运用“互联网+”大数据系统完善高速公路绿色通道管理

文／江西省交通运输厅应急指挥中心（信息中心） 徐杰 江西慧通科技发展有限责任公司 王亚民

关键字：高速公路；绿色通道；绿通车；互联网+，大数据分析

1 引言

进入21世纪以来，随着国家经济的进一步发展，人民生活水平的不断提高，超市、农贸市场里可供消费者选择的商品琳琅满目，既新鲜又廉价，这些都离不开完善的交通运输体系，以及“绿色通道”政策。鲜活农产品运输“绿色通道”政策是国家为了建立顺畅、便捷的鲜活农产品流通网络以及落实“菜篮子工程”提出的。2004年国务院颁布了《收费公路管理条例》，其中第一次尝试对整车合法装载鲜活农产品的车辆实施减免高速通行费用。2005年“绿色通道”概念在公安部、农业部、交通部、发展改革委、财政部、国务院纠风办联合制定的《全国高效率鲜活农产品流通“绿色通道”建设实施方案》中被第一次提出。其中规定装载指定鲜活农产品（包括新鲜蔬菜、水果、鲜活水产品、畜禽以及新鲜肉、蛋、奶，总共5类产品）车辆（下简称“绿通车”）享受国家优惠政策，减免在指定高速公路路段的通行费用。2010年优惠道路范围以及优惠商品名录进一步扩大。在交通运输部、国家发改委、财政部联合发布的《关于进一步完善鲜活农产品运输绿色通道政策的紧急通知》中，全国所有收费公路全部划为优惠道路，同时新增了马铃薯、甘薯、鲜玉米、鲜花生等四个新优惠品种。

“绿色通道”惠民政策旨在加快鲜活农产品运输效率以及减少农产品运输成本，对控制菜价上涨、丰富百姓餐桌以及保护农业生产利润产生了积极影响，切实维护了生产者和消费者的利益也对我国农业发展具有极大的促进作用。然而随着优惠政策影响力的不断扩大，运输行业对政策的不断熟悉，一些不法司机和部分运输业主受利益驱使，利用“绿色通道”政策进行偷逃通行费用的案例层出不穷。 今年来偷逃通行费的行为也慢慢由个别行为发展成为群体现象，而且逃费手法越发隐蔽，甚至出现了检查站工作人员与车主相互勾结的行为，严重损害了“绿色通道“政策的稳定运行及发展[1]。在鲜活农产品的运输中时效性非常重要，这给“绿通车”的查验工作带来了非常大的困难。于此同时，由于在长途运输中，跨境“绿通车”的比重较大，各省数据信息不统一无疑更加加重了检测难度。为更好的执行“绿色通道”政策，让优惠政策切实给真正的农业生产者以及消费者带来福利，新型信息管理系统成为迫切需要。

2 现状分析及解决方案

目前“绿色通道”政策的执行主要遇见了如下三个问题。首先是“绿通车”过站通行效率低。对于一个熟练检测工作人员来说，平均每通行一辆货车需要5分钟，在繁忙时段很容易在收费站口形成拥塞，严重影响了收费站的通行效率也损害了“绿通车”运输的时效性。其次是假冒“绿通车”现象。如今，假冒“绿通车”已经是最常见的高速公路偷逃通行费行为之一[2]。据公路管理部门统计，有20%的通行“绿通车”为假冒“绿通车”，每年给公路行业带来通行费收入损失达60亿元。在巨大的利益面前，不少司机甚至检查工作人员选择铤而走险，假冒“绿通车”。其中主要手法包括非货运车辆运送鲜活农产品、将其他货物与农产品货物混装、农产品装载吨位或有效装载空间在80%以下、集中进卡利用收费站重视保畅工作，以至于加快检测速度降低检测质量以及驾驶员持空白证单随时填写。最后是绿通管理工作效果被动。目前主要采用每车必查的措施以及主要依靠现场检测人员的经验以及人为判断，大量的人力物力财力被消耗，但检查效果低下。同时由于难以持续动态累积和分析“绿通车”数据，对“绿通车”进行信用监管并指导假绿通稽查工作就变得无法实施，对一些有组织有计划的假冒绿通的企业以及与其勾结的检查工作人员，无法构成约束和震慑。

