原标题：大数据“指路”消除道路风险
街头车流里，一辆被电子警察抓拍多次的“红眼”货车，没等驾驶人打盹酿祸，就被系统提前“盯上”；乡镇小学门口，一辆违法载人的三轮车驶近，劝导员已在路口等候……在南昌，这样把问题解决在萌芽状态的场景越来越多。
近年来，南昌机动车保有量不断增加，人、车、路总量保持高位，传统“事后处置、被动应对”模式已难以适应新形势。南昌市公安局交管支队创新构建道路交通动态风险研判治理机制，探索形成“用数据感知风险、用模型精准画像、用宣教前置干预、用闭环管控治本”的治理新路径。
警力跟着风险走
“99%的违法可能不会直接导致事故，但每一起事故的背后都有违法。”在南昌市公安局交管支队党委书记杨玉章看来，破解事故频发难题，必须把治理关口前移至风险形成之初。
过去，交通管理常常陷入“事后发力”的被动：路面勤务重事中管控，事故处理重事后补救。海量违法、事故、轨迹数据沉睡在系统里，只能用于倒查问责，难以前移预判。
为破解这一困局，南昌交警探索出新路径，推动三大理念转变：用算法破解“打不准”的困境，通过模型生成风险预警清单，并推送至一线，实现“警力跟着风险走”；用宣教破解“改不正”的顽疾，对违法者推送其本人违法记录和同类事故警示视频，联动社区网格开展“敲门行动”，让违法者从“被动受罚”转向“主动认知”。
构建风险评价模型
立足全市实际，南昌交警围绕20个维度、41项核心指标构建风险评价模型，具备“人、车、路、企”全要素风险画像能力，累计建立闯红灯、抢黄灯、疲劳驾驶、三轮车载人等27类风险研判模型，每日自动运算、动态更新。
针对农村地区警力少、路面广的实际，南昌交警通过模型自动筛查载人、超员等违法线索，精准锁定127个高风险点位，将数据推送至属地大队和农村“两站两员”，联合教育部门、乡镇政府开展专项宣教。运行以来，农村三轮车违法载人行为减少97%。
据了解，疲劳驾驶行为难以被电子警察抓拍，驾驶人常抱有侥幸心理。南昌交警接入货车GPS数据、连续行驶时长等多维信息，自动识别连续驾驶超过4小时休息不足20分钟的“红眼”车辆，累计锁定580名高风险驾驶员和20家风险突出的货运企业。与市应急管理局、交通运输局建立联动机制，对高风险驾驶员要求企业暂停运营资格、强制培训。经过治理，20家企业疲劳驾驶违法率平均下降86%，其中12家连续三个月“零疲劳驾驶”。
以“月闯红灯3次及以上”为阈值，精准筛选出6501名高风险机动车驾驶人和2129名高风险电动自行车驾驶人，通过轨迹回溯发现，相当比例的闯红灯行为由“抢黄灯”演变而来，据此，南昌交警研发“抢黄灯高风险”模型并通过短信推送进行警示教育。
南昌交警还通过对闯红灯数据叠加分析，发现全市23个路口违法率显著偏高，逐一视频回溯和现场踏勘，发现信号配时不合理、标志标线模糊、抓拍盲区等设施缺陷。通过“剥洋葱”式研判，闯红灯风险被精准拆解为“抢黄灯型”“恶意遮牌型”“设施短板型”三类成因，为宣教、整改、打击提供精准“靶心”。
“试点样板”向全市推广
经过一段时间的实践打磨，这套以数据为内核的交通治理模式，已经由局部探索的“试点样板”转化为全市落地推广的常态化治理举措。
数据显示，南昌失驾人员日均查处从150余起降至个位数，夜间工程车闯红灯下降76%；全市晚高峰平均通行车速提升4.5%，道路拥堵指数下降4.3%，实现警力高效利用、治理效能同步提升。
一串串数据的背后，是路面之上实实在在的改变。通过优化路口信号配时、补齐道路交通安全设施短板，不少市民真切感受到出行环境的改善，有群众评价“过马路不用慌忙抢行”。基层一线民警的工作方式也随之转变，不少民警坦言：“以往巡查全靠跑腿、肉眼排查，如今依托数据研判结果开展工作，目标更明确。”