Manuel de sécurité routière
Un manuel pour les praticiens et les décideurs
pour la mise en œuvre d’une infrastructure sûre
Manuel de sécurité routière
Un manuel pour les praticiens et les décideurs
pour la mise en œuvre d’une infrastructure sûre
On ne peut prendre de décisions efficaces en matière de mesures de sécurité routière sur l’infrastructure qu’avec une connaissance adéquate de leur efficacité. La mesure clé utilisée pour cette évaluation est la réduction attendue du nombre des accidents, exprimée sous forme de facteur de modification des accidents (FMA) pour l’intervention considérée. Ceci indique dans quelle mesure l’intervention devrait réduire le nombre d’accidents. Les FMA sont décrits en détail dans le chapitre 11.3.2. Ils aident les décideurs politiques à prendre des décisions, et les résultats d’études antérieures sont généralement utilisés pour fournir une estimation réaliste de l’effet attendu. Cependant, il existe de nombreuses lacunes dans les connaissances sur l’efficacité des interventions.
Une collaboration internationale sur l’évaluation efficace des interventions en matière d’infrastructures de sécurité routière a récemment été établie. Le document de l’OCDE/FIT (2012) « Partager la Sécurité routière » (Sharing Road Safety) contient les messages clés suivants
Voici quelques-unes des principales recommandations découlant de ces travaux :
La mesure ultime du succès d’une politique ou d’une intervention en matière de sécurité routière est l’effet qu’elle a eu sur la réduction des accidents, et en particulier sur les accidents mortels et les blessures graves. Malheureusement, il est difficile d’envisager les accidents de manière isolée, car il peut être nécessaire d’attendre plusieurs années après l’introduction de la contre-mesure ou de l’ensemble des mesures pour pouvoir valider les changements dans les statistiques sur les accidents. Étant donné qu’une indication de l’efficacité est souvent nécessaire dans un délai plus court, en particulier pour déterminer que tout a bien fonctionné, une rétroaction plus immédiate peut être nécessaire. Des mesures indirectes de la sécurité peuvent être utiles pour suivre l’efficacité des programmes (voir aussi le chapitre 5.2 pour le lien entre les mesures des résultats intermédiaires et finaux). Ces mesures substitutives sont habituellement des mesures de type observationnel. Il est souvent recommandé de conduire une évaluation en deux étapes, une phase à court terme (par exemple 6 mois) et une phase à plus long terme (par exemple 3 à 5 ans).
Dans la mesure du possible, la route ou la zone traitée devrait être observée immédiatement après l’achèvement des travaux de construction ; des visites régulières devraient être effectuées dans les jours, semaines et mois suivant l’achèvement des travaux, jusqu’à ce que l’équipe soit convaincue que le système fonctionne comme prévu.
Il est recommandé de répéter plus tard toute mesure comportementale réalisée antérieurement à l’étape de l’enquête (par exemple, comptage de conflits de circulation, mesures de la vitesse), car cela aidera à déterminer ou à soutenir le besoin de tout changement futur, ou pourrait en fait prouver le succès de l’intervention. Cette étude comportementale est aussi nécessaire parce que certaines caractéristiques d’une intervention peuvent, par exemple, produire une réaction imprévue chez les usagers de la route, et créer par suite une situation potentiellement dangereuse. Le suivi devrait mettre ce problème en évidence à un stade précoce afin que des mesures appropriées puissent être prises rapidement pour éliminer ce danger.
Dans le meilleur des cas, il peut être possible d’atténuer facilement ce risque, par exemple en réalignant les bordures pour prévenir les manouvres dangereuses. Dans le pire des cas, il pourrait être nécessaire de supprimer complètement la mesure et d’examiner des mesures alternatives.
Parmi les questions qu’il peut être pertinent d’évaluer mentionnons :
Il ne serait pas pratique d’effectuer des études comportementales détaillées pour tous les changements mineurs, mais de telles études sont cependant importantes pour les interventions coûteuses telles que les traitements à l’échelle d’une région ou des traitements par actions de masse.
Il peut être préférable de laisser le programme fonctionner pendant environ deux mois avant de mener une étude de comportement ex post. Ceci devrait constituer une période « d’accoutumance » durant laquelle les usagers réguliers s’habituent à la nouvelle caractéristique de la route et où les effets d’apprentissage ont largement disparu. L’évaluation doit vérifier les impacts en termes de sécurité pour tous les usagers. Les effets globaux d’un projet doivent être compris comme leur ensemble. Par exemple, l’implantation d’une piste cyclable peut être dangereuse si celle-ci est utilisée par les motocyclistes.
