Качество доказательств 4.75/5
Оценка по восьми измерениям согласно рубрике качества . Каждое измерение оценивается от 1 до 5.
- D1 Обоснованность источниками
- 4/5
- D2 Авторитетность источника
- 5/5
- D3 Арифметика
- 5/5
- D4 Неопределённость
- 4/5
- D5 Охват
- 5/5
- D6 Текст
- 5/5
- D7 Честность восприятия
- 5/5
- D8 Полнота оговорок
- 5/5
● ваши факторы — нажмите на этот риск ▾ для отображения
- Ваши факторы
≈ Так же вероятно, как
Воспринимаемый
Большинство водителей воспринимают превышение на 10–15 миль/ч как мелкое нарушение, а не как значимое решение о безопасности. Общественное понимание физики аварий слабое: опросы и фокус-группы постоянно обнаруживают, что водители недооценивают, насколько круто тяжесть аварии растёт со скоростью. Кинетическая энергия растёт с квадратом скорости, а вероятность смертельного исхода при ударе растёт ещё быстрее. Водители, регулярно превышающие ограничение на 20 %, склонны сообщать, что чувствуют контроль и что их вождение лишь незначительно рискованнее соблюдения установленной скорости — фактический множитель, около 2x на риск смерти, гораздо больше, чем предположило бы большинство.
Грубая оценка: большинство водителей недооценивают множитель риска; интуитивно часто ощущается прирост риска 10–20 %, а не 2x
Источник: редакционная интуиция, не опрос
Фактический
~1 смертельная авария на ~3 850 водительских лет при 20 % выше ограничения скорости
Водитель США, движущийся на 20 % выше установленного ограничения скорости. Базовые годовые шансы гибели в автомобильной аварии ≈ 1 из 7 979 (пожизненные шансы NSC 1 из 101 × ожидаемая продолжительность жизни 79,0 года, по заявленному методу NSC) × коэффициент Power-Model 2,07 → 1 из ~3 855, показано как ~3 850.
Показать вычисления
Шаг 1 — Базовая пожизненная смертность в автомобильной аварии: «Odds of Dying» Национального совета по безопасности (данные 2024 года) публикует пожизненные шансы США погибнуть в автомобильной аварии 1 из 101 ≈ 0,0099. (NSC выводит это, деля годовые шансы на ожидаемую продолжительность жизни 79,0 года человека, родившегося в 2024 году.) Шаг 2 — Множитель Power Model: Nilsson (1981/2004) даёт множитель смертности как (v₂/v₁)⁴. При v₂/v₁ = 1,2 множитель составляет 1,2⁴ = 2,0736 ≈ 2,07. Метаанализ Elvik 2013 года из 98 исследований подтверждает этот показатель степени; на шоссейных скоростях эмпирический показатель степени может превышать 4, поэтому 2,07 — консервативная нижняя граница. Шаг 3 — Пожизненная оценка: водитель, постоянно движущийся на 1,2× ограничения на значительной доле шоссейных миль, применяет примерно полный 2,07× к своему базовому риску: 0,0099 × 2,07 ≈ 0,0205, округлённый до 0,020 как центральная оценка. Отображение «1 из 50» = 1 / 0,020. Нижняя граница диапазона неопределённости (0,012) соответствует ~1,2× множителю, взвешенному по экспозиции (половина миль на ограничении, половина на 1,2×): 0,0099 × 1,2 ≈ 0,012. Верхняя граница (0,023) соответствует 2,3× (шоссейное вождение в основном на 25 % выше ограничения, показатель степени ~4,5): 0,0099 × 2,3 ≈ 0,023.
