock vara små, då metoden för datainsamling är väl beprövad <strong>och</strong> dokumenterad. På vissa sträckor<br />
är dock det statistiska underlaget något klent vilket resulterat i att konfidensintervallet där överstigit<br />
± 3 km/h. Detta gäller i första hand de sträckor som endast studerades vid ett <strong>till</strong>fälle eller där stor<br />
andel av fordonen råkade ut för hastighetspåverkande händelser. Som diskuterades i avsnittet ovan<br />
48<br />
65<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
0<br />
250<br />
500<br />
750<br />
1000<br />
1250<br />
Daisa & Peers, 1997 (fordon per h, 10% av dygn, 200-1500 ådt)<br />
Clark, 1985, medelvärden<br />
Clark, 1985, 200 m lång gata, 9 m bred<br />
Karlgren, 2005, 9 m bred<br />
1500<br />
1750<br />
2000<br />
2250<br />
2500<br />
2750<br />
3000<br />
Trafikmängd ådt
ör viss försiktighet iakttas vad gäller att översätta de uppmätta medelhastigheterna på sträckan <strong>till</strong><br />
verkliga medelhastigheter som gäller för hela dygnet.<br />
Ett sätt att komma <strong>till</strong> rätta med eventuella avvikelser i hastighetsbeteende <strong>till</strong> följd av dagsaktuella<br />
händelser är att sprida ut mätningarna. Som beskrivs i avsnitt 4.2 ovan var det viss skillnad i<br />
medelhastighet på Viktor Rydbergsgatan mellan de olika mätningarna. Att det skiljer så mycket som<br />
5 km/h i medelhastighet mellan två mätningar som utförs under likvärdiga förhållanden är, så vitt<br />
jag varit med om, mycket ovanligt. Tyvärr har det inte varit möjligt att sprida ut de olika<br />
mätningarna så mycket som skulle vara önskvärt <strong>och</strong> vissa gator (Gibraltargatan, Geijersgatan <strong>och</strong><br />
Norra Gubberogatan) har endast studerats vid ett <strong>till</strong>fälle. Alltså finns här ett visst utrymme för fel,<br />
men det är svårt att uppskatta i vilken omfattning de kan påverka de slutliga resultaten. Eventuella<br />
framtida kompletterande mätningar kan förhoppningsvis eliminera dessa eventuella fel.<br />
En annan källa <strong>till</strong> fel är dokumentation <strong>och</strong> kodning av händelsedata, då dessa utförts med hjälp av<br />
videofilm som är filmad inifrån mätfordonet. Bristande bildkvalitet <strong>och</strong> snävt synfält i kombination<br />
med ibland svåra ljusförhållanden medförde att det i vissa fall var svårt att bedöma händelserna <strong>och</strong><br />
för vilka fordon de egentligen inträffade. Vid några få <strong>till</strong>fällen har det även hänt att bilister, <strong>till</strong><br />
synes utan anledning, kört onormalt långsamt (se exempel på detta i hastighetsprofilen för<br />
Fridkullagatans norra delen, sydgående trafik, i Bilaga 1). I dessa fall har de utvalda händelserna som<br />
kan registreras inte ”räckt <strong>till</strong>” utan en kommentar har fått läggas <strong>till</strong>. Om ingen anledning <strong>till</strong> det<br />
långsamma körbeteendet har kunnat hittas, har fordonet fått vara kvar i materialet <strong>till</strong>s de slutliga<br />
analyserna.<br />
Avgränsning<br />
En annan mycket viktig aspekt i denna typ av sammanhang är hur man avgränsar det område som<br />
ska studeras. Som exempel kan nämnas Viktor Rydbergsgatan, där mätområdet börjar strax söder<br />
om en refug där många fotgängare korsar gatan. Om mätområdet istället skulle ha börjat 20 meter<br />
längre norrut så skulle antalet korsande fotgängare per timme <strong>och</strong> 100 m gata minska väsentligt. På<br />
liknande sätt kan man resonera kring de flesta av de geografiska avgränsningar som gjorts inom<br />
ramen för detta projekt. Denna typ av problem blir extra tydlig för variabler som inte relaterats <strong>till</strong><br />
gatulängden, såsom andel genomfartstrafik.<br />
Naturligtvis kan detta vara en betydande källa <strong>till</strong> fel, speciellt när olika studier, med olika sätt att<br />
avgränsa områden, jämförs med varandra. Det är också en felkälla som är mycket svår att hantera<br />
på annat sätt än vara tydlig i hur de studerade områdena avgränsats.<br />
6.3 Slutsatser <strong>och</strong> slutdiskussion<br />
Vald modell<br />
Vi kan konstatera att det finns ett tydligt samband mellan den uppmätta hastigheten på de<br />
studerade gatorna <strong>och</strong> deras geometriska <strong>utformning</strong> samt olika trafikmängder. Detta samband,<br />
som gäller medelhastigheten över studerad sträcka, ser ut enligt följande modell (R2=0,92): Medelhastighet = 16,24<br />
-0,030 * antal korsande fotgängare <strong>och</strong> cyklister per timme <strong>och</strong> meter gata<br />
+0,061 * antal passerande fordon per timme i aktuell riktning<br />
+3,942 * (körbanans medelbredd i meter - (antal parkerade fordon i medeltal per 100 m gata / 32))<br />
-0,041 * antal passerande fotgängare <strong>och</strong> cyklister på aktuell körbana samt på närliggande trottoar/gc-bana, per timme<br />
+0,368 * medelbredd i meter från närliggande trottoarkant <strong>till</strong> hus/träd (max avstånd 10 meter)<br />
49
Resultaten från denna studie ligger också i linje med tidigare genomförda studier. För att kunna<br />
översätta den medelhastighet som modellen ovan resulterar i <strong>till</strong> vad som erhålles av en traditionell<br />
punktmätning, ska medelhastigheten multiplicera med ett tal i närheten av 0,94. Detta är dock<br />
baserat på ett något klent underlag, <strong>och</strong> kompletterande studier behövs för verifikation.<br />
Detta samband beskriver <strong>relation</strong>en mellan variablerna på de studerade sträckorna <strong>och</strong> den<br />
hastighet som uppmätts. Om ytterligare ett antal gator skulle ha ingått i studien skulle modellens<br />
utseende säkerligen förändras något. Relationen är inte heller resultatet av regelrätta experiment där<br />
de olika variablerna en efter en förändras <strong>och</strong> eventuella effekter studeras. Vi kan alltså inte vara<br />
säkra på åt vilket håll <strong>relation</strong>en är giltig eller på vad som skulle hända om någon variabel<br />
förändrades. Modellen ska således i första hand användas för att skapa ytterligare förståelse för<br />
varför hastigheten blir si eller så på en viss gata. Modellen kan även användas för att ta fram ett<br />
ungefärligt värde på vad medelhastigheten är på en viss gata, så länge det rör sig om en gata med<br />
ungefär liknande förhållanden som de som ingått i denna studie. Dock är det tveksamt om<br />
modellen kan användas för att ta reda på vad medelhastigheten kan förväntas bli på en gata om<br />
man exempelvis med olika åtgärder minskar trafikmängden med 20 %. Enligt modellen ska medelhastigheten<br />
då minska med 2-6 % beroende på trafikmängd. Detta är svårt att hålla för troligt.<br />
Alternativa modeller<br />
I inledningen nämndes en avsikt att nå fram <strong>till</strong> praktiskt användbar kunskap om eventuella<br />
samband mellan gatugeometri <strong>och</strong> hastighet. För att resultaten ska vara praktiskt användbara har<br />
alternativa modeller, med färre variabler, tagits fram. Dessa kan ses som alternativ <strong>till</strong> att ange<br />
medelvärdena från sidan 46 ovan för de variabler man ej känner <strong>till</strong>. Den första består därför endast<br />
av trafikmängd <strong>och</strong> körbanebredd. Justerad R2 blev 0,696. Notera att p-värdet för Konstant blev<br />
förhållandevis högt samtidigt som dess koefficient blev låg.<br />
Koefficienter Standardfel t-kvot p-värde Nedre 95% Övre 95%<br />
Konstant 7,471801 4,369815 1,709867 0,099676 -1,52799 16,4716<br />
