2020年大数据在中国城市交通行业的应用概览(1).pdf

1 leadleo 2020年 大数据在中国城市交通行业 的应用概览 报告标签 ：大数据，交通管理，城市交通，车路协同 报告提供的任何内容（包括但不限于数据、文字、图表、图像等）均系 头豹研究院独有的高度机密性文件（在报告中另行标明出处者除外）。 未经头豹研究院事先书面许可，任何人不得以任何方式擅自复制、再造 、传播、出版、引用、改编、汇编本报告内容，若有违反上述约定的行 为发生，头豹研究院保留采取法律措施，追究相关人员责任的权利。头 豹研究院开展的所有商业活动均使用“头豹研究院”或“头豹”的商号、商标 ，头豹研究院无任何前述名称之外的其他分支机构，也未授权或聘用其 他任何第三方代表头豹研究院开展商业活动。 报告主要作者：蔡宇宁 2020/042 2020 LeadLeo leadleo 头豹研究院简介 头豹研究院是中国大陆地区首家B2B模式人工智能技术的互联网商业咨询平台，已形成集行业研究、政企咨询、产业规划、会展会 议行业服务等业务为一体的一站式行业服务体系，整合多方资源，致力于为用户提供最专业、最完整、最省时的行业和企业数据库服务，帮助 用户实现知识共建，产权共享 公司致力于以优质商业资源共享为基础，利用大数据、区块链和人工智能等技术，围绕产业焦点、热点问题，基于丰富案例和海量数据， 通过开放合作的研究平台，汇集各界智慧，推动产业健康、有序、可持续发展 300+ 50万+ 行业专家库 1万+ 注册机构用户 公司目标客户群体覆盖 率高，PE/VC、投行覆 盖率达80% 资深分析师和 研究员 2,500+ 细分行业进行 深入研究 25万+ 数据元素 企业服务 为企业提供定制化报告服务、管理 咨询、战略调整等服务 提供行业分析师外派驻场服务，平台数据库、 报告库及内部研究团队提供技术支持服务 地方产业规划，园区企业孵化服务 行业峰会策划、奖项评选、行业 白皮书等服务 云研究院服务 行业排名、展会宣传 园区规划、产业规划 四大核心服务：3 2020 LeadLeo leadleo 报告阅读渠道 头豹科技创新网 leadleo PC端阅读全行业、千本研报 头豹小程序 微信小程序搜索“头豹”、手机扫右侧二维码阅读研报 图说 表说 专家说 数说 详情请咨询4 2020 LeadLeo leadleo 大数据可应用于城市交通管理中的交通流分析及预测、线路推荐及交通诱导、交通异常分析及安全监控、城市交通评价及规划等 领域。在中国大数据产业整体规模持续扩大的背景下，基于丰富的城市交通管理数据资源，城市交通行业成为大数据应用率先落 地的行业之一。2015至2019年，大数据在中国城市交通行业的应用市场投资额由45.0亿元增长至75.0亿元。 城市交通管理数据资源丰富，为大数据应用实现提供基础条件 由道路交通、公共交通等领域数据组成的交通管理数据是中国政府数据资源储备中最丰富的类目之一。在2018年中国政府数据的行业分 布中，交通行业大数据以超过17%的占比排名第三，仅次于公安及政务大数据。丰富的城市交通管理数据资源，是大数据技术得以在中国 城市交通行业率先实现应用的基础性驱动因素。 大数据在MaaS中发挥重要作用，发展潜力可观 MaaS（Mobility as a Service，出行即服务）是一种将不同方式的交通服务进行整合，进而满足各种出行需求的服务提供模式。2019年12 月发布的推进综合交通运输大数据发展行动纲要（20202025年）提出了“促进出行服务创新应用。鼓励各类市场主体培育“出行即 服务（MaaS）”新模式，以数据衔接出行需求与服务资源”的大数据应用创新任务。大数据在MaaS的出行前、出行中、到达后各阶段服务 中均发挥重要作用，在该领域具备可观的发展潜力。 大数据助力道路交通控制由传统信号控制向车路协同转变 车路协同系统是对交通控制与交通诱导的深度融合，具有车路信息交互和共享，提高数据资源利用率等优势，有利于交通运输效率及安 全性的提高，是未来中国道路交通控制系统的重要发展方向之一。