“大數據”背景下鐵路運輸發展策略探討

王濤

（中國鐵道科學研究院　通信信號研究所，北京　100081）

?

“大數據”背景下鐵路運輸發展策略探討

王濤

（中國鐵道科學研究院通信信號研究所，北京100081）

在分析既有鐵路信息統計的現狀及不足的基礎上，從外部數據挖掘、內部數據挖掘和數據展示三方面提出了大數據發展背景下鐵路運輸發展策略。通過外部數據挖掘，明確運輸市場需求及其演變規律，從產品供給層面研發新產品，同時減少低需求產品供給；內部數據挖掘方面，在完善客戶及市場指標體系形成有機整體的基礎上，挖掘運營數據提高作業效率，挖掘監測數據確保運輸安全；數據展示方面，注重數據展示及人機交互，提供決策支持。本研究為大數據背景下鐵路運輸發展提供了思路。

大數據；數據挖掘；鐵路運輸；發展策略

1　引言

“大數據”一詞自2012年進入公眾視野以來得到了廣泛關注，隨著它在商業領域的成功應用并產生巨大的經濟效益，“大數據”已滲透到社會經濟中，并逐漸改變人們的生活方式。為此，我國首次從國家層面制定大數據發展戰略，頒布“促進大數據發展行動綱要”。

我國鐵路經過近20年的信息化建設，相繼研發并投入運用了運輸管理信息系統（TMIS）、客票發售和預訂系統、列車調度指揮系統（TDCS）、調度集中系統（CTC）、車號自動識別系統（ATIS）、貨運營銷信息系統等，涵蓋了鐵路運輸生產的全過程。這些系統在運行中產生了大量數據，在“大數據”發展背景下如何發揮鐵路內外部數據的作用，服務于鐵路運輸是未來發展的關鍵。

2　鐵路數據統計現狀及存在的問題

2.1鐵路運輸數據統計現狀

國家鐵路運輸統計工作主要由鐵路總公司的計劃統計部完成，涉及統計信息系統包括客車統計、貨車統計、機車統計、客運統計、貨運統計、勞動統計、設備統計、節能環保統計等13個專業統計系統，以及客票系統、貨票系統、運輸調度管理系統等12大業務系統［1］。系統經過多年運行，積累了大量有價值的數據。我國鐵路統計信息系統概況如圖1所示。

圖1　我國鐵路統計信息系統示意圖

在統計數據發布方面，鐵路管理部門每月發布一次統計月報，公布鐵路客貨運營指標；每年發布一次統計公報，公布鐵路運輸經營、建設、科技、節能環保等指標完成情況。同時，鐵路系統內部每年發行上一年度總公司、鐵路局級別的“統計資料匯編”，全面匯總鐵路經營的所有數據。

2.2鐵路運輸數據統計存在的問題

雖然鐵路系統具有完備的統計指標體系，并經過多年運行積累了大量寶貴數據，但從大數據的角度看，仍存在以下問題：

（1）只注重自身統計指標，缺乏與國民經濟的聯系及橫向對比。鐵路統計系統經過多年的發展，已形成一套完整的指標體系，但這些指標均是針對鐵路部門自身的經營指標，缺乏對宏觀經濟背景的分析及與其它運輸方式的對比。鐵路作為服務于國民經濟的運輸方式中的一種，其運量波動與國民經濟發展背景十分密切，僅僅統計自身的指標是不夠的。以貨物運輸為例，近幾年鐵路貨物發送量先后經歷了滯漲（2009年）、大幅增長（2010、2011年）、下跌（2012-2015年）的巨大波動，這與近年來全球金融危機、國家4萬億投資拉動及GDP增速放緩與經濟轉型等發展背景是分不開的，如果單純從統計數值上研究鐵路運輸的發展，難免有失偏頗。此外，與其它運輸方式橫向對比，更能體現鐵路運輸經營指標的好壞。

（2）統計系統“各自為政”，缺乏有機結合。從圖1可以看出，各專業的統計數據由基層站段到鐵路局再到總公司，形成了層層匯總的“金字塔”式結構。而鐵路運輸生產是機、車、工、電、輛五個部門相互協作、共同完成，任何一個部門的統計數據均以其它部門為前提條件，一個部門統計指標的變動會影響到其它部門。而既有統計信息呈現碎片化狀態，未能有效集成，未實現各部門統計數據的有機結合。

（3）統計數據無法提供有效的決策支持。既有統計數據經過層層匯總，細節信息已經丟失，未能對決策者提供足夠支持。此外，既有統計指標體系也未形成涵蓋市場需求、運輸經營、決策發展的閉合回路，鐵路管理部門仍需依靠自身工作經驗進行決策。由于缺乏數據支撐，其決策往往存在局限性、模糊性等問題，決策的科學性受到影響。

3　大數據背景下鐵路運輸發展策略

在大數據發展背景下，數據已成為一種寶貴的資源，包含了大量有價值的信息，如何從挖掘外部市場數據和內部經營數據中挖掘有用的信息，更好地服務于鐵路運輸的發展是鐵路未來發展的關鍵。

3.1挖掘外部數據，適應市場需求

（1）通過對外合作，挖掘市場需求。未來我國高速鐵路網陸續建成通車后，鐵路客貨運輸能力將得到釋放。在我國經濟增速放緩的發展背景下，未來客貨運輸市場將由“賣方市場”轉向“買方市場”，市場競爭更加激烈，在這種情況下，挖掘市場需求將成為未來的關鍵。鐵路運輸企業雖然掌握大量數據，但多為自身運營數據，對外部市場需求數據掌握較少，數據挖掘工作尚未展開。由于市場需求信息遍布整個互聯網，要進行市場信息挖掘需要借助外部合作完成。而搜索引擎公司通過網絡蜘蛛搜集了海量互聯網數據，且每天有上億人次的檢索，因此，可以考慮與Google、百度等搜索引擎公司合作，利用其掌握的海量互聯網信息與檢索數據，深入挖掘運輸市場需求及發展態勢，研究不同經濟發展階段下運輸市場需求的演變規律。

