大數據助公安交管實現精準量化

張琦

公安部交管局要求各地交警著力構建“情、指、勤、督”“四位一體”的勤務體系，切實提高勤務的主動性、精確性、合成性、實效性。

“情”要求建立健全情報主導警務的預警研判機制，實現交通管理情報制導、精確打擊、精準防控。“指”要求搭建“統一指揮、上下聯動、一體運作、精準高效”的指揮體系。“勤”要求建立健全路面立體化網格化的勤務機制，全面推行網上、網下聯動的勤務模式。“督”要求采取“定性+定量”的考核方式，對勤務效果定期進行評估，綜合分析測算民警工作績效和勤務運行整體效能。

具體的組織推動，按城市分階段落實，2019年6月前在全國36個重點城市完成“道路交通管理勤務機制改革”示范建設。

警務工作面臨新形勢

在這一政策背景下，對警務工作提出了新的要求：

第一，業務需求方面，運用交通大數據、云計算、人工智能等科技思維提升警務工作處理城市交通復雜和常態問題成為關鍵。第二，組織機構改革方面，強化突出數據研判部門，簡化勤務管理流程，警情直接到警員，迅捷高效處理。第三，工作模式轉變方面，創新“信息主導警務及交通疏導調控”工作模式，推動由指揮中心至智慧中心轉型升級。第四，工作能力升級方面，推動情報主導警務，合力作戰，實現情指戰術性融合，情勤戰略性對接，情督戰役性銜接。

此外，新要求還帶來四大變化：

第一，轉變。業務系統要實現從流程化向決策化的轉變，從功能化向場景化轉變，由被動操控向主動推送轉變，由業務豎井向業務融合及閉環轉變。第二，融合。一是數據的融合，包括以交管行業內數據為核心同時融合行業相關數據（交通委數據、氣象局數據等）、互聯網數據;二是技術的融合，包括目前大家談論最多的ABC，大數據、人工智能、云計算等技術的運用。第三，閉環。包括業務閉環和數據閉環，數據閉環是基礎，通過實現數據的閉環，帶來業務的閉環。第四，提升。多來源，多手段，多模式的情報;高效、扁平、協同智能的指揮;量化的勤務評價;全流程管控、輕處置的監督。

大數據在公安交管

領域的應用現狀

大數據目前在公安交管領域的應用現狀，可以從數據、算力和應用三個角度來看：

首先在數據層面，現在都在談數據大集中、大融合，期望基于數據融合創新應用形態，但數據過度集中在公安行業需要面對數據安全問題。以往數據分散在不同的業務部門，如車駕管、法制部門接觸的主要是六合一數據，秩序、指揮中心可能更關注的是基于卡口的交通態勢相關數據，不同部門基于業務的權限來劃分數據的獲取權限，但集中后，數據融合到什么程度，用什么技術和手段保證數據安全是需要思考的。在數據實際應用層面，一是輸出能力有限，對于現有數據還能做什么并沒有完全清晰，數據價值沒有被完全發掘。二是輸出手段局限，很多高價值信息沒有通過高效、合理的通道遞交到使用者手中。

其次在算力層面，現在各地的大數據項目建設規模都很大，硬件資源也投入了不少，但實際情況是很多地方硬件資源的使用率并不高，算力有余，算法不足，軟硬件能力不匹配，這里的“算力”指狹義上的各類計算資源。

最后在應用層面，主要是系統間聯動不足，沒有結合業務要求形成閉環，存在大量的應用豎井。該怎么實現，整體來說要實現二個目標：第一，最大限度地激發信息與數據活力，將數據分析、情報研判作為警力調度、勤務運行、業務督導的指揮棒，提高敏捷實戰能力，打造業務閉環監管的局面;第二，建立情報主導的高標準“情指勤督”一體化機制，形成整體作戰合力，服務一線實戰。