对交通及非交通类数据的采集与处理是车路协同系统运行的关键环节 之一，大数据将助力中国道路交通控制由传统信号控制向车路协同转变。 企业推荐： 招商新智、海信网科、中兴智交 报告摘要5 2020 LeadLeo leadleo 名词解释 - 05 大数据在中国城市交通行业的应用市场综述 - 07 定义及分类 - 07 核心技术 - 09 市场规模 - 10 大数据在中国城市交通行业的应用产业链分析 - 11 产业链上游 - 12 产业链中游 - 13 产业链下游 - 14 大数据在中国城市交通行业的应用驱动因素 - 15 大数据在中国城市交通行业的应用政策分析 - 16 大数据在中国城市交通行业的应用发展趋势 - 17 大数据在中国城市交通行业的应用竞争格局 - 19 目录6 2020 LeadLeo leadleo 大数据在中国城市交通行业的应用投资企业 推荐 - 20 招商新智科技有限公司 - 20 青岛海信网络科技股份有限公司 - 22 中兴智能交通股份有限公司 - 24 专家观点 - 26 方法论 - 27 法律声明 - 28 目录7 2020 LeadLeo leadleo 名词解释（1/2） TB：Terabyte，太字节，计算机储存容量单位。1太字节等于2的40次方字节（Byte）。 PB：Petabyte，拍字节，计算机储存容量单位。1拍字节等于2的50次方字节（Byte）。 ZB：Zettabyte，泽字节，计算机储存容量单位。1泽字节等于2的70次方字节（Byte）。 关系型数据库：采用关系模型来组织数据的数据库，具体表现形式为行列表格的组合。 结构化数据：也称行数据，是具备统一的结构、能够用行列二维形式表达和管理的数据，如关系型数据库数据。 非结构化数据：数据结构不规则，不方便用行列二维形式表达的数据，如图片、文本、音视频等。 分布式数据处理：将数据放在由若干互相联网的计算机组成的计算机网络上进行处理，与使用单一系统处理数据的集中式数据处理相对。 Hadoop：分布式数据处理的奠基性框架，其主要模块包括用于数据储存的HDFS（Hadoop Distributed File System）模块、用于数据计算的MapReduce模块。Hadoop诞 生于2005年，此后出现的主流分布式数据处理框架大多基于Hadoop及其相关项目构建。 Spark：Hadoop的相关项目之一，是一款适用大规模数据处理的计算引擎，但本身不具备文件管理功能，需要与其他的分布式文件系统集成才能运作。与Hadoop从硬盘 中读取数据不同，Spark以计算机内存记录及交换数据，在数据处理速度上具备优势。 Storm：一个分布式的实时数据处理框架，与Spark同样使用计算机内存进行数据读写，但比Spark更适合于流数据的实时处理。 流数据：随着时间的延续而实时更新的动态数据集合，与已经收集好、不再变动的批次数据相对。 数据云服务：通过网络以按需、易扩展的方式提供的针对数据的储存、计算等一系列服务。 TOCC：Transportation Operation Coordination Center，交通运行监测调度中心，承担交通运行状况监测、交通运行调度等日常职能，并为交通应急指挥提供分析决策支 持，是综合交通运行监测协调体系的核心组成部分。 手机信令：手机用户与发射基站或者微站之间的通信数据，可用于反映手机用户的实时空间位置。 电感线圈检测器：一种基于电磁感应原理的车辆检测器。电感线圈检测器的传感器通常为一组埋在路面下，通有一定工作电流的环形线圈。当车辆线圈时，线圈电感量 将产生变化，从而检测出车辆的通过状态。8 2020 LeadLeo leadleo 名词解释（2/2） 微波检测器：一种基于数字雷达波技术的车辆检测器，通过向路面固定区域发射微波，并接受车辆返回的回波，检测车流量、速度、车型等交通流基本信息。 