I risultati trovati tendono a confermare le ipotesi che alle gallerie più lunghe è in genere associato un maggior numero degli incidenti, il che è verosimilmente da attribuire ad una diminuzione della concentrazione alla guida all’aumentare della lunghezza. In condizioni di flusso libero, all’aumentare del traffico medio giornaliero per corsia e della percentuale dei mezzi pesanti è da aspettarsi un incremento degli incidenti dovuto all’aumento della frequenza di cambiamento di corsia e delle manovre di sorpasso. Infine, quando il numero di corsie aumenta, le opportunità per il cambiamento di corsia aumentano unitamente al numero dei punti di conflitto e, conseguentemente, sono da aspettarsi un numero maggiore di incidenti.
Il modello Binomiale Negativo ad effetti random
I modelli ad effetti-random sono in genere necessari quando sembrano essere presenti correlazioni temporali: incidenti osservati nella stessa galleria in periodi di tempo successivi.
A tal proposito, un modello Binomiale Negativo ad effetti-random è stato altresì sviluppato dagli Autori al fine di catturare il trend nel tempo degli incidenti severi che si sono verificatesi nelle sopra menzionate gallerie dal 2006 al 2009. Si è riscontrata, infatti, una riduzione nel tempo degli incidenti severi che potrebbe essere attribuita ad una serie di concause.
I modelli basati sui tassi degli incidenti
Un’alternativa ai modelli basati sulla frequenza degli incidenti, sono i modelli di regressione che usano come variabile dipendente il tasso di incidentalità. Dal punto di vista dell’analisi statistica, il tasso di incidentalità è una variabile aleatoria continua in contrasto con la frequenza degli incidenti che, invece, è una variabile discreta.
A tal riguardo, un interessante modello sembra essere il modello di regressione Tobit che considera la variabile dipendente Yi come una variabile aleatoria continua censurata a sinistra a zero (nell’analisi, infatti, non di rado possono rilevarsi gallerie con zero incidenti). Tale modello, altresì, sviluppato mostra che il tasso degli incidenti severi in galleria cresce all’aumentare della percentuale dei mezzi pesanti e del numero di corsie, mentre diminuisce con la presenza del marciapiede. È interessante mettere in luce che la significatività statistica delle variabili indipendenti nel modello Tobit appare in contrasto con quella trovata con i sopra menzionali modelli Binomiali Negativi che impiegano, si ricordi, come variabile dipendente la frequenza degli incidenti. Infatti, nel modello Tobit la presenza del marciapiede è stata trovata statisticamente significativa, contrariamente al numero di corsie.
Una possibile spiegazione è che, con l’impiego del tasso di incidentalità, due variabili molto importanti quali la lunghezza e il traffico giornaliero medio per corsia che influenzano significativamente il verificarsi degli incidenti, non agiscono più come variabili indipendenti nel modello di regressione, ma intervengono direttamente sul valore della variabile dipendente in maniera lineare. Poiché, invece, la dipendenza tra il verificarsi degli incidenti su lunghezza e traffico giornaliero medio per corsia è non lineare, si potrebbe giungere ad una non precisa interpretazione dell’influenza delle variabili rimanenti sul tasso di incidentalità.
Conclusioni
Dai modelli sinteticamente esposti è possibile concludere che la frequenza degli incidenti (severi e non severi) aumenta con la lunghezza della galleria, il traffico medio giornaliero per corsia, la percentuale dei mezzi pesanti e il numero di corsie.
Tali risultati tendono a confermare le ipotesi che alle gallerie più lunghe è in genere associato un maggior numero degli incidenti, il che è verosimilmente da attribuire ad una diminuzione della concentrazione alla guida. Inoltre, in condizioni di flusso libero, all’aumentare del traffico medio giornaliero per corsia e della percentuale dei mezzi pesanti è da aspettarsi un incremento degli incidenti dovuto all’aumento della frequenza di cambiamento di corsia e delle manovre di sorpasso. Infine quando il numero di corsie aumenta, le opportunità per il cambiamento di corsia sono maggiori unitamente al numero dei punti di conflitto e conseguentemente sono da aspettarsi più incidenti.
I modelli sopra esposti che utilizzano come variabile indipendente la frequenza degli incidenti possono essere utili per pratiche applicazioni quali in particolare la stima della riduzione degli incidenti dovuta a miglioramenti delle gallerie esistenti e/o a modifiche di sistemi di controllo del traffico, nonché per una previsione degli incidenti quando sono comparate differenti alternative di progetto.
I modelli che utilizzano come variabile dipendente il tasso di incidentalità mostrano che quest’ultimo cresce all’aumentare della percentuale dei mezzi pesanti e diminuisce con la presenza del marciapiede. Inoltre la significatività statistica di alcune variabili indipendenti appare in contrasto con quella trovata attraverso i modelli basati sulla frequenza degli incidenti.
È quindi suggeribile un cauto utilizzo del tasso di incidentalità nei modelli di regressione il cui fine sia evidenziare la significatività delle variabili indipendenti. L’utilizzo del tasso di incidentalità appare, invece, più appropriato nell’ambito di un confronto tra diverse gallerie (così come tra diversi tronchi stradali) per individuare quelle caratterizzate da maggiore pericolosità e può, dunque, essere da supporto nella scelta della priorità degli interventi finalizzati ad un miglioramento del livello di sicurezza in galleria.