城市智能網聯汽車數據平臺建設：需求、現狀與挑戰

摘要：隨著智能網聯汽車技術的飛速發展，汽車產業的深度變革與城市治理的深度融合標志著新時代智慧城市建設進入重大突破期。在國家和地方政策支持下，雖然現有示范區的智能網聯汽車數據平臺建設取得了明顯成效，但城市級智能網聯汽車數據平臺建設還面臨著主體關系協調與統籌、數據價值挖掘與釋放、應用模式開發與運營等一系列現實挑戰，其價值的實現和可持續發展，離不開相關數據的全生命周期管理、跨部門共享管理和多領域應用管理等廣泛的數據應用生態建設。

關鍵詞：智能網聯汽車；數據平臺；智慧城市；新型基礎設施；數據應用生態

【中圖分類號】 U463.6" " "DOI：10.3969/j.issn.1674-7178.2025.01.010

【基金項目】國家自然科學基金面上項目“面向需求的城市社區生活服務圈建設評價與優化發展對策研究”（72074127）、“汽車智庫”公益性開放課題“汽車行業數據安全風險評估模型方法研究”資助成果。

引言

交通是城市功能運行的命脈，對于地方經濟社會發展具有關鍵引領作用。為了優化現有交通系統、提高交通服務水平，國內外各大城市實施了一系列規劃改造和創新實踐項目[1-3]。然而，傳統的交通運輸方式始終難以滿足現實世界中復雜、多樣、個性的城市交通需求[4-6]。在此背景下，伴隨著物聯網、大數據、云計算及人工智能等技術的快速發展，智慧交通方案得到了全社會的普遍認同和大范圍推廣，并以前所未有的速度重塑現有的交通運輸體系與城市面貌[7]。

智能網聯汽車（Intelligent Connected Vehicle， ICV）作為汽車行業發展的新質生產力和智慧交通系統的重要組成部分，標志著汽車產業領域的深度變革已實現重大突破，近年來吸引了不同領域專家學者對其進行廣泛而深入的探討[8]。特別是智能電動汽車市場迅速崛起，具有智能網聯功能的汽車數量不斷增加，其相關應用場景也日益豐富[9-11]。從以車企為主導的單車智駕功能，到以地方政府和互聯網平臺企業為主導的自動駕駛出租車、智能物流配送和智慧停車管理，越來越多的創新實踐項目紛紛落地實施。智能網聯汽車的功能系統建設也逐漸從概念走向現實，并推動包括路側感知、V2X通信、云控管理在內的各方面新型城市基礎設施建設[12-13]。智能網聯汽車與智能化城市治理逐步深度融合，標志著新時代智慧城市建設進入重大突破期。

智能網聯汽車通過車外網和車內網的數據交互協作，實現及時的智能駕駛服務、智慧交通管理優化、娛樂消費通信等信息互動功能，成為在戶外空間移動著的一個復雜的網絡節點。然而，隨著用戶規模的快速增長和商業應用的持續拓展，其數據管理問題日益凸顯，并逐漸成為制約智能網聯汽車產業進一步發展的關鍵因素。相比于美國和歐洲在數據管理方面過于松散和過度嚴格的態度，中國充分兼顧數據安全與產業創新活力，在各地試點探索的基礎上，通過政企互動與協作，共同構建起了一些靈活、有效的應用管理系統。

其中，智能網聯汽車數據平臺作為智能駕駛的云端數字底座和智能引擎，對于促進城市相關產業發展、實現智慧交通全面升級具有十分重要的意義[14]。它不僅在技術層面解決了車輛、基礎設施、用戶及交通管理系統之間的連接問題，而且為城市社會治理創新與公共服務模式變革奠定了堅實基礎[15]。也正因如此，各地相關部門都在積極籌建城市智能網聯汽車數據平臺，力求為地方政府交通監管提供系統、全面的數據支持，同時也為行業發展和企業增值服務創造有利條件。

一、 智能網聯汽車發展與城市治理

隨著信息技術的快速發展，智能駕駛目前已成為全球汽車行業發展的重要戰略方向[16]。但相比于國外的單車全自動駕駛（Full-Self Driving， FSD）技術路線[17]，我國除了在技術層面鼓勵和支持車企開展智能駕駛功能研發外，更在戰略層面致力發展“車路云一體化”的智能網聯汽車應用管理和服務體系[18]，將智能駕駛融入地方智慧城市建設工作中，不僅滿足車輛自身的自動駕駛需求，也為城市治理現代化發展提供有力支撐。

