Introducción

Los accidentes por choques viales representan un problema grave en Costa Rica. Según el Instituto Nacional de Estadística y Censos ⁽¹⁾, en el año 2017, se presentaron 895 muertes por accidentes de tránsito, lo que representa aproximadamente el 3,9 % del total de defunciones de ese año. Asimismo, en 2019, hubo 817 muertes por dicha causa, es decir, el 3,4 % del total ^(2). Por último, en 2021, se presentaron 733 de este tipo de defunciones, con lo que se alcanzó el 2,4 % ese año ⁽³⁾.

La problemática de los choques viales debe ser percibida por el Estado y por los usuarios como un costo monetario y social, ya que cada choque genera una variedad de pérdidas, tales como tiempo, vidas humanas, recursos invertidos en reparaciones, entre otros. Al realizar un estudio que identifique las secciones de control más críticas y permita hacer intervenciones que reduzcan los choques viales, se generaría una disminución en los costos descritos.

El método de exceso de frecuencia promedio de choques esperado con el ajuste de Bayes empírico se considera un método aceptado en la comunidad de la seguridad vial, ya que fue publicado en la primera edición, en el año 2010, del Highway Safety Manual (HSM) de AASHTO (American Association of State Highway and Transportation Officials) ⁽⁴⁾.

Por un lado, las funciones de desempeño de seguridad vial pueden aplicar a elementos puntuales de la red vial. Por ejemplo, en ⁽⁵⁾, se evaluó el desempeño de seguridad vial en intersecciones semaforizadas en Medellín, Colombia. Además, en el trabajo de Guadamuz-Flores, y Agüero-Valverde ⁽⁶⁾, se analizó el caso de cruces ferroviarios en Costa Rica. Asimismo, en el estudio que realizaron García, Lizarazo, Mangones, Bulla-Cruz y Darghan ⁽⁷⁾, se analizaron carriles preferenciales para autobuses. Por otro lado, estas funciones también pueden ser analizadas a nivel de toda la red vial nacional, tal como lo hizo Agüero Valverde ⁽⁸⁾.

La presente investigación adquiere relevancia debido a la falta de herramientas que orienten la toma de decisiones en materia de seguridad vial, ya que en el país existen pocos modelos de desempeño que permitan identificar con sustento científico aquellas zonas que requieran ser intervenidas de forma prioritaria para mejorar la seguridad vial. Asimismo, el mayor aporte generado radica en que es la primera investigación en funciones de desempeño a un nivel de detalle alto utilizando secciones de control, lo que corresponde a la unidad de agregación más pequeña empleada por el MOPT para la toma de decisiones.

El estudio responde a dos preguntas principales. La primera pregunta plantea si es posible generar funciones de desempeño para toda la Red Vial Nacional con un alto nivel de detalle al utilizar secciones de control como unidad de análisis, lo que corresponde a la unidad de agregación mínima empleada por el MOPT, como se comentó anteriormente. La segunda pregunta se enfoca en la factibilidad de generar funciones de desempeño de seguridad vial enfocadas en motociclistas en Costa Rica, puesto que, en relación con la accidentabilidad de motocicletas, los estudios sobre funciones de desempeño de seguridad vial son mucho menos abundantes que las funciones de desempeño en general. Por ejemplo, para el caso de motociclistas, en Colombia, Ospina-Mateus, Quintana Jiménez, Lopez-Valdés y Sankar Sana ⁽⁹⁾ determinaron que el volumen medio diario del tráfico de motociclistas, el número de accesos (intersecciones) por kilómetro, las zonas comerciales y el tipo de camino afectan el desempeño de una vía respecto a la seguridad de los motociclistas. Similarmente, Manan, Jonsson y Várhelyi ⁽¹⁰⁾ desarrollaron funciones de desempeño en vías primarias de Malasia y determinaron que las fatalidades de motociclistas por kilómetro están afectadas por la cantidad de intersecciones y el volumen de motociclistas. Sin embargo, en este último estudio, se contaba con información limitada respecto a las características de la vía y su entorno.

La Red Vial Nacional está compuesta por una longitud aproximada de 7760 kilómetros, de los cuales 5927 kilómetros se encuentran en zona rural y los restantes 1832 kilómetros en zona urbana. Además, la longitud aproximada de la red vial cantonal corresponde aproximadamente a 35 086 kilómetros ⁽¹¹⁾. Lo que genera un total de 42 846 kilómetros de red vial total. El correcto funcionamiento de este complejo sistema genera beneficios económicos y sociales al país, además de generar impactos positivos sobre el desarrollo regional centroamericano.

En algunas rutas nacionales, se ha identificado una frecuencia y severidad de los choques elevada, como lo es el caso de las rutas nacionales número 32, 1, 34, entre otras ⁽¹²⁾, ⁽¹³⁾, ⁽¹⁴⁾, ⁽¹⁵⁾, ⁽¹⁶⁾, ⁽¹⁷⁾, ⁽¹⁸⁾. A pesar de la existencia de estudios detallados respecto a los choques esperados en algunos de los tramos más críticos, es recomendable realizar un estudio general y detallado para toda la red vial nacional. Por ello, para realizar un estudio general sobre la red vial nacional, se opta por ejecutar un estudio por secciones de control, las cuales son establecidas por la Secretaría de Planificación Sectorial del MOPT. De esto se desprende la importancia de realizar un análisis que permita identificar las secciones de control más críticas de concentración de choques viales y, con ello, promover la generación de medidas que brinden soluciones a la problemática actual y a futuro.

