公安交管工作数字化转型的思考与展望——以武汉为例

什么是数字化转型？根据搜索引擎的解释，其只是一种商业模式，但从政府的管理角度来说，数字化转型是利用数字化的技术和能力，包括云计算、大数据、人工智能和物联网区块链等来驱动业务流程的重构和运营运行模式的转变。

其目的是实现工作降低成本，提高效率。它的发展要经历三个阶段：第一个阶段是数字化的转换阶段；第二阶段是数字化的升级阶段；第阶段是数字化的转型阶段。

在2016年的时候，杭州的G20峰会第一次提出来以数字化转型为主题，在同年在2016年杭州的城市大脑也建成了1.0版本，所以2016年是数字转型的起步阶段，其特征是通过数据来串联业务的全过程，数据大应用业务大集成，并形成业务的闭环，实现业务流程的再造和运行模式的转变。

以武汉为例，武汉市在这10年来主要做了几件事情。

第一：加大前端感知体系的感知体系的建设。交通示范工程，智能交通示范专项工程；通过资金投入建设出行三期项目，实现了主干道前端智能感知全覆盖。

第二：2015年率先与互联网公司合作。利用交通大脑、云计算开发，推进系统建设，通过智慧政务、智慧监管等让民警警务效率更高。同时成立了五大中心，即执法监督中心、指挥调度中心、安全风控中心、分析中心及大数据支撑研究中心。进行集约化的管理体制增效，打造了智慧交通促进了经济治理。

结合武汉的实际情况针对数字化转型存在的问题，有以下几点：

公安交管工作数字化转移涉及到交管工作的所有层面，要把工作搞好，在处理科技和改革的关系上，一定是改革在前面，党委政府在前面，科技做支撑。所以说转型工作一定是一把手工程、一把手带头，全员参与。

数据赋能线路与交管实际工作结合起来，特别是在应用场景不是很清晰。所以说智慧交通的新聚力要有持续力和生命力，最终还是必须要回到本质，不忘初心。要把交通管理的业务需求相结合起来，包括传统经典的交通工程理论、交通流理论、交通控制理论。

武汉交警在数字化转型方面，开展了以下工作。一是建立工作机制，把科技支撑和体制机制改革这两者的关系摆正。所以成立了改革办和科信办，改革办要负责体制机制和业务流程的再造方面的工作。科信办负责基础信息化设施的提供和数据的支撑工作。

二是制定数字化转型的总体框架。

三是明确了实施路线。主要领导牵头成立工作专班，做好数据会议的治理，业务部门对现有各个部门的数据进行梳理，明确自己手上有哪些数据，从其他部门将会能接收哪些数据以及采购哪些数据。

四是4个工作目标。安全畅通有序便民，这既是工作目标，也是数字化转型的四大应用场景。

由于体制机上跨行业数据对接共享存在壁垒，数据协调难度大，数据共享也不充分。即便在同一个行业，系统内部数据共享也是很难。

目前有一个好的趋势，近几年来经过武汉交警的协调，包括无锡所的努力，部门之间的数据共享有加快的迹象。

目前武汉交管局的四大平台可与15个部委的部分信息进行共享，极大的提高了工作效率。通过对接交通部门针对重型货车疲劳驾驶、超速、闯禁等信息，推送到无锡所后，在集成指挥平台下发到各个地方，在指挥平台进行布控，成效还是非常明显的。

由于重建设轻维护的问题依然存在，导致数据存在缺失、准确率的实质性差、数据鲜活度不足、数据质量不达标、不能满足实战的要求。

特别是前端感知数据的准确度，随着使用时间推移逐渐降低，甚至不可用，最典型的就是国内信号控制系统检测设备在线率低。还有交通卡口，指标数据白天95%，晚上90%，但实际在工程实践中，车牌识别准确率只有70%~80%，这就造成了在做大数据分析，准确率就会很低。

解决方法有以下几点，一是加强产业设备日常运维。二是采取多种方式进行矫正。

三是全能感知数据的质量，对交通路况交通态势、交通控制、试验检测、交通建模和交通管控的准确性影响还是比较大的。因此在数据会战中，武汉交警要将前端交通感知数据的治理列为一个重要工作来推进。

