北京局集团公司铁路装卸作业效率大数据分析探讨

刘 甲

(中国铁路北京局集团有限公司 智慧物流部，北京 100045)

铁路装卸作业是货运工作的重要组成部分，是现代物流的重要环节，在整个铁路运输过程中是起始也是最终作业环节，是运输效率提升的关键要素，铁路装卸作业效率将直接影响铁路运输企业的运输能力和经济效益。装卸作业效率指完成的货物装卸作业量与其装卸作业时间的比值，其制约因素有机械化程度、集装化程度、作业流程优化程度及作业工艺先进程度等。目前，针对装卸机械化和集装化的重视程度较高，装卸作业流程优化研究较多，如机械手加智能分拣系统等应用，而且研发出集装箱门吊远程控制系统，这样可以统筹考虑机械化、集装化和作业流程优化因素，形成提高装卸作业效率较好的解决方案。中国铁路北京局集团有限公司(以下简称“北京局集团公司”)铁路货场装卸作业效率分析目前仍然采用传统的跟班写实等模式，落后于信息化发展迅速的地方物流企业，迫切需要利用信息化、大数据等手段加强铁路装卸作业效率的分析[1-5]。

1 北京局集团公司铁路装卸作业效率写实流程分析

目前，北京局集团公司装卸作业效率仍然以货场调研写实方式为主，通过装卸作业写实分析人员、人数、设备、各作业工步时间等要素，出具货场装卸作业效率的写实报告。经汇总后，一是召集装卸组织管理方面的专家、管理人员和作业人员等，对装卸组织模式、作业派班、作业程序进行对比审核，选择一个或者组合一个装卸作业效率优化方案；二是针对装卸作业效率优化方案进行现场实际作业的可行性分析，对不合理因素进行调整后再制订调整方案，并作为装卸作业流程优化的执行方案。北京局集团公司铁路装卸作业效率写实流程图如图1所示。

图1 北京局集团公司铁路装卸作业效率写实流程图Fig.1 Flowchart of loading and unloading operation efficiency at Beijing Group

由图1可见，铁路装卸作业效率写实方式存在以下问题：一是选取的写实点多，但仅代表所选点的作业效率情况，无法选出管内其他作业点上有便捷化或个性化的优化方案，容易遗漏较好的作业模式；二是装卸作业效率写实过程时间长、步骤多，需要单独配置跟班人员进行写实分析，装卸作业效率写实分析方式缺乏便捷性。

2 北京局集团公司铁路装卸作业效率大数据分析

2.1 铁路货运信息系统

北京局集团公司铁路货运信息系统基本涵盖了货票系统、集装箱系统、货运站系统、现在车系统等基础数据，货物运输途中的信息链已经基本完整，目前还需要完善装卸作业的基本信息。北京局集团公司铁路装卸作业效率分析主要依据货运站系统，铁路货运站系统的业务流程为：一批货物填写运单信息后，由电商系统推送货物运单中的相关信息链入此系统，并将后期货运装卸组织、时间信息等内容，包括货运调度、货运内勤、货运外勤、装卸派班、装卸工组等岗位的工作范围补充进货运站系统，即从货物上站到货物起票发送、货物到站至货物交接的一系列工作流程组织。根据货运站系统中相关时间节点、货物基本信息、装卸派班及作业等模块数据进行装卸作业效率分析[6-8]。其中，装卸作业单信息是装卸作业效率分析的主要数据来源，主要包括派班时间、作业开始时间、结束时间、货物品类、货物件数、作业班组、车型等，还有装卸作业派班人员、所选装卸设备类型、装卸设备数量、装卸防护信号安撤前通知车站时间、防护信号安撤时间等信息。

2.2 装卸作业效率分析

装卸作业效率分析主要包括单品类的装卸作业效率分析、作业点装卸作业效率分析、装卸作业环节效率分析等方面。根据货运站系统中装卸作业信息，检索采集装卸效率相关的信息数据进行分析，可以得到以下方面的优化方案。

