COMISIÓN NACIONAL DE

SEGURIDAD DE TRÁNSITO Área de Estudios y Estadísticas

ANÁLISIS DE LA DISTRIBUCIÓN ESPACIAL DE LOS

ACCIDENTES DE TRÁNSITO Y SUS VÍCTIMAS EN EL GRAN

SANTIAGO DIAGNÓSTICO 2002-2010

Análisis de la distribución espcial de los accidentes de tránsito y sus víctimas en el Gran Santiago. Diagnóstico 2010

1

Introducción

El aumento de la población mundial y del parque automotriz ha generado nuevas

problemáticas en el flujo del tráfico. El rápido aumento de la mortalidad y lesiones por accidentes de

tránsito tienen ahora una prioridad importante (Bulent, Sari, & Esen, 2011).

Cada año más de 1,2 millones de personas mueren como consecuencia de accidentes de tránsito y

otros 50 millones resultan heridas (OMS, 2009).

En nuestro país se han producido 534.573 siniestros de tránsito durante la última década, los que

han dejado como con secuencia la pérdida de 18.077 vidas humanas y lesiones de diversa índole de otras

537.221 personas.

En el presente informe se presenta el resultado del análisis de la distribución espacial de los

accidentes de tránsito y sus víctimas en el Gran Santiago en el año 2010, con la utilización de los Sistemas de

Información Geográfica (SIG).

Los accidentes de tránsito son complejos de analizar ya que se cruzan los límites de la ingeniería, la

geografía y el comportamiento humano. Por otro parte, los registros de accidentes de

tránsito tienen también una tendencia temporal y espacial. Sin embargo, la importancia de los factores

espaciales ha sido "subestimada" (Whitelegg, 1987 en Sabel, Kingham, Nicholson, & Bartie, 2005). Para este

análisis nos hemos centrado en el elemento espacial.

Estudios en otros países demuestran que los accidentes de tránsito tienden a concentrarse en

grupos en ciertas zonas del área geográfica (Yamada y Thill, 2004 en Bulent et al, 2011). Estas

concentraciones de las ocurrencias de accidentes de tránsito indican la dependencia espacial entre los

accidentes y las causas comunes. Estas zonas o “puntos críticos”, zonas con accidentes

significativamente altos, puede ser detectada por varias técnicas geoestadísticas.

La identificación y análisis de los lugares donde se generan más accidentes, es un paso

importante en la prevención de accidentes de tránsito (Bulent, Sari, & Esen, 2011). En este estudio se

pretende conocer si la concentración de accidentes identificada en casos internacionales también ocurre en

el caso de nuestro país e identificar dónde ocurre, dónde poner la atención y dónde aplicar medidas

correctivas.

Área de estudio

El área de estudio corresponde a las 34 comunas de la Región Metropolitana que conforman el

denominado “Gran Santiago”1. En el área se registran un total de 19.074 accidentes de tránsito en el año

2010, según la base de datos proporcionada por Carabineros de Chile.

1

Santiago, Puente Alto, La Florida, Maipú, Ñuñoa, Las Condes, La Cisterna, Pudahuel, Vitacura, Recoleta, Quinta Normal, Peñalolén, San Joaquín, San

Miguel, San Bernardo, La Pintana, Estación Central, El Bosque, Independencia, Lo Prado, Cerro Navia, Conchalí, Lo Barnechea, Providencia, Macul, La Reina, Huechuraba, Quilicura, P. Aguirre Cerda, La Granja, Lo Espejo, San Ramón y Renca.

Análisis de la distribución espcial de los accidentes de tránsito y sus víctimas en el Gran Santiago. Diagnóstico 2010

2

Metodología

-Localización de los siniestros de tránsito en la trama digital de la red vial.

-Generación de mapas temáticos:

Densidad de accidentes en el área total del Gran Santiago

Densidad de accidentes por comuna

Lesionados en puntos críticos de accidentes de tránsito por comuna

-Identificación de patrón espacial de distribución de los accidentes y focos de concentración.

