城市停车智慧化数据治理探究*

廖晓鹏

广东智信信息科技股份有限公司 广东 潮州 521000

引言

2019年7月25日交通运输部在《数字交通发展规划纲要》文件中明确提出以“数据链”为主线，落实“创新引领，数据赋能”，提升市民出行服务品质，增强人民“获得感”，这是国家层面，针对城市停车智慧化治理最新指导思想，其中“数据链”作为数据治理的重要环节被定位为国家级指导意见。

我国城市停车智慧化治理，包括路内停车、路外停车、停充一体、立体车库停等应用场景，先后经历了收费信息化、管理数字化、运营平台化等过程，市民停车服务便捷性，停车运营管理高效性以及车位使用高周转率等应用效果不断提升[2]，近几年，随着人工智能技术与车检终端视觉计算能力的成熟应用，以及公安部门、稽查部门、市民等对“停车证据链”的强烈需求，数据治理逐渐被提出并应用在城市停车的智慧化项目。

数据治理是对数据资产管理行使权力和控制的活动集合，数据治理的最终目标是提升数据的价值，“数据链”系数据治理的主要对象以及成果。应用数据治理在城市停车智慧化改造上，是一项系统化、复杂化、一体化以及实施周期长工程，本文梳理城市停车的智慧化数据治理的几大核心要素。

1 顶层设计是先行者，具有战略意义

城市停车的智慧化数据治理是一项从顶至下以及从底至上综合应用的工程[3]，涉及的参与对象、改造对象、应用对象、业务模块、数据结构、系统流程等比较多，必须遵循宏观的顶层设计，从组织、工具、流程、范围、目标、成果验证等进行统一的规划，明确各数据的提供方与维护方，执行严格的过程把控管理，确保目标的最终实现。如组织管理，城市停车的参与者包括但不限于交通、城管、住建、城规、发改、公安、财政、政数、运营单位、软件开发商、硬件厂家等。

2 数据标准是基石，支撑上层建筑

城市停车治理，涉及参与单位广、设备类型多、系统功能复杂、数据量大等情况，更需要统一规范的数据标准，这里面包括数据流程与元数据。数据流程即数据采集－过滤－形成订单－计费－人工干预－异常处理－清洗－入库等节点的业务组合。元数据至少包括基础数据、物联数据、业务数据、管理数据、成效数据等分类。元数据建设过程同时执行停业元数据分析，包括血缘分析、影响分析、实体关联分析、实体影响分析、主机拓扑分析、指标一致性分析等，分析结果同样入库，服务于数据应用。

3 数据总线是中枢，支撑停车大脑

数据总线是智慧停车大脑的重要组成部分，支撑停车数据流转以及数据质量管控，这其中包括内循环与外循环。内循环是数据清洗与数据质量管控过程。外循环是数据共享与数据交换过程。内循环需要将地磁、视频桩、地锁、POS机操作、支付、用户、车牌等进行数据进行清洗，并执行严格的数据质量把控，确保数据的完整性、可用性与一致性。外循环一方面获取第三方系统的数据源，按数据标准与流程进行入库处理，如城市各类私人路外停车场停车详细记录；另一方面则是通过数据脱敏将数据共享给可信任的第三方，如总泊位数据与空闲泊位、车流量、停车记录等；

4 数据应用是目标，指导治理执行

洞悉数据的潜在价值，基于对象与目标实现提供数据，监管数据的应用效果，全程管控数据的安全使用。停车数据应用目标大多以城市服务与城市管理为核心，与此同时，数据应用也是检验数据真实性与价值的重要载体，通过应用效果的反馈与验证机制，可以为持续化、常态化、长效化的城市停车治理提供系统AI决策、专家决策与领导决策依据。根据数据应用目标的对象与场景，至少包括如下内容：空位数据服务市民一键停车、计费明细数据服务透明消费体系、投诉率实现整体效果的监管、缴费率作为运营绩效的核心指标、利用率压力值热度迁出率迁入率等支撑城市规划审批决策、实时的停车流量指数满足交通疏导指挥等。

5 数据资产是战略资源

数据资产是21世纪最大的资本与优势。城市停车智慧化治理过程无论是数据标准、数据源、元数据、数据流程等最后沉淀为数据资产，都是智慧交通与智慧城市的核心数据资产之一，从战略价值来说，这些数据无论对于参与方、停车关联行业还是城市管理者，都是优质数据，已具备的与未来的潜在应用价值都极为巨大，如车辆迁入迁出数据可以为城市商业业态规划提供重要依据，有利于城市经济均衡发展。有数据证实，BAT在内的各大互联网巨头都布局了城市停车领域，核心目标即是获取停车大数据。

6 展望

传统解决方案框架下的城市停车智慧化治理已经遭遇瓶颈，亟须一种创新思路来刺激以及提升整个行业的发展水平与业态分布。数据治理应用在智慧城市的构建已经被充分证明可行，而数据治理在城市停车智慧化的应用还在探索阶段，相关组织架构、方法架构、技术架构、行动架构等还存在巨大的优化与提升空间，本文撷取数据治理几大视角，剖析城市停车智慧化改造的策划与执行要点，可以为准备进行或已经在建设的城市停车智慧化项目提供参考。