Cámaras de fotodetección y accidentalidad vial. Evidencia para la ciudad de Cali
| Autor | Juan F. González, Sergio I. Prada |
| Páginas | 131-181 |
131
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 9-89, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.?
Revista
Desarrollo y Sociedad
77
Segundo semestre 2016
PP. 131-182, ISSN 0120-3584
E-ISSN 1900-7760
Cámaras de fotodetección y accidentalidad vial.
Evidencia para la ciudad de Cali
Photo Detection Cameras and Road Accidents.
Evidence for the City of Cali
Juan F. González1
Sergio I. Prada2
DOI: 10.13043/DYS.77.4
Resumen
Este artículo busca evaluar el impacto sobre la accidentalidad de 19 cámaras
de fotodetección instaladas en la ciudad de Cali en el 2012. Usando un total
de 10.146 intersecciones con accidentes registrados entre el 2010 y el 2013,
se emplea un algoritmo de emparejamiento para construir un grupo de con-
trol. Utilizando diferentes estimadores se evalúa el registro total de acciden-
tes, con daños y con heridos en las intersecciones tratadas, en comparación
con el grupo de control, en el periodo posterior a la instalación de las cámaras.
Se encuentra un aumento en todos los registros de accidentes para las cuatro
intersecciones tratadas en enero del 2012. Este efecto se reduce en las cinco
intersecciones tratadas en mayo y desaparece en las diez tratadas en agosto.
1 Consultor independiente. Calle 28N n.° 2BN-39, Cali, Colombia. Correo electrónico: juan.felipe@cali.
gov.co.
2 Universidad ICESI, Facultad de Ciencias Administrativas y Económicas, Departamento de Economía. Calle
18 n.°. 122-135, Cali, Colombia. Código postal 760031. Correo electrónico: siprada@proesa.org.co.
Este artículo fue recibido el 17 de noviembre del 2015, revisado el 21 de diciembre del 2015 y finalmente
aceptado el 21 de junio del 2016.
Cámaras de fotodetección y accidentalidad vial
132
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Se concluye que no hubo reducción de los accidentes debido al programa y
que la accidentalidad no fue el criterio de asignación del programa.
Palabras clave: Colombia, seguridad del transporte, política gubernamental,
análisis cuantitativo (Thesaurus).
Clasificación JEL: R41, H76, I18, Y9.
Abstract
This paper aims to evaluate the impact of photo detection cameras installed in
the city of Cali (Colombia) in 2012 on road accidents. Using 10.146 intersec-
tions with accident records for the period 2010-2013, a matching algorithm
is used to identify a control group. Using different estimators, an evaluation
of total accidents, damages and injuries is carried for treated intersections,
compared to the control group, after the cameras were installed. Findings show
an increase in all types of accident records on the four intersections treated
in January 2012, this effect is reduced for those intersections treated in May,
and it disappears in those treated in August. The main conclusions are that
accidents were not reduced by the camera program and that accident history
was not the criterion for treatment assignment.
Key words: Colombia, transport safety, public policy, quantitative analysis
(Thesaurus).
JEL classification: R41, H76, I18, Y9.
Introducción
Los accidentes de tránsito son una de las principales causas de mortalidad y
morbilidad en el mundo. Más de un millón de personas mueren anualmente
por este motivo, cifra que supera las muertes por VIH, tuberculosis y malaria.
Para los jóvenes varones con edad entre 4 y 29 años es la causa principal de
defunción (BM, 2014). Los pronósticos indican que esta situación no mejo-
rará en las próximas décadas. Se estima que si se mantiene esta tendencia,
para el 2030 los accidentes ocuparán el quinto puesto entre las principales
causas mundiales de mortalidad, por tanto, la seguridad vial es uno de los
Juan F. González y Sergio I. Prada 133
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
problemas de salud pública más apremiantes de la actualidad (OMS, 2013). El
primer reporte de carga global de morbilidad por transporte motorizado estima
que para el 2010, más de 78 millones de heridos requirieron atención médica.
Se atribuye a los accidentes de tránsito la pérdida de 79,8 millones de años
de vida saludable, que representan el 3,2% del total de la carga global de
morbilidad (BM, 2014).
En el 2010, la tasa de mortalidad vial promedio para países de América fue
de 16,1 muertos por cada 100.000 habitantes (OMS, 2013). En Colombia, esta
misma tasa fue de 11,9, lo que sitúa a este país por debajo del promedio del
continente, y cerca de Estados Unidos, cuya tasa es 10,9 muertos por cada
100.000 habitantes (OMS, 2013). Según el Fondo de Prevención Vial (FPV,
2013), en el 2012 murieron en Colombia 5.917 personas por accidentes de
tránsito. El 42,4% fueron motociclistas, el 28,4% peatones, el 7,4% se movi-
lizaban en transporte particular, el 4,9% en bicicleta, el 3,2% en transporte
de pasajeros, el 2,3% en transporte de carga y el 0,5% en otros medios de
transporte; no se cuenta con información para el 10,8% de los siniestros. En
la estadística por rangos de edad se tiene que el 30% de personas fallecidas
tenían entre 30 y 49 años; el 28% entre 19 y 29 años y el 20% eran mayores
de 60 años. Las muertes por accidentes aumentaron un 7% entre el 2011 y el
2012, en lo que constituye el crecimiento más fuerte registrado en los últi-
mos 20 años (FPV, 2013). En general, el número de muertos entre el 2003 y
el 2011 se mantuvo entre 5.632 y 5.408, mientras que el parque automotor
ha venido creciendo de 2.276.071 vehículos en 1995 a 8.412.507 en el 2012.
En relación con lo anterior, en el 2007 se tenía una tasa de 10,4 muertes por
cada 10.000 vehículos, la cual ha disminuido anualmente, hasta ubicarse en
7 muertes por cada 10.000 vehículos en el 2012 (FPV, 2013).
La ciudad de Cali registró 296 muertos y 2.202 heridos en el 2012 en accidentes
de tránsito. Entre los muertos, el 38% fueron motociclistas y el 42% peatones;
entre los heridos, el 55% fueron motociclistas y el 18% peatones (FPV, 2013).
La gravedad de los accidentes está directamente relacionada con la velocidad.
Se estima que la probabilidad de morir en un accidente a una velocidad de
impacto de 80 km/h es 20 veces más grande que en un accidente a 30 km/h.
De los peatones que son chocados por un vehículo con una velocidad de 32
km/h, muere el 20%; a 48 km/h, muere el 45%, y a 64 km/h, muere el 85%
(ETSC, 1995). La relación entre la velocidad y la gravedad de las heridas es tam-
bién directa: a mayor velocidad del vehículo, mayor es la energía que absorben
Cámaras de fotodetección y accidentalidad vial
134
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
los ocupantes debido al brusco cambio de velocidad que ocurre en una colisión
(Wilson, Willis, Hendrikz, Le Brocque y Bellamy, 2010). Se ha estimado que una
reducción de la velocidad promedio en 1 km/h implica una reducción del 3%
en las colisiones (Finch, Kompfner, Lockwood y Maycock, 1994).
Con el objetivo de reducir el exceso de velocidad, la cantidad de accidentes y
su gravedad, a finales de los años ochenta se instalaron las primeras cámaras
de fotodetección de velocidad en Inglaterra y Australia. Desde entonces su
uso se ha extendido con gran rapidez, sobre todo en países de ingresos altos.
Por ejemplo, en el estado de Queensland (Australia) se instalaron las primeras
cámaras en 1997, y para finales del 2001 ya existían más de 2.500 dispositivos
(Newstead y Cameron, 2003). Este tipo de estrategia para mejorar la seguri-
dad vial ha sido objeto de estudio, como se puede corroborar en la siguiente
sección. Existe consenso en la literatura respecto al efecto significativo de
las cámaras en la reducción del exceso de velocidad y el número de acciden-
tes; sin embargo, la magnitud exacta del efecto todavía es motivo de debate
(Mountain, Hirst y Maher, 2004; Pilkington y Kinra, 2005; Wilson et al., 2010).
En Colombia, la ciudad de Medellín fue pionera en la implementación de cáma-
ras para captar las infracciones al Código Nacional de Tránsito (Ley 769 del
2002, modificada por la Ley 1383 del 2010). En el 2011 entraron a operar las
primeras cámaras en esta ciudad (Álvarez, 2014). En el 2012, la Secretaría de
Tránsito y Transporte Municipal (STM) habilitó veinte cámaras de fotodetec-
ción en la ciudad de Cali (Alcaldía de Santiago de Cali, 2012a), de las cuales
las primeras cinco se instalaron en enero, las cinco siguientes en marzo y las
diez restantes a partir de agosto. En el 2013 se instalaron otras veinte, hasta
el punto de que hoy en día existen 40 dispositivos instalados, y se está pla-
neando aumentar su número.
La instalación de estos dispositivos implica una importante inversión de
recursos públicos, por lo que resulta pertinente hacer una evaluación de la
efectividad de estos programas para asegurar que estos recursos se utilicen
de manera eficiente (Tay, 2010). En particular, algunos de los costos relevan-
tes en este contexto son: el costo de comprar, instalar y mantener las cámaras
y los costos legales asociados a los trámites pertinentes para la expedición y
cobro de multas. Por otra parte, los potenciales beneficios son: el ahorro en
vidas humanas y heridos, además de la reducción en los daños a la propiedad;
el ahorro que experimenta la policía y los servicios de emergencia al atender
Juan F. González y Sergio I. Prada 135
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
menos accidentes; el ahorro experimentado por los servicios de salud al tener
que atender menos víctimas de accidentes; el recaudo originado por las mul-
tas generadas y las posibles mejoras en el flujo vehicular a través de un mejor
“entorno” en las vías (Hooke, Knox y Portas, 1996).
El efecto que tienen las cámaras de fotodetección sobre la velocidad y la
accidentalidad está bien documentado. El desafío para su estimación es
la construcción del escenario contrafactual que responde a la pregunta de qué
hubiera pasado en ausencia del programa. Típicamente se emplea un grupo de
referencia o de control y se estima usando el método ingenuo de antes-des-
pués o el método bayesiano empírico (véase la sección revisión de literatura).
Sin embargo, es probable que existan factores no observados que hagan que
el grupo tratado y el grupo de control sean sistemáticamente diferentes, y se
introduzca un sesgo en la estimación. Por tanto, la elección del grupo de con-
trol es crítica para la evaluación de impacto.
A diferencia de los métodos mencionados, en este artículo se emplea un algo-
ritmo de emparejamiento para identificar el grupo de control, luego se estima
el efecto promedio de las cámaras de fotodetección instaladas en el 2012 en
la accidentalidad total de Cali, y sobre los accidentes con daños, con heridos,
con muertos y con motocicletas. Usando el mismo grupo de control se emplea
el estimador de diferencias en diferencias para controlar por características
no observables de las vías; luego se contrastan los resultados empleando dife-
rentes tamaños para el grupo de control y diferentes especificaciones para el
emparejamiento.
El artículo está organizado de la siguiente forma. En la sección I se hace una
revisión de la literatura. En la sección II se presentan los datos para el aná-
lisis. En la sección III se desarrolla la metodología. En la sección IV se mues-
tran los resultados. Y finalmente, en la sección V, se discuten los resultados
y las conclusiones.
I. Revisión de la literatura
En los últimos veinte años se ha producido una extensa literatura que busca
medir el efecto que tienen las cámaras de fotodetección sobre la accidentali-
dad. En general existe consenso sobre la efectividad de la medida, aunque la
Cámaras de fotodetección y accidentalidad vial
136
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
magnitud del efecto todavía es motivo de debate. Pilkington y Kinra (2005)
hacen un estado del arte sobre el tema, en el cual reseñan 14 artículos, seleccio-
nados de un total de 92, donde encuentran que las reducciones en la cantidad
de accidentes oscilan entre el 5% (PA Consulting, 2003) y el 69% (Highways
Agency, 1997) en el Reino Unido. La cantidad de heridos se ha reducido entre
el 12% (Highways Agency, 1997) y el 65% (PA Consulting, 2003), y la canti-
dad de muertes, el 17% en Canadá en el estado de British Columbia (Chen,
Wilson, Meckle y Cooper, 2000) y el 71% en el Reino Unido (Highways Agency,
1997). La diferencia entre los efectos estimados se debe a que los estudios se
efectúan para diferentes periodos y diferentes lugares, pero sobre todo a la
heterogeneidad de los métodos. Más recientemente, Wilson et al. (2010), en
un ejercicio similar, escogieron 35 estudios de 69 identificados, anotando que
la calidad metodológica de los artículos revisados es moderada, y que solo 11
podrían ser considerados como de calidad alta. En general, encuentran que
la reducción en la accidentalidad en los sitios con cámara oscila entre un 8%
en Victoria-Australia (Rogerson, Newstead y Cameron, 1994) y un 49% en
Arizona (Estados Unidos) (Shin, Washington y Van Schalkwyk, 2009). La hete-
rogeneidad de los métodos hace que un metanálisis para esta literatura no
sea apropiado (Wilson et al., 2010).
Métodologicamente, la literatura se dividió en tres tipos de estudio. Los prime-
ros asumieron que la cantidad de accidentes en el periodo previo a la medida
era el mejor estimador para el periodo posterior (Elvik, 2008). Este tipo de
análisis es común a los estudios denominados como de antes y después (Ali,
Al-Saleh y Koushki, 1997; Chin, 1999; Holland y Connor, 1996; Hook, Kirkwood
y Evans, 1995; Lund, Brodersen y Jorgensen, 1977). Luego, se mostró que este
estimador simple sufre de un sesgo considerable debido a que la diferencia
con los accidentes observados es grande y sistemática (Hauer, 1985; Hauer y
Persaud, 1984). Con el fin de corregir este sesgo, un segundo grupo de estudios
utilizó el método bayesiano empírico (Elvik, 1997; Mountain, Hirst y Maher,
2005; Newstead et al., 2003; Shin et al., 2009). Más recientemente, Li, Graham
y Majumdar (2013) emplearon por primera vez en la literatura la metodología
de emparejamiento para corregir este tipo de sesgo. Tanto la naturaleza del
sesgo, como los dos métodos utilizados para su corrección, se presentan a lo
largo de esta sección.
