ES460B

Rappel :
Les jugements et
opinions exprims
par les auteurs
nengagent queux
mmes, et non les
institutions auxquelles
ils appartiennent, ni
a fortiori lInsee.

CONOMlE ET STATlSTlQUE N460-461, 2013 37
SOCIT
Lìmpact local des radars xes
sur les accidents de la route
Un effet important aprs linstallation,
mais plus rduit long-terme
Sbastien Roux et Philippe Zamora `
partir de 2002, la politique de scurit routire sest fortement appuye sur le ren-
forcement du contrle de la vitesse, et notamment sur le renforcement des contrles
radars, a la Iois fxes ou mobiles. Evaluer rigoureusement lìmpact des seconds est diI-
fcile car il sàgit dùn eIIet diIIus et non localis. En revanche, lèIIet des radars fxes
peut-tre quantif de maniere plus prcise en tudiant l`volution du nombre dàcci-
dents sur les sites qui en ont t quips par rapport aux sites qui ne lònt pas t.
Tel est lòbjet de cet article. Nous proposons une mesure de lèIIet local sur les accidents
de la route des radars automatiques vitesse fxes installs en France a partir de 2003.
Les accidents sont mesurs dans chaque commune sur une base mensuelle ou trimes-
trielle de 1998 a 2007. Nous nous appuyons sur un modele semi-paramtrique tres
fexible dcrivant lòccurrence des accidents et lèIIet que les radars peuvent avoir sur
eux. Les parametres du modele sont estims en appliquant la mthode des moments
gnraliss non-linaires. Nous montrons que lìnstallation de radars fxes dans les com-
munes de moins de 6 000 habitants diminue de 13 a 17 le nombre dàccidents corpo-
rels, et de 50 a 75 le nombre de dces au cours des premiers mois suivant leur instal-
lation. Cet eIIet dcrot au-dela de six mois, tout en restant substantiel : une rduction de
11 pour les accidents et de 25 a 50 pour les dces, par rapport a une situation
sans radar fxe. A notre connaissance, la diminution de lìmpact des radars au cours du
temps est rarement constate dans la littrature internationale, qui examine le plus sou-
vent les consquences de court terme. Au fnal, en extrapolant jusquèn 2011 les rsultats
obtenus sur la priode 1998-2007 dans cette tude, lìnstallation des radars fxes dans
les communes de moins de 6 000 habitants aurait vit environ 740 dces, 2 750 blesss
graves et 2 230 accidents graves entre 2003 et 2011.
* Centre de recherches en conomie et statistiques (CREST) - Insee 15 Boulevard Gabriel Pri, 92245 Malakoff cedex, France, emails :
sebastien.roux@ensae.fr, philippe.zamora@ensae.fr
Les auteurs remercient Francis Kramarz, Bruno Crpon et les deux rapporteurs anonymes pour leurs conseils et suggestions, ainsi que
les participants aux sminaires du ministre du Transport, au CREST et luniversit Paris 12, ainsi quaux Journes de micro-conomie
applique 2010 (Angers) et la Confrence de lAssociation des conomistes europens.
J
usquàu milieu des annes 2000, la France
tait parmi les pays europens les moins per-
formants en terme de scurit routire
1
. En 2003,
le gouvernement Iranais a dcid de mettre en
place le contrle sanction automatis, qui sest
traduit notamment par linstallation de radars
automatiques fxes visant a contrler la vitesse
des automobilistes pour amliorer la scurit
routiere. Ces radars ont t installs sur des sites
fxes, et signals aux automobilistes par des
panneaux de signalisation spcifques. Dans le
cadre de cette politique, de nouvelles procdures
ont t mises en place pour dtecter et sanction-
ner automatiquement les automobilistes pris en
exces de vitesse, a la diIIrence des contrles
de vitesse antrieurs, presque tous mobiles
2
.
Les contrles mobiles sont par ailleurs intensi-
fs et rentrent dans le cadre du contrle sanction
automatis. Le dploiement des radars fxes et
des contrles mobiles a t aussi accompagn
dùne campagne mdiatique massive dont le but
tait dìnIormer la population de la modifca-
tion de la lgislation. Ainsi, la baisse du nombre
total dàccidents enregistrs en France a partir
dòctobre 2002 a souvent t attribue a lìntro-
duction de cette nouvelle politique (voir par
exemple le rapport de lÒbservatoire National
Interministriel de Scurit Routiere (Chapelon
et al. (2006), ou le rapport de la dernire mis-
sion dìnIormation de làssemble nationale
consacre lanalyse des causes des accidents
de la circulation et la prvention routire
(Jung et Houillon, 2011)). Alors que les radars
fxes sont tenus pour particulierement embl-
matiques de cette politique au moins dans le
dbat public , tres peu d`valuations de leur
eIIet ont t conduites sur donnes dsagrges
au niveau local
3
. Visant a combler cette lacune,
cet article prsente les diIfcults a conduire de
telles valuations et propose des solutions pour
y remdier. Il se concentre sur lèIIet des radars
fxes dans le contexte de la politique de contrle
sanction automatique et ne prtend pas valuer
lèIIet de cette politique dans son ensemble
4
.
Les radars fxes peuvent avoir des eIIets locaux
et globaux. Les premiers rsident dans le Iait
que les automobilistes limitent leur vitesse a
lèndroit exact ou les radars sont situs. Puisque
de nombreux accidents sont lis a des vitesses
excessives (cI. AshenIelter et Greenstone, 2004),
on peut sattendre ce que les radars diminuent
au moins localement le nombre dàccidents.
Cependant, pour certains auteurs (Lave, 1985 ;
Lave et Elias, 1994), cèst plus la variation de la
vitesse que son niveau qui affecte loccurrence
des accidents. Ainsi, les radars peuvent inciter
certains conducteurs a rduire brutalement leur
vitesse, ce qui pourrait causer des accidents.
La question de leffet rel du radar sur le
nombre dàccidents doit alors tre examine sur
une base empirique pour tre tranche.
La littrature rend galement compte des eIIets
de halo spatial (cI. Hess, 2003). La prsence
dun radar un endroit donn peut affecter des
zones situes autour du site lui-mme parce que
les conducteurs continueraient se comporter
prudemment aprs tre pass devant un radar
(ou simplement en avoir vu un). Lìnstallation
de radars peut aussi modifer le comportement
de certains automobilistes qui, cherchant a les
viter, prfreraient passer par des routes non
contrles. Ce Iaisant, ils pourraient emprunter
des routes moins sres, ce qui tendrait alors
augmenter le nombre dàccidents dans les zones
proches des radars, si beaucoup de conducteurs
adoptent ces pratiques.
1234
Enfn, a un niveau plus global, le contrle sanc-
tion automatis, dont les radars automatiques
vitesse fxes ne constituent quùne partie, nèst
pas la seule politique avoir t mise en place
sur la priode dànalyse. De nombreuses cam-
pagnes mdiatiques ont t conduites pour
changer le comportement des conducteurs, les
voitures ont t amliores en terme de scu-
rit, un grand nombre de ralentisseurs et de
ronds points ont t construits. Tous ces Iacteurs
pourraient aussi expliquer la tres Iorte baisse du
nombre dàccidents.
Dans cet article, nous utilisons une base de don-
nes qui contient tous les accidents impliquant
au moins une personne physiquement blesse
en France entre 1998 et 2007. Ces accidents
sont appels accidents corporels . A partir de
ces donnes, il est possible de reconstruire pour
chaque commune le nombre trimestriel ou men-
suel dàccidents. Puisque lòn dispose aussi de
la localisation du radar, et de sa date de mise en
1. cf. lnternational Road Trafc and Accident Database (lRTADj
OCDE.
2. Plus prcisment, cest loccasion du 14 juillet 2002 que le
P|s|dent de |a Ro0o||q0e annonce |a hn des |nd0|gences
pour les infractions au code de la route. La loi du 12 juillet 2003
|at|he ofhc|e||ement ces dc|s|ons.
3. En se fondant sur les mesures faites aux abords de 249 radars,
Chapelon et al. (2006) (chapitre 5) montrent que le nombre dac-
cidents baisse plus fortement proximit (moins de 500m) du
radar, qu plusieurs kilomtres. Toutefois leur estimation ne tient
oas comote de ce|ta|nes d|fhc0|ts s|gna|es dans cet a|t|c|e,
comme lhtrognit des sites o les radars sont situs, ce qui
peut conduire surestimer leur effet, et le caractre discret des
observations utilises (donnes de comptage).
4. Les mthodes mises en uvre dans cet article ne se prtent
pas lvaluation des effets de la mise en place de radars mobiles,
dans |a mes0|e o |'on est dans |'|ncaoac|t de dhn|| |es zones
concernes par leur dploiement. Leur effet attendu est gale-
ment t|s d|ff|ent de ce|0| des |ada|s hxes, ca| ||s ne font oas
lobjet dun signalement particulier aux automobilistes.
Ionctionnement, on peut examiner, pour chaque
commune, si linstallation dun radar a concid
avec une baisse du nombre dàccidents. Bien
que tres simple, cette approche souleve plusieurs
questions. Premierement, la variable dpen-
dante a examiner est le nombre dàccidents par
trimestre entre 1998 et 2008 pour chaque com-
mune. Il sàgit dùne donne de comptage. Pour
un grand nombre dòbservations, le nombre
dàccidents observs est ainsi gal a zro. Tenir
compte de cette particularit ncessite de recou-
rir a des mthodes dèstimation un peu plus
sophistiques, prenant notamment en compte
le caractere non linaire de la variable dìnt-
rt, par construction suprieure ou gale a zro.
Deuxiemement, les communes sont tres ht-
rogenes : certaines, comme Marseille ou Paris,
sont tres grandes et recensent plus de 100 acci-
dents par trimestre. Dans dàutres villes plus
petites, bien plus nombreuses, seulement un
accident a t observ pendant toute la priode
dòbservation. Les estimations doivent prendre
en compte cette htrognit. Troisiemement,
l`htrognit entre communes peut rendre
la mesure de leffet du radar trs dpendante
de la spcifcation retenue : dans les communes
peu urbanises ou le rseau routier est peu dense
(une seule route principale ou prsence dune
autoroute sur le territoire de la commune), un
radar ne va pas affecter loccurrence des acci-
dents de la mme maniere que dans une grande
ville ou il y a de nombreuses voies et des lieux
accidentogenes tels que les carreIours. Nous
nommons ce dernier eIIet eIIet de dilution .
Ces problemes mthodologiques conduisent
dans un premier temps utiliser un modle trs
simple doccurrence daccidents, dans lequel
nous essayons de prendre en compte l`htro-
gnit entre communes et l`ventuel eIIet de
dilution des radars dans les grandes communes.
Cette htrognit peut tre lie a des diII-
rences dìntensits de trafc ou de nombre de
sites accidentogenes entre les diIIrentes com-
munes. Ce modele nous conduit a proposer des
spcifcations diIIrentes de la relation entre le
nombre dàccidents et les radars, en rapport, par
exemple, avec la taille de la commune.
Pour montrer lìntrt de cette approche, nous
comparons les rsultats obtenus par lèstimation
de ce modle avec les estimations fournies par
des mthodes plus usuelles en Iorme rduite.
Nous montrons que les rsultats donns par ces
dernires peuvent tre trompeurs, notamment
parce quelles ne parviennent pas prendre cor-
rectement en compte l`htrognit entre com-
munes en ce qui concerne les accidents qui sy
produisent. En particulier, une simple approche
en terme de diffrence de diffrence, qui consis-
terait a rgresser la diIIrence du nombre dàc-
cidents avant et aprs linstallation dun radar,
conduit une diminution trop forte des accidents
conscutive a lìnstallation des radars. Nous
montrons que la spcifcation sur laquelle cette
mthode se Ionde est Iortement contredite par
les donnes, ce qui nous conduit proposer des
spcifcations alternatives. La plupart de celles-ci
sappuient sur une relation non linaire entre un
eIIet spcifque a la commune combin avec un
effet du radar, lorsquil est install dans la com-
mune. Cette relation non linaire sàppuie sur
une approche micro-Ionde. Nous estimons ces
modeles en appliquant la mthode des moments
gnraliss a la reprsentation quasi-diIIrencie
pour corriger de lèIIet spcifque a la commune
(Ahn et al., 2001). Comme ces estimations ne
sappuient que sur les moments de premier ordre,
nous ne Iaisons pas d`hypothese paramtrique
sur les distributions de donnes de comptage.
Enfn, dans la mesure ou les communes se carac-
trisent par des tendances htrogenes en terme
dàccidents, nous proposons une mthode per-
mettant de constituer des groupes homogenes
de communes selon ces tendances. Cette condi-
tion est en effet ncessaire la mise en uvre
des techniques conomtriques dont il est Iait
mention ci-dessus.
Un survol rapide des principaux rsultats de la
littrature sur lvaluation des effets des radars,
permettra tout dàbord de dtailler les princi-
paux problemes mthodologiques soulevs par
ces valuations. La modlisation des accidents
au niveau de la commune, la mthode dèsti-
mation dduite de cette approche et la mthode
d`valuation sont ensuite prsentes. Les don-
nes et quelques lments descriptifs sur des
chiIIres rcents concernant les accidents de la
route en France prcedent les rsultats. La dis-
cussion de ces derniers, enfn, donne lòccasion
de souligner certaines limites de ce travail.
Les tudes prexistantes
ne distinguent pas assez
leffet direct des radars
de celui des mesures
de prvention densemble
U
n certain nombre d`tudes cherchent a
valuer leffet des radars automatiques sur
les accidents de la route. La plupart de ces articles
utilisent des donnes anglaises, australiennes ou
amricaines, car ces pays ont t parmi les pre-
miers installer de tels appareils automatiques
pour contrler les vitesses. Ces tudes sont
htrogenes quant a leur mthodologie. Elles
