Как часто водители попадают в ДТП – статистика «Согласия»
Эксперты «Согласия» подсчитали, как часто водители, заключившие с компанией договоры автострахования, попадают в ДТП. Согласно данным за пять лет, каждый шестой водитель становился участником аварий на дорогах страны. В этом году частота таких происшествий несколько снизилась, что, в том числе, связано с ограничениями из-за пандемии, – каждый седьмой клиент компании попадал в ДТП.
С 1 октября 2019 года по 1 октября 2020 года убытки по страховым случаям в результате ДТП были заявлены по 14,5% действующих договоров автострахования (ОСАГО и каско). Среди клиентов, попавших в аварии, 7,5% – женщины, 7% мужчины. За этот период страховая компания «Согласие» заключила свыше 1,5 миллионов договоров автострахования.
В январе-сентябре 2020 года страховая компания «Согласие» выплатила клиентам по каско 5,8 млрд руб., по ОСАГО – 3,5 млрд. руб.
В течение 27 лет работы страховая компания «Согласие» помогла более 1,7 млн человек, попавшим в ДТП, более 18 млн клиентов доверили компании страхование своих автомобилей. Водители с полисами «Согласия» получают надежную страховую защиту, гарантию оперативных выплат и доступ к удобным дистанционным сервисам. В мобильном приложении «Согласие Страхование» клиенты могут быстро сообщить о ДТП и отправиться прямо на СТОА без визита в страховую компанию. Мобильное приложение доступно для скачивания в App Store и Google Play.
Какова вероятность попасть в авиакатастрофу?
Пассажиры, которым предстоит добраться до пункта назначения на самолете, часто беспокоятся о том, как пройдет дорога. Если сравнивать авиа и обычный транспорт, вероятность попасть в аварию на трассе намного больше, чем в воздухе. Все же многие боятся летать. Обоснованы ли такие волнения? И какова вероятность того, что самолет попадет в катастрофу?
Безопасность полетов
Термин «безопасность полетов» подразумевает состояние организации или авиационной системы, когда риски, касающиеся использования воздушных судов, находятся под контролем и придерживаются оптимального уровня.
Можно сказать, что определенный процент жертв все-таки имеет место быть, но он должен быть максимально низким. Что касается рисков, которые имеют отношение к авиационной деятельности, они должны быть сведены к нулю или хотя бы контролироваться.
Несколько десятком лет назад можно было бы утверждать, что на 1,2 млн пассажиров теряется один человек. Если планку опустить, цена билетов может тоже сократиться, но так ухудшается безопасность. Если же ее поднять, мы получим высшую выживаемость, но и соответствующую цену билетов. Сегодня специалисты работают над тем, чтобы улучшить условия авиаперелетов и гарантировать максимальную безопасность. Отметим, что после самолетов второе место по безопасности занимают поезда.
Факторы, влияющие на безопасность
На безопасность авиаперелетов влияют три фактора – человеческий, технический и среда.
- Человеческий. Все люди могут допускать ошибки. На принятие решение может повлиять настроение, темперамент, характер, индивидуальные особенности, чувство усталости и т.д. Авиаспециалисты регулярно проходят психологические тренинги. Для них также доступны курсы повышения квалификации. Существуют специальные программы, позволяющие прорабатывать последовательность действий в экстремальных ситуациях и перекрестную проверку друг друга. Программы, курсы и тренинги позволяют снизить вероятность возникновения аварии, повысить производительность и наладить совместимость в рамках конкретного экипажа.
- Технический. Нынешняя техника в разы надежнее, совершеннее и безопаснее, чем та, которой пользовались в начале развития авиаиндустрии. Технологи и инженеры делают все для того, чтобы пассажиры летали на безопасных самолетах. На сегодняшний день технический фактор практически никогда не становится причиной аварии.
- Среда. Речь идет о влиянии погодных условий на полет. Самую большую опасность для самолета и его пассажиров несут такие осадки, как снег, град и грозовой ливень. В самолетах установлены специальные локаторы, с помощью которых можно узнать, будет ли гроза на маршруте воздушного судна. Еще одним фактором может стать туман, вследствие чего на посадочной полосе наблюдается плохая видимость. Сегодня специалисты так усовершенствовали технику, а летчики настолько подготовлены к разным ситуациям, что они могут садить самолеты практически в условиях нулевой видимости. Если же это не представляется возможным, всегда есть выход – к примеру, совершить посадку на запасном аэродроме. Контролировать самолет может помешать сильный ветер. Лучшее, что могут сделать пилоты – предвидеть такую ситуацию и облететь опасные зоны.