L'étude de cas (Encadré 12.1) montre un exemple d'évaluation basée sur l'observation des comportements (vitesse et position de la voie) en Malaisie.
Le problème : Sur la base des résultats d'une évaluation de la sécurité routière le long de la route fédérale 1 en Malaisie, deux tronçons à chaussée unique dans l'État de Perak ont été identifiés comme présentant un risque élevé de collision frontale. Les observations sur le site ont révélé une forte prévalence de dépassements illégaux et une mauvaise discipline sur les voies de circulation. On a observé que les véhicules qui se trouvaient sur la voie de contournement s'éloignaient du terre-plein central, ce qui créait des conflits avec les véhicules qui se trouvaient sur la voie de gauche. Une étude de la vitesse sur les sites avait indiqué que la vitesse d'exploitation était légèrement supérieure à la limite de vitesse affichée.
La solution : L'installation d'une trappe centrale a été identifiée comme une option viable pour assurer une plus grande séparation entre les véhicules circulant en sens inverse et pour réduire la vitesse du trafic. L'éclosion centrale (aussi connue sous le nom de médiane peinte ou flush) est l'une des contre-mesures perceptuelles de la vitesse. Il s'agit de marquages routiers relativement peu coûteux et non intrusifs, qui n'impliquent généralement que de la peinture. En plus de réduire les conflits, d'encourager un meilleur positionnement latéral des véhicules et des vitesses plus basses, il est également utilisé dans le cadre de la gestion des accès et pour fournir aux piétons un endroit pour s'arrêter pendant la traversée. La figure montre la bande centrale de 1,0 m installée à l'un des sites de l'étude.
Le résultat : Les résultats ont montré que la mise en œuvre du hachurage central s'est avérée efficace pour réduire la vitesse des véhicules et améliorer la discipline sur les voies. On a constaté que la vitesse moyenne de déplacement des véhicules avait considérablement diminué de 3 km/h et que la position latérale des véhicules par rapport à la ligne de démarcation médiane (ligne médiane ou hachure centrale) avait diminué de façon significative. Il indique que les conducteurs peuvent se sentir plus en sécurité en restant dans leur voie pour éviter d'entrer en conflit avec les véhicules adverses.
Source : 1Godley, S., Fildes, B., Triggs, T. et Brown, L. 1999. Contre-mesures perceptuelles : recherche expérimentale. Rapport n° CR 182, Monash University Accident Research Centre, Victoria ; 2Alvin Poi W.H. et Jamilah M.M. 2010. The Safety Effects of Central Hatching on Four-Lane Rural Roads in Malaysia. Dans Proc : Conférence MIROS sur la sécurité routière, 8-9 décembre 2010. Kuala Lumpur.
La forme la plus importante d’évaluation de toute mesure de sécurité consiste à déterminer son effet sur les accidents et si l’intervention a permis d’en réduire le nombre (en particulier les accidents graves et mortels) comme attendu. L’évaluation comprend l’analyse des données d’accidents en comparant les résultats en matière de sécurité avant et après un changement. Il s’agit souvent d’analyses statistiques. Pour être raisonnablement sûr que la nature aléatoire des accidents a été prise en compte, il faudra normalement attendre plusieurs années avant d’obtenir un résultat valable. Encore une fois, un retour d’expérience plus immédiat est souvent nécessaire et parfois une méthode de suivi à plus court terme peut être appliquée.
Outre la question de l’échelle de temps, d’autres facteurs compliquent le processus (apparemment simple) d’évaluation de l’efficacité des changements du nombre d’accidents sur les sites, routes ou zones traités. Les principaux sont :
Chacun de ces points est examiné ci-dessous.
Cet effet complique les évaluations pour les sites où le nombre d’accidents est élevé. Les lieux d’accidents à traiter sont généralement choisis parce qu’ils ont été la scène de nombreux accidents. Dans certains cas, le nombre élevé d’accidents peut être le résultat d’une seule année particulièrement mauvaise, et cela peut être le fruit du hasard. Le nombre d’accidents à cet endroit aura tendance à baisser fortement l’année suivante même si aucune intervention n’est appliquée. Même si une période de trois ans est utilisée, les accidents peuvent être dus à des fluctuations aléatoires, et au cours des années suivantes, ces sites connaîtront des chiffres inférieurs. C’est ce qu’on appelle régression à la moyenne. On croit qu’il peut exagérer l’efficacité d’un traitement de 5 à 30%.
