思路及方法论

编者按：4月29日，在赛文交通网、中国公路学会自动驾驶工作委员会、广东省智能交通协会主办的“2024年交通数据要素资产化”线上研讨会中，青岛城运控股集团大数据信息中心副主任徐显军作了《公交行业数字化转型及数据资产价值提升路径》主题报告。

该报告重点介绍公交行业数字化转型思路及方法论、数据资产入表管理及数据价值挖掘。让公交企业能够深入了解数字化转型落地过程和发展方向。同时企业在数字化转型的成果基础上，可以围绕数字要素，深化利用数据资产，发挥数据资产价值，让数据价值延伸出变现渠道。数据价值化将加速企业数字化转型，培育数字经济时代新能力，为企业的创新发展提供内生动力。

当今时代，数据已成为企业不可或缺的核心竞争力。数据不仅是企业决策的重要依据，更是驱动业务增长和创新的关键要素。通过收集分析和利用数据，企业能够深入了解市场需求，优化产品服务，提升运营效率，从而在激烈的市场竞争中占据有利地位。

近些年，国家陆续发布了数字经济、数字交通等重大决策，提出加快数字化发展，建设交通强国、网络强国、数字中国等战略部署，为公共交通行业数字化转型提供政策支持。同时公交行业普遍面临补贴压减、成本管控、效率提升等经营管理难题，亟需通过数字化转型帮助公交企业解决管理和运营上存在的问题，助力企业实现降本提质增效，为公共出行提供更加个性化的智能服务。

公交企业作为非数字原生企业，在数字化转型过程中一定会遇到新的难题和挑战。主要面临三类痛点，一是未摸清底账，资产、流程、管理过程不清晰，人工环节仍然较多；二是管理过程不清，资产使用，流程流转以及管理执行需要在同一个平台中完整记录清楚；三是无法敏捷应对，需要敏捷响应变化，同时要提高资产复用以降低成本。

此外还存在五大掣肘，即历史包袱、技术架构调整，需配套支撑体系，存在数据孤岛、缺乏数字化人才等问题。以上问题制约着公交企业的数字化转型工作的推进。

为解决以上问题，我们首先要培养数据思维，即通过简化、量化、创新、追求真理的思维方式，在转型过程中用数据说话、用数据思考、用数据管理、用数据决策、用数据挖掘、用数据创新，从而实现通过数据连接一切、数据驱动一切、数据重塑一切，推动数字化转型工作的开展。

公交行业数字化转型是一个复杂而系统的过程，必须进行顶层设计，青岛城运集团在2021年参编了交通部发布的《城市公交行业数字化转型指南》。指南当中明确了数字化转型实施内容的总体框架，实施工作包括顶层战略规划制定、业务应用体系、技术支撑体系和能力保障体系建设四大部分。

公交数字化转型的首要任务是制定数字化转型的顶层战略规划，并与企业整体的发展战略和愿景融合，将数据驱动理念、方法和机制根植于企业发展战略全局，围绕企业总体发展战略提出的愿景、目标、业务生态蓝图等战略方向，系统性设计数字化转型战略。

通过提出数字化转型愿景、目标、任务、举措和资源需求，公交企业根据发展战略与价值目标、愿景，全面梳理各业务主体、业务活动和业务资源，贯彻数据业务化的要求，围绕企业运营生产、运行保障、经营管理、出行服务各方面做出业务应用体系，明确各业务应用需求对数字化使能的具体要求，充分挖掘数字资产价值化的利用潜能，创新服务模式，拓展业务应用。

技术支撑体系建设包括数据治理体系、数字感知体系以及数字化基础建设体系内容规定，其中数据治理体系是至关重要的。

除顶层战略规划、业务应用体系和技术支撑体系外，还需建立能力保障体系，包括企业内部的组织制度变革、人才队伍建设、规范标准体系建设、信息安全保障、数字化运营模式等，支撑推动数字化转型设计的业务、数据、资金、人员等各类资源要素的统筹协调、协同创新和迭代优化。

下图是企业数字化转型蓝图的整体框架，包括对业务和数字化现状的差距分析，整体业务和场景规划，技术架构设计以及应用体系规范设计，最终落脚到项目的实施计划时间。通过该框架可以帮助公交企业解答为什么转、转什么和怎么转的问题，解决公交企业面临的数字化技术应用和运营服务模式快速变化的发展困惑。

通过以往的实践来看，公交企业在建设实施阶段应该遵照统筹规划、夯实基础、强化感知、精准组建的建设思路，采用“小口切入”方式，对技术条件和业务基础较好的应用场景率先实现转型，实现数字技术赋能，快速形成效果后，为后续建设提供参考，以点带面，逐步扩大和深入。