（2）調整運輸產品，滿足市場需求。在明確市場需求的基礎上，調整運輸產品供給，適應市場需求。對于市場新的運輸需求，通過研發新產品滿足；而對于運量降低的運輸需求，則通過車次合并、減少列車開行頻率等方式減少運輸供給，以實現資源的優化配置。如在客運方面，通過人口遷徙數據，調整列車開行方案；在貨運方面，針對大宗物資運量下降趨勢，適當減少大宗物資列車開行數量，增加快捷貨物列車開行頻率［2］。

3.2挖掘內部數據，提高運營效率

（1）完善指標體系，形成有機整體。鐵路運輸管理部門除關注自身運營指標外，還需要建立并完善客戶信息、市場信息等指標，以形成完整的數據分析指標體系。如在貨運客戶信息方面，增加客戶屬性等信息（如企業所屬行業、規模、產能、發貨時間、批量、請求車類型等），以便通過數據挖掘與分析，為貨主推薦適合的運輸產品，節省貨主運輸成本，實現路企雙贏。此外，還需將機、車、工、電、輛等各部門運營數據進行集成，形成統一整體。

（2）挖掘運營數據，提高作業效率。挖掘列車運行、客運售票、貨運請求車、機車車輛等基礎設施養護維修等數據，掌握其分布規律，提高作業效率。如分析列車區間運行時分與運行圖標尺偏離規律，優化運行圖標尺，提高列車運行的準點率［3］；挖掘售票數據，根據線路客流變化，優化列車停站方案，增開或減少旅客列車；貨運方面挖掘全路請求車監測數據，及時組織貨車排空，壓縮貨車中轉停時，提高送達速度；挖掘機車車輛養護維修數據，優化維修計劃。

（3）挖掘監測數據，確保運輸安全。挖掘環境、列車運行及設備監控等監測數據，建立行車安全智能預警機制，確保鐵路運輸安全。目前，鐵路已在全路范圍內建立了天氣、風速、軸溫檢測、超偏載軌道衡等多個監測系統，通過多年運行已積累大量歷史數據，對這些數據進行挖掘與分析［4］，掌握其分布規律，及時進行預警，以實現鐵路運輸安全的全方位保障。

3.3注重數據展示，提供決策支持

數據展示是對數據挖掘成果的展現，在大數據發展背景下，在龐大的數據面前進行決策是件十分困難的事，需要通過二維或三維圖形方式將挖掘結果進行展示［5］，突出決策焦點，并增強用戶交互性，通過數據展示幫助決策者解讀數據之間的關系，清晰有效地表達數據信息，將決策人員從繁雜的數據分析工作中解脫出來，集中精力到主要矛盾上。大數據背景下的鐵路運輸發展思路如圖2所示。

圖2　大數據背景下的鐵路運輸發展策略

4　結論

隨著高速鐵路網的建成，鐵路客貨運輸能力將得到釋放，在我國經濟增速放緩的背景下，運輸市場競爭將更加激烈。在大數據發展背景下，鐵路僅靠既有的統計分析體系已不足以支持其未來的發展，為此，需要從內外兩方面著手，對外挖掘運輸市場需求、經濟發展背景下運輸需求的演變規律；對內完善鐵路統計指標體系，挖掘運營數據，提高運營效率，挖掘監測數據，確保運輸安全；最終通過數據展示為鐵路發展提供決策支持。

［1］邵長虹，莊紅男，賈曉非.大數據環境下的鐵路統計信息化平臺研究［J］.中國鐵路，2015，（7）：1-9.

［2］張紅亮，楊浩，朱曉寧.高速鐵路成網背景下既有線貨物運輸發展策略［J］.綜合運輸，2013，（6）：55-59.

［3］劉巖，郭競文，羅常津，孟令云.列車運行實績大數據分析及應用前景展望［J］.中國鐵路，2015，（6）：70-73.

［4］田銳，劉俊，賀義勇.鐵路行車安全信息系統設計探討［J］.鐵道運輸與經濟，2015，37（5）：32-37.

［5］楊璟昭.多維數據可視化數據展示平臺研究［D］.濟南：山東大學，2012.

Discussion on Development Strategy of Railway Transportation Industry against Big Data Background

Wang Tao
（Signal Communication Research Institute， China Academy of Railway Sciences， Beijing 100081， China）

In this paper， on the basis of an analysis of the status and shortcomings of the current railway transportation informationstatistics system， we proposed the strategy for the development of the railway transportation industry in the big data era from three aspects.More specifically， through external data mining， we could clarify the demand of the transportation market as well as its evolutionary pattern，research and develop new products from the supply level and at the meantime， limit the production capacity of low- demand products； interms of internal data mining， after completing and integrating the customer and market index systems， we could mine the operational data ofthe enterprises to improve their operational efficiency and the monitoring data to ensure their transportation safety； and with regard to datadisplay， we should pay attention to user friendliness and human-machine interaction.

big data； data mining； railway transportation； development strategy

F532

A

1005-152X（2016）08-0009-03

10.3969/j.issn.1005-152X.2016.08.003

2016-07-05

王濤，男，中國鐵道科學研究院通信信號研究所副研究員，研究方向：交通信息工程及控制。