Mountain, Maher et Fawaz (1998) donnent un exemple clair de régression à la moyenne qui peut entrainer une surestimation de l’efficacité de l’intervention. Dans une vaste étude couvrant plus de 900 sites et 13.912 accidents, ils ont comparé les accidents se produisant durant les périodes « avant », la période de latence (le temps entre la sélection d’un site à traiter et l’exécution réelle du traitement), et la période « après ». Le nombre d’accidents a été ajusté pour tenir compte des différentes durées de période prise en compte. Les données sont résumées dans le Tableau 12.1. La différence entre le nombre d’accidents survenant durant la période de latence et le nombre d’accidents se produisant durant la période « avant » est considérée comme la mesure de l’effet de régression à la moyenne.
| Traitements | Estimations partiales de la réduction grâce au traitement (%) | Estimations impartiales de l’effet du traitement (%) | Réduction estimée due à la régression à la moyenne |
|---|---|---|---|
Traitements de surface | 46 | 23 | 23 |
Traitements de surface – accidents dus à la route mouillée seulement | 67 | 27 | 40 |
Mini-giratoires | 68 | 65 | 3 |
Autres améliorations de carrefours | 42 | 27 | 15 |
Réalignement de routes de liaison | 63 | 37 | 26 |
Améliorations d’autres liaisons | 34 | 10 | 24 |
Schémas d’éclairage public | 27 | 5 | 22 |
Schémas de gestion du trafic | 41 | 22 | 19 |
Tous les types de traitement | 43 | 23 | 20 |
Source : Adapté de Mountain, Maher et Fawaz (1998).
Durant de nombreuses années, les statisticiens ont débattu de ce problème et la manière de le traiter (par exemple Abbess et al, 1981; Hauer & Byer, 1983; Wright & Boyle, 1987; Maher & Mountain, 1988; Kulmala, 1994; Radin Umar et al, 1995).
La meilleure manière de tenir compte de la régression à la moyenne et des changements dans l’environnement peut être l’utilisation de sites témoins qui ont été choisis exactement de la même façon que les sites traités et qui ont été identifiés comme ayant des problèmes similaires, mais qui n’ont pas été traités. La décision de traiter ou non un site est fondée sur une affectation aléatoire. Ce type d’expérience contrôlée (ou essai contrôlé aléatoire) est rare dans les projets d’infrastructure de sécurité routière, car il est difficile de justifier la décision de ne pas traiter un site identifié comme étant à haut risque.
Ces dernières années, l’approche empirique de Bayes s’est révélée être un moyen efficace de minimiser l’impact de la régression à la moyenne. Bien que l’approche empirique de Bayes soit reconnue comme une bonne pratique en matière d’évaluation de la sécurité routière, tous les pays (et spécialement les PRFIs) n’auront pas forcément l’expérience de cette technique. Si cette approche recommandée, n’est pas utilisée, il faudrait à tout le moins procéder à une l’analyse avant-et-après à l’aide de sites de comparaison, en recueillant au moins trois (mais de préférence cinq) ans de collecte de données pour la période « avant ». Ceci s’explique par le fait que la régression à la moyenne tend à diminuer s’il est examiné sur des périodes plus longues. Par exemple, dans une étude menée dans deux comtés du Royaume-Uni, Abbess et al (1981) ont calculé que la régression à la moyenne avait les effets suivants :
Là où l’approche empirique de Bayes n’a pas été utilisée, les ajustements ci-dessus pourraient être pris en compte dans le calcul dans celui de la réduction du nombre des accidents résultant des contre-mesures.
Changements dans les tendances générales d’accidents, y compris le flux de trafic
Lors de l’évaluation des changements dans les accidents (ou pour la plupart des mesures de suivi décrites au chapitre 12.4.1), d’autres facteurs non affectés par le traitement peuvent encore influencer cette mesure, et doivent donc être pris en compte. Il peut s’agir d’une modification de la limitation de vitesse sur les routes incluant le site d’accidents traité, de campagnes locales ou nationales de sécurité routière, ou de plans de gestion du trafic susceptibles d’affecter le volume de trafic (par exemple, la fermeture d’une intersection près du site produisant un changement marqué dans les habitudes de circulation). Les changements liés à des facteurs externes peuvent être compensés en comparant le site étudié pour la même période « avant-et-après »avec des sites de comparaison (parfois appelés sites de contrôle) n’ayant pas été traités. Afin de valider ces données, il est important que ces autres sites subissent exactement les mêmes changements que le site évalué.
