О проекте

В рейтинге отражено ранжирование регионов по уровню аварийности на дорогах. Для расчета рейтинга по каждому региону использовались общепринятые для анализа аварийности данные:

Основная задача — создать рейтинг аварийности регионов, исходя из объективных данных.

Второстепенная задача — попытаться выявить закономерности и причины возникновения аварийности для возможной корректировки управленческих усилий по каждому региону. Для этого, исходя из имеющегося массива статистических данных, мы выявили закономерности и факторы, потенциально влияющие на возникновение и тяжесть аварий. 

Также мы сформулировали элементы портрета аварийности для каждого региона.

При составлении и интерпретации рейтинга использовались два метода: разновидность мультикритериального анализа TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) и кластеризацию.

Суть метода TOPSIS — ранжирование наблюдений по нескольким показателям и усреднение их рангов. Для расчета значений мы использовали три показателя: уровень социального риска, уровень транспортного риска и тяжесть последствий ДТП. Поэтому, если бы один из регионов по всем трем показателям занял первое место, он получил бы оценку «1»; наихудший по всем показателям регион получил бы «0».

После проведения ранжирования был проведен кластерный анализ полученных результатов на основании метода К-средних: разбиение объектов на K групп на основании степени схожести по критериям.

Для рейтинга важна относительная однородность регионов и статистических данных. Во-первых, каждый ряд данных должен быть доступен из одних и тех же источников по всем регионам за один и тот же период.

Во-вторых, поскольку в городских условиях и за городом картина аварийности существенно отличается (например, большие города характеризуются гораздо более плотным и медленным, а потому безопасным движением, а также часто высокой людностью, особенно по сравнению с некоторыми небольшими регионами), было принято решение не включать в рейтинг города федерального значения. Показатели по ним существенно исказили бы картину по другим регионам, поэтому они присутствуют лишь в качестве референсных значений. 

В-третьих, значение отдельно взятой аварии должно быть сравнительно невелико. Скажем, если в небольшом регионе в один год происходит одна авария с одним погибшим, а в следующем — две аварии с двумя погибшими, это не свидетельствует о катастрофическом ухудшении показателей, несмотря на 100% рост расчетного показателя. По этой причине в рейтинг не попали Чукотский АО и Ненецкий АО: методология TOPSIS не позволяет объективно оценить уровень аварийности в этих регионах, потому что в них, к счастью, происходит слишком мало аварий.

Рейтинг составляется для всех регионов за небольшим исключением. Однако, помимо основных трех показателей для расчета TOPSIS и выделения кластеров, мы хотели подсветить потенциальные пути для ответа на вопросы «Что же делать?» и «Где имеются проблемы?». 

Поэтому мы отобрали 4 внешних (по отношению к непосредственно показателю аварийности) фактора, которые влияют на уровень аварийности. 

Кроме того, мы отобрали ряд параметров, описывающих картину аварийности в каждом регионе, — «портрет ДТП».

Внешние факторы

К внешним факторам мы отнесли факторы, которые, не будучи связанными непосредственно с процессом возникновения ДТП, могли бы повлиять на уровень аварийности. По результатам анализа данных 2022 года не выявлено ни одного фактора или их группы, которые бы продемонстрировали однозначное влияние на уровень аварийности. Однако выявлено четыре внешних фактора, по которым обнаружена некоторая зависимость от уровня безопасности:

• Расходы на дорожное хозяйство в расчете на 1 км сети.
• Количество камер на 1 км сети.
• Обеспеченность медработниками на душу населения.

Мы выявили, что, чем выше эти показатели, тем ниже уровень транспортных, социальных рисков и тяжесть ДТП.

• Количество штрафов за превышение скорости на 1 автомобиль.

Мы выявили, что, чем выше этот показатель, тем выше уровень транспортных, социальных рисков и тяжесть ДТП.

Необходимо отметить, что «после не значит вследствие». Эти наблюдения не означают, что мы можем статистически объяснить изменения уровня безопасности каждым из этих факторов или их комбинацией. Однако на экспертном уровне изменение уровня безопасности объяснимо:

• Больше инвестиций в дорожную отрасль и большее количество камер дают больше контроля и повышают качество инфраструктуры.
• Большее количество медработников на душу населения может объяснить менее высокую смертность, если авария уже произошла.
• Большее количество штрафов в расчете на один автомобиль говорит о том, что система контроля не отлажена должным образом и, возможно, имеются «дорожные ловушки».

Мы проанализировали картину аварий, происходящих в каждом регионе. Портрет аварийности характеризуется:

В качестве источников использовались открытые данные: Росстат, отчеты НИЦ БД ГИБДД, сайт ГИБДД.

Население: данные Федеральной службы государственной статистики на 1 января 2022 года, на 1 января 2023 года

Камеры: количество комплексов фотовидеофиксации, по данным ГИБДД.рф по состоянию на июль 2023 года, на июнь 2024 года

Протяженность дорог: общая протяженность дорог, по данным Федеральной службы государственной статистики за 2021 год, за 2023 год

Уровень автомобилизации (в ед. на 1000 человек): количество собственных автомобилей населения, по данным Федеральной службы государственной статистики за 2021 год, за 2023 год

Количество камер на 1 км улично-дорожной сети: 

• Количество комплексов фотовидеофиксации, по данным ГИБДД.рф на июль 2023 года, на июнь 2024 года
• Общая протяженность дорог, по данным Федеральной службы государственной статистики за 2021 год, за 2022 год

 Количество медработников на душу населения: 

• Показатель «Численность врачей» в статистическом ежегоднике Федеральной службы государственной статистики за 2021 год
• Количество населения, по данным Федеральной службы государственной статистики на 1 января 2022 года

Количество вынесенных постановлений за превышение максимально разрешенной скорости движения на 1 автомобиль: 

• Показатель «Административные правонарушения за превышение установленной̆ скорости движения», по данным отчета НЦ БДД МВД РФ за 2022 год, за 2023 год
• Количество собственных легковых автомобилей населения, по данным Федеральной службы государственной статистики за 2021 год, за 2022 год

Расходы на дорожное хозяйство на 1 км улично-дорожной сети:

• Показатель «Дорожный фонд», по данным отчета НЦ БДД МВД РФ за 2022 год, за 2023 год
• Общая протяженность дорог, по данным Федеральной службы государственной статистики за 2021 год, за 2022 год

Количество ДТП с участием пешеходов: ГИБДД РФ, «ДТП с пострадавшими пешеходами»

Количество ДТП с грузовыми ТС: ГИБДД РФ, «ДТП и пострадавшие по вине водителей грузовых транспортных средств»

Количество ДТП с водителями в нетрезвом состоянии: ГИБДД РФ, «ДТП с водителями в нетрезвом состоянии»

Количество ДТП с выездом на полосу встречного движения: ГИБДД РФ, «ДТП и пострадавшие из-за выезда на полосу, предназначенную для встречного движения»