Hauer (1997) formalizó el método bayesiano empírico (EB) en evaluaciones de
impacto sobre seguridad vial, la cual es medida por el número de accidentes
Juan F. González y Sergio I. Prada 137
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
ocurridos en un tramo de vía estudiado por unidad de tiempo, en un periodo
determinado. Muchos han calificado este método como la herramienta más
recomendada para la estimación de la cantidad esperada de accidentes (Elvik,
2008). El método parte de la premisa de que el tramo de vía que se está eva-
luando pertenece a una población de individuos similares, que se denomina
población de referencia o grupo de control. Cuando se tiene información sobre la
accidentalidad en esta población, esta puede usarse como indicador de la acci-
dentalidad futura en el individuo bajo estudio. La principal dificultad radica
en la elección de un grupo de control para una individuo en particular (Hauer,
1992). Una vez se identifica el grupo de control, se puede construir un pro-
nóstico de la accidentalidad en los sitios con cámara posterior a su fecha de
instalación; por último, se compara este pronóstico con los registros reales
para ver la diferencia y de esta manera, cuantificar el impacto del programa
(Chen et al., 2002; Cunningham et al., 2008; De Pauw et al., 2014; Elvik, 1997;
Jones, Sauerzapf y Haynes, 2008; Li et al., 2013; Mountain, Hirst y Maher, 2004;
Mountain et al., 2005; Shin et al., 2009).
El método EB considera que la mejor manera de estimar la seguridad de un
tramo de vía es usando información de seguridad vial proveniente de dos fuen-
tes: la fuente primaria, que contiene las características propias de la vía (ancho,
flujo vehicular, límite de velocidad, etc.); y la fuente secundaria, que es su his-
toria de accidentalidad (Hauer, 1997). Se supone que el estimador del número
de accidentes normal de un tramo de vía con determinadas características es
E r|
( )
( )
, que se obtiene de una combinación lineal entre el número de acci-
dentes observado (r) y el número esperado de accidentes (). Este último es
estimado por un modelo de predicción de accidentes basado en la información
primaria3, por ejemplo, las características de la vía en cuestión (Hauer, 1997).
Este tipo de análisis tiene dos grandes bondades: permite controlar de forma
razonable por el fenómeno de regreso a la media y la tendencia general de
la accidentalidad. El fénomeno de regreso a la media se produce por lo gene-
ral en los sitios que son incluidos en el programa, debido a su historia reciente
3 La combinación lineal entre r y se asume de la forma E r rλαλα|
( )
+ −= (1 ) , donde es una
ponderación que se construye asumiendo que el número de accidentes sigue una distribución gamma
con parámetro de forma
k
y que el número registrado de accidentes sigue una distribución de Poisson.
El mejor estimador de es αλ
=1
1 ( / )+k,
k
se obtiene aplicando el método de momentos o el de
máxima verosimilitud (Hauer, 1997).
Cámaras de fotodetección y accidentalidad vial
138
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
de alta accidentalidad (Hauer, 1997). Según las leyes de las probabilidades, la
accidentalidad promedio en los sitios con cámara debería tender a su promedio
poblacional con el tiempo, aun en ausencia del programa (Hauer, 1980). Este
hecho dificulta la labor de identificar cuál parte de la reducción en la acci-
dentalidad posterior a la medida se debe a la cámara o al fenómeno descrito.
En general, los estudios que no tienen en cuenta este efecto de regreso a la
media tienden a sobrestimar el impacto de la medida (Jones et al., 2008). En
la práctica, el efecto de regreso a la media se estima como la diferencia entre
el número observado de accidentes (r) y un estimador del número “normal”
de accidentes que se esperaría para ese tramo de vía.
La tendencia de la accidentalidad se relaciona generalmente con cambios en las
condiciones de seguridad de las vías a lo largo del tiempo. Algunos ejemplos
son la introducción de un nuevo sistema de transporte público, patrones climá-
ticos o estacionales, eventos especiales, cambios en los volúmenes del tráfico,
cambios en la combinación de conductor y vehículo, cambios en la legisla-
ción vial o cambios en los hábitos de conducción (Mountain et al., 2004). Este
efecto se controla por medio del registro de accidentes en el grupo de referen-
cia o de control. Se considera que el cociente entre los accidentes previos a la
medida y los accidentes posteriores es el factor que corrige por la tendencia,
suponiendo que la distribución de accidentes en el grupo de control es igual
a la del grupo que recibió el tratamiento.
Además, puede producirse un fenómeno de migración de la accidentalidad que
puede afectar la evaluación de impacto. Esto podría ocurrir por dos razones:
por una parte, puede que algunos conductores adopten de manera intencional
rutas alternas a las que tienen cámara; y, por otra, puede que reduzcan su velo-
cidad o cambien su manera de conducir únicamente en la zona de influencia
de la cámara (Mountain et al., 2005). En ambas situaciones se podría esperar
que una parte de la reducción de los accidentes en la zona de influencia de la
cámara se esté compensando con un aumento de la accidentalidad en las vías
alternas o en tramos de la vía donde el rango de alcance del dispositivo no
llega. La mejor manera de controlar si los conductores adoptan vías alternas
es teniendo información del flujo vehicular para diferentes periodos, mientras
que si la migración ocurre por la segunda razón expuesta, se debe estimar el
efecto de la cámara definiendo un tramo de vía más largo.
Juan F. González y Sergio I. Prada 139
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Elvik (1997) fue el primero en evaluar el impacto de la instalación de cámaras
de fotodetección en la seguridad vial de Noruega, aplicando el método baye-
siano empírico, con el propósito de controlar por el fenómeno de regreso a la
media y la tendencia temporal. Los datos corresponden a 64 tramos de carre-
teras con cámara, y el grupo de control lo compone el total de accidentes en el
país. El estudio encuentra una reducción del 20% en los accidentes con heridos;
también encuentra que el porcentaje de reducción en el número de accidentes
debido a las cámaras es menor en vías con promedios de velocidad y acciden-
talidad más bajos. Por último, concluye que el efecto de regreso a la media es
mínimo. Una de las limitaciones de este estudio es que las cámaras no ope-
raban permanentemente por no ser digitales, de manera que los conductores
no sabían si el dispositivo estaba operando o no; por tanto, es bastante pro-
bable que una porción de infracciones no fuera registrada, con el efecto que
esta situación puede tener en el comportamiento de los conductores en la vía.
Mountain et al. (2005) efectúan un análisis comparativo del impacto de dife-
rentes medidas de reducción de velocidad sobre la velocidad promedio y la
accidentalidad en carreteras con límite de 30 mph. Usando como grupo de
control el total de accidentes en el Reino Unido, desarrollan su propio modelo
predictivo para la accidentalidad con base en el flujo vehicular de la carretera
en el periodo anterior, la distancia correspondiente al tramo de carretera y la
cantidad de intersecciones menores. Después, aplican el método bayesiano
empírico controlando por el efecto de los cambios en el flujo vehicular, en la
tendencia temporal, la velocidad promedio y el regreso a la media. Encuentran
que las cámaras de fotodetección reducen los accidentes con heridos en un
20%, mientras que los dispositivos verticales (resaltos) los reducen en un 42%.
Shin et al. (2009) presentan los resultados de la implementación del programa
de cámaras de fotodetección en la autopista urbana 101 de Scottsdale (Ari-
zona, Estados Unidos) en el 2006. En su estudio evalúan el impacto sobre el
número de accidentes usando tres variantes del método de Hauer (1997): un
estudio de AD con grupo de comparación, un estudio de AD con corrección
por flujo vehicular y un estudio de AD bayesiano con corrección por la tenden-
cia temporal de la accidentalidad. Las magnitudes del efecto estimado varían
entre cada método. La reducción en los accidentes totales se encuentra entre
un 46% y 56%, siendo el método bayesiano el que arroja efectos más gran-
des, una vez se controla por el regreso a la media y la tendencia temporal.
Cámaras de fotodetección y accidentalidad vial
140
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Encuentran que la velocidad promedio se redujo en 9 mph con la implemen-
tación del programa.
Hasta el día de hoy, las evaluaciones publicadas no especifican claramente la
manera como se construyó o se seleccionó el grupo de control (Li et al., 2013).
En muchos casos simplemente se toma la accidentalidad agregada del país o
la región (Elvik, 2007; Mountain et al., 2004). En respuesta a esta falla meto-
dológica, Li et al. (2013) utilizaron por primera vez el método de Propensity
Score Matching (PSM) para identificar un grupo de control y evaluar el impacto
del programa de cámaras de fotodetección en el Reino Unido. Este método de
emparejamiento fue propuesto originalmente por Rosenbaum y Rubin (1983).
Lo que motiva a los autores a usar el PSM son la bondades que ha aportado en
evaluaciones de programas económicos, sociales y de salud. El método con-
siste en estimar la probabilidad de que a una vía se le instale un dispositivo
dadas ciertas características, en particular, la historia de accidentalidad en los
sitios, el tipo de carretera, el límite de velocidad y el número de interseccio-
nes. Los autores encuentran que los accidentes con heridos se reducen entre
un 23% y 29% con la introducción de la cámaras. También concluyen que los
resultados obtenidos por PSM son comparables a los que se obtienen por el
análisis bayesiano empírico, y que el uso del grupo de control emparejado por
PSM mejora las estimaciones del análisis bayesiano.
II. Datos
Los datos corresponden al registro de accidentes de la STM desde enero del 2010
hasta diciembre del 2013, elaborados a partir del informe de los guardas de
tránsito en el lugar de los hechos. Incluyen localización, gravedad, número de
vehículos involucrados, tipo de vehículo, placa del vehículo y fecha. La figura 1
muestra un detalle de la forma como vienen presentados los datos originales.
La primera columna (nro_radicado) corresponde al número de radicado, es un
identificador interno del documento elaborado por el funcionario de tránsito
en el lugar del accidente. Por ejemplo, las filas 2 y 3 de la figura 1 correspon-
den al número de radicado 270.495, esto indica que hubo dos vehículos invo-
lucrados en este accidente con heridos: un vehículo de clase desconocida4 y
una motocicleta (última columna). Este accidente ocurrió en la carrera 8 con
4 Probablemente porque huyó del lugar de los hechos.
Juan F. González y Sergio I. Prada 141
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
calle 25, el 31 de enero del 2012, a las 6:30 p. m. También se registran las
placas de los vehículos. Es importante tener en cuenta que la localización es
ingresada al sistema de forma manual.
Figura 1. Detalle de la base de datos original de la STM
Fuente: Secretaría de Tránsito Municipal (2014). Datos entregados a petición de los autores.
Hay tres categorías para gravedad: daños, heridos y muertos. En el cuadro 1
se recogen algunas clasificaciones de la accidentalidad. La clasificación tipo de
vehículos tiene más de 20 categorías, aunque alrededor del 70% de los vehí-
culos involucrados en accidentes son automóviles, motocicletas, camionetas
y bicicletas (cuadro 1). No se registra si hubo peatones involucrados en un
accidente. En el 2010 y el 2011 se registraron 47.195 accidentes, en el 61,5 %
de los casos hubo heridos. La cantidad de accidentes con muertos fue de 154,
un 0,3% del total. El 43% de los accidentes ocurrió en la franja horaria entre
los dos pico y placa, de 10 a. m. a 5 p. m. Finalmente, los viernes y los sábados
la proporción de accidentes es mayor que en los otros días de la semana. La
base de datos original se transformó de manera que en cada fila se tenga la
cantidad mensual de accidentes para cada intersección. Hay 10.146 interseccio-
nes (N = 10.146) que registran al menos un accidente en los 4 años analizados.
La localización de las cámaras fue suministrada por la STM, pero las fechas
oficiales de instalación no. Estas se aproximaron a partir de anuncios oficiales
publicados en la prensa local, donde se informa sobre los grupos de cámaras que
se van a instalar y la ubicación de las intersecciones. El primer grupo de cinco
cámaras se instaló en enero del 2012 (Diario El País, 2012a), el segundo grupo
de cinco cámaras fue instalado en mayo del 2012 (Diario El País, 2012b; Alcal-
día de Santiago de Cali, 2012a). El grupo tres, compuesto de diez cámaras, se
anunció para agosto (Diario El País, 2012c; Alcaldía de Santiago de Cali, 2012b).
Estos tres primeros grupos van a ser el foco del análisis. En febrero del 2013,
se instalaron las siguientes nueve; en agosto cinco y en octubre seis. Estas
Cámaras de fotodetección y accidentalidad vial
142
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
20 intersecciones se excluyen del análisis, puesto que no existe suficiente infor-
mación posterior a su instalación. Por ejemplo, para las cámaras de octubre
solamente se dispone de dos meses de información posterior al programa. En
definitiva, se instalaron 20 cámaras en el 2012 y 20 en el 2013.
Cuadro 1. Accidentes por categorías (2010-2011)
Variable Total % %
Accidentes 47.195 100 -
Vehículos 796.49 - 100
No identificados 4.872 - 6,1
Automóviles 30.306 - 38,0
Motos 22.766 - 28,6
Camionetas 4.409 - 5,5
Bicicletas 3.540 - 4,4
Otro vehículo 13.756 - 17,3
Muertos 154 0,3 -
Heridos 29.030 61,5 -
Daños 18.011 38,2 -
12 p. m. - 7 a. m. 8.660 18,3 -
7 a. m. - 10 a. m. 7.159 15,2 -
10 a. m. - 5 p. m. 20.171 42,7 -
5 p. m. - 8 p. m. 7.558 16,0 -
8 p. m. - 12 p. m. 3.647 7,7 -
Lunes 6.634 14,0 -
Martes 6.851 14,6 -
Miércoles 6.812 14,4 -
Jueves 6.619 14,0 -
Viernes 7.522 15,9 -
Sábado 7.147 15,1 -
Domingo 5.610 11,9 -
Fuente: Secretaría de Tránsito Municipal (2014).
