ESTIMACIÓN ECONOMÉTRICA DEL IMPACTO DE LA MODIFICACIÓN DE ... · consumo de carburante en...

Evaluación econométrica del impacto de la

modificación de los límites de velocidad Director: José Ignacio Castillo Manzano

1

ESTIMACIÓN ECONOMÉTRICA DEL IMPACTO DE LA MODIFICACIÓN DE

LOS LÍMITES DE VELOCIDAD

AUTORES José I. Castillo Manzano ([email protected]).

Facultad de Ciencias Económicas y Empresariales, Universidad de Sevilla

Mercedes Castro Nuño ([email protected]).

Facultad de Ciencias Económicas y Empresariales, Universidad de Sevilla

Diego J. Pedregal ([email protected]).

Escuela Técnica Superior de Ingenieros Industriales, Universidad Castilla-La Mancha

DIRECCIÓN DE CONTACTO

José I. Castillo Manzano

Facultad de Ciencias Económicas y Empresariales

University of Seville

Avda. Ramón y Cajal, 1

41018 Seville

Spain

Tel: +34 954 556727

FAX: +34 954 557629

RESUMEN

Los límites de velocidad son el instrumento fundamental en la Política de Gestión de la

Velocidad, importante causa de muertes en la carretera en todo el mundo. Mediante la

aplicación de Modelos de series temporales de Componentes no Observables, el presente

estudio investiga los efectos de la reducción coyuntural de los límites de velocidad máximos,

implementada en España durante la primavera de 2011 (dentro del Plan Nacional de Ahorro y

Eficiencia Energética). Nuestro análisis demuestra que dicha medida causó un limitado efecto

positivo, próximo al 1,5%, aunque de escasa significatividad estadística, sobre la principal

variable en la que se pretendía incidir, el consumo de gasolina. Además provocó una

reducción del 8%, en la siniestralidad en carreteras (que se reduce al 6,5% si se tiene en

cuenta la siniestralidad total tanto en carretera como en vías urbanas). Estos resultados, en

primer lugar, discrepan con las previsiones mucho más optimistas tanto del Gobierno Español

como las estimaciones ofrecidas por la IRTAD. En segundo lugar y tras estudiar los costes de

la medida, nuestros resultados cuestionan la idoneidad de estos cambios transitorios en los

límites de velocidad.

PALABRAS CLAVE: Seguridad vial, Política de Gestión de la Velocidad, Límites legales

de velocidad, Ahorro energético, Espacio de los Estados, Modelos de Componentes no

Observables.

9358271

Texto escrito a máquina

9358271


9358271


9358271


Proyecto Financiado por la D.G.T. Nº Exp.: 0100DGT21354

9358271


9358271


9358271


9358271


9358271




2

1. INTRODUCCIÓN.

Durante los últimos 50 años, los ciudadanos de los países motorizados se han beneficiado de

la producción de vehículos capaces de alcanzar cada vez velocidades mayores (ECMT, 2006).

De este modo, la velocidad en el transporte por carretera ha contribuido al desarrollo

económico de los países y ha mejorado el bienestar y la calidad de vida, como consecuencia

fundamentalmente del tiempo ahorrado en los desplazamientos (GRSP, 2008); lo que según

Metz (2008) generaría sustanciales ganancias de productividad y reduciría los costes de

oportunidad en términos de tiempo para los usuarios.

Sin embargo, la velocidad en la conducción también puede tener impactos bastante adversos

en forma de consumo de energía, contaminación ambiental y acústica, crecimiento urbano

descontrolado y, sobre todo, accidentes de tráfico con consecuencias negativas relacionadas

con mortalidad, morbilidad y daños económicos, tal como apuntan ECMT (2006) y Peden et

al. (2004). En la actualidad, la velocidad excesiva y la velocidad inapropiada1 representan

uno de los problemas más relevantes de la seguridad vial, junto a la conducción bajo los

efectos del alcohol o sin utilizar los cinturones de seguridad obligatorios (Elvik, 2010b;

Wegman y Aarts, 2006), tanto en países ricos y altamente motorizados (Elvik, 2010a) como

en países en vías de desarrollo (Afukaar, 2003). No obstante, a pesar de que la problemática

de la velocidad está ampliamente extendida y todo el mundo parece convencido del hecho de

que “la velocidad mata” (GRSP, 2008), se trata de un fenómeno habitual, altamente tolerado

por la opinión pública y “uno de los problemas de seguridad vial más resistentes al cambio”,

en palabras de Elvik (2010a).

Mientras que organizaciones internacionales como ERSO (2006), IRTAD (2012) y SWOV

(2012), no dudan en atribuir a la velocidad un papel crucial como factor causal en los

accidentes de tráfico mortales e innegable elemento agravante de la severidad de todas las

categorías de accidentes, una proporción considerable de conductores continúa incumpliendo

reiteradamente los límites de velocidad en todos los países2 (Evans, 1991; Ritchey y

Nicholson-Crotty, 2011). De forma que, conseguir el objetivo de reducir adecuadamente la

velocidad de los usuarios dentro de los límites legales, se ha convertido en un verdadero

dilema social (Elvik, 2010a, 2012). En realidad, se trata de una relación de intercambio, un

conflicto entre “ahorrar tiempo y salvar vidas” (Dee y Sela, 2003), porque la velocidad de

1 De acuerdo con la terminología de ECMT (2006), podemos definir la velocidad excesiva como aquella

velocidad de circulación que supera los límites legales máximos, y la velocidad inapropiada como aquella

velocidad que, aun estando dentro de los límites máximos legales, se considera demasiado elevada en relación

con el estado de la vía, las condiciones climáticas y la congestión del tráfico. El denominado exceso de velocidad

engloba a ambos conceptos, tanto velocidad excesiva como velocidad inapropiada. 2 En este sentido, las estadísticas recopiladas por ETSC (2010) relativas a la Unión Europea, muestran que,

aproximadamente, el 50% de las infracciones de tráfico cometidas se deben a una velocidad excesiva por encima

de los límites máximos.



3

circulación elegida por el conductor (la que subjetivamente minimiza los costes de tiempo de

los desplazamientos, Redelmeier y Bayoumi, 2010) no se corresponde con la velocidad de

circulación óptima desde una perspectiva social (Elvik, 2010b), teniendo en cuenta, sobre

todo, las negativas consecuencias que el exceso de velocidad tiene en términos de accidentes

de tráfico.

Como consecuencia, la mayoría de los gobiernos no dudan en otorgar al exceso de velocidad

un papel prioritario en sus políticas de seguridad vial preventivas, en el contexto de

estrategias internacionales como la Vision Zero de Suecia, la Sustainable Safety de Holanda y

el Safe System de Australia. Para ello, se aplican diversos instrumentos que aspiran a

optimizar la efectividad de la política de Gestión de la Velocidad (GRSP, 2008): elementos

especiales de ingeniería para adaptar las vías, como badenes, aceras elevadas, bandas sonoras,

estrechamiento de carreteras y diseño específico de señales de tráfico (ver Feng Ng y Small,

2012); instrumentos para cambiar el comportamiento de los usuarios a través del control y

detección mediante el uso de radares fijo/móviles, visibles/ocultos, radares y dispositivos

láser (efectividad analizada por ejemplo en Keall et al., 2001; Pérez et al., 2007; Pilkington y

Kinra, 2005; Tay, 2010; Wilson et al., 2006); instrumentos para cambiar actitudes de los

usuarios mediante la información a través de campañas de sensibilización y educación pública

(Tay, 2004); incentivos económicos para fomentar el cumplimiento de los límites a través de

bonificaciones en los seguros de los vehículos (Bolderdijk et al., 2011); control policial

mediante patrullas móviles o puntos fijos de detección (Afukaar, 2003; Holland y Conner,

1996; Vaa, 1997); sanciones económicas y legales para los infractores en forma de multas,

suspensión de permisos de conducir, detracción de puntos y confiscación de vehículos

(Cooper, 1997; Graves et al., 1989; Ryeng, 2012); utilización reciente de los denominados

Sistema de Transporte Inteligente (Intelligent Transport Systems, ITS), bien integrados en las

infraestructuras de la carretera, bien instalados en los propios vehículos, como los sistemas de

Adaptación Inteligente de la Velocidad (Intelligent Speed Adaptation,ISA) (ver por ejemplo,

Lai y Carsten, 2012; Jiménez et al., 2008; Várhelyi, 2002); y sobre todo, el establecimiento de

límites legales de velocidad máxima (Elvik y Vaa, 2004).

Puesto que no existe una solución simple al problema de la velocidad excesiva o inapropiada,

es necesario aplicar una apropiada combinación de todas estas estrategias (Elvik, 2012). Sin

embargo, entre estas estrategias, el instrumento fundamental para la gestión de la velocidad, el

que más amplio desarrollo ha alcanzado en la literatura durante décadas, son los límites de

velocidad (Ritchey y Nicholson-Crotty, 2011).Cierto es que existen vías en algunos países

motorizados sin límites legales propiamente dichos (recomendados, como en las Autobahns

alemanas). Sin embargo, la necesidad de aplicar límites legales de velocidad en todos los tipos

de vías (zonas urbanas, carreteras secundarias y convencionales, autovías y autopistas), está

ampliamente reconocida y comúnmente legitimada, por el hecho de que la elección subjetiva



4

de velocidad realizada por el conductor, puede no ser siempre perfectamente racional desde

una perspectiva social (en Elvik, 2012), al estar fuertemente influida por la rapidez con la que

conducen el resto de conductores (Haglund y Åberg, 2000). Por tanto, la aplicación y control

de los límites de velocidad, son medidas de seguridad vial fundamentales, si bien la

determinación de cuáles son los límites óptimos, es una cuestión que entraña bastante

complejidad (Elvik, 2010b; Jondrow et al., 1983).

Siguiendo a ERSO (2006) y SWOV (2010), los límites de velocidad deben ser seguros y

creíbles, reflejando las características de diseño de la vía, las condiciones ambientales y la

composición del tráfico en cada momento. En este sentido, recientemente se están realizando

diferentes investigaciones acerca de la implementación y efectividad de los denominados

Límites de Velocidad Variables o Dinámicos (Variable Speed Limits, VSL), ampliamente

utilizados en Estados Unidos y en países europeos pioneros en seguridad vial, como Alemania

y Reino Unido, con el objetivo de avisar a los conductores (mediante paneles variables) para

que ajusten su velocidad a las circunstancias concretas de la vía y la meteorología. Las

evaluaciones realizadas, por ejemplo por Abdel-Aty et al. (2006), Long et al. (2012), Nissan y

Koutsopoulos (2011), sugieren que, a pesar de la insatisfacción y resistencia inicialmente

mostrada por los usuarios ante la implantación del sistema, los VSL pueden aportar beneficios

a la seguridad vial, además de ahorros de tiempo en los desplazamientos, siempre que los

límites variables establecidos sean obligatorios y no recomendados o aconsejados.

