天津南环铁路有限公司运输分公司 天津 300000
摘要:大数据正在计算机技术的发展和帮助下为很多的社会企业带来前所未有的机遇,同时一些传统的行业在新时代中受到各种社会因素的冲击不得不选择借助相应的科学技术转型发展。下文将首先论述大数据时代的背景以及在各种行业中的应用效果,其次阐述了该技术在发展过程中存在的一些问题,然后就未来发展过程中铁路统计工作和大数据技术的融合关系提出了一些具体化的建议,希望能够帮助有关读者。
关键词:大数据;铁路统计;应用研究
引言:
大数据技术在全球化发展的背景下取得了很多的实际应用,并且该技术未来也将会引领现代社会的发展和进步。中国经济当前处于快速腾飞的阶段,在大数据背景的支撑下需要应用于更多的社会领域,在中国铁路政企分家之后,铁路统计工作中的统计流程,编码标准以及采集方法全部受到了很大程度的冲击,因此下文将对于大数据技术重新构建铁路发展的方向进行详细论述。
一、大数据的时代特点以及应用情况
大数据时代特点
大数据是大量不同类别数据集合的整体,因为这种数据集合无法应用传统的数据库进行存储以及管理,所以通常被规划为PB级别或者EB级别。大数据是信息产业持续增长发展的重要外在体现,也是一种主要的介质条件,利用大数据技术处理和分析信息已经成为新一代信息技术的核心技术指标,同时在相关科学技术的影响下该技术的研究手段以及应用结构也发生了根本性的变化。
当前全球化经济在不断发展,大数据技术使得越来越多的产业能够融合交汇,例如美国知名咨询企业麦肯锡公司在2001年专门发布了关于大数据创新生产理念的报告,并且从经济发展的角度对该技术进行关注。该技术的发展给世界各国的经济带来威胁以及机遇[1]。
大数据在各行业的应用现状
大数据技术是信息化社会发展到一种阶段所产生的必然产物,同时该技术的发展和变化同样也在影响着社会中各种经济活动。例如美国环太平洋铁路公司是美国当前规模最大的铁路公司。该公司每一天都需要和其他公司之间的客户进行联系,借助计算机平台进行数据较换。电子商务已经成为该公司发展业务的主要途径,因此为了能够存储更多的业务资料,该公司耗时10年的时间建立了属于自身的数据库,并且聘用大量的专业人员对数据库中的信息进行统计分析,预测铁路行业在未来的发展方向,提前制定相关的业务工作。
加拿大国有铁路公司自从2011年开始也在尝试通过EDI建立数据交互系统,通过交互枢纽完成大量的信息数据传输,并且对于内部资源进行整合分析,降低内部空间的存储量为运行部门提供相关的决策建议。
中国移动,联通一级运行通讯系统从2002年开始建立,内部总共包含了26个模块,支撑着整个网络系统的运行决策以及省级业务的考核。系统内部的运行内容主要包括市场管理营销,客户关系管理,资源管理,伙伴管理等多个部分。随着业务范围的不断拓展,当前移动公司正在迈入大数据运行平台,整个企业内部的系统开始资源的整合,打造一个中心数据库[2]。
中国建设银行自从千禧年以来也在开始筹备企业级的数据存储仓库,从一开始的8个基础仓库发展到2009年的34个数据资源库,已经基本上实现对于中心资源的整合和不断挖掘,能够同时提供个人银行,企业客户等多种决策服务。
二、铁路统计应用大数据系统的必要性
铁路统计是铁路系统中工作人员进行指挥调度,运输调度的主要依据和参考标准,对于保证铁路安全生产,提高质量有着非常重要的影响。但是我国当前很多地方的铁路统计工作比较落后,自从引入十八点统计方法以及BOXI等一系列信息化统计工具之后,数据统计的精确度以及质量获得了大规模的提高。但是因为数据来源的获得方式没有改变,因此仍然会出现一些误报或者错报的情况。大数据系统能够提供大量的信息源,并且对于内部的信息进行深度整合,管理以及分析,为铁路系统的运行提供更加全面的指导,在发现问题的第一时间就能够解决矛盾,给出最佳有效的工作方案[3]。
三、大数据环境下铁路统计过程中存在的一些问题
(一)总体发展过程中存在的问题
因为我国铁路信息化的统计工作起步较早,并且刚开始就已经投入到很多方面的应用中,十八点统计方法以及客运精密统计等方式在上个世纪的70年代就已经投入使用。当前计算机统计网络系统已经囊括铁路系统中的各个专业之中,并且已经形成了比较规范科学的统计制度和流程,能够满足大量的铁路运输要求。但是铁路各个子系统中因为已经形成独立的统计模式,所以各个系统在平常的工作中基本上都是独立运行无法进行信息和数据的共享传输,数据的综合处理能力较弱,因为缺乏互相传输的途径,因此综合指标,运输生产预测等工作难以达到理想的效果,无法满足当前时代下的生产运输,管理决策需求。另外铁路统计中的报表上传方法和基础编码无法实现协调,原始数据自动处理的效率很低,已经逐渐被时代所淘汰
