基于数据分析的高速公路收费稽核系统

关  注

作者：康喆（湖北交投京珠高速公路运营管理有限公司）

摘要：随着数字化和智能化技术的广泛应用，高速公路稽核工作正在由传统的人工模式向智能化模式转变。本文分析总结了典型逃费手段，提出了一种基于流水数据分析的高速公路稽核模型，系统以交易数据为核心，结合从图片中收集到的牌识别数据和车型数据，应用大数据技术，对车辆的屏蔽ETC设备和交易次数异常情况进行建模分析，排查逃费车辆。

为进一步优化高速公路通行环境，提高通行效率，2020年1月1日零时起，全国29个联网省份撤销了487个省界收费站^[1]。全国高速公路形成“一张网”，高速公路运营管理模式发生了全新的变化。收费模式由原来的出口统一计费调整为在门架分段计费、在出口一次性收费^[2]，在车辆行驶过程中即可完成计费，减少了车辆排队等待时间，缓解了交通拥堵，提高了高速公路的通行效率。但在新的运营管理模式下，车辆单次通行距离更长，单笔通行费更高，逃费诱惑更大[3]。同时，由于路网环境日益复杂，大量ETC车辆行驶跨越多个省份，出口和门架计费流水数据具有分散性，增加了收费稽查难度。

1

 精准稽核难点

1.1  流水数据的分散性

高速公路联网收费系统涉及多个地区、省份的数据共享，省内稽核相对容易，但是跨省稽核壁垒重重，各省之间缺乏联动机制。例如，湖北省京珠高速路段6月份的入口和出口流水中的车牌数量几乎持平，分别约为114.8万和114.7万；鄂北－大新双向省界门架6月份某天的门架牌识别数据中，车牌数量为9088个，而发生门架交易计费的车牌数量为8226个，即有862个车牌途经湖北时对ETC设备进行了屏蔽，这部分车辆的稽核可能无法在省级信息平台上完成，需要在更高一级的信息平台上进一步排查，增加了工作量和稽核难度。

1.2  计费规则的复杂性

全国各省根据车型、轴数、行驶里程、路段费率来计算通行费用，区域性的路段费率导致计费公式复杂。同时，计费规则还要结合区域性优惠政策、区间性优惠时段和行驶方向等差异化收费政策，使精准复核通行费变得复杂且困难。在长途运输的稽核工作中，往往难以梳理本区域路段的应收费额和收费情况，同路不同费的现象十分常见。

1.3  逃费行为增加

省界收费站撤销后，车辆通行距离增加，单笔通行费随之增加，导致部分司机试图逃避高额通行费，频繁出现屏蔽通行介质的现象。

1.4  通行线路多样化

智能导航系统的广泛使用使司机的行驶路线与最短路径（或最低通行费用路径）在逻辑上的关联性减弱，影响了精准收费和绕行路径的稽核排查。

1.5  技术的局限性

ETC系统的正常运行依赖于车辆信息的准确识别和处理。然而，车辆信息的识别和传递可能受到多种因素的影响，如天气可能影响车型识别等，从而导致计费错误。目前，湖北省大多数门架牌识别记录与门架交易流水之间没有直接关联，海量的门架牌识别记录在稽核工作中的支撑作用还有较大的提升空间。

2

典型逃费手段分析

通行费用是根据车型、轴数、行驶里程、路段费率计算得出的，因此想要实现逃费，需要对这四个方面的数据进行作弊[4]。

1）车型。针对车型、轴数、路段费率的作弊被归为车型类，其手段是利用漏洞改变收费车型，以实现按同一路段更低费率进行计费。

2）车轨。针对行驶里程的作弊被归为车轨类，其手段是隐匿或修改车辆轨迹，来达到逃费的目的，包括U/J型行驶、屏蔽介质、网内循环等。

3）车情。大量逃费行为都伴随着车辆特情的触发，如超时、按最小费额计费等。车辆在出口流水和门架流水中触发的各种特情皆是重点排查目标。

典型逃费手段汇总表

3

基于数据分析的稽核思路

高速公路通行流水数据量大且结构复杂，要从海量流水数据中排查出逃费车辆信息，需要从车型、车轨、车情多方面进行分析，典型的场景介绍如下。

3.1  大车小标

根据出口流水数据，收集车辆历史CPC过车车型，对比其每次通过ETC出口时的过车车型，对可疑车辆进行排查。尤其要注意历史CPC过车车型只有一种但ETC通行时出现多种车型的情况。

利用出口流水数据，通过入口和出口的车型、轴数的异常变化，排查是否存在甩挂、换挂现象。借助入口和出口站点图像稽查系统，筛选出同一车牌出口流水中不同通行记录下车型不同的车辆。

3.2  U/J型行驶

当车辆在通过服务区便道或施工道口非法掉头或跨省行驶时，因其路径不完整，在出口触发最小费额计费，从而少缴通行费。可通过整理车辆过车记录，筛选出一次通行过程中存在同一门架下不同行驶方向记录的车辆；或根据车辆行驶时间过长或多次穿越省界门架的情况，筛选出路径上长距离绕行的异常记录，计算车辆平均时速。频繁出现平均时速过低（如时速低于30km/h）的车辆极有可能是U/J型行驶车辆，需重点关注。

3.3  屏蔽介质

车辆在通行过程中，屏蔽通行介质可导致门架漏计费，在到达出口时以OBU累计计费的方式进行结算，从而少缴通行费。屏蔽介质主要与倒卡、换卡、循环行驶等逃费行为关联。系统通过对比车辆通行的门架计费交易流水和门架牌识流水，筛选出一天内出现门架牌识但没有或只有极少门架交易的车辆，再根据同一时段内的出口流水次数和实际收费路径与实际通行路径的对比，筛选出可能逃费的车辆。实践表明，少量门架交易数据丢失不会造成车辆最终逃费，因此应重点排查长距离或跨省运输车辆。