Trafikmängd 0,072662 0,012523 5,802142 4,76E-06 0,046869 0,098454<br />
Körbanebredd 4,797974 0,83558 5,742091 5,54E-06 3,077067 6,518881<br />
I nästa modell tar vi även in Parkerade fordon i medeltal per 100 meter gata. Bäst justerad R 2<br />
(0,715) får vi om vi låter konstanten som vi dividerar antal parkerade fordon med vara 19.<br />
Koefficienter Standardfel t-kvot p-värde Nedre 95% Övre 95%<br />
Konstant 7,281433 4,176212 1,74355 0,093525 -1,31963 15,8825<br />
Trafikmängd 0,07293 0,012125 6,014765 2,78E-06 0,047958 0,097903<br />
Bredd-park/19 5,05828 0,833219 6,070769 2,41E-06 3,342234 6,774325<br />
Nästa variabel vi testar att ta med är Korsande gc per timme <strong>och</strong> 100 meter gata. Modellen nedan<br />
visar det bästa sambandet <strong>och</strong> det ger justerad R 2=0,894.<br />
Koefficienter Standardfel t-kvot p-värde Nedre 95% Övre 95%<br />
Konstant 25,7921 3,738097 6,899796 3,9E-07 18,07705 33,50715<br />
Trafikmängd 0,044275 0,008583 5,158709 2,78E-05 0,026562 0,061989<br />
Bredd-park/15 2,742558 0,617332 4,442598 0,000171 1,468448 4,016669<br />
Korsande-gc -0,05306 0,008049 -6,59269 8,08E-07 -0,06967 -0,03645<br />
Samma modell som ovan, men utan Parkerade fordon, ser ut enligt nedan (justerad R 2=0,885).<br />
Denna modell får kanske ses som den mest precisa i <strong>relation</strong> <strong>till</strong> antal variabler, <strong>och</strong> den som blir<br />
enklast att hantera rent praktiskt.<br />
Koefficienter Standardfel t-kvot p-värde Nedre 95% Övre 95%<br />
Konstant 26,3077 3,951212 6,658132 6,91E-07 18,1528 34,4626<br />
Trafikmängd 0,043452 0,008911 4,876003 5,69E-05 0,02506 0,061845<br />
Körbanebredd 2,519744 0,621704 4,052961 0,000461 1,236609 3,802878<br />
Korsande-gc -0,05425 0,00835 -6,49778 1,02E-06 -0,07149 -0,03702<br />
50
Följande modell, med Passerande gc på trottoar/körbana per timme, istället för Korsande gc per<br />
timme <strong>och</strong> 100 meter gata, ger justerad R 2=0,853.<br />
Koefficienter Standardfel t-kvot p-värde Nedre 95% Övre 95%<br />
Konstant 6,441293 3,046793 2,114123 0,045085 0,153023 12,72956<br />
Trafikmängd 0,086067 0,009079 9,479804 1,38E-09 0,067329 0,104805<br />
Körbanebredd 5,562544 0,599302 9,281699 2,06E-09 4,325645 6,799443<br />
Mängd gc-tot -0,07038 0,013387 -5,25732 2,17E-05 -0,09801 -0,04275<br />
Om vi även tar in Parkerade fordon i modellen ovan blir den enligt följande (justerad R 2=0,863):<br />
Koefficienter Standardfel t-kvot p-värde Nedre 95% Övre 95%<br />
Konstant 6,342508 2,931512 2,163562 0,040675 0,292165 12,39285<br />
Trafikmängd 0,085916 0,008771 9,795039 7,35E-10 0,067813 0,104019<br />
Bredd-park/30 5,727335 0,590914 9,692333 9,02E-10 4,507749 6,946922<br />
Mängd gc-tot -0,06858 0,012887 -5,32189 1,84E-05 -0,09518 -0,04199<br />
Om vi byter ut Passerande gc på trottoar/körbana per timme mot Medelbredd trottoar – hus, blir<br />
justerad R 2=0,728 <strong>och</strong> både Konstant <strong>och</strong> den nya variabeln får för höga p-värden, varför den<br />
modell förkastats.<br />
Förkastade variabler<br />
Av de rent geometriska variablerna kan vi förkasta Andel slutet gaturum höger sida som<br />
förklarande för vilken hastighet passerande bilister väljer att hålla. Vidare verkar Gaturummets<br />
medelhöjd höge sida, så som den mäts i detta projekt, inte påverka hastigheten nämnvärt. Däremot,<br />
när gaturumshöjden sätts i <strong>relation</strong> <strong>till</strong> <strong>gaturummets</strong> bredd (variabeln Förhållande rumshöjd–rumsbredd)<br />
<strong>och</strong> jämförs med hastigheten, kan vi se ett visst samband (se figur 5.2 ovan). Om vi tittar på<br />
diagrammen i Bilaga B1.4 som visar detta samband ser vi dock att det i första hand är en<br />
gatusträcka, Nordhemsgatans södra, norrgående riktning, som är orsak <strong>till</strong> sambandet. Utan denna<br />
sträcka sänks R2 från 0,19 <strong>till</strong> 0,11. Vid försök att ta in denna variabel i den regressionsmodell som<br />
beskrivs i avsnitt 5.2 ovan, blir det också tydligt att den inte <strong>till</strong>för något, utan snarare försämrar<br />
modellen.<br />
Flera variabler för att beskriva gatans <strong>och</strong> <strong>gaturummets</strong> bredd har tagits fram <strong>och</strong> dessa visar alla ett<br />
visst samband med hastigheten, förutom Närliggande trottoars medelbredd. Dock ingår denna<br />
variabel i Medelbredd trottoar – hus. Variabeln Gaturummets medelbredd höger sida utgörs av<br />
Medelbredd trottoar – hus <strong>och</strong> Körbanans medelbredd. Även om kor<strong>relation</strong>en är stark mellan<br />
denna variabel <strong>och</strong> hastigheten (R 2=0,32) så har den inte tagits med i regressionsmodellen. Detta<br />
beror på att de två variablerna som den utgörs av gör större nytta var för sig <strong>och</strong> att det inte får<br />
finnas några dubbleringar i modellen.<br />
Variabeln Riktningsvinkel per 100 meter gata kan eventuellt tas med i en regressionsmodell (se<br />
resonemang i avsnitt 5.2 ovan) genom att körbanans medelbredd minskas med Riktningsvinkel/X<br />
där X är en konstant som bör vara omkring 150. Variabeln kan alltså inte förkastas helt, även om<br />
den inte uppvisar starkt samband med hastigheten som ensam variabel. Eventuellt skulle den<br />
<strong>till</strong>föra mer om definitionen av den preciserades något. Detta får bli ett ämne för framtida<br />
forskning.<br />
Variabeln Parkerade fordon i medel per 100 meter gata ser inte ut att ha något samband med<br />
hastigheten alls, varken i figur 5.2 ovan, i diagrammen i Bilaga 1 eller i analysen i avsnitt 4.2 ovan.<br />
Dock kan den hanteras på samma sätt som diskuterades för variabeln Riktningsvinkel ovan. Detta<br />
utreds grundligare i avsnitt 5.1 ovan.<br />
51
Enligt diagrammen i Bilaga 1 verkar det inte finnas något samband mellan hastighet <strong>och</strong> variabeln<br />
Passerande gc på trottoar/körbana per timme. Dock blir variabelns p-värde mycket lågt när den tas<br />
in i en regressionsmodell, varför den inte kan förkastas. Kanske beror dess betydelse i regressionsmodellen<br />
på rena <strong>till</strong>fälligheter – det får i så fall senare studier utvisa.<br />
Flera av variablerna som rör trafikmängder (Inkörande <strong>och</strong> avkörande per timme <strong>och</strong> 100 meter<br />
gata, Parkeringsomsättning <strong>och</strong> Andel genomfartstrafik) uppvisar nästan inga samband alls med<br />
hastigheten, vilket kan te sig något förvånande. Detta beror dock troligen på att de fordon som<br />
skulle ha påverkats av dessa variabler har tagits bort ur materialet. För att parkeringsomsättningen<br />
ska påverka hastigheten krävs att de studerade fordon som tvingats bromsa för ett fordon som<br />
håller på att parkera, ingår i materialet. Så har inte varit fallet <strong>och</strong> det är heller inte denna typ av<br />
variabler som varit denna studies huvudintresse.<br />
Variabeln Möte/omkör fotg/cykel på trottoar i medel ser inte heller ut att påverka hastigheten. I<br />
kapitel 4, där varje händelses betydelse för hastigheten på respektive gatusträcka analyserades,<br />
kunde vi dock se att den hade en hastighetsdämpande effekt på några sträckor. Dock var det på fler<br />
sträckor som den inte alls påverkade hastigheten. Av dessa orsaker förkastas variabeln.<br />
Ytterligare en variabel analyserades på en mer generell nivå – Möte med annat fordon. Effekten av<br />
denna händelse diskuteras dock utförligt i avsnitt 4.1 varför det här endast nämns att det verkar<br />
som att möte med annat fordon har viss hastighetsdämpande effekt.<br />
Slutord<br />
