摘要：随着《交通强国建设纲要》的颁布执行，信息技术与交通行业的深度融合势在必行。本文着眼于高速公路大数据建设与应用实践，结合各省大数据工作成果与经验，系统分析了高速公路大数据建设与应用过程中的关键痛点和实践要点，并在大数据“商业应用”方面提出初步设想，为高速公路大数据中心建设、数据治理以及数据服务与应用等工作提供了参考。
基金项目：重庆市产业共性关键技术创新专项（编号：cstc2017zdcy-zdyfX0009，名称：面向出行服务的高速公路大数据技术研发与应用示范）
党的十九大报告将建设“交通强国”作为强国战略目标之一，开启了中国交通建设事业现代化的新征程。2019年9月中共中央、国务院在《交通强国建设纲要》中明确提出，在智慧交通创新方面，要推动大数据、互联网、人工智能等新技术与交通行业深度融合，推进数据资源赋能交通发展，构建综合交通大数据中心体系。高速公路建设对于构建综合交通至关重要。加快推进高速公路领域大数据建设，不断总结中间成果与经验，有助于更好地指导行业大数据应用，为“人畅其行、货畅其流”提供强有力的数据支撑。
一、高速公路大数据建设与应用的现状
交通运输部在大数据顶层规划与指引方面出台了多个纲领性文件。2019年7月，交通运输部印发了《数字交通发展规划纲要》，从构建数字化的采集体系、网络化的传输体系、智能化的应用体系以及健全网络和数据安全体系四个方面规划了数字交通的建设与发展方向[1]；同年12月，发布了《推进综合交通运输大数据发展行动纲要（2020-2025年）》[2]，明确提出聚焦大数据基础支撑、共享开放、创新应用、安全保障等重点内容，推动大数据与综合交通运输深度融合。
在部委顶层规划指导下，各省结合当地管理实践，在高速公路大数据建设与应用方面密集开展了很多有益探索。江苏将大数据技术应用在高速公路指挥调度、收费预测、视频智能分析等方面，提供了新的应用思路[3-4]；浙江在高速公路重点车辆识别跟踪、交旅融合数据采集与共享、保险理赔反欺诈等方面开展了跨界大数据应用示范[5]；广东利用“互联网+大数据”构建防逃费系统，严厉打击各种逃费行为，累计创造综合经济效益超亿元[6]；山东基于大数据开发了高速公路养护管理系统，在结构物监测与养护效率提升方面进行了深入研究与实践[7]；四川与阿里云等互联网企业合作，围绕成都绕城高速公路，在视频采集、云计算以及高精度地图融合应用等方面有所突破，尝试构建的高速公路交通大脑已有初步成效[8]；重庆搭建了全市高速公路大数据分析平台，归集了数十亿条高质量原始数据，积极服务于公众出行与路网运行管理，同步编制了未来五年重庆省域“智慧高速建设规划”，力图在七大业务领域实施大数据赋能。
综上所述，部委与各省高速公路管理者均已深刻认识到大数据是建设“交通强国”的重要技术利器。不过，在积极推动大数据建设与应用推广过程中，大部分工作是探索性的，缺少完整且可复制的成功案例，因此边建设边总结十分必要。各方梳理当前出现的痛点、实践过程中的要点以及“数据变现”商业创新模式等内容，对推进后续工作具有积极意义。
二、高速公路大数据建设与应用的痛点
当前在高速公路大数据建设与应用过程中存在四个关键痛点：数据治理效果不佳、“数据责任制”落实不到位、数据应用场景设计不足、数据“变现”商业模式不清晰。
（一）数据治理效果不佳
当前各省高速公路数据中心建设均投入了巨大的“人、财、物”，各省也基本具备了海量高速公路数据传输、存储、计算的能力，只是这种能力是通过投资就可以实现的IT基础设施搭建，实属“看得见、摸得着”的硬实力。
由于各省推进大数据智能化应用进程存在差异，部分省市仍存在“数据治理”软实力建设不足、“有规划、难落地”、“轻前端感知、重后端处理”的情况。总体来看，当前既存在普遍重视但执行不到位的管理问题，也存在数据治理实施思路不清晰的技术问题。
（二）“数据责任制”落实不到位
“数据责任制”是指在数据中心建设过程中，对跨业务板块（如：高速公路收费、养护、监控、服务区管理、建设工地管理以及企业智慧办公等领域）数据所有权、管理权、使用权的责任要求，是推进数据治理工作的核心协同体系。各个业务板块开展本业务体系内的大数据智能化建设时，必须在“数据责任制”框架下，按照“数据资源目录”、“数据共享与交换机制”等具体要求，开展相关业务系统开发工作。不过当前大部分数据治理工作只集中在信息化管理部门，“自娱自乐”现象严重，因此通过数据治理向其它高速公路业务板块延伸的“数据责任制”亟需落实。
