Clusterización y estudio de la accidentalidad del sistema Transmilenio, Bogotá 2005-2010

Texto completo

(1)ICYA 201210 32. CLUSTERIZACIÓN Y ESTUDIO DE LA ACCIDENTALIDAD DEL SISTEMA TRANSMILENIO, BOGOTÁ 2005-2010. JUAN LUNA MONROY Trabajo de grado para optar al título de Ingeniero Civil. Asesor JUAN MIGUEL VELASQUEZ TORRES Instructor Departamento de Ingeniería Civil y Ambiental Universidad de los Andes. UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA CIVIL Y AMBIENTAL BOGOTÁ, D.C. 2012.

(2) ICYA 201210 32. Tabla de contenido Índice de Figuras ................................................................................................................................. 3 Índice de Tablas ................................................................................................................................... 4 Abstract: .............................................................................................................................................. 5 1.. 2.. Introducción ................................................................................................................................ 6 1.1. Objetivo General ................................................................................................................. 7. 1.2. Objetivos Específicos ........................................................................................................... 7. Marco Teórico ............................................................................................................................. 8 2.1. El problema de la accidentalidad y la seguridad vial .......................................................... 8. 2.2. El TransMilenio, su evolución, e incidencia en la accidentalidad ....................................... 9. 2.3. La identificación de factores ............................................................................................. 11. 2.4. Clusterización .................................................................................................................... 11. 2.4.1. Técnicas Jerárquicas .................................................................................................. 12. 2.4.2. Técnicas Particionales ............................................................................................... 12. 2.5 3.. 4.. Algoritmo K –means .......................................................................................................... 13. Bases de datos ........................................................................................................................... 15 3.1. La recolección de datos en Colombia................................................................................ 16. 3.2. Clasificación y manejo de información ............................................................................. 16. Aplicación del algoritmo y estudio bianual por tipo de accidente ............................................ 18 4.1. Convenciones de análisis de clusters ................................................................................ 19. 4.2. Primer periodo: 2005-2006 ............................................................................................... 20. 4.2.1. Análisis de la fatalidad ............................................................................................... 23. 4.2.2. Análisis de la accidentalidad simple .......................................................................... 25. 4.3. Segundo periodo: 2007-2008 ............................................................................................ 26. 4.3.1. Análisis de la fatalidad ............................................................................................... 30. 4.3.2. Análisis de la accidentalidad simple .......................................................................... 32. 4.4. Tercer periodo: 2009-2010 ............................................................................................... 33. 4.4.1. Análisis de la fatalidad ............................................................................................... 37. 4.4.2. Análisis de la accidentalidad simple .......................................................................... 39. 5.. Evolución e integración de resultados ...................................................................................... 40. 6.. Conclusiones y recomendaciones ............................................................................................. 51. Referencias ........................................................................................................................................ 54 2.

(3) ICYA 201210 32 ANEXOS ............................................................................................................................................. 55 Registro fotográfico del sistema ................................................................................................... 55. Índice de Figuras Figura 1 - Líneas troncales y distribución de alimentadores dentro del sistema.............................. 10 Figura 2 - Clusterización jerárquica ................................................................................................... 12 Figura 3 - Clusterización particional .................................................................................................. 13 Figura 4 - Convenciones adoptadas para análisis cluster.................................................................. 19 Figura 5 - Distribución por tipo de accidente, Periodo 2005-2006 ................................................... 20 Figura 6 - Conformación de grupos a partir de clusters seleccionados, Periodo 2005-2006 ........... 21 Figura 7 - Distribución de parámetros tiempo-espacio, Periodo 2005-2006.................................... 23 Figura 8 - Participación modal dentro de la accidentalidad fatal, Periodo 2005-2006..................... 24 Figura 9 - Distribución de las causas de accidente dentro de la fatalidad, Periodo 2005-2006 ....... 24 Figura 10 - Distribución de modo y causa para los accidentes Tipo 3, Periodo 2005-2006.............. 26 Figura 11 - Distribución por tipo de accidente, Periodo 2007-2008 ................................................. 26 Figura 12 - Conformación de grupos a partir de clusters seleccionados. Periodo 2007-2008 ......... 27 Figura 13 - Distribución de parámetros tiempo-espacio para los grupos, Periodo 2007-2008 ........ 29 Figura 14 - Participación modal dentro de la accidentalidad fatal, Periodo 2007-2008................... 30 Figura 15 - Distribución de las causas de accidente dentro de la fatalidad, Periodo 2007-2008 ..... 31 Figura 16 - Distribución de modo y causa para los accidentes T3, Periodo 2007-2008.................... 32 Figura 17 - Distribución por tipo de accidente, Periodo 2009-2010 ................................................. 33 Figura 18 - Conformación de grupos a partir de clusters seleccionados, Periodo 2009-2010 ......... 34 Figura 19 - Distribución de parámetros tiempo-espacio para los grupos, Periodo 2009-2010 ........ 36 Figura 20 - Participación modal dentro de la accidentalidad fatal, Periodo 2009-2010................... 37 Figura 21 - Distribución de las causas de accidente dentro de la fatalidad, Periodo 2009-2010 ..... 38 Figura 22 - Distribución de modo y causa para los accidentes T3, Periodo 2009-2010.................... 39 Figura 23 – Evolución general de la accidentalidad por tipo de vehículo ......................................... 40 Figura 24 - Pasajeros movilizados al año en cada modo ................................................................... 41 Figura 25 - Número de accidentes por tipo de choque .................................................................... 42 Figura 26 – Número de accidentes por tipo de atropello ................................................................. 43 Figura 27 – Número de accidentes producidos debido a otros factores .......................................... 44 Figura 28 - Evolución de accidentes fatales en el sistema ................................................................ 45 Figura 29 - Evolución de la totalidad de muertos por año en el sistema .......................................... 45 Figura 30 - Comportamiento general de la accidentalidad según mes............................................. 46 Figura 31 - Comportamiento general de la accidentalidad según hora del día ................................ 47 Figura 32 - Distribución general de la accidentalidad según troncal de ocurrencia ......................... 48 Figura 33 – Comportamiento general de la accidentalidad según afectado .................................... 49 Figura 34 – Evolución general de la accidentalidad originada por atropello al peatón .................... 50 Figura 35 - Evolución general de la accidentalidad originada por choque con particulares ............ 51 3.

(4) ICYA 201210 32. Índice de Tablas Tabla 1 - Parámetros espaciales y temporales considerados ........................................................... 16 Tabla 2 - Parámetros generales del accidente .................................................................................. 17 Tabla 3 - Caracterización de clusters para grupo de articulados, Periodo 2005-2006 ..................... 22 Tabla 4- Caracterización de clusters para grupo de alimentadores, Periodo 2005-2006 ................ 22 Tabla 5 - Distribución de los periodos de tiempo de accidentalidad fatal, Periodo 2005-2006 ....... 25 Tabla 7 - Caracterización de clusters para grupo de articulados, Periodo 2007-2008..................... 28 Tabla 8 - Caracterización de clusters para grupo de alimentadores, Periodo 2007-2008 ............... 28 Tabla 9 - Distribución de los periodos de tiempo de accidentalidad fatal, Periodo 2007-2008 ....... 31 Tabla 10 - Caracterización de clusters para grupo de articulados, Periodo 2009-2010 .................. 35 Tabla 11 - Caracterización de clusters para grupo de alimentadores, Periodo 2009-2010 .............. 35 Tabla 12 - Distribución de los periodos de tiempo de accidentalidad fatal, Periodo 2009-2010 ..... 38. 4.

