浅谈大数据和铁路十八点统计工作.docVIP

浅谈大数据和铁路十八点统计工作 　　摘 要：随着大数据时代的到来，在不久的将来数据将会像土地、石油和资本一样，成为经济运行中的根本性资源。作为铁路统计工作的一员，笔者认为数据就是今后铁路发展的直接财富，就是核心竞争力，在这里笔者对大数据和铁路十八点统计工作做一简单的分析，请各位老师批评指教。 　　关键词：大数据；统计；提高；依据 　　中图分类号： F532 文献标识码： A 文章编号： 1673-1069（2016）10-174-2 　　铁路运输统计工作是反映各级运输企业劳动成果和作业效率的重要指标。在日常运输生产、经营管理和宏观决策方面起着重要作用，例如，2014年铁路总公司下达的65项财务清算指标中，其中59项来自于运输统计数据，这些数据直接影响到运输企业的经济利益，并在为指导日常运输生产工作中提供重要和积极的依据作用。随着铁路运输生产和管理模式的变化，为及时反映运输生产经营情况，笔者认为大数据技术和统计工作一定能够紧密结合，成为向各级运输部门提供组织、指挥、决策的重要依据。 　　所谓大数据，是指所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯，大数据有四个特点：Volume、Velocity、Variety、Veracity（简称4V特点）。大数据不仅用来描述大量的数据，还涵盖了处理数据的速度，是数据采集和分析等的前沿技术，从各种的数据中快速获得有价值信息的能力，这就说明大数据技术具备走向众多企业的潜力。 　　大数据技术在铁路统计工作的应用，就是把铁路运输全日的每个时段、每个环节、每个细节的数据采集起来加以细化规范，通过完善计算指标和严格的公式计算，得出铁路运输过程中每个步骤的各项数据，为各级管理层指挥日常运输生产、企业经营管理和宏观决策提供指向性的科学数据。 　　传统统计工作与大数据技术还是有区别的：大数据的特点是它通常来源于物联网，不是为了特定的数据收集目的而产生，而是人们一切可记录的信号，比如，从类型上看，传统数据基本上是结构型数据，也就是定量数据加上少量专门设计的定性数据有格式、有标准，能够用常规的统计指标或统计图表表现出来；大数据更多的是非结构型数据、半结构型数据或异构数据，包含一切可记录、可存储的信号，多样化、无标准、用传统的统计指标或统计图表难以加以表现。不同的网络信息系统有不同的数据识别方式，相互之间也没用统一的数据分类标准。譬如说现在许多数据库是非关系型的，不需要预先设定记录结构就能自动包容大量各式的数据。 　　按量化方式上看，传统数据的量化处理已有一整套完整的方式与过程，量化结果也可直接用于各种运算与分析，但大数据中大量的非结构化数据量化（结构化）和如何从中提取信息、如何与传统结构化数据对接是一个新的问题。正如Franks所说：“几乎没有哪种分析过程能够直接对非结构化数据进行分析，也无法直接从非结构化的数据中得出结论。”更重要的是“量化”的含义和结果及表现形式也不尽相同。 　　目前，国内外许多行业都把“大数据”的普及和应用作为决策者们制定下一步工作方案的重要依据。在这个大背景下，铁路运输企业要想走向市场型管理，全面落实自主经营的责、权、利，也要通过核算和分配投入产出比来实现企业效益的最大化。把大数据技术引入实际统计工作，统计工作就有可能成为大数据技术的一部分，人为地加以有效地规范管理这些数据使之有效有序，为我们的前瞻性思考预想出将要面临的具体问题，加以分析并计算出一个乃至几个结果可供参考。把统计研究的对象范围从结构型数据扩展到一切数据，重新全面思考数据的定义和分类方法，并以此为基础发展和创新统计分析方法。 　　现在十八点运输统计还是沿袭传统的作业方法，虽然引入了计算机参与部分计算，但是还是建立在人工操作的基础上，并以其结果作为铁路管理层指挥日常运输生产、企业经营管理和宏观决策的依据。 　　现行的十八点统计工作存在着许多问题，随着大数据技术的引入，可以扩大统计范围、改进计算方式和方法，完善 　　指标体系，可以更加全面和准确地反映日常运输生产经营情况，切实成为各级运输部门组织、指挥、决策的重要依据，比如： 　　①2005年生产力布局调整之后，各项规章制度和管理办法也相应改变，还是有很多细节不够完善，比如全路对“TZ”车型的认知和掌握混乱，给基层统计工作带来了困难，造成分界口交接列车相互推诿、“扯皮”。可以由上级权威部门牵头制订新的规章并以编程的形式用数据链接到基层站段，明确车站装卸、车辆归属和使用状态，将车型、车种、车号等相关数据汇总上报数据库，各级部门可以随时调取和掌握第一手资料。 　　②目前国家铁路总公司牵头在全路十八个铁路局都开通了“铁路局十八点运输统计通用系统”和“Business Obje