Detta projekt har resulterat i delvis ny kunskap om samband mellan hastighet <strong>och</strong> gatans <strong>utformning</strong><br />
<strong>och</strong> händelser på gatan. Det finns en tydlig koppling mellan hastighet <strong>och</strong> körbanebredd som<br />
bör kunna utnyttjas. Möjligheten att <strong>till</strong>åta kantstensparkering kan också användas för att smalna av<br />
körbanans bredd <strong>och</strong> tränga ihop gaturummet. Vidare borde de händelser som uppstår <strong>till</strong> följd av<br />
<strong>till</strong>åten kantstensparkering ha viss hastighetsdämpande effekt, men man bör också ta med i<br />
beräkningarna den ökning i olycksrisk som kantstensparkering kan utgöra.<br />
Att vidta åtgärder för att få ned medelhastigheten kan ge en lugnare trafikrytm över hela gatan <strong>och</strong><br />
dess omgivning. Huruvida detta verkligen påverkar de fordon som kör mycket för fort, <strong>och</strong> som<br />
ofta orsakar oro hos passerande fotgängare <strong>och</strong> andra trafikanter är dock oklart. Min egen<br />
erfarenhet, från omkring 1500 timmars fältstudier totalt, säger mig att en liten del av bilisterna (eller<br />
motorcyklisterna) kommer att fortsätta köra så fort de kan med avseende på gatans geometri <strong>och</strong><br />
eventuella hinder. På en gata utan direkta hinder brukar det alltid vara någon som kör fortare än 70<br />
km/h (ibland betydligt fortare) om mätningar utförs under några timmars tid. Om det däremot<br />
finns farthinder tvingas även dessa ned i hastighet, åtminstone temporärt.<br />
Att helt förlita sig på de variabler som ingår i den slutliga modellen – körbanans medelbredd,<br />
parkeringsdensitet, trafikmängd, antal korsande <strong>och</strong> passerande fotgängare <strong>och</strong> cyklister samt<br />
medelbredd mellan trottoarkant <strong>och</strong> närmaste hus/träd – för att säkerställa att ingen bilist kör<br />
fortare än exempelvis 40 km/h verkar tyvärr svårt. Att däremot styra medelhastigheten, <strong>och</strong> även i<br />
viss mån 90-percentilen, torde vara fullt möjligt att göra med hjälp av dessa variabler – speciellt med<br />
körbanebredden. Och om vi genomför detta på mer än några få gator, kommer förhoppningsvis<br />
detta med tiden även att påverka den lilla skara trafikanter som kör mycket för fort <strong>och</strong> som orsakar<br />
en stor del av olyckorna <strong>och</strong> den upplevda otryggheten i trafiken.<br />
52
7 Referenser<br />
Abbot, P G et al. 1995. The environmental assessment of traffic management schemes: a litterature review. TRL<br />
Report 174, Transport Research Laboratory, Crowthorne.<br />
Andersson, Göran; Jorner, Ulf & Ågren, Anders. 1994. Regressions- <strong>och</strong> tidsserieanalys. Studentlitteratur,<br />
Lund.<br />
Clark, Jeffrey E. 1985. ”High speeds and volumes on residental streets: an analysis of physical street<br />
characteristics as causes in Sacramento, California” i: 1985 Compendium of Technical Papers, Institute of<br />
Transportation Engineers, pp. 93–96. Washington, DC, 1985.<br />
Cloke, J et al, 1999. Traffic calming: environmental assessment of the Leigh Park area safety scheme in Havant.<br />
TRL Report 397, Transport research laboratory, Crowthorne UK.<br />
Daisa, J M & Peers, J B. 1997. ”Narrow Residential Streets: Do They Really Slow Down Speeds?” i:<br />
ITE Annual Meeting Compendium, 1997. Institute of Transportation Engineers, Washington (DC).<br />
Farouki, Omar T & Nixon, William J. 1976. ”The effect of the width of suburban roads on the<br />
mean free speeds of cars” i: Traffic Engineering & Control, December 1976, pp 518-519.<br />
Finch, D J et al. 1994. Speed, speed limits and accidents. TRL Project Report PR58, Department of<br />
transport, Transport research laboratory, Crowthorne.<br />
Hedström, Ragnar. 1999. Miljöeffekter av 30 km/h i tätort – med avseende på avgasutsläpp <strong>och</strong> buller. VTI<br />
meddelande 869, Väg- <strong>och</strong> transportforskningsinstitutet, Linköping.<br />
Karlgren, Joachim. 1999. <strong>Bilisters</strong> hastighetsanpassning i fyra 30-zoner i Stockholm – del 2: eftersituation,<br />
resultat <strong>och</strong> analys. Rapport STACTH 1999:5, Avdelningen för Stads- <strong>och</strong> trafikplanering,<br />
Institutionen för Stadsbyggnad, Chalmers tekniska högskola, Göteborg.<br />
Karlgren, Joachim. 2001. Bilars hastighet längs gator med gupp – metod för framställning av hastighetsprofiler<br />
<strong>och</strong> analys av hastighetsförlopp. Doktorsavhandling. Rapport 2001:1, Tema Stad & Trafik, Chalmers<br />
tekniska högskola, Göteborg.<br />
Karlgren, Joachim. 2004. <strong>Bilisters</strong> <strong>hastighetsval</strong> – studier på Röda vägen <strong>och</strong> Dammgatan i Borlänge med hjälp<br />
av kontinuerliga hastighetsmätningar. Arbetspapper. Tema Stad & Trafik, Chalmers tekniska högskola,<br />
Göteborg.<br />
Mackie, A & Webster, D. 1995. ”Monitoring of 20 mph zones” i: Traffic management and road safety,<br />
Proceedings of Seminar G of the 23rd European Transport Forum. University of Warwick, 11-15 September<br />
1995. Volume P394. PTRC Educational and Research Services, Ltd, United Kingdom.<br />
Pau, Massimiliano & Angius, Silvano. 2001. ”Do speed bumps really decrease traffic speed? An<br />
italian experience” i: Accident Analysis and Prevention, 33 (2001), pp 585-597.<br />
Poe, Christopher M & Mason, John M Jr. 1995. ”Geometric design guidelines to achive desired<br />
operation speed on urban streets” i: 1995 Compendium of Technical Papers, Institute of Transportation<br />
Engineers, pp 70–74. Washington, DC, 1995.<br />
53
Trafikkontoret Göteborg. 2004. Trafikolycksutvecklingen i Göteborg 1990-2003. Varför har olyckorna<br />
minskat? PM av Lennart Adolfsson, <strong>till</strong>gängligt (2005-03-14) på www.trafikkontoret.goteborg.se/<br />
nyheter/pdf/Trafikolycksutvecklingen_1990-2003.pdf<br />
Trafikkontoret Göteborg. 2005. Uppgifter om gatornas trafikmängder <strong>och</strong> hastigheter kommer från<br />
http://www.trafikkontoret.goteborg.se (besökt 2005-02-03).<br />
54
Bilaga 1<br />
B1.1 Kartor med de studerade gatorna<br />
Figur B1:1 Del av Göteborg (karta från Gula Sidorna). Följande gator är markerade med fet linje (från vänster<br />
<strong>till</strong> höger): Såggatan, Nordhemsgatan, Geijersgatan <strong>och</strong> Gibraltargatan.<br />
Figur B1:2 Del av Göteborg (karta från Gula<br />
Sidorna). Följande gator är markerade med fet linje<br />
(uppifrån <strong>och</strong> ned): Viktor Rydbergsgatan, Fridkullagatan.<br />
Figur B1:3 Del av Göteborg (karta från Gula<br />
Sidorna). Följande gator är markerade med fet linje<br />
(från vänster <strong>till</strong> höger): Kobbarnas väg, Norra<br />
Gubberogatan.<br />
B1.2 Fotografier från de studerade gatorna<br />
Gatorna presenteras i samma ordning som i kapitel 2 (dock finns det inte extra fotografier för alla<br />
gator). I bildtexten anges det datum som fotografiet togs.<br />
55
Föreningsgatan<br />
Viktor Rydbergsgatan<br />
Figur B1:5 Viktor Rydbergsgatan norrut, 2003-05-<br />
26.<br />
Såggatan norra<br />
Figur B1:7 Såggatan, norra delen, söderut. 2004-03-<br />
15.<br />
56<br />
Figur B1:4 Föreningsgatan<br />
västerut, från<br />
mätplatsen. Containern<br />
längst bort i bild var<br />
placerad strax utanför<br />
mätområdet men påverkade<br />
troligen de passerande<br />
fordonen även<br />
när de var inom den<br />
studerade sträckan.<br />
2004-03-17.<br />
Figur B1:6 Viktor Rydbergsgatan norrut. 2004-03-<br />
16.<br />
Figur B1:8 Såggatan, norra delen, norrut. 2004-07-<br />
21.