Resultados

1. Localización de los siniestros de tránsito en la trama digital de la red vial:

En la figura 1 se observa la localización de los accidentes de tránsito en el Gran Santiago. Cada uno de los puntos puede estar representando uno o múltiples accidentes en la misma localización. Por esto los datos fueron agregados para producir un conteo y ponderación por cada accidente de en cada localización.

Figura 1. Localización de accidentes de tránsito 2010 en el Gran Santiago

2. Generación de mapas temáticos:

Para analizar con mayor detalle los patrones complejos que se pueden dar en la distribución espacial de estos eventos se creó un mapa de densidad (calculado con estimación Kernel) que muestra posibles zonas de concentración de alta ocurrencia.

Esta clase de mapa ofrece varias ventajas prácticas en el análisis espacial de eventos de puntuales. Permite a los analistas visualizar simplificadamente y examinar los patrones complejos de los puntos de incidentes, en este caso, de accidentes de tránsito, ya que viendo incluso pequeñas cantidades de datos de puntos en un mapa de forma rápida puede ser confuso y poco informativo. En este mapa se puede observar posibles puntos calientes como zonas de alta densidad (Anselin, Cohen, Cook, & Gorr, 2000) (ver figura 2).

Análisis de la distribución espcial de los accidentes de tránsito y sus víctimas en el Gran Santiago. Diagnóstico 2010

3

La estimación de la densidad de Kernel es un método para examinar a gran escala las tendencias globales de datos de puntos. Es por esto que se realizó también un mapa de densidad de accidentes de tránsito específico para cada una de las 34 comunas, mostrando la cantidad de accidentes de tránsito por hectárea de terreno en la comuna utilizando un método diferente de cálculo de densidad de Kernel. En este caso es densidad simple. En la figura 3 se muestra como ejemplo el caso de la comuna de Santiago.

Figura 2. Densidad de accidentes de tránsito 2010 en el Gran Santiago.

Figura 3. Densidad de accidentes de tránsito en la comuna de Santiago

Análisis de la distribución espcial de los accidentes de tránsito y sus víctimas en el Gran Santiago. Diagnóstico 2010

4

En la figuras 3 se aprecia que en la comuna de Santiago la mayor cantidad de accidentes en el año ocurren en la Av. Libertador Bernardo O’Higgins y Manuel Antonio Matta. A la vez que la mayor concentración se observa en el área nororiente entre el triangulo formado por las vías de la Autopista Central por el poniente, Av. Libertador Bernardo O’Higgins al sur y Av. Santa María al norte. Y como es de esperar, en las mismas localizaciones antes mencionadas se observan en la figura 4 los puntos críticos y sus lesionados.

Por otra parte, como un aspecto importante más a considerar dentro del análisis de la distribución

de los accidentes de tránsito. Se incluyó mapas en los que se graficó la información de los tipos de lesionados: leves, menos graves, graves y muertos y la cantidad de estos, en las intersecciones de calles con mayor cantidad de siniestros, llamados “puntos negros” de accidentes de tránsito por comuna.

A modo de ejemplo en la figura 5 se puede ver la situación de lesionados y sus características, en puntos negros de accidentes en la comuna de Santiago.

Los “puntos negros” por definición de CONASET son aquellos que presentan altas tasas de

accidentes. La práctica indica que un sitio – intersección o tramo de vía- con una tasa igual o superior a 5 accidentes al año, requiere la adopción de medidas correctivas, considerándose como sectores conflictivos los sitios en los que se da esta característica (CONASET, 1997) (figura 4).

Figura 4. Puntos críticos de accidentes de tránsito 2010 en el Gran Santiago.

Análisis de la distribución espcial de los accidentes de tránsito y sus víctimas en el Gran Santiago. Diagnóstico 2010

5

Figura 5. Lesionados en puntos negros de accidentes de tránsito en la comuna de Santiago 2010.

En el mapa de la distribucion de los accidentes (figura 2),se aprecian algunas zonas con mayor cantidad de accidentes. Sin embargo, se encesita de la significancia estadítica para examinar el grado de agrupamiento. Lo que se evalúa en el siguiente paso.

