趋势、难点与案例

本文来源于《2023交通行业数据要素市场化白皮书》

赛文交通网 智能交通 智慧公路

1 公路交通数据要素概况

全国通行路网交通大数据概览

（一）全国公路里程概况

根据交通运输部公布的《2021年全国收费公路统计公报》显示，截至2021年末，全国公路通车总里程达到528.07万公里，其中收费公路里程18.76万公里，占公路总里程的3.55%，公路达到16.12万公里，一级公路1.76万公里，二级公路0.75万公里，独立桥梁及隧道1329公里，占比分别为85.9%、9.4%、4.0%和0.7%。

根据《2022年交通运输行业发展统计公报》显示，年末全国公路里程535.48万公里，比上年末增加7.41万公里。公路密度55.78公里/百平方公里，增加0.77公里/百平方公里。公路养护里程535.03万公里，占公路里程比重为99.9%。

图5-1 2017－2022年年末全国公路里程及公路密度

年末全国四级及以上等级公路里程516.25万公里，比上年末增加10.06万公里，占公路里程比重为96.4%、提高0.6个百分点。其中，二级及以上等级公路里程74.36万公里、增加2.00万公里，占公路里程比重为13.9%、提高0.2个百分点；高速公路里程17.73万公里、增加0.82万公里，国家高速公路里程11.99万公里、增加0.29万公里。

图5-2 2022年年末全国公路里程构成（按技术等级分）

年末全国国道里程37.95万公里，省道里程39.36万公里。农村公路里程453.14万公里，其中县道里程69.96万公里、乡道里程124.32万公里、村道里程258.86万公里。

年末全国公路桥梁103.32万座、8576.49万延米，比上年末分别增加7.20万座、1196.27万延米，其中特大桥8816座、1621.44万延米，大桥15.96万座、4431.93万延米。全国公路隧道24850处、2678.43万延米，增加1582处、208.54万延米，其中特长隧道1752处、795.11万延米，长隧道6715处、1172.82万延米。

（二）全国通行收费单元概况

（1）关于全国收费公路制度改革背景

2019年5月，国务院办公厅发布《关于印发深化收费公路制度改革取消公路省界收费站实施方案的通知》，要求深化收费公路制度改革，提高综合交通运输网络效率，降低物流成本，两年内基本取消全国公路省界收费站，实现不停车快捷收费。一场便利群众出行、提高物流效率的攻坚战打响，全国各地各部门全力以赴，全国29个联网省份的487个公路省界收费站于2020年1月1日全部取消，提前完成了2019年《政府工作报告》提出的两年内基本取消公路省界收费站的目标任务。

截至2019年底，全国建设完成了24588套ETC门架系统，改造完成了48211条ETC车道、11401套公路不停车称重检测系统。ETC推广发行了1.23亿户，累计用户达到2.04亿。有效改善了群众的出行体验，还提高了综合交通运输网络效率，降低了公路收费，降低了物流成本，为此各省市相继出台了调整公路通行计费方式和收费标准的通知及差异化优惠政策。

（2）公路活跃收费站及门架概况

统计时间内，全国公路活跃收费站12589个，活跃ETC门架数量47509个。

（三）全国通行支付方式变化对通行大数据带来的影响

据交通部数据显示，截至2019年12月18日，全国ETC用户累计达到1.92亿，是2018年用户量的2.5倍。

据公安部交通管理局数据统计，截至2021年，我国汽车保有量达2.97亿辆，ETC安装率超80% 。

2020年4月7日，工业和信息化部装备工业发展中心发“关于调整《公告》产品准入相关要求的通知”，要求自2020年7月1日起，新申请产品准入的车型应在选装配置中增加ETC车载装置，供用户自主选装；自2021年1月1日起，新申请产品准入的车型应选装采用直接供电方式的ETC车载装置；

同时，非ETC卡车辆使用的IC通行卡也逐步替换为“公路复合通行卡”（CPC卡），使用CPC卡通行的车辆和使用ETC卡通行的车辆均不仅可以识别车辆进、出公路收费站信息，同时还可以通过在公路路网互通位置设置路径识别系统，精确记录车辆的实际行驶路径，同时在记录通行数据时，将OCR识别车牌+ETC/CPC卡进行结合，对通行的车辆进行有效标示区分，大幅提升了通行大数据的准确性和数据体量，为通行大数据的有效应用奠定了坚实的基础。

（四）公路交通数据基础信息（高速）

（1）高速公路交通流量

高速公路交通流量是指在高速区域内各种交通工具在一定时间内的流量情况，主要用于描述高速公路的繁忙程度和运输能力。具体来说，高速公路流量可以从以下几个维度进行衡量：

断面流量：指在一段时间内通过高速公路某一截面的车辆数量。高速公路断面流量是评估高速公路使用情况、规划交通流量的关键指标，也是衡量高速公路经济效益和服务水平的重要参数。

OD流量：指在一段时间内，通过高速公路从一个特定区域出发，到达另一个特定区域的交通流量。高速公路 OD 流量是评估高速公路使用情况、规划交通流量的关键指标，也是衡量高速公路经济效益和服务水平的重要参数。

