Content uploaded by Georges Dionne
Author content
All content in this area was uploaded by Georges Dionne on Dec 12, 2017
Content may be subject to copyright.
Le non-respect du code de la sécurité
par les conducteurs professionnels en
fonction des caractéristiques des
individus, des transporteurs et de
l'environnement routier
par Georges Dionne, Claire Laberge-Nadeau,
Urs Maag, Denise Desjardins et Stéphane
Messier
Cahier de recherche 98-18
Décembre 1998
ISSN : 1206-3290
L'équipe a bénéficié d'une aide financière importante de la Société de l'assurance automobile du Québec
(SAAQ) et du ministère des Transports du Québec (MTQ), gérée par le Fonds pour la formation de
chercheurs et l'aide à la recherche (FCAR), dans le cadre du Programme de recherche universitaire en
sécurité routière, Appel de propositions 1996-1997. Le projet est inscrit sous le numéro 97-10.
Le non-respect du code de la sécurité par les conducteurs professionnels
en fonction des caractéristiques des individus, des transporteurs
et de l'environnement routier
Georges Dionne, Claire Laberge-Nadeau, Urs Maag,
Denise Desjardins et Stéphane Messier
Georges Dionne est titulaire de la Chaire de gestion des risques et professeur de finance à l’École des
Hautes Études Commerciales.
Claire Laberge-Nadeau est professeure au département de Médecine sociale et préventive et directrice
du Laboratoire sur la sécurité des transports du Centre de recherche sur les transports de l'Université de
Montréal.
Urs Maag est professeur au département de mathématiques et statistique et membre du Laboratoire sur
la sécurité des transports du Centre de recherche sur les transports de l'Université de Montréal.
Denise Desjardins est professionnelle de recherche au Laboratoire sur la sécurité des transports du
Centre de recherche sur les transports de l'Université de Montréal.
Stéphane Messier est professionnel de recherche au Laboratoire sur la sécurité des transports du Centre
de recherche sur les transports de l'Université de Montréal.
Copyright 1998. École des Hautes Études Commerciales (HEC) Montréal.
Tous droits réservés pour tous pays. Toute traduction ou toute reproduction sous quelque forme que ce soit est interdite. Les textes
publiés dans la série des Cahiers de recherche HEC n’engagent que la responsabilité de leurs auteurs.
1
Le non-respect du code de la sécurité par les conducteurs professionnels
en fonction des caractéristiques des individus, des transporteurs
et de l'environnement routier
Georges Dionne, Claire Laberge-Nadeau, Urs Maag,
Denise Desjardins et Stéphane Messier
Résumé
Le but de cette recherche était de vérifier comment la relation statistique entre les infractions au CSR
(Code de la sécurité routière) et les accidents peut être influencée par différentes variables différenciant
les conducteurs de véhicules lourds (camions et autobus): caractéristiques personnelles, classe de
permis pour véhicules lourds, type de véhicule conduit régulièrement, caractéristiques de l'employeur
(taille de l'entreprise, l'environnement de travail), etc.
Il s'agissait de vérifier, d'une part, si la relation infractions-accidents est statistiquement significative
pour les conducteurs professionnels par type de véhicule conduit, en fonction de la classe de permis.
Nous devions ensuite vérifier comment les différentes variables énumérées précédemment affectent ces
relations statistiques. Quatre hypothèses de travail ont été vérifiées en détail, deux sur des périodes
annuelles et deux sur des périodes de deux ans.
L’équipe avait déjà en main une banque de données exceptionnelle qui contient la plupart des variables
mentionnées et provenant du projet sur les conditions médicales dirigé par C. Laberge-Nadeau et
P. Hamet (1995). Pour répondre aux objectifs du projet, nous devions obtenir des informations
supplémentaires auprès des conducteurs professionnels portant sur les connaissances du CSR et sur la
formation reçue par les conducteurs. Un questionnaire a été construit et administré pour obtenir ces
informations, incluant aussi la taille de l’entreprise.
Pour vérifier les hypothèses de travail, nous avons modélisé des distributions d'accidents sur les deux
types de périodes. De plus, nous avions des données de panel c’est-à-dire que nous avions des
observations individuelles sur quatre périodes, ce qui pouvait entraîner des corrélations entre les
observations des différentes périodes. Notre modélisation économétrique a permis la prise en compte
de ces corrélations.
Les résultats économétriques peuvent être résumés de la façon suivante: Pour les conducteurs de
camion nous avions deux groupes, ceux ayant le permis 1 et ceux ayant le permis « autre » composé de
conducteurs de la classe 3 dans une proportion de 87%. Les analyses des accidents sur deux ans
montrent que l’association entre les infractions et les accidents est statistiquement significative à 5%,
pour les conducteurs de classe 1. Ce résultat tient aussi quand d’autres variables sont incorporées au
modèle. Pour les conducteurs de la classe « autre », l’association entre les infractions et les accidents
n’est significative qu’avec les autres variables du modèle. De ces modèles, nous concluons que plus de
points d’inaptitude accumulés au cours d’une période de deux ans sont associés à un plus grand
nombre d’accidents dans les deux années suivantes, en tenant compte des autres variables pertinentes.
Il est important de rappeler ici que nous n’avons retenu que les accidents des conducteurs impliqués
alors qu'ils étaient au volant d'un camion bien que les points accumulés ne sont pas spécifiques à la
conduite d'un camion. Ce résultat est très important pour la sécurité routière et rejoint les conclusions
2
des études réalisées antérieurement qui justifient la tarification actuelle de l'assurance automobile par la
SAAQ.
En terme de politique de tarification optimale de l'assurance, nos résultats indiquent que les points
d'inaptitude totaux influencent non seulement les accidents des véhicules de promenade mais également
les accidents impliquant les camions. Donc les conducteurs professionnels qui accumulent beaucoup de
points sont des mauvais risques quel que soit le véhicule conduit.
Deux autres conclusions sont importantes pour les conducteurs de classe 1: les conducteurs des flottes
de plus de 11 véhicules ont moins d'accidents que ceux de 10 ou moins et ceux qui sont formés par leur
employeur ont également moins d'accidents que ceux sans formation. La connaissance du règlement sur
le nombre maximal d’heures de conduite n’affecte pas les taux d’accidents, par contre celle du nombre
maximal d’heures de travail est associé à des probabilités d’accidents plus élevés. Une explication de
ce résultat, est que ceux qui connaissent mieux la réglementation sont ceux qui ont plus besoin de la
connaître car ils travaillent des heures proches de la limite et sont donc plus exposés au risque
d’accidents. Malheureusement, nous n’avons pas de statistiques sur le nombre d’heures travaillées.
Finalement les conducteurs de classe 1 ont plus d'accidents que ceux de la classe « autre » même si
nous contrôlons pour plusieurs variables d'exposition au risque et différentes caractéristiques des
conducteurs.
Si maintenant nous abordons les conducteurs d'autobus, les résultats sont moins concluants. En effet,
les points d'inaptitude n'affectent pas les accidents de façon significative du moins si on se limite à un
seuil de 95%. Les plus grandes flottes de véhicules ont plus d'accidents et ceux qui conduisent en ville
seulement ont également plus d'accidents. Finalement, les conducteurs qui suivent des cours de
perfectionnement ont plus d'accidents. Ce qui semble indiquer que ces cours étaient nécessaires.
À la lumière de ces résultats, il est possible d'envisager des interventions qui pourraient modifier les
comportements des conducteurs. En particulier, la tarification des droits de permis des conducteurs de
camion pourrait être modifiée. Actuellement, ces conducteurs ont la même tarification que ceux de la
classe 5 alors que leurs accidents au travail sont très influencés par leur comportement. Pour les
conducteurs d'autobus les résultats suggèrent de garder le status quo car leurs accidents au travail ne
sont pas fonction de leurs points d'inaptitude.
Une autre conclusion de l’étude est que la connaissance des règlements sur les heures de travail et de
conduite est très faible pour les conducteurs professionnels. Même si la connaissance du nombre
maximal d'heures de travail a un effet inattendu sur les accidents, ce résultat mérite être approfondi. Il
serait intéressant d’étudier la triple relation connaissance-heures travaillées-accidents et celle
connaissance-heures conduites-accidents. Il serait aussi pertinent d’étudier une dimension importante
qui est le manque d'entretien mécanique des véhicules et l'absence de surveillance de cette activité qui
sont des facteurs causals dans plusieurs accidents de camions.
Mots-clés : sécurité routière, accidents, infractions, camions, autobus, formation, connaissances,
entreprise, questionnaire, points d’inaptitude, tarification, assurance.
Classification JEL : D80.
3
Abstract
The purpose of this research was to verify how the statistical association between infractions to the
Highway Safety Code (HSC) and accidents are influenced by variables that differentiate the drivers of
heavy vehicles (trucks and busses): personal characteristics, permit class, type of vehicle usually
driven, characteristics of the employer (size of fleet, work environment), etc.
First, the association between infractions and accidents had to be checked for statistical significance for
the professional drivers by type of vehicle driven and license class. Second, the effect of the other
variables on this association had to be verified. Four working hypotheses were tested, two on annual
and two on two-year data.
The team had access to the exceptional database from the project on medical conditions, which was led
by C. Laberge-Nadeau and P. Hamet (1995). It contains most of the variables needed for this study.
Some additional information was needed from the drivers pertaining to their knowledge of the HSC and
to their driving training. A questionnaire was constructed to obtain this information, including the size
of the company.
To check the working hypotheses, the accident distributions were modeled for the two types of periods.
Our models incorporated also the panel aspect of the data to take into account the possible correlation
within drivers, as there were four observations for each one.
The econometric results can be summarized as follows: The truck drivers were classified into two
groups, those with a class 1 license and the other ones (87% with a class 3 license). The analyses for
the two-year periods showed that the statistical association between infractions and accidents is
significant at the 5% for the class 1 drivers. This result holds when other variables are added to the
model. For the class "other" the association between infractions and accidents is only statistically
significant when other variables are also in the model. From these models we conclude that more
demerit points accumulated during a two-year period are associated with a higher number of accidents
in the following two years, taking into account the other pertinent variables. It is important to
remember that the accidents are those where the driver was at the wheel of a truck whereas all demerit
points were counted (not only those assessed while driving a truck). This is an important result for road
safety that concurs with previous research that justified the present fee structure of the SAAQ.
In terms of a policy of an optimal scale for premiums, our results indicate that total demerit points are
not only associated with accidents of leisure vehicles but also with accidents involving trucks. Hence,
professional drivers who accumulate many demerit points are bad risks whatever the vehicle they drive.
Two further conclusions are important for class 1 drivers: those who work in a company with more
than 11 vehicles have fewer accidents than those working in a smaller fleet. Knowing the regulation
about the maximal number of driving hours per day is not associated with accident rates, but knowing
the maximal number of working hours per day is associated with a higher probability of accidents. A
possible explanation of this result is that those who know this reglementation need to know it as they
work close to the limit and thus have a higher risk exposure. Unfortunately, we do not have statistics on
the number of hours worked. Finally, drivers with a class 1 license have more accidents than those of
the license class "other" even after taking into account several risk exposure variables and
characteristics of the drivers.
The results for bus drivers are less conclusive. There is no significant association at the 5% level
between demerit points and number of accidents. Drivers from larger fleets have more accidents and so
4
do those who drive only in urban areas. Finally, bus drivers who follow additional courses have more
accidents that seem to indicate that these drivers needed the courses.
In the light of these results, it is possible to envisage interventions that might modify the behavior of
the drivers. In particular, the license fee structure for truck drivers could be modified. At present, they
pay the same fees as the class 5 licensees even though their work related road accidents are influenced
by their behavior. For bus drivers, the results suggest to maintain the status quo since their work
accidents are not related to their demerit points.
One other conclusion of this study is the general lack of knowledge of the maximal number of driving
and working hours permitted by the reglementation. The unexpected association between knowing the
maximal number of working hours and the number of accidents merits further study. It would also be
interesting to look at the triplets “knowledge-hours worked-accidents” and “knowledge-hours driven-
accidents”. Another important aspect that should be investigated is the lack of proper maintenance of
the vehicles and the lack of adequate surveillance of this activity, factors that are the cause of several
truck accidents.
Keywords : road safety, crashes, violations, trucks, busses, training, knowledge, employer, survey,
demerit points, premiums, insurance.
JEL Classification : D80.
5
INTRODUCTION
Il est maintenant bien connu que la distribution des accidents de la route dépend de quatre facteurs
principaux (Haddon, 1980) : 1) l’être humain (comportement du conducteur et des autres usagers, prise
de risques, etc.), 2) le véhicule (type de véhicule, état mécanique, etc.), 3) l’environnement physique
(état des routes, visibilité, signalisation, etc.) et 4) l’environnement socio-économique (Code de la
sécurité routière, détermination des normes, etc.). Ces quatre facteurs, qui se divisent aussi selon les
trois phases temporelles suivantes: avant (pré), pendant (pen) et après (post) l’impact, sont davantage
cités dans la littérature pour expliquer les accidents impliquant des véhicules de promenade. Mais ils
sont aussi applicables à la conduite professionnelle, incluant la conduite des camions et des autobus qui
font l’objet du présent rapport de recherche.
Tout comme les accidents, l’accumulation du nombre d’infractions et de points d’inaptitude, suite à un
manquement au Code de la sécurité routière, est également fonction, entre autres, du comportement des
individus. Ce comportement peut être influencé par plusieurs facteurs mais dans le cas de la conduite
professionnelle, l’origine de la faute peut être différente de la conduite non professionnelle. Par
exemple, un conducteur qui est à l’emploi d’un transporteur très exigeant sur le respect des horaires
peut être incité à commettre des infractions pour respecter un horaire qui ne tient pas compte des
contretemps. Un commerce à grande surface qui exige que ses marchandises soient livrées à des
moments précis dans l’horaire chargé d’une journée (just in time) peut aussi générer des
comportements plus risqués des conducteurs qui ne veulent pas être obligés de revenir avec leur
marchandise parce qu’ils sont arrivés en retard. Par contre, ces comportements risqués peuvent être
également expliqués par des motivations et des goûts personnels, par des durées élevées de temps de
travail ou par un grand nombre de kilomètres accumulés sans périodes de repos.
Intuitivement, un conducteur qui accumule plusieurs infractions au Code de la sécurité routière durant
une période déterminée devrait également accumuler plus d’accidents. En effet, si on suppose que le
comportement des policiers ne varie pas dans le temps, ni d’une région géographique à une autre,
enfreindre le Code de la sécurité routière (CSR) augmente la probabilité d’être intercepté par les
policiers tout en augmentant les probabilités d’accidents. Cette corrélation positive entre les infractions
et les accidents de la route a déjà été vérifiée indirectement au Québec par Boyer et Dionne (1985)
pour les conducteurs de véhicules de promenade et par Dionne et al. (1995) pour des conducteurs
professionnels. Entre autres, Dionne et al. (1995) ont vérifié que les points d’inaptitude accumulés au
cours d’une période étaient corrélés positivement aux taux d’accidents de la période suivante pour trois
catégories de conducteurs professionnels: conducteurs de camion, conducteurs d’autobus et
conducteurs de taxi. Mais leurs résultats ne distinguent pas les effets par classe de permis ni par type
de véhicules et ne font pas ressortir explicitement les effets que d’autres facteurs, dont la connaissance
du CSR et la formation qui sont présentés plus loin, peuvent avoir sur les coefficients estimés. De plus,
leurs analyses sont limitées à des accidents sur un période d’un an et ne contrôlaient pas pour le type de
permis.
Cette corrélation positive entre les infractions au CSR et les accidents est également prise en compte de
façon implicite, depuis 1992, dans la tarification de la Société de l’assurance automobile du Québec
(SAAQ). En effet, depuis ce temps les conducteurs sont tarifés, lors du renouvellement de leur permis
de conduire, en fonction du nombre de points d’inaptitudes accumulés au cours des deux années
précédentes. Cette mesure, en plus d’introduire une certaine équité (les plus mauvais risques paient des
primes plus élevées), incite les conducteurs à être plus prudents (Dionne & Vanasse, 1997).
6
Par contre ces études et politiques ne tiennent pas nécessairement compte de tous les facteurs qui
peuvent expliquer le lien statistique positif observé entre infractions et accidents. Il n’a pas été
démontré de façon systématique que ce lien statistique était indépendant du type de véhicule conduit ou
de la classe de permis de conduire détenue par les conducteurs. De plus, est-ce qu’un propriétaire de
camion adopte le même comportement comme conducteur qu’un employé d’une grande entreprise de
camionnage ? Est-ce que l’expérience (infractions passées), la formation des conducteurs, le dossier
médical, le nombre de kilomètres parcourus, la connaissance du Code de la sécurité routière (CSR) et
d’autres variables peuvent avoir un effet sur cette relation qui existe entre les infractions et accidents ?
Le rapport est divisé en 7 sections principales. À la suite de l’introduction et de la présentation des
objectifs, nous allons voir de façon succincte la recension des écrits et la méthode utilisée pour passer
ensuite, de façon plus détaillée, aux résultats qui se divisent en deux parties principales: l’enquête de
1997 et la vérification des quatre principales hypothèses de l’étude. Nous terminons avec la discussion,
qui porte sur les principaux résultats, la conclusion de l’étude et les références. Trois annexes, dont
l'une contenant le questionnaire ainsi qu'un résumé des informations obtenues, sont disponibles. Ces
annexes sont présentées dans la publication CRT-98-61 du Centre de recherche sur les transports de
l'Université de Montréal.
OBJECTIFS
Le but du présent projet était de vérifier comment la relation statistique entre les infractions au CSR et
les accidents peut être influencée par différentes variables différenciant les conducteurs de véhicules
lourds. Ces variables peuvent être classifiées en fonction des caractéristiques personnelles (âge, sexe,
propriétaire du véhicule, connaissance du CSR, formation, etc.), de la classe de permis pour véhicules
lourds (classes 1, 2 ou 3), du type de véhicule conduit régulièrement (camion-remorque, autobus,
camion-porteur, etc.) et des caractéristiques de l’employeur (ou transporteur), tel que la taille de
l’entreprise, l’environnement de travail (urbain-rural, autoroute-ville-campagne, conduite de nuit), etc.
Il s’agira de vérifier, d’une part, si la relation infractions-accidents est statistiquement significative
pour les conducteurs professionnels par type de véhicule conduit, en fonction de la classe de permis.
Puis, dans un deuxième temps, nous proposons de vérifier comment les différentes variables
énumérées précédemment affectent ces relations statistiques. Est-ce que, par exemple, le nombre
d’accidents d’un camionneur oeuvrant pour un transporteur est plus élevée que celle d’un conducteur
de camion propriétaire du véhicule qu’il conduit ? Ou est-ce que les conducteurs qui répondent
correctement aux questions portant sur le CSR ont un dossier de conduite qui est différent des autres
qui n’ont pas répondu correctement ?
Nous énumérons ici les quatre principales hypothèses qui seront vérifiées:
Hypothèse 1A:Pour chaque type de conducteur professionnel étudié et pour chaque type de véhicule
conduit régulièrement, le nombre d’infractions au CSR accumulées au cours des deux
dernières années, affecte positivement le nombre d’accidents durant les deux années
suivantes.
Hypothèse 1B:Pour chaque type de conducteur professionnel étudié et pour chaque type de véhicule
conduit régulièrement, le nombre d’infractions au CSR accumulées au cours de
l’année précédente, affecte positivement le nombre d’accidents durant l’années
suivantes.
7
Ces premières hypothèses correspondent au premier objectif du cahier de l’Appel des propositions.
Certaines variables de contrôle ont été ajoutées pour tenir compte des résultats déjà existant dans la
littérature. Pour répondre aux besoins plus spécifiques de l’étude, les hypothèses 2A et 2B ont aussi
été vérifiées:
Hypothèse 2A:Les relations statistiques étudiées sous l’hypothèse 1A peuvent être affectées
significativement si on tient compte explicitement des variables supplémentaires
suivantes pour construire des catégories plus fines de conducteurs professionnels:
occupation principale, type de véhicule utilisé, environnement de conduite ou type de
route, kilométrage annuel au travail, étendue du territoire, taille de l’entreprise,
conduite de nuit, formation et perfectionnement, propriétaire ou non du véhicule,
connaissance du CSR.
Hypothèse 2B:Les relations statistiques étudiées sous l’hypothèse 1B peuvent être affectées
significativement si on tient compte explicitement des variables supplémentaires
suivantes pour construire des catégories plus fines de conducteurs professionnels:
occupation principale, type de véhicule utilisé, environnement de conduite ou type de
route, kilométrage annuel au travail, étendue du territoire, taille de l’entreprise,
conduite de nuit, formation et perfectionnement, propriétaire ou non du véhicule,
connaissance du CSR.
D’autres informations sont présentées sur des variables obtenues du questionnaire. Ces variables ne
sont pas incluses dans les modèles économétriques car elles portent sur des sous-groupes spécifiques
qui sont trop peu nombreux pour obtenir des relations statistiques stables.
PRINCIPALES STATISTIQUES ET RECENSION DES ÉCRITS
Principales données pour le Québec sur les camions et les autobus
Nous présentons d’abord un aperçu des principales données relatives aux camions lourds et aux
autobus en circulation sur le territoire québécois, avant de passer à la recension des écrits proprement
dite. Ces informations sont tirées des bilans routiers de la SAAQ et de sources disponibles sur internet.