3. Identificación de patrón espacial de distribución de los accidentes y focos de concentración:

Para analizar los patrones espaciales, se utilizó el Índice I de Moran con el que se mide la autocorrelación espacial, es decir la relación entre los valores de una variable atribuible a la forma en la que los puntos de muestreo de esta variable están ordenados o dispuestos en un espacio.

El cálculo indicó que en este caso la autocorrelación espacial es positiva, es decir, las unidades espaciales vecinas presentan valores similares, lo que indica una tendencia al agrupamiento, existiendo una probabilidad menor al 1% de que el patrón agrupado pueda ser el resultado de una probabilidad aleatoria. Luego se realizó un “Análisis de punto caliente” el que utiliza la estadística Gi* de Getis-Ord para identificar localizaciones críticas de accidentes. Esta estadística, dado un conjunto de entidades ponderadas, identifica agrupamientos espaciales estadísticamente significativos de valores altos y bajos.

En este caso se trabajó con un 95 % de certeza, con lo que son consideradas como significativas las puntuaciones score Z devueltas por la herramienta menores a -1,96 o mayores a 1,96, es decir que para los puntos que cumplen con estos parámetros es poco probable que el patrón espacial observado sea aleatorio, mientras que dentro de ese rango de valores, es muy probable la aleatoriedad.

Lo sugerente del resultado de este proceso es que un punto con un valor alto es interesante, pero es posible que no sea un punto estadísticamente significativo. Para serlo, un punto debe tener un valor alto y también estar rodeado por otros puntos con valores altos, por lo que esta herramienta funciona mediante la búsqueda de cada punto dentro del contexto de puntos vecinos, evaluando si los valores altos o bajos se agrupan espacialmente (Esri, 2011). El resultado se observa en la figura 5, donde los colores fríos muestran

Análisis de la distribución espcial de los accidentes de tránsito y sus víctimas en el Gran Santiago. Diagnóstico 2010

6

la agrupación de valores bajos y los cálidos de valores altos, donde se encuentran los “puntos críticos”, mientras que en el área de puntos más claro ocurre una mezcla de valores por lo que se estima la aleatoriedad de estos.

Figura 5. Análisis de punto caliente

El análisis revela que en el área de estudio las mayores densidades de accidentes de tránsito se concentran en la comuna de Santiago centro, especialmente al nororiente de esta, y al poniente de Ñuñoa en forma de cluster, y se expanden al resto del área de estudio siguiendo un patrón dendrítico a través de las vías principales. Mayormente en Camino a Melipilla, Gran Avenida, Vicuña Mackenna, Santa Rosa, Av. La Florida. San Pablo, Libertador Bernardo O’Higgins, Fermín Vivaceta, Av. Recoleta, El Salto, Presidente Kennedy, Av. Vitacura, Grecia e Irarrázaval.

Los puntos con mayor frecuencia de accidentes se agrupa desde el centro del área de estudio hasta

el límite sur de esta tendiendo hacia el oriente, tomando las comunas de Santiago, Ñuñoa, San Miguel, San

Joaquín, Macul, La florida, La Granja y Puente Alto. Parte del centro y nororiente de Maipú, sur poniente de

Peñalolén y sur oriente de La Pintana. Mientras que los puntos con frecuencia más baja de accidentes se

agrupan en al norte, nororiente y sur poniente del Gran Santiago, en comunas como Quilicura, Renca, Cerro

Navia, Conchalí, Huechuraba, Vitacura, Lo Barnechea, Las Condes, La Reina, norte de Peñalolén. Lo Espejo,

La cisterna, El Bosque y San Bernardo.

Conclusiones y Recomendaciones

Esta investigación está en curso y nuevas mejoras están poniéndose a prueba. Se sabe que el SIG no será capaz de explicar o predecir todos los accidentes, y que esta metodología sólo se diseñó para llamar la atención sobre ciertas zonas. Se cree que será una herramienta útil que complementa las técnicas actuales en el análisis de los datos de accidentes de vehículos.

