北京市交通管理数字化转型探索与实践

交通强国与数字交通的双重战略背景下，数字交通是构建现代综合交通体系的必由之路，也是交通信息化发展的必然趋势。作为中国的首都，北京高度重视市域数字交通现代化建设，着力探索具备本地特色的数字化交通管理新模式，于2021年起逐步开展公安网警务云大数据平台、情指行指挥中心的建设，支撑北京市交通管理的数字化、智慧化。

本案例基于北京市公安局公安交通管理局的警务云大数据平台和情指行指挥中心建设项目，汇聚贯通首都交通管理海量数据，进行数据治理基础建设和价值挖掘增值建设，利用大数据分析处理技术形成了一套标准规范的数据治理语言和交通数据价值目录。面向交通大数据业务领域开展指挥调度、车驾管、执勤执法、事故预防、业务监督等相关工作，形成交通管理数据资产从汇聚到实战赋能的完整链条。以“数字化、智慧化”赋能城市交通管理，提升交通管理服务水平，助力交通强国提质增效。

一、实施背景

党的二十大报告中明确指出“加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国。”《数字交通“十四五”发展规划》中也提出“以数字化、网络化、智能化为主线，以改革创新为根本动力，以先进信息技术赋能交通运输发展，强化交通数字治理，统筹布局交通新基建，推动运输服务智能化，培育产业创新发展生态，加强网络安全保障体系和能力建设，有效提升精准感知、精确分析、精细管理、精心服务能力，促进综合交通高质量发展，为加快建设交通强国提供有力支撑。”

交通强国与数字交通的双重战略背景下，数字交通是构建现代综合交通体系的必由之路，也是交通信息化发展的必然趋势。作为中国的首都，北京高度重视市域数字交通现代化建设，着力探索具备本地特色的数字化交通管理新模式，于2021年起逐步开展公安网警务云大数据平台、情指行指挥中心的建设，支撑北京市交通管理的数字化、智慧化。

二、实施目标

结合公安部交管局所提出的“情指行”一体化运行机制总体期望，适应大数据形势下的警务实战需求，结合交管业务特点、数据痛点、组织现状、相关规划等，设计落实一套可持续运行的数字化交通管理解决方案。以“应汇尽汇、统一治理、融通挖掘、赋能业务”为原则，构建统一的数据平台和交警大数据资源池。以业务实际指导，数据驱动发展，把大数据作为公安工作创新发展的引擎和增长点，建设“一体化统筹、扁平化指挥、合成作战调度”等特色功能的“情指行”一体化实战应用平台，全面落实公安大数据智能化建设规划，充分发挥科技创新赋能作用，为推进交通治理现代化、交管服务便利化、交警队伍正规化提供强有力的科技支撑。

图1：北京市交管局汛期应急指挥调度新闻报道

三、建设内容

1、构建交管数据标准规范体系

本着“总体设计，结合实际，迭代完善”的思路，按照国标、公安部、北京市标准、六合一、自定义的优先顺序，围绕交管数据标准、交管数据接入/处理/治理/管理、交管数据共享三个方面，构建交管数据标准规范体系，输出具体规范文件。

交管数据标准类，包括《交警大数据数据治理标准规范》、《交警大数据数据治理实施规范》、《交管数据元标准》、《交管数据字典标准》共四项；交管数据接入/处理/治理/管理类，包括《数据调研模板》、《质量校验规则》、《数据质量问题模板》、《交警大数据数据资产管理规范》、《数据质量问题清单》、《标签体系规范》、《指标体系规范》等；交管数据共享类，包括《数据申请审批流程规范》。并对上述规范文件按照其形成特点分成三级，一级是在数据治理初期制定，数据数据治理的基础规范，指导数据治理工作；二级是治理过程中依据具体数据情况制定，规范治理工作；三级是治理工作后期形成，针对数据的管理。其中，截至2022年4月，交管数据元标准中累计编制数据元300余个，交管数据字典标准累计编制代码集400余个。

2、构建交管数据资源池

重点针对数据采集不完整、标准不统一、画像不清晰等问题，围绕“强化采集”、“统一标准”、“完善标签”三个核心流程开展治理，并形成原始库、标准库、资源库、主题库、专题库五大数据库，以及图片库、静态停车库。

