大数据环境下铁路运营数据资产价值分析与展望

2018-01-27闻克宇王龙

铁道经济研究 2018年3期

闻克宇王龙

（1、2中国铁路经济规划研究院有限公司助理研究员，北京 100038）

伴随着大数据时代的悄然来临，各行各业对于数据的重视都到了前所未有的程度，一些瘫痪在服务器上的平淡无奇的陈年往“数”也变得炙手可热起来。按照世界经济论坛报告的看法，“大数据作为一种财富，价值堪比石油”，更有学者乐观估计，数据资产列入企业资产负债表只是时间问题。可就算是石油，在工业化来临前的很长一段时间里，也只是一种无用的黑色液体。可见如果有企业忽视数据资产的价值，无异于自废武功[1]。

铁路政企分开后，中国铁路总公司（以下简称铁路总公司）成为市场经营主体，对于经济效益和投入产出等方面越来越重视。同时铁路总公司作为行业性的中央企业，在规划建设、运营生产等工作中积存了大量得天独厚的优质数据资源。在大数据环境的背景下，如何挖掘信息资产的效用，产生相应的效益，如何利用“互联网+”把互联网的创新成果与铁路各业务领域深度融合，实现客货运安全、生产与管理信息的集成共享和综合应用，优化作业流程，提高客货运输质量和效益，同时扩大服务领域，提高经济效益成为摆在决策者面前的课题。

在未来的生产领域中，铁路总公司应着力实现以用户为导向的生产、设计和服务，涉及铁路规划建设项目决策、铁路运输计划、调度指挥、行车作业、通信信号和安全监测等各专业的信息化建设等内容。而大数据采集和互联网化建设为实现预测预警、运行维护、调度指挥和科学决策等的在线管理、在线决策和在线运营提供了可能。本文尝试分析铁路生产运营中涉及的数据资产以及其潜在效用，希望为相关决策的制定提供一种思路参考。

1 铁路货运领域

铁路货运发展未来应着重采集货运及相关行业系统数据信息，运用大数据技术，搭建铁路货运大数据分析平台。对客户的经营模式、产品种类、生产规模、运输需求等进行细分，从产、供、销多种渠道深入挖掘客户的潜在需求，为客户提供铁路运输定制服务；对铁路、公路、水路、航空等不同运输方式的运能、运量、运输品类等进行分析预测预警，为调整铁路运力资源布局、制定运输生产计划提供决策支持；获取运输行业竞争对手的货物运价，并进行对比分析，制定有竞争力的运输价格。

例如随着TMIS、TDCS以及铁路信息集成平台的逐步完善，铁路货运各项作业环节的统计指标更加精准和完善[2]。如何有效利用这些数据创造更具价值的附加产品和决策依据，有待于在新的信息技术环境下进一步的探索和开发。

基于全路86万辆不同车种、不同型号货车运用与检修海量统计数据的分析，掌握每一车辆在一次检修周期（或生命周期）内总的走行公里数、在技术站的改编作业次数、调车勾数、装卸次数、所装运货物的品类及总计装运吨数等指标。通过深度挖掘，找出任意车种任意型号货车的检修和报废与导致货车磨耗和损伤的各项作业环节之间的内在关系，并进一步推算获取货车使用成本的测算方法[3]。

由此，通过大数据环境下铁路货车使用过程中磨损程度的分析，可派生出多项具有生产价值和指导意义的决策论断，例如：铁路货车购置时机的有效预判、车辆段各项检修设备的合理配置、任意一个货物运单中车辆使用成本的有效核算，等等，从而为相关决策的制定提供合理且有力的数据支撑。这将有效避免因车辆定期检修而导致的货车资源短缺、运费核算的简单粗放等铁路货运发展不适应市场条件的潜在因素。

另外在低碳节能领域，同样可以通过机车车辆能耗数据、排放数据的采集和探索挖掘，分析各种型号的机车车辆在何种线路条件、使用环境、组织模式下低碳节能效果更好，使用效率更高，从而有利于实现铁路运输能耗的有效节省，也符合国家构建绿色交通体系、发展低碳经济的战略思想。

2 铁路客运领域

我国客运部门从新中国成立初期的“收款证明书”开始，到早期使用的硬板票，再到现今的电子客票，保存了大量的历史真实出行信息，其中车次、票额、发到站属性、时间属性、购票来源等信息具有极高的数据价值。在很长一段时间内，票根上的大量珍贵数据资源或许是忽略了其潜在的数据价值，又或是缺乏处理这些有效信息的技术手段，致使其利用价值没有得到很好的开发。

随着铁路客运信息化平台的快速建设，12306网站的逐步成型，海量信息资源以电子数据的形式存放于数据库中。数据挖掘手段的日新月异，客观上为发掘这些数据资产的效用提供了手段和动力。