Análisis de la distribución espcial de los accidentes de tránsito y sus víctimas en el Gran Santiago. Diagnóstico 2010

7

Los resultados en este estudio tienden a centrarse en los puntos de accidentes estadísticamente

significativos y áreas alrededor de los cruces. Las áreas de alta densidad fueron verificadas mediante el

cálculo del nivel de significación estadística para confirmar si había puntos calientes en las zonas de alta

densidad encontradas en el cálculo de densidad. Por otra parte, para determinar la probabilidad de que las

altas densidades observadas fueran resultado de la distribución al azar de los puntos o si existía algún

patrón de distribución, se calculó la autocorrelación espacial, que como señala Celemín (2009), puede decir

mucho acerca del comportamiento de la información georreferenciada a diferentes escalas, en particular el

tipo de asociación existente entre unidades espaciales vecinas.

El análisis realizado a través de las herramientas antes mencionadas puede ser importante en el

análisis de los patrones de incidencia a través del tiempo. Mapas de densidad de toda el área de estudio,

pueden ser comparados por periodos de tiempo.

Estos proporcionan un contexto para interpretar cambios de tendencias a distintos plazos de

tiempo y patrones estacionales. Los mapas de densidad de accidentes del área total, revelan estos cambios

en el tiempo en el contexto mayor, por su escala, que los mapas de densidad por comuna calculados con

otro método de densidad simple, los que como se ha explicado sirven para conocer y analizar el detalle

espacial de la densidad del fenómeno en estudio.

Este tipo de análisis está en curso y nuevas mejoras están poniéndose aprueba. Se reconoce que el

SIG no será capaz de explicar o predecir todos los accidentes, y que esta metodología sólo se diseñó

para llamar la atención sobre ciertas zonas de la ciudad. Sin embargo se considera será una herramienta

útil que complementa las técnicas actuales en el análisis de los datos de accidentes de tránsito, la cual ayuda

a conocer dónde poner la atención para la toma de decisiones y dónde aplicar medidas preventivas y/o

correctoras y planes de acción a través de la identificación de las agrupaciones de cantidad de los accidentes

y el patrón espacial de distribución.

Por otra parte este tipo de análisis, desde la localización de los accidentes hasta los cálculos de su

comportamiento espacial permite la base para estudiar la relación espacial de estos eventos con otros

elementos del entorno en que ocurren, como colegios, paraderos, locales de expendio de alcohol, etc.

Trabajos citados

Anselin, Luc; Cohen, Jaqueline; Cook, David; Gorr, Wilden & Tita, George (2000). Spatial Analyses of Crime.

Measurement and Analysis of crime and justice, 4, 213-262. Disponible en

https://www.ncjrs.gov/criminal_justice2000/vol4_2000.html

Bulent, I., Sari, F., & Esen, O. (2011). A New Approach for Geographical Information System-Supported

Mapping of Traffic Accident Data. ICE - Transport, (págs. 87-96). Turquía.

Celemín, J. P. (2009). Autocorrelación espacial e indicadores locales de asociación espacial. Importancia,

estructura y aplicación. Revista Universitaria de Geografía , 18 (1) (págs.11-31).

CONASET (1997). Ficha por la Acción N°16, pág. 2.

Esri. (2011). ArcGis Resource Center. Recuperado el 29 de septiembre de 2011, de

http://help.arcgis.com/es/arcgisdesktop/10.0/help/index.html#/na/005p00000006000000/

OMS. (2009). Global status report on road safety.

Análisis de la distribución espcial de los accidentes de tránsito y sus víctimas en el Gran Santiago. Diagnóstico 2010

8

Sabel, C. E., Kingham, S., Nicholson, P. A., & Bartie, P. (2005). Road Traffic Accident Simulation Modelling - A

Kernel Estimation Approach. The 17th Annual Colloquium of the Spatial Information Research

Centre University , (págs. 37-41). Otago, Dunedin, New Zealand.