Немного статистики
Данные Международной организации гражданской авиации утверждают, что на один миллион вылетов случается одна авиакатастрофа. Согласитесь, что автомобили и автобусы попадают в неприятность гораздо чаще. Дело в том, что любой трагический случай, связанный с воздушными судами, сразу обсуждается во всех СМИ. По этой причине может казаться, что летать – очень небезопасно и рискованно. На самом деле, это далеко не так.
Считается, что вероятность того, что пассажир, который сел в самолет, погибнет, равна 1:8 000 000. Это значит, что, если этот человек ежедневно будет садиться на разные рейсы, для того, чтобы попасть в катастрофу, ему понадобится 21 тыс. лет.
Неправдой является и еще одно распространенное мнение о том, что в крушении самолета практически нельзя выжить. Одно исследование доказывает обратное. После анализа всех происшествий, которые случились в Америке с 1983 по 2000 года, можно утверждать, что доля погибших пассажиров составляет только 5%. Напомним, что за этот период в США произошло 568 крушений. Если говорить об этой ситуации в цифровом выражении, то из 53,5 тысячи пассажиров 51,2 тысячи выжили. Бывали и более сильные аварии, когда лайнеры ударялись о землю, сгорали в пожарах или ломались на части. В таких ситуациях доля выживших людей составляет 50%.
Если лайнер совершает аварийное приводнение, шансы пилотов и пассажиров на выживание в разы увеличиваются. Результаты исследований подтверждают, что приводнение способствует увеличению шансов на 50%.
Сравнение
Многие боятся авиатранспорта и готовы ехать дольше, но в поезде, нежели потратить 2-3 часа на перелет. Стоит отметить, что ежегодно в Беларуси случается около 150-170 тыс. аварий на дорогах. Около 20 тысяч людей погибают, также многие получают серьезные травмы.
Не обходится без неприятностей и в железнодорожном транспорте. Вагоны сходят с рельс, поезда сталкиваются друг с другом и десятки людей гибнут, становятся инвалидами или сильно травмируются.
Заключение
Статистика показывает, что летать на самолетах – не так опасно, как может показаться на первый взгляд. Важно контролировать свое поведение и мысли, настроиться на положительный лад и слушать стюардессу. Перелеты на воздушных суднах позволяют нам добраться до далеких стран и городов. Это намного быстрее, чем ехать куда-либо на автобусе или поезде. К некоторым точкам назначения можно добраться исключительно с помощью воздушного транспорта. Не стоит себя ограничивать, тем более, что современные самолеты являются вполне безопасными и надежными.
Заказать услугу
Оформите заявку на сайте, мы свяжемся с вами в ближайшее время и ответим на все интересующие вопросы.
Какой шанс попасть в аварию
Мы используем cookie-файлы. Это позволяет нам анализировать взаимодействие посетителей с сайтом и делать его лучше. Продолжая пользоваться сайтом, вы соглашаетесь с использованием файлов cookie.
Вероятность попасть в ДТП для «ночных гонщиков» в 5 раз выше
Мы проанализировали вождение российских автомобилистов, выделили 4 типа опасных на дороге действий и посмотрели, как они связаны с вероятностью попадания в ДТП.
Кристина Карпенко
Резкие боковые ускорения повышают риск возникновения ДТП больше всех остальных опасных манёвров.
Превышения скорости оказались самым незначительным фактором, влияющим на возникновение аварий.
Для 20% автомобилистов, которые больше остальных водителей ездят ночью, риск попасть в ДТП в 2 раза выше.
При совмещении таких факторов аварийности как «ночное вождение» и «опасные маневры» вероятность попадания в ДТП увеличивается в 5 раз.
Аналитики компании проанализировали стиль вождения российских автомобилистов, выделили 4 типа опасных на дороге действий и посмотрели, как они связаны с вероятностью попадания в ДТП. Интересно, что боковые ускорения в наибольшей степени повышают вероятность возникновения дорожного происшествия. Так, для группы автомобилистов, которые совершают 7 и более резких боковых ускорений на каждые 100 км, вероятность возникновения аварии увеличивается в 5 раз! Таких водителей около 2% от общего числа.
