《BDEX&数据宝:2023交通行业数据要素市场化白皮书(299页).pdf》由会员分享,可在线阅读,更多相关《BDEX&数据宝:2023交通行业数据要素市场化白皮书(299页).pdf(299页珍藏版)》请在三个皮匠报告上搜索。
1、创作委员会创作委员会联合发起联合发起&主创单位:主创单位:华东江苏大数据交易中心深圳市智能交通行业协会数据宝 ChinaDataPay中国通信工业协会数据中心委员会协创单位:协创单位:同济大学上海市人工智能社会治理协同创新中心深圳市车联网行业协会上海虹口数字航运创新中心专家团:专家团:汤寒林华东江苏大数据交易中心总经理陈红长安大学教授丁红发贵州财经大学副教授崔巍大连海事大学副教授高广军中南大学教授张得志中南大学教授张凯清华大学深圳国际研究生院副教授徐凯上海海事大学高级工程师杜忠平龙船数据首席数据官李绍龙数据宝 ChinaDataPay技术总监参创单位参创单位(排名不分先后):中电数据产业有限公
2、司中国电子系统技术有限公司北京易华录信息技术股份有限公司普华永道咨询服务(广东)有限公司阿里巴巴(中国)有限公司联通(上海)产业互联网有限公司龙船(北京)科技有限公司上海零数众合信息科技有限公司深圳思谋信息科技有限公司咪咕视讯科技有限公司深圳市非凡数通科技有限公司江苏安几科技有限公司北京国双科技有限公司广州信安数据有限公司南京数睿数据科技有限公司易图通科技(北京)有限公司苏州数字力量教育科技有限公司北京精友时代信息技术发展有限公司上海翌擎智能科技有限公司上海优咔网络科技有限公司杭州安存网络科技有限公司杭州极盾数字科技有限公司深圳市洞见智慧科技有限公司北京星云互联科技有限公司智育未来(北京)科技
3、有限公司中数(深圳)时代科技有限公司河南视博电子股份有限公司船东物联江苏有限公司紫光展锐(上海)科技有限公司广州佳都数据服务有限公司广州市再芮信息科技有限公司贵阳大数据交易所郑州数据交易中心有限公司江苏无锡大数据交易有限公司杭州数据交易所广州芳禾数据有限公司浩鲸云计算科技股份有限公司河南省脱颖实业有限公司图达通智能科技(苏州)有限公司企商在线(北京)数据技术股份有限公司百望股份有限公司浙江垦丁(广州)律师事务所数据要素社参创成员参创成员(排名不分先后):汤寒林陈红丁红发崔巍张凯高广军张得志李绍龙尹西明邓文杰杨漾国丽张霁扬龙玺争杨欢欢杜忠平路普张培李晓红毛作羽兰春嘉杨珍吕佳润周诗雨黄耀驹傅毓敏赵
4、青杨马婷艳王庆栋陈建勋王为黄伟谭进汤咏林陶瑞岩于新宇龚燕玲姚智纯徐冰茹李亚光郑丹丹谭坤秦璐陈佳慧胡占桥黎朝辉陈萌陆维琦冯彦成曹学军高莹尤磊徐单恒戴智郑一辰贾婉宁刘秋平周晓萌周云于海宁马超倪红霞李博郑华祥陈铭玉单伟兵邓新杨淋雨颜雷雷李可顺张帅孙建超徐超李勋宏张洋徐家祥杨茗杜思荣蔡臻超罗琦高国栋吴晓鹏高海亮叶玉婷黄煜韩坤洁郭东旭陈雨曾凌云王平凡史亦言于丹丽潘凯伟张昊天李明郑威张文龙刘军华陈运新金朵蒋兰龚磊李方方李军林臣琪王彬林珍尹晨李天月范迪黄露周文杰陈双张舰铎熊婷周旦李安国推荐语随着科技的快速发展,交通行业正处于巨大的变革之中。而数据正成为这一变革的关键要素,对于优化交通运输、提高效率和安全性起
5、着至关重要的作用。因此,推进交通行业数据要素市场化已成为推动行业创新和发展的必然趋势。本白皮书集结行业经验,全方位探察水运、公路、城市交通、车联网、铁路、航空等数据要素流通及市场化应用现状及发展趋势,展示了丰富的交通行业数据要素市场化融合应用案例。作为一本探讨交通行业数据要素市场化的白皮书,它对于当前和未来交通行业的发展有着重要的指导意义。陈红长安大学 教授 博导党的二十大报告指出,要加快建设交通强国、数字中国,加快发展数字经济。交通数字经济以数据为核心要素,本书系统介绍了交通运输行业数据要素管理和技术的发展情况,对公铁水空四种交通方式以及城市交通和车联网的主要数据要素进行了分析,最后给出了数
6、据要素融合应用的众多案例和对数据要素市场化的展望。这是一本全面阐述交通行业数字化发展的专业报告,对未来的交通规划、绿色出行、智慧交通与物流仓库的选址布局、配送的高效运转及相关行业提升数字化水平具有重要的指导和借鉴意义。郑淑坤中国仓储与配送协会冷链分会 副秘书长推荐语数字经济时代的到来,使人们对数字资源所带来的价值越来越重视,我们正在意识到巨量数据的分析利用能为交通行业提供超乎想象的精准服务,从而给市场创造出新的价值。2023 交通行业数据要素市场化白皮书的发布,意在为企业和政府部门提供参考,便于精准地向客户和市场提供服务和行业管理,使我们在纷乱的现象中及时抓住本质,减少误判,减少盲目决策,造成
7、资源浪费,使存在于交通行业发展过程中的巨量数据资源获得再生,并创造价值。杜忠平龙船数据 首席数据官当前,全球新一轮科技革命和产业变革方兴未艾,各行各业正在加速数字化转型,推动新一代信息技术与实体经济深度融合。作为国家经济命脉,交通运输行业产生、储存和流动着海量的数据,其内容价值高,应用潜力大,交通运输领域数据要素化融合共享对助推数字经济发展具有重要意义。随着物联网、大数据5G、区块链、隐私计算、人工智能等一系列关键技术的突破发展,数据确权、共享、交易和应用场景加速涌现,交通行业数据要素化、产品化、资产化已具备较充足的条件,需要业界、学界、政府部门集思广益、携手推进。交通行业数据要素市场化白皮书
8、 聚焦于水运交通、公路交通、城市交通、车联网交通、铁路交通、航空交通六大领域的数据要素化方向,深入浅出地探讨了我国交通行业数据开放的宏观政策及前沿技术应用情况。同时,总结了典型解决方案和针对性建议,具有极强的前瞻性和可操作性,对于推动行业体系建设具有积极的指导意义。希望白皮书的发布,可以帮助广大读者朋友开阔视野,对大家工作和生活有所助益,对产业发展贡献推力。刘波零数科技 副总裁兼汽车公安事业部总经理推荐语交通行业与数字技术的快速发展向来相融相生,交通新基建一直也是数字交通、数字中国和交通强国建设的基础力量。交通行业与数字科技一道,共处于本次巨大的变革之中,而交通数据要素的价值流动正成为这一变革
9、的关键力量,对于优化交通运行、提升运输效率和增强交通安全起着至关重要的作用。因此,交通行业数据要素市场化已成为推动行业创新和发展的必然要求。本白皮书集结行业专家经验,全方位探察水运、公路、城市交通、车联网、铁路和航空等数据要素流通及市场化应用要义,全面系统地研究了交通行业数据要素市场化的现状、挑战与趋势,提出了系列有益的数据要素市场化流通解决方案、工作建议和应用实践。作为一本首次全面探讨交通行业数据要素市场化的白皮书,它必将对于当下交通行业的发展和指引未来交通变革方向产生重要的指导意义和积极影响。陶瑞岩安几科技 联合创始人在信息化时代,数据已经成为推动社会发展的核心资源。交通行业作为国民经济的
10、重要支柱,其数据的开放、共享和市场化对于提高行业效率、优化资源配置、促进创新发展具有重要意义。本白皮书通过深入的研究和分析,为我们揭示了交通行业数据要素市场化的现状、问题和发展方向,展现了丰富的交通行业数据要素市场化融合应用案例,为业界了解交通行业数据要素市场化提供了重要参考。它不仅有助于我们更好地把握行业发展大势,还为我们提供了有益的启示和建议,为构建更加智能、绿色、高效的交通体系贡献力量。闫永立上海大学现代物流研究中心研究员赤途供应链董事长推荐语2023 交通行业数据要素市场化白皮书是一份全面深入地探讨交通行业数据要素市场化的重要研究报告,揭示了交通行业数据要素市场化的现状、挑战与未来发展
11、趋势,为行业内的企业和个人提供了宝贵的参考。本白皮书是一部具有前瞻性和指导意义的研究成果,对于推动我国交通行业数据要素市场化的发展具有重要的理论和实践价值。我强烈推荐所有关注交通行业发展的人士阅读这份白皮书,相信它会给读者带来深刻的启示和丰富的思考。龙玺争非凡数通 总经理推荐序交通行业是一个古老的行业,也是一个科技不断革新的行业。交通的发展满足了人们的出行和货物的运输需求,通过运用各种交通设施、运输载具、装卸工艺完成了复杂的资源调度和作业协作。交通行业的发展见证了人类从化石能源到可再生能源的发展变迁,见证了工业从作坊协作到全球分工协作的变迁,见证了运输组织由资源分散到全局调度优化的变迁。今天,
12、交通行业在物联感知、5G通信、自动驾驶、大语言模型、数字孪生、数据挖掘等前沿技术应用方面方兴未艾,灵活、分散、实时、多变的运输需求从运营、经营、治理等层面对数字化提出了更高的要求,高效、便捷、柔性、安全、绿色成为交通行业追求的新理念。数据要素已经成为交通智能化发展的关键与核心。智能交通系统往往由感知、通信、计算、控制等环节构成,其中计算起到了关键的作用。为了应对海量、实时、多源、异构的数据计算需求,大数据在交通运输行业应用飞速发展。在交通行业面临数字化转型发展的当下,数据从业务需求产生开始,贯穿业务受理、流转、执行、交付的全过程,数据与业务同步发生、同时采集、同时处理、同时共享、同时输出,数据
13、已经成为交通行业重要的生产要素。而交通行业的数据要素处理,涉及数据采集、传输、存储、计算、可视和应用多个环节的关键技术和基础设施,才有可能提炼出对交通业务有价值的信息。交通行业的数据要素除了能够帮助行业解决自身的业务协同、经营增效、风险防控、评价决策、资源优化等问题外,还能为文旅出行、产业供应链、国际商贸、金融保险等领域带来丰富的价值。这种价值至少包括三个方面:一是可以通过交通数据为手段监测贸易货量、货流,文旅出行客流情况,从而为相关产业的发展和决策提供支持,例如水运船舶数据可以分析出大宗商品货流信息;二是交通数据可以为交通基础设施建设规划、评估提供决策依据,为交通重要的运输载具采购与投资提供
14、决策支持,例如分析采购飞机的最佳时机;三是交通数据可以帮助把控供应链和金融服务的风险,帮助解决生产安全库存、货运保险风险评估、供应链金融风险控制等问题。因此,未来参与交通行业数据要素交易的不一定是交通行业以内的人,而是会涉及各领域的经济主体。交通行业相关数据的治理也将成为横跨交通、商务、海关、外管、公安、工信、网信、银保监、大数据局等多个部委的系统性难题。在交通行业数据要素市场化发展的过程中,急需全面地梳理交通行业的数据要素构成、技术体系、细分市场、应用思路、优秀案例等信息,以满足各界和市场对相关知识的需求。本报告站在全局视角,紧跟当下的交通行业数字化实务需求和发展趋势,从政策、法规、标准、类
15、型、技术、市场化进程几方面对交通行业数据要素发展现状进行了阐述,从水运、公路、铁路、航空、城市和车联网几个领域对数据要素市场化发展进行了全面系统的剖析,整理了融合应用的优秀成果案例,并展望了未来发展。是当前国内该领域不可多得的一部优秀研究报告,具有非常重要的参考意义。本人从十多年前开始从事航运大数据研究,先后主持了“中国航运数据库”和“港航大数据实验室”的建设工作,深深感受到数据要素有效流通和利用,需要技术、业务、法务、财务、金融等多个领域的人才通力合作。而技术人才又来自统计、应用数学、计算机、通信等多个领域,协调不同背景的人才向一个目标共同努力是非常不易的。2013 年大数据时代一书的出版引
16、来的人们的热议,一时间人们将数据比作最重要的“资源”甚至是“能源”。可是十年后的今天,交通行业数据要素的共享和应用仍然有限,它所创造的价值还远没达到人们的预期。未来,仍然有机制、标准、产权、质量、交易、场景、审计、脱敏、安全等多个方面的数据要素问题等待我们去解决。借 交通行业数据要素市场化白皮书发布之际,本人愿与有志于推动我国交通行业要素市场化发展的同仁们共勉,不负时代、通力合作、努力前行!徐凯上海海事大学 博士、高工、硕导上海国际航运研究中心首席信息官2023 年 11 月 22 日于上海前言近年来,我国数字经济高速发展,已然成为拉动经济增长的重要动力。2015年至 2022 年我国数字经济
17、增加值年均同比增长率超过 15%,2022 年数字经济增加值首次超过 50 万亿元,占 GDP 比重首次超过 40%。数据是发展数字经济的核心要素。我国数据资源规模和储量丰富,数字中国发展报告(2022 年)显示,2022年我国数据产量达8.1ZB,同比增长22.7%;数字资源存储量达到724.5EB,同比增长 21.1%。2017 年 12 月的中央政治局第二次集体学习中,习近平总书记首次提出要“构建以数据为关键要素的数字经济”。党的十九届四中全会 决定明确提出:“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”,首次将数据增列为生产要素。此后,我
18、国开始摸索建设数据要素市场化制度,形成了发展数据要素市场的顶层规划。2020 年 3 月 30 日,中共中央国务院印发关于构建更加完善的要素市场化配置体制机制的意见,从数据供给、价值提升、数据安全等角度加快培育数据要素市场。2021 年 3 月 11 日通过的中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要中形成了较为完善的数据要素市场化制度框架。2022 年末,我国颁布了“数据二十条”,构建了关于数据要素基础制度的完善框架。2022 年 12 月 2 日,中共中央国务院印发关于构建数据基础制度更好发挥数据要素作用的意见,聚焦数据确权、流通交易、收益分配、安全治理角
19、度提出二十条具体发展建议。交通运输是国民经济中基础性、先导性、战略性产业,迫切需要推进新一代信息技术与交通运输融合发展,推进数字技术攻坚突破和应用探索,形成更多探索性、创新性、引领性发展成果,成为行业提速增效、转型发展的强劲动力。交通数字经济以数据为核心要素,一方面,交通运输及关联产业转型升级为数字经济发展提供了广阔的应用空间,通过数据赋能实现模式、业态、产品、服务等联动创新和高效能治理,将交通行业的数据资源进行市场化运作,提高数据资源的利用效率和价值,为交通产业发展提供有力支撑。交通行业数据要素市场化对交通产业发展具有重要意义。本书是国内首次聚焦交通行业数据要素市场化流通及应用主题白皮书;首
20、次全方位探察公路、水路、航空、城市交通、铁路等数据要素流通及市场化应用现状及发展趋势;旨在做一本交通行业数据要素市场化应用的“新华字典”集结行业现有经验分享最新应用场景探讨行业现状、难点推动行业体系建立完善。由于编写时间仓促,书中难免会出现一些错误或者不准确的地方,恳请读者批评指正。感谢参与本书撰写工作的众多来自科研、高校、企业领域的管理和技术人员。目录第一章 研究背景.11.1.交通行业数字化发展现状及趋势.21.2.交通行业数据要素市场化对交通产业发展的意义.12第二章 中国交通行业数据要素概况.142.1.交通行业数据要素流通宏观政策.142.2.交通行业数据合规法律法规及标准规范.19
21、2.3.交通行业数据要素类型.252.4.交通行业数据资产运营及数据要素市场化进程.28第三章 中国交通行业数据要素关键技术.333.1.交通行业数据要素前沿关键技术概况.333.2.交通行业数据要素典型关联技术设施应用.57第四章 中国水运交通数据要素市场化.604.1.船舶数据要素概况.604.2.港口数据要素概况.634.3.航运数据要素概况.684.4.水运交通数据要素应用场景及案例.71第五章 中国公路交通数据要素市场化.805.1.公路交通数据要素概况.805.2.公路交通数据要素开放及应用难点.855.3.公路数据要素应用场景及案例.86第六章 中国城市交通数据要素市场化.128
22、6.1.城市交通数据要素概况.1286.2.城市交通数据要素开放及应用难点.1366.3.城市交通数据要素应用场景及案例.138第七章 中国车联网交通数据要素市场化.1447.1.车联网数据要素概况.1447.2.车联网数据要素开放宏观政策及标准.1487.3.车联网数据要素开放、应用难点及建议.1637.4.车联网数据要素应用场景及案例.170第八章 中国铁路交通数据要素市场化.1808.1.铁路交通数据要素概况.1808.2.铁路交通数据要素开放宏观政策及法规监管.1858.3.铁路交通数据要素开放及应用难点.1878.4.铁路交通数据要素应用场景及案例.190第九章 中国航空交通数据要素
23、市场化.1939.1.航空交通数据要素概况.1939.2.航空交通数据要素开放宏观政策及法规监管.2009.3.航空交通数据要素开放及应用难点.2039.4.航空交通数据要素应用场景及案例.210第十章 交通行业数据要素融合应用成果.22410.1.智慧交通一体化信息服务平台.22410.2.公水联运“一单制”数据要素应用场景及案例.22510.3.智能座舱解决方案智能空调场景案例.22810.4.物流多式联运.23110.5.隐私计算在汽车行业的应用实践.23310.6.某省交通综合监测与应急指挥调度中心系统建设.23410.7.某航空公司数据使用安全管控平台构建.23810.8.某省交通运
24、输厅数据中台解决方案.24010.9.基于车辆大数据的金融风控应用.24310.10.基于大数据的智能停车解决方案.24910.11.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.25210.12.基于高速视频结构化数据的 AI 视觉检测应用.25410.13.基于城市道路损坏及设施数据的公安交管隐患排查应用.25710.14.基于隧道交通事件数据的智慧运营安全管控应用.25910.15.基于历史车辆通行数据和历史车辆保险理赔数据融合的车险分析 26110.16.基于多源数据的中小微物流企业一体化金融解决方案.26410.17.基于 IDPS 理念构建的城市交通大脑.26610.1
25、8.云南交通视频智能分析及应用平台.26910.19.数字力量 RPA 整车及配套厂商数据处理自动化.27210.20.后市场标准车型库应用.27410.21.数据驱动交通行业多式联运的数智化发展.276第十一章 中国交通行业数据要素市场化的未来展望及工作建议.279参考文献.2841第一章 研究背景当前,互联网、大数据、云计算、人工智能、区块链等技术快速创新与发展,已深度融入经济社会发展各领域和全过程,成为优化资源配置、重塑经济结构、改变竞争格局的关键力量。而数据作为数字经济的重要组成部分,其推动经济发展的重要性日益凸显。2019 年,党的四中全会首次提出数据是继土地、劳动力、资本和技术之外
26、的第五大生产要素,这表明国家政策对于数据发展的定位也正式从“数据资源化”阶段进入到“数据要素化”阶段。中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要明确要求激活数据要素潜能,建立健全数据要素市场规则,加快建立数据流通交易等基础制度和标准规范。特别是 2022 年 12 月,党中央、国务院印发关于构建数据基础制度更好发挥数据要素作用的意见,提出建立“保障权益、合规使用的数据产权制度”“合规高效、场内外结合的数据要素流通和交易制度”“体现效率、促进公平的数据要素收益分配制度”和“安全可控、弹性包容的数据要素治理制度”四大数据要素基础制度,为全国数据要素探索指出了体系化
27、的发展方向。作为国家经济命脉,交通运输行业产生和储存的数据总量大、内容丰富、应用面广,交通运输领域数据要素化融合共享对助推数字经济发展具有重要意义。党中央、国务院、交通运输部及多省高度重视推进交通运输数据要素化工作。2021年 12 月,国务院要素市场化配置综合改革试点总体方案中提出要有限推进包括交通运输、气象、企业登记监管等高价值数据集向社会开放,探索开展政府数据授权运营,并提出探索“原始数据不出域,数据可用不可见”的交易范式,在保护个人隐私和确保数据安全的前提下,分级分类、分步有序推进部分领域数据流通应用。2019 年,交通运输部在印发的推进综合交通运输大数据发展行动纲要(2020-202
28、5 年)中明确将“深入推进大数据共享开放”作为五项主要任务之一。2021 年 12 月,交通运输部发布的数字交通十四五发展规划针对“行业成体系、成规模的公共数据较少,数据开放与社会期望还存在差距”的现状,提出“研究制定交通运输公共数据开放和有效流动的制度规范,推动条件成熟的公共数据资源依法依规开放和政企共同开发利用”。根据复旦大学数学与移动治理实验室发布的2023 交通运输公共数据开放利用报告,目前,交通运输部官网数据开放栏目和综合交通出行大数据开放云平台已经尝试开放了交通运输领域的数据集。两个平台无条件开放的数据集 754个,数据容量近 9000 万,数据内容主要涉及国内部分省市的交通线路站
29、点、客运站班次、线路、货运车辆、运输与维修经营业务等方面。同时,还开放了来自航空公司和 OpenITS 联盟的研究数据。同时,“出行云”平台上还开放了 1532个有条件开放的数据集,内容主要涉及国内部分省市的地面公交、出租车、运输车的定位数据,轨道桥梁隧道数据,公交、出租车的线路、站点站台与票价数据,公路高速路路线与收费数据,百度地图路况数据以及与人口、房价、气象等相关的数据。此外,北京、浙江、山东、江苏等省市也分别出台了公共数据条例或征求意见稿,交通运输领域的公共数据开始逐步汇聚和有条件开放。截至 2022 年10 月,我国已有 208 个省级和城市的地方政府上线了数据开放平台,其中省级平台
30、 21 个(含省和自治区,不含直辖市),城市平台 187 个(含直辖市、副省级和地级行政区),共开放了 283413 个有效数据集。其中,有 11 个省级和 96个城市平台共开放了 9489 个交通运输领域数据集。交通运输部门开放的数据容量达到 10.81 亿,在各部门中仅次于市场监督管理。此外,公路、水运、城市交通等领域大量数据也逐步得到有效汇聚,数据质量不断提高。总体可见,交通运输领域数据要素化融合共享及开放应用已具备较充足的条件。1.1.交通行业数字化发展现状及趋势1.1.1.国外交通行业数字化发展现状交通运输是经济发展的血脉,数字化治理交通问题的探索过程中,数字化技术的应用逐渐成了主流
31、。国外交通行业的数字化发展已取得了一定的成果,在智慧交通、自动驾驶、共享出行等领域均有所发展与突破,呈现出多元化、智能化、环保化的发展趋势。(一)国外交通行业数字化总述当前,全球数字经济快速发展,新一代信息通信技术与各行各业融合渗透,车联网、工业互联网、物联网等新型产业生态不断壮大,有力推动了汽车、交通等传统产业的数字化、网络化、智能化发展,也逐步衍生出智慧出行、交通数字化治理等数字化新兴产业,随着新型技术的不断涌现和下游需求不断增加,全球交通行业数字化转型的需求也持续提升,越来越受到全球主要国家和地区政府的高度重视。全球交通行业数字化进程起步于 20 世纪 60 年代,美国、欧洲、日本等国家
32、和地区较早起步。目前,美国、欧洲、日本等发达国家或地区的智能交通体系框架的基本完成。随着新兴技术的发展和下游需求的增加,全球交通行业数字化转型需求仍将持续攀升。随着全球人口的持续增长和城市化进程的加快,将先进的信息技术、数据通讯传输技术、电子传感技术、电子控制技术以及计算机处理技术等有效地集成为智能交通系统的需求越来越迫切。前瞻产业研究院预计到2025 年,全球智能交通市场规模将超过 2500 亿美元,年复合增长率为 18%。3全球交通行业数字化进程可大致分为四个发展阶段:基础阶段(20 世纪 90 年代-2000 年代初):这个阶段的数字化发展主要集中在计算机辅助设计和计算机辅助制造等方面,
33、提高了交通基础设施的设计和建设效率。此外,GPS 定位技术开始应用于交通领域,提高了车辆和基础设施的管理水平。信息服务阶段(2000 年代初-2010 年代初):互联网和移动通信技术的快速发展,带动了交通信息服务的创新。例如,交通管理部门开始通过网站、手机短信等方式向公众发布实时交通信息,导航设备和手机导航应用逐渐普及,为出行者提供便捷的路线规划服务。智能交通阶段(2010 年代初至今):大数据、云计算、物联网、人工智能等新兴技术在交通领域的应用,推动了智能交通系统的发展。例如,智能交通信号控制系统能够根据实时交通状况自动调整信号灯的时序,提高道路通行能力;车联网技术使得车辆能够实现车与车、车
34、与基础设施之间的信息交互,提高交通安全和效率。无人驾驶与绿色出行阶段(未来发展趋势):随着无人驾驶技术和电动汽车等绿色出行方式的逐步成熟,交通行业将进入一个全新的发展阶段。无人驾驶汽车有望实现更加安全、高效的出行,减少交通事故和拥堵;电动汽车和共享出行等绿色出行方式将有助于减少交通污染,提高资源利用效率。在交通行业数字化的进程中,全球国家在智能交通系统(ITS)、车联网、无人驾驶、共享出行和绿色出行、交通大数据和智慧城市等行业细分领域展开了竞争与合作。例如在智能交通系统(ITS)领域,美国、欧洲、日本等已经建立了较为完善的智能交通系统,通过实时监控交通状况、优化信号控制、提供出行信息等方式,有
35、效提高了道路通行能力和交通运行效率。在车联网领域,许多国家的汽车厂商和通信企业正在积极推动车联网技术的研发和应用,如美国的通用、福特等企业,欧洲的宝马、奔驰等企业,日本的丰田、本田等企业。在无人驾驶领域,谷歌、特斯拉、Uber 等科技公司和汽车制造商都在积极开展无人驾驶技术的研发和测试,一些国家如美国、英国、新加坡等已经在特定区域开展无人驾驶汽车的试运营。在共享出行和绿色出行领域,Uber、Lyft 等在国外市场得到了广泛应用,改变了人们的出行方式,提高了出行效率。同时,电动汽车、自行车共享等绿色出行方式也在许多国家得到了推广,有助于减少交通污染,提高资源利用效率。针对交通行业数字化进程中的网
36、络及数据安全、个人隐私保护等问题,也出台了一系列政策法规来进行规范。例如针对车联网,联合国世界车辆法规协调论坛(UN/ECE/WP29)于 2020 年 6 月通过汽车网络安全和网络安全管理,明4确车辆制造商需要满足汽车网络安全强制认证要求,认证内容包括制造商网络安全管理体系(CSMS)认证和车辆行驶认证(VTA)中的网络安全检测认证,该标准将在德国、法国、日本等 WP29 缔约国生效。2022 年 6 月后,在欧盟申请准入的新车型必须完成网络安全强制认证。同时,欧盟依据 一般数据保护条例(GDPR)对汽车企业使用个人信息和数据跨境传输进行监管。而美国采用“自我认证”制度,要求企业制定信息安全
37、方案,向监管部门提交车辆安全评估证明,政府实施事后监督。(二)国外不同国家交通数字化现状1.美国美国美国早在20世纪60年代就开始了电子路径诱导系统的先驱性智能交通研究工作。随后 80 年代中期,加利福尼亚交通部门研究路径导航系统获得成功,进一步加速了智能交通的发展。美国交通部2015年颁布了 国家智能交通系统 20152019 年发展策略,明确了以“改变社会的移动方式”为愿景和以“汽车的智能化、网联化”为战略计划核心,通过研究、开发和教育活动促进技术和信息的交流,创建更安全、更智能的交通系统,为美国未来 5 年在智能交通领域明确了发展方向。美国智能交通发展至今,基本形成了出行和运输管理系统、