Desde su generalización a comienzos de los 70 (Elvik y Vaa, 2004), las estrategias basadas

en el establecimiento y modificación de límites legales de velocidad, aparecen ligadas no

solamente a objetivos de seguridad en el tráfico para controlar la velocidad de conducción y

evitar accidentes, sino que, con mucha frecuencia, se insertan en políticas más amplias con

propósitos medioambientales, económicos o relacionados con la salud. Como reducir el

consumo de carburante en épocas de subidas de precios del petróleo para minimizar la

dependencia energética, reducir las emisiones de gases contaminantes y paliar sus costes en

términos de salud. Los estudios empíricos realizados en todo el mundo, demuestran que los

límites de velocidad parecen no tener un efecto claro sobre las emisiones de polución

(Blomquist, 1984; Cascetta et al., 2010; Panis et al., 2006; Van Mierlo et al., 2004; Tonkelaar,

1994). Investigaciones en el campo de la ingeniería, como las realizadas por Litman y

Doherty (2009), muestran que la velocidad de los vehículos y los gases contaminantes

emitidos a la atmósfera, mantienen una relación no lineal en forma de “U” invertida: a

velocidades bajas, las emisiones por milla recorrida y la tasa de consumo de combustible son

elevadas; a velocidades moderadas (30-50 mph; 60-70 km/h), el consumo de combustible y

las emisiones por milla alcanzan un mínimo; a velocidades elevadas, las emisiones

contaminantes por milla recorrida se incrementan rápidamente y desproporcionadamente con

respecto al consumo de combustible.



5

Tampoco parece existir un acuerdo acerca de los mecanismos por los cuales los precios de la

gasolina afectan al cumplimiento de los límites de velocidad por parte de los conductores.

Inicialmente, los resultados obtenidos por autores como Blomquist (1984), Dahl (1979),

Goodwin et al. (2004) o Peltzman (1975), revelan que la velocidad de circulación se reduce

cuando los precios de los combustibles se elevan. Sin embargo, recientemente, Burger y

Kaffine (2009) y Wolff (2012), han descubierto la relación opuesta, rechazando esa hipótesis.

No existen muchos estudios empíricos acerca de cómo pueden afectar los límites de velocidad

a la salud (independientemente de los daños causados por los accidentes de tráfico), aunque

algunos estudios, a partir de resultados indirectos, sugieren que elevar los límites máximos

permitidos podría causar efectos adversos sobre la salud (Currie y Walker, 2011). En este

sentido, Chay y Greenstone (2003) encuentran, acerca de la salud infantil, que una reducción

del 1% en el total de partículas contaminantes en suspensión (asociada a una reducción de los

límites de velocidad máximos), lleva a un descenso del 0,35% en la tasa de mortalidad

infantil.

Tras consultar las investigaciones precedentes sobre el tema (véanse por ejemplo, las

revisiones sistemáticas y los meta-análisis realizados por Aarts y Van Schagen, 2006; Elvik,

et al., 2004; Finch et al., 1994; McCarthy, 2001; Wilmot y Khanal, 1999), podemos concluir

que, inicialmente, los gobiernos suelen utilizar las leyes de límites de velocidad con

motivaciones de índole económica para ahorrar consumo de carburantes, mientras que la

seguridad vial, aparece como un objetivo secundario. Sin embargo, la relación entre límites de

velocidad y seguridad vial es un tema ampliamente abordado por investigadores de todo el

mundo. Especialmente en los Estados Unidos, para evaluar la Ley del Límite de Velocidad

Máximo de 55 millas por hora establecido en 1974, como consecuencia de las restricciones de

petróleo sufridas a nivel internacional en 1973 (Forester et al., 1984; Lave, 1985), la posterior

modificación de esta Ley Federal en 1987 (Dee y Sela, 2003; Friedman et al., 2009) y,

finalmente, la descentralización de los límites de velocidad en todos los Estados en (Albalate

y Bel, 2012; Retting y Teoh, 2008). También pueden encontrarse estudios de esta índole para

países europeos (entre otros, Finlandia, Peltola, 2000; Israel, Richter et al., 2004; Suecia,

Johansson, 1996; Reino Unido, Burns et al., 2001), para Australia (Sliogeris, 1992) y más

recientemente, para Asia (He et al., 2012; Wong et al., 2005) y África (Afukaar, 2003).

En general, partiendo de las estimaciones iniciales obtenidas por Solomon (1964), existe

cierto consenso en cuanto al hecho de que la velocidad tiene un efecto relevante en la

seguridad vial (incluso con cierta causalidad, de acuerdo con Elvik, 2012), de forma que,

tanto es previsible que, tanto la incidencia de los accidentes como su severidad, se

incrementen a medida que se elevan los límites de velocidad máximos permitidos

(Ashenfelter y Greenstone, 2004). Sin embargo, “….a pesar de años de investigación, todavía



6

no existe un consenso claro en la literatura sobre el impacto que los límites legales de

velocidad, tienen sobre la siniestralidad vial”, como apuntan Ritchey y Nicholson-Crotty

(2011), ya que este efecto está influido por múltiples factores, como la dinámica y seguridad

del vehículo, el estado de la vía, el comportamiento del conductor, la interacción entre

vehículos y la severidad del accidente (SWOV, 2012).

Resulta lógico por ello, que la influencia de los cambios en los límites de velocidad sobre las

velocidades reales de circulación, así como la estimación consiguiente de efectos sobre los

accidentes de tráfico, hayan sido abordados desde múltiples enfoques por parte de los

investigadores: influencia de la velocidad individual elegida por el conductor sobre el riesgo

de accidente (bien conocidos son, tanto el Modelo Potencial3 de Nilsson, 1982, 2004, como

sus posteriores evaluaciones llevadas a cabo por Elvik et al., 2004; Elvik, 2009; Hauer y

Boneson, 2008); influencia la diferencia de velocidad4 sobre el riesgo de accidente (con los

estudios iniciales realizados por Solomon, 1964 y Cirillo, 1968, y sus modernas

reformulaciones por Lave, 1985 y Kloeden et al., 2001). En general, la evidencia parece

confirmar el impacto negativo/positivo que elevar/reducir los límites de velocidad provoca

sobre la velocidad de circulación media y, consecuentemente, sobre los accidentes de tráfico.

Estudios como los realizados por Elvik et al. (2004) y GRSP (2008) apuntan que, en las vías

afectadas por el cambio de límites, la velocidad media varía en el mismo sentido que el

cambio aplicado a los límites, aunque la magnitud es, aproximadamente, un 25% menor. Si

bien, los cambios en los límites de velocidad pueden tener efectos que vayan más allá de las

vías afectadas, como una generalización de velocidades (Richter et al., 2004) o trasvases de

tráfico y control policial a otras vías (Lave y Elias, 1994). Estas circunstancias, en opinión de

estos autores, podrían ocasionar que, un aumento de los límites de velocidad máximos, tenga

un efecto neutro, o incluso positivo, sobre la siniestralidad vial de toda la red.

Teniendo en cuenta las consideraciones precedentes, entendemos que nuestro trabajo

contribuye a aportar luz a esta controversia. Concretamente, analizamos un reciente cambio

coyuntural de los límites de velocidad máximos permitidos en autovías y autopistas, aplicado

en España entre marzo y junio de 2011, establecido con el objetivo prioritario de ahorrar en

3 El Modelo Potencial introducido originalmente por Nilsson (1982), explica la relación entre velocidad y tasa de

accidentalidad como una función potencial: la tasa de accidentes aumenta más rápidamente de lo que lo hace la

velocidad and viceversa. Por ejemplo, un descenso del 5% en la velocidad media provocado por una reducción

de los límites de velocidad, supondría una reducción del 20% en los accidentes mortales y del 10% en los

accidentes con heridos. Las validaciones posteriores de este modelo, mostraron que el efecto es

significativamente más elevado en carreteras que en zonas urbanas (SWOV, 2012). 4 De acuerdo con este enfoque, las diferencias amplias entre las velocidades de los vehículos (varianza de la

velocidad) elevan peligrosamente las posibilidades de que ocurra un accidente. Por tanto, los conductores que

circulan mucho más rápido que la media, contraen un riesgo de siniestro mucho más elevado (“la varianza

mata” como afirman Dee y Sela, 2003). Sin embargo, no existe evidencia sólida acerca de si ocurre lo mismo en

el caso de conductores más lentos que la media, ni tampoco se ha establecido, todavía, ninguna relación clara

para cuantificar el efecto de las diferencias de velocidades sobre la tasa de siniestralidad (ERSO, 2006).



7

consumo de combustible. Esta reducción en los límites de velocidad, fue la medida más

llamativa dentro del denominado Plan de Ahorro y Eficiencia Energética5, aprobado por el

Gobierno Español, para contrarrestar los efectos adversos de los elevados precios del petróleo

en esos momentos, sobre una debilitada economía española.

La idoneidad de este análisis se debe, en primer lugar, a que, aunque España cuenta con

límites legales de velocidad desde mediados de los años 70, todavía no existe ninguna

evaluación de sus efectos, ni sobre la velocidad de circulación real, sin sobre la seguridad del

tráfico, ni en términos de consumo de combustible o de impacto ambiental.

En segundo lugar, a pesar de su corta vigencia, sólo tres meses y medio, esta limitación

reabrió un intenso debate en España en la opinión pública, mantenido entre asociaciones

ecologistas, asociaciones de víctimas de accidentes, fabricantes de vehículos y en todos los

medios de comunicación, sobre la pertinencia y efectividad real de los límites de velocidad.

