淺析大數據分析在高速公路收費管理中應用的重要性

李茵茵 廣西交通投資集團欽州高速公路運營有限公司

一、大數據時代的含義及特征

（一）大數據時代含義

所謂大數據時代，是基于相關的算法，實現對海量數據的搜集、分析、存儲和利用，挖掘數據中的有利信息，用以指導企業的生產實踐，它能夠有效提高工作效率，為企業的發展決策提供精準的數據支撐。簡單來說，大數據技術也就是在各種各樣類型的數據中，快速獲得有價值信息的能力。以大數據為依托，各種產業包括一些新興產業應運而生，產業運行中產生了海量的數據，非常有必要對這些數據進行分析和處理，這一時代環境就稱之為大數據時代。

（二）大數據時代特征

大數據時代有四個重要特點：量大、類多、價值相對較低、具有時效性。首先是大量的信息數據伴隨著產業的發展而誕生，同時信息技術的發展也為處理這些數據、解決這些問題提供了支持。其次，與以往的數據不同，大數據時代的數據種類多樣，包括視音頻等多種形式，這要求信息技術也要不斷發展。再者，在海量的數據來源中，有利用價值的數據占比非常少，如何挖掘出有價值的數據意義重大。和傳統的數據處理模式相對，大數據技術可以從海量數據中篩選剔除無關數據，保留對自己有價值的數據，利用模型對未來的趨勢進行預測。最后，數據分析處理速度快，主要通過互聯網傳輸。大數據處理速度要求比較嚴格，利用服務器對海量數據進行處理，這是很多平臺都不具備的功能。大數據對社會發展的影響是顯而易見的，不僅推動了計算機技術的發展，而且對各個行業的進步，經濟的發展也有重要促進的作用。

二、高速公路大數據的特點

（一）處理速度快

與傳統數據挖掘相對比，大數據技術在分析數據方面的速度優勢非常顯著。在高速公路的運營中，要求數據處理速度快，收費現場及路上監控、數據監測等設施設備產生的數據需實時傳輸至信息集成處理中心，在后臺能實時查詢前端發生的數據，以此達到實時獲取數據、圖片、監控信息，滿足生產工作需求。

（二）數據蘊藏價值

在大數據體系之中，數據總量越大，表明數據價值密度越低，需要對數據進行“提純”處理，從而獲取有價值的信息。在高速公路的海量數據中，如需獲取瞬時的車輛數據、圖片或監控錄像，也需從存儲在系統的信息庫中提取；但是數據的積累對比疊加分析也能產生較大參考價值，如每年的車流量、通行費收入，通過歷年累計，可以分析年自然增長規律和特殊增長因素，客貨車占比等，為測算當年的車流及通行費收入提供參考，從而推測高速公路路橋的損耗，為養護管理提供數據依據，也能為運營公司的成本預算提供參考。

（三）數據類型繁多

一般而言，大數據的類型繁多，主要可以分為非結構化數據和結構化數據兩大類型。所謂結構化數據，指傳統的文本（.doc 或.txt）數據，而非結構化數據，主要是指視頻、地理信息、音頻、圖片等類型數據。高速公路運行產生的海量數據可以分為結構化和非結構化數據，例如監控系統拍攝的照片、視頻等都屬于非結構化數據，收費系統中的文件等都屬于結構化數據。視頻監控包括收費站監控、隧道監控、重點路段監控、解繳款監控等；收費數據包括車輛出入口站、車牌、里程、時長、金額等；視頻監控圖片及收費數據流水兩者相輔相成，對于日常收費工作的管控起著重要的作用。

（四）數據規模大

在大數據的存儲應用中，1EB 約等于1024PB，1PB 約等于1024TB。目前，經過多年的發展，人類生產的印刷類材料大約為200PB。一般而言，大型企業的存儲量可以達到EB級別，而個人用計算機的存儲容量可以達到TB 級別。在高速公路的日常運行中，每天的交通運行量都達到了數百萬輛，產生了海量的數據信息，對數據運行效率提出了巨大的要求。近幾年以來，伴隨人們的生活水平越來越高，越來越多的私家車和公共車輛也使高速公路上的汽車數量增加，這將大大提升高速公路上產生的數據量。

