0 引言
我国公路交通运输行业信息化建设始于20世纪70年代[5]，经过半个世纪的耕耘积累，信息基础设施、信息服务体系、行业监管平台、安全保障环境基本建成，公路交通规划设计、建设施工、养护管理、运营服务、行业管理等细分领域数据资源实现部分归集。面对数据时代的挑战与机遇，以数据要素价值释放为抓手，推动公路交通的数字化转型和高质量发展尤为关键。2022年，交通运输部印发《公路“十四五”发展规划》，提出要“提升公路交通大数据智能应用水平，有效支撑公路网运行管理与服务工作”[6]。2023年发布的《交通运输部关于推进公路数字化转型加快智慧公路建设发展的意见》（交公路发〔2023〕131号）也进一步明确了“构建公路设计、施工、养护、运营等‘一套模型、一套数据’，基本实现全生命期数字化”的发展目标[7]。
针对数据要素赋能公路数字化转型的发展趋势，本文将从公路交通数据要素的内涵特征出发，系统性阐述公交通路数据要素价值释放机理与实现路径，梳理公路交通数据要素应用的重点方向，并针对公路交通数据要素价值释放提出对策建议，以期为推动公路交通行业的数字化转型、实现高质量发展提供参考。
1 公路交通数据要素的内涵特征及类别
1.1 公路交通数据要素的内涵特征
1）多源分散性
公路交通行业涵盖规划设计、建设施工、运营服务、养护管理以及综合执法等多个细分领域，涉及行业监管机构、设计咨询单位、建设施工企业、资产运营商、公路养护单位、原料及设备供应商、出行服务提供商、技术研发机构以及社会公众等参与主体。各主体根据特定业务或生产生活需要独立开展数据采集与应用活动，导致了数据来源的广泛性以及数据要素权属的分散性。
2）类别多样性
公路交通行业细分领域业务流程较为复杂，各业务环节均有较强的数据采集与应用需要，涉及的数据主题呈现出显著的多样性。此外，卫星导航、遥感影像、高清视频监控、雷达探测、感应线圈、物联网设备、车载终端等技术的广泛应用，在拓展数据采集手段的同时，也促进了公路交通行业数据类型的多元化发展。
3）跨界应用性
公路交通行业的数据资源不仅在行业内的规划、设计、建设、运营、养护和治理等关键环节发挥着基础性作用，在跨行业应用方面也展现出巨大潜力。目前，交通事故及违规行为数据已在信贷和保险行业得到深入应用，车辆轨迹等反映车辆驾驶行为的数据资源也为自动驾驶技术的研发提供了有力支撑。此外，公路运输数据亦在物流企业的供应链管理优化中得到了有效应用，助力物流管理降本增效。
4）时效广泛性
相较于商业、保险和金融等行业对数据要素的时效性要求[13]，公路交通行业数据要素应用的时效范围更为宽泛。历年交通量、历史路面状况等低时效数据被广泛应用于交通需求分析和路面性能的中长期预测，为公路规划、养护方案设计提供决策依据；而高时效数据，如车辆轨迹、视频监控等数据，则反映了交通运行的实时情况，在公路运行管理中发挥着重要作用。
1.2 公路交通数据要素的类别
根据公路交通全要素、全流程、全生命周期特点，以及当前公路交通数据采集应用现状，本文将公路交通行业数据划分为设施管理数据、基础要素数据、交通运行数据、运营保障数据等4大类共11小类，各类数据的构成和相互关系如图1所示。
1）设施管理数据
设施管理数据是支持公路交通基础设施全过程管理的数据要素，涵盖规划设计、建设施工、养护维护等业务环节的各类数据、算法、模型等内容。
2）基础要素数据
基础要素数据即公路交通运输过程中涉及各主体构成的数据要素，涵盖载运工具、运输对象、基础设施、交通环境等4小类。
3）交通运行数据
交通运行数据是对载运工具、运输对象、基础设施、交通环境等主体相互作用所显现的交通特性的数字化表达，包括描述交通常态的流量、车速、密度等运行数据，以及描述非常态的交通事件数据。
4）运营保障数据
运营保障数据是为保障公路交通运输过程安全、高效、便捷而采集及应用的数据要素，涵盖收费运营、运行监控、公路救援等公路运营数据，辅助服务、衍生服务等出行服务数据，以及运输法规、运政备案、交通执法等行业治理数据。
部分公路交通数据类别、构成、特征、更新频率及权属主体等详情见表1。
表1 部分公路交通数据类别详情 |
| 大类 | 子类 | 细类构成 | 结构特征 | 更新频率 | 权属主体 |
|---|---|---|---|---|---|