La escogencia de un método estadístico adecuado para la estimación de choques depende de la disponibilidad de los datos de ingreso requeridos, las limitaciones y fortalezas que presente el método y las salidas que se espera que tenga el estudio. El HSM presenta modelos estadísticos con análisis de regresión que buscan resolver el sesgo de regresión a la media; de esta forma, se tiene una mayor confiabilidad en la estimación de la frecuencia de choques promedio esperada para el sitio de estudio.

Algunas metodologías para generar modelos estadísticos mediante la frecuencia de choques observada son Bayes empírico, Bayes jerárquico y Bayes completo. El método de Bayes empírico se clasifica en el HSM como un método predictivo; además, presenta la ventaja de que, una vez que se tiene un modelo calibrado para un sitio con condiciones particulares, el método se puede aplicar de forma sencilla ⁽⁴⁾.

Ahora, en (1), se muestra la forma de la tasa de choques de la distribución, donde β0 corresponde al término constante, β1 corresponde al término asociado al TPDA y el término constante β2, β 3, β 4, …, βn corresponde a los coeficientes asociados a las variables 1, 2, 3, …, n. Los coeficientes se obtienen del modelo generado y las variables son aquellas que resulten ser significativas para el modelo analizado ⁽¹⁶⁾.

(1) 

Luego, con los coeficientes estimados, se procede a calcular el número predicho de choques, esto por medio de (2), que corresponde a la función de desempeño de seguridad vial.

(2) 

Consecutivamente, se realiza un ajuste por peso para verificar la confiabilidad de la función de desempeño de seguridad vial. El peso se calcula por medio de (3), donde w es el peso de Bayes empírico y ϕ es el parámetro de sobredispersión de la función de desempeño de seguridad. En este caso, un valor de sobredispersión bajo se traduce en una mayor confiabilidad y un ajuste por peso grande, con lo que se tiene una función de desempeño más confiable ⁽⁴⁾.

(3) 

Posteriormente, para el cálculo de la frecuencia de choques esperados total, se emplea (4), en donde Nobs corresponde a la cantidad de choques observados.

(4) 

Finalmente, para obtener el exceso de frecuencia de choques esperado, se emplea (5).

(5) 

Metodología

El objetivo de la investigación es determinar las secciones de control con potencial de mejora en la Red Vial Nacional de Costa Rica, utilizando el método de exceso de frecuencia de choques esperado con el ajuste de Bayes empírico, lo cual permita a la administración generar planes específicos de seguridad vial que busquen reducir la severidad y frecuencia de los choques viales.

Para el presente estudio, se utiliza una base de datos de accidentes de tránsito georreferenciados en la Red Vial Nacional suministrada por el Consejo de Seguridad Vial. Además, se utiliza la información de inventario de la Red Vial Nacional que separa los tramos de carretera en secciones de control. Aplicando un sistema de información geográfica, se asignó cada accidente a una sección de control de la Red Vial Nacional.

Una vez que se tiene la base de datos para cada uno de los modelos con todas las variables por analizar, esta se debe codificar de tal forma que aquellas variables que sean descriptivas se acomoden de manera que se coloque en primer lugar la descripción con la condición óptima. Esto para facilitar la interpretación del modelo. Para ello, se empleó el software Microsoft Excel.

Antes de modelar las regresiones binomiales negativas, se realizan labores de limpieza a la base de datos; por ejemplo, se eliminan o se recodifican los datos vacíos como una categoría adicional. Además, se recodificó nuevamente la base de datos para algunas categorías de ciertas variables que tienen muy poca frecuencia, o que responden a condiciones muy particulares de un sector, debido a su poca representatividad dentro de las características de la RVN. Esto se realiza agrupando clasificaciones con condiciones similares en una sola clasificación, o bien, indicando como ''Otros'' cuando se tienen clasificaciones con muy pocas observaciones.

Una vez que se tiene la base de datos debidamente corregida, se generan distintas modelaciones que se van refinando de manera sucesiva; para esto, se emplea el software de análisis estadístico R-Studio. En cada nuevo modelo, se elimina la variable menos significativa. Este proceso se repite de forma iterativa hasta que al menos una categoría de cada variable sea significativa.

Se aclara que, en caso de que las variables del modelo final tengan una significancia muy cercana al límite de aceptación, se debe verificar mediante una prueba de máxima verosimilitud si el aporte al modelo es significante o no.

Finalmente, se obtiene como resultado el valor estimado de cada coeficiente con sus respectivos valores de desviación estándar, error, valor de Z y su nivel de significancia. El valor estimado de cada coeficiente es el que se emplea para definir la función de desempeño.

Fig. 1. Diagrama de flujo de la metodología de la investigación. 

Descripción de los datos

Los datos de la información de los choques viales ocurridos en la Red Vial Nacional de Costa Rica fueron facilitados por el Consejo de Seguridad Vial (COSEVI). Cada entrada de choques incluye datos sobre gravedad del accidente, tipo de accidente, año, mes, día, hora, provincia, cantón, distrito, número de ruta, número de kilómetro, coordenada ''X'' y ''Y'' (ambas en sistema CRTM05), tipo de zona, estado del tiempo y tipo de calzada. Otras variables, como lo son el ancho de carril, ancho y tipo de espaldón, alineamiento horizontal y vertical e iluminación, se obtuvieron por medio de otra base de datos de inventario de la Red Vial Nacional de la Secretaría de Planificación Sectorial del Ministerio de Obras Públicas y Transportes (MOPT) y de información pública en el portal del Sistema Nacional de Información Territorial (SNIT).