concluent a un impact signifcatiI des radars sur
les accidents et les dommages. Ainsi, une revue
de la littrature (Wilson et al., 2006) tablit que
les radars Iont baisser localement les accidents
de 6 a 35 . Les tudes mobilises dans cette
revue sàppuient toutes sur des mthodes de
diffrence de diffrence, cest--dire compa-
rent l`volution du nombre dàccidents avant et
aprs linstallation dun radar sur un site quip
(ou trait) par rapport a celle observe sur des
sites non quips (ou non traits) aux mmes
moments. La diversit des estimations est due a
l`htrognit des caractristiques des routes,
des limites de vitesse et de la dfnition de la
zone ou les accidents sont mesurs (plus ou
moins loin du radar).
La question de l`htrognit des sites a t
largement aborde par la littrature qui cherche
estimer les effets de ces appareils sur le
nombre dàccidents. La mthode empirique
baysienne a t dveloppe pour rsoudre le
probleme de slection, galement appel pro-
bleme de retour vers la moyenne. Ce probleme
de slection vient du Iait que les sites ou les
radars sont installs peuvent aussi tre ceux qui
ont connu, juste avant la date dìnstallation, plus
dàccidents quìl y aurait d en avoir. Ainsi,
apres lìnstallation, si le processus gnrateur
dàccident est stationnaire, le nombre dàcci-
dents sur les sites quips revient sa tendance
initiale. L`volution constate sur les sites
quips serait dans ce cas faussement interpr-
te comme une tendance baissiere par rapport
aux autres sites. Ce phnomene est suscep-
tible de conduire a une surestimation de lèIIet
des radars. Làpproche empirique baysienne
a t introduite par Hauer (1980) (cI. Hauer
(1997) pour une prsentation complte de cette
mthode). Elle consiste a supposer lèxistence
dùne htrognit sous-jacente aux sites
par rapport aux accidents, matrialise selon
un parametre multiplicatiI du nombre dàcci-
dents, spcifque a chaque site, qui serait dis-
tribu selon une distribution de type Gamma.
Dans cette spcifcation, le nombre dàccidents
observ apporte une inIormation sur le vrai
parametre d`htrognit (sìnterprtant ga-
lement comme lesprance propre au site du
nombre dàccidents) que la spcifcation para-
mtrique permet dèstimer aisment. Un grand
nombre de spcialistes des transports utili-
sent cette mthode pour valuer les eIIets des
radars (Mountain et al., 2005). Dans un papier
rcent, Elvik (2008), remet en question la
validit empirique de làpproche bayesienne.
Il conclut que cette mthode est prfrable aux
autres alternatives mais quelle nest pas
toujours correcte .
Quelques tudes (Hess, 2003) abordent gale-
ment la question des eIIets de halo. Un radar
peut ainsi avoir un effet des endroits ntant
pas situs exactement sur le lieu ou le radar
est install. Ces eIIets semblent diminuer le
nombre dàccidents et de victimes, dàpres
les tudes disponibles. Cela indiquerait que les
automobilistes conduisent plus prudemment
dans un voisinage plus ou moins loign du lieu
quip du radar. Ces eIIets tendent a accrotre
les bnfces des radars, dont les eIIets seraient
alors dmultiplis. TouteIois les tudes exami-
nant ces eIIets ne sont pas assez nombreuses
pour permettre une conclusion indiscutable.
En Iait, dàutres mcanismes peuvent conduire
a des eIIets de halo opposs et qui ne sont
presque jamais discuts. Par exemple, certains
automobilistes pourraient choisir d`viter les
sites quips, ce qui causerait une diversion de
trafc. Cet eIIet pourrait ne pas tre ngligeable,
dans la mesure ou un grand nombre de conduc-
teurs proIessionnels (taxis, camions) ont des
GPS qui indiquent lèmplacement des radars
fxes. L`tude de Newstead et Cameron (2003)
(cite par Carnis, 2008) met en vidence une
augmentation de 18 du nombre dàccidents
mortels entre 4 et 6 km apres le lieu de contrle.
Un phnomene similaire peut tre constat pour
les accidents avec blesss lgers.
Ce dtournement de trafc peut avoir des cons-
quences importantes. Une partie de la diminu-
tion des accidents mesure sur la zone quipe
pourrait tre ainsi lie la diminution du tra-
fc sur cette zone. Mountain et al. (2004), en
sàppuyant sur des donnes tres riches (incluant
notamment des mesures de trafc) ont rcem-
ment montr que des radars fxes installs sur
une route limite a 30 miles par heure (environ
45km/h) ont rduit le nombre de dommages cor-
porels par accident de 24 . Sur ces 24 , 19
correspondait un effet direct des radars, tandis
que 5 taient lis a une baisse du trafc. Dans
ce cas prcis, le transIert du trafc a dàutres
routes pourrait gnrer plus dàccidents.
En France, les laboratoires spcialiss dans
lconomie des transports se sont videmment
intresss a cette question (cI. par exemple
Carnis et Hamelin (2007)), mais, curieusement,
on ne dispose pas d`valuation des eIIets locaux
des radars dans la littrature acadmique
5
.
Gnralement, les chercheurs sàccordent pour
souligner lìmportance de lìmpact des radars.
Ils mettent laccent sur la corrlation entre leur
mise en place et une accentuation de la baisse
des accidents ou de la vitesse. Nanmoins, hor-
mis au sein de quelques documents de littra-
ture grise
6
(communications de lÒbservatoire
National de la Scurit Routiere
7
, confrences
de presse), nous navons pu trouver aucune ten-
tative de chiIIrage prcis de lìmpact des radars.
Se contenter de corrlations agrges est insuI-
fsant pour au moins deux raisons :
Cette corrlation est imprcise et conteste.
Les reprsentants des associations de conduc-
teurs soulignent par exemple que làccentuation
de la baisse des accidents dbute bien avant la
pose du premier radar fxe (cI. graphique I).
La mise en avant de cette corrlation ne per-
met pas disoler correctement le rle propre des
radars fxes. Comme soulign prcdemment,
la mise en place des radars fxes a t accom-
pagne dùn ensemble de mesures de prven-
tion et de rpression des exces de vitesse dans
le cadre du contrle sanction automatis. Une
corrlation agrge ne peut donc que surestimer
lìmpact recherch.
567
En ralit, lìmpact global des radars doit tre
dcompos en au moins trois eIIets distincts :
Effet dannonce : laccentuation de lvolu-
tion baissiere des accidents a suivi de tres pres
lànnonce des mesures par le Prsident de la
Rpublique, le 14 juillet 2002. Il est diIfcile
5. /a se0|e va|0at|on d|soon|o|e not|e conna|ssance hg0|e
dans Chaperon et al. (2006j.
6. On range dans cette catgorie tout document dactylographi
ou imprim, produit lintention dun public restreint, en dehors
des circuits commerciaux de ldition et de la diffusion et en
marge des dispositifs de contrle bibliographiques. Exemples
de littrature grise : rapports dtudes ou de recherches, actes
de congrs, thses, brevets, etc.
7. Voir par exemple Chapelon et al. (2006j, cit plus haut.
Graphique I
Nombre daccidents et de radars oprationnels par trimestre
0
200
400
600
800
1000
1200
0
5 000
1
9
9
8
1
1
9
9
8
2
1
9
9
8
3
1
9
9
8
4
1
9
9
9
1
1
9
9
9
2
1
9
9
9
3
1
9
9
9
4
2
0
0
0
1
2
0
0
0
1
2
0
0
0
2
2
0
0
0
3
2
0
0
0
4
2
0
0
1
1
2
0
0
1
2
2
0
0
1
3
2
0
0
1
4
2
0
0
2
1
2
0
0
2
2
2
0
0
2
3
2
0
0
2
4
2
0
0
3
1
2
0
0
3
2
2
0
0
3
3
2
0
0
3
4
2
0
0
4
1
2
0
0
4
2
2
0
0
4
3
2
0
0
4
4
2
0
0
5
1
2
0
0
5
2
2
0
0
5
3
2
0
0
5
4
2
0
0
6
1
2
0
0
6
2
2
0
0
6
3
2
0
0
6
4
2
0
0
7
1
2
0
0
7
2
2
0
0
7
3
2
0
0
7
4
10 000
15 000
20 000
25 000
30 000
35 000
Toutes routes Autoroutes Routes nationales Routes dpartementales
Voirie Non attribu Radars
Lecture : le nombre daccidents est donn par laxe des ordonnes gauche et le nombre de radars par laxe des ordonnes droite.
19981 dsigne le premier trimestre 1998.
Champ : communes dans lesquelles au moins un accident a t constat entre 1998 et 2007.
So0|ce : oase nat|ona|e des acc|dents co|oo|e|s 1998-2007 et |nfo|mat|ons s0| |es dates et ||e0x d'|nsta||at|on des |ada|s hxes,
Observatoire national interministriel de la scurit routire.
dànalyser avec prcision ce qui a jou a cette
date mais force est de constater que les conduc-
teurs ont tres rapidement dcid de baisser leur
vitesse moyenne. Il est possible eIIectivement
que parmi toutes les annonces, celle des radars
ait eu un eIIet particulierement emblmatique.
Mais dàutres mesures a eIIet immdiat ne
peuvent pas tre exclues a ce stade (intensifca-
tion des contrles policiers, etc.).
Effet local direct : Cèst lèIIet le plus clair et
le plus vident. Les automobilistes conIorment
leur vitesse aux seuils lgaux a làpproche du
radar. Si les zones quipes sont particuliere-
ment gnratrices dàccidents, la rduction de la
vitesse et la vigilance accrue sont susceptibles
de rduire eIIectivement le nombre dàccidents.
En France, les radars sont signals par un pan-
neau situ gnralement a quelques centaines de
metres. Il est probable que les eIIets locaux sont
particulirement forts (au dtriment des effets
de halo, voir paragraphe suivant).
Effet de halo spatial. Lìmpact dùn radar nèst
pas localis quau point prcis quil couvre, mais
lèIIet est plus diIIus : les accidents baissent
dans un voisinage assez large des radars (plu-
sieurs kilometres). Si les conducteurs sont ame-
ns a se comporter de Iaon plus prudente, cela
peut tre d en partie a un eIIet psychologique :
le conducteur est rappel par le radar la nces-
sit de veiller a sa vitesse ou bien Iait preuve
dìnertie et dùne vigilance accrue apres le pas-
sage a proximit dùn radar. Les rsultats empi-
riques sont peu nombreux. Chen et al. (2002)
montrent ainsi que linstallation dun radar
mobile sur un tronon dàutoroute engendre
une baisse des accidents sur la totalit du tron-
on et non pas seulement a lèndroit exact du
radar. Cet eIIet de halo tient en partie au carac-
tere mobile du radar. Mais Hess (2004) montre
que cet eIIet s`tend galement aux radars fxes.
Ainsi dans un environnement distant de 250 m,
la baisse des accidents est-elle de 45 , elle est
de 37 entre 250 et 500m, de 21 entre 500
et 1 000 m et de 13 entre 1 000 et 2 000 m
8
.
Modlisation et mthode
dèstimation des effets locaux
C
ette tude visant a examiner la variation
du nombre dàccidents induite par lìns-
tallation dun radar, nous avons recours des
mthodes dànalyse conomtrique qui visent a
isoler leffet propre du radar sur les volutions
observes. La mise en ouvre de cet examen est
touteIois conIronte a deux diIfcults. La pre-
mire consiste en la dtermination de la spci-
fcation la plus adapte pour examiner cet eIIet.
La seconde tient aux problemes dèndognit
induits notamment par le contexte institutionnel
prsidant a lìnstallation de ces radars.
La spcication : un choix dcisif,
susceptible dàffecter signicativement
lestimation de la variation
du nombre daccidents
La variable tudie correspond au nombre
daccidents par trimestre dans une commune
donne. Il y a plus de 36 000 communes en
France. Le nombre dàccidents est, dans de
nombreuses communes, tres Iaible voire gal a
zro. Au contraire, il peut excder la centaine
par trimestre dans dàutres communes.
8
Lutilisation de modles linaires peut tre trom-
peuse, principalement parce que les donnes
de comptage ont beaucoup de valeurs gales
a zro. Pour cette raison, un grand nombre
dtudes utilisent lconomtrie des donnes
de comptage pour modliser ce phnomene.
Lìnconvnient de cette approche est que les
modeles de donnes de comptage sàppuient sur
des hypotheses de distribution tres spcifque :
dans la plupart des cas, il sàgit dùne distribu-
tion de Poisson ou dùne distribution ngative
binomiale. Lìnclusion de variables explicatives
dans ces modles est suppose multiplicative,
cest--dire que leffet dune caractristique
joue multiplicativement sur lèsprance du
nombre dàccidents. Cette spcifcation ne va
pas Iorcment de soi, et il Iaut de bonnes raisons
pour làdopter. Ces raisons sont dveloppes
ci-dessous dans un modle trs simple dcrivant
les accidents.
Cette question de spcifcation aIIecte aussi la
Iaon dont les radars sont estims : diminuent-ils
le nombre dàccidents de Iaon additive ou mul-
tiplicative ? Selon la spcifcation adopte, les
rsultats diIIerent substantiellement, comme
nous le verrons dans la section consacre aux
rsultats. Le modele illustratiI prsent ici nous
aide beaucoup a comprendre et a prsenter les
hypotheses implicites nous conduisant a choisir
lùne ou làutre des spcifcations.
8. Calculs des auteurs partir des tableaux de Hess, 2004.
Un modle caractrisant les effets locaux
GHV UDGDUV [HV VXU OHV DFFLGHQWV
en tenant compte du caractre accidentogne
des sites o ils sont installs
Nous supposons que lènsemble des routes
de France est constitu de sites plus ou moins
dangereux et caractriss par leurs caractris-
tiques physiques (croisement, virages, route
droite) et par leur Irquentation. Les com-
munes constituant une partition totale du ter-
ritoire Iranais, chaque site ne peut tre situ
que dans une commune.
On considere un site potentiellement acciden-
togene j, qui se situe dans une commune i.
Pendant le trimestre t, le nombre dàccidents
y
jt
qui se produit sur le site j au trimestre t est
gnr selon un processus gnrateur de don-
nes de comptage paramtre par
jt
tel que :
E y
jt jt
= (1)
Le parametre
jt
est affect par linstallation
dun radar sur le site j au trimestre t par trois
mcanismes :
- Linstallation du radar sur le site j lui-mme
- Linstallation du radar sur dautres sites de la
commune i qui sont proches du site j.
- Linstallation du radar dans des sites acciden-
togenes de communes i
proches du site j, mais

