一旦某个基准测试被认真对待，就总会有人开始钻它的空子。计算机领域有几个著名的例子：CPU基准测试specfp和电子游戏基准测试。在specfp中，Sun公司通过一个编译器优化技巧，将179.art（specfp的子基准测试）的分数提升了12倍，这实际上相当于重写了基准测试的核心代码，使得Sun UltraSPARC的整体specfp分数提高了20%。有时，GPU厂商会在驱动程序中加入专门的基准测试检测代码，在测试时降低画质以获取更高的分数。当然，钻基准测试空子的现象并不局限于计算机领域，我们在其他领域也能看到类似行为。这种行为并不令人意外，因为通过作弊提升基准测试分数，比真正改进产品来提升分数要便宜得多（因此投资回报率也更高）。
因此，当人们过于认真地对待那些高度特定且广为人知的基准测试时，我通常持怀疑态度。如果没有其他数据，你就无法知道当条件与基准测试不完全一致时会发生什么。对于GPU和CPU基准测试，大多数人可以在略微调整条件的情况下运行标准测试。如果条件稍有变化，结果就发生巨大变化，那就说明厂商即便没有作弊，至少也是在粉饰真相。
物理设备的基准测试更难复现。车辆碰撞测试就是一个典型例子——它们是高度特定且广为人知的基准测试，某些测试项目会直接报废一辆车。
虽然有多家机构进行碰撞测试，但每家都有自己特定的测试规程。如果汽车制造商有意为之，他们完全可以针对碰撞测试分数进行优化，而非真正提升安全性。对于非亿万富翁的人来说，检查碰撞测试是否被针对性的极端优化所操纵，几乎是不可能的。我们最容易的验证方法是观察新测试项目加入时的情况，因为这样我们就能看到制造商尚未为刷分而优化的碰撞测试结果。
虽然拥有汽车碰撞测试结果显然比没有要好，但这些结果本身并不能告诉我们，当事故与基准测试不完全吻合时会发生什么。不幸的是，如果我们遭遇车祸，我们无法要求碰撞车辆的驾驶员改变位置、撞击角度和速度，以使碰撞符合IIHS、NHTSA或*NCAP的测试规程。
在这篇文章中，我们将分析IIHS在分别于2012年和2018年新增（驾驶员侧）小重叠碰撞测试和乘客侧小重叠碰撞测试后的测试分数。我们将先总结结果，然后讨论这些结果的意义以及评估汽车安全性时需要考虑的其他因素，最后介绍具体方法。
以下排名主要依据2012年新增驾驶员侧小重叠碰撞测试时各车型的得分情况，以及后续为改善测试结果进行改装后的表现。
- 第一梯队：无需改装即表现优秀
- 沃尔沃
- 第二梯队：未改装时表现一般；改装后表现优秀
- 无
- 第三梯队：未改装时表现较差；改装后表现优秀
- 梅赛德斯-奔驰
- 宝马
- 第四梯队：未改装时表现较差；改装后表现一般
- 本田
- 丰田
- 斯巴鲁
- 雪佛兰
- 特斯拉
- 福特
- 第五梯队：改装后表现仍较差或未进行改装
- 现代
- 道奇
- 日产
- 吉普
- 大众
以上描述仅为近似概括。其中本田、福特和特斯拉与描述契合度最低：福特勉强可归入第四梯队和第五梯队之间，但也可认为其表现优于第四梯队且无法被现有分类涵盖；本田和特斯拉则无法真正归入任何类别（现有分类仅为最接近的近似）。其他品牌也存在不完全匹配的情况。详见下文。
总体评述
纵观美国整体死亡率数据，在相当宽泛的年龄段内，车祸都是导致死亡的首要原因。尽管不同数据集的具体数字存在差异，但根据美国公路安全保险协会（IIHS）的估算，在新增驾驶员侧小重叠碰撞测试时，约有25%的车辆致死事故源于小重叠碰撞。值得注意的是，至少从20世纪90年代起，小重叠碰撞就被认为与相当比例的车辆致死事故相关——这并非2012年才提出的新概念。
尽管小重叠碰撞事故影响重大，但从IIHS于2012年和2018年分别新增驾驶员侧与乘客侧小重叠碰撞测试的结果来看，几乎所有汽车制造商都在为应对测试标准而非整体安全性进行优化。除沃尔沃外，所有被检测车企在驾驶员侧小重叠碰撞测试新增前生产的车型，在该项目上的表现均不理想。
2012年驾驶员侧小重叠碰撞测试推出后，多数制造商对车辆进行了改装以提升该项目的测试成绩。然而，在IIHS于2018年新增乘客侧小重叠碰撞测试之前，大多数制造商在乘客侧安全防护上偷工减料。当新测试推出后，他们才同样加强了乘客侧的安全性能。平心而论，部分车企在2012年驾驶员侧测试推出时便领会了小重叠碰撞的警示，无需进一步改装即可在乘客侧测试中取得好成绩，包括梅赛德斯-奔驰、宝马和特斯拉（另有少数品牌也可归入此类，但数据支撑较弱；而沃尔沃则根本无需警示）。