En la figura 2 se puede apreciar la distribución de 20 cámaras instaladas en
el 2012, sobre las que se enfoca este trabajo5.
5 La cámara instalada en enero del 2012 en la calle 70 con carrera 5N se excluye porque en la base de
datos no es posible diferenciar los accidentes que ocurrieron allí de los que ocurrieron en la calle 70
con carrera 5.
Juan F. González y Sergio I. Prada 143
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Figura 2. Distribución de las cámaras instaladas en el 2012 y fecha de instalación
Enero del 2012 Marzo del 2012 Agosto del 2012
Fuente: construcción propia.
Estas cámaras, además de medir la velocidad, también identifican otro tipo de
violaciones al código vial como la invasión de la cebra para peatones cuando
los vehículos están detenidos, pasarse el semáforo en rojo y no acatar la res-
tricción a la circulación vehicular basada en el número del registro o placa
(Alcaldía de Santiago de Cali, 2012b). El registro de la cámara ocurre única-
mente en una dirección, en sentido descendente o hacia la parte trasera de
los vehículos que se alejan de la cámara, es decir, que si una determinada
vía tiene circulación vehicular en doble sentido, las infracciones cometidas
por vehículos que van en dirección de la cámara no se registran. Por ejem-
plo, en la figura 3 se puede observar la localización de la cámara instalada
sobre la calle 18 con carrera 12 (triángulo blanco), la cual apunta en direc-
ción norte y, por restricciones técnicas, solo captura las infracciones de los
vehículos que circulan en dirección sur-norte. El video grabado se direcciona
a un centro de infracciones donde un equipo técnico juzga su gravedad. No
todas las infracciones se convierten en multas (por seguridad, algunos hora-
rios nocturnos son eximidos de multas). Cuando se identifica una infracción,
la STM genera una multa que llega por correo físico a la dirección registrada
del vehículo. La medida se ampara en la Ley 769 del 2002 (modificada en el
2010), que ordena que: “Las autoridades competentes podrán contratar el
Cámaras de fotodetección y accidentalidad vial
144
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
servicio de medios técnicos y tecnológicos que permitan evidenciar la comi-
sión de infracciones o contravenciones, el vehículo, la fecha, el lugar y la hora”.
Figura 3. Cámara en una intersección
Fuente: construcción propia a partir de Google Maps.
La cantidad de accidentes registrados en los tres primeros grupos tratados se
puede observar en el cuadro 2 para el periodo 2010-2011, esta se descompone
por gravedad y se elabora un ranking para determinar su importancia relativa.
Se tiene que solo 8 intersecciones se ubican entre las 50 con mayor registro
de accidentes (columna 3). Una de las primeras cámaras fue instalada en la
calle 52 con carrera 1, la cual registró un total de 166 accidentes, ubicándose
en la posición 16 del ranking. Estos se pueden descomponer entre los 100
con solamente daños, 66 con heridos y ninguno con muertos. La intersección
tratada que registra la mayor accidentalidad en el periodo es la calle 13 con
carrera 23, con un total de 168 accidentes que la ubican en la posición 15 del
ranking. La calle 73 con diagonal 15 registra 2 accidentes con muertos; es la
única intersección con cámara que registra muertos en 2010-2011.
El Plan de Ordenamiento Territorial de Santiago de Cali (Acuerdo 0373 de
diciembre del 2014) jerarquiza las calles que conforman el sistema vial urbano,
atendiendo a la función que desempeñan dentro del sistema de transportes. De
acuerdo con esto, las vías arterias son las vías primarias en suelo urbano, que se
Juan F. González y Sergio I. Prada 145
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
encargan de canalizar los movimientos metropolitanos de larga distancia. Cum-
plen con las funciones de conexión y distribución de los vehículos dentro del
entorno urbano. Las vías colectoras son las calles que tienen funciones de dis-
tribución de los tráficos urbanos desde la red arterial hasta la red local.
Cuadro 2. Cámaras en el ranking de accidentalidad (2010-2011)
Fecha de
instala-
ción
Cantidad
de acci-
dentes
Posición en
el ranking de
accidentes
Cantidad de
accidentes
con daños
Posición en
el ranking de
accidenta-
lidad
Cantidad de
accidentes
con heridos
Posición
en el
ranking de
heridos
Cantidad
de acci-
dentes con
muertos
Grupo 1a
Calle 13
con
carrera 66
Enero del
2012 96 43 59 18 37 48 0
Calle 36
con
carrera 46
Enero del
2012 93 45 32 39 61 26 0
Calle 52
con
carrera 1
Enero del
2012 166 16 100 6 66 23 0
Calle
73 con
diagonal
15
Enero del
2012 92 46 27 44 63 25 2
Grupo 2
Calle 13
con
carrera 23
Mayo del
2012 168 15 45 28 123 7 0
Calle 13
con
carrera 100
Mayo del
2012 112 32 74 12 38 47 0
Calle
26 con
avenida 6
Mayo del
2012 5 128 3 68 2 83 0
Calle
47 con
avenida 6
Mayo del
2012 6 127 2 69 4 81 0
Calle
52 con
avenida 3
Mayo del
2012 16 117 8 63 8 77 0
(Continúa)
Cámaras de fotodetección y accidentalidad vial
146
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Cuadro 2. Cámaras en el ranking de accidentalidad (2010-2011) (continuación)
Fecha de
instala-
ción
Cantidad
de acci-
dentes
Posición en
el ranking de
accidentes
Cantidad de
accidentes
con daños
Posición en
el ranking de
accidenta-
lidad
Cantidad de
accidentes
con heridos
Posición
en el
ranking de
heridos
Cantidad
de acci-
dentes con
muertos
Grupo 3
Calle 10
con
carrera 15
Agosto del
2012 39 94 11 60 28 57 0
Calle 13
con
carrera 50
Agosto del
2012 59 74 38 34 21 64 0
Calle 18
con
carrera 122
Agosto del
2012 37 96 19 52 18 67 0
Calle 23
con
carrera 5
Agosto del
2012 19 114 4 67 15 70 0
Calle 23
con
carrera 23
Agosto del
2012 83 53 37 35 46 39 0
Calle 5 con
carrera 80
Agosto del
2012 92 46 50 25 42 43 0
Calle 5 con
carrera 66
Agosto del
2012 86 51 44 29 42 43 0
Calle 70
con
carrera 1A
Agosto del
2012 15 118 2 69 13 72 0
Calle 9 con
carrera 50
Agosto del
2012 100 40 47 27 53 32 0
Calle 9 con
carrera 38
Agosto del
2012 18 115 9 62 9 76 0
a La cámara instalada en enero del 2012 en la calle 70 con carrera 5N se excluye porque en la base de datos
no es posible diferenciar los accidentes que ocurrieron allí de los que ocurrieron en la calle 70 con carrera 5.
Fuente: Secretaría de Tránsito Municipal (2013).
Estas vías son intermedias, a menudo sin continuidad en itinerarios interurba-
nos. Por último, se encuentran las vías locales, que son aquellas cuya función
principal es dar acceso a las propiedades colindantes y a los usos ubicados en
sus márgenes. De acuerdo con esta clasificación, las cámaras se encuentran
en nueve intersecciones de una vía arteria principal con una vía arteria secun-
daria (VAP con VAS), en seis intersecciones de dos vías arterias principales (VAP
con VAP), en dos de una vía arteria principal con una vía local (VAP con VL), en
Juan F. González y Sergio I. Prada 147
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
una se cruza una vía arteria principal con una vía colectora y una última donde
se cruzan una vía arteria secundaria con una vía local (cuadro 3). El análisis de
intensidad de tráfico en tramos críticos en la franja de la mañana en el 2013,
elaborado en el marco del Plan Integral de Movilidad Urbana de Cali, divide en
cuartiles el flujo vehicular de acuerdo con el número de vehículos que circulan
en dicha franja horaria. Las categorías son: flujo bajo (1 a 1.469 vehículos);
flujo bajo-medio (1.470 a 2.938); flujo medio (2.939 a 4.407) y flujo alto (4.408
a 5.876). En el presente estudio se fusionan las categorías de bajo y bajo-medio,
debido a la imposibilidad de georreferenciar individualmente cada una de las
vías que pertenecen a estas categorías. Esto, en cambio, sí se llevó a cabo para
las vías de las categorías medio y alto. La clasificación utilizada es entonces:
• Bajo:menosde2.938vehículos.
• Medio:entre2.939y4.407vehículos.
• Alto:másde4.408vehículos
Cuadro 3. Características de las intersecciones con cámara
Instalación Dirección Importancia Flujo
Grupo 1
Enero del 2012
Calle 13 con carrera 66 VAP con VAS Bajo
Calle 36 con carrera 46 VAP con VAS Bajo
Calle 52 con carrera 1 VAP con VAS Bajo
Calle 73 con diagonal 15 VAP con VAS Bajo
Grupo 2
Mayo del 2012
Calle 13 con carrera 23 VAP con VAP Bajo
Calle 13 con carrera 100 VAP con VAP Bajo
Calle 26 con avenida 6 VAP con VL Bajo
Calle 47 con avenida 6 VAP con VC Bajo
Calle 52 con avenida 3 VAP con VAS Bajo
Grupo 3
Agosto del 2012
Calle 10 con carrera 15 VAP con VAP Bajo
Calle 13 con carrera 50 VAP con VAP Bajo
Calle 18 con carrera 122 VAP con VAP Bajo
Calle 23 con carrera 5 VAP con VAP Medio
Calle 23 con carrera 23 VAP con VAS Bajo
Calle 5 con carrera 80 VAP con VAS Alto
Calle 5 con carrera 66 VAP con VAS Medio
Calle 70 con carrera 1A VAP con VL Medio
Calle 9 con carrera 50 VAP con VAS Bajo
Calle 9 con carrera 38 VAS con VL Bajo
Nota: VAP: vía principal; VAS: vía secundaria; VC: vía colectora; VL: vía local.
Fuente: Secretaría de Tránsito Municipal (2013).
Cámaras de fotodetección y accidentalidad vial
148
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Por tanto, se tiene que en quince intersecciones tratadas el flujo vehicular
es bajo (cuadro 3). Puesto que la información de flujo vial suministrada no
es mensual sino es un promedio para todo el periodo 2010-2013, no es posi-
ble controlar el fenómeno de migración de la accidentalidad por causa de la
instalación de las cámaras.
La figura 4 recoge la tendencia mensual de los accidentes totales y con heri-
dos en Cali entre el 2006 y el 2013. Teniendo en cuenta que la introducción
de las primeras cámaras ocurrió en enero del 2012, el patrón de la accidenta-
lidad no muestra una tendencia particular para el periodo.
Figura 4. Accidentalidad en Cali (2006-2013)
Total Mortalidad Morbilidad
2006 2007 2008 2009 2010
2011 2012 2013
Año
Accidentes
5.000
10.000 15.000 20.000 25.000
Fuente: Cali en cifras. Departamento Administrativo de Planeación Municipal de Cali (2014).
III. Metodología
A. Efecto del tratamiento
Con base en la literatura se identificó que uno de los principales desafíos para
la evaluación del programa de fotodetección es la construcción del escenario
contrafactual, que responde a la pregunta de qué hubiera pasado en ausen-
Juan F. González y Sergio I. Prada 149
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
cia del programa. A diferencia de los métodos anteriores, en el presente tra-
bajo se emplea un algoritmo de emparejamiento para identificar el grupo de
control y cuantificar el impacto de las cámaras de fotodetección en la acci-
dentalidad de Cali un año después del inicio de la política. Por tanto, se trata
de obtener el estimador del efecto promedio del tratamiento sobre los trata-
dos (EPIT), formalmente esto consiste en:
EPTT i i i i
E Y D E Y D= 1 = 1 0 = 1
( )
−
( )
| | (1)
Donde Di es una variable dicotómica que indica la presencia del tratamiento.
Por tanto si Di = 1 la intersección i fue tratada y se le instaló una cámara. El
resultado del tratamiento es Yi(1) que en este caso corresponde al número
de accidentes registrado después del tratamiento, mientras que Yi(0) sería
el número de accidentes que hubieran ocurrido si no se hubiera instalado la
cámara. Finalmente EPIT es la diferencia del promedio de accidentes en los
tratados con respecto a los accidentes que hubieran ocurrido si no se hubiera
instalado la cámara.
Para acercarnos a este valor desconocido, necesitamos encontrar un grupo de
control comparable al que recibió el tratamiento, es decir, intersecciones “geme-
las” a las que tienen cámara. En ese caso el resultado en (1) se aproxima por:
EPTT i i i i
E Y D E Y D= 1 = 1 0 = 0
( )
−
( )
| | (2)
La robustez del estimador en (2) depende de forma crítica de la calidad del
grupo de control. En particular, se debe cumplir la condición de independencia
condicional (Rosenbaum y Rubin, 1983) que implica que la asignación del tra-
tamiento es independiente de los resultados potenciales, formalemente esto es:
Y Y D X(1), (0)
( )
⊥| (3)
Otra condición que se debe verificar es el soporte común que implica que la
distribución de probabilidad de las características individuales sea compara-
ble, esto se puede expresar como:
0 < = 1 < 1P D X
i|
( )
(4)
Cámaras de fotodetección y accidentalidad vial
150
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
B. Emparejamiento
El efecto del tratamiento sobre cada intersección i es i i i
Y Y= (1) (0)− como
se discutió arriba, donde solamente uno de los dos resultados potenciales se
observa. El estimador propuesto por Abadie e Imbens (2002) imputa el resul-
tado potencial faltante usando el resultado promedio en los individuos con
valores similares en sus covariables. Formalmente, se denota Xi como el con-
junto de covariables para el individuo i y x x Vx
V= ( )1/2
′ como la norma del
vector con matriz definida positiva V . Se define z x V
− como la distancia
entre los vectores x y z donde z representa el valor de las covariables para
una pareja potencial de la intersección i. Sea además dM(i) la distancia de las
covariables de la intersección i, Xi , a la M -ésima pareja más cercana sin tra-
tamiento. Permitiendo la posibilidad de empates, a esta distancia menos de
M unidades se encuentran más cerca de i que dM(i) y al menos M unidades se
encuentran tan cerca como dM(i).