Såggatan södra<br />
Figur B1:9 Såggatan södra delen, söderut. 2004-03-16. Figur B1:10 Såggatan södra delen, norrut. 2004-07-<br />
21.<br />
Nordhemsgatan, norra<br />
Kobbarnas väg<br />
Figur B1:11 Gatstensbeläggning <strong>och</strong> visuell avsmalning på Nordhemsgatans<br />
norra del, söderut. 2004-07-21.<br />
Figur B1:12 Kobbarnas väg norrut. 2004-04-29.<br />
57
Fridkullagatan<br />
Figur B1:13 Fridkullagatan, södra delen, norrut.<br />
2004-07-22.<br />
Norra Gubberogatan<br />
Figur B1:15 Norra Gubberogatan, söderut. 2004-12-<br />
16.<br />
B1.3 Hastighetsprofiler<br />
Nedan visas hastighetsprofiler för de sträckor som ingått i denna studie. De båda trafikriktningarna<br />
för varje sträcka representeras av var sitt diagram, där varje enskilt fordon som ingått i de slutliga<br />
analysera i kapitel 5, representeras av en kurva. X-axeln utgörs av avståndsmått i meter. Y-axeln<br />
utgörs av hastighet i km/h. Omfånget på X-axeln är olika för de olika sträckorna. Y-axelns omfång<br />
är 10-70 km/h, med några få undantag (Fridkullagatan södra, norrgående <strong>och</strong> Gibraltargatan<br />
norrgående).<br />
I diagrammen finns även en fet (röd) kurva som representerar medelhastigheten för de fordon som<br />
syns i diagrammet. Där så varit möjligt har två sträckor presenterats på samma sida. Vidare har<br />
kurvorna för de enskilda fordonen förskjutits något i Y-ledet, olika mycket för varje fordon, för att<br />
de inte ska hamna rakt ovanpå varandra (vilket skulle innebära att man inte skulle kunna få någon<br />
uppfattning om hur många fordon det egentligen var som körde i 42 km/h mitt på Viktor<br />
Rydbergsgatan). Detta har enbart en visuell betydelse, det har inte påverkat medelhastigheten eller<br />
övriga värden på något sätt. Dock är några av kurvorna för de sträckor med flest studerade fordon,<br />
förskjutna upp <strong>till</strong> 1,9 km/h.<br />
58<br />
Figur B1:14 Fridkullagatan, norra delen, söderut.<br />
2004-07-22.<br />
Figur B1:16 Norra Gubberogatan, söderut. 2004-12-<br />
15.
Föreningsgatan<br />
N<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120<br />
25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120<br />
59
Viktor Rydbergsgatan<br />
60<br />
N<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125
Såggatan norra<br />
N<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
20 25 30 35 40 45 50 55 60 65 770<br />
75 80 85 90 95 100 105 110 115 120<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
20 25 30 35 40 45 50 55 60 65 70 7 75 80 85 90 95 100 105 110 115 120<br />
61
Såggatan södra<br />
62<br />
N<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
30 35 40 45 50 55 60 65 70 75 8<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
80 85 90 95 100 105 110 115 120 125 130 135 140 145<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
30 35 40 45 50 55 60 65 70 75 80 8 85 90 95 100 105 110 115 120 125 130 135 140 145
Nordhemsgatan<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
N<br />
15 20 25 30 35 40 45 50 55 60 65 70<br />
15 20 25 30 35 40 45 50 55 60 65 70<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
0 5 10 15 20 25 30 35 40 45 50 55 60<br />
0 5 10 15 20 25 30 35 40 45 50 55 60<br />
63
Kobbarnas väg<br />
64<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 135<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 135
Fridkullagatan södra<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 135 140 145 150 155 160<br />
72<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 135 140 145 150 155 160<br />
65
Fridkullagatan norra<br />
66<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 135 140 145 150 155<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 135 140 145 150 155
Gibraltargatan<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 135 140<br />
74<br />
72<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 135 140<br />
67
Geijersgatan<br />
68<br />
N<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105<br />
30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105
Norra Gubberogatan<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
70<br />
68<br />
66<br />
64<br />
62<br />
60<br />
58<br />
56<br />
54<br />
52<br />
50<br />
48<br />
46<br />
44<br />
42<br />
40<br />
38<br />
36<br />
34<br />
32<br />
30<br />
28<br />
26<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 135 140 145<br />
45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 135 140 145<br />
69
B1.4 Diagram med kor<strong>relation</strong> mellan hastighet <strong>och</strong> övriga<br />
variabler<br />
Nedan redovisas punktdiagram med <strong>till</strong>hörande trendlinje, formel <strong>och</strong> R 2-värde, som visar samband<br />
mellan hastighet <strong>och</strong> de variabler som redovisas i figur 5.1 ovan <strong>och</strong> vars R 2-värde diskuteras i<br />
anslutning <strong>till</strong> figur 5.2 ovan. För diagrammen nedan gäller att Y-axeln på diagrammen i den vänstra<br />
kolumnen visar Medel medelhastighet (km/h) <strong>och</strong> i den högra kolumnen Medel högsta hastighet<br />
(km/h).<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
70<br />
y = 4,59x + 16,85<br />
R 2 = 0,34<br />
0 1 2 3 4 5 6 7 8 9 10<br />
Körbanans medelbredd (m)<br />
y = 1,06x + 35,11<br />
R 2 = 0,02<br />
0 1 2 3 4 5 6 7 8 9 10<br />
Närliggande trottoars medelbredd (m)<br />
y = 1,26x + 31,61<br />
R 2 = 0,17<br />
0 1 2 3 4 5 6 7 8 9 10<br />
M edelbredd trottoar - hus (m)<br />
y = 1,52x + 22,87<br />
R 2 = 0,32<br />
0 2 4 6 8 10 12 14 16 18 20<br />
Gaturummets medelbredd höger sida (m)<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
y = 3,91x + 23,53<br />
R 2 = 0,28<br />
0 1 2 3 4 5 6 7 8 9 10<br />
Körbanans medelbredd (m)<br />
y = 0,94x + 38,95<br />
R 2 = 0,02<br />
0 1 2 3 4 5 6 7 8 9 10<br />
Närliggande trottoars medelbredd (m)<br />
y = 1,24x + 35,17<br />
R 2 = 0,19<br />
0 1 2 3 4 5 6 7 8 9 10<br />
M edelbredd trottoar - hus (m)<br />
y = 1,42x + 27,33<br />
R 2 = 0,32<br />
0 2 4 6 8 10 12 14 16 18 20<br />
Gaturummets medelbredd höger sida (m)
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
y = -0,36x + 42,38<br />
R 2 = 0,08<br />
0 2 4 6 8 10 12 14 16 18 20 22<br />
Gaturummets medelhöjd höger sida (m)<br />
y = -0,09x + 46,28<br />
R 2 = 0,08<br />
y = -3,48x + 42,87<br />
R 2 = 0,19<br />
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0<br />
Förhållande rumshöjd-rumsbredd<br />
0 10 20 30 40 50 60 70 80 90 100<br />
Andel slutet gaturum höger sida (%)<br />
y = -0,12x + 40,91<br />
R 2 = 0,08<br />
0 10 20 30 40 50 60 70 80 90 100<br />
Riktningsvinkel per 100 m gata<br />
y = 0,13x + 37,46<br />
R 2 = 0,02<br />
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32<br />
Inkörande per h <strong>och</strong> 100 m gata<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
y = -0,33x + 45,53<br />
R 2 = 0,08<br />
0 2 4 6 8 10 12 14 16 18 20 22<br />
Gaturummets medelhöjd höger sida (m)<br />
y = -0,09x + 49,59<br />
R 2 = 0,08<br />
y = -3,23x + 46,01<br />
R 2 = 0,19<br />
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0<br />
Förhållande rumshö jd-rumsbredd<br />
0 10 20 30 40 50 60 70 80 90 100<br />
Andel slutet gaturum höger sida (%)<br />
y = -0,12x + 44,39<br />
R 2 = 0,09<br />
0 10 20 30 40 50 60 70 80 90 100<br />
Riktningsvinkel per 100 m gata<br />
y = 0,10x + 41,24<br />
R 2 = 0,01<br />
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32<br />
Inkörande per h <strong>och</strong> 100 m gata<br />
71
