Sakkokone, jota ei ole varaa käynnistää – Kristian Vepsäläinen

Helsingin poliisin liikennevalvonnan päällikkö kertoi Ylelle vuonna 2024 jotain, joka jäi vaivaamaan: poliisi ei voi pitää kaikkia nopeuskameroita päällä, koska silloin ylinopeussakkojen määrä kasvaisi niin suureksi, ettei sitä pystyttäisi käsittelemään.

Se on poikkeuksellinen lausunto. Valvonnan rajoite ei ole tekniikka eikä rikkomusten määrä. Rajoite on hallinnollinen kapasiteetti.

Mutta kuinka suuri se kuilu on? Montako maksua Kehä I:n kamerat voisivat kirjoittaa, jos ne kaikki olisivat päällä koko ajan?

Siihen ei tarvita poliisin tilastoja. Siihen tarvitaan LAM-data ja sakkotaulukko.

Laskennan periaate

Jokaisesta Kehä I:n ohi ajavasta autosta on tiedossa nopeus kilometrin tarkkuudella. Jokaisella mittauspisteellä on nopeusrajoitus. Liikennevirhemaksun suuruus määräytyy laissa säädetyn taulukon mukaan.

Näistä kolmesta saa suoraan laskettua, montako sakotettavaa ohitusta kullakin pisteellä tapahtuu.

Sakotettava ohitus ei ole sama asia kuin kirjoitettu sakko. Palaan tähän eroon tarkasti, koska siinä on koko postauksen ydin.

Faktalaatikko: liikennevirhemaksun suuruus

Poliisi vähentää mitatusta nopeudesta teknisen vähennyksen, joka on 3 km/h. Vasta sen jälkeen jäävä ylitys ratkaisee maksun. Jos rajoitus on 70 ja tutka näyttää 76, todettu nopeus on 73 ja ylitys 3 km/h.

Maksun suuruus porrastuu rajoituksen ja ylityksen mukaan:

Ylitys	Rajoitus enintään 60 km/h	Rajoitus vähintään 70 km/h
enintään 10 km/h	100 €	70 €
11–15 km/h	170 €	140 €
16–20 km/h	200 €	170 €
yli 20 km/h	päiväsakot	päiväsakot

Yli 20 km/h:n ylitys ei ole enää liikennevirhemaksu vaan rikos, josta seuraa tuloihin sidotut päiväsakot. Niiden suuruutta ei voi laskea nopeudesta, joten ne raportoidaan tässä kappalemäärinä.

Huomaa, että alemmalla rajoituksella maksu on suurempi. Se ei ole kirjoitusvirhe: kaupunkinopeuksissa ylitys on suhteellisesti suurempi ja jalankulkijariski korkeampi.

Rajaukset ovat tässä osassa erilaiset kuin aiemmin. Kun tutkitaan kuljettajien käyttäytymistä, on järkevää rajata vapaaseen liikennevirtaan ja arkipäiviin. Kun lasketaan sakkoja, kaikki ohitukset lasketaan: kamera ei kysy, oliko ruuhkaa tai oliko lauantai. Mukana ovat myös raskas kalusto ja moottoripyörät.

Paljonko ohituksia on sakotettavia?

Table 1: Sakotettavat ohitukset mittauspisteittäin syyskuussa 2026. Sakotettava ohitus tarkoittaa, että todettu nopeus teknisen vähennyksen jälkeen ylitti rajoituksen vähintään yhdellä kilometrillä tunnissa.

Piste	Nimi	Rajoitus	Ohituksia/pv	Sakotettavia/pv	Osuus %	Päiväsakkoja/pv	Euroa/pv
118	st101_Espoo_Keilaniemi	60	38 095	21 327	56.0	471	2 419 990
148	st101_Pukinmäki	80	67 884	19 220	28.3	90	1 432 894
116	st101_Leppävaara	70	74 060	19 203	25.9	180	1 485 239
146	st101_Länsi-Pakila	80	107 923	15 605	14.5	111	1 171 972
126	st101_Konala	80	88 431	13 974	15.8	95	1 045 523
149	st101_Malmi	80	66 932	11 083	16.6	103	828 792
11	st101_Helsinki_Vartiokylä	60	51 644	6 089	11.8	22	626 042
10	st101_Espoo_Laajalahti	70	25 713	3 687	14.3	14	267 966
147	st101_Pakila	80	103 442	3 616	3.5	41	274 832
145	st101_Kannelmäki	80	98 383	3 484	3.5	37	261 483

Kehä I:n kymmenen mittauspistettä ohittaa yhteensä noin 722 507 autoa vuorokaudessa. Niistä 117 288 ylittää rajoituksen sen verran, että siitä voisi kirjoittaa liikennevirhemaksun. Lisäksi noin 1 166 ylittää rajan yli 20 kilometrillä tunnissa, mikä on rikos eikä hallinnollinen maksu.

Rahaksi muutettuna sakotettavat ohitukset ovat noin 9 814 734 euroa vuorokaudessa — ja siinä ovat mukana vain liikennevirhemaksut, eivät päiväsakot.

Vuositasolla se on luokkaa 3 582 miljoonaa euroa, yhdeltä tieltä.

Mitä tämä luku ei ole

Tämä ei ole arvio siitä, paljonko sakkoja Kehä I:ltä kirjoitetaan. Se on arvio siitä, montako sakotettavaa ohitusta siellä tapahtuu. Ero on valtava, ja se johtuu neljästä syystä:

Mittauspiste ei ole kamera. Kehä I:llä on kymmenen LAM-pistettä mutta toistakymmentä kameratolppaa eri kohdissa. Luku kertoo, mitä tapahtuu mittauspisteiden kohdalla, ei kameroiden kohdalla.

Kamera valvoo yhtä suuntaa. LAM-piste laskee molemmat suunnat.

Kaikki tolpat eivät ole päällä. Poliisi ei kerro, mitkä ovat — se on tarkoituksellista. Osassa tolppia ei ole lainkaan kameraa.

Kaikki havainnot eivät johda maksuun. Kuvasta pitää tunnistaa ajoneuvo ja usein kuljettaja. Osa tapauksista raukeaa.