ETC：Electronic Toll Collection，电子过路费收费系统，利用车载电子标签及车辆与收费站之间的无线数据通讯识别车辆，并利用计算机联网技术与银行进行后台结算处 理，从而在高速公路或桥梁等路段实现自动收费。 车辆行驶OD数据：OriginDestination Data，车辆的交通起止点数据，即关于车辆某次行程的出发点和目的地的数据。9 2020 LeadLeo leadleo 综合参考中国工信部于2014年5月发布的大数据白皮书（2014年）以及中国国家质检总局、国家标准化管理委员会于2017年12月发布的国家 标准GB/T 35295-2017 信息技术 大数据 术语，大数据是指具有体量巨大、来源及结构多样、生成速度快、单位价值密度低、多变等特征，且 需要使用非结构化数据库等新型数据体系结构才能有效处理的数据。 大数据定义 来源：IDC，头豹研究院编辑整理 大数据在中国城市交通行业的应用定义及分类（1/2） 大数据是具有体量巨大、来源及结构多样、生成速度快、单位价值密度低等特征，且 需要使用非结构化数据库等新型数据体系结构才能有效处理的数据 大数据关键特征 来源及结构多样（Variety） 典型的大数据集应来自不少于两个数据源， 可来源于企业内部，也可来自外部 典型的大数据集不应只包含结构化数据， 还应包含文本、图片、音视频等非结构化 数据 体量巨大（Volume） 大数据的整体体量通常超过传统数据库的 有效工作范围。一般认为典型的大数据集 大小至少为TB级，具体应达到100TB以上 单位价值密度低（Value） 生成速度快（Velocity） 大数据在单位时间产生的数据流量明显 高于传统数据。典型的大数据集应该是 由机器活动产生的、实时更新的动态数 据，即高速流数据 大数据具有丰富的应用价值，但单位价值 密度通常不高。以视频数据为例，一天 24小时的连续视频监控数据中，有价值 的数据时长可能不到1分钟10 2020 LeadLeo leadleo 来源：城市交通大数据（何承等），头豹研究院编辑整理 大数据在中国城市交通行业的应用定义及分类（2/2） 由交通管理数据、相关行业数据、公众用户数据等形成的交通大数据集可应用于交通 流分析及预测、线路推荐及交通诱导等领域 基于对（1）交通管理数据（如道路交通、公共交通、GPS数据）、（2）相关行业数据（如气象、人口、城市规划、电信通讯数据）、（3）公众 用户数据（如APP定位数据、社交媒体上与交通情况相关的文字、图像、多媒体数据）等大数据的采集、储存及计算分析，大数据可应用于城市 交通管理中的交通流分析及预测、线路推荐及交通诱导、交通异常分析及安全监控、城市交通评价及规划等领域。 城市交通大数据应用分类 交通流分析及预测 结合各类交通管理数据、气象数据以及 GPS、手机信令等人群活动轨迹数据， 精确地分析城市交通流状况并进行短时 预测，典型应用场景包括对公交车的到 站时间预测 线路推荐及交通诱导 根据城市交通实时状况，在交通流分析 及预测的基础上，可为城市居民提供如 交通耗时预估及出行线路推荐等个性化 的交通信息服务；针对外地居民，可提 供节假日的旅行线路交通诱导服务 交通异常分析及安全监控 通过在重点交通路段对徽标、车牌号码 等车辆图像数据的识别、采集，交通管 理部门可识别出本市、外地车辆的流量 特征，管理监控车辆运行，并对诱发交 通事故等交通异常情况的因素进行识别、 分析、预警等 城市交通评价及规划 结合出租车、地铁等公共交通历史数据 及话单、信令等手机数据，可以挖掘城 市居民的出行行为特征，进而对现有的 城市交通布局作出评价，并为城市路网、 出租车调度等交通规划提供决策支持11 2020 LeadLeo leadleo 大数据在中国城市交通行业的应用核心技术 大数据的处理在分布式数据处理框架上实现，此类框架包括文件管理、数据计算、资 源调度等核心模块 来源：头豹研究院编辑整理 分布式数据处理技术是大数据在城市交通管理领域实现应用所基于的核心技术，即将数据放在由若干互相联网的计算机组成的计算机网络上进行 处理的技术。