SECUBIDI - Estimation Bayésienne Empirique de l’accidentalité d’une section

Identifier les sections de route à risque et évaluer l’efficacité des solutions mises en œuvre pour pallier aux risques identifiés est un enjeu prioritaire des politiques publiques de sécurité routière. Différentes approches permettent d’identifier les sources de danger le long des infrastructures routières : la recherche des configurations routières connues pour être gènes, l’analyse au cas par cas des procès verbaux d’accidents dressés par les forces de l’ordre (approche qualitative d’identification des processus à l’œuvre dans les accident s) ou encore l’approche quantitative basée sur le nombre d’accidents observés, leur localisation et l’exposition au risque (le trafic). Dans cette troisième approche, connaître ou plutôt être en mesure d’estimer l’accidentalité « vraie » d’une section de route s’avère donc déterminant. La survenue d’un accident reste fort heureusement un phénomène rare et en partie aléatoire, car si elle est le résultat de certains déterminants identifiés, d’autres facteurs et leur concomitance spatiale ou temporelle peuvent être considérés comme aléatoires. De fait, sur une section de route, y compris sans modification de son trafic ou de sa sécurité inhérente, le nombre observé d’accidents connaît des fluctuations significatives entre deux périodes d’observation. Face à ces fluctuations, les démarches classiques font l’hypothèse que le nombre d’accidents d’une section est une variable aléatoire de Poisson dont la moyenne est le nombre d’accidents observés. Leur réponse au risque dû aux fluctuations des observations s’opère à travers l’usage des intervalles de confiance de la distribution de Poisson et de tests de significativité. C’est la démarche retenue dans la méthode SURE utilisée pour estimer la sécurité sur le réseau routier national (RRN). Le projet de recherche SECUBIDI, qui vise à connaître et caractériser la sécurité des routes à chaussée bidirectionnelle et leur accidentalité, a été l’occasion de s’approprier et mettre en œuvre une nouvelle approche dite bayésienne empirique, qui combine accidentalité observée et connaissance à priori sur des sites comparables dans le but de fiabiliser l'estimateur de l'accidentalité « vraie ». Cette approche est une réponse au biais statistique de régression vers la moyenne, principal écueil des approches classiques. Les publications de l’IFSTTAR préconisent pour une section de route d’établir la connaissance à priori à partir d’un modèle du nombre d’accidents. C’est le point de recoupement avec le projet SECUBIDI : illustrer comment des variables d’usage ou des facteurs de risque peuvent enrichir la modélisation de la connaissance à priori. On illustre également les perspectives que ce type d’approche autorise en termes de connaissance de la pondération à attribuer aux modalités des différents facteurs de risque quant à leur contribution à l’accidentalité d’une section.