KUWENTO NG DATOS

Vision Zero Benchmarking: Traffic Citations

Data ng pagsipi ng trapiko mula 2012-2022 sa San Francisco at 7 peer na lungsod.

Controller's Office

Bakit mahalaga ang mga pagsipi sa trapiko

Tinukoy ng San Francisco ang 5 gumagalaw na paglabag na kabilang sa mga nangungunang salik para sa mga banggaan ng pinsala. Kabilang dito ang: 

  • Tumatakbo sa Red Lights
  • Running Stop Signs
  • Bumibilis
  • Pagkabigong Ibigay sa mga Pedestrian ang Karapatan sa Daan
  • Nabigong Magbigay Habang Lumiliko

Ang San Francisco Police Department ay inuuna ang mga ito para sa pagpapatupad. 

Ang pagsubaybay sa mga pagsipi para sa mga paglabag na ito ay nakakatulong sa amin na mas maunawaan kung ano ang pagpapatupad na nangyayari sa bawat lungsod. Maaaring ipakita ng data na ito kung gaano karaniwan ang mga pagsipi na ito. Maaari ding ipakita ng data na ito kung gaano karaming lungsod ang nagpapatupad ng mga panuntunang ito. Gayunpaman, maaaring may iba't ibang mga priyoridad sa pagpapatupad ng trapiko ang ilang lungsod. Bukod pa rito, maaaring unahin ng ilang lungsod ang mga babala at edukasyon kaysa sa mga pagsipi, kaya mas mababa ang kanilang mga rate. Mahirap subaybayan at ihambing ang data ng babala at edukasyon sa mga lungsod, kabilang ang San Francisco. Ito ay maaaring isang lugar para sa hinaharap na pananaliksik.

Matuto nang higit pa tungkol sa pananaliksik sa likod ng inisyatiba na ito, na tinatawag na "Focus on the Five" sa San Francisco. Galugarin ang data ng San Francisco nang higit pa sa Mga Ulat sa Paglabag sa Trapiko at ang "Tumuon sa Lima" Scorecard .

Paano gamitin ang dashboard na ito

Pumili ng uri ng pagsipi ng trapiko sa itaas upang makita ang rate para sa taong iyon. Ipinapakita ng unang dashboard ang uri ng pagsipi sa bawat 100,000 residente. Ang pangalawang dashboard ay may parehong impormasyon na ipinapakita bilang isang proporsyon ng lahat ng mga pagsipi ng trapiko sa taong iyon. 

Pumili ng mga lungsod sa ibaba upang idagdag ang mga ito sa visualization.

Mga pangunahing tala tungkol sa dataset na ito: Ang mga dashboard na ito ay nag-explore lang ng mga pagsipi na ibinigay ng opisyal at hindi ang anumang inilabas ng mga automated na camera. Gumagamit ang Boston at Portland ng pinagsamang kategorya para sa kanilang mga pagsipi sa Red Light at Stop Sign. Ang mga lungsod na iyon ay hindi lalabas sa ilalim ng indibidwal na Red Light o Stop Sign na mga kategorya, ngunit lalabas bilang pinagsamang Red Light at Stop Signs.

Mga pagsipi ng trapiko sa bawat 100,000 residente

Data notes and sources

Upang iulat ang data na ito, nakita namin ang katumbas na code ng trapiko sa bawat estado sa limang code ng California. Gumamit ang bawat lungsod ng ibang data source. Kung saan available sa publiko, nasa ibaba ang mga ito:

Ang ilan sa mga lungsod ay mayroon lamang data para sa bahagi ng yugto ng panahon.  

Ibinukod namin ang anumang mga pagsipi na ibinigay ng awtomatikong pagpapatupad ng bilis o mga red light na camera. Inihahambing lamang nito ang mga pagsipi na ibinigay ng opisyal.

Tulad ng nabanggit sa itaas, ang mga pagsipi ay isang hindi kumpletong tagapagpahiwatig. Sa ilang lawak, ipinapakita ng mga ito ang dalas kung saan nangyayari ang ilang partikular na paglabag sa isang lungsod. Sa kabaligtaran, nagpapakita rin sila ng ilang priyoridad ng isang pangkat ng pagpapatupad ng trapiko. Halimbawa, maaaring ipakita nito na inuuna ng isang traffic enforcement team ang mga stop sign kaysa sa mga pulang ilaw. Gayunpaman, dahil maaaring magkasalungat ang dalawang bagay na ito, isaalang-alang itong data bilang isang kapaki-pakinabang ngunit limitadong mapagkukunan.

Isang teknikal na limitasyon ng dashboarding software (Microsoft PowerBI): Kapag napili ang lahat ng lungsod sa filter, hindi lahat ng pangalan ng lungsod ay maaaring lumabas sa dashboard. Gamitin ang alamat upang kumpirmahin ang lungsod sa pamamagitan ng kulay, ang tooltip (kung magagamit), o baguhin ang mga filter upang tingnan ang mas kaunting mga lungsod nang sabay-sabay. 

