当前，推动“人工智能（AI）+交通运输”融合发展，面临制度供给滞后、技术落地机制不完善、多元协同机制缺位等问题，建议从制度层面系统推进保障体系建设，提升“AI+交通运输”发展韧性。
筑牢深度融合发展根基
构建分级分类推动机制。“AI+交通运输”应用场景多元且复杂，传统政策已难适应技术融合发展的实际需求，急需建立分级分类的推进机制。应围绕交通基础设施、装备智能化、智慧治理平台、自动驾驶等方面，制定政策目录和任务清单，明确不同阶段的功能目标与核心指标。依据城市等级、道路类型、企业能力与技术成熟度，划分基础型、扩展型、引领型等场景类型，实行差异化试点与政策支持。推动分类场景与资金安排、指标评估、试点验收等制度联动，增强政策的精准性与弹性，为多元化应用场景有序落地提供制度保障。
完善动态监测评估机制。推动“AI+交通运输”过程中，技术更新快、产业迭代频，传统静态管理模式难以适应发展变化。应构建智能交通发展动态监测与政策响应体系，重点跟踪核心技术渗透率、基础设施布局、系统运行效率等关键指标。依托大数据平台和智慧中枢，推动交通状态、算法效能、安全风险等信息实时采集与分析，提升趋势预判与隐患识别能力；同步建立分级风险应急预案，规范数据安全、技术故障、系统异常等情况的响应流程。通过“监测—分析—预警—响应”的闭环机制，增强制度的适配性和调整能力，助力“AI+交通运输”实现从试点探索向常态运行转变。
强化标准法治监督体系。当前“AI+交通运输”仍面临标准滞后、责任不清、监管薄弱等问题，需健全制度体系夯实技术伦理与治理基础。加快制定AI交通技术、数据接口、安全防护等国家与行业标准，鼓励地方先行试点，探索可推广的本地标准和评估模型。建立多级监管协调机制，压实主管部门、平台企业与地方政府的职责，完善覆盖建设、运营、评估、问责等环节的全周期监管体系。推动“AI+交通运输”立法，明确算法责任、隐私保护、数据权属和事故处理等关键内容。通过形成“标准引导—责任明晰—法治保障”的发展模式，营造有序、安全、公平的制度环境。
激发产业协同发展动能
健全融合发展产业政策体系。“AI+交通运输”不仅是技术革新，更是新质生产力的重要载体。为破解场景落地难、市场参与度不足、资源配置不均等问题，需从制度层面推动融合发展向纵深拓展。建议制定专项产业支持政策，鼓励在车路协同、交通大模型、智能调度等重点方向加快标准化、产品化发展。构建多元试点协同机制，支持重点城市、交通枢纽先行先试。完善算力共享、数据开放、信息互联等制度保障，打通“算法—数据—场景”链条。通过制度化推动技术孵化、设施改造与企业参与，构建政策引导、市场主导、协同推进的高质量发展生态。
完善收益激励与成本分担机制。“AI+交通运输”建设周期长、成本高，但其社会价值多体现为长期收益，急需建立兼顾效率与公平的成本收益制度。应完善投入方、运营方与受益方之间的利益联动，推动设立专项基金、补贴政策、改造奖励等激励工具。探索“智慧交通平台+商业模式”路径，支持企业通过平台运营、增值服务实现收益闭环。引导政府与企业建立共担机制，通过联合开发等方式分摊风险与成本。建立“谁受益谁参与、谁主导谁负责”的发展机制，推动智能交通从“输血式建设”向“造血式运营”转型。
构建多方参与协同机制。“AI+交通运输”涉及政府、企业、科研机构、公众等主体，仅靠行政推动难以形成协同合力。应建立多方共建机制，提升各参与方的制度黏合度与积极性。建议由交通运输主管部门牵头，联合企业与科研机构组建产业协调平台，协同推进技术攻关与标准制定。健全公众参与机制，鼓励用户反馈体验、强化隐私保护共识。推动交通运输、科学技术、工业和信息化等部门信息互通、政策协同，构建“部门联动—多元共建—全民共治”的发展格局。
完善资金人才保障体系
优化财政金融支持政策。“AI+交通运输”融合发展具有技术更新快、前期投入大、周期长等特点，单靠财政支出难以满足基础设施建设、算法研发、平台运营等资金需求。应加快构建多元、可持续的投入机制。中央与地方财政应加大对核心技术攻关、示范工程、智慧枢纽改造等项目的专项支持力度，设立智慧交通发展基金，推动形成“财政引导+社会资本+产业反哺”的投入格局。鼓励金融机构开发面向智能交通的绿色信贷、科技金融、REITs（基础设施领域不动产投资信托基金）等产品，引导交通科技企业、平台公司、保险机构等参与项目建设与运营。通过完善“政府主导、市场参与、多方共建”的投融资机制，夯实“AI+交通运输”融合发展的资金保障。
加强高层次科技与交叉人才支撑体系建设。当前，智能交通发展面临算法研发人才紧缺、复合型人才供给不足等难题，急需构建覆盖全链条的高质量人才体系。应推动高校与科研机构设立“AI+交通运输”交叉学科，开设交通数据科学、车路协同等课程，建设集教育、科研、实训于一体的人才培养平台。强化与重点交通运输企业、科技平台的“产学研”协同，形成“高校—企业—政府”联合育人机制。在交通运输主管部门、智慧城市平台等引进AI工程师、系统架构师等高端人才，增强行业治理和技术研发能力。
完善智能基础设施与技术应用支撑机制。推动“AI+交通运输”深度融合，需建立与之匹配的智能基础设施与技术体系，破解响应慢、联通差、智能弱等传统管理难题。应加快交通信息基础设施升级，建设统一的交通感知与数据共享平台，整合道路、车辆、人员等多源数据，实现跨区域、跨部门数据互通。加快应用车路协同、边缘计算等技术，提升交通系统运行、调度与应急智能化水平。加快智能信号灯联控、自动驾驶测试、高速公路智慧改造等场景落地，构建以“感知—分析—决策—执行”为核心的全链条治理体系。
（作者单位：上海交通大学智能交通与无人机应用研究中心）
编辑：翟慧
审核：连萌