分布式数据处理技术在分布式数据处理框架的基础上实现，这类框架通常由（1）文件管理、（2）数据计算、（3）资源调度等核 心模块组成。 城市交通大数据应用核心技术 分布式文件管理 “一次写入，多次读取” 新数据集生成后，切分成若干 小文件块，并复制多份发送到 不同的储存节点，在出现数据 读取请求时集体响应 分布式数据计算 “分治法算法” 将大型的数据计算任务进行转换 处理后，分解并分发到不同的节 点，分别执行计算得到一批中间 数据，之后将各个中间数据合并 得到整个任务的处理结果 分布式资源调度 “按需分配，实时调控” 根据数据处理任务的需要为其 创建包含物理资源的服务程序 监控各个任务使用的资源并进 行重新分配12 2020 LeadLeo leadleo 45.0 62.0 68.6 70.5 75.0 77.2 79.5 81.9 84.4 86.9 0 20 40 60 80 100 2015 2016 2017 2018 2019 2020E 2021E 2022E 2023E 2024E 来源：工信部，赛文交通网，头豹研究院编辑整理 大数据在中国城市交通行业的应用市场规模 在中国大数据产业蓬勃发展的背景下，过去5年城市交通大数据应用快速落地，现已发 展至较成熟阶段，未来5年增长或放缓 大数据在中国城市交通行业的应用市场规模（以市场投资额计），2015-2024年预测 与城际交通等领域不同，经过近年来的快速发展，城市交通已 成为中国大数据交通应用市场中发展相对成熟的子市场，市场 进一步扩大的空间较为有限。 同时，受到外部宏观经济环境、地方城市建设投资平台债券发 行管理加强等因素影响，客户支付能力在2018至2019年呈现下 降趋势，市场项目平均投资规模有所下滑。在车路协同等领域 增长的带动下，中国大数据城市交通应用投资规模未来5年或保 持3.0%的年复合增长率，在2024年达到86.9亿元的规模。 中国大数据城市交通应用投资规模 CAGR 2015-2019年 13.6% 2019-2024年预测 3.0% 在全球经济数字化发展背景下，受到政策支持持续加码、大数 据标准化体系逐步完善、大数据相关技术进步升级等利好因素 的促进，中国大数据产业整体规模在过去5年中持续扩大，由 2,231.6亿元上升至5,386.2亿元。 基于丰富的城市交通管理数据资源，城市交通行业成为大数据 应用率先落地的行业之一。2015至2019年，大数据在中国城市 交通行业的应用市场投资额由45.0亿元增长至75.0亿元。 大数据产业蓬勃发展，城市交通领域落地深化 市场发展进入成熟阶段，增长放缓 2,231.6 2,840.8 3,549.8 4,384.5 5,386.2 0 2,000 4,000 6,000 2015 2016 2017 2018 2019 中国大数据产业规模（以产值计），2015-2019年 亿元 亿元 中国大数据产业规模 CAGR 2015-2019年 24.6%13 2020 LeadLeo leadleo 中国大数据城市交通应用产业链分为三个环节：（1）产业链上游参与者包括大数据处理框架、大数据处理资源及应用数据资源提供商；（2）产业 链中游参与者为大数据应用提供商；（3）产业链下游参与者为交通运输、公共安全（交警）等城市管理部门。 