Siniestros de tránsito en Ecuador (2020–2024): un análisis econométrico
DOI:
https://doi.org/10.54580/R0801.12Palabras clave:
Siniestralidad de tránsito, determinantes econométricos, fallas mecánicas, comportamiento del conductorResumen
En el Ecuador, la siniestralidad de tránsito ha experimentado un crecimiento sostenido durante el periodo 2020–2024, lo que manifiesta una combinación de riesgos asociados tanto al comportamiento de los conductores como a las condiciones mecánicas del parque automotor. En este contexto, el objetivo de la investigación fue analizar econométricamente los determinantes de los siniestros de tránsito en Ecuador durante el período 2020–2024, empleando un modelo de regresión lineal múltiple. Para ello, el estudio implementó una investigación cuantitativa-explicativa y no experimental mediante un modelo de regresión lineal múltiple que usa información oficial del INEC. Las variables incorporadas al modelo fueron infracciones por exceso de velocidad, consumo de alcohol y drogas, imprudencia del conductor y fallas mecánicas, además de que se comprobaron los supuestos del modelo mediante las pruebas de normalidad, heterocedasticidad, autocorrelación, multicolinealidad y especificación funcional. Los resultados confirman un alto poder explicativo, así como coeficientes positivos y significativos en todas las variables, donde se destacan los daños mecánicos como el determinante con mayor impacto marginal, seguido del uso de alcohol/drogas, la velocidad, y la imprudencia. A pesar de que el modelo cumple con la mayoría de supuestos, la revisión mediante la prueba RESET sugiere la posible omisión de variables relacionadas con infraestructura o efectos espaciales. Todo ello, confirma que efectivamente la siniestralidad responde a factores humanos y estructurales, lo que refuerza la necesidad de fortalecer controles mecánicos, educación vial y estrategias preventivas.
Descargas
Referencias
Adanu, E. K., Dzinyela, R., Okafor, S., & Jones, S. (2024). Injury-severity analysis of crashes involving defective vehicles and accounting for the underlying socioeconomic mediators. Heliyon, 10(5), e26944. https://doi.org/10.1016/j.heliyon.2024.e26944
Alarcón, K. I., Quevedo, H. A., & Cevallos, V. M. (2023). Determinación de los factores causantes de siniestros de tránsito en la intersección de la avenida Abrahán Calazacon y avenida Rio Toachi identificada como un punto negro de siniestralidad, año 2023. Ideas y Voces, 3(4), 1178–1207. https://doi.org/10.60100/bciv.v3iE1.92
Becker, W., Paruolo, P., & Saltelli, A. (2021). Variable Selection in Regression Models Using Global Sensitivity Analysis. Journal of Time Series Econometrics, 13(2), 187–233. https://doi.org/10.1515/jtse-2018-0025
Castillo, D., Coral, C., & Salazar, Y. (2020). Modelización Econométrica de los Accidentes de Tránsito en el Ecuador. Revista Politécnica, 46(2), 21–28. https://doi.org/10.33333/rp.vol46n2.02
Champahom, T., Se, C., Jomnonkwao, S., Kasemsri, R., & Ratanavaraha, V. (2023). Analysis of the Effects of Highway Geometric Design Features on the Frequency of Truck-Involved Rear-End Crashes Using the Random Effect Zero-Inflated Negative Binomial Regression Model. Safety, 9(4), 76. https://doi.org/10.3390/safety9040076
Christodoulou, C., & Tserkezos, D. (2023). Sensitivity of the Ramsey’s Regression Specification Error Term Test on the Degree of Nonlinearity of the Functional Form. Journal of Applied Economic Sciences, 18(1), 5–10. https://doi.org/10.57017/jaes.v18.1(79).01
Davidson, R., & MacKinnon, J. G. (2021). Econometric theory and methods. Recuperado de http://qed.econ.queensu.ca/ETM/ETM-davidson-mackinnon-2021.pdf
Domínguez, C., Febres, J. D., & Cuadra, S. N. (2023). Determinación de tipologías de accidentes de tránsito mediante el análisis de correspondencia múltiple (ACM) en un entorno de bajos recursos. Revista Facultad de Ingeniería, Universidad de Antioquia, 107, 113–130. https://doi.org/10.17533/udea.redin.20220786
Endalew, M. M., Gibo, A. A., Belay, M. M., Zegeye, M. Y., Ango, T. S., & Astatke, S. K. (2024). Road traffic accidents and the contributing factors among drivers of public transportation in Mizan Aman town, Ethiopia: a Community-Based Cross-Sectional Study. Frontiers in Public Health, 12, 1307884. https://doi.org/10.3389/fpubh.2024.1307884
Frumento, S., Bufano, P., Zaccaro, A., Poma, A. M., Persechino, B., Gemignani, A., Laurino, M., & Menicucci, D. (2022). A Systematic Review on the Role of Substance Consumption in Work-Related Road Traffic Crashes Reveals the Importance of Biopsychosocial Factors in Prevention. Behavioral Sciences, 12(23), 1–21. https://doi.org/10.3390/bs12020023
