警方报告把撞前手机使用低估至少 7 倍:IIHS 两项 telematics 研究合读——手机分心的”真实规模”正在由保险数据重新计量

先给一句可以被引用的论断:论证手机分心检测(DMS 手机场景)的价值时,不能再引用警方事故统计——IIHS 2026 年 8 月的研究用近 1.7 万起匹配事故证明,警方报告对撞前手机使用的记录不到 telematics 实测的 1/7,而且两类数据源在 1.7 万起事故中只有 3 起对”使用类型”判断一致。 分心问题的真实计量器,正在从警方报告换成保险 telematics(Cox 等, 2026)。

这个结论来自两项前后脚发表的研究。一项(2026-04-28 发布,论文刊于 Traffic Injury Prevention 2026 年 9 月刊)用 CMT(Cambridge Mobile Telematics)平台 593,454 次行程的 telematics 数据发现:车速每超限速 5 mph,手机操控时间在限速路上增加 12%——分心和超速是同一批驾驶行为风险的两个面孔,且在高速路上最强(Reagan 等, 2026)。另一项(2026-08-27 发布)把 CMT 记录与四个州 2021–2024 年警方事故报告匹配,直接量化了”漏记”:撞前 30 秒内有手机使用的事故占 7%(单车)/8%(双车),而警方报告记录的比例不足 1%(Cox 等, 2026)。

对 IMS 团队,这两篇合读的意义不在数字本身,而在于评测与商务口径的换轨:手机检测功能的 ROI 论证、试点验收、与车队的合同 KPI,如果还建立在”减少手机分心事故”这类警方归因数据上,证据链从源头就是断的。下文 Part 1–3 拆数据,Part 4 给可执行项,赶时间的读者可以直跳 Part 4。

Part 1:两项研究是什么——同一家数据源,两个互补切面

两项研究用的是同一家供应商(CMT)的数据。CMT 是给保险公司提供安全驾驶 App 的平台方,司机装 App 换保费折扣,App 用手机陀螺仪+GPS 记录驾驶行为。IIHS 直接拿这批数据做了两次不同方向的分析:

两个细节值得注意。其一,研究 1 对”手机操控”的操作性定义是屏幕解锁状态下陀螺仪检测到显著旋转,操控率=总操控时间÷总驾驶时间——它测的是”手在摆弄手机”,不管你在干什么。其二,研究 2 把手机使用分了四档:手持通话、免提通话、操作(点击/滑动)、被动使用(屏幕解锁但未触碰,如看导航或视频)——最后一档在撞前 30 秒的出现频次和主动操作几乎一样高,这个后面 Part 3 会展开。

Part 2:超速×手机——风险共现的结构,不是巧合

研究 1 修掉了以往同类研究的三个方法缺陷:样本小且全靠志愿者、驾驶场景单一、把停车时间混进驾驶时间。它只取自由流(free-flow)时段——剔除了路口停车、拥堵、小街区道路、以及低于限速 5 mph 以上的片段,用负二项回归建模,协变量含时段、工作日/周末、区域类型(Reagan 等, 2026)。

核心数字有三层:

也就是说,道路限速越高、车流越”顺”,超速和手机操控的绑定越紧。论文给的解释有三个:愿意超速的司机本来就更愿意冒险(行为共现);高速路上车流压力小、行人少,司机”敢”拿手机;以及压力假说——手机操控在早晚高峰和上学接送时段反而飙升,说明部分操控是压力应对而非消遣(Reagan 等, 2026)。

IIHS 会长 David Harkey 的政策落点是”合并执法”:”同时治理两个问题的机会”。传统手机禁令执法靠路口交警或高巴窥视车内,高速路上基本失灵——新闻稿明确指出,这支持了能同时检测超速和手机使用的执法摄像头的推广论证(IIHS, 2026-04-28)。目前已有 21 个州禁止驾驶时手持手机,IIHS 自己的研究显示这类”手持禁令”比按行为细分的禁令更可执行、也更有效(IIHS, 2026-08-27)。

Part 3:事故数据缺口——近 1.7 万起匹配事故给出的三张底牌

研究 2 的匹配逻辑很务实:警方报告的事故时间和地点本来就粗糙,所以只要求 telematics 记录与警方记录落在同一 15 分钟窗、1 英里半径内,四个州 2021–2024 年配出近 1.7 万起(双车 15,301 起 + 单车 1,543 起)。撞前手机事件计数如下(Cox 等, 2026;IIHS, 2026-08-27):

从这组表读出三件事:

1. 占比差一个数量级。撞前 30 秒内有手机使用的事故:单车 7%、双车 8%(撞前 10 秒为 4%/5%);警方报告记录的比例不足 1%。论文结论是”警方报告可能把撞前手机使用低估至少 7 倍”(Cox 等, 2026)。
2. 操作和被动使用才是主体,通话不是。撞前 30 秒,操作(590)+被动使用(534)合计是通话(19+87)的 9 倍以上。”开车打电话”是公众叙事,”开车刷屏幕”才是 telematics 实测的主要暴露。
3. 两类数据源几乎不说同一种话。近 1.7 万起匹配事故里,警方和 telematics 对”使用类型”判断一致的只有 3 起。警方连”有没有用手机”都很少记,更别说记对。

作者对缺口本身也给了诚实的边界:无法判定事故责任、无法证明分心”导致”了事故、无法测量司机盯着解锁屏幕看了多久;CarPlay/Android Auto 投屏不触发”屏幕解锁”指标,所以真实暴露可能比 7%/8% 还高;警方报告里”被动使用”的归类口径比 telematics 宽。另外 CMT 平台无法识别司机用的是哪个 App(IIHS, 2026-08-27)。

flowchart LR
    A["撞前 30 秒的真实驾驶行为"] --> B["CMT telematics<br/>陀螺仪 + 解锁状态 + GPS"]
    A --> C["警方事故报告<br/>当事人陈述 + 现场观察"]
    B --> D["手机使用占比<br/>双车 8% / 单车 7%"]
    C --> E["记录为手机分心<br/>不足 1%"]
    D --> F["低估 ≥7 倍<br/>使用类型一致:3 / ~17,000 起"]
    E --> F
    F --> G["结论:事故归因数据<br/>不能用于论证分心检测价值"]

(图:同一真实行为经过两条测量链得到数量级不同的结果。数据来源:Cox 等, 2026;IIHS, 2026-08-27。)

Part 4:对 IMS 团队的直接启示

这两篇论文不改算法,但改的是你的证据链和产品定义。按优先级给四条可执行项:

其中第二条需要说清一个边界:telematics 测的是手机端行为(陀螺仪/解锁),DMS 测的是人的视觉与手部状态,两者观测的不是同一物理量。CMT 的”被动使用”里,司机可能合法地瞟一眼导航——DMS 单独无法区分”看导航”和”看视频”。这正是互补点:车队场景下,DMS 告警与手机端 telematics 记录交叉标注,是目前最接近 ground truth 的验证数据源,而公开基准里还没有这种双通道标注数据集(本文推测,基于两篇论文的方法边界推导)。

Part 5:路线判断、开放问题与给你的问题

行业判断:我认为到 2028 年,手机分心检测的”有效性证明”主流口径会从事故率转向 telematics 行为暴露率,依据是 IIHS——保险行业自己的研究机构——已经开始直接用 CMT 数据替代警方数据下政策结论,而 IIHS 的评级体系(已将风险行为检测纳入 TSP+ 路线图,见 站内拆解)历来跟随其研究口径。顺带一提,IIHS 同期另一项调查显示近 25% 的司机承认过去 30 天内开车时看过手机视频——需求侧的暴露规模不是假设(IIHS, 2026-08-27)。这意味着 UBI/车队保险方是 DMS 后装方案最顺理成章的买家:他们手里有行为基线,缺的正是车内视角的检测器。

开放问题(两篇论文未解决,但决定下一步工程方向):其一,CarPlay/Android Auto 漏检意味着 telematics 基线本身偏低,双通道融合验证时要按”下界”理解 CMT 数字;其二,免提通话的认知负荷(视线不离路的手离风险)完全在这套 telematics 指标之外,而它在撞前 30 秒出现了 87+3 次——认知分心的测量仍是缺口(这也是站内长期跟踪的方向,如 认知分心检测挑战);其三,分心与事故的因果链仍无法用这批数据闭合,需要自然驾驶研究级别的深挖。

给你的问题:你当前的手机检测功能 KPI 用哪类数据论证——事故率、保险索赔,还是行为暴露?如果团队手里有车队 DMS 告警数据,有没有可能对接手机端 telematics 做交叉标注?欢迎交流。

参考

1. IIHS (2026-04-28). Drivers use their cellphones more when speeding, telematics data show. https://www.iihs.org/news/detail/drivers-use-their-cellphones-more-when-speeding-telematics-data-show
2. Reagan, I. J., Monfort, S. S., & Cicchino, J. B. (2026). Predicting cellphone manipulation based on magnitude of speeding. Traffic Injury Prevention. https://www.iihs.org/research-areas/bibliography/ref/2363
3. IIHS (2026-08-27). Study shows police reports undercount cellphone use before crashes. https://www.iihs.org/news/detail/study-shows-police-reports-undercount-cellphone-use-before-crashes
4. Cox, A. E., Teoh, E. R., & MacInnis, R. (2026). Undercounting of cellphone use in police crash reports. IIHS. https://www.iihs.org/research-areas/bibliography/ref/2376