(5) ICYA 201210 32. Abstract: En el contexto del fuerte aumento de la demanda de transporte público, y la actual necesidad de expansión del sistema TransMilenio en Bogotá, Colombia, es importante analizar la evolución de los accidentes dentro de la red. TransMilenio reporta crecimientos anuales de pasajeros del 9,5% al año (Cámara de Comercio de Bogotá & Uniandes, 2010), con eventos que para fines del estudio fueron clasificados por sus consecuencias en: T1: muerte T2: heridos y T3: daños a propiedad únicamente. Los accidentes son fenómenos complejos cuyos orígenes se fundan en la simultaneidad de causas, por lo que el análisis cluster es útil para el reconocimiento de estos patrones heterogéneos de ocurrencia, esto con el fin de elaborar recomendaciones una vez se reconocen las características comunes de los diferentes tipos de accidentes. Por esta razón el método clusterización se llevó a cabo para el grupo más representativo, T2 (80%), y un estudio individual se hizo para los otros dos.. Within the context of strong public transport demand increase, and the current necessity of expansion of the TransMilenio system in Bogotá, Colombia, it is important to analyze the accident evolution within the network. TransMilenio reports annual growths of 9.5% passengers per year (Cámara de Comercio de Bogotá & Uniandes, 2010), with accidents that can be classified by their consequences in: T1: death, T2: Injuries and T3: property damage only. Accidents are complex phenomena which origins are simultaneity of causes, therefore cluster analysis is useful to indentify this heterogeneous patterns of occurrence in order to make recommendations by recognizing common characteristics of different types of accidents. For that reason the clusterisation method was implemented for the most representative group, T2 (80%), and an individual study was made for the other two.. 5.

(6) ICYA 201210 32. 1. Introducción Los problemas de movilidad y transporte históricamente han estado presentes dentro de la evolución de la ciudad de Bogotá, por lo que han sido muchos los esfuerzos que las diferentes administraciones han realizado para combatir el problema. Dentro de la búsqueda de soluciones efectivas, se resalta la puesta en marcha del sistema TransMilenio, un sistema de autobús de tránsito rápido o BRT, con un corredor segregado y basado en la experiencia de la Rede Integrada de Transporte de la ciudad de Curitiba en Brasil, pero contando con modificaciones a partir de la experiencia de previos proyectos BRT, adoptando implementaciones desarrolladas internamente en la capital. La puesta en marcha del sistema evidencia cómo en la última década la capital ha hecho importantes avances en materia de seguridad vial, logrando una reducción significativa en las tasas de accidentalidad. TransMilenio representa la inversión más importante en movilidad urbana en el país en la última década, y sin duda los resultados desde la inauguración de su primer troncal en el año 2001, se traducen en claras mejoras en parámetros tales como tiempos de desplazamiento, pasajeros transportados por sentido en un una hora, reducción de impactos ambientales, entre otros. Sin embargo, dentro del contexto de la expansión actual del sistema, y bajo el marco de la implementación de mejoras que repercutan en la calidad del servicio, resulta importante analizar la accidentalidad dentro de un sistema que históricamente señala crecimientos anuales del 9,5% en el número de pasajeros movilizados por año (Cámara de Comercio de Bogotá & Uniandes, 2010) . Con esto se hace necesaria una evaluación de la accidentalidad en TransMilenio, pues aun cuando respecto a la participación de otros modos el sistema refleja cifras positivas en materia de seguridad vial, al tratarse de un sistema en expansión y del modelo BRT de más antigüedad dentro del territorio nacional (modo BRT ya implementado en otras 5 ciudades: Pereira, Cali, Medellín, Barranquilla, Bucaramanga y en proyecto para otras 2: Cúcuta, Cartagena), del estudio de la experiencia bogotana, se busca la formulación de recomendaciones que permitan adoptar medidas y regulaciones útiles en el desarrollo de los sistemas mencionados, los cuales deberán estar encaminados a la disminución de potenciales fatalidades dentro de su accidentalidad. Por definición los accidentes son fenómenos complejos que tienen origen en la simultaneidad de causas, lo que los hace heterogéneos y por esto en muchos casos la identificación de patrones de ocurrencia se dificulta. Bajo este panorama, se fundamenta la utilidad de las técnicas de clusterización, pues se tratan de métodos cuyo uso permite llegar a la homogenización de factores y parámetros. (Hartigan, 1975) Así pues, este documento pretende usar el método de clusterización mediante la implementación del algoritmo K-means, trabajando las bases de datos obtenidas de la entidad TransMilenio S.A,. 6.

(7) ICYA 201210 32 buscando lograr una caracterización de la accidentalidad para el sistema dentro de los años 20052010, mediante una evaluación bianual de 3 periodos, 2005-2006, 2007-2008 y 2009-2010.. 1.1. Objetivo General. El objetivo del estudio consiste en identificar los factores que contribuyen a los casos de accidentalidad dentro del sistema TransMilenio, de manera que se logre puntualizar los patrones más recurrentes, y con esto facilitar la generación de políticas de prevención.. 1.2. Objetivos Específicos. -. Evidenciar la utilidad de los métodos de clusterización y puntualmente del algoritmo kmeans, para efectos de la organización de variables y su posterior análisis desde su interrelación y simultaneidad en los accidentes.. -. Reconocimiento de las características de los tipos de accidentes sobre los cuales se deben concentrar mayores esfuerzos.. -. Generación de recomendaciones útiles en la búsqueda de la reducción de la fatalidad dentro del sistema, y consideraciones para las expansiones futuras de TransMilenio y de nuevos sistemas de tipo BRT.. 7.

(8) ICYA 201210 32. 2. Marco Teórico 2.1. El problema de la accidentalidad y la seguridad vial. Dentro del contexto de la década de la seguridad vial impulsado por la Asamblea General de las Naciones Unidas (ONU) y la Organización Mundial de la Salud (OMS), propuesta para los años 2011-2020, y con el propósito de mitigar y establecer control sobre el creciente saldo de muertes y heridos a nivel mundial, se evidencia cómo en la actualidad la accidentalidad se constituye como un parámetro que obstaculiza el desarrollo de los países. En general, la mayor parte de estos eventos ocurren en las ciudades, lo que claramente refleja e incide en el desarrollo de problemas de salud pública e impacto social, que sumados a sus consecuencias económicas, las cuales según estudios del Fondo de Prevención Vial para el último trienio anualmente ascienden a cifras entre 4 y 5 billones de pesos de 2010, representando aproximadamente 0.7% a 0.9% del PIB (Fondo de Prevención Vial, 2010), se tratan de consecuencias que implican la necesidad de implementar propuestas y estrategias de seguridad que contrarresten estos flagelos. Estudios sobre docenas de países latinoamericanos muestran cómo esta epidemia afecta de manera más significativa a países en desarrollo o de desarrollo medio, de manera que de los accidentes reportados alrededor del mundo para el año 2000, el 90% recayó sobre países de estas características (Fraser, 2005). Colombia dentro del panorama general de la movilidad, según revelan estudios del Fondo de Prevención Vial , solo para 2010 presentó 5.502 muertos en choques, cifra que se constituye en evidencia de cómo a nivel mundial los traumatismos por efectos de estos accidentes son actualmente la causa principal de muerte para individuos entre 15 y 29 años, y la segunda entre individuos entre 5 y 14 años de edad (OMS). Cifras que según el Forensis del Instituto Nacional de Medicina Legal y Ciencias Forenses, indican que para Colombia en 2010, hubo una tasa de 12,53 muertes y 86,40 lesiones no fatales por cada cien mil habitantes, con 5.704 y 39.318 víctimas respectivamente, donde las regiones del país que registraron el mayor número de víctimas en accidentes de tránsito fueron Antioquia, Valle del Cauca, Cundinamarca, Bogotá D.C y Santander (Instituto Nacional de Medicina Legal y Ciencias Forenses, 2010). En este orden de ideas, internamente el reto constituye en disminuir los muertos y heridos evidenciados en 2010, de forma tal que para 2020 el país logre llegar a una cifra cercana a la mitad de lo reportado actualmente (Fondo de Prevención Vial, 2010), siguiendo con los puntos fijados dentro del Plan Nacional de Desarrollo 2010-2014, el cual en su titulo “Crecimiento y sostenible y competitividad” plantea priorizar la seguridad vial como política de estado, de manera que los.

