基于车牌大数据的车辆管控政策制定方法研究——以广州为例

郑淑鉴，佘文晟，胡少鹏

广州市交通规划研究院

0 引 言

随着城市的经济持续快速增长，城市化进程加快，机动车数量和机动化出行需求也不断增加，但城市道路设施的更新和建设仍相对滞后，道路交通的总体容量不足，无法完全满足市民的机动化出行需求，交通状况逐渐恶化，高峰期间大部分快速路、主干路趋于饱和，车速下滑，拥堵路段和拥堵范围不断增加，城市需要对机动车辆尤其是对中小客车加强管控，以缓解交通拥堵；此外，货车因形体庞大以及车速较慢，其所耗用的资源（道路占用和能源消耗）是客运交通的好几倍，加上在超载、超限等人为因素影响下，安全性能较低，易发生交通事故；摩托车造成道路通行秩序混乱、事故发生率高；粮油、工程、鲜活、配送等城市车辆也是城市必要的车辆，但对城市日常的交通影响较大，需要加强管制。综上所述，需要对城市的主要通行车辆进行交通管控，以满足城市的交通发展，进一步缓解交通拥堵、保障交通安全、改善城市环境。

传统的车辆管控政策研究和制定主要以定性为主，但随着智能交通技术的发展，可用的交通数据越来越丰富，车辆管控政策的研究可以进一步定量分析，其中基于卡口设备识别的车牌数据对管控政策的制定意义重大。然而，目前主流的研究仍然是利用卡口车牌数据分析车辆的出行特征，如畅玉皎[1]、郭昕[2]、韩国华[3]、龚越[4]、黄正国[5]、丁岩[6]、罗江邻[7]等分析了主要车辆的出行特征，基于车牌数据分析车辆管控政策的则基本上没有相关研究，因此，本文提出基于车牌大数据全过程辅助车辆管控政策制定的方法，为交通管理政策的出台制定和效果评价提供定量化的决策支持。

1 车辆管控政策体系

在车辆的交通管控政策上，根据针对车辆的对象不同，可以从中小客车、货车、摩托车、其他车辆（电动自行车、三轮车等）等几个方面进行区别和分析，下面具体针对每种类型车辆的主要管控政策进行阐述说明：

（1）中小客车

针对中小客车常用的管控政策是尾号限行，主要有单双号限行和分组限行两种模式。其中单双号限行是指单日允许单号（1、3、5、7、9）的车辆通行、双日允许双号（0、2、4、6、8）的车辆通行，如郑州、洛阳等城市近期实施的管控措施；分组限行是尾号为1和6、2和7、3和8、4和9、5和0的车辆限行，如北京、天津等城市。

在一些省会城市，由于实施了本市籍中小客车限牌政策，对应配套实施了中小客车外市籍车辆限行政策，限行根据时段的不同，又分为全天限行和高峰时段限行。其中在全天限行上，国内现在主要有两种方式，一种是广州、贵阳的“开四停四”措施，一种是海南的全年限行天数（不超过120天）；在高峰时段上，各个城市也根据自身的通勤高峰不同而不同，如深圳为7:00—9:00、17:30—19:30，杭州为7:00—9:00、16:30—18:30。

（2）货车

根据货车的用途不同，可以再细分为普通货车、危化品货车和特殊车辆等，针对每一类型的车辆，管控的政策及措施又有所不同，具体如下：

① 普通货车限行：一般按吨位、时段和空间进行组合管控。在吨位上，一般按1.5吨、5吨以及15吨等核载量进行限行；在时段上，一般分白天（7—22时）、高峰（6—9时、17—20时）等进行限行；在空间上，一般按照不同的路段或者区域进行限行。

② 危化品车辆管制：危化品因其安全性问题，一般是全天候禁行，且常以区域管制为主。

③ 特殊车辆管制：粮油鲜活运输车、应急抢险车、油气运输车等这类货车的通行需求有其特殊性和必要性，如因管制措施而导致其在中心区的通行受到较大限制，会对城市的一些日常生产、生活产生影响，因此在实行货车限行管制的同时，保障特殊货运车辆的通行需求是必要的。一般采取发放通行准许证、电子警察备案等管理措施，保障其在中心城区以及高峰时段的必要出行。