（2）高速货车运力

指在高速公路上运输货物的能力和效率。通过高速公路称重设备及相关信息化系统收集和分析行程，可用以衡量和评估货车的运力水平和效率，帮助政府和物流企业了解货车的运行状况，优化运输资源配置，提高物流效率，降低运输成本，同时也有助于提升道路交通安全水平。比如：

货物运输量：指高速公路的货物运输量，通常以货物的重量来衡量。

货物周转量：指在一定时期内，由各种运输工具实际完成运送过程的以重量和运送距离的复合单位（吨公里）计算的货物运输量。

空载率：指在高速公路运输的车辆的载货比例情况。

（3）车辆静态数据

指在高速公路通行的车辆的基本信息和特征，通过ETC、道路摄像头、交通信息化系统采集，例如：

车牌号：车辆的身份证明。

车牌颜色：车牌的颜色。

车辆类型：车辆的收费类型，客车分为1-4型，货车分为1-6型。

车辆轴数：车辆连接轮胎的轴的数量。

（4）车辆动态数据

车辆动态数据是指车辆在行驶过程中实时生成的信息，其中包括但不限于以下内容：

车辆位置：车辆某一时刻点的经纬度。

车辆速度：车辆当前的行驶速度。

行驶方向：车辆当前的前进方向。

行驶轨迹：记录车辆在一段时间内的行驶轨迹。

（五）公路交通数据基础信息（非高速）

非高速类公路相关交通数据，如省道、县道、城市道路等，可包含：

道路信息：道路的基础信息，包括道路长度、宽度、名称、等级、类型等

交通流量信息：一段时间内，通过某一路段的车辆数量。

路口交通流量：一段时间内，通过路口的车辆数量及车辆流向。

交通设施信息：交通信号灯、摄像头、护栏、交通标志等数据信息。

交通事故信息：路段发生交通事故的信息。

气象信息：区域路段的天气、温度、湿度、降雨量、地表湿度等。

交通事件信息：如道路临时修路、封路等数据。

（六）公路交通数据的重要性

公路数据要素是指描述公路网络、设施和交通状况的各种数据，包括道路里程、道路等级、交叉口、交通流量、路况等。这些数据在交通规划、城市建设、物流运输、出行服务等领域具有非常重要的作用，市场价值日益凸显。

交通规划：公路数据要素是交通规划的基础资料，有助于政府部门和企业了解公路网络的结构、状况和潜力，为交通项目的立项、设计和实施提供科学依据。

城市建设：公路数据要素有助于城市规划部门掌握城市道路系统的布局和运行状况，为城市扩张、道路改扩建等工程提供决策支持。

物流运输：公路数据要素对物流企业非常重要，可以帮助企业优化运输路线、提高运输效率、降低运输成本，从而提高市场竞争力。

出行服务：实时公路数据要素（如路况、交通流量）对出行服务企业至关重要，可以为用户提供准确的出行建议，提高用户满意度。

智能交通系统：公路数据要素是智能交通系统的重要组成部分，可以支持智能导航、交通监控、事故预警等功能，提高道路通行能力和交通安全。

广告传播：精准的公路数据要素有助于广告企业为客户投放有针对性的广告，提高广告效果。

城市管理：公路数据要素可以帮助政府部门掌握城市交通运行状况，为城市管理提供数据支持，提高城市交通秩序。

车联网和自动驾驶：公路数据要素在车联网和自动驾驶领域具有重要价值，可以为车辆提供实时、准确的道路信息，提高行驶安全。

（七）公路交通数据的特点

公路数据要素具有规模大、实时性强、多样性、关联性、价值密度高、安全性要求、共享与交换特点以及技术依赖性等特点。随着我国数字经济的发展和智能化交通建设的推进，公路数据要素的重要性将进一步凸显。

公路数据要素的特点主要体现在以下几个方面：

数据规模大：公路数据包括道路里程、道路等级、交叉口、交通流量、路况等多种信息，随着车辆数量的增加和交通监控设备的普及，数据量不断增长，呈现出大数据的特点。

数据实时性强：公路数据要素需要实时更新，以反映当前的道路状况和交通流量，为出行服务、智能交通系统等领域提供实时信息。

数据多样性：公路数据要素包括结构化数据、非结构化数据和实时数据等多种类型，如道路网络数据、交通信号数据、车辆监测数据等，呈现出数据类型的多样性。

数据关联性：公路数据要素之间存在密切的关联，如道路里程与交通流量、道路等级与交通拥堵等。这些关联性有助于分析交通现象和规律，为交通规划和管理提供依据。

数据价值密度高：公路数据要素经过处理和分析后，可以转化为有价值的信息，为政府、企业和个人提供决策支持，具有较高的价值密度。

数据安全性：公路数据涉及国家安全、公共安全和个人信息保护等方面，因此在数据处理和使用过程中，需要确保数据安全性，防止数据泄露和滥用。

数据共享与交换：为了提高公路数据的利用效率，促进交通领域的创新和发展，公路数据要素需要在不同部门和企业之间进行共享和交换，形成统一的数据市场。

技术依赖性：公路数据要素的采集、处理、分析和应用离不开先进的技术支持，如物联网、大数据、人工智能等，技术的发展将不断推动公路数据要素的应用和创新。

2 公路交通数据要素开放及应用难点

在中国公路交通领域，实现数据要素的市场化开放与应用是促进交通行业发展、提升交通效率的重要举措。然而，在这一过程中，涉及的基础设施数据采集和交通动态数据采集等细分行业存在一些难点，阻碍了数据要素的充分开放和应用。本章将深入探讨这些难点，为进一步推动公路交通数据要素市场化提供参考。

