LIBRO ULISSE NOVEMBRE 2011 28-11-2011 17 ... - Governo Italiano

LIBRO ULISSE NOVEMBRE 2011 28-11-2011 17:09 Pagina 34
Parte Prima - Il contesto nazionale e internazionale
incidenti presenti nel database ISTAT mancano di alcuni dati, mentre altri possono
essere imprecisi. In quest’ultima categoria rientrano i dati sulla localizzazione
esatta dell’incidente, una delle principali difficoltà in sede di analisi
del fenomeno.
Alle carenze dei dati di incidentalità si aggiungono quelle riguardanti i dati
sulle infrastrutture, i dati sulle caratteristiche di traffico, i dati su fattori di rischio
correlati agli incidenti (es. uso di alcool e di droghe, uso delle cinture di sicurezza,
velocità di guida). Proprio su quest’ultimo punto l’ISTAT per l’anno 2009, a
causa dell’esiguo numero di circostanze presunte dell’incidente legate allo stato
psico-fisico alterato del conducente e ai difetti o avarie del veicolo, non ha pubblicato
i dati. I motivi sono riconducibili all’indisponibilità dell’informazione al
momento del rilievo.
In particolare, nel caso di incidenti stradali con circostanze presunte legate
allo stato psico-fisico alterato del conducente si è rilevato una netta discrepanza
con i risultati diffusi da altri Organismi internazionali (quali ad esempio
“Global status report on road safety: time for action” del World Health
Organization, 2009) che hanno condotto studi ad hoc su queste tematiche.
Queste grosse differenze inducono a pensare che il dato così come rilevato
tende a sottostimare il fenomeno.
Quantificazione del numero corretto di incidenti
Un altro elemento di incertezza nella conoscenza e nella interpretazione dei
dati di incidentalità riguarda la quantificazione del numero di incidenti.
Normalmente questa operazione viene fatta con semplici conteggi, come si trattasse
di un fenomeno deterministico, mentre si tratta, in realtà, di un fenomeno
aleatorio, da trattare con opportune cautele.
Se si considerano le frequenze annue degli incidenti sui vari elementi della rete
stradale, senza considerarne le oscillazioni statistiche (“Regression-to-themean”),
si generano facilmente errori nella scelta di dove intervenire (“selection
bias”) o nella valutazione dei risultati degli interventi.
Un esempio pratico può chiarire il concetto. Uno studio condotto da Hauer
su oltre 1.100 intersezioni di caratteristiche simili a San Francisco su un
periodo di 5 anni, mostrava che per il primo anno una certa distribuzione
del numero di incidenti. Considerando i gruppi di intersezioni che il primo
anno avevano mostrato lo stesso numero di incidenti e monitorandone negli
anni successivi il numero medio di incidenti (all’interno del singolo gruppo),
si è visto che questa variabile tendeva, nel tempo, ad un valore comune a
tutti i gruppi. Pertanto, i valori corretti di incidentalità che vanno considerati
non sono quelli semplicemente misurati sul campo, ma quelli medi attesi,
stimati con opportune procedure che tengono conto di 3 elementi condizionati:
34