El método de emparejamiento fue implementado por Abadie, Drukker, Leber
Herr e Imbens (2004), la discusión detallada de este y las propiedades de
los estimadores se pueden encontrar en Abadie e Imbens (2002). Una de
sus principales ventajas es que permite controlar de manera razonable por
variables que pueden afectar tanto el resultado como la decisión del trata-
miento, puesto que una vez identificado el grupo de control, las características
individuales empleadas en el emparejamiento no deberían explicar la probabi-
lidad de asignación del tratamiento6. El estimador del efecto promedio sobre
los tratados es entonces:
ˆˆ
τ Σ
EPTT
Di Di
i i
NY Y=1(0)
=1 : =1
−
{ }
(5)
Puesto que existe la posibilidad de que hayan diferencias sistemáticas entre
cada intersección por características no observables para el investigador, se
usa el estimador de diferencias en diferencias (DID) que se obtiene por mínimos
cuadrados ordinarios (Bernal y Peña, 2010; Heckman, Ichimura y Todd, 1997):
∆ β ∆Y D e
i i it
=+ (6)
6 Esto se verifica estimando un modelo probit donde la variable dependiente es el indicador de tratamiento
y las covariables son las características de emparejamiento.
Juan F. González y Sergio I. Prada 151
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Donde Y Y Y
i i después i antes
=, ,
− representa la variación en la cantidad de acci-
dentes entre el año previo y el año posterior a la instalación de la cámara para
los individuos en la muestra. El estimador de DID es un caso particular del
estimador de primeras diferencias en un modelo con datos de panel con dos
periodos (Wooldridge, 2002).
C. Implementación
Con el objetivo de tener un criterio de consistencia en las estimaciones, la
identificación del grupo de control se efectuó para tres especificaciones con
base en las siguientes variables:
1) Variables de georreferenciación (Direccióni).
2) La cantidad de accidentes registrados durante el año inmediatamente
anterior a la instalación de la cámara (Accidentesi,antes ).
3) Identificadores del tipo de vías que se cruzan en cada intersección
(Importanciai).
4) Identificadores de flujo vehicular bajo (Flujoi).
Direccióni contiene dos variables de georreferenciación que permiten que el
grupo de control tenga intersecciones cercanas geográficamente. Puesto que
se va a estimar de manera independiente el impacto sobre el registro de acci-
dentes totales, con daños, con heridos, con muertos y con motos, la variable
Accidentesi,antes tomará valores específicos para cada tipo de accidentalidad
por intersección. Por ejemplo, para determinar el EPIT sobre el registro de
accidentes totales de la calle 52 con carrera 1, emparejándola por la acciden-
talidad del año anterior al inicio del programa, se trata de encontrar una pareja
que tenga el mismo número de accidentes registrados en el mismo periodo.
Mientras que para estimar EPIT sobre el registro de accidentes con heridos,
la(s) pareja(s) a identificar deberá(n) tener un registro idéntico o cercano de
accidentes con heridos en el mismo periodo, lo mismo se hace para las dife-
rentes categorías de accidentes.
Importanciai contiene variables dicótomicas que identifican las seis clasifica-
ciones de importancia de las intersecciones tratadas, de acuerdo con las vías que
la componen: VAP con VAP, VAP con VAS, VAP con VC, VAP con VL y VAS con VL,
Cámaras de fotodetección y accidentalidad vial
152
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
por ejemplo VAP con VAPi = 1 para todas las intersecciones de dos vías arterias
principales y es igual a cero en caso contrario, etc. Finalmente, las variables
dicótomicas pertenecientes a Flujoi sirven para emparejar por el tipo de flujo
vehicular registrado, que, como se señaló en la sección 3, se clasifica como bajo,
medio o alto. Por tanto, Bajoi = 1 para intersecciones de flujo bajo y cero en
caso contrario, la misma codificación se usa para las otras categorías de flujo.
Se puede observar en el cuadro 4 que en el primer emparejamiento se emplean
las variables de georreferenciación (Direccióni), mientras que en los otros dos
emparejamientos (tipo II y III) no. Este relajamiento permite que el algoritmo
encuentre controles con un número de accidentes más similar al de las inter-
secciones con cámara. En particular, en el emparejamiento tipo III se especifica
que los controles tengan un número de accidentes lo más idéntico posible al
de los tratados (emparejamiento exacto). Para cada tipo de emparejamiento
se construyen grupos de control con diferentes cantidades de individuos, en
particular M = 1, M = 5 y M = 10. El objetivo es ganar precisión en los esti-
madores y controlar mejor por el fenómeno de regreso a la media. De igual
manera, se busca aprovechar el hecho de que el número de cámaras es muy
pequeño (ND = 1 = 20) en relación con el número de intersecciones disponi-
bles en la base de datos, por tanto, hay muchos candidatos para construir el
grupo de control.
Cuadro 4. Tipo de emparejamiento por variable
Variables Emparejamiento
Tipo I Tipo II Tipo III
Direccióni SÍ
Accidentesi,antes SÍ SÍ EXACTOa
Importanciai SÍ SÍ SÍ
Flujoi SÍ SÍ SÍ
a Restricción de emparejamiento exacto.
Fuente: construcción propia.
Se puede resumir el procedimiento completo en el siguiente orden:
1) Se agregan los accidentes en la base de datos de manera que se puedan
agrupar por intersección.
Juan F. González y Sergio I. Prada 153
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
2) Para cada grupo tratado de intersecciones, se calcula la variable de empare-
jamiento correspondiente al registro de accidentalidad en el año inmediata-
mente anterior a la fecha de instalación de la cámara (Accidentesi,antes). Para
el grupo 1 se trata de los accidentes registrados entre enero del 2011 y di-
ciembre del 2012, para el grupo 2 entre mayo del 2011 y abril del 2012 y para
el grupo 3 entre agosto del 2011 y agosto del 2012. Lo mismo se hace para
la variable de resultado, es decir, los accidentes registrados en el año
siguiente al tratamiento (Accidentesi,después ), por ejemplo, para el grupo 1,
este va de febrero del 2012 a enero del 2013, etc.7.
3) Con cada grupo de cámaras se ejecuta el algoritmo para cada uno de los
tres tipos de emparejamiento señalados en el cuadro 4.
4) Se efectúan pruebas de balance, que consisten en comprobar la calidad
del emparejamiento y la condición de soporte común.
5) Se estima el EPTT y el DID8. Donde
EPTT NAccidentes Accidentes
Di Di
i después
tratado
i de
=1
=1 : =1
, ,
−sspués
control
( )
IV. Resultados
A. Emparejamiento
La calidad del emparejamiento cambia según la especificación. En el cuadro 5
se pueden comparar las características de cada uno de los tratados del grupo 1
(enero del 2012) con respecto al grupo de tratados identificado por cada tipo
de emparejamiento, con M = 1 (una pareja por cada tratado). Por ejemplo,
se observa que para el emparejamiento tipo I, donde se emplean las variables
7 Siguiendo la recomendación de uno de los evaluadores de este artículo, se utilizaron otras especifi-
caciones para esta variable, por ejemplo, se utilizó el número acumulado de accidentes del 2010, por
una parte, y los del 2011, por otra, para todas las intersecciones. Esto no modifica de ninguna manera
las conclusiones presentadas en la sección V.
8 Los resultados presentados en la sección IV se estiman usando los accidentes del año corrido inmediata-
mente después de la instalación de la cámara. Atendiendo la recomendación de uno de los evaluadores,
se utilizaron alternativamente los accidentes totales del 2013 para los tres grupos de cámaras, de manera
que hubiera pasado un periodo de adaptación (cuatro meses para las últimas cámaras instaladas en
agosto del 2012) y los efectos estacionales fueran los mismos. Los resultados obtenidos en la sección
IV son robustos con estas estimaciones alternativas.
Cámaras de fotodetección y accidentalidad vial
154
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
de georreferenciación, las direcciones del grupo de control (columna 1) corres-
ponden a intersecciones sobre una de las dos vías que componen el cruce de
cada intersección tratada; por ejemplo, la calle 13 con carrera 66 fue compa-
rada con la calle 13 con carrera 56, la calle 36 con carrera 46 fue comparada
con la calle 36 con carrera 39 y la calle 52 con carrera 1 fue comparada con
la calle 44 con carrera 1. Para la calle 73 con diagonal 15, el emparejamiento
con una vía similar se dificulta debido a que existen pocas diagonales en la
ciudad en relación con el número de carreras y avenidas.
Otra variable de emparejamiento es la accidentalidad total previa, que apa-
rece en la columna 2 (Accidentesi,antes ). Usando el emparejamiento tipo I, vemos
que la coincidencia no es muy cercana; por ejemplo, en la calle 13 con carrera
66 ocurrieron 57 accidentes, mientras que en su control de la calle 13 con
carrera 56 ocurrieron 47. Sin embargo, la coincidencia en las características
Flujo e Importancia es del 100% en todos los casos, es decir, las intersecciones
seleccionadas en el grupo de control son exactamente iguales en términos de
importancia y flujo con respecto a los tratados. Con el emparejamiento tipo II
y III, donde se relaja la cercanía geográfica, se tiene por ejemplo que hay dos
parejas para la intersección tratada en la calle 73 con diagonal 15 (columna
6), esto debido a que hay un empate en las características. Vemos que los
valores en Accidentesi,antes se acercan más en el emparejamiento tipo II que
en el tipo I. Por último, se tiene que en el emparejamiento tipo III los valores
de Accidentesi,antes son casi idénticos, aunque esto tiene un costo: las parejas
de la calle 52 con carrera 1 y la calle 73 con diagonal 1 no corresponden a
un cruce de una vía principal (VAP) con una vía secundaria (VAS), por eso se
registra dos veces un 0% en el emparejamiento por esta variable (columna 6).
La calidad del emparejamiento se puede verificar desde el cuadro A1.1 hasta
el cuadro A1.8 del apéndice para todos los grupos de intersecciones, con
respecto a la accidentalidad total. En general, se observa que el empareja-
miento tipo III aproxima mejor los valores de Accidentesi,antes a costa de las
características contenidas en Flujo e Importancia. Puesto que con M = 5 y
M = 10 el grupo de control aumenta sustancialmente, solo se reportan el
promedio y la desviación estándar de las características o el porcentaje de
aciertos de las variables dicotómicas (cuadros A1.7 y A1.8 del apéndice).
Juan F. González y Sergio I. Prada 155
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Cuadro 5. Grupo 1 (M = 1): calidad del emparejamiento por tipo, DID y efecto promedio
del tratamiento sobre los tratados (EPTT)
Tratados
Dirección Accidentest-1 Accidentest Importancia Flujo
Calle 13 con
carrera 66 57 67 VAP con VAS Bajo
Calle 36 con
carrera 46 56 69 VAP con VAS Bajo
Calle 52 con
carrera 1 100 100 VAP con VAS Bajo
Calle 73 con
diagonal 15 49 61 VAP con VAS Bajo
Controles
Emparejamiento tipo I Resultados (N = 8)
Dirección Accidentest-1 Accidentest Importancia Flujo Parejas DID EPTT
Calle 13 con
carrera 56 47 53 100% 100% 1
Calle 36 con
carrera 39 60 54 100% 100% 1 8,5 19***
Calle 44 con
carrera 1 77 67 100% 100% 1 (5,77) (4,05)
Calle 44 con
carrera 8 36 47 100% 100% 1
Emparejamiento tipo II Resultados (N = 9)
Dirección Accidentest-1 Accidentest Importancia Flujo Parejas DID EPTT
56 42 100% 100% 1
56 42 100% 100% 1 13,95** 23,25***
77 67 100% 100% 1 (5,87) (5,06)
47 (53;53) 100% 100% 2
Emparejamiento tipo III Resultados (N = 9)
Dirección Accidentest-1 Accidentest Importancia Flujo Parejas DID EPTT
56 42 100% 100% 1
56 42 100% 100% 1 24,95*** 26***
101 74 0% 100% 1 (5,17) (2,48)
48 (26; 44) 0% 100% 2
1. *p < 0,1,** p < 0,05, ***p < 0,01
2. Errores estándar entre paréntesis
3. DID =2
ˆ
el estimador de diferencias en diferencias en ∆θ θ ε Accidentes D
i i i
=1 2
+ + con
Accidentes Accidentes Accidentes
i t t
=1
−−
4 = 1
=1 : =1
,
. EPTT NAccidentes Accidentes
DiDi
i después
tratado
i
−,,después
control
( )
Fuente: construcción propia.