(9) ICYA 201210 32 accidentes de tránsito necesitan ser analizados para identificar posibles factores de riesgo y sus efectos en la severidad de los mismos (Depaire & Vanhoof, 2008). De esta manera, el sistema TransMilenio siendo actualmente el medio insignia de la capital y un hito en la movilidad a nivel mundial, es la razón que fundamenta la importancia del estudio, pues no solo se trata de evaluar un sector primordial para el transporte de la capital, sino además abarcarlo orientado a la formulación de recomendaciones útiles para el desarrollo de futuros sistemas BRT, los cuales deben implementarse en comunión con los pilares de la seguridad vial en materia de: vías de transito y movilidad más seguras, peatones y usuarios de vías de transito más seguros, así como en la formulación de iniciativas, que como la ejecución de sistemas de BRT, acompañados de una puesta en marcha efectiva, permitan una reducción importante en la accidentalidad nacional.. 2.2. El TransMilenio, su evolución, e incidencia en la accidentalidad. El sistema TransMilenio lo podemos clasificar como un sistema integrado de transporte masivo de tipo BRT completo, el cual tiene circulación en la zona urbana de la capital con buses segregados de alta capacidad, y cuyo servicio es paralelamente complementado mediante rutas alimentadoras cuya funcionalidad recae en el cubrimiento de vías locales utilizando buses de mediana capacidad. La capital actualmente cuenta con 7,3 millones de habitantes y a partir de la vertiginosa tasa de crecimiento poblacional evidenciada para la década de los 90, en el año 2000, bajo el mandato del alcalde Enrique Peñalosa, se implementa el TransMilenio. Se trata de un sistema BRT cuya finalidad recae en optimizar la movilidad, de manera que se implementa bajo un concepto básico de condensación urbana e impulsado por el crecimiento desmedido de Bogotá. Es entonces un medio que busca mejoras en la movilidad mediante la disminución de tiempos de viaje, inseguridad, consumo de suelo y costos de desplazamiento. En la actualidad el sistema suple el 29% de la totalidad de los viajes efectuados mediante el modo público en la ciudad, contando con una red de 84 km troncales repartidas en 9 diferentes líneas: Caracas, Autonorte, Suba, Calle 80, NQS Central, Américas, NQS Sur, Caracas Sur y Eje ambiental, adicionalmente cuenta con 663 km de rutas alimentadoras repartidas en 83 líneas.. 9.

(10) ICYA 201210 32 Figura 1 - Líneas troncales y distribución de alimentadores dentro del sistema. Fuente: TransMilenio S.A. (2012), Web oficial. El sistema diariamente moviliza alrededor de 2’400.000 pasajeros con una frecuencia de 5 minutos en promedio, llegando a movilizar hasta 46.000 PHS por la línea de la Caracas, con una velocidad de operación promedio de 26 km/h según los datos del Observatorio de Movilidad para el año 2010 (Cámara de Comercio de Bogotá & Uniandes, 2010) Desde su inauguración, la tendencia en la accidentalidad de TransMilenio respecto al transporte público colectivo es significativamente menor, lo cual se explica teniendo en cuenta las condiciones de operación de ambos modos, pues para el TPC el caos que origina la sobreoferta de vehículos conducen a comportamientos agresivos e inseguros en los conductores, patrones típicos en la competencia por los usuarios. De forma general los accidentes en el sistema TransMilenio se entienden como sucesos generadores de muertes, lesiones o daños superiores a 5 salarios mínimos legales vigentes (2’575.000, en 2010), que para el año 2010 constituyeron un 1,3% de la accidentalidad sobre la proporción total de sucesos en Bogotá, una tasa mucho menor a lo reportado en relación al TPC con el 13,3%. Lo anterior indica cómo los requisitos de seguridad, segregación y control sobre vías y articulados se traducen en condiciones favorables para la seguridad vial. Así pues, un estudio que permita obtener recomendaciones encaminadas a disminuir en mayor medida la accidentalidad, enfrentada a la necesidad de continuar con la expansión del sistema, permitirá un desarrollo que asegure aun más la comunión con la seguridad vial. 10.

(11) ICYA 201210 32. 2.3. La identificación de factores. Dentro del ámbito de la accidentalidad vial se destacan varios factores que inciden en su ocurrencia, tales como las características del conductor, las características espaciales de la vía, y factores propios del ambiente donde tiene lugar el accidente (Fraser, 2005). Dichos parámetros justifican la importancia de analizar su ocurrencia aislada o simultánea para analizar cómo participan dentro de la accidentalidad evidenciada (Kopelias, 2007). El flujo de tráfico para cada ciudad o región contiene diferentes condiciones que tienen curso repetidamente. Las condiciones de manejo varían dependiendo el lugar o modo de transporte (Fotoughi & M. Montazeri, 2011), de manera que para nuestro caso particular, las condiciones que contribuyen con la accidentalidad del sistema TransMilenio se pueden ordenar a partir de los criterios establecidos en la matriz de Haddon, una de las herramientas más usadas y útiles en la clasificación de información dentro del campo de la prevención de heridas (Haddon, 1981) : Variables propias a la severidad del accidente: Número de decesos y heridos, es necesario aclarar cómo la severidad del accidente está determinada de acuerdo al nivel de lesión del ocupante en peor condición. (Milton, 2006) Información geográfica: Características del corredor donde ocurrió el accidente (ej. Línea troncal, área de ocurrencia) Información de circunstancias: Detalles propios del evento (Ej. tipo de accidente, tiempo del accidente, hora del día, mes, vehículos involucrados en el accidente) Información de implicados: Características propias (Ej. Usuario o no usuario del sistema). 2.4. Clusterización. La clusterización o análisis cluster, es la denominación de un grupo de técnicas multivariantes que agrupa a los individuos y a los objetos en conglomerados (o clusters), de tal forma que los objetos del mismo conglomerado son más parecidos entre sí que a los objetos de otros. Lo que se intenta con este tipo de métodos es maximizar la homogeneidad de los objetos dentro de los clusters mientras que a la vez se maximiza la heterogeneidad entre los agregados, de manera que si la clasificación es acertada, los objetos dentro de los grupos estarán muy próximos cuando se representen gráficamente, y los diferentes grupos estarán muy alejados (Hair, 2008). Este tipo de análisis tiene muchas aplicaciones en distintas disciplinas, principalmente en campos como la estadística, ingeniería, biología, psicología y ciencias sociales, aunque en general del. 11.

(12) ICYA 201210 32 análisis de los clusters se logra la identificación de características y relaciones que no son evidentes cuando se tienen grandes cantidades de datos.. 2.4.1. Técnicas Jerárquicas. La clusterización jerárquica iterativamente construye clusters por aglomeración o por división a partir de la iteración anterior. Para el primer caso cada elemento pertenece a un cluster individual cuyas uniones generan aglomeraciones, la división se puede entender como el proceso visto de arriba a abajo, donde la desintegración de los elementos constituidos en un único grupo generará los grupos por división. Este tipo de clusterización sólo es factible en casos muy concretos, esto debido a la complejidad de encontrar el mejor agrupamiento para un conjunto dado de n objetos.. Figura 2 - Clusterización jerárquica. Fuente: Guojun (1979). 2.4.2. Técnicas Particionales. Las técnicas de clusterización particional o no jerárquicas no implican los procesos de construcción de arboles. En su lugar, asignan los objetos a conglomerados una vez que se especifica la cantidad de clusters deseados, es decir, contrario a los métodos jerárquicos, adjudica cada objeto de manera individual al cluster más cercano. Dado una base de datos de n objetos, este tipo de algoritmos construye k particiones de los datos. Una de las ventajas de este tipo de algoritmo es la creación de una función objetivo que logra optimizar el proceso de formación y asignación de los objetos a cada clúster.. 12.

(13) ICYA 201210 32 Este tipo de análisis principalmente busca comprender las relaciones que existen entre los atributos o circunstancias dentro de una base de datos, pues en vez de realizar un análisis individual, este tipo de clusterización permite agrupar datos con base en las características que estos tienen en común y así lograr identificar grupos de variables frecuentes.. Figura 3 - Clusterización particional. Fuente: Guojun (1979). 2.5. Algoritmo K –means. La clusterización dentro de un espacio euclidiano n-dimensional es el proceso de partición dado un grupo de n puntos dentro de K grupos (o clusters), basados en la similaridad o diferenciación métrica (Fotoughi & M. Montazeri, 2011) . Así pues, para un grupo de n puntos {x1, x2,…, xn}, representados por el grupo S, y K clusters representados por C1, C2, C3… Ck, se deben cumplir las siguientes condiciones:. El algoritmo K-means es uno de los más usados y reportados dentro de la literatura, este pretende resolver problemas mediante la optimización de una función geométrica que describe distancias entre pares de puntos en el espacio. 13.