基础设施数据开放及应用难点

（一）数据获取与整合难题

公路基础设施数据来源广泛，包括国家、地方和企事业单位等各类机构。然而，不同机构间的数据标准、格式和管理体系存在差异，导致数据获取和整合成本较高。此外，数据的实时性和准确性也是一个挑战，需要保证数据的及时更新和质量。

（二）数据共享与保护问题

在数据开放过程中，涉及数据共享与保护的平衡。一方面，为了促进数据的开放应用，需要建立开放平台和机制，实现数据的共享和交流。另一方面，需要保护敏感信息，确保数据的安全性和隐私保护，避免数据滥用和泄露。

（三）标准与规范制定

在基础设施数据采集过程中，标准与规范的制定是必要的。然而，当前公路交通领域缺乏统一的数据标准和规范，导致数据要素的一致性和可比性较低。制定统一的标准与规范，促进数据要素的规范化和标准化，是当前面临的一个重要挑战。

公路交通动态数据开放及应用难点

（一）交通流数据采集问题

准确获取公路交通流量数据是交通动态数据采集的关键。然而，传统的交通流量采集方法存在局限性，如人工观测和传感器等。这些方法不仅成本较高，而且覆盖范围有限。因此，如何采用新兴技术（如智能传感器、无人机、卫星遥感等）提高交通流量数据的采集效率和准确性，是一个亟待解决的问题。

（二）交通事件数据采集问题

交通事件数据包括事故、拥堵、施工等信息，对于交通管理和预警具有重要意义。然而，交通事件数据的采集存在一定的难度。例如，交通事件数据的来源多样化，包括交警、高速公路管理部门、市民举报等，数据的准确性和一致性需要保障。此外，数据采集的实时性和有效性也是一个挑战，需要建立快速响应的数据采集和传输机制。

（三）数据分析与应用能力

随着数据量的不断增加，如何高效地进行数据分析和应用成为一个难点。交通动态数据具有时空关联性和多样性，需要运用数据挖掘、人工智能等技术进行深度分析和应用。然而，当前公路交通领域在数据分析和应用能力方面存在一定的短板，需要加强技术研发和人才培养，提升数据要素的应用价值。

公路交通数据要素的开放与应用面临着基础设施数据采集和交通动态数据采集的难点。解决这些难点需要建立统一的数据标准与规范，提升数据采集效率和准确性，加强数据共享与保护机制，提高数据分析和应用能力。只有克服这些难点，才能实现公路交通数据要素的充分开放与应用，推动交通行业的发展与进步。

3 车辆通行数据应用案例

作为中国领先的国有数据代运营服务商，数据宝是国内少数同时具备国资参股、政府监管扶持、市场化运作、大数据资产交易合法经营资质属性的大数据“国家队”，以“激活国有数据价值，引领行业合法合规发展”为使命，致力于打造中国领先的国有数据生态圈。

基于国有的全国通行路网交通大数据，与通过数据宝国有大数据交易平台渐次开放的车辆、运政、ETC等其他多维国有大数据资源进行融合碰撞，搭建交通大数据创新应用实验室，以“数据赋能，联动创新”为运营理念，基于通过数据宝平台开放的海量权威合规的国有交通大数据，汇集保险、金融、物流、汽车、智慧交通、人工智能、政务、高校等领域的优秀生态伙伴及行业用户，形成“交通数据创新应用智囊团”。

以市场化运营为导向，通过数据、品牌、技术、服务、 资本、市场赋能，共同构建国有交通大数据智慧生态圈，通过“数据+科技+应用+市场”，共同激活及提升国有数据的价值，推动国有交通大数据的安全开放、流通及创新应用，推动大数据产业规范化发展；

并以国有交通数据为引擎，助力产业升级及数据要素市场培育，孵化数字经济新产业、新业态和新模式，更好地发挥国有交通数据在推动社会经济发展中蕴含的生产能力。

图5-3 公路数据要素应用场景

（一）保险行业应用

20年车改后，小货车费率下降幅度低于私家车，成为保险公司新的业务增长点。大货车的大案发生率较高，一般大公司或某些体量较大的二级机构会考虑承保，但中小公司承保较谨慎，而以小货车为目标业务，导致小货车市场竞争加剧。

19年起，各地管理部门不再为总质量4.5吨以下普通货车配发道路运输证，导致这部分车辆实际使用性质与承保性质可能不符，保费充足度下降，赔付率上升。车改后，2吨以下营业小货车赔付率较车险整体高24%，2吨以下非营业小货车赔付率较车险整体高6%，小货车定价面临新挑战。

保司现有的传统建模因子多为静态因子，缺少动态因子，而公路驾驶行为因子的引入可以更加合理地反映出驾驶者的风险特征；并能反过来通过价格调节，改善客户的驾驶行为。

（1）通行数据模型

通行数据对于保险行业整体价值的利用，可以体现在货车上，主要分为四个方面：货车时间分布类，货车活动范围类，货车驾驶环境类，货车在通行数据中特有的数据。

在货车自身时间分布数据方面，查看货车的全天逐1小时（或其他频次）时长、行程数、行驶里程分布，并且也可以从这些数据中获取到货车的其他数据，例如：1、工作日、节假日通行时长、行程数、里程分布；2、早高峰、白天、晚高峰、上半夜、下半夜通行时长、行程数、里程分布；3、疲劳驾驶（连续N小时驾驶）行为分析；4、疲劳度分析等情况。