Les premières données portent sur le nombre de véhicules en circulation et sur les titulaires possédant
un permis permettant la conduite de ce type de véhicule. Nous verrons aussi quelques données sur les
infractions, les accidents et les victimes impliquant des camions ou des autobus au Québec de même
que des données provenant de l’Ontario. Nous résumerons ensuite quatre études (Boyer et Dionne,
1985 ; Dionne et al., 1995 ; Dionne et Vanasse, 1997 ; Maag et al. 1997) nous permettant de souligner
le lien statistique observé entre les infractions et les accidents. La recension des écrits suivra ce résumé.
Elle sera relativement courte puisque les articles portant précisément sur le sujet de notre étude sont
inexistants ou introuvables.
8
Nombre de véhicules en circulation
Le Tableau 1 présente le nombre de véhicules lourds (3000 kg ou plus) en circulation au Québec,
incluant les camions et les autobus et, pour fins de comparaison, les véhicules de promenade. Les
véhicules de type camionnettes, mini-van et les véhicules 4X4 privés ne sont pas inclus dans ces
données; ils ne sont inclus que dans l’ensemble des véhicules en circulation. On comptait, en 1996, un
peu plus de 100 000 camions en circulation, près de 10 000 autobus scolaires et un peu moins de 7 000
autobus autres sur un total de plus de 4,3 millions de véhicules. Le nombre total de véhicules en
circulation a augmenté de 9,5% entre 1990 et 1996. Par contre, la progression des véhicules lourds a
été nettement moins rapide avec une hausse de 3% pour les camions et de 4% pour les autobus; les
véhicules lourds ont d’ailleurs connu une baisse au cours de la récession de 1991, baisse qui s’est
poursuivie en 1992 pour les camions. La proportion de camions sur l’ensemble des véhicules en
circulation a aussi été réduite, passant de 2,5% à 2,3%. Quant aux autobus, ils représentaient en 1996
à peine 0,38% de l’ensemble des véhicules et sont composés à près de 60% d’autobus scolaires. La
prédominance des véhicules de promenade est observée sur toutes les années puisqu’ils comptent pour
un peu plus de 73% de l’ensemble des véhicules en circulation.
Tableau 1: Nombre et pourcentage de camions, d’autobus et de véhicules de promenade en
circulation, au 31 décembre de chaque année, par rapport aux et à l’ensemble des
véhicules, Québec, 1990-1996
Type de 1990 1991 1992 1993 1994 1995 1996
véhicule Nb %Nb %Nb %Nb %Nb %Nb %Nb %
Camions
lourds et
tracteurs
routiers *98
748 2,5 97 686 2,4 96 325 2,3 96 950 2,3 99 314 2,3 100 718 2,4 101
738 2,3
Autobus
scolaires 9 544 0,24 9 524 0,24 9 623 0,23 9 661 0,23 9 786 0,23 9 788 0,23 9 867 0,23
Autobus
autres 6 338 0,16 6 216 0,15 6 320 0,15 6 462 0,16 6 655 0,16 6 700 0,16 6 726 0,15
Autobus
total 15
882 0,40 15 740 0,39 15 943 0,39 16 123 0,39 16 441 0,39 16 448 0,38 16
593 0,38
Véhicules
de
promenade
(’000)**
2 909 73,4 2 970 73,5 3 023 73,6 3 062 73,5 3 099 73,3 3 125 73,1 3 174 73,1
Ensemble
des
véhicules
(’000) 3 965 100 4 042 100 4 106 100 4 166 100 4 228 100 4 275 100 4 341 100
*: N’inclut pas les camions/tracteurs routiers hors réseau (carrières, forêts, etc.) qui étaient 4 374
en 1996.
**: N’inclut pas les automobiles et camions légers à vocation institutionnelle, professionnelle ou
commerciale.
9
Nombre de titulaires et caractéristiques (âge, sexe)
Il est intéressant de comparer le nombre de véhicules lourds en circulation au nombre de titulaires d’un
permis permettant la conduite de ces véhicules. Il y a quelques années, la SAAQ a incité les titulaires
qui détenaient l’une de ces classes de permis, sans l’utiliser vraiment, à ne pas la renouveler. On
constate qu’il y a toujours un plus grand nombre de titulaires de ces classes qu’il y a de véhicules en
circulation. Il faut cependant noter qu’un même véhicule peut être utilisé par deux conducteurs ou
davantage, à des heures différentes. Le Tableau 2 permet de constater le nombre de titulaires selon les
différentes classes de véhicules lourds, de même que pour les véhicules de promenade.
Tableau 2: Nombre de titulaires d’une classe de permis, au 1er juin de chaque année,
permettant de conduire un camion, un autobus ou un véhicule de promenade,
Québec, 1990-1996
Classe de 1990 1991 1992 1993 1994 1995 1996
permis Nb Nb Nb Nb Nb Nb Nb
- 1 -
Camion-remorque 181 299 180 838 179 896 180 090 181 802 185 016 188 755
- 2 -
Autobus de plus de
24 passagers 33 898 34 563 34 744 35 592 36 638 37 436 38 173
- 3 -
Camion-porteur 91 072 96 979 97 932 98 588 97 938 98 598 99 067
- 4B -
Autobus de 24
passagers ou moins 8 849 10 563 12 185 13 986 15 737 17 663 19 536
- 5 -
Véhicule de
promenade 3 656 444 3 704 204 3 716
815 3 758 622 3 805 515 3 856 039 3 905 540
Ensemble des titulaires 4 032 971 4 092 368 4 111
226 4 158 972 4 212 592 4 271 347 4 328 075
Note 1: La classe principale correspond à la classe pour laquelle le permis est accordé. Chaque classe
principale permet la conduite des classes subséquentes. Par exemple, la classe 1 permet de conduire les
véhicules des classes 2, 3, 4B et 5 présentées dans le tableau et la classe 2 permet la conduite des
classes 3, 4B et 5.
Note 2: L’ensemble des titulaires regroupe également les classes 4A, 4C, 6A, 6B, 6C, 6D et 8.
Si l’on additionne les titulaires de classe 1, 2 et 3, en 1996, ont compte 326 000 conducteurs potentiels
de camion tandis qu’il y a environ 102 000 camions en circulation. Pour les titulaires de classe 2, ils
sont 38 000 à pouvoir conduire un autobus alors qu’il y a 16 600 autobus en circulation. Il y a donc
encore beaucoup plus de titulaires pour ces classes que de véhicules, dans une proportion variant de
deux à trois titulaires pour un véhicule en circulation. En comparaison, on compte 1,09 titulaires de
classe 5 pour une automobile ou un camion léger en circulation. Ce dernier calcul inclus les
automobiles et camions légers à vocation institutionnelle, professionnelle ou commerciale. Si on ne
conserve que ceux à vocation promenade, le résultat passe à 1,23 titulaires de classe 5 par véhicule en
circulation, ce qui est encore loin de ce qui est observé chez les détenteurs de permis 1, 2, ou 3.
10
Âge et sexe des conducteurs
Si l’on s’intéresse maintenant à la répartition selon l’âge et le sexe des titulaires de permis pour
véhicules lourds, on comprendra rapidement pourquoi il a été impossible d’inclure les femmes dans
une étude nécessitant des groupes suffisamment nombreux pour faire des analyses statistiques. Parmi
l’ensemble des 188 755 titulaires de classe 1 en 1996, on ne comptaient que 1 644 femmes ou 0,9% de
l’ensemble. Elles connaissent cependant une progression rapide puisque leur nombre a augmenté de
33% au cours de la période 1992-96. Les détentrices d’un permis de classe 3 sont aussi très peu
nombreuses, ne comptant que 896 personnes sur 99 067 en 1996 ou 0,9%. Contrairement aux
détentrices de classe 1, elles n’ont augmenté que de 3% entre 1992 et 1996. Les détentrices d’un
permis de classe 2 sont beaucoup plus présentes, comptant 7 237 ou 19% de l’ensemble des titulaires
de leur classe. Pour la classe 4B, elles sont encore plus nombreuses comparativement aux hommes avec
6 296 sur 19 536 ou 32%. Malgré des nombres plus élevés pour l’ensemble des détentrices, très peu
d’entre elles ont un problème de santé et elles n’avaient donc pas été retenues lors de la constitution de
la banque de données précédant le présent projet (voir la section 4.1 portant sur la banque de données
créée pour le projet sur les conditions médicales et dirigé par C. Laberge-Nadeau et P. Hamet, 1995)
Une seconde caractéristique intéressante chez les titulaires de permis pour la conduite de véhicules
lourds est l’âge. Si l’on ne considère que les hommes, qui sont les seuls retenus pour la présente étude,
nous calculons un âge moyen, en 1996, de 45,1 ans pour la classe 1 et de 44,2 ans pour la classe 3.
Pour la classe 2, l’âge moyen est de 45,8 ans et de 38,9 ans pour la classe 4B. Un article de Blom et al.
(1987) présente les résultats d’une étude sur le rôle de l’âge et de l’expérience dans les accidents des
conducteurs d’autobus. Les auteurs ont trouvé une forte association négative entre l’expérience et le
risque d’accident, modifiée dans une certaine mesure par l’âge. L’interaction entre les accidents, l’âge
et l’expérience, a été étudiée plus en détails pour les premières années après l’embauche d’un
chauffeur et ceci a révélé des différences systématiques entre les conducteurs de groupe d’âge
différents mais ayant une expérience comparable: les plus jeunes conducteurs ont de plus hauts taux
d’accidents que les plus âgés. En effet, les auteurs ont observé une augmentation des accidents au cours
de la seconde année d’embauche pour les plus jeunes tandis que la diminution est continue chez leurs
aînés ayant une expérience comparable. Quant aux conducteurs de camions, Campbell (1991) a trouvé
que les taux d’implication dans les accidents mortels étaient plus élevés pour les plus jeunes et
diminuait avec l’âge. Cette surreprésentation des jeunes conducteurs est présente jusqu’à environ 27
ans. Les conducteurs de moins de 21 ans sont surreprésentés selon un facteur de 6 comparativement au
taux de l’ensemble des conducteurs. Il semble donc que la surreprésentation des nouveaux, et
particulièrement les plus jeunes d’entre eux, observée pour les véhicules de promenade (Dionne et al,
1997 ; Letendre,1995), est aussi présente chez les conducteurs de véhicules lourds.
Exposition au risque (kilométrage et type de route)
Il y a peu de données sur l’exposition au risque des conducteurs de camions et d’autobus et lorsque des
données sont disponibles, il n’y a très souvent aucune distinction entre les différents types de camion
ou d’autobus. Toutefois, la SAAQ (1996) présente des données de kilométrage pour les véhicules
assujettis aux contrôles de vérification mécanique obligatoires, soit les taxis, les autobus scolaire, les
autobus autres et les camions et tracteurs routiers. Lorsque les camions et tracteurs routiers font tous
partie d’un seul groupe, ce sont « les taxis qui dominent avec un kilométrage annuel moyen de 60 155
km en 1996. Les autobus autres que scolaires et les camions et tracteurs routiers suivent avec
respectivement 47 739 et 45 999 km ». Une distinction entre le type d’utilisation (compte propre,
compte d’autrui et vrac d’autrui) et le nombre d’essieux est présentée dans le même document et on
constate que ce sont les camions pour compte d’autrui de 5 essieux qui parcourent, en moyenne, le plus
de kilomètres avec 144 635 en 1996. Ceux du même type d’utilisation mais avec seulement 2 essieux
11
parcourent 42 112 km en moyenne. Si l’on se base sur les résultats que nous avons obtenus avec notre
questionnaire sur l’exposition au risque (Laberge-Nadeau et al., 1995), 29% des conducteurs
professionnels de classe 1 parcourent plus de 50 000 kilomètres par année.
Avant de déterminer le kilométrage annuel d’une catégorie de titulaires, il faut bien noter que plusieurs
titulaires ne conduisent jamais de véhicule correspondant à leur classe de permis principale. Parmi ceux
qui utilisent effectivement leur permis pour conduire un véhicule correspondant à leur classe, plusieurs
ne sont pas des conducteurs professionnels. Par exemple, un entrepreneur en construction peut choisir
de conserver un permis de classe 3 car il utilise à l’occasion un camion-porteur pour transporter du
matériel. Il utilise donc un véhicule lourd dans le cadre de son travail mais sa journée de travail ne
consiste pas principalement à la conduite de ce véhicule. Il accumulera donc beaucoup moins de
kilomètres au volant d’un camion qu’un conducteur professionnel. Cette réalité a aussi été mise en
évidence par notre questionnaire sur l’exposition au risque et a été présentée dans deux documents
(Laberge-Nadeau et al., 1995 ; Desjardins et al., 1995) En plus de la distance, il faut aussi savoir que
les camions-remorque accumulent leurs kilomètres davantage sur les autoroutes, tout comme les
autobus interurbains alors que les camion-porteur et les autobus urbains sont plus présents sur les rues
de ville où le risque d’accidents est plus élevé mais de gravité moindre en moyenne. Il est donc
important de prendre en compte une mesure de l’exposition au risque car les camions et les autobus
sont beaucoup plus présents sur la route (km/année) que ne le sont les véhicules de promenade et il
existe de grandes différences selon les catégories de conducteurs.
Infractions
Il y a relativement plus de titulaires de classe 1 ou 3 ayant des points d’inaptitude actifs à leur dossier,
en 1996, que ceux qui détiennent une classe 5. En effet, 30,5% de ceux de classe 3 et 34% du groupe
de classe 1 ont des points d’inaptitude actifs alors que 20% de ceux ayant une classe 5 sont dans la
même situation. Par contre, le type d’infraction pour lesquelles ils ont reçu une contravention est
sensiblement le même pour ceux de classe 1 ou 3 comparativement à ceux de la classe 5. Les
infractions pour excès de vitesse compte pour 72,4% de l’ensemble des infractions pour tous les
véhicules contre 75,2% pour les titulaires de classe 1 ou 3, qu’ils conduisent ou non un camion, et
69,3% pour les infractions commises lors de la conduite d’un camion. En second lieu, lors de la
conduite d’un camion, on retrouve l’omission de porter la ceinture de sécurité avec 11% de l’ensemble
des infractions, l’omission de se conformer à un panneau d’arrêt ou aux signaux d’un agent compte
pour 8,6% et l’omission de se conformer à un feu rouge représente 8,4% de l’ensemble. Pour les
détenteurs des permis de classe 2 ou 4B, se sont aussi les excès de vitesse qui compte pour la plus
grande partie avec 75,5% de l’ensemble.
Accidents et victimes
Malgré une hausse de 5,6% du nombre de camions et de tracteurs routiers en circulation entre 1992 et
1996 et une hausse d’environ 10% du kilométrage moyen de ces véhicules, le nombre d’accidents de la
route impliquant un camion ou un tracteur routier a connu une baisse de 3%, passant de 14 324 à
13 900. Les accidents corporels ont diminué de 1,6% alors que les accidents matériels seulement ont
été réduit de 3,2%. Le Tableau 3 suivant contient le nombre d’accidents selon la nature des dommages
et le taux d’accidents impliquant au moins un camion lourd ou un tracteur routier pour 10 000
véhicules de ce type en circulation.
12
Tableau 3: Nombre d’accidents impliquant au moins un camion lourd ou un tracteur routier et
taux pour 10 000 camions lourds ou tracteurs routiers en circulation selon la nature
des dommages, Québec, 1996
Nature des dommages Nb
d’accidents
Taux d’accidents /
10 000 camions lourds
en circulation
Mortels 124 12,2
Graves 336 33,0
Légers 1 544 151,8
Total des dommages corporels 2 004 197,0
Dommages matériels seulement 11 896 1169,3
Ensemble des accidents 13 900 1366,3
Le Tableau 4, cette fois pour les accidents impliquant un autobus, permet de constater que le nombre et
le taux pour 10 000 autobus en circulation sont beaucoup plus faibles que ce qui est observé pour les
camions, exception faite des taux d’accidents pour 10 000 autobus autres.
Tableau 4: Nombre d’accidents impliquant au moins un autobus (scolaire ou autre) et taux pour
10 000 autobus (scolaire ou autre) en circulation selon la nature des dommages,
Québec, 1996
Nature des dommages Autobus scolaires Autobus autres
Nb
d’accidents
Taux d’accidents
/ 10 000 autobus
scolaires en
circulation
Nb
d’accidents
Taux d’accidents
/ 10 000 autobus
autres en
circulation
Mortels 44,1 11 16,4
Graves 22 22,3 51 75,8
Légers 96 97,3 349 518,9
Total des dommages corporels 122 123,6 411 611,1
Dommages matériels seulement 609 617,2 1 115 1 657,7
Ensemble des accidents 731 740,9 1 526 2 268,8
Puisque un seul accident peut causer des blessures à plusieurs victimes, et ceci est particulièrement vrai
pour les accidents impliquant au moins un véhicule lourd, nous présentons le Tableau 5 comportant les
victimes pour l’année 1996, impliquant un camion lourd, selon la nature des blessures et le Tableau 6,
pour les autobus.
13
Tableau 5: Nombre de victimes d’accidents impliquant au moins un camion lourd ou un tracteur
routier et taux pour 10 000 camions lourds ou tracteurs routiers en circulation
selon la nature des blessures, Québec, 1996
Nature des blessures Nb de
victimes
Taux de victimes /
10 000 camions lourds
en circulation
Mortelles 139 13,7
Graves 443 43,5
Légères 2 155 211,8
Ensemble des victimes 2 737 269,0
Tableau 6: Nombre de victimes d’accidents impliquant au moins un autobus (scolaire ou autre)
et taux pour 10 000 autobus (scolaire ou autre) en circulation selon la nature des dommages,
Québec, 1996.
Nature des blessures Autobus scolaires Autobus autres
Nb de
victimes
Taux de victimes
/ 10 000 autobus
scolaires en
circulation
Nb de
victimes
Taux de
victimes / 10 000
autobus autres en
circulation
Mortels 55,1 12 17,8
Graves 27 27,4 61 90,7
Légers 199 201,7 522 776,1
Ensemble des victimes 231 234,1 595 884,6
Il est important de distinguer les victimes non seulement selon la nature des blessures mais aussi selon
le type de véhicule occupé au moment de l’accident. Avec la configuration et le poids des camions
lourds, le conducteur d’un camion est beaucoup moins vulnérable que ne le sont les personnes occupant
une automobile, une moto, une bicyclette ou si elles sont simplement piétons. Sur les 139 personnes
décédées en 1996, suite à un accident impliquant un camion lourd, 18 occupaient un camion lourd ou
un tracteur routier. Pour chacun des occupants de camion lourd ayant perdu la vie, on compte 6,7
personnes décédées, soit un total de 121, qui occupaient un autre véhicule ou étaient piétons. Si l’on
fait le même calcul pour les blessés graves, on compte 4,27 personnes blessées gravement à l’extérieur
d’un camion pour chacun des 84 occupants de camions blessés gravement. Pour les blessés légers, on
compte 3,05 personnes à l’extérieur d’un camion pour chacun des 532 occupants de camion lourd
blessés légèrement. Malgré le fait que les camionneurs pratiquent un métier qui est reconnu comme
étant l’un des plus à risque, il est important de constater que ce sont très souvent les personnes hors
camions qui sont davantage victimes, ceci sans que l’on ne distingue qui était en faute lors de
l’accident.
On ne compte aucun occupant d’autobus parmi les 17 décès reliés aux accidents d’autobus scolaires
(5) ou autres (12) survenus en 1996. Parmi les 88 personnes blessées gravement lors d’accidents
d’autobus, 19 occupaient un autobus et 69 étaient à l’extérieur, soit 3,6 fois plus pour ces derniers. Les
blessés légers, au nombre de 721 en 1996, étaient 316 à occuper un autobus contre 405 à l’extérieur.
14
Principales données pour l’Ontario
Il existe encore des différences importantes entre les définitions, selon les provinces, pour déterminer
ce qui correspond à un camion et les termes utilisés compliquent les comparaisons. Par exemple,
Transports Canada publie des statistiques annuelles selon les provinces canadiennes en séparant les
camions de moins de 4 536 kg de ceux qui ont un poids supérieur. Pour les autobus, trois catégories
sont retenues: scolaires, urbains et interurbains. Le poids choisi par la SAAQ pour identifier un camion
lourd est de 3 000 kg et non de 4 536. Il peut donc être difficile de comparer les données
interprovinciales. À ce sujet, Transports Canada (1996) mentionne qu’il ont « recueilli les statistiques
sur les collisions auprès des organismes provinciaux et territoriaux chargés de leur compilation.
Chacun de ces organismes utilise une façon différente d’établir les rapports de collision, possède un
formulaire de rapport distinct et gère son propre système de dossier. Bien qu’il y ait une grande
ressemblance au niveau de l’information fournie, il n’existe pas de parfaite uniformité ». Un second
document produit par Transports Canada (1989) indiquait que « Lorsque des données provenant de
diverses administrations sont recueillies pour être utilisées dans des analyses générales, des problèmes
d’incompatibilité peuvent se poser ». C’est semble-t-il toujours le cas avec les données actuelles
puisque d’autres différences sont observées dans 1) les données présentées et dans 2) les termes
utilisés pour identifier ces données. Par exemple, on regroupe des accidents avec blessés sans
distinction entre les blessés graves et les blessés légers comme la SAAQ le fait mais une simple
addition permet de résoudre ce problème. Par contre, on ne sait pas si les taxis sont inclus dans la
catégories « automobile » ou simplement absents de la liste donnant les types de véhicules selon la
gravité de l’accident. Un des tableaux de Transports Canada qui nous intéresse est identifié comme
étant les « véhicules en cause selon la gravité et le type de véhicule » alors qu’après comparaison, on se
rend compte que ces chiffres proviennes, pour le Québec, d’un tableau identifié par la SAAQ comme
étant le « Nombre de véhicules accidentés selon la nature des dommages et le type de véhicule ». Ce
qui montre les problèmes de comparaison entre les données provinciales et le fait qu’il est presque
impossible d’être certain que l’on compare des données qui sont effectivement comparables entre elles.