(14) ICYA 201210 32 El método k-means parte de tres entradas: el número de clusters deseados, la matriz de trabajo, y el número de fila y columnas de la matriz. Los pasos de implementación del algoritmo son descritos a continuación: Paso 1: Elección aleatoria de K centros de clusters iniciales, Z1, Z2, Zk, del grupo de n puntos {x1, x2,…, xn}, Paso 2: Asignación de punto Xi, i = 1,2,…, n, al cluster Cj, donde: condición:. regida bajo la siguiente. Básicamente el algoritmo normaliza los datos comparando las relaciones de cada uno con sus mínimos y máximos posibles. Con esto el método permite tomar un dato representativo para generar cada cluster. La asignación al mismo se hace iterativamente, teniendo en cuenta la similitud entre la relación encontrada para el accidente en cuestión respecto a la media obtenida de los datos que van ingresando al grupo. Paso 3 Generación de nuevos centros de clusters, Z1*, Z2*,…, Zk*, de la siguiente manera:. Seguidamente se identifica el centroide de ocurrencia para cada cluster generado, de manera que este nuevo dato permite una nueva partición. Con este centroide se implementa una segunda función a partir de la suma de las distancias al centroide calculadas para cada dato del grupo. El resultado de la función permite asegurar que los datos de cada cluster tienen una distancia mínima entre sí. Paso 4 Si se tiene que:. Luego el método ha terminado, de lo contrario se debe continuar desde el Paso 2.. 14.

(15) ICYA 201210 32. 3. Bases de datos Históricamente los sistemas de transporte de las ciudades latinoamericanas tienen altos índices de mortalidad que pueden seguir creciendo de no tomar las medidas adecuadas para contrarrestarlos. Así pues, el objetivo en la recolección de datos es aprender de los eventos del pasado con el fin de ganar información que pueda ayudar a la prevención de accidentes en el futuro o de mitigar su gravedad. Las políticas de prevención buscan la reducción del número de fatalidades, por lo que se destaca la importancia del mantenimiento de una base consistente que indique las fatalidades y accidentes en la ciudad, pues de esta manera se podrá estudiar la evolución de los accidentes y utilidad de las políticas de prevención implementadas. En general las bases de datos de accidentes que contienen fatalidades se pueden denominar de mayor confiabilidad respecto a información de incidentes, los cuales TransMilenio define como eventos que causan solo daños materiales con valores entre 2 y 5 salarios mínimos legales vigentes. Dicha confiabilidad deriva no solo debido en que la fatalidad es la consecuencia más seria y permanente dentro del ámbito de la accidentalidad, sino porque además el nivel de gravedad del evento se traduce en claridad a la hora del reporte del mismo por parte de las autoridades competentes (Martensen, 2008). Para efectos del reconocimiento del tipo de accidente, se dividieron los accidentes en tres tipos según sus consecuencias, adoptando la categoría Tipo 3 según los estándares del sistema TransMilenio. Accidentes de gravedad Tipo 1: Decesos Accidentes de gravedad Tipo 2: Lesiones incapacitantes-moderadas Accidentes de gravedad simples, Tipo 3: Accidentes sin muertos o heridos, sin atención ambulatoria, únicamente con daños operacionales de importancia a la infraestructura o a los vehículos involucrados superiores a 5 salarios mínimos legales vigentes. La información de accidentalidad con la que se trabajó el estudio fue suministrada por la Universidad de los Andes bajo los parámetros del convenio con TransMilenio S.A. Es importante resaltar que las bases inicialmente solo hacían distinción de dos tipos de accidente: una clasificación para los accidentes simples y otra de accidentes graves, que incluía heridos y muertos, por lo que se prosiguió a una desintegración de esta última categoría distinguiendo los heridos de los muertos..

(16) ICYA 201210 32 Dentro de la lectura de la bitácora de accidentalidad las lesiones incapacitantes más frecuentes encontradas fueron las siguientes: Traumas moderados-severos en zonas de compromiso (cadera, nariz, cara, senos) Politraumatismos Traslados a mujeres con embarazo avanzado Fracturas, huesos rotos Traumatismos moderados en personas de tercera edad Heridas en infantes y niños de brazos. 3.1. La recolección de datos en Colombia. Estudios indican que el sub-registro de accidentes que implican fatalidades de tránsito es mínimo en los países desarrollados, con tasas entre 2% y 5%, mientras que para los países en desarrollo los porcentajes se encuentran entre el 25% y 50% (PIARC, 2004). Aunque de manera general las bases de estudio del sistema cuentan con registros detallados, en Colombia el principal problema dentro de la recolección de datos radica en la falta de comunicación entre las entidades que manejan cada una de las etapas del accidente, lo que se fundamenta bajo el hecho de que no existe uniformidad en un único código que sistematice los accidentes, lo que dificulta la posibilidad de seguir un accidente en particular a través del sistema inter-institucional (Fraser, 2005). Por otra parte, los datos reportados pueden contener errores, pues en muchos casos existen datos que son difíciles de observar en el momento del registro, es decir, existe un gran número de datos potencialmente importantes, relacionados con factores humanos en particular, que no son registrados, lo que produce que la información recolectada sea incompleta (Elvik, 2009).. 3.2. Clasificación y manejo de información. Con los datos provenientes de la base de datos de accidentalidad, las características de los eventos fueron organizadas y clasificadas de la siguiente manera: Tabla 1 - Parámetros espaciales y temporales considerados. CARACTERISTICAS ESPACIO-TIEMPO DEL ACCIDENTE. Variable. Tiempo. Opción Hora pico mañana (05-09). Convención 1. Mañana (10-12). 2. Medio día (13-16). 3. Hora pico tarde (17-19) Tarde-Noche (20-21). 4 5. Noche (22-04). 6 16.

(17) ICYA 201210 32. Fin de semana. Troncal. Si. 1. No Caracas (Calle 76 -Tercer milenio). 0 1. Autonorte (Portal norte -Héroes). 2. Suba (Portal Suba - San Martín) Calle 80 (Portal 80 -Polo). 3 4. NQS Central (NQS calle 75 -Ricaurte) Américas (De la Sabana - Portal Américas) NQS Sur (Comuneros - Portal Sur). 5. Caracas Sur (Hospital - Portal Tunal) Eje Ambiental (Museo del oro - Las aguas) NA. 8. 6 7. 9 10. Fuente: Elaboración propia. Tabla 2 - Parámetros generales del accidente. Variable. CARACTERISTICAS GENERALES DEL ACCIDENTE. Tipo de Vehículo Tipo de accidente. Nivel de gravedad. Características de afectado. Tipo de choque. Tipo de atropello. Opción Articulado Alimentador Tipo 1 Tipo 2 Simple Lesionado Fallecido Lesionado + Fallecido Sin perjudicados Usuario No usuario Usuario + No usuario Sin perjudicados Bus de TransMilenio (Art o Al) Particular Infraestructura NA Bus de TransMilenio + Particular Peatón Ciclista Motociclista NA. Convención 1 2 1 2 3 1 2 3 4 1 2 3 4 1 2 3 4 5 1 2 3 4 17.

(18) ICYA 201210 32. Otros sucesos. Roces Frenadas Aproximaciones1 NA. 1 2 3 4. Fuente: Elaboración propia. 4. Aplicación del algoritmo y estudio bianual por tipo de accidente Para efectos de una lectura más detallada de las bases de datos, el estudio se dividió por parejas de años. De esta manera la aplicación del algoritmo de clusterización se realizó de forma bianual para los años abarcados entre 2005 a 2010. Para la generación de los clusters los datos de entrada fueron los siguientes: -. Base de datos de accidentalidad con convenciones por parámetro Dimensión de la matriz Número de clusters a generar (20 para todos los periodos). Considerando la poca participación de los accidentes fatales (Tipo 1) y de los accidentes simples (Tipo 3), teniendo en cuenta que lo que se busca es la caracterización de grupos de accidentes significativos y con parámetros comunes y simultáneos, estos dos tipos de accidentes fueron excluidos del análisis cluster para posteriormente realizar una evaluación individual de la simultaneidad de sus causas. El proceso de generación de los clusters se realizó teniendo en cuenta el total de accidentes con heridos para cada pareja de años, de esta manera se pretende guardar coherencia con el supuesto de homogeneidad dentro de los clusters y la heterogeneidad fuera de estos. Con esto, la búsqueda inicial de la generación de 20 clusters asegura que se tengan suficientes grupos cada uno con una muestra considerable, de manera que se logre desarrollar el primer proceso de asignación del método, y así eventualmente alcanzar la organización final de los accidentes. La aplicación del algoritmo K-means se realizó mediante una macro en Visual Basic la cual se basó de un proyecto del departamento de Ingeniería Industrial de la Universidad de los Andes.. 1. Accidentes producto de la llegada del bus a la estación para abordaje y bajada de pasajeros. 18.