Cámaras de fotodetección y accidentalidad vial
156
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
B. DID y EPTT
1. Accidentalidad total
El EPTT sobre el registro total de accidentes del grupo 1 es positivo en todas
la especificaciones y para las diferentes parejas M, lo que indica un aumento
significativo en el registro total de accidentes en relación con el grupo de
control, mientras que, según el estimador de DID, no se puede concluir que el
efecto sea diferente de cero. En el segundo grupo, ambos estimadores coinci-
den en identificar un aumento en los accidentes registrados con la instalación
de las cámaras. El EPTT es sistemáticamente menor en el grupo 2 que en el
grupo 1, por ejemplo con M = 10 y el emparejamiento I, este pasa de 21 a 16;
con el emparejamiento II, pasa de 20 a 15, y con el emparejamiento tipo III,
de 18 a 9,4. En el tercer grupo, el efecto no es significativamente diferente de
cero. La figura 5 resume los efectos estimados usando los tres tipos de empa-
rejamiento, con M = 5 y M = 10, para un nivel de confianza del 95%.
Con M = 1 y usando el primer tipo de emparejamiento, se estima que se
registran en promedio 19 accidentes más en los tratados que en el grupo de
control, esto es un aumento del 34%9; con el segundo tipo de emparejamiento,
se registran 23 accidentes, es decir, un aumento del 45%; y con el tercer tipo,
26, o un aumento del 57% (cuadro 6). Para este mismo grupo y con M = 1, el
estimador DID tiene errores estándar mayores debido a que el tamaño mues-
tral es pequeño (N 9). El efecto del tratamiento no resultó significativo
para el emparejamiento del primer tipo. Con el emparejamiento tipo II, el
efecto estimado es de 14 con un nivel de confianza del 95%, esto indica que
hay una diferencia de 14 accidentes en la variación de los accidentes regis-
trados en el grupo tratados con respecto al grupo de control. Esto ocurre por
que Accidentesi
control -5 y Accidentesi
tratado 9. Con el emparejamiento
tipo III, el DID es de 25 accidentes, como se puede comprobar en el cuadro 5.
En el grupo 2, el estimador de DID es 8, usando el emparejamiento tipo III con
M = 1, por lo que la diferencia estimada se reduce en magnitud con respecto
al grupo 1. Lo mismo ocurre con el EPTT, que pasa de 26 en el grupo 1 a 7 en
el grupo 2 (cuadro A1.3 del apéndice), lo cual representa un aumento del 27%
9 Corresponde a % = 100
,
Accidentes EPTT
E Accidentesi después
control
×
Juan F. González y Sergio I. Prada 157
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Figura 5. Efecto del tratamiento sobre la accidentalidad total (IC 95%)
M = 5 M = 10
Emparejamiento tipo I
Emparejamiento tipo II
Emparejamiento tipo III
11
22
7,8
14
3,3
6,4
Grupo 1 (n = 4)
Enero del 2012
Grupo 2 (n = 5)
Mayo
del
2012
Grupo 3 (n = 10)
Agosto
del
2012
DID EPTT
0 10 20 30 40
11
20
8,7
14
3,1
4,8
Grupo 1 (n = 4)
Enero del 2012
Grupo 2 (n = 5)
Mayo
del
2012
Grupo 3 (n = 10)
Agosto
del
2012
DID EPTT
0 10 20 30 40
11
20
7,2
15
3,4
8,1
Grupo 1 (n = 4)
Enero
del
2012
Grupo 2 (n = 5)
Mayo
del
2012
Grupo 3 (n = 10)
Agosto
del
2012
DID EPTT
0
10
20
30
40
Grupo 1 (n = 4)
Enero
del
2012
Grupo 2 (n = 5)
Mayo
del
2012
Grupo 3 (n = 10)
Agosto
del
2012
10
21
8,1
16
4
9,5
DID EPTT
0 10 20 30
40
-10
19
20
8,1
9,5
2,2
2,2
Grupo 1 (n = 4)
Enero del 2012
Grupo 2 (n = 5)
Mayo
del
2012
Grupo 3 (n = 10)
Agosto
del
2012
DID EPTT
0 10 20 30 40
-10
16
18
7,7
94
2,9
2,8
Grupo 1 (n = 4)
Enero
del
2012
Grupo 2 (n = 5)
Mayo
del
2012
Grupo 3 (n = 10)
Agosto
del
2012
DID EPTT
0 10 20 30
40
Fuente: construcción propia.
en los accidentes registrados. Para el tercer grupo de intersecciones trata-
das, los efectos no son significativamente diferentes de cero para los diferen-
tes niveles de confianza requeridos, y la magnitud del estimador se reduce,
Cámaras de fotodetección y accidentalidad vial
158
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
como se observa en la figura 5. Este patrón en los estimadores se repite para
los demás tipos de emparejamiento, es decir, el aumento en el registro de
accidentes después del tratamiento se reduce entre el grupo de interseccio-
nes tratadas en enero (grupo 1) y las de mayo (grupo 2) y desaparece en las
tratadas en agosto (grupo 3) del 2012 (figura 5).
Se encontraron también algunas regularidades en los estimadores, en gene-
ral, se tiene que el efecto medido por estimador de diferencias en diferencias
(DID) es menor que el que arroja el EPTT, con pocas excepciones.
Los errores estándar son mayores usando DID, esto se debe en parte a que
el EPTT tiene una varianza que se corrige por la existencia de empates y
el hecho de que una intersección pueda servir de control para diferentes
tratados (Abadie et al., 2004). Sin embargo, ambos estimadores y sus respec-
tivos errores estándar tienden a igualarse cuando se utiliza el emparejamiento
tipo III y al aumentar M esto no es sorprendente si se tiene en cuenta que
este emparejamiento es casi exacto en la accidentalidad previa, es decir, que
Accidentes Accidentes
i antes
tratado
i antes
control
, ,
por tanto si se define 1 tal que:
se obtiene que:
ˆ
θi i después
tratado
i antes
tratado
Accidentes Accidentes= ( )
, ,
− − (( )
, ,
Accidentes Accidentes
Acc
i después
control
i antes
control
−
iidentes Accidentes
i después
tratado
i después
control
EP
, ,
−
( )
ˆ
τTTT
2. Accidentalidad con daños
El cuadro 6 resume las estimaciones obtenidas para el registro de accidentes
con daños únicamente, con diferentes especificaciones y tamaños del grupo
de control. Se tiene que para el grupo 1, el EPTT siempre es positivo y signi-
ficativo. En la columna izquierda de la figura 6 se ilustran las estimaciones
con M = 10; por ejemplo, para el emparejamiento tipo III, se estima que se
registraron en promedio 18 accidentes más en el año posterior al tratamiento;
esto representa un aumento del 90% en relación con el grupo de referencia.
Juan F. González y Sergio I. Prada 159
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Cuadro 6. Impacto en la accidentalidad con daños
Tipo de
emparejamiento
Grupo 1
M = 1 M = 5 M = 10
DID EPTT DID EPTT DID EPTT
I
14,5 24*** 10,3 24*** 11,85 23,05***
(7,63) (8,59) (7,18) (7,62) (8,16) (6,85)
N = 8 N = 8 N = 24 N = 24 N = 44 N = 44
II
21,25*** 29,04*** 2,70 21,17** 13,95 22***
(5,83) (7,40) (7,59) (8,57) (8,31) (7,82)
N = 14 N = 14 N = 25 N = 25 N = 44 N = 44
III
22,75*** 22,5** 15,3 15,6** 16,92* 18,06***
(5,30) (8,59) (9,42) (6,74) (8,86) (6,58)
N = 8 N = 8 N = 24 N = 24 N = 45 N = 45
Tipo de
emparejamiento
Grupo 2
M = 1 M = 5 M = 10
DID EPTT DID EPTT DID EPTT
I
12,2** 9*** 10,12** 14,84*** 10,42** 18,28***
(4,77) (1,74) (4,52) (4,72) (3,99) (5,70)
N = 10 N = 10 N = 30 N = 30 N = 55 N = 55
II
7,25*** 16,15** 10,03** 15,79*** 7,41*** 16,56***
(2,33) (6,56) (4,01) (5,40) (2,62) (5,67)
N = 33 N = 33 N = 45 N = 45 N = 167 N = 167
III
6,71*** 10,15*** 6,33 7,27 6,19 7,11
(2,03) (2,94) (6,81) (6,08) (3,77) (5,06)
N = 33 N = 33 N = 48 N = 48 N = 171 N = 171
Tipo de
emparejamiento
Grupo 3
M = 1 M = 5 M = 10
DID EPTT DID EPTT DID EPTT
I
3,2 4,3 2,3 6,12* 2,62 10,47***
(4,88) (3,83) (3,32) (3,52) (3,04) (3,75)
N = 20 N = 20 N = 60 N = 60 N = 110 N = 110
II
1,95 2,58 2,21 4,70 2,15 7,72*
(4,27) (3,10) (3,06) (3,32) (3,10) (4.28)
N = 26 N = 26 N = 75 N = 75 N = 121 N = 121
III
-1,23 -3,16 0,79 -0,61 1,40 1,23
(4,34) (4,92) (3,50) (4,25) (3,53) (4,10)
N = 24 N = 24 N = 91 N = 91 N = 158 N = 158
1. *p < 0,1,** p < 0,05, ***p < 0,01
2. Errores estándar entre paréntesis
3. DID =2
ˆ
el estimador de diferencias en diferencias en ∆θ θ ε Accidentes D
i i i
=1 2
+ + con
Accidentes Accidentes Accidentes
i t t
=1
−−
4 = 1
=1 : =1
,
. EPTT NAccidentes Accidentes
DiDi
i después
tratado
i
−,,después
control
( )
Fuente: construcción propia.
Cámaras de fotodetección y accidentalidad vial
160
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Figura 6. Efecto del tratamiento sobre los accidentes con daños y con heridos con
M = 10 (IC 95%)
Accidentes con daños Accidentes con heridos
Emparejamiento tipo I
Emparejamiento tipo II
Emparejamiento tipo III
12
23
10
18
2,6
10
Grupo 1 (n = 4)
Enero del 2012
Grupo 2 (n = 5)
Mayo
del
2012
Grupo 3 (n = 10)
Agosto
del
2012
DID EPTT
-10
0
10
20
30 40
14
22
7,4
17
2,1
77
Grupo 1 (n = 4)
Enero
del
2012
Grupo 2 (n = 5)
Mayo
del
2012
Grupo 3 (n = 10)
Agosto
del
2012
DID EPTT
0
10
20 30
40
10
21
4
10
2
7,2
Grupo 1 (n = 4)
Enero
del
2012
Grupo 2 (n = 5)
Mayo
del
2012
Grupo 3 (n = 10)
Agosto
del
2012
DID EPTT
0
10
20
30
40
Grupo 1 (n = 4)
Enero
del
2012
Grupo 2 (n = 5)
Mayo
del
2012
Grupo 3 (n = 10)
Agosto
del
2012
7,4
20
4,8
13
3
8,9
DID EPTT
-10
0
10
20
30
40
-10
17
18
6,2
7,1
1,4
1,2
Grupo 1 (n = 4)
Enero
del
2012
Grupo 2 (n = 5)
Mayo
del
2012
Grupo 3 (n = 10)
Agosto
del
2012
DID EPTT
0 10
20 30
40
-10
14
16
4.5
6,5
4
4,1
Grupo 1 (n = 4)
Enero
del
2012
Grupo 2 (n = 5)
Mayo
del
2012
Grupo 3 (n = 10)
Agosto
del
2012
DID EPTT
-10
0
10
20
30
40
Fuente: construcción propia.
Con M = 5 se estima un EPTT de 16, esto es un aumento del 80%. El efecto
medido por el estimador de DID indica que el programa no tuvo efecto
Juan F. González y Sergio I. Prada 161
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
sobre el grupo 1 en todos los casos, pero sí en el grupo 2, con el empare-
jamiento tipo I y II. Para el grupo 3 no se observan efectos significativos,
esto se puede confirmar en la sección inferior del cuadro 6 y en la figura 6.
3. Accidentalidad con heridos
El registro de accidentes con heridos sigue el mismo patrón entre grupos que
el de accidentes totales. Los efectos estimados tienden a disminuir en pro-
medio al pasar del grupo 1 al grupo 2, y a su vez del grupo 2 al grupo 3. En el
grupo 1 de cámaras, el EPTT resulta significativo al 90% para ocho de las nueve
especificaciones presentadas en el cuadro A1.9 del apéndice; sin embargo, con
el estimador DID estos resultados solamente se confirman con M = 1 en el
emparejamiento tipo II y tipo III. En el grupo 2, los emparejamientos tipo II y
tipo III arrojan una diferencia cercana a 4 en los tratados para M = 1 y M = 5
con el estimador de DID, mientras el efecto promedio sobre los tratados no
fue significativo en ningún caso con un nivel de confianza del 95%. Una vez
más, los efectos estimados para el grupo 3 no son significativos al 95% para
todos los métodos empleados, esto se puede confirmar en el cuadro A1.8 del
apéndice. En la columna derecha de la figura 6, se pueden observar las esti-
maciones con M = 10. Si se comparan con las de la columna izquierda, se
tiene que las magnitudes son siempre mayores cuando hay solamente daños
(columna izquierda), esto parece indicar que los efectos sobre la accidenta-
lidad total estarían jalonados por el aumento en los accidentes con daños.
Este resultado se confirma con las diferentes especificaciones del número de
parejas por tratado M.
V. Discusión y conclusiones
En general, existe consenso en la literatura sobre la reducción de la acciden-
talidad vial a raíz de la instalación de cámaras de fotodetección en las vías.
En donde no hay consenso, es en el método para estimar este impacto. Tanto
el método bayesiano empírico como el método de emparejamiento, buscan
controlar explícitamente por el fenómeno de regreso a la media y la tenden-
cia temporal en la accidentalidad. El primer método hace fuertes supuestos
sobre las distribuciones de probabilidad de la accidentalidad en la población,
además de no tener un criterio definido a priori de elección del grupo de con-
trol. El método de emparejamiento no hace supuestos distribucionales, su
Cámaras de fotodetección y accidentalidad vial
162
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
objetivo es construir un grupo de control que sea lo suficientemente parecido
al tratado, de manera que las diferencias observadas después del tratamiento
solo puedan ser atribuidas a este. Para este tipo de estudio, este método
resulta particularmente atractivo, puesto que se pueden verificar una a una las
similitudes y las diferencias entre los grupos de intersecciones que se están
comparando, haciendo que los resultados y la metodología puedan ser enten-
didos por una audiencia amplia.