其他测试标准的局限性
我们还能从其他多个方面观察到，大多数汽车制造商正以牺牲安全性为代价来优化测试成绩。
性别、体重与身高
另一个问题是碰撞测试假人的过度拟合。长期以来，美国国家公路交通安全管理局（NHSTA）和公路安全保险协会（IIHS）的成人测试使用的是1970年代50百分位男性假人，身高5英尺9英寸（约175厘米），体重171磅（约77.6公斤）。监管机构在1980年就呼吁使用女性假人，但由于里根时代的预算削减，最初的计划被搁置，直到2003年NHSTA才将女性假人放入汽车。女性假人是男性假人的缩小版，按1970年代5百分位身高体重缩小（身高4英尺11英寸（约150厘米），体重108磅（约49公斤）；另一种模型体重97磅（约44公斤））。在正面碰撞测试中，使用女性假人时，它总是坐在乘客位置（在NHSTA的一项侧面碰撞测试和IIHS的侧面碰撞测试中，5百分位女性会坐在驾驶座）。作为参考，2019年美国成年男性平均体重为198磅（约89.8公斤），成年女性平均体重为171磅（约77.6公斤）。
使用1970年代美国成年男性碰撞测试假人会导致对1970年代50百分位男性的过度拟合。例如，从90年代开始，制造商开始增加保护系统来防止颈部扭伤。沃尔沃和丰田使用的一种系统能减少男性和女性的颈部扭伤，且似乎对女性更有益处。大多数汽车制造商使用的系统能减少男性的颈部扭伤，但平均而言，对女性的颈部扭伤影响甚微。
似乎我们在一般碰撞中也看到了类似的优化，而不仅仅是颈部扭伤。我们没有这方面的碰撞测试数据，查看真实世界安全数据也超出了本文范围，但我注意到，大约在NHSTA将5百分位女性假人纳入部分碰撞测试之前，除沃尔沃外的大多数汽车制造商在侧面碰撞中，基于性别的死亡率差异显著（男性死亡率较低，女性死亡率较高）。
沃尔沃声称，几十年来他们一直使用计算机模型模拟女性（包括孕妇）遭遇车祸时的情况。
其他碰撞
据说沃尔沃有一个碰撞测试设施，可以进行许多测试机构不进行的其他碰撞测试。他们在小重叠测试中得分高的一个原因是，在IIHS开始进行小重叠碰撞测试之前，他们就已经在进行此类测试了。
沃尔沃还表示，他们会测试翻车（IIHS测试车顶强度，NHSTA根据车辆特性计算翻车难度，但两者都不测试真实翻车事故中的情况）、追尾碰撞（沃尔沃声称，如果三排SUV的第三排有儿童，这类测试尤为重要），以及驶离道路（沃尔沃使用一条“标准”沟渠；他们声称这项测试很重要，因为驶离道路与大量车辆死亡事故有关）。
如果其他汽车制造商也进行类似的测试，我无法找到太多关于细节的信息。根据碰撞测试评分，似乎他们在2012年之前没有进行甚至没有考虑过小重叠碰撞测试。考虑到2018年增加乘客侧小重叠测试时，许多汽车制造商的评分都很差，我认为如果其他汽车制造商拥有一套测试机构未进行的大型碰撞测试套件，那会令人惊讶，但理论上他们可能确实有，只是没有包含乘客侧小重叠测试。
注意事项
我们不应过度概括这些测试结果。如上所述，碰撞测试结果测试的是非常特定的条件。因此，当添加几个新的碰撞测试时，我们所能得出的结论也非常具体。此外，在解读这些结果时，我们还应牢记其他几点。
样本量有限
这一数据的一个局限性是，我们没有大量同型号车辆的测试结果，因此无法观察同一型号内部的差异——这种差异可能源于测试条件中微小且实际上随机的差异，以及同型号不同车辆之间的制造差异。我们可以观察到这些因素确实重要，因为当同一型号的两辆车接受测试时，有时会出现不同结果。例如，以下是IIHS关于道奇Dart报告中的一段引文：
道奇Dart于2013年车型年推出。对Dart进行了两次测试，因为第一次测试中车载（车内）摄像头的电力中断。在第二次Dart测试中，驾驶员侧车门因铰链从门框上撕裂而打开。在第一次测试中，铰链严重损坏，下部铰链撕裂，但车门保持关闭。在每次测试中，Dart的安全带以及前部和侧帘式安全气囊似乎都充分保护了假人的头部和上半身，假人测量结果显示头部和胸部受伤风险很小。
看起来，如果车内摄像头的电力没有中断，可能只会进行一次测试，并且不会发现车门因铰链撕裂而脱落的风险。总的来说，我们无法直接知道如果测试同一型号的另一辆车会发生什么。
