公安交通管理“大数据”建设及运用中存在的问题及对策研究

□ 文/罗波 王媛媛

大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革。当前中国在大数据技术领域与世界前沿已经相对接近。面对人口高度密集、交通飞速发展、管理日趋艰难的困境，积极发展以大数据为基础的智慧交通，是时代和形势的紧迫要求。而当前中国高速推进的基础建设和国家对科技创新的大力支持，也为破解这一困境提供了良好基础。建立针对性的模型、优选科学的算法、打造云计算平台支撑，探索全新的道路交通管理技术体系，进一步减缓交通拥堵、提升交通安全、造福人民生活，已变得更加可行。

道路交通管理中的大数据基础

道路交通涉及面极广、参与者极多，各种交通行为和交通管理手段产生了体量巨大的基础数据。交管大数据主要由以下几类基础数据构成：

动态交通信息采集数据。如通过道路监控、路口流量等所采集的数据。庞大的机动车驾驶人和机动车保有量，其日常交通行为必然会在通行区域广为分布的监控及数据采集器上产生巨量的道路交通基础数据。

静态交通管理设施信息数据。主要为停车管理基础数据，涉及面也非常广泛，如停车场方面：停车场的区域划分、性质划分和类别划分，停车位个数的统计；车辆停放情况方面：特定车辆的停放时段等。停车管理方面：管理者情况，计时收费还是一次性收费等。

车驾管理服务基础数据。如车辆数量、驾驶人数量等，国内3 亿多机动车驾驶员驾驶证申领、补换证、审验、注销等的每一个环节都会产生大量的基础数据，近3 亿辆机动车注册、年检、报废等业务也会产生极大的基础数据。

交通管理执法汇总数据。如一般交通违法处理数据、交通事故处理数据、交通违法打击处理数据。纵观近年来的处理情况，处理违法数量与交通参与者增长的速度存在正相关关系。

道路交通管理支撑数据。如区域交管人力数据：交通民（协）警数量、交通劝导员数据。如进一步细分，还可以具体到这些交通管理者的基本情况、个性特点、特长偏好、出勤情况、管理效果等量化指标。在交通管理支撑上，还有路网结构以及交通信号、交通标志、监控设施、流量采集器等基础数据。

道路交通管理关联数据。这里主要指关联单位以及对交通管理存在直接影响的关联方面。如多车单位、危化品企业的基本数据；辖区市场人流车流量高峰时段、学校上放学、开学与放假的时间及学生人数等。所有这些基础数据已为我们构建了一座数据宝库。目前国内除我省、北京、上海、广州、等省市在利用这些数据进行高级汇总分析和运用大数据技术在道路交通管理上进行初步探索外，绝大多数地方还处于对数据资源的原始利用阶段。

传统公安交通管理手段的局限性

随着经济社会高速发展，城市化进程快速推进，交通堵塞问题日趋严重，交通事故发案率也并未因路况改善和车辆质量提升而降低。交通管理不是简单的体力劳动，而是一门综合性极强的交叉学科。传统的交通管理手段已经与现实的交通发展水平拉开了极大距离，疲于应付的交通管理方式已难以适应日益严峻的挑战。主要存在以下几个方面的问题：

传统交通管理手段交管信息整合能力较差。就单拿对讲机这一常用交管工具来说，受频道使用容量及管理模块的限制，基本上是一个大队一个频道。队际协调主要由极少数可调频对讲机及电话联系，这使得交通管理一体化趋势受到较大制约。同样，由于缺乏对区域间的基础数据整合，也难以发挥区域间互助互补的动态用警机制。

传统交通管理手段对交管资源支配能力较差。如在停车管理上，传统手段只能够掌握停车管理中停车场分布、停车位数量等静态数据，而对停车位实时利用等动态数据的迅速掌握显得无能为力，致使有些车位空着而有些剩余的问题屡见不鲜。当然，由于缺少大数据技术运用，在警力调配、志愿者运用等诸多方面同样存在上述问题。

传统交通管理手段对交通发展趋势的预判能力较差。在传统的交通手段中，交通堵塞主要凭管理者观察，交通乱点的整治基本上属于彼此进退的“拉锯战”，事故高发路段及时段主要为事故内勤的简单统计。缺乏对基础数据的分析，没有在庞大的数据量中深度挖掘寻找必然规律，这种经验式交管手段必将举步维艰。

大数据在道路公安交通管理领域中的应用现状

在解决道路交通问题中，发达国家较早地运用了大数据技术，国内部分地区也开始以大数据为基础构建智慧公安交通管理模式的思考逐步进行了大数据交通管理方式的探索，并均取得了突出的效果。