（三）数据应用场景设计不足
在高速公路海量数据中，各类业务数据规模、价值以及更新频率不尽相同。其中，收费系统相关数据质量最优，且关于收费的各类业务场景（如：收费稽核、通行流量与收费预测等）的大数据赋能效果最为理想。
但除此之外，高速公路业务领域在大数据赋能方面仍存在许多局限性。如在智慧养护建设过程中，高速公路隧道、桥梁等结构物设施监测数据采集存在“解决方案多，应用落地少”的问题，这将导致后端根本无法开展高质量、实时性强的数据分析；又如各省高速公路数据中心热衷数据驾驶舱建设，由于“参观用得多，一线用得少”，导致真正动态指导业务工作的场景设计不足，与实际应用结合不够，为了大数据效果展示而进行大数据开发的现象时有发生。即使该建设有实际应用场景且业务运行模式设计合理，但往往没有高质量的数据支持，数据感知的丰富性不够，这也直接影响了大数据的赋能效果。
（四）数据“变现”商业模式不清晰
各省高速公路业主单位正积极推动开展大数据应用。一方面，通过一系列的大数据开发与商业模式创新，提升现有高速公路及其路域资源的管理与开发能力；另一方面，关注“数据金矿”变现的商业模式，期待形成新经济增长点。不过，受制于跨行业数据整合、隐私保护、与现行互联网龙头企业商业模式高度相似、流量用户导入困难等原因，导致目标客户与目标市场模糊，因此真正实现规模化高速公路大数据商业运营的成功案例寥寥无几。
三、高速公路大数据建设与应用的实践要点
针对上述高速公路大数据应用的关键痛点，各省应持有“需求牵引、注重基础、适度超前、融合应用”的建设与开发理念，进一步推动大数据应用实践工作。大数据应用最终产生期待价值，绝不是仅仅依靠数据“处理”这个显性要素，而是需要贯穿“感知—传输—处理—服务”四个不同层次的交通信息化建设要素，进行深入思考与探索，从而建立大数据应用的系统性思维，形成高速公路大数据应用实践的科学方法论。
（一）厘清大数据应用需求
大数据建设所需要的软、硬件以及二次开发投入巨大。大数据应用愿景必须立足于新时期高速公路运营管理的需求，要符合投入回报期望值，因此宜采用逆向思维进行梳理。
首先，要明确大数据分析处理的结果到底应用在何种业务场景中，是否能够提升当前的综合效能。例如路网查询、养护车辆与人力资源优化配置、高速公路封道的不同策略对拥堵排队长度影响等问题，必须是在相对明确的应用场景下提出的量化数据应用问题。
其次，在“问题”基本明确的基础上，梳理支撑解决“问题”的数据分析内容，包括这些数据的时间（实时数据或是历史数据）和空间维度（面向高速公路路段或是局部路网）等。若缺少具体的数据分析基础，那此“问题”应暂时被搁置，待时机成熟时再启动解决方案研究。果断搁置不代表放弃解决“问题”，而是把有限资源投入到真正能产生效能的大数据需求实现中去。
最后，才能回到大数据建设的技术实现上。从需求牵引角度出发，解决大数据软硬件基础平台搭建规模、各个业务板块数据共享与交换方式等数据治理实质性技术问题。
（二）关注高速公路数据“感知层”建设
数据治理的对象是数据，这是一个显而易见的答案。数据种类缺乏或者数据质量不高都会造成大数据需求缺少分析基础，也会造成数据治理框架形同虚设，无法产生实效。不过高速公路数据“感知层”建设往往容易被管理者疏忽，因为“感知层”建设需要持续投入资金和管理精力，而回报则属于量变到质变的沉淀过程，在相当长的周期内，不会对信息化水平产生显性的效能提升。
当前，应从“纵向”和“横向”两个维度深刻理解“感知层”的建设方向。在高速公路行业的纵向划分上，细分成“人、车、路、环境”的感知。全国ETC用户快速达到2亿，为以车为载体的“人”在高速公路通行和消费行为提供了可能；此外，在“车、路、环境”方面，对于交通运行状态、隧道桥梁等结构物健康状态、气象环境状态的实时在线监测应按需进行补充与完善。在行业的横向上，要力争跨行业打破数据壁垒，协调行业主管部门，尽可能共享交换大交通基础数据，同时以开放的心态加强与高德等互联网企业的合作，通过购买服务等方式获得高质量的“大数据成果”，这也可称为感知层的跨界建设。总而言之，感知层的建设需要正向思维与逆向思维的结合，以增加高速公路数据感知的多样性。
（三）推动数据治理工具化与标准化