（一）智能網聯汽車技術發展

在技術層面，智能網聯汽車是智能車與車聯網的有機結合。一方面，它致力于通過激光雷達、光學攝像頭、GPS和慣性測量單元（Inertial Measurement Unit， IMU）等各種傳感器設備收集外部環境信息，利用人工智能技術對各方面信息進行綜合分析與處理，并在此基礎上調用控制器、執行器等裝置進行靈活操控，實現車輛自動駕駛功能。另一方面，它結合現代通信技術，在人、車、路、平臺之間進行高效信息交換，通過多方主體的在線互動與協作，實現更加安全、舒適、節能、高效的交通出行。

從20世紀70年代至今，智能網聯汽車兩方面核心技術協同發展，共同經歷了包括基礎研究、功能開發、應用集成、示范推廣在內的多個發展階段（表1）。由于從一開始人們就希望它具備“類似人類”甚至“超越人類”的駕駛規劃和控制能力，其相關技術不可避免地在各方面質疑和挫折中艱難前行。但隨著人工智能和無線通信技術的進步，其技術體系得以不斷完善，實現了從有限功能到系統能力、從行駛路徑規劃到“端到端”控制、從實驗研究到市場應用的逐步演進[19]。由過去的機械化、電子化到如今的智能化、網聯化，技術的迭代優化推動了智能網聯汽車的跨越式發展。而伴隨其技術體系的升級，智能網聯汽車的現實應用場景也日益豐富。在各方面政策措施的支持下，城市已成為智能網聯汽車服務運營的主戰場，而智能網聯汽車的先進技術，也為智慧城市治理提供了創新解決方案。

（二）智能網聯汽車城市治理

隨著技術的發展，智能網聯汽車如今已具備強大的環境感知和數字通信能力。作為智慧城市運行的移動智能終端之一，它不僅能為城市交通流量分析、預測提供準確的數據資料，而且能夠與服務系統進行實時交互，通過信息服務的動態響應，主動優化其自身交通行為，提升道路的通行效率和安全性[20]。

在功能層面，智能網聯汽車服務的有效運營增強了城市管理系統的資源配置能力、公共決策能力、行業管理能力和公眾服務能力，促進交通運輸向著更安全、更高效、更便捷、更經濟、更環保、更舒適的方向發展。其中，基于用戶交通行為分析，系統能夠為車輛提供定制化的出行建議與服務，提升乘客出行體驗，滿足多樣化、個性化的出行需求；通過對車輛能耗、排放等數據指標進行監測，系統能夠協調和引導其交通行為，促進節能減排，實現交通系統的低碳、環保轉型；基于道路等外部基礎設施上的智能網聯交通標志，系統能有效增強交通安全性和提升道路使用效率；在緊急情況下，憑借平臺與車輛間的實時數據通信，系統還能向相關管理主體提供準確的道路信息，優化救援路線，保障公共安全。

在應用層面，智能網聯汽車能夠有效對接公共汽車系統、出租車系統、高速公路監控及信息誘導系統（Expressway Monitoring amp; Advisory System， EMAS）、電子收費系統、道路信息管理系統以及優化交通信號系統等各類型交通管理服務平臺，實現智慧交通相關應用的無縫銜接[21]。而不同應用之間的數據融合與交互，則推動了城市道路交通環境的整體智治。

實際上，智能網聯汽車憑借其先進的技術功能和廣泛的應用場景，不僅能夠有效改善城市交通系統的實時運行狀態，還可以為城市治理中的各主體提供更加智能、高效、安全的解決方案，滿足不同對象的管理服務需求（表2）。

二、 城市智能網聯汽車數據管理需求

智慧城市的核心在于數據的有效利用[22]。基于現代信息通信和人工智能技術，我們能夠實時、高效地收集、整合、處理和分析來自智能網聯汽車的多元數據，包括車輛行駛軌跡、道路周邊環境、交通流量變化、乘客出行行為等內容。這些數據如同交通系統的“神經脈搏”，蘊含著城市交通運行的實時狀態信息與深層規律，為道路交通的規劃、管理、服務提供了寶貴的決策資源。但與此同時，相關數據資料的安全管理和應用能力則成為決定智能網聯汽車產業能否持續健康發展、技術創新能否有效轉化、交通出行服務能否實現智能化升級的關鍵因素。

（一）數據全生命周期管理

智能網聯汽車數據管理涉及數據采集、存儲、傳輸、處理、銷毀等全生命周期不同階段的任務和要求。為了防止數據的泄漏、篡改或不當使用，每個階段都需要對相關數據進行嚴格管理和控制。有數據顯示，一輛智能網聯汽車每天至少收集10TB的數據①，而且涉及駕乘人員的出行軌跡、習慣、語音、視頻等關鍵信息。一旦數據被竊取，可能會對用戶的個人隱私造成嚴重侵犯，甚至車端、路側設備和傳輸通道都有可能會遭受劫持，對于未來的技術以及安全駕駛會造成非常嚴重的影響。如何確保這些敏感數據不被泄露、濫用或遭受黑客攻擊，成為亟待解決的難題。