La pregunta central que delimitó este debate, y que este trabajo intenta responder, es si merece

la pena cambiar de forma temporal los límites de velocidad de un país, con los importantes

costes que ello conlleva, para poder ahorrar combustible. Entre los costes de esta medida cabe

destacar, el cambiar dos veces la señalización de los límites de velocidad de todas las autovías

y autopistas del país, una al inicio del periodo y otra al final, aunque también existen otros

muchos más difíciles de cuantificar, como la reprogramación de todos los radares, la

adaptación del cuadro de sanciones y multas, o las pérdidas de eficiencia en la economía, al

ralentizarse los desplazamientos en España.

Para aportar luz a este debate, este estudio analiza el impacto de los cambios en los límites de

velocidad de circulación en España, medidos en términos de mortalidad vial y consumo de

combustible. Con el objetivo de aislar el impacto alcanzado por la reducción provisional de

los límites de velocidad, utilizamos una metodología basada en modelos avanzados de series

temporales, de tipo de función de transferencia de tiempo lineal discreto, con múltiples

variables explicativas (precio de la gasolina, actividad económica, número de días laborables,

eventos especiales sobre el tráfico en esas fechas, como Semana Santa, intervenciones

anteriores como la reforma del Código Penal en 2007 o el establecimiento del carnet por

5 La reducción del límite de velocidad analizada en este trabajo, fue una de las 20 medidas desarrolladas dentro

del Plan de intensificación de Ahorro y Eficiencia Energética para el periodo 2008-2011, aplicables en materia

de transporte y movilidad, edificación, iluminación y consumo energético. Entre ellas, se puede señalar

subvenciones económicas de 20 € para el cambio de neumáticos más eficientes, la instalación de sistemas de

iluminación eficientes en los semáforos mediante tecnología LED, la introducción obligatoria de biodiesel en los

carburantes hasta un 7% o la reducción de los precios de los billetes de ferrocarril de RENFE para promover el

uso del transporte público, la limitación de la temperatura en el interior de los edificios públicos climatizados de

uso no residencial y otros espacios públicos (Planes de Ahorro y Eficiencia Energética en la website

www.IDAE.es).



8

puntos en 2006), y que incluye la detección automática de atípicos (mal tiempo o huelgas,

entre otras causas). Esta metodología, usada por otros estudios precedentes como los

realizados por Balkin y Ord (2001) en U.S. y Johansson (1996) en Suecia, da respuesta a la

necesidad planteada por Dee y Sela (2003) y Shafi y Gentilello (2007), de desarrollar

resultados que controlen posibles factores de confusión y eliminen los sesgos que puedan

deberse a aspectos no observados o específicos de la seguridad vial, como la aplicación

simultánea de otras políticas.

En tercer lugar, dado que no existen antecedentes de esta evaluación en España, los resultados

obtenidos permitirán orientar la política de Gestión de la Velocidad, así como futuras

intervenciones de tipo estructural actualmente en estudio (como la aplicación de distintas

velocidades en función de las circunstancias y factores de riesgo a los que se exponen los

usuarios mediante VSL o la ampliación de la denominada “zona 30” en zonas urbanas).

El trabajo se estructura de la siguiente forma: tras esta introducción, el apartado 2 aborda el

problema de la velocidad en España, en relación con los países del entorno; el apartado 3,

explica los datos, variables y metodología empleados; los resultados obtenidos y su discusión

se incluyen en el apartado 4 y las conclusiones derivadas de ellos, se analizan en el apartado

5. Finalmente, incluimos tablas y referencias bibliográficas.

2. LA VELOCIDAD EN ESPAÑA.

Al igual que ocurre en todos los países motorizados, el exceso de velocidad también

representa uno de los principales problemas de seguridad vial en España, a pesar de que,

como afirman Montoro-González et al., (2010): “…los conductores españoles perciben que

se trata de una infracción importante pero menos peligrosa que otras causas de

siniestralidad”. Sin embargo, las estadísticas disponibles hablan por sí solas de la magnitud

del problema. Según datos del Ministerio de Fomento español (2011), la velocidad

inadecuada fue la responsable del 23% de los accidentes mortales en 2010. Según esta misma

fuente, la velocidad inadecuada fue el principal factor concurrente en el 21,3% de los

accidentes ocurridos en autopistas de peaje, del 12,1% en los de autopistas libres y el 13,7%

de los acaecidos en autovías, así como del 16,2% en carreteras convencionales.

En términos de velocidad media en autopista, España se sitúa a la cabeza de Europa con 122,5

km/h, superando incluso a países con límite máximo superior, y más de 850.000 conductores

fueron denunciados y sancionados en 2011 por superar los límites establecidos (DGT, 2012).

En este sentido, un estudio realizado por Montoro et al. (2008), concluye que en cuanto a los

vehículos ligeros, el 12,3% superan los límites máximos en autopista, el 6,9% en autovía y el

16,4% en carretera convencional.



9

Las Tablas 1 y 2 permiten hacerse una idea del tema de la velocidad en España. La Tabla 1

muestra la situación de España en relación con el entorno europeo. Actualmente, España está

en la novena posición del ranking de mortalidad vial en la UE-27, aunque parece evidenciarse

que los países con menores tasas de mortalidad, presentan límites de velocidad similares e

incluso menos restrictivos (Dinamarca y Alemania), a excepción del Reino Unido e Irlanda.

[INSERTAR TABLA 1]

Centrándonos en el caso español, la Tabla 2, muestra las principales características de la

siniestralidad relacionada con la velocidad en las carreteras españolas. Apreciándose una

reducción considerable en el porcentaje de accidentes y en las infracciones registradas como

consecuencia del exceso de velocidad.

[INSERTAR TABLA 2]

El problema de la velocidad también se ha reflejado en las políticas activas of seguridad vial

desarrolladas durante los últimos años en España. Por ejemplo, conducir sobrepasando los

límites de velocidad se considera una infracción muy grave con consecuencias penales

previstas en las sucesivas reformas del Código Penal realizadas en diciembre de 2007 y junio

de 2010 (con sanciones económicas, penas de cárcel, retirada del carnet de conducir o trabajos

en favor de la comunidad); el permiso de conducción basado en el Sistema de Penalización

por Puntos, que entró en vigor en 2006, resta 2-6 puntos según el exceso de velocidad; el Plan

Estratégico de Seguridad Vial (2005-2008), contemplaba la aplicación del Plan de Radares

Fijos (2005-2007); el Plan Estratégico de Seguridad Vial (2011-2020), establece como

indicador clave la reducción en un 50% del porcentaje de vehículos ligeros que superan el

límite de velocidad en más de 20 km/h.

Aunque la estrategia más polémica, puede que haya sido la reducción de los límites de

velocidad máximos permitidos en autovías y autopistas, que pasó de 120 km/h a 110 km/h

desde el 7 de marzo al 30 de junio de 20116 para turismos y motocicletas. Dicha medida se

tomó en un contexto de fuerte inestabilidad política en los países productores de petróleo

durante el primer trimestre de 2011, por lo que se ha venido en denominar como “Primavera

Árabe”, y que conllevó una elevación importante del precio del crudo (en torno a los USD

125 por barril). Por ello, en un contexto local de grave crisis económica en España, y con el

6 Esta medida fue aprobada por el Real Decreto 303/2011, de 4 de marzo, reduciendo el límite genérico de

velocidad para turismos y motocicletas en autopistas y autovías.



10

objetivo de reducir el consumo de combustible, el Gobierno Español adoptó un paquete de

medidas excepcionales, desarrolladas dentro del Plan de Intensificación de Ahorro y

Eficiencia Energética (2008-2011), entre las que se encontraba esta decisión.

En un principio, esta medida estaba diseñada para reducir el consumo de carburante (según

los datos que difundió el gobierno a la prensa, se pretendía reducir un 15% de gasolina y un

11% de gasóleo, con un ahorro de 1.400 millones de euros). Aunque al poco tiempo el

gobierno empezó a defender otras supuestas ventajas derivadas, como una mayor recaudación

por multas, menores emisiones contaminantes7 y, sobre todo, una previsible disminución de la

siniestralidad, cuya cuantificación representa nuestro objetivo.

Esta medida no resulta del todo novedosa en España con anterioridad a 2011, puesto que las

reducciones de velocidad de circulación, ya se contemplaban entre las medidas recomendadas

por la Agencia Internacional de la Energía (AIE) ante posibles situaciones de emergencia

energética por problemas de suministro. Asimismo, la Ley de Hidrocarburos 34/1998, en su

artículo 49.2.a), prevé limitaciones de la velocidad máxima para el tráfico rodado, ante

situaciones de escasez de suministro (www.IDAE.es).

Los primeros límites de velocidad españoles en vías interurbanas, se establecieron por

primera vez en 19748, siendo objeto de modificaciones posteriores en 1976, 1981 y 1992

(Villalbí y Pérez, 2006). Sin embargo, las evaluaciones realizadas por la literatura académica

son escasas y dedicadas a aspectos parciales: Jiménez et al. (2008) relativo al diseño de

sistemas inteligentes de control de la velocidad para vehículos y Pérez et al. (2007) sobre la

efectividad de las cámaras para controlar la velocidad. Especialmente destacable es el estudio

de Robusté et al. (2003), que determina positivos efectos derivados de un hipotético

incremento de los límites máximos a 140 km/h en Cataluña.

También en Cataluña, podemos encontrar un precedente similar a la reducción transitoria de

límites de velocidad analizada por este trabajo a nivel estatal. Concretamente, se trata de la

limitación de la velocidad máxima a 80 km/h en las autovías del área metropolitana de

Barcelona, que estuvo en vigor desde 2008 a 2011. Desde un punto de vista medioambiental,

Bel y Rosel (2012) no aprecian una reducción significativa en las emisiones que pueda ser

atribuible al cambio en los límites de velocidad, (sino más bien a la ralentización de la

actividad económica), aunque algunos medios de comunicación locales llegaron a hablar de

7 En ausencia de documentos oficiales que lo cuantifiquen, la prensa de difusión general ha estimado en 250.000

euros el coste de las pegatinas que se utilizaron para cambiar las 6.000 señales de limitación de velocidad

afectadas por esta medida transitoria. 8 La introducción de este límite de velocidad en 1974, como respuesta a la primera crisis del petróleo, supuso una

reducción del 47% del gasto en combustible según los medios de comunicación. Y, aunque sin cuantificación,

Villalbí y Pérez (2006) encuentran un impacto favorable en términos de reducción de mortalidad por accidente.



11

una reducción del 50% en las víctimas mortales de accidentes de tráfico como consecuencia

de esta medida.