(19) ICYA 201210 32. 4.1. Convenciones de análisis de clusters. A continuación se muestran las convenciones de los parámetros incluidos dentro del proceso de clusterización: Figura 4 - Convenciones adoptadas para análisis cluster 6 NÚMERO DE CONVENCIÓN ADOPTADA. TIPO DE CHOQUE 5 NA 4. CLASIFICACIÓN DE AFECTADO. TIPO DE ATROPELLO. OTROS. 3 VEHÍCULO. DÍA. 2. 1. 0. Fuente: Elaboración propia. 19.

(20) ICYA 201210 32. 4.2. Primer periodo: 2005-2006. Según los tipos de accidente establecidos anteriormente, el primer periodo mostró el siguiente comportamiento: Figura 5 - Distribución por tipo de accidente, Periodo 2005-2006 80 70. 71. 70. Accidentes. 60 50 40 30 20 10. 7. 13. 8. 10. 0 T1. T2 2005. T3. 2006. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. Del análisis de la base de datos se encontraron un total de 1295 registros entre incidentes y accidentes. Para efectos del estudio solo se tuvieron en cuenta los últimos, por lo que la base de trabajo para el primer periodo fue de 179 accidentes: 91 para 2005 y 88 para 2006. Una vez generados los grupos, para efectos del estudio de los parámetros más recurrentes en la accidentalidad, para este periodo se hizo la elección de los 8 clusters que reportaron mayor participación dentro de los 20 grupos construidos. Los grupos seleccionados representan el 62% del total de los 141 accidentes Tipo 2 estudiados. A partir de las características observadas se prosiguió a la conformación de dos grupos de estudio: uno para los accidentes que involucran la participación de articulados y otro para los alimentadores:. 20.

(21) ICYA 201210 32 Figura 6 - Conformación de grupos a partir de clusters seleccionados, Periodo 2005-2006 20 13% 18. NÚMERO DE ACCIDENTES. 16. 11%. 14 12. 8% 7%. 10. 6% 6%. 8. 6% 5%. 6 4 2 0 C1. C2. C3. C4. C5. GRUPO 1 (35%). C6. C7. C8. GRUPO 2 (26%). Fuente: Elaboración propia. La Figura 6 indica la distribución porcentual correspondiente al total de accidentes estudiados y la manera en que se reparten dentro de cada grupo. Ambos grupos comparten una característica en común: el tipo de afectado, el cual para los clusters seleccionados siempre se trató de individuos no usuarios del sistema. A continuación se muestran los parámetros finales para los clusters seleccionados:. 21.

(22) ICYA 201210 32 Grupo 1 Tabla 3 - Caracterización de clusters para grupo de articulados, Periodo 2005-2006. Cluster 1 2 3 4. % del total de Tipo de Fin de accidentes vehículo semana 1 0 13 1 0 11 1 1 6 1 1 5. Características de afectado 2 2 2. Choque 4 2 2. Tipo de atropello 1 4 4. Otros 4 4 4. 2. 4. 1. 4. Fuente: Elaboración propia. El primer grupo presenta interacciones interesantes analizadas desde la causalidad del evento y el día del suceso. De esta forma, el cluster 1 indica que el 13% de los accidentes se presentaron en días entre semana bajo una causa común: el atropello a peatones. Resulta interesante ver el cambio en la accidentalidad para eventos productos de esta misma causa, pero esta vez ocurridos los fines de semana, así el cluster 5, grupo que une estas características, participa con un porcentaje mucho menor con solo el 5% del total. Análogamente sucede lo mismo con las interacciones presentes en los dos grupos restantes, esta vez con accidentes producto del choque con particulares, pues a pesar de las diferencias en el porcentaje de accidentalidad, nuevamente los accidentes son más recurrentes en días entre semana (11%), que durante los fines de semana (6%). Grupo 2 Tabla 4- Caracterización de clusters para grupo de alimentadores, Periodo 2005-2006. Cluster 5 6 7 8. % del total de Tipo de accidentes vehículo 2 8 2 7 2 6 2 6. Fin de semana 0 1 1 0. Características de afectado 2 2 2 2. Choque 2 4 2 4. Tipo de atropello 4 1 4 1. Otros 4 4 4 4. Fuente: Elaboración propia. Las interacciones del Grupo 2 presentan una tendencia similar a la evidenciada para el grupo de los articulados. Sin embargo, esta vez se aprecia una participación mayoritaria de los accidentes producto de choques con particulares y en segundo lugar los accidentes originados por el atropello a peatones. Analizando la incidencia del día en la que ocurre el evento, es claro cómo para este periodo la accidentalidad se concentró en mayor medida dentro de los días laborales, con una participación que supera lo evidenciado para los fines de semana.. 22.

(23) ICYA 201210 32 Figura 7 - Distribución de parámetros tiempo-espacio, Periodo 2005-2006. Tarde-Noche (20-21) 2% 14%. Hora pico tarde (17-19). 14% 19%. 23% 8%. 22%. 6% 8% 23%. Hora pico mañana (0509). NQS Sur Américas 17%. Caracas Sur NQS Central. 11%. Caracas 33%. Mañana (1012). Eje Ambiental Suba. Medio día (1316) Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. La Figura 7 indica una relativa paridad en la distribución de la accidentalidad entre los rangos de hora, luego es claro cómo los periodos más participativos fueron los correspondientes al medio media, a la hora pico de la mañana y a la hora pico de la tarde respectivamente, con accidentes que mayoritariamente tuvieron lugar en la troncal Caracas sur (33%) y en la troncal Caracas (23%), secundariamente se destaca también el numero de sucesos ocurridos dentro de las troncales de las Américas y en la NQS central.. 4.2.1. Análisis de la fatalidad. Inicialmente el análisis de este tipo de accidente muestra un resultado interesante, pues contrario a lo que se presenció en el análisis cluster para los accidentes Tipo 2, está vez son los buses alimentadores los que participan más significativamente dentro de la ocurrencia de las fatalidades.. 23.

(24) ICYA 201210 32 Figura 8 - Participación modal dentro de la accidentalidad fatal, Periodo 2005-2006. Articulado 47%. Alimentador 53%. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. Al igual que como se observó en el análisis cluster, la causa dominante dentro de las fatalidades del periodo fue el atropello al peatón, seguida por el atropello al ciclista y el choque con vehículo particular.. Figura 9 - Distribución de las causas de accidente dentro de la fatalidad, Periodo 2005-2006 12 10 8 6 4 2 0 Atropello peaton Atropello ciclista Número de fatalidades. 10. 2. Atropello motociclista. Choque con particular. 1. 2. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. 24.

(25) ICYA 201210 32 El análisis de la distribución de los eventos dentro de los periodos de tiempo propuestos se muestra en la ¡Error! No se encuentra el origen de la referencia.. Los resultados indican la imposibilidad de clasificar los accidentes de este tipo bajo una combinación única de parámetros, pues tal como se muestra, la distribución no indica un dominio claro de un solo periodo. Sin embargo, los accidentes fatales ocurridos entre semana conservan la coherencia temporal evidenciada para los accidentes Tipo 2 (con excepción del periodo del medio día), mientras que los eventos ocurridos en fin de semana se comportan de manera más variada dentro de los distintos periodos. La accidentalidad fatal mantiene la superioridad del número de eventos que se presentan en días entre semana, frente a los ocurridos el fin de semana.. Tabla 5 - Distribución de los periodos de tiempo de accidentalidad fatal, Periodo 2005-2006. Entre semana (60%) Hora pico tarde (17-19) Hora pico mañana (05-09) Mañana (10-12) Fin de semana (40%) Medio día (13-16) Noche (22-04) Mañana (10-12) Hora pico mañana (05-09). 4 3 2 3 1 1 1. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. 4.2.2. Análisis de la accidentalidad simple. Un último análisis para este primer periodo indica que la participación de los accidentes con consecuencias netamente económicas se concentra mayormente en los eventos que involucran articulados. Llama la atención el hecho de que a pesar de que se trata de buses con derechos exclusivos de vía, aun con una operación bajo estas condiciones, reportan una mayor participación que los alimentadores, con accidentes producto del choque con particulares. Esto quiere decir que la mayor parte de los eventos reportados para este primer periodo correspondieron a invasiones del carril segregado de circulación de buses troncales.. 25.