Datos de choques viales

Esta sección representa de forma estadística descriptiva las condiciones de los choques viales reportados en el periodo de estudio (2017, 2018 y 2019) para la Red Vial Nacional de Costa Rica. La finalidad de esta sección es identificar patrones en la ocurrencia de los choques viales a partir de la base de datos suministrada por el Consejo de Seguridad Vial.

La estadística descriptiva para las variables continuas empleadas en el modelo se detalla en elcy, a continuación, se explican las columnas del cuadro:

1. TPDA: volumen de tráfico de la sección de control correspondiente a la suma de los tres años de estudio.

2. Longitud: longitud de la sección de control expresada en kilómetros de las secciones de control.

3. Número de carriles: cantidad de carriles en la sección de control.

4. Ancho de superficie: ancho en metros de la sección de control correspondiente a la superficie de rodamiento.

5. Ancho de carril: ancho promedio en metros de la sección de control correspondiente al ancho de un carril.

6. Ancho de espaldón: ancho en metros de la sección de control correspondiente al espacio de espaldón.

7. Velocidad: velocidad en kilómetros por hora indicada en el inventario de la Red Vial Nacional.

Cuadro I Estadísticas descriptivas de las principales características de las seccionesde control incluidas en el análisis 

	TPDA	Longitud (km)	Número de carriles	Ancho de superficie (m)	Ancho de carril (m)	Ancho de espaldón (m)	Velocidad (km/h)
Mínimo	28	0,24	1,00	1,30	0,65	0,00	5,00
Primer cuartil	3119	2,74	2,00	5,70	2,95	0,00	35,00
Media	10975	5,17	2,00	6,30	3,25	0,00	40,00
Promedio	26096	6,64	2,14	7,09	3,37	0,15	45,03
Tercer cuartil	31321	9,15	2,00	7,25	3,65	0,00	50,00
Máximo	317303	32,28	7,00	24,90	7,20	5,50	90,00
Desviación estándar	41184	5,29	0,81	2,81	0,67	0,45	15,59

Respecto al TPDA, se toma como base el Anuario de información de tránsito 2020, ya que este reporta el valor de TPDA levantado del año 2019 hacia atrás. Luego, se procede a determinar el valor del porcentaje de crecimiento, por lo que se revisa el anuario que reporte este valor más cercano al periodo de estudio; por lo tanto, se emplean los valores del Anuario de información de tránsito 2015.

Ahora, ya que se tienen secciones que no tienen valor de porcentaje de crecimiento reportado, se procede a calcular un porcentaje de crecimiento promedio por provincia. En caso de que se tenga una sección de control que no reporte porcentaje de crecimiento, se utiliza este valor calculado.

Para los tres años de estudio, se procede a obtener el valor de TPDA, calculado por medio de (6):

(6) 

Finalmente, para determinar el valor de TPDA para la sección de control, se suman los tres valores de TPDA calculados para cada sección de control. Este valor será el que se utilice en los modelos de análisis.

Resultados

La base de datos suministrada por el Consejo de Seguridad Vial (COSEVI) incluye 44 635 accidentes. De estos, 19 926 ocurrieron en rutas nacionales primarias; 10 784, en rutas de la Red Nacional secundaria; y 13 925, en la Red Vial Nacional terciaria. Del total de accidentes, 7478 corresponden a accidentes con fallecidos o con heridos graves y 37 157, solo con heridos leves. Para ambos casos, destaca la cantidad de colisiones con motociclistas (ver CUADROS II y III).

Los valores de salida del software empleado indican el nombre de la variable, la estimación de esta, el error estándar, el valor del estadístico Z, la probabilidad y la significancia. El signo del valor en la columna de estimación indica si la variable tiene una afectación negativa o positiva en la ocurrencia de choques viales. De esta forma, si la estimación corresponde a un valor negativo, un cambio positivo de una unidad en la variable representa una disminución en la ocurrencia de choques predicha por el modelo.

El proceso es iterativo, por lo cual se parte de un modelo con todas las variables y, luego, las variables menos significativas se eliminan una a una hasta llegar a un modelo en el que todas las variables contengan al menos una condición significante. La variable de Grip resultó ser la menos significativa en prácticamente todos los modelos. Se corrió un modelo solo con secciones de control que reportaran algún valor de Grip, sin embargo, se obtuvo el mismo resultado que los otros modelos, por lo que se identifica la variable como la de menor significancia.

A continuación, se presentan los resultados para los siguientes modelos generados:

Modelo para choques totales

De los resultados obtenidos para el modelo de choques totales, se tiene que las variables con evidencia estadística de que inciden en la ocurrencia de choques corresponden a TPDA, ancho de superficie, condición de espaldón, condición de superficie, tipo de terreno, tipo de superficie, número de carriles, velocidad, condición del espaldón, condición de señalización, condición de drenaje y condición de superficie (ver CUADRO IV).

Respecto al tipo de terreno, se identifica que todos los tipos de terreno distintos a la condición base tienen evidencia estadística de que reducen la ocurrencia de choques. Los resultados son contraintuitivos, lo que podría explicarse al tomar en consideración que la velocidad de operación es menor al encontrarse en terrenos más ondulados, por lo que se puede justificar que la probabilidad de ocurrencia de choques sea menor en estos casos.

