基于大数据应用的公安道路交通管理策略

邵　郦，郑伟进

（上海公安高等专科学校， 上海 200137）

基于大数据应用的公安道路交通管理策略

邵郦，郑伟进

（上海公安高等专科学校， 上海 200137）

近年来在智能交通不断发展的宏观背景下，大数据作为智能交通解决方案的基础应用，获得了前所未有的关注。面对日益复杂的道路交通环境，公安机关交通管理部门应不断深入实施以大数据应用为核心的“科技强警”战略，积极打造深层次、精细化、前瞻性的智能交通警务。在现阶段，已有部分城市将大数据技术引入了公安交通管理领域，通过对交通数据信息的深度挖掘和综合运用，从而有效推动了交通管理策略由“业务驱动”向“数据预测”的转变，进一步实现了“向科技要警力、向科技要战斗力”的目标。

大数据；交通管理；信息技术；智能交通

自“大数据”的概念提出以来，尤其是英国人维克托·迈尔和肯尼斯·库克耶所著《大数据时代》在中国出版后，更引发了热议。与信息技术和网络技术相伴而生的大数据技术则是被当作解决各种疑难杂症的“灵丹妙药”，各种研究和应用不断涌现，各行各业争相追捧，道路交通管理行业也不例外。

在近年来智能交通不断发展的背景下，大数据作为智能交通解决方案的基础，获得了前所未有的关注。很多道路交通管理部门以及相关企业都开始在规划设计、硬件配置、软件研发、数据采集处理、系统运维等方面进行了大量的探索和尝试。学术领域有关道路交通管理行业大数据的研究也颇为活跃，从中国知网的相关文献（以“交通大数据”作为关键词）检索结果来看，相关论文数量逐年上升，研究角度逐步多样化，涵盖规划设计、平台搭建、系统架构、技术应用等方面。然而，我们应该清醒地认识到，在中国交通管理领域大数据狂热的背后，存在诸多的潜在问题，适时对基于大数据的道路交通管理热潮进行冷静思考，确保大数据在道路交通管理领域中的有效运用，回归交通信息化管理的应有之意，才能真正提高交通信息化管理的水平。

一、大数据的概念与特征

大数据或称“巨量资料”，是一个源于IT行业的词汇，指依靠全新处理模式发挥更强决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。简而言之，大数据的基础是不同来源、不同性质的数据，处理方式采取关联和交叉分析，核心价值则是预测能力。近年来，大数据已撼动了世界的方方面面，对经济生活、政治博弈、社会管理、文化教育、医疗保健等各个领域起到了前所未有的推动作用。2009年，Google公司通过分析5000万条美国人最频繁检索的词汇，将之与美国疾病中心在2003年至2008年间季节性流感传播时期的数据进行比较，最终预测了2009年冬季流感的传播。2010年10月23日，英国《卫报》利用“维基解密”网站提供的数据发布了一篇新闻，将伊拉克战争中39万伤亡人员的具体情况标注在地图上，触目惊心的数据瞬间引起英国政府的强烈震动，促使英国最终从伊拉克撤军。2012年，奥巴马的竞选团队利用大数据，对竞选各阶段可能产生影响的因素进行了大规模和深入的挖掘，对奥巴马在11月成功连任美国总统起到了至关重要的作用。2013年2月1日，我国科技部公布的《国家重点基础研究发展计划》明确将大数据计算的基础研究作为信息科学领域的重要支持方向。

美国著名的信息技术研究和分析公司Gartner将大数据描述为“需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产”。IBM公司则归纳出了大数据的 “4V”特征，即数据量大（Volume）、多样性丰富（Variety）、商业价值高（Value）和处理速度快（Velocity）。虽然不同学者或机构对大数据的具体定义有所不同，但基本上提及了上述的四项特征。大数据给科学研究和技术应用带来了思维方式的改变，即使用全样本数据而不是抽样样本、关注效率而非精确度、关注事物的相关性而非因果关系。大数据技术不仅能够分析结构化的数据，更关注于对由视频摄像头、传感器、RFID、GPS等采集的非结构化的海量多样数据进行更好的分析。

