每一笔通行费交易都记录了时间、地点、车道、车辆和车牌。然而在大多数车队，它只是月度发票上的一行记录，除了金额以外的所有信息都被搁置一旁。事实上，金额恰恰是这条记录中最无用的部分。

设想两家车队在同一地区运营相似的路线，适用完全相同的公布费率。一家每月的通行费账单稳定可预测；另一家眼看着通行费支出不断攀升，却说不清原因。由于两者支付相同的费率，差距源于各自车队的运营方式，而证据就藏在双方都未曾阅读的通行费数据之中。

费率之所以引人关注，是因为它们一目了然。但它们也是无人能够控制的部分。

车队通行费管理能够控制什么

2026年通行费率再次上调。宾夕法尼亚收费公路于1月将费率提高了4%，MTA旗下所有设施的费率上调了7.5%。收费公路网络也在持续扩张，今年堪萨斯、华盛顿、弗吉尼亚和德克萨斯都有新增通行能力投入运营，这意味着即使车队自身的计划没有变化，路线和计费可能发生变化的地点也在增多。

这些调整都会提前公布。车队可以据此编制预算，然后继续运营。这就是车队通行费管理中车队可以掌控的部分。

无法纳入预算的部分则更细微、更具体：那笔看起来有问题的收费要花上半天时间才能追查清楚，而且这样的情况在一个月的收费中反复出现。在发票上，它只不过是一个数字。

通行费数据记录了发票遗漏的哪些信息

这类收费其实是运营层面的事实。它们以金额的形式到达车队手中，而当通行费支出的增速超过费率涨幅时，原因通常就隐藏在这些细节之中。在PrePass®为车队处理的通行费活动中，有几种模式反复出现。

• 快速车道使用。 司机在时刻表并无要求的情况下使用收费更高的快速车道。一次收费很容易解释，同一辆卡车每周都这样做则是一个政策问题。
• 偏离路线的活动。 绕行、临时变更路线以及司机的个人偏好，使卡车驶入了本不需要使用的收费公路。
• 应答器不匹配与车牌不匹配。 设备在不同卡车之间挪用，或车牌被登记到错误的车辆上，导致收费计入错误的资产，成本分摊悄然失去准确性。
• 最高通行费计费。 当入口或出口信息缺失时，收费机构按其最高费率计费。
• 位置不匹配。 收费记录显示的收费站位置，在车辆GPS数据中找不到卡车经过的痕迹。
• 重复收费与分类错误。

从会计角度看，每笔收费都是不值得追究的小额差异；从运营角度看，它们合在一起描绘了车队上个月的真实运行状况：司机偏好哪些车道、哪些卡车偏离了路线、设备记录在哪里变得过时失真，以及哪些机构对无人能够核实的事项开具了账单。

这些信息本来就已存在。每当卡车经过一个收费站，车队都在花钱生成这些数据，但其中几乎没有得到利用。

为什么通行费分析比听起来更难

数据量是实实在在的。一个大型运营企业每月可能产生数万笔通行费交易，涉及十几个甚至更多收费机构，每个机构都有自己的文件格式和账单周期。有人会审查金额最大的收费、违规记录以及客户来电询问的事项。这种流程擅长发现孤立的问题，却不擅长发现模式。而更大的成本恰恰藏在模式之中。

数据量只是问题的一部分。更大的问题在于，没有任何单一系统掌握着答案。 通行费记录在收费机构手中，GPS数据在远程信息处理服务商手中，车辆与车牌的对应关系记录在车队档案中，租赁信息又在别处，通常在合作伙伴那里。要确认某笔具体收费是否正确，意味着需要从至少三个系统中调取数据。如果面对一千笔收费，根本没有人会去问。

这正是为什么只有把这些数据源放在一起阅读，有用的信息才会浮现。以一笔记录在卡车从未经过的收费站的收费为例：在通行费记录中它看起来很平常；在GPS记录中则什么都没有，因为根本没有发生过。只有把两者并排放在一起，问题才会显现。

这就是通行费分析的门槛：将收费与运营的实际情况进行核对。这种比对说起来容易，做起来繁琐。核对一笔收费与GPS数据只需几分钟，而核对数万笔则是无人有时间完成的运算量。

这正是AI擅长的事情。它读取每一笔交易，将其与车辆、车牌和位置记录进行比对，并标记出少数无法对上的记录。软件不做任何决定，它只是把一个月的收费缩减到值得人工关注的那些。

通行费管理软件改变了什么

当这些记录被持续地放在一起阅读时，问题也随之改变。运营负责人不再问车队上个月花了多少钱，而是可以问为什么同样的问题反复出现在同一车道、同一辆卡车或同一位司机身上。

收费在付款前得到确认，而不是在付款后再去调查；成本计入正确的车辆、租用方或客户；反复出现的问题以趋势的形式呈现，而不再是一次性事件。

车队运营领域此前已经历过这种转变。燃油、维修和路线规划都从月度报告转向了每日运营数据。通行费是车队成本中最后一个仍主要作为会计任务处理的大项，尽管其底层数据已经能够支持更具运营性的视角。

从哪里入手

着手解决这一问题的车队有几种选择。PrePass Toll Management通过INFORM TM Tolling将来自多个收费机构的通行费活动汇聚到一处，使各机构原本分开的账单汇总为一份月度发票。

在此基础上，GPS Toll Verification将收费发生的时间和地点与路线及GPS数据进行核对，AI Toll Insights则将通行费、GPS和车辆数据关联起来，识别应答器不匹配、车牌不匹配、快速车道使用、最高通行费计费、位置不匹配事件以及偏离路线的活动。其目的是让团队聚焦于需要审查的事项，而不是要求他们阅读每一笔交易。Violation Prevention Service帮助维持车牌信息的持续覆盖，Violations Settlement Service则与参与合作的机构一起处理未结清的违规事项。

通行费率还会继续上涨，这部分不由车队掌控。但通行费数据所反映的运营状况，则掌握在车队自己手中。

PrePass Toll Management（包括GPS Toll Verification和AI Toll Insights）可在 prepass.com/tollmanagement 获取。

来源

1. 宾夕法尼亚收费公路委员会，2026年通行费率：
2. 大都会运输署，2025年票价与通行费调整：

新增通行能力按州泛指，以下链接可供参考：

1. 堪萨斯收费公路管理局，69 Express：
2. 华盛顿州交通部，普吉特湾门户项目（SR 167）：
3. 弗吉尼亚州交通部，495 Express Lanes北延项目：
4. TEXpress Lanes，I-635东段与I-30项目：

来源：FreightWaves，https://www.freightwaves.com/news/the-most-useful-part-of-a-toll-charge-is-not-the-amount