El tipo de superficie base corresponde a la carpeta asfáltica, mientras que el tipo de superficie 2, a tratamiento superficial y el tipo de superficie 3, a lastre o grava. Los resultados presentan un análisis similar al detallado para la variable de tipo de terreno, ya que se explican al considerar que la velocidad de operación tiende a reducirse en tipos de superficie de menor calidad.

El número de carriles, según los resultados del modelo, disminuye la probabilidad de ocurrencia de choques conforme aumenta su cantidad. Al tener una mayor cantidad de carriles, los vehículos pueden circular a distintas velocidades sin exponer a otros usuarios a realizar maniobras indebidas.

El ancho de superficie indica que un ancho mayor aumenta la probabilidad de ocurrencia de choques. El resultado es contraintuitivo, sin embargo, un ancho de superficie mayor genera una sensación de seguridad mayor a los conductores, lo cual puede incentivarlos a prestar menor atención a la carretera.

Cuadro IV Resultado de la regresión binominal negativa para choques totales 

Parámetro	Variable	Estimación	Error estándar	Valor de Z	Pr	Significancia
β0	Intercepto	-4,277	0,344	-12,435	< 2,00E-16	***
β1	TPDA	0,707	0,031	23,099	< 2,00E-16	***
β2	Tipo de terreno condición 2	-0,086	0,065	-1,324	0,185
β3	Tipo de terreno condición 3	-0,347	0,072	-4,800	0,000	***
β4	Tipo de terreno condición 4	-0,593	0,088	-6,737	1,62E-11	***
β5	Tipo de superficie condición 2	-0,278	0,084	-3,314	9,20E-04	***
β6	Tipo de superficie condición 3	-0,822	0,130	-6,300	2,98E-10	***
β7	Tipo de superficie condición 4	-0,192	0,128	-1,500	1,34E-01
β8	Número de carriles	-0,246	0,076	-3,253	0,001	**
β9	Ancho de superficie	0,136	0,024	5,550	2,86E-08	***
β10	Velocidad	-0,021	0,002	-8,609	< 2,00E-16	***
β11	Condición de espaldón 2	0,154	0,134	1,156	2,48E-01
β12	Condición de espaldón 3	-0,128	0,263	-0,486	0,627
β13	Condición de espaldón 4	-0,769	0,354	-2,172	0,030	*
β14	Condición de espaldón 5	-0,025	0,101	-0,250	0,803
β15	Condición de señalización 2	-0,001	0,086	-0,017	0,986
β16	Condición de señalización 3	-0,048	0,075	-0,644	0,520
β17	Condición de señalización 4	-0,252	0,121	-2,085	0,037	*
β18	Condición de señalización 5	-0,563	0,182	-3,100	0,002	**
β19	Condición de drenaje 2	-0,161	0,072	-2,229	0,026	*
β20	Condición de drenaje 3	-0,227	0,100	-2,274	0,023	*
β21	Condición de drenaje 4	-1,096	0,319	-3,440	0,001	***
β22	Condición de superficie 2	0,174	0,080	2,168	0,030	*
β23	Condición de superficie 3	0,003	0,081	0,043	0,966
β24	Condición de superficie 4	0,071	0,086	0,826	0,409
β25	Condición de superficie 5	-0,044	0,211	-0,210	0,833

Códigos de significancia: 0 < ''***'' < 0,001 < ''**'' < 0,01 < ''*'' < 0,05 < ''.'' < 0,1 < '' '' < 1(Para binomial negativo, el parámetro de dispersión (2,2051) se toma como 1)Desviación nula: 4634,5 en 910 grados de libertadDesviación residual: 1039,1 en 885 grados de libertadAIC: 6666,5Número de interacciones de Fisher: 1Theta: 2,205Error estándar: 0,1282 x log-likelihood: -6612,546

El aumento de la velocidad, según el modelo, reduce la probabilidad de ocurrencia de choques. Este resultado también puede llegar a encontrarse contradictorio. Se podría entender considerando que existen muchos accidentes que ocurren en intersecciones, lugares donde la velocidad reglamentaria y operativa es menor en comparación a zonas sin ellas, que suelen presentar velocidades mayores.

Respecto a la condición del espaldón, se aplica un razonamiento análogo al que se ha empleado cuando el resultado es contradictorio: cuando hay condiciones peores a la condición base, se presenta una reducción de la velocidad y una mayor atención por parte de los conductores, lo que reduce probabilidad de ocurrencia de choques. De forma similar al caso anterior, los conductores toman una postura de conducción a la defensiva, reduciendo la velocidad y prestando mayor atención a la vía, lo que produce una reducción probabilidad de ocurrencia de choques.

La condición del drenaje, según el modelo, reduce la probabilidad de ocurrencia de choques. La condición 2 aplica para los casos en los que el agua se estanca en algunos sitios en la entrada de alcantarillas; la condición 3, cuando se presenta con erosión o socavación (no tiene capacidad hidráulica suficiente); y la condición 4, para ''Otros''. Este resultado también puede llegar a encontrarse contradictorio. No obstante, al tener malas condiciones de drenaje, los conductores identifican los riesgos asociados, reducen la velocidad y prestan una atención mayor a la vía, lo que produce una reducción en la probabilidad de ocurrencia de choques.