二、大数据对于道路交通管理工作所起的作用

目前，我国机动车保有量已经突破2.8亿辆，其中汽车1.6亿辆；驾驶人超过3亿人，其中汽车驾驶人2.5亿人。按照国际百户拥有汽车数量标准，我国已进入汽车社会。据专家预测，到2020年，我国的汽车将由现在的1.6亿辆增加到2亿多辆，当汽车达到3亿辆的时候才会进入平稳期，在此之前，机动车、驾驶人保有量仍将持续大幅增加，机动车每年增加1500万辆，驾驶人每年增加2000万人。目前，我国公路里程约500万公里，其中高速公路里程约12万公里。到2030年，交通需求量、主要通道交通流量将增长3至4倍。

近年来，全国公安交通管理部门围绕中心工作，以提高动态化、信息化条件下驾驭道路交通安全局势能力为核心，坚持依法治理、系统治理、科学治理、源头治理，取得了较好成效，道路交通事故稳中有降。与此同时，摆在公安交通管理部门面前的是一系列尖锐的矛盾：快速增长的车辆、驾驶人与有限道路资源之间的矛盾，快速机动化、群众安全意识不高、综合治理体系缺乏与交通安全之间的矛盾，人民群众日益增长的交通服务需求与供给不足的矛盾，繁重的交通保障任务与警力严重不足之间的矛盾。面对这些问题，传统的靠拼警力、注重一定时期的集中整治以及粗放的管理已无法适应形势发展的需要，公安交通管理部门的管理理念、管理思路有待转变，管理手段、管理方法有待改进，管理能力、管理水平有待提高。在当前大数据时代，不断提高公安交通管理部门信息化水平，是实现公安交通管理科学化、现代化的客观需要、现实选择和必由之路，也是服务人民群众的最优手段。

三、理性认识交通管理领域中的大数据

大数据技术具有强大的预测能力以及借助智能手段，展现出了图形化表现形式。其实，大数据所用到的数学原理和统计学知识并不复杂，只是数据的处理量和处理方法上有新的改变。道路交通管理领域的大数据应用，是基于海量的交通数据，根据交通工程学、运筹学、数学、统计学等学科的知识，并配合新的海量数据处理方法来解决道路交通管理领域的实际问题。

道路交通领域存在各种类型的多源海量交通数据，涵盖了交通流特征参数数据、“车驾管”数据、交通基础设施数据、交通管理设施设备数据等，既有静态数据又有实时数据。交通大数据的意义并非在于收集和存储海量的数据信息，而在于对这些隐含交通意义的数据进行专业化处理、分析和挖掘，将海量数据潜在的价值挖掘出来，提高数据的附加值，用以辅助交通管理，减少交通拥堵和交通事故所带来的损失。大数据技术固然是先进的、符合时代技术潮流的、能够提高交通管理水平的有效手段，但大数据也带来了许多新的挑战，特别是对于那些缺乏分析技术、信息技术投入的管理机构和部门。因此，在引进和运用大数据技术的过程中，需要科学理性，在看到大数据优势的同时，既不能夸大其作用，也应该看到它的不足。

（一）大数据应用制约多

和所有的技术一样，大数据技术显然不是万能的。海量数据所具有的价值只是潜在且不确定的，业界经验认为，海量数据库中只有约10%-20%的数据才是真正有价值的。大数据技术的成功运用，受制于包括数据基础、算法、软硬件等各种因素。例如，数据信息采集技术的限制、采集方法的缺陷以及样本量过小等因素，都会影响后期的分析处理，使得大数据技术成为无本之木。

我国道路交通管理信息化进程的起步相比发达国家较晚，在基础数据的规划设计、采集处理、管理应用等方面存在着严重不足，具体表现在：（1）各类交通信息采集设备缺乏科学统一的选型、安装和运维，致使设备无法返回有效的、高质量的数据；（2）大量交通信息采集设备功能没有发挥，例如大量视频摄像头没有安装流量检测软件而导致无法采集相应的数字信息，只能用作视频监控，造成资源浪费；（3）数据碎片化，没有形成统一的、相互关联的数据库；（4）软硬件技术水平和专业人员配备落后，数据蕴含的价值无法被挖掘，造成数据资源的闲置和浪费。