（1）单品类装卸作业效率分析。分析某一货物品类在不同站点平均人数情况下的装卸效率，即完成相同类型货物量时所用最少人数与时间。对于同一品类货物，对作业人数不同时的作业效率进行高低排行，分析单人作业效率高的人数配比及作业流程分配，也可以将作业点的优秀装卸工作法提炼出来，在铁路局集团公司进行推广，以进一步提升铁路局集团公司的装卸作业效率。

（2）作业点装卸作业效率分析。按同一品类代码货物的装卸作业效率由高到低对作业点进行排序，对效率最高的前几个作业点分别分析，可以分析出车站在管理模式、人员积极程度、设备运用、作业流程、作业工艺等方面的优化情况，甄选出基层作业组织较好的作业点，对其工作方法、作业组织程序和绩效考核等进行深度分析，根据不同装卸设备的作业效率，得出此品类货物的装卸组织优化推进方案，进而可以在铁路局集团公司进行推广。

（3）装卸作业环节效率分析。针对装卸作业各个环节，提取现在车系统中的货车送车时间和取车时间，利用送车、装卸派班、装卸作业开始、防护信号安设、防护信号撤除、装卸作业结束时间等时间节点，对装卸作业各环节货车在站停时制约因素进行专项分析，特别是针对除装卸作业以外环节的制约因素进行分析，包括货车对位、装卸班组派班、附属作业、安设撤除装卸防护信号等，对装卸作业以外停时过长的站点单独分析，针对结合部、派班设置或作业积极性等突出问题进行专题研究，以进一步提升装卸作业效率，减少货车在站停时的同时，优化组织模式，提高货物运输效率。

2.3 加强装卸作业效率大数据分析

在运用大数据技术对货运站系统进行装卸效率分析后，可以进一步在集装箱、快运等信息系统中加强大数据分析，以改进装卸作业组织及作业工艺，开发智能化装卸设备，为铁路货场装卸机械化、智能化发展奠定基础。同时，大数据技术也可以为人才选拔和优秀组织方案推广、优化货车在站停时、优化装卸定员等提供可行性方案。

（1）制订人才选拔方案。装卸作业效率排名不仅仅是一个考核数据，从中还可以挖掘出更多有价值的信息，如基层优秀作业人员、车站管理重视程度、人机配合效率分析、人员积极性变动因素分析等，通过将相关大数据提取比较分析，可以网罗基层优秀人才，为推进作业点安全、标准化作业提供人才保障。

（2）优化货车在站停时。车辆在站停时分析既可以针对单独车站进行分析，发现其中个别环节的制约因素，进而优化改进管理模式，减少车辆停时，也可以针对货运中心、铁路局集团公司等的货运作业模式进行分析，发现制约在站停时的因素，进而研究细化优化措施。

（3）优化装卸定员。大数据技术在优化装卸作业效率的同时，也可以对装卸劳动定员工作提出数据支撑，通过分析单位人均作业量、平均设备作业量等指标，淘汰低效率作业组织模式，也可以按照月均作业量优化作业点的人员配置、设备配属方案及组织模式等。

（4）补全铁路货运装卸时间信息链。利用装卸作业相关时间节点，可以细化铁路货物运输全过程的时间链条，分析装卸作业效率时间卡控制约因素，进而调整作业方式或模式，提高铁路货物运输效率。

3 结束语

随着大数据技术的不断发展，大数据可以为铁路企业决策者提供以数据驱动的洞察力，更快地分析、挖掘更多数据内容，提高铁路运输生产效率。虽然大数据技术具有优化决策、提高生产力、降低成本等优势，但同样也存在一定的问题和挑战，如对专业人才的需求、数据质量问题、网络安全风险等。随着大数据时代的来临，铁路运输企业应充分利用大数据技术不断优化和改进装卸作业方式，提高装卸工作效率，进而推进铁路货运向现代化物流发展。