38、公共交通运输管理系统、电子收费系统、商业车辆运营系统、应急管理系统、先进的车辆安全系统、信息管理系统、养护和施工管理系统等八大研发领域和研究内容。在智能交通系统及城市智慧交通建设方面,洛杉矶城市轨交公司于 2018 年提出“MetroVersion2028”计划,旨在结合互联网发展与数字化进程,实现城市轨道交通智慧化,以全方位提高洛杉矶地区居民的生活质量。该计划由三个愿景组成,分别是:通过消除交通问题实现洛杉矶内个体、群体的共同繁荣;在洛杉矶任何一处均实现 24 小时的快速、便利交通与换乘;创造更多高质量城市轨道交通选择。为实现以上愿景,该计划引入更先进的自动列车控制系统(ATC),以实现更高
39、级别的自动驾驶;升级乘客信息系统,提供实时到站、多媒体信息显示和智能导航服务,开发了新型数字系统,通过数据分析挖掘客户隐性需求,在自然语言处理技术帮助下完成人机之间的二十四小时动态交互;在信息准确性方面,洛杉矶轨交公司与政府以及其他交通公司达成协议,简化信息共享流程,同时为列车配备新型数据系统,全面改善到达时间预测,为乘客提供及时准确的交通信息;在安全方面,建设由技术、设备、人员共同构成的多层集成安全系统,通过安全系统中的智能视频监控部分对列车内、车站中的场景进行实时抓拍传输,通过人工智能算法对该内容进行实时处理,对可疑人员进行重点观察,实现犯罪预防;此外,洛杉矶轨道交通公司制定了一套完善的数
40、据管理制度,改进现有数据管理系统,用以解决开放数据、数据存储以及数据保护问题。同时还开发了数5据开放门户,公众可以利用该门户获取轨交运行数据,对开放数据进行二次利用以促进发明创新。在车联网和无人驾驶方面,2021 年 3 月,美国联邦公路局发布了自动驾驶对公路基础设施的影响报告,详细分析了自动驾驶对公路物理基础设施、交通控制设备、运输管理和运营系统、多式联运基础设施的影响。美国还先后出台了联邦自动驾驶汽车政策自动驾驶系统:安全愿景 2.0自动驾驶汽车综合计划确保美国自动驾驶汽车技术的领导地位:自动驾驶汽车 4.0,提出采取防护措施应对自动驾驶汽车的网络威胁和漏洞、隐私和数据保护风险等具体要求。
41、同时,美国已经在加利福尼亚州圣迭戈和密歇根州底特律进行 C-V2X试验,并且也在积极推动 C-V2X 基础设施建设。密歇根州成立了未来出行办公室,负责所有出行相关举措(包括基础设施)的战略协调,同时跨行业合作伙伴一起制定关于实体和数字基础设施的标准,以将网联自动驾驶车辆从试点项目拓展到美国的高速公路和城市道路上。包括 Google、Uber、Tesla、Waymo 等公司都将大量资金和人力投入到自动驾驶技术的研发上。在共享和绿色出行方面,Uber、Lyft 等公司的出行服务已经成为美国城市出行的重要选择,并让公共交通服务逐渐边缘化。通过共享单车、共享电动车,微公共交通(共享电动滑板)等方式,满
42、足了交通出行的多样化需求。同时部分州出台监管规则,推动共享出行服务的绿色化,如加州空气资源委员会推出美国首个共享出行服务行业的监管规则,要求类似于优步(Uber)和 Lyft 等公司到 2030年实现 90%的车辆为电动汽车。2020 年,美国交通部制定了智能交通系统战略规划 2020-2025,描述了美国未来五年智能交通发展的重点任务和保障措施,较 2015 年规划的新特点:从关注自动驾驶、联网汽车的研究上,开始加速智能交通系统部署与应用,关注对智能交通发展建设的支撑技术,例如数据交互、网络信息安全,关注快速发展的创新技术,比如 5G 等新型通信技术。2.日本日本目前日本交通行业数字化转型是
43、世界上转型最成功的国家,其智能交通系统相当完备和成熟。日本的所有主干道已基本覆盖了智能交通的自动收费、车路协同和导航等功能,未来的任务是继续深化其功能研发和普及应用,加强各功能子系统集成度,进一步拓展新一代智能交通车载设备的服务,如物流车辆管理、公共设施出入管理、停车场和加油站的收费和缴费功能等,通过智能交通建设进一步减少事故、解决拥堵、提高效率,实现低碳化交通的目标。日本早在 1973 年就开始了对智慧交通系统的研究。1995 年,正式制定并实施包含 9 个开发领域和 11 项推进措施的道路、交通、车辆领域信息化实施指6针。1996 年,以大阪、名古屋等地作为试点,启用车辆信息与通讯系统,并
44、于 1998 年在全国范围推广,同时,制定了智慧交通财政资金投入的专项计划,预计在 1996 年至 2015 年间,用于智慧交通建设和发展的资金约为 7.8 兆亿日元。2001 年,日本将智慧交通的建设和发展规划列入了四项优先政策领域,具体体现在同年发布的E-Japan 优先政策计划之中。2010 年,为了有效缓解交通拥堵、改善交通环境,引入了安全、便捷的智慧交通系统站点,并将其应用于全国的高速公路网,这样用户就可以通过车载导航系统及时查收到大量的交通基础信息及图像,指导用户行驶方向和路线。日本智能交通关键时间节点目标:巡行辅助公路系统自 2000 年起已进入实用阶段。截至 2015 年,智能
45、公路的交通事故减少了 50%,有效地缓解了交通拥堵,并降低了环境污染。2017 年,日本联合汽车制造商在高速公路以及人车流量较低的偏远区域进行了自动驾驶汽车测试,并加紧完善智能交通系统体系。日本计划于 2025 年与汽车制造商携手,在全国范围内普及自动驾驶技术。3.欧盟欧盟欧洲智能交通系统利用多项通信技术,让汽车之间、汽车与道路设施之间能够沟通,使得道路使用者和交通管理人员能共享信息并有效协调。欧盟对智慧交通系统非常重视,从 2002 年开始在智慧交通领域进行大量的技术和资金投入,推进智能车辆和移动服务的发展。从 2010 年开始执行智能交通法案,促成了欧盟层面的多式联运出行信息、欧盟实时交通
46、信息的采集。2011 年,欧盟发布欧洲一体化运输发展路线图白皮书,旨在将欧洲目前的运输系统发展为具有竞争力和高资源效率的运输系统。欧洲铁路研究咨询委员会(ERRAC)同步制定Rail Route 2050,在智能移动、能源与环境、基础设施等方面,提出一个高资源效率、面向智能化的 2050 年铁路系统发展蓝图:计划实现基础设施维修的智能化,使车站成为运输枢纽;推动列车实现无碳运营,进而使火车成为环保出行的优选方式。通过无缝衔接旅程服务,确保列车准时率达到 95%;实现各类交通方式的统一互操作认证,提升风险防控能力,促使快速自主决策。同时,运营智能化和自动化将为国家经济、区域经济和当地经济作出显著
47、贡献。技术创新将发挥主导作用,使铁路成为欧洲最受欢迎的交通方式。轨道交通建设具有较长周期,利用数字化手段加强整体规划,促进各环节的衔接,对于控制建设成本、缩短建设周期和保障建设质量都具有重要意义。数字化铁路已成为欧洲铁路一体化发展的首要任务,欧盟出台一系列战略规划,在2013 提出以市场为导向的 Shift2Rail 科技创新战略。Shift2Rail 实施周期为20142020 年,重点关注生命周期成本降低、路网容量增强、服务可靠性与准时性提高,最终实现欧洲铁路一体化、增强欧盟铁路的吸引力及竞争力、巩固欧7盟铁路在全市场的领导地位等目标。欧盟智慧交通未来的发展强调面向服务、高效节能。欧盟十分
48、重视使用者的服务需求,在欧盟的框架下建立一致性的道路基础设施和相关的信息服务,如即时交通路况、即时路径规划、即时地图更新等。欧洲以智能交通系统为核心。欧盟大力发展出行即服务(MaaS),极大地促进了车联网应用推广,推动发展交互式智能交通。欧盟道路交通研究咨询委员会发布网联自动驾驶路线图,突出智能化与网联化的协同,强调自动驾驶车辆与道路交通设施的协同互联。4.澳大利亚澳大利亚澳大利亚是世界上较早从事智能交通控制技术研究的国家之一,著名的最优自动适应交通控制系统(SCATS)在澳大利亚几乎所有的城市都有使用,目前上海、深圳等城市也引进这一系统。SCATS 系统的优点是其自动适应交通条件变化的能力,
49、通过大量设在路上的传感器以及视频摄像机随时获取道路车流信息。ANTTS 是其重要子系统,该系统通过几千辆出租车装有的 ANTTS 电子标签与设在约 200 个交叉路口处的询问器通话,通过对出租车的识别,SCATS 系统能够计算旅行时间并对交通网的运行情况进行判断。澳大利亚的先进系统合作研究中心目前正在开发一种名叫 TRIRAM 的系统,其主要的目的是通过模拟道路网来预测交通行为以及新的交通流量。澳大利亚为了更好监控车辆,通过视频数据获取系统运用视频摄像机监测、识别和计算交通量,目前该系统已在澳大利亚广泛的应用。该系统的实现逻辑是通过自动辨识车牌号码来对重型车辆监测、分类、识别,数据可被送到重型
50、车辆监测站,与数据进行对照,该系统能监测到超速车辆、强制停运的车辆。目前,澳大利亚的公共运输部门正准备向公众提供更多的信息服务,包括所有公共汽车的路线、时刻表等。此外,澳大利亚的交通人员还研制了主动信号系统,该系统能够根据不同的条件而改变速度限制,并能检测到正面行驶的车辆的速度,当发现车速太快时,能够发送信号提醒驾驶员。澳大利亚铁路结合本国国情与全球经济发展形势,并充分考虑物联网、大数据、人工智能等先进技术发展,从材料与制造、运行控制与管理、节能减排等方面制定铁路创新战略规划:在 2021 年至 2030 年期间,将重点发展先进制造业,利用高性能重载材料,突破铁路货运的物理限制。同时,通过大数
51、据和人工智能技术,实现铁路运行安全风险的自动检测与控制。此外,推动列车先进制动系统的应用,以及对机车交流牵引及电子电力系统的改造。自 2031 年至 2040 年,将进一步致力于实现铁路建设与装备材料的轻量化;8利用运行数据实现更高级别的铁路运行与控制;充分发挥可再生能源在铁路领域的应用优势,以降低碳排放量。5.德国德国在无人驾驶方面,德国的无人驾驶列车技术已经比较成熟。德国的伍珀塔尔市在 1901 年就建成了世界上第一条空中轨道交通路线,该路线采用无人驾驶的空轨列车。近年来,德国还推出了一些无人驾驶列车的试验项目,例如在汉堡和杜塞尔多夫等地的试点项目。德国政府在 2017 年启动了“Auto
52、NOMY”项目,旨在开发自动驾驶汽车的新功能和应用场景。该项目的合作伙伴包括汽车制造商、技术公司和研究机构,旨在将自动驾驶汽车推向市场。在智能交通系统建设上,2016 年,德国铁路公司(简称德铁)与德国联邦交通部、德国铁路业联合会联合签署合作协议“铁路数字化战略”(铁路 4.0)。这是以提升乘客满意度为目标,深入到生产、运营、维修养护、客户交互等铁路系统各环节的技术变革,全面支撑德国运输 4.0 计划,该计划主要包括近期、中期、远期三个阶段:近期(2016 年至 2025 年):实现半自动化列车无线分配;提供下一代电子行程服务;通过列车独特设计使乘客的移动设备与基站信号直连。同时在 2020年
53、底实现所有铁路建设项目应用 BIM 的规划战略。中期(2026 年2035 年):实现列车无人驾驶;能够提供更灵活、个性化的交通方式:机器人小汽车研制成功并投入使用。远期(20352045 年):形成新型数字化车间;实现电子商务、3D 打印维护、运营过程全自动化;智能设备成为设备维护的日常工具。6.法国法国在智能交通系统建设上,2015 年,法国国家铁路公司提出数字化法铁战略,通过加强工业互联网建设,构建连通列车、路网和站房三大区域网络。一方面实现对安全运输、生产效率、能源经济、工作质量等的追求,另一方面满足旅客对准点率和舒适度的需求。预期在 20312040 年为客户建立一个有竞争力、便捷、
54、可持续、与未来运输紧密结合的铁路系统。近期(2015 年至 2020 年):对现有铁路系统改进,在郊区线路引入自动驾驶。推进 3D 打印技术,减少 20%零件制造时间和成本。中期(2021 年2030 年):构建颠覆性创新的铁路系统,功能包括列车实时定位“门到门”运输、客流智能管控、路网运力自适应等。远期(2031 年2040 年):为客户实时提供满足需求、可靠安全、易于访问的服务;最大化路网和库存利用率以降低成本;实现系统简化和标准化,缩短9新技术实际应用时间;通过优化资源利用和限制碳排放,完成公共服务使命;将铁路系统纳入全球“门到门”运输服务,使车站变成集成服务和各项运输方式的站点。7.瑞
55、士瑞士在智能交通系统建设上,2017 年,瑞士联邦铁路提出瑞士 SmartRail 4.0 战略,旨在进一步提高铁路系统容量和安全性,有效地利用铁路基础设施,长期保持瑞士铁路的竞争力。具体战略目标:每年节省 450 亿瑞士法郎(相当于百万级),从而为更优质的价格和更高的服务质量奠定基础;提升铁路网容量 15%30%,为旅客带来紧凑、灵活且互通的服务;信号系统性能提升 50%,确保准时、无干扰的旅行体验;铁路运营故障减少 90%,为旅客提供更可靠的安全运输保障;实现铁路企业内部的互联互通,提供更优质的在线旅行体验。同时,SmartRail 4.0 将战略实施过程划分 3 个阶段,明确每阶段目标任
56、务对ETCSL3+移动闭塞、集中简化联锁设备、基础设施建设自动化、列车模块化等技术进行规划。1.1.2.国内交通行业数字化发展现状20 世纪 90 年代末和 21 世纪初,国内开始关注并着手推动智能交通系统(ITS)的发展。2007 年,国家发展和改革委员会、科技部、公安部、交通运输部等部门联合发布了国家智能交通系统发展战略,明确了智能交通系统在我国经济社会发展中的战略地位,提出了发展目标、任务和政策措施。2000 年左右,开始在北京、上海、广州等部分城市在交通信号控制、公交优先、电子警察、交通信息服务等方面开展智能交通系统的试点工作。随着试点项目的成功实施,智能交通系统在全国范围内逐渐推广。
57、其中,北京建立了道路交通控制、公共交通指挥与调度、高速公路管理和紧急事件管理的 4 大 ITS 系统;广州建立了智能交通指挥中心,交通信息共用主平台、物流信息平台和静态交通管理系统的 3 大 ITS系统,使其整个结构框架更加完整。除此之外,随着城市化和工业化的进程加快,我国的一些二线城市也逐步走进智能交通的队伍,如济南市在缓解交通拥堵,减轻出行压力方面所提供的信息及时报道系统,也为人们提供了极大的便利。而国家为了加大智能交通系统的发展,在“十五”到“十二五”期间,先后投入了15 亿元,用于其项目的投资,到了“十二五”期间,甚至投入近千亿元进行投资,使我国的智能交通系统发展有了质的飞跃,并且使之
58、在交通运输等行业得到极为广泛的运用。自 2019 年交通强国建设纲要发布以来,国内交通行业数字化得到了突飞猛进的发展。特别是“十四五”期间,我国交通行业数字化逐渐形成“智能装10备行业数字化、运输服务行业数字化、智能驾驶新行业”并举的局面。一是智能装备行业数字化水平显著提升。一是智能装备行业数字化水平显著提升。以徐工、柳工为代表的无人驾驶压路机目前已实现大规模集群施工,基于轨迹生成技术,自适应自动引导技术、远程唤醒、休眠设备,RTK-GPS 高精度定位等诸多先进配置,为客户的绝佳体验提供强有力的“安全护栏”,围绕无人挖掘机、无人起重机、消防无人机等装备的研发与应用已屡见不鲜。盾构机等特种工程机
59、械研发实现重大突破,由铁建重工和中铁十四局联合打造的国产超大直径泥水平衡盾构机“新穿越号”顺利完成1139 环管片拼装,单月推进 288 环,进尺达到 576 米,平均日进尺 19.2 米,创造了全预制超大直径泥水盾构国内最快纪录。具有完全自主知识产权的“复兴号”中国标准动车组实现世界上首次时速 420 公里交会和重联运行,在京沪高铁、京津城际铁路、京张高铁实现世界最高时速 350 公里持续商业运营,智能型动车组首次实现时速350公里自动驾驶功能;时速600公里高速磁浮试验样车成功试跑;具备跨国互联互通能力的时速 400 公里可变轨距高速动车组下线。大中型邮轮、大型液化天然气船、极地航行船舶、
60、智能船舶、新能源船舶等自主设计建造能力增强。中国已成为重要的港口装备制造国和出口国,海工装备初步实现作业环境从浅海到深海、从近海到远海、从水面到水下、从常规海域到极区的转变。成功实施 500 米饱和潜水陆基载人实验。C919 大型客机成功首飞。支线客机 ARJ21开始商业运营。二是运输服务行业数字化发展成效显著。二是运输服务行业数字化发展成效显著。“互联网+”高效物流服务新模式新业态不断涌现。95306 铁路货运服务系统基本建成;各类网络货运企业整合货运车辆超过 240 万辆;危险货物道路运输电子运单使用率突破 30%,国际集装箱运输、沿海主要港口海铁联运全部实现电子单证交换,主要快递企业电子
61、运单使用率达到 90%。在数字物流方面,以菜鸟物流、货拉拉及满帮集团为代表的货运企业都争借数字经济政策东风,积极引进大数据、互联网等精尖技术扎实推动数字赋能行业发展。菜鸟物流以数字快递服务为主,业务已覆盖全球物流、消费者物流、供应链服务、全球地网、物流科技五大服务板块,菜鸟数智物流设施和供应链服务商家品牌数万个,80%从菜鸟产地仓库发出的包裹可隔日达;菜鸟驿站已覆盖全国200 多个城市、3000 所高校和 4 万多个乡村,菜鸟裹裹为 3 亿多消费者带来寄件服务。货拉拉从事同城/跨城货运、企业版物流服务、搬家零担、汽车租售及车后市场服务,依托移动互联、大数据和人工智能技术,搭建“方便、科技、可靠
62、”的货运平台,为个人、商户及企业提供高效的物流解决方案。截至 2021 年年底,货拉拉业务范围已覆盖 352 座中国内地城市,月活司机达 66 万,月活用户达 840万。货拉拉的交易总额超过 200 亿元,市场份额也达到 60%左右。满帮集团是全11球最大数字公路货运平台,依托大数据与人工智能,降低货车司机的空驶率,提升货运效率,致力于为公路运输物流行业提供高效的管车配货工具,同时为车找货(配货)、货找车(托运)提供全面的信息及交易服务,有“数字货运第一股”之称。运营方面,满帮 2022 年一季度成交 GTV 达 536 亿元,同比增长 4.2%,履约订单数 2520 万,同比增长 13.6%
63、。用户层面,满帮平台发货货主月活 142万,同比增长 16.0%,过去 12 个月有约 350 万活跃卡车司机在平台履约。在客运新形态行业数字化发展方面,互联网出行服务体系不断完善。互联网售票比例和电子客票使用率不断提高。铁路互联网售票比例超过 80;电子客票应用覆盖全国高铁和城际铁路站、800 个道路客运站和 200 多家机场;高速公路客车 ETC 使用率超过 71%;“互联网+”便捷交通创新应用成效显著,“掌上出行”等新业态不断推出。国内网约车市场存在更高的市场活跃度,截至 2023年 7 月底,全国共有 322 家网约车平台公司取得网约车平台经营许可,环比增加4 家;各地共发放网约车驾驶
64、员证 597.6 万本、车辆运输证 250.4 万本,环比分别增长 3.2%、2.9%。网约车行业月订单量超过 8 亿单,网约车总用户数规模达4,72 亿,订单量超过 30 万单的网约车平台共 17 家,包括享道出行、如祺出行、T3 出行等。作为交通运输新业态,网约车利用数字化手段丰富了出行方式,提升了出行效率,不仅高效匹配了未被满足的出行需求和闲置的汽车资源,也在一定程度上推动了新能源汽车产业的发展。同时共享出行平台沉淀的大数据,在经过分析及挖掘后,可以实现区域热力图、OD 数据分析、城市运力分析、城市交通出行预测、城市出行报告以及信号灯动态配时等,同时还能在公共出行服务,比如实时路况、实时
65、公交、ETA、城市运力补充等方面发挥巨大价值。三是智能驾驶行业掀起数字化发展热潮。三是智能驾驶行业掀起数字化发展热潮。近年来,中国车联网市场规模保持高速增长,20172020 年年均复合增长率达到 29.95%。预计 2022 年将增长至2771 亿元。工信部副部长辛国斌在 2022 世界智能网联汽车大会上透露,2022年上半年,国内具备组合驾驶辅助功能的乘用车达到 228 万辆,市场渗透率升至32.4%,同比增长 46.2%。中泰证券指出,2022 年有多款 L2+及以上的智能车型上市,全球迎来 L2 向 L3/L4 跨越窗口,预计 2030 年全球 L2、L3 和 L4/L5 级别的渗透率
66、将分别达到 30%、35%和 20%。与此同时,汽车市场也逐渐将发展重心向自动驾驶领域倾斜。各大车企纷纷打造自己的智能驾驶系统,以解决车辆在各类社会道路高频场景的出行需求。如理想汽车打造了理想 ADPro 和 ADMax 智能辅助驾驶系统,其 9 月上市的 L8/L7Pro 标配了理想 ADPro 智能辅助驾驶系统,而理想 L8/L7Max 则标配了理想 ADMax 智能辅助驾驶系统。车企们加速布局,推动着智能驾驶相关产业链的发展,包括车载摄像头、毫米波雷达、激光雷达、芯片、算法等供应链厂商都将受益于行业红利,有望迎来快速增长期。12各省份积极探索智能驾驶技术的研发与应用,各地对自动驾驶汽车测
67、试的支持也不断加强。多形态测试道路正在中国多个一线城市涌现,截至 2021 年,北京已开放自动驾驶测试道路累计长度 1028 公里;上海已开放自动驾驶测试道路累计长度 1290 公里;广州已开放自动驾驶测试道路累计长度 253 公里。苏州相城作为江苏首个数字交通示范区,重点围绕基础设施布设、交通资产沉淀、支撑平台构建开展数字交通示范区建设,从道路基础设施、软件服务测试和专业载体空间服务三大方面力争打造高带宽、广覆盖、速感知的全方位生态体系。道路基础设施包含一期、二期智能网联公共测试道路。一期智能网联公共测试道路总长8.4 公里,现全路段已实现 5G 全覆盖,配套区域级超级边缘计算中心,已达到国
68、内领先水平。二期 55 公里测试道路也已于 2021 年 9 月竣工,促进“人、车、路、网、云”信息的高效互联互通。2022 年 9 月,交通运输部办公厅发布关于公布第一批智能交通先导应用试点项目(自动驾驶和智能航运方向)的通知。第一批智能交通先导应用试点项目名单中涵盖了来自北京、上海、江苏、安徽等地的 14 个自动驾驶领域试点项目。在车联网和无人驾驶的发展过程中,基于服务端系统通过感知技术实现对人、车、环境的各种静态信息(标识、属性等)和动态信息(各种事件、服务请求等)的监测、提取、转换和加载。例如利用 GPS、RFID、传感器、摄像头图像处理等装置,车辆可以完成自身周围环境和状态信息的采集
69、。随着我国智能网联汽车技术不断发展,车联网与智能车开始联合,车辆中逐渐搭载了更为先进的感知系统(如环境传感器、微波雷达等)、控制系统(如嵌入式芯片、信号处理芯片)、执行机构等装置,同时融合 5G、WIFI、卫星等现代通信技术,实现车与驾驶员、车与路况、车与监控管理云平台的有机结合。通过实时信息的交换共享,实现安全、节能、舒适、智能、高效的行驶,为用户带来更好的驾驶体验。此外,基于对车联网大数据的进一步挖掘和分析,还可在数字化营销、UBI 车险、城市道路拥堵、金融等领域发挥巨大的应用价值。1.2.交通行业数据要素市场化对交通产业发展的意义交通运输是国民经济中基础性、先导性、战略性产业,迫切需要推
70、进新一代信息技术与交通运输融合发展,推进数字技术攻坚突破和应用探索,形成更多探索性、创新性、引领性发展成果,成为行业提速增效、转型发展的强劲动力。交通数字经济以数据为核心要素,一方面,交通运输及关联产业转型升级为数字经济发展提供了广阔的应用空间,通过数据赋能实现模式、业态、产品、服务等联动创新和高效能治理,将交通行业的数据资源进行市场化运作,提高数据资源的利用效率和价值,为交通产业发展提供有力支撑。交通行业数据要素市场13化对交通产业发展具有重要意义,具体表现在以下方面:(一)推动创新、优化资源配置与产业协同发展:市场化运作的交通行业数据要素有助于实现数据资源的合理配置,解放封闭、孤立的数据状
71、态。这将促进交通行业内部及与其他行业的数据资源共享与交换,为交通产业提供丰富数据支持,提高决策效率。降低数据获取门槛,使创新主体更容易获取所需数据,激发创新活力。同时,推动数据资源跨界融合,为交通产业创新提供可能性。交通行业数据要素市场化有助于推动产业链上下游企业数据共享与协同,提高整个产业链运行效率。这将降低生产成本,增强竞争力,促进产业链协同发展。(二)催生新型业态、引导资本投入与拓展国际合作:数据要素市场化推动交通行业与新技术如大数据、人工智能融合,孕育智能出行、自动驾驶等新型业态。这将为产业发展注入新活力,提升产业结构;吸引社会资本投入交通数据资源开发应用,提供资金支持。这将推动技术研
72、发与创新,增强行业核心竞争力;提升我国交通产业国际竞争力,扩大国际合作空间。全球数据资源共享与交流成为产业合作重点,助力我国交通产业与国际市场接轨。(三)协同高效、韧性增强与企业竞争力提升:数据要素市场化推动交通产业链上下游企业数据共享与协同,提高整体运行效率。如物流行业,促进企业间信息共享,提升货物运输效率,降低库存成本,增强产业链竞争力;提高企业应对市场风险和不确定性的能力,通过数据共享,使企业能更准确预测市场变化,调整生产和经营策略,增强风险应对能力;帮助企业获取有价值数据资源,提升数据分析和应用能力,从而在市场竞争中占据优势。14第二章 中国交通行业数据要素概况2.1.交通行业数据要素
73、流通宏观政策2.1.1.国家层面数据要素流通政策近年来,随着我国数据治理框架持续完善,各地有关数据要素流通和交易的政策文件及改革方案相继落地,进一步推进了数据要素的资源化,数据要素交易市场活力正持续提升。总体来看,国内的数据要素政策大致经历了酝酿探索、落地推行、深化发展三个阶段,政策引导和支撑力度也不断由浅入深,渐次走向成熟,呈现“点到即止-探索试验-落地推行-深化发展”的态势。2014-2016 年,是数据政策的酝酿探索阶段,大数据逐渐成为热词,大数据发展开始受到广泛关注,大数据发展战略由地方实践提升到国家战略,关于数据流通与交易的相关概念理念、实践探索“摸着石头过河”,为后续发展持续积累经
74、验。在酝酿探索阶段,2014 年“大数据”首次被写入政府工作报告,国内第一家大数据交易所贵阳大数据交易所正式成立;2015 年国务院印发促进大数据发展的行动纲要,使大数据正式上升到国家战略层面;2016 年十三五规划纲要明确“实施国家大数据战略”。2016-2019 年,是数据要素政策落地推行阶段,国家出台大数据相关规划,数据要素价值逐渐凸显,数据流通和交易在数据价值体现中的枢纽作用越来越重要。在落地推行阶段,2016 年工信部正式对大数据产业发展作出规划,印发大数据产业发展规划(2016-2020 年);2017 年,十九大报告明确指出要“推动大数据与实体经济深度融合”,数据要素对生产力的促