数字化转型的本质是依靠业务与技术（数据）双轮驱动，针对公交业务场景，通过业务对象数字化、业务知识结构化、业务流程线上化、数据资产价值化等环节，不断沉淀业务能力，沉淀业务数据，沉淀数据能力。

例如驾驶员的无纸化搬迁、考勤业务流程、车辆自动排保模型、单车成本核算模型、驾驶员自动排班模型、电动车充电排班模型等。通过数字化技术应用，提升公交服务潜力及效能；通过数据赋能，创新公交服务模式，提供多元化服务，快速响应和满足公众出行服务等新需求。

企业应全面梳理各类业务主体、业务活动和业务资源，围绕企业运营生产、运营保障、运营管理、出行服务等方面，提出与之相应的业务应用体系。

运营生产数字化通过公交车辆班次计划自动编制可制定排班规则，自动排班可实时监控车辆的实时位置、运行速度、车辆能源状况，根据线路运营特点提供多种调度模式，合理调配资源，实现运力与运量的最优匹配。

运行保障数字化即通过智能网联、车路协同、自动驾驶等数字化设备与基础设施技术实现驾驶员行车安全隐患识别，对驾驶员的试岗安全性进行管理，识别车辆技术故障隐患，根据车辆行驶里程安排维保等业务。从车辆的生产制造、上线运营到运营中的维修保养、物料集中采购、库存管理、维保作业、作业质量监控、费用结算、成本分析，最后到开展维修保障的综合分析，实现全程的数字化管理。

经营管理数字化即通过PC端、手机移动端，面向公交企业不同的业务角色，实现管理决策、智能调度、维修保养、能源管理系统、运行维护等业务管理的数字化辅助，实现对公交企业运营投入与产出的财务收支、经营效益等分析，对数据资产价值的统计分析。

出行服务数字化可通过APP、小程序、电子站牌等多种方式为乘客提供出行服务，提供车厢拥挤度、车辆到站时间、线路流畅度等动态信息，支撑乘客通过移动端发起定制乘车需求，并反馈乘车建议及投诉。

公共交通数字化转型指标体系的建设也非常重要。为确保数字化转型的顺利实施，从对象、目标、主体三个维度建立一套客观、科学的评价体系，用于评估企业数字化转型的整体情况和水平。

建设智能公交系统评价指标体系以技术水平为视角，对智能设施、智能技术、智能管理、智能服务四个对象进行指标评价，包括公交场站智能化水平、智能调度、排班技术、交通能源协同技术、辅助决策水平、公交智慧大数据服务水平等共计18项指标。

建设公交数字化建设成效评价体系以应用效果为视角，对建成后的安全、便捷、高效、绿色、经济作为目标结果进行指标评价，包括万公里责任事故率、信息服务用户活跃度、正点率、车公里能源消耗量、车公里维修成本等共计13项。通过以上两个关键指标体系的建设，可全面审视企业数字化转型过程中的问题和不足，用数据说话，用数据分析、用数据决策，并持续改进。

企业应从统筹规划、资产盘点、管理监控、审核治理、数据运营四个方面建立有效的数据治理体系，对海量数据资源进行持续有效的管控，重点解决数字化转型过程中普遍存在的数据质量参差不齐、数据交换和共享困难、数据管理机制缺失以及数据安全隐患等问题。

数据治理在整个数字化转型过程中至关重要。绝大部分公交企业作为传统交通运输企业，本身数字化基础和数据治理理念非常薄弱，由于认知不足导致实际过程中数据质量参差不齐。虽然产生了海量数据，但由于数据没有统一汇聚，没有统一存储，没有统一标准，没有统一的质量管理审核机制，导致数据的可利用和资产化大受影响。

只有通过数据的统筹规划，明确数据治理策略和制定治理规范、数据资产盘点、数据管理监控、数据审核治理、数据运营等，才能够使企业的数据可用。

此外，感知体系的建设对于传统交通运输企业，尤其是公共交通企业也非常重要。企业应提升面向生产要素、服务对象、流程节点、设备系统的数字化感知能力。

采用物联网感知、人机交互、众包数据、流程状态感知等技术手段，通过数据汇集、融合、关联和应用，形成主数据、感知数据和事务数据等数据资产，建成覆盖人、车、线、场、站等全域互联的数字感知体系，沉淀数据资产，生产要素状态感知包括车辆、场站、车站、道路环境、驾驶员和业务人员，服务对象需求感知即乘客，业务流程执行感知的包括业务人员和过程节点。

设备系统运行感知即数字化基础设施，包括车载终端、站台设备、场站设备等，可实时感知车辆位置、发动机转速、电池剩余电量、油门控制车内温度、车厢硬度等，可监测场站停车、车位数量、充电桩工作状态、剩余充电桩数量、站台电子站牌工作状态、站台客流汇聚情况、道路拥堵情况、天气变化，同时也可识别驾驶员身体健康状况，异常驾驶行为等等。