（3）摩托车

在时段上基本为全天候限行，且以区域限行为主，另外也有城市根据牌照进行限行管理，如郊区牌照不准进入中心城区等。

（4）其他车辆

随着技术的成熟和发展，电动自行车和三轮车越来越多，许多城市也要求电动车上牌管理，但对车辆的限行政策暂时还没有；此外，城市中还有残疾人机动轮椅车等其他特殊的车辆，这部分车辆也有特定的管理政策。总体上，这些车辆通过现有的卡口设施暂时无法识别，但由于总量较少，目前对城市的交通影响相对较小，故暂时不考虑。

综上所述，得到车辆的管控政策体系（见图1）。

2 车牌大数据概况

随着信息技术的发展，越来越多的城市在道路上建设了交通卡口设备，以采集通过车辆的信息。交通卡口的车牌识别数据一般包括两个数据表，其中一个为实时检测的过车记录表，另一个为静态的卡口点位信息表[8],两个表的具体数据情况如下：

（1）过车记录表

过车记录表一般包括检测到的车辆车牌、车牌颜色、卡口点位编号、检测时间、检测方向等信息，部分城市能精确到检测的车道编号等信息。该数据表为动态更新表，一般随着检测车辆数的增加而不断增加，数据量较大。

（2）卡口点位信息表

点位信息表主要记录卡口点位的编号、名称、经纬度信息等，该表为静态表，需要时才进行更新。

基于卡口的过车记录表检测到的车牌号，再关联到交管部门的车辆基本信息，可以清楚掌握车辆的基本信息，进一步系统地分析车辆的出行特征（见图2）。以广州为例，全市约有3 600个多交通卡口，覆盖面广，日均采集的车辆数据多，可以全方位分析各类型车辆的出行特性。

图2 车牌大数据概况

3 车辆管控政策制定方法研究

基于车牌大数据全过程辅助车辆管控政策制定的方法可以分为三个阶段（见图3）：

图3 全过程辅助车辆管控政策制定的方法

（1）政策实施前

在车辆管控政策实施前，通过对车牌大数据的挖掘，分析特定车辆（如外市籍车辆、货车、特殊车辆等）的交通运行特征，进而发现问题，引起政策实施的必要性。

作为慢性宫颈炎临床常见表现,宫颈息肉发病归结于慢性炎症刺激下,致使子宫颈管粘膜组织有增生情况,对患者生活质量与身心健康带来极大威胁。临床治疗中,有较多方法如药物保守治疗、手术治疗方法等。本次研究将对宫颈息肉患者临床治疗中CO2激光治疗方法应用下取得的效果进行分析。

（2）政策制定

通过数据的分析发现问题后，根据管控目标导向、结合政策实施的时间和空间等要素需求，拟定几套可选的方案。进一步，利用车牌大数据预评估各个方案的实施效果，根据研判的效果来选定最终拟实施的政策方案。

（3）政策效果评估

政策落地实施后，可以通过车牌大数据进一步分析其效果，包括对车辆的管制情况、车辆在出行时间和空间上的变化、道路上交通流量以及拥堵点的变化情况等。

可以看出，在政策实施前、政策制定过程中以及政策实施后，车牌大数据在各个过程中都能充分利用，全过程地辅助了车辆管控政策的制定。

4 应用案例

下面以广州市外地车“开四停四”管控政策为例，说明基于车牌识别数据的车辆管控政策制定全过程。

广州市于2012年开始试行中小客车总量调控政策，但一直未实施配套的外地车限行政策，导致较多的中小客车异地上牌、外地车在广州本地化使用等规避中小客车总量调控政策的现象出现。

根据车牌大数据分析，2017年底广州市中心城区全月出现的外地车（非粤A车辆）为620万辆，较2015年增加38%，增幅显著；外地车使用频次高、交通影响大，工作日全天外地车辆出行车次占比达到29%，且在晚高峰达到33%，道路上10辆车里面就有3辆左右的外地车辆（见图4）；其中，本地化使用（指平均每月在中心城区出行6个工作日或以上的外地车辆）最为频繁，2017年本地化使用车辆达到48万辆，较2015年增加108%，本地化使用外地车日均上路车辆数达到21.64万辆，占道路车辆总数的比例为23.4%（见图5）。

图4 外地车出行量占比时间分布图

图5 本地化外地车日均上路车辆占比分析

（2）政策研究制定

外地车增加速度过快，既加重了道路的交通负荷，又影响了本市籍中小客车限牌政策的实施，已经成为城市交通发展的凸显问题。因此，交管部门于2017年开始研究外地车限行政策。

