智慧交通迎爆发期 中国电科全面布局

简介:

近日国家发展改革委和交通运输部联合发布了《推进“互联网+”便捷交通促进智能交通发展的实施方案》,提出“十三五”及以后较长一段时期,应将推动“互联网+”便捷交通、智能交通发展作为我国交通运输的战略重点。

在业内人士看来,智慧交通产业将迎来爆发期。事实上,作为深耕电子信息领域多年的世界五百强企业,中国电子科技集团(简称“中国电科”)早已行动起来,将以轨道交通产业规模化为骨干,带动道路交通、空中交通的发展,最终实现融合的智慧交通,力争“十三五”末营业收入达到200亿元以上。

夏日南京,炙热难耐。下午两点多,秦新路站,叮叮声中,一辆白色的电车沿着铁轨“草上飞”而来,外观与动车颇有几分神似。走进车厢,立马凉快起来,内饰与地铁无异,但窗外的景色却丰富了许多,高楼大厦、绿树草地尽收眼底。

这便是2014年8月1日正式开通运行的南京河西现代有轨电车1号线,曾服务于第二届夏季青年奥运会,由中国电科负责全线通信、信号、消防等设备系统建设,“在国内首次采用无接触网供电模式,进入站台伸起‘辫子’充电,不影响城市景观,而且首次运用新型有轨电车调度与控制系统,减少了安全隐患,缩短了红绿灯等待时间。”该项目经理于俊向《经济参考报》记者介绍说。

近年来我国城市交通拥挤状况日趋严重,发展运量大、速度快、安全可靠、准点舒适、环境友好的轨道交通,成为解决该问题的有效途径之一。好多城市开始改建或新增有轨电车线路,2012年至2020年,相关规划已超过2500公里,工程总投资预计达3000亿元。而一些大中城市更是将目光投向了地铁,目前全国正在施工建设的地铁线路超过70条,总投资额超万亿,未来10年投资额更高达数万亿。

这样爆发性成长的战略性新兴产业,改变的不只是当地城市的布局,还冲击着包括铁路和地铁在内的中国轨道交通建造产业链格局。“除了土建类企业,房地产企业和机电设备企业都在加大培育总承包市场力度。随着信息化、智慧化需求和发展水平的提升,未来我们这样的机电设备类、信息类企业在轨道交通总承包市场中将占据越来越高的地位,高科技将成为竞争主导因素。”南京轨道交通系统工程有限公司(简称“总承包公司”)总裁助理严波表示。

信心来自背后实力雄厚的“联合舰队”。其大股东中国电科14所是新中国雷达工业发源地,早在1990年代就借助于军用雷达的信号处理技术、自动控制技术和无线通信技术,切入了轨道交通最为核心的“大脑”——行车指挥系统,1999年被原国家计委确定为轨道交通信号系统两家定点总成单位之一。

此后数年,受制于体制机制,14所虽然研发出核心技术,但市场开拓并不顺利。后来借助于中国电科下属的兄弟公司,成果先在国外“开花结果”,获得巴基斯坦卡拉奇地铁1号线EPC总承包项目、约旦安曼扎尔卡轻轨EPC总承包项目、秘鲁地铁1号线BOT项目。

而国内市场也开始出现重大转机。“去年总承包公司签下了哈尔滨地铁2号线BOT总承包合同,总额205亿元,这是中国电科迄今为止单体额度最大的工程。”中国电科14所国睿集团党总支书记、市场部部长严一峰向《经济参考报》记者透露,目前正在争取南京、福州、芜湖等地的轨道交通总承包项目,“十三五”整个集团轨道交通战略规划主要是围绕“智慧”、“安全”打造核心竞争力,营业收入达到100亿元。

与之不同,中国电科的空中交通管制系统则是从国内走向国外。2007年,中国电科28所旗下南京莱斯信息技术股份有限公司(下称“莱斯公司”)自主研发的“牧羊人—2000”自动化系统中标青岛机场的奥运工程,开辟了空管系统国产化的新纪元。

之后的2010年莱斯公司成为国内首家获得自动化系统正式使用许可证的单位。牧羊人—2000势如破竹,在长春、厦门、杭州等各级空管单位得到广泛应用,在国产空管主用自动化系统中,市场占有率在70%以上。近日又中标北京新机场工程备用自动化系统项目,金额高达1.18亿元。

“国内市场是有限的,我们想走到更大的市场搏击,在一带一路战略的牵引下,正在启动走出去的策略,先从友好国家开始。”中国电科28所副总工程师丁一波介绍说。

还有一个可以掘金的领域便是道路交通。中国电科28所高级专家汪德生表示,目前道路交通领域有2000多家企业,和民企相比,中国电科的竞争优势主要在技术创新、质量、社会服务等三方面,按照国家相关规划,未来国产化要达到90%。港口系统方面有着同样的思路和要求。

值得注意的是,在中国电科的规划中,智慧交通要更多考虑环保、绿色和主动提供便民服务,重在上述“海陆空”各个领域的智慧融合,实现多种交通形式的衔接。

“目前还没做到这一步,政府部门设置等都存在条块分割,只能以技术慢慢带动政府职能转变。”严波表示,在国产化方面也存在障碍,很多企业和地方政府承认国产技术好、愿意用,但就是不愿做第一个吃螃蟹的人,希望给予一些试用的机会。

本文转自d1net(转载)

相关文章
|
机器学习/深度学习 人工智能 自动驾驶