При этом, есть видимая связь между аварийностью и резкими ускорениями и торможениями. Для 7% всех клиентов, которые совершают 7 и более резких ускорений на 100 км, вероятность попасть в ДТП в 2,5 раза выше. Точно так же рискуют и те, кто часто использует резкие торможения. Однако в общем количестве таких водителей меньше – 5% из всех автомобилистов.
Вопреки всеобщему мнению, что превышения скорости чаще всего являются причиной аварий, связь между нарушениями скоростного режима и попаданием в ДТП минимальна. Общие данные говорят о том, что лишь 5% всех клиентов не превышают скоростной режим. При этом, всего 3% из всех водителей, которые в среднем совершают более 30 нарушений скорости на каждые 100 км попадают в ДТП почти в 2 раза больше остальных. Для остальных водителей частота возникновения аварий не зависит от количества превышений скорости.
Помимо таких очевидных факторов, как стиль вождения, эксперты компании выяснили, что есть и второстепенные факторы, влияющие на риск возникновения ДТП. Так, любители ночных поездок значительно чаще попадают в аварии. Для автомобилистов, которые больше остальных находятся за рулём с 22:00 до 06:00 вероятность возникновения аварийной ситуации в 2 раза выше. В группе риска около 20% водителей из тех, чей автомобиль оборудован телематической системой.
При этом, оценка риска попадания в ДТП будет в разы эффективнее, если использовать совокупность факторов. Так, для «ночных гонщиков», совершающих опасные маневры, риск попадания в ДТП в 5 раз выше среднего!
Данные были получены с автомобилей, оборудованных телематическим устройством «Элемент» за период с мая по октябрь 2019 года.
CogniFit — Оценка вероятности попадания в дорожно-транспортное происшествие на основе социально-демографических и когнитивных данных.
Чтобы начать заботиться о своём мозге, зарегистрируйте свой email.
Вы создадите учётную запись для управления пациентами. Этот аккаунт предназначен для помощи медицинским работникам (врачам, психологам. ) в диагностике и когнитивной стимуляции.
Вы собираетесь создать аккаунт для исследований. Этот аккаунт создан специально для того, чтобы помочь учёным в исследованиях когнитивных областей.
Вы собираетесь создать учётную запись для управления учениками. Этот аккаунт предназначен для помощи в диагностике и вмешательстве при когнитивных расстройствах у детей и подростков.
Вы собираетесь создать семейную учётную запись. Этот аккаунт предназначен для предоставления членам вашей семьи доступа к тестам и тренировкам CogniFit.
Вы приступаете к созданию учётной записи для управления компанией. Этот аккаунт предназначен для предоставления вашим сотрудникам доступа к тестам и тренировкам CogniFit.
Для моих тренировок
Для работы с пациентами
Для использования членами моей семьи
Для работы с учениками
Для проведения научного исследования
CogniFit Employee Wellbeing
Вы собираетесь создать персональную учётную запись. Этот тип аккаунта предназначен для того, чтобы помочь вам тестировать и тренировать свои когнитивные способности.
Вы создадите учётную запись для управления пациентами. Этот аккаунт предназначен для помощи медицинским работникам (врачам, психологам. ) в диагностике и когнитивной стимуляции.
Вы собираетесь создать семейную учётную запись. Этот аккаунт предназначен для предоставления членам вашей семьи доступа к тестам и тренировкам CogniFit.
Вы собираетесь создать аккаунт для исследований. Этот аккаунт создан специально для того, чтобы помочь учёным в исследованиях когнитивных областей.
Вы собираетесь создать учётную запись для управления учениками. Этот аккаунт предназначен для помощи в диагностике и вмешательстве при когнитивных расстройствах у детей и подростков.
Для вашего собственного использования (от 16 лет). Дети младше 16 лет могут использовать семейную платформу CogniFit.
Отправьте тесты и тренировки пациентам
Отправьте тесты и тренировки ученикам
Отправьте тесты и тренировки вашим детям и другим родственникам
Отправьте тесты и тренировки участникам исследования
При регистрации и использовании CogniFit вы соглашаетесь с тем, что вы прочитали, поняли и принимаете Пользовательское соглашение и Политику конфиденциальности CogniFit.
Оценка вероятности попадания в дорожно-транспортное происшествие на основе социально-демографических и когнитивных данных.
