2月23日，公司运营部组织收费监控中心相关人员到瑞赣路赣州北站参加了该站组织的“赣智查”通行费打逃系统讲解观摩会，会上信路威公司工程师对该系统进行了各个功能的讲解以及案例分享，通过多方深入探讨交流的方式使得参会人员在利用大数据打逃的应用上有了新的认识。

偷逃通行费问题一直以来都是各高速公路运营管理单位关注的焦点，更是工作中的重点和难点，随着2020年取消省界站及相应收费工作、政策的重大变革，偷逃通行费手段出现了新的变化，方式多样、手段隐蔽、查处变得愈加困难。然而道高一尺魔高一丈，在“互联网+”时代，通过大数据加持，各种新兴的打逃方式也同样应运而生。

此次观摩学习的“赣智查”打逃系统便是在当前大环境下的新生产物，该系统需在门架上加装探头固然是常规操作，但其系统内部重点提及的ETC交易丢失率及OBU大车小标确实是不少路段业主的痛点，前者在大流量下通行费流失将会被无限放大，而后者更是会让“堵漏增收”工作陷入困境。针对这种情况，“赣智查”通过大数据分析均给出了较为完美的解决方案，除此之外，类似识别数据无法匹配到门架计费数据的通行记录所造成计费缺失、单次通行存在多个不同编号的通行介质的一车多签、车辆一次通行短时经过了两个不同方向门架的反向行驶等涉嫌逃费行为完全可通过系统大数据自动筛查进行有效甄别。

一路学习下来，我对这套打逃系统有两个核心认识，其一就是它是通过对车辆多维度拍照进行物理识别形成车辆三维模型，而非通过OBU或CPC卡内的存储信息叠加门架正面拍照生成二维模型来判断车辆车型，增加一个维度的模型差别保证了车辆车型的准确性不受人为干扰，最大限度的杜绝了这一缺陷所产生的通行费流失现象。其二是大数据的归集应用，目前省联网中心虽然可以从全省各路段门架获取海量车辆数据，但并没有对这部分数据进行有效加工，更遑论利用大数据支持各联网路段开展日常打逃工作，“赣智查”则准确的从这一点切入，利用自身系统的大数据处理能力，提供了包括可一车一行一档多维数据信息展示的车型数据库、精准定位特殊车辆（危化品车、大客）行驶信息、嫌疑车辆布控等实用功能，为平时车辆稽核工作增添了强有力的支持。

通过后台数据查询可知，我路段2022年1月至今ETC交易失败率为0.42%，CPC卡交易失败率为0.89%，大车小标异常车辆占比为0.6%（信路威公司大数据提供），尽管展现的数字不高，但在大流量加持下，将会出现典型的小数字大效应。相信通过大数据助力，未来“堵漏增收”工作大有潜力可挖。