在數據產生階段，智能網聯汽車通過傳感器和控制系統不斷收集車輛駕駛數據。在此過程中，系統需要以最小化原則進行數據采集，對于涉及用戶隱私的數據需要獲得用戶的充分授權，并確保數據采集結果的可靠性、一致性和準確性。

在數據存儲階段，智能網聯汽車采集的數據資料被保存到云端或本地存儲設備中。存儲系統需要采用合適的授權管理策略，對數據的安全訪問進行有效控制，同時建立相應的容災備份與恢復機制，應對可能存在的數據丟失或損壞風險。

在數據傳輸階段，系統將存儲的智能網聯汽車數據傳送到其他平臺或設備上。在此過程中，數據的安全性和完整性至關重要。系統需要采用加密技術保護數據不被竊取或篡改，同時根據數據的敏感程度和等級，采取相應的身份認證措施。

在數據處理階段，系統對收集到的智能網聯汽車數據進行分析和加工。其處理過程需要尊重和保護個人隱私，在個人信息匿名化或去標識化的基礎上，根據實際應用需求和相關法律法規約束，從數據資料中提取有價值、有意義的信息內容。

在數據銷毀階段，系統對達到使用期限或不再需要的智能網聯汽車數據進行刪除。其刪除過程需要按照相關規定和標準，將數據從主存儲器和備份中徹底、安全地刪除，并確保刪除的數據無法被恢復，以防止數據資料泄露和濫用。

（二）數據跨部門共享管理

智能網聯汽車數據包含多維度的動態交通信息。汽車廠商及行業監管部門根據業務發展和管理服務需要，從不同角度對相關數據進行收集、整理。而面對各方面碎片化的數據資料，為了充分挖掘其數據價值，推動城市交通運行系統的高效協同和智慧治理，各單位必須在確保數據隱私和安全的前提下，實現數據的共享共治。

據工業和信息化領域數據安全風險信息報送共享平臺統計，2023年汽車行業的數據安全風險達到281起，相比2022年整體上升了251%②。而自動駕駛數據隱私和網絡安全的技術升級更加不容忽視。在數據共享過程中，不同部門需要明確數據的所有權和使用權，建立標準化的數據格式和傳輸協議，并實施嚴格的數據安全和隱私保護措施，在確保數據質量的基礎上，通過透明的管理和審計機制，增強各方的信任與合作。具體而言，其管理工作主要涉及數據治理、隱私保護、合規性審查和協作機制的建立。

數據治理是跨部門數據共享的基礎保障。其核心在于構建統一的數據框架，對數據交互過程進行有效約束，包括：建立統一的數據命名規則、數據定義、數據格式及數據質量標準，確保多源數據的無縫對接；建立數據質量監控體系，定期對數據進行清洗、校驗和修正，確保數據的完整性、準確性和實時性；建立數據安全管理制度，確保數據始終處于有效保護和合法利用狀態。

隱私保護是跨部門數據共享的關鍵挑戰。面對可能存在的隱私泄露風險，數據共享過程需要加強管理和技術兩方面能力建設。在管理層面，它需要遵循相關的隱私保護法律、法規，基于特定的數據協議，按照用戶授權的范圍進行數據共享；而在技術層面，它則涉及敏感信息的匿名化處理、數據內容的加密傳輸、數據資源的訪問控制等一系列技術措施的運用。

合規性審查是跨部門數據共享的重要環節。為了確保數據在共享過程中符合法律、法規及相關合同協議的要求，系統需要對數據共享的目的、范圍、方式、期限和各方權利、責任進行審查。隨著數據共享需求的增加和法律制度的完善，合規性審查標準也會發生相應變化。在持續的監控審計過程中，跨部門數據共享需要根據最新的規范要求，對其操作行為進行評估、調整和優化。

協作機制建立是跨部門數據共享的核心內容。為了促進數據資源高效利用和跨部門協同創新，數據共享需要建立在功能系統協作的基礎上。通過建立統一的數據共享平臺，實現部門間的高效數據交換；通過建立利益共享機制，激勵各部門積極參與數據共享；通過建立透明的數據共享流程，確保各方的數據權益得到充分保障。多方面的共同努力和配合，決定了跨部門數據共享的效率和效果。