若将这些数据信息资源应用于客运生产，将会产生令人意想不到的效用与价值。比如在铁路客流预测方面，基于12306客票网站的数据统计，针对某一特定时间段，提取全部用户ID近5年同期的出行起讫点、累计出行次数、出行车次、席别等，就可以通过统计挖掘的手段获取任意用户的结构化信息（比如大学生—春运期间—连续3年往返北京上海），推算任意用户ID在该特定时期内的出行OD点、可能的出行时间与车次、出行概率、可能存在的换乘情况、可能选择的席别等信息，从而获取该月份或该季度内全部的客流OD潜在需求。甚至，仅基于12306客票网站所统计的客票查询与点击数据，提取近5年相关查询信息中的出发日期、出发地、目的地、查询次数、查询席别等数据属性，也可以挖掘其与该指定时期内实际客流OD的对应关系，推定指定时期内的客流OD需求及其服务要求。

当铁路客运部门掌握了潜在的客运OD需求，对比现行列车开行方案运能供给，就可以挖掘出导致能力紧张或虚靡的关键环节，并制定有的放矢的列车开行方案调整策略，以适应动态的客运需求。

3 铁路服务与多经领域

在铁路服务与多经领域，铁路大数据同样是具有相当分量的重要生产资料。

例如运用大数据挖掘技术可以分析出旅客出行期间的餐食、住宿行为，即可充分利用铁路配餐基地、车站品牌餐饮、铁路酒店等餐饮加工能力,打造铁路餐食品牌，引入社会餐饮资源，丰富铁路供给餐食种类与品质。搭建酒店数据共享平台，从而为合作酒店提供房型、价格和存量管理，并根据预订情况实时动态调整各房型的折扣与存量。

通过整合铁路车站、列车及相关旅客服务信息资源，可以基于互联网平台，实现与公路、民航等的信息服务对接，开展铁空联运、铁公联运等，为旅客提供多种交通方式衔接的一站式服务。利用铁路站车商旅服务的优势数据资源提供餐饮、住宿、旅游、站车商业和文化娱乐等服务，拓展客运服务产业链，构建高品质、多层次、全方位、立体化的铁路客运商旅服务网，做大铁路客运延伸产业增量。

通过完善站车Wi-Fi系统，精确抓取移动客户端的动态数据信息，可以实现运营服务内容的集中管理、同步分发、分析评价和精准服务等功能。

通过大量的数据挖掘与处理，可以建立铁路客运客户关系管理体系，建设铁路常旅客服务系统，开展铁路常旅客计划，实行会员积分与奖励制度，按客户等级开展差异化服务，为旅客提供车票兑换、商品兑换、座席升级、免费送票、行李搬运、短信提醒、专用通道、VIP候车等服务。从而提高旅客满意度和忠诚度，吸引和稳定客户资源，提升铁路整体竞争力。

利用12306的数据，可以发展铁路在线旅游产业，在售票的同时提前介入，整合铁路运输产品、旅游和酒店等资源，融合外部相关旅行资源，包括景区门票、酒店住宿等，联合打造铁路特色旅游产品。

依托95306网站，通过数据的挖掘与解析，可以构建一个功能齐全的大型综合电子商务平台，满足B2B、B2C、C2C、O2O等多种电商经营模式，同时利用电子商务平台的大数据资源，帮助企业提升精准营销能力，捕捉市场消费需求。等等。

4 铁路网规划与工程建设领域

在铁路网规划过程中，经济形势分析、运输需求预测、规划目标制定、规划方案布局、规划效果评价等都涉及复杂的理论模型和方法，数据种类繁多、规模庞大，人工分析和处理耗时耗力，大数据手段的运用将极大改善规划决策的环境和效率。深入挖掘、整合既往规划参数如经济形势、OD运量、规划线路技术指标、既有线路技术指标、路网布局结构、方案布局指标等，将会为科学决策提供有力的工具支持，对路网合理布局具有重要意义。

在工程建设领域的大数据应用更为广泛，例如通过对天气气候、环境数据的挖掘，可以快速准确地规划施工组织，安排施工进度。对于铁路基础设施维护保养等数据分析，可以清楚地知道哪些设备设施在哪些环境下磨损程度更高，发生设备故障或灾害的可能性更大。

5 铁路经营其他领域

作为手握铁路运营数据的铁路总公司，在与社会资本结合方面的前景尤其光明，在铁路互联网金融方面即可以做出相关探索。铁路既有的各种保险数据存量可以满足开展在线铁路财产保险、工程保险、货物运输保险、旅客人身保险、员工人身保险等业务。可以迅速开展，快速积累业务经验，扩大业务规模。加强自有资金和保费的增值经营，加强对保险标的风险管理，降低承保成本和理赔率。以铁路保险公司、财务公司、基金公司等的数据作为基础，直接利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式，可逐渐扩展到全部互联网金融业务领域,包括互联网保险、互联网支付、网络借贷、股权众筹融资、互联网基金销售、互联网消费金融等领域。