3. DESCRIPCIÓN DE LOS DATOS, VARIABLES Y METODOLOGÍA.

Las series temporales utilizadas para medir el efecto del cambio en los límites de velocidad,

se pueden dividir en dos grupos:

A) Variables endógenas: se trata de dos variables, víctimas mortales en accidentes de

carretera (VÍCTIMAS en la tabla de resultados) y consumo de gasolina y gasoil tipo A para

transporte (CONSUMO). Con el fin de usar series consistentes, se han utilizado las series de

víctimas mortales que consideran muertes de tráfico las que suceden dentro de las 24 horas

siguientes a los accidentes, en lugar de la definición de la Convención de Viena (que utiliza

los 30 días después). Las series utilizadas, se extienden desde enero de 1995 hasta agosto de

2012 (fuente: DGT).

B) Variables artificiales exógenas: se utilizan un amplio abanico de variables, con el fin de

tener en cuenta todo tipo de atípicos y particularidades de los datos. En particular:

b.1) VELOCIDAD: Tiene en cuenta el cambio de los límites de velocidad en autovías

(desde el 7 de marzo al 30 de junio de 2011). Se han utilizado varias versiones, de

las cuales la más conveniente es considerar que el efecto del primer mes fue un

25% menos importante, dado que la medida se implemento desde la segunda

semana de marzo.

b.2) PASCUA: Es bien conocido el efecto Pascua en todos los temas relacionados con

el tráfico, debido a la gran cantidad de desplazamientos que se producen en tan

reducido espacio de tiempo. La variable artificial utilizada se define mediante pesos

máximos en los días que se espera tráfico más denso, de forma que la suma de los

pesos sea la unidad. En este caso, los pesos máximos se asignan al Viernes Santo,

Domingo de Ramos, Miércoles Santo y Domingo de Pascua. Se asignan pesos

medios al sábado anterior al Domingo de Ramos y al Jueves Santo. Para el resto de

días se asignan pesos nulos.

b.3) LABORABLE: Número de días laborables por mes en proporción a los días de fin

de semana, asumiendo que cada semana tiene cinco días laborables y le

corresponden dos días de fin de semana. La variable se define como el número de

días laborables menos 2,5 veces los días de fin de semana.

b.4) BISIESTO: Variable que toma valor 1 en todos los febreros de 29 días.



12

b.5) Cambios legales: En primer lugar, la introducción del carnet por puntos en 2006

(PPS; Castillo-Manzano et al., 2010) que se introduce como un cambio transitorio

según indican Butler et al. (2006), De Paola et al. (2012) y Farchi et al. (2007) para

los casos de Irlanda e Italia, respectivamente. En segundo lugar, la reforma del

Código Penal español en 2007. Aunque la reforma entró en vigor en diciembre

(variable DIC07), sus efectos se empezaron a notar ya en noviembre (NOV07), por

el gran impacto que tuvo a través de los medios de comunicación (Castillo-

Manzano et al., 2011).

b.6) Hay otra serie de valores atípicos, a menudo relacionados con malas condiciones

atmosféricas (en enero de 2006, ENE06) y otras causas que se han detectado

mediante herramientas estadísticas (en septiembre y octubre de 2000, SEP00 y

OCT00). Estos últimos más que previsiblemente debidos a la huelga de camioneros

y de comercio minorista que se produjo en octubre del 2000. El procedimiento para

la detección de atípicos consistió en seleccionar los residuos superiores a cuatro

veces la desviación típica e incluyéndolos como candidatos potenciales en los

modelos bajo diferentes especificaciones (cambios de nivel, cambios transitorios o

cambios puntuales). Los atípicos se incluyen en modelos finales, en los que los

atípicos se estiman de forma conjunta con el resto del modelo.

C) Otras variables exógenas: Asumimos que el consumo de gasolina y gasóleo para

transporte, además de las víctimas mortales en los accidentes responden a causas comunes, de

las cuales las más importantes son los precios del carburante y el nivel de actividad

económico (o ciclo económico, ver p.ej. Castillo-Manzano et al., 2010 y García-Ferrer et al.,

2007). El precio del combustible se aproxima por el precio del barril Brent medido en euros

(variable PRECIO). Utilizamos esta aproximación en lugar de los precios, porque las series

temporales disponibles son más largas y, como muestra el panel inferior de la Figura 1, la

aproximación es muy buena. El nivel de actividad se aproxima por el Índice Sintético de

Actividad (ISA) para la economía española que estima el Ministerio de Economía y

Competitividad (http://serviciosweb.meh.es/apps/dgpe/default.aspx).

El perfil de las variables se puede apreciar en la Figura 1, donde las líneas verticales continuas

indican el período de tiempo en el que el límite de velocidad tuvo lugar, además de las

medidas legales más significativas. Dado que el ISA está disponible desde enero de 1995, el

periodo muestral comenzará en dicha fecha, a pesar de que existen estadísticas anteriores para

las demás variables. No obstante, esta restricción no afecta a la estimación el efecto del límite

de velocidad, puesto que éste se produce muy al final de la muestra.



13

La Figura 1 muestra que el consumo de combustible depende principalmente del ISA, puesto

que las caídas se dan precisamente en las crisis de 1993 y 2008. Además, los precios se

mantuvieron constantes en la década de los 90 y crecieron considerablemente en la primera

del siglo XXI, como consecuencia del crecimiento económico. Cuando el crecimiento se

ralentizó con la crisis de 2008, el efecto de los precios aparece más evidente. Resulta

llamativo además que el perfil de la serie se encuentra algo distorsionada justo en los años

anteriores a la entrada en vigor del límite de velocidad. Así, 2008 muestra una caída

importante en el consumo de combustible, y la subida típica en marzo-abril debida al efecto

Pascua, no se ve en 2009, mientras que sí se aprecia claramente en 2010, justo el año anterior

a la medida. Un hecho interesante, es que el consumo continuó cayendo después de que la

reducción de los límites de velocidad se eliminara.

La Figura 1 también muestra la reducción importante en el nivel de muertes en las carreteras

españolas durante las tres últimas décadas, además de una reducción de su volatilidad. La

gravedad de la crisis económica puede verse claramente en la Figura 1, donde el ASI sufrió

una importante caída durante 2008, que se recuperó algo después, pero que acabó plano al

final de la muestra.

[INSERTAR FIGURA 1]

La Figura 2 muestra otro hecho importante sobre la gravedad de los accidentes en España, es

decir, su reducción, puesto que las muertes por accidentes se ven reducidas desde un nivel de

1,2 muertes por accidente a menos de 1,1.

[INSERTAR FIGURA 2]

Los modelos usados son del tipo de Modelos de Componentes no Observables (UC por las

siglas en inglés), que permiten la descomposición de una serie temporal en sus componentes

con sentido económico, aunque son no observados, ver ecuación (1). Otras aplicaciones de

este tipo de modelos en ámbitos de la economía se pueden ver en Chen y Mills (2012) y

Algieri (2012).

ttttt vSTz DI (1)

tz , tT , tS y tv denotan la variable endógena, la tendencia, el componente estacional y el

irregular, respectivamente. tDI mide los efectos de otras variables exógenas acumuladas en

columnas en la matriz tI mediante un modelo típico de regresión lineal.



14

La forma de Espacio de los Estados (EE) representa un esquema en el que los modelos UC se

acomodan de forma natural. El sistema dinámico se divide en dos tipos de ecuaciones, de

estado y observación. Las ecuaciones de estado reflejan toda la dinámica del sistema

relacionando el valor actual de los estados del sistema con su valor futuro además de con

variables exógenas de tipo estocástico o determinista. La ecuación de observación define

cómo las variables de estado se relacionan con los datos observados (en realidad la ecuación

(1) es la ecuación de observación para el modelo UC, ver más abajo). Existen muchas

formulaciones EE, de las cuales la que utilizamos aquí se corresponde con el sistema (2).

Equationsn Observatio:

Equations State:1

tttt

tttt

vz DIHx

wΓIΦxx

(2)

donde tx es el vector estocástico de estados del sistema de dimensión n; tI es una matriz de

k columnas, siendo cada una de ellas una variable exógena; tw y tv son vectores de

dimensión n y escalar de ruidos blancos gaussianos, es decir, ruidos con media cero, sin

correlación serial y con matriz de covarianzas Q y R e independientes entre sí; y Φ , Γ , H

y D son las matrices del sistema, en las que algunos elementos son conocidos y otros deberán

ser estimados por algún procedimiento.

Dado el modelo (1), el conocido Filtro de Kalman (FK, Kalman, 1960) proporciona las

estaciones óptimas de los primeros y segundos momentos (media y covarianza) del vector de

estados, condicionadas a la información hasta el momento actual en el sentido de minimizar el

error cuadrático medio. Un algoritmo que se usa en paralelo con el FK, pero que no es tan

conocido en determinados contextos es el algoritmo de suavizado fijo, que permite una

operación similar a la del FK, pero con la información de toda la muestra.

La estimación de los parámetros desconocidos de las matrices del sistema RQDHΓ y , , , ,

se pueden realizar mediante distintos procedimientos, de los que máxima verosimilitud es el

más extendido por sus buenas propiedades teóricas. Bajo el supuesto de gaussianidad, la

función de verosimilitud se puede calcular usando el FK por la descomposición del error de

predicción (ver p.ej. Harvey, 1989; Pedregal y Young, 2002).

Los componentes no observados del modelo en la ecuación (1) se ajustan de forma natural al

sistema EE en la ecuación (2), puesto que la ecuación de observación muestra la

descomposición de la serie temporal en sus componentes habituales, y la ecuación de estados

especifica la dinámica de los componentes. Una descripción del sistema completo de EE



15

completo para un caso simplificado con una variable exógena se muestra en la ecuación (3)

(ver Harvey, 1989; Pedregal y Young, 2002).

tttttttt

t

tt

t

t

vIbvfSTz

w

w

w

w

w

I

baaf

S

S

S

F

T

1

1

2

*

1

1

*

0

0

111

2

11

11

11

2

*

1

1

1

1010101

0

0

0

0

0

0

00000

0cos0000

00cossin00

00sincos00

000010

000011

xI

xx

(3)

La comparación de los sistemas (2) y (3) permite identificar las matrices del sistema. Aparte

de los elementos comentados anteriormente aparecen otros nuevos: tF es la pendiente o la

tasa de crecimiento de la tendencia; itS ( 2/,,2,1 Pi ) son los armónicos estacionales en las

frecuencias Pii 2 , de forma que it

P

it SS 2/, siendo P el período fundamental (12

observaciones por año en el caso de datos mensuales con estacional anual); *

itS ( 6,,2,1 i )

son estados adicionales necesarios para la definición de los subcomponentes estacionales.