（三）數據多領域應用管理

智能網聯汽車的數據應用，是一個涉及多主體、多環節的功能服務生態，其參與者包括汽車制造商、供應商、服務商、科研機構、政府部門以及消費者等。在這個生態系統中，積極探索基于數據的創新應用，是智能網聯汽車可持續發展的活力來源。但與此同時，相關數據的多領域應用管理，則成為影響智能網聯汽車產業和智慧城市應用發展的關鍵因素之一。

從自動駕駛、智能交通、智慧物流到車載娛樂與導航，智能網聯汽車數據的應用場景日益廣泛。然而，不同應用在數據的類型、格式、實時性、安全性和隱私性等方面有著差異化的需求。為了滿足多領域應用的數據資源要求，充分挖掘其商業和社會價值，需要從存儲、調度、計算等不同方面對智能網聯車數據進行協調管理。

分布式存儲是實現數據多領域應用管理的基礎。通過將數據分布存儲在多個不同的節點上，能夠顯著提升數據的處理效率和響應速度，避免不必要的網絡擁堵和資源浪費，進而滿足多領域應用的并發數據需求。此外，分布式數據存儲還大大增強了系統的可擴展性和穩定性，使得系統能夠有效應對各種可能的業務增長及變化，即使面對節點故障或數據壓力，也能保持服務的連續性和數據的完整性。

云端調度是實現數據多領域應用管理的重點。通過對來自不同傳感器和執行器的數據資源進行有效集成和融合，云端平臺可以建立城市交通運行的完整、準確視圖。根據自動駕駛和智慧城市不同領域的應用需求，云端數據也能夠在不同節點間同步調度及分發。這種實時的數據處理和分析能力，不僅確保了數據的一致性和準確性，更有助于提升交通出行效率、增強道路安全性，在智能網聯汽車數據的大范圍應用中扮演著不可或缺的角色。

邊緣計算是實現數據多領域應用管理的趨勢。通過邊緣計算節點的快速響應，能夠有效降低智能網聯汽車數據傳輸和處理的時間延遲，節省帶寬，保護用戶隱私和數據安全。事實上，并非所有的數據都需要上傳至云端。路側單元的實時通信與計算，不僅可以滿足車輛環境感知、路徑規劃和決策控制等智能駕駛任務需求，而且可以實現交通流量監控、信號燈優化、事故預警等末端城市管理功能，并通過導航、娛樂和車輛診斷等相關信息服務，提升用戶的出行體驗。

三、 城市智能網聯

汽車數據平臺建設現狀

面對智能網聯汽車數據管理的系統化需求，城市層面的數據統籌、協調和技術服務能力顯得尤為重要。為了充分利用智能網聯汽車產生的海量數據資源，優化交通功能運行、提升城市管理效率、促進產業發展和服務創新，相關數據平臺建設正逐漸成為全國各大城市智慧城市規劃發展的重點內容。

（一）國家和地方政策支持

為了促進智能網聯汽車的技術創新及應用，國家和地方政府在推動相關數據平臺建設方面給予了全方位的政策支持。

在國家層面，2020年發布的國家“十四五”規劃中，智能網聯汽車被明確定義為推動城市發展和治理現代化的重要戰略方向。此后，《智能網聯汽車技術路線圖2.0》《汽車產業中長期發展規劃》《智能汽車創新發展戰略》《車聯網產業發展行動計劃》等一系列指導性規劃文件相繼出臺，統籌推進中國智能駕駛產業發展。2023年開始，工業和信息化部、公安部、住房和城鄉建設部、交通運輸部4部委聯合發布《關于開展智能網聯汽車準入和上路通行試點工作的通知》，對L3、L4級自動駕駛車輛進行準入管理和上路通行試點。與此同時，工業和信息化部、國家標準化管理委員會也進一步印發《國家車聯網產業標準體系建設指南（智能網聯汽車）（2023版）》，按計劃對智能網聯汽車100多項標準進行修訂，并強調標準體系與國際規則的銜接融合。而到了2024年，《關于開展智能網聯汽車“車路云一體化”應用試點工作的通知》《關于推動車網互動規模化應用試點工作的通知》等政策文件陸續出臺，則極大地推動了智能網聯汽車的城市級運營實踐探索和場景應用發展。中共中央辦公廳、國務院辦公廳聯合發布的《關于推進新型城市基礎設施建設打造韌性城市的意見》，更將智能網聯汽車產業發展與智慧城市建設相結合，明確了其數據基礎平臺的關鍵作用與核心價值。