中国大数据城市交通应用产业链 大数据交通应用提供商 下游 中游 上游 大数据处理框架 来源：企业官网，头豹研究院编辑整理 政府部门 大数据处理资源 应用数据资源 商业型框架在使用就绪度方面优势 显著，购买支出占总成本的10% 大数据在中国城市交通行业的应用产业链 大数据城市交通应用产业链主要由上游基础设施及数据提供商、中游大数据交通应用 提供商以及下游政府客户组成 租用支出占总成本的15% 标准化定价，议价空间小 公共安全 开源框架 商业型框架 自主积累收集或向第三 方数据公司购买 购买支出占总成本的25% 12.7% CR3 17.0% CR5 26.0% CR10 行业的平均毛利率在20%-30% 交通运输 负责城市交通中的公共交通管理， 对大数据应用的需求包括公交系 统布局合理性评估等 负责城市交通中的道路交通管理， 对大数据应用的需求包括路网拥 堵特征、拥堵指数编制等14 2020 LeadLeo leadleo 根据在智慧交通领域有5年以上从业经验的专家表示，大数据在中国城市交通行业的应用提供成本包括（1）大数据处理框架、（2）大数据处理资 源、（3）应用数据资源、以及（4）应用实现成本等项目。其中，前三项涉及向产业链上游提供商支付；应用实现成本指大数据应用提供商针对 交通行业客户不同类型的具体需求，对大数据资源进行计算分析、可视化展示等开发，转化为一种客户可直接使用的服务所产生的成本，主要包 括应用开发人员的人工成本。 来源：头豹研究院编辑整理 大数据在中国城市交通行业的应用产业链上游 大数据城市交通应用提供的最大成本项目为应用实现成本，涉及向上游支付的成本主 要来自于大数据处理框架、云计算服务、数据资源采购支出 大数据处理框架, 10% 大数据处理 资源, 15% 应用数据资源, 25% 应用实现成本, 50% 大数据城市交通应用提供成本结构，2019年 产业链上游成本分析 开源框架：Hadoop、Spark和Storm（由阿帕奇软件基金 会，Apache Software Foundation）进行管理） 商业型框架：飞天大数据平台（阿里云）、FusionInsight 大数据平台（华为） 为大数据存储及计算提供支持，常用的数据处理资源来自 于云计算服务提供商 中国云计算服务行业集中度较高，2019Q3公有云市场前五 大提供商市场占比合计超过70%。大型云服务提供商对提 供的云服务采用标准化定价方式，在租用数据处理资源时 的议价空间较小 通过与商户合作等方式，建立数据入口自主积累收集 向第三方数据公司直接购买基础数据或全套的数据解决方 案，代表性企业有北京腾云天下科技有限公司 （TalkingData） 大数据 处理框架 大数据 处理资源 应用 数据资源15 2020 LeadLeo leadleo 来源：联信永益重大资产置换及发行股份购买资产交易报告，头豹研究院编辑整理 大数据在中国城市交通行业的应用产业链中游 大数据交通应用提供商的常见盈利模式包括集成式解决方案提供、技术服务提供、硬 件销售等，行业平均毛利率在20%-30% 大数据在中国城市交通行业应用产业链中游环节的市场参与者为大数据交通应用提供商，主要通过集成式解决方案提供、技术服务提供、硬件销 售等模式实现盈利，行业的平均毛利率在20%-30%。 产业链中游商业模式分析 采购实际执行前首先进行采购分析：确 定外部采购的必要性、采购方式、采购 对象、采购量、采购时间等 直接采购模式：采购部门根据采购需求 对供应方进行初选、评价、再评价，最 后经比价后确定采购价格、实施采购 竞标采购模式：确定采购条件后，邀请 供应商库内企业或行业优质供货商参加 投标，按照一定程序和标准择优选择 采购模式 销售模式 系统集成解决方案提供：面向交通 运输部门等城市职能部门提供涉及 大数据应用的智慧交通集成式解决 方案，以项目为单位收费 技术服务提供：与车载导航、互联 网平台等合作向公众提供出行信息 服务，并取得服务许可费、广告费 用等收益 硬件销售：客流监测设备、ETC等 硬件产品销售产生收入 盈利模式 直接销售模式：对于解决方案提供等项 目型业务，大数据应用提供商通常采取 直接销售的模式，参与客户招投标以获 得销售合同 代理商/中间商模式：对于硬件产品销 售业务，中游厂商可采取直接销售与代 理商/中间商模式结合的模式，在部分 地区选择当地企业作为代理商/中间商， 实现节约销售渠道拓展成本的目的16 2020 LeadLeo leadleo 大数据在中国城市交通行业的应用产业链下游 大数据城市交通应用市场属于“2G”行业，在交通供给与交通需求两方面存在着不同的应 用分析需求 交通需求 大数据在中国城市交通行业应用产业链下游环节的主要参与者为交通运输、公共安全（交警）等城市管理部门，在交通供给与交通需求两方面存 在着不同的应用分析需求。 