Luku on siis yläraja: montako maksua olisi teoriassa kirjoitettavissa, jos jokaisessa kohdassa olisi toimiva kamera molempiin suuntiin ja jokainen havainto johtaisi maksuun.

Yläraja on silti kiinnostava, koska juuri siitä poliisi puhui. Kun valvonnan päällikkö sanoo, ettei kaikkia kameroita voi pitää päällä käsittelykapasiteetin vuoksi, hän puhuu tästä luvusta.

Mihin kohtaan jakaumaa sakot osuvat

Figure 1: Ylitysten jakautuminen Kehä I:llä syyskuussa 2026. Vaaka-akselilla ylitys teknisen vähennyksen jälkeen, pystyakselilla ohitusten määrä vuorokaudessa. Värit erottavat maksuluokat. Huomaa, että pystyakseli on logaritminen: jokainen askel ylöspäin on kymmenkertainen määrä.

Jakauma on jyrkästi laskeva. Suurin osa sakotettavista ohituksista on pieniä ylityksiä, ja määrä putoaa suunnilleen kymmenesosaan jokaista viittä lisäkilometriä kohti.

Tällä on kaksi seurausta, jotka vetävät eri suuntiin.

Rahaa on pienissä ylityksissä. Koska pieniä ylityksiä on moninkertaisesti enemmän, ne tuottaisivat valtaosan maksukertymästä, vaikka yksittäinen maksu on pienin.

Turvallisuus on suurissa ylityksissä. Onnettomuusriski ei kasva lineaarisesti nopeuden mukana vaan selvästi jyrkemmin. Ne harvat, jotka ylittävät rajan yli kahdellakymmenellä, muodostavat riskistä osuuden, joka on aivan eri kokoluokkaa kuin heidän lukumääränsä.

Jos valvonnan tavoite on turvallisuus, oikea mittari ei ole maksujen lukumäärä vaan se, kuinka moni suurista ylityksistä jää kiinni.

Figure 2: Kumulatiivinen osuus: kuinka suuri osa maksukertymästä ja ylityksistä muodostuu enintään tietyn suuruisista ylityksistä. Käyrä kertoo, että pienet ylitykset tuottavat valtaosan euroista.

Enintään kymmenen kilometrin ylitykset muodostavat 91 prosenttia maksujen lukumäärästä ja 84 prosenttia euroista.

Mitä valvonnan aloitus teki sakkopohjalle

Sarjan aiemmissa osissa selvisi, että Kehä I:n nopeudet muuttuivat 25. elokuuta 2026. Tässä sama asia euroina.

Figure 3: Sakotettavien ohitusten määrä vuorokaudessa Kehä I:llä. Yhtenäinen viiva on vuosi 2026, katkoviiva sama viikko vuonna 2025. Pystyviiva merkitsee 25. elokuuta.

Table 2: Sakkopohjan muutos ennen ja jälkeen elokuun lopun, molempina vuosina. Vuoden 2025 rivi kertoo, mikä olisi tapahtunut ilman valvontaa: se on sama kalenterijakso ilman interventiota.

Vuosi	Ennen, kpl/vrk	Jälkeen, kpl/vrk	Muutos, kpl/vrk	Muutos, €/vrk
2025	169 421	180 678	11 257	769 686
2026	172 635	117 145	-55 490	-4 225 093

Kumpanakin vuonna sakkopohja kutistuu elokuun lopulla, koska kesäliikenne vaihtuu syysliikenteeksi. Kiinnostava luku on erotusten erotus: -66 747 sakotettavaa ohitusta vuorokaudessa enemmän kuin pelkkä kausivaihtelu selittäisi, eli noin 4 994 779 euroa vuorokaudessa.

Tämä on valvonnan omituinen talous. Mitä paremmin se toimii, sitä vähemmän se tuottaa. Täydellisesti toimiva nopeusvalvonta ei kirjoittaisi yhtään maksua.

Vastakkaiset skenaariot

Figure 4: Neljä skenaariota ja niiden arvioitu vuosittainen maksukertymä Kehä I:llä. Pylväät ovat miljoonia euroja vuodessa. Kaikki luvut ovat ylärajoja, koska ne olettavat jokaisen havainnon johtavan maksuun.

Skenaario D on kiinnostavin. Jos valvonta toimisi kaikilla pisteillä yhtä tehokkaasti kuin kansainvälisissä meta-analyyseissä kameran välittömässä läheisyydessä, maksukertymä putoaisi alle puoleen nykyisestä. Hyvin toimiva valvonta hävittää oman rahoituspohjansa.

Tämä on syy siihen, miksi nopeusvalvontaa ei pitäisi koskaan rahoittaa sen omilla tuloilla. Jos valvonnan budjetti riippuu sakkokertymästä, organisaatiolla on taloudellinen kannustin siihen, ettei valvonta toimi liian hyvin.

Faktalaatikko: mitä tutkimus sanoo valvonnan tehosta

Onnettomuusvaikutus. Alena Høyen meta-analyysi (Accident Analysis & Prevention 2014) kokosi 63 vaikutusarviota 15 tutkimuksesta. Kiinteät nopeuskamerat vähensivät onnettomuuksia kokonaisuudessaan noin 20 %. Kuolemaan johtaneissa onnettomuuksissa vähenemä oli 51 %, mutta tekijä varoittaa, että siihen voi sisältyä keskiarvoon palautumisen harhaa.

Nopeusvaikutus. Tuore systemaattinen katsaus (Accident Analysis & Prevention 2026) kävi läpi 94 tutkimusta ja sai kameran välittömän läheisyyden yhdistetyksi nopeusvaikutukseksi −7,57 km/h (95 %:n luottamusväli −10,48…−4,66).

Vaikutus on paikallinen. Høyen keskeinen havainto on, että vaikutus heikkenee nopeasti kameralta etäännyttäessä. Tästä seuraa, että yksittäisen kameran vaikutus koko tien sakkopohjaan on paljon pienempi kuin sen vaikutus omassa kohdassaan.