plus loignes que dans la situation prcdente.
Comme nous làvons mentionn prcdem-
ment, linstallation dun radar un endroit
donn peut avoir des eIIets ambigus sur le
nombre dàccidents, mme si lòn sàttend
a ce quìl soit ngatiI. Une diIfcult, lie a
nos donnes (mais souvent rencontre dans
dàutres contextes), est que nous nòbservons
pas les accidents sur le site accidentogene,
quand bien mme serait-il bien dfni, mais
sur lènsemble de la commune. Nous avons ici
un probleme dàgrgation : les grandes com-
munes peuvent avoir plusieurs sites acciden-
togenes. Ainsi, plus ces sites sont nombreux,
plus lèIIet des radars est dilu sur lènsemble
de la commune. La seule inIormation sup-
plmentaire dont on dispose sur ces sites
concerne simplement le type de route dtaill
en quelques grandes catgories, ce qui permet
notamment dèxaminer les eIIets des radars
sur les seules autoroutes.
Pour identifer les eIIets des radars, nous impo-
sons une structure minimale sur les paramtres
jt
. Nous supposons quìls peuvent tre dcom-
poss en un parametre dpendant du temps
t
et
un paramtre dpendant du site j,
j
, tel que

jt t j
= (2)
Ici,
t
dpend de la politique de scurit rou-
tiere nationale : action de la police, campagnes
nationales de scurit routire, amliorations
rcentes et gnrales de la scurit des voi-
tures (par exemples des systemes de Ireinage
plus eIfcaces .). Il peut aussi refter des
modifcations de comportement gnrales sur
lènsemble de la population ou encore de consi-
drations saisonnieres aIIectant le trafc ou les
risques dàccidents (vacances, ponts, neige, .).
On peut tre plus gnral en laissant
t
dpendre
de certaines caractristiques des sites ou les
accidents ont lieu : par exemple le type de route,
làire urbaine,.
j
correspond ici aux caractris-
tiques fxes du site j, qui le rendent particulire-
ment accidentogene. Par exemple, il peut sàgir
dùn carreIour dangereux, ou bien dùn site par
lequel transite un trafc en moyenne important.
Cette interprtation est valable dans la mesure
ou la variabilit du trafc entre sites est plus
importante quèntre les diIIrentes dates.
ce stade, nous supposons que
j
garde la
mme valeur pour tous les sites accidento-
genes dùne mme commune i,
j i
j i = , .
En dàutres termes, le trafc est suppos rela-
tivement homogene au sein dùne mme com-
mune, les principales diffrences de niveau
daccidents entre communes tant lies des
diIIrences de niveau de trafc.
Chaque commune est compose dùn nombre
fni et fx de sites accidentogenes : N
i
9
.
Ce nombre est constant au cours du temps.
Nous supposons que les accidents sur un site
j dpendent seulement de la commune i et de
la date t. Par consquent,
jt it t i
= = .
En sommant les accidents sur tous les sites de la
commune i, on obtient lèsprance du nombre
total daccidents se produisant sur le territoire
de la commune i la date t :
E y N
it i t i ( )
= (3)
9. /| est ga|ement ooss|o|e de dhn|| |es s|tes acc|dentognes
en fonction du type de route considr (autoroute, route natio-
nale, dpartementale ou communale). Le modle peut tre
adapt en rajoutant un indice selon le type de route considr.
'HV VSpFLFDWLRQV GX PRGqOH GLIIpUHQWHV
selon la taille de la commune
Dans cette reprsentation, lìnstallation dùn
radar devrait avoir un eIIet direct sur le nombre
dàccidents se produisant a lèndroit ou il est
install. Si cette interprtation est correcte, cet
eIIet devrait tre proportionnel au trafc observ
sur le site j. Soit lèIIet direct ainsi dnomm :
son impact sur le nombre dàccidents sur le site
j peut ainsi tre reprsent :
E y R
jt jt t i ( )
= +
( )
1 (4)
ou R
jt
est une indicatrice de prsence dun
radar oprationnel sur le site j la date t. Le
paramtre est suppos ici tre identique pour
lènsemble des sites. Dans la partie empirique,
nous construisons des groupes homogenes de
communes pour lesquels des paramtres spci-
fques seront estims.
Lesprance de la somme des accidents dans la
commune i la date t sèn dduit :
E y N R
it i it t i ( )
= + ( ) (5)
ou R
it
est le nombre de radars oprationnels dans
la commune i la date t.
L`htrognit entre communes est prise
en compte dans le modele par deux canaux.
Le premier correspond au nombre de sites acci-
dentogenes (N
i
), qui peut signifcativement tre
diIIrent dùne commune a une autre. Le second
correspond au trafc de circulation qui traverse
la ville (
i
), qui est multiplicatiI.
Ces deux canaux nous amenent a considrer
deux spcifcations diIIrentes pour examiner
les eIIets des radars. Les communes petites ou
rurales ne diffrent pas pour ce qui concerne le
nombre de sites accidentogenes (que, par com-
modit, nous supposerons gal a un, a la diII-
rence des communes urbaines ou il sera sup-
pos tre plus lev), mais elles peuvent tre
tres diIIrentes par leur niveau de trafc. Dans
ce cas, linstallation dun radar au niveau de
la commune aIIectera de Iaon multiplicative le
nombre dàccidents observs dans la commune.
Au contraire, les communes de taille moyenne
et les grandes villes se diIIrencient plus par
leur nombre de sites accidentogenes que par leur
niveau de trafc, qui est relativement similaire.
Cette reprsentation sàpplique maniIestement
au cas des communes qui souIIrent dùne conges-
tion de trafc. Dans ce cas, lèIIet dùn radar est
dilu lorsquil nest install que sur un site et que
les autres ne sont pas aIIects.
Aussi considere-t-on deux modeles :
Un modle multiplicatif, tel que N
i
=N (le plus
souvent gal a 1), qui sàpplique aux petites
communes :
E y R R
it t i it t i it
( ) = + ( ) = ( ) 1 exp (6)
Dans ce cas, comme R
it
est une indicatrice, on a
bien exp ( ) = + 1 .
Un modle mixte , tel que
i
= est le mme
pour toutes les villes.
E y N R
it t i it
( ) = + ( ) (7)
Ces modeles peuvent tre adapts pour intro-
duire une temporalit des effets du radar, en
remplaant le terme 5
it
par
1
R
it
1
+
2
R
it
2
, ou
R
it
1
serait le nombre de radars installs depuis
moins de 6 mois, par exemple (une indicatrice
dans le modle multiplicatif), et R
it
2
le nombre
de radars installs depuis plus de 6 mois.
Comme on là vu, un radar install sur un
site j peut aIIecter le nombre dàccidents sur
dautres sites de la mme commune ou de
communes proches ce phnomene de diI-
Iusion est dnomm eIIet de halo spatial .
La porte de ce halo peut dpendre Iortement de
la connaissance quà le conducteur de la route.
Sìl a connaissance de la localisation exacte du
radar, cette porte peut tre tres Iaible. Aussi
làmplitude de lèIIet de halo est-elle en rapport
direct avec la date dìnstallation du radar. En
eIIet, connatre lèmplacement exact des radars
(par exemple sur leur trajet domicile-travail)
prend plus ou moins de temps aux conducteurs.
LèIIet de halo a donc toutes les chances d`tre
dcroissant au cours du temps, comme le serait
lèIIet global des radars.
Les externalits entre communes
ne sont pas prises en compte
Pour se concentrer sur lèIIet direct des radars,
nous avons choisi de nous restreindre dans cet
article aux eIIets intra-communaux, et ainsi de
ngliger les eIIets potentiels des radars dùne
commune i sur les accidents ayant lieu dans
une autre commune i. Ce choix peut nous
conduire sous-estimer les effets rels des
radars, puisquune partie des communes non
quipes peuvent tre en ralit impactes
par les radars. Cependant, le Iaible nombre
de communes quipes (1000 a fn de lànne
2007) et, par consquent, de leurs communes
proches susceptibles d`tre aIIectes par
lèIIet de halo ne modife pas de Iaon signi-
fcative la validit des comparaisons directes
des communes quipes avec celles qui ne
le sont pas. Ce choix vient galement nuan-
cer linterprtation du paramtre prsent
dans les modles prcdents, en particulier le
modele mixte. Il ne correspond pas seulement
leffet direct dun radar, mais rend compte
aussi de ses effets sur des sites diffrents
lìntrieur de la commune.
/H FRQWH[WH GLQVWDOODWLRQ GHV UDGDUV
H[SRVH j GHV ELDLV GHQGRJpQpwWp
lors de lvaluation de leur effet
Des problemes dèndognit sont suscep-
tibles de survenir et dàIIecter la mesure de
lèIIet du radar. Ils rsultent souvent des cir-
constances et des raisons qui ont incit les
autorits a lìnstaller. Ces problemes doivent
tre pris en considration par toute dmarche
d`valuation quantitative. Ils revtent essen-
tiellement quatre aspects :
- Problme 1 : Lhtrognit en niveau.
Les radars fxes sont installs sur les sites ou
les accidents sont les plus nombreux. Il est cru-
cial de comprendre comment cette htrog-
nit peut aIIecter les changements du nombre
dacci dents (ou tout au moins contrler cette
htrognit), pour construire une situation
contreIactuelle crdible des communes quipes.
- 3UREOqPH '\QDPLTXHV VSpFLTXHV.
Les radars peuvent tre installs sur des sites
ou des accidents se sont rcemment produits.
Une identifcation Ionde sur les diIIrences de
diffrences peut alors conduire sans prcaution
suIfsante a surestimer les eIIets des radars,
dans la mesure ou ceux-ci ont t installs en
partie a cause de ces accidents (cI. Heckman et
Smith (1999) pour une prsentation gnrale
du probleme).
- Problme 3 : Tendances de long terme.
Les radars peuvent galement tre installs sur
des sites ou les accidents sont susceptible de
crotre davantage quèn moyenne sur le long
terme (ou de moins dcrotre). Par exemple,
pour un niveau donn daccidents la date
t, les communes faisant preuve dun certain
dynamisme dmographique (ou dont la popula-
tion de jeunes est plus importante) peuvent tre
concernes par ce phnomene. Dans ce cas,
tenir compte de la seule htrognit inobser-
ve (en niveau) pourrait conduire sous-esti-
mer lèIIet des radars.
- Problme 4 : Politiques ou phnomnes
simultans. Lìnstallation de radars peut
sàccompagner dàutres changements eux
aussi susceptibles dàIIecter le comportement
des conducteurs. Par exemple, la prsence de
la police devenant moins utile sur les sites
quips de radars, les autorits peuvent ren-
forcer les contrles sur dautres sites acci-
dentogenes, notamment au moyen de radars
mobiles. Cela peut conduire a sous-estimer
lèIIet des radars. A lìnverse, certains autres
mcanismes pourraient aboutir a une suresti-
mation de lèIIet des radars.
Les mthodes dèxprience contrle, en aIIec-
tant les radars des communes alatoirement
choisies (groupe de traitement) et en les com-
parant a des communes non quipes (groupe
de contrle), peuvent rsoudre la plupart de
ces problemes dèndognit. Cependant, ces
mthodes nònt pas encore t mises en ouvre,
ni en France, ni a l`tranger.
Ces cas dèndognit dcrits de Iaon gnrale
doivent tre rapports au contexte rel de l`va-
luation conduite ici. Cela implique de dcrire au
pralable le processus de dcision qui a conduit
au choix des sites a quiper.
La slection des sites quips de radars
sest effectue suivant une procdure
normalise et transparente
Lìnstallation des radars a t organise de la
Iaon suivante
10
.
1. Le gouvernement a allou a chaque dparte-
ment le nombre de radars a installer. Les criteres
dterminant ce nombre incluaient notamment le
nombre pass dàccidents (en moyenne en 2001
et 2002) ainsi que la vitesse moyenne.
2. Au sein de chaque dpartement, les reprsen-
tants de lÈtat ont organis des runions avec
10. Toutes ces procdures sont rsumes dans une circulaire
interministrielle date du 3 fvrier 2004.
les responsables locaux des inIrastructures rou-
tieres (autoroutes, voies express, routes natio-
nales, dpartementales,.) pour proposer des
sites dinstallation des radars, de manire ce
que leur impact sur le nombre et la gravit des
accidents soit le plus Iort possible.
Ces sites ont t choisis sur la base dìndicateurs
qui en caractrisent la dangerosit ou làspect
accidentogene (sur les routes susceptibles d`tre
quipes) :
- Nombre moyen dàccidents par km et par
an (calcul sur les cinq dernires annes
(1998-2002) ou (1999- 2003))
- Nombre moyens de tus ou de blesss graves
par km et par an (estim sur les cinq dernieres
annes (1998 - 2002) ou (1999 - 2003))
Les 700 premiers sites ont t slectionns
en 2003 et en dbut 2004, afn d`tre quips en
2003 et 2005. LèIIort des autorits pour Iorma-
liser et rendre ces choix le plus transparent pos-
sible sèxplique par leur volont de minimiser
les risques de contestations lgales mises par
les associations dàutomobilistes. Celles-ci ont
t dailleurs souvent consultes
11
.
compatibles avec la prise en compte
des biais lis lendognit
Des lors, on peut examiner comment les quatre
sources de biais mentionns plus haut peuvent
tre traites, notamment en adoptant des strat-
gies dèstimation adaptes.
Le premier probleme (endognit lie a l`h-
trognit en niveau) peut tre rsolu en uti-
lisant des donnes de panel, qui permettent
dùtiliser la variabilit temporelle du nombre
dàccidents sur un site donn. Cèst le principal
objectiI de la modlisation prsente ci-dessus,
qui contrle cette htrognit fxe inobser-
ve, dans la mesure ou celle-ci explique la plus
grande partie de la variabilit entre communes
du nombre dàccidents. L`hypothese de spara-
bilit additive entre la tendance temporelle et
lèIIet communal nèst pas une Iaon eIfcace
de modliser le phnomene (cI. encadr 1).
Le deuxieme probleme dèndognit concerne
la dynamique de court terme avant linstallation
du radar. Si lòn se rIere au contexte institution-
nel, cette source dèndognit ne semble pas
plausible. Un accident particulierement grave
ne peut pas lui seul avoir des consquences
sur la dcision dinstaller un radar lendroit de
làccident. Le choix d`quiper des communes
est fond sur des indicateurs de moyen terme,
estims sur cinq ans entre 1999 et 2003
12
.
Le troisieme probleme est en partie pris en
compte par le caractre multiplicatif apport
par la modlisation. Chaque commune dispose
de sa propre tendance par lintermdiaire du
terme
t i
.
Enfn, pour tenir compte d`ventuels politiques
ou phnomenes simultans lis au quatrieme
probleme, nous dveloppons dans un autre
article (Roux et Zamora, 2011) une approche
alternative qui sàppuie sur le caractere dèxp-
rience naturelle de linstallation des radars dans
les diIIrentes communes. Plus prcisment,
nous considrons sparment les communes
dans lesquelles un radar vient dtre install
et les comparons a celles ou un radar est sur
le point d`tre install. Les rsultats tendent a
montrer que ces problemes dèndognit ne les
aIIectent pas substantiellement.
1112
Une estimation sappuyant
sur la mthode des moments
gnraliss
L
es articles examinant les accidents de la
route utilisent souvent des modles de don-
nes de comptage Ionds sur des estimations par
maximum de vraisemblance (Hausmann et al.,
1984). Or ces mthodes sàppuient sur des sp-
cifcations paramtriques des lois, qui peuvent
conditionner les rsultats et sont remises en
cause par certains auteurs (Allison et Waterman,
2002 ; Guimaraes, 2008). Pour contourner cette
diIfcult, nous utilisons une approche alter-
native se fondant avant tout sur les moments
dòrdre 1.
Les modeles mixtes et multiplicatiIs sont
caractriss par la prsence deffets temporels
aIIectant de Iaon multiplicative lèsprance
du nombre dàccidents, et spars des eIIets
fxes individuels (dnomms eIIets fxes
interactiIs , cI. Bai (2009)). Le modele multi-
plicatif est rendu un peu plus compliqu par
lìntroduction du terme exp(5
it
) pour rendre
11. Cf. Hamelin (2008) pour des tudes monographiques sur
certains dpartements.
12. Cependant, un doute peut subsister quant la temporalit
effective de linstallation dans les communes choisies. Mais cette
source de biais est probablement ngligeable.
compte de lèIIet des radars. Dans cet article,
nous appliquons la mthode des moments gn-
raliss (GMM) a un modele quasi-diIIrenci
(voir encadr 1 pour les dtails de la mthode
dèstimation). Plus prcisment, nous adaptons
a notre contexte lèstimateur des GMM propos
par Ahn et al. (2001)
13
. Lènsemble des estima-
tions seront conduites sous l`hypothese dèxo-
gnit stricte, a savoir que, une Iois contrle
l`htrognit fxe inobserve, la squence des
accidents nàIIecte pas la probabilit dìnstalla-
tion dun radar dans le futur
14
. Le modele est
quasi-diIIrenci, pour contrler l`htrog-
nit fxe inobserve. Notre mthode dèstima-
tion se diIIrencie de celle de Ahn et al. dans le
fait que ces auteurs utilisent une quasi-diffren-
ciation entre la date courante et la premiere date.
13 1 4

13. Pour estimer ce type de modle, une autre stratgie aurait
pu tre adopte, sappuyant sur les moindres carrs concen-
trs (CLS), introduits par Kiefer, 1980, dvelopps par Ahn
et al. (2001) et gnraliss par Bai (2009), pour les modles
multifactoriels.
14. Avec les donnes disponibles, on aurait pu adopter une
hypothse plus faible consistant autoriser la possibilit que la
squence des accidents affecte la probabilit future dinstalla-
tion des radars. Outre le fait que le contexte institutionnel rende
improbable ou trs peu frquent ce type de mcanisme, cette
mthode, se fondant sur des hypothses plus faibles, conduit
des rsultats moins prcis. Cest pourquoi nous nous concen-
trons sur lhypothse dexognit stricte.
Encadre 1
LA MTHODE DESTIMATION
Modle mixte
y R N
it t it t i it
= + + .
L'hypothse de stricte exogeneite pour l'ins-
tallation des radars signie, que, pour tout i,
E E R s t
it it is