75、进作用得到肯定,经济价值得到制度性认可。截至 2019 年,“大数据”连续六年被写入政府工作报告。2019 年至今为深化发展阶段,数据被纳入生产要素范畴,与土地、劳动、资本、技术等传统生产要素并列,激活数据要素潜能,构建数据基础制度,培育数据要素市场成为重要改革发展方向。2019 年 10 月,党的十九届四中全会首次将数据列入新型生产要素;2020 年 4 月,中共中央、国务院发布关于构建更加完善的要素市场化配置体制机制的意见 强调,要加快培育数据要素市场;2020年 11 月,中共中央关于制定国民经济和社会发展第十四个五年规划和二 O 三五年远景目标的建议明确提出“建立数据产权、交易流通、跨
76、境传输和安全保护等基础制度和标准规范,推动数据资源开发利用”对数据要素流通和交易相关工作进行了战略部署;2021 年 1 月中共中央办公厅、国务院办公厅印发的建设高标准市场体系行动方案提出要“建立数据资源产权、交易流通、跨境传输和安全保护等标准规范”;2021 年底,国家“十四五”数字经济发展规划15明确提出要充分发挥数据要素作用、强化高质量数据要素供给,加快数据要素市场化流通,创新数据要素开发利用机制,明确到 2025 年初步建立数据要素市场体系;2022 年 12 月,关于构建数据基础制度更好发挥数据要素作用的意见提出要促进数据高效流通使用、赋能实体经济,统筹推进数据产权、交易流通、收益分
77、配、安全治理,加快构建数据基础制度体系;2023 年 2 月,中共中央、国务院印发数字中国建设整体布局规划提出到 2025 年,基本形成横向打通、纵向贯通、协调有力的一体化推进格局,数字中国建设取得重要进展。到 2035年,数字化发展水平进入世界前列,数字中国建设取得重大成就。数字中国建设体系化布局更加科学完备,经济、政治、文化、社会、生态文明建设各领域数字化发展更加协调充分,有力支撑全面建设社会主义现代化国家。2.1.2.地方层面数据要素流通政策在国家政策指导下,贵州、浙江、深圳、上海、江苏、山东等省市也纷纷进行了有益探索,出台了一系列各具特色的数据要素政策,把数据要素交易作为重要内容进行明
78、确提出相应的发展目标、方向、措施等。从文本体例及名称来看,各地方通常在大数据开放应用条例、数字经济条例、数据条例、数据要素产业发展行动计划、加快数字化发展等政策文件中予以规定。其中贵州省大数据发展应用促进条例首次提出数据交易规则与交易登记等相关要求。该条例包括大数据开发应用、开放共享、审查监管等并且紧扣贵州数据要素开发应用现状,结合社会发展状况与人民群众的现实需要,对数据应用领域和趋势进行相关性研究。浙江省数字经济促进条例提出要加强数据资源全生命周期管理,提升数据要素质量,培育发展数据要素市场,促进大数据开发利用和产业发展,推进治理工作数字化。深圳经济特区数据条例明确要建立健全数据标准体系,推
79、动数据质量评估认证和数据价值评估,探索建立数据要素统计核算制度,拓宽数据交易渠道,充分尊重市场主体的自由意志允许市场主体通过依法设立的数据交易平台进行数据交易或者依法自行交易,明确数据交易范围为“合法处理数据形成的数据产品和服务”等。2.1.3.行业层面数据要素流通政策交通运输是国民经济中具有基础性、先导性、战略性的产业,是重要的服务性行业和现代化经济体系的重要组成部分,是构建新发展格局的重要支撑和服务人民美好生活、促进共同富裕的坚实保障。为加快建设交通强国,构建现代综合交通运输体系,随着国家和地方数据要素流通政策频繁出台,为了推动交通行业数据要素的开放、与各行业深度融合和跨行业共享。国家及地
80、方政府及交通相关监管部门围绕交通行业数据要素出台了系列的政策。16从国家层面,2016 年,交通运输部办公厅关于推进交通运输行业数据资源开放共享的实施意见 中明确提出“建立健全行业数据资源开放共享体制机制”以及“完善行业数据资源开放共享技术体系、建立互联互通的行业数据资源开放共享平台”等目标。随后,交通运输部又相继出台了数字交通发展规划纲要推进综合交通运输大数据发展行动纲要(2020-2025 年)等文件,均提到了要构建和完善数据资源开放机制。2021 年 12 月,交通运输部发布“数字交通”十四五发展规划针对“行业成体系、成规模的公共数据较少,数据开放与社会期望还存在差距”的现状,提出“研究
81、制定交通运输公共数据开放和有效流动的制度规范,推动条件成熟的公共数据资源依法依规开放和政企共同开发利用”。2021 年 12 月,国务院关于印发“十四五”现代综合交通运输体系发展规划的通知针对交通数据开放共享应用,作了明确确定:包括“加强交通运输数据分级分类管理。进一步完善交通运输数据资源开放共享机制和交换渠道,制定数据资源开放制度规范,推动条件成熟的数据资源合规开放和共享利用。加强交通运输数据安全管控,完善数据分级分类安全保护制度,制定智能交通数据应用安全标准,规范数据源采集和处理使用等活动,加强重要数据和个人信息保护。”从交通行业各领域监管单位来看,民航、铁路、公路等相关监管单位先后在国家
82、政策的指引下,基于所在细分行业领域,出台了相关政策,推动行业数据要素的汇聚、开放及应用。(一)民航:2022 年 10 月,中国民用航空局发布了关于民航大数据建设发展的指导意见,加快推进智慧民航建设,加强民航大数据建设发展顶层设计。意见明确强化基础设施建设和数据安全保障,结合安全管理、生产运输、飞行标准等业务特点,编制各专业领域的数据标准规范。此外,加强推进数据要素流通。依托国家数据交易平台,推进数据高效流通,规范数据交易行为。打造民航大数据创新生态圈,实现数据的数字化、标准化、资源化、资产化、要素化、市场化。之后,民航局陆续发布了关于数据要素的相关标准,智慧民航数据治理规范数据共享规范了民航
83、数据共享机制、共享业务与技术模型,以发挥数据共享协同价值,智慧民航数据治理规范数据治理技术规范了民航数据治理相关信息技术工具或功能的设计,以支撑数据治理技术保障能力建设。相关政策的发布明确了民航数据的管理和使用规范,加强了民航大数据在安全、运行、服务等领域的应用,有助于推动民航数据的开放共享,促进数据资源的充分利用,进一步提升行业创新能力和竞争力,带动相关产业链的发展,创造新的经济增长点,推动了民航数据要素市场化进程,促进民航业高质量发展。(二)铁路:2021 年 12 月,国家铁路局关于印发“十四五”铁路科技创新规划。规划明确,到 2025 年,铁路创新能力、科技实力进一步提升,17技术装备
84、更加先进适用,工程建造技术持续领先,运输服务技术水平显著提升,智能铁路技术全面突破,安全保障技术明显提升,绿色低碳技术广泛应用,创新体系更加完善,总体技术水平世界领先。在智能铁路方面,规划强调要大力推进北斗卫星导航、5G、人工智能、大数据、物联网、云计算、区块链等前沿技术与铁路技术装备、工程建造、运输服务等领域的深度融合,加强智能铁路关键核心技术研发应用,推进大数据协同共享,促进铁路领域数字经济发展,提升铁路智能化水平。加强铁路运输大数据的获取融合及协同共享,建设综合交通大数据应用技术创新平台,支撑开展交通运输大数据采集处理、分析挖掘、管理决策、融合应用等技术的研发和工程化。研究国家铁路、地方
85、铁路、铁路专用线与公路、水运、航空、城市公共交通等多种交通模式间的交通运输大数据共享与无缝出行运输服务技术,提升铁路运输服务的全数字化与无缝衔接水平,支撑交通强国综合交通体系的构建。(三)公路:近年来,国家和地方出台了多项政策以鼓励和引导我国智慧公路行业的良好发展,使公路更为智慧智能,为百姓提供更好的服务。2018 年 02月,为推动新一代国家交通控制网及智慧公路试点有序开展,防止试点同质化、碎片化,交通运输部向北京、河北、吉林、江苏、浙江、福建、江西、河南、广东省(市)等 9 省份发关于加快推进新一代国家交通控制网和智慧公路试点的通知,明确基础设施数字化、路运一体化车路协同、北斗高精度定位综
86、合应用、基于大数据的路网综合管理、“互联网+”路网综合服务、新一代国家交通控制网六个试点方向。从地方层面,广东、上海、北京、天津、江苏、重庆、浙江、福建等 31 省市均已将数据要素市场建设列入省级“十四五规划”,根据各自省内地理地形情况,经济发展情况及综合交通运输体系发展的现阶段特点,明确规划编制体系,制定了地区数字交通的相关发展政策。例如:2021 年 11 月,广东省交通运输厅发布了广东省数字交通“十四五”发展规划。规划明确指出,至 2025 年,广东将深入推进“基础设施数字感知、运行管理智能高效、新业态新模式深入示范、标准政策支撑有力”的数字交通体系建设。“十四五”期间,广东将以“数据链
87、”为主线,以业务为驱动,通过构建一个交通要素感知全面、运输服务便捷智能、技术应用高效融合、网络安全保障有力的数字交通体系。聚焦感知传输、基础设施、综合运输、安全应急、数字政务、数据赋能、产业生态、数据安全八大重点任务,全面推进广东省数字交通建设交通行业数字化转型,有力支撑全省交通运输行业高质量发展。2021 年 7 月,上海市人民政府印发上海市综合交通发展“十四五”规划。规划指出,加快交通治理数字化转型。(一)推动行业管理流程重塑。加强数据18治理能力建设,完善数据分级分类管理,夯实交通数据全生命周期管控,促进综合交通大数据跨部门融合应用,打造交通数据共享互通云生态。(二)推进交通管理数字赋能
88、建设。推进交通综合业务平台建设,形成“交通综合业务平台+行业大数据中心”格局。(三)推动应急响应智能化防控。建设智能水上交通管控网络和大数据应用平台。推进网络与信息安全防护技术和装备应用,强化行业数据、关键信息基础设施安全自主可控。(四)加强大数据应用,推进道路交通管理升级。融合多源数据,结合新一代道路交通管理信息系统建设,实现道路交通运行的全量实时掌握和智能预警,提高全市道路交通全方位管理水平。北京市交通委员会2019年11月公布 北京市交通出行数据开放管理办法(试行)。办法提出,深化大数据应用,做到地铁公交拥挤度、实时路况等网上可查,通过推动交通出行数据向社会开放共享,促进交通行业和互联网
89、企业深度融合,优化和改善出行引导服务,为市民合理选择出行时间、出行方式和出行路线提供高品质、精细化服务。2022 年 5 月公布北京“十四五”智慧交通发展规划明确“十四五”期间,要实现交通数据云脑体系的两个转变,一是从传统“烟囱式”架构向“三层架构”转变,构建基于资源层、中台层和应用层的新型三层架构。二是从单一层级向分层架构转变。规划企业运营云脑、出行服务云脑和交通治理云脑三层云脑体系。不同层级大脑在资源层,通过数据上报、合作实现数据资源的共享和开放;各层大脑基于统一的数据资源和中台能力,在应用层上,通过服务合作和业务协同,实现各层应用系统之间的协调调度和监督考核。天津市人民政府办公厅 202
90、1 年公布了天津市新型基础设施建设三年行动方案(20212023 年)。行动方案提出了培育创新引领的数字经济、营建智慧便捷的数字社会、建设智能高效的数字政府、打造“城市大脑”、完善新型基础设施建设、强化数字科技攻关、培育数据要素市场、营造良好数字生态等八方面重点任务,推进全方位数字化发展。构建城市运行生命体征指标体系,打造“城市大脑”核心指标库,以感知城市运行态势为核心,推动实时数据对接上屏,实现城市事件、交通运行等多维呈现,实现一屏“统揽城市运行”。打造“全时监控预警,实时联动调度”的领导指挥决策系统,为城市精细管理和科学决策构建“数字驾驶舱”,实现一屏“统管城市治理”。江苏省交通运输厅 2
91、021 年 10 月公布了 江苏省“十四五”综合交通运输体系发展规划,规划明确指出将加强交通运输信息化向数字化、网络化、智能化发展,打造智慧交通发展高地。推动治理体系和治理现代化,深化重点领域改革,推进交通信用信息共享,全面提升信用信息服务能力,研发制定重点领域信用监管制度,打造“信用交通省”“信用交通城市”品牌。192.2.交通行业数据合规法律法规及标准规范2.2.1.数据安全合规基本概念数据安全合规是指组织和企业在数据处理和管理过程中,遵守相关法律法规、行业标准和组织内部规定,采取一系列措施保护数据的机密性、完整性和可用性,并确保数据的处理和使用符合伦理准则和规范。数据安全合规的目标是保护
92、个人信息、敏感数据以及其他重要数据免受未经授权的访问、泄露、篡改或破坏。它旨在防止数据泄露导致个人隐私侵犯、经济损失、声誉损害等不良后果,并维护数据主体的权益。数据安全合规通常包括以下方面:(1)法律法规遵从:数据安全合规的首要原则是遵守适用的法律法规,特别是涉及数据保护和隐私的法律法规。这包括 网络安全法 个人信息保护法数据安全法等。组织和企业应了解并遵守相关法律法规,同时需要制定相应的数据安全管理制度和措施,确保数据处理活动符合法律要求,包括数据收集、存储、传输、处理和销毁等方面。(2)数据分类和标识:交通行业数据应根据其性质、敏感性和保密级别进行分类,组织和企业可以针对不同类别的数据制定
93、适当的保护措施。为了便于管理和控制数据的安全访问和使用,对交通要素数据进行标识是必要的。标识要素可以包括数据来源、数据类型、数据所有者等信息,以确保数据的追溯性和可控性。识别和标识交通要素数据中的敏感数据是重要的步骤。敏感数据可能包括个人身份信息、车辆识别信息、位置信息等,需要特别关注其安全处理和保护。根据数据的保密需求,对交通要素数据进行保密级别的划分,如机密、秘密、内部、公开等级别,不同级别的数据需要采取不同的安全措施和权限管理。针对不同类别和标识的交通要素数据,制定相应的数据处理规范。规范应包括数据采集、存储、传输、共享和销毁等环节的安全要求和操作规程。对交通要素数据进行归属管理,明确数
94、据的所有者和责任主体。确保数据的合法使用和责任追究,防止数据被非法使用或滥用。(3)访问控制:建立适当的访问控制机制,限制访问权限,这包括使用身份认证和授权机制。通过身份认证,确保访问交通要素数据的个人或系统具有合法身份,只有经过验证的用户能够访问特定的数据,并记录数据访问日志以进行审计。通过授权机制,确保只有授权人员可以访问和处理数据,可以防止未经授权的人员访问敏感数据。设定角色和权限,根据职责和需要,为不同的职能角色或用户组定义不同的访问权限,以确保数据的合理使用和访问控制,同时,及时撤销离职员工或权限不再需要的用户的访问权限,确保权限的及时更新和管理。20通过实时记录和监测用户对交通要素
95、数据的操作行为和访问记录,可以快速发现异常操作,并追溯访问者的行为。通过访问控制,交通行业可以确保交通要素数据的安全合规性。组织和企业应制定相应的访问控制策略和政策,并建立相应的技术和管理措施,以确保数据只被授权人员访问,防止未经授权的数据泄露或滥用。(4)数据加密:在交通要素数据传输过程中,应采用安全的传输协议,如HTTPS,以确保数据在传输过程中的保密性和完整性。通过使用加密技术,将数据加密后传输,防止未经授权的人员截获和篡改数据。对于交通要素数据的存储,可以采用数据加密技术对数据进行加密保护。可以使用对称加密算法或非对称加密算法对数据进行加密,对于数据加密所使用的密钥,应采取严格的密钥管
96、理措施。包括生成安全的密钥、密钥的存储和传输安全、密钥的定期更换等,确保密钥的安全性和有效性,以防止密钥泄露导致数据被解密。同时,对于敏感程度较高的数据,可以采用更强的加密算法和密钥长度。对于包含敏感信息的字段或个人身份信息字段,可以采用字段级别的加密措施。结合数据访问控制措施,确保只有经过授权的人员能够访问和查看解密后的字段内容,以提高数据的安全性。通过身份认证、访问权限管理和数据加密的综合应用,实现对交通要素数据的安全访问和保护。数据加密是中国交通要素数据安全合规中重要的措施之一。通过对数据传输、存储和字段的加密,结合访问控制措施和密钥管理,可以保护交通要素数据的隐私和安全,降低数据泄露和
97、滥用的风险。组织和企业应根据实际情况制定相应的数据加密策略和安全管理制度,并采用合适的加密技术和算法来保护交通要素数据的安全性。(5)数据备份和灾备:通过定期对交通要素数据进行备份,以确保数据的可恢复性和完整性。制定合理的备份策略和备份周期,备份策略应考虑数据的重要性和敏感程度,以及数据增长的速度。根据实际情况,可以采用完全备份、增量备份或差异备份等备份方式。除了在线备份,还应考虑离线备份和冷备的方式。离线备份是指将数据备份到离线介质,如磁带或光盘,以防止网络攻击和数据丢失。冷备指在灾难发生时,使用存储在离线介质上的备份数据进行恢复。备份数据应存储在安全可靠的地方,防止未经授权的访问和数据泄露
98、。可以采用加密技术对备份数据进行加密保护,确保数据在存储过程中的安全性。制定灾难恢复计划,包括数据备份的恢复流程、恢复时间目标(RTO)和恢复点目标(RPO)等,确保在灾难事件发生时,能够快速恢复交通要素数据的可用性,并尽量减少数据丢失和业务中断的时间。建立灾备设施和备用系统,用于容灾和故障切换。灾备设施应具备独立的供电、网络和存储等基础设施,并与主系统进行实时数据同步,以确保在主系统故障或灾难事件发生时,能够快速切换到备用系统并恢复交通要21素数据的可用性。(6)安全审计和监控:通过审计数据访问,可以监控和记录对交通要素数据的访问行为,追踪潜在的安全漏洞或非法访问,并及时采取措施进行响应和调
99、查。交通要素数据在传输过程中需要进行监控,以确保数据在传输过程中不被篡改、泄露或被未经授权的第三方访问。使用加密和安全协议来保护数据传输,并通过监控工具来实时监测数据传输的安全性。通过实时事件监测系统,可以监控交通要素数据系统中的异常活动和安全事件,确保可以及时发现并响应安全事件,减少潜在的风险和损失。对交通要素数据系统的日志进行管理和分析是安全审计的重要组成部分。通过对日志进行监控和分析,可以检测异常活动、识别潜在的安全威胁,并进行事后调查和溯源。定期进行安全漏洞扫描和评估是确保交通要素数据系统安全的重要步骤。通过使用安全扫描工具和进行渗透测试,可以发现系统中存在的潜在漏洞,并及时采取措施进
100、行修复和改进。(7)合规审查和持续改进:定期进行合规性评估和审查,以验证交通要素数据安全合规措施的有效性和符合性。通过评估和审查,可以检查是否存在合规风险和违规行为,并及时采取纠正措施。建立内部审核和监督机制,对交通要素数据安全合规进行内部审计和监控。通过内部审核,可以发现合规性方面的问题和改进机会,并及时进行修正和调整。参与外部合规审查和认证,通过独立的第三方机构对交通要素数据安全合规进行评估和认证。获得合规认证可以证明组织在数据安全合规方面的合规性和可信度。建立风险管理框架,识别和评估潜在的安全风险,并制定相应的改进计划。通过持续监测和管理风险,可以及时采取措施来减少风险和提高数据安全合规
101、性。及时关注和遵循相关的法律法规和标准,保持数据安全合规的最新要求。定期对合规措施进行更新和调整,确保符合最新的合规要求。通过合规审查和持续改进,组织可以不断提高数据安全合规的水平,保护交通要素数据的安全和合规性,并适应不断变化的法律法规和技术环境。数据安全合规是一个持续的过程,是组织和企业保护数据和维护数据主体权益的重要措施。组织和企业需要定期审查和更新数据安全策略,与技术发展和法规变化保持同步。通过严格遵守数据安全合规要求,可以确保数据的安全性和合法性,减少数据泄露和不当使用的风险,保护数据主体的权益,避免法律责任和声誉损失,并提升组织和企业的信誉和可信度。2.2.2.国家数据安全合规法律
102、法规体系国家搭建数据安全合规法律法规体系的意义在于确保数据的安全、保护个人隐私和促进数字经济发展。同时可以规范数据处理活动,保护个人信息和敏感数据,防止数据泄露、篡改和滥用等风险。有助于维护国家安全和社会稳定,保护22公民权利和公共利益。还可以促进数字经济的发展。数据是数字经济的重要资源,建立健全的数据安全法律法规体系可以提高数据质量和可用性,促进数据要素的市场化配置,推动数字经济的创新发展。此外,随着全球数字经济的快速发展,数据安全已经成为各国竞争的焦点。国家搭建数据安全合规法律法规体系,可以提升国家的数字治理能力,吸引外资,保护国内数据安全,提升国家的国际竞争力和影响力。我国国家数据安全合
103、规的法律法规体系主要包括以下几个部分:网络安全法:2017 年 6 月 1 日起实施,是我国为了保障网络安全,维护网络空间主权和国家安全、社会公共利益,保护公民、法人和其他组织的合法权益,促进经济社会信息化健康发展而制定的一部法律。数据安全法:2021 年 9 月 1 日起实施,是我国数据安全领域的基础法律,规定了数据处理活动应当遵守的原则和义务,以保护国家安全和社会公共利益。关键信息基础设施安全保护条例:2021 年 9 月 1 日起实施,针对关键信息基础设施的安全保护制定了一系列具体措施。个人信息保护法:2021 年 11 月 1 日起实施,规定了个人信息处理的基本原则和权利保障,以保护公
104、民的个人信息权益。此外,还有许多其他相关法律法规,如密码法等,共同构成了我国的数据安全合规法律法规体系。国家数据安全合规法律法规体系是保障国家信息安全的一项重要措施。在交通运输领域中,一旦涉及交通数据泄露,将会对旅客和货物的安全带来重大威胁,也会对整个行业的信誉和形象造成严重影响,同时海量交通数据和国家的经济运行密切相关,数据的泄露和滥用还会危害到国家安全。因此,建立国家数据安全合规法律法规体系,并严格执行相关规定,是确保交通数据要素市场化的必要法律制度保障。2.2.3.行业数据安全合规规章制度基于网络安全法数据安全法个人信息保护法等国家法律法规,交通行业结合行业数据要素市场化的发展进程,部委
105、、地方政府、行业协会等在数据安全方面发布了一系列行业性指导意见、规范和指南,涵盖了数据安全管理的各个层面,为交通行业数据安全提供了有力的保障。在此基础上,各相关部门、企业和行业协会等应继续加强合作,不断完善和提高交通行业数据安全水平,确保国家利益、公民权益和企业利益得到有效维护。例如:汽车数据安全管理若干规定(试行):随着新一代信息技术与汽车23产业加速融合,智能汽车产业、车联网技术的快速发展,以自动辅助驾驶为代表的人工智能技术日益普及,汽车数据处理能力日益增强,暴露出的汽车数据安全问题和风险隐患日益突出。在汽车数据安全管理领域出台有针对性的规章制度,明确汽车数据处理者的责任和义务,规范汽车数
106、据处理活动,是防范化解汽车数据安全风险、保障汽车数据依法合理有效利用的需要,也是维护国家安全利益、保护个人合法权益的需要。2021 年 10 月 1 日起施行,由国家互联网信息办公室、国家发展和改革委员会、工业和信息化部、公安部、交通运输部联合发布,旨在规范汽车数据处理活动,保护个人、组织的合法权益,维护国家安全和社会公共利益,促进汽车数据合理开发利用。道路运输行业信息化管理办法:是由交通运输部、国家发展和改革委员会、工业和信息化部、公安部等四个部委共同发布的管理办法,旨在推进道路运输行业信息化建设和管理,促进行业数字化、网络化、智能化发展。该办法要求各道路运输企业建立信息化管理制度、完善信息
107、化安全保障措施、加强信息化培训和技术支持等,确保信息系统的安全稳定运行,推进运输企业管理信息化、业务信息化和服务信息化。公路客运企业信息化管理规范:是由中国交通运输协会、中国公路运输协会、全国公路客运行业信息化协作组织共同制定的规范文件,致力于规范公路客运企业的信息化建设和管理,提高公路客运服务水平和效率。要求公路客运企业建立信息化管理制度、完善信息化安全保障措施、提高信息化运维能力等,保障信息系统的安全稳定运行。该规范还涵盖了公路客运业务的各个环节,包括线路、车辆、驾驶员、客运站等方面,要求通过信息化手段实现客运业务的全生命周期管理和服务,提高客运安全、便捷、舒适的水平。网络预约出租汽车经营
108、服务管理暂行办法:2022 年 12 月 5 日交通运输部、工业和信息化部、公安部、商务部、市场监管总局、国家网信办公布,办法要求具备开展网约车经营的互联网平台和与拟开展业务相适应的信息数据交互及处理能力,具备供交通、通信、公安、税务、网信等相关监管部门依法调取查询相关网络数据信息的条件,网络服务平台数据库接入出租汽车行政主管部门监管平台,服务器设置在中国内地,有符合规定的网络安全管理制度和安全保护技术措施;网络平台道路货物运输经营管理暂行办法:由交通运输部、国家税务总局发布,2020 年 1 月 1 日起施行;办法要求网络货运经营者应按照相关技术规范的要求上传运单数据至省级网络货运信息监测系
109、统。省级交通运输主管部门应按照相关技术规范的要求建立和完善省级网络货运信息监测系统,实现与网络货运经营者信息平台的有效对接;应定期将监测数据上传至交通运输部网络货24运信息交互系统,并及时传递给同级税务部门;应利用省级网络货运信息监测系统对网络货运经营者经营行为进行信息化监测,并建立信息通报制度,指导辖区内负有道路运输监督管理职责的机构基于网络货运经营者的信用等级和风险类型,实行差异化监管。2.2.4.行业安全合规流通技术标准规范体系为保障数据流通的安全性、可靠性和合法性,防止数据泄露、滥用和不当使用等问题的发生,需要建立行业安全合规流通技术标准规范体系,以此促进数据在不同系统、平台和组织之间
110、的安全流通和共享。建立行业安全合规流通技术标准规范体系可以提高数据的利用效率和降低数据管理成本,同时增强企业和组织的竞争力和可持续发展能力。此外,建立行业安全合规流通技术标准规范体系还可以促进国际数据交流和合作,推动全球数据治理和隐私保护标准的制定和实施。建立交通运输行业安全合规流通技术标准规范体系具有重要性和必要性。一方面,交通运输行业涉及大量的个人和机构敏感信息,包括乘客的个人信息、车辆的位置信息、货物的物流信息等,因此需要建立安全的数据流通机制,保障这些信息的隐私和安全。另一方面,交通运输行业的信息化程度越来越高,各类数据交换和共享也越来越频繁,因此需要建立统一的技术标准规范体系,以确保
111、数据的安全和合规流通。这样可以提高数据的可靠性、减少数据泄露和滥用的风险,保护交通运输行业的信息安全,促进行业的健康发展。我国目前关于交通运输体系数据安全相关标准包含以下等:交通运输信息安全规范(GB/T 37378-2019):规定了交通运输信息安全技术体系架构和通用技术要求,包括构成交通运输信息系统的用户终端、载运装备单元、基础设施单元、计算中心、网络与通信各基本组成部分的信息安全通用和专项技术要求。交通运输行业网络安全等级保护基本要求(JT/T 1417-2022):规定了交通运输行业网络安全的基本保护要求,包括安全通用要求、云计算扩展要求、移动互联网扩展要求、物联网安全扩展要求、工业控
