基于大數據下鐵路運輸發展策略的研究

謝俊

摘要：隨著我國社會發展進程的不斷加快，各行各業都取得了飛速發展，信息化技術也得以不斷創新和研發。在現階段大數據理念的廣泛應用背景下，對鐵路運輸事業的發展有著尤為重要的現實意義。鐵路運輸行業可以基于客戶關系管理、貨物營銷管理以及鐵路運輸效率、鐵路運輸收益、現代化鐵路運輸物流等多種方面，實現大數據發展。本次研究通過針對現階段既有鐵路信息系統的現狀問題分析基礎之上，深入挖掘外部數據，對運輸市場需求及規律加以明確，重視人機交互提供決策性支持，減少低需求產品的供給，借助科技化手段大數據技術，提高鐵路運輸的整體工作效率。

【關鍵詞】大數據、鐵路運輸、發展策略

自“物聯網”以及“云計算”技術之后，“大數據”就成為現階段我國各界人士所關注的話題。大數據主要指無法使用當前的軟件，完成對海量的數據信息提取、儲存、檢索、共享以及分析和處理的集合[1]。大數據有著較大的數據量、較為繁雜的數據類型、較低的價值密度以及較快的信息處理速度。維克托曾經在《大數據時代》中明確指出[2]：“在現如今大數據時代背景下，大數據的核心特點就是全量化數據、相關性關系、預測化預判?！贝髷祿夹g不僅可以實現，在海量的數據中找尋出存在相似性關系的數據，還能夠基于更深層次的中識別人類科學之間的內在運行規律，并且對未來所發生的事物進行預測。那么在如今鐵路運輸事業飛速發展的新形勢下，為了順應市場化運營需求，提升鐵路運輸效率、效益及自身競爭力，通過運營大數據技術有著尤為重要的現實意義。

1.基于“大數據”下鐵路運輸管理現狀研究

大數據技術中心系統中，共設置了專業安全管理工作區域、運輸效率及運輸成本管理工作區域以及資產資源管理工作區域以及應急指揮管理區域等不同區域管理內容。

1.1鐵路運輸數據統計現狀概況

我國的鐵路運輸統計工作主要是借助鐵路總公司的計劃統計部所完成的，涉及了統計信息系統包括客車、貨車、客運、機車、勞動、貨運、設備以及節能等多種專業化的統計系統，還包括12個專業化的大業務系統，包括了客票、貨票以及運輸調度管理等[3]。不同的系統都有著不同價值的數據，在將所統計的有關數據發布之前，我國的鐵路管理有關部門通常按照1月1次的數據統計月報發布頻次。將鐵路客運貨運的具體運營指標公布社會，按照1年1次的統計頻次，將鐵路運輸的科技、節能環保、運輸經營以及基礎建設等多種情況統計公報。與此同時鐵路系統還能夠根據上一年所公報的有關數據，完成統計資料的匯編工作，從而全面匯總當前鐵路運營的主要數據。

2.鐵路運輸數據統計主要問題所在

雖然現階段鐵路運輸數據統計系統，有著較為完整的統計指標體系，但是在經過多年運行所積累的大量寶貴信息數據中，基于大數據角度來講，仍然存在諸多問題。

2.1過度重視自身統計指標

鐵路信息數據統計系統在近些年的發展中，雖然已經形成了相對較為完整的指標體系，但是此類指標往往是鐵路運輸中，針對其本身的經營情況統計指標，并沒有與我國的國民經濟之間有所聯系，缺乏了基于現階段我國宏觀背景之下的聯系性[4]。鐵路作為一種服務于我國國民的交通運輸方式，整體的運輸總量有所波動，直接影響我國的經濟發展水平，因此僅僅重視自身的統計指標還尚且不足。比如以貨運為例，在近幾年來鐵路的貨運量，在2009年歷經了滯漲、2010-2011年間的大幅度增長、2011-2016年的下跌較大范圍波動[5]。而波動原因則密切相關于全球金融危機、國家四萬億投資拉動、以及我國GDP增速放緩的社會背景密不可分。如果只是單純基于統計數值層面分析鐵路運輸行業的發展，難免存在較大局限性。

2.2統計系統缺乏高效結合

從我國鐵路統計信息系統中可以看出，不同專業的統計數據都是由基層鐵路站點，傳輸至鐵路局再至鐵路總公司，從而形成了層層匯總的金字塔式信息系統結構。鐵路運輸行業中，則需要機、車、電、工、輛不同部門之間的彼此合作，協同完成。無論任何一個部門所產生的數據信息統計，都是基于其他部門的數據作為前提條件，其中任何一個部門的統計指標有所變動，就必然會對其他部門造成較大影響。但是現階段的統計信息仍然呈現碎片式狀態，并未形成高效的信息集成，也并未滿足各個鐵路部門之間的信息統計結合。

