Četnost hlavních příčin dopravních nehod v našem datasetu
RYCHLÁ JÍZDA JAKO PŘÍČINA NEHOD?
Primárním cílem byla snaha porovnat místa dopravních nehod, která byla způsobená překročením maximálního povoleného rychlostního limitu na území Brna s úseky, ve kterých se měří rychlost. Z celkového počtu 4481 dopravních nehod byla více než polovina (2588 případů) způsobená nesprávným způsobem jízdy řidičů.
Do této široké kategorie spadají nehody z důvodů agresivní a neohleduplné jízdy řidičů, nehody způsobené nesprávným otáčením, couváním nebo chybou při udávání směru jízdy, nedodržením bezpečné vzdálenosti za vozidlem, ale také nehody z důvodu, že se řidič plně nevěnoval řízení vozidla. Pro účely našeho projektu však byla nejzajímavější kategorie nepřiměřená rychlost jízdy. Nehody způsobené nepřiměřenou rychlostí byly v našem zkoumaném vzorku zastoupeny s nižší četností, než jsme předpokládaly. O to větším překvapením pro nás pak byla skutečnost, že pouhé 2 dopravní nehody byly v posledních třech letech způsobeny překročením maximálního povoleného rychlostního limitu.
Toto zjištění významným způsobem ovlivnilo naši původní hypotézu. Nabízí se otázka, je-li kontrola dodržování maximální povolené rychlosti opravdu účinným preventivním opatřením v boji za bezpečnější silnice. Otázkou také zůstává validita zkoumaných dat. Dá se předpokládat, že nastavení datového modelu, ve kterém jsou osoby zadávající záznam o dopravní nehodě do systému omezeny na nutnost vybrat z číselníku pouze jednu položku jakožto hlavní příčinu dopravní nehody, není šťastné.
Pokud bychom se v našem zkoumání omezily pouze na původně zamýšlené kritérium (nehody z důvodu překročení maximální povolené rychlosti), něměly bychom prakticky žádná data pro analýzu. Protože však sama Městská policie Brno provádí kontroly rychlostního limitu s cílem: „zvýšit u obyvatel a návštěvníků jihomoravské metropole pocit bezpečí eliminací řidičů, kteří rychlou jízdou ohrožují chodce i další účastníky silničního provozu,” držíme se teze, že měření rychlosti má potenciál obecně snížit nehodovost v silničním provozu. Pro účely analýzy se proto dále neomezujeme pouze na zkoumání nehod, které vznikly v důsledku příliš rychlé jízdy, ale zkoumáme dataset o 4481 nehodách způsobených řidiči osobních a nákladních vozidel a motocyklů v letech 2016–2018.
VLIV SPEED MARATHONU NA NEHODOVOST
Protože na počátku myšlenky zúžení obsáhlého tématu nehodovosti stála (v té době právě aktuální) preventivní akce Speed Marathon, rozhodly jsme se porovnat vývoj počtu nehod v jednotlivých měsících v roce a zaměřily se především na měsíc duben. 19. dubna 2017 a 18. dubna 2018 policejní hlídky zkontrolovaly téměř 7000 vozidel (zdroj: iDnes, iDnes). Zajímalo nás, jestli tyto předem avizované kontroly ovlivnily počet dopravních nehod v den preventivní akce nebo v blízké době kolem jejího konání. Oba roky kontrolovaní řidiči spáchali témeř 3 300 dopravních přestupků (počet přestupků za celou Českou republiku), z nichž skoro v 80 % procentech se jednalo právě o překročení maximální povolené rychlosti. Rok 2016 byl pak naopak rokem, kdy neukáznění řidiči pod záštitou evropského Speed Marathonu ještě kontrolováni nebyli. Jak se tedy lišila nehodovost v jednotlivých letech?
Přestože má Speed Marathon ambice: “snížit dopravní nehodovost a zvýšit bezpečnost na pozemních komunikacích,” (zdroj: Policie), podle výsledků naší analýzy není možné potvrdit, že by tato bohulibá ambice byla opravdu naplněna. Vzhledem ke skutečnosti, že průměrně se za den v Brně stanou čtyři dopravní nehody, ve dny konání Speed Marathonů nehodovost pod tuto hranici neklesla. V roce 2017 počet nehod odpovídal průměrné roční hodnotě a v roce 2018 počet nehod vzrostl na 2,5 násobek denního průměru.
VIZUALIZACE NEHOD A MĚŘENÝCH ÚSEKŮ
Power BI je mocný nástroj, ale z počátku se zdálo, že dosáhnout v něm našeho prvotního cíle – zobrazení dat o nehodách i měřených úsecích v jedné mapě –není reálné. Integrovaný vizuál Mapy Bing ani jiný importovatelný vizuál (ArcGis Map, Route Map, Heat Map) pro práci s geografickými souřadnicemi si neporadil s vrstvením map s odlišnými hodnotami (zobrazení bodů, polygonů, vykreslení souvislých čar). Všechny výše uvedené vizuály nás imitovaly na pouhé zobrazování bodů na mapě.
Záchranou nám byl Mapbox, díky kterému se tvorba naší mapy dostala na zcela novou úroveň. Přesněji několik úrovní. Mapbox totiž umožňuje vrstvení a je v něm možné nastavit customizovanou podkladovou mapu, ale i tvořit referenčních vrstevy s rozdílným grafickým kódováním. Souřadnicová data bylo nutné převést v Pythonu do formátu geojson, aby je Mapbox byl schopen zpracovat a vykreslit. Výsledná mapa v Power BI tak zobrazuje vrstvy s:
-
monochromatickým mapový podkladem
-
hranicemi polygonů katastrálních území města Brna
-
barevně odlišené vykreslení linií úseků měření rychlosti
-
body odpovídající jednotlivým dopravním nehodám
Mapa umožňuje uživateli zjistit konkrétní místa dopravních nehod, pohledem vyhodnotit, které schválené úseky měření rychlosti, se překrývají s místy dopravních nehod a které nikoli. Výsledky je možné filtrovat a zoomovat podle katastrálních území, takže uživatel může třeba jednoduše zjistit, kde jsou v okolí jeho bydliště/pracoviště riziková místa se zvýšeným počtem dopravních nehod nebo ve kterých ulicích policisté kontrolují dodržování maximální povolené rychlosti.
DATA ZÍSKANÁ ANALÝZOU V PYTHONU
Měření rychlosti je podle webu Městské policie Brno možné posuzovat z preventivního i psychologického hlediska. (zdroj: Městská policie Brno) Tato myšlenka může být i důvodem, proč se v každém katastrálním území města Brna nachází alespoň jeden úsek měření rychlosti. Dohromady jich v Brně najdeme 82. Mezi počtem měřených úseků pro jednotlivá katastrální území a četností dopravních nehod však není možné pozorovat významnou souvislost.
Následující vizualizace porovnává jednotlivá katastrální území podle nehodovosti a podle počtu měřených úseků.
Pohledem do grafu zjistíme, že četnost nehod pro jednotlivá katastrální území nekoresponduje s počtem měřených úseků. Největší disproporce v tomto směru jsme zaznamenaly u těchto katastrálních území:
-
velký počet měřených úseků vzhledem k četnosti dopravních nehod: Žabovřesky, Královo Pole a Zábrdovice
-
malý počet měřených úseků vzhledem k vysoké nehodovosti: Komárov, Holásky a Mokrá Hora