仅使用IIHS数据时，我们还可以考虑同一制造商（或基于同一平台）不同车型的测试结果。虽然这不如对同一车型进行多次测试理想，但同一制造商不同车型的测试结果存在相关性——例如，若某车型第二次测试偶然出现明显更差的结果，我们对该制造商其他测试分数的信心也应相应降低。但存在一些复杂因素：比如丰田的Yaris实际上是贴牌的马自达2，这类车型不应纳入合并测试结果，而进行此类统计分析已超出本文范畴。
实际测试车辆可能存在差异
虽然我认为这不会影响本文结论，但解读碰撞测试结果时还需注意：测试结果如何在车型间共享。正如前文所述，同一车型的不同批次可能产生不同结果。在碰撞测试中，某些相似车型常被视为同一车型并共享评分（仅测试其中一款）。
例如起亚Stinger与捷恩斯G70就属于这种情况。起亚Stinger比G70长6英寸，满配四驱版Stinger比基础版G70重约500磅。IIHS实际测试的是G70——若查询起亚Stinger，会显示该车型评分并附注“测试车辆为基础版G70”。考虑到名义上相同的车型（如前文提到的道奇Dart）都可能获得不同评分，这种差异相当显著。
品质可能随时间变化
我们还需注意避免时间维度的过度泛化。若观察近年沃尔沃车型（基于沃尔沃P3和SPA平台）的碰撞测试成绩，表现极为出色。但若查看基于老款福特C1平台1的沃尔沃车型，部分测试成绩则稍逊（例如S40虽未获差评，但某些类别仅获“可接受”而非全项“优秀”）。尽管沃尔沃近年碰撞测试成绩优异，但这并不意味着其过去或未来始终能保持顶尖水平。
不同市场车型可能存在差异
我们也不能一概而论不同市场销售的汽车，即使那些听起来可能完全相同的车型。例如，参见这段视频：在欧洲销售的日产NP300与在非洲销售的日产NP300的碰撞测试对比。由于欧洲汽车需经过EuroNCAP测试（类似于美国汽车需经过NHSTA和IIHS测试），在欧洲销售的车辆会针对EuroNCAP测试进行优化以获得高分。而针对非洲销售汽车的碰撞测试直到最近才相对普及，因此汽车制造商此前没有公关压力去针对这些基准优化车辆，它们会生产更便宜的车型，或表面上看似相同但更廉价的变体。这与大多数汽车制造商在美国或欧洲的做法并无二致——只要能在基准测试中不获低分，它们就会优先控制成本。只不过，由于此前缺乏非洲的碰撞测试基准，这意味着它们可以在成本与安全性的权衡中2完全倒向成本一侧。
这份报告对比了美国和欧洲的汽车车型，发现因法规差异导致安全性不同。报告指出，欧洲车型在正面/侧面碰撞中受伤风险更低，驾驶员侧后视镜的设计相比美国设计能降低变道碰撞风险；而美国车辆在翻车事故中更安全，且前大灯设计使行人更易被看到。
非碰撞测试
随着时间的推移，碰撞安全领域“低垂的果实”已被摘取得越来越多，因此避免碰撞变得相对更重要。与碰撞测试相比，碰撞缓解测试目前仍相对初级，而我们已经看到碰撞测试过去和现在都存在重大漏洞。根据我们在碰撞测试中观察到的情况，人们可能会认为沃尔沃在碰撞避免技术（如牵引力控制、稳定性控制、自动刹车等）方面拥有一套特别完善的测试体系，但通过与熟悉车辆安全测试（尤其是自动化系统测试）的人士进行“非正式交流”，情况似乎并非如此。近期有相当数量的沃尔沃车辆因安全系统错误地未触发而被召回。我在此不赘述具体细节，但可以说这相当令人震惊，并暴露出严重的系统性问题。从其他私下讨论来看，宝马作为一家汽车公司，在软件安全方面相对较为重视；但对于见过主流CPU发布流程的人来说，这类测试缺乏严谨性的程度会令人震惊。
碰撞避免的重要性日益提升，也可能更有利于那些拥有更用户友好型驾驶辅助系统的公司。例如，在多次测试中，《消费者报告》将通用汽车的Super Cruise系统评为最高等级，同时反复指出特斯拉的Autopilot系统会助长不安全行为。
不同重量车辆的得分不具有可比性
一辆重2700磅的微型车即使获得“良好”评级，其表现也可能不如一辆重5000磅、仅获“合格”评级的SUV。这是因为小重叠碰撞测试是将车辆撞向固定障碍物，而非特定重量的参照车辆或类车障碍物。从某种意义上说，这相当于让车辆与自身重量相同的车辆相撞——因此，测试结果相当于2700磅的微型车撞向另一辆2700磅的微型车，而5000磅的SUV则撞向另一辆5000磅的SUV。
如何提升可信度