112、制系统安全扩展要求和大数据安全扩展要求,在现有国家标准的基础框架上,细化和补充要求指标,增加行业需求的指标项。车联网信息服务数据安全技术要求(YDT3751-2020):规定了车联网服务过程中数据生命周期内保护的总体要求,主要包括数据采集、传输、存储、使用、迁移、销毁、备份恢复等方面的安全保护要求。本标准规定的数据,涵盖车联网信息服务过程中的除了用户个人信息以外的所有数据,包括但不仅限于来自车辆、移动智能终端、路边设施和车联网服务平台等载体相关的数据。252.3.交通行业数据要素类型2.3.1.以交通行业的关键对象阐述数据要素类型交通数据要素是重要的数据资源,它可以用于交通管理、交通规划、交通
113、安全、交通运营等交通数字化和智慧化方面,同时还可以用于智慧政务、社会治理、金融、保险、民生等衍生领域。以下是交通行业中关键对象的数据要素类型:(一)车辆数据要素车辆数据是指车辆的各种信息和参数,包括车辆识别号、品牌、型号、生产年份、发动机型号、排量、变速器类型、车身颜色等。车辆数据的获取可以通过各种途径,如车辆检测设备、维修保养记录、车辆保险信息等,近年来,随着车辆智能化和自动驾驶技术的发展,车辆数据的内容和范围也在不断扩大,包括车辆的传感器数据、行车记录仪数据、车辆故障诊断数据等。例如:车辆配置:每辆车都有一个唯一的标识号 Vin 码,用于识别和跟踪车辆,并描述车辆的类型、品牌、车型、款式、
114、颜色、长宽高、排量等。车辆位置:车辆的地理位置信息,如经度、纬度坐标或道路名称。车辆状态:描述车辆当前的车速、状态,如行驶、停止、故障等。车辆传感器数据:来自车辆传感器的数据,如加速度、制动器状态、引擎温度等。人员数据:包括驾驶员信息、乘客信息、交通参与者行为等信息。车辆服务数据:来自车辆车联网平台采集,包括车辆维修保养记录、驾驶行为分析、油耗分析等信息。车辆监管数据:来自车辆监管平台,如交通事件数据,主要通过交通警察的现场勘查、监控设备、行车记录仪、行业监管平台等途径获取。包含事故报告、事故影像等;(二)道路数据要素道路数据要素是指与道路相关的各种信息和参数,包括道路的地理位置、长度、宽度、
115、设计速度、交通量、路况等。道路数据的获取可以通过各种途径,包括道路的设计图纸、施工记录、交通调查、道路检测设备、交通流量监测系统、卫星遥感技术等。随着智能交通系统的发展,道路数据的内容和范围也在不断扩大,包括道路的实时交通状况、交通事件、道路设施状态等。例如:道路基础设施数据:包括道路标识号、类型、道路长度、宽度、路面类型、交通量、路缘石高度、桥梁、隧道等信息。这些数据可以通过实地勘查、卫星遥感等手段获取。道路几何数据:包括道路曲线、坡度、纵坡、平曲线等。26 道路配套设施:包括道路相关的配套设施如信号灯、路灯、收费站、服务区等。道路交通数据:包括实时交通流量、车速、拥堵程度等。道路环境数据:
116、包括空气污染、噪声、气候等。道路安全数据:包括道路限速、警示、事故率、死亡率、安全隐患等。道路维护数据:包括路面损坏、设施损坏、养护周期等。道路周边地理数据:包括道路周边的建筑物、设施、地形等。(三)城市公共交通数据要素城市公共交通数据要素是指与城市公共交通系统相关的各种信息和参数,主要通过交通监控设备、智能交通系统、公交和地铁的运行、行业监管平台等途径获取。主要包括以下几个方面:交通工具信息:包括公交车、出租汽车、地铁、客渡、缆车、索道等城市公共交通运营车辆的数量、类型、运行路线、班次、时刻表、载客量等。乘客信息:包括乘客数量、出行需求、乘客满意度等。线路信息:包括公交线路、地铁线路、出租车
117、实时位置,线路,调度区域等。交通枢纽信息:包括交通枢纽的地理位置、设施、容量、换乘方式等。交通设施信息:包括公交车站、地铁站、停车场、充电站等设施的数量、位置、状态等。交通政策信息:包括城市公共交通的发展规划、政策法规、票价等。公共交通票务信息:记录公共交通票务的相关信息,包括票价、购票时间、座位类型、乘客的交通票务支付信息,包括支付方式、支付时间、支付金额等。运营数据:包括公共交通车辆的运营速度、里程、油耗、维修保养等。实时交通信息:包括道路拥堵状况、公交实时到站信息、地铁运行状况等 天气和客流高峰期信息:包括天气对公共交通运行的影响、客流高峰期时段等。(四)跨域交通出行数据要素指在进行跨区
118、域交通出行时,所涉及的各种数据和信息,包括但不限于出行需求、交通规划、路线选择、交通工具、出行时间、出行费用等方面的数据。例如:出行需求:包括出行频率、出行目的、出行时间、出行人数等信息。交通规划:涉及道路、铁路、航空等各种交通方式的规划,包括线路布局、站点设置、运力安排等。27 交通工具:涉及选择的交通工具信息,如飞机、高铁、轮渡等。出行时间:涉及出行时间信息,包括出发时间、到达时间、预计行驶时间等。出行费用:涉及各种出行路线和交通工具的票价和乘客支付费用、支付方式信息。气象信息:涉及历史和实时的气象信息,包括天气、温度、降水等。交通状况:提供实时的交通状况信息,包括道路拥堵、交通事故等。(
119、五)货运物流数据要素指在货运物流过程中,需要关注和记录的各种数据指标,如货运量、货运价格、运输距离等数据,按照物流运输方式,又可分为公路、水路、铁路、航空物流运输。货运量:是指在一定时间内,通过公路运输的货物总量。货运量可以反映物流需求的变化,是物流运输能力和运输效益的重要衡量指标。货运价格:是指货物运输的费用,包括运输费用、装卸费用、保险费用等。运输距离:是指货物从起点到终点的实际运输距离。运输时间:是指货物从起点到终点所需的运输时间。运输工具:运输工具是指用于货物运输的各种设备,如车辆、飞机、铁路、船舶、货轮等,以及交通工具的实时位置跟踪。货物种类:是指运输的货物类型,如普通货物、危险品、
120、鲜货等。客户需求:是指客户对货物运输的要求,如交货时间、货物保险、特殊包装等。物流成本:是指货物运输过程中的各种费用总和,包括运输费用、仓储费用、装卸费用等。物流效率:是指货物运输过程中的各种资源利用效率,如运输工具的利用率、仓库的周转率等。物流运输监管数据:是指交通物流相关监管单位依据政策法规对物流企业、人员的资质许可、行政处罚、信用评级等相关监管数据。这些数据要素类型涵盖了交通行业中的各个关键对象,从车辆、道路、城市公共交通、跨域交通出行、货运物流等方面。通过收集、分析和利用这些数据,交通行业能够在交通规划与管理、智能交通系统建设、智慧物流、智慧城市及保险、金融、便民服务等方面降本增效,提
121、升居民生活质量,促进经济社会发展。282.4.交通行业数据资产运营及数据要素市场化进程2.4.1.数据资产的基本概念与数据资产化意义随着大数据产业和数字经济的发展,“数据资产”这一概念逐渐引起学界和业界的关注,数据资产化的重要意义也愈加凸显。2020 年 9 月,国务院发布的关于加快推进国有企业数字化转型工作的通知首次在国家层面提出了“数据资产”,核心是要加强对国企数据资产的运营工作;2021 年 11 月,工业和信息化部发布的“十四五”大数据产业发展规划则进一步强调了行业数据资产化的重要性,并提出要发展和打造包括数据资产评估、登记结算、交易撮合等方面在内的数据市场化和资产化运营体系。本节基于
122、上述文件和规章,阐述了数据资产化的概念、实现路径、重要价值以及数据资产化的目标方向。数据资产通常具有非实体性、依托性、可共享性、可加工性、价值易变性、可以接近零成本无限复制等特征,它既不是无形资产,也不是知识产权,而是一种生产要素和新型资产。数据资产化对于实现数据要素市场化配置、明确数据权属界定与流动规则、强化数据价值识别与发现以及完善数据赋能企业创新与社会治理具有重要价值。在数据资产管理实践白皮书(5.0 版)中,数据资产运营的定义如下:是指通过对数据服务、数据流通情况进行持续跟踪和分析,以数据价值管理为参考,从数据使用者的视角出发,全面评价数据应用效果,建立科学的正向反馈和闭环管理机制,促
123、进数据资产的迭代和完善,不断适应和满足数据资产的应用和创新需求。由此可见,数据资产运营是实现数据资产化的重要抓手,通过对数据进行资源化、资产化、价值化和市场化运作,建立数据要素市场供需双方的正向反馈机制,使得数据资产成为企业发展的新型竞争力。就数据资产运营的战略意义而言,一方面它是实现企业数字化转型的关键动力和先决条件,随着运营能力的提升,可以不断释放、发挥企业竞争优势和提升企业发展质量。另一方面,可以促进公共数据赋能数字经济、数字政府、数字社会、数字生态的建设和发展,助推企业数据、个人数据等其他数据资源的开放共享,以充分释放各类数据资源市场价值。在此过程中产生的新交易业态、新价值模式、新产品
124、形态,将会成为实现数字经济高质量发展以及构建新发展格局的新动力。2.4.2.数据资产运营与数据要素市场化之间的关系与发展历程数据要素市场化是数据要素通过市场机制进行交易、流通和配置的过程,可以依据市场规则、市场价格、市场竞争实现效益最大化和效率最优化,以推动数据要素配置、数字经济的持续发展和迭代优化。数据资产运营对于数据要素市场29化有着重要价值,二者的关系主要体现在以下三个方面。首先,数据资产运营为数据要素市场化提供可实现路径。数据要素运营为数据要素市场化配置提供方案、平台和技术,使数据资产在流通和交易中实现变现和溢价。同时,成熟的数据要素市场可以通过充分的市场竞争和频繁的供需拉通提供更符合
125、市场需求的产品,并为数据产品匹配较为公允的价格,企业可以更加合理地评估自身资产价值,为数据资产估值提供坚实基础。其次,数据资产运营可以拓宽和聚合数据要素市场生态体系。数据资产运营通过打造开放、共享、共赢的数据创新生态体系推动产业的转型与实体经济的快速发展,以低成本、便利化、全要素、开放式模式,驱动数据创新要素高速流动,促进资源配置优化和全要素生产率提升,带动一个多层级、多产业、跨部门、跨领域数据要素市场生态体系的构建。最后,数据要素运营为完善数据市场相关规则建设提供思路。目前,数据要素市场存在较严重的信息不对称问题,比如数据资产的变现路径相对单一,数据开发应用投入产出不平衡等。按照“数据二十条
126、”方案设计,数据要素领域亟待建立一系列相关制度机制,明确运营过程中的规则与标准,为数据资产管理提供依据以提升规范化水平。2.4.3.交通行业数据资产运营模式与实践党的二十大报告指出,要“推进国家安全体系和能力现代化,坚决维护国家安全和社会稳定;加快建设交通强国、网络强国、数字中国”。数字交通作为加快建设交通强国和数字经济发展的重要领域,需以数据为关键要素和核心驱动,促进物理和虚拟空间的交通活动不断融合、交互作用。目前,我国数字交通行业发展逐步从外场建设为主转向以数据应用为主,云计算、大数据、人工智能等现代技术被大规模引入,助推了行业快速转型发展。同时,根据社会治理现代化的要求,促使数据的共享、
127、复用以及跨部门、跨领域应用成为趋势。交通大数据对社会、行业精细化治理和服务具有基础性支撑作用,交通基础设施数字化、网联化的快速发展,交通行业智慧化发展将成为常态化应用,会融入经济、社会、行业发展的方方面面。随着数字交通的快速推进,交通行业的数据要素属性更加显著。目前交通大数据管理具有以下几个共同特征:(1)数据结构较为稳定,后期处理效率较高。不同种类的交通大数据,其数据结构可能存在较大差异:包括纯文本结构数据,图片数据或影像数据。但对于同一种交通大数据,通常其数据结构较为稳定,不会频繁出现格式上的变化。当然,也有特殊的交通大数据,其形式会比较灵活和多变。例如,在交通相关的文档、网页、社交媒体数
128、据中,也许所需要的数据会30散落在数据源的不同部分,表达方式会有所不同,但运用爬虫等工具进行内容或数据抓取后,内容的格式化程度较高。(2)构建了跨行业、跨领域的交通综合大数据应用,其组织管理模式由粗放型向集约化转变。交通数据分布于路段、桥梁、互通枢纽、收费站等基础设施重要节点以及各类载运工具中,其数据涵盖政务服务、行业运营、公众服务等多个方面,数据来源的广泛性、业务领域的相对独立性以及应用主体的多样性,决定交通数据必然要经历由分散向集中转变。(3)实现了数据管理模式向资产化和全生命周期运作转变。将交通数据按照资产方式进行管理,通过数据目录摸清家底,覆盖了数据生产、存储、应用全流程。(4)交通大
129、数据具有独有地域和时域动态演化特征,需要和地理信息相结合,实时性和空间属性显著。当然也存在诸如数据价值密度低,关联融合不够、实战应用差以及深度应用不够等数据运营方面的普遍性问题。为构建以市场服务为依托、行业应用为主体的交通领域数据资产化体系,按照上海数据交易所的运营思路和运营方式,在实践中逐步形成统一的包含“数据维护和更新、数据权属确认、数据质量和价值评估、数据治理、数据决策、数据交易和数据应用场景”在内的交通大数据运营平台。第一部分是数据维护和更新。平台具有数据汇聚、开放共享的应用需求,系统汇聚了来自各个单位的业务系统数据,针对各类型的数据,平台实现了初步的数据治理,为多源异构数据分门别类地
130、建立了数据资源编目,其中重要的特征之一就是数据的更新频率要求。应持续完善数据源头管理、数据中心资源管理、数据资源应用的工作流程,通过一系列的管理制度、功能优化实现数据资源的持续流动,并保证整个大数据平台的生命活力。第二部分是数据权属确认。交通数据要素主体包括数据生产者与数据收集处理者。数据生产者为产生数据的个体或组织。数据收集处理者为依法依规采集、存储、加工数据的组织,并在此过程中投入一定的资本、技术和劳动,实现数据的积累、数据整合、数据的二次开发与增值应用。基于不同交通数据主体在交通数据要素形成过程中的参与领域与参与程度,可以基于区块链的数据确权技术,构建包括数据资源持有权、加工使用权、产品
131、经营权在内的权属结构。第三部分是数据质量和价值评估。保证交通领域数据可以交易流通,其本质是不需要垃圾数据的,而是要高质量数据。因此,数据质量的评估指标和评价方法的提出是非常关键的。在保证数据质量的基础上,根据不同的用户需求,交通数据的价值是不一样的。数据价值的评估指标和评价方法的提出是非常关键的,也是数据价值实现的前提保障。第四部分是数据治理。在数据安全风险评估的基础上,分级分类只是数据治理的一部分,还有信息安全、算法杀熟等数据治理问题。此外,数据治理要把数31据本身的标准化提到非常重要的位置,甚至作为数据治理的主要方向。应出台相关配套标准规范与制度要求,依托互联网征信数据平台,建立行业信用安
132、全体系,为实现跨部门、跨区域、跨层级、跨系统的数据交换与共享,逐步解决隐私保护、数据安全、数据清洗等方面问题,确保服务领域安全可靠等提供安全有效的标准制度支撑。第五部分是数据交易。任何数据都难以实现点对点的交易流通共享,这就需要一个数据交易平台,架起数据生产者、数据消费者和数据使用者之间的桥梁。继而形成多源融合、共享兼容的大数据体系,依托大数据支撑平台为运行监测、行业监管、运营服务、科学决策等提供支持,解决信息化系统碎片化严重、互联互通与业务协同难等问题,提高交通运输设施运行水平和行业治理能力。第六部分是数据应用场景。按照问题驱动、应用导向思路,如何将数据落地到业务场景,对缓堵保畅、场景化指挥
133、、安全防控、监管服务进行全面赋能是数据运营的终极目标,实现数据应用方向的业务下沉。比如,基于对交通流的精准掌握,通过数据补偿、修复机制、优化数据,实现由人工调优到自动调优的迈进。可以通过对交管指挥场景的精细化刻画,以大数据驱动指挥决策,全面提升指挥效率和效果。比如可以面向城市道路、高速、国省道和农村 4 类场景,建立事故风险分析工具集,赋能安全防控和监管服务。2.4.4.交通数据资产市场化运营的重点和难点交通产业是支撑社会经济发展的基础产业,具有一定的先导性、前瞻性和服务性,表现出广泛连接、紧密协同、个性化服务等典型行业特征,是数字化转型实践的先行军。交通行业因其体量庞大、受众面广,该行业数据
134、运营能力的提升对于加速大数据创新融合发展、完善数据要素市场具有得天独厚的优势,由此也对交通数据资产管理提出了较高要求。第一,提升交通数据资产管理能力,要融入区域和行业大数据体系中。在国家战略引领下,可以围绕数据的全生命周期运营作为关键路径,汇聚各类交通管理数据、交通警务数据、社会资源数据,不断提升交通数据资产管理能力、交通数据与交通信息的共享与交换能力、交通业务功能服务支撑、数据资产化及交易能力。在此基础上,基于人、车、路、环境等交通要素构建大模型,为上层研判分析应用提供夯实的数据基础及算法支撑。同时,在确保数据安全的情况下,实现行业内外多领域的数据跨部门、跨区域共建共享,加快推进多种交通方式
135、基础数据的联合开发应用,充分体系交通大数据的社会服务价值。第二,实现交通数据高效运营,要强化数据平台标准化。交通数据目前多集中在交警、运输两大职能部门,数据体量庞大但大多不对外公开,需要打破行政32和技术壁垒,制定行业大数据分析统一的规范和标准,以保障数据的综合治理,实现数据资源的统一共享。互联网出行、交通信息服务、高速公路运营等平台企业,也掌握大量交通运营数据,若要依托跨领域交通数据提供增值服务、满足多部门、多单位的数据调用,需不断强化基础平台的共建共享以及基础数据的融合应用,为数据赋能交通提供坚实保障,辅助城市交通高质量管理,提升城市交通的数字化、网络化、智能化水平。第三,实现交通数据共享
136、共用,要提升交通数据的数据质量。现有交通数据的应用还存在很多问题,可以总结为“一流的界面展示、二流的功能设计、三流的数据支撑”。数据共享共用可行性的根本在于数据质量的可靠性,有可靠性才能实现数据标准的统一,才能谈数据共享的机制、方法,以及数据共享共用的商业模式。第四,要实现交通数据可持续运营,需提升数据安全保障能力。在交通数据共享交换过程中,数据安全极其重要,安全包括存储环境安全、技术安全和管理安全,在数据采集、传输、系统管理和对外服务等各个环节中都要有安全技术保障。依据交通大数据综合交通服务数据平台,遵循安全保障与隐私保护机制,建立统一的管理规范、标准与责任追究机制,责成各单位、各部门严格按
137、照规范和标准执行,同时加大审查力度,对违反交通大数据管理规范和标准的主体和个人,依法依规追究责任。第五,要实现交通数据价值变现,需提升数据应用场景挖掘能力。交通行业的数据平台不仅要追求数据量大,还要将不同渠道汇聚融合的数据进行有效盘活,挖掘数据背后的关系和价值,发挥海量、多维城市交通数据的规模化效应,逐步形成乘数效应和滚雪球效应,使数据之间的相互关系更丰富更完善。交通大数据开发利用,能够指导行业管理政策的制定及基础设施的“规划、设计、建设、管理、运营、养护”,真正实现智能交通。随着国家信息化战略和数字经济的持续推动,交通行业和城市政府对交通大数据的认知能力将不断提升,大数据的应用将进一步提高政
138、府部门科学决策和城市精细化管理的支撑能力。因此,在未来发展过程中,需借助计算机技术,加强网络通信与数据存储技术的研发,支撑交通大数据的计算效率,同时充分挖掘交通大数据的特征及优势,注重对交通大数据实时化、全局化与智能化场景方面的开发与利用,支持政企双方数据联合校验和模型对接,有效满足政府社会治理、公共服务和市场化增值服务需求。33第三章 中国交通行业数据要素关键技术3.1.交通行业数据要素前沿关键技术概况交通行业涉及的数据要素非常广泛,包括交通流量、车辆信息、道路状况、乘客信息等等。为了更好地利用这些数据,交通行业需要利用物联网、大数据、5G、区块链、信息安全以及隐私安全、无人驾驶、车路协同等
139、一系列的关键技术,这些技术可以用来提高交通行业的功能、效率、规模和合规性。3.1.1.物联网我国进入新基建浪潮,交通被认为是物联网领域最具有前景的应用之一。目前,智能交通系统在不少城市已经开始应用起来,物联网必定会进一步得到释放,市场前景广阔,产业规模有望达 2 万亿元。随着技术的不断发展,物联网在智能交通领域将得到更深入的运用。物联网本质是信息技术发展而成的技术手段,物联网作为新一代信息技术的重要组成部分,通过视频图像识别,智能定位系统等信息感应设备,按照定制需求,把任意物体与互联网相连,进行信息交换和通信,依托智能通信和信息交换等,形成具备识别、定位、监控、管理等特征的智能化网络。物联网在
140、物体与物体、人和物体之间建立联系,使它们之间产生连接、形成交互。利用物联网技术构建的交通管理平台则是所有信息的中转站和汇集中心,并以人工智能大数据作为处理基础,合理科学地控制交通决策,让车辆和行人得到最佳交通指引。(一)物联网的发展历程(1)2000 年至 2005 年:探索阶段在这一阶段,国内对物联网技术在交通行业的应用还处于探索阶段。一些大型企业和研究机构开始关注物联网技术在交通领域的应用前景,并进行了初步的技术研究和试验。例如,北京交通大学成立了智能交通研究中心,开展了一系列关于智能交通系统的研究工作。此外,一些地方政府也开始尝试利用物联网技术改善城市交通状况,如上海市启动了“上海智能交
141、通系统研究与示范工程”。(2)2006 年至 2010 年:起步阶段在这一阶段,国内物联网技术在交通行业的应用逐渐起步。政府部门加大了对智能交通系统的投入和支持力度,制定了一系列相关政策和规划。例如,国家发改委、科技部等部门联合发布了国家中长期科学和技术发展规划纲要(2006-2020 年),明确提出要加强智能交通系统关键技术研究和应用。此外,34一些企业也开始涉足智能交通领域,如华为、中兴通讯等企业在智能交通系统的研发和应用方面取得了一定的成果。(3)2011 年至 2015 年:快速发展阶段在这一阶段,国内物联网技术在交通行业的应用进入了快速发展阶段。政府部门进一步加大了对智能交通系统的投
142、入和支持力度,出台了一系列政策措施。例如,交通运输部发布了关于加快推进智能交通发展的指导意见,明确提出要加快智能交通系统建设,提高交通运输服务水平。此外,一些企业也开始加大对智能交通领域的投资力度,如阿里巴巴、腾讯等企业纷纷布局智能交通产业。(4)2016 年至今:深度融合阶段在这一阶段,国内物联网技术在交通行业的应用进入了深度融合阶段。政府部门进一步加强了对智能交通系统的顶层设计和规划指导,出台了一系列政策措施。例如,国务院发布了新一代信息技术产业发展规划(2016-2020 年),明确提出要加强智能交通系统核心技术研发和应用。此外,一些企业也开始加强与政府、高校、科研院所等各方的合作,共同
143、推动智能交通产业的发展。(二)物联网的痛点随着科技的不断发展,物联网技术在各个领域的应用越来越广泛。在交通行业中,物联网技术的应用也取得了显著的成果。然而,在实际应用过程中,物联网技术在交通行业中的应用仍然存在一些痛点和问题。本文将对物联网技术在交通行业中的应用中的痛点进行详细地阐述。(1)数据安全问题数据安全是物联网技术在交通行业应用中的一个重要痛点。由于交通行业涉及大量的个人信息和车辆信息,如车牌号、驾驶证号、行驶轨迹等,这些信息的安全性至关重要。然而,目前物联网技术在数据传输和存储过程中,仍然存在着一定的安全隐患。例如,数据传输过程中可能遭受黑客攻击,导致数据泄露;数据存储过程中可能出现
144、数据丢失、篡改等问题。这些问题不仅影响了用户的隐私权益,还可能导致交通行业的管理混乱。(2)技术标准不统一技术标准不统一是物联网技术在交通行业应用中的另一个痛点。目前,国内物联网技术的发展仍然处于初级阶段,各个企业和研究机构在技术研发和应用过程中,往往采用不同的技术和标准。这导致了物联网设备之间的互联互通性较差,给用户带来了诸多不便。例如,不同品牌的智能交通设备之间无法实现数据共享,用户需要使用多个 APP 来获取所需的交通信息。此外,技术标准不统一还影响了物联网技术的推广和应用,降低了整个交通行业的运行效率。35(3)设备成本较高设备成本较高是物联网技术在交通行业应用中的一个痛点。目前,物联
145、网设备的生产成本仍然较高,尤其是传感器、摄像头等关键部件。这使得物联网技术在交通行业的应用受到了一定程度的限制。例如,在一些中小城市,由于资金和技术的限制,政府部门难以投入大量资金建设智能交通系统。此外,高昂的设备成本也使得一些企业和个人用户对物联网技术的应用产生了抵触情绪。(4)网络覆盖不足网络覆盖不足是物联网技术在交通行业应用中的一个痛点。虽然我国已经在全国范围内建立了较为完善的通信网络,但在一些偏远地区和地下空间,网络信号仍然较弱。这对于物联网技术在交通行业的应用造成了一定的困扰。例如,在一些山区和农村地区,由于网络覆盖不足,智能交通系统无法正常工作,给当地居民的出行带来了诸多不便。此外
146、,地下空间的网络覆盖问题也制约了地铁、隧道等交通设施的智能化发展。(5)人才短缺人才短缺是物联网技术在交通行业应用中的一个痛点。目前,我国在物联网技术领域的人才储备仍然不足,尤其是在交通行业。一方面,高校和科研院所在物联网技术人才培养方面存在一定的滞后;另一方面,企业在招聘物联网技术人才时面临较大的困难。这导致了物联网技术在交通行业的应用和发展受到了很大的限制。为了解决这一问题,政府和企业需要加大对物联网技术人才的培养和引进力度,提高整个交通行业的技术水平。物联网技术在交通行业中的应用虽然取得了显著的成果,但仍然面临着一些痛点和问题。为了推动物联网技术在交通行业的健康发展,政府、企业和科研机构
147、需要共同努力,加强技术研发和创新,完善相关政策法规,加大人才培养和引进力度,确保物联网技术在交通行业的应用能够更好地服务于广大人民群众。(三)物联网的展望物联网技术在交通行业的应用前景广阔,预计其市场规模将达到 2 万亿元。随着新基建的推进,交通被视为物联网所有应用场景中具有前景的应用之一。目前,智能交通系统已在许多城市开始规模化应用,而随着技术的不断发展,物联网在智能交通领域的应用也将继续深入。物联网技术可以帮助实现交通运输的信息化和智能化,对物流信息采集技术、物流信息的互联互通、信息的管理、加工和应用都有新的需求。例如,在公路运输中,物联网技术可以提高运输效率,减少能源消耗和环境污染,提高
148、交通安全性。此外,物联网技术还可以应用于智能交通管理、智能公共交通、智能停车等36方面,为人们提供更加便捷、安全、舒适的出行体验。3.1.2.大数据与人工智能(一)大数据和人工智能技术的发展(1)大数据和人工智能技术的集成应用原理和关键技术大数据和人工智能技术的集成应用,其原理主要在于利用大数据技术的高效数据存储和处理能力,获取海量的数据资源,为人工智能的机器学习、深度学习等算法提供样本数据和运算能力。通过不断迭代优化和算法调整,实现更加深入和精准的数据分析和预测功能,在实际应用场景中提供更加稳定和可靠的决策依据。大数据和人工智能技术的集成应用的关键技术包括:1)数据采集和存储:实时测量和记录
