基于铁路货运大数据的运输效率分析研究.docx

?

?

基于铁路货运大数据的运输效率分析研究

?

?

王强

摘要本文基于铁路货运大数据的运输效率分析进行了研究，文章从阐述铁路运输数据统计概况入手，进一步介绍了铁路货运大数据的运输效率分析中的问题，最后提出了基于铁路货运大数据进行运输效率分析的策略。

关键词铁路货运大数据;运输效率;统计概况;问题;策略

前言

国民经济的快速发展，贸易往来的不断加快，对交通设施体系的完善提出了越来越高的要求。铁路作为交通体系中极为重要的组成部分，承担了繁重的货运、客运工作。在现代社会，信息高度发达，为确保铁路货运的运输效率，铁路公司必须加强对数据的统计、分析与利用，而如何基于数据提升货运运输效率，值得思考。

1铁路运输数据统计概述

当前国内的铁路运输数据统计工作往往是交给铁路总公司的计划统计部负责的，其中包括了统计信息系统——针对客车、货车、客运、机车、劳动、货运、设备以及节能等多个交通运转系统的信息管理，也包括12个专业化的大业务系统——涵盖客票、货票、运输调度管理等内容。上述不同子系统都对应着差异化的数据资料，在使经过统计得到的科学数据对外公布前，国内铁路管理相关部门往往是每月编制一次统计[1]。

2铁路货运大数据的运输效率分析中的问题

2.1过度重视自身統计指标

随着铁路行业的不断完善发展，其内部的信息数据系统也得到了不断的优化，且形成了比较完备的指标体系，但这些指标对应到铁路货运的实际情况中去，却缺乏一定的现实性，因为它们与我国国民经济发展实际间联系不够紧密，失去了宏观背景的反映作用。而铁路本身是服务于群众的国民经济系统的重要组成部分，不能只关注行业自身情况，必须融入社会大背景。例如，铁路的货运量在2009年滞涨、2010——2011年猛增、2011——2016年下跌的一系列过程中，起伏不定，其主要原因就分别在于全球经济危机、国家四万亿投资拉动、国家GDP增速放缓方面，因此不能对指标进行独立性的考察。

2.2数据系统缺乏高效结合

就我国铁路数据信息系统的内容看，各个专业的数据经由基层铁路站点——铁路局——铁路总公司的传输环节，最终构成环环相扣的层次结构。铁路货运领域，不能脱离机、车、电、工、辆各部门任何一方的作用，任一部门的数据都与其他部门有着千丝万缕的联系，一部门的变动也会对其他部门构成直接影响。而当前数据系统缺乏整合性，部门之间信息破碎，信息集成化程度不高，就制约信息功能的有效发挥。

2.3货运数据无法提供有效决策支撑

从前文可知，货运数据经过层层汇总，能全面采集各类数据信息，这就能为管理层制定决策提供参考。但事实上，目前的数据系统对全国整体时长的运输需求概括不到位，对运输效率及相关决策存在闭合回路，铁路部门的决策更多依靠工作经验而非数据分析结果，这对于数据利用率的提升、决策的科学性都有所不利[2]。

3基于铁路货运大数据进行运输效率分析的策略

3.1深挖外部数据顺应社会需求

铁路系统要注重对外合作，及时了解社会对货运所提出的具体需要。在国内高速铁路网全面建成通车之后，铁路货运运输能力必将得到全面释放，运输效率将明显改善。如上文所述，铁路数据系统的诸多指标缺乏与社会大背景的关联，这就要求相关单位充分利用互联网平台，挖掘外部市场信息。在此基础上，铁路公司可以有针对性地调节、优化运输产品，通过研发新产品满足市场上新生的运输需求，如在运输需求较小的情况下，可以适当减少开行频率，或者进行车次合并，这也是对资源的有效配置。

3.2深挖内部数据提升运营效率

首先需要对自身的运输指标体系进行不断完善，确保其形成一个有机整体。铁路运输管理部门需要在重视自身运营指标之外，还应当逐步构建并且根据实际情况，完善用户信息、市场信息等多项指标，从而形成具备全方面数据信息的分析体系。比如在货运客户信息方面，需要增强客户属性等有关信息，包括了企业的所属行业、具体的产品发货时间、相应的规模及产品批量，包括请求车类型等诸多内容。其次则需要对铁路运输运营数据进行深度挖掘，对列车运行、货运请求车、客运售票、机车车辆等多种基础设施的维修数据全面了解，掌握其整体的规律所在，有效提升铁路运输的效率。最后可以深度挖掘监测数据，保证铁路运输效率的同时，确保运输安全性。通过挖掘环境、列车运行以及设备监控等多方面的监测数据信息，构建自动化、智能化的安全预警机制。

3.3重视数据公报提高决策支持度

在对数据做全面挖掘与研究后，必须要利用现代化软件，对数据结论进行全面而直观的呈现。在信息社会，为了提高铁路货运数据的呈现效果，使其为决策提供重要作用，可以利用各种二维或三维图形、模型软件，展示数据、揭示数据背后的规律。此外，数据系统的建设者必须注意系统与用户的互相交流问题，通过完美的信息呈现使客户发现不同信息的关联性，并且对这种关联性做可视化处理，减低信息复杂性对用