Exposure is a key variable in traffic safety research. In the literature, it is noted as the first and primary determinant of traffic safety. In many cases, however, no valid exposure measure is available. In Belgium, we have access to monthly traffic counts for 12 years. This offers the opportunity to investigate the added value of exposure in our models, next to legal, economic and climatologic variables. Multiple regression with ARMA errors is used to quantify the impact of these factors on aggregated traffic safety. For each dependent variable, a model with and without exposure is constructed. The models show that exposure is significantly related to the number of accidents with persons killed and seriously injured and to the corresponding victims, but not to the lightly injured outcomes. Moreover, the addition or deletion of exposure does not influence the effects of the remaining variables in the model. The effects of exposure clearly depend on the type of measure used, and on the time horizon considered. The framework of a regression model with ARMA errors allows for missing variables being accounted for by the error term. Even without a variable like exposure, valid models can be constructed. (Author/publisher) Nederlandse samenvatting: Blootstelling (verkeersintensiteit) is een cruciale variabele in onderzoek naar verkeersveiligheid. In de literatuur wordt blootstelling beschouwd als de voornaamste determinant van de verkeersveiligheid. Vaak is er echter geen goede maat voor blootstelling beschikbaar. In België hebben we maandelijkse verkeerstellingen op snelwegen voor een periode van 12 jaar. Dit biedt ons de mogelijkheid om de toegevoegde waarde van een blootstellingsmaat in onze modellen te testen, naast variabelen in verband met wetgeving, economie en klimaat. Een meervoudige regressie met ARMA foutentermen werd opgesteld om de impact van deze factoren op de geaggregeerde verkeersveiligheid te kwantificeren. Voor elke afhankelijke variabele werd een model met en zonder blootstelling opgesteld. De modellen tonen aan dat blootstelling significant gerelateerd is tot het aantal ongevallen met doden en zwaargewonden en tot het overeenkomstige aantal slachtoffers, maar niet tot het aantal (ongevallen met) lichtgewonden. Bovendien heeft het toevoegen of weglaten van de maat van blootstelling amper invloed op het effect van de overige variabelen in het model. Het gemeten effect van blootstelling hangt duidelijk af van de maat die men hiervoor gebruikt en van de tijdspanne die men beschouwt. Een regressiemodel met ARMA foutentermen laat toe het effect van ontbrekende variabelen in de foutenterm op te nemen. Zelfs zonder een variabele als blootstelling kunnen degelijke modellen worden opgesteld. (Author/publisher) The report is available at: http://www.steunpuntverkeersveiligheid.be/nl/modules/publications/store…
Abstract