La evaluación realizada en este trabajo construye numerosos grupos de con-
trol para cada cohorte de cámaras instaladas en el 2012, usando diferentes
criterios de emparejamiento. En general, se encuentra un aumento del regis-
tro total de accidentes en las intersecciones tratadas en enero del 2012, en el
año siguiente a su instalación. Este efecto se mantiene en las intersecciones
tratadas en mayo y desaparece en las tratadas en agosto. Este resultado es
consistente para diferentes especificaciones utilizadas para construir el grupo
de control. Cuando se descomponen los accidentes por gravedad, el patrón es
similar para el registro de accidentes con daños. En los accidentes con heridos
también se observa este patrón, aunque es menos consistente; además, las
magnitudes estimadas son menores que en los accidentes con daños.
Los resultados contradicen lo encontrado en la literatura, por lo que el aumento
de los registros de accidentes constituye un fenómeno que merece estudiarse
con mayor profundidad; en particular, surge la pregunta sobre el uso efectivo
y eficiente de los recursos públicos. Posiblemente, el análisis costo-beneficio
tenga un balance positivo si se compara el recaudo generado por este programa
frente a la inversión realizada en los dispositivos. Sin embargo, con respecto
al ahorro generado por una reducción en la accidentalidad, el balance apunta
a que esta medida no fue costo-efectiva, aunque sería necesario llevar a cabo
un análisis adicional de valoración económica de la accidentalidad generada
en las intersecciones con cámara, lo cual se sale del alcance de este estudio.
Además, el carácter local del estudio no permite asegurar que el efecto encon-
trado se pueda extrapolar a otros escenarios temporales o espaciales
En realidad no es posible determinar si los hallazgos presentados vengan de
un problema de subregistro de la accidentalidad o si realmente las cámaras
han afectado el comportamiento de los conductores de manera tal que se
produjeran más accidentes, en particular, cuando se instalaron los primeros
dispositivos en enero del 2012. Incluso pueden estar ocurriendo los dos fenó-
Juan F. González y Sergio I. Prada 163
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
menos al tiempo. En relación con la primera posibilidad, cabe señalar que en
Cali el subregistro es una realidad, puesto que las partes involucradas en un
accidente pueden decidir no llamar a las autoridades, y esto es especialmente
viable si no hay heridos o muertos. En ese orden de ideas, podría pensarse que
para las intersecciones del grupo 1 y 2, cuando recién se dio inicio al programa,
el aumento en el registro total haya sido jalonado por los accidentes con daños,
lo cual se confirma en los datos y fue discutido arriba. En general, se trata de la
categoría que tiene mayor aumento del registro, a pesar de que los accidentes
con heridos representaron el 61% de los accidentes entre el 2010 y el 2011.
Una posible explicación para este fenómeno es que al principio del programa,
los conductores mal informados temían que la presencia de la cámara tuviera
algún un efecto fiscalizador más allá de la simple emisión de infracciones, en
el sentido de que los accidentes ocurridos en su zona de influencia pudieran
quedar grabados. De esta manera, pudo crearse un incentivo para llamar a la
autoridad: puesto que siempre hay al menos un responsable en un accidente
de tránsito, este podría creer (de manera equivocada) que a pesar del arreglo
acordado con las demás partes involucradas, el dispositivo le va a generar una
multa o una citación de tipo disciplinario.
También pudo haber ocurrido el segundo escenario, es decir, que las cámaras
en realidad hayan aumentado los accidentes ocurridos en las intersecciones
tratadas, de manera análoga a lo hallado por Kapoor y Magesan (2014) en
Toronto con la instalación de nuevos semáforos peatonales. Nuestra hipótesis
para este fenómeno sería que, como las cámaras son pocas en relación con el
número de intersecciones en Cali, los conductores poco habituados a este tipo
de dispositivo podrían estar frenando abruptamente al visualizar la cámara, lo
que se traduciría en un mayor número de colisiones con el vehículo que viene
detrás. Sin embargo, no se cuenta con suficiente información sobre la natu-
raleza del accidente para confirmar esta hipótesis. Por otro lado, las estima-
ciones adicionales realizadas luego de un periodo de adaptación por parte de
los conductores después de la instalación de los dispositivos, arrojan resulta-
dos idénticos a los presentados.
Además del impacto estimado, se encuentra que las cámaras de fotodetec-
ción en Cali no se asignaron a las intersecciones con mayor número de acci-
dentes, tal como se ha hecho en todos los países desarrollados donde se ha
medido y documentado su impacto. En un comunicado oficial, la Alcaldía
Municipal de Cali informó que las cámaras se instalaron en intersecciones
Cámaras de fotodetección y accidentalidad vial
164
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
identificadas por su alto nivel de infracciones del código vial por parte de los
conductores. La asignación de cámaras en puntos de mayor infracción y no en
aquellos de mayor accidentalidad, plantea un debate importante de política
pública en torno a esta decisión, en particular, por los costos y beneficios de la
reducción de la accidentalidad en heridos y muertos frente a aquellos asocia-
dos a infracciones y contravenciones.
Reconocimientos
La investigación desarrollada para escribir este artículo no tuvo ninguna finan-
ciación institucional.
Referencias
1. Abadie, A., & Imbens, G. (2002). Simple and bias-corrected matching
estimators (Technical Report). Department of Economics, University of
California, Berkeley.
2. Abadie, A., Drukker, D., Leber Herr, J., & Imbens, G. (2004). Implementing
matching estimators for average treatment effects in STATA. Stata
Journal, 4(3), 290-311.
3. Alcaldía de Santiago de Cali, Departamento Administrativo de Planea-
ción. (2014). Cali en Cifras. Disponible en http://planeacion.cali.gov.co/
DirPlanDesa/Cali_en_Cifras/Caliencifras2014.pdf.
4. Alcaldía de Santiago de Cali, Secretaría de Tránsito y Transporte. (2012a).
Calidad, prevención y seguridad vial con la fotodetección de infracciones
(comunicado de prensa). Disponible en http://www.cali.gov.co/transito/
publicaciones calida_prevencin_y_seguridad_vial_con_la_fotode-
teccin_de_infracciones_pub.
5. Alcaldía de Santiago de Cali, Secretaría de Tránsito y Transporte. (2012b).
En agosto, se instalarán 11 nuevas cámaras de fotodetección en la ciudad
(comunicado de prensa). Disponible en http:http://www.cali.gov.co/
publicaciones/en_agosto_se_instalarn_11_nuevas_cmaras_de_fotode-
teccin_en_la_ciudad_pub.
Juan F. González y Sergio I. Prada 165
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
6. Ali, S. Y., Al-Saleh, O., & Koushki, P. A. (1997). Effectiveness of automated
speed monitoring cameras in Kuwait. Transportation Research Record,
1595, 20-26.
7. Álvarez, J. (2014). Evaluación de impacto de las cámaras de fotodetección
en la ciudad de Medellín. Trabajo de grado presentado para optar al título
de magíster en Economía, Universidad EAFIT, Medellín.
8. Banco Mundial & Institute for Health Metrics and Evaluation. (2014).
Transport for health: The global burden of disease from motorized road
transport. Seattle, WA: IHME; Washington, DC: The World Bank.
9. Bernal, R., & Peña, X. (2010). Guía práctica para la evaluación de impacto.
Bogotá: Ediciones Uniandes.
10. Chen, G., Meckle, W., & Wilson, J. (2002). Speed and safety effect of
photo radar enforcement on a highway corridor in British Columbia.
Accident Analysis and Prevention, 34(2), 129-138.
11. Chen, G., Wilson, J., Meckle, W., & Cooper, P. (2000). Evaluation of photo
radar program in British Coluimbia. Accident Analysis and Prevention,
32, 517-526.
12. Chin, H. C. (1999). An investigation into the effectiveness of the speed
camera. Proceedings of the Institution of Civil Engineers Transportation.
Journals Dept, 135, 93-101.
13. Cunningham, C. M., Findley, D. J., Schroeder, B., & Foyle, R. S. (2008).
Traffic operational impacts of contemporary multi‐pump island fueling
centers. Raleigh, NC: Institute for Transportation Research and Education
North Carolina State University.
14. De Pauw, E., Daniels, S., Brijis, T., Hermans, E., & Wets, G. (2014). Auto-
mated section speed control on motorways: An evaluation of the effect
on driving speed. Accident Analysis & Prevention, 73, 313-322.
Cámaras de fotodetección y accidentalidad vial
166
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
15. Diario El País. (2012a). Conozca las direcciones donde estarán ubicadas
las nuevas diez cámaras de fotomulta de Cali [nota de prensa]. Disponible
en http://www.elpais.com.co/elpais/cali/noticias/finales-ano-habria-
100-camaras-fotomulta-en-cali-secretario-transito.
16. Diario El País (2012b). Instalarán cinco nuevas cámaras de fotomultas en
el centro, sur y norte de Cali [nota de prensa]. Disponible en http://www.
elpais.com.co/elpais/cali/noticias/instalaran-cinco-nuevas-camaras-
fotomultas-en-centro-sur-y-norte-cali.
17. Diario El País. (2012c). Conozca dónde estarán ubicadas las nuevas once
cámaras de fotomulta de Cali [nota de prensa]. Disponible en http://www.
elpais.com.co/elpais/cali/noticias/conozca-donde-estaran-ubicadas-
nuevas-11-camaras-fotomulta-pondran-en-cali.
18. Elvik, R. (1997). Effects on accidents of automatic speed enforcement
in Norway. Transportation Research Record, 1595, 14-19.
19. Elvik, R. (2007). State-of-the-art approaches to road accident black spot
management and safety analysis of road networks (Report 883). Oslo:
Institute of Transport Economics.
20. Elvik, R. (2008). The predictive validity of empirical Bayes estimates of
road safety. Accident Analysis and Prevention, 40, 1964-1969.
21. ETSC. (1995). Reducing traffic injuries resulting from alcohol impairment.
Brussels: European Transport Safety Council.
22. Fondo de Prevención Vial. (2013). 2012: balance mixto para la seguridad
vial en Colombia. Bogotá.
23. Finch, D. J., Kompfner, P., Lockwood, C. R., & Maycock, G. (1994). Speed,
speed limits and accidents. Project Report 58. Crowthorne: Transport
Research Laboratory.
24. Hauer, E. (1980). Bias-by-selection: Overestimation of the effective-
ness of safety countermeasures caused by the process of selection for
treatment. Accident Analysis and Prevention, 12, 113-117.
Juan F. González y Sergio I. Prada 167
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
25. Hauer, E. (1985). On the estimation of expected number of accidents.
Accident Analysis and Prevention, 18(1), 1-12.
26. Hauer, E., & Persaud, B. N. (1984). A comparison of two methods for
de-biasing before and after accident studies. Transportation Research
Record, 975, 43-49.
27. Hauer, E. (1992). Empirical bayes approach to the estimation of
“unsafety”: The multivariate regression method. Accident Analysis and
Prevention, 24, 457-477.
28. Hauer, E. (1997). Observational before-after studies in road safety: Esti-
mating the effect of highway and traffic engineering measures on road
safety. Oxford, Reino Unido: Pergamon/Elsevier Science Ltd.
29. Heckman, J. J., Ichimura, H., & Todd, P. E. (1997). Matching as an econo-
metric evaluation estimator: Evidence from evaluating a job training
program. The Review of Economic Studies, 64, 605-654.
30. Highways Agency. (1997). West London speed camera demonstration
project: Analysis of accident data 36 months before and after imple-
mentation. Londres: London Accident Analysis Unit.
31. Hook, D., Kirkwood, A., & Evans, D. (1995). Speed cameras in Oxfordshire.
Highways and Transportation, 42(2), 11-13.
32. Holland, C. A., & Connor, M. T. (1996). Exceeding the speed limit: An
evaluation of the effectiveness of a police intervention. Accident Analysis
and Prevention, 28(5), 587-597.
33. Hooke, A., Knox, J., & Portas, D. (1996). Cost benefit analysis of traffic
light & speed cameras (Police Research Series 20). Londres: Dr. G. Laycock.
34. Imbens, G. (2004). Nonparametric estimation of average treatment
effects under exogeneity: A review. Review of Economics and Statistics,
86(1), 4-29.
Cámaras de fotodetección y accidentalidad vial
168
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
35. Jones, A. P, Sauerzapf, V., & Haynes, R. (2008). The effects of mobile
speed camera introduction on road traffic crashes and casualties in a
rural county of England. Journal of Safety Research, 39, 101-110.
36. Kapoor, S., & Magesan, A. (2014). Paging inspector sands: The costs
of public information. American Economic Journal: Economic Policy, 1,
92-113.
37. Li, H., Graham, D. J., & Majumdar, A. (2013). The impacts of speed cameras
on road accidents: An application of propensity score matching methods.
Accident Analysis & Prevention, 60, 148-157.
38. Lund, H. V., Brodersen, F., & Jorgensen, N. O. (1977). A study of the effects
of police enforcement on driver behaviour [Radet for Trafiksikkerheds-
forskning: Trafikantadfaerd under skaerpet politiovervagning, Rapport
19, Kovenhavn]. Copenague, Dinamarca, 7-98.
39. Mountain, L. J., Hirst, W., & Maher, M. (2004). Costing lives or saving
lives? A detailed evaluation of the impact of speed cameras on safety.
Traffic Engineering and Control, 45(8), 280-287.
