基于鐵路貨運大數據的運輸效率分析研究

王強

摘 要 本文基于鐵路貨運大數據的運輸效率分析進行了研究，文章從闡述鐵路運輸數據統計概況入手，進一步介紹了鐵路貨運大數據的運輸效率分析中的問題，最后提出了基于鐵路貨運大數據進行運輸效率分析的策略。

關鍵詞 鐵路貨運大數據;運輸效率;統計概況;問題;策略

前言

國民經濟的快速發展，貿易往來的不斷加快，對交通設施體系的完善提出了越來越高的要求。鐵路作為交通體系中極為重要的組成部分，承擔了繁重的貨運、客運工作。在現代社會，信息高度發達，為確保鐵路貨運的運輸效率，鐵路公司必須加強對數據的統計、分析與利用，而如何基于數據提升貨運運輸效率，值得思考。

1鐵路運輸數據統計概述

當前國內的鐵路運輸數據統計工作往往是交給鐵路總公司的計劃統計部負責的，其中包括了統計信息系統——針對客車、貨車、客運、機車、勞動、貨運、設備以及節能等多個交通運轉系統的信息管理，也包括12個專業化的大業務系統——涵蓋客票、貨票、運輸調度管理等內容。上述不同子系統都對應著差異化的數據資料，在使經過統計得到的科學數據對外公布前，國內鐵路管理相關部門往往是每月編制一次統計[1]。

2鐵路貨運大數據的運輸效率分析中的問題

2.1 過度重視自身統計指標

隨著鐵路行業的不斷完善發展，其內部的信息數據系統也得到了不斷的優化，且形成了比較完備的指標體系，但這些指標對應到鐵路貨運的實際情況中去，卻缺乏一定的現實性，因為它們與我國國民經濟發展實際間聯系不夠緊密，失去了宏觀背景的反映作用。而鐵路本身是服務于群眾的國民經濟系統的重要組成部分，不能只關注行業自身情況，必須融入社會大背景。例如，鐵路的貨運量在2009年滯漲、2010——2011年猛增、2011——2016年下跌的一系列過程中，起伏不定，其主要原因就分別在于全球經濟危機、國家四萬億投資拉動、國家GDP增速放緩方面，因此不能對指標進行獨立性的考察。

2.2 數據系統缺乏高效結合

就我國鐵路數據信息系統的內容看，各個專業的數據經由基層鐵路站點——鐵路局——鐵路總公司的傳輸環節，最終構成環環相扣的層次結構。鐵路貨運領域，不能脫離機、車、電、工、輛各部門任何一方的作用，任一部門的數據都與其他部門有著千絲萬縷的聯系，一部門的變動也會對其他部門構成直接影響。而當前數據系統缺乏整合性，部門之間信息破碎，信息集成化程度不高，就制約信息功能的有效發揮。

2.3 貨運數據無法提供有效決策支撐

從前文可知，貨運數據經過層層匯總，能全面采集各類數據信息，這就能為管理層制定決策提供參考。但事實上，目前的數據系統對全國整體時長的運輸需求概括不到位，對運輸效率及相關決策存在閉合回路，鐵路部門的決策更多依靠工作經驗而非數據分析結果，這對于數據利用率的提升、決策的科學性都有所不利[2]。

3基于鐵路貨運大數據進行運輸效率分析的策略

3.1 深挖外部數據順應社會需求

鐵路系統要注重對外合作，及時了解社會對貨運所提出的具體需要。在國內高速鐵路網全面建成通車之后，鐵路貨運運輸能力必將得到全面釋放，運輸效率將明顯改善。如上文所述，鐵路數據系統的諸多指標缺乏與社會大背景的關聯，這就要求相關單位充分利用互聯網平臺，挖掘外部市場信息。在此基礎上，鐵路公司可以有針對性地調節、優化運輸產品，通過研發新產品滿足市場上新生的運輸需求，如在運輸需求較小的情況下，可以適當減少開行頻率，或者進行車次合并，這也是對資源的有效配置。

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。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。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。

3.3 重視數據公報提高決策支持度

在對數據做全面挖掘與研究后，必須要利用現代化軟件，對數據結論進行全面而直觀的呈現。在信息社會，為了提高鐵路貨運數據的呈現效果，使其為決策提供重要作用，可以利用各種二維或三維圖形、模型軟件，展示數據、揭示數據背后的規律。此外，數據系統的建設者必須注意系統與用戶的互相交流問題，通過完美的信息呈現使客戶發現不同信息的關聯性，并且對這種關聯性做可視化處理，減低信息復雜性對用戶和決策者的干擾。此外，在保證數據得到有效利用的同時，必須加強數據管理，企業單位可以建立科學的考核制度，對數據使用情況加以考核評估，對其功能做必要的優化完善，豐富大數據的實際功能，使其為提升鐵路貨運運輸效率做出應有的貢獻。

3.4 打造鐵路“數據供應鏈”

和互聯網、電子商務等依托大數據運轉的領域相比，鐵路貨運作為一種發展歷史較長的傳統產業，一直以來都依靠工作中形成的標準化、結構化運營數據來進行決策數據的有效分析，但這些數據的功能則僅僅局限在鐵路運輸業內部，被運輸業內的不同部門大量引用。事實上，為了保證鐵路運輸數據的使用功能，必須在客戶關系管理等一系列工作中，逐步積累形成具有現實針對性的多層次、立體化的客戶數據資源庫，使其在鐵路運輸內部發揮全面的作用，為多個部門以至多個行業協會所共同使用。

4結束語

基于鐵路貨運大數據進行科學的運輸效率分析，對于促進鐵路貨運事業發展意義重大。相關工作人員需要明確鐵路運輸數據統計概況;同時把握鐵路貨運大數據的運輸效率分析中的問題——如過度重視自身統計指標、數據系統缺乏高效結合、貨運數據無法提供有效決策支撐等;在此基礎上，提出科學的運輸效率分析策略，深挖外部數據順應社會需求，深挖內部數據提升運營效率，重視數據公報提高決策支持度，打造鐵路“數據供應鏈”。

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] 劉蘭芬，楊信豐.鐵路運輸網絡通過能力優化利用模型及算法[J].計算機工程與應用，2017，（22）：264-270.