| 设施 管理 数据 | 规划设计 | 规划设计方案、CAD/BIM模型等 | 半结构、非结构 | 低 | 行业管理部门、规划设计单位 |
| 建设施工 | 施工方案 | 结构、非结构 | 低 | 建设单位 | |
| 工程管理 | 结构、非结构 | 高 | 建设单位、监理单位等 | ||
| 合同备案 | 半结构 | 低 | 建设单位、运营单位、行业管理部门等 | ||
| 养护维护 | 公路/桥梁/隧道巡检、桥梁健康监测 | 结构、半结构、非结构 | 中、高 | 养护单位、运营单位、行业管理部门等 | |
| 设施性能评价 | 结构 | 中 | 运营单位、行业管理部门等 | ||
| 养护方案及记录 | 非结构 | 中、高 | 养护单位、运营单位 | ||
| 基础 要素 数据 | 载运工具 | 车辆属性 | 结构 | 低 | 生产单位、运输单位、车辆所有者等 |
| 轨迹及运行状态 | 结构、非结构 | 高 | 运输单位、车辆所有者等 | ||
| 驾驶信息等 | 结构 | 低 | 运输单位、车辆所有者等 | ||
| 运输对象 | 旅客、货物信息 | 结构 | 高 | 运输单位 | |
| 基础设施 | 公路、桥梁、隧道及其配套设施属性信息 | 结构、非结构 | 低 | 运营单位、行业管理部门等 | |
| 交通环境 | 地形地貌 | 结构、非结构 | 低 | 运营单位、行业管理部门等 | |
| 交通运行环境 | 结构、半结构 | 高 | 运营单位、行业管理部门等 | ||
| 交通运 行数据 | 交通状态 | 交通运行状态信息 | 结构、非结构 | 高 | 运营单位、行业管理部门等 |
| 交通事件 | 交通事件信息 | 结构、非结构 | 高 | 运营单位、行业管理部门等 | |
| 运营 保障 数据 | 公路运营 | 收费运营 | 结构 | 高 | 运营单位 |
| 运行监控 | 结构、非结构 | 高 | 运营单位 | ||
| 公路救援 | 结构、非结构 | 高 | 行业管理单位、施救单位等 | ||
| 路政处置 | 结构、非结构 | 高 | 运营单位、行业管理部门等 | ||
| 出行服务 | 服务区、停车区等基础服务信息 | 结构、半结构 | 低 | 运营单位、第三方服务商 | |
| 旅游、商贸等衍生服务信息 | 结构、半结构 | 中 | 运营单位、第三方服务商 | ||
| 行业治理 | 公路运输法规 | 非结构 | 低 | 行业管理部门 | |
| 企业资质、运政备案 | 非结构 | 低 | 运输单位、行业管理部门 | ||
| 交通执法、路权管理 | 非结构 | 高 | 行业管理部门 |
2 公路交通数据要素价值释放机理与路径
2.1 价值释放机理
1）叠加效应
2）倍增效应
倍增效应涉及数据与其他要素的关联应用，通过多种要素融合形成的“化学反应”实现价值放大和倍增。具体实现路径可划分为“数数融合”和“数实融合”两种。“数数融合”通过跨行业、多类别数据要素融合应用，实现数据驱动的科学决策，形成效益附加值，如：货运车辆轨迹数据和公路沿线闲置土地资源数据融合，有助于识别潜在物流仓储节点，支撑运输组织模式转变，提高物流运营管理效率。“数实融合”则将数据挖掘所获取的知识信息嵌入实体要素中，形成新产品、新工具，通过要素应用与流通提升生产效率及社会经济效益，如：新一代交通事件监测和路面状况检测设施，通过物联网感知技术与先验知识算法融合，提高了交通及路况监测的准确度和时效性，实现公路运营管理降本增效。
3）替代效应
与土地、劳动力等传统生产要素相比，数据要素具有典型的非实体特征，这也赋予了数据要素在特定场景下替代传统生产要素的可能性[19-20]。随着互联网、GIS、CAD、BIM、数字孪生、交通仿真等技术的推广应用，公路数据要素在替代传统生产要素方面已展现出巨大潜力：GIS、CAD、BIM技术与公路地形环境数据的深度融合已实现公路设计无纸化，正推动公路规划设计从二维设计向三维正向设计转变。公路执法、巡查流程数据与移动终端技术的结合，促进了巡查执法全流程数字化、线上化。数字孪生和交通仿真技术的应用，为交通管控和自动驾驶技术提供了虚拟测试环境，在减少实际物理测试需求的同时，降低测试经济投入，规避交通安全风险。数据要素的替代效应将显著降低对传统生产要素、生产工具的依赖程度，从而推动行业跨越式变革。