[4]。
(二)统计模式存在的问题
当前应用的铁路统计模式还是沿用传统的固定报表逐级上传的方法,报表上传在我国主要分为三个阶段,分别需要经过基层站点,局集团公司,中国铁路总公司三个部分,根据业务划分区域以及系统处理内容的不同执行自身的工作任务。但是传统的统计方法往往仅仅注重实物生产统计,而忽视了实际的价值量核算,难以在规定的时间中完成大量的数据分析,统计以及挖掘的工作。另外传统统计分析模式存在最大的缺点在于难以打破自身的局限性,任何的业务工作数据都需要按照规定的申报流程进行统计,不仅浪费较长的时间,同时数据在传输的过程中容易失真。接下来应该构建新的业务指标体系,通过电脑技术采集原始信息,实现时时分析创新铁路发展模式[5]。
(三)编码标准不规范
在铁路系统中包含了关于车辆运输,机器运行,工作人员,电力系统等多个方面的业务管理工作,不同部分的工作内容要求不同,性质不同因此管理的规范要求不一样,难以在同一个信息源的要求下形成一致的管理理念,并且同一概念在业务编码的规则制定中存在很大的差异,例如名称,定义,区分方法等,这种问题也就导致常常会在信息传输的时候出现严重的失真情况,影响后续的工作进度。例如在工资管理系统中单位编码和其他管理系统规则不同;公务系统的线路编码和其他线路不同,车站系统的编码与其他系统的编制规则也存在一定的出入。若想提高工作效率只有通过建立统一的编码体系,实现整个系统的统一制定,统一管理才能够在统一信息源的情况下实现信息资源的有效传输共享,适应大时代背景下对于铁路系统所提出的挑战[6]。
(四)数据采集方式不标准
铁路数据的采集方法主要根据不同的专业类别进行搜集,在采集的过程中按照不同报告的期限收取固定的报表,并且将其详细再划分为日报,月报以及年报。统计数据的工作内容比较琐碎,搜集目标比较分散,容易在工作的时候造成思维固化,对于管理者提出较高的管理需求。当前很多的管理部门无法针对阶段的工作任务提供全方位,多元化的分析帮助。但是为了能够适应大数据时代的发展要求,传统数据的搜集方式必然需要做出改变和创新。未来的数据统计应该更加趋向于原始数据的统计和分析,同时传统的固定上传方式应该被取消,利用原始统计台账或者自动化计算备份系统进行取代。直接将第一手的数据存储到数据库中,然后再利用数据挖掘进行深度的分析和利用[7]。
四、大数据铁路统计的几个应用方向
(一)数据统计流程
铁路统计在信息变革的过程中,大数据技术不仅能够使得数据存储容量呈几何级的趋势增长,同时革命性地改变了数据统计的流程,重新构建以及定义线路的统计模式,创造出一个能够自动统计,自动分析,整体资源整合,自动分析的新兴模式。从统计的流层,层次入手,重新设计数据存储,搜集以及加工的工作方式,突破原本统计系统的限制,改变了固有的上报工作模式。现代化企业通过利用大规模的数据技术能够构建出智能分析数据存储系统。在该系统中能够实现数据资源整合,发布,数据挖掘以及应用等多个方面的功能。随着大数据技术的深度发展,未来这种应用模式的实现将会变为可能[8]。
(二)数据采集方式
当前的数据统计模式还是沿用采集逐级上报的方式,但是无法满足独立系统的专门需求。数据的统计系统需要重新构造从而才能够获得第一手准确,完整的原始信息数据。接下来需要建立统一的集成性工作平台,支持对于各种来源的信息进行搜集以及分析,实现全方位自动化的管理要求。另外基层的数据统计分析工作需要从数据搜集报表向数据审核进行转换,更加注重对于数据质量的要求。
直接从业务系统中获得的原始数据能够避免数据在直接上传之后失真,同时一次采集并且存储之后能够被后来多次使用,这样也就能够大大解放地层的基础劳动力。例如货车统计系统,利用大数据进行对于一辆货车从生产到报废的整个周期进行数据的采集,例如货车的出厂工作基础属性,货车运输货物的基本信息,扣费情况等,这些信息通过采集汇总以及分析之后能够提供更加详细的原始信息。
(三)数据采集编码标准
统计基础编码仍然需要以铁路内部各个子系统的施工专业规范为依据,其根本的目的在于服务于铁路系统各个专业,成为规范铁路信息元素的统一编码。当前数据编码标准不同意的局限在于系统所提供的数据标准不统一,并且内部各个系统的数据不匹配等。传统的数据编码准则无法满足不同统计业务的基本需求以及资源交流,因此需要有关研究人员重新定义并且构建新的标准编码,该工作需要能够提前设置科学有效的数据基础,然后根据数据的基础信息进行分类和建立编码管理工作,实现规范管理。具体的做法主要包括:建立公共数据基础应用库,在该数据库进行多项数据的搜集,检验和校对,支持批量搜集以及手工多种不同的方式,逐步实现信息管理,监督以及集成等多个方面的功能[9]。
