
系列专题:《我们为什么这样开车:开车经济学》
"驾驶行为"可以通过先前的驾驶模拟程序、试车跑道,或者研究员手里拿着剪贴板直接坐在车内来测试(不过,这些都不同于真实情境的驾驶)可以通过高速立交桥上安装摄像头,或者通过实验室助理,能够从车外可以看到车内,不过这样做依旧不清楚司机的行为。对车祸的研究多数都建立在警察的侦查和目击者的叙述上,这都可能造成曲解,尤其是后者。 研究表明,人们常常把严重事故的责任归咎于他人。另外一项调查中,研究人员让一组人观看有关车祸的影片。一周之后,研究人员让这些人来判定电影中出现的各种车的速度。如果询问者提问时用到"撞碎"(smash),而不是用"碰"或者"接触"这类词汇时,这些人就判断车速很快,多数人听到瓶子要被"撞碎"时会想到瓶子碎了,实际上并没有。司机经常希望自己少负责任(可能为了保持个人形象,同时逃避法律的制裁)。"贝克原理"(Baker‘s law)[根据车祸后重建专家杰·斯坦纳德·贝克(J. Stannard Baker)的名字命名]指出,司机"往往在维护自己的声誉,承担最小的法律责任的前提下叙述交通事故"-他们能侥幸编造出最让人信服的情节。 最难捉摸的是,在开始使用DriveCam这样的设备之前,撞车事故就险些发生了。无从判断事情为什么险些(或者没有)发生,也无法了解这种险些出事的情况多久发生一次。如果三角的顶端很模糊,那么三角底部也像大洋底部最深处的一个巨大谜团。通过DriveCam一样的技术,这种情形已经得到改变,大规模的调查为司机的行为提供了新的认识,最重要的是,这更深刻地了解了我们在路上遇到麻烦的原因,其答案并不像道路标志警告的那样复杂:桥上风疾或者有鹿穿过高速路;也不都是因为发生了爆胎事故、刹车不当或者是鲁莽的司机回忆的那种"机械事故"(据说90%的撞车事故属于"人为因素");原因同样不在于是否理解交通标志的"司机的熟练程度"或者我们的能力。 "斯坦利"和其晚辈"佐尼"在驾驶过程中显得过于自信,也缺少意见反馈,这是两位斯坦福大学蹩脚的机器人司机的不可避免的局限性。除此之外,最大麻烦在于:首先我们感觉和看待事物的方式和车辆不同。和这个过程一样奇怪的是,我们其实不能正确理解事物,而我们意识不到这一点。其次,路上的我们与 "斯坦利"、"佐尼"的区别在于:我们不是驾驶机器,我们不能一直处于警觉状态。一旦觉得一切尽在掌握时,我们的行为就开始发生变化:朝车窗外看看,或者拿出手机。很多麻烦的产生是因为我们在认识上有局限性,也因为我们粗心大意,这些放在下一章讨论。