三、大數據分析在高速公路的應用現狀

（一）大數據技術在高速公路管理中的應用

隨著我國科學技術水平的提升，大數據技術在高速公路行業得到了推廣和普及使用，如高速公路車輛偷逃通行費行為、節假日車流高峰的研判分析、養護管理等各個方面。如偷逃通行費行為可通過后臺數據的比對分析，輔之路上門架圖片及出口監控視頻等，發現出入口信息不一致，信息不對等，為車輛是否正常繳費判讀提供依據，挽回通行費收入提供了可靠的依據；另外可根據歷年數據及周邊路段通達情況，可分析車輛的通行流向及出行習慣，從而對節假日的車流高峰期做預測分析，對易堵收費站做出提前預判，讓收費站做好充分的保暢準備等等。此外，根據高速公路周邊的人口和經濟狀況，對高速公路車輛的流出和流入量進行判定。伴隨我國高速公路建設速度加快，產生了海量的數據信息。利用數據挖掘技術，可以從大量的歷史數據和實時數據中分析出規律和趨勢，為經營決策提供依據。在這個過程中，必須充分保證數據來源的可靠性、真實性和實時性，以便更好地應用大數據技術建設高速公路收費管理系統。

（二）大數據分析在高速公路收費工作中的應用

1.數據稽核

高速公路收費車道的車輛收費交易完成后，將生成各種數據包括車道信息、值班數據、圖像信息、入口流水和出口流水等，系統自動生成這些實時的數據，將這些數據傳送到道路的省級中心和部級中心。高速公路大數據應用包括車輛軌跡跟蹤還原、車輛行為的精準稽核、路網潛在逃費分析、構建全數據信用評價體系、大流量主動管控等。通過點、線多流水數據的融合分析，實現收費稽核的智能糾偏，輔助解決車輛通行過程數據的一致性、準確性及完整性等問題，為稽核工作提供全面、及時、有效的證據鏈。車輛行為的精準稽核：基于完整的收費稽核數據，利用建立的車輛逃費稽核模型，借助大數據分析能力，實現車輛多樣化逃費的精準稽核，最大化減少高速通行費損失，保證高速計費的公平公正。

2.內控管理

高速公路收費站生成的數據很多，原始流量信息包含很多內容。開展數據稽核分析也對收費內控管理有積極的作用。例如對于收費站人員是否存在與司機串通，故意私放人情車、少收通行費或截留通行費的行為進行稽核，通過后臺數據分析，查看車輛通行紀錄是否存在異常，是否存在應收與實收不符的情況，再通過監控錄像等輔助手段，排查是否存在違規違紀操作的行為，保證收費工作的清正廉明，確保收費管理工作的順利開展。

3.高速公路通行費預測

在高速公路收費管理中，可以根據歷年及結合本年的車流情況預測未來的收費金額和收費金額的變化，幫助管理者更好地分析公路收費和交通狀況。要預測通行費收入，首先要了解路段的車流量及車流結構，車流量的增長一般與通行費的增長成正比，如果是負相關的關系，那就要從車流結構分析，可能會存在客車車流增長幅度大，貨車車流下降的情況，例如法定節假日期間，實行小型客車免費通行，彼時會出現車流量增長但通行費收入下降的情況。所以我們在做預測分析時，也要根據實際情況進行分析，既要關注歷年的數據年均增長率，也要根據當年周邊經濟發展情況做出判斷，從而預測當年的車流量及收入，為高速運營公司當年的成本預算提供數據依據。