(四)统计分析手段
随着各种各样统计分析技术的发展,传统单一并且固定的报表已经无法满足用户对于数据的分析需求。利用大数据技术重新定义以及构建分析方法成为当前智能时代重点研究的问题所在。当下大数据技术成为解决运输生产情况,进行企业经济效益分析的有力工具。在智能技术的帮助下,数据产品的生产,加工等多个方面的工作全部能够实现自动化,智能化的分析,对于需要的产品需求以及发展模式能够全部在计算平台上面展示出来。
最新发展的数据可视化技术能够将传统数据以一种更加直观,生动,形象的方式展示出来。例如利用动态地图反应内部数据之间的关系以及传输情况,其中线条的粗细代表运输点位的密度,工作人员如果利用鼠标或者手指点击其中的某一个区域将会能够获得更加详细的内容[10]。
(五)数据整合管理方法
数据的处理以及整合是信息资源统计的工作重点。在铁路的统计系统中需要从业务系统中国搜集所需要的信息资源,并且保证这些基础数据的原始性,在数据基础上展开各种各样的统计分析工作,对资源进行关联度调查和整合,构建一个统一的信息管理平台,从而实现全面的信息共享,为日后的资源共享利用提供帮助,信息资源在该平台一经保存便能够长久利用。构建一个这样的数据统计仓库往往需要外部良好的运行环境,较为有效的数据管理模式以及存储空间技术。数据仓库的构建首先应该保证具有足够的存储构建以及运行的稳定性,保证后期在运行的时候能过够灵活分析和应对内部的各种数据资源。在未来这种数据仓库会逐渐发展成为铁路统计系统的共享中心,成为价值加工的重要环节。
(六)数据发布形式
铁路系统和大数据技术结合之后,随着数据量的不断增加,数据类型的不断改变,传统分析技术以及发布结果的形式已经无法满足社会的发展需求。现在应该重新改变数据的发布形式,开放民众个性化发布推送系统,平台上面的用户可以根据自身的喜好选择推动的方式以及内容,并且通过定位查询技术定位各种数据指标。随着市场经济的发展市场中各种APP不断繁荣和出现,例如应用最为广泛的微信,支付宝等网络软件,再或者网页版的邮件以及各种服务器等,在这些软件上发布的统计结果能够满足不同层次的统计需求。
五、结束语
自从2013年以来,中国铁路已经成功实现了政企分家,同时在社会中市场竞争环境日益激烈的环境下,企业的经营管理模式在内外环境的共同影响下需要面临着重大的改革。随着大数据以及智能化技术的不断发展,铁路统计系统原本的应用模式已经无法适应于今天的市场需求。重新构建铁路统计工作流程,数据采集分析方式,编码标准已经成为铁路未来在组织运输,经营管理方面的重要工作,因此需要有关技术人员对于这个方面进行深度分析和研究。
参考文献:
[1]李建华. 浅谈"大数据"对铁路统计工作的影响[J]. 科技经济导刊, 2017(12):255.
[2]李福. 浅谈大数据在统计调查中的运用与探讨[J]. 现代商业, 2018(21):186-187.
[3]陈乐. 大数据环境下的铁路统计信息化平台研究[J]. 中国科技纵横, 2018, 000(019):48-49.
[4]靳继红, 刘淑芝. 大数据在铁路货运信息系统中的应用框架探讨[J]. 电脑知识与技术, 2015, 000(013):5-6.
[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, No.194(14):200.
[6]宋浩. 浅谈大数据时代的铁路货运系统班组电子台帐的思考[J]. 经营管理者, 2015(1):101-102.
[7]甘元伟. 浅谈大数据在铁路客运市场营销中的运用与思考[J]. 成铁科技, 2015, 000(002):14-15.
[8]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]. 黑龙江科技信息, 2018, 000(014):68-69.
[9]徐欣. "大数据"对铁路运输统计影响的探讨[J]. 经济管理(全文版), 2016(5):00184-00184.
[10]周文风. 浅谈"大数据"新理念在客运营销和管理上的应用[J]. 西铁科技, 2015(3):33-35.