一方面广州本地化外地车持续增加，对交通造成影响，应采取管控措施；另一方面，广州作为省会城市，邻市间正常办公以及商业、就医等出行需求相对较大，因此方案应有针对性地对外地车或本地化外地车进行管控，尽可能实现交通精准化管理和减小对正常使用的外地车通行需求的影响。根据上述思路，初步拟定了三个管控方案：

① 方案一（开四停四）：非本市籍载客汽车临时驶入规定范围（见图6）（不含高速公路、华南快速干线、东南西环城市快速路），连续出行天数最长不得超过4天（按自然天数，计算时间不清零），再次驶入须间隔4天以上。

图6 外地车管控方案一（开四停四）示意图

② 方案二（错峰出行）：工作日7时至10时、16时至19时，同方案一范围相同对非本市籍载客汽车实施错峰出行管理措施；工作日7时至19时部分重点路段对非本市籍载客汽车（含临时号牌车辆）实施错峰出行管理，临时通行外地车每月可任意选择5个工作日进入错峰出行区域通行。

③ 方案三（错峰管控）：工作日7时至9时、17时至19时，同方案一范围相同对非本市籍载客汽车实施错峰管控管理措施。

根据上述的方案措施，进一步利用车牌大数据对管控效果进行预测分析，数据显示（见表1）：三个管控方案合理可行，均能有效管控本地化外地车，保障中小客车总量调控的成效；其中从影响对象来看，方案三对中心城区的外地车影响最多，社会影响面大，但对本地化外地车的出行影响最小；方案一与方案二对其它外地车的出行基本没有影响，但方案一能更精准地管控本地化外地车；从效果来看，方案三对中心城区早晚高峰的交通改善效果最好，方案二其次，但方案三、二易将高峰的交通拥堵转移到平峰上，方案一虽然对早晚高峰的改善效果最差、但对全天的交通运行均有一定的改善。综合以上考虑，可以优先考虑实施方案一（开四停四）。

表1 三个方案交通影响指标对比分析

（3）政策实施后效果分析

政策实施后，基于车牌大数据构建评价指标体系，对管控效果进行全面的分析，依据指标框架体系（见图7），评估主要结论如下：

图7 基于车牌大数据的外地车评价指标体系

① 外地车日均出行辆数显著减少：管控区域内的外地车工作日全天出行车辆数平均为23.74万辆，较管控前减少31.4%，较去年同期减少28.29%，外地车日均出行车辆数显著减少，有效降低了外地车的出行车次数，工作日全天外地车出行车次下降为50.5万车次，较管控前减少36.31%，较去年同期减少34.53%（见图8）。

图8 外地车出行车辆数和出行车次变化情况

② 高峰期外地车出行占比明显下降：工作日晚高峰时段外地车的车辆数为4.36万，较管控前减少34.02%，较去年同期减少33.46%；车辆数减少使得外地车高峰出行占比明显下降，出行占比仅为20.56%，较管控前下降30.23%，较去年同期下降28.4%（见图9）。

图9 外地车全天出行占比分布情况

③ 外地车本地化使用现象有所减少：本地化使用的外地车辆数为28.94万辆，较管控前减少30.75%，较去年同期减少41.76%，管控区域内的本地化外地车辆大幅度下降，有效地抑制外地车本地化使用的现象，起到了配合中小客车总量调控政策的作用（见图10）。

图10 本地化外地车日均使用情况

5 结 语

车辆管控政策是城市交通管理政策的重要组成部分，是城市发展必然面临的问题。本文构建了一套系统的车辆交通管控政策体系，提出了在车辆管控政策的全过程中引入车牌大数据，基于车牌大数据发现问题、在政策制定中辅助研究、在政策实施后评估效果，全过程定量化辅助交通管理决策，并以广州市外地车辆“开四停四”政策为例，说明如何利用车牌大数据进行全过程定量辅助决策。

本文提出的政策研究方法还可以应用于城市的货车通行管理、特殊车辆通行管理以及中小客车尾号通行管理等，可以在各个城市的交通管理政策中应用，具有实际的应用和推广价值。但本文对于部分具体的数据评估还没有建立明确的体系，后续需要更深入地研究。