基础设施包括终端设备设施、网络通信、计算与存储、数据及服务融合等方面能力，支撑横向各类ICT技术统一的接入和融合，实现数据的自由流通与共享，应同泛在互联支撑纵向的终端、通信、数据、应用等各层次联系沟通和协同优化，实现各类应用快速开发、灵活部署等业务敏捷和服务创新。

终端设备设施包括建设车联网终端、厂联网终端、站联网终端等数字化基础设施，提供标准化、集成化、易维护的终端设施技术服务能力；网络通信包括建设和拓展车载、场站、车站调度监控中心与数据中心等场所的网络通信能力，按照云-边-端网联化、一体化建设思路，提供互联网、政务网、物联网、专用接入网络等泛在连接服务能力。

计算存储可以提供共享、可扩展、可定制的弹性存储资源，计算资源支撑统一的数据存储、计算、共享以及应用的集中部署与管理。

数据服务能力包括通过Paas和Saas提供通用服务能力，数据服务、应用服务、AI算法、服务开放与互换能力，实现上层应用与底层技术的结合。

公共交通数字化能力建设可从调整机制、优化组织结构，倡导数字化、加强监督考核等方面变革企业的组织制度，推动公交企业数字化发展和数字化运营。通过建设专家智库，加强人才培养和赋权，加强人才考核机制，面向长期数字化建设，培养有力的人才队伍。

企业也可结合自身业务特点，构建完善标准规范体系，包括基础通用类、业务流程类、数据资产类、感知终端类、数字基础设施类、数字化应用类等方面的标准规范，沉淀业务和数据。根据国家网络安全、数据安全和个人信息保护等要求，加强信息安全建设，适应数字化转型对安全管理的要求。

公交企业作为传统的出行服务企业，需明确数字化转型的价值创造路径。企业数字化转型通过统一数据口径、风险感知分析、内部优化提升、产业链优化、数字化管理、智能决策辅助等六个步骤逐步实施，已沉淀了大量的数据资产。

如今数据资产已经成为企业、政府及整个社会的核心资源。数据资产不仅蕴含着巨大的商业价值，更是共创驱动决策、优化创新发展的重要引擎。公交企业应利用可量化的手段来进行刻画和描述，充分评估企业发展潜力与长期盈利能力，帮助企业构建清晰合理的发展路径，实现数据价值的盈利。

下面看一组数据，2022年亚洲14个代表经济体数字经济发展情况显示，数字经济规模已达12.8万亿美元，占GDP比重38.5%，同比提升1.3个百分点，增速为3.5%，产业数字化成为亚洲数字化经济发展的主导力量，占数字经济比重达80.6%；数字产业化占数字经济比重达19.4%。

当前，数据要素作为与土地、劳动力、资本、技术等生产要素并列的“第五要素”，以数据要素为主的新质生产力是数字时代的先进生产力，成为推动我国经济高质量发展的重要引擎。

近年来，党中央出台了一系列政策，旨在加快培育数据要素市场，建立健全数据安全、权利保护、跨境传输管理、交易物流、开放共享、安全认证等技术制度与标准规范，这些政策也在逐步释放市场的数据价值。

据不完全统计，目前我国正常开业的大数据交易场所已有40余家，其中以北京、上海、贵阳的数据交易所最具代表性。各类经营主体也在持续探索数据利用模式，推动数据流通交易，赋能产业发展。

今年发布的《“数据要素×”三年行动计划》中明确要求交通运输龙头企业要推进高质量数据集的建设和复用，加强人工智能工具应用，助力企业提升运输效率，推进智能网联汽车创新发展，支持自动驾驶汽车在特定区域、特定时段进行商业化实验和试点。打通车企、第三方平台、运输企业等主体间的数据壁垒，促进交通基础设施数据、交通流量数据、驾驶行为数据等多元数据的融合应用，提高智能汽车创新服务、主动安全防控等水平。

公交企业作为交通行业重要的一环，也是数据要素供给产业链的一员，可向互联网公司提供出行数据、车辆位置等数据，还可向科研机构和制造商等提供车辆电池数据等数据。

对于公交企业来说，机遇与挑战并存。公交企业可借助数字化能力的提升和企业数据资源的合规变现，抓住“数据快速发展的红利”。

与此同时，企业同样也需要面临一系列挑战。当前行业数据要素供给基础较为薄弱，拥有的数据资源处于混沌或无序的管理状态，存在质量不高，价值不高甚至无价值的情况。

此外，数据要素无法流通，历史建设模式问题造成了数据孤岛缺乏数据标准，降低企业内部数据要素的流通效率的同时增加了数据成本。

数据同时存在安全隐患风险，企业数据管理和技术水平参差不齐，数据存在信息安全泄露和隐私保护的问题，容易产生数据价值归属问题。且企业对于数据资产入表全流程缺乏认知，缺乏数据入表“从0到1”的经验，导致数据资产入表难，数据资产化成本高无法实操落地变现。为推进数据资产价值的变现，企业需要提高数据资产管理能力和成熟度，从而加快数据资产入表的过程。