Возраст, пол и баллы CogniFit, полученные по способности к оценке, являются надёжными предикторами вероятности дорожно-транспортного происшествия
Эта страница носит исключительно информационный характер. Мы не продаём какие-либо продукты, которые лечат заболевания. Продукты CogniFit для лечения заболеваний в настоящее время проходят процесс валидации. Если вы заинтересованы, посетите Платформу CogniFit для исследователей
С удобством управляйте участниками исследования с помощью платформы для исследователей
Тестируйте и тренируйте до 23 когнитивных способностей участников исследования
Проверьте и сравните когнитивный прогресс участников для данных вашего исследования
Оригинальное название: Probability estimation of being involved in a motor vehicle crash as a function of sociodemographic and cognitive data.
- 1. Центр когнитивной науки — C3, Университет Небриха (Мадрид, Испания).
- 2. AcqVA Aurora Center, Арктический университет Норвегии (Tromsø, Norway).
Заключение исследования
Существует устойчивая взаимосвязь между когнитивной способностью «Оценка» CogniFit и различными типами дорожно-транспортных происшествий, независимо от пола водителей (все коэффициенты больше 0.75). Возраст, пол и баллы по Оценке являются хорошими предикторами вероятности попадания в ДТП со смертельным исходом (98.3% дисперсии, R=0.966, R2=0.983), ДТП с травмами (96.2% дисперсии, R=0.981, R2=0.962) и ДТП с материальным ущербом (95.8% дисперсии, R=0.979, R2=0.958).
Показатели CogniFit®
Данные были собраны с помощью двух независимых когнитивных заданий, которые измеряли способности к оценке участников с помощью компьютера и смартфона. В общей сложности данные упражнения CogniFit® выполнили 20231 человек из 123 различных стран в возрасте от 18 до 78 лет (10627 женщин, 9606 мужчин).
Одно из заданий измеряет способность участников оценивать продолжительность слухового стимула: им нужно было прервать слуховой стимул, чтобы воспроизвести точную продолжительность ранее представленного слухового стимула. Другое задание измеряет способность участников оценивать скорость движущихся объектов, пройденную дистанцию и расстояние, которое ещё нужно пройти, а также то, как совместное взаимодействие скорости и расстояния влияет на движение объекта. Затем был получен общий процент точности для каждого участника с помощью зависимых переменных, измеренных во время выполнения этих упражнений. Более высокие процентные показатели свидетельствуют о лучшей продуктивности при выполнении заданий. Таким образом был рассчитан общий балл, демонстрирующий способность каждого пользователя к оценке.
Измерения ДТП с участием моторизированных транспортных средств
Данные были получены от Национального управления безопасностью движения на трассах (NHTSA) США с помощью Fatality and Injury Reporting System Tool (FIRST). Все данные за период 2014-2018 гг. по общему количеству лиц, ставших участниками трёх видов ДТП с моторизированными транспортными средствами, были получены от службы консультации и оповещения о данных, отфильтрованы по возрасту водителей (были выбраны люди в возрасте от 18 до 78 лет).
В первую очередь, были собраны данные водителей, вовлечённых в аварии со смертельным исходом, полученные из Fatality Analysis Reporting System (FARS) 2004-2017 и Annual Report File (ARF) 2018.
Затем были отобраны данные водителей, вовлечённых в ДТП с травмами с участием моторных транспортных средств, полученные от National Automotive Sampling System General Estimates System за 2004-2015 гг. (NASS-GES) и от Crash Report Sampling System за 2016-2017 гг. (CRSS).
И в-третьих, из тех же источников были собраны данные о водителях, причастных к имущественному ущербу в результате дорожно-транспортных происшествий.
Исходные допущения
Возраст является критическим фактором как для количества каждого вида ДТП, так и для их степени тяжести (как правило, пожилые водители реже попадают в ДТП). Кроме того, возраст также является важным показателем способности к оценке (результаты CogniFit® демонстрируют, что самые низкие баллы наблюдаются у пожилых людей).
С учётом этих двух исходных предположений, корреляционный анализ должен показать существенную прямую связь между количеством ДТП и результатами заданий CogniFit® на оценку, поскольку возраст может быть определяющим фактором в этих наблюдениях. Но что ещё более важно, это то, что баллы CogniFit® дают дополнительное преимущество при прогнозировании дорожно-транспортных происшествий любого типа, что должно быть показано с помощью регрессионного анализа, после того как будет отражён и учтён эффект возраста.