其中混装车问题尤为突出，违法司机一般会在车厢四角以及便于查验的地方装载符合标准的鲜活农产品，但是在车厢内部，不方便检测的地方安放其他货物，以整车假冒“绿通车”骗取通行费用优惠。当下主要采用的检测手段为软式或硬式内窥镜来检测车厢内部货物情况，以及依靠现场检测人员的视觉、嗅觉以及经验来判断被检车辆是否符合标准。这样的方案效率底下而且对工作人员的检测能力及经验要求非常高。针对这一问题，可以用基于X射线的检测装置投影出整车内部的图像，从而直观的获取车厢内部载货信息，能够有效提高检测效率以及准确率[3]。同时文献[4]提供了另一种基于硬件的检测方法，可以达到无辐射自动化检测，但是检测准确率不高。基于硬件的检测设备的设计虽然必不可少但依然解决不了被动监察的问题。陕西省花费了1500多万元购置了类似设备，但实际运营时发现在每车必检的方针下其运营成本巨大，同时射线技术会产生一定程度的辐射，长期以来对收费站检查人员身体健康以及车辆运送的鲜活农产品会有恶劣影响。

通过多维信息采集与整合来分析车辆，建立司机、车辆、路段多模态数据模型来预测分析每个站点和每辆“绿通车”的数据模式是另外一种解决假冒“绿通车”监察难问题的思路。在当今大数据时代的总体趋势下，很多省市、区域都组建了自己的数据平台。广东省构建了高速公路绿通稽查综合防逃费系统[5]，江西省的绿通车辆验证系统[6]及其快速抽检系统[7]。同时数据分析也能够指导高端昂贵的检测设备布局，以达到效益最大化[8]。这类系统的优势是可以将各类多元化的信息收集在一起，并能够从中挖掘出有效的信息，预测每一辆进检车辆是假绿通的概率，从而实现主动监测，提高通行效率，建立档案，增加假冒成本。然而由于各省市地区数据标准没有达到统一，跨境绿通车现象非常常见，目前虽然这类系统在本地区内能够很好开展但在全国范围内还很难实施下去。同时，对于大数据应用来说，本地区内部的样本数量相对较小。同时，目前依旧没有便捷有效的数据录入方法，导致数据丢失、不全、失真等问题。这些问题都不利于提高大数据分析的准确率。针对这一问题，以及顺应2015年十二届全国人大三次会议上提出的“互联网+”指导意见，本文提出了基于“互联网+”的高速公路绿通车大数据采集及分析系统。

3 系统介绍

本文提出的高速公路绿通车大数据采集及分析系统主要分为三层（图1）。最下面的是第一层——数据输入层。这一层作为绿通车数据的入口，包括车辆、车主、通行记录、查验记录等等的数据输入入口。同时，配合高速公路现有系统，路段中心工作站可用于输入基本车辆通行记录，制作通关磁卡等传统高速公路通行信息输入。

第二层为省级数据接收及处理。上述数据输入后将通过电信网络以及内部网络输入进省中心系统进行数据校验以及本地化存储。这一层起到了承上启下的作用，一方面接收来自数据输入端的信息，进行处理后上传至第三层。另一方面接收来自第三层的数据分析结果，结合现场情况做出检测建议，下发给检测现场。同时，通过门户网站可以直接访问省级中心的数据库，使信息透明化。此外，网络安全是绿通车系统的重要环节。由于这一层涉及到大量的数据通信，所以网络防火墙主要设置在这一层。通过设置软件防火墙、IP地址黑名单、MAC地址与IP绑定等措施在硬件上保护网络安全。此外，在网络服务器上建立操作日志，精确到每一条数据通信，以达到出现问题快速查找及时修复等问题。

第三层是全国数据中心以及数据分析系统。在全国范围内获取海量完整、规范的数据后，数据分析工作得以开展。这一层主要实现数据的存储与分析。

3.1 规范的数据入口

要解决数据丢失、不全、以及失真等问题，一个方便便捷的数据输入入口必不可少。在社会以及国民生产力快速发展的今天，智能手机的逐渐普及，截止2014年，中国的智能手机普及率已经达到了66%并且增速还在不断加快，这离不开智能手机的生产成本不断降低以及方便易懂的操作逻辑。此外，作为功能强大的可携带移动设备，智能手机还有兼容其他系统的优点，如平板电脑、现有绿通查验设备、收费站操作系统等。因此，智能手机APP非常适合作为“绿通车”查验数据输入的主要载体。再者，智能手机随时与互联网链接，可以做到数据及时上传、自动处理、审查以及存储，这样极大避免了因不当操作或人为疏忽而导致的数据不全、丢失以及失真的问题。此外在APP中建立司机个人账户，可以将人、车、货以及路径统一起来，实现快速申报、信用档案以及数据分析。