我们已讨论过降低碰撞测试评分可信度的若干理由。若要提升对结果的信心，可参考其他测试机构的测试结果并加以整合，同时查阅公开的碰撞致死数据（后续将详述）。我尚未仔细研究其他机构评分的条款细则，但一个复杂之处在于：IIHS（美国公路安全保险协会）禁止用户在使用其API或数据导出时展示任何形式的整合结果（正因如此，我耗时费力地未使用其API撰写本文）。
利用真实碰撞数据
公开的碰撞致死数据较为复杂，值得单独撰文讨论。本文中需指出的是，若查阅美国境内最易获取的相关数据，并未显示沃尔沃车型特别安全（或特别危险）。例如，2017年这份涵盖2014款车型的报告中，两款沃尔沃车型入选，均处于各自级别中游水平。此前报告中，一款沃尔沃车型位列同级最佳；而后续报告中，另一款沃尔沃车型则沦为同级最差。其他车型也存在类似波动：比如2014款大众高尔夫曾创下所有车型（不仅限于同级）中的最高致死率之一，但2017款车型却成为所有车型中致死率最低的之一。这种变化究竟源于随机波动，还是2014款与2017款大众高尔夫之间的差异，目前尚不明确。
总体来看，噪音似乎是影响结果的重要因素。观察提供的数据，我们能发现一些异常之处。首先，部分车型的致死率95%置信区间从0到N不等。我们应有相当强的先验认知：2014年款车型不可能安全到车祸致死概率为零。若采用贝叶斯方法（尽管报告作者可能未采用），当有人告知某车型真实致死率的不确定区间包含零的概率≥5%时，我们应认为要么需使用更具信息量的先验，要么采用能整合更多数据的模型（例如可尝试理解同级别不同车型致死率的方差，以该级别基础致死率为先验；或若认为同品牌其他车型存在相关性，可整合其数据）。
有人反对使用信息性先验，认为这是“偏见洗白”。但需注意，IIHS分析所用的先验并非完全无信息。所有报告区间止于零，是因为他们利用“车辆无法创造生命”这一事实将区间下限限定为零。但我们有几乎同等强度的信息：没有哪款2014年车型能安全到预期致死率为零。使用这一信息，本质上与将区间上限设为零、不报告致死率不确定区间的负值并无区别。
此外，IIHS数据仅包含驾驶员死亡案例。这可以理解，因为这是按乘客数量标准化的最简便方式，但这也意味着我们无法观察到车企在2018年新增副驾侧小重叠碰撞测试前未改进乘客侧安全性的影响，也无法体现沃尔沃认为重要的后部碰撞测试缺失（如第三排SUV儿童乘坐场景）的影响。这同样使我们无法评估沃尔沃多项举措的效果，例如其在自动刹车系统中率先实现行人及自行车检测、增加溃缩区以减少车辆坠落导致的背部损伤（他们发现此类事故常造成改变人生的脊柱损伤）等。
我们还可以观察到，在IIHS的分析中，许多人们可能想要控制的因素并未被纳入（例如，行驶里程未被控制，这会使卡车看起来相对更差，而豪华车相对更好；城乡行驶里程差异也未被控制，这同样会产生相同的方向性影响）。要看出这些数字受到混杂因素的严重影响，一个方法是观察同一车型的四驱或全轮驱动版本与两驱版本。它们的死亡率往往差异巨大，尽管安全性能差异并不大（而且差异通常有利于两驱车型）。一些可能的原因包括随机噪声、购买同一车型不同版本的消费者群体差异，以及车辆使用方式的差异。
如果我们想回答“哪些汽车品牌或车型更安全或更不安全”这个问题，我认为目前公开的任何汇总数据都不令人满意，我们需要查看原始数据并进行自己的分析，看看这些数据是否与我们在碰撞测试结果中观察到的一致。
结论
我们考察了12个不同汽车品牌在IIHS增加小重叠碰撞测试后的表现。我们发现，只有沃尔沃在IIHS公开谴责某些公司小重叠安全性能不佳之前就认真对待这类事故，尽管至少从90年代起，小重叠碰撞就被认为是导致死亡的重要因素。
虽然我没有预算进行其他测试，比如满载车辆的追尾碰撞测试，但似乎合理甚至很可能的是，如果某个测试机构决定增加另一种碰撞测试，大多数非沃尔沃的汽车制造商都会获得平庸或糟糕的测试分数。
额外内容：“真正的工程”与编程
正如Hillel Wayne所指出的，尽管程序员通常对“真正的工程师”所做的工作抱有理想化的看法，但当你比较“真正的工程师”和程序员的工作时，往往并没有太大区别。特别是，程序员常抱怨的一点是，我们不会为自己的错误或糟糕设计承担责任，即使这些错误导致了生命损失。
