О проекте

Одним из инструментов построения Рейтинг является Индекс. Индекс, в свою очередь, рассчитывается по совокупности этих показателей и значимых местных факторов. Например, даже при высокой тяжести последствий ДТП общий уровень безопасности дорожного движения в субъекте может быть удовлетворительным благодаря развитой инфраструктуре или другим критериям.

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

Основная задача - создать рейтинг аварийности регионов общественного транспорта исходя из объективных данных по аварийности.

Второстепенная задача - попытаться выявить закономерности и возможные 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 метод кластеризации на основе К-средних.

Метод многокритериального анализа TOPSIS позволяет ранжировать регионы на основе близости к лучшей и дальности к худшей альтернативе (лучшему и худшему показателю по каждому из критериев). Метод прост в реализации, учитывает направления данных и их размерности, позволяет проводить прямое ранжирование единиц анализа (регионов). Диапазон оценки варьируется от 0 до 1: если регион по каждому из включенных в анализ критериев занимает первое место, то оценка TOPSIS такого региона будет равна 1, если регион по каждому из включенных в анализ критериев занимает последнее место, то оценка TOPSIS такого региона будет равна 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.

Метод локтя состоит в построении графика объясненной вариации (SSE) в зависимости от количества кластеров. Такое количество кластеров считается оптимальным в котором график меняет направление (ломается). Этот метод считается эвристическим, поэтому важно еще использовать экспертную оценку для подбора количества кластеров. SSE (сумма квадратов ошибок кластеризации) измеряется как квадрат расстояния между центроидами кластера(ов). Выбрано 4 кластера, поскольку на этом значении график существенно “ломается”.

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. Поэтому было принято решение не включать в рейтинг города федерального значения: значения по ним существенно исказили бы картину по другим регионам, и 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.

Поэтому в рейтинг не попали Чукотский АО и Ненецкий АО: методология TOPSIS не позволяет объективно оценить уровень аварийности в этих регионах потому что в них, по счастью, происходят слишком мало аварий.

Рейтинг делается 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 вопрос «что же делать», или «где имеются проблемы?»

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

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

Внешние факторы

Ни один из «внешних факторов», которые мы протестировали, не может служить полноценно осмысленным:

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

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.

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 выше 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 происходящих аварий в каждом регионе. Портрет аварийности характеризуется:

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

Камеры: количество комплексов фотовидеофиксации по данным ГИБДД.рф за первое полугодие 2023 года

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

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

Количество камер на 1 км улично-дорожной сети:

• Количество комплексов фотовидеофиксации по данным ГИБДД.рф за первое полугодие 2023 года
• Общая протяженность дорог по данным Федеральной службы государственной статистики за 2021 год года

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 установленной скорости движения» по данным отчета НЦ БДД МВД РФ за 2022 год
• Количество собственных легковых автомобилей населения по данным Федеральной службы государственной статистики за 2021 год

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

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