以上三大方面的公路交通数据要素价值释放机理的对比详见表2。
表2 公路交通数据要素价值释放机理对比 |
| 类型 | 应用范围 | 应用 方式 | 实现效果 |
|---|---|---|---|
| 叠加效应 | 行业内 应用 | 直接 应用 | 支持信息有效传递，实现状态准确评估，通过信息互通实现价值创造 |
| 倍增效应 | 行业内、 跨行业应用 | 融合 应用 | 数据赋能决策优化及产品创新、通过“数数融合”“数实融合”实现价值创造 |
| 替代效益 | 行业内、 跨行业应用 | 融合 应用 | 对传统生产要素实现替代，支撑塑造新型产业链，对社会发展产生颠覆性影响 |
2.2 价值释放路径
公路交通数据要素的价值释放是在将数据资源处置为数据要素的基础上，通过要素加工、融合、应用，形成社会经济价值及效益的过程。具体涉及数据资源盘点、数据要素管理、要素价值发现、数据开发利用等主要环节。
1）数据资源盘点
全面梳理数据、算法、模型等数据资源，以及以图纸、报告等实体方式保存的信息资源，摸排数据的内容、结构、流转、保密级别和时效性等特征，明确数据的基本属性及使用状况，推动实体数据数字化表达存储，建立数据资源目录，确保数据资源信息的完整性和准确性，为数据资源要素化提供支撑。
2）数据要素管理
数据要素管理包含数据资源治理和数据要素运营两个方面。数据资源治理着重于对数据资源进行规范化处理，包括数据的规约、清洗、变换、标注、存储及可视化，旨在将隐性信息显性化、碎片信息聚集化、数据结构标准化，实现数据资源向数据要素转变[21]。数据要素运营则聚焦数据要素的长效应用，通过制定数据开放规则、共享机制、脱敏方法及安全管理标准，促进数据的控制保护和流通运营，更好地支撑数据要素价值释放。
3）要素价值发现
要素价值发现是根据行业需求和市场动态，探索数据要素的应用潜力，制定价值实现路径的业务环节，包括应用潜力识别和价值释放实现两个阶段[22]。应用潜力识别是通过行业市场研究、原理分析、数据应用试验等手段，评估数据要素解决行业问题的可能性。价值释放实现则重点研究数据要素的生产流程、技术方法、运营模式，通过经济效益评估测算最终确定数据开发利用方案，以确保数据要素规模化应用在技术上和经济上可行。
4）数据开发利用
在要素价值发现基础上，通过数据要素的叠加效应、倍增效应和替代效应，构建系统化的数据要素开发和应用链路。这一环节的目标是实现数据要素的规模化、长效化利用，以持续释放公路交通数据要素价值，推动公路交通行业创新发展。
公路交通数据要素价值释放路径如图2所示。
3 公路交通数据要素应用重点方向
在公路交通数据要素流通交易的持续推进作用下，公路交通数据要素的开发应用将从单一业务环节应用向全寿命周期应用、跨行业延伸应用转变。在全寿命周期应用方面，通过公路交通全流程全寿命周期的数据流通，为规划设计、工程建设、运营管理、养护维护、出行服务、行业监管提供新的要素及技术手段。在跨行业延伸应用方面，能源、经济、物流、环境、保险、智能制造、旅游、建材等与公路交通关联密切的产业方向，是未来公路交通数据价值释放的重点领域（如图3所示）。
3.1 公路交通全寿命周期应用
公路交通仍是数据要素价值释放的核心领域，通过跨阶段数据要素流通，数据要素与人工智能、自动化控制等数字化技术深度融合，实现各业务环节的应用赋能和价值创造。
1）规划设计
2）工程建设
3）运营管理
4）养护维护
在智能化巡检技术快速发展及干线公路养护管理检查制度的共同推动下，我国已实现了路面状况信息采集及业务流程信息化，相关数据要素也已全面应用于路面状况评估、路用性能预测等方面[32]。未来仍需要加强公路养护数据与交通状态数据融合利用，提升路面性能及服役寿命预测精度，支撑养护方案科学决策。
5）出行服务
6）行业监管
目前，我国公路运政领域的数据标准及信息共享交换标准已相对健全，未来需要加强有关数据要素跨区域、跨主体流通，构建数据驱动的资源动态调度优化方法，提升事件响应处置能力，为公路安全保通提供基础支撑。
3.2 跨行业延伸应用
