關于鐵路商品汽車物流統計分析對策

周 嬋

(中鐵特貨運輸有限責任公司 信息統計部，北京 100055)

2007年鐵路商品汽車運輸市場資源整合后，中鐵特貨運輸有限責任公司 (以下簡稱“特貨公司”) 成為我國境內鐵路商品汽車運輸的惟一運營主體。經過多年的發展，特貨公司作為第三方商品汽車物流企業，與多家汽車生產企業 (以下簡稱“主機廠”)、汽車物流經銷企業 (以下簡稱“物流商”)、汽車物流配送企業 (以下簡稱“配送商”) 達成戰略合作伙伴關系，使鐵路商品汽車貨運量逐年提高，2017年突破 460 萬臺、物流收入高達 56 億元，同比分別增長58.04%、44.93%，鐵路商品汽車物流業務已經成為特貨公司發展的重中之重。隨著鐵路向現代物流轉型發展，商品汽車運輸由傳統的“站到站”向“門到門”全程物流方向發展，物流服務內容涵蓋鐵路運輸、前后端公路運輸、裝卸、倉儲、配送等兩端延伸業務[1]。快速增長的鐵路商品汽車運量和復雜的全程物流環節，產生了大量的物流信息數據。因此，從現代物流企業管理的角度，應采用全面、及時、準確、可行、有效的統計數據來反映和分析鐵路商品汽車物流企業的基本狀況和發展趨勢，客觀實際地研究評價企業經營狀況和物流效率[2]。因此，做好鐵路商品汽車物流統計，有利于提高物流管理水平，有助于增強鐵路商品汽車物流市場競爭力，促進鐵路商品汽車運輸可持續發展。

1 鐵路商品汽車物流統計現狀

1.1 現狀

（1）物流統計側重于鐵路貨物運輸統計。目前鐵路商品汽車物流統計以鐵路貨物運輸統計為主，側重鐵路貨運 (站到站) 的統計指標，包括商品汽車發運臺數、裝車數、發送噸數、周轉量、運輸收入等。統計數據來源于特貨公司基于鐵路貨票系統開發的內部運輸生產統計系統，可以按商品汽車運輸發送局、到達局、車型 (箱型)、車站、發貨人、收貨人、所屬單位等維度進行運輸指標統計和查詢。特貨公司統計部門根據系統數據定期發布鐵路商品汽車運輸統計資料，內容包括上述鐵路商品汽車運輸統計總量指標，以及運輸效率、運輸效益等相對指標，包括平均靜載重、平均運距、車收入率、噸收入率、萬噸公里收入率、空車率、收入費用率、完成任務百分比等。運輸統計資料及時、準確地反映了鐵路商品汽車運輸生產實際情況，還為內部財務清算、勞動報酬清算指標的制定和考核提供了依據，在商品汽車運輸組織和經營考核方面發揮了統計的信息咨詢作用。

（2）商品汽車全程物流節點數據實現統計信息化。根據客戶需求的不同，鐵路商品汽車全程物流業務為客戶提供“廠到店、廠到庫、廠到站、站到站、站到庫、站到店”等多種以鐵路運輸為主的個性化物流服務模式。目前特貨公司開發的鐵路商品車物流管理信息平臺 (以下簡稱“OTD 信息平臺”)[3]，通過人工上傳物流臺賬或 PDA 掃描商品汽車車輛識別碼 (即VIN 碼) 等技術自動生成物流臺賬，利用數據交換功能匹配鐵路內網集成平臺數據和鐵路貨票系統數據，實現了商品汽車物流各環節業務數據的實時采集，包括接車數據、裝車數據、發車數據、到達數據、卸車數據、倉儲數據、配送數據等，實現了商品汽車物流全過程節點數據統計信息化。OTD 信息平臺物流節點數據結構中包括商品車交接單號 (或訂單號)、臺數、VIN 碼、客戶名、項目名、品牌名、發到站、日期、時間、目的地、物流服務類型、鐵路運輸方式、所屬單位、鐵路運輸工具類型、商品車車型、配送商名稱等內容，通過將每臺商品車 VIN 碼設計為最小統計單元，可以進行多維度商品汽車物流全過程數據查詢和統計，基本滿足現代物流企業的精細化管理需求。另外，還可以根據物流節點數據，利用特貨運到時限、發車用時、鐵路在途用時、卸車用時、配送用時等統計指標，分析商品汽車物流時效性 (即 OTD 分析)，包括商品汽車運到時限分析，以及具體項目具體環節平均用時分析，利用圖表全面、及時、準確的反映商品汽車物流項目運作效率，提高商品汽車物流時效性管理和客戶滿意度。