在地方層面，各地紛紛出臺相關政策和配套措施，積極支持智能網聯汽車數據平臺的建設與發展。北京市2017年在全國率先發布了《北京市自動駕駛車輛道路測試管理實施細則（試行）》，對數據平臺建設提出了具體要求；廣州市2020年發布《智能網聯汽車道路測試管理規范（試行）》，重點支持建設智能網聯汽車數據管理平臺，提升城市交通管理的智能化水平；上海市2022年推出了《上海市智能網聯汽車產業創新發展實施方案》，提出建立智能網聯汽車大數據中心，促進數據的共享和應用，支持智慧城市建設。此外，天津、重慶、深圳、成都、濟南、杭州等城市也在相關規劃文件中明確提出要建設智能網聯汽車數據平臺，推動城市交通、環境監測等領域的智能化應用。而隨著智能網聯汽車產業的快速發展，各地還頒布了一系列地方性法規，進一步明確和指導其相關建設工作。例如，2024年底陸續出臺的《北京市自動駕駛汽車條例》《廣州市智能網聯汽車創新發展條例》及《武漢市智能網聯汽車發展促進條例》均對數據基礎設施建設提出了具體要求，為智能網聯汽車的廣泛應用奠定了堅實基礎。

（二）示范區數據平臺建設

從2016年開始，我國先后在多地建立了智能網聯汽車國家級測試區、先導區和示范區，大力推進智能網聯汽車及其相關產業發展。這些示范區不僅為智能網聯汽車功能應用提供了測試驗證的物理環境，還通過數據平臺建設，積累了大量技術和管理經驗[23]。

雖然不同的智能網聯汽車示范區各具特色，但每個示范區在功能測試和運營過程中都十分注重數據的采集、存儲、處理、分析和應用。通過相關數據平臺建設，它們在交通管理、公共安全、環境監測等方面表現出高質量的服務能力，同時也為科研機構和企業提供了豐富的數據資源，促進技術的創新和應用落地（表3）。

（三）城市級數據平臺建設

當前，隨著智能網聯汽車技術的持續進步和應用場景的日益豐富，構建高效、全面的城市級數據平臺已成為推動智慧交通和智慧城市發展的關鍵一環。相較于各區縣針對示范區或測試區建立的小規模數據平臺，城市級數據平臺憑借其強大的統籌協調能力和廣泛的區域服務能力，在促進智能網聯汽車產業發展和提升城市交通管理水平方面發揮著不可替代的作用[24]。

在具體實踐中，城市級數據平臺的建設需精心規劃，確保與其他各類平臺之間形成良好的互動協同關系，其相關工作包括政策與標準制定、數據標注與整合與管理、授權運營與安全保障、協同創新與生態構建、公共服務與民生改善等多個方面。

第一，城市級數據平臺的建設應基于明確的政策導向，確保數據的合法合規采集、存儲、處理和應用。在此基礎上，制定統一的數據接口標準和數據交換協議，促進不同平臺之間的數據互聯互通，降低數據整合的難度和成本。

第二，城市級數據平臺需要整合來自智能網聯汽車、交通基礎設施、公共交通系統、環境監測等多個領域的數據，形成全面、準確的數據資源池。同時，建立高效的數據管理系統，實現數據的實時更新、清洗、校驗和存儲，確保數據的準確性和時效性。

第三，在確保數據安全的前提下，城市級數據平臺需要建立合理的授權運營機制，允許符合條件的第三方機構或企業訪問和使用數據平臺上的數據資源。數據平臺則必須加強數據安全防護，采用先進的加密技術、訪問控制技術和數據脫敏技術，防止數據泄露和濫用。

第四，城市級數據平臺應成為智能網聯汽車產業創新的重要支撐，通過數據共享和開放，吸引更多的科研機構、高校和企業參與技術創新和產品研發。在協同創新的基礎上，推動形成智能網聯汽車產業生態，促進產業鏈上下游企業的協同發展，進一步提升中國汽車競爭力和創新能力。

第五，城市級數據平臺還必須充分利用其豐富數據資源，為城市交通管理、公共安全、環境保護等領域提供科學決策支持，通過數據分析和挖掘，為市民提供更加精準、個性化的出行服務，更加舒適和愉悅的駕乘體驗，真正實現“出行即服務”，提升市民的生活質量和幸福感。

四、 城市智能網聯

汽車數據平臺建設挑戰

當然，城市級數據平臺不同于過去示范項目建設過程中形成的測試平臺，其系統結構和功能運行都有著更高的復雜性。從長期可持續運營角度來看，其建設工作面臨一系列現實挑戰。

（一）主體關系協調與統籌

在全國各大城市中，智能網聯汽車數據平臺的建設涉及多個政府部門和單位的合作參與。一方面，新能源和智能網聯汽車產業發展通常由當地工業和信息化部門或類似的政府機構牽頭推動；另一方面，智能網聯汽車數據應用試點建設則可能由相關研究院、科技園區管理公司或專業的大數據服務機構負責。此外，城市級智能網聯汽車數據平臺的規劃與實施，則需要當地數據管理局等部門統籌推進。