Respecto a la superficie de ruedo, se tiene como una condición significante cuando se presenta una condición de superficie de ruedo con pequeñas corrugaciones. En este caso, se aplica un razonamiento análogo al que se ha empleado cuando el resultado es contradictorio, ya que esta condición aumenta la probabilidad de ocurrencia de choques en contraste a la condición base. Al presentar una condición buena, se presenta un aumento de la velocidad y una menor atención por parte de los conductores, lo que aumenta la probabilidad de ocurrencia de choques.

En cuanto a exceso de accidentes, en la Fig. 2, se encuentran marcadas en rojo la Ruta Nacional 1 en Guanacaste, la Ruta Nacional 2 en Pérez Zeledón y la Ruta Nacional 17 en Puntarenas. En el Área Metropolitana, llaman la atención la Ruta Nacional 1 en Alajuela, al oeste del cruce con la radial de Alajuela, la Ruta Nacional 3 entre el centro de Heredia y el cruce de La Valencia, la Ruta Nacional 218 en los sectores de El Alto y el centro de Guadalupe y la Ruta Nacional 206 en San Miguel de Desamparados.

Fig. 2. Mapa de exceso de frecuencia de choques totales en las secciones de control de la RVN de Costa Rica del año 2017 al 2019. 

Modelo para choques con solo heridos leves

Los resultados obtenidos para el modelo de choques con solo heridos leves se muestran en el CUADRO V. Las variables que tienen evidencia estadística de que inciden en la ocurrencia de choques corresponden al TPDA, ancho de superficie, condición de espaldón, condición de superficie, tipo de terreno, tipo de superficie, número de carriles, velocidad, condición del espaldón, condición de señalización y condición de drenaje.

El análisis que se realiza para explicar el resultado del modelo es prácticamente el mismo que el aplicado en el modelo anterior, ya que se identifica el mismo comportamiento en las variables. Además, el resultado contiene las mimas variables significantes que el modelo anterior. Esto es esperable, puesto que la cantidad de choques con solo heridos leves es muy alta y esta ejerce un dominio sobre el modelo general.

Cuadro V Resultado de la regresión binominal negativa para choques con solo heridas leves  

Parámetro	Variable	Estimación	Error estándar	Valor de Z	Pr	Significancia
β0	Intercepto	-4,991	0,376	-13,268	< 2,0E-16	***
β1	TPDA	0,787	0,034	23,407	< 2,0E-16	***
β2	Tipo de terreno condición 2	-0,062	0,071	-0,876	0,381
β3	Tipo de terreno condición 3	-0,257	0,078	-3,269	0,001	**
β4	Tipo de terreno condición 4	-0,493	0,096	-5,142	0,000000271	***
β5	Tipo de superficie condición 2	-0,268	0,091	-2,932	0,003	**
β6	Tipo de superficie condición 3	-0,862	0,144	-6,006	1,90E-09	***
β7	Tipo de superficie condición 4	-0,156	0,139	-1,125	0,260
β8	Número de carriles	-0,255	0,082	-3,108	0,002	**
β9	Ancho de superficie	0,142	0,027	5,360	8,34E-08	***
β10	Velocidad	-0,027	0,003	-10,393	< 2,0E-16	***
β11	Condición de espaldón 2	0,054	0,144	0,378	0,706
β12	Condición de espaldón 3	-0,253	0,287	-0,883	0,377
β13	Condición de espaldón 4	-0,801	0,385	-2,080	0,038	*
β14	Condición de espaldón 5	-0,081	0,109	-0,737	0,461
β15	Condición de señalización 2	-0,016	0,093	-0,173	0,862
β16	Condición de señalización 3	-0,051	0,081	-0,628	0,530
β17	Condición de señalización 4	-0,286	0,133	-2,152	0,031	*
β18	Condición de señalización 5	-0,528	0,202	-2,618	0,009	**
β19	Condición de drenaje 2	-0,141	0,078	-1,815	0,070	.
β20	Condición de drenaje 3	-0,237	0,108	-2,190	0,028	*
β21	Condición de drenaje 4	-1,260	0,374	-3,368	0,001	***
β22	Condición de superficie 2	0,189	0,087	2,182	0,029	*
β23	Condición de superficie 3	0,005	0,088	0,052	0,958
β24	Condición de superficie 4	0,078	0,093	0,841	0,400
β25	Condición de superficie 5	0,014	0,227	0,063	0,950

Códigos de significancia: 0 < ''***'' < 0,001 < ''**'' < 0,01 < ''*'' < 0,05 < ''.'' < 0,1 < '' '' < 1(Para binomial negativo, el parámetro de dispersión (1,912) se toma como 1)Desviación nula: 4468,2 en 910 grados de libertadDesviación residual: 1042,1 en 885 grados de libertadAIC: 6328,2Número de interacciones de Fisher: 1Theta: 1,912Error estándar: 0,1132 x log-likelihood: -6274,185

Fig. 3. Mapa de exceso de frecuencia de choques con solo heridos leves en las secciones de control de la RVN de Costa Rica del año 2017 al 2019. 

De la Fig. 3, se resaltan de manera visual la Ruta Nacional 2, de San Isidro del General hasta Palmares, la Ruta Nacional 218, del cruce de Coronado hasta el cruce de Moravia, la Ruta Nacional 1, de Río Segundo hasta Bajo Las Iguanas y la Ruta Nacional 3, del Puente Yolanda Oreamuno sobre el río Virilla hasta el centro de Heredia, el cruce entre Ruta Nacional 3 y la calle Rubén Darío.