Les données de comparaison peuvent être recueillies soit par paires soit par zones de contrôle. Un site témoin de contrôle par paire consiste à trouver un site géographiquement proche du site traité (mais pas trop proche pour être affecté par une déviation du trafic) et présentant des caractéristiques générales similaires. De cette façon, le site de contrôle sera soumis aux mêmes variations locales pouvant affecter la sécurité (par exemple les conditions météorologiques, les flux de trafic, les campagnes de sécurité, etc.).
Dans la pratique, il peut être difficile de trouver d’autres sites présentant des problèmes de sécurité similaires qui seront délibérément laissés sans traitement à seule fin d’analyse statistique. C’est pourquoi on a souvent recours à des comparaisons de zones comprenant un grand nombre de sites. Les sites du groupe témoin devraient être aussi similaires que possible aux sites traités, et ne devraient pas être affectés par le traitement’.
Il y a encore une controverse quant à l’existence de l’effet de « migration des accidents », mais certains chercheurs soutiennent qu’il est réel (Boyle & Wright, 1984; Persaud, 1987). Il a été constaté que les accidents tendent à augmenter sur les sites adjacents à un site traité avec succès, produisant un apparent transfert ou « migration » d’accidents. La raison de cet effet n’est pas claire, mais une hypothèse est que les conducteurs « compensent » l’amélioration de la sécurité sur les sites traités en étant moins prudent ailleurs.
Évidemment, pour détecter cet effet, il faut comparer la fréquence des accidents dans les environs des sites traités avant et après traitement avec un groupe témoin approprié. En d’autres termes, le domaine de l’étude d’évaluation doit être élargi pour inclure les routes pouvant être impactées par le projet et les sites de comparaison n’ayant pas été affectés doivent être identifiés.
Cependant, il n’existe pas encore de technique établie pour estimer cet effet pour un site particulier. La première occurrence signalée de cet effet (Boyle et Wright, 1984) a révélé une augmentation globale des accidents dans les zones avoisinantes de presque 9%. Une étude ultérieure (Persaud, 1987) portant sur un plus grand nombre de sites a estimé l’augmentation à 0,2 accidents par site et par an.
Une étude d’Austroads (2010) a identifié les effets de certaines interventions sur la redistribution du trafic, et suggère que celle-ci pourrait être la cause de la migration. Si la circulation est réduite à l’endroit traité, il est probable qu’elle sera augmentée à un endroit voisin (ceci est probable dans toutes les situations, à l’exception de la rare circonstance dans laquelle le nombre de déplacements est faible). Il est suggéré que cette redistribution est plus probable dans le cas de certains types de traitement. Pour ces interventions, l’évaluation des effets devrait inclure une zone géographique plus vaste pour identifier les endroits où l’exposition (et donc le risque) peut se trouver augmentée. Les interventions identifiées comme pouvant causer de tels effets comprennent :
Plusieurs documents offrent des exemples détaillés de méthodes d’évaluation des infrastructures de sécurité routière. Il s’agit notamment de :
L’étalon d’or en méthodologie d’évaluation est l’« essai contrôlé » ou essai contrôlé aléatoire (RCT). Comme indiqué précédemment, cette approche se rencontre très rarement dans l’évaluation des interventions en matière d’infrastructure de sécurité routière. Ceci s’explique principalement par la crainte de ne pas traiter des sites à haut risque, mais aussi par des questions telles que le manque de connaissances en la matière. En affectant au hasard les sites dans un groupe expérimental ou groupe témoin, il convient d’éliminer tout biais découlant du traitement des sites ayant les pires antécédents d’accidents. Les facteurs externes qui entrent en jeu au fur et à mesure de l’évaluation (tels que les programmes de sanction policière imprévus dans la zone des essais) sont aussi pris en compte, car on peut supposer que les facteurs externes affectent également les sites de traitement et de contrôle. La différence entre les sites traités et les sites témoins durant la période « après » est un reflet fidèle de l’influence du traitement.
L’approche actuellement recommandée pour l’évaluation des interventions d’infrastructure est la méthode empirique de Bayes (ou EB). Hauer (1997) explique la procédure dans sa forme la plus simple qu’il est recommandé de lire pour qui souhaite comprendre la logique soutenant cette approche en matière de sécurité routière. Ce qui suit est un aperçu très simplifiée de cette approche.
