摘要：随着高速公路建设的逐步推进，我国大规模路网的格局已经基本形成，高速公路也成为人们出行的首选方式之一。目前，高速公路收费设备系统种类繁多、集成性不高、维护难度大、管理成本高；运营中心对车辆限流管控调度能力不足，对识别偷逃通行费行为（包括ETC大车小标）、异常情况自动拦截行为稽查难度大；收费站出入口对车辆自动判别车型分类难度大，人工判别车型种类繁多容易出错；收费站出口人工收费自助缴费技术不成熟；车道增值服务实时性不高、维护成本高等。高速公路大数据技术具有处理速度快、价值密度低、数据类型多、数据规模大等特点。大数据技术已经应用到高速公路冒充绿通行为、识别偷逃通行费、联网收费分析业务以及运营管理系统等方面，但是在应用过程中依然存在一些问题。因此，本文论述高速公路收费管理中大数据分析的应用，对高速公路的收费管理工作具有重要参考价值。
关键词：大数据；收费管理；高速公路
引言
在我国庞大的交通系统中，高速公路做出了突出的贡献。不论是在军事运输上，还是国民的日常出行，高速公路都提供了极大地便利。我国在高速公路的建设中投入了较大的人力和物力，根据国家有关规定，在高速公路沿线匝道设立收费站，并收取一定的费用。随着高速公路的不断发展，其收费管理系统也应该进行现代化建设，以便提升其收费效率。高速公路大数据技术的应用，可以为高速公路的决策制定、市场监督、出行服务以及交通安全应急等方面提供数据支持，不断提升高速公路的管理水平以及运营效率。
1现阶段我国高速公路收费管理中存在的困境分析
1.1收费管理人员水平参差不齐
由于我国高速公路收费管理相对于发达国家起步比较晚，目前在我国的高校中很少有高速公路收费管理专业。收费管理人员所接收的专业、系统的培训和教育尚不达标，从而导致了收费管理人员的水平参差不齐。现阶段我国的高速公路管理人员的选用途经主要有三个，一是高校应届毕业生；二是退伍转业人员；三是公路基层人员中选拔出来。这些管理人员缺少系统的、专业的、统一的培训。只有经过专业的高速公路运营管理、收费业务规范化流程、收费业务安全、收费业务廉政风险点等培训之后，才可以达到应对各种突发状况，进而高效率的完成高速公路收费管理的日常工作。
1.2冲关（闯卡）逃费现象仍然存在
在高速公路不断发展的过程中，高速公路收费系统也在随之完善。特别是近年来出现的自动取卡和不停车收费系统，让一些人利用自动收费设施技术上的不完善，进行主观、恶意的逃费。由于目前包括福建省在内多数省份在高速公路管理方面还没有较为完整的法律法规，各部门之间的相互联动机制不够完善，对于冲关（闯卡）逃费行为查获力度不足，又以经济处罚为主要手段，违法成本较低。在高速收费站闯关冲卡这种违法做法，不仅严重收费公路管理条例，更威胁着高速公路管理和收费人员的人身安全。这种低成本的违法违规行为，给正常出行的人们及收费管理人员带来了极大地麻烦。
2大数据分析在高速公路收费管理中的应用
2.1数据筛选
高速公路收费站的车道完成车辆通行收费交易后会产生各种数据，包括车道架空、工班合计数、图片信息、出口流水以及入口流水等信息。收费站会实时收集这些数据，并将这些数据传输给路段分中心和省中心。高速公路收费站数据中的出入口流程主要有收费交易需要的各种数据，比如缴费方式、收费金额、行驶里程、地点、时间以及车辆信息等。如某省高速公路原始交易数据中的入口流水数据主要有51个字段，而出口流水数据主要有94个字段。出口流水数据中还包含入口流水数据的很多信息，因此高速公路收费数据信息挖掘主要针对出口流水数据。
期刊文章分类查询,尽在期刊图书馆通过对高速公路原始数据的审查，可以筛选出额定总重、总重、车辆总轴数、最重车型、车种、车道类型、车道编号、收费站编号以及出口时间等信息，这些信息中涉及车辆的缴费、载重、行驶以及时空等信息，对交通行业以及别的行业有重要的现实意义。
2.2数据预处理