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
72<br />
y = 0,23x + 36,61<br />
R 2 = 0,04<br />
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30<br />
Avkörande per h <strong>och</strong> 100 m gata<br />
y = -0,13x + 40,01<br />
R 2 = 0,03<br />
0 5 10 15 20 25 30 35 40 45 50<br />
P arkeringsomsättning<br />
y = -0,01x + 39,39<br />
R 2 = 0,00<br />
0 50 100 150 200 250 300<br />
P asserande GC på trottoar/körbana per h<br />
y = -0,08x + 45,88<br />
R 2 = 0,77<br />
0 50 100 150 200 250 300<br />
Ko rsande GC per h <strong>och</strong> 100 m gata<br />
y = 0,07x + 30,70<br />
R 2 = 0,35<br />
0 50 100 150 200 250 300<br />
Passerande fordon per h<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
y = 0,19x + 40,42<br />
R 2 = 0,03<br />
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30<br />
Avkörande per h <strong>och</strong> 100 m gata<br />
y = -0,12x + 43,38<br />
R 2 = 0,03<br />
0 5 10 15 20 25 30 35 40 45 50<br />
P arkeringsomsättning<br />
y = -0,01x + 42,80<br />
R 2 = 0,00<br />
0 50 100 150 200 250 300<br />
P asserande GC på trottoar/körbana per h<br />
y = -0,08x + 49,01<br />
R 2 = 0,80<br />
0 50 100 150 200 250 300<br />
Ko rsande GC per h <strong>och</strong> 100 m gata<br />
y = 0,07x + 34,13<br />
R 2 = 0,39<br />
0 50 100 150 200 250 300<br />
Passerande fordon per h
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
y = 0,41x + 0,49<br />
R 2 = 0,09<br />
0 10 20 30 40 50 60 70 80 90 100<br />
Andel genomfartstrafik (%)<br />
y = 0,04x + 38,56<br />
R 2 = 0,00<br />
0 2 4 6 8 10 12 14 16 18 20<br />
Parkerade fordon i medel per 100 m gata<br />
y = -4,04x + 39,79<br />
R 2 = 0,04<br />
0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0<br />
Möte/omkör fotg/cykel på trottoar i medel<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
y = 0,42x + 3,61<br />
R 2 = 0,10<br />
0 10 20 30 40 50 60 70 80 90 100<br />
Andel genomfartstrafik (%)<br />
y = 0,01x + 42,12<br />
R 2 = 0,00<br />
0 2 4 6 8 10 12 14 16 18 20<br />
Parkerade fordon i medel per 100 m gata<br />
y = -3,54x + 43,09<br />
R 2 = 0,03<br />
0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0<br />
M öte/omkör fotg/cykel på trottoar i medel<br />
73
Bilaga 2 Litteraturstudie<br />
Här återges den litteraturstudie som genomfördes <strong>och</strong> avrapporterades hösten 2002. Vissa mindre<br />
ändringar av redaktionell karaktär har gjorts.<br />
B2.1 Inledning<br />
I januari 2002 erhöll undertecknad medel från Vägverkets ramprojekt ”TS:10 Utveckling <strong>och</strong><br />
utvärdering av trafiksäkerhetssystem <strong>och</strong> trafiksäkerhetsåtgärder” för att genomföra en litteraturstudie<br />
som ska utgöra den första etappen i forskningsprojektet ”<strong>Bilisters</strong> <strong>hastighetsval</strong> i <strong>relation</strong> <strong>till</strong><br />
gatans <strong>och</strong> omgivningens geometriska egenskaper” (numera ”<strong>Bilisters</strong> <strong>hastighetsval</strong> i <strong>relation</strong> <strong>till</strong><br />
gatans <strong>och</strong> omgivningens <strong>utformning</strong> – studier med hjälp av kontinuerliga hastighetsmätningar”).<br />
Avsikten med etappen är att komma fram <strong>till</strong> ett preliminärt urval av variabler som kan tänkas<br />
påverka bilisters val av hastighet på en viss gata. Detta ska göras med hjälp av en genomgång av<br />
befintlig litteratur inom detta kunskapsfält. I första hand är det studier där hastighet har satts i<br />
<strong>relation</strong> <strong>till</strong> gators geometriska egenskaper över en längre sträcka, som har varit av intresse. Således<br />
har ingen uppmärksamhet ägnats åt gupp, <strong>till</strong>fälliga avsmalningar <strong>och</strong> liknande. Dessa typer av<br />
åtgärder diskuteras utförligt i Karlgren (2001, kap 2).<br />
B2.2 Litteratursökningen<br />
Litteratur har sökts på internet vid större organisationers söktjänster (TRB, ITE, TRL, VTI,<br />
Vägverket o s v) samt i flera större sökdatabaser (TRIS Online, Ei Compendex, NTIS, Dissertation<br />
Abstracts Online, o s v) med hjälp av bibliotekarie vid Chalmers bibliotek.<br />
I första hand har följande sökord har använts: street*, speed*, ”geometric design”, ”street design”,<br />
”speed reduction”, ”speed measurement”, measure*, narrow*, width. Följande ord, eller varianter<br />
av dem, kan ha förekommit (jag har inte utfört alla sökningar själv): geometry, behaviour, (traffic)<br />
safety, accident frequency/reduction, speed control.<br />
B2.3 Begrepp <strong>och</strong> enheter<br />
Determinationskoefficienten (R 2) ”är ett mått på förklaringsgraden”. ”Tolkningen av R 2=0,972 är<br />
att ca 97% av variationen /---/ förklaras av regressionssambandet” (Andersson et al, 1994, s 84-86).<br />
Om exempelvis sambandet mellan gupps lutning <strong>och</strong> deras hastighetsdämpande effekt har ett<br />
R 2=0,64 så innebär det att guppets lutning förklarar 64% av sambandet, d v s <strong>till</strong> 64% är det<br />
guppets lutning som är orsaken <strong>till</strong> att hastigheten blir som den blir vid guppet.<br />
Ett annat vanligt värde i dessa sammanhang är kor<strong>relation</strong>skoefficienten ”r”. Detta värde beskriver<br />
hur mycket observationerna avviker från ett perfekt linjärt samband. ”r” varierar mellan -1 <strong>och</strong> 1,<br />
där ett minustecken indikerar ett negativt samband. Ju närmare 1 eller -1 som kor<strong>relation</strong>skoefficienten<br />
hamnar, desto starkare är sambandet. Vid enkel, linjär regression erhålles determinationskoefficienten<br />
R 2 genom kvadrering av kor<strong>relation</strong>skoefficienten ”r” (ibid).<br />
I vissa formler anges hastighet i miles per hour (mph). En mile är ungefär 1,61 km vilket ger att 20<br />
mph är 32,2 km/h, 25 mph är 40,2 km/h <strong>och</strong> 30 mph är 48,3 km/h. Vidare används feet i vissa<br />
formler. En foot är ungefär 0,30 m.<br />
74
B2.4 Avsmalning, gatubredd<br />
Det finns en uppsjö av studier som kommer fram <strong>till</strong> att studerad avsmalning av körbanan inte haft<br />
någon hastighetsdämpande effekt. De avsmalningar som i dessa fall har studerats kan dock sällan<br />
anses vara speciellt smala i <strong>relation</strong> <strong>till</strong> hur bred en vanlig personbil är (ca 1,8 m) <strong>och</strong> ofta rör det sig<br />
om visuella avsmalningar (d v s utförda med målade linjer). Marconi (1977) anger att det inte<br />
uppstod någon hastighetsdämpande effekt (95-percentilen minskade inte) när körfälten med målade<br />
linjer smalnades av <strong>till</strong> som minst 3,4 meter. Marconi resonerar att avsmalningar ned <strong>till</strong> 7 eller 9<br />
feet (2,13 eller 2,74 meter) kanske skulle ha större hastighetsdämpande effekt. Lum (1984) redovisar<br />
ett försök där man med målade heldragna linjer smalnat av körfälten <strong>till</strong> 2,74 meter (genom att<br />
skapa ett 1,2 m brett cykelfält mellan körfält <strong>och</strong> trottoar). Detta hade dock ingen dämpande effekt<br />
på medelhastigheten alls. En amerikansk studie från 1990 (Ballard) visar att avsmalning av körfälten<br />
från 6,4 m <strong>till</strong> 4,0 m, genom målade linjer 2,4 m från trottoarkanten, inte hade någon dämpande<br />
effekt alls (hastigheten ökade på lika många mätplatser som den minskade).<br />
Många studier är inte utformade som regelrätta före- <strong>och</strong> efterstudier utan gjorda som jämförelser<br />
mellan ett antal gator med liknande egenskaper men olika gatubredder. Flera sådana studier visar att<br />
