摘要：随着高速公路路网规模不断扩大，高速公路通行费单量和总量快速增长，非法逐利行为曰益凸显，车辆偷逃通行费显现出“形式新、种类多、跨区域、隐蔽性强”的特点，并呈现出“团伙化”与“专业化”趋势＂。为应对高速公路运营管理新形势、新变化、新要求，最大程度地遏制各种车辆逃费现象，最大限度地降低通行费流失，保障高速公路运营秩序平稳和有序，已成为当前亟需解决的首要问题。本文主要分析大数据在高速公路收费稽核中的应用实践。
关键词：大数据；高速公路；收费稽核
引言
当前高速公路上的车辆逃费行为日益严重，传统的人工稽核收费方式已经无法适应新形势下的运营管理需求。本文结合取消高速公路省界收费站后新收费形式和稽核需求，以河北省收费运营数据为依托，开展了大数据在高速公路收费稽核中的应用研究，并将研究成果应用于河北交通投资集团有限公司所属各高速公路运营单位，显著提高了稽核效率和稽核效果。
1、大数据技术
从大数据的生命固期来看，大数据主要包括四个方面，分别为大数据采集、大数据处理、大数据存储、大数据分析，共同组成大数据生命周期中最核心的技术大数据采集是将前端采集设备产生的数据和日志等，通过KAFKA分布式消息队列，实现数据发送方和接收方准确、稳定的传输数据。稽核系统数据主要包括交易流水数据、牌识流水数据、抓拍图片数据等。大数据处理首先在进行数据分析前，先对采集到的原始数据进行“清洗、填补、平滑、合并、规格化、一致性检验”等一系列操作，为后期分析工作奠定基础，然后进行批量数据处理，通过HADOOP分布式处理，将大的数据处理任务，拆分为分布式的计算任务，交由大量机器处理，最终等处理完后拼接成需要的结果。大数据存储利用分布式存储代替集中式存储，用更廉价的机器代替之前昂贵的机器，降低海量存储成本。分布式存储系统需要借助分布式数据库来实现，分布式数据库重点解决大文件存储、存储设备的动态扩展、数据存储节点的容错以及数据的快速检索问题。通常对増加、刪除、修改、查询操作进行区分处理，但由于分布式数据库技术难以实现灵活、快速、复杂的统计分析功能，因此需要将这两种数据库技术结合起来使用，解决稽核系统在不同需求应用场景下的问题。大数据分折从可视化分析、数据挖掘算法、预测性分析、语义引擎、数据质量管理等方面，对杂乱无章的数据，进行萃取、提炼和分析的过程。数据挖掘模型是大数据分析的核心，通过搭建稽核模型，对全网车辆流
水数据进行分析，输出疑似逃费车辆名单，并借助图形化手段，对车辆所有数据进行关联分折，以图表等可视化形式进行显示。
2、逃费方式现状
取消高速公路省界收费站后，设置ＥＴＣ门架实现所有车辆的分段计费，在收费站入口，ＥＴＣ车辆车载设备写入入口信息，ＭＴＣ车辆发放记录入口及车辆信息的ＣＰＣ卡。车辆通过ＥＴＣ门架时，门架识别所有车辆牌识数据并形成图像流水，同时在ＥＴＣ车辆车载设备、ＭＴＣ车辆ＣＰＣ卡写入计费信息及过站信息并生成通行记录，在收费站出口’读取ＥＴＣ车辆车载设备、ＭＴＣ车辆ＣＰＣ卡的车辆信息、通行计费信息等进行收费。采用现状收费制式，产生了多种新型偷逃费行为，交通运输部将取消省界收费站后存在的偷逃费行为分为５大类，包括移动、损坏通行介质，大车小标，冒充优免车辆，车辆闯禁行，收费站内部人员违规操作。在部文件分类的基础上，结合其他省份建设经验以及省内路段公司的反馈，对现状偷逃费行为进行梳理，发现偷逃费行为主要表现在通过多种手段减少计费里程和降低计费标准两个方面。
减少计费里程的方式主要有倒换通行介质和改变缴费路径两大类。降低车辆计费单价主要包
括改变车种、车型和冒充优免车辆等两大类。
3、基于大数据的收费稽核系统实现
综合利用门架交易、收费站交易、车辆牌识等数据，基于大数据平台构建收费稽核系统。该系统主要以下子系统构成：
3.1大数据处理子系统