尽管在某些情况下，汽车公司可能会因不安全的设计而被追究责任，但仅仅为了优化一小部分基准测试（这必然导致因追求基准分数而非安全性而增加的额外死亡），通常并不会让工程师或公司承担法律责任。
额外内容：声誉
如果观察我社交圈内的人对车辆安全的看法，特斯拉的声誉遥遥领先。但如果看广泛的消费者调查，情况则有所不同，沃尔沃通常胜出，其他制造商则在争夺遥远的第二名。
我觉得特斯拉这件事挺有意思的，因为他们的回应基本上和一家真正重视安全的公司应有的反应完全相反。当出现严重问题（无论是安全方面还是其他方面）时，他们往往反应极快，基本就是一句“一切正常”。我本以为一家重视安全或改进的组织会回应说“我们正在调查”，然后发布详细的事后分析，解释哪里出了问题，但这似乎不是特斯拉的风格。
例如，在驾驶员侧小重叠碰撞测试中，特斯拉有一款车型获得了相关评分，结果是“可接受”（低于“良好”，但高于“差”和“及格”），即便在为提高分数进行修改后也是如此。特斯拉对结果提出异议，称他们制造了“史上最安全的汽车”，并暗示应该忽略IIHS，因为他们有不可告人的动机，而应该相信一个客观、没有不可告人动机的机构给出的碰撞测试分数，也就是给特斯拉打出高分的那个机构：
尽管IIHS和全球数十个其他私人行业团体有其方法和动机，服务于各自的主观目的，但最客观、最准确的独立车辆安全测试目前由美国政府进行，该机构发现Model S和Model X是其测试过的所有汽车中受伤概率最低的两款车，使它们成为史上最安全的汽车。
正如我们所见，特斯拉并非特例，很多车企都会针对特定碰撞测试进行优化，在遇到意外碰撞类型时得分平平，但他们的回应方式却与众不同。然而，从愤世嫉俗的公关角度来看，这倒也说得通。正如我们在过去几年里看到的，大声宣扬某件事，无论它是否真实，即使有确凿证据证明它是假的，似乎不仅有效，而且这种夸张的言辞似乎还能吸引超级粉丝，他们会积极捍卫这个品牌。如果你在YouTube上看汽车评测，有时会听到他们提到，因为像评测其他车一样评测特斯拉，会收到仇恨邮件，而其他任何品牌都不会出现这种情况。
苹果在90年代和21世纪初也很好地运用了这一策略。当时他们在性能上迅速落后，而他们的回应不是提升性能，而是推出一系列广告，声称自己拥有世界上最好的性能，并且正在向桌面市场推出“超级计算机”。
另一个关于声誉的奇特现象是，我认识相当多的人认为，他们能买到的最安全的车是“60年代和70年代不用塑料制造的美国车”。虽然我们没有老式汽车直接相关的小重叠碰撞测试分数，但现有的测试数据表明，与现代汽车相比，老式汽车在整体安全性上表现极差。举个视觉冲击力强的例子，可以看看这场1959年雪佛兰Bel Air与2009年雪佛兰Malibu的碰撞测试。
附录：方法论总结
顶层结果部分使用了小重叠测试的分数，这既是因为我认为这项测试最难为偷工减料的安全性辩护（以测试衡量），也是因为这项测试存在时间足够长，我们可以观察到现有车型的修改和后续车型变化带来的影响——而副驾驶侧小重叠测试则不然（许多车型仍未经过测试）。
对于副驾驶侧小重叠测试，有人可能会认为驾驶侧更重要，因为车祸中几乎总是有驾驶员，而前排乘客则不一定有。此外，在小重叠碰撞（模拟车头仅25%重叠的正面碰撞）中，驾驶侧碰撞的概率高于副驾驶侧。
除了查看沃尔沃的分数外，我没有关注车顶碰撞测试分数（该测试于2009年引入）。我不会详细描述车顶测试，但有人可能会认为，车顶测试分数应与车辆翻滚概率评分结合使用，因为车顶测试仅测试车顶强度，而这仅在车辆翻滚时才有意义。我认为，根据现有数据，这种反对意见在许多情况下并不成立（车顶测试分数最差的车辆通常翻滚率较高），但在某些情况下确实成立，这会使分析复杂化。
大多数情况下，我们只得到一个车型的测试结果。然而，同一车型可能有多个版本——包括在为提高测试分数而进行安全改进前后的版本。如果为提升安全性而对车型进行了修改，测试分数通常来自修改之后，而我们通常无法看到修改前的分数。不过，存在许多例外情况，这些已在详细结果部分注明。
对于本文，只有在新测试引入之前或接近引入时推出的车型才计入分数，因为之后推出的车型可能通过设计变更来优化测试表现。
附录：详细结果
每次测试中，IIHS 会给出从最差到最好的总体评级：差、及格、可接受或良好。测试包含子分数，但本次分析中我们不会使用这些子分数。在每个小节中，我们将查看当新增小重叠测试时，各车型获得每个评级的数量。
