大數據背景下電動車交通風險及治理*

周 韻 朱 彤 郟紅雯

江蘇警官學院，江蘇 南京 210031

電動自行車，作為當前國民主要出行方式之一，由于其數量多、事故率高等原因，成為影響我國交通安全的重要要素。本文以搜集獲得的大數據為基礎，分析了解電動車交通風險的具體內容，同時利用大數據的相關理念和思維方式分析獲得降低電動車交通風險的具體治理措施。

一、電動車交通風險的概述

電動車車交通風險，是指在交通活動中，電動車駕駛人在道路上駕駛電動車時所面臨的發生交通事故的可能性。其作為影響交通安全的重要因素，值得我們從深層次了解，“據統計，2013年至2017年的5年間，全國共發生電動車肇事致人傷亡的道路交通事故5.62萬起，造成死亡8431人、受傷6.35萬人、直接財產損失1.11億元。從分析看，電動車交通違法數量和肇事事故起數、死亡人數均呈逐年上升趨勢。”[1]為此，我們通過搜集分析相關宏觀數據了解到以下幾點電動車的交通風險：

(一)電動車非法加裝情況普遍，導致速度、體積、質量不符合規范，存在安全隱患

在2018年《電動車安全技術規范》發布之前，我國對于電動車的認定、規范要求方面均不夠完善。大量廠家為了迎合市場需求，提供改裝加裝服務，提高電動車的速度，加強電動車的動力性能，大都可達40km/h左右，導致電動車性能上越來越靠近輕便摩托車，安全隱患越來越大。

(二)電動車駕駛者交通安全意識低，易造成交通事故

“電瓶車擁有者人群中只有8.7%的人知道《中華人民共和國道路交通安全法》中關于電動車的規章制度，而有57.4%的人是完全不知道這些規定的。”[2]調查數據表明，我國的電動車駕駛人交通安全意識淡薄，有相當多的駕駛人甚至對交通規則毫不了解，在調研過程中，我們也發現不少電動車的駕駛人按照機動車行駛的規則，占用機動車行駛的車道，而這極易導致交通事故的產生。

(三)電動車防護措施不到位，事故后果嚴重，傷亡率高達70%。

“2012年、2013年及2014年前11個月，北京二中院審理的涉及電動車的交通事故損害賠償糾紛案件分別為68件、69件和52件，分別占機動車交通事故責任糾紛案件的15%、13.6%和15%。[3]電動車作為一種“人包鐵”的交通工具，安全系數低，卻沒有相匹配的人身保護措施。我們在調研過程中了解，一名騎電動車的男性與一輛正在轉彎小轎車發生刮擦，雙方速度都不快，卻導致騎電動車男子大面積擦傷，而這種情況，在電動車駕駛人得到良好防護的前提下，可以得到有效的避免。

(四)電動車隨意停放情況嚴重，影響道路正常通行

由于當前我國大部分地區的城市基礎設施不夠完善，大量的電動車沒有適宜的停放區域，加之駕駛人素質參差不齊，電動車常被隨意停放，嚴重阻塞交通。同時，因為電動車的價值都不昂貴，許多駕駛人會將報廢的電動車直接丟棄在路邊，既占用道路，又影響正常的通行。

(五)電動車違規違法現象難查處，缺乏事故后追償手段，嚴重影響規范交通意識的形成

電動車低廉的價格、簡單方便的操作性致使我國當前的電動車保有量極大，加之針對電動車及其駕駛人的登記制度尚不完善，一旦發生交通肇事逃逸，對相關責任人的追查可謂“大海撈針”。

二、電動車交通風險的產生原因

為獲得電動車交通風險治理方法，我們根據實地調查結果與相關數據，得到了產生交通風險的原因。

(一)電動車保有量大、靈活度高，基層執法人員執法難度大

2018年上半年全國電動車產量總產量為1344.2萬輛，同比增長7.74%。2012-2017年全國電動車產量有增有減。據此，我們可以得知，當前我國電動車的全社會保有量，遠遠高于其他非機動車數量：且在調研過程中，我們了解到，在基層執法過程中，不少違反交通法律法規的電動車駕駛人，會利用電動車的靈活性和快速度逃脫相關部門的處罰。而用人像識別系統等新型設備識別違規行為事后進行處罰時，也很難精確到個人進行處罰，最多只能抄送到各單位進行批評。