Анализ корреляции
Средние показатели CogniFit® и NHTSA для мужчин и женщин в возрасте 18-78 лет были статистически проанализированы на основе корреляционного подхода, основанного на коэффициенте ранговой корреляции Спирмена для монотонных функций и коэффициенте корреляции Пирсона для линейных зависимостей между переменными.
Средние показатели точности как для мужчин, так и для женщин при выполнении двух заданий CogniFit® были соотнесены с исходными данными водителей мужского и женского пола, участвовавших в 1) ДТП со смертельным исходом, 2) ДТП с травмами и 3) ДТП с материальным ущербом.
Результаты показали сильные положительные корреляции между баллами CogniFit® и количеством трёх различных типов ДТП в зависимости от возраста, с коэффициентами корреляции более 0.80 всех случаях. Графики ниже представляют эти связи между переменными вместе с соответствующими коэффициентами корреляции. Каждая точка представляет собой значение для каждого возраста, а синяя линия соответствует линии LOESS (см. Plot Panel 1).
Кроме того, аналогичная процедура была применена с разбивкой данных по полу водителей (мужской и женский). Коэффициенты корреляции были очень схожи для обоих полов и демонстрировали прочность взаимосвязи между баллами CogniFit® и различными типами ДТП, независимо от пола водителей (при всех коэффициентах выше 0.75). Соответствующие графики показывают эту взаимосвязь с каждой гендерной группой, представленной разным цветом (см. Plot Panel 1).
Регрессионный анализ
Анализ линейной регрессии проводился с использованием данных различных типов аварий, преобразованных в процент аварий по типу и полу от общего числа (как зависимые переменные) и данных о возрасте, поле водителей и полученных ими баллах в CogniFit® (как прогностические факторы), при этом взаимодействие между двумя последними факторами также было добавлено в модели.
Результаты, соответствующие ДТП со смертельным исходом, продемонстрировали очень высокую степень адекватности модели, объясняя 98,3% дисперсии в зависимости от оценок параметров (R=0,966, R2=0,983). Коэффициенты модели для различных факторов показали значительную прогностическую силу возраста и пола, продемонстрировав, что водители старшего возраста реже попадают в ДТП, чем молодые, и что женщины меньше подвержены ДТП со смертельным исходом по сравнению с мужчинами. Баллы CogniFit® также показали значительный эффект, что указывает на прямую связь между способностью людей к оценке и количеством ДТП со смертельным исходом. Следует отметить, что это наблюдение связано с существенной взаимосвязью между полом и полученными в CogniFit® баллами. Как показано на графиках (см. Plot Panel 2), влияние баллов CogniFit® различается по полу: у мужчин более высокие баллы CogniFit® по способности к оценке связаны с более высоким риском попасть в ДТП со смертельным исходом, в то время как у женщин более высокие баллы в CogniFit® связаны с меньшим риском быть вовлечёнными в аварии со смертельным исходом.
Параллельно были сделаны выводы для анализа данных, соответствующих ДТП с травмами. Эта же модель показала 96,2% дисперсии (R=0,981, R2=0,962), а также существенный эффект возраста и эффект баллов CogniFit®. Пол и баллы CogniFit® показали значительную взаимосвязь: в то время как мужчины следовали прямой зависимости между баллами CogniFit® и количеством ДТП с травмами, женщины показали обратную зависимость, при этом более высокий балл CogniFit® ассоциировался с меньшим количеством ДТП.
В заключение, был проведён анализ данных, соответствующих ДТП с материальным ущербом. Та же модель показала 95,8% дисперсии (R=0,979, R2=0,958), а также значительные эффекты возраста, пола и баллов CogniFit®. Пол и баллы CogniFit® показали значительное взаимодействие, что опять же свидетельствует об обратной связи между баллами CogniFit® у женщин и количеством ДТП с материальным ущербом.
В следующей таблице представлена объяснительная сила статистической модели путём добавления оценочных баллов CogniFit® по сравнению с более простой моделью, которая включает в себя только возраст и пол водителей. Как видно, во всех случаях результирующие модели значительно лучше, когда к модели добавляется CogniFit® (о чём свидетельствуют соответствующие контрасты статистических моделей).