1.2 存在問題

（1）物流統計指標體系不健全。目前鐵路商品汽車物流統計還沒有建立完整的統計指標體系，不能全面、系統地反映鐵路商品汽車物流運營狀況和發展水平。現行的統計指標側重鐵路運輸生產統計和物流業務數量指標，缺乏現代物流企業經營管理需求的物流質量指標、物流效益指標和物流效率指標。部分物流統計指標只在報送地方統計機構的報表中反映，如物流倉儲面積、貨運設施數量、物流業務收入、物流業務成本等，鐵路內部沒有形成完整的鐵路商品汽車物流統計資料 (報表)，不能從全程物流角度，及時有效地反映商品汽車物流經營情況。

（2）物流統計人員業務素質有待提高。由于機構定編的限制，目前特貨公司基層商品汽車物流統計人員以業務人員兼職居多，統計業務水平參差不齊，對物流統計工作重要性認識不到位，導致商品汽車物流統計基礎工作不規范，物流臺賬上傳不及時、不準確，影響商品汽車物流統計整體數據質量；基層統計人員變動較頻繁，大部分學歷低、年齡大，沒有參加過專業的統計業務培訓，對統計理論、統計實務缺乏系統的學習和掌握；具有統計專業技術職稱的人員很少，對物流統計指標含義和相互關系不理解，工作中以完成商品汽車物流任務為導向，只關注商品汽車運輸考核指標完成情況，不會從物流統計角度理解、運用數據，進行商品汽車物流整體發展規模、結構、水平、發展趨勢、效率的研究[4]，沒有發揮出基層物流統計的職能作用。

（3）物流統計分析有待加強。鐵路商品汽車物流統計分析是指運用統計學的方法和商品汽車物流相關理論，研究描述鐵路商品汽車物流活動經濟現象，揭示鐵路商品汽車物流活動經濟現象的本質和發展規律，為鐵路商品汽車物流企業、上級主管部門、商品汽車物流鏈上下游企業，提供經營管理決策和宏觀調控的統計咨詢服務。目前鐵路商品汽車物流統計分析的主要問題，一是基礎工作比較薄弱，沒有形成統計分析制度，以各業務部門的季度經營活動分析為主，包括鐵路運輸統計分析、市場分析、財務分析、商品車 OTD 分析等，內容比較零散，沒有從現代物流視角，全面、立體地進行鐵路商品汽車物流統計分析。二是統計分析方法單一，現有的統計分析以傳統的比較法、分組法等一些基本分析方法為主，沒有運用多元分析法、聚類分析法、預測法等現代統計分析方法[5]。三是物流統計分析范圍、目標較窄，只重視鐵路運輸統計資料、兩端物流業務數據資料，對商品汽車物流外部市場數據，其他商品汽車物流社會企業的生產經營資料掌握不足，缺乏同行業的比較，難以提供具有預見性的物流統計分析建議。

（4）物流統計信息化建設水平不高。目前鐵路商品車物流信息平臺雖然實現了全部節點的物流數據統計信息化管理，但物流信息平臺還存在以下問題。一是統計數據源準確性問題。部分物流數據采集依靠特貨分公司、配送商等物流業務人員人工錄入、上傳物流臺賬，實際操作中存在因錄入不規范引起的數據上傳不及時、不準確的現象，導致物流數據包結構有遺漏項目，使物流統計源頭數據質量不高，影響后續物流統計數據的整理和分析。二是統計分析功能不夠完善。目前平臺中統計分析模型較為簡單，數據顆粒度較大，不能滿足商品汽車物流發展精細化管理的需要，沒有利用大數據分析、統計圖表可視化等現代化先進技術，對商品汽車物流數據做更精細的分析和統計成果展示。三是缺乏財務指標數據。目前沒有對物流數據加入資金屬性，不能自動生成有關財務指標，不能進行商品汽車物流財務成本的分析，影響鐵路商品汽車物流整體經濟效益指標的分析。