鉴于我国道路交通管理领域信息化建设尚处于发展阶段，积累的数据量有限，数据质量相对不高，道路交通管理部门在应用大数据技术时还面临诸多挑战。因此，需要道路交通管理部门在大数据的热潮中，冷静思考大数据技术的限制和应用前提，特别是在自身底子薄、基础差的情况下，需要慎之又慎，切忌为了政绩或受到利益相关企业的游说而盲目上马大数据项目。

（二）大数据应用成本高

与其他众多消费品一样，大数据的采集、存储和处理是有成本的。除了一些人工的数据采集方法，海量大数据的采集主要还是依赖于技术和资本密集型的交通检测器，而大数据的多样性又依赖于安装在不同位置的不同类型的交通检测器，这些交通检测器的购置和运维的成本较大。此外，交通大数据一般无法用单独的普通计算机存储和处理，需要依赖分布式数据库和云存储、虚拟化技术，而这些技术的开发应用也需要大量成本。

因此，在建设交通大数据项目时，道路交通管理部门首先需要衡量自身的人力和物力基础，在成本效益分析的基础上进行考虑。在资金不足或效益远低于成本的情况下，要果断放弃，首先做好基本的交通管理工作。在资金充裕和效益大于成本的情况下，要避免“不差钱”的想法，认真考虑自身的专业人员配备是否到位、是否具有系统运维能力等问题，避免交通大数据系统建设成为“烂尾工程”，或建设完毕后因使用不当而成为摆设，造成资源闲置或浪费。

（三）大数据应用有隐患

交通是人类活动的基本需求之一，人们的日常出行必然会产生一系列与个人相关的交通数据。在移动互联网、卫星定位导航、车辆识别技术快速发展的今天，人们的交通出行所产生的交通信息数据更容易被采集和存储，而交通大数据技术的发展也正是顺应这一潮流而生。在依法治国和公民个人意识觉醒的今天，公众对于个人隐私问题较为关注，特别是与个人隐私相关的交通大数据问题就显得尤为重要。

目前，中国还未出台专门的法律法规来界定和规范信息时代下的个人隐私，一些涉嫌侵犯个人隐私的案件多采用其他相关法律法规来裁判。因此，现阶段我国交通大数据发展过程中还未对个人隐私及数据安全给予足够重视。例如，成熟的车辆号牌视频识别技术已经被交通管理部门和相关企业广泛运用，车主的号牌信息及出行信息在未被告知的情况下被记录和存储，个别交通管理部门和企业在数据的管理和使用过程中对车主的号牌信息不进行相应隔离，一旦泄露或被违法买卖，风险极大。相比之下，在我国香港地区，由于法律限制，交通管理部门或者相关企业在未经车主允许的情况下，不能够采集车辆的车牌信息，以确保个人隐私。在这种情况下，以车辆号牌视频识别技术为基础的大数据应用就受到限制。在此情况下，如果仍然想要跟踪车辆的行驶轨迹而不涉及隐私问题，就需要对车辆视频识别技术进行改进，由根据号牌识别车辆改为根据外观特征识别车辆，以确保车主的个人隐私。

因此，交通管理部门及相关企业在收集可能会涉及个人隐私的交通大数据的过程中，要具有前瞻性，提前做好准备，依法依规地采集、处理、存储、应用和传播数据。虽然交管部门的交通信息数据有的较为敏感，有的涉及公共安全和公民隐私，但这并不代表交通信息数据不能公开。交通管理部门要在保障公共安全和公民隐私的前提下推进信息公开，对涉密信息进行相关处理，积极稳健地逐步开放和共享数据，提供给更有能力的个人和机构进行分析并加以利用，以便最大限度挖掘交通数据信息的潜在价值，提升交通管理的水平。

（四）大数据应用需基础

国外发达国家的道路交通信息化管理走过了一条漫长而坚实的道路，因其先进的管理体制、完善的交通管理设施、发展相对较早的信息技术和网络技术，在交通管理工作中逐步积累了大量交通数据。在此基础上，国外同行开发了各种交通模型、应用和系统，并将它们成功应用到实际中，持续且有步骤地推进交通管理的信息化建设。近年来，由于大数据技术的发展，原本积累的很难有效处理的海量交通数据也被充分挖掘和利用起来。