数据治理工作涉及元数据、主数据、数据质量管理等方面。数据治理工作成效不显著主要由于缺乏将数据治理思想转变为可执行程序化行为的科学手段。这种程序化行为应该是可量化、可追溯、闭合的。通过成熟的第三方数据管理平台，开展必要的高速公路业务属性二次研发，推动数据治理平台的标准化建设逐渐成为提升“软实力”的重要途径。
（四）实现“管理与技术”齐头并进
在厘清大数据需求、开展数据治理、实施数据归集、实现具体场景应用的全流程中，技术实现只是其中一条主线。若数据“所有权、管理权、使用权”的管理主线不同步建设，技术主线投入再多资金和精力，都无法实现大数据价值。因此，高速公路大数据建设必须上升为“一把手”工程，通过“一把手”意志，建立从上至下的“数据责任制”。尤其在数据治理过程中，高速公路纵向业务板块信息化系统的业务逻辑再造或数据流程再造不可避免。为了约束和考核这些“再造”工作，“数据责任制”建设势在必行。
以养护管理系统为例，高速公路结构物的基础数据以及定期检测的动态数据，除在本系统存储应用外，还必须按照“数据责任制”的要求对该类数据的时间和空间维度进行维护与更新，保证其生成的“数据资源目录”随时可用，并能稳定可靠地实现数据交换与共享。此外，伴随“数据责任制”的推行，可能还会涉及组织变革（例如成立数据治理管委会），目的是通过调整与优化管理方式，支持数据治理相关工作的高效落地。“数据责任制”与数据治理工作相辅相成，一个是管理主线，一个是技术主线，大数据建设应同步推进两条主线，不可偏废。
（五）细分大数据融合应用场景
大数据建设与应用的终极目的是推动大数据与高速公路网运行管理场景的深度融合，提升路网管理效能。大数据融合应用可分为两条主线推进：一是对内“提效增能”，服务于路网管理与资源配置；二是对外“公众服务”，服务于公众出行和商业服务。
第一条主线不会涉及复杂多变的商业模式，只要摸清路网内部的大数据应用需求，技术研发到位，即可上线运行并获得管理收益。
第二条主线则可细分为“公益服务”和“商业应用”两大子类。其中，对外“公益服务”同对内“提效增能”在需求分析、技术研发、上线运行、实现收益方面都很类似，经济上的获利并不是第一追求，提升管理效能和履行公益职能才是最终目标；“商业应用”则重点关注高速公路海量数据资源与路域实体资源相结合的商业运营，如面向ETC用户的智能商业推广、交旅融合等商业主题，力求实现基于数据驱动的商业运营收益，但目前效果不甚理想。
大数据应用需求都可以归类到这两条主线上，管理者可根据自身数据基础、投资体量、期望回报等因素综合评估主攻哪类大数据应用场景。
四、高速公路大数据“商业应用”思考
根据大数据融合应用场景划分，对内“提效增能”与对外“公益服务”是当前各省高速公路大数据融合应用的主流。虽然当前大数据“商业应用”开发效果不理想，但伴随着取消省界收费站工作的推进，全国ETC用户激增，这让车方作为独立个体持续跟踪与开展数据分析成为可能。一旦设计出一种可行的商业模式便能形成数字经济新兴增长点。本节就高速公路可预见的两种大数据“商业应用”模式进行简要分析。
（一）个性化旅游整包推荐
1、商业模式描述
利用大数据分析平台，自动生成基于个人用户的高速公路沿线“吃玩住行”推荐方案（推荐车方前往风景名胜区，将车方何时出发、行驶哪条线路、沿途在哪个服务区休息吃饭、建议购买哪些农副产品、在哪里住宿、景区门票订购、可享受哪些优惠等内容形成一个针对性极强的旅游整包推荐产品），通过类似“高速带你去旅游”或者“高速ETC”这种APP/公众号将其精准地推荐给车方，这种精准推荐必定比盲目群发广告更具有针对性、更能吸引用户。
不过该商业模式是否成功取决于两大因素：一是建立会员制，诱导会员主动或者被动消费，例如通过会员积分可按需或按规换取通行里程、服务区加油、服务区消费劵等；二是引入“交旅融合”互联网社区概念，全方位增强用户使用粘度，力争活跃用户在10万以上。
一旦车方订购了“吃玩住行”旅游整包推荐产品，所有“吃玩住行”费用缴纳至旅游整包推荐平台，由其全权代理车方在不同互联网商家（如旅游、餐饮、住宿等）所有需求的购买。车方使用该产品时，只要出具授权认可的二维码或者短信认证信息，即可快速享受预定的服务内容。个性化旅游整包推荐产品商业模式架构如图1所示。
2、潜在盈利点分析
（1）提供一站式专属购买“吃玩住行”旅游整包推荐产品的利益分成（与互联网商家进行分成）；
（2）在推荐“吃玩住行”旅游整包推荐产品过程中，随着推荐变现率与用户活跃率的提升，可以引入广告业务实现收益；