149、数据、构建高效的数据存储和管理平台。2)数据处理和挖掘:根据不同需求构建数据分析模型、进行分类、聚类、回归等算法分析,实现数据的有效挖掘。3)机器学习:使用算法进行数据建模与训练,自适应推断和决策。4)深度学习:以神经网络为基础进行数据建模和学习,实现数据特征的提取和表示,进一步提取隐藏的规律和结构。5)数据可视化:通过数据图表化、可视化表达数据中的关系、规律和趋势。大数据和人工智能技术的集成应用具有广泛的应用前景,在人工智能算法的帮助下,可以更好地实现数据的挖掘、分析和预测,为企业和机构提供更好的决策支持和服务。但是在应用过程中,需要关注数据隐私、安全和合规性等问题,保护个人信息的保密性和安
150、全性。(2)大数据和人工智能技术在出行服务和路网运行优化方面的集成应用概述大数据和人工智能技术在出行服务和路网运行优化方面的集成应用,为城市交通管理带来了更加高效、智能、可持续的发展,极大地方便了市民的生活和出行。在未来,随着技术的进一步应用和创新,其应用前景和发展前景将会更为广阔。大数据和人工智能技术在出行服务和路网运行优化方面的集成应用,主要包括以下几个方面:1)出行服务优化:利用大数据技术,对用户出行需求进行情况分析和预测,提供更加全面和个性化的出行服务,如交通出行路线规划、查询、预订等,帮助用户解决出行中的各种难题。372)路网运行优化:利用人工智能技术,对路网中的各个节点和线路进行分
151、析和预测,实现交通监控和调度,以保障交通顺利进行。此外,还可以利用模拟技术,对道路建设和交通规划进行模拟和优化,提高道路通行效率。3)交通流量控制:利用大数据采集的交通数据,借助人工智能算法,对交通流量进行实时掌控和监测,快速反应出交通拥堵的情况,并及时采取针对性的交通管理措施,保证道路、城市的正常运行。4)智慧停车:通过大数据归纳各地的停车位使用情况,利用人工智能算法,对停车可用资源进行精准预测和分析,提供智慧型路边停车服务,方便市民停车,减少拥堵。(3)大数据和人工智能技术的集成应用发展趋势和前景大数据和人工智能技术的集成应用的前景十分广阔,将会成为数字经济和智能社会发展的重要推动力量。随
152、着技术的不断创新和优化,集成应用的应用领域、深度和广度将会不断扩展和加强,为各种应用场景和产业领域提供更多智慧和服务。同时,需要加强对集成应用中各类问题的管理和预防,为城市和社会的发展注入更多正能量和稳定性。(二)大数据和人工智能技术的痛难点分析(1)数据采集与整合大数据和人工智能技术的应用离不开大量的数据支持。然而,交通行业中的数据来源多样,包括车载传感器、GPS 设备、视频监控等,这些数据的格式、质量、实时性等方面存在很大差异。此外,交通行业的数据涉及到多个部门和企业,数据的整合和共享面临很大的困难。因此,如何有效地采集和整合交通行业的数据,是大数据和人工智能技术在交通行业中应用的一个重要
153、痛点。(2)数据分析与挖掘大数据和人工智能技术的核心是对数据进行分析和挖掘,从而为决策提供支持。然而,交通行业的数据具有复杂性和多样性,如何从海量的数据中提取有价值的信息,是一个极具挑战性的问题。此外,交通行业的数据往往受到多种因素的影响,如天气、道路状况、驾驶员行为等,这些因素之间的关联性和影响程度很难准确判断。因此,如何进行有效的数据分析和挖掘,是大数据和人工智能技术在交通行业中应用的另一个痛点。(3)算法与模型的优化大数据和人工智能技术的应用需要依赖于各种算法和模型。然而,交通行业的特点决定了其算法和模型的优化具有很高的难度。首先,交通行业的数据具有很强的时空特性,如何将时空信息有效地融
154、入到算法和模型中,是一个亟待解决38的问题。其次,交通行业的数据受到多种因素的影响,如何准确地描述这些因素之间的关系,以及如何将这些因素有效地融合到算法和模型中,也是一个具有挑战性的问题。因此,如何优化算法和模型,提高其在交通行业中的适用性和准确性,是大数据和人工智能技术在交通行业中应用的一个痛点。(4)技术与应用的深度融合大数据和人工智能技术在交通行业的应用需要与实际业务深度融合,才能真正发挥其价值。然而,目前大数据和人工智能技术在交通行业的应用还处于初级阶段,很多技术和应用还没有形成成熟的体系。此外,交通行业的特点决定了其对技术的依赖性较强,如何将大数据和人工智能技术与交通行业的实际需求相
155、结合,形成一个高效、实用的解决方案,是一个亟待解决的问题。因此,如何实现技术与应用的深度融合,是大数据和人工智能技术在交通行业中应用的一个痛点。(5)法律法规与伦理问题大数据和人工智能技术在交通行业的应用涉及个人隐私、数据安全等敏感问题。如何在保障数据安全和个人隐私的前提下,充分发挥大数据和人工智能技术的价值,是一个亟待解决的问题。此外,大数据和人工智能技术在交通行业的应用还涉及一些伦理问题,如自动驾驶汽车在紧急情况下的决策选择等。因此,如何解决法律法规与伦理问题,是大数据和人工智能技术在交通行业中应用的一个痛点。总之,大数据和人工智能技术在交通行业中具有广泛的应用前景,但同时也面临着诸多痛点
156、和难点。只有克服这些痛点和难点,才能充分发挥大数据和人工智能技术在交通行业中的价值,为解决交通行业的问题提供有力支持。(三)大数据和人工智能技术的展望大数据和人工智能技术的集成应用正在成为推动数字经济和智能社会发展的重要力量,其发展趋势和前景主要有以下几个方面:1)数据分析和挖掘能力不断提升:随着大数据和人工智能技术的应用不断发展,数据分析和挖掘的能力也会进一步提升,从而更好地满足不断增长的数据分析需求。2)核心技术持续创新:人工智能技术和大数据技术是支撑集成应用发展的核心技术,随着技术的发展和应用,各种算法、模型和架构也将不断创新。3)多领域应用加速发展:大数据和人工智能技术的集成应用将在政
157、府、企业和社会领域不断加速应用和发展,进一步推动数字经济和智能社会的发展。4)人工智能和安全问题矛盾突出:随着人工智能应用规模不断扩大,安全问题也逐渐凸显。在集成应用方面,要更加注重数据隐私、安全和合规性等方面39的问题,防止用户和社会信息泄露的风险。大数据和人工智能技术在交通行业中的应用已经广泛应用,并取得显著的成果。交通行业正不断加大对大数据和人工智能技术的研究和应用力度,进一步推动交通行业建设和智慧出行服务的发展,实现更高效、便捷和智能的出行体验。3.1.3.智慧交通核心技术:5G+MEC5G 的商用推动了产业互联网的数字化转型,也大大促进了边缘计算的真正落地。同时,受益于国家相关产业政
158、策的推动和应用场景的驱动,对于 5G 和多接入边缘计算(Multi-access Edge Computing,MEC)技术,国内无论在技术研究、标准制定,还是商用化进程和解决方案的探讨方面,都处于领先地位。目前,国内 5G+MEC 在垂直行业新的业务形态和运营模式都在不断涌现。但是,由于行业用户的需求千差万别,大大增加了网络建设的难度,网络可复制性降低,一张网络一统天下的局面将不复存在。电信运营商、传统电信设备商、云服务公司和IT 设备商们正在积极思考如何利用 5G+MEC 的发展契机更好地实现业务、应用和运营创新,并占领新的市场。(一)5G+MEC 产业发展(1)运营商国内三大运营商从20
159、18年就开始积极打造边缘计算开发平台,孵化5G MEC业务生态,与各种行业用户积极合作,通过建设开放的实验环境,提供定制化的解决方案。根据中国边缘计算产业联盟的数据,目前在全国 40 个城市已有 100多个MEC试点项目,覆盖多个行业和应用场景,包括智慧园区、智能制造、AR/VR、云游戏、智慧港口、智慧交通等。1)中国移动:2018 年就成立了边缘计算开放实验室,合作的项目范围涉及智慧城市、智能制造、直播、游戏以及车联网;在 2019 年世界移动通信大会(MWC)上发布了“Pioneer 300”先锋行动,包括评估 100 个可部署边缘计算设备的测试节点、面向边缘云计算能力开放 100 个 A
160、PI、引进 100 家边缘计算合作伙伴,推动了 MEC 商用应用的尽快落地。2)中国联通:在 MEC 研究和部署方面做了大量的工作,包括提出了 MEC边缘云演进路标,计划分 4 个阶段在 2025 年实现 100%云化部署;牵头MECPlatform to Enable OTT Business标准在欧洲电信标准化协会(ETSI)成功立项;成立了边缘云创新实验室,合作伙伴超过 100 家;自主研发了 Cube-Edge 平台,为开发者提供灵活的平台能力和丰富的 API 接口,使其应用于各行各业;在 20个省市启动 60 多个规模试点和商用项目,探索 MEC 边缘云商业场景。3)中国电信:提出构
161、建统一的 MEC 的理念,主要是利用现有的固网资源40优势,实现固移边缘融合;充分利用已有的内容分发网络(CDN)节点,通过端局数据中心(Data Center,DC)化改造,在运营商网关/设备引入边缘计算;其边缘计算平台可以根据服务类型或需求,灵活地将流量分配到不同网络,以实现内容的智能分发。2.云服务公司边缘计算生态中的另一个重要角色是云服务公司,由于边缘计算本身就是云计算的一种延伸,所以对云服务公司来说,这是一个能够深入到电信网络的基础设施建设中的机会点。目前,主要的云服务公司在边缘计算方面的研究进展如下:1)阿里云:推出边缘节点服务(Edge Node Service,ENS),推动阿
162、里云的CDN 边缘消费者和企业用例;在国内开展边缘计算项目的试点和落地,覆盖了智慧城市、物流和自动驾驶行业;已完成 30 个省 300 多个边缘节点的部署,包括边缘芯片、边缘设备、计算平台和操作系统。2)腾讯云:发布基于 5G MEC 的边缘计算解决方案 TSEC,提供从边缘到云的智能协同;重点发展云游戏、AR/VR、超高清视频和直播业务的边缘计算解决方案。3)百度云:发布开源边缘计算平台 OpenEdge,允许开发者构建自己的边缘计算系统,在端侧收集和分发数据,执行 AI 推理,将云计算延伸到自己的边缘设备上;与中国移动形成战略合作伙伴关系,探索自动驾驶和物联网领域的边缘计算应用解决方案。(
163、二)5G+MEC 部署问题痛难点分析(1)商用部署阶段分析从目前的发展来看,国内的边缘计算将分阶段部署,大体是在 2020 年左右进行试验及小规模定制部署,在 20212024 年初具商用规模,到 2025 年之后实现真正规模发展。1)20182019 年,国内三大运营商进行了大量边缘计算试验,为进一步商用打下重要基础。当前阶段,边缘计算的部署大多是私有及定制化应用,设计用于满足企业或行业需求,如智慧港口、智慧园区、智能工厂,而且边缘技术主要在本地部署应用。2)20212024 年,边缘计算的部署除了本地定制的边缘计算应用之外,也将对自动驾驶、体育赛事和游戏等公共应用进行更多探索;边缘计算基础
164、设施将会在区域或城市进行部署,靠近基站或与基站合设,覆盖范围将更广;这个阶段的边缘计算运营成本将较高。3)2025 年末及以后,随着 5G 技术的成熟、5G 设备成本的降低,产业间的41良好合作将推动边缘计算部署规模扩大。类似自动驾驶和智能制造这样的应用,也会开始启动边缘计算技术的部署。整体来说,在这个阶段,边缘计算成本开始下降,效率得到提升,市场接受度越来越广,运营商也会由于边缘站点部署数量大幅增加而面临新的运营挑战。(2)边缘节点的位置目前,各网络运营商和设备供应商对部署边缘节点的最佳位置有各自不同的看法,这是由场景的多样性造成的。1)绝大部分企业认为,边缘节点应该在本地部署,比如智慧工厂
165、、智慧港口、智慧园区,这说明早期的边缘计算业务大部分是为私有企业定制部署的。2)在区或市部署边缘服务器,服务范围更广,也更经济,可以服务于智慧城市、自动驾驶、云游戏等场景。一般可以把边缘服务器部署在靠近基站的位置或者汇聚点。3)在终端侧部署边缘技术,要考虑到终端本身的计算能力和电池寿命问题,所以不应有过多的计算能力要求。终端设备主要是对数据进行预处理,但随后需要将数据发送到边缘计算中心做进一步处理。4)从设备形态来看,通常在接入或者汇聚较低的位置,设备对恶劣环境的适应性以及易维护性是核心需求,设备的性能、容量方面的要求会低一些,设备形态比较小;而在地市核心网等较高位置,由于有良好的机房环境,对
166、设备性能、容量以及 ICT 能力的要求较高,而对设备形态、能耗则没有太多要求。(3)5G 核心网国内三大运营商都在积极建设 5G SA 网络,虽然从 NSA 到 SA 的过渡是一个漫长的过程,但 SA 架构毫无疑问是 5G 网络演进的终极目标。5G 核心网相比 4G 核心网,变化是颠覆性的,从硬件平台到软件架构,全部发生了根本性的变化。硬件平台上,5G 核心网采用了 NFV 技术,使用 x86 通用硬件平台替换了以往的 ATCA 架构平台,使核心网设备的云化成为可能,网络运维更加简单高效。软件架构上,5G 核心网引入了微服务架构,将业务进一步细化,部署起来更加灵活、敏捷。正是因为有了这些革命性
167、的变化,使得 5G核心网可以更高效地创建网络切片,从而能够通过灵活的网络资源组合,满足不同行业用户的 QoS 需求。最重要的一点,5G 核心网的用户面和控制面彻底分离,用户面功能网元(User Plane Function,UPF)能够实现下沉和分布式部署,因而能够更好地集成边缘计算。另外,5G 也解决了边缘计算实施过程中的策略执行和计费问题,这为边缘计算的商用化进程铺平了道路。总而言之,如果没有 5G SA核心网,就不能实现端到端的网络切片,5G 的低时延、高可靠以及灵活部署能力,都会大打折扣。42所以,边缘计算的大规模商用离不开 5G SA 网络。(4)独享/共享网络资源独享模式主要用于
168、to B 的大客户,比如工业园区的客户等。这种客户最主要的需求是数据不出园区、保证数据的安全性。在欧洲,一般通过给用户分配独立的频段、建立专网的方式,就近在工业园区内部署边缘计算平台,以提供相应的业务。共享模式就是多租户共享边缘服务,主要用于对时延不太敏感的业务,比如云 AR/VR、云游戏、高清视频等,可以部署在地市的核心机房,配合网络切片,既能满足不同业务的不同性能指标要求,又能降低运维成本,同时因为采用资源共享的模式,其资费相对较低,对 to B、to C 的客户更有吸引力。所以,未来边缘计算部署是通过公网共享资源,还是建立专网独享资源,也没有统一的答案,需要根据客户的需求、业务的类型等因
169、素来综合决定。与此问题相关的,还有网络中其他设备的共享/专享问题,比如无线接入设备、核心网设备等,这些都增加了边缘计算技术应用的复杂度。(5)边缘计算的部署者/管理者目前来看,边缘计算作为关联 IT、CT、OT 的纽带,需要多方参与共同部署。1)三大运营商凭借移动基础设施和网络资源,再加上成熟的网络运营团队,依然能够处于边缘计算部署的领导者位置。一方面要求运营商尽快推出独立组网的 5G 网络来支撑端到端的边缘计算;另一方面,也要求其联合产业生态体系中的其他合作伙伴,积极寻求合适的商用模式。2)边缘计算需要与移动核心网络深度结合,针对不同的应用场景配置不同的策略,据此运营商能够在产业链中占据主导
170、地位。未来运营商可能会向第三方行业应用厂商开放基础网络接口,以提供边缘计算节点资源,并与之共同分享边缘计算带来的广阔的垂直行业市场空间。3)云公司由于其丰富的企业云提供经验和资源,在边缘节点部署的竞争中也占据了有利的位置,但毕竟进入了新的领域,将面临着技术和运营模式的双重挑战。(三)5G+MEC 展望根据 Gartner 的预测,目前边缘计算已经从技术的概念期进入期望峰值期,在未来 2 5 年有可能实现成熟商用。边缘计算所涉及的关键技术众多,而其中还有许多技术尚未成熟。另外,边缘计算应用场景繁杂,行业需求不同,简单复制解决方案,难度很大。未来,边缘计算的商业运营模式将多样化,因此其落地之路道阻
171、且长。边缘43计算连接了 IT、CT、OT,它利用 IT 和 CT 技术来实现 OT 的数字化智能转型。不论是 5G 技术还是边缘计算技术,其发展离不开传统的电信运营商;运营商也希望借助 MEC 在“哑管道”这个角色之外赋予更多内涵,同样需要深入行业,付出更大努力。3.1.4.区块链技术区块链是一个通过共识技术保证了最终一致性的分布式数据库。区块链技术具有公开透明、不可篡改、可编程和去中心化等技术特性,在数据确权过程中具有支撑作用。交通管理、票务系统等领域是人流、货流、资金链、信息流、商务流“五流合一”的产业,是典型的网状结构,非常适合区块链的场景应用。区块链技术可以作为信任的工具,促进信息共
172、享,提升协同效率。(一)区块链产业发展(1)区块链 1.0 阶段:2009 年至 2014 年区块链 1.0 阶段是指从 2009 年比特币诞生到 2014 年这段时间。在这个阶段,区块链技术的主要应用是加密货币,以比特币为代表。比特币的创立者中本聪在2008 年发表了一篇名为比特币:一种点对点的电子现金系统的论文,阐述了比特币的原理和技术细节。2009 年 1 月,比特币网络正式上线,标志着区块链技术的诞生。区块链 1.0 阶段,区块链技术的核心优势在于去中心化和安全性。比特币作为一种数字货币,不受任何中央机构控制,通过区块链技术实现了点对点的交易,降低了交易成本,提高了交易效率。同时,区块
173、链采用加密算法,确保了货币的安全传输和匿名性。(2)区块链 2.0 阶段:2015 年至 2017 年区块链 2.0 阶段是指从 2015 年至 2017 年这段时期。在这个阶段,区块链技术取得了重要突破,智能合约的出现使得区块链技术应用范围得到极大拓展,不再局限于加密货币领域。智能合约是一种自动执行的程序,基于区块链上的交易数据和预定义的条件,可以实现多种复杂功能。这为区块链技术在金融、供应链、物联网、版权保护等多个领域中的应用提供了可能。区块链 2.0 阶段,许多创新项目涌现,如分布式存储项目 Filecoin、去中心化金融项目如 MakerDAO 等。这些项目在区块链技术的基础上,构建了
174、更加复杂和完善的生态系统,为实现在线支付、资产发行、去中心化应用等场景提供了基础设施。(3)区块链 3.0 阶段:2018 年至今区块链 3.0 阶段是指从 2018 年至今的一个发展阶段。在这个阶段,区块链44技术进一步拓展应用领域,超越金融行业,进入社会公证、智能化领域。区块链3.0 的主要特点是将技术与现实世界场景相结合,解决实际问题,推动社会治理、身份认证、公证、仲裁、审计、域名、物流、医疗等多个领域的创新。区块链 3.0 阶段,诸多技术不断进步和成熟,这个阶段的代表性技术之一是MimbleWimble 协议,它是一种领先的区块链 3.0 隐私协议。MimbleWimble 协议取代了
175、地址,包含一种脚本语言,其中的块仅填充输入、输出和签名数据。这种协议在可扩展性方面具有优势,有助于提高区块链系统的性能和隐私保护。(二)区块链痛点分析区块链作为一种新兴的分布式技术,虽然在金融、供应链、物联网等领域具有巨大的潜力,但目前在应用过程中面临着诸多痛点和难点,包括应用落地、人才成本、技术选型、性能和安全性等方面。(1)应用落地周期长区块链技术从理论到实际应用需要经历较长的周期,尤其在各个行业落地时,需要与现有技术进行融合和优化,以满足行业特定需求。这使得区块链应用的落地周期相对较长,阻碍了其广泛应用。(2)技术成熟度较低尽管区块链技术取得了一定的进展,但与传统技术相比,其在性能、可扩
176、展性、隐私保护等方面仍存在一定的不足。技术成熟度较低成为区块链在各个领域广泛应用的主要障碍。(3)跨链互通问题目前不同的区块链平台之间存在互操作性问题,导致各个区块链生态圈相对封闭。(4)性能和扩容问题区块链网络在处理大量交易时,往往面临性能瓶颈。如何提高区块链网络的性能和扩容能力,以支持更多的交易并提高处理速度,是区块链技术发展的一大挑战。(5)从业人才成本高区块链技术涉及多个领域,如密码学、计算机科学、经济学等,对人才的要求较高。目前,市场上具备丰富经验和专业技能的区块链人才相对稀缺,导致企业招聘成本上升,人才短缺成为行业发展的瓶颈。(6)用户友好性不足区块链技术目前普遍存在用户友好性不足
177、的问题,表现为使用门槛较高、操作复杂等。这将影响区块链在大众市场的推广和应用。45(7)隐私保护问题区块链上的交易数据是公开透明的,这在某些场景下可能存在隐私泄露的风险。(8)法律法规滞后区块链技术的发展迅速,而相关法律法规的制定和完善需要一定时间。在法律法规滞后的情况下,区块链应用容易引发合规风险,影响其可持续发展。(三)区块链未来展望区块链技术在交通行业的应用前景广阔,随着区块链与数字经济、新基建、工业 4.0 等的不断融合发展,这项重塑生产关系和建立信任机制的技术,其样貌也逐渐清晰,甚至已经有一些应用走进了现实。1.区块链技术应用于交通管理领域(1)公共交通管理区块链技术可以用于公共交通
178、管理,区块链技术可以将乘客的个人信息加密存储在区块链上,保护其信息安全和隐私,通过区块链技术实现乘客信息的共享和传递。区块链技术可以将公共交通车辆的信息、行程轨迹等数据记录在区块链上,实现对公共交通车辆的全程监控和管理,通过智能合约,实现车辆的自动调度和优化,提高公共交通车辆的运营效率和服务质量。(2)车辆管理区块链技术可以实现车辆信息的全生命周期管理,包括车辆注册、过户、年检、维修等环节。通过区块链技术可以被记录在一个公共账本上,使得这些信息可追溯和验证,每个参与者都可以查看和验证这些信息。避免信息不对称的问题,可以有效防止车辆信息的造假和滥用,提高车辆管理的效率和准确性。例如区块链技术可以
179、记录车辆的保养记录和维修记录,更好地管理和维护车辆信息,较少故障和事故的发生,提高交通的安全性和效率。(3)路况监测通过智能合约实现对道路的实时监测和预警,当出现交通拥堵或事故的情况时,系统自动触发警报并通知相关人员进行处理。通过分布式存储技术将路况信息记录在区块链上,包括道路状况,交通拥堵、事故等信息,这样可以提高道路通信效率和安全性。(4)驾驶行为评估区块链技术可以将车辆行驶数据等信息记录在区块链上,形成一个可信度极高的评估体系,基于此评估体系,可以对驾驶员的行为进行评估,从而鼓励其行为更加安全,这将大大减少交通事故的发生,提高出行的可靠性。46(5)电子收费系统利用电子支付手段对车辆进行
180、收费,区块链技术为电子收费系统提供更加安全、可靠的支付方式,通过将车辆信息,收费信息等数据存储在区块链上,可以实现数据去中心化存储和管理,避免传统中心化存储方式中的数据篡改和泄露问题。(6)交通处罚管理区块链技术应用于交通违法处罚管理,实现交通违法处罚信息的不可篡改性和透明性。将交通违法记录、处罚信息、执法人员等记录在区块链,通过智能合约可以设置罚款金额、处罚期限等参数,并自动执行相应程序,有效防止当事人的抵赖及执法处罚的滥用,减少人为因素对处罚过程的影响,提高交通处罚的公正性和透明度。(7)数据协同通过区块链技术将交通领域数据进行安全可靠的共享和开放,通过数字签名、分布式身份认证等区块链技术
181、将交通数据开放给政府、科研机构、交通管理部门等各方使用,这有助于提高交通管理的效率和准确性,打破数据孤岛,促进数据协同处理,同时也可以促进道路交通的发展和创新。2.区块链技术应用于交通票务领域(1)票务管理区块链技术可以应用于电子票务系统,实现票务信息的不可篡改性和透明性。通过区块链技术,将交通票务信息记录于区块链上,使得票务信息可以追溯和验证,可以有效防止票务信息的造假、篡换和滥用,利用智能合约,保证每张票据的售出价格不高于其购买价格,避免“黄牛”和骗子囤积居奇,哄抬票价,对票务行业进行肃清和改善,提高票务管理的效率和质量。(2)票务结算区块链技术能够真正实现点对点的就价值交易,利用具有共享
182、监管性,极大地减轻了在价值转移中的无必需损耗,实现票务交易的快速结算和清算,避免传统票务系统的中间环节和手续费等问题。同时利用区块链技术实现票务交易的匿名性和去中心化,提高交易的隐私保护和安全性。交通管理、票务行业参与者众多,若各参与方间难以形成一套有效的互信协作机制,就会导致信息共享与开放进程缓慢,资源共享难,互联互通难。区块链技术与交通管理、票务系统深度融合,改造基因,对行业数据共享、降本提质增效、增强监管效力、提升服务能力、强化安全水平、构建信用体系等方面均具有良好的促进作用。总之,区块链技术在未来将不断成熟和完善,其在各个领域的应用将逐步拓展和深化。伴随着技术创新、法律法规和监管的完善
183、,区块链技术47将为社会发展带来更高效、安全、便捷的价值传递方式,推动全球范围内的产业升级和变革。3.1.5.信息安全以及隐私安全(一)信息安全以及隐私安全的发展随着信息技术的飞速发展,交通行业也在不断的进行信息化改革。在这个过程中,信息安全和隐私安全技术的应用显得尤为重要。本文将从以下几个方面探讨信息安全以及隐私安全技术在交通行业中的发展。(1)交通行业信息化建设的背景。随着城市化进程的加快,交通拥堵、出行不便等问题日益严重,政府部门和企业纷纷寻求通过信息化手段提高交通运输效率。智能交通系统(ITS)应运而生,它通过采集、处理和分析交通信息,为交通管理部门提供决策支持,为公众提供实时、准确的
184、出行信息服务。然而,随着交通信息系统的广泛应用,信息安全和隐私安全问题也日益凸显。(2)信息安全技术在交通行业的应用。为了保障交通信息系统的安全稳定运行,信息安全技术在交通行业得到了广泛应用。例如,采用加密技术对交通数据进行保护,防止数据在传输过程中被截获或篡改;采用访问控制技术对交通信息系统的用户进行身份认证和权限管理,防止未经授权的用户访问系统;采用入侵检测技术对交通信息系统进行实时监控,发现并阻止潜在的网络攻击等。(3)隐私安全技术在交通行业的应用也越来越受到重视。交通信息系统涉及大量的个人信息,如车辆定位信息、出行轨迹等。如何在保障信息安全的同时,保护用户的隐私权益,成了一个亟待解决的
185、问题。为此,隐私安全技术在交通行业得到了广泛应用。例如,采用数据脱敏技术对敏感信息进行处理,降低数据泄露的风险;采用差分隐私技术对用户数据进行匿名化处理,保护用户的隐私;采用区块链技术实现数据的去中心化存储和管理,降低单点故障的风险等。(4)政府和企业在推动交通行业信息安全和隐私安全技术的发展方面也做出了积极努力。例如,制定了一系列关于信息安全和隐私保护的法律法规,为信息安全和隐私安全技术的应用提供了法律依据;加大了对信息安全和隐私安全技术的研发投入,推动了相关技术的创新和发展;加强了对信息安全和隐私安全人才的培养和引进,提高了整个行业的技术水平。(二)信息安全以及隐私安全问题痛难点分析随着信