Mitä data ei kerro

Mittauspiste ei ole kamera. Tämä on tärkein varaus, ja se toistetaan tässä siksi. Laskelma kertoo, mitä tapahtuu kymmenen LAM-pisteen kohdalla. Kameratolpat ovat eri kohdissa.

Kaikki tolpat eivät valvo. Poliisi ei julkista, mitkä tolpat ovat toiminnassa. Osassa ei ole kameraa lainkaan.

Maksu ei synny automaattisesti. Kuvasta on tunnistettava ajoneuvo, ja osassa tapauksia myös kuljettaja. Osa tapauksista raukeaa.

Nopeudet ovat kokonaislukuja. LAM-data tallentaa nopeuden kilometrin tarkkuudella. Pyöristys siirtää osan havainnoista maksuluokasta toiseen. Vaikutus on pieni ja symmetrinen, mutta ei nolla.

Tutka ja silmukka mittaavat eri tavalla. LAM-piste mittaa induktiosilmukalla, valvontakamera tutkalla tai laserilla. Mittaustavat eivät anna täsmälleen samaa lukemaa samalle autolle.

Sakkotaulukko on tarkistettava. Käytetyt euromäärät perustuvat julkisiin lähteisiin, ja ne on syytä tarkistaa voimassa olevasta laista ennen kuin lukuihin nojaa. Laskennan rakenne ei muutu, vaikka summat muuttuisivat: taulukko on koodissa yhtenä funktiona.

Mitä tällä tekee yrityksessä

Tämän osan menetelmä on sääntökirjan ajaminen tapahtumadataa vasten. Se on yllättävän harvinaista, ja se on sovellettavissa laajasti.

Hinnoittelusäännöt toteumaa vasten. Jos sinulla on alennusmatriisi, bonusjärjestelmä tai porrastettu hinnasto, kuinka moni tapahtuma osuu mihinkin portaaseen? Useimmat organisaatiot tietävät säännöt ja tietävät kokonaismyynnin, mutta eivät tiedä jakaumaa portaiden yli. Juuri siinä jakaumassa näkyy, mikä porras on käytännössä kuollut kirjain ja mikä kannattelee koko järjestelmää.

Sopimussakot ja palvelutasot. Montako SLA-rikettä oikeasti tapahtuu, ja mikä niiden teoreettinen arvo olisi? Erotus toteutuneiden ja sanktioitavien välillä on sama kuilu kuin tässä postauksessa — ja se kertoo, onko sopimuksen sanktiomekanismi oikeasti käytössä vai koristeena.

Valvonnan kapasiteettirajoite. Jos havaintoja syntyy enemmän kuin niitä ehditään käsitellä, valvonnan todellinen teho ei määräydy havaitsemisesta vaan käsittelyjonosta. Tämä pätee rahanpesuvalvonnan hälytyksiin, petostentorjuntaan, laaduntarkastukseen ja reklamaatiokäsittelyyn. Oikea kysymys ei ole “montako tapausta löydämme” vaan “montako pystymme viemään loppuun” — ja ensimmäinen luku kannattaa laskea, jotta tietää kuilun koon.

Kannustimen ja tavoitteen ristiriita. Jos valvonnan rahoitus riippuu sen tuotosta, onnistuminen rankaisee organisaatiota. Sama rakenne toistuu myyntipalkkioissa, perintätuotoissa ja kaikissa toiminnoissa, joiden mittari on sama kuin niiden tulonlähde. Kannattaa tarkistaa, ettei omassa organisaatiossa ole yksikköä, jonka budjetti pienenee kun se tekee työnsä hyvin.

Teen tämäntyyppisiä analyysejä toimeksiantoina: sääntökirja koodiksi, tapahtumadata vasten, jakauma näkyviin. Varaa puolen tunnin keskustelu.

Aineisto ja lähteet

LAM-raakadata: Fintraffic / Digitraffic, CC BY 4.0. Liikennevirhemaksujen määrät ja tekninen vähennys on tarkistettu kahdesta toisistaan riippumattomasta julkisesta lähteestä; ne perustuvat tieliikennelakiin 729/2018. Poliisin lausunto käsittelykapasiteetista on Ylen uutisesta elokuulta 2024.

R version 4.5.1 (2025-06-13)
Platform: x86_64-pc-linux-gnu
Running under: Ubuntu 24.04.5 LTS

Matrix products: default
BLAS:   /usr/lib/x86_64-linux-gnu/openblas-pthread/libblas.so.3 
LAPACK: /usr/lib/x86_64-linux-gnu/openblas-pthread/libopenblasp-r0.3.26.so;  LAPACK version 3.12.0

locale:
 [1] LC_CTYPE=C.UTF-8       LC_NUMERIC=C           LC_TIME=C.UTF-8       
 [4] LC_COLLATE=C.UTF-8     LC_MONETARY=C.UTF-8    LC_MESSAGES=C.UTF-8   
 [7] LC_PAPER=C.UTF-8       LC_NAME=C              LC_ADDRESS=C          
[10] LC_TELEPHONE=C         LC_MEASUREMENT=C.UTF-8 LC_IDENTIFICATION=C   

time zone: UTC
tzcode source: system (glibc)

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
 [1] scales_1.4.0    patchwork_1.3.2 sf_1.1-3        qs2_0.4.0      
 [5] lubridate_1.9.5 forcats_1.0.1   stringr_1.6.0   dplyr_1.2.1    
 [9] purrr_1.2.2     readr_2.2.0     tidyr_1.3.2     tibble_3.3.1   
[13] ggplot2_4.0.3   tidyverse_2.0.0 here_1.0.2     

loaded via a namespace (and not attached):
 [1] generics_0.1.4     class_7.3-23       KernSmooth_2.23-26 stringi_1.8.9     
 [5] hms_1.1.4          digest_0.6.39      magrittr_2.0.5     evaluate_1.0.5    
 [9] grid_4.5.1         timechange_0.4.0   RColorBrewer_1.1-3 fastmap_1.2.0     
[13] rprojroot_2.1.1    jsonlite_2.0.0     charport_0.1.1     e1071_1.7-17      
[17] DBI_1.3.0          cli_3.6.6          rlang_1.3.0        units_1.0-1       
[21] withr_3.0.3        yaml_2.3.12        otel_0.2.0         tools_4.5.1       
[25] tzdb_0.5.0         vctrs_0.7.3        R6_2.6.1           proxy_0.4-29      
[29] lifecycle_1.0.5    classInt_0.4-11    htmlwidgets_1.6.4  pkgconfig_2.0.3   
[33] RcppParallel_6.2.1 pillar_1.11.1      gtable_0.3.6       glue_1.8.1        
[37] Rcpp_1.1.2         xfun_0.62          tidyselect_1.2.1   knitr_1.52        
[41] farver_2.1.2       htmltools_0.5.9    labeling_0.4.3     rmarkdown_2.32    
[45] compiler_4.5.1     S7_0.2.2