(26) ICYA 201210 32 Figura 10 - Distribución de modo y causa para los accidentes Tipo 3, Periodo 2005-2006. Choque con Particular. 3% 3% 6% TM 54%. Choque con Bus de TransMilenio (Art o Al). ALM 46%. Choque con Infraestructura. 88%. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. 4.3. Segundo periodo: 2007-2008. Según los niveles de accidentalidad establecidos anteriormente, el segundo periodo mostró el siguiente comportamiento:. Accidentes. Figura 11 - Distribución por tipo de accidente, Periodo 2007-2008 100 90 80 70 60 50 40 30 20 10 0. 85 75. 7. 9. T1- Muertos. 9 T2- Heridos 2007. 16. T3- Simples. 2008. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. 26.

(27) ICYA 201210 32 Del análisis de la base de datos se encontró un total de 1011 registros entre incidentes y accidentes. Para efectos del estudio solo se tuvieron en cuenta los últimos, por lo que la base de trabajo para el segundo periodo fue de 223 accidentes: 91 para 2007 y 132 para 2008. Para llevar a cabo un estudio más detallado de los parámetros recurrentes y de ocurrencia simultanea dentro de la accidentalidad, se hizo la elección de los 8 clusters que reportaron mayor participación dentro de los 20 grupos construidos, representando el 69% del total de los 160 accidentes Tipo 2 estudiados. A partir de las características observadas se prosiguió a la conformación de dos grupos de estudio: uno para los accidentes que involucran la participación de articulados y otro para los alimentadores:. NÚMERO DE ACCIDENTES. Figura 12 - Conformación de grupos a partir de clusters seleccionados. Periodo 2007-2008. 34 32 30 28 26 24 22 20 18 16 14 12 10 8 6 4 2 0. 20%. 13%. 9% 6%. C1. C2. C3. C4. 6% 5%. C5. GRUPO 1 (53%). 6% 4%. C6. C7. C8. GRUPO 2 (16%). Fuente: Elaboración propia. La Figura 12 indica la distribución porcentual respecto al total de accidentes estudiados y la manera en la que se reparten dentro de cada cluster. En comparación con el primer periodo se aprecian grupos con una mayor tasa de representación sobre el total, lo que se explica del mayor tamaño de muestra presente para este segundo periodo. Ambos grupos comparten una característica en común: el tipo de afectado, el cual para los clusters seleccionados siempre se trató de individuos no usuarios del sistema. 27.

(28) ICYA 201210 32 A continuación se muestran los parámetros finales para los clusters seleccionados: Grupo 1 Tabla 6 - Caracterización de clusters para grupo de articulados, Periodo 2007-2008. Cluster 1 2 3 4 5. % del total de accidentes 20 13 9 6 5. Tipo de vehículo 1 1 1 1 1. Fin de semana Afectado Choque Atropello 0 2 4 1 1 2 4 1 1 2 2 4 0 2 2 4 0 2 4 2. Otros 4 4 4 4 4. Fuente: Elaboración propia. Los clusters pertenecientes a este primer grupo mayoritario dentro del análisis, indican la fuerte participación de la accidentalidad originada por el atropello al peatón, de esta forma los accidentes enmarcados bajo este hecho representan la conformación de los clusters más representativos del estudio, el 20% para los accidentes ocurridos en días entre semana, y el 13% para los ocurridos en fin de semana. En significativa menor medida, la caracterización de la accidentalidad indica que aquellos eventos generados por el choque con particulares, representados por los clusters 3 y 4, cuentan con una participación del 15% del total, donde se evidencia una mayor ocurrencia durante los días de fin de semana. Dicha dinámica se contradice con lo evidenciado para el primer periodo, donde para este tipo de causa de accidente, la mayor participación provenía de los hechos sucedidos en días entre semana. Finalmente, aunque no se trata de un grupo de participación masiva para el periodo, es importante ver que los accidentes originados por el atropello a ciclistas constituyeron un cluster que contiene el 5% del total de los eventos reportados, un porcentaje nada despreciable si se tiene en cuenta el crecimiento de usuarios que optan por el uso de este modo de transporte, lo que implica la consecuente necesidad de formular estrategias de prevención y educación a usuarios de este modo. Grupo 2 Tabla 7 - Caracterización de clusters para grupo de alimentadores, Periodo 2007-2008. Cluster. % del total de accidentes. 6. 6. Tipo de vehículo 2. 7. 6. 2. 8. 4. 2. Fin de semana Afectado 0 2. Choque 4. Atropello 1. Otros 4. 1. 2. 4. 1. 4. 0. 2. 4. 2. 4. Fuente: Elaboración propia. 28.

(29) ICYA 201210 32 El segundo grupo muestra que los clusters de mayor participación recaen sobre accidentes cuyo origen está en el atropello de peatones. De esta manera, una vez más la dinámica de eventos originados por esta causa se repite y esta vez representa el 12% de los accidentes del periodo, donde se aprecia que el porcentaje de ocurrencia según el día se parte equitativamente entre los días de entre semana y los correspondientes al fin de semana, cada uno con el 6% del total. En menor medida, un último cluster, con el 4% del total, evidencia que el choque con vehículos particulares en días entre semana es la segunda causa más recurrente de accidentalidad entre los alimentadores.. Figura 13 - Distribución de parámetros tiempo-espacio para los grupos, Periodo 2007-2008. Hora pico mañana (05-09) 12% 8% 21%. 23%. 22% 14%. 3%. Medio día (1316). 7%. Mañana (10-12) Hora pico tarde (17-19) Tarde-Noche (20-21). Américas. 2%. Caracas. 7%. Caracas Sur. 7%. Calle 80 34%. 10%. Suba Autonorte. 5% 25%. Noche (22-04). NQS Sur Eje Ambiental NQS Central. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. La Figura 13 evidencia el dominio de tres de los periodos de tiempo dentro de los cuales se produjeron la mayoría de los accidentes para este segundo periodo: la hora pico de la mañana, el medio día y la hora pico de la tarde, los tres con una participación superior al 20%, pero sin ningún periodo claramente dominante sobre el resto. Este resultado permite entrever que la mayor cantidad de accidentes se presentan durante la mañana, tiempo en el que se presentan las mayores dinámicas de movilidad al contener las horas de ingreso y almuerzo en la mayoría de las empresas e instituciones. Por otra parte, el estudio del comportamiento de las dinámicas señala que un porcentaje amplio de los accidentes se llevaron a cabo en la troncal Caracas y en segunda medida en la troncal Caracas sur. Así pues los porcentajes evidencian cómo a lo largo de estos dos primeros periodos se trataron de las troncales más críticas por efecto de recepción de accidentes.. 29.

(30) ICYA 201210 32 4.3.1. Análisis de la fatalidad. La accidentalidad Tipo 1 para este periodo inicialmente presenta coherencia con el análisis de clusters hecho para los accidentes Tipo 2, de esta manera se observa que la fatalidad recae en su mayoría sobre accidentes donde los articulados del sistema son los principales implicados. Figura 14 - Participación modal dentro de la accidentalidad fatal, Periodo 2007-2008. Alimentador 31%. Articulado 69%. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. Analizando los parámetros de causa de los accidentes fatales, se destaca cómo el aumento general de la accidentalidad que trajo consigo la transición entre periodos, a su vez se ve reflejado en la mayor participación de las causas de fatalidad. De esta manera se aprecia cómo en comparación con el primer periodo, ahora se evidencia una mayor dinámica de atropello de ciclistas y motociclistas, donde este último tipo de atropello presenta un aumento crítico respecto al periodo anterior (de 1 muerte pasó a 4 muertes). Al igual que se evidenció para el primer periodo, el atropello a peatones aun se constituye como la causa primaria de la accidentalidad fatal.. 30.