与国外发达国家相比，我国的交通管理领域的信息化建设则呈现跳跃式发展。我国的交通信息化管理起步较晚，科技、设施、人才、经济基础相对较差，以往积累的信息数据种类和数量有限，数据质量不高，利用率较低。在这样的基础上，面对大数据浪潮的袭来，业界反应不一，有的在现有基础上适当发展大数据应用而迎头赶上，有的没有基础也要强上马大数据；有的积极完善数据采集、研发各种交通模型充分利用大数据技术，有的则在追逐大数据的同时却做不好基本的交叉路口配时应用。

因此，发展大数据技术不能操之过急，要首先判断自身的科技、设施、人才、经济、数据的积累，做好科学系统的规划后再逐步引进和应用大数据技术。此外，在应用大数据技术的同时，不能只关注成功的案例，还要多关注失败的案例，从失败的案例中汲取教训。

四、国内城市交通管理部门对大数据应用的实例分析

近年来，上海、深圳等城市公安交通管理部门已着手构建应用大数据的交通警务，通过实现交管资源的优化配置，显著提升了交通管控和服务群众等方面的精度和效能。

（一）深圳交警部门国内首创应用大数据查处“失驾”人员

2015年以来，为有效遏制“失去驾驶资格仍驾驶机动车”的交通违法行为，深圳市公安局交警支队依托大数据，在对全市因“酒驾”被暂扣驾驶证的915人以及因“醉驾”被吊销驾驶证的3021人名下的机动车行驶轨迹、图像等信息进行大量分析比对的基础上，初步锁定了18名涉嫌“失驾”人员。在交警指挥中心的统筹指挥下，组织专门力量采取上门蹲守、设卡拦截等方式开展整治，依法查处17名“失驾”人员。通过快速发现和精确打击，有效震慑了交通违法行为，并向社会充分展现了公安机关的执法能力。

（二）上海、深圳交警部门利用大数据发布交通诱导信息

2015年3月，上海市延安东路隧道大修工程全面启动，上海市公安局交警总队向广大机动车驾驶人发布了“前三日车流情况回顾”，对承担交通分流的人民路隧道、复兴东路隧道、新建路隧道、南浦大桥及周边区域交通大数据进行分析，通过施工前后各类交通数据对比，直观展示了通行状况，并提示下阶段出行可选择的最佳方式，实现了施工区域交通运行的整体平稳。

2015年“五·一”前夕，深圳市公安局交警支队结合近年来各节假日全市道路交通大数据，分析研判后向全社会发布了节日期间出行资讯，包括了各大高速公路进出深圳的高峰时间、深圳外围高速拥堵绕行选择及市内各景区交通状况。同时，在节日期间实时发布全市主要干道和高速公路的通行情况，保证了全市未出现长时间、大范围的车辆滞留情况。

（三）贵州省交警部门利用大数据公布贵阳各驾校的合格率

2015年4月，贵州省公安厅交管局对贵阳市43个驾校的96万次驾驶考试数据进行汇总，并利用大数据分析，将目前贵阳市驾驶考试平均合格率排名等情况以图表形式向社会公布，其中包括2015年贵阳市“考试人次最多、最少的驾校”、“驾驶考试平均合格率最高、最低的驾校”、“科目一、二、三考试合格率最高、最低的驾校”以及“科目三安全文明考试合格率最高、最低的驾校”。图表直观呈现了贵阳市各驾校的考试人次、各科目考试合格率等具体情况，为广大市民选择优质的驾驶培训，养成良好驾驶习惯和意识提供了保障，从源头有效预防和减少了道路交通事故。同时，通过社会监督和公众选择，对驾驶培训行业的良性发展起到了显著的激励导向作用。

五、应用大数据构建智能交通管理的策略

基于大数据的公安交通管理本质上是交通信息化管理的一种途径或应用。目前，我国的道路交通管理面临新形势，对交通信息化管理提出了新的挑战和更高的要求。在深化改革的大背景下，我国的机动化、城镇化进程加速，交通供需矛盾进一步加剧，运用信息技术手段缓解交通拥堵已成为必由之路。公安机关交通管理部门应以大数据技术为有利契机，结合当前智能交通管理的实际，打造大数据时代的交通警务，全面提升道路交通管理的现代化、精细化水平。