4.高速公路通行費預測的多元回歸分析

預測中的回歸分析也稱為因子分析。它可以識別變量之間的定量關系和被認為是變化原因的變量，并建立相應的數學模型。通過相應的方法確定一段時間內外生變量的值，并將其代入模型中計算外生變量的值，即預測值。多元回歸預測模型也需要T 檢驗、F 檢驗和X 檢驗。R 檢驗可以反映變量之間的相關程度。如果該值接近1，則具有更好地回歸效果。T 檢驗和F 檢驗可以得到顯著性水平，判斷是否有顯著影響，并進行后續的預測工作。

以某收費站為例，采用差分法選擇應當選取的數據模型確定相關的參數，用ARIMA 數據模型對時間序列進行預測，可以得到一個月的車流數據，將得到的數據和實測的數據進行比較，便會產生相對誤差曲線，對相對誤差曲線進行分析，可以發現，所選擇的時間序列模型可以達到預測產生的效果，只有個別數據的異常趨勢才會導致個別數據的預測誤差。采用這種方法對不同車型的車輛進行分析，得到相對應的預測模型參數從而得到高速公路收費站在一定時間段內的車流數據。

利用車輛收費總額和車輛的歷史流量數據進行多元回歸分析，得出相應的回歸方程。通過將預測數據替換為計算，可以獲得車輛合計的收費金額，并與實際數據進行比較。通過計算，可以得到車輛收費總額和綠通減免的金額，與實際數據的相對誤差小于2%。

四、高速公路收費管理中大數據應用的重要作用

（一）對高速公路行車收費進行管理

高速公路整體的快速發展、總通車里程的不斷增加以及高速公路網的快速建設，使得高速公路運營成本問題更加突出。一些車輛存在惡意逃費等問題，給高速公路運營管理部門帶來了巨大的經濟損失。一方面，高速公路建設期間的貸款償還期將延長；另一方面，高速公路運營成本主要來自收費，惡意逃費會減少高速公路的收入。采用大數據后，可以優化道路收費模式，及時發現收費漏洞，使管理部門能夠采取更好的措施防范通行費流失。

（二）能夠實現對數據的全面監控

高速公路收費站可以對車輛進行詳細監控，基于大數據處理手段，分析車輛的行駛數據，挖掘出異常數據，有效提升高速公路收費管理的效率。運用科技手段，實現檢測手段由人工識別向科技手段的轉變，有效預防和打擊逃費行為。例如，可以監控車輛進入高速公路入口的時間和地點，并根據車輛的行駛速度和車型分析是否存在逃逸現象。對逃逸車輛進行過濾，并采取相應的應對措施。此外，大數據還可以用于跟蹤闖入高速公路入口的車輛和非法盜竊其他車輛，避免高速公路的經濟損失，提升高速公路運營的經濟效益。

（三）提升高速公路運營管理質量

高速公路管理的目的是為了實現創收，提升高速公路的盈利價值，同時為公眾提供更好的行車環境。依托大數據對高速公路的狀況進行分析，通過各種途徑，如網絡地圖和道路指示牌、可變情報板來為駕駛員提供最新的路況信息，方便駕駛員采取相應的措施來保證高速行車的安全。大數據還能在各種情況下發揮優勢作用，例如在節假日高速擁堵情況出現的時候，運用大數據對高速公路的路況進行分析，并對擁堵路段流量進行判斷，為后方車輛提供較為準確的信息，使車主采取相應措施利用網絡避開擁堵的路段，提升車主的行車效率，這些功能對客貨車通行高速具有很高的價值。通過大數據提升高速行車環境，同時也提升了高速公路的智慧化管理質量，達到了司乘人員與運營公司雙贏。

五、結語

綜上所述，現在大數據在各領域中都已經有了很好的應用，因此將大數據運用到高速公路的收費管理系統中，是高速公路發展的必然趨勢。智能交通系統也應運而生，人們非常希望建設完善的智能交通系統，以此來高效準確地掌握交通運輸情況，有效地解決交通事故頻發以及交通堵塞的問題。將大數據的特征和優勢與高速公路的收費管理相融合，不僅可以提升收費管理系統的科學性和有效性，還能幫助提升高速公路的服務質量，增加經濟效益，不斷滿足人民美好出行的需求。