การพยากรณ์เปรียบเทียบจำนวนผู้เสียชีวิตจากอุบัติเหตุทางถนนในประเทศไทย: กรณีศึกษาที่มีและไม่มีผลกระทบจากการแพร่ระบาดของโรคโควิด-19
Article Sidebar
Main Article Content
บทคัดย่อ
อุบัติเหตุทางถนนในประเทศไทยเป็นปัญหาหลักที่ก่อให้เกิดความสูญเสียทั้งชีวิตและทรัพย์สิน ปัจจุบันมีแผนแม่บทความปลอดภัยทางถนน พ.ศ. 2565–2570 เป็นแนวทางหลักในการดำเนินงาน โดยกำหนดค่าเป้าหมายจากสถิติในปี 2563 ซึ่งเป็นช่วงที่ประเทศไทยและหลายประเทศทั่วโลกใช้มาตรการควบคุมการระบาดของโรคโควิด-19 จึงส่งผลต่อการเกิดอุบัติเหตุทางถนน การวิจัยนี้
จึงมีวัตถุประสงค์เพื่อพยากรณ์จำนวนผู้เสียชีวิตจากอุบัติเหตุทางถนน โดยแบ่งการพยากรณ์ออกเป็น 2 กรณี คือ การพยากรณ์ภายใต้สมมุติฐานที่มีและไม่มีผลกระทบจากการแพร่ระบาดของโรคโควิด-19 โดยใช้ข้อมูลจำนวนผู้เสียชีวิต ปี 2554–2566 จากฐานข้อมูลผู้เสียชีวิต 3 ฐาน ของกระทรวงสาธารณสุข ใช้เทคนิคการวิเคราะห์อนุกรมเวลา ด้วยวิธีปรับเรียบเอ็กซ์โปเนนเชียลโดยวิธีของวินเทอร์ โดยพยากรณ์แยกรายจังหวัด 77 จังหวัดทั่วประเทศ โดยใช้ข้อมูลผู้เสียชีวิตจริงในปี 2565–2566 สำหรับเปรียบเทียบประสิทธิภาพการพยากรณ์ด้วยค่าเฉลี่ยกำลังสองของความคลาดเคลื่อน (RMSE) และค่าเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAPE) ผลการวิเคราะห์พบว่าการพยากรณ์ภายใต้สมมุติฐานที่ไม่มีการแพร่ระบาดของโรคโควิด-19 มีความแม่นยำสูงกว่าทั้งสองปี โดยในปี 2565
มีค่า RMSE และ MAPE ต่ำกว่าถึง 122.04 และ 5.77 ส่วนในปี 2566 ค่า RMSE และ MAPE ต่ำกว่าถึง 143.52 และ 9.16 ตามลำดับ สะท้อนว่าการตัดช่วงเวลาผิดปกติออกจากชุดข้อมูลส่งผลให้การพยากรณ์มีความแม่นยำมากยิ่งขึ้น สามารถนำไปปรับปรุงค่าเป้าหมายของแผนแม่บทฯ ให้สอดคล้องกับบริบทแต่ละพื้นที่ต่อไป
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
คณะทำงานจัดทำรายงานสุขภาพคนไทย. (2565). โควิด-19 กับการลดลงของอุบัติเหตุและการสื่อสารออนไลน์ที่เพิ่มขึ้น (ตอนที่ 2). สืบค้นจาก
https://www.thaihealthreport.com/th/articles_detail.php?id=112
ปริชชา พละพันธ์. (2560). คู่มือวิเคราะห์และจัดการข้อมูลสถิติด้วย Minitab (ฉบับมืออาชีพ). กรุงเทพฯ: บริษัท ไอดีซี พรีเมียร์ จำกัด.
ศูนย์อำนวยการความปลอดภัยทางถนน. (2566). แผนแม่บทความปลอดภัยทางถนน พ.ศ. 2565–2570. กรุงเทพฯ: ศูนย์อำนวยการความปลอดภัยทางถนน.
Chand, S., Yee, E., Alsultan, A., & Dixit, V. V. (2021). A descriptive analysis on the impact of COVID-19 lockdowns on road traffic incidents in Sydney, Australia. International Journal of Environmental Research and Public Health, 18(21), 11701. https://doi.org/10.3390/ijerph182111701
Ferenchak, N. N. (2025). US road safety during COVID-19: Motorist, pedestrian and bicyclist fatality trends. International Journal of Disaster Resilience in the Built Environment, 16(2), 193–208. https://doi.org/10.1108/IJDRBE-09-2022-0091
Frej, D. P., & Zuska, A. (2023). The impact of the COVID-19 pandemic on the frequency of vehicle accidents in Poland. The Archives of Automotive Engineering – Archiwum Motoryzacji, 99(1).
https://doi.org/10.14669/AM/162666
Getahun, K. A. (2021). Time series modeling of road traffic accidents in Amhara Region. Journal of Big Data, 8(102). https://doi.org/10.1186/s40537-021-00493-z
Jurkovic, M., Gorzelanczyk, P., Kalina, T., Jaros, J., & Mohanty, M. (2022). Impact of the COVID-19 pandemic on road traffic accident forecasting in Poland and Slovakia. Open Engineering, 12, 578–589. https://doi.org/10.1515/eng-2022-0370
Khasawneh, M. A., Al-Omari, A. A., & Ganam, B. (2022). Forecasting traffic accidents in developing countries using time series analysis. Jordan Journal of Civil Engineering, 16(1), 54–70.
Mannering, F. L., & Bhat, C. R. (2014). Analytic methods in accident research: Methodological frontier and future directions. Analytic Methods in Accident Research, 1, 1–22. https://doi.org/10.1016/j.amar.2013.09.001
Ratanawimon, S., & Tanawongsuwan, P. (2024). Prediction of severity level of road traffic accident in Thailand using machine learning. In Proceedings of the 10th World Congress on Electrical Engineering and Computer Systems and Sciences (EECSS'24), Barcelona, Spain, August 19–21, 2024 (Paper No. CIST 179). https://doi.org/10.11159/cist24.179
Sekadakis, M., Katrakazas, C., Michelaraki, E., Kehagia, F., & Yannis, G. (2021). Analysis of the impact of COVID-19 on collisions, fatalities and injuries using time series forecasting: The case of Greece. Accident Analysis and Prevention, 162, 106391. https://doi.org/10.1016/j.aap.2021.106391
Tefft, B. C. (2024). Traffic safety impact of the COVID-19 pandemic: Fatal crashes in 2020–2022 (Research Brief). AAA Foundation for Traffic Safety. https://doi.org/10.21949/1526056
Tongpradubpetch, A., & Kanitpong, K. (2024). Impact of COVID-19 on road crashes in Thailand. IATSS Research, 48, 230–244.
https://doi.org/10.1016/j.iatssr.2024.04.001
Zhang, Y., Zhang, H., Hu, C., Chen, F., & Wan, Z. (2022). The impact of COVID-19 on road traffic accidents: A case study of severely affected city in China. 2022 IEEE 25th International Conference on Intelligent Transportation Systems (ITSC), 3429–3434. https://doi.org/10.1109/ITSC55140.2022.9922248
