基于大数据技术的铁路运输统计研究

王卓 韩昌 赵文强

摘要：随着经济发展和社会进步，人们进入大数据时代，我国铁路发展迅猛，铁路运输需求日益增長。铁路运输统计对铁路运输决策和铁路运输生产具有重大指导意义，而传统的铁路运输统计方法存在着不足，已不能满足日益增长的运输需求。在此基础上，对应用大数据技术的铁路统计的重要性和特点进行分析，并给出了几点基于大数据技术的铁路统计发展策略，希望对铁路运输统计工作提供参考。

关键词：铁路统计;大数据;数据挖掘;发展策略;十八点统计

中图分类号：TP311  文献标识码：A  文章编号：1671-2064（2019）16-0000-00

0引言

近年来，随着科技的进步以及更多成熟技术的应用，铁路运输行业取得了飞速发展，铁路客货运量不断增长，铁路旅行速度不断加快，铁路服务水平日益提高。铁路运输统计在铁路发展及现场工作中具有重要的参考价值，对提供科学的决策、处理紧急情况都具有重要的意义。然而，现有的铁路运输统计方法存在一定的不足，数据更新较慢，反馈不够及时，已经逐渐不能满足铁路运输行业日益增长的需求。大数据技术近年来取得飞速发展，在社会生活的各个领域已经得到了十分广泛的应用，极大地促进了科技和社会的进步。因此，将大数据技术应用到铁路运输统计中，对铁路运输统计的进步具有重大作用。

1铁路统计现状

为了及时地让运输现场生产部门及相关领导机关了解运输指标完成情况和运输生产的进度，各运输站段等基层单位的统计室在每天十八点向铁路局汇报，铁路局了解相关情况，进行汇总，进行下一步决策，并汇报给上级统计部门，这称为“十八点统计” ^[1]。一直以来，铁路运输统计与分析工作在铁路运输管理中发挥着重要作用。

1.1铁路运输统计分析的内容

1.1.1实时监控运输指标

十八点统计中，最基础的工作就是收集信息和数据。在具体工作中，每天例行会议上统计人员获取当天运输工作的数据。通过获取装卸车、运量等指标数据，一方面分析它们是否达到了既定要求，还要找出工作中出现的问题及其出现的原因。此外，在统计工作中，工作人员必须对运输生产工作的质量进行全天候的监督，发现问题后要及时处理。

1.1.2对统计工作进行基础管理

基础管理，很大程度上是对统计工作部门自身的管理，有效的基础管理是统计工作正常进行的有效保障。例如，在工作中，优化和完善现行组织的架构，以此明确各个部门及其工作人员的职责。此外，成立专业化的运输生产分析部门，提高统计部门的分析能力，进一步强化对运输生产工作的指导和管理作用，保障十八点工作的顺利进行。

1.1.3分析影响运输生产的因素

在统计工作中，统计人员除了收集并分析当天得到的指标数据之外，还要分析近一段时间以来影响运输任务完成的各种因素，并在此基础上探寻这些因素对运输生产产生影响的根本原因，在经过分析之后提出科学合理的，解决运输问题、提高运营效率的有关意见。

1.1.4实时分析运输任务完成情况

在十八点统计工作中，统计人员必须全天候的实时分析运输任务完成状况。只有保质保量的完成实时监控分析工作，才能及时发现运输生产过程中存在的问题，并找到相应的整改优化措施，提高运营效率，避免运输事故，同时还可以掌握运输任务的完成情况，对下一步生产计划制定提供依据。

1.2传统铁路统计存在的问题

1.2.1统计模式不合理

在现行铁路统计工作中实行报表逐级上报制，指标数据从基层车站到路局再到铁总逐级上报，之后再逐级向下下达确认。在这种工作模式下，信息的传递过程具有非常严重的滞后性，运输生产中出现的问题可能不能得到及时的解决。此外，在传统的模式中，各个部门之间存在统计专业壁垒，不同的部门负责各自领域的统计工作，往往只重视到与自身相关的数据指标，却往往会忽略其他数据反应出的问题，导致不能做出科学的决策。因此，突破专业壁垒，完善统计模式具有重要意义，将原始的“业务驱动”转化为“数据驱动”。