产业链下游需求分析 来源：城市交通大数据（何承等），头豹研究院编辑整理 交通供给 交通系统运行状态诊断 道路交通 公共交通 基于城市 内部不同 区域交通 流量的监 测，进行 交通拥堵 成因分析 提升公共 交通服务水 平，从而鼓 励居民使用 公共交通 交通资源 调配，如小 汽车增量指 标调节与控 制等小汽车 使用限制措 施 交通需求分析与管理 典型案例：百度地图、高德地图等实时地 图应用企业提供的高峰时段拥堵指数服务 路段及上、下游交通状态判断 路网拥堵特征，拥堵指数编制 信号控制、交通流疏导 公共交通客流数据监测 公共交通系统布局合理性评估 典型案例：由海信网科负责建设的青岛“真 情巴士”智慧公交项目，系统应用后公交车 日均乘坐人次达25万，乘客满意度达93分17 2020 LeadLeo leadleo 来源：城市交通大数据（何承等），工信部，头豹研究院编辑整理 大数据在中国城市交通行业的应用驱动因素 交通管理数据是中国政府数据资源储备中最丰富的类目之一，为大数据技术在城市交 通行业率先实现应用发挥重要的基础性驱动作用 由（1）道路交通、（2）公共交通等领域数据组成的交通管理数据是中国政府数据资源储备中最丰富的类目之一。以大型城市的市级交通管理项 目为例，重庆平安城市项目对交通摄像头的规划达到50万个，数据储存需求在百PB级别，与Facebook、Yahoo等世界级互联网公司的数据存量规 模接近。在2018年中国政府数据的行业分布中，交通行业大数据以超过17%的占比排名第三，仅次于公安及政务大数据。丰富的城市交通管理数 据资源，是大数据技术得以在中国城市交通行业率先实现应用的基础性驱动因素。 丰富的城市交通管理数据资源 中国政府数据行业结构，2018年 23.8% 19.6% 17.1% 12.4% 8.7% 6.0% 4.9% 3.6% 2.5% 1.5% 公安 政务 交通 医疗 扶贫 司法 统计 税务 食品药品监督 其他 公共交通 道路交通 电感线圈检测器、微 波检测器、GPS等设 备可采集车流量、车 辆类型、牌照、位置 等数据 普通开放式道路 丰富的城市交通管理数据资源 GPS、牌照识别系统、 视频采集系统、ETC 系统等设备能够采集 车型、车速、牌照、 车流密度、车辆行驶 OD等数据 快速路与高速公路 包括公交基础设施 （场站等）资源数据、 公交运行状态数据、 公交运营管理数据、 客流数据（乘客数、 乘坐时间）等 公交汽/电车 车辆运行控制数据 （静、动态）、轨交 运行管理数据、票务 与购票设备状态等 轨道交通18 2020 LeadLeo leadleo 2015年至今，在中国中央政府的领导下，一批指导、促进大数据产业及大数据交通应用发展的政策法规密集出台，产业发展环境持续优化。 来源：头豹研究院编辑整理 大数据在中国城市交通行业的应用政策分析 近年来相关政策法规密集出台，从基础设施建设、技术研发创新、产业应用落地等层 面给予指引，产业发展环境持续优化 大数据在中国城市交通行业的应用相关政策，2015-2019年 政策名称 颁布日期 颁布主体 主要内容及影响 推进综合交通运输大数据发展行 动纲要（20202025年） 2019-12 交通运输部 提出完善交通信息管理标准、强化数据采集、深入推进交通大数据共享开放等主要任务， 并明确了每项任务的主责部门，有利于落实中国的国家级大数据战略部署，有效推进综 合交通运输大数据发展 大数据产业发展规划（2016- 