沃尔沃
所有受检的沃尔沃车型在新增测试（车顶、驾驶员侧小重叠和乘客侧小重叠）中均获得良好（最高可能评级）。其中一款车型，2008-2017款 XC60，在2013年进行了改动，以触发其侧气帘在小重叠碰撞中展开。其他车型未经修改即接受测试。
梅赛德斯
在已有驾驶员侧小重叠测试结果的三款现有车型中，一款未经修改获得及格评级，两款在结构修改后获得良好评级。我们仅有未经修改测试分数的车型（梅赛德斯 C 级）在2014年后完全重新设计，当时驾驶员侧小重叠测试刚引入不久。
如上所述，我们通常只能看到未经修改以改善结果的车型或经过修改以改善结果的车型的公开结果。因此，对于获得良好评级的车型，我们实际上并不知道如果你在梅赛德斯更新设计之前购买车辆，它们会获得怎样的评分，但我们拥有的那款未经修改车型的及格评级是一个负面信号。
此外，当乘客侧小重叠测试新增时，梅赛德斯车辆也普遍获得良好评级。这表明梅赛德斯不仅为了提高测试分数而增加了驾驶员侧的保护。
宝马
在拥有相关测试分数的两款车型中，两者在修改前均获得及格评级。其中一款车型在2017款进行结构变更后（回顾一下，驾驶员侧小重叠测试于2012年引入）也获得了分数，之后该车型获得良好评级。另一款车型在2016年后完全重新设计。
在拥有相关乘客侧小重叠分数的五款车型中，所有均获得良好评级，这表明为改善驾驶员侧小重叠测试分数所做的改动并不仅限于驾驶员侧。
本田
在拥有相关驾驶员侧小重叠测试分数的五款本田车型中，两款获得良好评级，一款获得及格评级，两款获得差评级。获得及格评级的车型在2015年进行了结构变更和安全带更换，使其评分变为良好，其他车型未更新或没有更新的 IIHS 分数。
在拥有乘客侧小重叠测试分数的六款本田车型中，两款未经修改获得良好评级，两款未经修改获得可接受评级，一款在保险杠修改后获得良好评级。
所有这些车型在驾驶员侧小重叠测试中均获得良好评级，这表明当本田提高驾驶员侧安全性以在驾驶员侧测试中获得良好评级时，他们并未对乘客侧应用相同的改动。
在我们掌握相关驾驶员侧小重叠碰撞测试成绩的六款未改装丰田车型中，一款获得“可接受”评级，四款获得“边缘”评级，一款获得“差”评级。
获得“可接受”评级的车型通过结构改进将成绩提升至“优秀”，但仅限于驾驶员侧。该车型随后在乘客侧小重叠碰撞测试中获得“可接受”评级。四款“边缘”评级车型中，一款在2017年通过结构改进将成绩提升至“优秀”，另一款通过安全气囊和安全带调整将成绩提升至“可接受”。获得“差”评级的车型在2014年通过结构改进将成绩提升至“可接受”，后续进一步改进后达到“优秀”。
另有四款车型仅有改装后的测试成绩。其中一款获得“优秀”，一款获得“可接受”，一款获得“边缘”，一款获得“差”。
总体而言，改进似乎仅针对驾驶员侧。当引入乘客侧小重叠碰撞测试时，这些车辆的乘客侧小重叠碰撞成绩与改装前的驾驶员侧成绩相同。
福特
在掌握相关驾驶员侧小重叠碰撞测试成绩的两款未改装福特车型中，一款获得“边缘”评级，一款获得“差”评级。这两款车型均生产至2019年，且均无更新测试结果。在掌握改装后相关成绩的三款车型中，两款获得“可接受”评级，一款获得“边缘”评级。此外，一款车型在小重叠碰撞测试引入当年上市，另一款在次年上市；两者均获得“可接受”评级。由于设计可能在上市前进行了最后一刻调整，尚不清楚这些车型是否应被视为改装车型。
我们仅掌握三项相关乘客侧小重叠碰撞测试结果。一项为“优秀”（针对2015年上市的车型），其余两项为“差”；这两项对应上述在驾驶员侧小重叠碰撞测试中分别获得“边缘”和“差”评级的车型。这些车型似乎持续生产至2019年且未进行安全改进。这两款未改装车型均为卡车，这在卡车中并不罕见，也是卡车死亡率普遍较高的原因之一——直到近期，许多卡车仍基于长期未更新的老旧平台。
雪佛兰
在掌握改装前相关驾驶员侧小重叠碰撞测试成绩的三款雪佛兰车型中，一款获得“可接受”评级，两款获得“边缘”评级。其中一款“边缘”评级车型在2015年通过结构改进及侧气帘提前展开调整，将成绩提升至“优秀”。
在仅掌握改装后相关驾驶员侧小重叠碰撞测试成绩的四款雪佛兰车型中（均进行了结构改进），两款获得“优秀”评级，两款获得“可接受”评级。
