近年来，“数字中国”“交通强国”“数字政府”等关键词密集出现在党和国家层面的各种会议、文件、报告和规划中，特别是在党的二十大报告中，明确提出加快建设“数字中国”和“交通强国”，2023年初，又先后印发了《数字中国建设整体布局规划》和批准组建国家数据局，体现了党和国家对数字化转型的重视，公安交通管理工作作为政府的重要职能之一，其数字化转型尤显必要和重要。本文通过对我国公安交管工作数字化发展历程的回顾，分析了公安交管工作数字化转型存在的主要问题，并结合湖北省武汉市公安交管工作实际，提出了相应的对策建议。
一、公安交管工作数字化发展历程
20世纪80年代末、90年代初，我国智能交通系统开始快速发展，各种ITS技术在城市交通管理中得到越来越多的应用，特别是信号控制系统、交通监控系统、电子警察系统、交通卡口系统等技术装备以及城市交通指挥中心的建设和应用最为突出。2010年之后，公安交通管理综合应用平台、公安交通集成指挥平台、互联网交通安全综合服务管理平台和大数据研判分析平台相继在全国推广应用。2015年至今，以移动互联网、云计算、大数据、人工智能为主的新一代信息化技术快速在智能交通管理中得到应用，互联网+政务服务、互联网+信号灯、“交通大脑”、雷视融合、全息路口、数字孪生等新概念、新技术、新应用层出不穷，极大地提升了我国交通管理科技化和信息化水平。
回顾公安交管工作数字化发展历程可以分为三个阶段：2010年之前是数字化转换阶段。实现了前端感知和业务工作台账由模拟向数字的转化，例如视频监控和电台由模拟的变为数字的，电子警察抓拍设备由最初胶片式相机，发展到数码相机，再到后来的数字摄像机。业务工作也因有了OA系统，工作台账由纸质变为数字。2010年至2015年是数字化升级阶段。主要特征是充分利用信息技术，实现交管单一业务的数字化应用，其关注的是业务流程的信息化管理，是业务工作的辅助工具，典型的是各部门建立的业务应用系统。2016年至今，是数字化转型的起步探索阶段。标志是以移动互联网、大数据、云计算、人工智能等技术的大规模应用为分界点。特征是通过数据串联业务全过程，数据大应用，业务大集成并形成闭环，实现业务流程的再造和运行模式的转变。
二、公安交管工作数字化转型存在的问题
（一）思想观念问题。公安交管工作数字化转型工作存在两个需要匡正的思想观念。一是认为科技信息化可以解决一切业务问题，科技信息化可以引领、驱动业务工作机制和流程的改革。此种观念属于典型的“IT迷信”，过分夸大了科技信息化的作用。科技信息化是对业务工作的支撑，体制机制和业务流程的改革应当在科技信息化之前，由党委政府来引领和主导。公安交管工作数字化转型涉及到交管工作所有层面，必须是“一把手”工程。二是智慧交通领域存在跟风炒作的现象。近年来，全息路口、数字孪生交通、元宇宙交通等新名词新概念层出不穷，在产品的成熟度不够、数据的赋能路线不清晰以及没有明确实用的业务应用场景的情况下，盲目创新、求新，从根本上脱离了交通管理的本质。从前几年火热的互联网+信号灯和城市“交通大脑”的经验来看，智慧交通的新技术要有可持续性和生命力，必须要和交通管理的业务需求结合起来，和传统的经典交通工程理论模型结合起来。
（二）数据壁垒问题。公安交管与交通运输、住建、规划、城管等部门由于体制机制障碍，跨行业数据对接共享还存在壁垒，数据协调难度大，数据共享互用不充分。即使在同一行业内部，各业务系统由于独立建设，都是“烟囱型”架构，数据采集、传输、存储、应用的标准不统一，未能有效整合，导致“数据孤岛”仍存在，给数据深度关联和大规模碰撞造成困难。违法采集、事故预防、交通组织、态势分析、指挥调度、政务服务、队伍管理等业务数据之间的互用不充分，数据潜在价值没有得到充分挖掘。
（三）数据质量问题。由于重建设轻维护问题依然存在，导致数据存在缺失、准确性低、实时性差等问题，数据不“鲜活”，质量不达标，不能满足实战需求。特别是前端感知数据，其准确度会随着使用时间的推移逐渐降低甚至不可用。最典型的是国内交通信号控制系统，普遍存在检测设备在线率低的问题，大部分路口不得不以定时控制方式运行。交通卡口同样存在类似问题，尽管《道路车辆智能监测记录系统通用技术条件》标准要求车牌识别准确率白天不能低于95%、夜间不能低于90%，但这是在理想条件下的检测指标，实际现场环境下车牌抓拍识别率仅为75%左右，不利于套牌车、“黑校车”等精准查缉工作。