= 0 0 ; , , .
Ainsi, en notant z y R
it it t it
= , on peut quasi-
differencier le modle pour obtenir une expression ne
contenant pas l'effet xe :
u z
z
it it t
iu
u
T
u
u
T
it t
iu
u
T
u
u
T
= =
=
=
=
=
1
1
1
1
(1j
Les conditions d'exogeneite, portant initialement sur
it
, se reportent sur u
it
: E u
it
= 0, et , puisque l'effet
xe N
i
disparait. On peut noter que cette specication
ne permet pas d'identier separement W et O
t
. W est
ainsi normalise 1 dans ce cas. Plusieurs estimateurs
GMM sont proposes par Ahn et al. Nous n'utilisons
que le premier qu'ils proposent, fonde sur les condi-
tions d'orthogonalite contemporaines, E u
it
= 0, et
E u R
it it
= 0. La premire condition d'orthogona-

lite conduit considerer T moments differents, pour
chaque trimestre. La deuxime condition d'orthogo-
nalite conduit rajouter T
R
*K moments correspon-
dant au nombre de trimestres au cours desquels au
moins un radar est installe (soit entre les quatrimes
trimestres de 2003 et de 2007, savoir 29 trimestres
au maximum, ce chiffre pouvant varier selon le groupe
de communes considerej multiplie par la dimension de
la variable explicative, K, pouvant tre superieure 1
lorsqu'on autorise la possibilite que le radar ait un effet
de moyen ou long terme different de celui de court
terme. Au total, on peut avoir jusqu' T+29*K condi-
tions d'orthogonalite, pour T - 1 + K paramtres
estimer, correspondant aux indicatrices de tendance
estimer (T-1j et la dimension de la variable indiquant
les radars. Dans tous les cas, le nombre de condi-
tions d'orthogonalite est bien superieur au nombre de
paramtres estimer, ce qui conduit des restrictions
suridentiantes, et, ainsi, la possibilite de tester la
validite du modle au moyen d'un test de Hansen (Ahn
et al., 2001j.
Le modle multiplicatif est estime selon une procedure
similaire. Le coefcient estimer est introduit dans
l'expression exp R
it
( ).
Modle multiplicatif
y R
it t i it it
= ( ) + exp
.
L'hypothse de stricte exogeneite pour l'installa-
tion des radars signie egalement que, pour tout i,
E E R s t
it it is

= 0 0 ; , , .
Avec cette specication, la quasi-differentiation
s'ecrit :
u y R
y
R
R
it it t it
iu
u
T
u iu
u
T
it t
= ( )
( )
=
=
=

exp
exp
exp
1
1
iit
iu
u
T
u iu
u
T
R
( )
( )
=
=

1
1
exp
(2j
Dans cette specication, la sequence des O
t
n'est pas
compltement identiable. Une normalisation de O
1

1, par exemple, permet de resoudre ce problme.
En revanche, le paramtre d'intert D est bien iden-
tiable. Comme dans le modle mixte, les conditions
contemporaines d'orthogonalite sont : E u
it
= 0, et
E u R
it it
= 0. Nous en deduisons l'estimateur GMM,

de la mme manire que pour le modle mixte.
Pour des raisons de robustesse
15
, nous avons
choisi de quasi-diIIrencier les estimations par
rapport la moyenne des accidents trimestriels
sur toute la priode dèstimation. Comme pour
les modeles additiIs classiques (ou les termes
temporels et individuels interviennent addi-
tivement sans interaction), la variabilit tem-
porelle des accidents observe au niveau des
communes est la source de lìdentifcation de
lèIIet des radars. Dans ce sens, nous estimons
ici des modles within , la principale diII-
rence avec le modle additif consistant en la
Iaon dont l`htrognit inobserve aIIecte
la variable dpendante examine.
Quelques chiffres :
le nombre annuel daccidents
a baiss de 30 % entre 1998 et 2007
T
outes nos estimations utilisent le fchier
national des accidents corporels de la
circulation routiere. Ce fchier est construit
par lÒbservatoire National Interministriel
de la Scurit Routiere. Lùnit dòbservation
est làccident corporel. Chaque accident don-
nant lieu a un bless lger doit Iaire lòbjet
dùn BAAC (Bulletin dÀnalyse Accident
Corporel) par les Iorces de lòrdre. Chaque
BAAC contient :
- Les lieux (notamment la commune et la catgo-
rie de voie), date et caractristiques de làccident.
- La description des vhicules en cause
- La description du/des usager(s) impliqu(s)
(place dans la vhicule, catgorie, gravit, CSP,
sexe, date de naissance, lieu de rsidence, type de
trajet, utilisation dùn quipement de scurit.)
La remonte des inIormations a lieu en continu.
Cet article nèn utilise quùne Iaible partie, a
savoir la commune de localisation de laccident,
le trimestre et le type de voie. Plus exactement,
nous disposons, pour chacune des 36 700 com-
munes de France et chaque trimestre entre le
premier trimestre de 1998 et le dernier trimestre
de 2007, du nombre dàccidents sur diIIrents
types de route : autoroutes, routes nationales,
routes dpartementales et routes communales
(ou voirie).
Sur chacun de ces types de route, la somme du
nombre dàccidents est inIrieure au nombre
total dàccidents corporels. Cela est d au Iait
que le type de route nèst pas renseign pour 3 a
8 des accidents. Cette proportion est dcrois-
sante au cours du temps : 7,7 au premier tri-
mestre 1998, 3,7 au premier trimestre 2007.
15

Le nombre annuel total dàccidents corporels
a diminu de Iaon importante entre 1998 et
2007 : un recul de pres de 30 sur la priode,
la baisse tant particulierement accentue entre
2001 et 2004. Lìnstallation des radars fxes
a commenc au quatrieme trimestre 2003 : a
cette date, 50 radars automatiques fxes ont t
mis en place sur un certain nombre de sites.
Au quatrieme trimestre 2007, 1 015 radars
fxes taient oprationnels sur lènsemble de
la France : 18 dans des aires urbaines, 490 sur
des routes dpartementales, 332 sur des routes
nationales et 175 sur des autoroutes. Le gra-
phique II retrace le calendrier dìnstallation
des radars dans les communes. Si les premiers
radars ont t installs ds le quatrime tri-
mestre de 2003, la majorit dèntre eux lònt
t au cours de 2005, et au premier trimestre
de 2006. Le nombre dàccidents avait en ra-
lit commenc diminuer avant linstallation
du premier radar (cI. graphiques I et III), ce
qui a contribu pour une large part a une vive
controverse sur lèIIet rel des radars fxes :
contrairement a la plupart des experts, convain-
cus de lèIfcacit de lìntroduction massive des
radars, certaines associations de conducteurs
ont relev cette absence de simultanit entre
lìnstallation des radars et le dbut de la baisse
des accidents de la route
16
. Elles soulignent ga-
lement que, malgr la Iorte hausse du nombre
de radars fxes pendant lànne 2005, le nombre
daccidents a diminu lentement cette anne-l
(cI. graphique I).
Cèst sur les routes dpartementales et natio-
nales que la baisse du nombre dàccidents
est la plus visible. Elle est plus Iaible sur les
autoroutes ou la voirie urbaine. Une Iaible
proportion daccidents se produisent sur les
autoroutes, voies sur lesquelles les vhicules
circulent dans de bonnes conditions de scurit.
Cela explique quìl soit plus diIfcile d`y Iaire
baisser le nombre dàccidents. Les accidents
15. Lutilisation de la moyenne plutt que la premire priode
comme base de lestimation permet de se prmunir en partie de
|a ooss|o|||t q0e |'effet hxe ne |e so|t oas en |a||t (oa| exemo|e
sil est affect dune lgre tendance). Il est alors plus adapt
de quasi-diffrencier par rapport la moyenne plutt que par
rapport la premire date.
16. La baisse des accidents tait accompagne dune baisse
des vitesses moyennes solidement tablie. La contestation
des associations porte plus sur leffet des radars sur la baisse
des accidents ou des vitesses, que sur le lien entre accident et
vitesse excessive.
sur voirie urbaine sont moins lis a la vitesse,
en particulier parce quils concernent plus
souvent des pitons (mme si la vitesse
reste dans ce cas aussi une cause importante
dàccidents). La baisse des accidents est plus
ou moins marque selon la taille de la ville
(cI. graphiques III et IV). Sur la priode
1998-2007, les accidents ont davantage dimi-
nu dans les communes rurales et petites que
dans les grandes villes. A Paris, la rduction a
mme t ngligeable (malgr une chute signi-
fcative entre 2003 et 2005, qui a t compen-
se par une augmentation des accidents impli-
quant des deux-roues).
Le graphique V montre que la localisation des
radars dpend du risque daccidents mesur au
niveau de la commune. Comme prvu, la pro-
babilit quùne commune soit quipe dùn
radar est croissante avec le nombre dàcci-
dents par habitant. Entre 5 et 6 des com-
munes ou se produisent le plus dàccidents
par habitants en sont quipes, contre moins
de 1 des communes ou se produisent le
moins dàccidents.
La forte htrognit
du nombre daccidents entre communes
est conrme par les chiffres.
Entre le premier trimestre 1998 et le quatrieme
trimestre 2007, aucun accident corporel na
t relev dans 5 116 communes, et seulement
1 dans 4 429. En revanche, sur cette priode,
on a enregistr plus de 100 accidents dans
1 060 communes et plus de 10 000 dans 4.
A ces deux dates, la distribution du nombre
daccidents par commune fait ressortir une
extrme htrognit entre communes en ce
qui concerne le nombre dàccidents qui s`y pro-
duisent (cI. graphique VI). La courbe reprsen-
tative de cette distribution peut tre assimile
a une droite, ce qui signife que la distribution
des accidents peut tre grossierement repr-
sente par une distribution de Pareto ce qui
se traduit par des probabilits dòccurrence de
valeurs extrmes plus leves quàvec une dis-
tribution Gaussienne. En moyenne, au cours
dun trimestre, il ny a eu aucun accident dans
plus de 25 000 communes, soit dans 70 de
lènsemble des communes, ce qui joue un rle
Graphique II
Calendrier dinstallation des radars dans les communes
0
20
2
0
0
4
1
2
0
0
3
4
2
0
0
4
2
2
0
0
4
3
2
0
0
4
4
2
0
0
5
1
2
0
0
5
2
2
0
0
5
3
2
0
0
5
4
2
0
0
6
1
2
0
0
6
2
2
0
0
6
3
2
0
0
6
4
2
0
0
7
1
2
0
0
7
2
2
0
0
7
3
2
0
0
7
4
40
60
80
100
120
140
N
o
m
b
r
e

d
e

c
o
m
m
u
n
e
s
Lecture : au 4
e
t||mest|e de |'anne 2003, 43 comm0nes ont t q0|oes de |ada|s hxes.
So0|ce : oase nat|ona|e des acc|dents co|oo|e|s 1998-2007 et |nfo|mat|ons s0| |es dates et ||e0x d'|nsta||at|on des |ada|s hxes,
Observatoire national inter-ministriel de la scurit routire.
important dans la spcifcation des modeles
statistiques. Compte tenu de la masse impor-
tante de communes sans accident, les modles
linaires ne peuvent pas rendre compte de Iaon
adquate de la distribution observe
Cette htrognit tres Iorte justife notre
approche consistant a caractriser làccidento-
logie des communes par des eIIets spcifques,
reftant l`htrognit en termes de trafc ou
de nombre de sites dangereux. Ce nombre est
dàutant plus lev que la commune est urba-
nise (lùrbanisation tant approche par la
densit ou le type dùnit urbaine). Le nombre
dàccidents sur chaque site dpend du trafc
routier, galement Ionction du niveau dùrba-
nisation de la commune. Une des diIfcults
rside dans làbsence, au niveau de chaque
commune, dòbservation directe du nombre
de sites a risque et de mesures de trafc.
Aussi nàvons-nous pas dàutre choix que de
nous appuyer sur l`hypothese d`htrognit
inobserve fxe, ce qui conduit aux modeles
prsents plus haut. La quasi-diIIrenciation
du modele permet de rendre compte de l`ht-
rognit inobserve ; elle aboutit a un modele
mixte ou multiplicatiI.
et conduit estimer le modle
sur des groupes de communes homognes
selon lvolution du nombre daccidents
Pour chacun de ces modeles, l`htro gnit
fxe au cours du temps revient a supposer
que lvolution tendancielle des accidents
est la mme pour toutes les communes.
Or l`volution du nombre dàccidents au
cours du temps peut varier selon la taille ou le
type dàire urbaine (cI. graphiques III et IV).
Graphique III
Nombre daccidents par trimestre et par type daire urbaine
0
2 000
4 000
6 000
8 000
10 000
12 000
Rural < 5 000 Entre 5 000 et 9 999
Entre 10 000 et 19 999 Entre 20 000 et 49 999 Entre 50 000 et 99 999
Entre 100 000 et 199 999
Plus de 200 0000
Paris
1
9
9
8
1
1
9
9
8
3
1
9
9
9
1
1
9
9
9
3
2
0
0
0
3
2
0
0
1
1
2
0
0
1
3
2
0
0
2
1
2
0
0
2
3
2
0
0
3
1
2
0
0
3
3
2
0
0
4
1
2
0
0
4
3
2
0
0
5
1
2
0
0
5
3
2
0
0
6
1
2
0
0
6
3
2
0
0
7
1
2
0
0
7
3
2
0
0
0
1
Lecture : au premier trimestre de 1998, environ 8 200 accidents ont t constats dans les communes de plus de 200 000 habitants.
Source : base nationale des accidents corporels 1998-2007, Observatoire national interministriel de la scurit routire et base de
donnes communales, Insee.
Pour rsoudre cette diIfcult, nous adoptons
la stratgie suivante : nous regroupons les
communes en groupes homogenes en termes
de tendance des accidents, puis nous estimons
les eIIets des radars a lìntrieur de chacun
de ces groupes. Si les graphiques III et IV
montrent que les volutions tendancielles des
accidents varient selon le type dùnit urbaine,
dàutres dterminants peuvent intervenir.
Cèst pourquoi nous proposons une procdure
de construction de groupes homogenes selon
l`volutions du nombre dàccidents, Ionde sur
les caractristiques observables des communes
notre disposition, qui sappuie sur une carac-
trisation des squences daccidents qui sy
produisent (cI. encadr 2).
Les groupes ainsi construits voient tous leur
nombre dàccidents diminuer au cours du
temps ; làmplitude de cette diminution est
la plus Iorte pour les groupes comportant les
communes les plus petites (cI. graphique VII).
Les groupes 0, 1 et 2 se caractrisent par un
surcrot dàccidents marqu au troisieme
trimestre de chaque anne qui correspond
aux vacances d`t. Au contraire, cette sai-
sonnalit est inverse pour les groupes 5 et 6,
qui contiennent les communes les plus peu-
ples. Les groupes 3 et 4 sont dans une posi-
tion intermdiaire.
Rsultats : des effets substantiels,
qui tendent sattnuer
au cours du temps
A
ux rsultats des estimations conom-
triques utilisant les deux types de sp-
cifcations prsentes plus haut, a savoir les
modeles mixte et multiplicatiI, nous adjoi-
gnons, a titre de variante, les rsultats obtenus
avec une spcifcation additive. Dans un pre-
mier temps, nous estimons le modle en sup-
posant que leffet des radars est constant dans
Graphique IV
volution compare des accidents par type daire urbaine
0
0,2
0,4
0,6
0,8
1
1,2
1,4
1,6
1
9
9
8
1
1
9
9
8
2
1
9
9
8
3
1
9
9
8
4
1
9
9
9
1
1
9
9
9
2
1
9
9
9
3
1
9
9
9
4
2
0
0
0
1
2
0
0
0
1
2
0
0
0
2
2
0
0
0
3
2
0
0
0
4
2
0
0
1
1
2
0
0
1
2
2
0
0
1
3
2
0
0
1
4
2
0
0
2
1
2
0
0
2
2
2
0
0
2
3
2
0
0
2
4
2
0
0
3
1
2
0
0
3
2
2
0
0
3
3
2
0
0
3
4
2
0
0
4
1
2
0
0
4
2
2
0
0
4
3
2
0
0
4
4
2
0
0
5
1
2
0
0
5
2
2
0
0
5
3
2
0
0
5
4
2
0
0
6
1
2
0
0
6
2
2
0
0
6
3
2
0
0
6
4
2
0
0
7
1
2
0
0
7
2
2
0
0
7
3
2
0
0
7
4
Rural et < 5 000 Entre 5 000 et 20 000 Entre 20 000 et 50 0000
Entre 50 000 et 200 000 Plus de 200 000 Paris
Lecture : base 1 au premier trimestre 1998. Au 4
e
trimestre de 2007, les accidents dans les communes rurales ou de moins de 5 000
habitants ne correspondent plus qu 52,7 % de ce quils taient au 1
e
trimestre de 1998.
le temps, puis nous autorisons cet effet tre
variable au cours des six mois conscutiIs a
leur installation.
Selon les modles avec effet constant,
les radars xes conduisent une rduction
importante du nombre daccidents
dans les petites communes
Le tableau 1 prsente les rsultats pour les
reprsentations additive, mixte et multipli-
cative estims sur lènsemble des routes, et
le tableau 2 ceux estims sans les autoroutes.
Chacun de ces tableaux distingue lèIIet sur le
nombre dàccidents (bloc suprieur A) de celui
sur le nombre de dces (bloc inIrieur B). Du
Iait de lìmprcision de la codifcation du lieu
des accidents, nous ne pouvons pas estimer
ces modeles a une chelle plus dtaille. Nous
avons ajout dans chaque tableau les rsultats
dùn modele pour lequel l`htrognit entre
communes est introduite additivement, estim
par une mthode standard Ionde sur les diII-
rences intra (modle within ). Cette derniere
mthode correspond a la stratgie dèstimation
en diIIrence de diIIrence, habituellement
utilise dans la littrature de lvaluation
17
.
La moiti inIrieure des tableaux prsente
les effets des radars sur les communes dans
lesquelles ils ont t installs, en termes de
nombre dàccidents vits par trimestre et par
radar. Nous nous concentrons sur ces indica-
teurs, car ils peuvent tre compars entre les
diIIrents groupes, mme si la densit de tra-
fc diIIere entre eux. La proportion dàccidents
vits dpend en particulier du terme d`htro-
gnit propre a la commune et ne permet pas
17. Les modles mixtes et multiplicatifs reposent galement sur
des soc|hcat|ons within , dans |a mes0|e o |'|t|ogn|t
hxe y est o||se en comote, ma|s de man||es d|ff|entes.
Graphique V
5DGDUV [HV HW DFFLGHQWV DQWULHXUV GDQV OHV FRPPXQHV
0
0 2 6 8 10 12 14 16 18 20 4
5
10
15
20
25
En %
P
r
o
p
o
r
t
i
o
n