2020年） 2016-12 工信部 提出打通数据孤岛，创新合作模式，支持交通等数据资源丰富、信息化基础好的领域率 先开展大数据应用；提出推动大数据技术在关键信息基础设施安全防护中的应用，保障 交通信息系统安全，为大数据城市交通应用在“十三五”时期的稳健发展指明方向 关于推进交通运输行业数据资源 开放共享的实施意见 2016-09 交通运输部 提出健全行业数据资源开放共享管理体系、开展行业数据资源开放共享示范应用等交通数 据开放共享任务，有利于促进大数据发展和政务信息资源共享管理，充分挖掘中国交通运 输行业的数据资源价值 促进大数据发展行动纲要 2015-08 国务院 从国家顶层设计层面系统部署了中国大数据的发展工作，并提出积极培育大数据应用新业 态，推动不同行业大数据的聚合、大数据与其他行业的融合等主要任务，有利于推动大数 据技术向进一步满足城市交通管理实际应用需求的方向发展19 2020 LeadLeo leadleo 大数据在中国城市交通行业的应用发展趋势MaaS全过程出行服务 大数据在M a a S的出行前、出行中、到达后各阶段服务中均发挥重要作用，在该领域具 备可观的发展潜力 MaaS（Mobility as a Service，出行即服务）是一种将不同方式的交通服务进行整合，进而满足各种出行需求的服务提供模式。2019年12月发布的 推进综合交通运输大数据发展行动纲要（20202025年）提出了“促进出行服务创新应用。鼓励各类市场主体培育“出行即服务（MaaS）”新 模式，以数据衔接出行需求与服务资源”的大数据应用创新任务。2019年11月，北京市交通委与高德地图合作推出了交通绿色出行一体化服务平台 （MaaS），基于政企合作模式共享融合交通大数据，为北京市民提供整合多种交通方式的全过程智慧出行服务。北京MaaS平台是中国首个落地 实施的一体化出行平台应用试点，目前已成为超千万级用户的一体化出行服务平台，该项目的成功有望促进中国更多城市未来推广建设MaaS。 大数据在MaaS中发挥重要作用，发展潜力可观 MaaS 基于静态大数据的分析及预测：（1）为出行人展示当前交通状况；（2） 提供当日或未来数日内的交通状况预测（如节假日出城高峰时段预测等）； （3）推荐出行路径、出行时段 出行前 基于动态大数据的信息更新：（1）实时交通信息、行车路径、停车位余量 及分布更新（针对自驾出行）；（2）公共交通换乘、接驳引导（针对公交 出行） 结合非交通类大数据提供附加服务：（1）目的地实景环境图；（2）周边 餐饮、娱乐、购物推荐信息及交通路线 出行中 到达后 来源：交通运输部，城市交通大数据（何承等），头豹研究院编辑整理20 2020 LeadLeo leadleo 大数据在中国城市交通行业的应用发展趋势传统信号控制向车路协同转变 对交通及非交通类数据的采集与处理是车路协同系统运行的关键环节之一，大数据将 助力中国道路交通控制由传统信号控制向车路协同转变 车路协同是结合探测传感、无线通信等技术，通过（1）交通信息、车辆运行信息的实时处理；（2）车车、车路的实时通信，实现车辆与道路之 间协调配合目标的一种交通系统。对交通及非交通类数据的采集与处理是车路协同系统运行的关键环节之一，以美国2010年启动研发的 IntelliDrive项目为例，其应用的大数据涵盖了车辆状态数据、交通设施状态数据、天气数据、定位数据、实时道路交通数据等多个种类。车路协同 系统是对交通控制与交通诱导的深度融合，有利于交通运输效率及安全性的提高，是未来中国道路交通控制系统的重要发展方向之一。 