--- title: "Sakkokone, jota ei ole varaa käynnistää" subtitle: "Kehä I:n LAM-data kertoo, montako liikennevirhemaksua kamerat voisivat kirjoittaa ja miksi niitä ei kirjoiteta" date: 2026-11-03 categories: [avoin data, liikenne, LAM, julkinen talous] format: html: toc: true toc-depth: 3 code-fold: true code-summary: "Näytä koodi" fig-width: 8 fig-height: 5 fig-dpi: 200 execute: warning: false message: false cache: false --- ```{r} #| label: setup #| include: false source(here::here("R","peltipoliisi", "peltipoliisi-yhteiset.R")) library(patchwork) library(scales) theme_set(pp_teema()) ``` Helsingin poliisin liikennevalvonnan päällikkö kertoi Ylelle vuonna 2024 jotain, joka jäi vaivaamaan: poliisi ei voi pitää kaikkia nopeuskameroita päällä, koska silloin ylinopeussakkojen määrä kasvaisi niin suureksi, ettei sitä pystyttäisi käsittelemään. Se on poikkeuksellinen lausunto. Valvonnan rajoite ei ole tekniikka eikä rikkomusten määrä. Rajoite on **hallinnollinen kapasiteetti**. Mutta kuinka suuri se kuilu on? Montako maksua Kehä I:n kamerat voisivat kirjoittaa, jos ne kaikki olisivat päällä koko ajan? Siihen ei tarvita poliisin tilastoja. Siihen tarvitaan LAM-data ja sakkotaulukko. ## Laskennan periaate Jokaisesta Kehä I:n ohi ajavasta autosta on tiedossa nopeus kilometrin tarkkuudella. Jokaisella mittauspisteellä on nopeusrajoitus. Liikennevirhemaksun suuruus määräytyy laissa säädetyn taulukon mukaan. Näistä kolmesta saa suoraan laskettua, montako **sakotettavaa ohitusta** kullakin pisteellä tapahtuu. Sakotettava ohitus ei ole sama asia kuin kirjoitettu sakko. Palaan tähän eroon tarkasti, koska siinä on koko postauksen ydin. ::: {.callout-note} ## Faktalaatikko: liikennevirhemaksun suuruus Poliisi vähentää mitatusta nopeudesta **teknisen vähennyksen**, joka on 3 km/h. Vasta sen jälkeen jäävä ylitys ratkaisee maksun. Jos rajoitus on 70 ja tutka näyttää 76, todettu nopeus on 73 ja ylitys 3 km/h. Maksun suuruus porrastuu rajoituksen ja ylityksen mukaan: | Ylitys | Rajoitus enintään 60 km/h | Rajoitus vähintään 70 km/h | |---|---|---| | enintään 10 km/h | 100 € | 70 € | | 11–15 km/h | 170 € | 140 € | | 16–20 km/h | 200 € | 170 € | | yli 20 km/h | päiväsakot | päiväsakot | Yli 20 km/h:n ylitys ei ole enää liikennevirhemaksu vaan rikos, josta seuraa tuloihin sidotut päiväsakot. Niiden suuruutta ei voi laskea nopeudesta, joten ne raportoidaan tässä kappalemäärinä. Huomaa, että alemmalla rajoituksella maksu on suurempi. Se ei ole kirjoitusvirhe: kaupunkinopeuksissa ylitys on suhteellisesti suurempi ja jalankulkijariski korkeampi. ::: ```{r} #| label: sakkotaulukko # Tekninen vähennys, jonka poliisi tekee mitatusta nopeudesta. TEKNINEN_VAHENNYS <- 3L # Liikennevirhemaksu euroina. NA = ylitys niin suuri että seuraa päiväsakot, # joiden suuruus riippuu tuloista eikä sitä voi laskea nopeudesta. maksu_euroa <- function(ylitys, raja) { dplyr::case_when( ylitys < 1 ~ 0, raja <= 60 & ylitys <= 10 ~ 100, raja <= 60 & ylitys <= 15 ~ 170, raja <= 60 & ylitys <= 20 ~ 200, raja <= 60 ~ NA_real_, ylitys <= 10 ~ 70, ylitys <= 15 ~ 140, ylitys <= 20 ~ 170, TRUE ~ NA_real_ ) } # TARKISTUS: taulukon pitää tuottaa tunnetut arvot. stopifnot( maksu_euroa(6, 70) == 70, # Vesan tapaus: 76 km/h, rajoitus 70 maksu_euroa(12, 70) == 140, maksu_euroa(18, 80) == 170, maksu_euroa(5, 60) == 100, maksu_euroa(0, 70) == 0, is.na(maksu_euroa(25, 80)) ) ``` Rajaukset ovat tässä osassa erilaiset kuin aiemmin. Kun tutkitaan kuljettajien käyttäytymistä, on järkevää rajata vapaaseen liikennevirtaan ja arkipäiviin. Kun lasketaan sakkoja, **kaikki ohitukset lasketaan**: kamera ei kysy, oliko ruuhkaa tai oliko lauantai. Mukana ovat myös raskas kalusto ja moottoripyörät. ```{r} #| label: sakkolaskenta sakot_pv <- pp$hist_pv |> filter(lam_id %in% pp_kehaI) |> left_join(pp_rajoitus, by = "lam_id") |> mutate( todettu = nopeus - TEKNINEN_VAHENNYS, ylitys = todettu - raja, maksu = maksu_euroa(ylitys, raja), luokka = case_when( ylitys < 1 ~ "Ei ylitystä", is.na(maksu) ~ "Päiväsakot (yli 20 km/h)", TRUE ~ "Liikennevirhemaksu" ) ) stopifnot(!any(is.na(sakot_pv$ylitys)), !any(is.na(sakot_pv$luokka))) # Päivätason yhteenveto pisteittäin. paiva_yht <- sakot_pv |> group_by(lam_id, pvm) |> summarise( ohituksia = sum(as.numeric(n)), sakotettavia = sum(as.numeric(n)[luokka == "Liikennevirhemaksu"]), paivasakot = sum(as.numeric(n)[luokka == "Päiväsakot (yli 20 km/h)"]), euroa = sum(as.numeric(n)[!is.na(maksu)] * maksu[!is.na(maksu)]), .groups = "drop") |> mutate(vuosi = year(pvm), vk = isoweek(pvm), jakso = case_when(vk %in% PP_VK_ENNEN ~ "Ennen", vk %in% PP_VK_JALKEEN ~ "Jälkeen", TRUE ~ NA_character_)) ``` ## Paljonko ohituksia on sakotettavia? ```{r} #| label: tbl-pisteet #| tbl-cap: "Sakotettavat ohitukset mittauspisteittäin syyskuussa 2026. Sakotettava ohitus tarkoittaa, että todettu nopeus teknisen vähennyksen jälkeen ylitti rajoituksen vähintään yhdellä kilometrillä tunnissa." syyskuu <- paiva_yht |> filter(year(pvm) == 2026, month(pvm) == 9) |> group_by(lam_id) |> summarise( ohituksia_pv = mean(ohituksia), sakotettavia_pv = mean(sakotettavia), paivasakot_pv = mean(paivasakot), euroa_pv = mean(euroa), .groups = "drop") |> mutate(osuus = 100 * sakotettavia_pv / ohituksia_pv) |> left_join(pp_rajoitus, by = "lam_id") |> left_join(pp$kontek |> select(lam_id, nimi), by = "lam_id") |> arrange(desc(sakotettavia_pv)) syyskuu |> transmute( Piste = lam_id, Nimi = nimi, `Rajoitus` = raja, `Ohituksia/pv` = comma(round(ohituksia_pv), big.mark = " "), `Sakotettavia/pv` = comma(round(sakotettavia_pv), big.mark = " "), `Osuus %` = sprintf("%.1f", osuus), `Päiväsakkoja/pv` = comma(round(paivasakot_pv), big.mark = " "), `Euroa/pv` = comma(round(euroa_pv), big.mark = " ") ) |> knitr::kable(align = "llrrrrrr") ``` ```{r} #| label: kokonaisluvut koko_pv <- sum(syyskuu$sakotettavia_pv) koko_euroa_pv <- sum(syyskuu$euroa_pv) koko_paivasakot <- sum(syyskuu$paivasakot_pv) koko_ohituksia <- sum(syyskuu$ohituksia_pv) ``` Kehä I:n kymmenen mittauspistettä ohittaa yhteensä noin **`r comma(round(koko_ohituksia), big.mark = " ")` autoa vuorokaudessa**. Niistä **`r comma(round(koko_pv), big.mark = " ")`** ylittää rajoituksen sen verran, että siitä voisi kirjoittaa liikennevirhemaksun. Lisäksi noin **`r comma(round(koko_paivasakot), big.mark = " ")`** ylittää rajan yli 20 kilometrillä tunnissa, mikä on rikos eikä hallinnollinen maksu. Rahaksi muutettuna sakotettavat ohitukset ovat noin **`r comma(round(koko_euroa_pv), big.mark = " ")` euroa vuorokaudessa** — ja siinä ovat mukana vain liikennevirhemaksut, eivät päiväsakot. Vuositasolla se on luokkaa `r comma(round(koko_euroa_pv * 365 / 1e6, 1), big.mark = " ")` miljoonaa euroa, yhdeltä tieltä. ::: {.callout-warning} ## Mitä tämä luku ei ole Tämä **ei ole** arvio siitä, paljonko sakkoja Kehä I:ltä kirjoitetaan. Se on arvio siitä, montako sakotettavaa ohitusta siellä tapahtuu. Ero on valtava, ja se johtuu neljästä syystä: **Mittauspiste ei ole kamera.** Kehä I:llä on kymmenen LAM-pistettä mutta toistakymmentä kameratolppaa eri kohdissa. Luku kertoo, mitä tapahtuu mittauspisteiden kohdalla, ei kameroiden kohdalla. **Kamera valvoo yhtä suuntaa.** LAM-piste laskee molemmat suunnat. **Kaikki tolpat eivät ole päällä.** Poliisi ei kerro, mitkä ovat — se on tarkoituksellista. Osassa tolppia ei ole lainkaan kameraa. **Kaikki havainnot eivät johda maksuun.** Kuvasta pitää tunnistaa ajoneuvo ja usein kuljettaja. Osa tapauksista raukeaa. Luku on siis **yläraja**: montako maksua olisi teoriassa kirjoitettavissa, jos jokaisessa kohdassa olisi toimiva kamera molempiin suuntiin ja jokainen havainto johtaisi maksuun. ::: Yläraja on silti kiinnostava, koska juuri siitä poliisi puhui. Kun valvonnan päällikkö sanoo, ettei kaikkia kameroita voi pitää päällä käsittelykapasiteetin vuoksi, hän puhuu tästä luvusta. ## Mihin kohtaan jakaumaa sakot osuvat ```{r} #| label: fig-jakauma #| fig-cap: "Ylitysten jakautuminen Kehä I:llä syyskuussa 2026. Vaaka-akselilla ylitys teknisen vähennyksen jälkeen, pystyakselilla ohitusten määrä vuorokaudessa. Värit erottavat maksuluokat. Huomaa, että pystyakseli on logaritminen: jokainen askel ylöspäin on kymmenkertainen määrä." #| fig-height: 5 syyskuu_pv <- sakot_pv |> filter(year(pvm) == 2026, month(pvm) == 9) |> pull(pvm) |> n_distinct() stopifnot(syyskuu_pv >= 25) ylitysjakauma <- sakot_pv |> filter(year(pvm) == 2026, month(pvm) == 9, ylitys >= 1) |> mutate(ylitys = pmin(ylitys, 35)) |> group_by(ylitys, luokka) |> summarise(n_pv = sum(as.numeric(n)) / syyskuu_pv, .groups = "drop") # Pylväät eivät toimi logaritmisella