在乘员侧小重叠碰撞测试中，我们仅有一项相关评分，结果为“及格”。该评分针对的是为将驾驶员侧小重叠碰撞测试评分从“及格”提升至“良好”而进行过改款的车型，这表明改进措施旨在提升驾驶员侧测试成绩，而非改善乘员安全。
斯巴鲁
我们没有任何车型在改款前拥有相关的乘员侧小重叠碰撞测试评分。
有一款车型因改动导致其安全气囊在小重叠碰撞测试中展开，评分为“可接受”。两款车型进行了某种结构性改动，其中一款评分为“良好”，另一款评分为“可接受”。
进行安全气囊改动的车型在2015年进行了结构性调整，使其评分从“可接受”提升至“良好”。
对于唯一拥有相关乘员侧小重叠碰撞测试评分的车型，其评分为“及格”。此外，在进行了结构性改动的车型中，有一款被指出改动包括防火墙左侧部分，这表明改动是为了提升驾驶员侧测试评分，而未改善乘员侧小重叠碰撞中乘员的安全。
特斯拉
只有一款车型拥有相关的驾驶员侧小重叠碰撞测试结果。该车型在为提高测试评分进行改款前后，评分均为“可接受”。
现代
在拥有相关驾驶员侧小重叠碰撞测试评分的五款车型中，一款评分为“可接受”，三款评分为“及格”，一款评分为“差”。我们没有发现任何车型为提升测试评分而进行改款的迹象。
在拥有相关乘员侧小重叠碰撞测试评分的两款未改款车型中，一款评分为“良好”，一款评分为“可接受”。
我们还有一款车型的评分，该车型通过结构性改动获得“可接受”评分，随后进一步改动使其获得“良好”评分。该车型于2017年推出，在未改款情况下驾驶员侧小重叠碰撞测试已获“良好”评分，表明其设计旨在实现驾驶员侧测试的良好评分，而未对乘员侧碰撞给予同等考虑。
道奇
在拥有相关驾驶员侧小重叠碰撞测试评分的五款未改款车型中，两款评分为“可接受”，一款评分为“及格”，两款评分为“差”。还有两款车型在2015年为安全进行结构性改动后拥有测试评分；这两款车型评分均为“及格”。
我们没有任何车型相关的乘员侧小重叠碰撞测试评分，但即便有，改款车型惨淡的评分也意味着我们可能无法判断乘员侧是否进行了类似改动。
日产
在拥有相关驾驶员侧小重叠碰撞测试评分的七款未改款车型中，两款评分为“可接受”，五款评分为“差”。
我们有一款车型仅提供修改后的测试成绩；其前排安全气囊和座椅安全带于2013年进行了修改，侧气帘于2017年进行了修改。修改后的评分为“及格”。
一款被评为“差”的车型在2015年进行了结构改动，使其评分提升至“良好”。
在拥有相关乘员侧小重叠碰撞测试成绩的四款车型中，两款获得“良好”，一款获得“可接受”（该车型在驾驶员侧测试中获评“良好”），一款获得“及格”（该车型在驾驶员侧测试中也获评“及格”）。
Jeep
在拥有未修改车型相关驾驶员侧小重叠碰撞测试成绩的两款车型中，一款获评“及格”，一款获评“差”。
有一款车型仅提供修改后的测试成绩；该车型对安全气囊和座椅安全带进行了改动，改动后评分为“及格”。该车型随后在乘员侧小重叠碰撞测试中获评“差”。
另一款车型拥有相关乘员侧小重叠碰撞测试成绩，获评“良好”。
大众
在拥有未修改车型相关驾驶员侧小重叠碰撞测试成绩的两款车型中，两款均获评“及格”。
在仅提供修改后成绩的两款车型中，一款于2013年进行修改，修改后评分为“及格”。随后该车型于2015年再次修改，修改后评分为“良好”。该车型后来在乘员侧小重叠碰撞测试中获评“可接受”，表明修改对驾驶员侧更有利。另一款车型在2015年改动后获评“可接受”，在2016年进一步改动后获评“良好”。2016年款车型后来在乘员侧小重叠碰撞测试中获评“及格”，再次表明改动对驾驶员侧更有利。
我们拥有另外两款车型的乘员侧小重叠碰撞测试成绩，两款均获评“可接受”。这些车型于2015年推出（远在驾驶员侧小重叠碰撞测试引入之后），并在驾驶员侧小重叠碰撞测试中获评“良好”。
2021年更新
美国公路安全保险协会（IIHS）发布了其新型“升级版”侧面碰撞测试的首批结果。他们已就此事酝酿多时，并提到在真实世界数据中（某些严重碰撞事故中）观察到座舱侵入程度显著大于其测试结果。他们指出部分车辆在新测试中表现相对较好，部分则较差，但此前未公布官方评分。
新型侧面碰撞测试的结果与上述帖子中描述的结果有所不同。目前仅公布了小型SUV的结果，且仅马自达CX-5获得“良好”评级。在本帖所述测试中表现良好的三家制造商中，仅沃尔沃公布了结果，获评“可接受”。我存在以下疑问：
