基于大数据的道路运输监管模式探索与实践

          2021年12月16日上午，由广东省北斗移动物联网研究院、IOV114、深圳市智慧交通产业促进会等联合主办的TOCC与综合交通大数据应用论坛在深圳会展中心成功召开。

          会上，河南省交通运输厅二级调研员/教授级高工张洋发表了题为《融合发展，创新应用，基于大数据的道路运输监管模式探索与实践》的主题报告，本文为演讲速记整理，未经演讲者本人审核。

          近年来，数据已经成为国际竞争及国家整体实力的重要因素，将大数据上升为国家战略已经成为世界各国的普遍共识。《交通强国建设纲要》提出，要大力发展智慧交通，推进数据资源赋能交通发展。

          近两年交通部出台的《数字交通发展规划纲要》、《新型基础设施建设行动纲要》和《数字交通“十四五”发展规划》等政策都明确了交通管理及运营服务的数字化转型指导思想。《数字交通“十四五”发展规划》还指明了近五年数字交通发展的重点。

          河南省积极响应号召，发布了多项政策，明确了河南省信息化在实施数字化转型中要实现的目标和具体任务。政策的出台为技术的发展提供了支撑，如何应用技术和政策来实施道路运行监管，是交通科技工作者要努力的方向。

          数字经济发展对道路运输发展产生深刻影响。河南省道路运输发展产生大量静态、动态数据，数据成为推动行业创新发展的关生产要素。

          河南省道路运输监管所面临的问题和形势。前两年的“8·10”大客车碰撞隧道口重大事故和“9·28”无锡重特大交通事故，造成多人死亡、多人受伤，违法车辆都为河南籍运营车辆。从这些重大事故可以看出河南省在道路运输监管方面面临的严峻形势，在综合执法、征收管理、源头监管、常态化安全管理、部门协作等方面暴露出诸多的薄弱环节和漏洞盲区。在逃费稽查方面，省界收费站取消后全国高速公路实现一张网，逃费现象日益猖獗，为管理、监管增加了难度。

           如何转变这些被动局面？河南省构建“三级监管体系”，打通行业内数据共享壁垒，实现高速、运政、执法等数据的融合，为行业监管提供信息支持。这个项目，已经列为河南省2021-2023年重点项目中，同时列入河南省“十四五”交通信息化框架，成为“一中心、四平台”里面重要的“一平台”。

          项目上线后，河南省形成道路运输监管新模式，初步实现“四个再造、五个转变”，有效降低道路运输领域安全风险，从年初到现在现场查扣黑车627辆，发现各类违规行为15万余次；稽核偷逃通行费车辆119.46万辆次，追缴通行费14607.07万元，形成问题“发现、处置、反馈、复核”闭环管理，实现由“事后追责”向“事前预防、事中监管”的转变。河南利用大数据驱动监管模式、监管手段的转变，从而促进了监管流程和监管制度的再造。系统是否用得好，其实跟结在机制体制上是否出现转变。

          模式创新具体体现在“四个再造、五个转变”。

          一是监管模式再造，从线下到线上。以往的交通执法管理，都是通过人海战术进行执法监管。现在则是通过数据进行甄别，用数据发现问题风险点，辅助自动化。

          二是监管手段再造。原来甄别事件是人为进行甄别、管理和督查，现在是利用数据进行全流程、高效率监管。

          三是监管流程再造。监管流程再造是从人工流转变为自动流转，依赖平台、系统进行分配和派发，定期催办和督办，形成良性流转。  

          四是监管制度再造。实现从原来的边界不清到现在的公开透明。工作职能互相交叉的地方容易出现边界不清晰的局面，现在遵循统一的规则，明确各自角色，在执法过程中实现全程透明、公开、事事留痕，提升了效率。

          项目上线后，实现了由被动应付到主动作为、从攻坚战到现在持久战、从人海战术到精准打击、从集中行动到专项行动、从大水漫灌到精准滴灌的“五个转变”。而且在这个过程中，随时发现问题随时进行处理。

          平台建设是以5443为目标。 

          总体目标：充分运用现代信息技术，围绕业务管理数字化、组织运行协同化、行业监管精准化、服务体验优质化、状态感知可视化，打造全领域覆盖、全链条协同、全方位监管、全天候服务、全要素集聚的现代化运输监管与服务平台。

          总体方针：以“抓基础、抓焦点、解难点、创亮点”为总体工作方针。抓好信息化基础和IT核心能力建设，提升数据质量；聚焦行业热点、难点，实现关键突破；聚众创新，推动行业治理数字化、智能化。

          创新发展：坚持目标导向、系统思维，创新监管模式，创新机制体制，创新标准建设，创新技术应用。

          能力提升：基本形成具有全面感知、智能认知和泛在互联三大核心能力的全省交通综合监管发展新体系。

           这是平台的整体架构，采用分层建设，首先有基础设施层，这是软硬件支撑环节，也是政务专有云底座。数据资源层是平台的核心，也是支持行业信息化的底座。这需要汇聚数据，融合数据，再进行数据建模。数据建模要根据行业的特色和业务共性层面进行构建，从而支撑业务的使用。然后是业务应用层，为了实现监管而开发的功能。该技术架构足以实现横向基础设施扩展和纵向业务扩充。系统“一体两翼”是支撑系统安全、可持续发展的重要保护层。平台最有特色的部分，就是云控平台。

          数据架构利用大数据来支撑复杂业务功能的实现。首先，要汇聚行业内外数据，还有第三方互联网企业数据。通过建立统一的数据底盘和评价指标体系，对所有数据进行分类管理，然后根据行业标准，支撑业务的应用。

