データに基づく統計手法を軽視する自動車の監督官庁
三菱自動車が、軽自動車などの燃費を水増し偽装していたと報じられた。昨年にはフォルクスワーゲンが排ガス規制逃れの不正をしていたことが報じられており、自動車業界は2年続けて大型スキャンダルとなった。いずれの不正も断じて許されるものではない。自動車メーカーの責任ある者が「良い車を作るため」ではなく「社内で上手く立ち回るため」に働いていたことは大変残念である。
しかしながら、日米欧各国の監督官庁の検査手法にも問題があると言わざるを得ない。三菱自、フォルクスワーゲンのスキャンダルはいずれも、実際のデータに基づいて試験を行っていないことが問題を誘発しているからである。
一般的に言って、「測定条件の多様性」と「正確な測定」はトレードオフの関係にある。燃費にしろ、排ガスにしろ、実際に道路を何度も走らせてあらゆる条件で測定をすればもっとも包括的な試験になるが、一方で走行した状態(走行速度、道路の形状や起伏、天候、ドライバーのクセなど)のばらつきによって測定誤差は大きくなる。例えば、ある車種の燃費を混雑した繁華街で土日にエアコンをかけながら試験し、別の車種を涼しい日に空いた高速道路で試験すれば、もちろん公平ではない。
これまで良く言えば監督官庁は、正確な測定を重視して、条件を決められた状態に固定して数値を測ってきた。しかし、こうした哲学をもとにした測定はもはや時代遅れだ。こうした手法が人為的な不正を誘発するだけでなく、コンピュータによる制御が進んだ現在の自動車では、特定の状態でのみ良い数値を出すような細工はますます簡単になってきているからだ。こうした測定方法によって、実際の燃費が決してカタログ値に近い値にならないという状態になっているが、これは消費者にとって全くナンセンスである。あくまで、実際の走行データに基づいて測定を行うのが科学的なアプローチというものだ。
実際の走行データに基づいて数値を測定すると条件のばらつきにより誤差が大きくなると書いたが、こうしたデメリットを低減できるのが統計学だ。以下の図はそれを概念的に示したものである。

平均走行速度は燃費に影響を与えられると考えられる。図では、実燃費は5km/lから20km/lとかなりの幅があるが、平均速度と燃費の関係を考慮した上で、35km/hで走行した時の平均燃費を公式な燃費とすれば、値が13km/l前後であることが見てとれる。平均速度以外にも多くの条件を統計モデルに取り込めば、誤差ゼロとまではいかないまでも、かなり実体に即した値を推定することができる。数十年前にはより複雑なモデルでこうした推定を行うことは計算上大変であった。しかし、現在のコンピューターの計算能力やそれに応じた統計手法の進歩を踏まえれば、こうした推定の精度はかなり上がっている。また、データの収集面においても、実際のユーザーの車に測定機器を取り付けてデータを送信するような芸当も昔に比べればハードルが下がっているはずだ。
国土交通省はすでに燃費試験の見直しを表明しているが、従来の手法の延長に拘泥することなく、統計学などの今日的な知見をもとに、より良い基準づくりを目指して欲しい。
不正を行う人間の弱さを直すことはできないかも知れないが、テクノロジーで不正を困難にすることは可能なのだから。
しかしながら、日米欧各国の監督官庁の検査手法にも問題があると言わざるを得ない。三菱自、フォルクスワーゲンのスキャンダルはいずれも、実際のデータに基づいて試験を行っていないことが問題を誘発しているからである。
一般的に言って、「測定条件の多様性」と「正確な測定」はトレードオフの関係にある。燃費にしろ、排ガスにしろ、実際に道路を何度も走らせてあらゆる条件で測定をすればもっとも包括的な試験になるが、一方で走行した状態(走行速度、道路の形状や起伏、天候、ドライバーのクセなど)のばらつきによって測定誤差は大きくなる。例えば、ある車種の燃費を混雑した繁華街で土日にエアコンをかけながら試験し、別の車種を涼しい日に空いた高速道路で試験すれば、もちろん公平ではない。
これまで良く言えば監督官庁は、正確な測定を重視して、条件を決められた状態に固定して数値を測ってきた。しかし、こうした哲学をもとにした測定はもはや時代遅れだ。こうした手法が人為的な不正を誘発するだけでなく、コンピュータによる制御が進んだ現在の自動車では、特定の状態でのみ良い数値を出すような細工はますます簡単になってきているからだ。こうした測定方法によって、実際の燃費が決してカタログ値に近い値にならないという状態になっているが、これは消費者にとって全くナンセンスである。あくまで、実際の走行データに基づいて測定を行うのが科学的なアプローチというものだ。
実際の走行データに基づいて数値を測定すると条件のばらつきにより誤差が大きくなると書いたが、こうしたデメリットを低減できるのが統計学だ。以下の図はそれを概念的に示したものである。
平均走行速度は燃費に影響を与えられると考えられる。図では、実燃費は5km/lから20km/lとかなりの幅があるが、平均速度と燃費の関係を考慮した上で、35km/hで走行した時の平均燃費を公式な燃費とすれば、値が13km/l前後であることが見てとれる。平均速度以外にも多くの条件を統計モデルに取り込めば、誤差ゼロとまではいかないまでも、かなり実体に即した値を推定することができる。数十年前にはより複雑なモデルでこうした推定を行うことは計算上大変であった。しかし、現在のコンピューターの計算能力やそれに応じた統計手法の進歩を踏まえれば、こうした推定の精度はかなり上がっている。また、データの収集面においても、実際のユーザーの車に測定機器を取り付けてデータを送信するような芸当も昔に比べればハードルが下がっているはずだ。
国土交通省はすでに燃費試験の見直しを表明しているが、従来の手法の延長に拘泥することなく、統計学などの今日的な知見をもとに、より良い基準づくりを目指して欲しい。
不正を行う人間の弱さを直すことはできないかも知れないが、テクノロジーで不正を困難にすることは可能なのだから。
スポンサーサイト