洪启安等：数据要素流通助力车路云一体化发展完善

中新经纬8月14日电题：数据要素流通助力车路云一体化发展完善

作者洪启安中国信息通信研究院技术与标准研究所助理工程师

于润东中国信息通信研究院技术与标准研究所高级工程师

智能网联汽车政策正密集出台，标志着该领域进入新的发展阶段。工业和信息化部等五部门近期公布了“车路云一体化”在20个城市(联合体)的应用试点名单，预示着这一技术将迈向规模化落地的新阶段。截至目前，洪启安等：数据要素流通助力车路云一体化发展完善全国已建设了17个国家级智能网联汽车测试区、7个车联网先导区以及16个“双智”试点城市。

数据要素流通在智驾中至关重要

在智能网联汽车的生产环节中，数据流通扮演着至关重要的角色。它涵盖了解决车辆及零部件生产研发需求、实现供应链追溯目标以及满足碳足迹追溯与碳排放监管的多种场景。汽车制造商和零部件供应商在这种数据流通中既是提供者也是使用者，这种互动模式使他们能够高效地获取所需数据，从而实现供应链追溯、零部件故障溯源以及产品质量评估等目标。

目前，汽车生产供应链的数据流通模式正在经历从点对点到基于平台的转变。宝马公司在德国发起的Catena-X联盟就是一个典型的例子，它为成员组织提供了包括供应链管理在内的多项服务，极大地便利了数据交易和共享。此外，像“奔驰 微软”和“现代 亚马逊云”这样的合作也建立了供应链管理平台。中国工业和信息化部装备工业发展中心也建立了汽车产业链供应链畅通协调平台，以解决供应链中存在的问题。尽管目前点对点的流通模式仍占主导地位，但依托行业性平台或数据空间基础设施进行数据流通有望成为未来的发展趋势。

道路交通信息的数据流通同样重要，它能够有效支撑车辆智能驾驶功能的实现。车辆需要及时的道路交通信号灯、道路管控、交通流量和事故数据等，以便为驾驶员提供辅助服务，甚至与车辆自身感知信息融合以实现智能驾驶。导航软件等服务商也对这类数据有流通需求。在这种流通模式中，地图及导航服务商、交通部门、车端用户之间可以进行数据的共享和交换，以支持各种功能的实现。然而，目前仍存在由于数据接口不统一导致的数据共享流通难等问题。但随着相关政策的推进和车联网新型基础设施建设的普及，全面高效的数据流通有望加快实现。

在自动驾驶算法训练方面，车企和自动驾驶方案供应商需要海量数据进行算法训练。这带来了车端采集的自动驾驶训练数据，以及网联汽车路侧设施采集的感知数据的流通需求。这些数据的流通可以帮助需求方补齐训练数据短板，加快自动驾驶算法的成熟。然而，目前在企业间流通车端采集训练数据时，存在数据可用性、数据安全以及品牌竞争等问题，导致流通活动较少。

车路云一体化将迎爆发式增长

根据中国汽车工程学会等机构发布的《车路云一体化智能网联汽车产业产值增量预测》报告，车路云一体化智能网联汽车产业在未来几年将迎来爆发式增长。在中性预期情景下，2025年和2030年的产业产值增量预计将分别达到7295亿元和25825亿元，年均复合增长率高达28.8%。这一产业的蓬勃发展将积极推动中国经济的增长。

报告进一步指出，车路云一体化智能网联汽车产业产值增量主要来源于四大领域：智能网联汽车、智能化路侧基础设施、云控平台和基础支撑。具体来看，预计2025年和2030年中国智能网联汽车的产值增量将分别达到6451亿元和20266亿元。同时，智能化路侧基础设施带来的产值增量也将显著增长，从2025年的223亿元增至2030年的4174亿元。云控平台和基础支撑部分的产值增量同样呈现出稳步上升的趋势。

伴随智能网联汽车产业的飞速发展，数据流通的需求和模式将不断发展。因此，有必要推进整车制造厂商、零部件厂商、第三方机构以及汽车数据处理者等联合组织开展智能网联汽车行业数据流通政策需求研究。研究将围绕数据所有权、数据共享与使用、数据安全和隐私保护、数据跨境流通等方面展开，旨在平衡数据流通各方权益诉求，加快形成适合行业发展的政策体系。

为了深化智能网联汽车数据流通的应用，需要持续挖掘高价值场景并开展可行性研究工作。一方面，要围绕汽车生产供应链、道路交通信息服务、自动驾驶算法训练及用户行为数据等流通场景，加强落地性技术、模式、应用、标准研究，并开展相关试验验证。另一方面，要关注汽车智能驾驶、智能座舱大模型等新技术对数据的关键需求，加强对新型数据流通场景需求和流通模式的研究。

为了推动智能网联汽车数据流通的标准化和规范化发展，需要进一步研究数据流通标准需求并结合产业及技术成熟度制定标准体系和路线图。针对数据采集、传输、存储、处理、使用、销毁等各个环节提出安全、计算、处理、平台接口、定价等有关标准需求，并联合相关单位开展标准制定工作以形成数据高效安全的流通标准支撑。(中新经纬APP)

中新经纬版权所有，未经授权，不得转载或以其他方式使用。

责任编辑：孙庆阳