基于机动车合格证大数据的行业运行异动监控研究.docx

基于机动车合格证大数据的行业运行异动监控研究 摘 要 随着国家简政放权、强化事中事后监管等改革工作的推进，运用机动车合格证大数据实施行业监管将成为政府主管部门的重要抓手。文章通过对机动车合格证历史数据的深度分析，结合市场预测数学方法，提出一套合理可行的行业运行异动监控信息化解决方案，为政府主管部门找出违规“嫌疑人”提供决策参考。 下载 关键词 机动车；合格证；异动监控 doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2016. 19. 114 中图分类号 D631.5 文献标识码 A 文章编号 1673 - 0194（2016）19- 0196- 05 1 我国机动车合格证管理现状 机动车整车出厂合格证（以下简称“合格证”）是车辆生产企业在车辆制造完毕、检验合格后随车配发的机动车出厂合格证明，是办理国产机动车注册登记必须提交的法定证明之一。自2005年合格证管理制度建立以来，合格证先后经历了由纸质到电子，由单一向多元的发展历程。到目前，合格证系统中管理的企业数量已超过1 600家，数据记录总量超过4亿条，可以说合格证在产品出厂销售环节、机动车注册上牌及车辆购置税征缴等环节已得到广泛使用，为政府有关部门在开展行业监管、提升服务效率和质量、打击非法违规等方面发挥了不可替代的作用。 首先，有利于政府主管部门加强监管、提高效率。党的十八届三中全会提出了“简化事前准入，加强事中事后监管”的总体要求。2015年6月，国务院办公厅发布的关于运用大数据加强对市场主体服务和监督、监管的若干意见（国办发201551号），提出要充分运用大数据的先进理念、技术和资源，加强对市场主体的服务和监管，推动简政放权和政府职能转变，强化事中事后监管，提高政府治理能力。因此，充分运用机动车合格证大数据实施汽车行业管理必能事半功倍。 其次，有利于监控行业运行动态，规范生产秩序。进入新世纪以来，我国汽车产业发展迎来井喷期，企业数量、机动车产量逐年增加，其中汽车产销量自2009年已连续7年位居世界第一，成为汽车大国。由于企业数量巨大，鱼目混珠，给行业管理带来不少难题。因此，加强机动车合格证管理体系建设，通过合格证信息及时掌握企业生产状态，及早发现异常情况，有利于进一步规范行业秩序，促进行业健康发展。依据关于建立汽车行业退出机制的通知（工信部产业2012349号文），工业和信息化部通过调取企业合格证上传数量，筛选出僵尸企业和不能维持正常生产经营的企业名单，分别于2013年和2015年向社会公示了第一批48家和第二批92家特别公示车辆生产企业名单实现了车辆生产企业有进有出的动态管理。在近年来，合格证数据在政府主管部门对罐式车、危险品车、校车、新能源车辆等专项核查中，作为重要的生产信息，为核查工作发挥了重要的支撑作用。 再次，有利于辅助有关政策规定落地实施。根据我国道路交通安全法及其实施条例等有关法律法规，机动车出厂合格证明作为机动车注册登记环节的法定凭证，对于防范被盗抢、走私和非法拼装车辆上路，保障道路交通安全发挥着举足轻重的作用。随着合格证电子信息不断完善和应用，它为行业主管部门实施汽车行业退出机制、公告管理、生产一致性核查等方面提供了有力支撑。同时，机动车出厂合格证作为国家税务总局开展车购税征缴的有效凭证，也是减免车购税政策执行中车型判定的重要参考依据。 2 机动车行业运行异动监控系统总体设计思路 2015年以来，随着我国经济发展新常态的出现，汽车产业面临新的机遇和挑战。产业结构调整幅度逐步加大，市场竞争压力持续增加，不乏个别机动车生产企业在合格证上面动起“歪脑筋”，未产先传、产后不传、上传数量暴增暴减、非法倒卖合格证、大幅超过核准产能等现象时有发生。因此，为了切实掌握国内机动车企业生产动态，借助合格证数据开展行业运行异动监控工作，实现在大数据环境中自动识别违法违规“嫌疑人”。 机动车合格证运行异动监控系统总体设计思路是，通过对各机动车生产企业历史上传数据的深度分析，按照汽车、摩托车、三轮汽车和低速货车等不同车辆类别，制定科学的运行异动判定规则，运用数学预测方法，按月度测算合格证上传预警阈值，再将企业实际合格证上传量与预警阈值进行比较，确定异动企业名单，并通过系统要求异动企业进行书面备案说明。 该异动监控系统的建立，提升政府主管部门对行业事中事后监管的水平，将有力配合政府主管部门做好新形势下的行业管理工作。对政府主管部门而言，异动监控工作有利于实时了解行业动态，抑制非法行为，提高政府管理效率和监管质量；对行业而言，有力于企业之间互相监督，让非法行为难以藏身，构建良好行业管理秩序。 3 机动车行业运行异动监控规则研究 3.1 合格证历史数据迭代与企业分类 由于汽车、摩托车、三轮汽车与低速货车企业数量众多，产量差异巨大。