大数据助力道路交通控制由传统信号控制向车路协同转变 来源：交通运输部，城市交通大数据（何承等），头豹研究院编辑整理 车路协同 传统信号控制 控制模式：由点控制（单个道路交 叉口的交通控制）、线控制（干道 信号联动控制）和面控制（区域交 通信息控制）组成的控制网 局限：（1）封闭性系统，除了道 路交叉口检测器数据外不能接入其 他来源的交通数据；（2）对现场 民警管控、控制中心民警等人工指 挥调度的依赖度较高 控制模式：车载、路侧传感器采集 数据，经过交互通信后将海量大数 据转化为有效信息，为驾驶员作出 提示、预警，实现辅助智能驾驶、 个性化诱导 优势：（1）车路信息交互和共享， 提高数据资源利用率；（2）车辆 与基础设施之间智能协同与配合， 交通控制与交通诱导一体化21 2020 LeadLeo leadleo 来源：智慧交通网，头豹研究院编辑整理 大数据在中国城市交通行业的应用竞争格局 受到区域性壁垒等制约因素的影响，中国大数据城市交通市场的集中度目前较低，头 部企业分散在全国不同的区域 城市交通科技是典型的“2G”行业，大数据交通应用提供商的下游客户是交通运输、公安、城管等政府部门。具有当地交通部门或其他国有资本 投资背景的，以及与政府客户形成较强合作关系的企业往往在当地市场具备显著的竞争优势，然而缺少在中国全国各地市场均处于明显领先地 位的强势企业。观察目前行业企业的地域分布可注意到，头部企业分散在全国不同的区域。 在此背景下，中国大数据城市交通市场的CR3为12.7%、CR5为17.0%、CR10为26.0%，行业市场集中度并不高。 中国大数据城市交通市场份额分布（以项目中标金额计），2019年 大数据城市交通市场相对分散 5.5% 4.3% 2.9% 2.4% 2.0% 1.9% 1.9% 1.9% 1.7% 1.6% 74.0% 海信网科 中国移动系企业 中国联通系企业 中国电信系企业 普天信息 千方科技系企业 银江股份 上海电科智能 易华录 海康威视 其他 12.7% CR3 17.0% CR5 26.0% CR10 中国大数据城市交通头部企业地域分布 （千方系） （千方系）22 公司名称：招商新智科技有限公司 成立时间：2017年4月 公司总部：北京 大数据在中国城市交通行业的应用企业推荐招商新智（1/2） 招商新智是招商公路旗下的智慧交通产业平台，推出了交通大数据中台、T O C C等交通 大数据解决方案 交通大数据中台 基于招商新智的智慧高速 综合管理与信息服务系统， 融合海量交通数据构建交 通大数据中台，可面向政 府、交通行业企业、研究 机构等客户提供服务 交通大数据解决方案 招商新智科技有限公司（以下简称“招商新智”）由大型中央国有企业招商局集团内二级 企业招商局公路网络科技控股股份有限公司（以下简称“招商公路”）联合上市公司新智 认知数字科技股份有限公司于2017年4月发起成立，是招商公路旗下的智慧交通产业平 台。 招商新智拥有完整的服务体系和技术保障，致力于成为中国领先的智慧交通基础设施运 营服务商，曾为国庆阅兵、世博会、中共十九大等国家级重大活动提供交通管理服务。 企业简介 招商新智公司总部 招商新智交通大数据中台解决方案 来源：招商新智官网，头豹研究院编辑整理 TOCC 招商新智的TOCC解决方案由“一个中 心”（综合交通大数据中心）、“四个 平台”（交通地理信息平台、交通视 频整合平台、数据共享交换服务平台、 交通信息资源管理平台）组成，助力 交通运输业提升智能化管理水平 招商新智TOCC解决方案23 大数据在中国城市交通行业的应用企业推荐招商新智（2/2） 招商新智在行业内具备技术优势、产业布局优势，曾数次参与省、市级交通大数据平 台建设，服务经验丰富 竞争优势 案例分析 招商新智科技有限公司 来源：招商新智官网，头豹研究院编辑整理 产业布局优势 2019年1月，招商新智成功收购广州华工信息软件有限公司（以下 简称“广州华软”）51%股权。广州华软是由华南理工大学计算机应用 工程研究所整体改制，华南理工大学全资控股成立的校属企业，曾 参与“全国ETC联网工程”、“广东省高速公路联网收费一张网”等高速 公路收费重大项目的建设，是中国高速公路收费领域的领先企业； 次月，招商新智再度出手，以1,200万元入股20%成立安徽交控