          基于大数据平台，实现了多种算法模型的共享共用。

          该模型原理是利用大数据算法，智能筛选的方式形成高度疑似非法营运车辆列表，当该车再次上路时，系统通过智能预警和智能布控功能辅助完成对黑车取证与现场核查工作，提升执法精准度和效率。

          该模型的原理是通过采用车辆标签，对同一辆车的行程包括通行记录、交易记录、交易时的车牌、上下站、出入货、优惠类交易、是否是军警车等车辆等信息进行聚类归档，记录形成“一车一档”，辅助开展多场景应用。

          在系统上线之前，多是进行简单统计，主要是依赖人工的方式对历史数据进行关联，对业务很熟练的工程师处理一条证据链也需要22分钟。一条路每天的数据量高达一万条，所以处置规模和数量有限。现在通过平台进行信息、数据以及图片的叠加，让批量业务处置成为可能。

          图片匹配工作，工作量非常大。该模型通过多要素进行匹配，从而得出不同结果。

          精准路网模型用于验证车辆通行路径可达性，叠加费率表验证车辆收费合理性，为后续基于图的路径拟合提供基础。精准效验的门架位置做点，收费单元作为边，通过有向图， 在“图”中还原收费路网。

          从这张图可以看到，平台功能丰富，分享下两个代表性的功能。

          该算法主要解决了发现难、取证难、核查难的问题。在日常管理中一旦高度疑似车辆上路，系统将通过车载设备、GPS、卡口设施等等设备采集到的数据及时发现，同时预警。依靠预警信息，再根据以往过车积累的历史轨迹，得出布控方案。执法人员通过布控方案，在既定的时间和地点进行布控，成功率极高。当然，布控的精准度不可能达到100%，这时候需要通过辅助手段，把预警信息、预判信息发布到收费站，下发到车道，来实现拦截，从而提高了成功率。

          高速公路布控查车基础条件非常好，普通公路上的非法营运车辆如何采集、识别、截获呢？在现有干线公路监控基础上，2021年为了完善平台，河南交通运输系统在重要的货运集散地、旅游景区以及枢纽地加装了500余套视频监控、抓拍及非现场执法系统。这项工作已经列入河南省交通“十四五”规划，“十四五”期间，河南省要在全省公路建立监控一张网，精准地辅助打击非法营运车辆。

          查获非法营运车辆后要尽快进行处置工作，通过系统自动分派，成立三级监管体系，各级执法人员自主认领，按照“认领、核实、处罚、督促确认企业完成整改/处罚”“地市自查和省厅抽查”双流程模式，对查处车辆的合法性、合规性进行核实，从而实现了执法流程的闭环管理。为防止在查扣和处置过程中出现执法和处置不公，系统可以对异常事件（包括非法营运和违规营运）的处理全程情况进行随机抽查、地市自查，过程留痕，对监管部门内部业务处置准则起到规范作用。通过省、市、县三级体制的建立，还有平台的建设，实现了信息的互联互通，从而打造出高效统一的互联网监管平台。

          收费稽核主要是基于数据和视频图像，对车辆精准画像，实现车辆通行路径精准还原，实现对全省高速公路通行车辆的收费稽核。

          核心功能1—智能化打逃追缴

          在高速收费站入口，将入口识别数据与源数据库比对，对黑名单车辆拦截，对嫌疑车辆提前预警。这里运用的是车辆多特征识别技术和真实路径还原技术。在通行中，在车辆经过收费门架时，对路段门架数据与源数据库及入口记录实时比对，嫌疑车辆实时校核更新，生成记录。在出口，将出口识别数据与源数据库及前段通行记录实时比对，嫌疑车辆校核，偷逃费实时及事后追缴，完整通行记录上传更新。

          稽核场景一：客货混标

          该场景的原理是通过图像识别结果和门架流水中的收费车型进行对比，自动识别防止客货混用以及收费员登记错误。通过这张图可以看到，左图在采集数据上采集到的OBU是客车2型，但是通过证据链图片可以看到这是一个货车，属于客货混标的现象。

          稽核场景二：结合档案库，识别收费异常

          该场景的原理是CPC卡出现收费车型和实际车型有差别，导致少收或者错收费用。通过车辆档案库比对车辆的历史通行车型，监控错收费的情况。通过跟踪收费人员的错收费的次数，优化收费管理。

          稽核场景三：大车小标——OBU办卡信息错误

          通常表现为大车小标办卡导致信息错误，比如车辆多次通行领取CPC，OBU卡中记录的车种为普通，车型为货车3型（只有车头），实际通行为货车6 型（有拖挂），这时就可以判定有比较高的逃费嫌疑。

          稽核场景四：车辆套牌

          车辆套牌是非常普遍的案例，主要利用时空及数据库里面的车辆特征进行判断。通过下图可以看到，两辆车的识别信息一致的，而且又在同一时间，可以肯定其中一辆是套牌车。 

          核心功能2—收费争议可视化

          为解决无法直观展示偷逃费车辆的行驶轨迹，存在收费争议情况，结合大数据与专网地图，将车辆的行驶轨迹直观显示在收费稽核终端上，实现车辆路段、全省、全国行驶轨迹的查询展示，减少收费的争议。在十四五期间，当全国高速公路通行数据打通后，可以实现全国路径还原。

          核心功能3—收费数据应收实收分析

          通过下图左下角，我们可以看到，当天在河南出口收费总额是1150万，其他省市代收650万，比例是相当大。以往很难看得到在省内过境的车辆数和车型，现在通过大数据，通过车型判别，再结合车辆行驶路径，可以得出省内过境车数量的真实数据，从而计算出应收的收费额，再与实收相减，可以体现出追讨公路费的效果。