(31) ICYA 201210 32 Figura 15 - Distribución de las causas de accidente dentro de la fatalidad, Periodo 2007-2008 9. Número de accidentes. 8 7 6 5 4 3 2 1 0. Número de fatalidades. Atropello peatón. Atropello ciclista. Atropello motociclista. Choque con particular. 8. 3. 4. 1. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. El estudio de la distribución de los eventos dentro de los periodos de tiempo se muestra en la Tabla 8. Inicialmente, al igual que con los accidentes fatales del primer periodo, se observa la imposibilidad de catalogar este tipo de evento dentro de un rango de tiempo específico, de ahí que la accidentalidad presente un comportamiento de distribución equitativa para los periodos reportados. Esta idea se soporta del hecho de que los periodos de mayor ocurrencia para este tipo de accidentes no se ven correspondidos con los periodos encontrados dentro de los Tipo 2, dado que la hora pico de la tarde y la hora de la mañana, siendo los periodos donde ocurrieron la mayoría de los accidentes fatales, no se trataron de periodos de participación dominante del estudio de los eventos con heridos, los de mayor ocurrencia dentro de todo el estudio. Tabla 8 - Distribución de los periodos de tiempo de accidentalidad fatal, Periodo 2007-2008. Entre semana (56%) Hora pico tarde (17-19) Medio día (13-16) Tarde-Noche (20-21) Noche (22-04) Hora pico mañana (05-09) Fin de semana (44%) Mañana (10-12) Tarde-Noche (20-21) Noche (22-04). 3 2 2 1 1 3 2 2. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. 31.

(32) ICYA 201210 32 4.3.2. Análisis de la accidentalidad simple. El estudio de este tipo de accidente evidencia un crecimiento general, el cual resulta coherente con el aumento general de la tasa de accidentalidad y de la mayor variabilidad en la participación de las casusas. Los eventos simples para este segundo periodo mostraron una participación mayoritaria de los articulados (al igual que para los otros dos tipos de accidente del periodo), donde la causa principal fue el choque con particular, aunque en menor medida que respecto al primer periodo (88% a 76%), esto teniendo en cuenta que para este periodo se evidenció un crecimiento de los choques originados por frenadas y por choques con los mismos buses del sistema TransMilenio.. Figura 16 - Distribución de modo y causa para los accidentes T3, Periodo 2007-2008. Choque con particular 4% 4% ALM 44%. Choque con bus de TransMilenio (Art o Al). 8%. 8% TM 56%. Choque con infraestructura 76% Choque con bus de TransMilenio + particular Frenadas. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. 32.

(33) ICYA 201210 32. 4.4. Tercer periodo: 2009-2010. Según los niveles de accidentalidad establecidos, el tercer periodo mostró el siguiente comportamiento: Figura 17 - Distribución por tipo de accidente, Periodo 2009-2010 80 70. 75. Accidentes. 60 60. 50 40 30 20 10. 8. 8. 9. 8. 0 T1- Muertos. T2- Heridos 2009. T3- Simples. 2010. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. Del análisis de la base de datos se encontraron un total de 844 registros entre incidentes y accidentes. Para efectos del estudio solo se tuvieron en cuenta los últimos, por lo que la base de trabajo para el primer periodo fue de 168 accidentes: 77 para 2009 y 91 para 2010. Para llevar a cabo un estudio más detallado de los parámetros más recurrentes y de ocurrencia simultánea dentro de la accidentalidad del periodo, se hizo la elección de los 7 clusters que reportaron mayor participación dentro de los 20 grupos construidos. La selección representa el 57% del total de los 135 accidentes Tipo 2 estudiados. A partir de las características observadas se prosiguió a la conformación de dos grupos de estudio: uno para los accidentes que involucran la participación de articulados y otro para los alimentadores:. 33.

(34) ICYA 201210 32 Figura 18 - Conformación de grupos a partir de clusters seleccionados, Periodo 2009-2010 26 24. 17%. 22. NÚMERO DE ACCIDENTES. 20 18 16. 10%. 14. 9%. 12 10. 6%. 8. 5%. 5%. 5%. 6 4 2 0 c1. c2. c3. c4. GRUPO 1 (37%). c5. c6. c7. GRUPO 2 (20%). Fuente: Elaboración propia. La Figura 18 indica la distribución porcentual correspondiente al total de accidentes estudiados y la manera en que se reparten dentro de cada cluster. De esta manera se conformaron 4 clusters para el grupo de los accidentes de articulados con una participación del 37%, y 4 clusters para el grupo de los alimentadores con el 19%. La tendencia presentada evidencia una disminución de la participación de cada tipo de bus respecto al segundo periodo, de manera que los porcentajes obtenidos indican una estabilización de los resultados, pues luego de evidenciar un aumento considerable para el segundo periodo, ahora los resultados de este tercero tienden a los porcentajes obtenidos para el primero. La característica que muestran en común los clusters de mayor participación dentro de la accidentalidad (al igual que como se observó para los dos primeros periodos), recayó en el tipo de afectado del evento, donde fueron los no usuarios los que se reportan como los mayores perjudicados. A continuación se muestran las características y parámetros dentro de los clusters de cada grupo:. 34.

(35) ICYA 201210 32 GRUPO 1 Tabla 9 - Caracterización de clusters para grupo de articulados, Periodo 2009-2010. % del total Cluster de accidentes 1 17 2 9 3 6 4 5. Tipo de vehículo 1 1 1 1. Fin de semana 0 1 0 1. Afectado 2 2 2 2. Choque 4 4 4 2. Atropello 1 1 3 4. Otros 4 4 4 4. Fuente: Elaboración propia. Las dinámicas que se evidencian de los clusters generados para los accidentes producidos por articulados demuestran que los eventos que más se presentaron fueron producto del atropello a peatones, donde la gran mayoría de estos sucesos (17%) ocurrieron en días entre semana, mientras que durante los días de fin de semana se acortó la tasa casi a la mitad (9%). Resulta importante ver cómo los accidentes producto del atropello a motociclistas son relevantes dentro del estudio de este periodo, lo que evidencia una problemática en creciente dentro del sistema. Por último, el grupo conformado a partir de los accidentes producto del choque con particulares (cluster 4), aunque se ve rezagado por la incidencia mayoritaria de los accidentes producto del choque a motociclistas, en general presenta una disminución respecto a los porcentajes evidenciados para los periodos anteriores dentro del grupo de articulados (P1: 17%, P2: 15%, P3:5%). GRUPO 2 Tabla 10 - Caracterización de clusters para grupo de alimentadores, Periodo 2009-2010. % del total Cluster de accidentes T. vehículo 2 5 10 2 6 5 2 7 5. Fin de semana 1 1 0. Afectado 2 2 2. Choque 2 4 2. Atropello 4 1 4. Otros 4 4 4. Fuente: Elaboración propia. Las dinámicas evidenciadas para los alimentadores demuestran cómo el indicador de accidentes producidos por la colisión con vehículos particulares no solo se posiciona como la causa dominante dentro de este periodo, sino que a su vez representa la mayor participación del indicador a través del estudio de la accidentalidad de alimentadores para todos los periodos.. 35.

(36) ICYA 201210 32 También se destaca la mayor tasa de participación general de los accidentes producidos en fin de semana, donde el análisis de este factor de tiempo en especial demuestra cómo los accidentes han dejado de ocurrir mayoritariamente en días entre semana, para lograr concentrase en mayor medida en los días de fin de semana. Esto claramente refleja que el sistema descuidó las medidas que habían disminuido la ocurrencia de accidentes dentro de estos días, pues tras una reducción para el segundo periodo, para este tercero, nuevamente se presentan incrementos en la accidentalidad de alimentadores en días de fin de semana (P1:16%, P2:6%, P3: 15%). Figura 19 - Distribución de parámetros tiempo-espacio para los grupos, Periodo 2009-2010. Hora pico tarde (17-19). Caracas. 9% 23%. 11%. Américas. 2%. Medio día (1316). 14%. NQS Sur. 22%. Calle 80 21%. 18% 18%. Hora pico mañana (0509) Noche (22-04). 26%. 10% 12%. Suba Autonorte. 10% 4%. Caracas Sur NQS Central. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. El análisis de las condiciones temporales-espaciales muestra una distribución más uniforme respecto a los periodos anteriormente evaluados. Así pues los eventos Tipo 2 de este periodo se concentraron ampliamente alrededor de cuatro periodos de tiempo: la hora pico de la tarde, la noche, la hora pico de la mañana y el medio día. En este punto es importante destacar la inclusión de un nuevo periodo de tiempo representativo, se trata del periodo de la noche, un intervalo que no había sido de mucha relevancia para periodos anteriores pero que para este se reporta con el 21% del total de los accidentes. En segundo lugar, el análisis de la ocurrencia de los eventos en las troncales demuestra que a pesar que la Caracas aun sigue siendo el corredor más crítico dentro de la accidentalidad, reportando el mayor número de accidentes, se destaca que para este periodo se generaron accidentes considerables alrededor de otras dos troncales: las Américas y la Calle 80, troncales que dentro del análisis de los periodos ya evaluados demostraron una participación secundaria, pero que para este último periodo registraron un aporte considerablemente mayor. 36.

