大数据驱动的城市道路交通管理模式研究
摘 要 随着机动车保有量的增加，机动化水平的提升，“城市病”的蔓延，传统的城市道路模式面临巨大挑战。本文首先分析了城市道路交通管理面临的新形势，以及互联网+时代大数据的发展特征，然后阐述了大数据在城市道路交通管理中的应用，对大数据背景下交通管理模式变化进行研究，为新时代城市道路交通管理模式变革提供一定的理论支撑。
关键词 大数据；城市道路；公安交管
引言
截止2018年底，全国机动车保有量达3.27亿辆，其中汽车保有量首次突破2亿辆，达2.4亿辆；机动车驾驶人达4.09亿人。汽车保有量超过100万辆的城市有61个，超200万辆的城市有27个，超300万辆的城市有8个。近五年，私家车（私人小微型载客汽车）保有量保持较快增长，年均增长1952万辆，民众出行的机动化水平显著提升。汽车在提升人民生活幸福指数的同时也带来一系列社会问题：①交通事故，据调查我国每年死于交通事故的人数在6万人以上，居于世界前列，造成经济损失占GDP的3%左右；②交通拥堵，“城市病”蔓延。③环境污染，据统计，在大气污染物总量中，汽车排出的污染物占比达60%以上；城市环境噪声中，交通噪声占比达70%以上。
随着交通管理面临情况的复杂化，传统的道路交通管理模式自身的局限性逐渐凸显，亟待新技术的引入及应用。而处于互联网+时代，信息技术与经济社会各行各业的交汇融合不断深入，数据资源已成为国家基础性战略资源。坚持大数据驱动发展，深化大数据挖掘，是惠民政策现代化、政府治理能力现代化的必然选择和内在需要。作为传统公共管理行业的公安交通管理，需要顺应时代要求，提升城市交通管理的智能化，大数据驱动下的智慧交通应运而生。
1 大数据概述
大数据（Big Data）是互联网时代的产物，指在获取、存储、管理、分析等方面均超出了传统数据库工具处理能力的大规模的数据集合。在信息时代，大数据是一种宝贵的信息资产，其具有数据量大（Volume）、类型繁多（Variety）、价值密度低（Value）、速度快、时效高（Velocity）的典型特征。运用大数据技术意义在于通过对数据的挖掘加工，实现数据增值。
从大数据概念的提出至今，我国一直对其应用非常重视。2013年科技部公布了《国家重点基础研究发展计划》，把大数据的应用升至国家战略层面；2015年国务院印发《促进大数据发展行动纲要》，对大数据开发等工作进行详细部署；2016年发布《中华人民共和国国民经济和社会发展第十三个五年规划纲要》，提出“实施国家大数据战略”，对大数据属性进行了定位，认为大数据是一种基础性的战略性资源。
大数据时代我们需要进行三个层面的观念转变：一是大数据不是随机样本，而是全体数据，是对调查研究对象实施全范围数据采集；二是大数据具有混杂性，不是精确性数据资源；三是大数据呈现的是相互关系，而非因果关系[1]。
2 大数据在城市交通管理中的应用
我国近年来对交通行业大数据建设发展尤为关注，国家每年投资1万亿在交通行业建设上，截止2018年底，中国交通行业大数据市场规模达2亿元，市场份额达9%。目前大数据主要在交通规划及交通管理等各方面发挥重要作用。
2.1 大数据在交通规划中的应用
交通规划是城市规划的有机组成部分，占据重要的地位。交通规划的主要目的是建设和改善城市交通系统，对各种交通问题提出对策方案。交通规划具有综合性，除涉及交通行业本身外，还需要考虑诸如地理空间、人口分布、土地功能划分、政府政策等多方面的因素。
传统的交通规划主要在城市增量發展的大背景下，运用定性分析和研判的方法，采用的是“自上而下”的编制工作思路。随着城市的存量式发展，对交通规划的精细化、定量化、精准化提出了更高要求。传统数据处理方法成本高、样本量小、时效性差难以适应新时代交通规划的需求，而大数据可以通过对地理空间、人、物、车辆实现一定程度上的画像描述，构建包括数据层、分析层和业务层的基础数据，实现对智慧交通的数据分析支撑，从而满足交通规划的需求。诸如综合交通运输规划、城市路网规划、公交站点布局优化、城市轨道交通规划、高速公路规划等方面，如果有了基于海量大数据的分析研判结果，就可更有效地进行资源统筹、规划与决策。
大数据在交通规划各层次的应用见图1。
2.2 大数据在交通管理中的应用
自从“数字中国”建设目标提出以来，公安交管部门按照有关要求，在加快数据共享、推进数据融合、深化数据挖掘方面不断改革，通过建立交通大数据平台，借助云计算、大数据搜索等技术，不断为智慧交通的深化改革提供智力支撑。
（1）大数据在公安车管工作中的应用
为深化“放管服”改革，公安交管部门在车驾管工作方面也不断探索，通过大数据技术运用，不断扩宽服务功能，扩大服务范围，真正实现让数据多跑路，让群众少跑腿。
经过不断探索实践，通过互联网与公安车管工作深度融合，推进机动车和驾驶人管理的信息化、智能化和精细化，扩展便民利民服务的空间。通过构建涵盖车驾管业务数据和业务视频的综合监管平台，实现业务办理的全过程、全方位监管，提升业务办理的规范化水平，在确保安全可靠的前提下实现流程的简洁化，有效解决车管服务网点多、管理难，车管异常业务分析核查机制不完善，以及驾考工作群众关注度高等问题。
（2）大数据在交通违法治理中的应用
首先构建道路交通安全违法行为社会征信体系。将交通违法行为与个人信用相挂钩，积极探索建立利用征信对违法行为人的约束机制。通过违法挂钩个人信用，将交通违法行为与违法者个人的工作、生活、社交等相融合，反逼当事人三思而后行，打破一般的行政处罚的局限性，通过提高交通参与者的信用意识、法治意识减少交通违法行为的产生。
其次提升对交通违法行为打击的精准性和有效性。传统警务模式中，对于交通违法行为的打击具有随机性，打击的精准性不高。通过推进“数据+”行动计划，统筹数据采集、应用和情报研判工作，打破部门界限，实现数据的重新整合和优化，大大提高了执法效率。通过大数据研判，还能填补部分执法查处的空白地带。如对“失驾”行为的整治行动，传统警务模式中，仅仅依靠在例行查车中“偶遇”，针对性不强、打击精准性低、难易形成震慑力，而通过大数据分析研判，通过对车辆行驶轨迹以及交通出行特点的准确掌握，综合利用车牌识别系统数据库，从后台进行监控筛选，发现嫌疑车辆后天直接报警并向路面民警推送，大大提高了执法的精准率。