Upang tingnan ang buong dataset, bisitahin ang DataSF Open Data Portal

Mga pangunahing pagsipi ng trapiko bilang isang proporsyon ng kabuuang mga pagsipi ng trapiko

Data notes and sources

Pakitingnan ang mga tala ng data para sa dashboard sa itaas para sa buong impormasyon. 

Isang teknikal na limitasyon ng dashboarding software (Microsoft PowerBI): Kapag napili ang lahat ng lungsod sa filter, hindi lahat ng pangalan ng lungsod ay maaaring lumabas sa dashboard. Gamitin ang alamat upang kumpirmahin ang lungsod sa pamamagitan ng kulay, ang tooltip (kung magagamit), o baguhin ang mga filter upang tingnan ang mas kaunting mga lungsod nang sabay-sabay. 

Upang tingnan ang buong dataset, bisitahin ang DataSF Open Data Portal

Mga pangunahing takeaway

Ang pulang ilaw na pagsipi ay bumubuo ng mas malaking bahagi ng mga pagsipi ng San Francisco kaysa sa mga kapantay nito. Noong 2022, ang mga paglabag sa red light ay bumubuo ng 11% ng kabuuang mga pagsipi ng San Francisco, kumpara sa 5-7% para sa karamihan ng mga kapantay nito.

Ang kabuuang stop sign citation ng San Francisco ay bumaba sa nakalipas na ilang taon. Ang San Francisco ay bumaba mula sa malapit sa 1,500 na pagsipi bawat 100,000 residente noong 2014 hanggang sa wala pang 50 taong gulang noong 2022. Ang stop sign citation rate ng San Francisco sa kasalukuyan ay katulad ng sukat sa Chicago at Seattle noong 2022 na mga rate (malapit sa 60 at 35). 

Ang proporsyon ng mabilis na pagsipi ng San Francisco ay mas mataas kaysa sa karamihan ng mga kapantay nito. Noong 2022, ang mga mabibilis na pagsipi ay bumubuo ng humigit-kumulang 30% ng kabuuang mga pagsipi ng trapiko ng San Francisco. Ang Los Angeles ay may parehong rate. Ang Miami ang susunod na pinakamalapit sa 26%, ngunit ang Seattle at New York ay mas mababa, sa 10% at 15%.

Awtomatikong pagpapatupad

Gumagamit ang awtomatikong pagpapatupad ng mga camera para mag-isyu ng mga pagsipi. Maraming lungsod ang nag-install ng mga camera para sa awtomatikong pagpapatupad bilang karagdagan sa mga pagsipi na ibinigay ng opisyal. Ang mga pulang light camera at speed camera ay ang 2 pangunahing uri ng awtomatikong pagpapatupad.

Gayunpaman, nililimitahan ng ilang lungsod o estado ang paggamit ng automated na pagpapatupad sa pamamagitan ng batas. Halimbawa, ipinagbawal ng California ang paggamit ng automated speed enforcement hanggang 2024. Noong 2024, inaprubahan ng California ang automated speed enforcement para sa 6 na lungsod, kabilang ang San Francisco. Sa Boston at Minneapolis, ipinagbabawal ng batas ng estado ang parehong red light at speed camera. 

Ang automated na data ng pagpapatupad ay mahirap ding ihambing mula sa isang lungsod patungo sa isa pa. Ang mga rate ng mga pagsipi ay kapansin-pansing nag-iiba batay sa bilang ng bilis o pulang ilaw na mga camera sa lugar. Saglit naming ginalugad ang magagamit na impormasyon sa ibaba. 

Mga Red Light Camera:

  • Noong 2022, nagkaroon ang San Francisco ng halos 10,000 red light na pagsipi ng camera at wala pang 20 camera. 
  • Noong 2022, ang Chicago ay nagkaroon ng halos 680,00 red light na pagsipi ng camera at tinatayang 300 camera ang nasa lugar. 
  • Noong 2022, ang Miami ay wala pang 100,000 red light na pagsipi ng camera at malapit sa 500 camera. 
  • Noong 2022, ang New York City ay nagkaroon ng humigit-kumulang 630,000 red light camera citation mula sa 230 red light camera. 

Awtomatikong Pagpapatupad ng Bilis 

  • Noong 2022, ang Chicago ay nagkaroon ng malapit sa 2.8 milyong speed camera citation at 160 speed camera.
  • Noong 2021, ang New York City ay nagkaroon ng halos 4.4 milyong speed camera citation at humigit-kumulang 2,500 speed camera. Ang New York City ay iniulat na may pinakamaraming speed camera sa lahat ng mga lungsod sa US. 

Habang ipinapatupad ng San Francisco ang automated speed enforcement nito, nagbubukas ito ng mga pagkakataon para sa paggalugad sa hinaharap. Ang mga pagsusumikap sa pag-benchmark sa hinaharap ay maaaring isaalang-alang ang iba't ibang mga posibilidad upang ihambing ang mga awtomatikong pagsipi sa mga peer na lungsod. 

Galugarin ang iba pang mga sukatan

Bisitahin ang home page ng Vision Zero Benchmarking upang matuto nang higit pa tungkol sa pagsisikap at galugarin ang iba pang mga sukatan.