Malgré ces difficultés, nous présentons quelques données pour l’Ontario en incluant celles qui ont été
tiré de cette même source, Transports Canada, pour le Québec. Le Tableau 7 porte sur l’année 1993,
année la plus récente où les données sont disponibles.
Tableau 7: Nombre de véhicules accidentés (camions ou autobus) selon la nature des dommages
et le type de véhicule, Ontario et Québec, 1993.
Province et
nature des dommages Nb de
camions
accidentés
Nb d’autobus
accidentés
ONTARIO: Mortels 174 16
Graves ou légers 2 754 874
Ensemble des dommages corporels 2 928 890
QUÉBEC: Mortels 128 11
Graves ou légères 1 772 602
Ensemble des dommages corporels 1 900 613
Si l’on considère le nombre de camions accidentés, l’Ontario atteint des niveaux 54% plus élevé que le
Québec. Pour les autobus, c’est 45% de plus qui sont impliqués dans les accidents pour l’Ontario
15
comparativement au Québec. Cependant, pour être en mesure de juger de la performance des deux
provinces quant à leur degré de sécurité routière, il serait préférable d’avoir des données sur les
véhicules lourds en circulation pour l’année 1993, mais ces données ne sont pas disponibles là où nous
avons fait des recherches. Nous avons toutefois obtenu rapidement des données de Statistique Canada
sur la population de l’Ontario et en 1993, cette province comptait 10 814 000 habitants, soit 50% de
plus que les 7 229 000 habitants du Québec pour cette même année, ce qui est du même ordre de
grandeur que pour les véhicules lourds accidentés. Avec les nombreux problèmes notés précédemment
sur la comparaison entre différentes sources canadiennes, nous avons jugé inutile de poursuivre
davantage dans cette voie.
Lien statistique entre les infractions et les accidents
Nous rappelons ici quelques études antérieures ayant permis de mettre en évidence la relation entre les
infractions passées, ou les points d’inaptitude accumulés, et les accidents, pour les véhicules de
promenade (classe 5) et les véhicules associés à la conduite professionnelle (camion, autobus, taxi).
C’est suite à l’observation de ce lien infractions-accidents qu’il devenait intéressant de vérifier si ces
résultats demeure robustes lorsque l’on ajoute des variables supplémentaires tel qu’expliqué dans
l’introduction du présent rapport. Les quatre articles suivants ont été retenus pour rappeler ces
résultats: Boyer & Dionne (1985), Dionne et al. (1995), Dionne et al. (1997) et Maag et al. (1997).
Boyer & Dionne (1985):
Les auteurs présentent une analyse économique de la sécurité routière en mettant l’emphase, entre
autres, sur la tarification de l’assurance comme incitatif à la prudence. Une des principales conclusions
des auteurs est que l’utilisation de contrats d’assurance sur plusieurs périodes avec tarification en
fonction de l’expérience passée permet d’atteindre une solution efficace d’allocation des risques et de
choix d’activité de prévention si le nombre de périodes est suffisamment élevé. Ce modèle de
tarification repose sur une hypothèse empirique importante à savoir que la probabilité d’avoir un
accident à la période t+1 est fonction des accidents passés, des points d’inaptitude et des
suspensions/révocations accumulés à la période t et de certains facteurs observés à la période t+1. Il a
été vérifié que la relation statistique entre la probabilité d’accident et les points d’inaptitude était
statistiquement fort significative. Cette relation a été vérifiée à l’aide de trois méthodes différentes
d’analyse multivariée et tant pour les accidents avec dommages matériels et/ou corporels que pour les
accidents avec dommages corporels. Les auteurs ont aussi vérifié que cette relation est robuste à la
prise en compte explicite d’un ensemble de variables caractérisant la situation propre à chaque
conducteur. Un exemple d’utilisation de ces résultats est également présentée pour fins de tarification
d’assurance automobile visant simultanément des objectifs de stabilité financière de l’assureur,
d’équité dans le partage des risques, de respect des principes fondamentaux du régime public
d’assurance et d’incitation à une prudence optimale. Bien que, de l’avis des auteurs, l’exemple est
préliminaire, le projet de mise en place d’une tarification basée sur l’expérience passée et visant les
objectifs précités est réalisable. La SAAQ a d’ailleurs adopté, depuis 1992, une tarification des primes
d’assurance basée sur un schéma semblable.
Dionne et al. (1995):
Dans cette étude, les auteurs ont évalué l’effet de certaines conditions médicales pour trois types de
conducteurs: camion, autobus et taxi. Un des principaux résultats obtenus indique qu’il y a
effectivement une relation entre les points d’inaptitude accumulés et les accidents. Selon les auteurs, le
nombre de points d’inaptitude est un facteurs significatif pour expliquer les taux d’accidents, selon la
fréquence, pour les trois groupes de conducteurs étudiés; le coefficient et la statistique t sont de 0.9 et
2.17 pour les camions, 0.20 et 3.41 pour les autobus. Pour les taxis, nous verrons les résultats dans
l’article de Maag et al. (1997). Quant aux effets des conditions médicales sur les accidents, les
16
diabétiques de classe « autre » (79% de classe 3), enregistrent deux fois plus d’accidents que ceux en
bonne santé, les chauffeurs de taxi avec des problèmes de vision binoculaire ont aussi plus d’accidents.
D’autres analyses ont portées sur la gravité des accidents des camionneurs avec des problèmes de
vision binoculaire et sur les chauffeurs d’autobus avec hypertension qui ont tous deux des accidents
plus graves (nombre de tués ou de blessés dans l’accident) que ceux en bonne santé.
Dionne et Vanasse (1997):
Avec l’adoption par la SAAQ, en 1992, d’une nouvelle tarification de l’assurance automobile basée sur
les points d’inaptitude accumulés au cours des deux années antérieures, une évaluation (Dionne &
Vanasse, 1997) des effets de cette tarification sur les accidents et les points d’inaptitude a été réalisée.
Les résultats indiquent que le changement de tarification a réduit le nombre d’infractions et le nombre
d’accidents. Les résultats indiquent également que le nombre de points d’inaptitude accumulés au
cours d’une période de deux ans est un bon prédicteur du nombre d’accidents pour les deux années
suivantes, ce qui supporte la politique de tarification de la SAAQ. Le changement de 1992 a réintroduit
une tarification des risques plus équitable au sens actuariel en faisant payer aux risques élevés des
contributions d’assurance plus élevés.
Maag et al. (1997):
Cet article porte sur l’implication des conducteurs de taxi dans les accidents (fréquence) et sur le
nombre de victimes par accident (gravité) en distinguant les conducteurs selon leur condition médicale.
Plusieurs variables sont prises en compte simultanément dans les différents modèles statistiques, les
principales étant l’âge, la condition médicale, des facteurs d’exposition au risque tels que la distance
parcourue et le nombre d’heures passées au volant, etc. Le dossier de conduite est aussi inclus par
l’utilisation des points d’inaptitude accumulés au cours de la dernière année. Les résultats indiquent
que les chauffeurs de taxi ont une moyenne d’accident annuelle très élevée, et davantage chez ceux
ayant des problèmes de vision binoculaire que ceux en bonne santé, mais que leurs accidents ne sont
pas plus graves, en terme de victimes. Pour la partie qui nous intéresse, à savoir si ceux qui ont
accumulé plus de points d’inaptitude ont davantage d’accidents, le résultat est positif et significatif
(coefficient de 0.17 et statistique t de 3.1, p < .05).
Différentes mesures ont été prises pour pénaliser les conducteurs ayant accumulé des points
d’inaptitude, en plus des amendes à payer, et pour les sensibiliser à la sécurité routière. Par exemple,
une des mesure adopté en France (Barlet, 1997) est de permettre aux conducteurs ayant perdu des
points de reconstituer ceux-ci en suivant un stage de sensibilisation aux causes et conséquences des
accidents, le tout aux frais du conducteur concerné.
Connaissance du Code, formation et accidents
Nos recherches bibliographiques, et des communications téléphoniques avec quelques responsables à
la SAAQ, ne nous ont pas permis d’obtenir des articles portant sur le lien entre la formation reçue par
des camionneurs ou des chauffeurs d’autobus et leur implication subséquente dans les accidents de la
route1. Il existe toutefois nombre d’articles traitant de la formation reçue par de futurs conducteurs de
véhicule de promenade (classe 5) et de leur dossier de conduite une fois le permis obtenu. Il a été
admis que le type de formation reçue et la formation elle même n’avait pas d’influence sur
1 Peu de temps avant le dépôt du présent rapport, nous avons reçu le recueil des présentations du séminaire de
l’OCDE (1997) sur la formation et l’évaluation des conducteurs de véhicules lourds. Il y est mentionné à
quelques reprises (B. Horn ; R. Redmond ; P. Roy) que la formation des conducteurs de camion a permis de
réduire les accidents. Cependant, rien n’est suffisamment documenté pour y accorder une valeur scientifique
suffisante.
17
l’implication ultérieure dans les accidents. Par exemple, Assailly (1992) note que les cours de conduite
traditionnels n’ont pas d’impact sur l’adoption d’un comportement sécuritaire, ni sur la prise de risque.
Laberge-Nadeau et al. (1983) arrivent à la conclusion que l’implantation quasi universel
d’enseignement de la conduite entre 1960 et 1975 n’a pas réduit la morbidité ni la mortalité des jeunes
conducteurs et passagers âgés de 15 à 19 ans. Lund (1986) dit que les cours de conduite doivent
seulement être considérés comme un moyen de transmission des connaissances et non comme une
façon de réduire les accidents puisqu’il n’y a pas de lien entre ces cours et les accidents. Robertson
(1980) a observé que le fait de dispenser des cours de conduite dans les collèges a contribué de façon
importante à accélérer l’obtention du permis chez les jeunes et accru leur implication dans les
accidents. Potvin et al., 1988, arrivent aussi à cette même conclusion: l’obligation de suivre des cours
de conduite a augmenté le risque d’accidents pour les jeunes conducteurs; le règlement et la
disponibilité des cours de conduite dans les écoles les ayant incité à débuter plus tôt leur cours de
conduite. D’ailleurs, de nombreux organismes chargés de la délivrance des permis de conduire ont
réduit leurs exigences quant à la nécessité de suivre des cours. La SAAQ ne fait pas exception à cette
règle et elle n’oblige plus les apprentis conducteurs à s’inscrire à un cours (théorique & pratique). Il
faut cependant réussir l’examen théorique, divisé en trois parties, et l’examen pratique avant d’obtenir
le permis probatoire. Mais il est toujours impossible de dire si l’absence de lien entre les cours de
conduite et les accidents ultérieurs s’applique également pour les camionneurs ou les chauffeurs
d’autobus.
Malgré qu’il n’y ait pas d’effet bénéfique des cours de conduite sur la compétence des conducteurs, il
n’y a pas une compagnie de camionnage responsable qui embauche un conducteurs sans s’être assuré
qu’il a toutes les qualifications nécessaires, incluant la réussite de cours de conduite et, très souvent, la
compagnie n’engage un conducteur que si ce dernier a suivi leur propre cours ou passé leur propre test
de conduite.
Malgré l’absence d’études permettant de faire le lien, pour les camionneurs ou les chauffeurs
d’autobus, entre leur formation et les accidents, nous avons obtenu un rapport de recherche produit par
le ministère des Transports (1996) traitant de la formation des camionneurs. l’étude porte sur un
échantillon de 1 120 conducteurs de camion de 3 000 kg ou plus et compare les résultats obtenus avec
ceux de deux enquêtes précédentes, celles de 1993 et 1995. Peu de différences sont notées entre les
résultats des trois enquêtes mais ont observe que la formation professionnelle, par une école de
formation, constitue le bagage d’une plus grande part de conducteurs, passant de 11,6% en 1993 à
20,2% en 1996. Au niveau des matières dangereuses, la formation administrée par l’employeur a
diminué (57,9% en 1993 et 44,4% en 1996) au profit des la formation par une école (23,4% en 1993 et
40,6% en 1996).
Taille de l’entreprise et accidents
Une des variables ajoutées à partir des variables obtenues du questionnaire de 1997 porte sur la taille
de l’entreprise. Notre recherche bibliographique nous a permis d’obtenir deux articles des mêmes
auteurs (Moses & Savage), l’un publié en 1994 et l’autre en 1996. Le premier article (Moses &
Savage, 1994) porte sur un échantillon très large (75 577 entreprises) et tente de mesurer les effets de
certaines caractéristiques de ces entreprises sur les accidents de camions. L’une des caractéristiques
retenues est la taille de l’entreprise mesurée non pas selon le nombre de véhicules constituant
l’entreprise mais plutôt selon la distance totale annuelle parcourue par les camions. Les auteurs
obtiennent comme résultats que les grandes entreprises (90e décile) ont des taux d’accidents
correspondant à environ la moitié de ce qui est observé pour les plus petites entreprises. Seuls les
accidents ayant causé au moins un décès, un blessé ou des dommages matériels de 4 400$ ou plus sont
18
retenus. Les très grandes entreprises ont des taux d’accidents équivalent à environ un tiers de ce qui est
observé chez les petites compagnies.
Le deuxième article des mêmes auteurs (Moses & Savage, 1996) tente de prévoir la performance des
entreprises au niveau de la sécurité en se basant sur les caractéristiques de l’entreprise et sur les
résultats de deux programmes gouvernementaux visant à accroître la sécurité. Le premier de ces
programme consiste en une vérification de la gestion de la sécurité au sein de l’entreprise à l’aide d’un
questionnaire complété par les dirigeants. Le second est un programme d’inspection des conducteurs et
des véhicules sur la route. La banque de données porte sur 19 589 entreprises. Le entreprises se
classant dans le 2,5% ayant les pire résultats dans les deux programmes ont un taux d’accidents deux
fois plus élevé que la moyenne de toutes les autres entreprises. Les résultats sont présentés selon trois
modèles: I) seulement les caractéristiques de l’entreprise II) les caractéristiques et les résultats de
l’inspection sur la route et III) les caractéristiques, l’inspection sur route et le classement selon le
questionnaire à l’entreprise. La relation inverse entre la taille de l’entreprise et les accidents est
observée à nouveau avec cette étude pour le modèle I. Ce résultat n’est cependant plus vérifié avec les
modèles II et III, ce qui est, selon les auteurs, un bon résultat puisque les variables de vérification et
d’inspection ont permis d’identifier correctement les mauvais risques parmi les entreprises les plus
petites. En effet, les petites entreprises ont eu des résultats insatisfaisants dans environ 15% des cas
alors que cette proportion n’est que de 2% pour les grandes entreprises.
Non-respect des heures de conduite, fatigue et accidents
Un des aspects les plus souvent mentionnés comme étant la cause d’accidents de camion est la fatigue
des camionneurs qui passent de très longues heures au volant. Au Québec, il est permis pour les
camionneurs de conduire un véhicule 13 heures consécutives et de travailler un total de 15 heures dans
une même journée. Malgré ce temps déjà très long, plusieurs passent davantage de temps au volant ou
travaillent plus d’heures que le maximum permis. Selon notre enquête téléphonique de 1997, 27% des
conducteurs de camion-remorque avouent avoir enfreint le règlement une fois ou plus au cours de
l’année précédente et ces réponses, basées sur une déclaration volontaire, sous-estiment la réalité.
Selon un rapport du ministère des Transports (1996), 11% des conducteurs se disent en désaccord avec
la limitation du nombre d’heures de conduite et 45,4% des conducteurs disent connaître des
contrevenants à ce règlement, ce qui est sans doute plus près de la réalité. L’obligation de tenir un
registre (logbook) des heures de conduite, pour les conducteurs qui dépassent un rayon de 160 km,
n’assure pas le respect de la réglementation. Certains avouent même remplir deux registres, un basé sur
le réel pour montrer à l’employeur et un fictif pour les inspecteurs routiers. La concurrence très grande
observée dans ce domaine et le fait de devoir payer des véhicules dont le prix est très élevé incite
certains conducteurs, de leur propre chef ou suite aux pressions de leur employeur, à enfreindre les
règles. Le non respect des heures de conduite semble toutefois moins présent chez les conducteurs
d’autobus qui, contrairement aux camionneurs, sont payés selon un taux horaire et non selon la
distance parcourue.
Une enquête (Braver et al., 1992) menée auprès de 1 249 conducteurs de camions à plusieurs postes
d’arrêt a permis d’estimer qu’environ 75% des conducteurs passent au volant plus que les 10 heures
permises aux États-Unis. Plus de 90% des conducteurs sont payés en fonction de la distance parcourue
ou selon le nombre de livraisons. Les raisons évoquées pour expliquer cette situation sont le faible
montant reçu par mile qui incite les conducteurs à allonger les heures de conduite, en plus des horaires
déraisonnables, de la congestion, etc. Une des alternatives citée pour mieux contrôler les heures de
conduite serait de substituer le registre manuscrit par un enregistrement électronique qui serait
beaucoup plus difficile à falsifier.
19
Une étude du IIHS (Jones & Stein, 1987) fait le lien entre les heures de conduite et le risque
d’accidents. Selon les auteurs, lorsqu’on atteint 8 heures de conduite, le risque d’être impliqué dans un
accident est deux fois plus élevé que le risque d’un conducteur qui a été au volant moins de deux
heures. Cette étude montre également que les conducteurs qui falsifient leur registre d’heure (risque
relatif ou RR de 2,5), qui sont jeunes (30 ans ou moins: RR 1.6) ou qui ont un permis inter-État
(interstate) (RR 1.7), sont associé à un risque accru d’accidents. Selon Moses & Savage, 1994, 30%
des entreprises qui n’étaient pas familières avec le règlement sur les heures de conduite et qui ne
tiennent pas de registre des heures de conduite des conducteurs ayant eu un ou des accidents ont des
taux 30% plus élevés que les autres entreprises.
Entretien mécanique des véhicules
D’autres problèmes sont associés à l’entretien mécanique des véhicules, particulièrement pour les
freins. Une autre étude de Jones & Stein (1989) indique que les camions-remorque ayant des
défectuosités mécaniques ont un risque d’accidents deux fois supérieur aux véhicules qui sont
conformes. Les chercheurs ont étudié plusieurs facteurs susceptibles de contribuer aux accidents en
utilisant des données provenant d’accidentologie en profondeur. Ils ont comparé un groupe de
véhicules impliqués dans un accident à un groupe de camions non impliqués (trois témoins pour un
cas) sélectionné au hasard dans la circulation au même endroit et à la même heure, une semaine après
l’accident. Les camions impliqués avaient des défectuosités notables dans 77% des cas contre 66%
pour les véhicules non impliqués. Parmi ceux impliqués, 41% avaient un problème suffisamment
important pour retirer le véhicule de la circulation contre 31% des non impliqués. Une défectuosité au
système de freinage était le plus souvent identifié avec 56% des cas impliqués (RR de 1,5), des
problèmes de direction (volant) suivaient avec 21% des impliqués (RR de 2).
Deux rapport nous permettent d’avoir une mesure de l’état mécanique des camions au Québec. Le
premier (ministère des Transports, 1996), basé sur des réponses obtenues par questionnaire, nous
indique qu’en 1996, 63,1% des 1 120 répondants considéraient l’état mécanique du véhicule comme
étant très bon, 34,4% le considéraient bon, 1,6% mauvais et 0,8% très mauvais. Une seconde étude
(M. Gou et al., 1997) portant sur l’étude approfondie de 195 accidents de camions a permis de
constater que les défectuosités mécaniques ont été un facteurs causal exclusif pour 18 accidents (9,2%)
et un facteurs non exclusif (contribution élevée) pour 12 autres accidents (6,2%). La propension des
véhicules lourds, ayant une non-conformité majeure, à être impliqué dans des accidents est 5 fois plus
élevée que celle des véhicules conformes. En terme de dangerosité, le système de freinage se classe
encore en première position. Il est suivi dans l’ordre par les pneus, le châssis et le système de direction.
MÉTHODE
Sources de données, avant l’enquête de 1997
L’équipe avait déjà en main une banque de données exceptionnelle qui contient la plupart des variables
mentionnées dans les exigences particulières de l’Appel des propositions. Cette banque de données a
été créée pour le projet sur les conditions médicales dirigé par C. Laberge-Nadeau et P. Hamet (1995).
La banque de données contient des informations sur une série de variables incluant le type de route, la
conduite de nuit, le fait d’être propriétaire ou non du véhicule conduit, etc. Elle est déjà jumelée aux
fichiers de données sur les accidents et les infractions au CSR de la SAAQ.