186、息技术的飞速发展,交通行业也在不断的进行信息化改革。在这个过程中,信息安全和隐私安全技术的应用显得尤为重要。然而,在实际应用中,交通行业中的信息安全和隐私安全问题仍然存在一定的痛点。本文将从以下几个方48面探讨交通行业中信息安全以及隐私安全技术的痛点。(1)交通信息系统的复杂性和互联性给信息安全带来了挑战。随着物联网、大数据等新技术的发展,交通信息系统变得越来越复杂,各种设备和系统之间的互联性也越来越高。这种复杂性和互联性使得交通信息系统容易受到外部攻击,如黑客攻击、病毒感染等。此外,由于交通信息系统涉及多个部门和企业,信息共享和协同工作的难度较大,这也给信息安全带来了挑战。(2)交通信息系统
187、中的敏感信息保护问题。交通信息系统涉及大量的个人信息,如车辆定位信息、出行轨迹等。如何在保障信息安全的同时,充分保护用户的隐私权益,是一个亟待解决的问题。目前,虽然已经采用了一些隐私保护技术,如数据脱敏、差分隐私等,但这些技术在实际应用中仍存在一定的局限性,如处理效果不理想、计算复杂度高等。(3)交通信息系统中的数据传输安全问题也不容忽视。在交通信息系统中,数据需要在不同的设备和系统之间进行传输。然而,目前的数据传输方式往往存在安全隐患,如明文传输、中间人攻击等。这些问题可能导致数据在传输过程中被截获或篡改,从而影响交通信息系统的安全运行。(4)交通信息系统中的访问控制问题也是一个痛点。访问控
188、制是信息安全的重要手段之一,它可以对用户进行身份认证和权限管理,防止未经授权的用户访问系统。然而,在实际应用中,访问控制往往存在一定的问题,如用户密码强度不足、访问控制策略不合理等。这些问题可能导致未经授权的用户访问系统,从而影响交通信息系统的安全运行。(5)交通行业中信息安全人才的短缺也是一个痛点。随着信息安全技术的不断发展,对信息安全人才的需求越来越大。然而,目前我国在信息安全领域的人才培养还存在一定的不足,如培养体系不完善、师资力量不足等。这些问题导致我国在信息安全领域的人才储备不足,难以满足交通行业对信息安全人才的需求。为确保交通数据安全可靠,保护用户隐私,具体有以下技术措施:(1)数
189、据加密:通过数据加密技术,将敏感交通数据进行加密处理,提高数据的安全性。(2)访问控制:采用访问控制技术对敏感交通数据进行授权管理,实现对数据使用的限制,防止未经授权的第三方访问数据。(3)匿名化处理:在访问交通数据时,采用匿名化处理技术,将真实身份信息隐蔽,保护用户隐私。(4)数据备份:对交通数据进行定期备份,确保数据的可靠性、完整性和可用性。49(5)安全审计:通过安全审计技术,对交通数据的使用情况进行监督和管理,保障数据使用的合法性和合规性。(6)安全协议:采用安全协议对交通数据传输过程中的漏洞和风险进行规避和处理,选择合适的协议来保证数据传输的安全可靠性。例如 HTTPS 协议等。(7
190、)全栈安全:在实施交通数据市场化的过程中,必须全面考虑信息安全,并在全生命周期中实施全栈安全措施,包括网络安全、服务器安全、应用程序安全等方面。(三)信息安全以及隐私安全的展望随着信息技术的飞速发展,交通行业正逐渐实现数字化、智能化和网络化。在这个过程中,信息安全和隐私安全技术在交通行业中的重要性日益凸显。未来,交通行业的发展将更加注重信息安全和隐私保护,以应对日益严峻的安全挑战。(1)信息安全技术将在交通行业中发挥重要作用。随着交通系统的互联性和智能化程度不断提高,信息安全保障将成为交通行业的核心竞争力。例如,通过采用加密技术、身份认证技术等手段,保障交通信息系统的数据安全和通信安全;通过建
191、立完善的安全管理体系,提高交通行业应对网络安全事件的能力。(2)隐私安全技术将在交通行业中得到广泛应用。交通行业涉及大量的个人信息,如驾驶员的行驶轨迹、乘客的出行信息等。如何在保障交通系统正常运行的同时,保护用户隐私成为亟待解决的问题。例如,通过数据脱敏、数据匿名化等技术,对敏感信息进行处理,降低泄露风险;通过隐私保护算法,实现对用户隐私的有效保护。(3)政策和法规将对交通行业的信息安全和隐私保护起到引导和规范作用。各国政府将加强对交通行业的监管,制定相应的法律法规,要求企业采取有效的技术手段和管理措施,保障信息安全和隐私权益。这将有助于推动交通行业向更加安全、可靠的方向发展。信息安全和隐私安
192、全技术在交通行业中的展望充满挑战和机遇。通过不断创新和发展相关技术,加强政策法规的制定和执行,我们有理由相信交通行业将在未来实现更加安全、便捷、高效的发展。3.1.6.无人驾驶技术(一)无人驾驶技术的发展无人驾驶汽车的发展需要大量的数据支撑,交通行业数据要素是其中之一。无人驾驶和交通数据结合是实现智能交通的重要组成部分。无人驾驶需要通过传感器获取道路、车辆、行人等交通信息,并对这些信息进行处理和分析,从而做50出正确的决策。而交通数据则是无人驾驶系统中的重要输入,包括道路状况、车流量、交通信号灯状态。在实际应用中,无人驾驶和交通数据的结合可以通过以下方式实现:(1)高精度地图:高精度地图是无人
193、驾驶系统中不可或缺的一部分,它可以提供道路、车道、交通信号灯等详细信息。同时,高精度地图还可以根据实时交通数据进行更新,保持信息的准确性。(2)路况监测系统:路况监测系统可以通过摄像头、雷达等传感器获取道路状况信息,并将这些信息传输到无人驾驶系统中进行处理。这样,无人驾驶系统就可以根据实时路况信息调整行驶策略,提高行驶效率和安全性。(3)智能交通控制系统:智能交通控制系统可以通过收集和分析交通数据,预测未来交通情况,并向无人驾驶系统发送指令。这样,无人驾驶系统就可以提前做好准备,避免交通事故的发生。无人驾驶技术收集的数据包括视频、图片和雷达数据等。自动驾驶的公开数据集主要由视频和图片组成,近两
194、年也增加了许多雷达数据。自动驾驶传感器和控制器的数据越来越多,数据采集需要配备高端数据记录器的测试车辆来采集自动驾驶相关数据,例如摄像头、毫米波雷达和激光雷达。无人驾驶技术收集的数据也可以为交通数据要素市场提供丰富的数据资源,这些数据包括车辆位置、速度、行驶路线、交通状况等信息。这些数据只应用于以下场景:1.城市交通优化:这些数据可以帮助交通部门更好地了解城市交通状况,优化交通规划和路网设计,提高交通运行效率,减少拥堵和排放。2.智慧交通规划:为相关企业提供更精准的服务和产品。例如,通过分析车辆行驶路线和速度等信息,可以为出租车公司提供更准确的派单服务;通过监测交通状况和车辆行为,可以为保险公
195、司提供更精准的车险定价和理赔服务。3.自动驾驶汽车技术:这些数据可以用于开发和改进自动驾驶汽车的算法。无人驾驶车辆可以自动收集海量数据,并使用机器学习算法来优化自动驾驶汽车的性能和安全性。4.金融和保险:无人驾驶车辆可以收集有关车辆的大量数据,例如行驶速度、路线、路况、乘客行为等。这些数据可以用于评估风险,优化保险费率,改善交通安全并预测保险索赔。5.地图和导航:无人驾驶车辆可以收集地理和环境数据,这些数据可以用于改进数字地图和导航系统的精度和实用性。6.城市智能化:使用无人驾驶车辆的数据可以创建智能城市,例如智能停车,根据车辆数据自动分配停车位,甚至自动支付停车费用。51(二)无人驾驶技术的
196、痛难点分析随着科技的不断发展,无人驾驶技术已经成为交通行业的热门话题。无人驾驶汽车、无人驾驶公交车、无人驾驶货车等都在全球范围内进行着测试和研究。然而,尽管无人驾驶技术带来了许多潜在的好处,如减少交通事故、提高交通效率、降低能源消耗等,但在实际应用中仍然面临着许多挑战和困难。本文将对无人驾驶技术在交通行业中的痛难点进行分析。(1)技术难题无人驾驶技术的实现依赖于大量的传感器、高精度地图、人工智能算法等。这些技术目前尚未完全成熟,仍然存在许多问题需要解决。例如,传感器的精度和稳定性不足,可能导致对周围环境的误判;高精度地图的更新和维护成本高昂,且难以覆盖所有道路和场景;人工智能算法在复杂环境下的
197、判断能力有限,可能出现误操作。这些问题都需要在未来的技术研究中逐步解决。(2)法律法规无人驾驶技术的发展涉及许多法律法规的问题。目前,全球范围内对于无人驾驶汽车的监管尚处于空白状态,各国政府和监管机构尚未制定出完善的法律法规体系。这给无人驾驶汽车的研发和应用带来了很大的不确定性。此外,无人驾驶汽车在使用过程中可能涉及责任归属、保险理赔等问题,也需要相关法律法规的明确规定。(3)社会接受度无人驾驶汽车的推广和应用需要得到广泛的社会接受。然而,由于无人驾驶技术本身具有一定的风险性,许多人对其持谨慎甚至抵触的态度。此外,无人驾驶汽车在道路上行驶时可能会对其他道路使用者产生心理压力,导致道路冲突和事故
198、的发生。因此,提高公众对无人驾驶技术的认知和接受度是推广无人驾驶汽车的关键。(4)数据安全和隐私保护无人驾驶汽车在运行过程中需要收集大量的数据,包括车辆自身的信息、周围环境的信息以及乘客的信息等。这些数据的安全性和隐私保护成了一个重要的问题。一方面,数据泄露可能导致车辆被黑客攻击,影响车辆的正常运行;另一方面,未经授权的数据收集和使用可能侵犯到乘客的隐私权。因此,如何在保证数据安全的同时,充分保护乘客隐私,是无人驾驶技术需要解决的问题之一。(5)经济成本无人驾驶汽车的研发和应用需要投入大量的资金。从硬件设备的购置、软件开发、测试验证到大规模生产和运营,都需要巨额的投资。此外,无人驾驶汽车的推广
199、还需要建设相应的基础设施,如高精度地图的制作、充电设施的建设等。52这些经济成本使得无人驾驶汽车在短时间内难以实现大规模的商业化应用。综上所述,无人驾驶技术在交通行业中的痛难点主要包括技术难题、法律法规、社会接受度、数据安全和隐私保护以及经济成本等方面。要克服这些困难,需要政府、企业和科研机构共同努力,加大研发投入,完善法律法规体系,提高公众认知和接受度,保障数据安全和隐私权益,降低成本,推动无人驾驶技术的健康发展。(三)无人驾驶技术的展望无人驾驶技术作为一种新兴的交通方式,具有巨大的发展潜力和广阔的应用前景。随着科技的不断进步和相关技术的成熟,无人驾驶技术有望在未来实现广泛应用,为人们的出行
200、带来更多便利和安全。(1)数据平台:无人驾驶车辆不仅可以收集环境信息、道路状况、交通流量等数据,还可以生成行车数据、传感器数据、视频数据等无形资产。如果建立一个数据交易平台,将这些无形资产整合起来进行交易,那么这将会成为一个被广泛认可的数据平台,可以让交通相关公司、城市规划者等快速准确地获得交通数据要素,并用于相关决策。(2)交通监控:交通监控是将无人驾驶车辆产生的数据转化为实际价值的重要手段。借助无人驾驶车辆所收集到的数据,可以对路况实时进行监测和分析,进而形成实时的交通流量分析。交通监控将会给城市管理带来真正的进步。(3)实时交通导航:无人驾驶车辆所收集的数据对于交通导航的实时性带来了巨大
201、的改变。无人驾驶车辆的实时行驶数据可以为交通导航提供更精确和实时的路况信息,为驾驶员提供更加准确的导航服务,并为城市交通规划和管理提供更加可靠的数据支持。(4)行车安全:无人驾驶车辆的传感器和监测系统不仅可以对道路状况进行监测,还能对车辆周边环境进行探测,识别事故风险点位并提供及时预警,保障驾乘安全。通过无人驾驶车辆所提供的大量交通数据要素,可以为交管部门提供基于数据的科学决策工具,这使得城市交通更加科学、智能、安全和高效。通过无人驾驶技术的应用,交通数据要素可以市场化,更加贴近市场需求和实际运行,提供更加优质的服务。无人驾驶技术作为一种具有革命性的交通方式,将为人们的出行带来诸多便利和改变。
202、在未来的发展过程中,我们有理由相信无人驾驶技术将不断完善,为人类社会的进步做出更大的贡献。3.1.7.车路协同技术(一)车路协同技术的发展53智能车路协同系统(Intelligent VehicleInfrastructure Cooperation Systems,i-VICS),是采用先进的无线通信和新一代互联网等技术,全方位实施车一车、车一路动态实时信息交互,并在全时空动态交通信息采集与融合的基础上,开展车辆协同安全控制和道路协同管理,充分实现人、车、路的有效协同,保证交通安全,提高通行效率,形成安全、高效和环保的道路交通系统。简言之,就是借助现存的所有无线通信模式,将包括交通参与者(人
203、)、运载工具(车)及交通基础设施(路)在内的所有交通主体链接起来,提供全时空实时交通信息的采集、融合和共享;在此基础上,借助智能决策与控制、大数据、人工智能和云计算等技术,实现全景交通信息环境下的交通安全和管理上的协同,包括:交通环境协同感知、车辆行驶协同安全及道路交通协同管控等。基于 V2X的智能车路协同系统智能网联环境如图 3-1 所示。图图 3-1 智能车路协同系统智能网联环境示意智能车路协同系统智能网联环境示意智能车路协同系统构建关键技术主要包括:多模通信技术、智能网联技术、信息安全技术及系统集成技术等。采用这些关键技术将完成智能车路协同系统的基本构建,是实现车路协同相关应用的基础,但
204、仅仅采用这些技术并不等同于智能车路协同技术与系统的应用。(1)智能车载单元关键技术在当前发展的 LTE-V2X 和新一代 5G-V2X 信息通信技术的支撑下,实现车辆之间、车路之间、车与行人、车与云端之间的全面信息交互。根据产业结构,车载终端通信芯片、通信模组、终端设备、V2X 协议及 V2X 应用软件。整个智能车载单元关键技术主要包括车辆精准定位与高可靠通信技术车辆行驶安全转台及环境感知技术车载一体化系统集成技术。(2)智能路侧单元关键技术54在车路协同体系中,通过部署智能设备,收集路侧信息。通过多通道交通流量监测、道路异物侵入信息采集、路面湿滑状态信息采集、密集人群采集、交叉口行人信息采集
205、、突发事件快速识别定位提供多通信交通状态信息辨识与采集,整个系统的运转流程是:通过架设在道路侧传感器感知到的实时道路信息与车辆共享,使车辆拥有超视野感知能力,提供较全面的路侧环境信息,与车辆进行信息数据共享,同时将车侧信息收集至云端,最终进行应用。(3)多模通信技术考虑车辆的高移动性和道路交通所处的广域环境,采用单一的无线通信模式无法满足实际应用需求,需要采用多模无线通信技术,以保障交通主体能够实现任何时间、任何地点及任何交通主体基于现存通信模式的互联互通。这是构建智能车路协同系统的技术基础和必要条件。目前,可支持车路协同技术在不同场景、条件和功能下应用的无线通信模式有 DSRC、EUHT、W
206、iFi、红外、蓝牙、1X、2G/3G/4G、LTEV 和 5G 等。常用的通信模式主要可分为移动通信模式、无线通信模式、专用通信模式和其他通信模式。根据目前的应用情况,这些通信模式对应的通信系统及使用范围如表 3-1 所示,对应的应用场景如图 3-1 所示。表表 3-1 无线通信模式特性及应用范围比较无线通信模式特性及应用范围比较通信类型通信系统通信模式可使用范围移动移动网络系统3G/4G/5G/车/车/路间通讯无线无线网络系统WIFI(Adhoc/)车/车/路间通讯专用专用网络系统RFID/DSRC/车/车/路间通讯其他其他通讯系统蓝牙/红外/出行者/路间通讯(4)智能网联技术高速、可靠、双
207、向及可集成多种通信模式的智能网联技术是智能车路协同系统的基础,同时,需能支持全景状态感知、信息交互与融合、协同控制与管理,以及定制化服务等功能,并根据不同层次的需求提供相应的通信保障与交通服务。智能车路协同系统的终端网络是传感器网络(SensorNetwork,SN),以无线组网为主,支持各类交通状态的感知;支持交通系统底层信息互通互联的是车联网(Internet of Vehicles,IoV)和物联网(Internet of Things,IoT)等功能性通信网络,属有线无线混合组网,但多为无线组网;互联网(Internet 或 Intranet)实现海量交通数据的传输和信息融合,属有线无
208、线混合组网,但以有线组网为主;支持系统功能和服务集成的是高速互联网,例如,下一代互联网(Internet II 或 IPv6),以有线组网为主。(5)信息安全技术55计算机信息安全技术主要解决由人、车和基础设施等交通参与者在网联环境下形成的泛在计算机网络系统的信息安全保证问题;移动通信信息安全技术主要解决通过各类无线通信管道传输的信息安全保证问题;交通数据可信(基于交通业务信息的可信交互)安全技术主要依托交通系统实时数据的业务特性,例如,位置信息的实时性、车辆行驶轨迹的连续性和驾驶行为的局限性等,实现对交通参与者提供的业务数据的可信甄别。建立基于车路协同的车辆信任管理架构的主要机制有集中式信任
209、管理机制与分布式信任管理机制。(6)系统集成技术全面发挥智能车路协同系统作用的关键是能够实现智能车、智能路和智能网的集成,进而实现智能协同的交通服务。这里的系统集成涉及通信模式的集成、网联方式的集成、信息融合的集成、云端计算的集成,以及可信交互的集成等,从而支持包括人车路在内的所有交通主体在智能网联环境下的系统集成。在智能车上增加车载终端(On-board Unit,OBU)支持网联功能就形成了智能网联车,在道路上增加路侧设备(Road-side Unit,RSU)支持网联并提供智能处理能力就形成了智能路。近 10 年来,在智能网联技术的发展和应用过程中,先后出现了“车联网”“网联车”“C-V
210、2X”“智能网联交通系统”等概念。这些概念均是智能网联技术在交通系统应用中的扩展和延伸,尽管在出发点和应用过程中各有千秋,但目前都呈现出了将智能网联与车和路相结合并努力为交通功能服务的发展趋势,与“车路协同”趋同。(二)车路协同技术的痛难点分析随着科技的不断发展,智能交通系统已经成为解决城市交通拥堵、提高道路通行效率、降低交通事故发生率等问题的重要手段。而智能车路协同技术作为智能交通系统的核心之一,通过实现车辆与道路、车辆与其他交通参与者之间的信息交互与共享,可以有效提高道路交通的安全性和效率。然而,在实际应用中,智能车路协同技术仍然面临着许多痛点问题,本文将对这些问题进行分析。(1)技术成熟
211、度不足虽然近年来智能车路协同技术得到了广泛的关注和研究,但目前这一技术的成熟度仍然不足。例如,车路通信技术尚未形成统一的标准和规范,导致不同厂商生产的设备之间存在兼容性问题;此外,车辆与道路、车辆与其他交通参与者之间的信息交互和共享还存在一定的延迟和误差,影响了系统的实时性和准确性。(2)投资成本高智能车路协同技术的应用需要大量的硬件设施和软件平台的支持,这导致了56投资成本的大幅上升。一方面,建设和维护智能交通基础设施需要大量的资金投入;另一方面,研发和推广智能车路协同技术的相关产品和技术也需要较高的成本。这些因素使得智能车路协同技术在实际应用中的推广受到了一定程度的限制。(3)法律法规滞后
212、智能车路协同技术的发展和应用涉及许多法律法规的问题。目前,全球范围内对于智能交通系统的监管尚处于起步阶段,各国政府和监管机构尚未制定出完善的法律法规体系。这给智能车路协同技术的研发和应用带来了很大的不确定性。例如,车辆在道路上行驶时需要遵守现有的交通法规,而智能车路协同技术的应用可能对现有法规产生挑战,需要在法律法规层面进行调整和完善。(4)数据安全和隐私保护智能车路协同技术在运行过程中需要收集大量的数据,包括车辆自身的信息、道路信息以及乘客的信息等。这些数据的安全性和隐私保护成了一个重要的问题。一方面,数据泄露可能导致车辆被黑客攻击,影响车辆的正常运行;另一方面,未经授权的数据收集和使用可能
213、侵犯到乘客的隐私权。因此,如何在保证数据安全的同时,充分保护乘客隐私,是智能车路协同技术需要解决的问题之一。(5)社会接受度智能车路协同技术的推广和应用需要得到广泛的社会接受。然而,由于这一技术本身具有一定的风险性,许多人对其持谨慎甚至抵触的态度。此外,智能车路协同技术在道路上行驶时可能会对其他道路使用者产生心理压力,导致道路冲突和事故的发生。因此,提高公众对智能车路协同技术的认知和接受度是推广这一技术的关键。智能车路协同技术在交通行业中的痛点主要包括技术成熟度不足、投资成本高、法律法规滞后、数据安全和隐私保护以及社会接受度等方面。要克服这些困难,需要政府、企业和科研机构共同努力,加大研发投入
214、,完善法律法规体系,提高公众认知和接受度,保障数据安全和隐私权益,降低成本,推动智能车路协同技术的健康发展。(三)车路协同技术的展望车路协同技术在未来的交通行业中具有广阔的应用前景。这种技术融合了北斗卫星和路侧设施的高精度高可靠定位,以视觉识别和激光雷达为核心的感知技术,基于云技术的智能网联交通分布式云平台等关键技术。车路协同自动驾驶是交通、汽车、信息与通信三大产业的协同发展成果,它们交叉融合、互为前提、相互促进、相互支撑,形成以“聪明的车+智慧的路+融合的云”为基础的架构。这意味着,未来的交通系统将更加智能化,能够实现57车辆、道路和云端的高效协同,提高道路交通的安全性和效率。单车智能和车路
215、协同是自动驾驶发展的两大方向。单车智能主要依赖车辆自身的感知和算力,而车路协同则将感知与算力主要分配在路端,通过车辆与道路、车辆与其他交通参与者之间的信息交互和共享,实现更高效的交通管理。“双智”下的车路协同不仅解决车与路的协同问题,还要解决车与城的接通问题,通过汽车、交通、道路设施的改造以促进城市实现智能化管理。这将进一步推动城市交通的现代化进程,提高城市的宜居性。3.2.交通行业数据要素典型关联技术设施应用3.2.1.网络基础设施在网络基础设施方面,这些数据要素可以通过云服务、大数据技术和分布式存储技术等技术在网络上进行处理和传输。首先,交通行业数据要素可以通过云服务部署在云端,通过安全的
216、数据链接方式实现不同应用场景之间的数据共享和传输。例如,通过车辆卫星定位和路况信息的实时共享,可以帮助用户实现出行方案的快速优化,同时也能够帮助交通管理部门在交通拥堵和事故发生时及时做出调整和应急处理。其次,大数据技术可以帮助交通行业数据要素在网络中实现快速存储、管理和处理,从而提高数据的利用效率。例如,在交通违法信息管理中,大数据技术可以将海量的违法信息进行自动分类、标记和分析,从而实现智能化的违法信息管理和处理。最后,分布式存储技术可以帮助交通行业数据要素实现高可用性和高可靠性的存储。例如,在车辆监控数据的存储和管理中,分布式存储技术可以实现数据的备份和冗余,从而避免数据的丢失和损坏。综上
217、所述,网络基础设施是实现交通行业数据要素多领域应用的关键基础设施之一,云服务、大数据技术和分布式存储技术等技术在此方面都具有重要作用。3.2.2.算力基础设施首先,交通行业数据要素在多领域应用中需要大量的计算资源来处理和分析这些数据,因此,算力基础设施也是实现交通行业数据要素多领域应用的重要基础设施之一。数据要素在算力基础设施方面需要高性能的计算平台。例如,在交通路况分析中,需要通过大量的数据计算来生成实时的路况信息,因此需要高性能的计算设备和算法来处理和分析数据。58其次,交通行业数据要素在算力基础设施方面需要大量的存储空间来存储海量的数据。例如,在车辆监控数据处理中,需要对大量的车辆监控视
218、频进行存储和管理,因此需要大量的存储设备和存储技术来满足需求。此外,交通行业数据要素在算力基础设施方面还需要高效的计算算法和人工智能技术来实现数据的自动分析和处理。例如,在交通违法信息识别中,需要利用深度学习和机器学习算法来自动识别和分析车辆的违法行为,从而提高交通违法信息管理的效率和准确性。综上所述,算力基础设施是实现交通行业数据要素多领域应用的重要基础设施之一,高性能计算平台、大容量存储设备、高效的算法和人工智能技术等都是算力基础设施的重要组成部分。3.2.3.应用基础设施交通行业数据要素在多领域应用中需要针对不同的应用场景构建相应的应用基础设施。应用基础设施是连接交通行业数据要素和应用场
219、景的桥梁,它能够将数据转化为实际应用并提供相应的服务。首先,交通行业数据要素在应用基础设施方面需要具有高可靠性和高可用性。例如,在出租车调度系统中,需要保证系统的可靠性和可用性,以便在任何时刻都能够实现快速高效的调度。其次,交通行业数据要素在应用基础设施方面需要支持多种不同的应用场景。例如,在智能交通系统中,需要支持交通情报发布、路况分析、交通拥堵调度等多种应用场景。此外,交通行业数据要素在应用基础设施方面需要支持不同的终端设备和通信方式。例如,车辆监控系统需要支持多种终端设备的接入,同时也需要支持不同的通信方式,如卫星通信和移动通信等。综上所述,应用基础设施是实现交通行业数据要素多领域应用的
220、重要基础设施之一,高可靠性和高可用性、支持多种应用场景、支持不同终端设备和通信方式等,都是应用基础设施的重要组成部分。3.2.4.智能管控基础设施智能管控基础设施是交通行业数据要素在多领域应用中的一个重要组成部分。它主要包括智能传感器技术、智能监测和预警系统、智能交通控制等。这些技术基础设施可以提高交通路网的智能化程度,实现交通路网的智能化管理和控制,从而提高交通安全性和交通效率。首先,智能传感器技术是智能管控基础设施的重要组成部分之一。通过安装在交通路网中的传感器设备,可以实时监测交通路网的运行情况和交通流量,从59而帮助交通管理部门实时掌握路况信息并进行路况调度。例如,在高速公路上安装雷达
221、传感器可以实时监测车流量和车速,从而根据数据情况进行智能化交通调度。其次,智能监测和预警系统也是智能管控基础设施的重要组成部分之一。通过建立智能监测和预警系统,可以对交通事故和交通违规行为进行实时监控和处理,从而保障交通安全和秩序。例如,在城市交通管理中,可以通过安装监控摄像头和智能识别技术来实时监测交通违规行为,如超速行驶、不礼让行人等。最后,智能交通控制也是智能管控基础设施的重要组成部分之一。交通控制可以通过实时调节信号灯、道路限速和交通标志等来控制路面车辆和行人的交通行为。例如,在城市交通拥堵时,交通管理部门可以通过智能信号灯调节路口通行的车辆数量,从而缓解交通拥堵。综上所述,智能管控基
222、础设施是实现交通行业数据要素多领域应用的重要基础设施之一,智能传感器技术、智能监测和预警系统、智能交通控制等都是智能管控基础设施的重要组成部分。3.2.5.安全基础设施安全基础设施是交通行业数据要素在多领域应用中的另一个重要组成部分。它包括防火墙、加密技术、身份认证和访问控制等,用于保障交通行业数据要素的安全性和完整性。这些技术基础设施可以防止信息泄露和数据损坏,保护交通行业数据要素的安全性。首先,防火墙是安全基础设施的重要组成部分之一。它可以根据网络策略和规则,过滤网络流量并对入侵行为进行检测和阻止,从而保护系统的安全性。其次,加密技术也是安全基础设施的重要组成部分之一。加密技术可以对数据进
223、行加密处理,从而保障数据传输和存储的安全性。例如,在交通支付系统中,可以采用加密技术对支付信息进行加密和保护。再次,身份认证和访问控制技术也是安全基础设施的重要组成部分之一。通过身份认证和访问控制技术,可以对用户进行身份验证,并对数据访问进行限制和控制,从而保障系统的安全性。最后,数据备份和恢复技术也是安全基础设施的重要组成部分之一。通过进行数据备份和恢复,可以在数据遭到损坏或丢失时,及时恢复数据,保障数据的完整性和可用性。综上所述,安全基础设施是实现交通行业数据要素多领域应用的重要基础设施之一。防火墙、加密技术、身份认证和访问控制技术以及数据备份和恢复技术等,都是安全基础设施的重要组成部分。