1.2.2缺乏与国民经济发展的联系

铁路经过近些年的发展与完善，已经形成了相对系统的指标体系，可以基本反映出铁路运输中的相关情况，但是往往缺乏与国民经济发展的宏观背景的联系。铁路是一种服务国家和社会的交通方式，经济发展水平将会对其指标数据产生影响，铁路运营状况也会影响经济水平。例如，就货运来讲，在2009年铁路货运量遭遇滞涨，在2010年至2011年之间出现大幅增长，这离不开全球金融危机和国家四万亿投资拉动的影响。若不能结合时代背景和经济发展情况，会导致铁路统计存在较大的局限性。

1.2.3统计数据分析较为薄弱

在现场得到的相关指标和统计数据，需要经过深度分析，发现运输生产中存在的问题，并得出解决方案。然而，现场工作中，尤其是在基层站段，数据的分析主要依靠经验和传统方法，缺乏技术手段，对数据的挖掘和分析不够彻底，从而导致不能够发现更深层次的问题，这不仅是对劳力的浪费，而且极大的降低了运输效率，也不利于做出正确的决策。因此，学习更为先进的技术手段进行指标数据的分析非常有必要。

2大数据技术下的铁路统计

2.1大数据对铁路统计的重要性

铁路统计是铁路运营生产、铁路运输决策的重大依据，对保障完成铁路运输生产任务、提高铁路运营效益非常重要。而在目前的铁路统计工作中，工作模式比较落后，基本为“十八点统计”法。当前有部分铁路局使用了“Business Object”等管理信息系统，其统计质量虽然有了一定程度的提高，但是依然不尽如人意，数据来源具有很大的局限性，经常出现误报、错报，影响了运输效率和运输安全。

在大数据飞速发展的当下，大量的数据信息已经变成了一种非常重要的资源，这之中也包含了高价值的信息。大数据技术拥有强大的数据采集、整合、分析能力，可以为铁路决策提供具体全面的数据支撑，最快的发现铁路运输生产中的问题，并给出解决方案。铁路运输统计想要获得进一步的发展，就必须要顺应时代潮流，在挖掘行业内部信息数据的同时，还要挖掘行业外部市场信息数据，综合分析，提高统计水平。

2.2大数据技术下铁路统计工作的特点

2.2.1统计效率高

在大数据技术下，计算机网络将得到更为广泛的应用。凭借其出色的计算能力和交互功能，在铁路运输统计中应用计算机网络和大数据技术，可以有效的简化统计流程，提高统计效率，减缓人们的工作压力，降低工作量。与传统的铁路运输统计工作相比，大数据技术使铁路统计的速度和准确性都得到极大的提高。

2.2.2时效性高

大数据应用于铁路统计中，将极大加快铁路信息现代化建设进程，对于日常铁路统计数据将建立专门数据库，可以实现数据的快速存储、共享和分析，并集中对收集到的数据进行汇总和整理，通过网络平台将详细信息与总数据库连接，为铁路统计提供全面系统的数据信息。

2.2.3便捷性高

在大数据技术下，铁路运输部门对数据进行分析，可以直接利用计算机网络平台，从中获取铁路统计信息，并借助网络平台向用户和社会公布各类统计信息，提高信息传递效率，增强信息的传递性和共享性，提高服务水平