20
Population étudiée, avant l’enquête de 1997
La banque de données de Laberge-Nadeau/Hamet contenait à l’origine, en 1989, 7 937 titulaires de
permis de classe 1 (camion-remorque), de classe 2 (autobus) et de classe 3 (camion-porteur). On note
au Tableau 8 que, lors de l’enquête antérieure, réalisée en 1990, 65% de l’ensemble des titulaires des
classes 1, 2 et 3 ont répondu au questionnaire visant à connaître leur exposition au risque. Ce taux de
réponse atteint 81% si l’on fait le calcul sur l’ensemble des titulaires des classes 1, 2 et 3 qui avaient
un numéro de téléphone valide.
Tableau 8:Répartition des titulaires répondants et non-répondants au questionnaire sur
l’exposition au risque d’un enquête antérieure (en 1990) selon la classe de permis
détenue en 1989
Questionnaire sur l’exposition au risque 1990
Classe de permis Répondants Non-répondants Total
en 1989 N%N%N%
Classe 1 2 530 64 1 423 36 3 953 100
Classe 2 1 176 67 573 33 1 749 100
Classe 3 1 429 64 806 36 2 235 100
Ensemble 5 135 65 2 802 35 7 937 100
Les principales raisons expliquant la non-réponse au questionnaire de 1990 étaient de ne pas avoir
trouvé le numéro de téléphone de la personne à rejoindre ou parce que le numéro trouvé était
discontinué au moment de loger les appels. Seulement 273 personnes sur 7 937 (3%) on directement
refusé de répondre aux questions en 1990, en plus de 37 refus du ménage (0.5%).
La différence entre l’ensemble de départ (7 937) et les non-répondants (2 802) permet de constituer un
groupe de 5 135 répondants au questionnaire de 1990, détenteurs de permis de classes 1, 2 ou 3, qui
deviennent admissibles pour l’étape suivante. De plus, les données de notre banque permettent de
distinguer parmi l’ensemble des détenteurs de permis ceux qui disent conduire réellement au travail
comme conducteur professionnel (Tableau 9) et quel type de véhicule ils conduisent. L’ensemble des
5 135 dossiers de personnes ont été envoyés à la SAAQ en 1997 afin d’obtenir les numéros de
téléphone à jour nous permettant de réaliser une deuxième enquête téléphonique.
Tableau 9:Utilisez-vous un véhicule pour travailler? (jour de travail rémunéré, excluant le
transport entre la résidence et le travail) Questionnaire 1990
Classe de Utilise un véhicule dans le cadre de son travail
permis principale oui non ou ne travaille pas Total
en 1989 N%N%N%
Classe 1 1 335 53 1 195 47 2 530 100
Classe 2 601 51 575 49 1 176 100
Classe 3 634 44 795 56 1 429 100
Ensemble 2 570 50 2 565 50 5 135 100
Pour le présent projet, nous avons considéré uniquement ceux qui ont dit, en 1990, utiliser un véhicule
pour travailler (2 570, Tableau 9) et ensuite seulement ceux nous disant que le véhicule conduit le plus
21
souvent dans le cadre de leur travail était un camion ou un autobus (1 936, Tableau 10), ce qui
n’exclue pas nécessairement les individus dont l’occupation principale n’est pas de conduire un camion
ou un autobus.
Tableau 10:Conducteurs professionnels disant conduire un camion ou un autobus le plus
souvent dans le cadre de leur travail, Questionnaire 1990
Type de véhicule Classe de permis principale en 1989
conduit Classe 1 Classe 2 Classe 3 Ensemble
Questionnaire 1990 N%N%N%N%
Camion 813 80 53 10 385 95 1 251 65
Autobus 200 20 463 90 22 5 685 35
Total 1 013 100 516 100 407 100 1 936 100
En 1997, 88 personnes parmi les 1 936 n’ont plus un dossier actif à la SAAQ pour cause de décès ou
déménagement hors Québec, ce qui a fait passer à 1 848 personnes (Tableau 11) l’échantillon sur
lequel une recherche de numéros de téléphone a été faite par une firme externe. On remarque que la
perte de ces 88 cas n’affecte pas la répartition procentuelle de chacune des catégorie, ce qui nous
permet de croire qu’il n’y a pas d’impact sur les résultats subséquents.
Tableau 11:Conducteurs professionnels disant conduire un camion ou un autobus le plus
souvent dans le cadre de leur travail, avec un dossier toujours actif à la SAAQ en
1997
Type de véhicule Classe de permis principale en 1989
conduit Classe 1 Classe 2 Classe 3 Ensemble
questionnaire 1990 N%N%N%N%
Camion 777 80 52 11 373 94 1 202 65
Autobus 192 20 432 89 22 6 646 35
Total 969 100 484 100 395 100 1 848 100
La firme Écho-Sondage a donc effectué une recherche des numéros de téléphone sur ces 1 848
conducteurs de camion ou d’autobus. Écho-Sondage a trouvé 1 390 numéros de téléphone sur ces
1 848 conducteurs, soit 75%. En plus, 203 numéros de téléphone (11%) ont été trouvés par la SAAQ
en utilisant les fiches historiques. Nous avions donc les numéros de téléphone de 1 593 conducteurs de
camion ou d’autobus, soit 86% des 1 848, que nous avons envoyé à la firme SOM pour administrer
l’enquête téléphonique de juin 1997.
Variables utilisées et obtenues lors de l’enquête de 1997
Pour répondre aux objectifs et aux attentes particulières inscrites dans l’Appel d’offre du projet, nous
devions obtenir des informations supplémentaires auprès des conducteurs professionnels afin d’obtenir
des données sur les connaissances du Code de la sécurité routière et sur la formation reçue par les
conducteurs. Nous avons également obtenu des informations sur la taille de l’entreprise. La méthode
utilisée pour obtenir ces informations a été de construire un questionnaire, basé sur celui que nous
avions réalisé en 1990, et de l’administrer aux individus qui avaient dit être des conducteurs de camion
22
ou d’autobus en 1990. Malgré l’âge moyen des personnes interviewées en 1990 (par exemple: 48 ans
pour ceux de classe 1 et 52 ans pour ceux de classe 2) et le délai de 7 ans écoulé entre cette première
enquête et celle de 1997, on a retrouvé un grand nombre de répondants qui sont toujours actifs sur le
marché du travail, ce qui nous a permis de les questionner à nouveau sur leur emploi comme
conducteur professionnel en 1997.
Une part importante du travail réalisé a donc été consacrée au développement du questionnaire et à son
administration. Les principales étapes ont consisté à: étudier différents questionnaires qui ont été
conçus spécifiquement pour les conducteurs de véhicule lourd dont celui élaboré par le M.T.Q., portant
sur les attitudes récurrentes de délinquance à la réglementation, et le sondage de la SAAQ portant sur
la ronde de sécurité et l'entretien préventif des véhicules lourds. Afin de pouvoir administrer le
questionnaire, il fallait aussi déterminer les individus qui, dans notre banque de données, répondraient
aux critères du projet (n= 1 848, voir section 4.2) et procéder à la recherche des numéros de téléphone,
en collaboration avec la firme externe Écho-sondage et la SAAQ. Le choix de chacune des questions et
leur énoncé a nécessité un effort important compte tenu de la diversité des sujets à cerner, des divers
types de véhicule retenus et du budget restreint alloué à l'administration du questionnaire. De plus, afin
de s'assurer de répondre aux objectifs de l'étude, nous avons sollicité la collaboration de personnes
ressources de la SAAQ quant au choix de certaines questions et à leur énoncé. En plus des
collaborateurs de la SAAQ, nous avons obtenu des informations techniques de personnes oeuvrant au
département de génie mécanique de l'École Polytechnique de Montréal. Nous avons établi une entente
avec la maison de sondage SOM pour réaliser l’enquête. Il fallait assurer la formation des interviewers
et suivre le déroulement de l'enquête pilote, qui a eu lieu le 4 juin 1997, et de l'enquête principale qui à
été menée du 6 au 20 juin 1997, après avoir apporté quelques modifications au questionnaire suite à
l’étude pilote.
Après l'obtention des réponses, nous avons procédé au regroupement de celles-ci en différentes
catégories afin de pouvoir les analyser en fonction des objectifs de l'étude et du nombre de répondants
pour chacune des questions. La version finale du questionnaire compte 7 blocs de questions divisés
selon les sujets suivant:
1) Âge au premier permis, utilisation d’un camion ou d’un autobus en 1997 et
occupation principale (Q 1 à Q 4);
2) Type de véhicule utilisé et type de transport en 1997 (Q 5 à Q 10);
3) Type de véhicule utilisé, type de transport et catégorie de conducteur en
1990 et taille de l’entreprise (Q 11 à Q 18);
4) Formation (Q 19A1 à Q 25B);
5) Connaissance du CSR (Q 27 à Q 37);
6) Territoire couvert (Q 38 à Q 40);
7) Sommeil au volant et respect du CSR (Q 41 à Q 44).
Nous avons obtenu un taux de réponse (sur les numéros de téléphone utilisables) de plus de 80%, ce
qui est excellent. Nous avons également obtenu des taux de réponse élevés pour différentes questions
générales sur la formation et les connaissances. Par contre, quelques questions spécifiques n'ont pu être
utilisées dans des modèles car elles n'ont été posées qu'à certaines personnes échantillonnées en
fonction du type de véhicule conduit et des réponses obtenues au début du questionnaire (questions-
filtres).
Les nouvelles variables permettant d'évaluer la formation des conducteurs et qui pourront être
construites à partir du récent sondage pour l'analyse économétrique sont tirées des deux questions
suivantes: par qui était donné la formation au moment du premier emploi comme conducteur
professionnel de camion ou d'autobus (formation donnée par l'employeur, un parent ou ami, aucune
23
formation, etc.) et est-ce que les répondants ont suivi un ou plusieurs cours de perfectionnement pour la
conduite depuis leur premier emploi comme conducteur professionnel. Pour ce qui est des
connaissances du CSR, des questions sur le nombre d'heures de conduite maximal et le nombre
d'heures de travail maximal permis par la loi, pour une journée normale de travail, ont été utilisées.
Pour la taille de l’entreprise, nous avons simplement demandé l’information selon que l’individu était
propriétaire de l’entreprise ou employé. Il était aussi précisé que le nombre de véhicules devait inclure
les tracteurs, autobus ou camion-porteur mais exclure les remorques seules qui ne sont prises en
compte que dans le calcul du nombre d’unités constituant l’entreprise. Des réponses à ces questions ont
été obtenues pour la grande majorité des répondants.
Le fait qu'il y ait des groupes relativement peu nombreux pour certaines questions affectera notre
démarche analytique. En effet, il demeure possible d'utiliser des questions et réponses au sondage pour
construire des variables à être introduites dans le modèle économétrique mais d'autres questions et
réponses devront être analysées au moyen de méthodes différentes ou simplement mises de côté. La
méthode de comparaison des taux d'accidents par sous groupes sera favorisée. Des tests statistiques
seront appliqués pour vérifier si les différences entre les taux d'accidents des groupes formés sont
statistiquement significatives. Les informations supplémentaires tirées du questionnaire (formation,
connaissance et taille de l’entreprise) ont donc été combinées à ce qui était déjà disponible à partir du
questionnaire de 1990. Puisque les analyses portent sur les accidents de 1987 à 1990, nous avons
choisi d’utiliser les informations relatives à l’utilisation d’un camion ou d’un autobus en 1990.
Analyse économétrique: modèle et variables
a) Modèle
Le principal objectif est de vérifier si certaines caractéristiques des conducteurs professionnels, de leurs
employeurs ou de leur environnement de conduite affectent leurs taux d'accidents annuels ou sur deux ans.
Nous devons donc modéliser des distributions d'accidents sur les deux types de périodes. De plus, nous avons
des données de panel c'est à dire que nous avons des observations individuelles sur quatre périodes, ce qui
peut entraîner des corrélations entre les observations des différentes périodes.
Afin de tenir compte de ces caractéristiques nous avons choisi d'utiliser des modèles de régression qui
permettent de traiter sans biais des données de type longitudinal. Le modèle logistique retenu permet
d'analyser la probabilité qu'un conducteur ait au moins un accident durant la période retenue et de tenir
compte des corrélations que peuvent apporter des répétitions d'observations d'un même agent sur plusieurs
périodes. Le choix du modèle logistique est justifié par le fait que pour certaines régressions, le nombre
d'observations total est relativement faible (moins de mille) ce qui implique que le nombre d'individus avec
plus d'un accident par période est trop faible pour utiliser les modèles de la famille de Poisson. Par exemple,
pour 402 conducteurs d'autobus par année seulement trois ont plus d'un accident en 1987. Dans les
paragraphes qui suivent nous discutons de variables annuelles sur une période de quatre ans. L'adaptation du
modèle pour les analyses des accidents sur deux ans est directe.
Les variables ont deux indices, un pour les individus et l’autre pour la période d’observation des variables
i = 1, 2, ..., I pour les conducteurs d'autobus ou de camion:
j = 1, 2, ..., 4 pour les valeurs enregistrées aux périodes successives de 1 an d’observation des
accidents et des variables explicatives retenues dans chaque modèle.
Soit Yij la valeur observée (0: aucun accident ou 1: au moins un accident) pour la période d’observation j du
conducteur i. Ainsi le vecteur Yi = [Yi1, Yi2, Yi3, Yi4]correspond aux 4 valeurs observées de la variable
24
dépendante du conducteur i. De plus, soit le vecteur Xij = [Xij1, Xij2, ..., Xijk] qui correspond aux valeurs des
k variables explicatives prises à la période j pour le nouveau conducteur i. La matrice de corrélation entre les
4 mesures répétées de la variable dépendante d’un conducteur i est définie par la matrice
~
Ri:
~
Ri =
1
1
1
1 2 3
3 4
3 3 4
4 4 4
corr Y Y corr (Y Ycorr (Y
corr (Y corr (Y Ycorr (Y Y
corr (Y Ycorr (Y Ycorr (Y Y
corr (Y Ycorr (Y Ycorr (Y Y
i i i
i i
i i i
i i i
(,),)
,),)
,),),)
,),),)
i1 i1 i4
i1 i2 i2 i2
i1 i2 i3
i1 i2 i3
,Y)
Y)
1
Puisque le coefficient de corrélation corr Y,Y = cov Y,Y Y var(Y )
in in in in in in
1 2 1 2 1 2
( ) ( ) var( ) où n1 et n2
sont pour les années 1 et 2 respectivement, on obtient la matrice de variance-covariance suivante:
~
∑i =
~
~
~
V R V
i i i
1212 où
()()
( )
()
[
]
~
,,,V = diag var Yvar Yvar Yvar Y
ii1 i2 i3 i4
12.
Le modèle de régression logistique ajusté aux données longitudinales a pour caractéristique que
( )
EY = 1
1 + e
ij -X
ij β ou
(
)
( )
ln EY
1 - E Y = X
ij
ij
ij
β.
On obtient donc que
( )
Var Y = 1
1 + e 1 - 1
1 + e
ij -X -X
ij ij
β β
ce qui signifie
qu’il y a une relation fonctionnelle entre la moyenne E(Yij) et la variance V(Yij).
Pour estimer le vecteur β de paramètres de variables explicatives nous avons utilisé une approche généralisée
des équations d’estimation (GEE) proposée par Zeger et Liang (1986). Cette approche est une extension de
celles utilisées dans les méthodes de quasi-vraisemblance (Wedderburn, 1974; McCullagh et Nelder, 1983).
Les équations d’estimation généralisée ont des solutions qui sont convergentes et asymptotiquement
gaussiennes même si la dépendance entre les observations n’est pas nécessairement bien spécifiée. Pour
vérifier si un coefficient βk est différent de zéro, on utilise la statistique
$
($)
ββ
k
k
s ,
identifiée par "statistique" dans les tableaux des résultats, où
(
)
sk
2$
β est l’estimateur de
(
)
σβ
2$k. La
distribution asymptotique de la statistique sous l’hypothèse
β
k = 0 est de loi N(0,1).
La plupart des variables explicatives, définies plus bas, sont de type catégoriel à deux ou plusieurs modalités.
Pour chaque variable, une modalité a été choisie comme catégorie de référence, et les autres modalités de
25
cette variable sont sous forme dichotomique. Ainsi il n’y a pas de coefficient βk pour la catégorie de
référence. Pour une variable donnée, les coefficients associés aux modalités mesurent l’effet de cette modalité
sur la variable dépendante relative à la catégorie de référence.
b) Variables
Nous passons maintenant à la description des variables indépendantes.
Plusieurs variables indépendantes ou explicatives sont dites d'interaction, c'est à dire qu'elle sont
définies à l'intérieur d'un sous groupe. Par exemple, pour les conducteurs de camions, nous avons des
variables à l'intérieur de la classe 1 et des variables à l'intérieur de la classe autre. Certaines catégories
changent mais en général ce sont les mêmes qui sont répétées. Seules les variables année de l'accident
et classe de permis ne sont pas des variables d'interaction.
Dans chaque modèle nous avons des variables année pour l'année de l'observation. Il s'agit d'une
variable dichotomique qui prend la valeur 1 si l'observation est de l'année indiquée et la valeur 0
autrement. Par exemple, si nous avons une observation pour l'année 1987, nous indiquerons un 1 à
l'année 1987 et un 0 à chacune des autres années. Dans les régressions annuelles c'est l'année 1989 qui
est l'année de référence dans l'interprétation des résultats. Dans les régressions sur deux ans c'est la
période 1987-1988 qui joue ce rôle.
La variable classe de permis est du même type. Deux catégories ont été retenues pour les camions
(classe 1 et classe autre) et deux catégories ont été retenues pour les autobus (classe 2 et classe autre).
La classe autre a le rôle de catégorie de référence dans les deux cas. Les coefficients des classes 1 et 2
devraient avoir des coefficients positifs et significatifs puisque les conducteurs de ces classes sont plus
susceptibles d'être exposés au risque d'accident.
À l'intérieur de chacune des classes nous avons construit les variables suivantes:
La première variable est le nombre de points d'inaptitude de la période précédente du conducteur,
incluant ceux accumulés hors travail. Des catégories ont été créées selon les fréquences observées dans
les différentes classes de conducteurs. Prenons par exemple la catégorie 1 ou 2 points. Si un conducteur
a accumulé un ou deux points durant la période précédente, la variable prend la valeur 1. Elle prend la
valeur 0 autrement. C'est la catégorie aucun point qui est utilisée comme catégorie de référence. Par
conséquent, si les points d'inaptitude accumulés représentent des mesures de risque individuelles, des
coefficients positifs pour les catégories de points supérieurs à zéro permettraient de vérifier les quatre
hypothèses.
La variable condition médicale indique l'état de santé du conducteur à la période de l'observation: par
exemple, si le conducteur a une condition médicale on indique un 1 à cette variable. Autrement la
variable prend la valeur zéro. Les catégories sont mutuellement exclusives et la catégorie bonne santé a
été retenue comme catégorie de référence.
Les groupes d'âges tiennent compte de l'âge des conducteurs durant une période donnée. La catégorie
35 ans et moins a été retenue comme catégorie de référence.
Nous introduisons maintenant des variables qui sont plus spécifiques au type de véhicule étudié.
Commençons par les camions:
26
Une variable indique si le conducteur est propriétaire ou non de son véhicule. Le groupe de référence
est non propriétaire. Un signe négatif est prédit pour le coefficient de la catégorie propriétaire car les
propriétaires des véhicules devraient être incités à être plus prudents.
Le fait de conduire un camion avec une remorque a été pris en compte comme variable de contrôle.
Deux catégories ont été créées: 1) jamais; 2) toujours, souvent, rarement. Intuitivement, conduire avec
une remorque devrait être plus dangereux. Comme c'est la catégorie jamais qui a le rôle de catégorie de
référence, un signe positif est prédit pour la catégorie toujours, souvent, rarement. Par contre, les
remorques sont plus susceptibles d'être utilisées sur des autoroutes ce qui pourrait renverser le premier
effet.
L'étendue du territoire de travail est utilisée comme variable d'exposition au risque. La catégorie moins
de 50 km est utilisée comme catégorie de référence. Le signe des autres catégories devrait donc être
positif.
Les types de route représentent une autre forme d'exposition au risque qualitative. La catégorie
"campagne, ville, campagne et ville" a été retenue comme catégorie de référence. Un signe négatif est
prédit pour les catégories autoroute et autoroute et campagne. Il est plus difficile de prédire un signe
pour la catégorie autoroute et ville parce qu'il y a la catégorie ville dans la catégorie de référence.
La variable kilomètre au travail est une mesure plus directe et plus quantitative de l'exposition au
risque. Nous avons choisi la catégorie correspondant à la distance la plus faible comme catégorie de
référence. Donc les coefficients des autres catégories devraient être positifs.
La taille de la flotte a été prise en compte. Il est difficile de prédire un signe à cette variable. En
général, les plus grandes entreprises devraient avoir plus de moyens et d'incitatifs financiers pour
réduire les nombres d'accidents. Par contre, pour les autobus par exemple, les plus grandes flottes se
retrouvent davantage dans les centres urbains. La catégorie ayant le plus petit nombre de véhicules a
été utilisée comme catégorie de référence.
La formation des conducteurs a été retenue comme variable pouvant affecter les taux individuels
d'accidents. La catégorie aucune formation a été utilisée comme catégorie de référence. Il est prédit que
les coefficients des autres catégories seront négatifs.