（四）标准缺失问题。用于交通管理工作的数据来源不同、形式各异，要想未来能够将数据利用起来，打破数据壁垒，形成交通数据资源池，就需要制定统一数据标准。但目前公安交通管理数据在编目、归集、清洗、质量、安全、共享、运营运维、评价考核等方面还缺乏统一的标准，不便于对数据进行规范管理。
（五）融合挖掘问题。当前，交管大数据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，多源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。主要表现在：一是数据语义表征不清晰，未能将交通数据准确和交通参数对应，并应用于各个交通管理业务场景；二是数据逻辑关系表达不明确，对数据与数据之间、数据与交通管理业务之间的关系未深入分析；三是数据融合分析不深入，体现在跨业务的数据融合度不足，模型指标单一，主动决策能力低。
（六）实战应用问题。在日常交通管理工作中，科技实力转化为基层战力仍显薄弱。科技支撑不能有效满足业务所想、基层所需。科技部门对业务实战了解不深、调研不够，做出来的系统业务部门不认可；业务部门信息化基础薄弱，以为科技可以解决一切，认为科技部门支撑不够；对于建设的各类信息化系统，基层普遍认为“不能用、不好用、不会用”，存在“没有权限、权限不够”的问题，不能解决实战所需。
（七）业务闭环问题。在交通管理各项工作中，很多业务缺乏完整闭环，业务流、数据流、管理流未能有效融合。其中，尤以传统的指挥调度体系存在的问题最为突出：警情汇聚不全，警情和舆情的结合不够紧密；情报研判不深，预警预判缺乏信息支撑；指挥调度不高效，缺少多要素的合成作战能力；指令流转不规范，很多还停留在电台和微信方式；勤务管理不精准，勤务和警情、舆情没有有效匹配；任务过程不可追溯，缺少事后研判评估机制。整个业务流程没有通过数据有效串接，没有形成完整闭环。
（八）安全运维问题。安全管理和运维保障缺位。没有处理好发展与安全之间的关系，只顾“昂首阔步”搞建设，忽视“低头看路”察风险，信息化系统在安全方面存在短板，暴露了一些数据泄露、权限滥用等问题，信息安全事件时有发生。
（九）人才支撑问题。专业人才队伍的培养激励机制不够完善，人才培养跟不上信息技术发展要求。面对日益复杂的信息系统技术架构，交警队伍现有技术人员能力明显不足，存在“本领恐慌”。科技信息化专业队伍年龄结构不合理，青年人才较为匮乏。对交管战线的培训指导不够，业务处室、大队信息化管理岗位人员的技术水平和实战能力不足。人才激励机制不够健全，不利于激发队伍的工作积极性和主动性。
三、公安交管工作数字化转型的对策建议
（一）做好顶层设计。理顺工作机制，在支队层面成立“改革办”和“科信办”。“改革办”负责机制改革和业务流程数字化再造，理顺体制机制问题；“科信办”负责科技信息化基础设施资源调配，做实数据支撑，做好技术保障。确定“2+1+N+4”的数字化转型总体架构，通过“改革办”和“科信办”2个机构实现双轮驱动，重点打造1个数据中台，支撑N项业务应用场景，实现“安全、畅通、有序、便民”4个工作目标。
（二）打破数据壁垒。通过“一把手”工程，从统筹协调、资金投入、体制机制等方面形成数据交换共享的长效机制，多渠道共享数据，包括但不限于：与政府其他部门之间通过城市大脑市级数据交换平台交换数据，与政府其他部门（或企业）之间通过数据等价交换的方式单独共享数据，通过上级部门共享全省或全国的数据，以及向企业购买数据。通过以上途径，实现“交管感知数据、交管业务数据、党政部门数据、互联网数据”四类数据的汇聚和共享。