40. Mountain, L. J., Hirst, W., Maher, M. (2005) Are speed enforcement
cameras more effective than other speed management measures? The
impact of speed management schemes on 30 mph roads. Accident
Analysis and Prevention, 37, 742-754.
41. Newstead, S.V., Cameron, M. (2003). Evaluation of the crash effects of
the Queensla nd speed camera program. Monash University Accident
Research Centre, Report No. 204, 1-35.
42. Organización Mundial de la Salud. (2013). Global status report on road
safety 2013: Supporting a decade of action. Luxemburgo: Organización
Mundial de la Salud.
43. PA Consulting Group-Department for Transport. (2003). A cost recovery
system for speed and red light c ameras, a two year pilot evaluati on.
Londres: Department for Transport.
Juan F. González y Sergio I. Prada 169
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
44. Pilkington, P., & Kinra, S. (2005). Effectiveness of speed cameras in
preventing road traffic collisions and related casualties: Systematic
review. BMJ, 330, 331-334.
45. Rogerson, P., Newstead, S., & Cameron, M. (1994). Evaluation of the
speed camer a pro gram in Vic toria 1990 -1991. Phase 3: Localised
effects on casualty crashes and crash severity. Phase 4: General effects
on speed (Report 54, pp. 1-41). Monash University Accident Research
Centre (MUARC).
46. Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity
score in observational studies for causal effects. Biometrika, 70(1), 41-55.
47. Shin, K., Washington, S. P., & van Schalkwyk I. (2009). Evaluation of
the Scottsdale Loop 101 automated speed enforcement demonstration
program. Accident Analysis and Prevention, 41, 393-403.
48. Tay, R. (2010). Improving safety or raising revenue. Journal of Transport
Economics and Policy, 44, part 2, 247-257.
49. Wilson, C., Willis, C., Hendrikz, J. K., Le Brocque, R., & Bellamy, N. (2010).
Speed cameras for the prevention of road traffic injuries and deaths
(Review). The Cochrane Library, 11, 1-69.
50. Wooldridge, J. M. (2002). Econometric analysis of cross section and panel
data. Cambridge, Massachusetts: The MIT Press.
Cámaras de fotodetección y accidentalidad vial
170
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Apéndice
Cuadro A1.1. Grupo 1 (M = 5): Calidad del emparejamiento por tipo, DID y EPTT.
Tratados
Dirección Accidentespre Accidentespost Importancia Flujo
Calle 13 con
carrera 66 57 67 VAP con VAS Bajo
Calle 36 con
carrera 46 56 69 VAP con VAS Bajo
Calle 52 con
carrera 1 100 100 VAP con VAS Bajo
Calle 73 con
diagonal 15 49 61 VAP con VAS Bajo
Controles
Emparejamiento tipo I Resultados (N = 24)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
- 51,2 (6,38) 49,2 (5,72) 100% 100% 5
- 54,2 (6,83) 49 (5,96) 100% 100% 5 10,55 22,15***
- 70,4 (11,93) 71,2 (30,38) 100% 100% 5 (6,46) (6,63)
- 39,8 (11,37) 39 (13,40) 100% 100% 5
Emparejamiento tipo II Resultados (N = 26)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
56,17 (7,78) 52,65 (10,10) 100% 100% 6
54,2 (6,38) 49 (5,96) 100% 100% 5 10-97 19,86***
70,4 (11,93) 71,2 (30,38) 100% 80% 5 (6,60) (6,96)
39,8 (11,37) 44,83 (10,83) 100% 100% 6
Emparejamiento tipo III Resultados (N = 8)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
55,83 (1,16) 44,67 (12,68) 17% 67% 6
55,4 (0,55) 44,4 (14,15) 20% 60% 5 18,89* 19,88***
99 (4) 85 (40,21) 0% 40% 5 (10,15) (8,33)
47,6 (0,55) 43, 4 (11,10) 40% 80% 5
1. *p < 0,1,** p < 0,05, ***p < 0,01
2. Errores estándar entre paréntesis
3. DID =2
ˆ
el estimador de diferencias en diferencias en ∆θ θ ε Accidentes D
i i i
=1 2
+ + con
Accidentes Accidentes Accidentes
i t t
=1
−−
4 = 1
=1 : =1
,
. EPTT NAccidentes Accidentes
DiDi
i después
tratado
i
−,,después
control
( )
Fuente: construcción propia.
Juan F. González y Sergio I. Prada 171
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Cuadro A1.2. Grupo 1 (M = 10): Calidad del emparejamiento por tipo, DID y EPTT.
Tratados
Dirección Accidentespre Accidentespost Importancia Flujo
Calle 13 con
carrera 66 57 67 VAP con VAS Bajo
Calle 36 con
carrera 46 56 69 VAP con VAS Bajo
Calle 52 con
carrera 1 100 100 VAP con VAS Bajo
Calle 73 con
diagonal 15 49 61 VAP con VAS Bajo
Controles
Emparejamiento tipo I Resultados (N = 44)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
- 53 (13,49) 49,2 (5,72) 100% 100% 10
- 48,9 (11,46) 49 (5,96) 100% 100% 10 10,225 20,5***
- 78,3 (16,59) 71,2 (30,38) 60% 90% 10 (8,22) (7,77)
- 40,7 (8,93) 39 (13,40) 100% 100% 10
Emparejamiento tipo II Resultados (N = 45)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
53,8 (12,35) 52,65 (10,10) 100% 100% 10
48,45 (10,74) 49 (5,96) 100% 100% 11 10,68 19,95***
76 (17,14) 71,2 (30,38) 70% 80% 10 (8,55) (7,73)
46,7 (9,52) 44,83 (10,83) 100% 100% 10
Emparejamiento tipo III Resultados (N = 46)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
55,7 (1,95) 44,67 (12,68) 20% 80% 10
54,81 (1,47) 44,4 (14,15) 9% 82% 11 15,94 17,6***
96,2 (8,8) 85 (40,21) 10% 60% 10 (9,8) (7,72)
48,36 (1,75) 43, 4 (11,10) 36% 27% 11
1. *p < 0,1,** p < 0,05, ***p < 0,01
2. Errores estándar entre paréntesis
3. DID =2
ˆ
el estimador de diferencias en diferencias en ∆θ θ ε Accidentes D
i i i
=1 2
+ + con
Accidentes Accidentes Accidentes
i t t
=1
−−
4 = 1
=1 : =1
,
. EPTT NAccidentes Accidentes
DiDi
i después
tratado
i
−,,después
control
( )
Fuente: construcción propia.
Cámaras de fotodetección y accidentalidad vial
172
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Cuadro A1.3. Grupo 2 (M = 1): Calidad del emparejamiento por tipo, DID y EPTT.
Tratados
Dirección Accidentespre Accidentespost Importancia Flujo
Calle 13 con
carrera 100 50 53 VAP con VAP Bajo
Calle 13 con
carrera 23 72 88 VAP con VAP Bajo
Calle 26 con
avenida 6 1 8 VAP con VL Bajo
Calle 47 con
avenida 6 2 9 VAP con VC Bajo
Calle 52 con
avenida 3 5 14 VAP con VAS Bajo
Controles
Emparejamiento tipo I Resultados (N = 10)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
Calle 15 con
carrera 23 33 32 100% 100% 1
Calle 15 con
carrera 23 33 32 100% 100% 1 13,2** 10***
Calle 27 con
avenida 6 1 3 100% 100% 1 (5,4) (2,06)
Calle 45 con
avenida 6 2 0 100% 100% 1
Calle 42 con
carrera 1 5 10 100% 100% 1
Emparejamiento tipo II Resultados (N = 27)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
47 37 100% 100% 1
61 52 100% 100% 1 8,63** 14,95***
1 1,76 (3,05) 100% 100% 17 (2,08) (4,61)
2 1,5 (2,12) 100% 100% 2
3 5 100% 100% 1
Emparejamiento tipo III Resultados (N = 39)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
49 33 (9,9) 0% 100% 2
72 96 0% 100% 1 7,69**
1 1,76 (3,05) 100% 100% 17 (3,41) (3,74)
2 1,5 (2,12) 100% 100% 2
5 6,67 (6,15) 100% 100% 12
1. *p < 0,1,** p < 0,05, ***p < 0,01
2. Errores estándar entre paréntesis
3. DID =2
ˆ
el estimador de diferencias en diferencias en ∆θ θ ε Accidentes D
i i i
=1 2
+ + con
Accidentes Accidentes Accidentes
i t t
=1
−−
4 = 1
=1 : =1
,
. EPTT NAccidentes Accidentes
DiDi
i después
tratado
i
−,,después
control
( )
Fuente: construcción propia.
Juan F. González y Sergio I. Prada 173
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Cuadro A1.4. Grupo 2 (M = 5): Calidad del emparejamiento por tipo, DID y EPTT.
Tratados
Dirección Accidentespre Accidentespost Importancia Flujo
Calle 13 con
carrera 100 50 53 VAP con VAP Bajo
Calle 13 con
carrera 23 72 88 VAP con VAP Bajo
Calle 26 con
avenida 6 1 8 VAP con VL Bajo
Calle 47 con
avenida 6 2 9 VAP con VC Bajo
Calle 52 con
avenida 3 5 14 VAP con VAS Bajo
Controles
Emparejamiento tipo I Resultados (N = 30)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
- 38,2 (6,42) 39,8 (8,76) 100% 100% 5
- 57,2 (22,59) 48,8 (15,24) 100% 100% 5 7,84** 14,16***
- 0,6 (0,55) 3,4 (3,21) 100% 100% 5 (3,51) (5,17)
- 1 (0,71) 1,8 (1,3) 100% 100% 5
- 1,4 (1,34) 7,4 (2,1) 100% 100% 5
Emparejamiento tipo II Resultados (N = 45)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
46 (8,89) 44,4 (7,92) 100% 100% 5
57,2 (22,59) 48,8 (15,24) 100% 100% 5 8,67*** 13,78***
1 (0) 1,76 (3,05) 100% 100% 17 (2,83) (5,1)
1,25 (0,46) 2,125 (2,10) 100% 100% 8
2,2 (0,45) 6 (1,58) 100% 100% 5
Emparejamiento tipo III Resultados (N = 52)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
49,6 (0,89) 45,2 (13,16) 0% % 5
70 (2,55) 68,8 (17,94) 0% 60% 5 8,14** 9,49*
1 (0) 1,76 (3,05) 100% 100% 17 (3,35) (3,57)
1,25 (0,46) 2,25 (2,1) 100% 100% 8
5 (0) 6,67 (6,15) 100% 100% 12
1. *p < 0,1,** p < 0,05, ***p < 0,01
2. Errores estándar entre paréntesis
3. DID =2
ˆ
el estimador de diferencias en diferencias en ∆θ θ ε Accidentes D
i i i
=1 2
+ + con
Accidentes Accidentes Accidentes
i t t
=1
−−
4 = 1
=1 : =1
,
. EPTT NAccidentes Accidentes
DiDi
i después
tratado
i
−,,después
control
( )
Fuente: construcción propia.
Cámaras de fotodetección y accidentalidad vial
174
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Cuadro A1.5. Grupo 2 (M = 10): Calidad del emparejamiento por tipo, DID y EPTT.
Tratados
Dirección Accidentespre Accidentespost Importancia Flujo
Calle 13 con
carrera 100 50 53 VAP con VAP Bajo
Calle 13 con
carrera 23 72 88 VAP con VAP Bajo
Calle 26 con
avenida 6 1 8 VAP con VL Bajo
Calle 47 con
avenida 6 2 9 VAP con VC Bajo
Calle 52 con
avenida 3 5 14 VAP con VAS
con VL Bajo
Controles
Emparejamiento tipo I Resultados (N = 55)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
- 37,3 (11,22) 36,3 (10,79) 100% 100% 10
- 50,3 (18,79) 45,6 (12,83) 100% 80% 10 8,08*** 16,22***
- 0,3 (0,48) 2 (2,62) 100% 100% 10 (2,95) (5,19)
- 0,5 (0,71) 1,5 (1,18) 100% 100% 10
- 0,9 (1,20) 5,5 (3,24) 100% 100% 10
Emparejamiento tipo II Resultados (N = 94)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
36 (11,48) 35,91(10,32) 100% 100% 11
56,4 (21,53) 56,9 (33,16) 100% 70% 10 7,18** 14,60***
1 (0) 1,76 (3,05) 100% 100% 17 (3,40) (5,74)
0,4 (0,65) 1,48 (1,53) 100% 100% 25
0,42 (0,90) 2,92 (3,03) 100% 100% 26
Emparejamiento tipo III Resultados (N = 84)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
49,75 (2,09) 44,67(10,83) 92% 67% 12
68,1 (5,63) 69,9 (18,57) 90% 60% 10 8,35** 9,35*
1 (0) 1,76 (3,05) 100% 100% 17 (3,45) (3,47)
1,75 (0,44) 2,25 (2,1) 100% 96% 28
5 (0) 6,67 (6,15) 100% 100% 12
1. *p < 0,1,** p < 0,05, ***p < 0,01
2. Errores estándar entre paréntesis
3. DID =2
ˆ
el estimador de diferencias en diferencias en ∆θ θ ε Accidentes D
i i i
=1 2
+ + con
Accidentes Accidentes Accidentes
i t t
=1
−−
4 = 1
=1 : =1
,
. EPTT NAccidentes Accidentes
DiDi
i después
tratado
i
−,,después
control
( )
Fuente: construcción propia.
Juan F. González y Sergio I. Prada 175
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Cuadro A1.6. Grupo 3 (M = 1): Calidad del emparejamiento por tipo, DID y EPTT.