因此，只有对不同类别、不同数量级的生产企业设定不同的异动监控参数，才能确保模型的科学合理性。本研究中基于K-均值聚类方法原理，开发设计了一款工具软件，输入是汽车、摩托车、三轮汽车与低速货车三种类别企业连续12个月月度合格证上传量平均值，获得产量近似的企业自动归类结果。K-均值聚类工具软件见图1。 使用K-均值聚类工具软件，将汽车、摩托车、三轮汽车及低速货车企业依次进行区间分段。将企业每月合格证上传量作为离散的点阵，根据聚合的算法，划分成区间。若聚合的区间内企业数量过于密集，再将密集区间再次聚合运算。经过多轮迭代，结合行业管理经验，调整上传量区间范围，形成三类企业的上传数量特征区间，其中汽车（含整车、改装车）企业分为9个区间，摩托车企业分为6个区间，低速货车和三轮汽车企业分为5个区间。不同类型企业异动监控区间划分见表1。 3.2 不同类型企业运行异动规则 本研究中，将重点对两类非正常运行企业行为进行监控，第一类是合格证数据上传数量运行异动的企业；第二类是连续六个自然月合格证上传数量为0的企业。其中，第一类企业监控需要运用科学计算分析方法进行测算，总体思路是通过对不同类别企业合格证历史数据的分析挖掘，运用“平稳时间序列ARMA预测”科学算法并结合行业实际情况确定各企业月度预警阈值，进而实现与各企业实际月度上传合格证数量的比对。若企业实际上传量超过预警阈值，则判定该企业为运行异动。 根据本研究特点，选取平稳时间序列ARMA（2，2）模型进行单月预测预测值计算，算得不同企业预测值后，试算时赋予2.5倍的预警值空间，超出预警值意味着超出常量范围，上传数据量异常。由于企业规模不同，用途不同的车辆生产规律不同，使用同一预警阈值会使统计结果产生差距，需要根据区间内数据的不同特征调整预警阈值范围。设定两个预警阈值调节参数：k为增长空间参数，b为底数参数。 计算公式为：T月预警阈值=当期预测值容许度（k）+修正值（b） k值：为限定预测值的倍数上限。上传数量较小区间的企业每月数值波动大，设定为较大倍数。上传数量较大区间的企业每月数值波动小，设定为较小倍数。 b值：每类区间的最低安全值。给予一定数量范围的容差值，消除算法中的不确定性。 T：代表月份，为112整数。 经过多次数据试算，得到合理k、b参数值。当T月实际上传量T月预警阈值，则判定该企业T月合格证数据运行异动。 3.3 数据验证与分析 本文选取2015年T月1100余家汽车生产企业作为数据验证对象，根据以上异动判定规则进行计算，共有15家企业可判定为异动，与行业管理现状基本相符。按照超过预警值数量大小排序前五的企业异动情况如表2所示。 以上五家企业T月之前12个月的合格证运行折线图如图2所示。 从图2中亦可看出，这五家企业合格证数据在第T月波动比较大。因此，可以认为该异动规则算法与实际情况较为接近。 4.2 数据仓库构建 本研究核心在随着合格证数据的动态变化，底层数据仓库需要实时更新，同时再加上历史数据的初始化，才能保障将来的异动监控系统的高度自动化运行。通常情况下，建立一个数据仓库需要经过以下几个处理过程：数据仓库设计；数据抽取；数据管理。数据仓库的实现主要以关系数据库（RDB）技术为基础，目前关系数据库的数据存储和管理技术较为成熟，成本和复杂性较低，但由于关系数据库系统并不能满足数据仓库的数据存储要求，因此需要通过使用一些技术，如动态分区、位图索引、优化查询等，使关系数据库管理系统在数据仓库应用环境中的性能得到大幅度的提高。 4.3 系统主要功能 系统基于数据仓库，将异动监控规则和定义转化为计算机语言，为此主要设计了四大功能模块：数据处理模块，主要进行历史数据的挖掘、清洗与导入。数据计算模块，通过人机交互界面，实现数据仪表板显示、数据更新、分析计算、结果导出等功能；智能辅助模块，主要实现按企业、按车型、按异动类别等不同需求自动生成月度异动监控报告，并实现在线打印、下载等功能；企业反馈模块，主要通过高级接口实现与机动车合格证管理系统对接，向异动企业发出预警，并为企业提供情况说明反馈通道。 5 结论与展望 合格证运行异动监控系统的构建，为政府主管部门实施行业管理提供了良好的数据支撑。对于合格证运行异动监控工作，后期主要有两大延伸：一是通过对企业反馈异动原因的系统分析，结合企业异动数据，提出行业事中事后监管政策建议。二是基于异动监控分析结果纳入汽车行业信用管理平台，将合格证运行异动作为企业失信行为判定的重要依据。从长远来看，机动车合格证运行异动监控工作，对于国家在汽车行业实施供给侧改革，淘汰落后产能，推进产业结构调整等方面将会发挥重要作用。 主要参考文献 周新民，张军，薛峰.环境自动监控系统异动数据的应用探讨J.坏境保护，2013，41（16）：61-62. 周世兵，徐振源，唐旭清.新的K-均值算法最佳聚类数确定方法J.计算机工程与应用，2010，46（16）