La introducción de elementos tipo función de transferencia necesita comentarios adicionales.

Las funciones de transferencia que se usan aquí son de orden uno, para la corrección de

atípicos. La formulación general se muestra en la ecuación (4), donde ahora la variable ptI es

una variable artificial de ceros con un 1 en una observación concreta y B es el operador

retardo, de forma que mtt

m xxB .

pt

p

p

pt IBa

bf

1 (4)

Para atípicos tipo cambio transitorio, 0pa , es decir, el efecto desaparece después de un

tiempo. Los atípicos aditivos implican 0pa , es decir, el efecto se observa justo en un mes

concreto. Finalmente, los cambios de nivel implican que 1pa , es decir, el efecto es

permanente.



16

La extensión del sistema (4) para incluir más de una función de transferencia o términos de

regresión lineal es sencilla. Esta metodología está implementada en MATLABMR

, en la

toolbox conocida como SSpace (Pedregal y Taylor, 2012), que se usará posteriormente para la

estimación de los modelos.

4. RESULTADOS Y DISCUSIÓN.

Se han estimado dos modelos, que se muestran en la Tabla 3, con el fin de medir el efecto de

la reducción de los límites de velocidad, uno para cada variable endógena. En particular, para

las víctimas mortales en carretera (VÍCTIMAS en la tabla) y el consumo de gasolina y gasoil

para automoción (CONSUMO). El período de la muestra abarca de enero de 1995 hasta

agosto de 2012.

[INSERTAR TABLA 3]

Sobre la base de estos modelos, es posible reconstruir lo que hubiera sido la serie temporal en

caso de no haber existido el cambio legal de reducción de límites, de forma que se pueden

calcular las diferencias respecto a la situación real y saber cuánto combustible se ha ahorrado,

a la vez que se determina la reducción del número de víctimas mortales.

Las principales conclusiones que se extraen de la Tabla 3 son las siguientes:

Existe significación estadística de la limitación de velocidad en las muertes por accidentes de

tráfico al 5% de significación. La significación en el caso del consumo de combustible es

menor (10%). Al margen de la cuestión de la significación estadística, la magnitud del efecto

a juzgar por el número de víctimas o combustible ahorrado no parece muy grande. De hecho,

las estimaciones puntuales indican una caída de 40 víctimas (8,2% menos en cuatro meses) y

148.374 toneladas métricas (1,55%9). Con los modelos de la Tabla 3 se puede simular además

cuál habría sido el resultado si la medida se hubiera mantenido durante todo un año: se

habrían ahorrado 137 víctimas y 500.245 toneladas métricas. Las diferencias entre los

porcentajes de caída entre una y otra variable, se explican porque en el caso de las víctimas, se

consideran únicamente las víctimas en carretera, mientras que el consumo de combustible es

el total, tanto en carretera como en zonas urbanas, donde el número de muertes es mucho

menor. El efecto se puede examinar visualmente en la Figura 3.

9 Dado que el modelo es log-lineal respecto a las variables artificiales, el porcentaje cuando dichas variables son

binarias (ceros y unos) se calcula como exp 1 100%coefficient . En el caso del consumo de

combustible la reducción sería %69.1%1001017.0exp . La diferencia con 1,55% de la Tabla 3 se

debe a que en el primer mes el valor de la variable artificial no es 1, sino 0,75.



17

El precio del carburante tiene un efecto negativo y significativo, tanto en el consumo como en

los accidentes. El nivel de actividad económica tiene un efecto positivo. Su signo positivo y

su alto valor absoluto, en el caso de las víctimas mortales, indica que durante el período de

expansión económica, priman los efectos negativos derivados de mayores desplazamientos,

sobre los positivos (mejores carreteras, mejores vehículos o mejor mantenimiento de los

vehículos).

Una cuestión que puede sorprender, es que el efecto Pascua no es significativo,

contradiciendo un resultado habitual en la bibliografía sobre el tema (p. ej. Castillo-Manzano

et al., 2010 y García-Ferrer et al., 2007). Modelos univariantes estimados con series más

largas10

de varios tipos, indican que con más datos, el efecto es significativo, aunque

desaparece para los datos más recientes. Esto implica que el efecto pierde fuerza en el tiempo,

mostrando un cambio de comportamiento en los viajes de Semana Santa, quizá debido a que

se utilizan más los viajes en avión de bajo coste.

El efecto de los días laborables es positivo en el consumo y negativo para las víctimas, lo que

implica que la siniestralidad vial se concentra en los fines de semana, aunque el consumo de

combustible es menor, debido a que la conducción es más arriesgada (ver Kanaan et al.,

2009), porque ciertos grupos de riesgo utilizan más el coche en los desplazamientos.

Los cambios legales considerados, la introducción del carnet por puntos en 2006 y la reforma

del Código Penal de 2007, fueron efectivos sólo en lo que respecta a las víctimas mortales, sin

producir ningún cambio apreciable en el consumo de carburante.

Las dos variables endógenas muestran un perfil estacional muy estable (ver Figura 4).

Desde un punto de vista estadístico, los modelos se pueden considerar adecuados, ya que las

innovaciones no muestran problemas de dependencia serial, gausianidad o

heteroscedasticidad.

. [INSERTAR FIGURA 3]

En la Figura 4 se muestra la descomposición de la variable CONSUMO en sus componentes

no observables.

[INSERTAR FIGURA 4]

10

Disponibles si se solicita a los autores.



18

5. CONCLUSIONES.

Frente a un problema concreto, los elevados precios de los carburantes durante la primavera

de 2011, debido en gran parte a la inestabilidad política causada como consecuencia de la

llamada “primavera árabe”, el gobierno de España implementó una serie de medidas de

carácter coyuntural, dentro del Plan Nacional de Ahorro y Eficiencia Energética (2008-2011).

Entre todas ellas, sin duda la más llamativa y polémica fue la reducción de los límites de

velocidad máximos permitidos en autovías y autopistas, que pasaron de 120 km/h a 110 km/h

transitoriamente, desde el 7 de marzo de 2011 hasta el 30 de junio de 2011.

Nuestro análisis demuestra que dicha medida pudo tener un efecto positivo, aunque de escasa

significatividad estadística (al 10%), sobre la principal variable en la que se pretendía incidir:

el consumo de gasolina, con una reducción estimada del 1,55%. Además, esta estrategia de

ahorro energético, adoptada con carácter transitorio, logró una disminución del 8% sobre el

total de muertos en carreteras por accidentes de tráfico. Aunque dicho efecto se reduciría al

6,5% si lo calculamos sobre el total de muertos por accidentes de tráfico en dicho periodo,

tanto en carreteras como en zonas urbanas.

Nuestras estimaciones están muy lejos de las previsiones difundidas por el Gobierno Español

en los medios de comunicación. Según las cuales el gobierno esperaba una reducción del

consumo de gasolina del 15% para la gasolina y el 11% para el gasóleo. Nuestras

conclusiones también son muy diferentes de los resultados obtenidos por la IRTAD (2012)

que, mediante un análisis comparativo antes-después, estimó un 8,4% de ahorro de

combustible y una reducción del 30% en el número de víctimas mortales de accidentes. Gran

parte de estas discrepancias se pueden simplemente deber a que estas otras estimaciones han

atribuido de forma errónea parte de la reducción en el consumo de combustible y los

accidentes que experimentó España en ese periodo a la reducción del límite de velocidad.

Cuando se debían simplemente a los efectos de la reducción de la movilidad por la fuerte

crisis económica, que obviamente disminuyó el consumo de combustible y la mortalidad en

los accidentes, como así se han puesto de manifiesto Bel y Rosel (2012) en Cataluña, para el

caso de las emisiones contaminantes. De hecho, como se puede observar en la Figura 1, tanto

las víctimas mortales como el consumo de gasolina, siguieron reduciéndose después de que la

limitación de velocidad se eliminara en junio de 2011, cuando se observa que la actividad

económica no se mueve y los precios del combustible siguen subiendo.

Por otra parte, la fuerte reducción de la movilidad debida a la crisis puede ser la explicación

de que hayamos obtenido porcentajes inferiores a los encontrados en trabajos anteriores a

nivel internacional, como el de Elvik y Vaa (2004), quienes en su meta-análisis, determinan



19

una reducción media del 15% en los accidentes mortales, derivada de una reducción de los

límites de velocidad máximos permitidos.

La Figura 5 muestra lo lejos que queda el objetivo del gobierno, así como lo exageradamente

optimistas que resultan que resultan las estimaciones del IRTAD.

[INSERTAR FIGURA 5]

Lo cierto es que si comparamos estos presuntos beneficios, con los costes reales de esta

medida, es difícil atribuir a la misma un balance claramente positivo. Entre los múltiples

costes se deben señalar los siguientes: los derivados de cambiar dos veces toda la señalización

de las carreteras (que, siguiendo las únicas estimaciones no oficiales disponibles en prensa,

ascienden a 250.000 euros por las pegatinas utilizadas en las 6.000 señales de limitación de

velocidad afectadas), la adaptación de todo el sistema de multas y sanciones de tráfico, los

gastos derivados de publicitar la medida o la pérdida de eficiencia económica al ralentizarse

los desplazamientos realizados por los usuarios.

A todo ello, debemos sumar la generación de situaciones absurdas por lo indiscriminado de la

medida, que se aplicó a todas las autopistas. Ya que, con la crisis económica, muchas

autopistas de pago, especialmente las más nuevas (como por ejemplo varias de las radiales de

Madrid), han visto como su uso se reducía drásticamente, llevando en ocasiones a la quiebra

de las empresas que las gestionan. De forma, que muchas veces se obligaba a circular a los

conductores a 110 km/h por espectaculares carreteras nuevas semivacías. Ello va en contra del

principio básico de que los límites de velocidad deben ser seguros pero también creíbles

(ERSO, 2006; SWOV, 2010), adaptándose a las condiciones de la vía, el entorno y el tráfico.

En este contexto, podría ser apropiado estudiar la implementación de los denominados

Límites de Velocidad Variables o Dinámicos, ampliamente extendidos en los Estados Unidos

y en otros países europeos líderes en prevención de accidentes.