2.3統計數據無法提供有效決策支撐

鐵路運輸統計數據在完成層層匯總的過程中，對于細節化數據需要確保其不會丟失，能夠對決策者的決策起到重要的支持作用。當前的鐵路運輸統計指標體系[6]，也并未系統性的覆蓋我國整體時長的運輸需求，對運輸經營以及進一步的運輸決策發展存在閉合回路，鐵路管理部門仍然需要借助本身的工作經驗完成針對性決策。由于缺乏大數據等多方面的支撐，因此往往導致決策者的決策存在較大局限性，更在一定程度上影響了決策的準確性和科學性。

3.大數據背景下鐵路運輸發展策略

基于現階段的大數據發展背景下，海量的信息數據已經作為一種重要的資源，其中包括了諸多具備較高價值的有用信息[7]。確保所挖掘的外部市場信息數據，以及內部經營數據中的信息有用性，是保證其能夠更好的服務于鐵路運輸事業的關鍵。

3.1深挖外部數據順應社會需求

首先需要重視對外合作，在不斷拓寬對外合作范圍的同時，能夠深度了解社會發展中的市場需求。在未來我國高速鐵路網建成成功通車之后，鐵路的客運及貨運整體運輸能力必然會在一定程度上得到釋放。在現階段我國的經濟增長速率比較遲緩的背景下，未來階段的客貨運輸市場，也必然會重視由最初的“賣方”逐步轉變為“買方”，逐步激烈化的市場競爭，致使社會市場需求就成為鐵路運輸業的未來發展關鍵。鐵路運輸企業雖然掌握了大量的數據信息，但是經過上述分析絕大多數都是自身指標數據，并沒有掌握較多外部市場需求信息。市場的發展需求信息已經存在整個互聯網平臺中，想要深度挖掘市場需求數據，就必然需要借助社會外力所實現。因此對于引擎公司進行搜索，可以通過互聯網平臺搜集大量的互聯網數據信息，與百度、谷歌等搜索引擎公司合作。借助每天有上億人次的檢索信息，搜集掌握關鍵性互聯網數據信息，深度了解社會市場的發展形勢。

其次則需要對運輸產品進行適當調整，從而滿足社會發展的市場需求。在對市場需求進行明確的基礎之上，對所需要運輸的產品供給進行調整，對于市場發展中所形成的新型運輸需求，則經由不斷研發新型產品加以滿足。對于運輸量逐步降低的運輸需求，則可以通過實現列車開行頻率、車次合并等諸多方式減少運輸供給，更能達到鐵路運輸中的資源優化配置。在客運方面，可以通過人口遷徙數據，對列車的開車運行方案進行適當調整。針對貨運方面，則可以根據大宗物資的整體運輸量逐步下降趨勢，適當化的減少大宗物資列車的整體開行數量，有效增加快捷貨車的運輸頻率。

3.2深挖內部數據提升運營效率

首先需要對自身的運輸指標體系進行不斷完善，確保其形成一個有機整體。鐵路運輸管理部門需要在重視自身運營指標之外，還應當逐步構建并且根據實際情況，完善用戶信息、市場信息等多項指標，從而形成具備全方面數據信息的分析體系。比如在貨運客戶信息方面，需要增強客戶屬性等有關信息，包括了企業的所屬行業、具體的產品發貨時間、相應的規模及產品批量，包括請求車類型等諸多內容。通過數據挖掘及進一步分析，為貨主推薦能夠適合運輸產品、且減少運輸成本的運輸路線及方式。除此之外還可以實現將機、車、電、工、輛不同部門的運營數據信息達到集成，從而形成一個高效的整體。

其次則需要對鐵路運輸運營數據進行深度挖掘，對列車運行、貨運請求車、客運售票、機車車輛等多種基礎設施的維修數據全面了解，掌握其整體的規律所在，有效提升鐵路運輸的效率。比如對列車的區間運行時分，以及運行圖標尺的具體偏離規律進行分析中，需要對運行圖標尺進行優化，以此有效提升列車運輸的準點效率。再或者可以通過挖掘售票的有關數據，從而根據具體的鐵路線路客流運輸變化情況，對列車的具體停站方案進行逐步優化，根據實際情況確定旅客列車是否需要增加或減少。對貨運方面則需要對全車運輸數據進行監測，保證貨車能夠及時運輸排空，在壓縮貨車到達中轉站停運過程中，有效提高整體的運輸效率。

最后可以深度挖掘監測數據，保證鐵路運輸效率的同時，確保運輸安全性。通過挖掘環境、列車運行以及設備監控等多方面的監測數據信息，構建自動化、智能化的安全預警機制。現階段鐵路已經在全線路的范圍之內，構建了天氣、超偏載軌道衡、風速以及軸溫檢測等全當位的監測系統，且在運行中積累了大量的歷史數據。通過深入挖掘此類數據加以分析，掌握具體的規律從而能夠確保及時預警，保證了鐵路運輸的全方面安全性。