（一）建设互联信息平台

结合智能交通发展规划，从动态、静态两个方面入手，加快基于大数据的互联网交通信息服务平台和静态交通综合管理平台的建设。在动态交通方面，对现有智能交通指挥控制系统利用大数据技术进行改造，深化指挥集成管控、事故警情处置和指挥大屏显示支持等应用功能，增强大数据条件下对交通信息的智能回溯和分析应用能力，实现动态交通信息的采集、处理和分析。在此基础上，形成互联网交通信息服务平台，通过互联网站、手机应用APP、微信平台为市民提供交通路况信息、交通事故情报、道路施工提示和交通诱导等及时、准确、全面的交通服务信息，有效提升出行服务品质。在静态交通方面，在公安机关内部建立静态停车综合管理系统，实现对静态停车管理的审批、停车资源等基础信息和业务信息的集中管理，并实现对实时动态泊位信息和图像信息的采集，最终通过停车优化、决策支持满足政府管理部门对停车、行车大数据的关联应用。同时，面向社会公众及停车运营机构建立开放静态停车公共服务系统，提供停车场（库）备案申报网上办理、停车场基础信息报备变更、嫌疑车辆场警联动、收费监管、静态停车信息等管理服务功能。实现停车资源整合调配和动静态交通管理的有机衔接，促进与完善城市静态停车分析、规划和建设，提升停车经营企业的服务和运营水平。

（二）挖掘现有系统数据

加强智能交通指挥控制系统的技术拓展与研发，突出数据对警情的预测性作用，在众多现有数据中揭示交通事故、交通拥堵、突发事件等各类影响交通的警情发生的规律，为制定针对性的决策和措施提供保障。根据道路线型、坡度、天气条件、车流量、平均速度、最高速度、车辆类型、驾驶人群体特性等因素，分析研判潮汐性交通流量路段、交通事故易发路段以及交通违法行为集中的路段，在电子题图中统一标注显现。同时，根据地区经济发展方向、人口比例、社区规划、车辆运行等因素对新建设的城市道路的基础设施、诱导方式、管理设备、警力布置、勤务模式等进行科学规划，最大限度地发挥交通管控的效能。

（三）整合各领域数据资源

在科技信息爆炸式发展的今天，交通管理日益引起了社会各界的广泛思考，交通基础数据信息已不仅仅局限于驾驶人、车辆和道路，公安交通管理部门应加强与城建、交通、运管等部门以及社交工具运营商的沟通协作，充分掌握各类可对道路交通造成影响的数据。一是与交通、运管部门协调共享客运机动车、货运机动车、公交车、出租汽车数量，以及相应的行驶路线、行驶时间、载客载货量等信息。二是与城建部门协调共享出入辖区主干道路、支路、乡村公路的里程、路面宽度、路面性质、坡道的海拔变化、弯道、交通标志的分布、时段分类机动车流量以及城市道路的路名、长度、宽度、车道数、交叉口类型、管理控制方式等信息。三是与经营性场所协调共享大型商场、商业街区、酒店、医院等场所的位置以及人员、车辆的容量等信息。四是与微信、微博、QQ等社交软件开发商沟通共享各类与道路交通有关的数据信息。通过部门、单位间的密切配合，进一步拓展交通数据信息采集方式，切实搭建交通大数据平台。