(二)電動車生產廠家不嚴格遵循法定標準

根據《電動車安全技術規范》，電動車的駕駛速度不得超過25km/h且必須有腳踏板，但不少生產廠家為吸引顧客，枉顧法律法規，利用設計限速線等方法應付檢查。等到購買時，再將限速線剪斷。為電動車的高事故率埋下隱患。

(三)電動車準駕門檻低，缺少嚴格管理電動車駕駛人的相關措施

電動車駕駛者不遵守交通法律法規，很大一部分是因為他們不了解當前的法律法規，這主要是由于當前電動車駕駛的門檻過低，可以說只要是購買了就可以上路，且雖然規定要為電動車上牌，但流程極不規范，并不會查驗用于登記的身份證號是否與真正駕駛人相符，這為電動車增加了不少交通風險。

三、電動車交通風險的治理

大數據作為當前各個行業積極運用的一種技術方法，有效解決了許多涉及大量、廣泛、多樣的數據的問題，而當前電動車的治理，正是缺少相關數據的支撐。因此，我們將大數據的相關理念與獲得的數據案例進行結合分析，從宏觀角度降低電動車交通風險，提升交通安全。

(一)規范生產商，制定一一對應的編碼，從源頭規范電動車

根據大數據理論中的4V+1O原則，即數據量大(Volume)+類型繁多(Variety)+價值密度低(Value)+速度快時效高(Velocity)+數據是在線的(Online)選擇，電動車的治理必須得到大量電子數據的支撐，為從源頭解決這一問題，必須規范生產商，將每一輛電動車都設立特有的編碼，在登記時，與電動車的車牌相對應，這樣才能從源頭控制電動車。

(二)嚴格電動車信息登記，實行“一牌一證”，確保違法行為落實到個人

大數據理論中核心的一項就是為每個個體建立專有的數據庫。所以為獲得更加準確的數據，每一輛電動車都應當建立相應的數據庫，便于執法機關了解每一輛電動車的基本情況，確保其安全合法性，降低交通風險。同時。每輛電動車都應當上牌，并且與駕駛人的身份證等證件相關聯，隨后將相關數據都登記在牌照上，與個人的信用等相關內容聯系，起到威懾與管理作用，防止出現當場逃脫處罰后，無法處理的情況。

(三)電動車駕駛人信息登記，利用攝像頭人臉識別技術，并與信用機制掛鉤，使違法行為都能得到處罰

電動車駕駛人作為違法行為的主體，對其良好的控制是降低電動車交通風險的必要條件之一。所以根據各個體都應當具有專門數據庫的理論，每一位電動車駕駛人都應當建立相關數據庫，記錄其違法行為與相關信息，據此進行處罰，以增強法律威懾力。

(四)為電動車畫專門停車位，利用監控攝像頭進行分析管理，并通過繳納罰款這一環節，將違法信息整合到駕駛人信息庫中

根據CAP原理，在處理分式數據時，應當進行比對分析。在此基礎上，交通管理部門應當為利用車牌識別與人臉識別方式，將監控攝像頭與電動車駕駛人違法信息進行整合，并在繳納罰款環節進行信息比對，這將有效提升數據的價值性。

(五)利用大數據預測電動車事故的發生地段和時間，從進行加強管理

大數據理論中非常具有實踐意義的一部分，通過分析現有數據，對未來數據進行預測。調查中，我們會發現電動車事故率與交叉口的交通環境都息息相關，比如交通基礎設施的設置，周圍居民比例等，若將這一點運用在電動車事故管理方面，比如把某地段的事故率與周圍環境等因素結合起來進行分析，獲得該地未來可能發生事故的幾率，將有效減少電動車的事故率，減少交通風險。

(六)聯合其他部門，全方位的對電動車進行管理

為獲取大量更加確實有效的數據，各個部門應該交流分享，基于此理論與系統原理的結合，各個部門比如基層民眾組織，路政部門，應當積極與交管部門進行溝通，積極有效的處理路面的“僵尸電動車”等占用道路的情況，同時認真做好社區電動車普法工作，這樣才能從根本上對電動車做好有效管理。

四、結語

大數據作為一種巨量數據集合，其超強的決策力、洞察發現力和流程優化能力的海量與管理電動車所需的技術要求高度吻合。因此，我們應當將大數據的相關理論和方法，運用在源頭、日常生活工作中，預測、監督、管控電動車可能產生的交通風險，促進我國交通環境整體的安全、有序和高效，從根本上將電動車納入有關部門的管理。