数据管理能力的成熟度是数据治理的关键一环，可助力企业找到数据战略聚焦点，帮助企业获得当前数据资产管理的现状，识别数据管理能力的不足，找准关键问题和度量差，提出数据管理能力改进的建议和方向，规划未来数据管理的路线图，是数字化转型迷途中的引路人，为企业的数字化转型和可持续发展提供了有力支撑。

制定数据标准是提升数据质量、促进数据共享、增强数据安全性、增加数据资产价值的前提。公交企业应以国标为基础，结合当地地标，参考团体及企业标准，制定符合实际情况的企业数据标准规范。

站在全数据要素的视角上，数据价值的最终落地涉及数据资源化、资产化和资本化三大阶段。首先要将原始数据通过清洗加工等方式，使无序、混乱的原始数据成为有序、有使用价值的数据资源。其次要将数据资源通过确权、登记、评估、定价、入表等环节成为能够流通的资产，在此过程中，要不断地把数据资产运用于生产管理和创新活动中，这也是核心所在。

数据治理是数据管理框架的核心职能，可为企业数字化转型提供数据管理，保障高质量数据供给做出指导。以数据合法合规，实现降本增效，保障数据安全，拓展企业营收为驱动目标，围绕数据标准实现数据资产管理的体系化，加强数据治理体系建设。

通过前期的数据梳理，了解企业各业务部门的常用数据、未来能够更好地支撑业务发展的数据，以及已形成或开发中的数据产品等等。通过初步了解数据的存储情况、质量情况、权属情况、应用情况和分类分析情况，将识别出来的数据按照数据来源、敏感性、重要性、用途和商业价值等维度分成不同级别，可以更好地解决数据的产生方式和应用场景。

根据公交系统的实际运行情况，可区分不同类型的业务数据，如定位数据、运营数据、客流数据、票务数据、维保数据、能源数据等，并对数据进行分类操作。

在分析过程中，可以考虑数据的访问权限、存储方式、加密邀请等因素，确保不同级别的数据得到应有的保护。平台可对数据进行清洗、转换、计算、分析和处理，使数据更加规范、精细、可视，提高数据的价值和应用效果，满足实际应用需求。

为保障数据治理的效果，应明确数据治理的业务牵头部门，即确定数据治理的目标，建立数据治理组织，确保工作责任到“人”；明确数据治理任务，确保数据治理到“数”；后续由业务部门负责治理数据，IT部门赋能跟踪，实现业务标准化和数据标准，由两个部门共同协同，实现双轮驱动，持续改善数据治理的效果，达到应用数据满足降本、提质、增效的目标。

建立数据质量的管理体系。通过制定数据质量、标准和检测的方法、评价流程，对数据采集、处理、消费全过程进行质量管控和保障，确保数据的质量和准确性。

企业沉淀了高质量数据，通过进一步的数据分析、数据挖掘、数据建模和知识萃取，企业自用的数据和生产的数据和可应用于主题画像、领导驾驶舱、企业知识库等方面，实现提质增效，优化流程，增强用户体验，为企业管理赋能。高质量数据还可以以数据产品的形式对外提供，实现产业串联，为行业赋能，实现数据变现。

数据中台是数字化转型的核心载体。以数字中台为引擎，由业务加数据双轮驱动，数据驱动业务场景化，将经过治理的高质量数据进行计算分析，可支撑企业在数字化过程中的量化决策、成本控制、风险管控、改善乘客体验等等。通过业务数据化、数据资产化、资产服务化服务化、服务业务化，使企业能够更好地利用数据和技术开展更多样化、个性化的服务，创新出新的价值。

通过挖掘数据资产内外部价值，为企业创新发展提供内生动力。公交企业内部发展会以多元化、智能化、可持续发展为方向，合理配置资源，提高车辆使用率，延长车辆的使用寿命，降低单车成本，同时为公众提供个性化、定制化服务，提高企业的管控能力。

对外可以与制造商、政府、科研机构、人工智能等企业合作，提供数据产品和数据服务，如出行数据、车辆位置数据、事故数据、车辆电池数据、轮胎使用数据，增加额外收入，实现产业生态的价值共生。