公安交管数据标准缺乏统一的数据标准。由于数据来源不同，存在多网多源的形式，要把数据利用起来，就要建一个统一的数据标准，并要制定相应的标准，以便于数据的共享和利用。

武汉在“数据会战”中要制定两个标准，一是武汉市公安交管数据管理办法；二是武汉市交管数据的治理实施方案。

从数据的编目、归集清洗、质量安全共享，运行运维和评价考核等方面进行规范管理、建立数据的标准、开展数据的标准化。

同时在该环节中明确科技部门和业务部门的职责，科技部门对标相应规范，各业务部门配合数字化标准工作，负责清理问题数据、垃圾数据、倒逼数据场地规范完善，增强数据的有效性和可用性。

交管大数据当前大多还是针对单一数据源开展分析，对数据的挖掘度不够，直接服务实战场景的模型较少，还停留在“可视化辅助+人工研判为主”的阶段。多元数据融合碰撞有待进一步加强，分析的维度和深度有待进一步提高，应用场景有待进一步丰富，应用的纵深度有待进一步拓展。

主要表现在三个方面，一是数据语义表达不清，为了将交通数据准确和交通参数对应，并运用于各个交通管理的业务场景；二是数据逻辑关系表达不明确，数据与数据之间、数据与交通管理业务之间的关系不会深入分析；三是数据融合分析不深入，特别是跨业务领域的数据融合度不够，模型指标单一，主动决策能力低。

针对这一个问题，武汉交警采取了两个措施，一是在原有的基础上打造数据平台，对数据进行全生命周期的管理。

二是通过数据会战，开展基于业务场景的建模，进行数据的跨业务线融合和深度挖掘。

科技实力转化为基层战力仍显薄弱，科技支撑存在脱节的问题。基层大队普遍认为很多系统不能用、不好用、不会用，或者存在查询时无权限的问题。为解决该问题，武汉交警以打造数据交警队为切入点，将网络数据应用延伸到基层交通大队、中队，着力解决信息化系统基层不能用、不好用、不会用和没有权限，权限不够的问题，实现减负增效。

数字交警队是什么？并不是把原来的系统推倒重来，而是有效整合，依托数据中台在PC端和移动端建立统一门户和数据看板，整合各类数据和应用系统在大队、中队进行综合应用，实现底数清、动向明。通过大数据实战模型和统一应用平台实现风险察、行动历，通过数字交警队坐实数据能力推动应用权限下沉。用8个字来概括，增权免责，赋能减负。

最后数字交警队怎么建？通过打造数据中台、构建数据分析系统、搭建数据模型，形成供基层选择调用的“模型超市”，横向实现“云应用”向PC、警务通等“端应用”的输出，纵向实现业务系统“条应用”向基层大队、中队“块应用”的转化，解决“上面千条线，下面一根针”的问题。

然后建立统一的鉴权中心，通过动态分配申请授权，按照不给数据给结果的方式，通过具体案件、警情、勤务和权限应用挂钩，安全提供分类分级的数据模型，解决基层没有权限，权限不够的问题。

武汉交警很多工作业务形成不了闭环，特别是在指挥调度体系中存在警情汇聚不全、情报研判不深、指挥调度不高效、指令流转不规范、勤务管理不精准及任务过程不可追溯。

针对这些问题，武汉交警正在打造基于情指行一体化的指挥调度体系，通过数据流和指令流对指挥调度的各个环节进行纵向贯通、横向联动并形成闭环。

在应用过程中，在安全和运维方面存在安全风险，维护没有保障。

针对这一问题，武汉交警进一步加固安全屏障，加快构建公安交管信息化的安全体系、加强系统资源安全、强化信息网络安全、原审发布内容的安全、加强节约设备的安全、加强数据共享安全，在数据可用不可见和最小够用的安全原则下处理好数据，方便使用和严格管理的矛盾。

人才问题有以下几方面：第一是缺乏人才；第二是缺少激励机制；第三是结构不合理；第四是基层民警的信息化指导和培训不够。