körfältsbredden, eller bredden mellan trottoarerna, inte har något direkt samband med medelhastigheten<br />
(se exempelvis Gattis, 1999). Å andra sidan finns det naturligtvis studier som visar att<br />
det finns samband mellan körbanebredd/körfältsbredd <strong>och</strong> hastighet. En sådan är Farouki &<br />
Nixon (1976) vars studie visar på ett linjärt samband mellan körfältsbredd <strong>och</strong> hastighet (se figur 1<br />
nedan med data från mätningar i Belfast). En formel baserad på deras egna mätningar blir: medelhastighet<br />
= 2,78 * gatubredd + 30,27.<br />
Figur B2:1. Samband mellan körfältsbredd <strong>och</strong> hastighet (Farouki & Nixon, 1976). De fyllda<br />
punkterna visar resultat från en tidigare utförd studie. Författarna refererar <strong>till</strong> Moore, R L. 1969.<br />
”Some human factors affecting the design of vehicles and roads” i: J Inst Highway Engrs, 16 (8),<br />
August 1969, pp 13-22.<br />
En studie utförd i San Francisco (Daisa & Peers, 1997) visar tydliga samband mellan medelhastighet<br />
<strong>och</strong> gatubredd (trottoarkant <strong>till</strong> trottoarkant), men författarna har grupperat gatorna i fem olika<br />
”breddklasser” <strong>och</strong> jämfört medelhastigheten för varje klass (d v s för alla gator i den breddklassen)<br />
med varje klass gatubredd (se figur 2 nedan). Det blir alltså endast fem punkter som ligger <strong>till</strong> grund<br />
för R 2-värdet vilket är en av anledningarna <strong>till</strong> att det blir så högt som 0,90.<br />
75
Figur B2:2. Samband mellan gatubredd <strong>och</strong> hastighet (Daisa & Peers, 1997).<br />
Författarna nämner att medelhastigheterna för varje enskild gata inom varje breddklass är betydligt<br />
mer spridda <strong>och</strong> att kor<strong>relation</strong>en inte är lika hög där. Om regressionslinjen i diagrammet översätts<br />
<strong>till</strong> formel, med mått i km/h <strong>och</strong> meter, så blir medelhastigheten = 0,853 * gatubredd + 33,68. När<br />
motsvarande sammanställning i diagramform görs för 85-percentiler, visar det sig att spridningen<br />
blir större (R 2=0,78). Om punkterna i diagrammet studeras känns verkar det dock tveksamt om det<br />
finns något samband över huvudtaget. Formeln, baserat på diagrammet ovan, blir: 85-percentil =<br />
0,915 * gatubredd + 38,84.<br />
I samma studie undersöks även samband mellan medelhastighet <strong>och</strong> trafikvolym (se figur 3). Lägre<br />
trafikmängd resulterade i högre hastighet (R 2=0,60). Vidare undersöktes samband mellan medelhastighet<br />
<strong>och</strong> parkeringsdensitet (antal fordon per längdenhet). Även här fanns ett samband, om än<br />
inte lika starkt som för gatubredden (R 2=0,59). Om regressionslinjen i diagrammet nedan översätts<br />
<strong>till</strong> en formel, med mått i km/h <strong>och</strong> fordon per timme, <strong>och</strong> ”opposing volume” dubblas för att<br />
gälla båda riktningarna, blir medelhastigheten = -0,118 * trafikmängd per timme + 53,45. Normalt<br />
brukar man säga att trafikmängden för maxtimmen är 12% av dygnets trafikmängd. Om vi utgår<br />
från att mätningarna gjorts ganska nära maxtimmen kan vi räkna med att värdet motsvarar 10% av<br />
dygnets trafikmängd. Då får vi samma formel men -0,0118 istället för –0,118.<br />
Författarna diskuterar också begreppet ”effektiv gatubredd” med vilket de avser den faktiska<br />
gatuytan som blir kvar om man tar hänsyn <strong>till</strong> parkerade bilar (se figur 3 nedan).<br />
76
Figur B2:3. Samband mellan trafikmängd <strong>och</strong> medelhastighet. Effektiv gatubredd på en smal gata<br />
med låg parkeringsdensitet, vilket enligt författarna skapar en måttligt trafiklugnande effekt (Daisa<br />
& Peers, 1997).<br />
En italiensk studie, i första hand avsedd för att utröna mindre farthinders hastighetsdämpande<br />
effekt, resulterade i följande formel för <strong>relation</strong>en mellan 85-percentilen <strong>och</strong> den totala körfältsbredden:<br />
S = 19,19 + 6,29 LW (R 2 = 0,49), där S är 85-percentilen i km/h <strong>och</strong> LW är körfältsbredd<br />
i meter (Pau & Angius, 2001).<br />
Ett av huvudproblemen med de studier som presenterats ovan är att de i första hand hanterar<br />
medelhastighet, eller ibland 85-percentil, vilket inte så väl speglar förhållandena när det är lägre<br />
trafikintensitet <strong>och</strong> få möten uppstår. För att god hastighetsdämpande effekt ska uppstå krävs<br />
troligen att det frekvent uppstår möten på gatan, så att bilisten tvingas ta hänsyn <strong>till</strong> gatubredden<br />
(annars kan man köra mitt i gatan). Om möten inte uppstår så känns gatan inte smal om det bara är<br />
en målad linje i mitten. Det skulle krävas trottoarkanter eller refuger på båda sidor om bilisten för<br />
att gatan verkligen skulle kännas smal, eller att det uppstår möten i princip hela tiden.<br />
B2.5 Siktsträcka<br />
I flera studier dras slutsatsen att raka gator leder <strong>till</strong> höga hastigheter (bl a Szplett & Butzier, 1999).<br />
Dock har jag inte sett att någon av dessa särskilt har studerat denna gatuegenskap i tätbebyggt<br />
område. De studier som gjorts rör oftast amerikanska trafikleder.<br />
B2.6 Gatans längd mellan korsningarna<br />
Fitzpatrick m fl (1997) använder sig av ett mått som de kallar ”approach density”, vilket de<br />
definierar som antal korsningar <strong>och</strong> uppfarter per km gata. I studien, som i första hand berörde<br />
hastighetsanpassning vid kurvor på huvudleder, kom de fram <strong>till</strong> att antalet korsningar <strong>och</strong> uppfarter<br />
inte påverkar hastigheten (85-percentil) så länge frekvensen ligger mellan 3 <strong>och</strong> 15 per km.<br />
I en studie från 1983 kommer författaren fram <strong>till</strong> ett samband mellan gatans längd (mellan<br />
korsningar) <strong>och</strong> hastighet. Om gatulängden är under 200 m <strong>och</strong> över 50 m så ökar medelhastigheten<br />
med 0,1 km/h per meter gata (se figur 4 nedan). Enligt studien är medelhastigheten som mest<br />
30 km/h om gatan är 50 m lång <strong>och</strong> 45 km/h om den är 200 m (Bennet, 1983). Omgjort <strong>till</strong> en<br />
formel, blir det för gatulängderna 60-225 m: medelhastighet = 0,09 * gatulängd + 26. För gatulängderna<br />
225-525 m blir motsvarande formel: medelhastighet = 0,01 * gatulängd + 44.<br />
77
Figur B2:4. Samband mellan gatans längd <strong>och</strong> medelhastighet (Bennet, 1983).<br />
B2.7 Multivariabla analyser<br />
Några studier visar att gatans kurvatur står i direkt samband med passerande fordons hastighet.<br />
Enligt Poe & Mason (1995, s 73) ser sambandet mellan 85-percentilen <strong>och</strong> ”grad av kurvatur”<br />
(förkortat som DC i formeln) för gator med 85-percentiler under 70 km/h ut enligt följande: 85percentilen<br />
= 65 - 0,52*DC + 0,002*DC 2 (R 2 = 0,89). I samma artikel redovisas även en modell<br />
som tar hänsyn <strong>till</strong> alla undersökta variabler. Dessa var körfältsbredd (LW), antal korsningar (IN),<br />
antal uppfarter <strong>till</strong> bostäder (DR), (absolut) stigningsgrad (G), samt grad av fara, vilket är ett mått på<br />
antal påkörningsbara hinder inom 1,5 meter från vägkanten, samt hur farliga de anses vara (HZ).<br />
Modellen blev följande: 85-percentilen = 61,7 – 0,23*(DC) – 0,52*(G) – 0,82*(HZ) – 2,66*(IN) –<br />
1,08*(DR) + 0,15*(LW). Determinationskoefficienten (R 2) blev 0,67 för den modellen. Högst grad<br />