Modelo para choques con solo muertos o heridos graves

El CUADRO VI presenta los resultados de la regresión binomial negativa para choques con solo muertos o graves. De los resultados obtenidos para este modelo, las variables que cuentan con evidencia estadística de que inciden en la ocurrencia de choques corresponden al TPDA, ancho de superficie, alineamiento horizontal, alineamiento vertical, condición de espaldón y condición de señalización, tipo de terreno, tipo de superficie, alineamiento horizontal, alineamiento vertical, condición del espaldón, condición de señalización y estructura de pavimento.

En este modelo, se presenta una diferencia mayor en comparación con las variables significativas de los dos modelos anteriores, especialmente para las variables de alineamiento horizontal, alineamiento vertical y condición de la estructura de pavimento, las cuales no se presentaban como significativas en modelos previos.

Se señala que el análisis para las variables de tipo de terreno, tipo de superficie, ancho de superficie, condición de espaldón y señalización plantean un análisis muy similar a los dos modelos anteriores. Esto, pues el comportamiento de aumentar o reducir la probabilidad de ocurrencia de choques es el mismo, con la diferencia de que el valor de la estimación varía ligeramente.

Ahora, respecto a las variables que no se identificaron como significativas en modelos previos, se tiene el alineamiento horizontal que, cuando presenta algunas curvas que exigen una reducción significativa en la velocidad promedio de circulación, este aumenta la probabilidad de ocurrencia de choques. Por otro lado, cuando presenta una condición muy sinuosa en todo el tramo, condición que admite solamente una velocidad de circulación muy baja, ocurre un efecto contrario. Nuevamente, el análisis que se le puede dar a este resultado es bajo el concepto de que la primera condición citada genera en los conductores una sensación de seguridad mayor en comparación a la última condición mencionada. Estos pueden verse incentivados a aumentar la velocidad en carretera y, con ello, incrementa la probabilidad de ocurrencia de choques.

Para el alineamiento vertical, se tiene que, para condiciones que presentan pendientes menores del 3 % con algunas cuestas del 5 %, se identifica una disminución en la probabilidad de ocurrencia de choques. Por otro lado, para condiciones de carretera que poseen pendientes de entre 3 y 6 %, se observa un aumento en la probabilidad de ocurrencia de choques. En este caso, se resalta el hecho de que existen valores de pendiente iguales en ambos casos, sin embargo, debido a que la Secretaría de Planificación Sectorial agrupa de esta forma las pendientes, se clasifica un sitio en una categoría o en otra. Debido a esta incertidumbre a la hora de clasificar el alineamiento vertical de un sitio, no se puede realizar un análisis que explique adecuadamente el comportamiento del alineamiento vertical en el modelo presentado.

En cuanto a la condición de la estructura de pavimento, se recuerda que la condición base corresponde cuando no se presenta fallas y que la condición significativa es cuando se cataloga como ''Otros''. Dicha clasificación acoge condiciones cuando ''existen corrugaciones o huellas profundas sobre casi toda la faja de ruedo del tramo, hasta tal grado que no sería factible corregir la falla de la estructura, sino que se tendría que reconstruirla completamente'', ''existen deformaciones u otras fallas de consideración sobre la mayor parte del tramo'' y ''existen deformaciones u otras fallas de consideración sobre una buena parte de la subsección y, aunque no son extensas todavía, parece que siguen extendiéndose'' (estas categorías corresponden a las incluidas en el inventario de vías a nivel nacional (19)). Así, el efecto que tiene en el modelo es de reducción sobre la probabilidad de ocurrencia de choques y se podría explicar mediante una reducción de la velocidad por el mal estado de la carretera.

Cuadro VI Resultado de la regresión binominal negativa para choques con solo muertos o graves 

Parámetro	Variable	Estimación	Error estándar	Valor de Z	Pr	Significancia
β0	Intercepto	-4,431	0,357	-12,428	< 2,00E-16	***
β1	TPDA	0,442	0,038	11,782	< 2,00E-16	***
β2	Tipo de terreno condición 2	-0,129	0,132	-0,981	0,326
β3	Tipo de terreno condición 3	-0,567	0,176	-3,217	0,001	**
β4	Tipo de terreno condición 4	-0,850	0,203	-4,186	0,000	***
β5	Tipo de superficie condición 2	-0,243	0,100	-2,437	0,015	*
β6	Tipo de superficie condición 3	-0,589	0,150	-3,926	0,000	***
β7	Tipo de superficie condición 4	-0,365	0,160	-2,284	0,022	*
β8	Ancho de superficie	0,043	0,014	3,107	0,002	**
β9	Alineamiento horizontal condición 2	0,640	0,254	2,522	0,012	*
β10	Alineamiento horizontal condición 3	-0,142	0,173	-0,821	0,412
β11	Alineamiento horizontal condición 4	-0,061	0,087	-0,707	0,480
β12	Alineamiento horizontal condición 5	-0,362	0,120	-3,008	0,003	**
β13	Alineamiento vertical condición 2	-0,273	0,186	-1,470	0,142
β14	Alineamiento vertical condición 3	-0,751	0,456	-1,647	0,099	,
β15	Alineamiento vertical condición 4	0,245	0,105	2,332	0,020	*
β16	Alineamiento vertical condición 5	0,084	0,133	0,631	0,528
β17	Condición de espaldón 2	0,232	0,170	1,365	0,172
β18	Condición de espaldón 3	0,307	0,202	1,516	0,129
β19	Condición de espaldón 4	0,339	0,142	2,382	0,017	*
β20	Condición de espaldón 5	-0,059	0,340	-0,173	0,863
β21	Condición de señalización 2	-0,898	0,396	-2,269	0,023	*
β22	Condición de señalización 3	0,147	0,185	0,792	0,428
β23	Condición de señalización 4	0,099	0,091	1,092	0,275
β24	Condición de señalización 5	0,008	0,076	0,110	0,912
β25	Condición de estructura de pavimento 2	-0,136	0,146	-0,931	0,352
β26	Condición de estructura de pavimento 3	-0,741	0,267	-2,778	0,005	**