原始库，对接局内外业务系统33个，数据总量约达6000亿条，日增数据量超4.5亿条，构建原始数据表700余张。对接的局内业务系统，包括交管六合一系统、集成指挥平台、互联网12123系统、进京证办理系统、北京122系统、安监系统、两台合一、施工占道、PDA、通行证、平安扣、案件管理、三急一速等来源。对接的局外业务系统，包括：北京市交通委、城管委、住建委、市场监管局、商务局、文旅局、税务局、气象局、公园管理中心、卫健委、司法局，以及刑侦总队的系统数据。

标准库，治理形成标准数据表340余张。按照初期制定的数据标准对多源数据进行标准化治理，主要涉及包括5个方面：1）数据格式的标准化；2）参考系的标准化，将大地坐标系统一标准为火星坐标系；3）数据清洗，如重复数据清晰；4）数据填充，如通过驾驶人信息对违法数据进行相关数据补充；5）维度标准化。

主题库，治理形成主题数据表180余张。主题库中统一存放全部维度数据（如：人员、车辆、组织），支撑其他数据层的数据查询、汇总、分析等。

资源库，治理形成各类标签370余个，对象关系约17个。资源库存放要素以及要素之间的关系信息、标签信息，以供上层应用使用。

专题库，治理形成主题数据表。专题库是基于主题库、标准库对同一实体维度信息和具体业务事件的横向拉通，按照上层业务应用需要，构建六大分析专题。同时，统一交管指标体系，设计并开发执法、事故、警情、车驾管等业务指标200余个。

图片库，已梳理、盘点交管和人、车、事故、违法、机动车业务、驾驶人业务照片等照片数据来源建设人脸库，盘点交管机动车登记、违法、过车等照片来源建设车脸库。

静态停车库，已接入各类静态车辆相关数据3亿条，涉及车辆停车订单、违停、静态车辆智能识别分析等方面。

3、交管资源池赋能各类交管业务应用

依托资源池中形成的海量交管价值数据，在项目中同步建设了一批的交管业务实战应用，这些应用覆盖了各业务科室、局支大队的日常工作和业务决策，包括指挥中心、事故处、车管所、科信处、法制处、为民服务中心、执法专班、大数据科、安监部门、各科室以及各支大队分析研判人员、各分局执法审核部门等。

建设的实战应用覆盖八个方面，“情指行”一体化实战应用平台、领导决策类应用、交通要素对象全息画像、隐患筛查类应用、交通态势分析类应用、情报预警类应用、监测打击类应用，以及大量专题模型。

“情指行”一体化实战应用，包括情报研判上图、指挥调度、分析研判、信息发布、岗位勤务、铁骑实战等。领导决策类，包括局支大队驾驶舱、车驾管全息综合应用平台等。全息画像类，包括驾驶人主题档案画像、车辆档案画像、企业档案画像、事故档案画像、警员画像、道路档案画像等。隐患筛查类应用，包括隐患人员筛查、机动车隐患筛查、隐患企业筛查等。态势类应用，包括事故态势分析、执法态势分析等。情报预警类应用，包括智慧情报预警平台、重点区域管控、云督智慧监管矩阵等。监测打击类应用，包括重点营运车辆监管、综合打击作战等。专题模型累计100余个，包括交通违法类模型、交通事故类、车驾管类、交通秩序类、安全监管类。

四、实施效果

目前所建设的公安网警务云大数据平台、“情指行”一体化实战应用平台已在北京市公安局公安交通管理局上线运行，形成了一个基础能力平台、一套标准治理体系、一批实战场景应用的实践应用成果，以数字化交通科技手段实现警务工作的效能提升、方法创新、警员减负。

一个能力基础平台：提供了警务云大数据平台构建的基础工具，极大的缩短了交通大数据的治理周期、降低治理成本，对全市的交通数据资产进行了全面的盘点，让交通管理者在交通信息检索、情报预警、数据共享、管理决策等方面更高效的使用数据资产价值；

一套标准治理体系：接入全市33个系统，累计接入数据700亿条，日新增数据约2亿条，制定了数据元标准871个、数据字典标准585个、治理标准规范文件15种，形成了一套数据治理标准、一个交通数据价值目录，支撑冬奥安保以及车管所、事故科、指挥中心等科室的日常数据治理、共享、建模使用需求；

一批实战场景应用：按照服务超市的模式，面向隐患对象筛查、事故违法态势、车牌人信息查证、警情处置、冬奥安保、汛期应急调度等多个实战业务场景提供支撑，实现警情数量有效下降6%、派警速度提升2分钟、警员到场速度提升1分钟。

图2：警务云大数据平台界面