在前期應用示范探索階段，各城市的相關部門和單位都充分發揮其專業職能，積極參與項目系統開發建設，并取得了顯著成效。然而，隨著智能網聯汽車產業的深入發展和系統化推進，各城市普遍面臨的挑戰是如何進一步梳理和優化各部門之間的職能關系，確保數據平臺的集中建設、數據的協調管理以及數據標準的統一規范。

具體而言，各城市需要警惕和避免以下風險和問題：

一是數據平臺重復。由于缺乏統一規劃和協調，不同部門或單位可能獨立建設多個數據平臺，導致資源浪費和數據孤島現象。

二是數據管理分散。各部門之間的數據管理缺乏有效銜接，導致數據整合和共享困難，影響數據的綜合應用和價值挖掘。

三是數據標準不統一。由于各部門采用不同的數據標準和格式，導致數據難以跨系統、跨平臺共享和互操作，限制了數據的廣泛應用和深入分析。

為了應對這些挑戰，各城市則需要加強頂層設計和政策引導，明確各單位的職責分工與協作機制，通過制定統一的數據標準及接口規范，促進數據的互聯互通和共享應用，并在此基礎上，推動數據平臺的統一建設與集中管理。

（二）數據價值挖掘與釋放

目前，在全國很多城市數據平臺上聯網注冊的新能源智能汽車數量龐大。這些車輛通過各種先進的數據收集渠道，如車載傳感器、車輛控制系統、通信網絡等，產生了涵蓋車輛行駛、充電位置、車身監控、碳排放情況等多方面的信息。這些信息對應于幾十類、數百項數據屬性，為汽車行業的發展提供了極為寶貴的信息資源。

盡管這些數據蘊含著大量的高價值信息，但各城市在數據收集和處理過程中卻面臨一些共性挑戰。例如，各平臺差異化的數據收集渠道，使得所獲取的智能網聯汽車數據格式多樣、結構復雜，給數據整合和分析帶來了不小的難度；數據收集缺乏有效的體制機制，數據的完整性、持續性難以得到保證，增加了其分析處理的復雜性。更為關鍵的是，由于數據產權界定不清、共享機制不完善等原因，各方面數據資料還沒有形成完善的數據資產。這些都導致數據背后的巨大價值仍然有待深入挖掘和利用，無法充分發揮其在智能交通、城市規劃以及智能駕駛個性化服務創新等方面的潛力。

因此，全國各城市在智能網聯汽車數據平臺建設方面，需要重點關注數據的全流程管理和權屬關系問題，在數據標準化整理的基礎上，加強技術研發與創新，提升數據的處理和分析能力，為汽車行業的可持續發展和智慧城市的全面建設提供有力支撐。

（三）應用模式開發與運營

數據平臺建設的最終目標是推動智能網聯汽車產業的持續健康發展，提升城市的運行管理水平，促進能源與環境保護，保障交通安全及隱私。而要實現這些目標，則必須建立堅實可靠的功能應用模式。它不僅要求對上下游數據產業鏈進行有效串聯，形成緊密的合作與協同機制，還要構建起良好的數據開發和運營生態，通過一系列明確且貼近實際需求的應用場景，將虛擬空間中的數據價值轉化為現實世界的經濟社會價值。

然而，全國各城市現有的智能網聯汽車數據平臺大多是基于特定應用示范項目建設的，主要用于智能網聯汽車相關功能的測試和有限范圍的體驗展示。盡管在新能源汽車購置補貼等政策的驅動下，大多數車輛都主動接入到了當地工業和信息化部門或相關機構的數據平臺，但數據收集的整體成本仍然較高。與此同時，相較于高昂的數據收集成本，真正落地并產生顯著經濟社會價值的數據應用還十分有限。這導致數據資源的利用效率不高，數據的價值挖掘和轉化能力不足，嚴重制約了我國智能網聯汽車產業的進一步發展。