En resumen, las enseñanzas del caso español parecen decirnos que no parece rentable aplicar

una medida de este tipo, tan agresiva, por un periodo tan corto, de forma que los costes fijos

de su aplicación acaben devorando sus beneficios, que son directamente proporcionales al

tiempo de duración de la medida. Por ello, desgraciadamente parece que son las medidas a

largo plazo, generalmente incompatibles con las prisas del ciclo político (para el caso español

se tomaron las decisiones pocos meses antes de las elecciones nacionales), las que realmente

deben ser la base de un verdadero Plan Nacional de Ahorro y Eficiencia Energética. Si lo que

se pretende es ahorrar combustible durante la conducción, disminuir la innata dependencia

energética española y racionalizar el consumo de energía, posiblemente resulte más eficiente

y productiva, la implementación de otras medidas alternativas que inciten a los usuarios de las



20

vías a adoptar un verdadero cambio estructural en su conducta, como podrían ser estimular el

rejuvenecimiento del parque de vehículos y el correcto mantenimiento de los mismos, así

como incentivar el uso de vehículos eléctricos.

AGRADECIMIENTOS

Los autores desean expresar su gratitud a la Dirección General de Tráfico (DGT) por los

recursos económicos y humanos que nos han brindado para la realización de este estudio.

REFERENCIAS BIBLIOGRÁFICAS

Aarts, L., Van Schagen, I. (2006). Driving speed and the risk of road crashes: a review.

Accident Analysis and Prevention, 38, 215-224.

Abdel-Aty, M., Dilmore, J., Dhindsa, A. (2006). Evaluation of variable speed limits for real-

time freeway safety improvement. Accident Analysis and Prevention, 38, 335-345.

Afukaar, F.K. (2003). Speed control in developing countries: issues, challenges and

opportunities in reducing road traffic injuries. Injury control and safety promotion, 10, 77-

81.

Albalate, D., Bel, G. (2012). Speed limits laws in America: The role of geography, mobility

and ideology. Transportation Research Part A, 46, 337-347.

Algieri, B. (2012). Modelling export equations using an unobserved component model: the

case of the Euro Area and its competitors. Empirical Economics, 41, 593-637.

Ashenfelter, O., Greenstone, M. (2004). Using Mandated Speed Limits to Measure the Value

of a Statistical Life. Journal of Political Economy, 112, 226-267.

Balkin, S., Ord, J.K. (2001). Assessing the impact of speed-limit increases on fatal interstate

crashes. Journal of Transportation and Statistics, 4, 1-26.

Bel, G., Rosell, J. (2012). Policy success or economic slowdown?. Effects of the 80 km/h

speed limit on air pollution in the Barcelona metropolitan area. Documentos de Trabajo

Fundación Cajas de Ahorro (FUNCAS), no 663. Spain.

Blomquist, G. (1984): The 55 m.p.h. Speed Limit and Gasoline Consumption. Resources and

Energy, 6, 21-39.

Bolderdijk, J.W., Knockaert, J., Steg, E.M., Verhoef, E.T. (2011). Effects of Pay-As-You-

Drive vehicle insurance on young drivers’ speed choice. Accident Analysis and

Prevention, 43, 1181-1186.

Burger, N. E., Kaffine, D.T. (2009). Gas Prices, Traffic and Freeway Speeds in Los Angeles.

The Review of Economics and Statistics, 91, 652–657.

Burns, A., Johnstone, N., Macdonald, N. (2001). 20mph speed reduction initiative.

Development department research programme findings no 104.Scottish Executive,

Edinburgh.



21

Butler, J.S., Burke, J.P., Healy, D.G., Stephens, M.M., McManus, F., McCormack, D.

(2006). Trends in RTA related spinal injuries: The post penalty points era. Irish Journal of

Medical Science, 175, 20–23.

Cascetta, E., Sorvillo, R., Punzo, V. (2010). Impact on vehicle speeds and pollutant emissions

of a fully automated section speed control scheme on the Naples urban motorway.

Transport Research Board TRB 89th Annual Meeting. National Academy of Sciences,

Washington.

Castillo-Manzano, J.I., Castro-Nuño, M., Pedregal, D.J (2010). An econometric analysis of

the effects of the penalty points system driver’s license in Spain. Accident Analysis and

Prevention, 42, 1310-1319.

Castillo-Manzano, J.I., Castro-Nuño, M., Pedregal, D. J. (2011). Can fear of going to jail

bring down the number of road accidents? The Spanish experience. Journal of Safety

Research, 42, 223-228.

Cirillo, J.A. (1968). Interstate system accident research study II. Interim Report II. Public

Roads, 35, 71-75.

Chay, K., Greenstone, M. (2003). The Impact of Air Pollution on Infant Mortality: Evidence

from Geographic Variation in Pollution Shocks Induced by a Recession. Quarterly Journal

of Economics, 118, 1121-1167.

Chen, X., Mills, T.C. (2012). Measuring the Euro area output gap using a multivariate

unobserved components model containing phase shifts. Empirical Economics, 43, 671-692.

Cooper, P.J. (1997). The relationship between speeding behavior (as measured by violation

convictions) and crash involvement. Journal of Safety Research, 28, 83-95.

Currie, J., Walker, W.R. (2011). Traffic Congestion and Infant Health: Evidence from

E-ZPass. American Economic Journal: Applied Economics 3, 65-90.

Dahl, C. A. (1979). Consumer Adjustment to Gasoline Tax. The Review of Economics and

Statistics, 61, 427–432.

Dee, T.S., Sela, R.J. (2003). The fatality effects of highway speed limits by gender and age.

Economic Letters, 79, 401-408.

De Paola, M., Scoppa, V., Falcone, M. (2012). The deterrent effects of the penalty points

system for driving offences: a regression discontinuity approach. Empirical Economics.

DOI 10.1007/s00181-012-0642-9.

DGT (Dirección General de Tráfico) (2010). Las principales cifras de la Siniestralidad Vial.

España, 2010. Ministerio del Interior, Gobierno de España. Available at:

http://www.dgt.es/was6/portal/contenidos/documentos/prensa_campanas/notas_prensa/Not

asDePrensa0184.pdf.

DGT (Dirección General de Tráfico) (2012). Cumplir los límites de velocidad: objetivo de la

nueva campaña de vigilancia de Tráfico. Nota de Prensa, 20 de agosto. Ministerio del

Interior, Gobierno de España.

DGT (Dirección General de Tráfico). Website: http://www.dgt.es. Accessed November 2012.



22

ECMT (European Conference of Ministers of Transport) (2006). Speed Management.

Transport Research Centre of OECD. OECD Publishing, France.

Elvik, R., Vaa, T. (2004). The Handbook of Road Safety Measures. Elsevier Science,

Amsterdam.

Elvik, R., Christensen, P., Amundsen, A. (2004). Speed and road accidents. An evaluation of

the Power Model. Institute of Transport Economics TOI Report. Oslo. Norway.

Elvik, R. (2009). The Power Model of the relationship between speed and road safety: update

and new analyses. Institute of Transport Economics TOI Report. Oslo. Norway.

Elvik, R. (2010a). Why some road safety problems are more difficult to solve than others.

Accident Analysis and Prevention, 42, 1089-1096.

Elvik, R. (2010b). A restatement of the case of speed limits. Transport Policy, 17, 196-204.

Elvik, R. (2012). Speed limits, enforcement and health consequences. Annual Review of

Public Health, 33, 225-238.

ERSO (European Road Safety Observatory) (2006). Speeding, retrieved January 20, 2007,

from website www.erso.eu.

ERSO (European Road Safety Observatory). Database of traffic rules. Website:

http://ec.europa.eu/transport/road_safety/specialist/index_en.htm. Accessed November

2012.

ETSC (European Transport Safety Council) (2010). Road safety target in sight: Making up for

lost time. 4th Road Safety PIN Report. Brussels.

Evans, L. (1991). Traffic safety and the driver. Van Nostrand Reinhold. New York.

Farchi, S., Chini, F., Rossi, P. G., Camilloni, L., Borgia, P., Guasticchi, G. (2007). Evaluation

of the health effects of the new driving penalty point system in the Lazio Region, Italy,

2001–4. Injury Prevention, 13, 60-64.

Feng Ng, Ch., Small, K.A. (2012). Tradeoffs among free-flow speed, capacity, cost, and

environmental footprint in highway design. Transportation, DOI: 10.1007/s11116-012-

9395-8.

Finch, D. J., Kompfner, P., Lockwood, C. R., Maycock, G. (1994). Speed, speed limits and

crashes. Project Record S211G/RB/Project Report PR 58. Transport Research Laboratory

TRL, Crowthorne, Berkshire. UK.

Forester, T.H., McNown, R.F., Singell, L.D. (1984). A cost-benefit analysis of the 55 mph

speed limit. Southern Economic Journal, 50, 631-641.

Friedman, L.S., Hedeker, D., Richter, E. (2009). Long-term effects of repealing the national

maximum speed limit in the United States. American Journal of Public Health, 99, 1626-

1631.

García-Ferrer, A., De Juan, A., Poncela, P. (2007). The relationship between road traffic

accidents and real economic activity in Spain: common cycles and health issues. Health

Economics 16, 603-626.



23

GRSP (Global Road Safety Partnership) (2008). Speed management: a road safety manual for

decision-makers and practitioners. Geneva. Switzerland.

Goodwin, P., Dargay J., Hanly, M. (2004). Elasticities of Road Traffic and Fuel Consumption

with Respect to Price and Income: A Review. Transport Reviews, 24, 275–292.

Graves, P., Lee, D., Sexton, R. (1989). Statues versus enforcement: The case of the Optimal

Speed Limit. American Economic Review, 79, 932-936.

Haglund M., Åberg, L. (2000). Speed choice in relation to speed limit and influences from

other drivers. Transportation Research Part F, 3, 39-51.

Harvey, C. (1989). Forecasting structural time series models and the Kalman Filter.

Cambridge. Cambridge University Press. Cambridge.

Hauer, E., Boneson, J.A. (2008). An empirical examination of the relationship between speed

and road accidents. In Harkey, D.L. et al. (2008). Accident Modification Factors for

Traffic Engineering and ITS improvements. National Cooperative Highway Research

Programme, Report NCHRP-617. Transportation Research Board.

