“大数据”背景下铁路运输发展策略探析

宋亚夺

（河北轨道运输职业技术学院轨道运输系，河北石家庄 050000）

大数据是继“物联网”和“云计算”之后又出现的一个新的名词，是现阶段各界人士广泛关注的热点问题。运用大数据可以在海量数据中挖掘出存在特定关系的数据信息，又能够以更深层次为基础对人类科学间的运行规律进行有效识别。对于当前迅猛发展的铁路运输事业而言，其想要更好地满足市场化运营需求，达到铁路运输效率、效益和自身竞争力同步提升的目的，大数据运用则具有重要意义。

1 大数据在铁路运输中的意义分析

1.1 积极响应国家政策要求

据了解，大数据是在2012年开始被关注的，自此，我国对大数据技术发展和应用就给予了高度重视。大量实践证明，将大数据应用到商业领域当中可以收获较大的经济效益。而对于铁路运输来讲，其在国民经济发展过程中具有基础性作用，伴随着铁路运输的持续发展以会产生海量数据，将大数据应用到铁路运输当中势必也会对铁路运输发展产生积极影响[1]。另外，2015年国务院颁布的有关大数据的纲要提到，大数据应向电信、金融和交通等领域延伸。这一方面说明了大数据已成为国家战略层面的内容，另一方面也明确了铁路作为交通领域的重要部分理应对纲要进行执行。总的来说，大数据技术在铁路运输中的运用是积极响应国家战略部署和要求，是数据强国建设过程中不可或缺的步骤。

1.2 能够提高铁路科技水平

对于铁路运输来讲，最为关键的就是要确保运输安全，可以说，一切活动都是基于安全的背景下来开展的，从而以此为前提促进铁路运输效率和服务水平的提升。但是就现阶段来讲，铁路运输想要实现安全运输和运输效率和服务水平的提升仅仅依靠加大投资这一渠道是远远不足的，因此，可以注重大数据的运用。大数据技术可以使安全管理得以全面化实施，从而在资源开发基础上，建构起既具高效性又具灵活性的大数据网，从而形成绿色、安全的现代化铁路，对提高铁路科技水平也具有重要意义。

2 铁路运输数据统计存在的问题

2.1 对自身统计指标过于看重

虽然铁路信息数据统计系统历经长期的发展已形成了相对完整的指标体系，但是对其指标进行深入分析可知，其大多是运输过程中的自身经营情况统计指标等内容，没有注重与我国国民经济间的联系。同时，铁路是当前重要的交通运输方式，其整体运输量会对我国经济发展水平产生直接影响，所以从这个角度来讲，只关注自身统计指标而不考虑自身与国民经济影响未免有些片面。以货运为例，2009年铁路货运量滞涨严重，2010-2011则呈现了快速增长，而2011至2016年则大幅下跌。究其原因可以得知，其与全球金融危机、我国四万亿资金拉动等有着直接关系。如果只是从统计数值层面来对铁路运输行业发展情况进行分析，则会出现较大的局限性。

2.2 统计系统未注重高效整合

通过剖析我国铁路统计信息系统可以得知，各专业统计数据都来源于基层铁路站点向铁路局再至铁路总公司传输形成的金字塔式的信息系统结构当中。就铁路运输行业来讲，需要在机、车、电、工、辆等部门的通力合作背景下来完成，无论是哪个部门进行数据统计时，都需要以其他部门数据为基础和前提。如果其中一个部门统计指标出现变化，那么其他部门也会受到连带影响。然而，当前铁路运输统计信息依然具有碎片化特征，不仅没有高效信息集成为支撑，而且也无法使铁路部门间的信息统计结合需求得到满足。

2.3 统计数据无法为有效决策提供依据和支撑

铁路运输统计数据在实施层层汇总时，要对细节化数据给予高度关注，保证其完整性，从而为决策者的后续决策提供重要依据。而现阶段的铁路运输统计指标体系无法实现对我国整体时长运输需求的系统性覆盖，同时对于运输经营和运输决策发展而言，铁路管理部门依然依靠自身经验来进行决策。这种没有大数据支撑的决策方式通常会是决策者的决策具有较大的局限性，同时，决策的准确性和科学性也无法得到保障。

3 “大数据”背景下铁路运输发展策略

随着大数据的持续发展，数据具有的重要作用也越发突出，就现阶段来讲，数据已成为较为宝贵的资源。然而，如何以外部市场数据和内部经营数据为立足点，对其进行深入挖掘，从中提取出有用信息，进而更好地为铁路运输发展所服务是接下来着重要探讨的问题。

3.1 注重外部数据的挖掘，契合市场需求

3.1.1 以对外合作为载体，实现对市场需求的挖掘

加大对对外合作的重视力度，这样不仅可以实现对外合作范围的拓宽，而且也能够更好地把握当前社会发展过程中的市场需求。未来我国高速铁路网的建立与通车是释放铁路客货运输能力的重要措施。伴随着我国经济的平稳发展，未来客货运输市场将会向“买方市场”所发展，市场竞争较现在相比也会更加激烈，在此背景下，注重对市场需求的挖掘已成为铁路运输业未来竞争过程中的关键与重点。以铁路运输企业角度来讲，虽然其掌握着海量数据信息，但基本以自身运营数据为主，包含的外部市场需求数据信息相对较少，这也体现了当前数据挖掘工作依然未展开的客观事实。而受到市场需求信息零散且遍布互联网这一特点的影响，因此想要保证市场信息挖掘的顺利开展就需要从外部借力来进行。例如可以搜索当前较为知名的搜索引擎公司，与当前较为专业的搜索引擎公司如Google、百度等进行合作，以其提供的海量互联网信息检索数据为辅助，实现对现阶段运输市场需求和未来发展形势的准确挖掘，并剖析出不同经济发展阶段下运输市场需求的演变规律。