（四）加大智能设施设备投入

在发展道路视频监控、电子警察、卡口等交通设施的同时，加大对智能科技设备的建设投入。一是发展智能交通信号灯。根据路口、路段不同时段的交通流量，均衡调整交通信号配时，最大限度减少交通延误时间，充分提高路口通过率和道路使用率。二是发展智能交通标志牌。分区域采集雨、雪、冰、霜、雾、霾等气象数据，经计算后反馈到前端道路电子交通标志牌，调整限速数值、诱导方式、安全提示语等。三是发展智能停车系统。在机关单位内部、医院、超市等以及公共停车场建设智能停车系统，实时向智能交通指挥中心和社会驾驶人车载客户端反馈停车容量和停车位余量数据。保证指挥中心对停车情况的全面掌握，并使驾驶人能够及时查询目的地的停车位情况，减少盲目寻找停车位或违法停车的行为，提高公共资源的利用率。四是发展车联网技术。通过行车记录仪、车载GPS等车载终端设备，对社会车辆进行数字化管理，实时跟踪采集车辆的动、静态信息，存储发送至智能交通指挥控制系统进行数据处理、分析，将与车辆运行有关的道路网络、交通信号、拥堵情况、天气情况、交通管理以及其它公共服务资源情况与车载终端进行交互，为驾驶人提供交通导航、报警求助等相应的服务，并为公安交通管理部门提供车辆及驾驶者的行车数据，实现车辆、道路、管理、环境的有机结合。

六、结束语

正确认识大数据，要科学、理性、全面地了解大数据的局限、成本、风险和应用基础。在自身尚未完全准备好全面拥抱大数据时代时，首先要做好基础工作，重视当下，加强对现有交通数据信息的充分利用和价值挖掘，改进和加强科学技术对道路交通管理工作的辅助作用。大数据技术的发展切实提升了道路交通管理的科学性和有效性，进一步提高了道路交通管理的信息化水平。由于大数据技术的出现，过去很难进行处理的海量的非结构化、半结构化的多源交通数据变得易于处理，而且处理能力和速度有了极大的提升，可以实现很多前所未有的功能，蕴藏在海量交通数据中的潜在价值得以被广泛地发掘。但技术的发展和应用是一个需要坚实基础且循序渐进的过程，在大数据的热潮下，更需要我们回归理性，正确认识大数据，稳步推进交通信息化管理的发展。

[1] [英]维克托·迈尔-舍恩伯格，[英]肯尼思·库克耶.大数据时代[M].杭州：浙江人民出版社，2013.

[2] 徐炜. 交通管理已进入大数据时代[J].道路交通管理，2013，（11）：36-37.

[3] 李佳师. 贵州用大数据解决交通拥堵[N]. 贵州日报，2015-01-06.

[4] Yu Huijun, Wang Zhigang, Liu Xiaoyan, et al. A Big Data Application in Intelligent Transport Systems[J]. Applied Mechanics and Materials, 2015, 734：365-368.

[5] 马继华. 解决交通拥堵，大数据应用靠谱吗？[N]. 人民邮电，2014-05-05.

[6] Buckley Stephen, Lightman Deborah. Ready or Not, Big Data is Coming to a City[C]// Transportation Research Board. TRB 94th Annual Meeting Compendium of Papers, Washington DC: Transportation Research Board, 2015.

[7] 刘涛. 大数据不是万能的[N]. 中国国防报，2014-10-29.

Abstracts: In recent years， a big data environment is formed in road traffic system and big data analytics have emerged. From the view of people， vehicles， roads and the environment， the data sources of road traffi c big data are analyzed. In developed countries， traffi c control organizations have implemented big data strategies， so the big data analytics will have a signifi cant impact for the future construction of traffi c control information systems. This paper introduces the basic concept of big data and big data analytics， and presents the challenges of big data analytics in the traffi c control information system. It also provides the application framework for big data analytics in the traffi c control information system. On the basis， the solution is proposed for big data analytics in the traffi c control system. This paper aims to improve the development of traffi c control systems in the era of big data. The future applications of road traffi c big data key issues， main technologies and technical basis for the road traffi c big data are presented.

Ponder over Traffi c Control System Based on the Application of Big Data Analytics

Shao Li， Zheng Weijin
（Shanghai Police College， Shanghai 200137， China）

Big Data； Traffi c Control； Information Technology； Intelligent Traffi c

D631.5

A

1008-5750(2016)01-0046-(08)

10.13643/j.cnki.issn1008-5750.2016.01.007

2015-12-02责任编辑：孙树峰

邵郦（1981—），女，上海公安高等专科学校业务二分部初级教官；郑伟进（1960—），男，上海公安高等专科学校基础部信息化教研室讲师、中级教官。