asteikolla, koska nolla on # logaritmisesti äärettömän kaukana. Käytetään siksi pisteitä ja viivoja. ylitysjakauma |> ggplot(aes(ylitys, n_pv, colour = luokka)) + geom_segment(aes(xend = ylitys, yend = min(n_pv) * 0.6), linewidth = 0.5) + geom_point(size = 2.4) + geom_vline(xintercept = 20.5, linetype = "22", colour = PP_VARI_MUSTE, linewidth = 0.4) + annotate("text", x = 21.5, y = Inf, hjust = 0, vjust = 1.6, size = 3.3, colour = PP_VARI_MUSTE, label = "rikosoikeudellinen raja") + scale_colour_manual(values = c("Liikennevirhemaksu" = PP_VARI_KEHA, "Päiväsakot (yli 20 km/h)" = PP_VARI_VERROKKI)) + scale_y_log10(labels = comma_format(big.mark = " ")) + scale_x_continuous(breaks = seq(0, 35, 5)) + labs( title = "Valtaosa sakotettavista ylityksistä on pieniä", subtitle = "Kehä I, kaikki mittauspisteet, syyskuu 2026", x = "Ylitys teknisen vähennyksen jälkeen (km/h)", y = "Ohituksia vuorokaudessa", caption = "Lähde: Fintraffic / Digitraffic. Kaikki ajoneuvoluokat, kaikki viikonpäivät, kaikki liikennetilanteet." ) ``` Jakauma on jyrkästi laskeva. Suurin osa sakotettavista ohituksista on pieniä ylityksiä, ja määrä putoaa suunnilleen kymmenesosaan jokaista viittä lisäkilometriä kohti. Tällä on kaksi seurausta, jotka vetävät eri suuntiin. **Rahaa on pienissä ylityksissä.** Koska pieniä ylityksiä on moninkertaisesti enemmän, ne tuottaisivat valtaosan maksukertymästä, vaikka yksittäinen maksu on pienin. **Turvallisuus on suurissa ylityksissä.** Onnettomuusriski ei kasva lineaarisesti nopeuden mukana vaan selvästi jyrkemmin. Ne harvat, jotka ylittävät rajan yli kahdellakymmenellä, muodostavat riskistä osuuden, joka on aivan eri kokoluokkaa kuin heidän lukumääränsä. Jos valvonnan tavoite on turvallisuus, oikea mittari ei ole maksujen lukumäärä vaan se, kuinka moni suurista ylityksistä jää kiinni. ```{r} #| label: fig-kertyma #| fig-cap: "Kumulatiivinen osuus: kuinka suuri osa maksukertymästä ja ylityksistä muodostuu enintään tietyn suuruisista ylityksistä. Käyrä kertoo, että pienet ylitykset tuottavat valtaosan euroista." #| fig-height: 4.4 kertyma <- sakot_pv |> filter(year(pvm) == 2026, month(pvm) == 9, ylitys >= 1, !is.na(maksu)) |> group_by(ylitys) |> summarise(kpl = sum(as.numeric(n)), eur = sum(as.numeric(n) * maksu), .groups = "drop") |> arrange(ylitys) |> mutate(`Osuus maksuista (kpl)` = 100 * cumsum(kpl) / sum(kpl), `Osuus euroista` = 100 * cumsum(eur) / sum(eur)) kertyma |> pivot_longer(starts_with("Osuus"), names_to = "mittari", values_to = "osuus") |> ggplot(aes(ylitys, osuus, colour = mittari)) + geom_line(linewidth = 1) + geom_point(size = 1.8) + scale_colour_manual(values = c("Osuus maksuista (kpl)" = PP_VARI_KEHA, "Osuus euroista" = PP_VARI_KOLMAS)) + scale_y_continuous(limits = c(0, 100)) + labs( title = "Pienet ylitykset tuottavat valtaosan rahasta", subtitle = "Kumulatiivinen osuus ylityksen suuruuden mukaan", x = "Ylitys teknisen vähennyksen jälkeen (km/h)", y = "Kumulatiivinen osuus (%)", caption = "Vain liikennevirhemaksut; päiväsakot jätetty pois, koska niiden suuruus riippuu tuloista." ) ``` ```{r} #| label: kertyma-luvut osuus_10 <- kertyma$`Osuus euroista`[kertyma$ylitys == 10] osuus_kpl_10 <- kertyma$`Osuus maksuista (kpl)`[kertyma$ylitys == 10] ``` Enintään kymmenen kilometrin ylitykset muodostavat `r sprintf("%.0f", osuus_kpl_10)` prosenttia maksujen lukumäärästä ja `r sprintf("%.0f", osuus_10)` prosenttia euroista. ## Mitä valvonnan aloitus teki sakkopohjalle Sarjan aiemmissa osissa selvisi, että Kehä I:n nopeudet muuttuivat 25. elokuuta 2026. Tässä sama asia euroina. ```{r} #| label: fig-ennen-jalkeen #| fig-cap: "Sakotettavien ohitusten määrä vuorokaudessa Kehä I:llä. Yhtenäinen viiva on vuosi 2026, katkoviiva sama viikko vuonna 2025. Pystyviiva merkitsee 25. elokuuta." #| fig-height: 4.8 vk_sakot <- paiva_yht |> group_by(vuosi, vk) |> summarise(sakotettavia_pv = sum(sakotettavia) / n_distinct(pvm), euroa_pv = sum(euroa) / n_distinct(pvm), .groups = "drop") |> filter(vk >= 16, vk <= 39) vk_sakot |> ggplot(aes(vk, sakotettavia_pv, colour = factor(vuosi), linetype = factor(vuosi))) + geom_vline(xintercept = PP_VK_MUUTOS, colour = PP_VARI_MUSTE, linewidth = 0.4) + annotate("text", x = PP_VK_MUUTOS - 0.4, y = Inf, hjust = 1, vjust = 1.6, label = "25.8.", size = 3.3, colour = PP_VARI_MUSTE) + geom_line(linewidth = 1) + geom_point(size = 1.9) + scale_colour_manual(values = c("2025" = PP_VARI_VERROKKI, "2026" = PP_VARI_KEHA)) + scale_linetype_manual(values = c("2025" = "22", "2026" = "solid")) + scale_y_continuous(labels = comma_format(big.mark = " "), limits = c(0, NA)) + labs( title = "Sakkopohja kutistui, mutta ei kadonnut", subtitle = "Sakotettavia ohituksia vuorokaudessa Kehä I:n kymmenellä mittauspisteellä", x = "Viikko", y = "Sakotettavia ohituksia / vrk", caption = "Lähde: Fintraffic / Digitraffic. Kaikki ajoneuvoluokat ja viikonpäivät." ) ``` ```{r} #| label: muutos-euroina ej <- paiva_yht |> filter(!is.na(jakso)) |> group_by(vuosi, jakso) |> summarise(euroa_pv = sum(euroa) / n_distinct(pvm), sakotettavia_pv = sum(sakotettavia) / n_distinct(pvm), .groups = "drop") |> pivot_wider(names_from = jakso, values_from = c(euroa_pv, sakotettavia_pv)) |> mutate(muutos_eur = euroa_pv_Jälkeen - euroa_pv_Ennen, muutos_kpl = sakotettavia_pv_Jälkeen - sakotettavia_pv_Ennen) did_eur <- ej$muutos_eur[ej$vuosi == 2026] - ej$muutos_eur[ej$vuosi == 2025] did_kpl <- ej$muutos_kpl[ej$vuosi == 2026] - ej$muutos_kpl[ej$vuosi == 2025] ``` ```{r} #| label: tbl-ej #| tbl-cap: "Sakkopohjan muutos ennen ja jälkeen elokuun lopun, molempina vuosina. Vuoden 2025 rivi kertoo, mikä olisi tapahtunut ilman valvontaa: se on sama kalenterijakso ilman interventiota." ej |> transmute( Vuosi = vuosi, `Ennen, kpl/vrk` = comma(round(sakotettavia_pv_Ennen), big.mark = " "), `Jälkeen, kpl/vrk` = comma(round(sakotettavia_pv_Jälkeen), big.mark = " "), `Muutos, kpl/vrk` = comma(round(muutos_kpl), big.mark = " "), `Muutos, €/vrk` = comma(round(muutos_eur), big.mark = " ") ) |> knitr::kable(align = "lrrrr") ``` Kumpanakin vuonna sakkopohja kutistuu elokuun lopulla, koska kesäliikenne vaihtuu syysliikenteeksi. Kiinnostava luku on **erotusten erotus**: `r comma(round(did_kpl), big.mark = " ")` sakotettavaa ohitusta vuorokaudessa enemmän kuin pelkkä kausivaihtelu selittäisi, eli noin `r comma(round(abs(did_eur)), big.mark = " ")` euroa vuorokaudessa. Tämä on valvonnan omituinen talous. **Mitä paremmin se toimii, sitä vähemmän se tuottaa.** Täydellisesti toimiva nopeusvalvonta ei kirjoittaisi yhtään maksua. ## Vastakkaiset skenaariot ```{r} #| label: fig-skenaariot #| fig-cap: "Neljä skenaariota ja niiden arvioitu vuosittainen maksukertymä Kehä I:llä. Pylväät ovat miljoonia euroja vuodessa. Kaikki luvut ovat ylärajoja, koska ne olettavat jokaisen havainnon johtavan maksuun." #| fig-height: 4.4 # Lähtötaso: syyskuun 2026 toteutunut sakkopohja. eur_nyt <- koko_euroa_pv # Ennen valvontaa: lisätään takaisin erotusten erotus. eur_ennen <- eur_nyt - did_eur skenaariot <- tibble( skenaario = c( "A. Ennen valvonnan aloitusta", "B. Nykytilanne (syyskuu 2026)", "C. Jos jokainen ylittäjä\njäisi kiinni kerran viikossa", "D. Jos valvonta vähentäisi ylityksiä\nmeta-analyysin verran"), eur_vrk = c(eur_ennen, eur_nyt, eur_nyt, eur_nyt * 0.45) ) |> mutate(milj_v = eur_vrk * 365 / 1e6, tyyppi = if_else(row_number() == 2, "Toteutunut", "Skenaario")) skenaariot |> ggplot(aes(milj_v, fct_rev(factor(skenaario)), fill = tyyppi)) + geom_col(width = 0.62) + geom_text(aes(label = sprintf("%.1f M€", milj_v)), hjust = -0.12, size = 3.4, colour = PP_VARI_MUSTE) + scale_fill_manual(values = c("Toteutunut" = PP_VARI_KEHA, "Skenaario" = PP_VARI_HIMMEA), guide = "none") + scale_x_continuous(expand = expansion(mult = c(0, 0.18))) + labs( title = "Maksukertymän yläraja eri skenaarioissa", subtitle = "Miljoonaa euroa vuodessa, Kehä I:n kymmenen mittauspistettä", x = NULL, y = NULL, caption = "Skenaario D olettaa meta-analyysin mukaisen nopeusvaikutuksen kameran kohdalla.\nKaikki luvut ovat ylärajoja: ne olettavat toimivan kameran joka kohtaan ja jokaisen havainnon johtavan maksuun." ) ``` Skenaario D on kiinnostavin. Jos valvonta toimisi kaikilla pisteillä yhtä tehokkaasti kuin kansainvälisissä meta-analyyseissä kameran välittömässä läheisyydessä, maksukertymä putoaisi alle puoleen nykyisestä. Hyvin toimiva valvonta hävittää oman rahoituspohjansa. Tämä on syy siihen, miksi nopeusvalvontaa ei pitäisi koskaan rahoittaa sen omilla tuloilla. Jos valvonnan budjetti riippuu sakkokertymästä, organisaatiolla on taloudellinen kannustin siihen, ettei valvonta toimi liian hyvin. ::: {.callout-note} ## Faktalaatikko: mitä tutkimus sanoo valvonnan tehosta **Onnettomuusvaikutus.