Статистический показатель личной аварийности может устанавливаться тремя различными способами:

1) путем сравнения эмпирически полученного распределения ДТП с пуассоновским распределением;
2) путем сравнения количества участвовавших в ДТП одних и тех же лиц в течение двух различных периодов времени;
3) путем корреляции числа ДТП для одной группы лиц в течение двух различных периодов времени.

Всеми этими тремя способами в рамках изучения дорожно-транспортной аварийности проводились исследования, результаты которых представлены в целом ряде сборников.

При сравнении характера эмпирического распределения ДТП с распределением Пуассона выявляются их общность и различия. Проявляется лишь на первый взгляд необычное обстоятельство: большая часть ДТП приходится на меньшее число участников. Это значит, что такое вовсе не случайно предполагаемое обстоятельство вполне согласуется со случайным распределением Дорожно-транспортной аварийности. Однако и в другом случае (значимое расхождение характера эмпирической кривой с распределением Пуассона) можно прийти к заключению о зависимости вероятности аварии от индивидуальных особенностей лишь в том случае, если дисперсия эмпирического распределения превышает дисперсию пуассоновского распределения. Это возможно не только при разной предрасположенности к авариям, но и при прочих различиях критических условий, а также при изменениях равных исходных вероятностей ДТП по их возникновению, например, в форме снижения индивидуального чувства безопасности или в форме безответственного попустительства к опасностям.

В большинстве подобных случаев оказалось, что эмпирические распределения ДТП более согласуются с так называемым отрицательным биномиальным распределением, чем с простым пуассоновским распределением. Под отрицательным биномиальным распределением понимается такое распределение, которое состоит из нескольких пуассоновских распределений для групп лиц с соответственно различными вероятностями ДТП, например, вследствие различной опасной обстановки, и поэтому называется также комплексным распределением Пуассона.

Миттенэккер указывает на возможности ошибочного толкования распределений, которые хотя и аналогичны пуассоновскому распределению, но в действительности не являются случайными распределениями. Такие результаты возможны, в частности, в течение коротких периодов наблюдений и при малом среднем значении распределения ДТП, так как появляются меньшие отклонения от пуассоновского распределения, чем при более длительных наблюдениях и большем среднем значении.

Для проверки предрасположения к ДТП путем сравнения числа ДТП по идентичным группам лиц в течение двух различных периодов времени применялся определенный метод, в связи с чем и был введен

пмин «пострадавший на транспорте». Пострадавшими ляются те лица, которые в определенный период вре-“ени (5 лет) попадали в одно ДТП или независимо от периода — в более чем одно ДТП (несколько ДТП) в отаичие от лиц без ДТП вообще. Если следовать понятию личной предрасположенности к попаданию в ДТП, то наблюдаемые лица независимо от периода времени должны относиться к одной и той же группе (1 ДТП, несколько ДТП, без ДТП).

Этот метод был апробирован в относительно малом числе опытов, но имеются новые результаты, зафиксированные в ходе аналогичных исследований, где сопоставлялись частоты попадания в ДТП водителей в течение двух периодов времени. Эти события имеют совершенно различные коэффициенты корреляции. В качестве объяснения может быть принята (в зависимости от вида и объема наблюдений) различная надежность коэффициента статистической личной аварийности. Имеется возможность установления большей доказательности путем подбора соответствующих периодов наблюдений и более однородных групп. Это продемонстрировано в работе [213] для групп из 44 и 52 водителей общественного транспорта. В течение двух периодов наблюдений по четыре года для этих двух групп определена надежность корреляции (г = 0,81 и соответственно л = 0,84). В работе для 35 водителей трамваев и автобусов приведены значения показателя корреляции от г = 0,73 до 0,76 независимо от того, производился ли расчет для двух следующих друг за другом четырехлетних периодов наблюдений, или для 4 четных и 4 нечетных лет, или для 48 четных и 48 нечетных месяцев. Такие высокие показатели корреляции представляют собой редкое исключение по сравнению с величиной всех прочих полученных значений, которые находятся преимущественно в области от г = 0,10 до 0,40. Это объясняется в первую очередь однородностью групп водителей, транспортных средств, одинаковых или очень сложных трасс, идентичной продолжительностью и временем суток вождения, аналогичными общими условиями труда, тогда как длительность периодов наблюдений не является при этом самым важным условием, поскольку в других исследованиях с четырехлетними периодами и с шестилетними периодами наблюдений были получены гораздо °лее низкие значения коэффициента корреляции.

Остается упомянуть, что почти во всех исследованиях не прово дилось различий между активным и пассивным участием в ДТП води телей. Возможно, что это обстоятельство также способствует иска жению смысла коэффициента аварийности. Правда, систематическая регистрация этого отличия наталкивается на трудности определения степени виновности в возникновении ДТП, которую трудно классифицировать как только положительную или только отрицательную.

Полученные результаты позволяют сделать вывод о том, что предрасположенность к попаданию в ДТП на основе дорожно-транс-портной аварийности, отмеченной в первый период времени, представляется оправданной в отношении прогноза о частоте ДТП, ожидаемой в последующий период времени только в особенно благоприятных условиях наблюдений, возможных лишь с относительно однородными группами водителей. Однако в общем, т. е. для всех водителей транспортных средств, частоту ДТП следует рассматривать как непригодный критерий для проверки гипотезы о предрасположенности к попаданию в ДТП. Водители, имеющие в первый период наблюдений много ДТП, в абсолютном большинстве случаев не являются теми водителями, у которых во время второго периода наблюдений регистрируется столько же случаев попадания в ДТП.