d
e

c
o
m
m
u
n
e
s

q
u
i
p
e
s

d
'
u
n

r
a
d
a
r
Vingtile de la distribution
Nombre d'accidents Nombre d'accidents par habitants
Lecture : les communes sont classes selon le nombre daccidents ou le nombre daccidents par habitant qui y sont constats. Seules
0,6 % des communes se situant dans les 5 % de communes ayant le plus faible nombre daccidents par habitants (vingtile infrieur)
sont quipes dun radar. Cest le cas de 6,5 % des communes se situant parmi les 5 % de communes ayant le plus grand nombre
daccidents par habitant (vingtile suprieur).
dìnterprter Iacilement le coeIfcient prsent
dans la premiere moiti du tableau. Il est plus
pertinent de se concentrer sur le niveau des
eIIets (nombre moyen dàccidents vits par
trimestre et par radar).
Quelle que soit la spcifcation retenue, les
estimations des coeIfcients associs aux
radars sont signifcativement ngatives dans
les communes des groupes 0, 1 et 2, qui cor-
respondent a 93 des communes, soit envi-
ron 30 000 (cI. tableaux 1 et 2). Dans lèn-
semble de ces communes, 618 radars ont t
installs, sur les 1 015 concerns par cette
tude. Ces communes reprsentent chaque
trimestre 25 de lènsemble des accidents et
70 des dces occasionns par un accident
mortel. Mme si les estimations des eIIets sur
les villes traites diIIerent substantiellement
dùne spcifcation a làutre, elles confrment
que linstallation des radars a fortement fait
dcrotre les accidents.
Pour les plus petites communes (groupes 0 et
1), les spcifcations mixte et multiplicative
prsentent des rsultats tres proches concer-
nant lìmpact des radars : leur installation
aurait Iait baisser le nombre dàccidents de
0,06 par trimestre et par radar. En ramenant ce
chiIIre au nombre moyen dàccidents observ
dans ces communes par trimestre, cela corres-
pond a une baisse de lòrdre de 17 dans les
communes du groupe 0 et de 12 a 13 dans
les communes du groupe 1. Dans ces com-
munes, leffet de linstallation des radars sur
le nombre de dces est plus spectaculaire :
ce nombre y aurait diminu de 0,02 par tri-
mestre et par radar, soit une baisse de 45
dans le groupe 0 et de 33 dans le groupe 1
(cI. tableau 1-B, modele multiplicatiI). A la
Graphique VI
Distribution du nombre daccidents par commune
1
1 10 100 1 000 10 000
10
100
1 000
10 000
N
o
m
b
r
e

d
e

c
o
m
m
u
n
e
s

d
o
n
t

l
e

n
o
m
b
r
e

d
'
a
c
c
i
d
e
n
t
s

e
s
t

p
l
u
s

g
r
a
n
d

q
u
e

x

Nombre d'accidents

- 19981 20074
Lecture : le graphique VI prsente la distribution du nombre daccidents par commune (log du nombre daccidents en abscisse et log
du nombre de commune dont le nombre daccidents est suprieur x en ordonne) deux dates, 1
e
trimestre de 1998 et 4
e
trimestre
de 2007. Ce graphique illustre lextrme htrognit entre communes en ce qui concerne le nombre daccidents qui sy produisent.
diIIrence des rsultats portant sur lènsemble
des accidents, les modeles mixte et multiplica-
tif donnent des rsultats diffrents sur les tus,
le modele mixte semblant surestimer lèIIet des
radars. En eIIet, lorsquòn examine les rsul-
tats portant sur les routes hors autoroute pour
Encadre 2
RPARTITION DES COMMUNES EN GROUPES HOMOGNES
ll s'agit dans un premier temps de caracteriser
chaque commune en fonction de son prol d'acci-
dents. Une analyse en composantes principales
considerant comme variables dependantes pour
chaque commune les valeurs des accidents pour
tous les trimestres montre que 97 % de la variance
est explique par le nombre total d'accidents corpo-
rel constates dans la commune sur la periode. Les
tendances en nombre d'accidents sont d'autant
plus proches entre communes que les accidents
qu'on y compte sur l'ensemble de la periode sont
proches. En se fondant sur ces resultats, nous pour-
rions caracteriser les communes en nous appuyant
sur le nombre total d'accidents de la route qui y
ont ete observes. Cependant, cette variable est par
construction endogne, car elle correspond exac-
tement la variable dependante consideree pour
examiner les effets des radars. En particulier, on ne
peut pas l'utiliser pour classer les communes dans
lesquelles un radar est installe. Pour resoudre cette
difculte, nous projetons cette variable dependante
sur un ensemble de variables decrivant la commune
(tranche d'unite urbaine, densite de la population,
population et surfacej, introduites sous une forme
exible (polynmes d'ordre 4 pour les variables
continuesj. partir de la regression du nombre
total d'accidents (en logj
1
sur ces variables, nous
construisons ainsi un score predictif du nombre total
d'accidents estime. Ce score, note p
i
, permet ainsi
de classer chaque commune, y compris lorsqu'un
radar y a ete installe, et de construire des groupes
de communes ayant des scores proches, fondes sur
des seuils determiner.
La determination de ces seuils se fait par une proce-
dure d'agregation/desagregation, appliquee aux com-
munes sans radars (les communes avec radars pou-
vant voir leurs evolutions d'accidents affectees par
l'installation des radarsj.
1 - partir de groupes denis avec des seuils initiaux,
nous formons deux groupes adjacents lorsque les
communes ont les mmes tendances en terme d'acci-
dents. Pour cela, nous calculons pour chaque com-
mune la statistique
it it i
y y = /
.
o y
i.
est la moyenne
des accidents par trimestre. Que ce soit avec le
1. Les communes pour lesquelles aucun accident na t
observ sont enleves de lchantillon. Cela nous conduit
restreindre 33 729 le nombre total de communes consid-
res. Lapport informationnel des communes sans accident est
t|s |d0|t, d0 fa|t q0e |es soc|hcat|ons est|mes o|ennent en
comote 0ne |t|ogn|t |noose|ve hxe.
modle mixte ou multiplicatif, en l'absence de radars,
on a la relation suivante :

it
t it
i
t it
= + = + (1j
O =
=
1
1
T
t
t
T
et
i i
= pour le modle multiplica-
tif et
i i
N = dans le modle mixte.
t
et X
it
corres-
pondent la decomposition testee.
L'intert de cette representation est que la variable
]
it
rete la seule tendance des accidents, indepen-
damment de leur niveau moyen. On peut donc tester
si deux groupes 0 et 1 ont la mme tendance ou non,
en regroupant les communes de ces deux groupes
dans une seule base, et en regressant ]
it
sur deux jeux
d'indicatrices temporelles, l'un directement introduit,
l'autre determine en interaction avec une indicatrice
d'appartenance au 2
me
groupe. La specication esti-
mee s'ecrit alors :
E i groupe
it t t
( ) = + { }
0 1
1 1 (2j
Si les tendances sont similaires, les coefcients asso-
cies aux indicatrices temporelles interagies avec le
deuxime groupe
t
1
devraient tre non signicative-
ment differents de zero. Un test de Wald permet de
tester la nullite jointe de ces coefcients. Lorsque l'hy-
pothse nulle est acceptee (au seuil de 5 %j, les deux
groupes sont fusionnes.
Cette operation de fusion est effectuee jusqu' ce qu'il
n'y ait plus de fusion possible.
2 - Une fois les operations d'agregation effectuees,
il s'agit de tester l'homogeneite des groupes consti-
tues. Pour cela, chaque groupe est separe en deux
sous-groupes. L'equation (2j est alors estimee pour
tester l'egalite des coefcients associes aux tendances
d'accidents entre les deux sous-groupes ainsi consti-
tues. En cas de rejet de l'egalite, le groupe est separe
en deux, ce qui conduit une nouvelle partition.
Une fois ces deux operations effectuees, elles sont
repliquees pour atteindre une partition stable, par
agregation ou desagregation. Pour separer les diffe-
rents groupes, nous avons choisi de ne considerer que
les centiles de la distribution des scores predits. Ainsi,
le plus petit-sous groupe considere contient 1 % du
nombre total de communes. Le tableau A presente les
seuils de percentiles utilises pour denir les groupes.
Le tableau B presente quelques statistiques descrip-
tives de ces groupes. La denition de ces groupes de
communes est trs liee la taille de leur population,
sauf lorsqu'on considre les accidents sur autoroute.