Hamdan, N., & Sipos, T. (2025). Predicting Segment-Level Road Traffic Injury Counts Using Machine Learning Models: A Data-Driven Analysis of Geometric Design and Traffic Flow Factors. Future Transportation, 5(197), 1-27. https://doi.org/10.3390/futuretransp5040197
Hansen, B. E. (2021). Econometrics. Recuperado de https://home.huhuaping.com/seminar-econometrics/material/Text-Hansen-2021-econometrics.pdf
Instituto Nacional de Estadística y Censos. (2025). Resultados de siniestros de tránsito. IV trimestre 2024. Recuperado de https://www.ecuadorencifras.gob.ec/documentos/web-inec/Estadisticas_Economicas/Estadistica%20de%20Transporte/2024/iv_trimestre/2024_RESULTADOS_SINIESTROS_IVT.pdf
Joshi, P., Karmacharya, M., & Duwal Shrestha, S. K. (2023). Driving Under the Influence of Alcohol among Road Traffic Accident Patients Presenting to a Tertiary Care Centre. Journal of Nepal Medical Association, 61(265), 706–709. https://doi.org/10.31729/jnma.8260
Khatun, N. (2021). Applications of Normality Test in Statistical Analysis. Open Journal of Statistics, 11(1), 113–122. https://doi.org/10.4236/ojs.2021.111006
Li, W., Cook, D., Tanaka, E., & VanderPlas, S. (2024). A Plot is Worth a Thousand Tests: Assessing Residual Diagnostics with the Lineup Protocol. Journal of Computational and Graphical Statistics, 33(4), 1497–1511. https://doi.org/10.1080/10618600.2024.2344612
Mansournia, M. A., Nazemipour, M., & Etminan, M. (2022). P-value, compatibility, and S-value. Global Epidemiology, 4, 100085. https://doi.org/10.1016/j.gloepi.2022.100085
Mazón, G. J., Oleas, C. X., & Buñay, P. A. (2020). Short-term estimation of traffic accidents in Ecuador risks due to exceeding speed limits by means of a temporal mathematical model. Conciencia Digital, 3(3), 382–396. https://doi.org/10.33262/concienciadigital.v3i3.1327
Möller, H., Cullen, P., Senserrick, T., Rogers, K., Boufous, S., & Ivers, R. Q. (2022). Driving offences and risk of subsequent crash in novice drivers: the DRIVE cohort study 12-year follow-up. Injury Prevention, 28(5), 396–404. https://doi.org/10.1136/injuryprev-2021-044482
Oviedo, B., López, E., Guevara, P., & Carpio, D. A. (2025). Epidemiología de los accidentes de tránsito en Ecuador: Un enfoque en la tecnología y la seguridad vial. Revista Metropolitana de Ciencias Aplicadas, 8(S1), 148–153. https://doi.org/10.62452/vb2rr283
Pazos, C. A., & Simaluisa, W. H. (2024). Principales causas de la siniestralidad vial en Ecuador entre 2019-2023. Innovación & Saber, (9), 58–66. https://innovacionysaber.isupol.edu.ec/index.php/innovacion/article/view/281
Pinos, V. L., Chonga, M. G., Cerón, R. G., Salinas, N. A., & Dueñas, D. P. (2024). Estado de embriaguez como agravante en delitos de tránsito en Ecuador: un análisis integral. Revista Metropolitana de Ciencias Aplicadas, 7(1), 6–13. https://doi.org/10.62452/22krbh82
Sagamiko, T. D., & Mbare, N. S. (2021). Modelling Road Traffic Accidents Counts in Tanzania: A Poisson Regression Approach. Tanzania Journal of Science, 47(1), 308–314. https://commons.udsm.ac.tz/tjs/vol47/iss1/26/
Santillán, J. M. (2024). Siniestralidad vial en Ecuador: análisis de indicadores esenciales. INNOVACIÓN & SABER, (8), 91–96. https://innovacionysaber.isupol.edu.ec/index.php/innovacion/article/view/269
Secretaría Nacional de Planificación. (2024). Plan de desarrollo para el Nuevo Ecuador 2024–2025. Recuperado de https://www.planificacion.gob.ec/wp-content/uploads/2024/08/RESUMEN-PND-ES.pdf
Sipos, T., Afework Mekonnen, A., & Szabó, Z. (2021). Spatial Econometric Analysis of Road Traffic Crashes. Sustainability, 13(5), 2492. https://doi.org/10.3390/su13052492
Torrão, G. (2022). Speed related variables for crash injury risk analysis: what has been used? International Journal of Crashworthiness, 27(5), 1560–1567. https://doi.org/10.1080/13588265.2021.1959152
Vizcaíno, P. I., Cedeño, R. J., & Maldonado, I. A. (2023). Metodología de la investigación científica: guía práctica. Ciencia Latina Revista Científica Multidisciplinar, 7(4), 9723–9758. https://doi.org/10.37811/cl_rcm.v7i4.7658
Walton, D., & Hendy, R. (2024). Drivers’ long-term crash risks associated with being ticketed for speeding. Journal of Safety Research, 91, 431–436. https://doi.org/10.1016/j.jsr.2024.10.009
Zeng, Y., Qiang, Y., Zhang, N., Yang, X., Zhao, Z., & Wang, X. (2024). An Influencing Factors Analysis of Road Traffic Accidents Based on the Analytic Hierarchy Process and the Minimum Discrimination Information Principle. Sustainability, 16(16), 6767. https://doi.org/10.3390/su16166767

