Les cours de perfectionnement sont utilisés comme autre variable des connaissances. Un signe négatif
est prédit pour ceux qui ont suivi ces cours. Par contre, il est possible que ces cours s'adressent à ceux
qui en ont le plus besoin. Donc notre prédiction pourrait être renversée par cette possibilité.
La connaissance du Code de la sécurité routière a été mesurée par deux variables qui indiquent le degré
de connaissance de deux règlements soit celui associé au nombre maximal d'heures de conduite (13
heures) durant une journée et celui associé au nombre maximal d'heures de travail (15 heures) durant
une journée. Il est difficile de prédire un signe aux catégories de ces variables. Intuitivement ceux qui
connaissent mieux la réglementation devraient avoir moins d'accidents, mais différents facteurs
peuvent renverser cette intuition. En effet, ceux qui n'ont pas à se préoccuper de ces limites peuvent les
oublier et ne pas bien répondre aux questions correspondantes du sondage. D'autre part, ce sont peut-
être ceux qui travaillent et conduisent à la limite de ces heures permises qui connaissent mieux le
règlement et peuvent davantage l'enfreindre; ils sont donc plus exposés au risque d'accident.
Nous abordons maintenant deux variables spécifiques aux conducteurs d'autobus. Ces variables
s'ajoutent à celles déjà abordées.
27
Nous avons d'abord construit une variable "occupation principale" pour distinguer ceux qui ne
conduisent que quelques heures par jour des autres. Les conducteurs d'autobus pour qui cette tâche est
l'occupation principale devraient avoir plus d'accidents car ils devraient être plus exposés au risque.
Le type de transport a également été retenu. La catégorie transport public a été utilisée comme
catégorie de référence. Il est difficile de prédire un signe aux coefficients des autres catégories.
Finalement, la variable dépendante ou expliquée peut prendre deux valeurs à chaque période: elle prend
la valeur 1 si le conducteur professionnel a été impliqué dans au moins un accident au volant du
véhicule de travail (camion ou autobus) durant la période et la valeur 0 autrement. Nous avons retenu
tous ces accidents présents dans les fichiers de la SAAQ, incluant ceux n'impliquant que des
dommages matériels seulement.
RÉSULTATS Résultats de l’enquête de 1997
Nous présentons d'abord quelques résultats descriptifs tirés du questionnaire de 1997. Les taux de
réponse calculés sur les numéros de téléphone utilisables sont relativement semblables, et tous très
bons, selon les quatre groupes considérés: conducteurs de camion en 1990 de classe 1: 83,7%, et de
classe 2 ou 3: 83,8%; chauffeurs d'autobus en 1990 de classe 2: 80,5% et de classe 1 ou 3: 85,6%. En
résumé, nous avions au départ un groupe de 1 848 personnes parmi lesquelles nous avions obtenu le
numéro de téléphone de 1 593. De ce nombre, 1 153 on répondu au questionnaire de 1997. Parmi ces
1 153, 751 avaient dit, en 1990, être des conducteurs de camion et 402 ont dit conduire un autobus en
1990. Le Tableau 12 présente les raisons de la non-réponse au questionnaire de 1997.
28
Tableau 12:Nombre et proportion de questionnaires complets et raisons de la non-réponse
au questionnaire de 1997, sur l’ensemble de départ (1 848) et sur ceux avec un
numéro de téléphone utilisable (1 420)
Raison de la
non-réponse Classe de permis principale en 1989 Ensemble
Classe 1 Classe 2 Classe 3
Questionnaire 1997 N%N%N%N%A %B
pas trouvé no.tél. 124 13 70 14 61 15 255 14
complet 622 64 293 61 238 60 1153 62 81
incomplet 1 0 . . . . 1 0 0
absent 14 1 10 2 13 3 37 2 3
refus du ménage 27 3 12 2 3 1 42 2 3
refus de la personne 50 5 30 6 22 6 102 6 7
incapacité 12 1 11 2 3 1 26 1 2
langue étrangère 4 0 1 0 2 1 7 0 0
non éligible 2 0 . . 1 0 3 0 0
ligne occupée 1 0 . . . . 1 0 0
pas de réponse 25 3 17 4 6 2 48 3 3
non résidentiel 2 0 . . . . 2 0
numéro discontinué 74 8 33 7 40 10 147 8
ligne en trouble 3 0 3 1 3 1 9 0
hors strate 8 1 4 1 3 1 15 1
Total 969 100 484 100 395 100 1848 100 100
N: Nombre de conducteurs professionnels (camion ou autobus), questionnaire 1990, avec dossier
actif à la SAAQ en 1997.
%A: Pourcentage de répondants, calculé sur l’ensemble de départ (1 848)
%B: Pourcentage de répondants, calculé sur ceux avec un numéro de téléphone utilisable (1 420),
en excluant les autres: pas trouvé no tél., non résid., no discont., ligne et trouble et hors
strate.
29
Le Tableau 13 présente la raison de la non-réponse en 1997 calculée seulement sur ceux qui non pas
répondu plutôt que sur l’ensemble.
Tableau 13:Raison de la non-réponse au questionnaire 1997 sur l’ensemble des non-
répondants
Raison de la Classe de permis principale 1989
non-réponse Classe 1 Classe 2 Classe 3 Total
Questionnaire 1997 N%N%N%N%
pas trouvé no.tél. 124 36 70 37 61 39 255 37
incomplet 1 0 ....1 0
absent 14 4 10 5 13 8 37 5
refus du ménage 27 8 12 6 3 2 42 6
refus de la personne 50 14 30 16 22 14 102 15
incapacité 12 3 11 6 3 2 26 4
langue étrangère 41112171
non éligible 2 1 . . 1130
ligne occupée 1 0 ....1 0
pas de réponse 25 7 17 9 6 4 48 7
non résidentiel 2 1 ....2 0
numéro discontinué 74 21 33 17 40 25 147 21
ligne en trouble 31323291
hors strate 824232152
Total 347 100 191 100 157 100 695 100
Puisque plusieurs conducteurs étaient âgés de plus de 50 ans lorsqu'ils ont répondu à notre premier
questionnaire, en 1990, nous savions que plusieurs seraient maintenant à la retraite ou rentiers. C'est
parmi ceux qui disaient conduire un autobus en 1990 que l'on retrouve (en 1997) la proportion la plus
élevée de retraités/rentiers avec 37% (148/402). En plus de ce 37%, on compte 3,2% (13/402) de
chômeurs en 1997. Parmi ceux qui conduisaient un camion en 1990, on observe moins de
retraités/rentiers en 1997: 21% (157/751) mais proportionnellement plus se disent en chômage: 5,3%
(40/751).
Le but principal de l'enquête était d'obtenir des informations au sujet de la formation reçue et des
connaissances du CSR. À la question "depuis votre premier emploi de conducteur professionnel, avez-
vous suivi un ou plusieurs cours de perfectionnement pour la conduite?", seulement 32% (224/706) des
camionneurs ont répondu oui alors que cette proportion est de 60% (234/389) pour les chauffeurs
d'autobus.
Pour évaluer les connaissances du CSR, nous avons posé la question suivante: "selon vous, quel est le
nombre maximal d'heures de conduite permis par la loi qu'un conducteur peut faire au volant de son
véhicule, au cours d'une journée normale de travail?" À peine 12% (91/751) des conducteurs de camion
et 5% (21/402) des chauffeurs d'autobus savaient la bonne réponse, c'est-à-dire 13 heures. Il est
cependant plus juste de faire ce calcul en excluant les retraités et ceux en chômage, mais ceci donne
toujours un taux de bonne réponse très faible: 16% (91/554) pour les camionneurs et 9% (21/241) des
chauffeurs d’autobus. Après les heures de conduite, nous demandions quel est le nombre d'heures
maximal de travail permis par la loi et cette fois, 17% (130/751) des camionneurs (ou 23% (130/554)
30
en excluant les chômeurs et 6% (25/402) des chauffeurs d'autobus savaient que 15 heures était la
bonne réponse. Il faut cependant préciser que ce règlement ne s'applique pas aux autobus affectés au
transport urbain, ce qui peut expliquer, en partie, le résultat observé pour les chauffeurs d'autobus.
Une question importante liée à la sécurité des camions a été posée à la demande de la SAAQ. Il
s'agissait de décrire brièvement comment faire pour vérifier si les freins du camion ont besoin d'un
ajustement. Cette question a été posée aux conducteurs de camion en les ayant d'abord séparé en deux
groupes: système de freins pneumatiques (air) ou hydrauliques (huile). Après consultation et recherche,
nous avons identifié trois méthodes de vérification pour ceux avec freins pneumatiques et deux avec
freins hydrauliques. De plus, lors de la formation des interviewers, nous leur avons demandé de ne pas
être "trop sévères" et de considérer une réponse comme exacte dès qu'une explication était relativement
semblable à l'une des méthodes de vérification retenues même si le vocabulaire utilisé pouvait être très
différent des définitions officielles. Malgré cela, 40% (118/298) avec freins pneumatiques ont été
incapables de donner une seule bonne réponse sur les trois possibles et 26.8% (15/56) avec freins
hydrauliques n'ont pas donné une bonne explication sur les deux possibles. Plusieurs conducteurs ont
mentionné que leur façon de procéder à la vérification des freins consistait à faire avancer le camion et
à freiner une fois, avant de prendre la route, ce qui ne correspond pas à ce qui est maintenant enseigné
et n’avait pas été retenu comme choix de réponse correcte par les experts.
On a mentionné que l’occupation principale des 1 848 conducteurs pouvait ne pas être la conduite d’un
camion ou d’un autobus. Le Tableau 14 présente la répartition des conducteurs selon l’occupation
principale déclarée en 1990. Tous disaient conduire un véhicule au travail et celui-ci était le plus
souvent un camion ou un autobus.
31
Tableau 14:Occupation principale Questionnaire 1990
Raison de la non-réponse Questionnaire 1997
Occupation principale
Questionnaire 1990 Complet No. de tél.
inconnue Pas rejoint Refus Incapacité Total
N%N%N%N%N%N%
Conducteur d'autobus 349 30 117 28 30 29 45 31 11 42 552 30
C. minibus 7151 . . 2 1 . . 14 1
Conducteur de camion 415 36 164 39 34 33 41 28 8 31 662 36
livreur, facteur 48 4 13 3 1 1 5 3 . . 67 4
vendeur de commerce 131611132 . . 23 1
opérateur de machin. 49 4 20 5 3 3 5 3 . . 77 4
réparateur/inspecteur 262616675 . . 45 2
cond. veh. d'urgence 16 1 . . . . 1 1 . . 17 1
cond. sans précision 525266559628945
contremaître 111411111 . . 17 1
propr. comp. de transp. 711022 ....10 1
professionnel 3041 . . 2 1 . . 9 0
cadre/administrateur 323154227514573
semi-prof./technicien 4020112114101
ouvrier spécial. 464164554328734
ouvrier non spéc. 333824443 . . 49 3
fermier/éleveur 151924432 . . 31 2
rentier/retraité 2 0 ........2 0
autre 121202211 . . 17 1
non précisé 13141113214221
Total 1153100 422 100 102 100 145 100 26 100 1848100
Tableau 15:Âge moyen selon la raison de la non-réponse Questionnaire 1997
Raison de la non-réponse Âge au 30 juin 1997
Questionnaire 1997 NMoyenne Écart-type Min. Max.
Complet 1 153 55.14 10.14 27.58 77.80
No. de tél. inconnue 422 53.47 10.98 27.15 78.06
Pas rejoint 102 53.60 11.10 32.87 73.76
Refus 145 55.26 9.93 27.67 75.34
Incapacité 26 59.96 9.35 33.01 76.85
Total 1 848 54.75 10.40 27.15 78.06
32
Tableau 16:Nombre d’accidents par année, 1987-1990, selon la raison de la non-réponse,
Questionnaire 1997
Raison de la non-réponse Nombre d’accident/an 1987-1990
Questionnaire 1997 NMoyenne Écart-type Min. Max.
complet 4 612 0.170 0.435 0 3
no. de tél. inconnue 1 688 0.185 0.470 0 4
pas rejoint 408 0.181 0.472 0 3
refus 580 0.188 0.471 0 3
incapacité 104 0.192 0.541 0 3
Total 7 392 0.176 0.450 0 4
Tableau 17:Nombre d’infractions par année, 1987-1990, selon la raison de la non-réponse,
Questionnaire 1997
Raison de la non-réponse Nombre d’infractions/an 1987-1990
Questionnaire 1997 NMoyenne Écart-type Min. Max.
complet 4612 0.162 0.439 0 6
no. de tél. inconnue 1688 0.227 0.527 0 4
pas rejoint 408 0.164 0.432 0 3
refus 580 0.140 0.380 0 2
incapacité 104 0.096 0.296 0 1
Total 7392 0.175 0.455 0 6
RÉPONDANTS AU QUESTIONNAIRE SOM-1997
Bien que nous avons conservé, pour répondre au questionnaire de 1997, que les personnes qui avaient
dit, en 1990, conduire un camion ou un autobus, 183 (16%) on dit, en 1997, qu’elle n’utilisaient pas de
camions ou d’autobus en 1990. Ceci peut être dû en partie au fait que le poids du véhicule a été pris en
compte en 1997 (3000 kg ou plus) alors qu’il ne l’avait pas été en 1990, ou simplement parce que
certains n’avaient pas un souvenir précis de l’année où ils ont cessé de conduire un camion ou un
autobus. Des l 153 répondants en 1997, ont compte 967 personnes (84%) qui ont dit utiliser un camion
ou un autobus dans le cadre d’un travail rémunéré en 1990.
33
Tableau 18:Q-11: En 1990, utilisiez-vous régulièrement un camion pesant 3000 kg ou plus
ou un autobus dans le cadre d’un travail rémunéré, excluant le transport entre
votre résidence et votre lieu de travail? Questionnaire 1997
Utilisait camion/bus en 1990 Questionnaire 1990
Questionnaire 1997 Camion Autobus Total
N%N%N%
Oui 609 81 358 89 967 84
Non 139 19 44 11 183 16
Nsp 2 0 . . 2 0
Nrp 1 0 . . 1 0
Total 751 100 402 100 1153 100
Tableau 19:Q-12: En 1990, dans le cadre de votre travail, quel type de véhicule conduisez-
vous le plus souvent? Questionnaire 1997
Questionnaire 1990
Type de véhicule conduit en 1990 Camion Autobus Total
Questionnaire 1997 N%N%N%
N’utilisait pas de camion/bus 139 19 44 11 183 16
Autobus pr + de 24 passagers 10 1 324 81 334 29
Minibus pr 24 passagers ou - . . 18 4 18 2
3000 kg ou +, tract. et rem. 220 29 5 1 225 20
Cam.-port. 3000 kg, sans rem. 312 42 8 2 320 28
Cam.-port. 3000 kg, avec rem. 41 5 . . 41 4
Cam. léger - 3000 kg 10 1 1 0 11 1
Automobile 3 0 . . 3 0
Autre 14 2 1 0 15 1
Nsp/Nrp 2 0 1 0 3 0
Total 751 100 402 100 1 153 100
34
Tableau 20:Présentement, quelle est votre occupation principale (Q_3A) et depuis combien
de temps êtes-vous à cet emploi (Q_4U)? Questionnaire 1997
Temps d’occupation, questionnaire 1997
Occupation principale < 5 ans 5-7 ans 8-15 ans > 15 ans nsp/nrp Total
Questionnaire 1997 N%N%N%N%N%N%
Camionneur 1 0 6 6 69 48 225 51 . . 301 32
Chauffeur d'autobus 4 2 5 5 36 25 148 33 . . 193 21
En chômage 38 16 5 5 ....2 50 45 5
Retraité, rentier 156 65 73 70 5 3 2 0 1 25 237 25
Autre 41 17 16 15 33 23 69 16 1 25 160 17
NSP/NRP 1 0 ....1 0 . . 2 0
Ensemble 241 100 105 100 143 100 445 100 4 100 938 100
Résultats des analyses économétriques sur les accidents
Dans cette section de notre rapport nous présentons les résultats des analyses économétriques qui
permettent de vérifier si les hypothèses de travail proposées ont été vérifiées ou non. Les statistiques
descriptives des régressions correspondantes sont présentées dans les Tableaux B1, B3, B6, et B8. Ces
tableaux sont décrits dans les paragraphes suivants. Rappelons que la principale relation statistique qui
nous intéresse dans cette étude est la relation entre les points d'inaptitude accumulés et les accidents.
Cette relation a été étudiée pour les conducteurs de camion et les conducteurs d'autobus séparément.
Pour chacun des groupes, nous avons procédé en deux étapes et nous avons utilisé des périodes
d'analyse différentes.
Les périodes d'analyse sont annuelles ou bisannuelles. Nous avons analysé les accidents sur une
période d'un an afin de comparer nos résultats avec d'autres études effectuées précédemment. Nous
avons ajouté des analyses sur deux ans car, pour les détenteurs de permis de classe 5, la SAAQ utilise
une politique de tarification sur deux ans. En effet, elle renouvelle les permis de conduire aux deux ans
en utilisant l'information sur les points d'inaptitude accumulés sur deux ans. Comme les Tableaux B1
et B6 l'indiquent, les nombres d'observations des analyses sur deux ans sont deux fois moins élevés
que ceux pour les analyses annuelles. Cette différence pourra être importante pour la comparaison des
résultats, car la fiabilité statistique risque d'être plus grande avec les analyses annuelles.
Les deux étapes d'analyse correspondent aux hypothèses de travail présentées dans le devis de
recherche et reprises dans la section 2.
Les hypothèses 1A et 2A sont pour des modèles de base déjà étudiés dans des études précédentes.
Elles sont reprises avec nos nouvelles données pour des fins de comparaison. Les hypothèses 1B et 2B
correspondent plus à notre problématique de recherche car elles introduisent des informations
supplémentaires sur la formation et les connaissances des conducteurs, de même que d'autres
informations demandées dans le cahier d'appel d'offre dont la taille des entreprises.
Commençons par les conducteurs de camion. Le Tableau B1 donne les principales statistiques sur les
variables retenues pour vérifier l'hypothèse 1A. La première colonne donne les nombres d'individus
ayant accumulé au moins un accident et la seconde donne les pourcentages correspondants sur des
périodes de deux ans. Il est important de mentionner que les 3004 observations annuelles sont obtenues
35
d'observations sur 751 conducteurs, suivis sur quatre années. C'est ce qui explique que nous avons
deux fois moins d'observations sur deux ans et des nombres d'accidents et des pourcentages qui sont
généralement deux fois plus élevés (mais pas nécessairement car ils tiennent compte de l'étalement
dans le temps).
On remarque, par exemple, que les conducteurs de la classe 1 ayant accumulé plus de cinq points au
cours de l'année précédente ont un taux d'accidents de 23,5% alors que ceux qui n'ont accumulé aucun
point ont un taux de 6,4%. L'écart de taux est beaucoup moins prononcé pour les conducteurs de la
classe 3. De plus les conducteurs diabétiques de la classe 3 ont beaucoup plus d'accidents que ceux en
bonne santé. Ce résultat, a longuement été discuté dans des rapports précédents de l'équipe de
recherche (Dionne et al. 1995; Laberge-Nadeau et al. 1995). Ces simples comparaisons de moyennes
ne nous permettent pas de conclure définitivement sur l'effet de ces deux variables sur les taux
d'accidents des conducteurs de camion car elles ne tiennent pas compte des interrelations entre les
différentes variables qui peuvent affecter les probabilités d'accidents.
Les résultats des régressions du Tableau B2 confirment ces premiers résultats statistiques. En effet, si
on ne retient que les coefficients significatifs à 5%, seulement sept coefficients sont statistiquement
différents de zéro dans les deux modèles: celui des conducteurs de classe 1 qui ont accumulé plus de
cinq points sur un an ou sur deux ans; celui des conducteurs diabétiques de la classe autre composée de
conducteurs de la classe 3 dans une proportion de 87% et celui des conducteurs de la classe 1 qui sont
plus exposés au risque que ceux de la classe autre. Il est à souligner également que le coefficient de la
variable "4 points et plus" est significatif dans la régression avec des données sur deux ans pour la
classe autre.
Ces premiers résultats indiquent que la politique de tarification de la SAAQ de tarifer l'assurance en
utilisant les points d'inaptitude accumulés sur deux ans peut s'appliquer aux conducteurs de camion,
car l'expérience passée prédit les accidents futurs du travail. Il ne faut pas oublier ici que nous n'avons
retenu que les accidents impliquant un camion. Par contre, les points d'inaptitude accumulés sont la
somme de tous les points des conducteurs qu'ils soient au volant d'un camion ou d'un autre véhicule, les
données de la SAAQ ne nous permettant pas de séparer les points accumulés au travail des autres
points. En conclusion, l'hypothèse 1A est vérifiée pour tous les conducteurs de camion alors que celle
1B n'est vérifiée que pour les conducteurs de la classe 1.
Les résultats sont moins prononcés pour les conducteurs d'autobus. En effet, si nous nous référons au
Tableau B7, seuls les points d'inaptitude accumulés sur un an sont significatifs. Ceux sur deux ans ne
le sont pas à 5%, mais une certaine tendance est présente, car les points accumulés le sont à environ
6%. Il faut préciser que le nombre d'observations est plus faible que dans le cas des camions. Donc, il
faut être prudent dans la conclusion concernant les conducteurs d'autobus, du moins en ce qui concerne
les hypothèses 1A et 1B. D'autres études devraient être entreprises pour confirmer la tendance obtenue
avant d'entreprendre des modifications à la tarification des conducteurs d'autobus. Il faudrait peut être
aussi séparer les conducteurs qui font des voyages interurbains des autres.