3.1.2 合理调整运输产品，满足市场需求

要对市场需求有充分地了解与把握，并以此为基础，对现有运输产品供给进行合理化调整，使其更好地满足市场需求[2]。而对于现阶段出现的一些的新的运输需求来讲，可以借助新产品研发等方式保证其需求得到满足。对于在运量方面需要降低的运输需求来讲，合并车次、减少列车开行频率是有效减少运输供给的措施，同时，对于资源优化配置也大有裨益。以客运方面为例，可以在了解人口迁移数据的基础上实现对列车运行方案的及时调整；又如货运方面，如果大宗物资运量呈逐渐降低的态势，那么相应的列车开行数量也要进行合理缩减。

3.2 注重内部数据挖掘，促进运营效率的提升

3.2.1 提升指标体系完善性，建立有机整体

就铁路运输管理部门来讲，其需要关注多方面内容，例如自身运营指标、客户信息指标以及市场信息指标等，这也是推动具有整体性特征的数据分析指标体系得形成的基础与关键。以货运客户信息方面为例，要提升客户属性等信息的完善性，例如增加发货时间、批量等信息，这样既可以为后续数据挖掘与分析提供便利，又能够确保后续推荐的运输产品与货主需求相吻合，有助于路企双赢的实现。另外，还要将着眼点放在机、车、工、电、辆等部门运营数据上，从而在部门运营数据整合的基础上，形成统一的整体。

3.2.2 以运营数据为立足点进行挖掘，提升作业效率

列车运行数据、货运请求车数据以及基础设施养护维修等数据都是需要重点挖掘的运营数据，在挖掘和整理上述数据的基础上，了解和掌握其分布规律，为后续作业效率的提升奠定良好的基础[3]。例如可以在上述数据辅助下剖析出列车区间运行时间和运行图标尺偏离间的规律；以挖掘的售票数据为依据，结合线路客流量变化，可以使列车停靠站方案得到优化，适当增加或减少旅客列车；对于货运方面来讲，可以在挖掘全路请求车检测数据基础上，保证货车排空组织的及时性，对货车中转停时进行合理压缩，以此确保运达速度。

3.2.3 实现对监测数据的挖掘，确保运输的安全性

围绕环境、列车运行和设备监控等监测数据进行深入挖掘，并以此为前提推动行车安全智能预警机制的建立，在保护铁路运输安全方面意义重大。现阶段，铁路全路范围中均建立了包括天气、风速和超偏载轨道衡在内的监测系统，并在日常运行过程中积累了海量的历史数据信息，将这些数据进行挖掘、整合与分析，可以更好地掌握其中潜藏的规律，并进行及时预警，从而使铁路运输安全性大大提升。

3.3 将数据予以展示，为决策提供重要的数据支撑

数据展示简单来讲就是将数据挖掘成果展示出来，伴随着大数据的快速发展，决策会受到庞大数据影响而变得十分困难[4]。这时，可以以二维或三维图形等方式为辅助将挖掘结果展示出来，从而使决策焦点变得更加清晰，在强化用户交互性基础上，结合数据展示，为决策者更好地解读数据间关系提供重要帮助，进而使数据信息得到清晰化表达，使决策人员将更多的精力由分析繁杂数据转移到主要矛盾当中。大数据背景下铁路运输发展思路如图1所示。

图1 大数据下的铁路运输发展思路

3.4 着重打造铁路“数据供应链”

铁路运输的大数据应用优势与互联网和电子商务的大数据应用优势有着显著区别。据了解，铁路运输在进行决策性数据分析时，多以铁路运输发展过程中逐步形成的集标准化、结构化为一体的运营数据为主，通常在铁路运输业运营分析过程中运用较多[5]。而想要使铁路运输大数据应用具有的实质性特征得以保障，那么就要基于客户关系管理背景下，建构起具有针对性且立体化的客户数据资源库，这也保证了铁路运输各部门和行业实现协调与配合。此外，还要将着眼点放在多项数据积累上，以此推动大数据时代的数据供应链的形成，从而在数据链中多项数据信息资源支撑下，推动铁路决策水平的提升。

结束语

综上所述，高速铁路网的建成可以说是释放铁路客货运输能力的重要措施。近年来，我国经济增速逐渐放缓且趋于平稳，在此背景下，运输市场竞争必将更加激烈。而在大数据这一时代下，铁路如果仅仅以现有统计分析体系为支撑并不能满足其未来发展需求，这就要求以外部和内部两个方面为着手点，对外开展运输市场需求和经济发展背景下运输需求演变规律进行充分挖掘；对内要持续提升铁路统计指标体系完善性，立足运营数据进行充分挖掘，促进运营效率的提升。注重监测数据挖掘，保证运输安全；最后，还要依托数据展示为铁路发展决策提供重要参考和支撑。