Оговорки: Power Model (v₂/v₁)⁴ даёт точечную оценку множителя смертности на поездку при за…
Power Model (v₂/v₁)⁴ даёт точечную оценку множителя смертности на поездку при заданном соотношении скоростей. Она не учитывает тип дороги (показатель степени ниже на городских магистралях, выше на сельских двухполосных), плотность движения, рейтинги безопасности транспортных средств или мастерство водителя. Цифра 2,07× — центральная оценка для сельских/шоссейных условий; она занижает риск на неразделённых сельских дорогах и завышает его в плотном городском движении, где абсолютные скорости низкие. Классификация превышения скорости NHTSA использует «любой фактор, связанный с превышением скорости» в отчёте об аварии — она включает водителей, отмеченных за превышение на 1 милю/ч, а также тех, кто ехал на 50 миль/ч быстрее, — поэтому доля 29 % смертей не означает, что средний превышающий скорость водитель сталкивался с 2× повышенным риском; это означает, что превышение скорости было кодированным способствующим фактором в очень широком диапазоне величин. Пожизненная оценка на этой странице применима только к водителям, регулярно движущимся на 20 %+ выше ограничения на значимой доле своих миль; это не среднепопуляционная цифра.
Связанные риски
Другие риски на схожие темы — для изучения связанных страхов.
Сонное вождение
Каковы шансы стать причиной смертельной аварии при вождении без достаточного сна?
Вождение под седативами
Какова вероятность стать причиной смертельной аварии при вождении под действием седативного рецептурного препарата?
Авария из-за ТО
Каковы шансы аварии, вызванной плохим техническим обслуживанием транспортного средства?
Выбрать сравниваемый
The mechanism is physics before it is statistics. Kinetic energy scales with the square of velocity, and the probability that a crash is fatal scales even faster — the Power Model developed by Göran Nilsson at Sweden’s VTI research institute and confirmed by Rune Elvik’s 2004 meta-analysis of 98 studies gives the fatality multiplier as (v₂/v₁)⁴. Drive 20% over the posted limit and you are not running 20% more risk of a fatal crash; you are running roughly 2.07 times the risk of someone travelling at the limit. Drive 30% over and the multiplier climbs to 2.86×.
NHTSA’s Fatality Analysis Reporting System counted 11,775 deaths in speeding-related crashes in 2023, 29 percent of the 40,901 total US traffic fatalities that year. That share has been roughly stable for two decades, which means the absolute number tracks overall fatality trends but the behavioral pattern has not meaningfully improved. The 29% figure spans a wide range of severity: NHTSA codes a crash as speeding-related whenever an officer checks that box, whether the driver was 1 mph or 50 mph over the limit, so the share does not mean the typical speeding driver faced anything close to the 2× elevated risk estimated above. The Power Model exponent for fatal crashes on high-speed rural roads may also exceed 4, as Elvik’s 2013 re-parameterisation found the empirical exponent varies with initial speed and road type, generally running higher at highway speeds than at urban arterial speeds.
The gap between perceived and actual risk here is structural. Drivers who routinely travel 10-15 mph over the interstate limit experience no immediate consequence most of the time, which trains an intuitive model that the overage is tolerable. The physics disagrees on what happens in the relatively rare event that something goes wrong: at 75 mph versus 60 mph, a collision absorbs 56% more kinetic energy, and the margin between a serious injury and a fatality is largely determined by that energy budget. The lifetime estimate for a driver who regularly exceeds the limit by 20% on highway miles works out to roughly 1 in 50 — approximately double the US population baseline of 1 in 101 (the National Safety Council’s 2024-data lifetime odds of dying in a motor-vehicle crash) — with the uncertainty band wide enough to accommodate both cautious interpretations and higher-exponent road types.
Связанные факты
Водитель, регулярно превышающий лимит на 20%+, имеет примерно ~1 к 47 шансов попасть в смертельную аварию за жизнь — около 1 смертельной аварии на ~220 000 поездок при превышении на 20%. Интуиция обычно регистрирует рост риска на 10–20%, а не его удвоение.
Реестр утверждений
Каждое число ниже — это то, что сообщил источник, с дословной цитатой, на которую мы опирались, и тем, как мы пришли к нашей цифре. Нажмите на ссылку, чтобы проверить самостоятельно.