具體說來：第一，情報需要細分場景，細分用戶。細分場景，指揮中心，早晚高峰、平峰該關注什么，要分場景。細分用戶，帶班領導關注什么，指揮崗關注什么，信號崗關注什么，秩序關注什么，要分用戶。綜合來說就是實現情報的多來源、多模式、多形態。第二，指揮的目標是上下聯通、扁平化、價值信息推送和上傳下達。第三，勤務強調的是動態監管、優化、精準量化、效能評估。第四，監督強調的是全過程督辦，閉環式監管。

要實現多模式相融合

首先是多來源：以交通管理數據為核心，同時融和行業相關數據、互聯網數據作為補充。

我們在一些總隊級建設項目中實現了交通委重點車輛GPS數據、氣象局氣象數據與交管數據的融合，基于卡口數據和GPS數據在時間和空間層面實現了重點車輛的精細化管控;基于歷史氣象數據和交通事故數據綜合建模，對重點路段、隱患路段的道路安全等級進行量化評價，實現了惡劣氣象條件下，精細到道路級別的安全預警、精準高效的勤務安排并對隱患異常提前預防。

其次是多手段：在各類看板和常規業務系統基礎上，第一，縮短情報獲取的路徑，讓高價值情報能夠快速傳遞到用戶手邊。第二，通過情報分析的眾創，發揮基層警員的集體智慧，讓更多的業務人員能夠有途徑和出口去貢獻自己的業務智慧，讓數據分析不再只是科技部門的事情，要實現這一點，信息系統要有創新性應用，需要降低情報研判分析的門檻。

最后是多形態：結合不同的場景和用戶，提供大屏端、PC端、移動端等不同的系統形態，并能夠實現不同系統間信息的協同和聯動。實現情報主導，要讓情報研判成為剛需。剛需要具備三個特點：第一能夠極大地提升效率，第二能夠極大地降低成本，第三能夠極大地改善用戶體驗。

這方面我們也在進行一些實踐。

第一，讓高價值信息觸手可及，提升效率，在日常生活中對未知事物我們首先想到的就是搜索引擎，因為高效和便捷。在公安交通管理行業，通過打造交警自己的“百度”，在實現高效、便捷檢索能力的基礎上，將檢索的信息分別從機動車、駕駛人、事件、道路、企業5分維度進行分類，使獲取的信息更加精準聚焦。第二，分析眾智，改善體驗，通過提供可視化、靈活的數據分析工具，降低數據分析、情報研判的門檻，我們目前在做的基于圖形拖拽方式的建模工具，為業務民警進行數據分析提供了低門檻、快速上手的工作平臺。第三，模型眾創，降低成本，在提供高靈活度情報分析工具基礎上，為各業務科室、警員提供展示聰明才智的眾創空間，將個人的情報分析方法和成果提供給其他需要的部門和人員，通過交流、評價不斷提升情報分析水平。最后，通過交通關系圖譜還原交通事件真相，這里我們應用圖數據庫技術，圍繞機動車、駕駛人、事故、道路、企業五個要素，建立要素之間的關聯關系，形成交通要素知識圖譜，挖掘交通要素間的潛在關系，在交通事故責任調查、隱患異常分析、業務監管等場景都有很好的應用。

指揮方面要實現上下聯動，統一指揮。首先是指揮調度系統，針對不同層級的用戶，不同的場景提供多形態的指揮調度方式，這里包括基于一張圖扁平化一鍵常規指調和應急指揮調度，特別是基于一張圖的一鍵調度方式，將各類交管資源疊加到一張地圖上，實現數據整合、調度一張圖上作業、應急一體聯動運作，也是目前在交管特別是大隊一級用戶中受眾越來越廣的一種應用形態。

另外，過飽和場景不能像欠飽和場景一樣追求低延誤，提高交通大群體出行效率和大干線有序通行應該是我們追求的新目標。每一條道路，都不是孤立存在的，在過飽和場景下，通過融合互聯網、檢測器、卡口等數據，建立以排隊長度為核心指標的交通信號評價體系。基于強化學習技術，建立干線、路口畫像模型，同時關聯干線、路口上下游，實時精準預。通過視頻輔助驗證，結合專家經驗，提早預警關鍵路口死鎖、反溢趨勢，第一時間化解干線無序交通事件，控制事態蔓延，協助交警生成信號調優建議。