Finalement, au Tableau B7, nous observons que les conditions médicales n'affectent pas les taux
d'accidents des conducteurs d'autobus, et que les conducteurs de la classe 2 ont des probabilités
d'accidents plus élevées que celles de la classe autre, ce qui peut encore être interprété comme une
conséquence d'une plus grande exposition au risque.
Abordons maintenant la vérification empirique des hypothèses 2A et 2B. Étant donné que nous devons
ajouter des variables du sondage à l'analyse, nous perdons quelques observations car l'ensemble des
questions retenues n'a pas été répondue par tous les conducteurs des Tableaux B1 et B6. Nous devons
36
donc utiliser les observations des Tableaux B3 et B8 pour étudier les effets des variables
supplémentaires reliées à la formation , au perfectionnement, à la connaissance du CSR, à la taille des
flottes, à l'occupation principale des conducteurs, au fait qu'ils soient propriétaires du véhicule qu'ils
conduisent, à l'exposition au risque mesurée par le kilométrage et par l'environnement de conduite (type
de route et conduite de nuit). L'introduction de toutes ces variables supplémentaires a fait passer le
nombre d'observations annuelles de 3004 à 1940 pour les conducteurs de camion et de 1608 à 1232
pour les conducteurs d'autobus.
Afin de vérifier si la réduction du nombre d'observations pouvait affecter les résultats, nous avons
repris les mêmes régressions que celles des Tableaux B2 et B7 avec l'échantillon des répondants. Ces
régressions sont présentées aux Tableaux B4 et B9 respectivement. Trois changements importants
doivent être signalés pour les conducteurs de camion: les points d'inaptitude accumulés sur deux ne
sont plus significatifs pour les conducteurs de la classe autre, les conducteurs diabétiques de la classe 1
ont maintenant moins d'accidents que ceux en bonne santé et les conducteurs avec hypertension de la
classe autre ont plus d'accidents annuels que ceux en bonne santé.
Pour ce qui est des conducteurs d'autobus, on remarque que la relation accidents-points d'inaptitudes
est plus faible en terme de différence statistique. En effet, pour la classe 2, les points d'inaptitude
accumulés n'affectent plus les accidents de la classe 2 de façon significative. Ce résultat ne fait que
renforcer notre commentaire sur le fait d'être prudent avant d'entreprendre une modification de la
tarification des conducteurs d'autobus.
Comparons maintenant les Tableaux B4 et B5 pour les conducteurs de camion. L'introduction de
nouvelles variables a affecté les résultats. En particulier, les points d'inaptitudes accumulés des
conducteurs de la classe autre sont redevenus significatifs dans la régression sur les périodes de deux
ans.
Donc, si on retient les relations contractuelles de deux ans appliquées par la SAAQ, on peut conclure
que les points d'inaptitudes accumulés sont positivement corrélés avec les accidents: ceux qui
accumulent plus de points sur deux ans ont une plus grande probabilité d'avoir au moins un accident
que ceux qui en accumulent moins.
Si nous continuons d'analyser les résultats sur une période de deux ans pour la classe 1, ce qui nous
semble être la période la plus naturelle, nous vérifions que les conducteurs de classe 1 ont encore plus
d'accidents que ceux de la classe autre même lorsque nous contrôlons pour plusieurs variables
d'exposition au risque. Ce résultat est surprenant mais très robuste.
Nous remarquons également que les conducteurs du groupe d'âge 36-45 ont moins d'accidents que ceux
de 35 ans et moins. Les kilomètres parcourus sont également très significatifs. En particulier, ceux qui
conduisent plus de 50 000 kilomètres par année ont beaucoup plus d'accidents.
Pour la classe 1, les diabétiques ont 3,7 fois moins d'accidents que ceux en bonne santé sur une période
de deux ans. Ce nouveau résultat qui va à l'encontre des études précédentes de l'équipe mérite d'être
interprété. Dans les études précédentes, il avait été démontré que les conditions médicales des
conducteurs de la classe 1 n'étaient pas significatives pour expliquer les taux d'accidents. En d'autres
termes, les conducteurs qui avaient une des conditions médicales retenues (qui sont les mêmes que
celles du Tableau B5) n'avaient pas plus d'accidents que ceux en bonne santé. Une explication retenue
était que les employeurs appliquaient des règles de sélection et de surveillance plus sévères que ceux
qui emploient des conducteurs de la classe autre. Une autre explication est le biais de survivance - ou
37
l’effet du travailleur sain- (Healthy Worker Effect). Ces deux facteurs semblent être efficaces pour les
conducteurs de la classe 1.
Abordons maintenant les variables plus spécifiques de l'étude, toujours pour les conducteurs de
camion. L'hypothèse 2A consiste à vérifier si la relation accidents-points d'inaptitude demeure
significative même lorsque nous tenons compte de plusieurs variables de contrôle dont la taille des
flottes, la formation et les connaissances des conducteurs. Nous avons déjà mentionné que les points
d'inaptitude demeuraient significatifs. Donc l'hypothèse 2A est vérifiée pour les deux classes de
conducteurs de camion. Par contre l'hypothèse 2B n'est pas vérifiée pour les accidents annuels de la
classe autre.
Plusieurs des variables créées à partir des questions du sondage sont elles-mêmes significatives. En
d'autres termes, en plus d'agir comme variable de contrôle dans l'étude de la relation accidents-points
d'inaptitude sur deux ans, ces variables ont des effets directs sur les taux d'accidents qui sont parfois
surprenants.
D’abord, nous remarquons que les conducteurs de classe 1 des plus grandes flottes (11 véhicules et
plus) ont moins d'accidents que ceux des plus petites flottes. De plus ceux qui ont eu des cours de
formation de leurs employeurs ont moins d'accidents que ceux qui n'ont pas eu de formation.
De plus, la connaissance du règlement sur le nombre maximal d'heures de conduite n'affecte pas les
taux d'accidents, par contre celle du nombre maximal d'heures de travail est associé à des probabilités
d'accidents plus élevés. Une explication de ce résultat, est que ceux qui connaissent mieux la
réglementation sont ceux qui ont plus besoin de la connaître car ils travaillent des heures proches de la
limite et sont donc plus exposés au risque d'accidents. Malheureusement, nous n'avons pas de
statistiques sur le nombre d'heures travaillées.
Finalement, le perfectionnement n'affecte pas les taux d'accidents sur des périodes de deux ans même si
nous avons obtenu une relation positive pour les accidents annuels. Ce dernier résultat, semble indiquer
que ceux qui suivent des cours de perfectionnement sont ceux qui en ont le plus besoin!
Si maintenant nous abordons la classe autre, nous obtenons également pour les accidents sur deux ans
que l'hypothèse 2B est également vérifiée pour ce groupe de conducteurs. Par contre aucune condition
médicale n'est significative à 5% pour ce groupe même si les conditions médicales diabète et
hypertension sont significatives pour les accidents annuels. L'âge et la plupart des variables
d'exposition au risque ne sont pas significatives pour les accidents sur deux ans.
Seul le coefficient de la variable connaissance du règlement sur le nombre maximal d'heures de
conduite est positif et de signe correspondant à celui anticipé. En conclusion pour la classe autre, les
infractions affectent positivement les accidents sur deux ans même si nous introduisons plusieurs
variables de contrôle, mais ces variables de contrôle n'ont pas d'effets directs importants sur les
accidents.
Comparons maintenant les Tableaux B9 et B10 pour les conducteurs d'autobus et concentrons-nous sur
les accidents sur deux ans. Nous remarquons que très peu de variables sont significatives pour
expliquer les taux d'accidents des conducteurs d'autobus. En fait si nous continuons de nous limiter au
critère de 5%, seules les variables suivantes sont significatives pour expliquer les taux d'accidents des
conducteurs d'autobus: l'année 1990 (effet négatif), le transport autre qu’écolier et public classe 2
(effet négatif), la taille des flottes classe 2 (effet positif pour les flottes de plus de 50 véhicules) et le
perfectionnement classe autre (effet positif).
38
L'hypothèse 2A est vérifiée à 10% et l'hypothèse 2B n'est pas vérifiée statistiquement.
DISCUSSION ET CONCLUSION
Depuis décembre 1992, la Société de l’assurance automobile du Québec tarifie les détenteurs de
permis de conduire en fonction du nombre de points d’inaptitude accumulés. Cette nouvelle tarification
permet d’introduire une meilleure équité et des incitations à la prudence. Deux études ont montré que la
relation statistique entre les accidents durant une période et les points d’inaptitude accumulés durant la
période précédente est positive et significative pour les conducteurs de la classe 5 (Boyer et Dionne,
1985 ; Dionne et Vanasse, 1997), ce qui supporte cette tarification. Dionne et al. (1995) ont aussi
vérifié que les points d’inaptitude accumulés étaient également significatifs pour expliquer les
accidents des conducteurs de camion, d’autobus et de taxi.
Le but du présent projet était de vérifier si la relation statistique entre les infractions au CSR et les
accidents peut être influencée par différentes variables de contrôle différenciant les conducteurs de
véhicules lourds. Il s’agissait de vérifier, d’une part, si la relation infractions-accidents est
statistiquement significative pour les conducteurs professionnels par type de véhicule conduit, en
fonction de la classe de permis de conduire. Puis, dans un deuxième temps, de vérifier comment les
différentes variables qui contrôlent en particulier la connaissance du CSR, la formation et la taille de la
flotte peuvent affecter la relation statistique infractions-accidents.
Les résultats de l’étude peuvent être résumés de la façon suivante:
Pour les conducteurs de camion nous avions deux groupes, ceux ayant le permis 1 et ceux ayant le
permis autre composé de conducteurs de la classe 3 dans une proportion de 87%. Si nous retenons les
analyses des accidents sur deux ans et le critère de signification statistique de 5%, nous concluons que
les hypothèses 1A et 2A sont vérifiées pour les conducteurs de classe 1 et que l'hypothèse 2A est
vérifiée pour les conducteurs de la classe autre. Si maintenant nous retenons l'hypothèse 2A qui est la
plus intéressante du fait qu'elle a été vérifiée avec plus de variables de contrôle, nous concluons que les
conducteurs de camion qui accumulent plus de points d'inaptitude sur une période de deux ans ont plus
d'accidents dans la période de deux ans qui suit. Rappelons que l’hypothèse 2A suppose que le nombre
d’infractions accumulées au cours des deux dernières années, affecte positivement le nombre
d’accidents durant les deux années suivantes lorsqu’un très grand nombre de variables de contrôle est
considéré; dont l’exposition au risque, la formation et le perfectionnement, la connaissance du CSR, le
fait d’être propriétaire du véhicule et la taille de l’entreprise.
Il est important de rappeler ici que nous n’avons retenu que les accidents des conducteurs qui étaient au
volant d'un camion alors que les points accumulés ne sont pas spécifiques à la conduite d'un camion.
Ce résultat est très important pour la sécurité routière et rejoint les conclusions des études antérieures
réalisées pour les conducteurs de classe 5 qui justifient la tarification actuelle de l'assurance automobile
par la SAAQ.
En terme de politique de tarification optimale de l'assurance, nos résultats indiquent que les points
d'inaptitude totaux influencent non seulement les accidents des véhicules de tourisme mais également
les accident impliquant les camions. Donc les conducteurs professionnels qui accumulent beaucoup de
points sont des mauvais risques quel que soit le véhicule conduit. Actuellement, les conducteurs de
camion sont tarifés de la même façon que les conducteurs de la classe 5 alors que leurs accidents au
travail sont très influencés par leur comportement.
39
Deux autres conclusions sont importantes pour les conducteurs de classe 1: les conducteurs des flottes
de plus de 11 véhicules ont moins d'accidents que ceux de 10 véhicules ou moins et ceux qui sont
formés par leur employeur ont également moins d'accidents que ceux sans formation. Est-ce que les
grandes entreprises assurent un complément de formation ou un meilleur suivi auprès de leurs
camionneurs ? La connaissance du règlement sur le nombre maximal d'heures de conduite n'affecte pas
les taux d'accidents, par contre celle du nombre maximal d'heures de travail est associé à des
probabilités d'accidents plus élevés. Une explication de ce résultat, est que ceux qui connaissent mieux
la réglementation sont ceux qui ont plus besoin de la connaître car ils travaillent des heures proches de
la limite et sont donc plus exposés au risque d'accidents. Malheureusement, nous n'avons pas de
statistiques sur le nombre d'heures travaillées. Finalement, les conducteurs de classe 1 ont plus
d'accidents que ceux de la classe autre même si nous contrôlons pour plusieurs variables d'exposition
au risque et différentes caractéristiques des conducteurs.
Si maintenant nous abordons les conducteurs d'autobus, les résultats sont moins concluants. En effet,
les points d'inaptitude n'affectent pas les accidents de façon significative du moins si on se limite à un
critère de 95% et si on se limite aux accidents accumulés sur deux ans en fonction des points
d’inaptitude accumulés sur deux ans. Les plus grandes flottes de véhicules (50 véhicules ou plus) ont
plus d'accidents, pour la classe 2, et ceux qui conduisent en ville seulement ont également plus
d'accidents. Finalement, les conducteurs qui suivent des cours de perfectionnement ont plus d'accidents.
Peut-être qu’ils en avaient vraiment besoin! À la lumière de ces résultats, il est difficile d'envisager des
interventions au sujet des conducteurs d’autobus qui pourraient modifier les comportements de ces
conducteurs.
Une dimension importante qui n’a pas été abordée dans l’analyse statistique est celle du manque
d'entretien mécanique des véhicules et de l’absence de surveillance de cette activité qui sont des
facteurs causals dans plusieurs accidents de camions. Plusieurs études obtiennent des taux de non
conformité très élevés et le manque de connaissance sur la méthode de vérification des freins, mise en
évidence par notre questionnaire, est un élément inquiétant de l’état des véhicules, particulièrement
pour les camions.
Une autre conclusion de l'étude est que la connaissance des règlements sur les heures de travail et de
conduite est très faible pour les conducteurs de camion. Même si la connaissance du nombre maximal
d'heures de travail a un effet inattendu sur les accidents, ce résultat mérite d'être approfondi. Il serait
intéressant d'étudier la triple relation connaissances-heures travaillées-accidents et celle connaissances-
heures conduites-accidents.
40
RÉFÉRENCES
Assailly J. P., (1992), Les jeunes et le risque, une approche psychologique de l’accident, Éditions
Vigot, Paris, 255 p.
Barlet R., (1997), l’esprit et les objectifs du permis à points, recueil des présentations, Séminaire de
l’OCDE sur la formation et l’évaluation des conducteurs de véhicules lourds, Québec, Canada, 19-21
octobre 1997.
Blom D. H., Pokorny M. L., Van Leeuwen P., (1987), The Role of Age and Experience in Bus Drivers’
accidents, Int J Epidemiol, 16 (1), pp. 35-43.
Campbell K. L.,(1991), Fatal Accident Involvement Rates by Driver Age for Large Trucks, Accid Anal
& Prev, 23 (4) pp. 287-295.
Boyer M., Dionne G., (1985), La tarification de l’assurance automobile et les incitations à la sécurité
routière, Centre de recherche sur les transports, Université de Montréal, publication #388, 183 p.
Dionne G., Laberge-Nadeau C., Desjardins D., Messier S., Vanasse C., (1995), Analyse des facteurs
qui expliquent les taux et les gravités des accidents routiers impliquant des chauffeurs professionnels
au Québec, Études et recherches, Rapport R-111, Institut de recherche en santé et en sécurité du travail
du Québec, 84 p.
Desjardins D., Dionne G., Laberge-Nadeau C., Messier S., Maag U., (1995), Les taux d’accidents des
classes professionnelles: par titulaire ou par conducteur ?, Compte rendus de la IXe Conférence
canadienne multidisciplinaire sur la sécurité routière, 28 au 31 mai 1995, pp. 333-344.
Dionne G., & Vanasse C., (1997), Une évaluation empirique de la nouvelle tarification de l’assurance
automobile (1992) au Québec , Économétrie appliquée, C. Montmarquette et C. Gouriéroux, eds.,
Collection Société canadienne de sciences économique, Presses HEC, Economica, pp. 47-80.
Dionne G., Laberge-Nadeau C., Maag U., Bourbeau R., Desjardins D., Messier S., (1997), Analyse de
l’effet des nouvelles règles d’obtention d’un permis de conduire (1991) sur la sécurité routière,
Laboratoire sur la sécurité des transports du CRT, Université de Montréal, CRT-97-08, 133 p.
Gou M., Clément B., Birikundavyi S., Bellavigna O., Abraham E., (1997), Incidence de l’état
mécanique des poids lourds sur la sécurité routière, rapport final, École polytechnique de Montréal,
Département de Génie Mécanique, Équipe de sécurité routière, 83 p.
Haddon W., (1980), Options for the prevention of motor vehicle crash injury, reprinted from Israel
Journal of Medical Sciences, Vol. 16, no 1, pp. 45-68.
Laberge-Nadeau C., Bourbeau R., Maag U., (1983), L’accès universel aux cours de conduite dans les
écoles secondaire ne réduit pas la morbidité et la mortalité des jeunes canadiens, Union médicale du
Canada, Vol. 9, pp. 759-766.
Laberge-Nadeau C., Hamet P., Desjardins D. Ékoé J.M., Joly P., Messier S., Bergeron J., Gagnon R.,
Ghadirian P., Joly M.F., Maag U., Nadeau R., Mathieu F., Trudel G., (1992), Impact sur la sécurité routière
des normes médicales et optométriques pour la conduite d'un véhicule routier: Faits saillants des premiers
résultats, méthode, publications. Rapport de la troisième année, cahier I, II, III, IV, V, VI. Publications # 823,
824, 825, 826, 827, 828 du Laboratoire sur la sécurité des transports du CRT, Université de Montréal, 1081
pages.
41
Laberge-Nadeau C., Desjardins D., Messier S., Maag U., Ékoé J.M., Joly P., (1995), Impact sur la sécurité
routière des normes médicales et optométriques pour la conduite d'un véhicule routier: rapport exécutif.
Laboratoire sur la sécurité des transports du CRT, Université de Montréal, Publication CRT-95-50, 84 p.
Laberge-Nadeau C., Desjardins D., Messier S., Maag U., Ékoé J.M., Joly P., (1995), Impact sur la sécurité
routière des normes médicales et optométriques pour la conduite d'un véhicule routier: rapport final.
Laboratoire sur la sécurité des transports du CRT, Université de Montréal, Publication CRT-95-51, 210 p.
Letendre P., Société de l’assurance automobile du Québec (SAAQ), (1995), Système d’accès à la
conduite pour les nouveaux conducteurs de véhicules de promenade au Québec: Problématique,
orientations et recommandation, document de travail, Service de la planification et du développement,
83 p.
Lund A. K., Williams A. F., Zador P., (1986), High scool driver education: furthur evaluation of the
DeKalb County Study, Accid Anal & Prev, 18 (4), pp. 349-357
Maag U., Vanasse C., Dionne G., Laberge-Nadeau C., (1997), The high Rate of Taxi Drivers’ crashes:
How severe are they in terms of the number of victims ?, Présenté au 38th Annual Conference -
AAAM, Lyon, France, 21-23 septembre 1994 et dans Accid Anal & Prev, Vol 29, no 2, pp. 217-224.
Ministère des Transports du Québec, (1996), État de la situation des conducteurs professionnels de
l’industrie du transport routier au Québec, rapport final, Recherche Affaires Publiques et Sociales,
7055.005 - 03/96, 93 p.
Moses L. N., Savage I., (1994), The Effect of Firm Characteristics on Truck Accidents, Accid Anal &
Prev, Vol. 26, no 2, pp. 173-179.
Moses L. N., Savage I., (1996), Identifying Dangerous Trucking Firm, Risk Analysis, Vol. 16, no 3,
pp. 359-366.
Potvin L., Champagne F., Laberge-Nadeau C., (1988), Mandatory driver training and safety: the
Quebec experience, Am J Public Health, Vol. 78, no 9, pp. 1206-1209.
Robertson L. S., (1980), Crash involvement of teenaged drivers when driver education is eliminated
from high school, Am J Public Health, Vol. 70, no 6, pp. 599-603.
Société de l’assurance automobile du Québec (SAAQ), (1997), Dossier statistique, Bilan 1996 des
taxis, des autobus et des camions et tracteurs routiers, Service des études et des stratégies en sécurité
routière, Direction de la planification et de la statistique, 154 p.
Statistiques Canada: quelques données ont été obtenues à partir du site internet de cet organisme.
Transports Canada, Politiques et coordination, (1989), Sécurité des véhicules commerciaux au Canada,
Rapport présenté au parlement pour l’année 1988, TP10102.
Transports Canada, Sécurité routière, (1996), Statistiques sur les collisions de la route au Canada -
1993, TP11743-93(F).