高速公路收费站产生的数据比较多，原始流水信息中包含较多的内容，比如最终收费轴组信息中包含了轴重、轮组以及轴型等多种信息，这就需要使用一些归约和简化的技巧。可以在高速公路原始数据中选择相应的字段，并且对数据进行预处理，主要是计算和统计数据，比如车辆的超载程度、不同类型车辆超载车辆数、不同类型车辆行驶里程和时间、不同轴型轴载和轴数大小分布以及交通量的组成分布等。
2.3高速公路通行费预测
高速公路的不断发展，收费也面临着很多问题，特别是实施计重收费政策之后，很多司机都存在逃费的情况，导致高速公路的通行费流失严重。在高速公路收费管理工作开展过程中，可以对未来的金额走向以及收费金额进行预测，帮助管理人员更好地分析高速公路的收费以及车流量情况。以某高速公路收费站为例，对其绿通车、货车以及客车的收费金额变化以及车辆走向进行分析。通过分析可以得出，一型客车的流量远远高于其他的车型，虽然车流量和车型都存在差异，但是客车的月平均车流量存在上下波动的情况，变化缺乏明显的规律性。通过相关的数据分析发现，客车的收费金额在不同的月份呈现较大的差异。那么，高速公路收费管理工作的重点是根据不同车型车流量的变化对总收费金额的变化进行分析。
2.4高速公路通行费预测的多元回归分析
预测中的回归分析法也被称为因素分析法，其能够找出变量以及视为原因变化的变量之间的数量关系，并且建立相应的数学模型。通过相应的方法来确定外生变量在一段时间的数值，将其代入模型中就可以计算出变量的外来数值，也就是预测值。多元回归预测模型中还需要进行t检验、F检验以及R检验。R检验可以说明变量之间的相关程度，如果数值更接近1，则说明其具有较好的回归效果。t检验以及F检验可以给定显著水平，能够判断其是否存在显著的影响，开展下一步的预测工作。
以某收费站为例，收集齐在一段时间内的数据，并且使用差分法对不同类型的车辆信息数据进行处理，保证其可以得到平稳的序列。通过差分处理等可以建立相应的数据模型，并且对相关参数进行确定。通过ARIMA数据模型开展时间序列预测可以得到在某个月份中车辆的车流量数据，将其与真实数据进行对比就可以得到相对误差曲线图。通过对相对误差曲线图进行分析，可以发现选取的时间序列模型能够达到预测效果，只有个别数据的趋势存在异常情况，导致个别数据的预测存在误差。利用相同的方法，对不同类型的车辆流量数进行相应的分析，得到相应的预测模型参数，这样就可以得到某个时期内高速公路收费站的车辆流量数据。
使用车辆合计收费金额以及车辆车流的历史数据开展多元回归分析，能够得到相应的回归方程，将预测数据代入计算就可以得到预测的车辆合计收费金额，并且将其与实际的数据进行对比。经过计算可以得到高速公路收费站的车辆合计收费金额以及绿通合计减免金额，并且通过与实际数据的对比发现相对误差在2%以内。
3结束语
随着电子收费的全国联网及省级收费站的取消，我国高速公路收费管理系统在不断优化和提升，虽然还存在一些问题，但是经过高速公路各级管理人员的不断努力，高速公路建设对社会经济的促进效益正日渐显现。随着互联网技术的不断发展，大数据技术应用到高速公路收费管理系统中已是大势所趋。
参考文献
[1]任金光.大数据在智能高速公路中的应用[J].交通世界，2016(10).
[2]成斌.大数据分析在高速公路收费管理中的应用[J].现代国企研究，2018(10).
[3]曹鑫胜 韩一德.大数据在高速公路中的应用研究[J].山西电子技术，2018(10).
[4]王邵建.浅析大数据在高速公路收费企业中的应用[J].中国商论，2018(04).
论文作者:李成林
论文发表刊物:《基层建设》2019年第13期
论文发表时间:2019/7/23
标签：高速公路论文; 数据论文; 收费站论文; 车辆论文; 管理人员论文; 金额论文; 收费管理论文; 《基层建设》2019年第13期论文;