2 推進鐵路商品汽車物流統計對策

2.1 完善物流統計指標體系

在鐵路向現代物流轉型發展過程中，構建科學實用的鐵路商品汽車物流統計指標體系，是鐵路商品汽車物流統計工作中首要解決的問題，不僅對鐵路商品汽車物流自身發展有重要意義，更對特貨公司提高精細化管理能力有重要意義。因此，應建立健全商品汽車物流統計指標體系，采用一系列相互關聯、相互交叉的指標，從多角度考核，進行全面、準確的衡量與評價[6]，使商品汽車物流統計工作與物流行業接軌，適應鐵路商品汽車物流業務的發展。一是根據經營管理需要，參考國家物流行業統計指標體系，研究符合鐵路實際的商品汽車物流統計指標體系，全方位反映鐵路商品汽車物流運營、發展情況，兼顧宏觀和微觀管理的需要，在現有統計指標體系基礎上加入物流基礎設施、財務成本、人力資源、物流效益、物流質量等指標，形成由7個Ⅰ級指標，46 個Ⅱ級指標構成的鐵路商品汽車物流統計指標體系。二是建立鐵路商品汽車物流統計核算與報表制度，定期公布鐵路商品汽車物流統計資料，內容包括統計指標體系中的全部商品汽車物流統計指標完成情況，以及按項目、客戶、所屬單位、車型等不同維度的鐵路商品汽車物流分類統計報表，以滿足企業、上級主管部門、客戶等不同主體的信息需求，發揮物流統計的信息服務作用。鐵路商品汽車物流統計指標體系框架如表 1 所示。

2.2 加強物流統計隊伍建設

鐵路商品汽車物流統計人員業務素質決定了鐵路商品汽車物流統計整體數據質量，抓好物流統計人員隊伍建設，有利于提高鐵路商品汽車物流統計整體水平。一是提高物流統計人員認識。通過座談會、調研、走訪、出臺制度等形式，提高統計人員認識，規范物流統計分析。二是提高物流統計人員業務技能。開展針對性強的鐵路商品汽車物流統計業務培訓班，加強統計專業理論知識和統計法的培訓，詮釋物流統計相關指標，提高物流統計人員業務素質。三是提高物流統計數據質量。規范物流統計基礎工作，營造“比、學、趕、幫、超”的氛圍，從根本上提高物流統計數據質量。四是設立基層物流統計崗位，穩定統計隊伍，提高物流統計地位，解決因統計人員變動頻繁導致的統計工作質量問題。五是鼓勵物流統計人員積極參加地方統計專業技術資格考試和培訓，拓寬統計視野，提高統計素養，提升統計隊伍整體素質。

2.3 強化物流統計分析

統計分析是統計工作的最終成果，是統計信息職能的高級階段[7]。加強鐵路商品汽車物流統計分析主要采取以下措施。一是建立物流統計分析制度，明確鐵路商品汽車物流統計分析主體，確定分析上報時間和分析內容，對分析質量進行考核評比，促進物流統計人員開展統計分析的積極性和主動性。二是定期開展物流統計分析學術交流、研討活動，互相學習借鑒新的統計分析方法，對商品汽車物流數據進行深度挖掘，提高物流統計分析報告質量。通過建立科學有效的分析模型，多維度、多角度分析鐵路商品汽車物流發展中的熱點、難點問題，為鐵路商品汽車物流經營管理和宏觀決策提供分析依據，如開展鐵路商品汽車物流基地效率研究、基于“庫前移”合作模式的鐵路商品汽車物流經濟效益研究、鐵路商品汽車物流項目運輸時效性專題研究等。三是緊跟國家、地方的鐵路商品汽車物流領域政策變化，把握商品汽車物流統計分析重點。多渠道關注鐵路商品汽車物流外部市場數據，獲得商品汽車物流社會企業生產經營數據，不斷拓寬分析領域和內容，提供具有參考價值的統計分析報告。例如，開展基于社會企業合作的鐵路商品汽車物流兩端配送方案研究、鐵路商品汽車全程物流服務能力和評價體系研究，“一帶一路”倡議下的鐵路商品汽車物流市場形勢研究等。通過外部市場數據的有力支撐，結合內部統計調查數據，確保統計分析效果，為鐵路商品汽車物流發展提供科學參考。