发达国家交通大数据应用情况。多数发达国家均比较重视智能交通顶层设计，且有着实实在在的应用。如美国，1995 年便制定了《国家智能交通规划》。2014年又颁布《国家智能交通系统2015-2019 年发展策略》，高度重视大数据应用。2016 年5月发布了《联邦大数据研究与开发战略计划》，将交通领域大数据作为国家战略的一部分。政府不仅将交通大数据向公众开放，还积极促进相关部门和高新技术企业对“大数据技术” 进行研究应用，极大提升了数据资源的价值。日本2001 年的《E-JAPAN 战略》以及《E-JAPAN优先政策计划》中，智能交通系统都被放在了IT 社会中的关键要素位置。2013 年公布的“创建最尖端IT 国家宣言”，把智能交通系统建设提升到国家战略的高度，运用大数据等新技术促进智能交通系统建设发展。此外，2015 年德国的第一条智能公路，意大利将交通大数据运用到城市规划等具体案例等，均可看出这些国家在交通领域对大数据技术有较好的应用。

国内交管大数据的应用现状和存在问题。为缓解交通拥堵，力保路畅民安，国内部分省市在大数据交通应用上已经有一定的尝试，并取得了明显效果。我省开发了“ 公安交通管理大数据统计研判平台”，实现了省、市、县三级公安交管部门业务数据的集聚、融通、共享，实现主要业务统计分析的“一网通”，同时建立了科学的大数据考核考评体系，对全省交管部门大数据建设推进及应用情况进行强力推进。大数据技术在交通管理的缓堵疏流、查缉布控、信息发布、便民服务等方面已经发挥了巨大的作用。北京在“十三五”规划中明确提出要推动智慧交通建设、交通大数据应用，推动跨部门数据融合共享，推进基于云计算的大数据挖掘分析应用，推进交通行业数据资源开放。上海将大数据技术应用在潮汐交通规划中，辖区个别路段“ 单向交通流量增加了25.6%，平均车速提高了4公里/小时”；引入“大数据智能识别系统”抓拍各种交通违法和自动提取比对车辆信息，在交通违法整治中发挥了巨大威力。广东深圳将大数据应用到交通管理及队伍建设方方面面，搭建“大数据应用云平台” 作为“1 号工程”，建立“ 系统融合、数据分析、信息研判、指导实战” 运作模型，有效解决了以往“人海战术”、“经验模式” 带来的警力浪费、精确度和效率不高等弊端等问题。但同时，也存在着几点不容忽视的问题。

标准各不相同，技术参差不齐。由于大数据技术在交通管理中发挥了直观作用，将对交通管理手段产生深远影响，因此，国内公安交管部门对此普遍重视，且有着极高的热情，但因经济条件、重视程度、技术手段、规划标准等方面存在的差距，各地发展并不均衡。大数据技术不单是数据量大，也不是低层次的归纳分析，而是以数据挖掘为核心的一项新技术，根据不同的挖掘目标，需要设定匹配的数据模型、标准及网络和硬件的支撑等。而目前，就大数据交通而言，并无统一的标准。同时，各地区情况不同，建设公司技术水平参差不齐，因而各地所建设的大数据交通应用体系运算方式等存在差异。

融合存在难度，影响整体布局。各地差异化的交通大数据构架必然给全国性整体规划建设造成不利影响。同时，各地的大数据应用终端不同也会导致运作方式不同，如我省的“贵州交警”、北京的“北京交警”、深圳的“深圳交警”、武汉的“易行江城”、成都的“熊猫驾信”等，这些APP 终端除了提供各类便民服务外，还会提供实时的、基于大数据技术手段分析的交通路况。各省、市、县自行开发运行，必然会导致跨区域交通信息收集和发布脱节等问题出现，给使用者带来极大不便。

建设情况复杂，信息安全堪忧。在各地一拥而上建设大数据交管平台过程中，规划建设的实际外包商技术水平、建设资质、维护能力参差不齐，部分没有核心技术和没有涉密信息集成资质的企业，参与到公安交管大数据平台规划建设中，且在这些平台中使用企业自身的平台、软件、产品，导致在交管大数据建设中企业施工人员一定程度上介入了警务机密。这不仅和国家保密部门对数据集成要求相抵触，而且给国家秘密带来了较大的泄露风险。

重复建设普遍，资源浪费严重。在某些基本的运用功能开发上，对数据的集成、运算、研判、发布等基本构架大同小异，用同一种方式、构架可以完全解决。但各地缺乏协调，本来可以整合建设的项目，却各自为阵，各起炉灶，遍地开花，重复建设已经造成了严重的财力物力浪费。

公安交通管理大数据应用发展趋势展望

随着计算（量子计算、分布式计算、云计算等计算速度提升及计算方式简化）、存储（存储介质的发展、云存储等新型存储方式的发展将为大量数据的存储提供更大的运用空间及更加灵活的方式）、通信（移动通信5G技术的传输速度将大大提升信息交互速度）、感知（定位、传感技术、虚拟现实技术等必将给交通管理提供更加精确的数据及更加前沿的指挥方式）及人工智能(AI技术将会使交通管理决策变得更加简单) 等技术的进一步发展，人类将在较短时间内跨入智能社会。而作为智能社会的“母体”，大数据将在交通管理领域中将给公安交通管理者带来更加深刻的影响。