224、60第四章 中国水运交通数据要素市场化水运在交通运输领域中扮演着至关重要的角色。作为一种传统的运输方式,水运具有独特的优势和不可替代的作用。极高的运输能力、较低的运输成本、可持续性的特点、对于地区经济的发展也具有积极作用。船舶连接港口和沿海城市,港口是全球贸易、货物流动和物流网络中至关重要的一环。本章节将介绍船舶航线、船舶静态数据、船舶动态数据、船舶类型、港口数据要素等,助力企业和政府进行运输网络规划、船舶调度和货物配送决策、港口资源管理、港口安全管理以及港口竞争力分析、多式联运等等场景的研究与应用。4.1.船舶数据要素概况4.1.1.国际航线船舶“国际航行船舶”是指按照国际海事法律规定,获得
225、适当授权并符合相关标准与要求的船舶,具备进行跨国界、跨国际水域航行的资格和能力。世界上的主要航线非常多,下面是一些代表性的国际航线:表表 4-1 代表性国际航线代表性国际航线太平洋航线大西洋航线印度洋航线太平洋航线大西洋航线印度洋航线1远东北美西海岸航线西北欧北美东海岸航线波斯湾好望角西欧、北美航线2远东加勒比、北美东海岸航线西北欧、北美海岸加勒比航线波斯湾东南亚日本航线3远东南美西海岸航线西北欧、北美东海岸地中海;苏伊士运河亚太航线波斯湾苏伊士运河地中海西欧、北美运输线4远东东南亚航线西北欧、地中海南美东海岸航线5远东澳大利亚、新西兰航线西北欧、北美东海岸好望角、远东航线6澳、新北美东西海岸
226、航线南美东海岸好望角远东航线(一)船舶静态数据船舶静态数据是指关于一艘船舶的基本信息和特征,包括但不限于以下内容:(1)船舶名称:船舶的正式名称或注册名称。(2)IMO 编号:国际海事组织(IMO)为每艘商用船舶分配的唯一标识号61码。(3)MMSI 号码:海上移动业务标识码,用于识别船舶的通信设备,包括雷达、无线电通信等。(4)船舶呼号:船舶的无线电通信识别符号,用于与其他船舶和岸上通信站进行通信(5)船籍港:船舶注册地港口,用于标识船舶的归属地。(6)船籍国:船舶注册地国家或地区。(7)船舶类型:船舶的主要分类,如货船、油轮、渡船、客船等。(8)总吨位(GRT):船舶的总吨位是一个衡量船舶
227、容量大小的指标。(9)净吨位(NRT):船舶的净吨位是扣除非货运部分后的容量指标。(10)长度、宽度和吃水:船舶的尺寸参数,包括船长、船宽和船舶在水中的吃水深度。(11)建造年份:船舶建造地年份。(12)船舶所有人:船舶的所有人或经营者。(13)船舶管理者:对船舶进行运营、维护和管理的公司或机构。(14)船级社和船级证书:船舶所属的船级社(船级社是专门负责对船舶执行检验、认证和分类等工作的机构),以及船舶获得的船级证书,证明船舶符合相应的安全标准。(15)主要设备和船舶系统:船舶所配备的主要设备和系统,如发动机类型、推进器、导航设备、通信设备等。这些静态数据对于船舶的识别、管理和监管非常重要。
228、船舶静态数据可以在船舶登记机构、国际航运数据库和相关航运平台上找到,以便用于航运业务、海事安全和船舶监管等方面的目的。(二)船舶动态数据船舶动态数据是指船舶在航行和操作中实时生成的信息,其中包括但不限于以下内容:(1)船舶位置:船舶当前的经度和纬度坐标,可以用来追踪船舶的位置和航行路径。(2)航速和航向:船舶当前的前进速度和前进方向。(3)船舶状态:船舶当前的运行状态,如正在航行、靠泊、锚泊等。(4)载货情况:船舶当前的货物负载情况,包括载重量、货物种类等。(5)燃油消耗:船舶当前所消耗的燃油量。(6)船舶通信:船舶与其他船舶、岸上站点或船舶交通服务进行的无线电通信记录。62(7)船舶运行参数
229、:船舶引擎、推进器和导航设备的运行参数,如转速、温度、压力等。(8)船舶航行计划:船舶的航行计划信息,包括起始点、目的地、航线和预计到达时间等。(9)天气和海况:船舶所处位置的天气和海洋环境状况,如风力、浪高等。(10)船舶报告:船舶根据国际海事组织规定的要求定期提供的报告,如船舶位置报告、航行状态报告等。这些动态数据通过船舶上的传感器、导航设备以及与船舶相关的通信系统收集和传输。船舶动态数据对于船舶运营、航行安全和交通管制等方面具有重要意义,可以用于监控船舶位置、预测船舶到达时间、优化船舶运行效率等。4.1.2.国内海运船舶国内海运船舶是指在中国国内海域从事货物运输的船舶。在中国,海运是重要
230、的运输方式之一,连接着沿海城市、港口和内陆地区。以下是一些常见的国内海运船舶类型:(1)散货船:散货船用于运输散装货物,如矿石、煤炭、谷物等。这些船舶通常设计为开放式货舱,以便装卸散货物。(2)集装箱船:集装箱船专门用于运输集装箱货物。它们具有多层货舱和船上吊机设备,可以容纳大量的集装箱。(3)油轮:油轮主要用于运输液体货物,如原油、石油产品等。油轮通常根据货物类型分为原油船、化学品船、液化气船等。(4)滚装船:滚装船也被称为 Ro-Ro 船,用于运输车辆、机械设备等可滚动上下的货物。它们通常具有平坦的甲板,方便车辆驶入和驶出。(5)客船:除了货物运输,国内海运船舶中还有一部分是用于客运的。这
231、些船舶可提供舒适的客舱和服务设施,用于海上旅行和邮轮业务。这些是常见的国内海运船舶类型,然而还有其他一些特殊用途的船舶,如港口拖船、渔船等。具体使用哪种类型的船舶取决于货物的性质、运输距离和港口设施等因素。国内海运船舶的管理和调配由中国交通运输部、海事局等相关部门负责监管和规范。4.1.3.内河船舶内河船舶是指在国内河流、湖泊和运河等内陆水域进行货物和人员运输的船舶。在中国,内河航运是重要的交通运输方式之一,连接着内陆城市和港口,促进了地区经济的发展。以下是一些常见的内河船舶类型:(1)集装箱驳船:集装箱驳船用于在内河水道上进行集装箱货物的短程运63输。它们设计为适应内河水道的尺寸和深度,并具
232、有装卸集装箱的设备。(2)散货驳船:散货驳船用于在内河水道上进行散装货物的运输,如煤炭、谷物、建材等。它们通常有开放式货舱,便于装卸散货物。(3)油轮:内河油轮主要用于在内陆水域进行液体货物(如石油产品)的运输。它们的尺寸和设计适应内河水道的限制。(4)客船:内河客船提供游览和旅行服务,可在内陆水域上进行河流游船和邮轮业务。这些船舶通常具有舒适的客舱、休闲设施和餐饮服务。(5)渔船:内河渔船用于进行内河水域的渔业活动,如捕捞和养殖。它们具备适合内河环境的尺寸和设备。除了上述类型,还有其他一些特殊用途的内河船舶,如维护船、拖船等。根据内河水域的特点、运输需求和相关法规,内河船舶的设计和操作会有所
233、不同。内河航运的管理与监管由中国交通运输部、河长办等相关部门负责。4.2.港口数据要素概况4.2.1.港口基础信息(1)港口名称:表示该港口的具体名称,通常以地理位置或特定名称命名。(2)港口位置:记录港口所在的地理位置,包括经度和纬度坐标,以及所处的国家或地区。(3)港口类型:描述港口的类型,如海港、河港、湖港等。(4)港口规模:评估港口的规模大小,通常可以通过货物吞吐量、码头长度、停靠能力等指标衡量。(5)港口设施:描述港口的基础设施,包括码头、仓库、起重设备、堆场、供电设施、通信设施等。(6)港口水深:记录港口的水深情况,对于不同类型的船舶来说,水深是决定能否进入港口以及停泊的重要因素之
234、一。(7)港口运营情况:记录港口的运营情况,包括航线、船舶进出港情况、货物吞吐量等。(8)港口服务:描述港口提供的服务,如货物装卸、仓储、清关、维修、供应品供应等(9)港口管理机构:记录负责管理和监督港口运营的机构或部门。(10)港口发展计划:描述港口的发展规划和目标,包括扩建、改造、提升设施等计划。这些基础信息对于航运公司、货主、船舶操作人员等来说都是重要的参考,64用于选择港口、安排船舶进出港以及规划货物运输。同时,这些信息港口的基础信息在货物运输、船舶调度、港口规划、经济影响和区域发展等方面起到重要作用,也对港口管理部门和相关利益相关方有助于了解港口的整体情况和发展潜力。4.2.2.港口
235、交通流量港口交通流量是指港口区域内各种交通运输工具(包括船舶、卡车、铁路等)在一定时间内的流量情况,主要用于描述和衡量港口的运输能力和繁忙程度。具体来说,港口交通流量可以从以下几个维度进行衡量:(1)船舶流量:指进出港口的船舶数量和类型。通常以每天、每周或每年进出港口的船舶总数进行统计。船舶流量的高低反映了港口的繁忙程度和运输能力。(2)货物吞吐量:指港口货物的运输量,通常以货物的重量或数量来衡量。货物吞吐量可以分为进口货物吞吐量和出口货物吞吐量,也可以按不同货物类别进行统计。货物吞吐量的增长说明港口的贸易活动日益繁荣。(3)车辆流量:指进出港口的陆上交通工具(如卡车、集装箱拖拉机等)的数量。
236、车辆流量的高低反映了港口的陆路交通情况和物流状况。(4)铁路流量:指通过铁路进出港口的货物和集装箱数量。铁路流量的增长反映了港口与铁路运输之间的联系和合作。港口交通流量的高低直接影响着港口的运营效率和物流能力。对于港口管理部门和相关利益相关方来说,了解和监测港口交通流量是重要的,可以为港口规划、资源调配和运输计划提供依据,以提高港口的运营效率和服务水平。4.2.3.港口船期(1)到港时间(ETA):船舶预计到达港口的时间。这是一个预估的时间,可根据船舶的航行速度、航线距离和其他因素进行计算。到港时间对于货主和物流公司来说非常重要,可以帮助他们合理安排货物的运输和处理计划。(2)靠港时间(ATA
237、):船舶实际抵达并靠泊港口的时间。靠港时间是指船舶到达港口并停泊在指定的靠泊位上的时刻。这个时间通常由船舶的航行状况、天气和港口的调度安排等因素决定。(3)开始装卸时间(ST):船舶开始装卸货物的时间。装卸时间根据港口地设备、人力资源、操作效率等因素决定。港口通常会提前与船舶的船东或代理进行沟通和安排,以确定具体的装卸计划和时间。(4)完成装卸时间(ETD):船舶完成装卸货物并离开港口的时间。完成装卸时间通常是在开始装卸后的一段时间内确定的,根据船舶和港口的运作效率来决定。65港口船期信息对于货主、物流公司和港口运营者来说至关重要。它们可以根据船期信息来合理安排货物的运输计划、协调装卸作业和确
238、保货物的及时交付。船期信息的准确性和及时更新对于提高港口的运营效率、优化物流链路至关重要。因此,港口管理部门和船舶运营者通常会密切合作,共同监控和调整船期信息,以确保港口运作的顺畅和效益。4.2.4.箱单动态箱单动态是指对集装箱货物运输过程中的货物状态和位置进行实时跟踪和更新的信息。通过箱单动态,货主、物流公司和相关利益方可以随时了解集装箱货物的实时位置、运输进度和状态变化。箱单动态通常包括以下内容:(1)集装箱号码:每个集装箱都有一个独特的识别号码,通过此号码可以唯一标识和追踪集装箱。(2)货物状态:指集装箱内货物的状态,如已装货、运输中、已卸货等。(3)当前位置:显示集装箱目前所处的地理位
239、置,通常使用全球定位系统(GPS)、船舶 AIS 设备或者其他定位技术来确定。(4)运输进度:显示集装箱的运输进度,包括起运港口、中转港口和目的港口等节点的时间信息。(5)状态更新:集装箱在运输过程中可能发生各种变化,如装船、卸船、中转等操作。箱单动态会根据这些操作及时更新信息,让相关方了解货物的最新状态。箱单动态的信息来源可以是船舶船东、物流公司或相关的货运平台和系统。利用现代物流科技和实时数据传输,箱单动态可以通过电子邮件、手机应用程序或网络平台等渠道提供给相关方,以便他们进行货物跟踪、衔接运输环节和及时调整物流计划。总之,箱单动态通过提供实时的货物位置、状态和运输进度等信息,使得货主、物
240、流公司和其他利益方能够更好地掌握货物运输的情况,提高运输效率和可视性。这对于货物追踪、仓储计划以及客户服务等方面具有重要意义。4.2.5.预配舱单预配舱单(Pre-Loading Cargo Manifest)是指在货物装船之前提供给海关和船舶运营者的一份清单,是一份货物装载计划的文件,用户记录货物在船上的摆放位置和顺序,详细列出了将要装载到船舶上的所有货物及其相关信息。预配舱单的组成要素有很多:船名航次、提单号码、货物明细、舱位分配、装卸顺序、船舶图示、收发人信息、清关相关信息等。66预配舱单中的以下要素是需要开放流通的:1、船名航次(用于船舶公司、货代等各方进行货物追踪、协调和沟通的基础信
241、息)。2、货物明细(货物明细由发货方提供,对于货代、海关以及相关当局是必要的,以便进行船舶装载计划、海关申报、安全检查等工作)。3、目的港(目的港由货物收货方或货代提供,发货方通常会提前告知收货方货物最终的目的地港口,此类信息对于货代、船舶公司和收货方是必要的,以便进行货物的正确导向和后续处理)。4、装箱地点(货代和仓库人员根据此信息要求的位置进行装载)。5、收发人信息(包括发货方和收货方的名称、地址、联系方式等,货代和船舶公司可以此进行交流和通知)。预配舱单的准确性和及时提交对于货物装船的顺利进行至关重要。它有助于确保船舶安全稳定地运输货物,避免出现装载错误、漏装货物或超载等问题。同时,预配
242、舱单也为海关提供了清晰的货物信息,促进了安全检查和跨境贸易的便利化。4.2.6.VGM 称重VGM 称重是指货物在装载集装箱之前进行的重量验证程序,全称为 VerifiedGross Mass(VGM)。货物的净重量,并将其与包装材料和集装箱的重量相加,得到 VGM。根据国际海事组织(IMO)的要求,自 2016 年 7 月 1 日起,所有装载海运集装箱的货物必须提供准确的 VGM,确保货物和集装箱的总重量在安全限制范围内。VGM 的数据格式通常只有 2 种方式:1、VGM 声明格式,以文件形式提供,通常使用电子文档或电子数据交换(EDI)标准进行提交。VGM 声明通常包括船名/航次、集装箱号
243、码、净重 2、VGM 贴纸格式,在集装箱上粘贴 VGM 贴纸,贴纸上包含 VGM 的相关信息。VGM 贴纸包括船名/航次、集装箱号码、净重、出口商或其代理人的签名和日期(作为 VGM 数据的确认和验证)。VGM 称重的目的是确保船舶的稳定性、避免货物超载和减少运输风险。4.2.7.预抵船舶预抵船舶是指计划在某个港口或码头抵达的船舶。通常,港口管理机构或物流公司会提供有关预抵船舶的信息,以便相关方能够做好准备和安排。预抵船舶的数据信息包括以下方面:(1)船名和船号:船名是指船舶的名称,船号是船舶的唯一标识符。通过船名和船号,可以确定船舶的身份和相关信息。(2)预计抵达时间(ETA):预计抵达时间
244、是指船舶计划在目标港口或码头抵达的预估时间。它通常基于船舶当前位置、航行速度、天气等因素来进行计67算和估算。(3)预计离港时间(ETD):船舶预计离开当前港口的日期与时间,ETD通常与船舶的装卸货物、加油补给、维护等活动有关。(4)船舶类型和尺寸:船舶类型可以是货轮、油轮、集装箱船等不同种类的船舶。船舶尺寸表示船舶的长度、宽度、吃水等物理尺寸。了解船舶类型和尺寸可以帮助港口管理机构和物流公司进行合适的码头或泊位安排。(5)货物和装卸计划:如果船舶上有货物需要装卸,预抵船舶信息可能还包括货物类型、数量和装卸计划。这有助于港口和物流公司准备好必要的设备和人力资源。(6)航线和航次:航线指船舶的航
245、行路径或航线,航次是指船舶在特定航线上的一次航行。了解航线和航次信息可以帮助货主和物流公司跟踪船舶的行程和进度。预抵船舶的数据信息对于港口、码头可根据船舶的属性和规格,合理配置装卸设备、集卡车辆和人力资源,优化资源利用效率;对于货主、报关代理和货代能够合理安排货物的通关、检验检疫和配送等流程。4.2.8.集卡车动态集卡车动态是指对集装箱卡车运输过程中的车辆状态和位置进行实时跟踪和更新的信息。它可以提供以下方面的内容:(1)车辆位置:显示集卡车的实时地理位置。通过全球定位系统(GPS)或其他定位技术,可以确定集卡车目前所处的地点。(2)运输进度:显示集卡车的运输进展,包括起运地点、途中停留、目的
246、地等节点的时间信息。这有助于货主和物流公司掌握货物的运输时间和进度。(3)预计到达时间:根据车辆当前位置和运输速度,估计集卡车到达目的地的预计时间。这可以帮助相关方进行货物追踪和调整物流计划。(4)状态更新:集卡车在运输过程中可能发生各种变化,如装载货物、卸货、中途停留等操作。集卡车动态会及时更新这些操作的信息,以让相关方了解货物的最新状态(5)车辆健康状况:集卡车动态还可以提供车辆的健康状况信息,如油量、里程数、维修记录等。这可以帮助物流公司和车队管理者进行车辆维护和保养计划。通过现代物流科技和实时数据传输,集卡车动态的信息可以通过电子邮件、手机应用程序或物流平台等渠道提供给货主、物流公司和
247、其他相关方,以便他们随时跟踪货物的运输情况和作出相应的决策。68总之,集卡车动态通过提供实时的车辆位置、运输进度和状态更新等信息,使货主、物流公司和其他利益相关方能够更好地掌握货物的运输情况,提高运输效率和可视性。这对于货物追踪、运输计划和客户服务等方面具有重要意义。4.2.9.放行信息船舶放行信息是指船舶在海港或港口进行进出港操作时所需的审批和放行程序。通常包括船舶申报、港口手续、审批程序、检查和安全审查、船舶文件和证明,具体的船舶放行信息可能因港口和国家的不同而有所差异。放行信息的作用是确保船舶安全、进行货物监管、海关手续的顺利进行以及运输计划的有效管理。4.3.航运数据要素概况4.3.1
248、.集装箱运输集装箱运输是一种高效的货物运输方式,通过将货物装载在标准化的集装箱内,然后利用船舶、铁路、公路或内陆水路等多种交通工具进行运输。这种运输方式在全球贸易中占据着重要地位,为国际贸易和全球物流提供了关键的支持。集装箱运输过程会涉及和产生大量的数据,可以帮助优化运输流程、提高运输效率、降低成本,并增强整体的可视性和控制力。所涉及的数据信息,包括该船公司的名称、地址、联系方式、业务范围、船队规模、运营路线、运输服务、船舶类型、公司背景和历史等信息。图图 4-1 集装箱运输信息集装箱运输信息这些信息对于了解船公司的运营状况、业务特点和市场地位非常重要。对市场化会产生以下作用:(1)选择运输服
249、务供应商:市场化使得不同的集装箱船公司竞争提供运输服务。企业可以通过比较不同公司的服务、船期、价格等信息,选择最适合他们需求的运输服务供应商。(2)定价和谈判:具有集装箱船公司信息的企业可以更好地参与运输合同的定价和谈判过程。他们可以了解市场价格趋势,为自己争取更有利的合同条款。(3)运输计划和排程:了解不同集装箱船公司的船期安排,企业可以更好69地进行运输计划和排程。这有助于避免延误,提高运输的准确性和可靠性。(4)多样化选择:市场化使得有多家集装箱船公司提供服务,企业可以根据自己的需求和战略选择不同的供应商,降低对单一供应商的依赖性。(5)优化运输成本:通过比较不同船公司的运费和附加费用,
250、企业可以寻找最经济高效的运输方案,降低运输成本。(6)可视性和监控:了解集装箱船公司的实时位置和状态信息,企业可以实现货物的可视性和监控。这有助于提前预测和解决潜在的问题。(7)合规性和可定度:在市场化中,企业可以选择那些合规性高、信誉良好的集装箱船公司,降低合作风险。(8)供应链风险管理:对于依赖集装箱运输的供应链,了解不同船公司的运营状况和风险情况,有助于有效管理供应链中的潜在风险。(9)创新和发展:由于市场化的竞争,集装箱船公司不断寻求创新和提升服务质量,这将有助于整个行业的发展和进步。(10)数据驱动决策:集装箱船公司的数据可以用于分析和预测市场趋势,帮助企业做出更为明智的决策。4.3
251、.2.干散货运输干散货运输用于运输散装的大宗货物,这些货物在装载时没有使用集装箱或其他容器进行包装。干散货是指以颗粒、块状或粉末形式存在的货物,如煤炭、铁矿石、谷物、矿砂、木材等。干散货运输通常是根据船型、起始港口类别、泊位、发货国家等多种元素综合分析得出运输干散货的类型和货量。图图 4-2 干散货运输信息干散货运输信息干散货运输信息在市场化中发挥着重要作用,尤其是在国际贸易和物流领域。这些信息可以帮助市场参与者更好地决策、进行谈判、优化运输方案,并提高整体的透明度和效率。以下是干散货运输信息对市场化的一些作用:(1)供需平衡:干散货运输信息可以提供货物供需的实时情况。市场参与者70可以根据市
252、场上货物的供应和需求情况,调整自己的运输计划和战略,以满足市场需求。(2)定价和谈判:具备干散货运输信息的企业可以更好地参与运输合同的定价和谈判过程。他们可以了解市场价格趋势,从而更有信心地与供应商和客户进行谈判。(3)资源配置:市场化运输信息有助于企业更有效地分配资源,包括船只、设备、人力等。帮助运输企业优化运输计划,降低运输成本,提高资源利用率。(4)风险管理:干散货运输信息可以帮助企业识别潜在的风险,如货物延误、损失等。这有助于及早采取措施以降低风险。(5)市场透明度:干散货运输信息提供了更大的市场透明度。参与者可以更容易地了解市场情况,从而作出更明智的决策。(6)竞争与创新:干散货市场
253、化的竞争促使运输公司寻求创新,提供更好的服务。这将有助于推动整个行业的进步。(7)合作伙伴选择:企业可以根据市场化的干散货运输信息,选择合适的供应商、运输公司和合作伙伴,以满足其运输需求。(8)数据驱动决策:运输数据可以用于分析市场趋势和需求预测,帮助企业做出更为精准的决策。4.3.3.液散货运输液散货运输是指运输液体和散装货物的一种货物运输方式。液散货运输涉及将液体货物和散装干货以非容器化方式运输,即没有使用集装箱或其他包装容器。液散货通常以液体或粉末的形式存在,例如石油、化工品、谷物、矿砂等。液散货运输的判断元素和干散货运输相似,可参考“干散货运输参考因素”。液散货运输数据对市场化作用除干
254、散货外,还包括:(1)货物质量和数据检测:液散货运输数据可以用于监测货物的质量和数量。通过传感器和测量设备,可以实时监控液体货物的装载和卸载过程,以确保货物不受损害且数量准确。(2)风险管理:分析运输数据可以识别潜在的风险,如货物损失、泄漏等。这有助于及早采取措施以降低风险。(3)环境和安全:运输数据可以用于分析液散货运输过程的环境影响和安全状况。这有助于企业采取措施减少环境污染和提高安全性。714.4.水运交通数据要素应用场景及案例4.4.1.船舶感知网络平台船舶感知平台是一个提供船舶位置跟踪、全球船舶信息、船舶的各项数据,API 接口的船舶信息服务平台。“船达通”【https:/】作为知名
255、船舶感知平台,主要提供以下功能:图图 4-3 船达通网站船达通网站(1)船舶实时跟踪:通过卫星 AIS(自动识别系统)和其他数据源,提供全球范围内船舶实时位置的跟踪。用户可以在地图上查看船舶的当前位置、航向、航速以及船舶的详细信息,如船名、呼号、船籍国、尺寸等。图图 4-4 船舶实时位置船舶实时位置(2)船舶历史轨迹:用户可以选择特定的船舶并回放其过去的航行路线和行程。72图图 4-5 船舶历史轨迹船舶历史轨迹(3)船舶数据库:船达通维护一个全球船舶数据库,其中包含大量船舶的历史和实时信息。用户可以通过搜索功能查找特定船舶,并获取其航行历史、船主信息等。图图 4-6 船舶数据库船舶数据库(4)
256、船舶事件和警报:船达通提供有关船舶事件的警报和通知,例如船舶进出港警报、船速异常、进出危险区域等,帮助用户及时了解船舶相关的海上活动。73图图 4-7 船舶事件和报警船舶事件和报警(5)海上交通图:船达通可以为用户提供海上交通图,显示某一区域内船舶的实时位置和航行情况,有助于监控海上交通状况。图图 4-8 海上交通图海上交通图(6)数据分析与 API:船达通还提供数据分析工具和 API 接口,允许用户访问和利用船舶数据,用于航运行业的研究、分析和业务需求。74图图 4-9 数据分析与数据分析与 API船舶感知网络在现代海上航行中扮演着至关重要的角色,特别是在繁忙的航道、港口和水域中。它可以提高
257、航行的安全性,优化交通流程,减少交通事故的发生,并为船舶提供全天候的支持和指导。同时提供的数据和 API,可供航运及相关行业研究分析,对航运业有重大帮助。4.4.2.船舶风险评估船舶风险评估是一种系统性的方法,用于识别、分析和评估船舶运营和航行中可能面临的各种风险。这种评估可以帮助船舶所有者、经营者和相关利益相关者了解船舶运营中的潜在风险,并采取适当的措施来降低这些风险的发生概率,从而确保船舶和船员的安全,货物的安全运输,以及环境的保护。船舶风险评估通常涉及以下步骤:(1)风险识别:识别可能涉及船舶运营的各种风险,包括船舶安全、货物运输、环境保护、船员健康和安全等方面的风险。这一步骤需要收集相
258、关数据和信息,并考虑船舶所处的运输环境和特定的运营条件。(2)风险分析:对识别出的风险进行分析,包括评估这些风险发生的可能性和潜在影响。这需要考虑各种因素,如天气条件、船舶状态、货物特性、船员技能和海域特点等75图图 4-10 台风影响台风影响(3)风险评估:将风险进行排序,确定哪些风险是高风险、中风险或低风险的,并重点关注高风险。评估可能涉及定量分析和定性评估。(4)风险控制和管理:制定相应的风险控制措施和管理计划,以减少高风险的潜在影响,提高船舶和船员的安全性,并确保货物的安全和环境的保护。这可能包括制定安全程序、培训船员、使用先进的导航和通信设备、定期维护船舶设施等。(5)风险监控和应急
259、准备:定期监控风险情况,随时调整和改进风险管理计划。同时,制定应急准备措施,以便在风险事件发生时能够迅速应对,最大限度地减少损失和影响。船舶风险评估是船舶运营和管理的关键部分,有助于确保船舶安全运行、货物安全运输和环境保护。这也是国际海事组织(IMO)和其他海事监管机构强调的重要要求之一。4.4.3.船舶估值船舶估值是对一艘船舶当前的市场价值进行评估的过程。这种估值通常由专业的船舶估值师或评估机构进行,以确定船舶在特定时点的公允市场价值。船舶估值可能会发生在以下情况:(1)船舶买卖交易:当船舶所有权转让时,买家和卖家需要知道船舶的市场价值,以决定合理的买卖价格。(2)贷款和融资:船东可能需要向
260、银行或其他金融机构申请贷款或融资,船舶估值是评估抵押资产价值的重要依据。(3)保险和风险管理:船舶的保险费用通常与其估值相关,确保船舶正确76估值有助于避免保险索赔问题。(4)会计和资产管理:对于公司财务报表和资产管理,正确的船舶估值对于决策和资产评估至关重要。船舶估值的方法和准确度可以因船舶类型、船龄、技术状况、市场行情等因素而有所不同。4.4.4.水陆联运可视化水陆联运是指通过水路和陆路的多种交通方式(主要是货车+船舶)进行有机结合,以优化货物运输的整体效率和成本,通过图表、地图、图像和动画等视觉化手段来展示水陆联运系统运作情况和数据的方法。这种可视化方法旨在使运输相关的信息更加直观和易于
