Таблица 2. Социальные и транспортные риски в странах мира по состоянию на 2010 г.
Источники: IRTAD; National Road Safety Committee; WHO, World Bank.
По данным за 2012 г. уровень транспортных рисков в России составил 6,6 погибших на 10 тыс. автомобилей, т. е. более чем в 2 раза выше (т. е. в 2 раза хуже!) исторической планки прошлых десятилетий. По меркам мало-мальски цивилизованных стран этот показатель крайне плох. Чем и объясняется присутствие России в упомянутой группе «RS-10».
Отставание от лучших современных стандартов безопасности дорожного движения, т. е. фактических результатов, достигнутых в странах – лидерах мирового рейтинга БДД, составляет 5–12 раз. В расчете на каждые 10 тыс. автомобилей наши потери в ДТП превышают показатели Великобритании и Швеции в 12 раз, Германии и Японии в 9,4 раза, Австралии, Италии, Испании в 8,3 раза. США располагает самым большим в мире парком автомобилей (более 230 млн единиц) и считается, в сравнении с другими членами ОЭСР, весьма аварийной страной; при этом уровень транспортных рисков в США в 5 раз ниже, чем в России (см. табл. 2).
Отметим, что в лучших мировых практиках рубеж «трех единиц» был достигнут и превзойден в 1970–1980-е годы, рубеж «единицы» – в 1990–2000-е. Согласно официальному прогнозу, представленному в качестве целевого норматива в Концепции новой федеральной целевой программы «Повышение безопасности дорожного движения в 2013–2020 годах» (далее – ФЦП-2020) уровень транспортных рисков в России к 2020 г. должен составить 4,17 единицы. Согласно прогнозу Минэконоразвития России, официально представленному в январе 2013, указанный показатель должен снизиться к 2030 г. на 63 % в сравнении с 2012 г. и соответственно составить 2,44 единицы (рис. 8).
По сути официальный прогноз эквивалентен принятию сценария догоняющего развитие в сфере БДД с лагом примерно в 40 лет. Принимается гипотеза, что в 2030 г. ситуация с аварийностью на дорогах России будет несколько лучше, чем в мировой практике 1970–1980-х годов (рубеж «трех единиц»), но заметно хуже, чем в лучших практиках 1990–2000-х годов (рубеж «единицы»).
Впрочем, эти – по сути дела очень скромные – прогнозы могут оказаться чрезмерно оптимистичными. Такой вывод напрашивается после сравнения целевых установок, содержавшихся в аналогичной программе на 2006–2012 гг. (далее – ФЦП-2012), с данными за 2010–2012 гг. Мы видим, что целевые установки достигнуты не были. Да и вряд ли можно рассчитывать на более заметные продвижения в деле снижения смертности на дорогах при сохранении сложившейся институциональной среды дорожного движения.
Рис. 8. Количество погибших в ДТП в Российской Федерации, 2004–2012 гг.
Ответственные, объективные прогнозы, выполняемые известными международными и межправительственными организациями, основаны (в явном или неявном виде) на общепризнанных в профессиональной среде и достаточно нетривиальных гипотезах, к описанию которых мы и перейдем.
1.2. Закон Смида: оригинальная версия
В странах с высоким среднегодовым доходом населения массовая автомобилизация проходила, с той или иной интенсивностью, уже в первой трети XX в.
Накануне Второй мировой войны в Великобритании и во Франции на 1000 жителей приходилось уже по 70 автомобилей (это примерно столько же, сколько их было в СССР к моменту его распада). По уровню автомобилизации лидировали тогда Канада и Австралия (более 120 автомобилей на 1000 жителей), Новая Зеландия (180) и, разумеется, США (231).
Одновременно общественность этих стран стала осознавать оборотную сторону обретенной транспортной свободы и удовольствия вождения: смертность в ДТП впервые стала значимой компонентой убыли населения. Уровень социальных рисков составил в разных странах от 10 до 26 погибших в расчете на 100 тыс. жителей. Наихудший показатель был зафиксирован в самой автомобилизированной стране – США. В рамках представлений того времени это было вполне естественно: практически повсеместно наблюдалась жесткая корреляция роста социальных рисков с темпами развития автомобилизации.
В конце 1940-х годов статистика развития автомобилизации и аварийности на дорогах впервые становится предметом научных исследований.