交通难点将更有规律可循。掌握了交管大数据，就会成为交通发展趋势的“先知”。随大数据技术的成熟及深入运用，历史和现实的各类交通信息将给我们提供更加丰富的可利用数据。通过模型设定、数据挖掘，将会摸清杂乱无章的交通乱象背后的规律特点，纷繁复杂的交通形态在管理者面前将变得更加透明，管理者将完全可以对交通路况实现短期及中期预报。

交通管理手段更丰富有效。掌握了交管大数据核心，管理者将会成为智慧交管世界里的“主宰”。如在拥堵疏导中，信息发布方式将更加及时多样，交通参与者完全可以实时交互道路信息。指挥体系将更加“扁平化”，指挥中心可能会具体将指令发送到某一具体的人或车；在查处违法中，对违法行为的监控、制止、处理将变得更加灵活及时且有效；在安全教育上，大数据完全可以对不同个体驾驶习惯“画像”、“把脉”，从而更好地“对症下药”。

交管警力结构及分布将发生变化。随着技术进步，智能交通向智慧交通发展，向科技要警力的步伐将进一步加快，目前全国各地交管警力不足的问题将有所缓解。同时，对交通管理者的综合能力将会有更高要求。

信息安全问题将是今后一定时间内重点关注的问题之一。信息领域无绝对安全。新技术是把双刃剑，在造福我们的同时也给我们带来一定风险。公安交管大数据同样面临信息安全三大挑战：一是隐私泄露和滥用风险加大，二是外部的恶意攻击更为集中，三是现有的安全措施难以适配。信息安全问题，将是公安交管大数据平台构建和应用需要重点关注的重要方面。

关于构建大数据交通管理模式的几点思考

以大数据为基础构建智慧公安交通管理模式的思考大数据运用，不仅是国家战略规划重要内容，也是我国交通管理转型升级的必然要求。随着经济社会的快速发展，人车路矛盾的进一步加剧对交通管理手段转型升级提出了更高的要求，运用大数据技术对交通管理手段进行革新显得尤为迫切。

加强全国性大数据交通管理构架的顶层设计。为了让大数据技术更好地服务于公安交通管理事业，避免各地差异化建设可能导致的整合难题，应当及早进行全国性的大数据交通顶层规划。

法规政策的健全。为了确保交通大数据平台在应用过程中顺利推进和健康长远发展，应当根据实际情况对道路交通管理工作中涉及的相关法条做好修正及完善准备，并在主管部门的政策制定上，注重配套推进。

整体构架的设计。应根据大数据技术的现实情况、发展趋势和道路交通管理工作的实际需求以及智能政府、智慧公安等方面的全国、全局性规划，及早进行交通管理大数据的顶层设计。顶层设计需具有前瞻性、全局性、包容性，涵盖交通数据采集、信息发布、交通疏导、事故预防、宣传教育、车管业务等各个方面。

相关标准的设立。在此方面，需主要规范的有：一是大数据平台刚性技术标准和指导性技术指标。大数据交管统一平台必须要有哪些内容，而哪些又是各地可以根据实际情况差异化应用的内容应当予以明确。再则如配套完善信息交互关键标准，以保证数据的正确性、安全性和实时性。二是交通标识数字化及标注标准。在大数据交管信息采集及发布中，必然会对交通标识标线等进行数字化应用，如对引导地图等进行图像和声音标注。因而，有必要在此方面做好标准化准备工作。三是信息平台建设准入标准。对交管大数据建设企业应当设置门槛（准入标准），确保具备较强技术能力、合法信息集成资质、良好经营信誉的企业参与到交管大数据平台建设中来。

分步实施，扎实推进，积极建立全国性交管大数据应用平台。

及早对各地交管大数据应用情况进行梳理和指导性干预。当前，应对全国各地公安交管大数据建设情况进行摸排，对理念先进、建设效果突出的予以关注支持，对理念不清、层次偏低、重复建设等问题突出的，需及时进行指导性干预，避免一哄而上、盲目建设、资源严重浪费。

在统一的构架下，逐步开展全国性公安交管大数据应用平台的搭建。各地可在统一的框架和标准下，根据不同区域特点、经济水平、个性化需求等实际情况，制定出建设时间表，统一推进、分步实施，逐步开始统一框架下的大数据平台建设。

以科学的督导考核机制助推大数据在公安交通管理领域中的应用。大数据应用既要预防过热，也需要防止偏冷。要建立健全相应的考核机制，对各地交管大数据平台建设及工作中的应用情况进行督促指导、科学考核，积极促进公安交通管理大数据高效推进、健康发展。