av signifikans hade grad av kurvatur, grad av fara <strong>och</strong> stigningsgrad. Hur de olika variablerna<br />
definierats framgår ej av artikeln. I vad som verkar vara en fördjupning av ovan nämnda studie<br />
kommer Poe, Tarris & Mason (1998) fram <strong>till</strong> en ett antal regressionsmodeller för olika egenskaper<br />
<strong>och</strong> hur många procent av hastighetsvariationen som dessa modeller förklarar (R 2). Fem olika<br />
modeller skapades <strong>och</strong> dessa slogs sedan samman <strong>till</strong> en gemensam. Denna gemensamma modell<br />
förklarade 75% av hastighetsvariationen.<br />
De fem olika modellerna, vilka variabler de har baserats på samt respektive modells förklaringsgrad:<br />
Linjeföring, baserat på ”critical design speed”, kurvatur, <strong>till</strong>gängligt ”stoppsynfält”, <strong>till</strong>gängligt<br />
”beslutsfattandesynfält”, absolut stigningsgrad (69%).<br />
Gatans tvärsektion, baserat på ”road configuration”, körfältsbredd, skevning, trottoartyp <strong>och</strong><br />
ytbeläggning (29%).<br />
Gatans sidoparti, baserat på grad av fara (i det här fallet avstånd <strong>till</strong> hinder vid sidan av gatan<br />
<strong>och</strong> hur farliga de anses vara), markanvändning, antal uppfarter <strong>till</strong> bostäder, antal korsningar<br />
<strong>och</strong> närhet <strong>till</strong> stadskärnan (24%).<br />
Trafikövervakning (55%). Författarna säger att förklaringsgraden för denna variabel är överskattad.<br />
Förare/fordon (5%).<br />
78
Enligt en annan amerikansk studie (Clark, 1985) blir medelhastigheten på en gata (i mph): 3,36 +<br />
11,9L 0,13 + 0,05W + 0,28V 0,50 + 3,43 e 0,05X. L är gatans längd i miles mellan korsningarna. W är<br />
gatans bredd i feet mellan trottoarkanterna. V är antal passerande fordon per dygn. X beskriver<br />
trottoarförhållandena, där trottoar på båda sidor motsvaras av 1, ingen trottoar är 2 <strong>och</strong> trottoar på<br />
vissa sträckor är 3. Sambandet, som är baserat på mätningar på 248 gator i <strong>och</strong> omkring<br />
Sacramento, California, resulterade i ett R 2-värde på 0,14 vilket innebär att det nästan inte finns<br />
något samband alls. Medelvärdena för de olika variablerna var: längd – 853 m; bredd – 11,62 m;<br />
volym – 1635 st. I diagrammen nedan (fig 5, 7, 8) har jag använt värde 1 för trottoar, vilket alltså<br />
motsvarar trottoar på båda sidor av gatan.<br />
En omfattande australiensisk studie, baserad på mätningar från 55 olika platser, kom fram <strong>till</strong> att<br />
gatans längd <strong>och</strong> trafikflöde hade störst förklaringsvärde, av de alla undersökta variabler, för<br />
medelhastigheten på en gata. För 85-percentilen hade även gatubredden stort förklaringsvärde<br />
(Armour, 1982).<br />
B2.8 Övrigt<br />
Andel genomfartstrafik i <strong>relation</strong> <strong>till</strong> andel trafik med lokalt mål, kan tänkas ha viss påverkan på<br />
hastigheten. Speciellt bilister som söker parkeringsplats tenderar att köra betydligt långsammare än<br />
övriga. Andel parkeringssökande torde bestämmas av var i staden gatan finns <strong>och</strong> <strong>till</strong>gång <strong>till</strong><br />
parkeringsplatser längs gatan. Dock skilde det endast 3-5 km/h när medelhastigheten för alla<br />
studerade fordon jämfördes med enbart genomfartstrafikens medelhastighet i en amerikansk studie<br />
(Gattis & Watts, 1999). I medeltal för de 8 studerade sträckorna utgjorde den rena genomfartstrafiken<br />
79 % av den totala trafiken (andelen varierade mellan 45 <strong>och</strong> 100 %).<br />
B2.9 Diskussion<br />
En viktig aspekt, som nämns i Smoker et al (1996) är att bilisters val av hastighet inte enbart baseras<br />
på förhållandena de närmaste metrarna framför. Även förhållandena som just passerats <strong>och</strong> de som<br />
är lite längre fram inom synfältet, påverkar valet. Detta kan tyckas vara självklart när man diskuterar<br />
geometriska, objekt såsom farthinder, sidoförskjutningar <strong>och</strong> relaterar det <strong>till</strong> att fordonen alltid<br />
accelererar efter objekten har passerats. Dock är det inte lika självklart när det gäller övriga<br />
variabler, <strong>och</strong> det kanske är så att effekten avtar med avståndet (eller tiden). Detta skulle i så fall<br />
innebära den påverkan på bilisters val av hastighet som gatan <strong>och</strong> dess omgivning har i en viss<br />
punkt, kanske <strong>till</strong> 10 % beror på det som passerades för 100 m sedan, <strong>till</strong> 20 % på det som<br />
passerades för 50 m sedan o s v. Med detta tankesätt skulle eventuellt ännu större precision i<br />
modellerna kunna erhållas.<br />
Av de olika variabler som presenterats ovan verkar det som att gatubredd <strong>och</strong> längd mellan<br />
korsningar är de som studerats mest utförligt. Även samband mellan hastighet <strong>och</strong> trafikmängd har<br />
studerats, men man är inte överens om huruvida ökad trafikmängd har ökande eller minskande<br />
effekt på hastigheten (delvis beroende på olika syften med studierna). I diagrammen nedan<br />
visualiseras de olika forskningsresultaten så att de lättare kan jämföras med varandra.<br />
79
80<br />
Medelhastighet i km/h<br />
65<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
0<br />
1<br />
2<br />
3<br />
4<br />
5<br />
6<br />
7<br />
8<br />
Daisa & Peers, 1997 (8,2 - 12,8 m)<br />
Farouki & Nixon, 1976 (5,2 - 11 m)<br />
Clark, 1985, medelvärden<br />
Clark, 1985, 200 m lång gata, 3000 ådt<br />
9<br />
10<br />
11<br />
12<br />
13<br />
14<br />
15<br />
Gatubredd i m<br />
Figur B2:5. Visualisering av olika resultat om samband mellan medelhastighet <strong>och</strong> gatubredd.<br />
Värdena inom parenteserna för Daisa & Peers <strong>och</strong> Farouki & Nixon anger inom vilka gatubredder<br />
som studien utförts. För Clark har två grafer redovisats. I den svarta har den studiens medelvärden<br />
angivits för i de variabler som inte ska illustreras (gatans längd <strong>och</strong> trafikmängd). I den vita grafen<br />
har värden för en vanlig svensk stadsgata använts.<br />
85-percentil i km/h<br />
65<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
0<br />
1<br />
2<br />
3<br />
4<br />
5<br />
6<br />
7<br />
8<br />
9<br />
Daisa & Peers, 1997 (8,2 - 12,8 m)<br />
Pau & Angius, 2001 (körbanebredd 3,15 - 7,2 m)<br />
Poe & Mason, 1995 (2 korsningar, 4 infarter)<br />
Poe & Mason, 1995 (2 korsningar, 8 infarter)<br />
Poe & Mason, 1995 (4 korsningar, 8 infarter)<br />
10<br />
11<br />
12<br />
13<br />
14<br />
15<br />
Gatubredd i m<br />
Figur B2:6. Visualisering av olika resultat om samband mellan 85-percentil <strong>och</strong> gatubredd. För Poe<br />
& Mason har tre olika grafer presenterats. I deras formel ska värden för antal korsningar <strong>och</strong><br />
infarter/utfarter på gatan anges. Dock är det oklart vad som menas med en gata i detta<br />
sammanhang.<br />
I de två diagrammen ovan blir det mycket tydligt hur viktig gatubredden är för hastigheten enligt<br />
olika undersökningar. Enligt vissa formler ökar hastigheten nästan inte alls med gatubredden. En<br />
detalj som kanske är av intresse är att europeiska studier har resulterat i betydligt kraftigare lutning<br />
på grafen än de amerikanska. En kraftigare lutning innebär att gatubredden <strong>till</strong>delas större vikt<br />
avseende bilisters val av hastighet, än vad en flackare graf gör.