表?1 ?鐵路商品汽車物流統計指標體系框架Tab.1 Statistics index system frame of railway commodity automobile logistics

2.4 加快物流統計信息化建設

通過完善鐵路商品車物流管理信息平臺功能，加快鐵路商品汽車物流統計信息化建設。一是將數據源采集格式標準化，控制商品汽車物流統計源頭數據質量。通過專人盯控和建立常態化物流數據錄入質量考核機制，控制鐵路商品汽車物流整體數據質量。二是利用大數據和云計算技術，運用多維度數據顆粒交叉、流處理、容器技術同步數據庫，通過智能分析工具對數據倉庫層的數據進行加工分析，全面加強商品汽車物流數據應用，打造基于大數據技術的商品汽車物流精細化數據分析功能，同時利用數據可視化分析技術，使鐵路商品汽車物流各種統計數據以更加豐富、生動、形象、直觀化、人性化的形式展示，如表格、線條、圖形、地圖等形式呈現。例如，采用動態地圖直觀展示商品汽車裝卸站點分布，線條粗細表示運輸密度的大小，點擊地圖上某一點，可獲取更詳細的車輛在途信息等統計內容[8]。三是加入財務指標分析功能，通過賦予物流數據資金屬性，實現鐵路商品汽車物流費、配送費等費用結算的電子信息化管理，不僅清晰掌握商品汽車物流項目資金結算進度，而且實現財務資金占用情況和成本測算分析，提高了鐵路商品汽車物流資金利用效率和周轉率。同時通過平臺與鐵路內網運輸工作量系統數據共享，實現商品汽車單臺鐵路運輸付費成本分析，滿足財務測算商品汽車物流項目盈虧需求，實現商品汽車物流全成本統計分析和測算，在商品汽車物流效益分析和輔助經營決策上提升到新的高度。

3 結束語

在鐵路商品汽車物流向現代物流轉型發展的過程中，特貨公司作為鐵路商品汽車運輸惟一運營主體，應充分利用大數據、云計算、數據共享等技術，打造互聯網+商品汽車物流統計信息平臺，提高物流統計的智能化、可視化水平，深入挖掘商品汽車物流統計數據，提升物流統計分析能力，推進物流統計在經營管理中的作用，為鐵路商品汽車物流提高現代化、專業化服務能力，提供科學有效的咨詢服務；為鐵路商品汽車物流效率效益的提升，提供強有力的參謀服務；為鐵路現代物流統計分析，提供有價值的信息服務。

參考文獻：

[1]劉英偉. 鐵路全程商品汽車物流業務會計核算研究：中鐵特貨公司案例分析[D]. 北京：北京交通大學，2015.

[2]ALKHATIB S F，DARLINGTON R，NGUYEN T T. Logistics Service Providers (LSPs) Evaluation and Selection：Literature Review and Framework Development[J]. Strategic Outsourcing：an International Journal，2015，8(1)：102-134.

[3]尹 晗. 發展鐵路商品汽車物流兩端配送業務的思考[J].鐵道貨運，2017，35(10)：25-28.YIN Han. Thinking on Development of Delivery Service at Both Ends of Railway Commodity Automobile Logistics[J].Railway Freight Transport，2017，35(10)：25-28.

[4]沈 師. 現代物流的統計指標研究[J]. 商情，2013(26)：68.

[5]王煥香. 淺議如何提高勞動統計分析質量[J]. 統計與管理，2015(10)：10.

[6]劉慧娟. 關于鐵路勞動統計分析的探討[J]. 鐵道運輸與經濟，2016，38(4)：23-26.LIU HuiJuan. Discussion on Railway Labor Statistic Analysis[J]. Railway Transport and Economy，2016，38(4)：23-26.

[7]高 英. 對鐵路統計分析工作的思考[J]. 行政事業資產與財務，2014(11)：120.

[8]韓冰娣，潘紅芹，賈曉非. 大數據時代鐵路統計重構探討[J]. 中國鐵路，2015(11)：43-46.