He, J., King, M., Watson, B., Rakotonirainy, A., Fleiter, J. (2012). Speed enforcement in

China: national, provincial and city initiatives and their success. Accident Analysis and

Prevention, in press, http://dx.doi.org/10.1016/j.aap.2012.04.017.

Holland, C.A., Conner, M.T. (1996). Exceeding the speed limit: an evaluation of the

effectiveness of a police intervention. Accident Analysis and Prevention, 28, 587-597.

IDAE (Instituto para la diversificación y el ahorro de energía). Ministerio de Industria,

Energía y Turismo. Gobierno de España. Planes de Ahorro y Eficiencia Energética (2008-

2011) and (2012-2020), availables at http://www.idae.es (accessed November 2012).

IRTAD (International Road Traffic Accidents Database) (2012). Annual Report 2011. OECD.

ITF.

Jiménez, F., Aparicio, F., Páez, J. (2008). Evaluation of in-vehicle dynamic speed assistance

in Spain: algorithm and driver behaviour. IET Intelligent Transport Systems, 2, 132-142.

Johansson, P. (1996). Speed limitations and motorway casualties: a time series count data

regression approach. Accident Analysis and Prevention, 28, 73-87.

Jondrow, J., Bowes, M., Levy, R. (1983). The optimal speed limit. Economic Inquiry, 21,

328-336.

Kalman, R.E. (1960). A new approach to linear filtering and prediction problems. ASME

Transactions, Journal Basic Engineering 83, (D), 95–108

Kanaan, A., Huertas, P., Santiago, A., Sánchez, J.A., Martínez, P. (2009). Incidence of

different health factors and their influence on traffic accidents in the province of Madrid,

Spain. Legal Medicine, 11, S333-S336.

Keall, M.D., Povey, L.J., Frith, W.J. (2001). The relative effectiveness of a hidden versus a

visible speed camera programme. Accident Analysis and Prevention, 33, 277-284.



24

Kloeden, C.N., Ponte, G., McLean, A.J. (2001). Travelling speed and the risk of crash

involvement on rural roads. Report CR 204. Australian Transport Safety Bureau ATSB,

Civic Square, ACT.

Lai, F., Carsten, O. (2012). What benefit does Intelligent Speed Adaptation deliver: a close

examination of its effect on vehicle speeds. Accident Analysis and Prevention, 48, 4-9.

Lave, C. (1985). Speeding, coordination, and the 55 mph limit. American Economic Review,

75, 1159-1164.

Lave, C., Elias, P. (1994). Did the 65 mph speed limit save lives?. Accident Analysis and

Prevention, 26, 49-62.

Litman, T.A., Doherty, E. (2009). Transportation Cost and Benefit Analysis: Techniques,

Estimates and Implications. 2nd Edition. Victoria Transport Policy Institute.

Long, S., Gentry, L., Bham, G.H. (2012). Driver perceptions and sources of user

dissatisfaction in the implementation of variable speed limit systems. Transport Policy, 23,

1-7.

McCarthy, P. (2001). Effect of speed limits on speed distributions and highway safety: a

survey of recent literature. Transport Reviews, 21, 31-50.

Metz, D. (2008). The myth of travel time saving. Transport Reviews, 28, 321-336.

Ministerio de Fomento (2011). Anuario estadístico de accidentes en carreteras del Estado

2010. Ed. Centro de Publicaciones. Secretaría General Técnica. Gobierno de España.

Ministerio de Fomento. Statistical Information Available at website:

http://www.fomento.gob.es. Accessed November 2012.

Montoro, L., Roca, L., Tortosa, F. (2008). La velocidad en el tráfico. Informe de

investigación. Barcelona, ARAG. Compañía Internacional de Seguros y Reaseguros, S.A.

España. Available at: http://www.arag.es.

Montoro-González, L., Roca-Ruiz, J., Lucas-Alba, A. (2010). Creencias de los conductores

españoles sobre la velocidad. Psicothema, 22, 858-864.

Nilsson, G. (1982). The effects of speed limits on traffic accidents in Sweden. In: Proceedings

of the international symposium on the effects of speed limits on traffic accidents and

transport energy use, 6-10 October 1981, Dublin, OECD. Paris, 1-8.

Nilsson, G. (2004). Traffic safety dimensions and the power model to describe the effect of

speed on safety. Lund Bulletin, 221. Lund Institute of Technology, Lund. Sweden.

Nissan, A., Koutsopoulos, H.N. (2011). Evaluation of the impact of Advisory Variable Speed

Limits on motorway capacity and level of service. Procedia Social and Behavioral

Sciences, 16, 100-109.

Panis, L.I., Broekx, S., Liu, R. (2006). Modelling instantaneous traffic emission and the

influence of traffic speed limits. Science of the Total Environment, 371, 270-285.

Peden, M., Scurfield, R., Sleet, D., Mohan, D., Hyder, A.A., Jarawan, E., Mathers, C. (2004).

World Report on Road Traffic Injury Prevention. World Health Organization (WHO).

Geneva, Switzerland.



25

Pedregal, D. J., Young, P. C. (2002). Statistical approaches to modelling and forecasting time

series. In M. P. Clements, y D. F. Hendry (Eds.). A companion to economic forecasting.

69– 104. Oxford Blackwell.

Pedregal, D.J., Taylor, C.J. (2012). SSpace: A Flexible and General State Space Toolbox for

MATLAB, in L. Wang and Garnier, H. (eds.), System Identification, Environmental

Modelling, and Control System Design, Springer Verlag, London.

Peltola, H. (2000). Seasonally changing speed limits: effects on speeds and accidents.

Transportation Research Record: Journal of the Transportation Research Board, 1734, 46-

51.

Peltzman, S. (1975). The effects of automobile safety regulations, Journal of Political

Economy 75, 677-725.

Pérez, K., Marí-Dell’Olmo, M., Tobías, A., Borrell, C. (2007). Reducing road traffic injuries:

effectiveness of speed cameras in an urban setting. American Journal of Public Health, 97,

1632-1636.

Pilkington, P. y Kinra, S. (2005). Effectiveness of speed cameras in preventing road traffic

collisions and related casualties: systematic review. British Medical Journal, 330, 331-334.

Redelmeier, D.A., Bayoumi, A.M. (2010). Time lost by driving fast in the United States.

Medical Decision Making, 30, 12-19. DOI: 10.1177/0272989X09357476.

Retting, R.A., Teoh, E.R. (2008). Traffic speeds on interstates and freeways 10 years after

repeal of national maximum speed limit. Traffic Injury Prevention, 9, 119-124.

Richter, E. D., Barach, P., Friedman, L., Krikler, S., Israeli, A. (2004). Raised speed limits,

speed spillover, case-fatality rates, and road deaths in Israel: a 5-year follow-up. American

Journal of Public Health, 94, 568-574.

Ritchey, M., Nicholson-Crotty, S. (2011). Deterrence theory and the implementation of speed

limits in the American States. Policy Studies Journal, 39, 329-346.

Robusté, F., Vélez, M., Thorson O., López-Pita, A. (2003). Optimal social speed limits in a

highway: suitability of the 120 km/h speed limit in Barcelona. Spain.

Ryeng, E.O. (2012). The effect of sanctions and police enforcement on drivers’ choice of

speed. Accident Analysis and Prevention, 45, 446-454.

Shafi, S., Gentilello, L. (2007). A nationwide speed limit ≤ 65 miles per hour will save

thousands of lives. The American Journal of Surgery, 193, 719-722.

Sliogeris, J. (1992). 110 Kilometre Per Hour Speed Limit - Evaluation of Road Safety Effects.

Report No: GR 92 – 8. VIC ROADS, Road and Environment Safety, Road Safety

Division, Carlton. Australia.

Solomon, D. (1964). Accidents on main rural highways related to speed, driver and vehicle.

Bureau of Public Roads, U.S. Department of Commerce, Washington D.C. U.S.

Spanish Economic Ministry. Website: http://serviciosweb.meh.es/apps/dgpe/default.aspx.

Accessed November 2012.



26

SWOV (2010). Towards credible speed limits. Fact Sheet of September. Leidschendam, The

Netherlands.

SWOV (2012). The relationship between speed and crashes. Fact Sheet of April,

Leidschendam, The Netherlands.

Tay, R. (2004). The relationship between public education and enforcement campaigns and

their effectiveness in reducing speed related serious crashes. International Journal of

Transport Economics, 31, 251-255.

Tay, R. (2010). Speed cameras. Improving safety or raising revenue? Journal of Transport

Economics and Policy. 44, 247-257.

Tonkelaar, W.M. (1994). Effects of motorway speed limits on fuel consumption and

emissions. The Science of the Total Environment, 146/147, 201-207.

UNECE (United Nations Economic Commission for Europe). Statistical database from

website http://www.unece.org. Accessed November 2012.

Vaa, T. (1997). Increased police enforcement: effects on speed. Accident Analysis and

Prevention, 29, 373-385.

Van Mierlo, V.J., Maggeto, G., Van de Burgwal, E., Gense, R. (2004). Driving style and

traffic measures-influence on vehicle emissions and fuel consumption. Proceedings of the

Institution of Mechanical Engineers: Part D-Journal of Automobile Engineering, 218, 43-

50.

Várhelyi, A. (2002). Speed management via in-car devices: effects, implications,

perspectives. Transportation, 29, 237-252.

Villalbí, J.R., Pérez, K. (2006). Evaluación de políticas regulatorias: prevención de las

lesiones por accidentes de tráfico. Gaceta Sanitaria, 20, 79-87.

Wegman, F. y Aarts, L. (eds.) (2006). Advancing sustainable safety; National Road Safety

Outlook for 2005-2020. SWOV, Leidschendam. The Netherlands.

Wilmot, Ch. G., Khanal, M. (1999). Effect of speed limits on speed and safety: a review.

Transport Reviews, 19, 315-329.

Wilson, C., Willis, C., Hendrikz, J.K., Bellamy, N. (2006). Speed enforcement detection

devices for preventing road traffic injuries. Cochrane Database of Systematic Reviews, 2,

1-49.

Wolff, H. (2012).Value of Time: Speeding Behavior and Gasoline Prices. IZA Discussion

Papers 6788. Institute for the Study of Labor (IZA).

Wong, S.C., Sze, N.N., Lo, H.K., Hung, W.T., Loo, B.P.Y. (2005). Would relaxing speed

limits aggravate safety? A case study of Hong Kong. Accident Analysis and Prevention,

37, 377-388.