Профессор Лондонского университетского колледжа Р. Смид в статье, опубликованной в «Journal of Royal Statistics» – ведущем мировом журнале по математической статистике, предложил простую, но как показал дальнейший опыт, чрезвычайно удачную модель, связывающую транспортные и социальные риски с уровнем автомобилизации в стране [Smeed, 1949]. Он проанализировал статистику смертности в ДТП по 20 странам мира, располагавших к середине 1930-х годов значительным автомобильным парком, и пришел к выводу, что смертность в ДТП в расчете на единицу парка автомобилей убывает по мере роста автомобилизации населения гиперболически: А–2/3, где A – количество автомобилей на 1000 жителей.
Соответственно «формула Смида» для транспортных рисков имеет следующий вид:
RT = α × A–2/3, (1)
где α – единственный подгоночный параметр, которым пользовался автор модели, а 100 – размерная константа, связанная с выбором конкретной базы показателя транспортных рисков. (Как было отмечено выше, в последние годы транспортные риски ведутся исходя из базы в 10 тыс. автомобилей.)
Очевидным следствием является «формула Смида» для социальных рисков:
RH = α × A1/3. (2)
Значение a = 3 было вычислено по 20 эмпирическим точкам, представленным в табл. 3.
Таблица 3. Автомобилизация и смертность в ДТП в начале эпохи массовой автомобилизации
Примечание: Данные получены сканированием оригинального графика Р. Смида.
Статистические тесты показывают весьма высокое соответствие модели наличным эмпирическим данным: коэффициент корреляции r = 0,87 и R2 > 0,7 (рис. 9).
Рис. 9. Оригинальная кривая Р. Смида для транспортных рисков
Заметим при этом, что максимальное значение R2 наблюдается здесь не при α = 3, а при α ≈ 3,2, однако автор модели явно предпочитал точным параметрам округленные константы.
Значение параметра α = 3 означает принятие следующей гипотезы: при высоких уровнях автомобилизации транспортные риски асимптотически приближаются к отметке 3 погибших на 10 тыс. автомобилей, социальные риски – к отметке 30 погибших на 100 тыс. жителей.
В рамках модели (2) смертность в ДТП на душу населения увеличивается по мере роста автомобилизации населения затухающим образом, т. е. в рамках этой модели «маргинальная вредность» роста автомобилизации – величина хотя и положительная, но убывающая (рис. 10).
Рис. 10. Оригинальная кривая Смида для социальных рисков
Кривая Смида для социальных рисков исходно имела худшие показатели соответствия с эмпирическими данными, нежели кривая для транспортных рисков. В дальнейшем мы ограничимся рассмотрением только второй из этих кривых. Суть дела в том, что старинная выборка автомобилизированных стран образца 1938 г. была значительно более однородной, чем современная аналогичная совокупность. Закон Смида для транспортных рисков с легкостью «справился» с этим вызовом, аналогичный закон для социальных рисков проверку на прочность в целом не выдержал.
1.3. Закон Смида: верификации, уточнения, дискуссии
Во многих публикациях последующих лет предпринимались попытки проверить справедливость закона Смида на новом эмпирическом материале, т. е. для стран, вступивших на путь автомобилизации с опозданием на несколько десятков лет, так же как и для уровней автомобилизации, заведомо более высоких, чем наблюдались в 1930-е годы.
Наиболее продуктивные модификации модели Смида связаны с заменой косвенных измерителей масштабов национальной транспортной системы, выражаемых численностью парка автомобилей (N) и уровнем автомобилизации (A), непосредственным измерителем – суммарным годовым пробегом парка автомобилей. К сожалению, регулярные и надежные данные по этому показателю имеются в национальной статистике весьма немногих стран мира. Так, в базе данных IRTAD (по состоянию на 1 января 2009 г.) временные ряды «годовой пробег – число погибших в ДТП» представлены только по 20 странам. Вычисления авторов показывают, что между уровнем транспортных рисков (RT) и количеством погибших в ДТП в расчете на 1 млрд автомобиле-километров имеется вполне удовлетворительная корреляция. Ввиду отсутствия сколько-нибудь надежных отечественных данных по этому показателю мы, к сожалению, далее не будем им пользоваться.