例如某二级机构或三级机构私家车赔付率较高，可能是由于居住地与办公地不是同一地点的人员车辆占比较高，保险公司自己的数据是无法印证这一结论的，通行数据的早高峰行程数分析可以帮助验证这一结论。

图5-4 时间分布类车辆通行模型

通行数据的活动范围方面，可以利用到通行路线离散程度、路线弯曲程度、常跑路线TopX（相应的陌生道路占比分析）、活动半径、活动范围集中度、异地分析等。

这方面就例如假设销售人员拿来一个大车队的业务给业管，需求是需要一个比较高的费用政策来着支持，原因是，这个车队的行驶路线是市内，风险很低。

面对销售人员的需求，如果没有其他动态信息接入的话，保险公司很难判定这块业务的赔付情况，也就很难定价，只能以销售人员所谓的市场调研为依据。但如果有这个车队的常跑路线等驾驶行为信息，就可以精准地定位这辆车的风险情况，进而制定合理的定价策略。

图5-5 范围分布类车辆通行模型

在货车驾驶环境类中，主要是对繁忙/拥堵道路，通行所遇被标记为高风险车辆的数量、频次、时长，跟车行为，超速行为，超车行为进行分析，从而得到货车的风险程度。例如对某个高风险地区的驾驶环境做分析，看各地区的驾驶环境对赔付率的影响，并作为定价参考。

图5-6 驾驶环境类模型

通行数据中对于货车来说也拥有特有的数据，通过对货源地，载货行为，超载行为，超载&超速&超车行为进行分析，从而对货车风险程度进行分析。同时对于车籍归属地及异地分析、承保地及异地分析、常驻地及异地分析、货源地及异地分析，也可以作为车队行驶区域风险判断。

图5-7 货车驾驶行为分析

不仅是通行的动态数据，目前保险公司现有的传统建模因子多为静态因子，缺少动态因子，而驾驶行为因子的引入可以更加合理地反映出驾驶者的风险特征，并能反过来通过价格调节，改善客户的驾驶行为。包括里程、速度、时间、区域等多种维度，可对驾驶行为画像。而后动态因子结合静态因子，建立小货车定价模型，准确识别业务风险，差异化定价，使决策维度更加精准多样。

图5-8 小货车风险评估模型

（2）通行数据在保险行业的应用场景

分值应用场景1－高风险业务截尾：

以广东非营业小货车静动态模型数据为例，假设11—12分业务保司做截尾处理（谨慎承保），则整体赔付率优化2.18%，投产比为2%，这远远低于客户现有的投产比（平均20%以上）。

分值应用场景2－差异化定价：

定价策略：1—6分自主折扣为0.7，7—10分自主折扣为1，11—12分自主折扣为1.35。

业务结构优化：由于低分值业务折扣较低，高分值业务折扣较高，预计低分值业务占比会逐渐提升，相应高分值业务占比会逐渐下降。

预计赔付率变化：业务结构优化会带来赔付率的优化，预计赔付率会优化3%左右。

因子应用场景1-差异化定价策略：

定价策略应用：对赔付率影响较显著的单因子，如行驶里程因子、8小时疲劳驾驶因子，如果与赔付率是单调关系，则可以用作差异化定价；如果尾部赔付率较高，则可以用以剔除高风险业务。单因子定价，保司一般使用与赔付率关系中单调效果较好的因子，或在评价车队业务的品质时采用因子定价。所以同时可以给保司推荐里程、车速、8小时疲劳驾驶、空载、超载、常驻地行程数等较显著的因子。

以8小时疲劳驾驶因子为例作应用介绍：

定价策略：按照8小时疲劳驾驶行程数从低到高排序，并将最大值与最小值按照百分比分位，前85%分位点折扣为0.7，至90%分位点折扣为1，至95%分位点折扣为1.1，至最大分位点折扣为1.35。预计赔付率优化：由于折扣差异化，将带来业务结构的优化，从而带来赔付率的优化，预计赔付率下降2.9%。

疑似营业货车标签场景应用：

以活跃日及行驶里程等通行因子为基础，结合全行业赔付数据进行建模，得到疑似营业货车的标签值（是否疑似营业货车），可以有效识别按照非营业承保的营业货车。定价策略1：疑似营业货车业务折扣提高至1.35折，则预计赔付率将优化1.18%。

定价策略2：禁止承保疑似营业货车业务，则预计赔付率将优化2.01%，同时这可能会带来一部分业务损失，需要其他优质业务做填补，如可以按照小货车评分适当降低可承保业务折扣。

（二）双碳方向应用

2020年9月22日，国家主席习近平在第七十五届联合国大会上宣布，中国力争 2030年前二氧化碳排放达到峰值，努力争取 2060年前实现碳中和目标。

2021年10月24日，中共中央、国务院印发的《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》发布。作为碳达峰碳中和“1+N”政策体系中的“1”，意见为碳达峰碳中和这项重大工作进行系统谋划、总体部署。