2.3大数据技术下铁路统计发展策略

2.3.1增强内部信息挖掘能力

首先，需要在原来的基础上，继续完善现有的铁路统计指标体系，保证其系统性和整体性，并结合实际情况，完善各项指标数据，形成全面的数据指标分析体系。

此外，还应该深度挖掘铁路运营数据，包括列车运行、客运售票、机车车辆维修、车底运用等数据，掌握其中的作用规律，提升铁路运输效率。

最后还可以对监测数据进行深度挖掘，确保运输安全，提高运输效率。通过挖掘列车运行数据及环境数据，构建智能化、自动化的安全监测和预警机制。经过近几年的发展，铁路在全路范围内，建立了天气、风速、轴温、超偏载轨道衡等安全检测系统^[4]，可以反馈大量有效的数据。对这些数据进行深入挖掘和分析，掌握在不同的环境条件和车体条件下列车的运行规律，进而保证在紧急情况下列车可以做出及时的预警和应对，最大可能的提高铁路运输安全性。

2.3.2深度挖掘外部市场信息数据

在当今社会发展中，合作变得越来越重要，对于铁路来说尤为如此，必须要重视对外合作，开拓合作范围，这有助于了解经济社会发展的市场需求。随着我国经济增长速度由高速增长转型为为中低速增长，经济社会进入新常态，客货运市场中旅客和货主的选择日益增多，市场竞争越来越激烈。

此外，还应当优化铁路运输产品，使其满足社会发展的市场需要。比如，货运方面，针对近年来大宗货物运输逐渐下降，快递行业发展迅速，高附加值货物占据越来越大的市场，因此可以适当的增加快捷货车的开行对数，减少大宗货物货车开行对数，符合市场需求，提高运输效益。

2.3.3科学处理数据，重视数据公开

铁路与电子商务、互联网有很大不同，作为传统运输行业，铁路应用的决策性数据大多都是经过几十年的发展不断的积累总结出来的结构化、标准化运营数据，仅限用于铁路行业的运营分析。而在大数据背景下，铁路运营过程中产生的大量信息，对其深入挖掘，进而得出结果，做出决策。当数据量非常大时，做出一个正确的决策将变得非常困难，因此，采用相对直观的方法，比如绘制二维或三维图形，可以有效地帮助理清关系，帮助决策者理解数据之间的关联性，减少无关因素对决策者的影响，集中精力解决主要矛盾。这样不知提高了数据处理的效率，减少不必要的计算，也可以清晰的展示分析成果，将决策的焦点突出。同时，建立数据考核机制，确保应用数据的整体质量，不断完善功能。

3结语

铁路运输统计对铁路运营决策的有很大参考价值，也是衡量运输生产活动的重要标准。随着铁路运输需求不断增加，铁路运输统计任务和需求日益增多，因此需要应用大数据技术，利用其强大的数据采集分析能力，提高数据统计效率，保证决策人员做出正确的铁路运输决策，促进铁路事业的蓬勃发展。

参考文献

[1]李恩胜.铁路运输十八点统计及其存在的问题分析[J].现代国企研究，2019（06）：102+104.

[2]张文平.铁路运输十八点统计及其存在的问题[J].铁道货运，2008（10）：17-19.

[3]马正涛，张伟东，马海红.大数据环境下铁路统计模式存在的问题与重构路径[J].科学技术创新，2018（14）：68-69.

[4]谢俊.基于大数据下铁路运输发展策略的研究[J].人民交通，2018（04）：62-64+80.

[5]张波.大数据技术在铁路运输统计中的应用研究[J].纳税，2018（14）：192.

[6]丁聪.基于客流大数据的列车开行方案辅助决策技术研究[D].西南交通大学，2018.

[7]陈卫峰.开展和实施铁路统计调查项目的研究[J].上海铁道科技，2018（04）：17-18.

[8]王铁夫.试论大数据驱动的铁路统计综合信息体系研究及应用[J].科技风，2018（15）：78.

[9]吴华稳.铁路行业运输与安全统计指标体系构建[J].中國安全科学学报，2018，28（S2）：124-128.

收稿日期：2019-07-19

作者简介：王卓（1970—），女，吉林吉林人，本科，统计师，研究方向：铁道运输。