- 沃尔沃的其他车型（大多数车型基于与已公布测试结果的车型不同的平台）能否取得更好的成绩？
- 沃尔沃是否会迅速更新其车型，以在测试中取得最高分？与许多其他制造商不同，我们缺乏沃尔沃近期应对此类情况的更新数据，因为他们在过去两项新测试中无需更新车型就能获得最高分。
- 宝马和奔驰能否在新测试中取得好成绩，或迅速更新车型以再次获得高分？
- 马自达的其他车型是否也能在不更新的情况下取得好成绩？
2024年更新
在一项针对2018-2022年每英里死亡率的最新分析中，表现最差的汽车制造商依次为特斯拉、起亚、别克、道奇和现代。该分析未对别克进行排名，且将起亚与现代视为同级，因此在四个被排名的品牌中，有三个在此评级中垫底。此外，正如原文所述，特斯拉并不完全符合分类标准，其安全性既可能最差，也可能接近平均水平；而在某些未纳入排名的维度（如高级驾驶辅助系统/自动驾驶）上，特斯拉的安全性似乎极低，因此有充分理由将其归入最差类别。
还需注意，三个评级良好的制造商中，没有任何一款车型进入每英里死亡率最高的榜单。但很难判断这多大程度上归因于车辆本身，还是其他因素（如车辆使用方式），因为每英里死亡率与汽车价格呈显著负相关，而这三个制造商均为豪华品牌，售价远高于平均水平。豪华车通常也更重、更大，而车重与每英里死亡率同样呈负相关。
在统计时段内，特斯拉的平均售价似乎最高（甚至高于三个排名靠前的豪华品牌），且车辆平均重量远高于中位数，这使得特斯拉在每英里死亡率方面成为极端异常值。
附录：杂项
部分知名汽车品牌未被纳入。原因包括：在美国销量较低或快速下滑（三菱、菲亚特、阿尔法·罗密欧等）；测试车型高度重叠（起亚、马自达、奥迪）；或缺乏配备驾驶员侧小重叠碰撞测试的相关车型（雷克萨斯）。当企业集团旗下拥有多个品牌（如FCA旗下拥有Jeep、道奇、克莱斯勒、Ram等）时，这些品牌未被合并统计，因为大多数非汽车爱好者可能不熟悉FCA，但能识别Jeep、道奇和克莱斯勒。
如果该API的服务条款允许我随意使用IIHS的数据，我本会纳入更多小型品牌。但由于该API对数据的展示和讨论方式有非常严格的限制，这些限制与探索性数据分析不相容，而我无法在查看数据之前就知道自己会如何展示或讨论这些数据，所以我手动收集了所有这些结果（并且没有点击任何最终用户许可协议等），这相当耗时。因此，在更全面的覆盖范围和我的个人生活之间需要做出权衡。
附录：我应该买什么车？
这取决于你的需求，无法给出笼统的建议。关于特定车辆的实用信息，Alex on Autos 是我所知的最佳来源。我通常不喜欢以视频作为实用信息的来源，但汽车杂志往往比YouTube上的汽车评测者信息量更少。有些汽车评测者更受欢迎，但他们的受欢迎程度似乎源于主持人之间机智的调侃或其他因素，这些不仅与提供信息无关，实际上反而有损于信息传递。如果你只是想了解汽车的工作原理，Engineering Explained 也很不错，但那里的信息通常偏实用。
关于可靠性信息，《消费者报告》可能是你最好的选择（你也可以参考J.D. Power，但他们汇总信息的方式对消费者来说用处小得多）。
感谢Leah Hanson、Travis Downs、Prabin Paudel、Jeshua Smith和Justin Blank提供的评论、更正和讨论。
- 这包括2004-2012款沃尔沃S40/V50、2006-2013款沃尔沃C70和2007-2013款沃尔沃C30，这些车型是在福特拥有沃尔沃期间设计的。尽管C1平台是福特、沃尔沃和马自达工程师的合资项目，但工作是在福特副总裁的领导下于福特工厂完成的。[返回]
- 公平地说，正如我们从IIHS小重叠碰撞测试中看到的，并非所有制造商都表现糟糕。2017年和2018年，在非洲销售的8辆车接受了碰撞测试。一辆在美国或欧洲会被评为中等至差，五辆被评为差，而“只有”三辆被评为极差。日产NP300、达特桑Go和奇瑞QQ3是得分最差的三款车。达特桑是日产的子品牌，奇瑞是中国品牌，也称Qirui。
如果我们看看在印度销售的汽车，也会发现同样的情况。最近，对投放印度市场的一些汽车进行了测试，来自达特桑、雷诺、雪佛兰、塔塔、本田、现代、铃木、马恒达和大众的多款车型得分极差，在美国或欧洲会被认为差得不可思议。