2020年我国交通领域碳排放9.3亿吨，占全国终端碳排放的15%，为仅次于工业、建筑之后的第三大碳排放源，而在整个交通领域中，道路交通碳排放占90%，其中，公路客运占42%，这里有90%来自乘用车；公路货运占45%，主要是货运卡车产生的排放。

结合覆盖全国范围的车辆通行动态及静态大数据，结合科学的车辆碳排放核算算法，基于车辆的实际通行状态及使用情况进行精细化的碳排放核算，并可结合应用场景进行科学的车辆碳排放监测。

图5-9 车辆碳排放监测

（三）智慧交通应用

大数据技术作为智慧交通的关键技术之一，是智慧交通产业链的重要一环，随着交通部《关于推进综合交通运输大数据发展行动纲要（2020—2025年）》的发布，数据宝作为国有通行、ETC、运政等全国范围交通大数据开放的窗口和管道，通过国有大数据的开放和应用，赋能地方智慧交通 产业，推动地方智慧交通产业的发展。

依托于权威、合规、覆盖全国范围的海量通行、运政、车辆、ETC、公安、运营商等国有大数据资源，为智慧交通提供全面的数据应用方案，其应用可涵盖安全驾驶、智慧停车、车况分析、维护保养、车辆救援、信息服务、汽车厂商、4S店服务、货运管理、ETC通行设备运维、出租管理、辅助决策、交通指挥、运营稽查、车辆稽查、道路养护、户外广告投放、行业管理等多方面。

（四）智慧文旅应用

以交通部通行大数据与当地政府旅游产业相关数据融合，实现联动分析决策的产业智能决策平台，以车为维度，通过区分自驾游、大巴游及打车游三大群体类型，帮助各地旅游局清晰了解全国 各省市各类景点旅游产业发展情况，热门景点及热门通行路线等，并提供预测模型及潜在客群筛选 模型，助力当地旅游局产业投资升级产业提供数据支持。

图5-10 文旅大数据智能决策平台

（五）物流金融行业应用

2020年4月21日，国务院总理李克强主持召开国务院常务会议，决定提高普惠金融考核权重和 降低中小银行拨备覆盖率，促进加强对小微企业的金融服务。

公路货运量占整体货运量的70%以上，公路营运载货汽车拥有量超过1300万辆，是物流的主力军。全国公路物流企业超过750万户，平均每户仅拥有货车1.5辆，前20名企业所占市场份额不到2%小、散、乱、弱，物流效率低下，成本居高，盈利差是当前中国道路运输企业的通病。

物流贷款融资需求每年3万亿元以上，传统金融机构满足的需求不足10%。基于国有交通大数据，通过线上对货车的通行运力指数排名及整体经营情况进行评估，并对车辆历史及当前的运输经营情况实现线上的动态分析及监测，并可生成基于动态数据的中小物流企业/车辆经营风险评估报告，用于面向中小物流企业的物流金融的贷前、贷后风险控制及物流承运商的筛选，帮助中小物流企业降低融资难度。

图5-11 物流金融风控体系

（六）物流行业应用

2022年5月，《国务院办公厅转发国家发展改革委交通运输部关于进一步降低物流成本实施意见的通知》提出深化关键环节改革，降低物流制度成本、加强土地和资金保障，降低物流要素成 本、深入落实减税降费措施，降低物流税费成本、加强信息开放共享，降低物流信息成本、推动物流设施高效衔接，降低物流联运成本、推动物流业提质增效，降低物流综合成本的意见。

基于全国运政、车辆、通行动态大数据等国有交通大数据，可帮助物流企业、网络货运平台优化运力画像，提升运力的匹配能力，提升运力的利用率，降低空载率，可对物流线路规划进行评估， 筛选出最优运输线路，提升物流运输效率；也可对会员提交的道路运输企业、车辆及人员相关资格证信息及车辆进行实时在线验证及信息预填，提升平台数字化管理水平，提升运营工作效率。

（七）偷逃费稽查

取消省界收费站后，自由流收费依托ETC门架系统计费，门架系统的稳定性、可靠性是关键，但收费环境多、情况复杂，错漏风险变得难以把控。此外，收费主责权分散，并回归路段，主体增多后，收费情况将变得更复杂，如何帮助路段创造条件与省中心/部中心进行精准记账、对账校核管理变得更为迫切。

基于AI+大数据技术的通行偷逃费行为发现。旨在通过对收费通行数据以及全路网卡口车辆信息的分析，发现 ETC 及非 ETC 车辆中存在偷逃通行费行为的车辆，辅助稽查部门进行费用追缴，控制并减少偷逃费损失。

（八）区域一体化分析

物流运输是国民支柱产业之一，与社会经济发展、人民幸福生活息息相关，是国民经济的基础，是连接国民经济各个部门的纽带。因此，物流运输数据能够一定程度上真实反映地区经济运行状况、社会发展情况。

基于全国通行动态大数据，可分析货车、客车的跨域运输状况，真实客户地区的货物运输、人员流动状况，为区域一体化分析提供多地区间的货运及客运数据。基于通行大数据，能够分析道路断面流量，为区域内整体车辆通行状况进行精准分析，帮助政府机构、研究院精准宏观分析区域内货运及客运状况提供支撑。