Códigos de significancia: 0 < ''***'' < 0,001 < ''**'' < 0,01 < ''*'' < 0,05 < ''.'' < 0,1 < '' '' < 1(Para binomial negativo, el parámetro de dispersión (2,5151) se toma como 1)Desviación nula: 2498,37 en 910 grados de libertadDesviación residual: 963,84 en 884 grados de libertadAIC: 3975,6Número de interacciones de Fisher: 1Theta: 2,515Error estándar: 0,2152 x log-likelihood: -3919,566

Fig. 4. Mapa de exceso de frecuencia de choques con solo muertos o graves en las secciones de control de la RVN de Costa Rica del año 2017 al 2019. 

Fig. 5. Mapa de exceso de frecuencia de choques con solo colisión con motocicleta en las secciones de control de la RVN de Costa Rica del año 2017 al 2019. 

Cuadro VII Resultado de la regresión binominal negativa para choques con solocolisión con motocicleta 

Parámetro	Variable	Estimación	Error estándar	Valor de Z	Pr	Significancia
β0	Intercepto	-5,622	0,382	-14,734	< 2,00E-16	***
β1	TPDA	0,796	0,038	21,073	< 2,00E-16	***
β2	Tipo de terreno condición 2	-0,045	0,076	-0,596	0,551
β3	Tipo de terreno condición 3	-0,420	0,085	-4,919	8,69E-07	***
β4	Tipo de terreno condición 4	-0,955	0,109	-8,785	< 2,00E-16	***
β5	Tipo de superficie condición 2	-0,304	0,101	-3,004	2,66E-03	**
β6	Tipo de superficie condición 3	-0,917	0,163	-5,622	1,89E-08	***
β7	Tipo de superficie condición 4	-0,204	0,153	-1,332	1,83E-01
β8	Número de carriles	-0,256	0,089	-2,887	0,004	**
β9	Ancho de superficie	0,135	0,029	4,683	2,83E-06	***
β10	Velocidad	-0,028	0,002	-11,635	< 2,00E-16	***
β11	Condición de señalización 2	0,057	0,093	0,619	5,36E-01
β12	Condición de señalización 3	0,002	0,078	0,025	0,980
β13	Condición de señalización 4	-0,160	0,146	-1,095	0,273
β14	Condición de señalización 5	-0,495	0,246	-2,014	0,044	*
β15	Condición de drenaje 2	-0,178	0,083	-2,156	0,031	*
β16	Condición de drenaje 3	-0,350	0,117	-2,989	0,003	**
β17	Condición de drenaje 4	-1,030	0,435	-2,370	0,018	*

Códigos de significancia: 0 < ''***'' < 0,001 < ''**'' < 0,01 < ''*'' < 0,05 < ''.'' < 0,1 < '' '' < 1(Para binomial negativo, el parámetro de dispersión (1,7948) se toma como 1)Desviación nula: 4137,1 en 910 grados de libertadDesviación residual: 1013,5 en 893 grados de libertadAIC: 5199,6Número de interacciones de Fisher: 1Theta: 1,795Error estándar: 0,1182 x log-likelihood: -5161,606

De la Fig. 4, se identifica visualmente la Ruta Nacional 1, en la provincia de Guanacaste, desde La Sombra hasta Pelón de la Altura, la Ruta Nacional 17, del cruce de Barranca hasta la entrada a Chacarita, la Ruta Nacional 150, de Belén de Nosarita hasta el cruce con la Ruta Nacional 157.

Conclusiones

Se aplicaron las metodologías publicadas en el HSM 2010 de la AASHTO. El método aplicado se adapta a la información de la que disponen las autoridades costarricenses y a las características de la RVN de Costa Rica, por lo que los resultados generados son confiables.

La primera contribución del estudio radica en que es la primera investigación en funciones de desempeño para toda la Red Vial Nacional realizada con un nivel de detalle alto, el cual se genera por secciones de control. Esto corresponde a la unidad de agregación mínima empleada por el MOPT para la toma de decisiones. La segunda contribución del estudio se enfoca en la elaboración de funciones de desempeño de seguridad vial enfocadas en motociclistas, ya que, en relación con la accidentabilidad de motocicletas, los estudios sobre funciones de desempeño de seguridad vial son mucho menos abundantes que las funciones de desempeño en general.

El COSEVI facilitó información de choques viales ocurridos del 2017 al 2021; sin embargo, únicamente se utiliza la información de los años 2017 al 2019, puesto que en el 2020 ocurrió la pandemia y se optó por no utilizar los datos después de dicho año. La cantidad de choques viales reportados dentro de la RVN en el periodo de estudio (2017, 2018 y 2019) corresponde a 27 319 choques.