Практическое значение показателя статистической личной аварийности особенно отчетливо проявляется по своим последствиям для стратегии водительского отсева, которая основана на индивидуальном подсчете ДТП как основы прогнозируемой вероятности и неотделима от вопроса ее объективности. Это значило бы, что водителя следовало дисквалифицировать за несоответствие при попадании его в определенное число ДТП.

В течение двух различных периодов времени фактическая доля водителей, попавших на заметку в течение обоих периодов, по крайней мере равна 33%. Отсюда вывод, что для этой группы можно считать оправданными «меры педагогического воздействия» и отбора. Вопрос о рентабельности мер воздействия следует рассматривать не только с учетом относительных значений частоты, но также с помощью сравнения последствий этого воздействия на большинство остальных водителей, которые попали в ДТП только в первый период и не попали во второй. На модели, разработанной для имитации различных возможностей прогнозирования, для различных значений корреляции были составлены гипотетические распределения ДТП, граничные значения которых соответствуют граничным значениям фактического их распределения, в каждом случае соответственно на 100 000 водителей. Гипотетическое распределение для корреляции г=0,10, взятой также за основу фактического распределения, позволило получить следующие данные.

Исходя из этого затем были рассчитаны гипотетические распределения для корреляции л = 0,01; 0,19; 0,32; 0,49 и 0,76. Если сравнивать различные воздействия всех этих случаев, то получается следующая картина: для л = 0,01 11% водителей попали в 11% ДТП, при их отсеве остаются 89% ДТП; для /- = 0,10 11% водителей попали в 19% ДТП, при их отсеве остается 81% ДТП; для г = 0,19 11% водителей попали в 31% ДТП, при их отсеве остаются 73% ДТП; для л = 0,32 11% водителей попали в 42% ДТП, при их отсеве остается 61% ДТП; для г = 0,49 11% водителей попали в 56% ДТП, при их отсеве остаются 45% ДТП; для л = 0,76 11% водителей попали в 79% ДТП, при их отсеве остаются 22% ДТП.

Выводы, которые можно из этого сделать, совершенно ясны: даже при значениях вероятности попадания в ДТП и строгом отсеве общее число всех аварий имело бы незначительную разницу. Это могло произойти в результате ограничения движения, повышения налога на топливо, роста безработицы среди водителей-профессионалов. И даже в том случае, если исключить из транспортного процесса тех водителей, которые имеют три и более ДТП в течение двух лет, удалось бы предупредить лишь около 0,8% всех ДТП во II период водительской деятельности.

Обманчивыми могут быть выводы, если основываться на процентах. Например, 2% водителей стали участниками 50% ДТП со смертельным исходом. С одной стороны, подобные данные всегда относятся только к прошедшему времени и определяют лишь маловероятное событие, происходящее в весьма редких случаях. Но из этого ни в коем случае нельзя делать вывод о том, что в следующий период наблюдений те же самые лица составят эту небольшую долю (к примеру те же 2%). Выраженные в процентах отношения дают также неправильное представление о соответствующих абсолютных значениях. То, что 2% всех водителей стали участниками 50% ДТП со смертельным исходом, дает представление, что очень малая группа водителей имеет отношение к очень большой доле ДТП, т. е. половине всех со смертельным исходом. Однако выражая в абсолютных величинах эти данные, получаем, что 2 млн водителей участвовали в 29 000 ДТП со смертельным исходом (2% от 100 млн водителей в США, а 50% от 57 000 ДТП со смертельным исходом составляют округленно 29 000). Причем это соотношение прямо противоположно тому, что очень большое количество водителей (2 млн) являются участниками относительно малого числа ДТП со смертельным исходом. В некоторых условиях могло бы быть полезным рассмотреть в отношении этих «лишь» 2% водителей возможность проведения определенных мероприятий и пойти на издержки, если учесть, что речь идет о 2 млн человек.

Эти принципиальные соображения по статистической личной фатальности в несколько видоизмененной форме действительны также по проблематике подбора критериев для предварительной оценки будущего водительского поведения с помощью самых разнообразных прогнозируемых переменных и для признания действенности экспериментов по вычислению показателя аварийности. Особенно отчетливо это выражено в работе [133] путем перенесения принципа составления таблиц Тэйлора — Рассела, которые первоначально предназначались для нормального распределения переменных критериев на случай прогнозирования вероятности попадания в ДТП. На рис. 44 представлена зависимость средней частоты попаданий в ДТП при подборе водителей с использованием прогностических оценок, имеющих разную надежность при различных долях выборок в том случае, когда без проведения отсева средняя частота попаданий в ДТП составила бы 2 ДТП.

Отсюда можно установить относительный эффект снижения аварийности. За счет отсева даже при очень низкой эффективности все же можно достичь снижения аварийности, величина которой зависит от соответствующего определения доли выборок. Условия критерия нарастающей стратегии (т. е. по отношению к методу без отсева) выполняются и в этом случае, правда, ценой нереально высоких издержек в форме экстремально высокой доли отсеянных водителей, а также в форме существенных ошибок при прогнозировании. В то же время при нереально высокой эффективности и в случае высоких значений выборок (например, 50%) нужно ожидать сокращения лишь в два раза средней прогностической частоты попадания во все ДТП.

Это свидетельствует также о том, что использование отсева в любой форме предполагает принятие донаучного чаще всего социально-психологического подхода в том, каковы должны быть приемлемые издержки для достижения требуемого эффекта. От этого зависит, какова будет степень допустимой статистической личной аварийности.