Medelhastighet i km/h<br />
65<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
0<br />
50<br />
100<br />
150<br />
200<br />
250<br />
300<br />
Bennet, 1983<br />
Clark, 1985, medelvärden<br />
Clark, 1985, 9 m bred gata, 3000 ådt<br />
350<br />
400<br />
450<br />
500<br />
550<br />
Gatulängd i m<br />
Figur B2:7. Visualisering av olika resultat om samband mellan medelhastighet <strong>och</strong> gatulängd. Det är<br />
oklart vad som menas med gatulängd i Clarks studie.<br />
Medelhastighet i km/h<br />
65<br />
60<br />
55<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
0<br />
250<br />
500<br />
750<br />
1000<br />
1250<br />
Daisa & Peers, 1997 (fordon per h, 10% av dygn, 200-1500 ådt)<br />
Clark, 1985, medelvärden<br />
Clark, 1985, 200 m lång gata, 9 m bred<br />
1500<br />
1750<br />
2000<br />
2250<br />
2500<br />
2750<br />
3000<br />
Trafikmängd ådt<br />
Figur B2:8. Visualisering av olika resultat om samband mellan medelhastighet <strong>och</strong> trafikmängd. I<br />
den svarta grafen för Clarks formel har värden för en vanlig svensk stadsgata använts. En sådan är<br />
normalt 11 m bred, men för att få lite större skillnad från Clarks medelvärde (11,62 m) valdes 9 m.<br />
Av de två diagrammen ovan kan vi klargöra att låg trafikvolym har stor dämpande effekt på<br />
medelhastigheten enligt Clark, medan motsatt gäller enligt Daisa & Peers. Dock bör vi komma ihåg<br />
att Daisa & Peers studie inriktade sig på att ta reda på vad olika parkeringsdensitet betydde för<br />
hastigheten. Deras studier gjordes på förhållandevis smala gator med parkerade fordon längs gatan<br />
<strong>och</strong> små trafikmängder. Då möten uppstår blir det också trångt för bilisterna vilket leder <strong>till</strong> sänkt<br />
hastighet, <strong>och</strong> det är detta som grafen i diagrammet ovan speglar.<br />
81
B2.10 Preliminärt urval av variabler<br />
Denna litteraturgenomgång har resulterat i följande preliminära urval av variabler som kan tänkas<br />
påverka bilisters val av hastighet på en viss gata:<br />
körbanebredd, körfältsbredd,<br />
avstånd mellan korsningar (gatans längd),<br />
antal infarter/utfarter längs sträckan (eller per längdenhet)<br />
trafikmängd<br />
parkeringsdensitet<br />
Utöver dessa variabler har jag dragit slutsatserna att även nedanstående variabler är av intresse för<br />
studien:<br />
andel genomfartstrafik<br />
parkeringsomsättning (andel parkeringssökande trafik)<br />
siktsträcka <strong>och</strong> hur bilistens synfält förändras längs gatan<br />
avstånd mellan omgivande huskroppar i <strong>relation</strong> <strong>till</strong> hushöjd,<br />
Den sistnämnda variabeln har inte kommit fram som en följd av denna litteraturgenomgång, men<br />
jag anser ändå att det bör undersökas om/hur detta förhållande påverkar bilisters val av hastighet.<br />
Av min tidigare forskning har det framkommit att förhållandet mellan trafikmängden på den gatan<br />
som studeras <strong>och</strong> trafikmängden på den gata som korsar, verkar ha viss betydelse för hastigheten<br />
(Karlgren, 1999, s 83). Korsningens hastighetsdämpande effekt verkar bli större ju mer trafik det är<br />
på den korsande gatan. Detta är dock något som inte är helt klarlagt <strong>och</strong> fler studier behövs innan<br />
ett tydligt samband kan preciseras. Ytterligare något som bör klarläggas är hur hastigheten kan<br />
variera över tider på dygnet, med olika väderlekar <strong>och</strong> med övriga siktförhållanden. Detta är något<br />
som olika pilotstudier får utvisa. Eventuellt kommer studier även att göras med avseende på hur<br />
hastigheten kan variera mellan olika städer. Kör man i allmänhet fortare i Göteborg än i Alingsås?<br />
Som denna litteraturgenomgång visat är det dock många faktorer som påverkar bilisters val av<br />
hastighet, varför det inte är helt oproblematiskt att studera den variabeln.<br />
B2.11 Referenser<br />
Andersson, Göran; Jorner, Ulf & Ågren, Anders. 1994. Regressions- <strong>och</strong> tidsserieanalys. Studentlitteratur,<br />
Lund.<br />
Armour, M. 1982. ”Vehicle speeds on residental streets” i: The eleventh ARRB conference, University of<br />
Melbourne, 23-27 August 1982. Volume 11 – proceedings – part 4, Australian road research board.<br />
Ballard, Andrew J. 1990. ”Efforts to control speeds on residental collector streets” i: 1990<br />
Compendium of Technical Papers, Institute of Transportation Engineers, pp. 92–95. Washington, DC, 1990.<br />
Bennet, G T. 1983. ”Speeds in residental areas” i: The highway engineer. The journal of the institution<br />
of highway engineers & HTTA. July 1983, No. 7.<br />
Clark, Jeffrey E. 1985. ”High speeds and volumes on residental streets: an analysis of physical street<br />
characteristics as causes in Sacramento, California” i: 1985 Compendium of Technical Papers, Institute of<br />
Transportation Engineers, pp. 93–96. Washington, DC, 1985.<br />
82
Daisa, James M & Peers, John B. 1997. ”Narrow residental streets: do they really slow down<br />
speeds?” i: ITE Annual Meeting Compendium, 1997, pp 546-551. Washington (DC): Institute of<br />
Transportation Engineers<br />
Farouki, Omar T & Nixon, William J. 1976. ”The effect of the width of suburban roads on the<br />
mean free speeds of cars” i: Traffic Engineering & Control, December 1976, pp 518-519.<br />
Fitzpatrick, Kay; Shamburger, C Brian; Krammes, Raymond A & Fambro, Daniel B. 1997.<br />
”Operating speed on suburban arterial curves” i: Transportation Research Record 1579. Transportation<br />
Research Board.<br />
Gattis, J L. 1999. ”Urban street cross section and speed issues” i Urban street symposium: Conference<br />
proceedings, Dallas, Texas, June 28-30, 1999. Transportation Research Board, Transportation Research<br />
Circular E-C019.<br />
Gattis, J L & Watts, Austin. 1999. ”Urban street speed related to width and functional class” i:<br />
Journal of Transportation Engineering, May/June 1999, pp 193-200.<br />
Karlgren, Joachim. 1999. <strong>Bilisters</strong> hastighetsanpassning i fyra 30-zoner i Stockholm – del 2: eftersituation,<br />
resultat <strong>och</strong> analys. Rapport STACTH 1999:5, Avdelningen för Stads- <strong>och</strong> trafikplanering,<br />
Institutionen för Stadsbyggnad, Chalmers tekniska högskola, Göteborg.<br />
Karlgren, Joachim. 2001. Bilars hastighet längs gator med gupp – metod för framställning av hastighetsprofiler<br />
<strong>och</strong> analys av hastighetsförlopp. Doktorsavhandling, Tema Stad & Trafik, Arkitektur, Chalmers tekniska<br />
högskola.<br />
Lum, Harry S. 1984. ”The use of road markings to narrow lanes for controlling speed in residental<br />
areas” i: ITE Journal/juni 1984.<br />
Marconi, William. 1977. ”Speed control measures in residental areas” i: Traffic Engineering. Vol. 47,<br />
March 1977, pp. 28–30.<br />
Pau, Massimiliano & Angius, Silvano. 2001. ”Do speed bumps really decrease traffic speed? An<br />
italian experience” i: Accident Analysis and Prevention, 33 (2001), pp 585-597.<br />
Poe, Christopher M & Mason, John M Jr. 1995. ”Geometric design guidelines to achive desired<br />
operation speed on urban streets” i: 1995 Compendium of Technical Papers, Institute of Transportation<br />
Engineers, pp 70–74. Washington, DC, 1995.<br />
Poe, Christopher M; Tarris, Joseph P; Mason, John M Jr. 1998. ”Operating speed approach to<br />
geometric design of low-speed urban streets” i International Symposium on Highway Geometric Design<br />
Practices, Aug 30 - Sept 1, 1995. Transportation Research Board, Transportation Research Circular E-<br />
C003.<br />
Smoker, Marlon D; Tarris, Joseph P & Mason, John M Jr. 1996. ”Relationship between zonal<br />
variables and individual vehicle speeds on low-speed urban streets” i: 1996 Compendium of Technical<br />
Papers, Institute of Transportation Engineers, pp 341–345. Washington, DC, 1996.<br />
Szplett, David & Butzier, David. 1999. ”Designing speed controlled subdivisions without road<br />
humps” presented at: ITE International Conference, Kissimmee (FL), March 1999.<br />
83