3.3重視數據公報提高決策支持度

對深入挖掘的數據進行分析之后，實現數據展示是能夠對數據的挖掘分析結果的展現。在現如今大數據發展背景下，面對鐵路運輸所產生的海量數據信息面前，想要完成一項決策是一個極其困難的事情。那么此種情況下則需要借助二維或者三維圖形的方式，展示具體的挖掘成果，將所需要決策的焦點得以突出。并且需要重視與用戶之間的溝通交互性，借助數據信息的展示，能夠更好的幫助決策者完成對數據信息之間的關聯性解讀，確保其中關聯性的可視化，減少其余復雜信息對決策者的決策影響，將精力集中于主要矛盾數據關系中（如右圖所示）。同時在確保大數據能夠在使用過程中，還要重視對大數據加以管理。通過構建考核機制，確?？己藬祿恼w可用質量，并且要不斷的實現功能完善，拓展大數據的功能使用。更好的將大數據應用于鐵路運輸中，使我們能夠真正的擁有這個決策輔助神器。

3.4打造鐵路“數據供應鏈”

相較于互聯網、電子商務的大數據技術應用優勢有所不同，鐵路運輸作為我國的傳統發展企業，在實現決策性數據分析過程中，絕大多數都是在鐵路運輸業的發展中所不斷積累形成的標準化、結構化運營數據，此部分數據只是僅限于鐵路運輸業的運營分析中。絕大多數數據都被廣泛應用于鐵路運輸業的多個部門中。那么為了確保鐵路運輸大數據的應用實質性，需要在實現客戶關系管理中，構建針對性的立體化豐富客戶數據資源庫，確保鐵路運輸各個部門及各個行業協會之間的共同配合。同時還應當重視多項數據的共同累積，從而構建大數據時代的數據供應鏈，將供應鏈中的多項數據信息資源，能夠成為提升鐵路決策水平的“外向力”。

3.5構建完善的鐵路安全責任機制

除此之外各個鐵路運輸局還需要針對性構建鐵路安全責任機制，重視將具體責任下發至基層鐵路運輸站點，實現責任至人。并且構建相應的責任追究機制，一旦某一方責任人所管轄的鐵路運輸段出現安全事故，該負責人則應當立刻受到懲處。各個基層單位也要重視對安全規章機制的貫徹制定，做好相應的安全考核工作。對于考核不合格的應當重新學習，直至考核成功之后才能上崗。借助此種方式，使得鐵路運輸工作人員能夠樹立“安全運輸最大”的意識認知，從而在鐵路運輸工作開展中，能夠更加自覺的遵守安全規章機制。除此之外還要根據實際情況對機車運轉交路進行制定，務必遵守不同運輸路段的實際情況，基于客觀角度全面確保運輸路段的安全性，杜絕出現盲目貪小失大的情況。針對運輸條件尚不成熟的路段，應當暫緩長交路以及單司機的運行機制，從而保證鐵路的整體運輸安全性。

結語

在現如今我國的社會發展中，“大數據”已經在我國鐵路運輸業中合理使用，并且在現如今的大數據背景下不斷創新，呈現出新型的發展趨勢?；诖朔N情況下，鐵路運輸單位也應當不斷的加強整體管理力度，通過采用合理化的管理措施，提前做好充足的準備。隨著現如今我國高速鐵路運輸網絡的逐步建成，鐵路客貨運輸能力也必然會得到緩解。大數據推進了鐵路運輸業的進一步發展，鐵路運輸業也必然需要不斷的對統計分析體系進行完善創新，基于內外兩方面著手，深度挖掘內外數據信息，在順應社會發展需求的同時，提高鐵路的運輸效率，完善鐵路的統計體系，保障鐵路運輸的安全性，更為鐵路運輸的決策者提供決策支持。

【參考文獻】

[1]張斌， 彭其淵. 基于大數據的鐵路客戶關系管理系統設計研究[J]. 鐵道運輸與經濟， 2017， 39（6）：42-48.

[2]代明睿， 朱克非， 鄭平標. 我國鐵路應用大數據技術的思考[J]. 鐵道運輸與經濟， 2014， 36（3）：23-26.

[3]常星. 基于大數據技術的鐵路運輸企業ERP的應用研究[J]. 中小企業管理與科技， 2016（9）：219-219.

[4]張向輝. 大數據背景下鐵路客運組織策略研究——以旅客購票數據為切入點[J]. 甘肅科技， 2017（2）：1-3.

[5]Gao Y， Ju C， Bao F， et al. Research on Customer Service Model and Data Fusion Strategy of Telecom Based on Big Data[J]. Telecommunications Science， 2014.

[6]李偉， 孫鵬， 陳璟. 國家動脈脈動國家——黨的十八大以來交通運輸發展之通道[J]. 人民交通， 2017（9）.

[7]Lin S， Song W， Luo L， et al. Simulation Research on Voltage Stabilization Control Strategy for Rail Transportation Traction Grid Based on HESS[J]. 2016.

[8]申愛萍. 以人為本發展公共交通才是民生工程——專訪國家發改委綜合運輸研究所城市交通運輸中心主任程世東[J].人民交通， 2017（12）.