Tratados
Dirección Accidentespre Accidentespost Importancia Flujo
Calle 10 con
carrera 15 17 16 VAP con VAP Bajo
Calle 13 con
carrera 50 20 30 VAP con VAP Bajo
Calle 18 con
carrera 122 23 31 VAP con VAP Bajo
Calle 23 con
carrera 5 9 6 VAP con VAP Medio
Calle 23 con
carrera 23 51 42 VAP con VAS Bajo
Calle 5 con
carrera 80 53 53 VAP con VAS Alto
Calle 5 con
carrera 66 43 61 VAP con VAS Medio
Calle 70 con
carrera 1A 21 42 VAP con VL Medio
Calle 9 con
carrera 50 42 34 VAP con VAS Bajo
Calle 9 con
carrera 38 15 4 VAS con VL Bajo
Controles
Emparejamiento tipo I Resultados (N = 20)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
Calle 10 con
carrera 23 21 22 100% 100% 1
Calle 15 con
carrera 8 18 28 100% 100% 1
Calle 18 con
carrera 23 28 18 100% 100% 1
Calle 36 con
carrera 5 5 7 0% 100% 1
Calle 25 con
carrera 100 43 39 0% 100% 1 2,4 3
Calle 25 con
carrera 70 47 46 100% 100% 1 (3,93) (3,03)
Calle 5 con
carrera 56 44 48 100% 100% 1
Calle 70 con
carrera 24 24 23 100% 100% 1
Calle 6 con
carrera 50 40 42 100% 100% 1
Calle 9 con
carrera 36 18 16 100% 100% 1
(Continúa)
Cámaras de fotodetección y accidentalidad vial
176
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Cuadro A1.6. Grupo 3 (M = 1): Calidad del emparejam iento por ti po, DI D y EPTT
(continuación).
Controles
Emparejamiento tipo II Resultados (N = 26)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
17 12 (7,07) 100% 100% 2
20 26 100% 100% 1
23 27 100% 100% 1
8 17 0% 100% 1
43 39 0% 100% 1 1,875 2,32
47 46 100% 100% 1 (3,56) (2,38)
44 48 100% 100% 1
21 33 100% 100% 1
42 33 100% 100% 1
15 (0) 14,8 (2,12) 100% 100% 6
Emparejamiento tipo III Resultados (N = 26)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
17 (0) 12 (7,07) 100% 100% 2
20 26 100% 100% 1
23 27 100% 100% 1
8 17 0% 0% 1
50 74 0% 0% 1 -0,1875 -2,28
53 57 0% 0% 1 (3,98) (3,85)
44 48 100% 100% 1
21 33 100% 100% 1
42 33 100% 100% 1
15 (0) 14,8 (7,03) 100% 100% 6
1. *p < 0,1,** p < 0,05, ***p < 0,01
2. Errores estándar entre paréntesis
3. DID =2
ˆ
el estimador de diferencias en diferencias en ∆θ θ ε Accidentes D
i i i
=1 2
+ + con
Accidentes Accidentes Accidentes
i t t
=1
−−
4 = 1
=1 : =1
,
. EPTT NAccidentes Accidentes
DiDi
i después
tratado
i
−,,después
control
( )
Fuente: construcción propia.
Juan F. González y Sergio I. Prada 177
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Cuadro A1.7. Grupo 3 (M = 5): Calidad del emparejamiento por tipo, DID y EPTT.
Tratados
Dirección Accidentespre Accidentespost Importancia Flujo
Calle 10 con
carrera 15 17 16 VAP con VAP Bajo
Calle 13 con
carrera 50 20 30 VAP con VAP Bajo
Calle 18 con
carrera 122 23 31 VAP con VAP Bajo
Calle 23 con
carrera 5 9 6 VAP con VAP Medio
Calle 23 con
carrera 23 51 42 VAP con VAS Bajo
Calle 5 con
carrera 80 53 53 VAP con VAS Alto
Calle 5 con
carrera 66 43 61 VAP con VAS Medio
Calle 70 con
carrera 1A 21 42 VAP con VL Medio
Calle 9 con
carrera 50 42 34 VAP con VAS Bajo
Calle 9 con
carrera 38 15 4 VAS con VL Bajo
Controles
Emparejamiento tipo I Resultados (N = 60)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
- 16 (4) 12,4 (6,77) 100% 100% 5
- 18,2 (3,42) 20,4 (9,40) 100% 100% 5
- 21,2 (4,6) 18,2 (7,40) 100% 100% 5
- 7,6 (6,7) 9,4 (6,73) 0% 100% 5
- 36,6 (3,78) 36,4 (13,54) 0% 100% 5 3,3 6,42**
- 54 (14,32) 49,2 (9,36) 80% 100% 5 (2,91) (3,08)
- 41,2 (11,45) 42,4 (19,69) 100% 100% 5
- 19,8 (4,76) 22,6 (8,08) 100% 100% 5
- 36,6 (7,16) 34,6 (9,18) 100% 100% 5
- 11,6 (3,65) 9,2 (5,89) 100% 100% 5
Emparejamiento tipo II Resultados (N = 64)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
16,83 (1,60) 15,83 (8,33) 100% 100% 6
19,29 (2,21) 21,29 (7,34) 100% 100% 7
23 (2,55) 29 (7,62) 100% 100% 5
7,2 (5,85) 8,6 (5,94) 0% 100% 5
(Continúa)
Cámaras de fotodetección y accidentalidad vial
178
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Cuadro A1.7. Grupo 3 (M = 5): Ca lidad de l empare jamiento por ti po, DID y EPTT
(continuación).
Emparejamiento tipo II Resultados (N = 64)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
42 (10,58) 31,2 (1219) 0% 100% 5 3,07 4,80
54 (14,31) 49,2 (9,36) 80% 100% 5 (2,87) (3,18)
41,2 (11,45) 42,4 (19,69) 100% 100% 5
22 (2,12) 22,2 (8,29) 100% 100% 5
37,2 (6,22) 36,4 (6,62) 100% 100% 5
15 (0) 14,83 (7,03) 100% 100% 6
Emparejamiento tipo III Resultados (N = 65)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
17,17 (0,41) 15,5 (10,25) 50% 100% 6
20 (0,63) 17,17 (8,06) 50% 100% 6
23 (1,26) 24,83 (8,93) 50% 100% 6
8,6 (0,55) 10,4 (7,47) 0% 100% 5
50,8 (0,84) 53,4 (16,52) 20% 60% 5 2,24 2,18
52,8 (1,48) 53,6 (9,07) 40% 20% 5 (3,13) (3,51)
43 (0,71) 43 (7,91) 80% 40% 5
21,17 (0,75) 21 (9,27) 33% 100% 6
42,2 (0,84) 43,4 (5,86) 100% 100% 5
15 (0) 14,83 (7,03) 100% 100% 6
1. *p < 0,1,** p < 0,05, ***p < 0,01
2. Errores estándar entre paréntesis
3. DID =2
ˆ
el estimador de diferencias en diferencias en ∆θ θ ε Accidentes D
i i i
=1 2
+ + con
Accidentes Accidentes Accidentes
i t t
=1
−−
4 = 1
=1 : =1
,
. EPTT NAccidentes Accidentes
DiDi
i después
tratado
i
−,,después
control
( )
Fuente: construcción propia.
Juan F. González y Sergio I. Prada 179
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Cuadro A1.8. Grupo 3 (M = 10): Calidad del emparejamiento por tipo, DID y EPTT.
Tratados
Dirección Accidentespre Accidentespost Importancia Flujo
Calle 10 con
Carrera 15 17 16 VAP con VAP Bajo
Calle 13 con
Carrera 50 20 30 VAP con VAP Bajo
Calle 18 con
Carrera 122 23 31 VAP con VAP Bajo
Calle 23 con
Carrera 5 9 6 VAP con VAP Medio
Calle 23 con
Carrera 23 51 42 VAP con VAS Bajo
Calle 5 con
Carrera 80 53 53 VAP con VAS Alto
Calle 5 con
Carrera 66 43 61 VAP con VAS Medio
Calle 70 con
Carrera 1A 21 42 VAP con VL Medio
Calle 9 con
Carrera 50 42 34 VAP con VAS Bajo
Calle 9 con
Carrera 38 15 4 VAS con VL Bajo
Controles
Emparejamiento tipo I Resultados (N = 110)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
- 13 (4,22) 9,8 (6,16) 100% 100% 10
- 17,6 (3,44) 18,1 (8,06) 100% 100% 10
- 22,1 (5,74) 21,3 (9,41) 100% 100% 10
- 10,7 (10,61) 11 (7,54) 0% 100% 10
- 36,7 (9,17) 33,8 (12,20) 0% 100% 10 3,98 9,48**
- 48 (17,89) 42,6 (15,44) 40% 100% 10 (2,75) (3,76)
- 27,6 (16,91) 28,1 (20,20) 100% 100% 10
- 18,8 (5,88) 16,7 (9,02) 100% 100% 10
- 32,3 (12,49) 31,8 (9,09) 100% 100% 10
- 12,2 (2,66) 11 (4,92) 100% 100% 10
Emparejamiento tipo II Resultados (N = 118)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
16,7 (2,95) 16 (8,22) 100% 100% 10
19 (3,30) 21,2 (10,59) 100% 100% 10
21,4 (3,92) 23,7 (9,13) 100% 100% 10
10,5 (10,20) 10,4 (6,47) 0% 100% 10
36,7 (9,17) 33,8 (12,20) 0% 100% 10 3,42 8,13**
(Continúa)
Cámaras de fotodetección y accidentalidad vial
180
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Cuadro A1.8. Grupo 3 (M = 10): Calidad del emparejamiento por tipo, DID y EPTT (con-
tinuación).
Emparejamiento tipo II Resultados (N = 118)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
48 (17,89) 42,6 (15,44) 40% 100% 10 (2,81) (3,87)
27,6 (16,91) 28,1 (20,20) 100% 100% 10
18,82 (5,13) 17,64 (9,03) 100% 100% 11
32,36 (11,52) 30,91 (8,92) 100% 100% 11
15,125 (0,81) 13,31 (5,96) 100% 100% 16
Emparejamiento tipo III Resultados (N = 138)
Dirección Accidentespre Accidentespost Importancia Flujo Parejas DID EPTT
16,95 (0,83) 15,4 (6,37) 30% 100% 20
19,77 (0,73) 21,08 (8,99) 38% 92% 13
22,73 (1,01) 23,27 (8,21) 27% 100% 11
8,8 (0,42) 10,7 (6,18) 0% 80% 10
50,5 (1,84) 48,5 (14,06) 10% 50% 10 2,86 2,85
52,8 (2,49) 52,9 (12,44) 40% 10% 10 (2,98) (3,20)
43,09 (0,94) 42,18 (10,24) 54% 27% 11
21,08 (0,49) 22,46 (12,91) 38% 54% 13
42 (1,05) 40,7 (5,86) 40% 100% 10
15 (0) 13,35 (6,14) 30% 100% 20
1. *p < 0,1,** p < 0,05, ***p < 0,01
2. Errores estándar entre paréntesis
3. DID =2
ˆ
el estimador de diferencias en diferencias en ∆θ θ ε Accidentes D
i i i
=1 2
+ + con
Accidentes Accidentes Accidentes
i t t
=1
−−
4 = 1
=1 : =1
,
. EPTT NAccidentes Accidentes
DiDi
i después
tratado
i
−,,después
control
( )
Fuente: construcción propia.
Juan F. González y Sergio I. Prada 181
DESARRO. SOC. NO. 77, BOGOTÁ, SEGUNDO SEMESTRE DE 2016, PP. 131-182, ISSN 0120-3584, E-ISSN 1900-7760, DOI: 10.13043/DYS.77.4
Cuadro A1.9. Impacto en la accidentalidad con heridos.
Tipo de
emparejamiento
Grupo 1
M = 1 M = 5 M = 10
DID EPTT DID EPTT DID EPTT
I 9 16,25*** 8,25 19,95*** 7,4 19,725***
(6,23) (3,82) (6,52) (6,92) (8,80) (8,22)
II 12,25*** 18,75*** 8,95 17,9*** 10,25 20,575***
(4,87) (4,30) (6,70) (7,11) (9,15) (8,29)
III 32,25*** 32,25*** 13,8 15,05 13,675 15,375*
(9,20) (6,68) (13,16) (10,63) (11,04) (8,70)
Tipo de
emparejamiento
Grupo 2
M = 1 M = 5 M = 10
DID EPTT DID EPTT DID EPTT
I 10,4 6,8 4.72 10.36* 3,78 12,78
(8,41) (5,46) (4,45) (5,90) (3,42) (8,59)
II 4,15*** 10,84* 4,17*** 10,85* 4,04 10,44
(1,13) (6,03) (1,98) (5,71) (2,81) (8,59)
III 3,82*** 1,44 4,62* 7,12 4,45* 6,55
(1,41) (2,70) (2,40) (4,37) (2,51) (4,10)
Tipo de
emparejamiento
Grupo 3
M = 1 M = 5 M = 10
DID EPTT DID EPTT DID EPTT
I 2,9 5,3 3,3 6,1* 3,03 8,95***
(4,45) (4,01) (3,10) (3,22) (2,98) (3,77)
II 2,53 1,68 2,19 4,52 1,99 7,21*
(3,33) (3,54) (3,23) (3,60) (8,59) (3,98)
III 1,7 -0,52 2,65 2,70 3,95 4,09
(3,77) (4,70) (8,59) (3,66) (3,12) (3,59)
1. *p < 0,1,** p < 0,05, ***p < 0,01
2. Errores estándar entre paréntesis
3. DID =2
ˆ
el estimador de diferencias en diferencias en ∆θ θ ε Accidentes D
i i i
=1 2
+ + con
Accidentes Accidentes Accidentes
i t t
=1
−−
4 = 1
=1 : =1
,
. EPTT NAccidentes Accidentes
DiDi
i después
tratado
i
−,,después
control
( )
Fuente: construcción propia.