42
Camions
Tableau B1: Nombre et pourcentage des conducteurs de camion ayant au moins un accident
au volant d’un camion au cours d’une année ou au cours de 2 ans; échantillon
sans les données du sondage de 1997
Au cours
Variables d’une année de 2 ans
N%N%
Année de l’accident
1987 751 5,5
1988 751 6,4 751 11,2
1989 751 7,1
1990 751 6,0 751 12,0
Classe de permis
Classe 1 1 972 6,9 986 12,5
Classe autre 1 032 5,0 516 9,9
CLASSE 1
Nb de points passés
aucun point 1 623 6,4 680 11,3
1 ou 2 points 192 6,3 150 12,0
3 ou 4 points 123 8,9 105 13,3
5 points ou plus 34 23,5 51 27,5
Condition médicale
bonne santé 821 7,8 418 13,6
diabète 302 6,6 151 12,6
cardiaque 417 6,7 205 13,2
hypertension 323 4,3 161 8,1
autres 109 8,3 51 13,7
Groupes d’âge
35 et - 376 7,7 203 15,8
36-45 590 7,0 298 10,1
46-55 753 6,2 376 12,2
56 et + 253 7,1 109 13,8
CLASSE AUTRE
Nb de points passés
aucun point 852 4,6 367 8,5
1, 2 ou 3 points 137 7,3 97 9,3
4 points ou plus 43 7,0 52 21,2
Condition médicale
bonne santé 384 3,1 195 6,2
diabète 116 10,3 58 19,0
cardiaque 148 3,4 70 7,1
hypertension 182 6,0 92 12,0
autres 202 5,9 101 11,9
Groupes d’âge
35 et - 338 6,2 172 12,8
36-45 278 4,3 141 7,8
46-55 282 3,9 144 6,9
56 et + 134 6,0 59 13,6
Nombre d’observations 3 004 6,2 1 502 11,6
43
Tableau B2: Analyse de régression des accidents de camion sans les données du sondage de
1997
Au cours
d’une année de 2 ans
Variables Coeffi-
cient Écart-
type Statis
tique P-
value Coeffi-
cient Écart-
type Statis
tique P-value
Constante -3,137 0,323 -9,38 <,001 -2,711 0,421 -6,44 <,001
Année de l’accident
1987 -0,298 0,221 -1,35 ,177
1988 -0,116 0,196 -0,59 ,555 catégorie de référence
1989 catégorie de référence
1990 -0,197 0,202 -0,97 ,331 0,102 0,158 0,64 ,520
Classe de permis
Classe autre catégorie de référence catégorie de référence
Classe 1 0,837 0,403 2,07 ,038 0,836 0,416 2,01 ,045
CLASSE 1
Nb de points passés
aucun point catégorie de référence catégorie de référence
1 ou 2 points -0,095 0,325 -0,29 ,769 -0,011 0,272 -0,04 ,968
3 ou 4 points 0,340 0,325 1,04 ,296 0,148 0,320 0,46 ,644
5 points ou plus 1,526 0,423 3,60 <,001 1,030 0,340 3,03 ,002
Condition médicale
bonne santé catégorie de référence catégorie de référence
diabète -0,132 0,303 -0,43 ,664 -0,071 0,312 -0,23 ,819
cardiaque -0,088 0,265 -0,33 ,739 0,068 0,283 0,24 ,809
hypertension -0,609 0,325 -1,87 ,061 -0,529 0,339 -1,56 ,119
autres 0,141 0,467 0,30 ,763 0,063 0,473 0,13 ,895
Groupes d’âge
35 et - catégorie de référence catégorie de référence
36-45 -0,128 0,295 -0,43 ,664 -0,511 0,303 -1,69 ,092
46-55 -0,192 0,284 -0,68 ,499 -0,263 0,283 -0,93 ,354
56 et + -0,012 0,342 -0,03 ,973 -0,085 0,375 -0,23 ,821
CLASSE AUTRE
Nb de points passés
aucun point catégorie de référence catégorie de référence
1, 2 ou 3 points 0,367 0,384 0,96 ,339 0,077 0,402 0,19 ,848
4 points ou plus 0,103 0,855 0,12 ,904 0,910 0,415 2,19 ,028
Condition médicale
bonne santé catégorie de référence catégorie de référence
diabète 1,367 0,457 2,99 ,003 1,289 0,503 2,56 ,010
cardiaque 0,259 0,567 0,46 ,648 0,284 0,600 0,47 ,636
hypertension 0,775 0,440 1,76 ,078 0,763 0,465 1,64 ,101
autres 0,576 0,380 1,52 ,130 0,520 0,401 1,30 ,194
Groupes d’âge
35 et - catégorie de référence catégorie de référence
36-45 -0,401 0,374 -1,07 ,283 -0,557 0,381 -1,46 ,144
46-55 -0,572 0,418 -1,37 ,171 -0,709 0,432 -1,64 ,100
56 et + -0,130 0,476 -0,27 ,785 0,130 0,520 0,25 ,803
Nombre d’observations 3 004 1 502
Nombre de variables 23 23
Logarithme du déterminant de la
matrice de covariance -58,08 -51,86
44
Tableau B3: Nombre et pourcentage des conducteurs de camion ayant au moins un accident
au volant d’un camion au cours d’une année ou au cours de 2 ans; avec les
données de ceux qui ont répondu aux questions du sondage de 1997
Au cours
Variables d’une année de 2 ans
N%N%
Année de l’accident
1987 485 7,0
1988 485 7,4 485 13,4
1989 485 7,0
1990 485 7,8 485 13,2
Classe de permis
Classe 1 1 368 8,0 684 14,3
Classe autre 572 5,6 286 10,8
CLASSE 1
Nb de points passés
aucun point
1 135
7,4
479
12,9
1 ou 2 points
125
7,2
101
13,9
3 ou 4 points
84
10,7
71
14,1
5 points ou plus
24
33,3
33
36,4
Condition médicale
bonne santé
587
9,9
297
17,2
diabète
198
4,0
99
7,1
cardiaque
309
7,4
152
14,5
hypertension
226
5,8
113
10,6
autres
48
16,7
23
26,1
Groupes d’âge
35 et -
286
9,8
153
18,3
36-45
422
8,3
215
12,6
46-55
501
7,0
248
13,7
56 et +
159
7,6
68
13,2
Propriétaire
oui 320 8,1 160 13,8
non 1 048 8,0 524 14,5
Conduite avec remorque
toujours, souvent, rarement 1 064 7,5 532 13,2
jamais 304 9,9 152 18,4
Étendue du territoire
< 50 km 528 5,9 264 11,0
50-160 km 388 8,8 194 14,4
> 160 km 452 10,0 226 18,1
Conduite après 20 hres
toujours, souvent 468 7,3 234 12,8
rarement 620 8,1 310 14,5
jamais 280 9,3 140 16,4
Types de route
autoroute
288
8,7
144
16,0
autoroute et campagne
160
9,4
80
13,8
autoroute et ville
172
12,1
86
23,3
ville, campagne, campagne & ville
748
6,6
374
11,8
Kilomètres au travail
20 000 km et moins
388
3,6
194
7,2
20 001 km à 50 000 km
432
7,4
216
13,0
50 001 km à 100 000 km
288
12,9
144
22,2
Plus de 100 000 km
260
10,4
130
18,5
45
Tableau B3 (suite)
Au cours
Variables d'une année de 2 ans
N%N%
Nbre de véhicules dans l’entreprise
1 à 10 véhicules 720 10,1 360 16,9
11 véhicules et plus 648 5,7 324 11,4
Formation
aucune formation 548 9,9 274 16,8
cours par employeur 392 5,4 196 10,7
parent/ami 296 8,5 148 14,8
autres 132 7,6 66 13,6
Perfectionnement
non 896 7,4 448 13,2
oui 472 9,3 236 16,5
Nb maximal d’heures de conduite
permis (13 hres)
mauvaise réponse 1 112 7,6 556 13,3
bonne réponse 256 10,0 128 18,8
Nb maximal d’heures de travail
permis (15 hres)
mauvaise réponse 1 008 6,1 504 11,5
bonne réponse 360 13,6 180 22,2
CLASSE AUTRE
Nb de points passés
aucun point 456 5,3 194 9,3
1, 2 ou 3 points 89 5,6 57 8,8
4 points ou plus 27 11,1 35 22,9
Condition médicale
bonne santé 206 3,4 104 6,7
diabète 88 11,4 44 20,5
cardiaque 65 3,1 31 6,5
hypertension 79 8,9 40 17,5
autres 134 4,5 67 9,0
Groupes d’âge
35 et - 232 5,2 118 11,0
36-45 141 5,0 72 8,3
46-55 150 5,3 75 9,3
56 et + 49 10,2 21 23,8
Propriétaire
oui 136 3,7 68 7,4
non 436 6,2 218 11,9
Conduite avec remorque
toujours, souvent, rarement 156 3,2 78 6,4
jamais 416 6,5 208 12,5
Étendue du territoire
< 50 km 348 5,2 174 10,3
50-160 km ou plus de 160 km 224 6,3 112 11,6
Conduite après 20 hres
toujours, souvent 112 3,6 56 7,1
rarement 272 5,5 136 11,0
jamais 188 6,9 94 12,8
46
Tableau B3 (suite et fin)
Au cours
Variables d'une année de 2 ans
N%N%
Types de route
ville seulement 364 4,4 182 8,8
autres 208 7,7 104 14,4
Kilomètres au travail
20 000 km et moins 248 3,6 124 7,3
20 001 km à 50 000 km 188 7,5 94 13,8
Plus de 50 000 km 136 6,6 68 13,2
Nbre de véhicules dans l’entreprise
1 à 10 véhicules 360 4,7 180 9,4
11 véhicules et plus 212 7,1 106 13,2
Formation
aucune formation 280 6,1 140 12,1
cours par employeur 144 5,6 72 11,1
parent/ami 108 1,9 54 3,7
autres 40 12,5 20 20,0
Perfectionnement
non 380 5,3 190 10,0
oui 192 6,3 96 12,5
Nb maximal d’heures de conduite
permis (13 hres)
mauvaise réponse 528 5,9 264 11,4
bonne réponse 44 2,3 22 4,6
Nb maximal d’heures de travail
permis (15 hres)
mauvaise réponse 512 5,7 256 10,9
bonne réponse 60 5,0 30 10,0
Nombre d’observations 1 940 7,3 970 13,3
47
Tableau B4: Analyse de régression des accidents de camion des conducteurs qui ont répondu
aux questions du sondage de 1997; même spécification économétrique que celle
du Tableau B2
Au cours
d’une année de 2 ans
Variables Coeffi
-cient Écart-
type Statis
tique P-
value Coeffi
-cient Écart-
type Statis
tique P-
value
Constante -3,506 0,409 -8,58 <,001 -2,708 0,502 -5,39 <,001
Année de l’accident
1987 -0,043 0,265 -0,16 ,872
1988 0,082 0,228 0,36 ,720 catégorie de référence
1989 catégorie de référence
1990 0,067 0,236 0,29 ,776 0,020 0,186 0,11 ,916
Classe de permis
Classe autre catégorie de référence catégorie de référence
Classe 1 1,335 0,462 2,89 ,004 1,175 0,476 2,47 ,014
CLASSE 1
Nb de points passés
aucun point catégorie de référence catégorie de référence
1 ou 2 points -0,132 0,401 -0,33 ,742 -0,007 0,314 -0,02 ,981
3 ou 4 points 0,419 0,344 1,22 ,224 0,078 0,365 0,21 ,830
5 points ou plus 2,165 0,455 4,76 <,001 1,390 0,407 3,41 ,001
Condition médicale
bonne santé catégorie de référence catégorie de référence
diabète -0,967 0,511 -1,89 ,059 -1,130 0,503 -2,25 ,025
cardiaque -0,223 0,300 -0,74 ,459 -0,122 0,314 -0,39 ,697
hypertension -0,590 0,341 -1,73 ,084 -0,502 0,353 -1,42 ,155
autres 0,767 0,522 1,47 ,142 0,618 0,558 1,11 ,268
Groupes d’âge
35 et - catégorie de référence catégorie de référence
36-45 -0,249 0,320 -0,78 ,436 -0,396 0,329 -1,20 ,229
46-55 -0,267 0,316 -0,84 ,398 -0,171 0,327 -0,52 ,600
56 et + -0,108 0,407 -0,27 ,791 -0,111 0,477 -0,23 ,816
CLASSE AUTRE
Nb de points passés
aucun point catégorie de référence catégorie de référence
1, 2 ou 3 points -0,263 0,577 -0,46 ,648 -0,022 0,553 -0,04 ,968
4 points ou plus 0,595 1,015 0,59 ,558 1,036 0,550 1,88 ,060
Condition médicale
bonne santé catégorie de référence catégorie de référence
diabète 1,497 0,554 2,70 ,007 1,226 0,620 1,98 ,048
cardiaque 0,045 0,765 0,06 ,953 -0,176 0,779 -0,23 ,821
hypertension 1,167 0,549 2,13 ,033 1,124 0,621 1,81 ,070
autres 0,268 0,508 0,53 ,598 0,184 0,552 0,33 ,739
Groupes d’âge
35 et - catégorie de référence catégorie de référence
36-45 -0,098 0,521 -0,19 ,851 -0,408 0,508 -0,80 ,422
46-55 -0,261 0,554 -0,47 ,638 -0,413 0,517 -0,80 ,424
56 et + 0,672 0,591 1,14 ,255 0,899 0,722 1,24 ,213
Nombre d’observations 1 940 970
Nombre de variables 23 23
Logarithme du déterminant de la
matrice de covariance -49,20 -42,89
48
Tableau B5: Analyse de régression des accidents de camion des conducteurs qui ont répondu
aux questions du sondage de 1997; spécification économétrique avec les
variables du sondage
Au cours
d’une année de 2 ans
Variables Coeffi
-cient Écart-
type Statis
tique P-
value Coeffi
-cient Écart-
type Statis
tique P-
value
Constante -5,669 0,865 -6,55 <,001 -3,697 0,975 -3,79 <,001
Année de l’accident
1987 -0,019 0,294 -0,06 ,948
1988 0,148 0,254 0,58 ,560 catégorie de référence
1989 catégorie de référence
1990 0,045 0,268 0,17 ,867 0,020 0,213 0,09 ,925
Classe de permis
Classe autre catégorie de référence catégorie de référence
Classe 1 3,751 1,038 3,61 <,001 2,466 1,026 2,40 ,016
CLASSE 1
Nb de points passés
aucun point catégorie de référence catégorie de référence
1 ou 2 points -0,374 0,455 -0,82 ,411 -0,028 0,335 -0,08 ,934
3 ou 4 points 0,641 0,429 1,49 ,135 0,151 0,418 0,36 ,718
5 points ou plus 2,481 0,569 4,36 <,001 1,502 0,490 3,06 ,002
Condition médicale
bonne santé catégorie de référence catégorie de référence
diabète -1,042 0,532 -1,96 ,050 -1,311 0,569 -2,30 ,021
cardiaque -0,404 0,358 -1,13 ,260 -0,150 0,356 -0,42 ,673
hypertension -0,778 0,364 -2,14 ,033 -0,495 0,396 -1,25 ,211
autres 0,783 0,524 1,50 ,135 0,557 0,638 0,87 ,383
Groupes d’âge
35 et - catégorie de référence catégorie de référence
36-45 -0,716 0,331 -2,16 ,034 -0,931 0,367 -2,54 ,011
46-55 -0,220 0,344 -0,64 ,522 -0,264 0,348 -0,76 ,449
56 et + 0,045 0,466 0,10 ,923 -0,118 0,554 -0,21 ,832
Propriétaire
oui -0,284 0,325 -0,88 ,381 -0,326 0,341 -0,96 ,339
non catégorie de référence catégorie de référence
Conduite avec remorque
toujours, souvent, rarement -0,345 0,344 -1,00 ,317 -0,650 0,323 -2,01 ,045
jamais catégorie de référence catégorie de référence
Étendue du territoire
< 50 km catégorie de référence catégorie de référence
50-160 km -0,175 0,357 -0,49 ,624 -0,058 0,369 -0,16 ,875
> 160 km -0,182 0,436 -0,42 ,677 -0,052 0,464 -0,11 ,911
Conduite après 20 hres
toujours, souvent -0,528 0,398 -1,33 ,185 -1,491 0,407 -1,21 ,227
rarement -0,155 0,340 -0,46 ,648 -0,139 0,361 -0,39 ,700
jamais catégorie de référence catégorie de référence
Types de route
autoroute 0,038 0,384 0,10 ,922 0,037 0,371 0,10 ,920
autoroute et campagne -0,127 0,387 -0,33 ,743 -0,218 0,401 -0,54 ,587
autoroute et ville 0,673 0,356 1,89 ,059 1,000 0,395 2,53 ,011
campagne, ville, campagne & ville catégorie de référence catégorie de référence
49
Tableau B5 (suite)
Au cours
Variables d'une année de 2 ans
Coeffi
-cient Écart-
type Statis
tique P-
value Coeffi
-cient Écart-
type Statis
tique P-
value
Kilomètres au travail
Moins de 20 000 km catégorie de référence catégorie de référence
20 001 km à 50 000 km 0,586 0,405 1,45 ,148 0,638 0,408 1,56 ,118
50 001 km à 100 000 km 1,226 0,457 2,68 ,007 1,399 0,433 3,23 ,001
Plus de 100 0000 km 1,025 0,489 2,10 ,036 1,117 0,519 2,15 ,031
Nbre de véhicules dans
l’entreprise
1 à 10 véhicules catégorie de référence catégorie de référence
11 véhicules et plus -1,157 0,262 -4,41 <,001 -0,613 0,292 -2,10 ,036
Formation
aucune formation catégorie de référence catégorie de référence
cours par employeur -0,964 0,355 -2,72 ,007 -0,873 0,365 -2,39 ,017
parent/ami -0,207 0,311 -0,66 ,507 -0,459 0,326 -1,41 ,159
autre -0,665 0,518 -1,28 ,200 -0,805 0,513 -1,57 ,117
Perfectionnement
non catégorie de référence catégorie de référence
oui 0,704 0,251 2,80 ,005 0,463 0,277 1,67 ,095
Nb maximal d’heures de
conduite permis (13 hres)
mauvaise réponse catégorie de référence catégorie de référence
bonne réponse -0,614 0,354 -1,73 ,083 -0,076 0,396 -0,19 0,848
Nb maximal d’heures de travail
permis (15 hres)
mauvaise réponse catégorie de référence catégorie de référence
bonne réponse 1,221 0,363 3,37 ,001 0,906 0,381 2,38 0,017
CLASSE AUTRE
Nb de points passés
aucun point catégorie de référence catégorie de référence
1, 2 ou 3 points -0,493 0,638 -0,77 ,440 0,025 0,675 0,04 ,970
4 points ou plus 0,993 1,371 0,72 ,469 1,629 0,575 2,83 ,005
Condition médicale
bonne santé catégorie de référence catégorie de référence
diabète 2,306 0,527 4,38 <,001 1,202 0,669 1,80 ,072
cardiaque 0,879 0,958 0,92 ,359 -0,616 1,026 -0,60 ,549
hypertension 1,932 0,592 3,26 ,001 1,276 0,662 1,93 ,054
autres 0,427 0,567 0,75 ,452 0,163 0,755 0,22 ,829
Groupes d’âge
35 et - catégorie de référence catégorie de référence
36-45 0,411 0,773 0,53 ,595 -0,600 0,773 -0,78 ,437
46-55 -0,021 0,818 -0,03 ,980 0,072 0,675 0,11 ,915
56 et + 2,039 0,797 2,56 ,011 1,625 0,910 1,79 ,074
Propriétaire
oui -0,743 0,705 -1,05 ,292 -0,586 0,704 -0,83 ,406
non catégorie de référence catégorie de référence
Conduite avec remorque
toujours, souvent, rarement -0,025 0,465 -0,05 ,957 -0,774 0,490 -1,58 ,114
jamais catégorie de référence catégorie de référence
50
Tableau B5 (suite et fin)
Au cours
Variables d'une année de 2 ans
Coeffi
-cient Écart-
type Statis
tique P-
value Coeffi
-cient Écart-
type Statis
tique P-
value
Étendue du territoire
< 50 km catégorie de référence catégorie de référence
50-160 km ou plus de 160 km 0,562 0,474 1,18 ,237 -0,208 0,552 -0,38 ,706
Conduite après 20 hres
toujours, souvent -1,272 0,789 -1,61 ,107 -0,025 0,710 -0,03 ,973
rarement -0,092 0,435 -0,21 ,832 0,388 0,578 0,67 ,502
jamais catégorie de référence catégorie de référence
Types de route
ville seulement catégorie de référence catégorie de référence
autres 0,081 0,477 0,17 ,865 -0,540 0,472 -1,15 ,252
Kilomètres au travail
Moins de 20 000 km catégorie de référence catégorie de référence
20 001 km à 50 000 km 0,845 0,487 1,74 ,083 1,104 0,653 1,69 ,091
Plus de 50 0000 km 1,310 0,653 2,01 ,045 1,351 0,794 1,70 ,089
Nbre de véhicules dans
l’entreprise
1 à 10 véhicules catégorie de référence catégorie de référence
11 véhicules et plus 0,329 0,431 0,76 ,445 0,262 0,519 0,50 ,614
Formation
aucune formation catégorie de référence catégorie de référence
cours par employeur 0,221 0,527 0,42 0,676 0,106 0,502 0,21 ,833
parent/ami -0,371 1,153 -0,32 0,748 -1,657 0,941 -1,76 ,078
autre 1,391 0,653 2,13 ,033 1,047 0,973 1,08 ,282
Perfectionnement
non catégorie de référence catégorie de référence