基础设施数据应用案例

（一）应用场景

1.公路养护应用

公路基础设施数据可以应用于公路日常巡检场景，作为确保公路安全运营和提高维护效率的重要工具。以下是对公路基础设施数据在高速公路日常巡检场景中的使用的详细介绍。

（1）巡检路线规划与导航

基础设施数据可用于规划巡检路线和提供导航指引。通过高速公路基础设施数据的地理位置信息，可以进行路线优化和规划，确保巡检工作的高效性和全面性。导航功能可以根据数据指引巡检员沿着特定路线前往巡检点，提高巡检工作的效率和准确性。

（2）巡检点位信息记录

公路基础设施数据可以记录巡检点位的详细信息。这包括桥梁、隧道、涵洞等基础设施的具体位置、名称、规格、技术参数等。通过数据的记录和管理，可以快速查找和定位巡检点位，减少人工查找的时间和精力。同时，数据还可以记录巡检点位的历史信息，帮助分析设施的变化和演化趋势。

（3）巡检任务管理与调度

基础设施数据可用于巡检任务的管理和调度。通过数据的分析和整合，可以制定巡检计划、确定巡检频率、安排巡检人员等。数据可以帮助实时监控巡检进度，跟踪任务完成情况，并及时调整任务分配和优先级，确保高速公路基础设施的全面巡检和及时维护。

（4）缺陷和异常监测

基础设施数据可以用于监测和检测公路设施的缺陷和异常情况。通过数据分析和处理，可以发现桥梁、隧道、涵洞等基础设施的结构损伤、裂缝、漏水等问题。监测数据的及时采集和分析，有助于预防事故的发生，提前进行维修和维护工作，确保公路的安全运营。

（5）维护和保养计划制定

基础设施数据可用于制定维护和保养计划。通过对数据的分析和评估，可以确定设施的使用寿命、维护周期和维护内容。维护计划的制定可以基于数据的实际情况和需求，确保资源的合理配置和维护工作的及时性。此外，数据还可以辅助进行设备的资产管理和更新规划。

（6）报告和决策支持

基础设施数据可以为巡检工作提供报告和决策支持。通过数据的统计和分析，可以生成巡检报告和数据可视化展示，向相关部门和决策者提供巡检结果和设施状况的综合评估。这些报告和数据可以为决策制定、预算安排、设施改进等方面提供科学依据，推动公路基础设施的发展和管理。

总结起来，公路基础设施数据在高速公路日常巡检场景中发挥着重要作用。通过数据的应用，可以实现巡检路线规划与导航、巡检点位信息记录、巡检任务管理与调度、缺陷和异常监测、维护和保养计划制定以及报告和决策支持等功能。这些应用能够提高巡检工作的效率和准确性，保障公路基础设施的安全运营和可持续发展。

图5-12 道路智能巡检管理平台

2.公路资产管理应用

公路基础设施数据在高速公路资产管理场景中具有重要的应用，为相关管理部门和机构提供资产管理、维护和决策支持的关键信息。以下是对公路基础设施数据在该场景中的使用场景的详细介绍。

（1）资产清查与分类

公路基础设施数据可以用于资产清查和分类，对高速公路的各项设施进行准确地登记和分类。通过收集和记录基础设施的位置、类型、规格、年限等信息，可以建立起全面的资产清单，为资产管理提供基础数据。

（2）资产评估与价值管理

公路基础设施数据对于资产评估和价值管理非常重要。通过记录设施的技术参数、状况、维护记录等信息，可以对资产进行评估和估值，了解其价值和潜在风险。这样的评估和管理可以帮助管理部门进行资产规划、预算编制、优化投资决策等。

（3）维护与保养计划制定

公路基础设施数据可用于制定维护和保养计划。通过记录设施的维护历史、技术状况、使用寿命等信息，可以分析设施的维护需求和周期，并制定相应的维护计划。这有助于确保设施的正常运营和延长使用寿命，提高公路资产的价值和可持续发展能力。

（4）设备更新和替换决策

公路基础设施数据可以支持设备更新和替换决策。通过记录设备的技术参数、运行状况、维修成本等信息，可以评估设备的更新需求和替换时机。这有助于管理部门进行设备更新规划、预算编制和投资决策，保障设施的安全性、可靠性和效率。

（5）资产风险管理

公路基础设施数据可用于资产风险管理。通过记录设施的状况、维护记录、年限等信息，可以评估资产的潜在风险，如结构老化、设备故障等。这有助于管理部门及时发现和解决潜在的风险，提高资产的安全性和可靠性。

（6）数据驱动的运营决策

公路基础设施数据可用于数据驱动的运营决策。通过分析和挖掘设施数据，可以获取运营效率、交通安全、服务质量等方面的关键指标。这些指标能够为管理部门提供实时的决策支持，帮助优化资产配置、调整服务策略、改进运营效率等。

总结起来，公路基础设施数据在高速公路资产管理场景中具有重要的作用。通过收集、记录和分析设施的信息，可以实现资产清查、评估、维护计划制定、设备更新决策、资产风险管理、数据驱动的运营决策等功能。这些应用有助于提高资产管理的效率和精度，保障公路资产的安全性、可靠性和可持续发展能力。