L’approche EB utilise le concept d’un nombre « attendu » d’accidents ou de moyenne à long terme calculée sur une période aussi longue qu’il est jugé utile. Le second concept est la « population de référence » ou un ensemble de sites ou routes similaires pour lesquels des données sont disponibles (par exemple, tous les carrefours d’un certain type dans un réseau). La population de référence agit comme un groupe témoin. Dans la version classique de l’approche EB, le nombre d’accidents qui serait attendu sur un site de traitement si aucune intervention n’avait eu lieu, est estimé et comparé avec le nombre d’accidents réellement survenus. La comparaison du nombre réel d’accidents avec le nombre attendu indique l’influence du FMA.
Une méthode fréquemment appliquée pour l’évaluation de la sécurité des infrastructures est l’étude « avant-et-après » en utilisant un groupe de comparaison. Même si cette approche n’aborde pas complètement le problème de la régression à la moyenne (bien que, comme déjà signalé, l’utilisation d’une période « avant » plus longue puisse réduire cet effet), elle limite néanmoins l’impact des facteurs extérieurs. L’approche compare les résultats des sites de traitement avec ceux d’un ensemble de sites de comparaison (parfois appelés « sites témoins ») aux caractéristiques semblables à celles du site traité dans tous leurs aspects importants, à l’exception du fait qu’aucun traitement ne leur est appliqué. L’approche suppose que les facteurs externes agissent à la fois sur les sites traités et sur les sites témoins de manière identique, et peuvent donc être mesurés et pris en compte. Comme les sites traités et les sites témoins sont soumis aux mêmes ensembles de variables externes, toute différence dans les résultats de sécurité doit être l’effet du traitement.
La forme d’évaluation la plus élémentaire (et souvent appliquée) est de simplement comparer les taux d’accidents durant la période « avant » l’exécution d’une intervention avec les taux d’accidents « après » l’intervention (ceci est connu comme une simple ou naïve « étude avant-après », c’est-à-dire sans groupe témoin). Cette approche n’est pas recommandée, parce qu’elle ne prend pas adéquatement en compte la régression à la moyenne ou les variables externes.
Les études transversales ont aussi été utilisées pour essayer d’identifier les effets des interventions de sécurité. Elles comparent les résultats de sécurité de sites possédant une ou plusieurs caractéristiques particulières avec des sites ne les possédant pas. Il est supposé que les différences dans les résultats en matière de sécurité sont dues à ces caractéristiques. Il existe de nombreuses difficultés dans l’utilisation de cette approche (en particulier les différences entre les sites autres que les caractéristiques d’intérêt, et les taux différentiels d’accidents qui peuvent avoir conduit à cette caractéristique), par conséquent, elle ne devrait pas être utilisée pour ce type d’évaluation (cependant, si elle est utilisée, les limitations devraient être bien comprises et documentées).
Lors de l’évaluation d’un traitement particulier, il est habituellement nécessaire de chercher la réponse à ces deux questions :
La nature rare et aléatoire des accidents de la route peut entrainer des fluctuations assez importantes de la fréquence des accidents survenant au même endroit d’une année à l’autre, même si le niveau de sécurité sous-jacent n’a pas été modifié. Cette variabilité supplémentaire rend les effets d’un traitement plus difficile à détecter, mais un test de signification statistique peut être utilisé pour déterminer si le changement observé dans le nombre d’accidents est susceptible de s’être produit par hasard ou non.
Le principal problème avec l’utilisation des données d’accidents pour l’évaluation (y compris en supposant une grande exactitude d’enregistrement) est de distinguer les changements dus au traitement et ceux dus à d’autres sources. Comme cela a été expliqué précédemment, même si les sites choisis sont de bons groupes de comparaison prenant en compte les influences environnementales, il existe d’autres facteurs de confusion dont il faut tenir compte.
Pour choisir les périodes de temps utilisées pour comparer les accidents avant et après les traitements, plusieurs points sont à prendre en compte, notamment :
Développé par l’American Association of State Highways and Transportation Officials (AASHTO), l’outil d’évaluation des contre-mesures fait partie de l’ensemble d’outils appelé l’Analyste de Sécurité. Il fournit des conseils pas-à-pas pour l’évaluation des avantages des interventions de sécurité utilisant l’approche empirique de Bayes. Par conséquent, il est capable de comptabiliser l’effet de régression à la moyenne. En plus de détecter le changement global du nombre d’accidents (les FMA), l’outil peut aussi identifier l’effet sur des types d’accidents cibles spécifiques. Pour plus de détails, voir Harwood et al (2010) ou http://www.safetyanalyst.org/evaltool.htm .
Source : Harwood et al (2010).
Imprimer