les communes du groupe 0
18
(cI. tableau 2-B),
la baisse du nombre de dces induite par lèIIet
des radars aurait excd le nombre de dces par
trimestre pour ces communes. Cèst pourquoi
nous considrons que, pour les communes des
groupes 0 et 1, seul le modele multiplicatiI oIIre
un cadre pertinent. Mme dans ce cadre, lìns-
tallation des radars dans des petites communes,
compte non tenu de ceux situs sur les auto-
routes, aurait Iait baisser de 54 les accidents
dans les communes du groupe 0 et de 65 dans
celles du groupe 1.
Les rsultats diIIerent plus substantiellement
entre les deux spcifcations pour les communes
du groupe 2, le modele multiplicatiI prdi-
sant un plus grand nombre dàccidents vits
que le modele mixte (- 0,14 contre - 0,09 pour
lèstimation portant sur toutes les routes, - 0,13
contre - 0,10 pour lestimation en tant les auto-
routes, cI. tableau 1). En ramenant ces rsultats
au nombre dàccidents moyen par trimestre,
linstallation dun radar dans ces communes
aurait Iait baisser le nombre dàccidents dans
une Iourchette allant de 13 a 17 .
1 8
Concernant
18. Le groupe 0 correspond au 36 % de communes les plus
petites pour les accidents hors autoroute, tandis quil est
constitu des 60 % plus petites pour lensemble des accidents
(cf. encadr 2, tableau A).
Tableau A
Constitution des groupes homognes de communes
Nombre de groupes Nombre de communes Seuils des quantiles
Tous les accidents 7 33 729 60 76 93 97 98 99
Accidents sur autoroutes 4 3 943 10 40 70
Accidents sur autres routes 6 33 654 36 73 93 96 98
Lecture : pour les accidents sur autoroute, 4 groupes de communes ayant des tendances daccidents homognes ont pu tre dis-
tingus. Il y a 3 943 communes sur le territoires desquelles au moins un accident sur autoroute a t observ. Les percentiles seuils
d0 sco|e o|d|ct|f des acc|dents, q0| dhn|ssent |es g|o0oes, sont |es 10
e
, 40
e
et 70
e
percentiles.
Source : base nationale des accidents corporels 1998-2007, Observatoire national interministriel de la scurit routire.
Tableau B
Description des groupes de communes
Nombre de communes Nombre moyen d'habitants
Nombre de communes
equipees n 2007
Toutes routes
0 20 239 289 214
1 5 396 847 125
2 5 734 2 074 260
3 1 349 6 008 121
4 337 11 118 28
5 337 18 639 55
6 337 63 180 122
Sans les autoroutes
0 12 118 181 84
1 12 451 576 184
2 6 730 1 934 252
3 1 009 5 373 70
4 673 9 587 58
5 673 40 993 127
Lecture : le groupe 0 correspondant aux accidents sur toutes les routes comporte 20 239 communes. La moyenne de la population
oo0| ces comm0nes est de 289 |ao|tants. A |a hn 2007, 214 comm0nes de ce g|o0oe ava|ent t q0|oes de |ada|s.
Encadre 2 (suitej
lèIIet sur le nombre de dces, les estimations
obtenues semblent montrer que lìnstallation
des radars diminuerait le nombre dàccidents
mortels, sans que cet eIIet ne soit signifcatiI sur
le plan statistique. Ce rsultat est robuste, quel
que soit le modele considr.
mais ces rsultats ne sont pas
signicatifs pour les communes
de plus de 3000 habitants
Les rsultats dans les communes des groupes
3, 4, 5 et 6, donnent des rsultats non signif-
catiIs ou peu crdibles. Ces groupes ont t
agrgs car concernent, pris sparment, net-
tement moins de communes que les groupes 0,
1 et 2 (cI. encadr 2, tableau B). Alors que plus
de 70 des accidents se produisent dans ces
communes (les plus urbanises), les modeles
mixte et multiplicatiI sont tous deux rejets, les
statistiques de test de Hansen ayant une p-value
inIrieure a 0,05 (cI. tableau 1). Les donnes au
niveau communal ne semblent pas permettre de
retracer avec suIfsamment de prcision lìm-
pact des radars qui y sont installs. Lorsquòn
Iait abstraction des autoroutes, le diagnostic diI-
Iere : les modeles mixte et multiplicatiI ne sont
pas Iormellement rejets. Lìnstallation de radars
dans ces communes (ou làugmentation de leur
nombre) semble ne pas avoir dèIIet signifcatiI
sur le nombre dàccidents. Lorsquòn examine
le nombre de dces, sur lènsemble des routes
aussi bien quèn excluant les autoroutes, les
modeles multiplicatiI et mixte ne sont pas reje-
ts et lèIIet des radars y apparat non signif-
catiI (cI. tableaux 1-B et 2-B). Mme si le plus
Iaible nombre dòbservations mobilises (2 200
contre 11 000 pour les groupes 0 et 1 et 6 000
pour le groupe 2) peut conduire a augmenter
les carts-types des coeIfcients, leurs valeurs
restent tres proches de zro, ce qui suggere que
le rsultat obtenu nèst pas li a la Iaiblesse,
toute relative, de ce nombre. Nanmoins, le rejet
Graphique VII
volution compare des accidents par groupe de communes (base 1 au T1 1998)
0,4
0,6
0,8
1
1,2
1,4
1,6
Groupe 0 Groupe 1 Groupe 2 Groupe 3
Groupe 4 Groupe 5 Groupe 6
1
9
9
8
1
1
9
9
8
2
1
9
9
8
3
1
9
9
8
4
1
9
9
9
1
1
9
9
9
2
1
9
9
9
3
1
9
9
9
4
2
0
0
0
1
2
0
0
0
1
2
0
0
0
2
2
0
0
0
3
2
0
0
0
4
2
0
0
1
1
2
0
0
1
2
2
0
0
1
3
2
0
0
1
4
2
0
0
2
1
2
0
0
2
2
2
0
0
2
3
2
0
0
2
4
2
0
0
3
1
2
0
0
3
2
2
0
0
3
3
2
0
0
3
4
2
0
0
4
1
2
0
0
4
2
2
0
0
4
3
2
0
0
4
4
2
0
0
5
1
2
0
0
5
2
2
0
0
5
3
2
0
0
5
4
2
0
0
6
1
2
0
0
6
2
2
0
0
6
3
2
0
0
6
4
2
0
0
7
1
2
0
0
7
2
2
0
0
7
3
2
0
0
7
4
Lecture : au 4
e
trimestre de 2007, les accidents dans les communes du groupe 0 ne correspondent plus qu 51,4 % de ce quils taient
au 1
e
trimestre de 1998.
des deux modeles pour la spcifcation portant
sur lènsemble des accidents (cI. tableau 1-A),
et làbsence de signifcativit de tous les rsul-
tats, nous conduisent considrer avec pru-
dence les rsultats obtenus sur ces communes.
Alors que le modele mixte a t construit pour
tre appliqu sur ces communes, il est probable
que l`hypothese sur laquelle il se Ionde, a savoir
que les communes auraient des intensits de tra-
fc relativement comparables, est trop Iorte pour
tre valide par les donnes. Surtout, lùnit sta-
tistique considre ici est la commune. Si ces
units sont comparables lorsque les communes
sont petites, et que leur htrognit est encore
grable, cela ne semble tre plus le cas pour
les communes les plus grandes, qui composent
les groupes 3 a 6, mais ne rassemblent que 7
de lènsemble des communes.
Les modles additifs, qui conduisent
surestimer les effets des radars,
sont rejets par les donnes
Dans tous les cas, les estimations par diII-
rences de diIIrences (spcifcation additive)
aboutissent a des eIIets plus Iorts que dans les
autres spcifcations. Pour tous les groupes de
communes, les estimations donnent des rsul-
tats tres diIIrents des deux autres spcifcations
(mixte et multiplicative). Par exemple, pour le
groupe 0, lèIIet de lìnstallation des radars dans
les communes traites Ierait baisser le nombre
dàccidents de 0,143 par trimestre et par radar,
soit environ 45 du niveau total des accidents
en 2003 ; ce pourcentage serait de 31 pour le
groupe 1 (cI. tableau 1). En Iait, la spcifcation
additive comporte l`hypothese implicite que les
tendances daccidents sont parallles entre les
diffrentes communes (elles ne diffreraient
que par une constante additive spcifque a
chaque commune). Comme les graphiques III et
IV lìllustrent, et lèncadr 3 le confrme, cette
hypothese est Iortement rejete par les donnes.
Les tendances relles sont bien mieux dcrites
par une tendance multiplicative commune mul-
tiplie par un eIIet fxe, constant, spcifque a
la commune. Comme nous utilisons des don-
nes de panel longues, lèrreur induite par cette
hypothese conduit a des rsultats notablement
diIIrents des eIIets rels des radars. Ce rsul-
tat confrme ainsi que de tels modeles additiIs,
Tableau 1
Effets des radars (tous types de route)
A-Effets sur le nombre daccidents
Groupe 0 1 2 0-1-2 3-4-5-6
Estimation du paramtre lie au radar
Modle additif
- 0,143 - 0,147 - 0,231 - 0,235 - 7,11
(0,010j (0,019j (0,021j (0,008j (0,106j
Modle mixte
- 0,093 - 0,104 - 0,147 - 0,127 - 0,818
(0,020j (0,035j (0,037j (0,030j (1,008j
Test de Hansen (p-valuej 0,45 0,91 0,75 0,55 0,02
Modle multiplicatif
- 0,224 - 0,164 - 0,133 - 0,147 0,011
(0,044j (0,052j (0,029j (0,024j (0,004j
lmpact sur les villes traitees
Modle additif - 0,143 - 0,147 - 0,231 - 0,235 - 7,11
(0,010j (0,019j (0,021j (0,008j (0,106j
Modle mixte - 0,057 - 0,063 - 0,094 - 0,079 - 0,637
(0,012j (0,021j (0,024j (0,019j (0,795j
Modle multiplicatif - 0,058 - 0,056 - 0,143 - 0,095 0,743
(0,015j (0,022j (0,036j (0,018j (0,233j
Nombre de communes 18 951 5 054 5 369 29 377 2 210
Nombre d'accidents par trimestre
dans les villes traitees (2003j 0,32 0,47 0,91 0,61 24,49

largement utiliss dans la littrature de l`va-
luation, doivent tre utiliss avec soin, particu-
lierement lorsque les panels sont longs et que
l`htrognit entre individus ne peut pas tre
rsume en une constante additive.
Selon les modle effets variant
dans le temps, les radars auraient
XQ LPSDFW GHX[ IRLV SOXV IRUW
court terme qu long terme
Les mmes modles sont estims en introdui-
sant une fexibilit temporelle quant a lèIIet
des radars sur les accidents. Nous autorisons cet
effet potentiellement diffrer selon le temps
coul depuis son installation. Ainsi le terme
5
it
est remplac par
R
1
it
+
2
R
2
it
. R
1
it
est le
nombre de radars installs dans la commune i
depuis moins de six mois a la date t. R
2
it
est le
nombre de radars installs dans la commune i
depuis plus de six mois a la date t. Les tableaux
3 et 4 prsentent les rsultats pour ces deux
paramtres respectivement pour les accidents
ayant eu lieu sur toutes les routes, et pour ceux
nayant pas eu lieu sur les autoroutes, en distin-
guant le nombre dàccidents (A) du nombre de
dces dans des accidents mortels (B). Comme
Tableau 1 (suitej
B-Effets sur le nombre de dcs
Groupe 0 1 2 0-1-2 3-4-5-6
Modle additif
- 0,034 - 0,022 - 0,014 - 0,024 - 0,024
(0,007j (0,016j (0,013j (0,006j (0,021j
Modle mixte
- 0,035 - 0,022 - 0,014 - 0,021 - 0,026
(0,014j (0,014j (0,012j (0,008j (0,026j
Modle multiplicatif
- 0,489 - 0,302 - 0,131 - 0,257 - 0,087
(0,142j (0,142j (0,115j (0,083j (0,088j
Modle additif - 0,034 - 0,022 - 0,014 - 0,024 - 0,024
(0,007j (0,016j (0,013j (0,006j (0,021j
Modle mixte - 0,039 - 0,023 - 0,016 - 0,023 - 0,026
(0,016j (0,015j (0,014j (0,009j (0,026j
Modle multiplicatif - 0,027 - 0,016 - 0,015 - 0,020 - 0,022
(0,008j (0,008j (0,013j (0,007j (0,022j
Nombre de communes 18 951 5 054 5 369 29 377 2 210
Nombre de decs par trimestre
Lecture : estimation par GMM.
A : la variable dpendante est le nombre daccidents survenus dans la commune lors dun trimestre donn. La partie suprieure du
tao|ea0 o|sente |es est|mat|ons des coefhc|ents des |ada|s oo0| |es t|o|s d|ff|ents mod|es oa| g|o0oe de comm0nes o0 en |eg|o0-
pant certains de ces groupes. La seconde partie du tableau prsente limpact sur les communes traites de linstallation des radars, en
nombre daccidents vits par trimestre.
Se|on |e mod|e m|xte, |'|nsta||at|on d'0n |ada| hxe s0| 0ne comm0ne aooa|tenant a0 g|o0oe 0 fa|t d|m|n0e| |a moyenne t||mest||e||e
daccidents de 0,057. Comme le nombre trimestriel moyen daccidents par trimestre est de 0,32, cet impact est donc de 18 %.
B : La variable dpendante est le nombre de dcs du fait dun accident dans la commune lors dun trimestre donn. La partie sup-
||e0|e d0 tao|ea0 o|sente |es est|mat|ons des coefhc|ents des |ada|s oo0| |es t|o|s d|ff|ents mod|es oa| g|o0oe de comm0nes o0
en regroupant certains de ces groupes. La seconde partie du tableau prsente limpact sur les communes traites de linstallation des
radars, en nombre de dcs vits par trimestre.
Se|on |e mod|e m0|t|o||cat|f, |'|nsta||at|on d'0n |ada| hxe s0| 0ne comm0ne aooa|tenant a0 g|o0oe 0 fa|t d|m|n0e| |a moyenne t||mes-
trielle de dcs de 0,027. Comme le nombre trimestriel moyen de dcs est de 0,06, cet impact est donc de 45 %.
/e test de Hansen cons|ste en 0n test de |est||ct|ons s0||dent|hantes |o|s de |'aoo||cat|on de |a mt|ode des moments gn|a||ss
(GMM), sa p-value est reporte dans les tableaux.
Champ : Communes dans lesquelles au moins un accident a t constat entre 1998 et 2007.
Source: base nationale des accidents corporels 1998-2007, Observatoire national interministriel de la scurit routire.
pour les tableaux 1 et 2, les parties suprieures
Iournissent les estimations des coeIfcients et
les parties infrieures leffet des radars dans les
communes qui en sont quipes. Enfn, nous
nàvons pas Iait fgurer dans les tableaux 3 et 4
les rsultats donns par une spcifcation addi-
tive, dans la mesure ou celle-ci tait maniIeste-
ment rejete par les donnes.
Les conclusions auxquelles conduisent ces
rsultats sont proches de celles obtenues avec
les spcifcations sans terme temporel sur les
radars : les modeles mixte et multiplicatiI
donnent des rsultats similaires dans les com-
munes des groupes 0 et 1, tandis que les rsul-
tats divergent quelque peu dans le groupe 2
(communes un peu plus grandes, cI. enca-
dr 2, tableau B). Pour ce dernier groupe, le
modle multiplicatif conduit des rsultats
des eIIets des radars fxes plus levs que
pour le modele mixte, que ce soit a court ou
moyen terme.
Le principal rsultat de ces estimations est
que, dans les groupes 0 a 2, lèIIet des radars
sur les accidents dcrot au cours du temps.
Les estimations des effets de court terme, dans
les six premiers mois, sont plus leves que les
estimations prcdemment obtenues, sans tenir
compte dun effet dcroissant dans le temps des
radars. Ainsi, pour le groupe 0 (toutes routes),
leffet de court terme est compris entre - 0,087
et - 0,097 ( comparer - 0,057 lorsque leffet
dcroissant des radars nest pas pris en compte
en nombre dàccidents vits par trimestre et
par radar (cI. tableau 1-A). Pour le groupe 1,
leffet de court terme est compris entre - 0,126
et - 0,142 (a comparer avec - 0,06 sans prise
en compte dùn eIIet dcroissant). LèIIet de
long terme (a partir du 3
e
trimestre aprs lins-
tallation) reste signifcatiI, mais son niveau est
souvent, en valeur absolue, de lòrdre de la
moiti de leIIet de court terme, voire inIrieur.
Ce phnomene se vrife systmatiquement
pour chaque groupe, que lòn prenne en compte
lènsemble des routes ou que lòn exclue les
autoroutes. Cette baisse de lèIIet des radars est
signifcative au sens statistique : l`hypothese
d`galit entre les eIIets de court terme et de
long terme est rejete (a 5 ) pour pratiquement
Tableau 2
Effets des radars (toutes routes sauf autoroute)
Groupe 0 1 2 0- 1- 2 3- 4- 5
Modle additif
- 0,094 - 0,147 - 0,196 - 0,212 - 4,06
(0,013j (0,014j (0,019j (0,008j (0,140j
Modle mixte
- 0,052 - 0,111 - 0,159 - 0,11 0,017
(0,025j (0,029j (0,034j (0,022j (0,811j
Modle multiplicatif
- 0,176 - 0,235 - 0,155 - 0,153 0,011
(0,092j (0,054j (0,031j (0,028j (0,017j
Modle additif - 0,094 - 0,147 - 0,196 - 0,212 - 4,06
(0,013j (0,014j (0,019j (0,008j (0,140j
Modle mixte - 0,032 - 0,065 - 0,098 - 0,067 0,012
(0,016j (0,017j (0,021j (0,013j (0,604j
Modle multiplicatif - 0,033 - 0,061 - 0,131 - 0,079 0,348
(0,021j (0,018j (0,031j (0,017j (0,524j
Nombre de communes 11320 11632 6288 29240 2200