261、理解。箱达通【https:/】作为水陆联运可视化的达标,涵盖以下内容:图图 4-11 箱达通网站箱达通网站(1)船舶实时位置和轨迹:通过地图或图表展示船舶在水域上的实时位置和航行轨迹,让用户了解船舶的航线和运行情况。77图图 4-12 船舶位置和轨迹船舶位置和轨迹(2)货物运输路线:在地图上展示货物的运输路线,包括从港口到陆地物流中心或终端客户的运输路径,帮助监控货物运输的流向和进度。图图 4-13 货物运输路线货物运输路线(3)港口交通状况:通过图表或地图显示水域中船舶的交通状况,包括船舶密度、拥堵情况等,有助于优化船舶交通管理和规划。78图图 4-14 港口交通情况港口交通情况(4)货物跟
262、踪和状态:提供货物运输过程中的实时状态,从提箱还箱全流程节点信息,方便货主和物流公司掌握货物的动态。图图 4-15 货物跟踪和状态货物跟踪和状态(5)效率和成本分析:通过图表和数据展示水陆联运系统的运营效率、成本结构和优化潜力,帮助相关企业和政府部门做出决策。(6)交通预警和风险评估:通过可视化手段提供交通预警和风险评估信息,对货物运输过程中可能存在的运输延期风险进行预警和提前评估,避免发生。79图图 4-16 风险预警风险预警水陆联运可视化的优点在于它将复杂的交通和运输数据以视觉化方式呈现,帮助用户更快速、直观地了解整个水陆联运系统的运作情况,为决策提供支持和参考。这种方法在物流行业和交通管
263、理中具有广泛的应用前景。80第五章 中国公路交通数据要素市场化5.1.公路交通数据要素概况5.1.1.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,
264、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%。图图 5-1 20172022 年年末全国公路里程及公路密度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
265、程 11.99万公里、增加 0.29 万公里。81图图 5-2 2022 年年末全国公路里程构成(按技术等级分)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、267
266、8.43 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
267、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82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
268、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
269、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,
270、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
271、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。83 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
272、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
273、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。84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
274、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。
275、(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,
276、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。85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,
277、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。5.2.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。5.2.1.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
278、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
279、个重要挑战。5.2.2.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86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
280、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
281、分开放与应用,推动交通行业的发展与进步。5.3.公路数据要素应用场景及案例5.3.1.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
282、、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87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。图图 5-3 公路数据要素应用场景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
283、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
284、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88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
285、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。图图 5-4 时间分布类车辆通行模型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
286、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。图图 5-5 范围分布类车辆通行模型范围分布类车辆通行模型89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。图图 5-6 驾驶环境类模型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
287、、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。图图 5-7 货车驾驶行为分析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,90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。图图 5-8 小货车风险评估模型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
288、型数据为例,假设 1112 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)。表表 5-1 高风险业务截尾高风险业务截尾分数保单数赔付率假设:投查比为 1:8;每个保单重复报价 5 次(首次缓存,后面 4 次保司调用缓存数据)1188,01936.10%2188,82937.93%370,71346.35%小货车车均保费4200469,62839.50%595,48750.74%小货车赔付率优化值2.18%692,44355.65%746,95562.38%赔付优化金额65.3847,21973.05%946,790
289、68.01%投入金额1.61047,00571.92%1123,50285.64%投产比2%1223,50397.56%分值应用场景 2差异化定价:91定价策略:16 分自主折扣为 0.7,710 分自主折扣为 1,1112 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。表表 5-2 差异化定价差异化定价分数含 NCD 标准保费赔付率假设业务占比自主折扣假设预计新赔付率预计新的业务占比赔付率优化16 分42.5%37.5%0.
290、760.7%67.5%710 分68.8%30.0%168.8%30.0%1112 分 91.6%32.5%1.3567.9%2.5%整体66.4%63.3%3.0%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:
291、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%。表表 5-3 因子差异化定价策略因子差异化定价策略92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
292、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。表表 5-4 疑似营业货车标签应用疑似营业货车标签应用是否疑似营业货车是否疑似营业货车业务占比业务占比赔付率赔付率策略策略 1:新折扣:新折扣新赔付率新赔付率策略策略 2:禁止承保:禁止承保否否95%51.02%151.02%51.02%是是5%91.28%1.3567.61%合计合计53.03%51.85%51.02%(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
293、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
294、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。93图图 5-9 车辆碳排放监测车辆碳排放监测(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(20202025 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
295、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。图图 5-10 文旅大数据智
296、能决策平台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94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
297、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。图图 5-11 物流金融风控体系物流金融风控体系(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
298、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,95收费主责权分散,并回归路段,主体增多后,收费情况
299、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。8、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
300、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。5.3.2.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
301、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96的全面巡检和及时维护。(4)缺陷和异常监测基础
302、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
303、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。97图图 5-12 道路智能巡检管理平台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
304、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
305、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98理部门及时发
306、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
307、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
308、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。99图图 5-13 科学养护体系科学养护体系5.3.3.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
309、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
310、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、100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
311、、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
312、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
313、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101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
314、,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
315、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。图图 5-14 异常事件检测异常事件检测1023、公路交通执法应用通过视频采集的交
316、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
317、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
318、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103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 V
319、iDeep,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
320、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。图图 5-15 货车高速识别检测货车高速识别检测5.3.4.公路数据要素分析报告(一)2022 全国通行车辆概况统计时间 2022 年 1 月 1 日至 2022 年 12 月 31 日,全国共有超过 2.68 亿辆车辆在公路行驶,其中客车超过 2.4 亿辆,货车超过 2879 万辆,根据公安部 2023年 1 月发布的数据显示,全国汽车保有量达到 3.19 亿辆。104根据交通部的车型标准划分,客车和货车不同车型车辆数的分布如下:车辆大类车辆类型车辆类型说明车辆总数客车一类客车核定载客人数9239034617二类客车核定载客
321、人数 10-19505904三类客车核定载客人数39331343四类客车核定载客人数40344138货车一类货车总轴数(含悬浮轴)=2,6 米且总质量4.5 吨18879361二类货车总轴数(含悬浮轴)=2,6 米且总质量4.5 吨1915085三类货车总轴数(含悬浮轴)=31680627四类货车总轴数(含悬浮轴)=42134717五类货车总轴数(含悬浮轴)=5417271六类货车总轴数(含悬浮轴)63763204统计时间内,按照车辆归属省份统计,全国通行新能源车辆各省份分布如下图,广东的新能源货车数量遥遥领先。广东、浙江、上海新能源客车数量位居全国前列,南方省份车辆数明显多于北方省份。*数据
322、来源:贵州数据宝网络科技有限公司105统计时间内,全国各省通行绿通车累计通行次数超过 6000 万次,通行省份分布如下图所示,贵州、四川、山东位居全国前列。统计时间内,全国通行的货车,ETC 是使用次数最多的支付方式,其次为现金支付,其中山西省 ETC 支付次数的占比最高。统计时间内,全国通行的客车,ETC 是使用次数最多的支付方式,其次为现金支付,其中云南 ETC 支付次数的占比最高。*数据来源:贵州数据宝网络科技有限公司106统计时间内,全国通行货车平均活跃度(上路天数/月份天数)如下图,其中二月份平均活跃度最低,其余月份变化较小。统计时间内,全国通行客车平均活跃度(上路天数/月份天数)如
323、下图,其中一、二型客车各月份之间变化较小,三、四型客车在暑期更为活跃,其余月份活跃较低。(二)2022 全国客车通行概况统计时间内,按照车辆归属地统计,全国通行路网客车各省份通行分布如下图,其中广东、山东、浙江、江苏等省份为通行大省。*数据来源:贵州数据宝网络科技有限公司107统计时间内,全国超 2.4 亿辆客车,累计通行行驶 4506 千亿公里,单车通行平均总里程超过 1900 公里,其中广东籍车辆行驶总里程最多,四川籍车辆平均里程最大。统计时间内,全国超 2.4 亿辆客车,累计通行超 64 亿次,其中广东籍车辆通行次数最多。统计时间内,全国共有 2.4 亿辆客车,共产生 2.2 亿次超速行
324、为,其中四川籍车辆超速次数最多。*数据来源:贵州数据宝网络科技有限公司108由下图可知,全国各省通行客车平均速度相差较小,均在 85km/h 左右,超速通行的平均速度在 135km/h 左右,其中福建籍车辆超速程度最高。统计时间内,全国客车按车籍地区分,超速车辆分布如下图。统计时间内,结合通行数据,针对客车异地行驶情况进行分析,其中江苏籍车辆异地行驶比例最高。*数据来源:贵州数据宝网络科技有限公司109统计时间内,结合通行数据,针对客车行驶路线进行分析,北京籍、青海籍车辆的平均活动范围最大。(三)2022 全国货车通行概况统计时间内,全国超 2800 万辆货车,共产生超 22 亿条出入站通行记
325、录,其中一型货车通行次数最多,其次为六型货车,单车平均通行次数最高的为五型货车。统计时间内,全国货车累计通行 50 亿小时,单次上路时长约为 2.2 小时,其中五型客车单次上路时长最高每月为 3.6 小时。*数据来源:贵州数据宝网络科技有限公司110统计时间内,全国货车累计行驶 2590 千亿公里,单车通行平均行驶里程超过 9 千公里,按车型分布如下图。统计时间内,全国超 2800 万辆货车进入公路,通行车辆各省份分布如下图,其中广东省、山东省为货车通行大省。统计时间内,全国货车通行行驶总里程达 2590 千亿公里,其中山东籍车辆总行驶里程最高,单车平均行驶里程最高的为辽宁籍车辆。*数据来源:
326、贵州数据宝网络科技有限公司111统计时间内,全国超 2800 万辆货车,共进出公路达 22 亿次,其中广东籍车辆通行行驶次数最多,上海籍车辆单车平均行驶次数最多。统计时间内,全国通行货车共产生 1.4 亿次超速行为,其中广东籍货车超速行为最多,其次为山东籍、四川籍。由下图可知,全国各省通行货车平均速度相差较小,均在 70km/h 左右,超速通行的平均速度在 100km/h 左右,其中青海籍车辆超速程度最高,超速平均速度达 111km/h。*数据来源:贵州数据宝网络科技有限公司112统计时间内,全国货车按车籍地区分,超速车辆分布如下图。统计时间内,全国通行货车共产生 1411 万次超载行为,其中
327、山东籍货车超载行为最多,其次为河北籍。统计时间内,全国货车按车籍地区分,超载车辆分布如下图。数据来源:贵州数据宝网络科技有限公司113统计时间内,全国通行货车 8 小时以上疲劳驾驶行程数共计达 1.5 亿次,山东籍、河北籍、河南籍行程数最多,辽宁籍车辆疲劳驾驶行程占比最高。统计时间内,结合通行数据,针对货车异地行驶情况进行分析,其中河南籍车辆省外通行的占比最高。(四)2022 全国货物通行运输概况统计时间内,全国通行路网共计超过 2800 万辆货车总计运输货物量为 199亿吨公里,其中河北、山东、广东为公路货物运输大省。*数据来源:贵州数据宝网络科技有限公司114统计时间内,全国通行路网共计超
328、过 2800 万辆货车总产生货物周转量为 3.8万亿吨公里,各省份货物周转量分布如下图。统计时间内,全国通行路网共计超过 2800 万辆货车总产生货物周转量为 3.8万亿吨公里,各省份货物周转量分布如下图。*数据来源:贵州数据宝网络科技有限公司115统计时间内,全国超过 2800 万辆通行货车运输量的平均饱和度和空载率分布如下图,其中六型货车运输饱和度最高,一型货车平均空载率最高。统计时间内,全国超过 2800 万辆通行各省份货车运输量的平均饱和度和空载率分布如下图,其中北京籍货车空载率最高、山西籍货车运输饱和度最高。*数据来源:贵州数据宝网络科技有限公司116统计时间内,车辆通行主要线路如下
329、图所示,其中通行量、货物运输量排名前列的省际线路多集中在中东部地区。*数据来源:贵州数据宝网络科技有限公司117(五)2022 全国区域一体化分析统计时间内,对四川重庆通行线路分析,两地之间车辆、货物流通,均占两地出省流量的四成以上,具体如下图所示。*数据来源:贵州数据宝网络科技有限公司118统计时间内,长三角地区各通行线路分析,两地之间车辆、货物流通,均占两地出省流量的四成以上,具体如下图所示。*数据来源:贵州数据宝网络科技有限公司119(六)车辆年度通行变化分析统计时间内,除 2022 年 2 月,整体变化趋势相对平稳,2023 年呈现复苏状态,其中 2023 年 3 月货车通行次数已超过
330、 2022 年所有单月。统计时间内,客车通行次数各月份变化较为明显,其中节假日旅游旺季,客车通行次数较多,淡季期间次数较少。*数据来源:贵州数据宝网络科技有限公司120统计时间内,货运变化趋势与货车通行变化趋势整体较为一致,2023 年整体呈现复苏趋势,其中 2023 年 3 月同比增长 14%。以上海地区为例,统计时间内,车辆通行变化如下图所示。*数据来源:贵州数据宝网络科技有限公司121统计时间内,上海地区货运变化如下图所示。相较于 2021 年,2022 年货车各类通行量,如通行总里程、通行总时长、通行总次数与总运输货重均发生不同程度的下降,具体情况如下图所示。*数据来源:贵州数据宝网络
331、科技有限公司122相较于 2021 年,2022 年客车通行量,如总里程、总时长、总通行次数发生不同程度的下降,具体情况如下图所示。统计时间 2021 年 1 月 1 日至 2022 年 12 月 31 日,全国共有超过 2.8 亿辆车辆在公路行驶,其中客车超过 2.4 亿辆,货车超过 3531 万辆。车辆大类车辆类型车辆类型说明车辆总数客车一类客车核定载客人数9244974608二类客车核定载客人数 10-19670484三类客车核定载客人数39392881四类客车核定载客人数40383487货车一类货车总轴数(含悬浮轴)=2,6 米且总质量4.5 吨22049478二类货车总轴数(含悬浮轴
332、)=2,6 米且总质量4.5 吨3282428三类货车总轴数(含悬浮轴)=32526276四类货车总轴数(含悬浮轴)=42287861五类货车总轴数(含悬浮轴)=5565890六类货车总轴数(含悬浮轴)64607985*数据来源:贵州数据宝网络科技有限公司1232021 年与 2022 年通行货车车辆数具体分析如下图所示。相较于 2021,2022年行驶过公路的货车数量发生明显下降,其中一类货车下降数量最多,超过 317万辆。2021 年与 2022 年通行客车车辆数具体分析如下图所示。相较于 2021,2022年行驶过公路的客车数量发生一定程度的下降,其中一类客车下降数量最多,达到 593
333、万辆。*数据来源:贵州数据宝网络科技有限公司124(七)节假日通行流量分析在春节法定节假期期间,通行流量进入低谷,且节假日前后呈现较大变化程度。节前在腊月二十七、二十八车流量达到顶峰,节后返程车流在正月初七、正月十五达到最大值。春运期间客车通行流量与总体趋势保持一致,均在春节法定节假日期间进入低谷,且节前在腊月二十七、二十八车流量达到顶峰,节后返程车流在正月初七、正月十五达到最大值。*数据来源:贵州数据宝网络科技有限公司2023 年春运整体流量、客车流量变化趋势相较于 2022 年一致,但运输量均产生一定的提升。125春运期间,货车流量变化趋势相对更为平稳,整体呈“V”字形,在大年初一当天达到最低值,节后开始稳步回升。2022 年上海地区春运期间客车流入流出变化呈现相反趋势,在腊月二十七前呈现出递增趋势,并在当天流出量达到峰值。春节后开始稳步回升,并在初六达到回程峰值,往后趋于稳定。202