(37) ICYA 201210 32 Se destaca la disminución general de la accidentalidad para la troncal Caracas Sur, la cual pasó de 33% a 25% para los dos primeros periodos, y finalmente se redujo a 22% durante este periodo.. 4.4.1. Análisis de la fatalidad. El estudio de la fatalidad del periodo en primera medida indica coherencia respecto a los porcentajes de participación modal. De esta manera los resultados reflejan lo ya evidenciado para los accidentes Tipo 2, donde el estudio de clusterización indicó de igual forma una mayor participación de articulados respecto a los accidentes producto de eventos con buses alimentadores. Figura 20 - Participación modal dentro de la accidentalidad fatal, Periodo 2009-2010. Alimentador 38% Articulado 62%. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. La fatalidad dentro de este último periodo muestra cómo las muertes producto del atropello a peatones registran el mayor número de casos dentro de los tres periodos. Este indicador es alarmante pues aun cuando en términos generales la fatalidad no oscila mucho respecto a los otros periodos, y aun observando un descenso en la participación de otras causas como los atropellos a ciclistas y a motociclistas, la tendencia de crecimiento de atropello a peatones indica en primer medida que se deben implantar políticas más estrictas que regulen la cantidad de descensos producto de esta causa. Dicha política se hace aun más necesaria, teniendo en cuenta que se trata de eventos que acrecientan el porcentaje de individuos no-usuarios que perecen bajo los accidentes del sistema, lo cual resulta critico teniendo en cuenta que el estudio demuestra que en su mayoría son los no-usuarios los que también resultan más perjudicados de los accidentes Tipo 2.. 37.

(38) ICYA 201210 32 Figura 21 - Distribución de las causas de accidente dentro de la fatalidad, Periodo 2009-2010. NÚMERO DE ACCIDENTES. 12 10 8 6 4 2 0. Número de fatalidades. Atropello peatón. Atropello ciclista. Atropello motociclista. Choque con particular. 11. 2. 2. 1. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. La distribución de los periodos de ocurrencia dentro de la accidentalidad fatal son una vez más evidencia de cómo este tipo de accidentes no siguen una tendencia única y que son el producto de razones heterogéneas difíciles de catalogar dentro de una única unión de parámetros. Se destaca para este periodo la mayor ocurrencia de este tipo de sucesos en días entre semana (75%), de manera que para los tres periodos estudiados la fatalidad se concentró mayoritariamente en estos días. Así pues, comparando los resultados con los otros dos periodos de estudio, encontramos que la tendencia de fatalidad más recurrente se concentra en la ocurrencia de estos eventos dentro de la hora pico de la tarde, para los accidentes ocurridos entre semana. Tabla 11 - Distribución de los periodos de tiempo de accidentalidad fatal, Periodo 2009-2010. Entre semana (75%) Hora pico tarde (17-19) Noche (22-04) Medio día (13-16) Tarde-Noche (20-21) Mañana (10-12) Hora pico mañana (05-09) Fin de semana (15%) Hora pico mañana (05-09) Medio día (13-16) Hora pico tarde (17-19) Tarde-Noche (20-21). 4 2 2 2 1 1 1 1 1 1. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. 38.

(39) ICYA 201210 32 4.4.2. Análisis de la accidentalidad simple. El estudio de la accidentalidad Tipo 3 para el último periodo, inicialmente demuestra coherencia con los resultados de participación del tipo de bus para los otros dos accidentes del estudio. De manera que los articulados fueron los responsables de la mayoría de los accidentes de este tipo. Se destaca la evolución de los choques a infraestructura, como los responsables del 13% de los accidentes de este tipo. Por último, al igual que como sucedió con los periodos anteriores, se observa que el choque con particulares sigue siendo la causa prioritaria de accidentes con consecuencias únicamente económicas, lo cual prueba la carencia de medidas que alivianen las pérdidas económicas del sistema por falta de una reglamentación o de una señalización adecuada, en la búsqueda de la reducción de este indicador, el cual mantuvo una participación consistente dentro de los tres periodos. Figura 22 - Distribución de modo y causa para los accidentes T3, Periodo 2009-2010. ALM 31%. 13% Choque con particular TM 69%. Choque con infraestructura 87%. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. 39.

(40) ICYA 201210 32. 5. Evolución e integración de resultados Para realizar un apropiado estudio de la evolución de la accidentalidad en el sistema, a continuación se evaluarán y unificaran algunos de los parámetros tenidos en cuenta dentro del proceso de clusterización, así como la evolución de otros más que no fueron tenidos en cuenta debido a su poca representatividad en conjunto con otros factores. A continuación se muestra la evolución general del número de accidentes dentro del sistema TransMilenio. En importante aclarar que la accidentalidad únicamente abarca aquellos eventos con lesiones graves y daños, no aquellos eventos sin consecuencias directas sobre involucrados.. Figura 23 – Evolución general de la accidentalidad por tipo de vehículo 140 +45.05%. Número de accidentes. 120. -41.6%. 100 80 60. -3.3%. +3.4%. +1.85% +14.5%. -44.82% +60.7%. 40 20 0. 18.2%. +38.1%. +10.34% -35.5%. -15.1%. -10.8%. +22.9%. 2005. 2006. 2007. 2008. 2009. 2010. Troncal. 54. 55. 63. 87. 48. 59. Alimentador. 37. 33. 28. 45. 29. 32. Total. 91. 88. 91. 132. 77. 91. Fuente: Elaboración propia a partir de datos de accidentalidad de TransMilenio S.A.. Para los tres primeros años de estudio se observa una tendencia estable en el número de accidentes, esto se explica a partir del comportamiento de los mismos en alimentadores y articulados, de esta manera se aprecia cómo de 2005 a 2007 mientras los accidentes en buses troncales aumentaron, los accidentes en alimentadores disminuyeron en mayor porcentaje. Se trata de un efecto que en general compensa la accidentalidad para estos primeros años teniendo en cuenta el total de eventos reportados. En este punto es crítico señalar la significancia en el aumento del número de accidentes para ambos modos entre los años 2007 y 2008, de esta manera con aumentos del 38.1% para los buses troncales y de 60.7% para buses alimentadores, este periodo se constituye en el que más cambio presentó, de manera que el año 2008 se trató del año de mayor accidentalidad en el sistema. Dentro de las particularidades reportadas para este año se destaca el inicio de la construcción de 40.

(41) ICYA 201210 32 las troncales Carrera 10 y Calle 26, para la operación de la Fase III, por lo que el incremento en la accidentalidad en parte puede atribuirse a los trabajos de adecuación de las vías para los desvíos contemplados dentro de los Planes de Manejo de Trafico, desarrollados para la ejecución de las obras. Esto último, principalmente para el caso de la Calle 26, la cual es la que presenta mayor cercanía con la troncal Caracas, la de de mayor incidencia para ese año. También es importante el fuerte aumento evidenciado en el número de pasajeros movilizados en buses alimentadores (20%), lo que explica su contribución mayoritaria dentro de la accidentalidad en este año:. Figura 24 - Pasajeros movilizados al año en cada modo. Pasajeros movilizados al año (Millones). 500 9.1%. 400 350. 5.4%. 7.5%. 450 15.6%. 8.35%. 300 250 200. 2.33%. 16.32%. 20%. 5.74%. 6.3%. Troncal Alimentador. 150 100 50 0 2005. 2006. 2007. 2008. 2009. 2010. Fuente: Elaboración propia a partir de datos del Observatorio de Movilidad de Bogotá & Uniandes (2010). Siguiendo con el análisis de la Figura 23, posteriormente se observa una disminución importante que disminuye la tendencia que se venía presentando hasta 2007, presentando porcentajes de reducción significativos para ambos tipo de bus, esto trae consigo el descenso general de la accidentalidad para el año 2009, con un 41.6% menos de eventos respecto a las cifras reportadas para 2008. Por último se aprecia un aumento importante en la accidentalidad para el año 2010, puntualmente se trata del segundo pico más alto en el sistema después del aumento evidenciado para 2008. De esta forma se presenta un aumento del 18.2%, un valor importante teniendo en cuenta la mejora que había presentado el sistema disminuyendo los accidentes de 2008 para el año de 2009.. 41.