La Secretaría de Planificación Sectorial también facilitó la información de las secciones de control de la RVN de Costa Rica. La base de datos incluía caracterización para un total de 1219 secciones de control.

No cuentan con valor de TPDA el 10,78 % de las rutas nacionales primarias, el 15,05 % de las rutas nacionales secundarias y un 42,95 % de las rutas nacionales terciarias. Se excluyeron del estudio aquellas secciones que no tuviesen un valor de TPDA registrado.

El tipo de superficie, condición de señalización y ancho de superficie fueron las características que resultaron ser significativas en los cuatro modelos analizados. Asimismo, la velocidad, tipo de terreno, número de carriles y condición del espaldón son variables significativas en tres de los cuatro modelos, por lo que también se deben de tener en consideración.

La sección de control 10003 es la que se posiciona en primer lugar dentro de la clasificación de las secciones de control identificadas con exceso de frecuencia de choques esperado, tanto en los modelos de choques totales, heridos leves, así como heridos graves y fallecidos. Se señala que las condiciones de la sección de control 10003 corresponden en gran medida a la condición base.

A partir de los análisis realizados, es de esperar que vías con un ancho de superficie mayor presenten una cantidad esperada de la clase de accidentes totales superior respecto a vías con un ancho de superficie menor.

En los modelos generados, la velocidad se presenta como una variable que, a medida que aumenta, disminuye el exceso de frecuencia de choques esperado. Este resultado es consistente con los resultados de Rodríguez Shum ⁽¹⁵⁾. Se aclara que en investigaciones previas en Costa Rica ⁽¹⁶⁾, la velocidad no fue una variable significativa, por ello, no es posible contrastar los resultados. La velocidad no se presenta en categorías de ocurrencia natural, por lo que el proceso de agrupación y asignación a los tramos afecta el resultado de la modelación ⁽²⁰⁾, ⁽²¹⁾.

El tipo de choque de mayor ocurrencia es colisión con motocicleta con un 41,1 % del total de choques registrados. Por esta razón, se realizó un análisis particular para este tipo de choque.

La variable Grip resultó ser una variable no significativa en la mayoría de los modelos analizados.

A partir de los resultados obtenidos, se logra concluir que es posible generar funciones de desempeño de seguridad vial utilizando a la sección de control como unidad de análisis. Esta corresponde a la unidad de agregación mínima empleada por el MOPT para la gestión de la Red Vial Nacional. En este caso en particular, con este proyecto, se logra desagregar los hallazgos de ⁽⁸⁾. Adicionalmente, en este trabajo, se consideraron características físicas y operativas de las vías en la generación de los modelos.

Se recomienda en estudios posteriores evaluar las relaciones que pueden existir dentro de las diferentes variables físicas y operativas utilizadas en el modelo. Se sugiere la aplicación de análisis de componentes principales u otra técnica estadística multivariada, lo cual podría permitir simplificar el análisis de variables que pueden intervenir en la ocurrencia de choques viales.

Sería recomendable que la Secretaría de Planificación Sectorial del Ministerio de Obras Públicas y Transportes comience a recopilar y reportar dentro de las estadísticas de tráfico la cantidad de motociclistas con el fin de incorporar esta variable en futuros estudios. Esto especialmente porque dicha variable resultó significativa en los estudios de Ospina-Mateus, Quintana Jiménez, Lopez-Valdés y Sankar Sana ⁽⁹⁾, así como en Manan, Jonsson y Várhelyi ⁽¹⁰⁾.

De igual forma, sería interesante explorar otro tipo de agregaciones de la información, tal como lo realizaron Yuan, Abdel-Aty, Fu, Wu, Yue y Eluru ⁽²²⁾, ya que las condiciones operativas de la vía varían también de manera temporal, por ejemplo. O bien, desagregar la información de acuerdo con las condiciones del tiempo, tal como lo hicieron Das, Geedipally y Fitzpatrick ⁽²³⁾. Además, es recomendable realizar futuros estudios enfocados en otros usuarios vulnerables, como los ciclistas ⁽²⁴⁾ o peatones ⁽²⁵⁾. Por tanto, se recomienda realizar un estudio para determinar ubicaciones con potencial de mejora utilizando funciones de desempeño de seguridad vial, aplicado a las intersecciones de la Red Vial Nacional de Costa Rica, a usuarios vulnerables como peatones o ciclistas, o bien, un análisis con un nivel de segregación por kilómetro de la RVN, por condición del tiempo o utilizando diferentes periodos temporales. Asimismo, estos estudios pueden considerar el tipo de vía y el contexto de la vialidad en la cual se enmarcan, según las limitaciones de los futuros estudios.

Roles de las personas autoras

Rodolfo Fernández Garita: Conceptualización, Curación de datos, Análisis formal, Adquisición de fondos, Investigación, Metodología, Administración del proyecto, Recursos, Software, Validación, Visualización, Redacción – borrador original, Redacción – revisión y edición.

Henry Hernández Vega: Conceptualización, Curación de datos, Análisis formal, Investigación, Metodología, Administración del proyecto, Recursos, Software, Supervisión, Validación, Redacción – borrador original, Redacción – revisión y edición.

Jonathan Agüero Valverde: Conceptualización, Curación de datos, Análisis formal, Investigación, Metodología, Software, Supervisión, Redacción – borrador original.

Diana Jiménez Romero: Conceptualización, Análisis formal, Investigación, Metodología, Supervisión, Redacción – borrador original.