** Alena Høyen meta-analyysi (Accident Analysis & Prevention 2014) kokosi 63 vaikutusarviota 15 tutkimuksesta. Kiinteät nopeuskamerat vähensivät onnettomuuksia kokonaisuudessaan noin 20 %. Kuolemaan johtaneissa onnettomuuksissa vähenemä oli 51 %, mutta tekijä varoittaa, että siihen voi sisältyä keskiarvoon palautumisen harhaa. **Nopeusvaikutus.** Tuore systemaattinen katsaus (Accident Analysis & Prevention 2026) kävi läpi 94 tutkimusta ja sai kameran välittömän läheisyyden yhdistetyksi nopeusvaikutukseksi −7,57 km/h (95 %:n luottamusväli −10,48…−4,66). **Vaikutus on paikallinen.** Høyen keskeinen havainto on, että vaikutus heikkenee nopeasti kameralta etäännyttäessä. Tästä seuraa, että yksittäisen kameran vaikutus koko tien sakkopohjaan on paljon pienempi kuin sen vaikutus omassa kohdassaan. ::: ## Mitä data ei kerro **Mittauspiste ei ole kamera.** Tämä on tärkein varaus, ja se toistetaan tässä siksi. Laskelma kertoo, mitä tapahtuu kymmenen LAM-pisteen kohdalla. Kameratolpat ovat eri kohdissa. **Kaikki tolpat eivät valvo.** Poliisi ei julkista, mitkä tolpat ovat toiminnassa. Osassa ei ole kameraa lainkaan. **Maksu ei synny automaattisesti.** Kuvasta on tunnistettava ajoneuvo, ja osassa tapauksia myös kuljettaja. Osa tapauksista raukeaa. **Nopeudet ovat kokonaislukuja.** LAM-data tallentaa nopeuden kilometrin tarkkuudella. Pyöristys siirtää osan havainnoista maksuluokasta toiseen. Vaikutus on pieni ja symmetrinen, mutta ei nolla. **Tutka ja silmukka mittaavat eri tavalla.** LAM-piste mittaa induktiosilmukalla, valvontakamera tutkalla tai laserilla. Mittaustavat eivät anna täsmälleen samaa lukemaa samalle autolle. **Sakkotaulukko on tarkistettava.** Käytetyt euromäärät perustuvat julkisiin lähteisiin, ja ne on syytä tarkistaa voimassa olevasta laista ennen kuin lukuihin nojaa. Laskennan rakenne ei muutu, vaikka summat muuttuisivat: taulukko on koodissa yhtenä funktiona. ::: {.callout-important} ## Mitä tällä tekee yrityksessä Tämän osan menetelmä on **sääntökirjan ajaminen tapahtumadataa vasten**. Se on yllättävän harvinaista, ja se on sovellettavissa laajasti. **Hinnoittelusäännöt toteumaa vasten.** Jos sinulla on alennusmatriisi, bonusjärjestelmä tai porrastettu hinnasto, kuinka moni tapahtuma osuu mihinkin portaaseen? Useimmat organisaatiot tietävät säännöt ja tietävät kokonaismyynnin, mutta eivät tiedä jakaumaa portaiden yli. Juuri siinä jakaumassa näkyy, mikä porras on käytännössä kuollut kirjain ja mikä kannattelee koko järjestelmää. **Sopimussakot ja palvelutasot.** Montako SLA-rikettä oikeasti tapahtuu, ja mikä niiden teoreettinen arvo olisi? Erotus toteutuneiden ja sanktioitavien välillä on sama kuilu kuin tässä postauksessa — ja se kertoo, onko sopimuksen sanktiomekanismi oikeasti käytössä vai koristeena. **Valvonnan kapasiteettirajoite.** Jos havaintoja syntyy enemmän kuin niitä ehditään käsitellä, valvonnan todellinen teho ei määräydy havaitsemisesta vaan käsittelyjonosta. Tämä pätee rahanpesuvalvonnan hälytyksiin, petostentorjuntaan, laaduntarkastukseen ja reklamaatiokäsittelyyn. Oikea kysymys ei ole "montako tapausta löydämme" vaan "montako pystymme viemään loppuun" — ja ensimmäinen luku kannattaa laskea, jotta tietää kuilun koon. **Kannustimen ja tavoitteen ristiriita.** Jos valvonnan rahoitus riippuu sen tuotosta, onnistuminen rankaisee organisaatiota. Sama rakenne toistuu myyntipalkkioissa, perintätuotoissa ja kaikissa toiminnoissa, joiden mittari on sama kuin niiden tulonlähde. Kannattaa tarkistaa, ettei omassa organisaatiossa ole yksikköä, jonka budjetti pienenee kun se tekee työnsä hyvin. Teen tämäntyyppisiä analyysejä toimeksiantoina: sääntökirja koodiksi, tapahtumadata vasten, jakauma näkyviin. [Varaa puolen tunnin keskustelu](https://cal.com/kristianvepsalainen). ::: ## Aineisto ja lähteet LAM-raakadata: Fintraffic / Digitraffic, CC BY 4.0. Liikennevirhemaksujen määrät ja tekninen vähennys on tarkistettu kahdesta toisistaan riippumattomasta julkisesta lähteestä; ne perustuvat tieliikennelakiin 729/2018. Poliisin lausunto käsittelykapasiteetista on Ylen uutisesta elokuulta 2024. ```{r} #| label: istunto #| code-fold: true #| code-summary: "Istuntotiedot" sessionInfo() ```