浅谈大数据在地铁行业的应用

陈书广

摘 要：目前，大数据在地铁行业也得到了广泛应用，通过对平时的生产数据进行分析挖掘，我们地铁人的决策可以更加高效优化。本文将根据本人实际的工作经历，谈一谈大数据在地铁行业的一些应用。

关键词：大数据；客运服务；客流预测；市场营销；行车组织

1.“大数据“的含义

“大数据“又被称为巨量资料，通常指的是我们所从事的生产活动所涉及的数据资料规模十分庞大，不能由人脑（非正常人类除外）或者一些常用软件，在可承受的时间范围内进行捕捉、管理和处理的数据集合。

2.地铁行业的典型大数据分析应用的场景和实例

大体上地铁的应用框架分为客运服务、行车组织、运输设备、市场营销、企业管理、战略管理等等。这其中市场营销对于我们地体行业的经济收益占比最为明显，而大数据在市场营销这一块的运用目前来说在几个板块里面也相对最为成熟，客流预测在市场营销所占的比例最大，我在下文也将会着重谈到。

2.1 客运服务

乘客所享受的车站和乘务方面的服务是客运服务的两大块，所以在我们无锡地铁也将站务和乘务两大中心合称为客运部，位移也是地铁行业为乘客提供最主要的业务，所以客运部一般来说也是各大地铁公司规模最大的一个部门。大数据在客运服务这一块的主要应用也就是尽可能为乘客提供优质服务的同时提出一些节能减排的策略，尽量在空调设置温度，客室照明与乘客满意度（投诉率）之间寻求平衡，再比如之前我们的地铁回库都是不休眠的，除了中间检修部门需要进行列车无电作业，之后就是直接热机到第二天发车，这样虽然说可以避免很多故障，但也造成了极大的能源浪费，而现在经过很长时间的发车期间故障率统计，我们发现列车故障造成的损失与夜班回库列车立即休眠所减少的能耗相比来说是微不足道的，当然随着列车年限的增加，通过大数据在列车故障趋势方面的预测，我们也许会在某一个时间节点换一个策略，这是有科学依据的改变，而不是盲目跟风，直接抄袭其他的地铁的经验，因为各大地铁实际情况不同，脱离实际的生产必然会造成极大的人力物力方面的资源浪费。

2.2 市场营销

上文中本人提到市场营销目前来说是大数据在地铁行业应用最为成熟的一个版块，其中包括了客流预测、定价策略等几个重大部分。

客流预测：这在市场营销方面又是最成熟的一小块，结合平时的生产实际，大数据在客流趋势方面的预测也是最为频繁的。具体来说就是在车次号、区域、线路、网络OD客流等方面通过之前累积的客流大数据进行分析，初步来说，大数据在这些方面的应用上已经有一定的成效了，当然我们的最终目的还是希望通过更多的大数据的运用来优化客流运输模型，提升客流预测的准确性。从实际来说，我们无锡地铁在五一、十一等法定节假日或者举办一些特殊活动时，都会发布客流预测并要求妥善安排的行车计划安排，这些行车计划无疑都是根据前期数据积累制定出来的。

无锡火车站客流预测实例

定价策略：在我们内地，地铁作为一个公益性比较强的行业，票价的决定因素就显得比较复杂了。目前来说我们地铁行业的票价基本都是根據市民意见、专家建议等制定，缺乏一定的科学数据支撑。针对这一问题，我们可以通过对单次卡、公交卡、码上行app等出行数据进行整合分析，从电费，设备折旧费，人工费等诸多方面综合考虑，结合公交、轻轨等运营收入成本，从各种数据当中找出折中点，制定出合理的票价体系，既要让更多的市民来乘坐地铁，也要尽量减少亏损，减轻对市财政方面的负担。

2.3 行车组织

大数据的积累可以比较直观地展现出客流的变化，这一过程也叫客流大数据可视化，也就是说我们从海量的大数据（客流）当中寻找规律，再综合考虑其他的一些因素之后，生成对应的行车组织优化方案，包括日常以及突发大客流情况下的列车运行图以及合理的换乘方案。

列车运行图：作为行车组织工作最重要也是最基础的一块，《列车运行图》必须被所有与列车运行有关的各部门所遵守，要保证列车按运行图运行，各部门就必须以《列车运行图》为准。列车运行图的编制需考虑的因素有很多，这其中有运营时间、列车终到折返站折返作业时间、停站时间、追踪列车间隔时间和列车在区间的运行时分等因素，这些因素中需考虑的一个共同点就是全日分时最大断面客流量（一定时间内通过线路某一区间的最大客流量），这一共同点也是制定列车运行图最重要的一点，我们在海量的网络客流数据中选择的全日分时最大断面客流量既要足够稳定又要满足日常运输需要。还有一种情况就是突发大客流，这种情况下的运行图制定方法其实跟日常情况是一样的，利用大数据模型形成大客流情况下的列车运行图，既而生成既安全又能符合生产需求的列车运行图。当然，我们的运行图也会随着城市的不断发展而进行调整。

换乘方案：现有换乘方案随着城市发展可能会有不足之处，我们就需要从大量的网络OD客流、进出站客流、网络断面、换乘客流数据中发现规律，找出其中的联系，然后利用其中的规律不断优化现有换乘方案，尽量缩短乘客候车的时间以及上下车换乘的时间等，提高市民的出行效率。同时为了达到无缝衔接的效果，我们需要在保证行车安全的前提下处理好不同线路的列车在换乘站做到列车错时到达，这一点在无锡地铁线路规划完全实现之后会体现的更加明显。

3.结束语

从上文可以看出大数据在地铁行业的应用是非常广泛的，同时目前来说应用程度也是非常浅显的。因此，我们地铁人应该把这项应用当成一个没有终点的事业来潜心研究，力争做到大数据的应用范围更广更精，更好地服务市民。

【参考文献】

[1] 陈淑珍.基于网络客流大数据可视化优化城轨行车组织[J]. 城市交通，2018（2）：70-75。