FIGURAS



27

Figura 1. De arriba a abajo: consumo de combustible en España en millones de toneladas métricas, víctimas

mortales en autopistas, Índice de Actividad Sintético y precio del barril Brent en Euros. En el panel inferior, se

han añadido los precios de gasolina y diesel para facilitar la comparación. Las líneas verticales indican el período

en el que la limitación de velocidad estuvo vigente. Las demás indican los momentos en los que se introdujo el

carnet por puntos y la reforma del Código Penal.

Fuente: Elaboración propia.

Figura 2. Número de víctimas mortales por accidente.


1.6

1.8

2

2.2

2.4

2.6

2.8

CO

NS

UM

O

Límite velocidad

Carnet por puntosCódigo Penal

100

200

300

400

VÍC

TIM

AS

Límite velocidad

Carnet por puntos

Código Penal

70

80

90

100

ISA

1996 1998 2000 2002 2004 2006 2008 2010 2012

20

40

60

80

PR

EC

IO (

€)

Brent

Gasolina

Gasóil

1996 1998 2000 2002 2004 2006 2008 2010 2012

1.05

1.1

1.15

1.2

1.25

1.3

Víc

tim

as

po

r a

ccid

ente



28

Figura 3. Efecto de la restricción de velocidad en las variables tanto en CONSUMO (panel superior), como en

VICTIMAS (panel inferior).


Figura 4. Componentes no observables del consumo de carburante con el modelo de la Tabla 3.


2010 2010.5 2011 2011.5 2012 2012.5

2.2

2.4

2.6

Mil

l. t

on

ela

da

s

Simulación

Consumo

2010 2010.5 2011 2011.5 2012 2012.5

100

120

140

160

180

Víc

tim

as

Simulación

Víctimas

1.6

1.8

2

2.2

2.4

2.6

2.8

Mil

lon

es d

e to

nel

ad

as

-0.1

0

0.1

Est

aci

on

al

1996 1998 2000 2002 2004 2006 2008 2010 2012

-0.05

0

0.05

Irre

gu

lar



29

Figura 5. Objetivos del gobierno y estimaciones alternativas tanto en CONSUMO (panel superior), como en

VICTIMAS (panel inferior).


TABLAS

2010 2010.5 2011 2011.5 2012 2012.5

2.2

2.4

2.6

Mil

l. t

on

ela

da

s

Gobierno (11%)

IRTAD (8.4%)

Real

2010 2010.5 2011 2011.5 2012 2012.5

100

120

140

160

180

Víc

tim

as

Elvik and Vaa (15%)

IRTAD (30%)

Real



30

PAÍSES DE LA

UE-27

Número de

víctimas mortales

en accidentes /

millón de

habitantes (2010)a

y

ORDENACIÓN

DE MENOR A

MAYOR

LÍMITES DE VELOCIDAD MÁXIMOS LEGALES

(km/h) (2012)b

AUTOVÍAS Y

AUTOPISTAS

CARRETERAS

SECUNDARIAS

ÁREAS

URBANAS

Austria 66 (14º) 130 100 50

Belgium 75 (19º) 120 120/90 50/30

Bulgaria 103 (24º) 130 90 50

Cyprus 67 (15º) 100 80 50

Czech Republic 76 (20º) 130 90 50

Denmark 46 (6º) 130 80 50

Estonia 59 (10º) 110 100/90 50

Finland 51 (8º) 120/100 100/80 50/40

France 64 (12º) 130 110/90 50

Germany 45 (5º) 130 (recomendados) 100 50/30

Greece 111 (26º) 130 90 50

Hungary 74 (18º) 130 90 50

Ireland 47 (7º) 97 97 48

Italy 68 (17º) 130 110/90 50

Latvia 104 (25º) 110 90 50

Lithuania 91 (22º) 130/110 90 50

Luxembourg 63 (11º) 130 90 50

Malta 36 (3rd

) No disponible 80 50

Netherlands 39 (4º) 120 100/80 70/50/30

Poland 102 (23º) 130 110/100/90 60/50

Portugal 88 (21º) 120 90 50

Romania 111 (26º) 130 100/90 50

Slovakia 64 (12º) 130 90 50

Slovenia 67 (16º) 130 100/90 50/30/10

Spain 54 (9º) 120 100/90 50

Sweden 29 (1st) 120 80 50/30

United Kingdom 31 (2nd

) 112 112/97 48/32

Tabla 1. Límites de velocidad y accidentes de tráfico en la UE.

Fuente: Elaboración propia a partir de a IRTAD (2012) y UNECE website (Statistical Database),

b European

Road Safety Observatory (ERSO) website (Traffic Rules).



31

TIPO DE INFRACCIÓN RELACIONADA CON LA VELOCIDAD EN LOS ACCIDENTES

CARRETERAS

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Velocidad inadecuada para las condiciones existentes 8.200 499.760 249.880 124.940 62.470 31.235 10.931 9.756 2.348 8.200

Sobrepasar la velocidad establecida 950 77.088 38.544 19. 272 9. 636 4 .818 2. 116 1. 430 322 950

Marcha lenta entorpeciendo la circulación 65 6.624 3.312 1.656 828 414 143 107 99 65

TOTAL DE INFRACCIONES POR CUALQUIER CAUSA 77.204 75.993 80. 303 73. 929 71 .263 69. 846 85 .222 74.147 82 .945 65 .759

ZONAS URBANAS

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Velocidad inadecuada para las condiciones existentes 5 .799 5 .459 4 .771 4 775 4 .235 3 .990 3. 544 3 .086 2. 348 2. 204

Sobrepasar la velocidad establecida 1. 875 1. 209 1 .134 1. 054 864 734 590 433 322 352

Marcha lenta entorpeciendo la circulación 77 48 52 46 142 146 120 133 99 96

TOTAL DE INFRACCIONES POR CUALQUIER CAUSA 97. 806 94. 302 92. 396 88. 075 85. 233 88. 557 90. 191 86 .673 82. 945 80 .803

% DE ACCIDENTES OCURRIDOS EN CADA TIPO DE VÍA, DONDE LA VELOCIDAD INADECUADA ES EL FACTOR CONCURRENTE

TIPO DE VÍA 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

AUTOPISTAS DE PEAJE 16 19 17 17 16 15 14 14 14 14

AUTOVÍAS 19 21 19 21 20 17 16 16 18 19

CARRETERAS CONVENCIONALES 24 24 24 24 26 23 21 20 20 20

TRÁFICO (IMD*) EN LA RED DE CARRETERAS DEL ESTADO

TIPO DE VÍA 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

AUTOPISTAS DE PEAJE 21. 019 20. 089 22. 048 21. 144 21. 664 23 .072 22 .993 21. 614 20. 306 19. 245

AUTOVÍAS 27. 641 28. 395 28. 749 29. 375 29. 863 28. 965 29. 302 26. 778 25. 871 25. 217

CARRETERAS CONVENCIONALES 5. 789 5. 833 5. 899 5. 904 5. 740 5. 573 5. 616 5. 433 5. 385 4 .768

DISTRIBUCIÓN DE VELOCIDADES DE VEHÍCULOS LIGEROS EN LA RED DE CARRETERAS DEL ESTADO

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

< 50 KM/H N.D. ** ** ** ** 15,91 10,27 2,65 2,66 1,98

51-80 KM/H N.D. 15,38 21,38 26,13 19,89 9,98 9,97 11,85 12,84 10,50

81-100 KM/H N.D. 24,95 22,52 18,97 21,66 24,52 25,89 31,72 33,59 33,56

101-120 KM/H N.D. 30,97 28,09 27,79 31,27 29,97 33,25 34,86 35,20 36,68

121-140 KM/H N.D. 20,08 18,90 19,10 20,08 15,81 16,99 16,02 13,55 14,71

> 140 KM/H N.D. 8,61 9,09 6,06 6,09 3,87 3,61 2,90 2,16 2,37



32

Tabla 2. El factor velocidad y la seguridad vial en España.

* IMD = Intensidad Media Diaria= Vehículos / día.

**De 2002 a 2005, los vehículos con velocidades < 50 km/h, están incluidos en el siguiente intervalo de la

distribución de velocidades (< 80 km/h).

N.D.: No Disponible.

Fuente: Elaboración propia a partir de DGT (2010), estadísticas de http://www.dgt.es/ y Ministerio de Fomento.

VÍCTIMAS CONSUMO

VELOCIDAD

PRECIO

ISA

PASCUA

LABORABLE

BISIESTO

PUNTOS

PUNTOS Denominador

NOV2007 (Penal Code)

DIC2007 (Penal Code)

-0,091**

-0,053**

2,027***

0,018

-0,009***

-0,188***

-0,876***

-0,233***

-0,130***

-0,017*

-0,029***

1,481***

0,008

0,006***

0,030***

ENE2006

SEP2000

OCT2000

0,158**

0,078***

-0,079***

Tendencia

Pendiente

Estacional

Irregular

1,16x10-5

9,62x10-8

0

5,51x10-3

1,17x10-10

3,94x10-8

1,32x10-7

2,23x10-4

Q(4)

Q(8)

Q(12)

Q(24)

Bera-Jarque

H

6,073

12,698

14,734

20,390

0,238

(0,888)

0,761

(0,139)

4,075

6,635

9,455

16,290

1,257

(0,534)

0,982

(0,472)

REDUCCIÓN 40 víctimas

8,24%

148.374 toneladas

métricas

1,55%

Tabla 3. Resultados de estimación. Uno, dos y tres asteriscos indican significación de los parámetros al 10%,

5% y 1% de significación, respectivamente. Tendencia, Pendiente, Estacional e Irregular indican las varianzas de

los ruidos asociadas con cada componente. Q(p) es el test Q de Ljung y Box de autocorrelación para p retardos.

Bera-Jarque es un test de normalidad (los probabilidad en las colas se indica entre paréntesis). H es un test de

ratio de varianzas, se compara la varianza del primer tercio de la muestra con el último tercio.


ESTIMACIÓN ECONOMÉTRICA DEL IMPACTO DE LA MODIFICACIÓN DE ... · consumo de carburante en...

Documents

Transcript of ESTIMACIÓN ECONOMÉTRICA DEL IMPACTO DE LA MODIFICACIÓN DE ... · consumo de carburante en...