（二）应用案例

基于高速公路基础设施数据的日常管养智能巡检及辅助分析应用。广东省交通集团投资运营高速公路里程占全省通车里程的72%，随着高速公路路面病害发生的频率、范围不断加大，集团对高速公路路面病害检测、巡检养护管理、决策管理的信息化及智能化水平的要求越来越高。

思谋科技基于先进AI视觉、深度学习、边缘计算等技术，重点突破营运高速公路路面病害数据库构建、评估指标、指标分类、巡检标准等关键性技术，成功建设高速公路日常巡检智能化病害采集系统、高速公路路面日常管养智能巡检及辅助分析系统。

通过发挥公路基础设施数据在高速公路日常巡检场景中的应用，实现巡检路线规划与导航、巡检点位信息记录、巡检任务管理与调度、缺陷和异常监测、维护和保养计划制定以及报告和决策支持等功能，依托广东省梅平高速公路进行试点，实现病害检测准确率超过90%，巡检效率提升50倍，进一步实现高速公路路面病害智能巡检养护管理的推广应用。

该方案面向高速公路、市政道路、国省干线、农村公路、桥梁、隧道多个养护运营及管理单位，可实现路面病害日常巡查、道路资产数字化管理、交安设施隐患排查等多种智慧养护应用，为其提供一站式公路闭环数智化巡管养服务，提升巡检效率和品质，保障公路基础设施的安全运营和可持续发展，助力智能科学养护决策。

图5-13 科学养护体系

交通动态数据采集应用

（一）应用场景

1、公路交通流监测应用

通过视频采集的交通动态数据在高速公路交通流和交通事件监测场景中具有广泛的应用。视频数据可以提供更加直观、详细的交通信息，为交通管理部门和相关机构提供实时的监测、分析和决策支持。以下是对通过视频采集的交通动态数据在该场景中的使用场景的详细介绍。

（1）交通流量监测与分析

通过视频采集的交通动态数据可以用于交通流量的监测和分析。通过视频图像识别和处理技术，可以实时统计车辆通过的数量、车辆类型、速度等信息。这些数据对于交通流量的实时监测、分析和预测非常关键，可以帮助交通管理部门评估道路通行能力、优化信号控制、疏导交通拥堵等。

（2）交通拥堵监测与预警

视频采集的交通动态数据可用于交通拥堵的监测和预警。通过实时分析视频图像中车辆的密度和速度，可以检测交通拥堵的发生和演变趋势。基于这些数据，可以实时发出交通拥堵的预警信息，提醒驾驶员选择合适的出行路线，减少交通拥堵的影响，并优化交通运输效率。

（3）交通事件监测与处理

视频采集的交通动态数据可用于监测和处理高速公路上的交通事件，如事故、施工、车辆故障等。通过实时监视视频图像，可以快速发现交通事件的发生和位置，并迅速采取相应的措施，例如派遣交警、引导交通、更新路况信息等。视频数据的实时性和直观性能够提高交通事件处理的效率和决策的准确性。

（4）路况信息发布与导航

通过视频采集的交通动态数据，可以发布实时的路况信息，并为驾驶员提供导航建议。通过分析视频图像中的交通情况，可以实时更新道路的状况、交通流量、拥堵情况等信息，并将这些信息传递给驾驶员。驾驶员可以根据视频路况信息选择最佳的行驶路线，减少行车时间和交通压力，提高行驶安全性和舒适性。

（5）交通规划与决策支持

通过视频采集的交通动态数据，可以为交通规划和决策提供支持。通过对视频数据的分析和挖掘，可以了解道路的瓶颈区域、交通需求、交通流量的高峰时段等信息。这些数据能够为交通规划、道路建设、公共交通线路优化等决策提供科学依据，并帮助优化道路网络布局、提升交通运输效率、改善交通出行体验。

（6）交通安全监控与管理

视频采集的交通动态数据可用于交通安全的监控和管理。通过实时监视视频图像，可以检测交通违法行为、超速驾驶、交通事故等情况，并及时采取措施进行处置。视频数据可以作为证据，用于交通违法的查证和处罚，有助于维护交通秩序和提高交通安全性。

总结起来，通过视频采集的交通动态数据在高速公路交通流和交通事件监测场景中发挥着重要的作用。通过实时监测、分析和处理视频图像中的交通信息，可以优化交通管理、提供实时的路况信息、预警交通拥堵、处理交通事件、辅助驾驶员导航，同时为交通规划和决策提供科学依据。这些应用能够提高交通运输的效率、安全性和便捷性，为公众提供更好的出行体验。

2、公路车路协同应用

通过视频采集的交通动态数据在车路协同场景中发挥着关键的作用，为实现车辆与道路之间的协同和智能化交通提供重要的信息支持。以下是通过视频采集的交通动态数据在车路协同场景中的使用场景的详细介绍。

（1）实时交通监测与管理

视频采集的交通动态数据可用于实时监测和管理交通状况。通过设置摄像头进行视频监控，可以实时获取交通流量、车辆行驶速度、道路拥堵情况等信息。这些数据可以帮助交通管理部门及时发现和处理交通拥堵、事故等问题，及时调整信号灯配时，优化交通流畅性和安全性。

