日前，2024年“数据要素x”大赛全国总决赛在北京落下帷幕。大赛设置工业制造、现代农业、科技创新、医疗健康、气象服务、城市治理、绿色低碳等12大赛道。在此期间，浙江涌现出了一批典型案例，生动地展示数据开发利用的最佳实践，探索数据要素赋能高质量发展的新场景新模式。本栏目聚焦浙江优秀作品，一起来看数据要素在千行百业中发挥乘数效应的案例。

　　随着城市发展，机动车保有量增速远高于城市道路资源拓展速度，城市交通压力剧增。但传统城市交通治理模式存在“重建设、轻应用”问题，硬件投入、建设和维护成本较高，且数据并没有被很好地利用起来，治理效果并不理想。2023年全国36个主要城市工作日高峰平均运行速度为20.3km/h，长期处于中度拥堵状态。

　　项目创新众包感知技术，通过移动通信设备在用户授权的前提下感知道路上车辆散发的无线信号，并通过特有模型算法分析形成独有的移动互联网智能云感知数据。这份智能云感知数据与交运部门的浮动车实时位置信息、交管部门的智能硬件感知数据等授权的公共数据融合，建立千亿级的全域车时空数据集，应用新型人工智能算法模型，在政务网进行联合建模计算，输出实时精准的交通关键指标，在专网落地城市全域交通态势监测和数智绿波两大方案功能。

　　项目是浙江省首批公共数据授权运营场景之一，把移动互联网数据和授权的公共数据进行匿名化或去标识化处理后，通过安全边界导入到公共数据授权运营域中进行隐私计算，利用轨迹补全算法、基于授权的公共车辆数据的停车次数和车速的计算算法，形成基于历史交通行为形成的道路流量特征常态数据与基于实时感知的道路运行指标（如车速、流量等）的动态数据，并形成数据调优的闭环。

　　（1）数据融合纠偏，实现深度数据治理。自主研发交通大数据架构，基于交通工程、统计学、运筹学、大数据、计算机软件工程等学科交叉融合，支持多源异构数据融合。通过智能算法对硬件设备进行智能位置纠偏，保证感知数据的准确性，以此优化交通底层数据、深化数据治理模式、创造全新数据价值。

　　（2）深度洞察，构建宏中微观交通洞察体系。在宏观层次，计算交通规律，分析区域、道路、路口的画像特征、流量特征。在中观层次，计算概率分布模型，对局部进行预测。在微观层次，基于跟驰模型与车辆数据对微观车辆进行仿线）推进多源数据价值流转，缓解城市拥堵。项目全面融合移动互联网交通感知数据、授权应用的公共交通数据，形成全域车时空数据集，可对各时段道路通行能力、车速、停车次数等态势指标进行动态监测，构建数据感知、指标生成、方案设计、执行下发、效果反馈的智慧交管闭环迭代模式，有效缓解交通拥堵。

　　1、优化市民出行体验。项目构建出行前、出行中、出行后的不同阶段的全流程精准服务，为出行者提供路径规划和交通方式推荐方案，可为市民省下大量的通勤时间（约20分钟每天）。当前，该项目已在浙江、江苏、安徽、山西、河北等省份落地应用，共建成绿波带超600条，覆盖超1000公里城市主要道路。其中，杭州是全国首个“数智绿波”试点城市，其主城区道路绿波覆盖率超45%，也是国内首个“全域绿波”城市，助力第19届亚运会及第4届亚残运会赛事交通保障。2、有效节约治堵开支。项目遵循复用增效原则，在不增加感知设备投入的前提下，引入移动互联网感知数据，联动公共交通数据进行模型调优。“数智绿波”提升道路车速20%左右，相当于增加1条车道，并有效提升道路通勤效率，降低因交通拥堵带来的经济损失。

　　球速体育平台

　　3、浙江模式推广全球。项目积极响应加快建设“数字丝绸之路”的号召，受到了蒙古、柬埔寨、新加坡、马来西亚等“一带一路”国家的关注，并已在蒙古乌兰巴托市完成了“数智绿波”的试点。项目对乌兰巴托市进行交通态势分析，推荐乌兰巴托市适合做绿波的道路。针对重点道路Dorjiin Street开展“数智绿波”试点，成功将试点道路平均车速翻倍且停车次数减半，受到当地交管部门和市民的点赞，现正与交管部门一起积极推进乌兰巴托全市“数智绿波”建设。