在本文提出的系统中，个人绿通申报APP主要包括用户信息、绿通备案、通行申报、信息查询等功能。其中“用户信息”主要包括用户的基本信息，其中包括姓名、身份证认证信息、车辆基本信息、记录等基本个人账户信息。“绿通备案”是该账户下绿通车的基本信息，如车牌号码和车辆型号等。 “通行申报”为单次绿通通行申报，车主可以通过手机提前向中央系统发出通行申请，其中包括驾驶员信息、车辆信息、货品信息、计划行驶路径等。其中由于驾驶员信息和车辆信息是与其个人账户绑定的，可以做到一键填写，进一步提高申报填写效率以及数据完整性。在申报信息填写完毕后，可以生成二维码，方便收费站获取相应通关信息。“信息查询”中包括过往绿通车通行记录，信用评分等。此信息一方面方便司机查询，另一方面有利于为每个账户建立行为档案，当出现异常可以提前发现。

与车主使用的个人绿通申报APP相对应的是供收费闸口工作人员使用的绿通查验APP。该APP包括了检查员登录、受理绿通申报、查验现场数据收集等功能。其中“检查员登录”可以将每一位检查员的检查行为记录在案，可以实现有据可查、规范操作提高检查员与车主串通代价，从而一定程度上杜绝因检查员操作失误而导致的假绿通车漏检情况。在车主进站前递交绿通申报后，并且在预计到站时间之前，检查员从“受理绿通申报”功能中调出申报车辆信息用于现场车辆检查。系统可以综合车辆信息、货物信息、检查员信息、车主信用信息、道路信息等等给出检查建议，如直接放行、外观检查、探头检查、卸货检查、射线检查等。操作员需遵循系统建议做出相应检查行为并且提高对应的检查数据。例如车辆外观照片、探头采集照片、卸货后车厢内部照片、车辆荷载信息、射线采集照片以及最终查验结果等等。如此一来，将检查决定权交给系统可以做到主动检查，提高作案风险、减少人为参与。

利用电子设备APP较容易实现规范方便的数据输入，并且普及成本较低。规范准确的数据信息输入是大数据分析应用的前提。在人工智能以及数据分析快速发展的今天，从海量的数据中提取特征信息以得到假冒绿通的内在模式，实现在多个维度上杜绝假冒绿通车逃费的现象。

3.2 利用大数据分析车辆行为模式

数据分析主要是指假冒绿通车的特征分析，这本身是一个完整的课题，本文只提出主要的设计思路，具体的数学模型以及特征分析不做介绍。在大数据以及“互联网+”的背景下，假冒行为可以被一些无明显关联的特征信息捕获，从而系统可以给出需要严查的指示；相反，正常守法的绿通车辆也具有一定特征，在通关期间系统可以给出放行的指示，加快其运输效率。从现有资料中可以得知，往往假冒绿通车拥有异常货物、路径异常、短时间多次通过、三证信息异常、申报不符等等特征。然而这些特征都是非常明显相关的，作案司机及团伙必然会在这些方面做足工作以达到混淆视听的作用。这时候就需要大量的数据分析建立数学模型，让假冒绿通车这种偷逃行为无处遁形。

其次，是依托数学模型建立信用评分。简单来说就是综合考虑各方面的因素给每一个绿通车主进行信用评分。主要包括资料填写认证的完整度、平安通行次数、假冒绿通车次数、车辆情况、常运货物种类等等。在系统给出检测建议的时候，信用评分占有很大一部分比重。信用越高，系统给出直接放行的概率就越大，反之亦然。

4 结束语

在科技快速发展的今天，互联网改变了人们的生活方式，同时，随着“互联网+”概念的提出，用互联网技术来提高生产运输效率也成为各个领域发展的方向。“绿色通道”政策利国利民，但却受限于假冒绿通车，每车必查的被动检查方式极大浪费了道路资源也损害了运输效率。本文提出了一种基于互联网的“绿通车”监察平台，通过规范的数据入口以及大数据分析技术来达到主动监察、合理放行的目的，建立规范的“绿通车”通行秩序以提高农产品运输效率降低运输成本，让百姓吃到新鲜又廉价的鲜活农产品。同时减少中间运输成本，也让农产品生产者从中获益。为了实现更准确的信用评分系统以及更智能的系统管理，在未来，可以开放更加多元化的信息接口，如信用卡评分、电子支付信用评分、道路实时情况以及天气等。进一步提高数据分析准确率、杜绝假冒现象、提高道路通行效率。