近年來，中國汽車企業通過新能源技術和智能駕駛技術的研發應用實現了彎道超車，逐步超越歐美及日韓傳統車企。當下，智能網聯汽車正是汽車產業發展最熱的賽道，帶來巨大的產業升級機會和經濟社會效益。量子計算、神經擬態芯片、元宇宙等前沿技術在汽車領域的應用使得智能駕駛、自動駕駛大模型智算中心建設將成為趨勢。然而，當前自動駕駛的整體產業規模還不夠大，產業集群式發展尚顯不足。在政府如火如荼進行智慧基礎設施建設的同時，車企的參與意愿較低，極大地影響了協同發展進程。根據調研，當前自動駕駛全產業鏈依然以虧損為主。2021年至2023年，我國某家全球領先的L4級自動駕駛科技公司的研發支出分別為4.43億元、7.59億元、10.58億元，而這三年的營收分別為1.38億元、5.28億元、4.02億元。另一家頭部自動駕駛企業估計，在現有的經濟形勢下，未來3～5年沒有可能實現盈虧平衡。

正因如此，各城市在智能網聯汽車數據平臺建設中，需要更加注重數據的應用價值挖掘和實際效益產出。一方面，通過優化數據收集和處理流程，降低數據收集成本，提高數據質量；另一方面，在加強數據分析能力的基礎上，開發更多具有實際應用價值的數據產品和服務。

結語

智能網聯汽車的規模化運營，離不開完備、優良的數字基礎設施作為支撐。而城市智能網聯汽車數據平臺建設，則是當前智慧城市建設與汽車產業轉型升級的重要交匯點、重大突破點。面對日益增長的智能網聯汽車數據需求，許多城市在政策和示范項目的支持下已初步構建起相關數據平臺，并在數據收集、處理及應用等方面取得了明顯成效。然而，城市級的數據平臺建設仍然面臨諸多挑戰。

面對挑戰，其相關建設工作需要進一步強化頂層設計，明確政府部門間的權責關系以及企業、社會的角色定位，在技術標準、接口協議和政策法規制定的基礎上，形成系統化的發展藍圖。從數據存儲、管理和應用角度來看，它并不是要建立一個全新的數據體系，而是要充分利用現有的功能服務平臺，在資源整合與協同的基礎上，構建更為廣泛、安全的數據應用生態。而面對復雜的國際外部環境，智能網聯汽車的數據采集和應用也還需要與當前國際標準充分銜接，有意識地引導和加強規則設置上的國際合作。

當然，智能網聯汽車數據平臺建設只是應用創新的起點，并不是終點。在數字空間與現實世界之間，要實現數據的價值閉環，構建城市智慧治理體系，除了要有系統化的數據平臺外，還需要有準確的數字孿生模型、可靠的部門協作機制和有效的法律法規保障作為支撐。只有通過相關要素的良性互動，才能充分釋放數據價值，推動智能網聯汽車產業的健康有序發展，提升城市交通管理與服務水平。但我們也必須認識到，這是一個持續且階段性的發展過程，數字孿生模型的精度會由粗到細，部門協作機制的作用效果會由靜態協調轉變為動態反饋，而法律法規的制定也需要充分考慮效率、安全和應用規模等多因素間的平衡關系。

未來，隨著制度型開放和地方改革創新的推進，智能網聯汽車數據平臺也必將突破城市的界限，成為跨區域智慧交通出行的重要基礎設施。除了更先進的軟硬件系統，通過資格體系異地互認、道路體系異地開放、監管體系異地協同，它能夠為區域智能網聯汽車應用提供底層支撐，成為智慧化、多樣化自動駕駛出行服務的數字聯通網絡。目前，廣州、珠海、深圳已經開始在粵港澳大灣區積極規劃建設國內最大范圍的城市群級智能網聯汽車數據平臺，為區域性智能網聯汽車應用發展樹立了很好的標桿。相信隨著技術的進一步成熟和政策的持續完善，中國一定能在智能網聯汽車領域繼續保持領先地位，為全球智慧交通發展注入新動能。

參考文獻：

[1] 周江評：《緩解我國城市道路交通問題的若干思考》[J]，《城市規劃匯刊》2001年第1期，第68-72、80頁。

[2] 周江評、孫明潔：《交通系統與交通項目評估——北美的經驗及其對中國的啟示》[J]，《國外城市規劃》2004年第3期，第62-68頁。

[3] 楊家文、段陽、樂曉輝：《TOD戰略下的綜合開發土地整備實踐——以上海、深圳和東莞為例》[J]，《國際城市規劃》2020年第4期，第124-130頁。

[4] 王靜霞：《新時期城市交通規劃的作用與思路轉變》[J]，《城市交通》2006年第1期，第17-22頁。

[5] 曹國華、周江評：《后發城市交通發展的目標、思路和策略——發達國家、城市的經驗與啟示》[J]，《上海城市規劃》2018年第3期，第86-91頁。

[6] 楊家文、陳若宇、段陽：《珠三角公共交通需求—供給關系類型與影響因素分析》[J]，《地理研究》2024年第12期，第3215-3227頁。

[7] 伍朝輝、武曉博、王亮：《交通強國背景下智慧交通發展趨勢展望》[J]，《交通運輸研究》2019年第4期，第26-36頁。

[8] DianGe Yang， Kun Jiang， Ding Zhao， et al.， “Intelligent and Connected Vehicles： Current Status and Future Perspectives”[J]， Science China Technological Sciences， 2018， 61： 1446-1471.