除了实际逃费车辆，还有一些车辆因触发省部中心在线计费，通过算法拟合了行驶路径，完成了正常计费，即逃费未遂。此类车辆也应被列入灰名单中，进行信用管理。灰名单车辆会频繁触发各种特情，通过分析出口流水和门架流水中的频发特情，结合司机反复尝试的逃费行为和事件规律，可获取有价值的线索。

3.4  触发超时

若车辆在高速公路路网中长时间滞留（特别是短途超时），则可能存在网内循环行驶现象。可通过对比出口流水的入站和出站时间进行筛选，再结合门架计费信息来排查可疑车辆。

3.5  触发按最小费额计费

对于在高速公路长距离绕行的U/J型行驶车辆，只有当其出站时触发了按最小费额计费时，才可能利用现行规则，用最小计费里程代替超长的实际计费里程，从而少缴通行费。因此，频繁触发按最小费额计费的车辆在历史上可能存在逃费情况，可以进一步对其进行排查。

3.6  触发多介质

在车辆通行交易中，如果其计费设备出现多介质/双介质的情况，很容易对一般的稽核策略造成干扰，司机也可能利用双介质进行倒卡和换卡。因此，需要采用额外的稽核方法进行单独处理。可通过分析车辆的出口历史数据，检测双介质触发的累计次数，排查可疑车辆。

4

稽核系统架构

高速公路收费稽核系统的基础数据主要包括联网收费系统各种数据字典及原始的入口、出口和门架收费数据。稽核系统以交易数据为核心，结合从图片中收集到的牌识别数据和车型数据，应用信息化手段，构建基于数据分析的数学模型，识别车辆的逃费行为。基于日常流水数据分析的高速公路稽核模型分为系统管理、基础信息管理、数据管理、数据分析、BI分析五个功能模块，如图所示。

高速公路稽核分析系统架构图

1）系统管理是系统运行的基础，包含用户管理、角色管理、菜单管理、短信管理、操作日志、登录日志及站内信功能。用户管理主要完成系统用户配置，角色管理主要完成角色菜单权限分配，菜单管理主要实现系统菜单、操作权限、按钮权限标识等配置功能，操作日志主要实现系统正常操作日志记录和查询功能，登录日志主要实现系统登录日志记录和查询功能，站内信主要实现系统内的消息通知功能。

2）基础信息管理主要对收费站和门架的基础信息进行查询、修改、新增、删除管理。

3）数据管理包含数据查询和日常流水数据管理功能。数据查询主要实现对收费站入口、出口、门架通行数据和门架牌识别数据的查询。数据输入及存储主要根据文件名的时间信息将数据文件输入到数据库中。

4）数据分析包含省内交易异常、跨省交易异常、行驶速度异常、信用分析功能。省内交易异常主要包括省内上站、下站的车辆门架交易次数和牌识别记录数量不一致等情况。跨省交易异常主要包括省外上站、省内下站的车辆在省内屏蔽设备及省外上站、下站但门架交易次数异常等情况。可疑异常主要包括同一车牌但自动识别车型不一致、行驶速度过慢等情况。信用分析主要对可疑异常车牌进行存档，并向管理员通报可疑异常次数较多的车牌。

5）BI分析主要集成MetaBase开发平台，实现稽核实验方案的初步数学模型及可视化分析。

系统主要使用Java语言进行系统的后端开发，使用Vue语言进行系统的前端开发。系统后端主要采用Spring Boot框架，延续了Spring框架的IOC（Inversion of Control，控制反转）和AOP（Aspect Oriented Programming，面向方面编程）核心思想，简化了应用的开发和部署。使用Spring MVC框架替代Servlet，可以对拦截器、跨域、映射静态资源、消息转换、参数解析、数据解析等进行设置。使用Spring Security框架，主要用于认证和授权。使用Hibernate Validator框架，主要用于参数校验。

系统使用MySQL作为数据库服务器；使用Druid作为JDBC连接池和监控组件；使用MyBatis Plus进行数据访问；使用Redis实现消息队列，支持集群消费和广播消费，并构建幂等组件来解决重复请求问题；使用Redisson作为Redis的Java驻内存数据网格，实现分布式锁，满足并发场景；使用Maven进行依赖管理和项目信息管理；使用Nginx进行负载均衡、反向代理；使用Quartz进行定时任务的调度；使用Resilience4j保障服务的稳定性，包括限流、熔断等功能；使用SkyWalking实现链路追踪和日志中心；使用Lombok自动生成常见的冗余代码，简化开发；使用ShardingSphere实现分库分表，加快数据的操作流程。

5

 结束语

逃费形势日益复杂，跨省、规模化和团队化作案日趋严重。基于大数据和人工智能技术的稽核模型能有效助力稽核工作的开展。实际应用表明，将门架交易、门架牌识别和交易发票数据相结合，通过大数据技术对车辆的屏蔽ETC设备和交易次数异常情况进行建模分析，是一种可行的、可持续的、较为高效的稽核思路。

参考文献

[1] 李超.新收费模式下的数据稽核分析系统[J].中国交通信息化,2023(6):83-85+104.

[2] 秦通,曹景亮,阎蕾,等.山东智能收费稽核云平台[J].中国交通信息化,2023(4):98-101.

[3] 林宇宁.基于多数据源融合的高速公路收费车型识别解决方案[J].中国交通信息化,2023(3):18-23.

[4] 周晓宇.基于大数据分析挖掘的高速公路收费稽查系统[J].中国交通信息化,2019(8):20-24.

（原文刊载于2024年第3期《中国交通信息化》）

责任编辑 | 崔雪薇

END

---