大数据处理子系统实现了对海量高速公路收费数据的存储、处理、应用。主要包括以下服务：1.数据采集数据采集模块包括数据采集配置、数据采集支撑、多源异构数据采集、数据接口采集、数据上传接口采集、数据库采集、运维管理、数据抽取、数据清洗等内容。2.数据治理数据治理模块主要包括元数据管理、数据质量管理、数据标准管理、数据生命周期管理等内容。3.数据交换与共享数据资源交换与共享模块主要包括交换平台接入、配置与监控管理、目录服务、资源目录与交换体系联动、数据资源交换共享的安全等内容。4.大数据仓库大数据仓库模块根据数据挖掘、数据分析的需要，设计可扩展的数据仓库模型，建立面向主题的数据仓库系统，为业务应用的分析挖掘提供支撑。5.数据服务数据服务模块提供统一
的数据服务平台，通过大数据平台中的Hive对外提供共享库，通过数据接口为外围各业务系统提供集中的数据服务。
3.2车辆逃费筛查子系统
车辆逃费筛查子系统通过分析车辆逃费行为，构建高速公路收费稽核模型库，实现高速公路收费稽核全闭环业务流。主要包括以下服务：1.稽核基础服务稽核基础服务主要包括路网模型、多维路径拟合和标签体系。2.车辆逃费行为分析车辆逃费行为分析通过对高速公路收费数据、门架系统流水信息、入口称重信息等数据的分析，深度挖掘高速公路交易数据的关联关系，分析车辆行驶路径和驾驶行为，提取车辆逃费行为特征。3.稽核模型管理稽核模型管理主要包括收费模型分析、计算模型管理、模型执行管理。其中收费模型分析主要是构建收费运营分析的数据模型库。计算模型管理用于实现模型的新增、修改、删除、检索等功能。4.稽核应用服务稽核应用服务主要包括稽核运营中心和稽核分析。主要稽核分析手段包括收费特情分析、常规逃费行为稽核分析、重点车辆稽核分析和重点收费行为稽核分析等。
3.3车辆逃费补缴子系统
逃费补缴子系统用于收费站现场追缴人员完成逃费车辆拦截后，实现逃费补缴的业务办理。主要由以下部分组成：1.通行费补缴管理通行费补缴管理主要包括通行记录查询、通行费支付、通行费缴纳通知、稽查信息上传、稽查证据链上传、缴费信息查询等功能。2.稽查报表根据路段稽查结果生成路段稽查明细表，进一步生成集团收费稽查月报表，并按照省份生成跨省“大车小标”“货车客标”ETC逃费车辆报表。3.车辆信用管理车辆信用管理功能包括车辆档案管理、车辆异常记录管理、车辆信用值分布查询、车辆信息统计、信用体系建立等。
3.4审计需要技术革新
公路行业最初的重点是建设和轻型管理，经过多年发展，公路经营管理人员开始转向精细管理，今后对智能公路费用的审计将成为公路经营的主要重点。审计工作应以数据为中心，面向应用，利用大数据技术，通过确定异常加载的流数据的规划算法模型，确定异常加载的流数据，形成可疑漏损运输成本黑名单库，降低审计人员的工作量，实现AMM一目了然、二检、三插座、四核车辆运行系统在检查过程中影响交通效率。通过数据块链和海量数据等技术，可以建立绿交通信贷系统，而对于可靠性高的车辆，可以通过抽查提高交通效率，同时对交通车辆进行有效监测和检查。
结束语
本文结合取消高速公路省界收费站后新的收费模式和收费稽核需求，综合利用门架交易、收费站交易、车辆牌识等数据，基于大数据平台构建收费稽核系统，对全省联网收费系统的各类数据进行挖掘分析。该系统已应用于河北交通投资集团有限公司所属各高速公路运营单位，为集团收费稽核提供了有效手段。
参考文献：
[1]周晓宇.基于大数据分析挖掘的高速公路收费稽查系统[J].中国交通信息化,2019(08):5.
[2]安洪娇,王庆春,杨树,等.大数据稽核的实战攻略[J].中国公路,2020(18):3.
[3]孙露,姜川,柳磊,等.基于沪宁高速公路大数据分析平台的ETC堵逃应用探讨[J].中国交通信息化,2015(S2):2.
[4]冯明艳.大数据分析在高速公路收费管理中应用的重要性[J].交通科技与管理,2021(01):2.
高速什么时候开始收费
发布评论