2023年10月25日，国家数据局正式揭牌。标志着我国数据基础制度正在不断完善，数据资源使用水平稳额步提升，数据要素市场将进入发展快车道。当前，数字经济已成为我国经济高质量发展的新动能，国家数据局的成立，在推进要素市场建设，挖掘数据要素价值等方面将起到重要作用。

如果想要充分挖掘数据要素价值，数据跨领域应用是其中最重要的一个方面。数据跨领域应用创造更大价值的关键在于发掘不同领域数据的潜在价值，通过数据融合、分析和创新，为企业和政府提供决策支持，激发产品和服务创新，优化业务流程，提高产业链协同效率，推动数字经济与实体经济的深度融合等。这有助于提高经济效益、提升社会管理水平和发展质量。

交通领域中的公路数据是非常重要的数据，涉及到全国主要的经济活动。贵州数据宝网络科技有限公司（以下简称“数据宝”）通过过去几年对公路数据的应用实践，总结出诸多场景。本文为公路数据应用场景系列的第一篇，本文介绍两个场景：公路数据模型主力财险风险减量和公路货车数据协助科学检测碳排放。

1、公路数据模型助力财险风险减量

2020年车险综改后，车险降费扩责背景下，车险业务保费充足度下降，风险进一步上升，数据宝基于全国的车辆、运政、公路动态行驶数据等多个维度国有交通大数据，采用领先的机器学习立体化地对全国范围货车及客车的驾驶行为风险进行分析，补充了传统车险所不具备的动态风险维度，并通过“车险评分”模型对驾驶者的风险特征进行智能精准评估，其中加入了动态风险维度的静动态车险评分对于车辆的风险特征的评估比起以往的静态车险评分更加精准。通过“车险评分”来帮助车险相关企业快速识别及区分车辆的承保风险，提升差异化定价能力；同时通过价格调节，改善驾驶者的驾驶行为等方式，助力财险积极开展风险减量服务，提升社会安全治理水平。

应用场景——差异化定价策略改善驾驶行为

定价策略应用：对赔付率影响较显著的单因子，如行驶里程因子、8小时疲劳驾驶因子，如果与赔付率是单调关系，则可以用作差异化定价；如果尾部赔付率较高，则可以用以剔除高风险业务。以8小时疲劳驾驶因子为例作应用介绍：

定价策略：按照8小时疲劳驾驶行程数从低到高排序，并将最大值与最小值按照百分比分位，前85%分位点折扣为0.7，至90%分位点折扣为1，至95%分位点折扣为1.1，至最大分位点折扣为1.35。预计赔付率优化：由于折扣差异化，将带来业务结构的优化，从而带来赔付率的优化，预计赔付率下降2.9%。

反过来，保司对8小时疲劳驾驶行程数高的驾驶者制定更高的价格，通过价格调节司机的驾驶行为习惯，减少疲劳驾驶行程数，降低事故率，实现风险减量，这便是差异化定价。

另一方面关于剔除高风险业务，也就是将风险较高客户进行切除，从而保证优质客户。以广东非营业小货车静动态模型数据为例，假设将高风险的11-12分业务保司做截尾处理（谨慎承保），则整体赔付率优化2.18%，投产比为2%，这远远低于客户现有的投产比（平均20%以上）。

投产比是指投入除以产出。保险公司的成本是分前端的手续费和后端的赔付率。前端的手续费投产比是20%，就是给销售20%的费用。后端他们买我们的产品，其实是我们帮他们降低赔付率，相当于买我们花了2块钱，我们帮他们降低了100元的赔款。投产比2%（我司模型投产比），即投入2元费用产出100元保费，而客户现有的投产比是20%以上。

因此可以看出对于将风险评分较高，服务进行切除后也同样能够有效的对业务进行优化，从而带来赔付率的优化。只是这种方式也是有可能将一些优质客户进行切除的，因此使用此方式时还需要保司谨慎处理。

2、公路货车数据协助科学检测碳排放

2020年我国交通领域碳排放9.3亿吨，占全国终端碳排放的15%，为仅次于工业、建筑之后的第三大碳排放源，而在整个交通领域中，道路交通碳排放占90%，其中，公路客运占42%，这里有90%来自于乘用车；公路货运占45%，主要是货运卡车产生的排放。

正因为我国的碳排放量非常巨大，一些研究机构和政府部分目前已经开始关注货车碳排放量问题，并采取了一些措施来检测和减少碳排放。例如，建立车辆碳排放标准体系，加强对碳排放检测的监督管理，推广清洁能源等措施。此外，还有研究提出了交通低碳发展路径，包括提高燃油效率和推广清洁能源等措施。

在这样的背景下，于2021年10月24日，中共中央、国务院印发的《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》发布。作为碳达峰碳中和“1+N”政策体系中的“1”，意见为碳达峰碳中和这项重大工作进行系统谋划、总体部署。

如何更加准确的获取货车碳排放情况就是一件重要的环节。政府可以通过收集和分析货车的数据，更加准确地评估货车的碳排放情况，并为指定减排政策和措施提供科学依据。例如，可以监测货车的燃料消耗情况，并根据数据结果指定相应的减排措施。在福建省交通运输厅的一份文件中，建立包括政府数据、行业数据和平台数据在内的碳普惠机制底层数据统一平台，可以避免同一碳减排行为的重复计算，并试点后进行全国推广。这同样意味着通过收集和整合公路货车的数据，可以更准确地评估火车的碳排放情况，并为指定减排政策和措施提供科学依据。

对于这方面，数据宝运用现有资源做了前期尝试。数据宝通过公路车辆数据，可以结合覆盖全国范围的车辆通行动态及静态大数据和科学的车辆碳排放核算算法，基于车辆的实际通行状态及使用情况进行精细化的碳排放核算，可进行科学的车辆碳排放监测。通过对货车地能耗、运输里程、运输货重等数据进行分析，可以计算出单位周转量地碳排放因子，进而评估不同运输方式地碳排放情况。

此外还可以利用大数据和云计算等技术，可以对货车地运力利用效率进行优化，减少单位周转量下地碳排放。例如，通过数据智能技术实现在车货供需两端地高效匹配和路线规划，提升车辆运力利用效率，从而降低碳排放。达到国家提出的“碳达峰、碳减排”目标。