toutes les spcifcations. Les estimations de
leffet des radars sans prise en compte de sa
dimension temporelle sont plus proches de
lèIIet de long terme que de lèIIet de court
terme. Le test de restrictions sur-identifantes
(test de Hansen) est systmatiquement mis en
ouvre pour chaque estimation. L`hypothese de
nullit jointe des moments est accepte dans
tous les cas.
notre connaissance, cet article est lun des
premiers a examiner lìmpact des radars a
court, moyen ou long terme. La dimension
temporelle de cet impact est en effet rarement
examine, dans la mesure ou les dures
dòbservation habituelles beaucoup plus
courtes que dans notre tude. Carnis (2008)
parle dùn eIIet de halo temporel mais ne cite
pas d`tudes spcifques.
Concernant le nombre de dces, les rsultats
sont similaires, de mme que pour les blesss
graves ou lgers (cI. tableau en annexe). A la
suite de linstallation dun radar, on constate
ainsi dans les communes les plus petites
(groupe 0) une diminution du nombre de dces
de 0,044 dans les 6 mois qui suivent, cet eIIet
sàttnuant a 0,03 au-dela (cI. tableau 3-B).
Tableau 2 (suitej
Groupe 0 1 2 0-1-2 3-4-5
Modle additif
- 0,010 - 0,046 - 0,009 - 0,023 - 0,033
(0,010j (0,010j (0,013j (0,006j (0,021j
Modle mixte
- 0,054 - 0,051 - 0,012 - 0,022 - 0,014
(0,010j (0,019j (0,012j (0,009j (0,034j
Modle multiplicatif
- 0,537 - 0,690 - 0,112 - 0,271 - 0,004
(0,066j (0,097j (0,120j (0,089j (0,054j
Modle additif - 0,010 - 0,046 - 0,009 - 0,023 - 0,033
(0,010j (0,010j (0,013j (0,006j (0,021j
Modle mixte - 0,069 - 0,053 - 0,014 - 0,025 - 0,014
(0,012j (0,020j (0,014j (0,011j (0,033j
Modle multiplicatif - 0,027 - 0,039 - 0,011 - 0,021 - 0,002
(0,003j (0,006j (0,012j (0,007j (0,024j
Nombre moyen de decs par trimestre
Se|on |e mod|e m|xte, |'|nsta||at|on d'0n |ada| hxe s0| 0ne comm0ne aooa|tenant a0 g|o0oe 0 des comm0nes |o|s a0to|o0tes fa|t
diminuer la moyenne trimestrielle daccidents de 0,032. Comme le nombre trimestriel moyen daccidents est de 0,20, cet impact est
donc de 16 %.
B : la variable dpendante est le nombre de dcs du fait dun accident dans la commune lors dun trimestre donn. La partie suprieure
d0 tao|ea0 o|sente |es est|mat|ons des coefhc|ents des |ada|s oo0| |es t|o|s d|ff|ents mod|es oa| g|o0oe de comm0nes o0 en |eg|o0-
nombre de dcs vits par trimestre.
Se|on |e mod|e m0|t|o||cat|f, |'|nsta||at|on d'0n |ada| hxe s0| 0ne comm0ne aooa|tenant a0 g|o0oe 0 |o|s a0to|o0tes fa|t d|m|n0e| |a
moyenne trimestrielle de dcs de 0,027. Comme le nombre trimestriel moyen daccidents est de 0,05, cet impact est donc de 54 %.
Les rsultats diIIerent peu selon le groupe
de communes. L`galit des eIIets de court
terme et de long terme est aussi systmati-
quement rejete. Les estimations portant sur
le nombre de dces se heurtent a une diIf-
cult supplmentaire : leur nombre est si
Iaible que relativement peu dòbservations
conduisent a des rsultats distinguant les six
mois conscutifs linstallation des radars
des mois ultrieurs. Cette diIfcult explique
probablement le chiIIre tres lev, mais non
signifcatiI, du tableau 4-B, qui suggere que,
six mois apres lìnstallation des radars, le
nombre de tus aurait augment de 0,264 par
trimestre sur lènsemble des routes hors auto-
route, sans que ce rsultat soit statistiquement
signifcatiI du Iait de l`cart-type lev du
coeIfcient. Lorsquòn regroupe les groupes
0, 1 et 2, qui correspondent aux communes
de moins de 6 000 habitants, lìnstallation
Encadre 3
TEST DE SPCIFICATION ADDITIVE vs MULTIPLICATIVE
L'une des principales questions soulevee par la
methode d'estimation concerne la decomposition du
nombre d'accidents entre les dimensions temporelle
et entre communes. Le point commun des modles
mixte et multiplicatif est qu'ils s'appuient sur une
representation multiplicative (et non pas additivej de
l'heterogeneite entre communes. Or, un simple modle
within, fonde sur une representation additive de l'hete-
rogeneite entre commune, conduit des effets plus
eleves des radars sur les accidents. Cet encadre
montre que la specication additive n'est pas la plus
appropriee pour rendre compte des evolutions d'acci-
dents de la route.
Les modles multiplicatifs conduisent une espe-
rance du nombre d'accidents qui a la forme suivante :
E y
it t i
( ) =
O
t
est une tendance multiplicative, et T
i
un terme
d'heterogeneite xe inobservee propre la commune.
Or, une specication plus naturelle, et plus repandue
consiste introduire un terme additif d'heterogeneite
xe inobservee, de sorte que l'esperance du nombre
d'accidents aurait l'expression suivante :
E y
it t i
( ) = +
Le plus souvent, on peut se ramener une repre-
sentation additive en considerant le logarithme de
la variable dependante. Dans notre cas precis, cela
n'est pas possible, du fait du grand nombre de valeurs
nulles d'accidents par trimestre et par commune.
Si la dimension temporelle n'etait pas trop longue, une
approximation lineaire donnerait des resultats similaires
une decomposition multiplicative, tant que
t
varie
peu. Cependant, nous avons une dimension temporelle
trop grande pour que cette approximation soit valable.
Pour tester si la representation multiplicative est
acceptee par les donnees, nous estimons un modle
contenant deux tendances, l'une multiplicative, et
l'autre additive :
E y
it t t i
( ) = +
1 2
Deux conditions d'identication sont necessaires pour
identier le modle :
t
1
0 = et
t
2
1 = .On estime par
moindres carres non lineaires, en utilisant un algo-
rithme de Gauss-Seidel (estimation par MCO de
t
1
et
t
2
, T
i
xes, puis estimation de T
i
,
t
1
et
t
2
xes,
jusqu' convergence des coefcients, cf. Guimaraes
et Portugal, 2009j. Le modle est estime pour chaque
groupe (6 groupes en considerant tous les accidentsj.
Le modle additif est teste en utilisant la statistique de
test de Wald correspondant l'hypothse nulle
t
2
=
1, pour tout t.
Les resultats sont presentes dans le tableau ci-des-
sous. Les indicatrices temporelles interagies avec les
effets xes individuelles expliquent une partie impor-
tante de la variance de la variable dependante. Pour
tous les groupes, le modle additif est fortement
rejete. Sous l'hypothse nulle, la statistique de Wald
suit une loi du Chi 2 40 degres de liberte (correspon-
dant au nombre de trimestresj, dont le 95
e
percentile a
une valeur egale 55,75.
Modle multiplicatif ou additif ?
Groupe 0 1 2 3 4 5 6
% de la variance explique par
t
2
.T
i
0,15 0,18 0,35 0,47 0,53 0,71 0,97
Test de Wald (test joint
t
2
=1j 9 535 3 298 4 492 1 050 281 572 2 533
Lecture : la composante multiplicative explique 15 % de la variabilit des accidents dans le groupe 0. La valeur de la statistique de
Wald dgalit jointe 1 de
t
2
est gale 9 535, ce qui indique un fort rejet de cette hypothse.
dùn radar fxe dans une commune conduit a
diminuer de 0,047 le nombre moyen de dces
par trimestre, a comparer au nombre de dces
qui y est observ en moyenne, soit 0,08, ce
qui conduit une rduction de plus de moi-
ti des dces dans les six mois qui suivent
son installation.
Plusieurs explications peuvent rendre compte
de cette diminution de lèIIet. En premier lieu,
les conducteurs peuvent sur-ragir juste apres
lìnstallation du radar, et tre beaucoup plus pru-
dents sur les endroits proches du lieu du radar,
en rduisant leur vitesse sur une distance plus
longue que ncessaire, et en tant plus attentiIs
a leur conduite. Avec le temps, leur mfance
pourrait se relcher, ce qui pourrait diminuer
leur niveau dattention ou leur faire conserver
une vitesse plus leve sur des portions de route
plus proches du radar fxe, et par consquence,
en rduire lèIIet. Une interprtation compl-
mentaire pourrait galement tre lie au Iait
que nous observons les accidents au niveau de
la commune, et non au lieu prcis ou le radar
est install. Ainsi, si les conducteurs cherchent
viter les radars, en prenant dautres routes
situes en partie dans la mme commune
(cI. Mountain et al., 2004), le trafc dtourn
gnrerait les accidents qui ne se produiraient
plus sur le site ou le radar est install. Cette adap-
tation pourrait prendre du temps, les conduc-
teurs adoptant peu a peu ces voies dtournes.
Tableau 3
Effets des radars : effets temporels (tous types de routes)
Groupe(sj 0 1 2 0-1-2 3-4-5-6
Modle mixte
6 premiers mois - 0,152 - 0,226 - 0,262 - 0,177 0,42
(0,030j (0,052j (0,046j (0,029j (1,112j
Aprs 6 mois - 0,087 - 0,092 - 0,133 - 0,094 0,191
(0,018j (0,033j (0,040j (0,023j (1,185j
Test d'egalite (p-valuej 0,02 0,01 0,00 0,00 0,75
Modle multiplicatif
6 premiers mois - 0,332 - 0,311 - 0,223 - 0,217 - 0,057
(0,074j (0,082j (0,038j (0,036j (0,037j
Aprs 6 mois - 0,187 - 0,147 - 0,113 - 0,119 - 0,053
(0,048j (0,050j (0,033j (0,027j (0,042j
Modle mixte
6 premiers mois - 0,097 - 0,142 - 0,173 - 0,114 0,329
(0,019j (0,033j (0,031j (0,019j (0,869j
Aprs 6 mois - 0,053 - 0,055 - 0,084 - 0,058 0,152
(0,011j (0,020j (0,026j (0,014j (0,942j
Modle multiplicatif
6 premiers mois - 0,087 - 0,126 - 0,219 - 0,126 - 0,121
(0,034j (0,044j (0,054j (0,029j (0,099j
Aprs 6 mois - 0,048 - 0,045 - 0,109 - 0,069 - 0,132
(0,015j (0,018j (0,035j (0,018j (0,110j
Faute de donnes de trafc et de vitesses
disponibles la ou les radars sont installs,
nous ne pouvons pas trancher entre ces diII-
rentes explications.
Tableau 3 (suitej
B- Effets sur le nombre de dcs
Groupe(sj 0 1 2 0-1-2 3-4-5-6
Modle mixte
6 premiers mois - 0,049 - 0,036 - 0,055 - 0,036 - 0,049
(0,010j (0,011j (0,011j (0,009j (0,031j
Aprs 6 mois - 0,037 - 0,011 - 0,024 - 0,022 - 0,020
(0,011j (0,012j (0,013j (0,009j (0,027j
Modle multiplicatif
6 premiers mois - 0,777 - 0,716 - 0,481 - 0,398 - 0,142
(0,037j (0,057j (0,060j (0,090j (0,111j
Aprs 6 mois - 0,528 - 0,246 - 0,180 - 0,241 - 0,035
(0,088j (0,155j (0,108j (0,096j (0,096j
Modle mixte
6 premiers mois - 0,056 - 0,038 - 0,064 - 0,040 - 0,049
(0,010j (0,011j (0,013j (0,010j (0,031j
Aprs 6 mois - 0,041 - 0,011 - 0,027 - 0,025 - 0,020
(0,012j (0,013j (0,014j (0,010j (0,027j
Modle multiplicatif
6 premiers mois - 0,044 - 0,038 - 0,056 - 0,033 - 0,038
(0,002j (0,003j (0,007j (0,007j (0,030j
Aprs 6 mois - 0,030 - 0,013 - 0,021 - 0,020 - 0,009
(0,005j (0,008j (0,013j (0,008j (0,026j
Se|on |e mod|e m|xte, |'|nsta||at|on d'0n |ada| hxe s0| 0ne comm0ne aooa|tenant a0 g|o0oe 0 des comm0nes fa|t d|m|n0e| |a moyenne
trimestrielle daccidents de 0,097 au cours des six premiers mois, puis de 0,053 au cours des priodes ultrieures (par rapport au niveau
antrieur linstallation du radar). Comme le nombre trimestriel moyen daccidents est de 0,32, cet impact est donc de 30 % au cours
des six premiers mois et de 17 % ensuite.
B : la variable dpendante est le nombre de dcs du fait dun accident dans la commune un trimestre donn. La partie suprieure du
nombre de dcs vits par trimestre.
Se|on |e mod|e m0|t|o||cat|f, |'|nsta||at|on d'0n |ada| hxe s0| 0ne comm0ne aooa|tenant a0 g|o0oe 0 des comm0nes fa|t d|m|n0e| |a
moyenne trimestrielle de dcs de 0,044 au cours des six premiers mois, puis de 0,030 au cours des priodes ultrieures (par rapport
au niveau antrieur linstallation du radar). Comme le nombre trimestriel moyen de dcs est de 0,06, cet impact est donc de 73 % au
cours des six premiers mois et de 50 % ensuite.
/e test d'ga||t v||he s| |es coefhc|ents |ehtant |'effet d0 |ada| dans |es 6 mo|s s0|vant son |nsta||at|on et 6 mo|s ao|s son |nsta||at|on
sont stat|st|q0ement s|gn|hcat|fs. /e c||ff|e |eoo|t (o-va|0eI co||esoond |a o|ooao|||t de se t|omoe| |o|sq0'on |e|ette |'|yoot|se
d'ga||t ent|e |es coefhc|ents.
* *
*
La principale conclusion de cet article est que,
en France, entre 2003 et 2007, les radars fxes
ont eu un eIIet signifcatiI et important pour
rduire le nombre dàccidents sur les sites ou
ils taient installs. Comme nous mesurons ces
rsultats au niveau de la commune, et ainsi sur
des zones tres htrogenes, il est impossible de
dfnir et mesurer un seul parametre structurel
rsumant lìmpact des radars. Cèst pourquoi
nous avons distingu des groupes de com-
munes homogenes sur lesquels nous avons pu
conduire nos estimations. Ainsi, lìnstallation
dun radar dans les communes les plus petites
(moins de 6 000 habitants, groupes 0, 1 et 2)
permettrait dviter, dans les premiers mois
suivant cette installation, entre 15 et 25
des accidents qui se produisent habituellement
dans ces communes. Le nombre de dces vi-
ts dans les communes ou ces radars fxes sont
installs pourrait mme aller jusquà 60
du nombre de dces constats par trimestre.
Làmpleur de ce rsultat peut paratre leve :
elle refete surtout le Iait que les accidents sont
dàutant plus graves, et donc mortels, quìls
sont lis a la vitesse. Cela peut galement se
constater quand on examine lèIIet des radars
sur le nombre de blesss en Ionction de leur
gravit : lèIIet de lìnstallation dùn radar a
Tableau 4
Effets des radars : effets temporels (tous types de routes hors autoroutes)
Groupe(sj 0 1 2 0-1-2 3-4-5-6
Modle mixte
6 premiers mois - 0,171 - 0,185 - 0,245 - 0,206 - 0,456
(0,023j (0,038j (0,042j (0,034j (0,437j
Aprs 6 mois - 0,062 - 0,083 - 0,116 - 0,101 0,127
(0,026j (0,031j (0,039j (0,028j (0,667j
Modle multiplicatif
6 premiers mois - 0,456 - 0,331 - 0,238 - 0,255 - 0,025
(0,086j (0,074j (0,046j (0,041j (0,020j
Aprs 6 mois - 0,163 - 0,169 - 0,115 - 0,13 0,015
(0,106j (0,060j (0,037j (0,033j (0,021j
Modle mixte
6 premiers mois - 0,114 - 0,113 - 0,157 - 0,13 - 0,339