-
[1] Nilsson, G. — Swedish National Road and Transport Research Institute (VTI) / Transport Research Institute (TØI) — The Power Model of the relationship between speed and road safety
The Power Model of the relationship between speed and road safety- Статистика
Fatal crash frequency scales as (v₂/v₁)⁴ relative to a baseline speed; a 20% speed increase → 1.2⁴ ≈ 2.07× fatality risk; a 10% increase → 1.1⁴ ≈ 1.46×- Выдержка
“"The number of fatal accidents is proportional to the fourth power of the ratio between the new and old mean speed of traffic." ”
- Данные источника:
- 2004-01-01
- Дата обращения
- 2026-05-04 · архивная копия
- Расчёт
- Nilsson's original 1981 study established the power relationships; this 2004 VTI/TØI report is the canonical summary and reference document. The exponent of 4 for fatal crashes is the central estimate; Elvik's 2004 meta-analysis of 98 studies (460 estimates) broadly confirms this value across road types. Used here as the primary mechanism linking speed to fatality risk.
-
[2] National Highway Traffic Safety Administration (NHTSA), National Center for Statistics and Analysis — Traffic Safety Facts 2023 Data: Speeding (DOT HS 813 721)
Traffic Safety Facts 2023 Data: Speeding (DOT HS 813 721)- Статистика
11,775 fatalities in speeding-related crashes in 2023, representing 29% of all 40,901 traffic fatalities; decrease of 3% from 12,157 in 2022; estimated 332,598 people injured in speeding-related crashes- Выдержка
“"In 2023, there were 11,775 fatalities in speeding-related crashes, which represents 29 percent of the total number of traffic fatalities for the year." ”
- Данные источника:
- 2024-11-01
- Дата обращения
- 2026-05-04 · архивная копия
- Расчёт
- NHTSA FARS is the authoritative US count for speeding-related fatalities. The 29% share (11,775 of 40,901) establishes that speeding is the second largest behavioral factor in US traffic deaths. This source supplies the annual US fatality count and speeding share; the lifetime population baseline that the Power Model multiplier is applied to comes from NSC's stated lifetime odds (1 in 101), not from a hazard recomputed here.
-
[3] Elvik, R. — Accident Analysis and Prevention (Elsevier) — A re-parameterisation of the Power Model of the relationship between the speed of traffic and the number of accidents and accident victims
A re-parameterisation of the Power Model of the relationship between the speed of traffic and the number of accidents and accident victims- Статистика
Meta-analysis of 98 studies with 460 estimates confirms the Power Model; exponent for fatal accidents empirically estimated at approximately 4 (range ~3–6 depending on road type and initial speed)- Выдержка
“"The Power Model of the relationship between speed and road safety proposes that changes in the mean speed of traffic are associated with changes in the number of accidents and accident victims according to power functions." ”
- Данные источника:
- 2013-01-01
- Дата обращения
- 2026-05-04 · архивная копия
- Расчёт
- Elvik's 2013 re-parameterisation (published in Accident Analysis & Prevention) is the peer-reviewed confirmation of Nilsson's empirically derived exponent. The update shows the exponent varies with initial speed — at highway speeds the fatality exponent is closer to 4–5, strengthening the case that 20% overspeed at 60 mph is more dangerous than the simple 2.07× central estimate implies. Used here to corroborate the Power Model as the consensus scientific framework.
-
[4] National Safety Council (NSC), Injury Facts — Odds of Dying (2024 Data) — Motor-vehicle crash
Odds of Dying (2024 Data) — Motor-vehicle crash- Статистика
Lifetime odds of a US resident dying in a motor-vehicle crash: 1 in 101 (2024 data). Lifetime odds are derived by dividing one-year odds by the 79.0-year life expectancy of a person born in 2024.- Выдержка
“"Motor-vehicle crash … 1 in 101." (Lifetime odds of death for selected causes, United States, 2024.) "The lifetime odds are approximated by dividing the one-year odds by the life expectancy of a person born in 2024 (79.0 years)." ”
- Данные источника:
- 2026-01-01
- Дата обращения
- 2026-07-10 · архивная копия
- Расчёт
- NSC Injury Facts is the standard US reference for population-average lifetime odds of death by external cause; it computes odds from National Center for Health Statistics mortality data and Census population/life-expectancy figures. The 1-in-101 (≈0.0099) lifetime motor-vehicle-crash figure is the population baseline this entry multiplies by the Power Model factor. (An earlier NSC release, based on 2022 data, gave 1 in 93 ≈ 0.0108; the 2024-data figure is 1 in 101 and is the value used here.) Neither this baseline nor the "1 in 93" predecessor is an IIHS statistic — the prior IIHS attribution was an error.