（2）交通事件检测与处理

视频采集的交通动态数据可以用于检测和处理交通事件，如交通事故、车辆违法行为等。通过对视频图像进行分析和识别，可以实时发现交通事件，并向交通管理部门和驾驶员发送警报信息。这有助于及时处理交通事件，保障交通秩序和安全。

（3）车辆行为分析与驾驶辅助

通过视频采集的交通动态数据，可以对车辆的行为进行分析，如车速、车道偏移、停车等情况。这些数据可以用于驾驶辅助系统，向驾驶员提供实时的驾驶建议和预警信息，提高驾驶安全性和舒适性。

（4）路况信息提供与导航服务

视频采集的交通动态数据可以用于提供实时的路况信息和导航服务。通过分析交通流量和道路状况，可以为驾驶员提供最佳的行驶路线和导航建议，避开拥堵路段，减少行车时间和燃料消耗。

（5）自动驾驶与交通规划

视频采集的交通动态数据对于自动驾驶系统和交通规划非常重要。通过对道路和交通情况的实时监测，可以为自动驾驶车辆提供必要的感知和决策信息，帮助其安全行驶。同时，这些数据也可以用于交通规划，优化道路布局和交通设施的规划和建设。

（6）交通数据分析与决策支持

视频采集的交通动态数据可以通过数据分析和挖掘，提供交通决策支持。通过对大量的视频数据进行处理和分析，可以发现交通规律和趋势，帮助交通管理部门进行交通规划、设施改进和政策制定。

总结起来，通过视频采集的交通动态数据在车路协同场景中具有广泛的应用。它可以用于实时交通监测与管理、交通事件检测与处理、车辆行为分析与驾驶辅助、路况信息提供与导航服务、自动驾驶与交通规划以及交通数据分析与决策支持等方面。这些应用有助于提高交通的安全性、效率和可持续性，为驾驶员、交通管理部门和交通参与者提供更好的出行和管理体验。

图5-13 异常事件检测

3、公路交通执法应用

通过视频采集的交通动态数据在交通执法场景中具有重要的应用价值，为交通执法部门提供了强大的数据支持和技术手段。以下是通过视频采集的交通动态数据在交通执法场景中的使用场景的详细介绍。

（1）交通违法行为监测

视频采集的交通动态数据可以用于监测和记录交通违法行为。通过视频监控设备，可以实时获取道路上的交通情况，包括超速行驶、闯红灯、逆行等违法行为。这些数据可以作为执法证据，用于交通违法的查处和处理。

（2）交通事故调查与重建

视频采集的交通动态数据在交通事故调查和重建中起到至关重要的作用。通过视频监控设备记录事故发生时的道路情况和车辆行驶轨迹，可以还原事故现场，帮助执法部门了解事故的发生原因和责任划分。

（3）交通流量监测与疏导

视频采集的交通动态数据可以用于监测道路的交通流量和拥堵情况。通过实时监控视频，执法部门可以获取道路上的交通流量信息，并根据需要进行交通疏导和管理，以确保交通的畅通和安全。

（4）非法停车监控与处理

通过视频采集的交通动态数据，可以监测和记录非法停车行为。执法部门可以通过视频监控设备获取非法停车的时间、地点和车辆信息，并采取相应的处罚措施，确保道路畅通和交通秩序。

（5）交通执法决策支持

视频采集的交通动态数据通过分析和挖掘，可以为交通执法决策提供支持。通过对大量的视频数据进行处理和分析，可以发现交通违法的规律和趋势，帮助执法部门制定更科学、更有效的执法策略。

总结起来，通过视频采集的交通动态数据在交通执法场景中发挥着重要的作用。它可以用于交通违法行为监测、交通事故调查与重建、交通流量监测与疏导、非法停车监控与处理以及交通执法决策支持等方面。这些应用有助于提高交通执法的效率和准确性，维护交通秩序和安全，为社会提供更加安全、便捷的出行环境。

（二）应用案例

基于高速视频结构化数据的AI视觉检测应用。河北某高速路段运营管理部门，需要针对卡口和路侧相机采集的大量视频数据进行实时监测及处理分析，实现该路段视频数据感知、分析、应用、决策一体。思谋科技依托先进视觉AI和视频流媒体等技术优势，开发了一套基于B/S架构的全场景全链路毫秒级响应的云边协同的通用型智能视频推理平台SMore ViDeep，并结合该高速路段实际应用需求，成功搭建并落地了智慧高速视频结构化分析解决方案。

在该高速路段首期基于卡口及路侧相机视频的交通事件AI检测应用中，高效且精准地进行流量识别及细分统计、交通事件检测、卡口识别、车牌号识别等，车流统计准确率超98%，异常停驶检测准确率超95%，车牌识别准确率超95%，实现流量、事件等多维视频结构化信息的一站式智能感知分析及预测管理，降低潜在交通事故发生可能性，提升事故处置效率，简化业务决策。

该方案面向公路管理运营相关主体，提供公路场景的视频结构化分析整体方案，满足高速全要素AI视觉检测、安全风险实时识别响应、交通可视化管理等多样化需求，可快速复制至其他高速公路主干道、城市路口、隧道、桥梁、服务区、收费站等多场景。

图5-14 货车高速识别检测

*文章来源于《2023交通行业数据要素市场化白皮书》