oui 0,423 0,363 1,17 ,243 0,739 0,510 1,45 ,147
Nb maximal d’heures de
conduite permis (13 hres)
mauvaise réponse catégorie de référence catégorie de référence
bonne réponse -1,930 1,131 -1,71 ,088 -2,535 1,111 -2,28 ,023
Nb maximal d’heures de travail
permis (15 hres)
mauvaise réponse catégorie de référence catégorie de référence
bonne réponse 0,770 0,873 0,88 ,378 1,020 0,742 1,38 ,169
Nombre d’observations 1 940 970
Nombre de variables 57 57
Logarithme du déterminant de la
matrice de covariance -121,52 -105,13
51
Autobus
Tableau B6: Nombre et pourcentage des conducteurs d’autobus ayant au moins un accident
au volant d’un autobus au cours d’une année ou au cours de 2 ans; échantillon
sans les données du sondage de 1997
Au cours
Variables d’une année de 2 ans
N%N%
Année de l’accident
1987 402 12,7
1988 402 18,4 402 27,9
1989 402 12,7
1990 402 11,2 402 21,9
Classe de permis
Classe 2 1 040 17,2 520 30,8
Classe autre 568 7,4 284 14,1
CLASSE 2
Nb de points passés
aucun point 919 16,1 415 29,2
1 ou 2 points 71 25,4 57 43,9
3 points ou plus 50 26,0 48 29,2
Condition médicale
bonne santé 331 19,9 171 33,3
cardiaque 243 16,9 115 31,3
hypertension 396 15,9 203 29,1
autres 70 12,9 31 25,8
Groupes d’âge
40 et - 143 16,8 76 32,9
41-55 134 20,9 68 35,3
46-50 157 17,2 85 27,1
51-55 204 17,2 101 33,7
56 et + 402 16,2 190 28,4
CLASSE AUTRE
Nb de points passés
aucun point 480 6,5 216 13,4
1 ou 2 points 49 18,4 36 22,2
3 points ou plus 39 5,1 32 9,4
Condition médicale
bonne santé 190 6,8 97 13,4
cardiaque 106 10,4 51 19,6
hypertension 133 9,0 67 17,9
autres 139 4,3 69 7,2
Groupes d’âge
40 et - 82 1,2 44 2,3
41-45 82 4,9 43 11,6
46-50 125 8,8 65 18,5
51-55 122 10,7 62 17,7
56 et + 157 8,3 70 15,7
Nombre d’observations 1 608 13,7 804 24,9
52
Tableau B7: Analyse de régression des accidents d'autobus sans les données du sondage de 1997
Au cours
d'une année de 2 ans
Variables Coeffi
-cient Écart-
type Statis
tique P-
value Coeffi
-cient Écart-
type Statis
tique P-
value
Constante -2,782 0,430 -6,48 <,001 -1,488 0,505 -2,95 ,003
Année de l’accident
1987 -0,012 0,208 -0,06 ,956
1988 0,466 0,197 2,36 ,018 catégorie de référence
1989 catégorie de référence
1990 -0,158 0,217 -0,73 ,465 -0,302 0,161 -1,88 ,060
Classe de permis
Classe autre catégorie de référence catégorie de référence
Classe 2 1,192 0,445 2,68 ,007 1,126 0,520 2,17 ,030
CLASSE 2
Nb de points passés
aucun point catégorie de référence catégorie de référence
1 ou 2 points 0,628 0,327 1,92 ,055 0,597 0,312 1,91 ,056
3 points ou plus 0,731 0,340 2,15 ,032 -0,024 0,339 -0,07 ,944
Condition médicale
bonne santé catégorie de référence catégorie de référence
cardiaque -0,198 0,254 -0,78 ,435 -0,106 0,269 -0,39 ,694
hypertension -0,241 0,224 -1,08 ,282 -0,211 0,236 -0,90 ,370
autres -0,499 0,427 -1,17 ,424 -0,497 0,453 -0,99 ,324
Groupes d’âge
40 et - -0,100 0,311 -0,32 ,748 0,185 0,313 0,59 ,553
41-45 0,175 0,283 0,62 ,536 0,197 0,318 0,62 ,535
46-50 0,012 0,281 0,04 ,965 -0,163 0,311 -0,53 ,599
51-55 -0,018 0,213 -0,07 ,943 0,161 0,298 0,54 ,590
56 et + catégorie de référence catégorie de référence
CLASSE AUTRE
Nb de points passés
aucun point catégorie de référence catégorie de référence
1 ou 2 points 1,270 0,458 2,77 ,006 0,865 0,467 1,85 ,064
3 points ou plus -0,349 0,817 -0,43 ,669 -0,406 0,690 -0,59 ,556
Condition médicale
bonne santé catégorie de référence catégorie de référence
cardiaque 0,258 0,514 0,50 ,616 0,526 0,512 1,03 ,304
hypertension 0,567 0,483 1,17 ,241 0,585 0,495 1,18 ,237
autres -0,530 0,613 -0,87 ,387 -0,493 0,620 -0,79 ,427
Groupes d’âge
40 et - -2,067 1,212 -1,71 ,088 -2,142 1,192 -1,80 ,072
41-45 -0,993 0,780 -1,27 ,203 -0,294 0,634 -0,46 ,643
56-50 0,095 0,490 0,19 ,847 0,136 0,502 0,27 ,786
51-55 0,382 0,448 0,85 ,395 0,127 0,501 0,25 ,800
56 et + catégorie de référence catégorie de référence
Nombre d’observations 1 608 804
Nombre de variables 22 22
Logarithme du déterminant de la
matrice de covariance -54,78 -45,88
53
Tableau B8: Nombre et pourcentage des conducteurs d'autobus ayant au moins un accident
au volant d'un autobus au cours d'une année ou au cours de 2 ans; échantillon
avec les données de ceux qui ont répondu aux questions du sondage de 1997
Au cours
Variables d’une année de 2 ans
N%N%
Année de l’accident
1987 308 12,3
1988 308 19,8 308 29,2
1989 308 13,6
1990 308 11,4 308 22,7
Classe de permis
Classe 2 832 16,8 416 30,0
Classe autre 400 9,0 200 17,5
CLASSE 2
Nb de points passés
aucun point 735 16,1 331 29,0
1 ou 2 points 55 21,8 46 41,3
3 points ou plus 42 23,8 39 25,6
Occupation principale
Autres 60 8,3 30 16,7
Conducteur d’autobus 772 17,5 386 31,1
Condition médicale
bonne santé 274 19,3 141 32,6
cardiaque 194 15,5 93 30,1
hypertension 314 15,9 161 28,0
autres 50 14,0 21 28,6
Groupes d’âge
40 et - 138 17,4 72 31,9
41-45 96 17,7 49 32,7
46-50 124 16,9 67 26,9
51-55 158 17,1 77 33,8
56 et + 316 16,1 151 27,8
Type de transport
transport public 300 25,0 150 44,0
transport d’écoliers 452 12,4 226 23,0
autres 80 11,3 40 17,5
Étendue du territoire
< 50 km 580 18,3 290 32,4
50-160 km ou > 160 km 252 13,5 126 24,6
Conduite après 20 hres
toujours, souvent 140 23,6 70 40,0
rarement 300 16,3 150 30,0
jamais 392 14,8 196 26,5
Types de route
ville seulement 376 22,6 188 41,0
autres 456 12,1 228 21,1
Kilomètres au travail
10 000 km et moins 140 20,0 70 34,3
10 001 km à 20 000 km 196 11,2 98 21,4
20 001 km à 30 000 km 148 18,9 74 32,4
30 001 km à 50 000 km 184 14,7 92 27,2
Plus de 50 000 km 164 21,3 82 37,8
54
Tableau B8 (suite)
Au cours
Variables d'une année de 2 ans
N%N%
Formation
aucune formation 292 13,7 146 26,7
cours par employeur 400 19,5 200 33,0
parent/ami et autres 140 15,7 70 28,6
Perfectionnement
non 296 21,6 148 35,8
oui 536 14,2 268 26,9
Nbre de véhicules dans
l’entreprise
1 à 49 véhicules 408 10,5 204 19,6
50 véhicules et plus 424 22,9 212 40,1
CLASSE AUTRE
Nb de points passés
aucun point 347 7,8 153 17,0
1 ou 2 points 34 23,5 28 25,0
3 points ou plus 19 5,3 19 10,5
Occupation principale
Autres 44 4,5 22 9,1
Conducteur d'autobus 356 9,6 178 18,5
Condition médicale
bonne santé 141 9,2 72 18,1
cardiaque 79 10,1 39 20,5
hypertension 89 12,4 44 25,0
autres 91 4,4 45 6,7
Groupes d’âge
40 et - 62 1,6 34 2,9
41-45 49 6,1 25 16,0
46-50 76 14,5 40 30,0
51-55 93 12,9 49 20,4
56 et + 120 7,5 52 15,4
Type de transports
transport public 104 11,5 52 21,2
transport d’écolier 248 8,5 124 16,9
autres 48 6,3 24 12,5
Étendue du territoire
< 50 km 236 8,1 118 15,3
50-160 km ou plus de 160 km 164 10,4 82 20,7
Conduite après 20 hres
toujours, souvent 100 7,0 50 14,0
rarement 128 10,9 64 20,3
jamais 172 8,7 86 17,4
Types de route
ville seulement 128 14,1 64 26,6
autres 272 6,6 136 13,2
Kilomètres au travail
20 000 km et moins 144 7,6 72 13,9
20 001 km à 30 000 km 78 10,5 38 21,1
30 000 km à 50 000 km 96 8,3 48 16,7
Plus de 50 000 km 84 10,7 42 21,4
55
Tableau B8 (suite et fin)
Au cours
Variables d'une année de 2 ans
N%N%
Formation
aucune formation 160 11,3 80 21,3
cours par employeur 128 8,6 64 17,2
parent/ami ou autres 112 6,3 56 12,5
Perfectionnement
non 148 6,8 74 13,5
oui 252 10,3 126 19,8
Nbre de véhicules dans
l’entreprise
1 à 49 véhicules 200 7,0 100 14,0
50 véhicules et plus 200 11,0 100 21,0
Nombre d’observations 1 232 14,3 616 26,0
56
Tableau B9: Analyse de régression des accidents d'autobus des conducteurs qui ont répondu
aux questions du sondage de 1997; même spécification économétrique que celle
du Tableau B7
Au cours
d’une année de 2 ans
Variables Coeffi
-cient Écart-
type Statis
tique P-
value Coeffi
-cient Écart-
type Statis
tique P-
value
Constante -3,087 0,731 -4,22 <,001 -2,040 0,856 -2,38 ,017
Année de l’accident
1987 -0,123 0,231 -0,53 ,595
1988 0,473 0,220 2,15 ,031 catégorie de référence
1989 catégorie de référence
1990 -0,231 0,242 -0,95 ,340 -0,323 0,179 -1,81 ,071
Classe de permis
Classe autre catégorie de référence catégorie de référence
Classe 2 0,849 0,975 0,87 ,384 0,928 1,095 0,85 ,397
CLASSE 2
Nb de points passés
aucun point catégorie de référence catégorie de référence
1 ou 2 points 0,477 0,400 1,19 ,232 0,564 0,363 1,55 ,120
3 points ou plus 0,624 0,372 1,68 ,094 -0,187 0,397 -0,47 ,637
Occupation principale
autres catégorie de référence catégorie de référence
Conducteurs d’autobus 0,815 0,638 1,28 ,201 0,847 0,671 1,26 ,207
Condition médicale
bonne santé catégorie de référence catégorie de référence
cardiaque -0,359 0,265 -1,36 ,174 -0,177 0,296 -0,60 ,551
hypertension -0,255 0,245 -1,04 ,298 -0,260 0,265 -0,98 ,325
autres -0,550 0,447 -1,23 ,219 -0,387 0,530 -0,73 ,465
Groupes d’âge
40 et - -0,163 0,325 -0,50 ,615 0,124 0,341 0,36 ,716
41-45 0,036 0,341 0,10 ,917 0,175 0,372 0,47 ,637
46-50 -0,069 0,325 -0,21 ,832 -0,200 0,359 -0,56 ,578
51-55 -0,034 0,312 -0,11 ,913 0,235 0,341 0,69 ,491
56 et + catégorie de référence catégorie de référence
CLASSE AUTRE
Nb de points passés
aucun point catégorie de référence catégorie de référence
1 ou 2 points 1,342 0,517 2,60 ,009 0,737 0,544 1,35 ,178
3 points ou plus -0,975 1,056 -0,92 ,356 -0,670 0,814 -0,82 ,411
Occupation principale
autre catégorie de référence catégorie de référence
Conducteurs d’autobus 0,356 0,615 0,58 ,563 0,761 0,709 1,07 ,283
Condition médicale
bonne santé catégorie de référence catégorie de référence
cardiaque -0,185 0,509 -0,36 ,717 0,292 0,571 0,51 ,609
hypertension 0,693 0,405 1,71 ,087 0,697 0,510 1,37 ,172
autres -0,885 0,811 -1,09 ,276 -0,903 0,816 -1,11 ,269
57
Groupes d’âge
40 et - -1,727 1,127 -1,53 ,126 -1,909 1,212 -1,58 ,115
41-45 -0,820 0,894 -0,92 ,359 0,102 0,741 0,14 ,891
56-50 0,744 0,488 1,53 ,127 0,741 0,537 1,38 ,168
51-55 0,744 0,445 1,67 ,095 0,295 0,569 0,52 ,604
56 et + catégorie de référence catégorie de référence
Nombre d’observations 1 232 616
Nombre de variables 24 24
Logarithme du déterminant de
la matrice de covariance -50,74 -42,38
58
Tableau B10: Analyse de régression des accidents d'autobus des conducteurs qui ont répondu aux questions
du sondage de 1997; spécification économétrique avec les variables du sondage
Au cours
d’une année de 2 ans
Variables Coeffi
-cient Écart-
type Statis-
tique P-
value Coeffi
-cient Écart-
type Statis-
tique P-
value
Constante -3,447 0,984 -3,51 ,001 -1,789 1,187 -1,51 ,132
Année de l’accident
1987 -0,102 0,244 -0,42 ,677
1988 0,528 0,235 2,24 ,025 catégorie de référence
1989 catégorie de référence
1990 -0,235 0,258 -0,91 ,362 -0,400 0,201 -1,99 ,047
Classe de permis
Classe autre catégorie de référence catégorie de référence
Classe 2 0,824 1,192 0,69 ,490 0,772 1,447 0,53 ,594
CLASSE 2
Nb de points passés
aucun point catégorie de référence catégorie de référence
1 ou 2 points 0,617 0,469 1,32 ,188 0,717 0,413 1,74 ,082
3 points ou plus 0,481 0,402 1,19 ,233 -0,314 0,449 -0,70 ,484
Occupation principale
Autres catégorie de référence catégorie de référence
Conducteur d’autobus 0,987 0,574 1,72 ,085 0,883 0,645 1,37 ,171
Condition médicale
bonne santé catégorie de référence catégorie de référence
cardiaque -0,378 0,263 -1,44 ,150 -0,369 0,315 -1,17 ,241
hypertension -0,276 0,254 -1,09 ,278 -0,388 0,280 -1,39 ,165
autres -0,301 0,417 -0,72 ,471 -0,301 0,501 -0,60 ,548
Groupes d’âge
40 et - -0,414 0,300 -1,38 ,167 -0,292 0,342 -0,85 ,394
41-45 -0,390 0,353 -1,10 ,270 -0,309 0,407 -0,76 ,448
46-50 -0,422 0,329 -1,28 ,199 -0,538 0,390 -1,38 ,168
51-55 -0,346 0,334 -1,04 ,300 -0,175 0,376 -0,47 ,641
56 et + catégorie de référence catégorie de référence
Type de transport
transport public catégorie de référence catégorie de référence
transport d’écolier -0,317 0,311 -1,02 ,308 -0,488 0,349 -1,40 ,163
autres -0,704 0,425 -1,66 ,097 -1,046 0,483 -2,16 ,030
Étendue du territoire
50-160 km ou > 160 km catégorie de référence catégorie de référence
< 50 km 0,187 0,255 0,74 0,462 0,241 0,300 0,80 ,421
Conduite après 20 hres
toujours, souvent 0,460 0,297 1,55 ,122 0,459 0,330 1,39 ,164
rarement 0,317 0,288 1,10 ,271 0,382 0,290 1,32 ,188
jamais catégorie de référence catégorie de référence
Types de route
ville seulement 0,229 0,301 0,76 ,447 0,390 0,322 1,21 ,225
autres catégorie de référence catégorie de référence
Kilomètres au travail
Moins de 10 000 km 0,017 0,356 0,05 ,962 0,114 0,411 0,28 ,781
10 001 km à 20 000 km -0,287 0,363 -0,79 ,429 -0,272 0,401 -0,68 ,498
20 001 km à 30 000 km 0,260 0,412 0,63 ,528 0,238 0,402 0,59 ,554
30 001 km à 50 000 km -0,144 0,344 -0,42 ,677 -0,146 0,385 -0,38 ,706
Plus de 50 0000 km catégorie de référence catégorie de référence
59
Tableau B10 (suite)
Au cours
Variables d'une année de 2 ans
Coeffi
-cient Écart-
type Statis-
tique P-
value Coeffi
-cient Écart-
type Statis-
tique P-
value
Nbre de véhicules dans
l’entreprise
1 à 49 véhicules catégorie de référence catégorie de référence
50 véhicules et plus 0,596 0,283 2,10 ,036 0,577 0,280 2,06 ,039
Formation
aucune formation catégorie de référence catégorie de référence
cours par employeur 0,137 0,253 0,54 ,588 -0,037 0,288 -0,13 ,897
parent/ami ou autres 0,281 0,363 0,77 ,440 0,193 0,407 0,47 ,636
Perfectionnement
non catégorie de référence catégorie de référence
oui -0,462 0,246 -1,88 ,060 -0,376 0,258 -1,45 ,146
CLASSE AUTRE
Nb de points passés
aucun point catégorie de référence catégorie de référence
1 ou 2 points 1,434 0,590 2,43 ,015 0,789 0,617 1,28 ,201
3 points ou plus -0,944 0,958 -0,99 ,325 -0,570 0,980 -0,58 ,561
Occupation principale
Autres catégorie de référence catégorie de référence
Conducteur d’autobus 0,520 0,729 0,71 ,476 0,288 0,855 0,34 ,737
Condition médicale
bonne santé catégorie de référence catégorie de référence
cardiaque -0,140 0,628 -0,22 ,824 0,405 0,677 0,60 ,550
hypertension 0,727 0,527 1,38 ,168 1,330 0,702 1,90 ,058
autres -0,717 0,606 -1,18 ,237 -1,060 0,689 -1,54 ,124
Groupes d’âge
40 et - -1,045 1,268 -0,82 ,410 -2,000 1,347 -1,48 ,138
41-45 0,149 0,657 0,23 ,820 0,224 0,680 0,33 ,742
46-50 1,010 0,496 2,04 ,042 1,036 0,606 1,71 ,087
51-55 1,043 0,473 2,21 ,027 0,413 0,617 0,67 ,503
56 et + catégorie de référence catégorie de référence
Type de transport
transport public catégorie de référence catégorie de référence
transport d’écolier -0,655 0,805 -0,81 ,416 -0,441 0,761 -0,58 ,562
autres 0,016 0,706 0,02 ,982 0,053 0,829 0,06 ,949
Étendue du territoire
< 50 km -0,499 0,461 -1,08 ,279 -0,361 0,548 -0,66 ,510
50-160 km ou plus de 160 km catégorie de référence catégorie de référence
Conduite après 20 hres
toujours, souvent -0,464 0,678 -0,68 ,493 -0,762 0,785 -0,97 ,332
rarement 0,085 0,511 0,17 ,868 -0,296 0,550 -0,54 ,590
jamais catégorie de référence catégorie de référence
Types de route
autres catégorie de référence catégorie de référence
ville seulement 1,401 0,390 3,59 <,001 1,907 0,525 3,63 <,001
Kilomètres au travail
Moins de 20 000 km -0,268 0,611 -0,44 ,661 -0,583 0,666 -0,88 ,381
20 001 km à 30 000 km 0,422 0,532 0,79 ,427 0,349 0,594 0,59 ,557
30 001 km à 50 000 km -0,039 0,659 -0,06 ,953 -0,133 0,733 -0,18 ,856
Plus de 50 0000 km catégorie de référence catégorie de référence
60
Tableau B10 (suite et fin)
Au cours
Variables d'une année de 2 ans
Coeffi
-cient Écart-
type Statis-
tique P-
value Coeffi
-cient Écart-
type Statis-
tique P-
value
Nbre de véhicules dans
l’entreprise
1 à 49 véhicules catégorie de référence catégorie de référence
50 véhicules et plus -0,173 0,397 -0,44 ,663 -0,228 0,442 -0,52 ,605
Formation
aucune formation catégorie de référence catégorie de référence
cours par employeur -0,980 0,646 -1,52 ,129 -0,973 0,701 -1,39 ,165
parent/ami ou autre -0,863 0,700 -1,23 ,218 -0,775 0,763 -1,02 ,310
Perfectionnement
non catégorie de référence catégorie de référence
oui 0,981 0,547 1,79 ,073 1,125 0,572 1,97 ,049
Nombre d’observations 1 232 616
Nombre de variables 51 51
Logarithme du déterminant de la
matrice de covariance -116,43 -96,82