[9] 郭化超、于曉英、王樹梁、戴仲謀：《智能網聯汽車信息融合系統架構及關鍵技術研究》[J]，《汽車工業研究》2024年第1期，第30-41頁。

[10] Biyao Wang， Yi Han， Siyu Wang， et al.， “A Review of Intelligent Connected Vehicle Cooperative Driving Development”[J]， Mathematics， 2022， 10（19）： 3635.

[11] 邱彬、李廣友、薛曉卿、謝榮瓊：《智能網聯汽車數據交互與綜合應用公共服務平臺研究與構建》[J]，《汽車工程學報》2024年第5期，第829-838頁。

[12] Yuchen Pan， Yu Wu， Lu Xu， et al.， “The Impacts of Connected Autonomous Vehicles on Mixed Traffic Flow： A Comprehensive Review”[J]， Physica A： Statistical Mechanics and its Applications， 2024， 635： 129454.

[13] 李克強、戴一凡、李升波、邊明遠：《智能網聯汽車（ICV）技術的發展現狀及趨勢》[J]，《汽車安全與節能學報》2017年第1期，第1-14頁。

[14] 崔明陽、黃荷葉、許慶 、王建強、Takaaki Sekiguchi、耿璐、李克強：《智能網聯汽車架構、功能與應用關鍵技術》[J]，《清華大學學報（自然科學版）》2022年第3期，第493-508頁。

[15] Sarah Barns， “Smart Cities and Urban Data Platforms： Designing Interfaces for Smart Governance”[J]， City， Culture and Society， 2018， 12： 5-12.

[16] 趙福全、匡旭、劉宗巍：《面向智能網聯汽車的汽車產業升級研究》[J]，《科技進步與對策》2016年第17期，第56-61頁。

[17] Emil Talpes， Debjit Das Sarma， Ganesh Venkataramanan， et al.， “Compute Solution for Tesla’s Full Self-Driving Computer”[J]， IEEE Micro， 2020， 40（2）： 25-35.

[18] 丁飛、張楠、李升波、邊有鋼、童恩、 李克強：《智能網聯車路云協同系統架構與關鍵技術研究綜述》[J]，《自動化學報》2022年第12期，第2863-2885頁。

[19] 孫超、黃愉文、張凱、張永捷：《智能網聯汽車產業政策趨勢分析及發展思考》[J]，《城市交通》2022年第1期，第52-58頁。

[20] 劉思楊、張云飛：《從智能網聯 1.0 到智能網聯 2.0：面向雙智的實時數字孿生城市構建》[J]，《電信科學》2023年第3期，第32-44頁。

[21] 張振剛、張小娟：《智慧城市系統構成及其應用研究》[J]，《中國科技論壇》2014年第7期，第88-93頁。

[22] Ibrahim Abaker Targio Hashem， Victor Chang， Nor Badrul Anuar， et al.， “The Role of Big Data in Smart City”[J]， International Journal of Information Management， 2016， 36（5）： 748-758.

[23] 吳冬升、李鳳娜、夏寧馨、李大成：《智能網聯汽車測試方案研究與展望》[J]，《電信科學》2023年第3期，第61-69頁。

[24] Ina Schieferdecker， Nikolay Tcholtchev and Philipp L?mmel， “Urban Data Platforms： An Overview”[C]， Proceedings of the 12th International Symposium on Open Collaboration Companion， Berlin， Germany， 17-19 August 2016.

注釋：

①邢妍妍：《1天10TB！汽車數據如何規范？》，https：//m.thepaper.cn/baijiahao_14760082，訪問日期：2025年1月10日。

②陳燕南：《數據勒索頻繁發生 智能網聯汽車如何設置“安全鎖”？》，https：//cj.sina.com.cn/articles/view/1650111241/625ab309020019ty8，訪問日期：2025年1月10日。

作者簡介：孫軒，南開大學周恩來政府管理學院副教授，公共管理實驗室負責人、數字城市治理實驗室主任、計算社會科學實驗室副主任。趙佳，中國汽車技術研究中心有限公司總監，中級經濟師。徐耀宗（通訊作者），中國汽車技術研究中心有限公司副主任，高級工程師。葛鵬，中國汽車技術研究中心有限公司副部長，高級工程師。

責任編輯：盧小文