（3）高速公路路域所有能销售的产品与服务，打包进入“吃玩住行”旅游整包推荐产品中，诱导用户主动消费；
（4）车方购买“吃玩住行”旅游整包推荐产品，可增加通行费收入。
（二）基于车方通行行为的信用风险评估
1、商业模式描述
通过融合车辆的通行费额、超速违章情况、通行时段、通行次数、平均行驶速度、载货重量、高速公路故障情况等全方位信息，利用大数据平台进行分类、聚类等建模处理，建立针对车辆的“信用体系”，用以划分 “5星优质车方”、“最安全驾驶车方”、“最离谱驾驶车方”等车群。
该“信用体系”可推荐给小额贷款公司、担保公司、保险公司等金融机构进行单车车主或者车队的金融需求行为“信用风险评估”，也可主动对潜在金融产品消费车主进行精准推荐与营销。基于车方通行行为的信用风险评估产品商业模式架构如图2所示。
2、潜在盈利点分析
（1）向第三方金融机构（如保险公司、小额贷款公司、担保公司等）提供关于车方的高速公路“信用风险评估”服务，获取服务费；
（2）按第三方金融机构需求，向目标车群进行金融产品推荐，购买成功后进行利益分成。
五、结束语
高速公路大数据建设与应用实践需要不断完善建设思路、持续推动价值挖掘、积极加强开放共享，才能为高速公路大数据中心建设、数据治理等工作提供借鉴意义。
（一）不断完善建设思路
高速公路大数据建设与应用实践是一个需要长期坚持、不断迭代升级的过程，无法一蹴而就，“短、平、快”的项目建设思路不适合此项工作。因此，在实践过程中应坚持“一把手”挂帅，落实大数据技术与数据责任管理“两手抓”，注重解决高速公路各类实际业务场景的数据赋能问题，平稳地推进数据中心建设、数据治理以及数据服务与应用等相关工作。
（二）持续推动价值挖掘
衡量高速公路大数据工作产生的综合价值，可以从面向路网“提效增能”和面向社会“公众服务”两条主线入手，前者偏重于管理效益的体现，后者偏重于公益与商业效益的获得。当前基于大数据的管理效益和公益效益在发达省市已取得较好成果，未来随着“ETC用户”这个刚性消费群体的崛起，基于ETC用户和路域资源建立的消费生态圈或将孕育出全新、可持续运营的商业模式。在这个进程中，需要重点关注个人隐私数据脱敏与数据安全问题，但目前尚未形成可复制的成熟解决方案。
（三）积极加强开放共享
高速公路大数据建设与应用需进一步加大同互联网企业的交流与合作，尤其是以高德为代表的交通出行数据服务提供商，双方很多数据与成果可以共享，要持有数据“不为所有，但为所用”的观念，通过购买标准数据服务方式，丰富和完善高速公路数据资源，也可通过互联网通道延展应用场景，真正实现“互联网+便捷交通”深度融合。
参考文献
[1] 交通运输部.交通运输部关于印发《数字交通发展规划纲要》的通知[EB/OL].[2019-07-25].http://xxgk.mot.gov.cn/jigou/zhghs/201907/t20190725_3230528.html.
[2] 交通运输部.交通运输部关于印发《推进综合交通运输大数据发展行动纲要(2020—2025年)》的通知[EB/OL].[2019-12-12].http://xxgk.mot.gov.cn/jigou/kjs/201912/t20191212_3308474.html.
[3] 钟敏.大数据时代沪宁高速指挥调度工作[J].中国交通信息化,2018,217(04):46-47.
[4] 李楠.智慧监控在高速公路信息化中的应用[J].中国交通信息化,2019,231(05):28-30.
[5] 智慧交通.浙江智慧高速技术应用实践[EB/OL].[2019-04-30]. https://www.sohu.com/a/311242601_649849.
[6] 张广穆.绿通稽查综合防逃费系统的研究与运用[J].广东公路交通,2017,43(3):50-54.
[7] 李昌辉.基于全寿命周期和大数据理念的高速公路养护管理系统[J].价值工程, 2018,37(501):25＋39-40.
[8] 四川交通广播.智慧出行!成都绕城高速体验全新升级[EB/OL].[2019-09-25].https://www.sohu.com/a/343382460_612711.
（原文刊载于2020年第6期《中国交通信息化》）
作者：唐毅1，2（1. 重庆高速公路集团有限公司；2. 重庆首讯科技股份有限公司）