(0,015j (0,024j (0,027j (0,021j (0,327j
Aprs 6 mois - 0,038 - 0,048 - 0,07 - 0,06 0,096
(0,016j (0,018j (0,024j (0,017j (0,500j
Modle multiplicatif
6 premiers mois - 0,123 - 0,09 - 0,196 - 0,149 - 0,717
(0,037j (0,033j (0,049j (0,034j (0,633j
Aprs 6 mois - 0,025 - 0,04 - 0,079 - 0,069 0,461
(0,019j (0,017j (0,029j (0,020j (0,613j
un eIIet plus marqu sur le nombre de blesss
graves vits que sur celui des blesss lgers
(cI. annexe).
La seconde constatation marquante de notre
travail consiste en làttnuation progressive des
eIIets locaux des radars fxes. Il sàgit la dùn
Tableau 4 (suitej
Groupe(sj 0 1 2 0-1-2 3-4-5-6
Modle mixte
6 premiers mois - 0,048 - 0,075 - 0,054 - 0,040 - 0,057
(0,008j (0,014j (0,012j (0,010j (0,039j
Aprs 6 mois - 0,055 - 0,048 - 0,018 - 0,022 - 0,026
(0,009j (0,016j (0,012j (0,010j (0,038j
Modle multiplicatif
6 premiers mois - 0,884 - 0,795 - 0,512 - 0,464 - 0,128
(0,041j (0,042j (0,074j (0,085j (0,079j
Aprs 6 mois 5,027 - 0,652 - 0,105 - 0,258 - 0,046
(3,151j (0,099j (0,119j (0,100j (0,076j
Modle mixte
6 premiers mois - 0,065 - 0,079 - 0,064 - 0,047 - 0,056
(0,010j (0,015j (0,014j (0,011j (0,038j
Aprs 6 mois - 0,070 - 0,050 - 0,020 - 0,025 - 0,025
(0,010j (0,016j (0,014j (0,011j (0,037j
Modle multiplicatif
6 premiers mois - 0,046 - 0,046 - 0,053 - 0,037 - 0,057
(0,002j (0,002j (0,008j (0,007j (0,035j
Aprs 6 mois 0,264 - 0,037 - 0,011 - 0,020 - 0,021
(0,165j (0,006j (0,012j (0,008j (0,034j
Se|on |e mod|e m|xte, |'|nsta||at|on d'0n |ada| hxe s0| 0ne comm0ne aooa|tenant a0 g|o0oe 0 des comm0nes |o|s a0to|o0tes fa|t d|m|-
nuer la moyenne trimestrielle daccidents de 0,114 au cours des six premiers mois, puis de 0,038 au cours des priodes ultrieures (par
rapport au niveau antrieur linstallation du radar). Comme le nombre trimestriel moyen daccidents est de 0,2, cet impact est donc de
57 % au cours des six premiers mois et de 19 % ensuite.
B : la variable dpendante est le nombre de tus du fait dun accident survenus dans la commune lors dun trimestre donn. La partie
s0o||e0|e d0 tao|ea0 o|sente |es est|mat|ons des coefhc|ents des |ada|s oo0| |es t|o|s d|ff|ents mod|es oa| g|o0oe de comm0nes o0
en regroupant certains de ces groupes. La seconde partie du tableau prsente limpact sur les communes traites de linstallation des
radars, en nombre de tus vits par trimestre.
Se|on |e mod|e m0|t|o||cat|f, |'|nsta||at|on d'0n |ada| hxe s0| 0ne comm0ne |o|s a0to|o0tes aooa|tenant a0 g|o0oe 1 des comm0nes fa|t
diminuer la moyenne trimestrielle de dcs de 0,046 au cours des six premiers mois, puis de 0,037 au cours des priodes ultrieures
(par rapport au niveau antrieur linstallation du radar). Comme le nombre trimestriel moyen de dcs est de 0,06, cet impact est donc
de 77 % au cours des six premiers mois et de 62 % ensuite.
/e test d'ga||t v||he s| |es coefhc|ents |ehtant |'effet d0 |ada| dans |es 6 mo|s s0|vant son |nsta||at|on et 6 mo|s ao|s son |nsta||at|on
sont stat|st|q0ement s|gn|hcat|fs. /e c||ff|e |eoo|t (o-va|0eI co||esoond |a o|ooao|||t de se t|omoe| |o|sq0'on |e|ette |'|yoot|se
d'ga||t ent|e |es coefhc|ents.
phnomene peu document dans la littrature.
Cèst donc une piste de travail Iuture pour la
recherche spcialise, car elle a des implications
fondamentales en termes de politiques de scu-
rit routiere. Si ce phnomene tait confrm, il
conviendrait dèxpliquer a quoi il tient et il Iau-
drait probablement rfchir a une autre techno-
logie de contrle systmatique des vitesses.
Notre travail souIIre cependant de deux limites
importantes. En premier lieu, les rsultats sta-
tistiquement signifcatiIs prsents et commen-
ts portent sur les communes les plus petites
ou les accidents sont moins Irquents : on n`y
dcompte environ que 30 de lènsemble des
accidents corporels. TouteIois, 70 des dces
lis aux accidents de la route y sont consta-
ts. Du Iait de la Iorte htrognit des sites
et des niveaux de trafc dans les communes
les plus densment peuples (des groupes 3 a
6, pour les estimations portant sur lènsemble
des routes), les spcifcations testes nònt pas
permis de rsoudre les diIfcults dèstimation.
On ne peut cependant pas carter la possibilit
que lèIIet des radars dans les agglomrations
urbaines, que ce soit sur lènsemble des acci-
dent ou sur les dces, soit nettement plus Iaible
que celui observ dans les petites communes,
mme si cette interprtation nest pas celle que
nous retenons. La seconde limite tient a la posi-
tion de notre travail par rapport au dbat public
portant sur lèIIet global des radars. Cette tude
se borne a lèxamen de lèIIet direct local des
radars fxes. Il y a trop peu de sites en France ou
des radars fxes ont t installs pour que leurs
eIIets locaux, une Iois agrgs, puissent intgra-
lement rendre compte de la baisse des accidents
constate au niveau national entre 2002 et 2007,
dàutant plus que ceux-ci sont tres prcisment
signals aux conducteurs. Cette baisse natio-
nale peut avoir t cause par plusieurs poli-
tiques simultanes (mise en place du contrle
sanction automatise et rle des radars mobiles,
campagne dìnIormation plus eIfcace, publi-
cit autour de lautomatisation de la sanction,
rpartition plus eIfcace des agents de contrle
routier, dveloppement des ronds-points, .).
Lannonce dun dploiement massif des radars
en France, et notamment les radars mobiles, a
pu contribuer en partie a modifer les compor-
tements des conducteurs. En tout tat de cause,
leffet mcanique, direct et local que nous met-
tons en vidence ici ne peut en aucun cas expli-
quer lìntgralit de l`volution observe au
niveau national.
Au fnal, il est donc possible de calculer lìm-
pact des radars fxes sur le nombre de dces, de
blesss graves et dàccidents. En utilisant les
rsultats du modele mixte avec eIIets variables
dans le temps, nous estimons que, dans les com-
munes de moins de 6 000 habitants, ils ont per-
mis d`viter environ 530 accidents, 180 dces
et 650 blesss graves entre dbut 2003 et fn
2007. Si lòn extrapole les mmes estimations a
toutes les communes et aux annes 2003-2011,
pour lesquelles nous disposons de linformation
sur le dploiement des radars fxes, lìmpact
consisterait en environ 740 dces, 2 750 blesss
graves et 2 230 accidents vits.
BIBLIOGRAPHIE
Ahn S., Lee Y. et Schmidt P. (2001), GMM
estimation oI linear panel data models with
time-varying individual eIIects , Journal of
Econometrics, vol. 101(2), pages 219255, April.
Allison P.D. et Waterman R. (2002), Fixed
eIIects negative binomial regression models ,
in Ross M. Stolzenberg (d.), Sociological
Methodology 2002, OxIord, Basil Blackwell.
Ashenfelter O. et Greenstone M. (2004), Using
mandated speed limits to measure the value oI a
statistical liIe , Journal of Political Economy,
vol. 112(s1): S226S267.
Bai 1. (2009), Panel data models with interac-
tive fxed eIIects , Econometrica, vol. 77(4),
pp. 12291279.
Carnis L. (2008), Le contrle automatis de
la vitesse en Australie : quelques enseignements
pour mener une politique de dissuasion eIfcace ,
Criminologie, vol. 41(2), pages 269-290.
Carnis L. et Hamelin L. (2007), Le contrle
automatis de la vitesse : une machine a remon-
ter dans le temps ? Une analyse compare
France/Grande Bretagne , Revue Politiques
et Management Public, vol. 25(2), juin 2007,
pages 103-128.
Chapelon 1., Boyer S. et Sibi P., 2006, valuation :
impact du contrle-sanction automatis sur la
scurit routire (2003-2005), ONISR, France.
Chen G., Meckle W. et Wilson 1. (2002), Speed
and saIety eIIect oI photo radar enIorcement on a
highway corridor in British Columbia , Accident
Analysis and Prevention, 34, pages 129-138.
Elvik, R. (2008), The predictive validity oI
empirical Bayes estimates oI road saIety ,
Accident Analysis and Prevention, vol. 40, pages
1964-1969.
Guimaraes P. (2008), The fxed eIIect negative
binomial negative model revisited , Economic
Letters, vol. 99(1), pages 63-66.
Hamelin (2008), Le dploiement du contrle
sanction automatis en France avec une mise en
perspective europenne , Revue lectronique du
Centre de recherches historiques.
Hauer E. (1980), Bias-by-selection: overesti-
mation oI the eIIectiveness oI saIety countermea-
sures caused by the process oI selection Ior treat-
ment . Accident Analysis and Prevention, vol. 12,
pages 113117.
Hauer, E. (1997), Observational Before-After
Studies in Road Safety. Estimating the Effect of
+LJKZD\ DQG 7UDIF (QJLQHHULQJ 0HDVXUHV RQ
Road Safety, Elsevier Science, OxIord.
Heckman 1. et Smith, 1. (1999), The pre-
programme earnings dip and the determinants oI
participation in a social programme. Implications
Ior simple programme evaluation strategies The
Economic Journal, vol. 109, pages 313348.
Hess, S. (2003), An analysis of the effects of
speed limit enforcement cameras with differenti-
ation by road type and catchment areas, Centre
Ior Transport Studies, Imperial College, Londres
(MPhil project).
1ung A. et Houillon P. (2011), Mission dInfor-
mation relative lanalyse des causes des acci-
dents de la circulation et la prvention routire,
Rapport de lÀssemble Nationale, n 3864,
octobre 2011.
Kiefer N.M. (1980), Estimation oI fxed eIIect
models Ior time series oI cross-sections with
arbitrary intertemporal covariance , Journal of
Econometrics, vol. 14(2), pages 195202.
Lave C. (1985), Speeding, coordination, and the
55 mph limit , American Economic Review, vol.
75, pages 1159-1164.
Lave C. et Elias P. (1994), Did the 65 mph
speed limit save lives? , Accident Analysis and
Prevention, vol. 26(1), pages 49-62.
Mountain L., Hirst W. et Maher M. (2004),
Costing lives or saving lives: a detailed eva-
luation oI the impact oI speed cameras , 7UDIF
Engineering and Control, vol. 45(8), pages
280-287.
Mountain L., Hirst W. et Maher M. (2005),
Are speed enIorcement cameras more eIIective
than other speed management measures? The
impact oI speed management schemes on 30 mph
roads , Accident Analysis and Prevention,
vol. 37(4), pages 742-754.
Newstead S. et Cameron M. (2003), Evaluation
of the Crash Effects of the Queensland Speed
Camera Program, Report n
o
204, Monash
University Accident Research Center, Clayton,
Victoria, Australie.
Roux S. et Zamora P. (2011), Short and
PHGLXPUXQ ORFDO HIIHFWV RI [HG VSHHG HQIRUFH-
ment cameras on accidents: Evidence from the
French case, CREST Working Paper, 2011-01.
Wilson C., Willis C., Hendrikz 1. et Bellamy N.
(2006), Speed enforcement detection devices for
preventing road traIfc injuries . The Cochrane
Database of Systematic Reviews, issue 2.
Wooldridge 1.M. (1997), Multiplicative panel
data models without the strict exogeneity assump-
tion, Econometric Theory, vol. 13, pp. 667-678.
ANNEXE _____________________________________________________________________________________
EFFETS DES RADARS SUR LE NOMBRE DE BLESSS - TOUS TYPES DE ROUTES -
EFFETS TEMPORELS
BLESSS GRAvES
Groupe 0 1 2 0-1-2 3-4-5-6
Modle mixte
6 premiers mois - 0,128 - 0,122 - 0,193 - 0,128 - 0,072
(0,015j (0,032j (0,030j (0,018j (0,106j
Aprs 6 mois - 0,049 - 0,064 - 0,104 - 0,064 - 0,04
(0,016j (0,027j (0,023j (0,014j (0,128j
P-value (Hansen's Testj 0,71 0,63 0,87 0,89
Effets sur les villes traitees
Modle mixte
6 premiers mois - 0,141 - 0,126 - 0,211 - 0,138 - 0,103
(0,016j (0,033j (0,032j (0,019j (0,152j
Aprs 6 mois - 0,057 - 0,072 - 0,121 - 0,074 - 0,06
(0,019j (0,030j (0,027j (0,016j (0,194j
Nombre de communes 18951 5054 5369 29374
Nombre moyen de blesses graves par
trimestre dans les villes traitees (2003j
0,16 0,22 0,36 0,26 0,88
BLESSS LGERS
Modle mixte
6 premiers mois - 0,197 - 0,332 - 0,224 - 0,216 1,730
(0,041j (0,071j (0,080j (0,047j (1,208j
Aprs 6 mois - 0,106 - 0,136 - 0,109 - 0,051 2,077
(0,048j (0,072j (0,076j (0,048j (1,354j
P-value (Hansen's Testj 0,78 0,61 0,32 0,63
Effets sur les villes traitees
Modle mixte
6 premiers mois - 0,07 - 0,12 - 0,09 - 0,082 1,073
(0,015j (0,025j (0,032j (0,018j (0,745j
Aprs 6 mois - 0,03 - 0,036 - 0,036 - 0,015 1,268
(0,014j (0,019j (0,025j (0,014j (0,813j
Nombre de communes 18951 5054 5369 29374
Nombre moyen de blesses legers par
trimestre dans les villes traitees (2003j 0,35 0,42 0,92 0,61 0,908
Lecture : estimation par GMM. Les variables dpendants sont le nombre de blesss graves ou lgers survenus dans la commune un
t||mest|e donn. Po0| c|aq0e va||ao|e doendante, |a oa|t|e s0o||e0|e d0 tao|ea0 o|sente |es est|mat|ons des coefhc|ents des |ada|s
pour le modle mixte par groupe de communes ou en regroupant certains de ces groupes, la seconde partie du tableau prsente
limpact sur les communes traites de linstallation des radars, en nombre de blesss (graves ou lgers) vits par trimestre,
Se|on ce mod|e, |'|nsta||at|on d'0n |ada| hxe s0| 0ne comm0ne |o|s a0to|o0tes aooa|tenant a0 g|o0oe 0 des comm0nes fa|t d|m|n0e|
la moyenne trimestrielle de blesss graves de 0,141 au cours des six premiers mois, puis de 0,057 au cours des priodes ultrieures (par
rapport au niveau antrieur linstallation du radar). Comme le nombre trimestriel moyen de blesss graves est de 0,16, cet impact est
donc de 88 % au cours des six premiers mois et de 36 % ensuite.

ES460B

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

ES460B

Hochgeladen von

Copyright:

Verfügbare Formate

Rappel :

proches du site j, mais

= 0. La premire condition d'orthogona-

= 0. Nous en deduisons l'estimateur GMM,

CONOMlE ET STATlSTlQUE N460-461, 2013 55

Das könnte Ihnen auch gefallen