公路交通数据要素具备较好的衍生应用潜力。在能源领域，公路地形环境数据与电网、储能网数据的融合应用，能有效支撑“风光储充”基础设施选址布局[37]、无线充电道路等新型基础设施建设运营[38]。在经济领域，公路交通数据与制造业、服务业产业数据的融合，有利于支撑经济发展形势的精准研判和政策制定。在物流领域，公路交通数据与物流供应链数据的融合，对于物流场站选址、运输组织优化、降本增效具有重要作用。在环保领域，路域生态防护与修复、公路碳汇、绿色公路设计等，是公路与环保产业融合的发展重点。在保险信贷领域，公路电子不停车收费（Electronic Toll Collection, ETC）门架数据、车辆轨迹数据蕴含了车辆性能及驾驶行为信息，将为车辆保险信贷产品精准设计提供支撑。在智能制造领域，交通环境数据、公路机电设备长期性能数据、车辆轨迹数据等数据要素具备较高的应用价值，能为设施设备研发、自动驾驶算法研发过程中的工况模拟、运行测试提供先验知识。在旅游领域，旅游与公路交通数据的融合，在公路旅游功能提升及旅游产品设计等方面具有较大的应用潜力[39]。在建材领域，结构及材料长期性能数据也有利于建材产品的迭代研发。
4 盘活公路交通数据要素的对策建议
当前，我国公路交通数据要素价值释放处于起步阶段，仍然存在较多制约：一是数据应用标准化程度不高，公路交通数据采样频率、数据结构、治理流程有待健全；二是数据流通机制不健全，缺乏符合行业需求的数据交易机制、定价机制和收益分配机制，公路交通数据要素流通规模相对偏小；三是应用技术推广较慢，如人工智能、数字孪生等技术尚未全面推广应用。根据当前公路交通数据要素价值释放所面临的主要挑战，围绕以下几个方面提出对策建议。
1）加强标准体系建设实施
在现有《交通信息基础数据元》（JT/T 697—2013）、《交通运输数据资源交换与共享》（JT/T 1415）等标准规范基础上，进一步完善细分领域数据采样、数据编码及数据结构标准，制定数据分级分类管理要求，在安全可控的基础上支持数据交换与应用。加快制定人工智能、大模型、数字孪生等先进数字化技术的行业应用指南或规范，推动数据与数字技术深度融合，加速数据价值释放。加强相关标准宣贯实施，确保数据要素价值释放工作取得实质性进展。
2）健全数据要素流通机制
根据公路交通数据要素相关主体及权属特征，明确数据要素的确权授权制度，加强数据要素权益保护。组织开展公路交通数据资源盘点及应用潜力分析，根据数据要素条件和潜在成效分析，研究制定公路交通数据要素交易规则、定价模式、安全保障及收益分配机制，规范公路交通数据交易市场，促进数据要素有效流通。充分立足公路交通的公共服务属性特征，探索社会价值与经济价值间的转化机制，提升公路交通公共服务品质。
3）推进数字化技术推广应用
加强国产密码算法、区块链、隐私计算等技术在公路交通数据要素流通中的应用，确保数据要素流通安全合规。推动人工智能、大模型、数字孪生等先进技术在公路交通基础设施柔性管理、主动管控、应急指挥、数字化管养、车路协同等业务领域深度应用，实现数据要素赋能场景应用创新、业务流程再造[40]。
4）加强复合型人才培育
针对公路交通数字化发展需要，加强数字意识和计算思维培养，提升从业人员数字素养。加快构建“交通+数字化”复合型人才培育体系，做好公路交通工程、电子信息技术、数据开发利用及人工智能技术等方面的专业能力培育，促进公路交通从业人员知识结构及业务能力转型。
5 结束语
在数据时代，加强公路交通数据要素应用，赋能公路交通数字化转型和高质量发展意义重大。本文首先立足现有数据要素相关研究成果，结合行业发展实际，对公路交通数据要素的内涵和主要特征进行了界定，并将公路交通数据要素类型划分为设施管理、基础要素、交通运行、运营保障等4大类共11小类；然后提炼形成了公路交通数据要素叠加、倍增、替代的价值释放机理，以及数据资源盘点、数据要素管理、要素价值发现、数据开发利用的价值释放路径；之后围绕公路交通全寿命周期应用、跨行业延伸应用两个方面，提出了公路交通数据要素应用的重点方向；最后针对公路交通数据要素价值释放提出了加强标准体系建设实施、健全数据要素流通机制、推进数字化技术推广应用、加强复合型人才培育等对策建议。在本研究的基础上，未来将进一步开展公路交通数据要素流通、数据价值释放的实证研究等工作。