（三）出台数据标准。从数据的编目、归集、清洗、质量、安全、共享、运营运维、评价考核等方面进行规范管理，编制数据标准，开展数据标准化，并明确各个环节中科技部门和业务部门的职责：科技部门对标公安部数据元，按照数据定义，面向数据内容（如结构化数据、半结构化文本、非结构化文件等），以数据应用为导向，规范化处理，解决规范不一致、有效性不高、无标可对等问题，提升数据价值密度；在部省数据标准的基础上建立统一标准业务代码字典、数据质量标准等规范。各业务部门明确对接人员，全程配合数据标准化工作，包括数据业务字典定义、数据质量问题整改、同类不同源数据标准规范制定等；负责按照数据标准化规范，及时清理问题数据、垃圾数据，倒逼数据采集规范完善，切实增强数据的有效性和可用性。
（四）打造数据中台。通过建设数据中台，对数据进行全生命周期的管理。数据中台包括数据接入、数据处理、数据组织、数据治理、数据服务五个处理步骤。首先，四大类来源数据存在多网（公安网、视频网、政务网、互联网等）、多源、异构（结构化、非结构化、半结构化）的问题，通过对不同类型的数据进行接入的策略适配后，再进行数据的解密解压、数据校验、数据来源标记等处理，输出到数据缓冲区。数据处理阶段对上述数据进行提取、清洗、关联、比对、标识、统计、分拣等，逐步对数据进行萃取，提炼数据价值。数据治理服务于数据全生命周期，主要以数据标准体系为导引，进行资源目录管理、数据血缘、数据分类分级、数据质量管理和数据运维管理等。数据组织根据大数据使用目的进行分级分类的要求建库，对数据资源形成标准统一、流程规范组织方案，满足各业务部门业务专题数据落地建库需求，建立数据的原始库、标准库、主题库、专题库、模型库、资源库、生产库、业务库、知识库和元数据库等。最后，通过数据服务功能为各业务处室和大队的各类应用提供数据支撑服务。
（五）加强实战应用。依托数据中台，整合各类数据和应用系统在大队、中队进行综合应用，在PC端和移动端建设统一门户和数据看板，实现底数清、动向明，并通过大数据实战模型和统一应用平台实现风险察、行动厉，做实数据能力输出，推动权限、数据、模型、应用向基层下沉，实现基层民警的“增权、免责、赋能、减负”。同时，开展基于业务场景的建模和应用，进行数据的融合和深度挖掘。通过基于具体场景的实战模型，助力公安交管业务工作。
（六）注重业务闭环。以建立新一代的基于“情指行”一体化的指挥调度体系为例，通过数据流和指令流对指挥调度各个环节进行纵向贯通、横向联动，并形成闭环。在数据汇聚方面，加强交管业务数据、感知数据、第三方数据等多类型数据的接入汇聚，做到“数据资源全”；在研判分析方面，通过大数据融合和深度挖掘，实现道路交通安全风险、道路拥堵、民众诉求趋势等方面的预测预警，生成态势看板和任务指令，做到“情报信息灵”；在指挥调度方面，强化多系统合成作战，对视频、语音和通信系统进行有效融合，实施标准化的预案管理，实现一图展示的可视化指挥调度，结合事故和违法分析精准部署勤务，同时与移动警务App“超警3.0”对接实现扁平化指挥，做到“指挥调度快”。在勤务管理方面，实现警力的精准定位和勤务的分级分类管理考核。在任务指令流转方面，实现信息横向到边、纵向到底，下达有响应、过程可追溯、完成有反馈、事后有评估，做到“事件处置好”，形成“研交办督结”的完整闭环。
（七）保障安全运维。保障系统资源安全、信息网络安全、发布内容安全、接入设备安全、数据共享安全，在数据“可用不可见”和“最小够用”等安全原则下，处理好数据方便使用和数据严格管理的矛盾。依托鉴权中心，授权用户不能离线拷贝数据，但可以在统一管理的“数据专区”内，从场景出发，通过形成相应的人、车、路、企、事件、环境等专题数据库，进行安全可控的应用。对于运维问题，加大资金保障，加强管理和考核，完善运维体系，实现“资产管理精细化、上报渠道多元化、运行监管智能化、巡查维修闭环化、评价分析科学化”，保障系统运行稳定。
（八）重视人才支撑。定期开展信息化专项技能培训和实战考评，提高全市交管战线信息化水平，打造技术过硬的公安交管信息化人才队伍；与相关高校合作，举办大数据分析师等专项培训；举办大数据建模竞赛，优胜者在晋级晋职和年度评优中可以优先考虑。通过建立健全专业人才队伍的培养和激励机制，为交通管理工作数字化转型提供人才保障。
本文刊发于《道路交通管理》杂志2023年第5期
本版编辑：赵曼
校审：李秀菊 李佳芯
点击“订阅杂志”，查看更多精彩内容。
