浅谈大数据在地铁乘务运作中的应用

吴广潮

摘要：随着大数据时代的来临，大数据技术已经逐渐成为城市轨道交通研究中的重要分析工具。目前，地铁迎来了跨越式发展，运营里程的增加势必会带来线网的迅速扩张，运营管理模式也即将迎来变革。乘务运作作为地铁安全运营的最后一道关卡，其运作质量的好坏直接关系着地铁的服务质量。而正常的乘务运作伴随着大量数据的产生，如果合理地利用这些数据对提高乘务运作效率有着十分积极的作用。

关键词：大数据分析;乘务运作;潜在困难

引言

大数据思维对于多数企业而言，就是要求企业更加重视数据，对数据实现全面收集，并对海量的数据进行存储和分析，将分析结果作为企业发展的指挥决策的依据。大数据思维处理数据在逻辑上可分为数据采集、数据处理、数据计算挖掘和数据应用展现等四个层次。数据存储还可实现数据搜索功能。

1现阶段地铁线网大发展的状况

随着轨道交通行业的不断发展，城市轨道交通网络获得了很多完善机会，尤其是在城市轨道交通运营管理过程中，乘务运作管理也从单一线路或者是几条线路发展成网络化状态，形成网状运营模式。整体来看，其运作模式也会随着发展规模和发展速度而产生变化。目前，我国轨道交通行业正处于飞速发展时期，如何在日常工作中提升乘务运作管理水平，确保服务运营质量不会受到任何影响，将其中的价值最大限度地发挥出来，是每一个工作人员应该深思的问题。

2大数据在地铁乘务运作中的应用

2.1乘务运作的基础模块

1）安全管理模块。按照“安全第一、预防为主”的方针，认真贯彻执行上级生产安全任务目标，落实安全生产规章制度，确保安全生产顺利进行。主要负责消防、演练、牵头安全。综合治理、落实检查、评估情况、安全事件分析（正线）、安全简报、安全汇报材料、危险源、责任状、工伤、治安、组织安全检查等具体工作。2）技术运用模块。主要负责技术运用、新线筹备、时刻表编制交路、工程整改、晚点和故障分析、牵头标准文本（编制、修改、会签）、负责做好班组相关内容执行情况的检查，编制日常的“精简高效、科学合理”的列车交路表、人员排班表，提高人员出勤率和劳动生产率。3）培训管理模块。主要培训、新员工的管理、师徒带教、建立各岗位员工持证/聘用情况数据库、组织技术比武、考试、抽问/抽考、牵头编写各类培训教材、负责督促检查各队组培训台帐记录保持情况。4）党群管理模块。负责党群、人事、计生、服务、宣传网络工作，文化建设、工会、纪检、共青团、文明办公、劳动合同、员工奖惩记录、生日费发放的相关工作，负责做好班组相关内容执行情况的检查。5）综合管理模块。全面负责综技组管理，负责生产、计划、质量管理、营销、经营网络工作、配合分部各类安全检查，负责’做好班组相关内容执行情况的检查。

2.2完善标准作业流程

在我国进入21世纪迅猛发展，社会在不断进步，随着地铁客流的日益攀升，列车行车间隔将进一步压缩。既有乘务标准化运作流程在一定程度上可能制约着行车效率和旅行速度。通过对既有作业流程关键时间进行大数据测点及分析，可以对标准化作业流程进行完善优化。例如，运用大数据思维对各个站点司机作业时间进行测点，测点结果显示由于各站的客流等情况不一，导致站台作业过程中司机对关门时机的把握差别较大。针对这种情况，在保证安全的前提下，根据各站的客流等情况将车站进行分类，并统一各等级车站的关门时机，提高正线作业效率。

2.3开展跨专业业务共建

从扁平化管理和技能专业化发展角度看，在线网扩张之后，整个营运组织架构需要经历划区域实行、划线路独立运作等，独立运作意味着运营范围中的所有相关专业必须融合成一个整体。在此过程中，各个岗位的工作人员除了对本身的业务技能进行掌握之外，还需要对其他专业内容进行了解。地铁营运部门可以建立起跨专业的培训机制，做好培训需求分析工作，这也是跨专业培训工作开展的第一步。整体来看，整个培训需求分析过程属于一个信息汇总和整合的过程，最终得出具体的分析结论。有效的需求分析主要对距离进行合理判断，最终得出一个科学合理的结果。其次是制订跨专业培训计划，跨专业培训计划主要是确定“培训什么”和“谁来培训”。通过制订培训指导方案，确立新的培训计划。而在建设跨专业培训课程的具体过程中，还应该将培训目的、培训内容管理过程体现出来，提升各项培训工作的专业程度。

2.4乘务技术管理与大数据的关联

科技在迅猛发展，社会在不断进步，我国综合国力显著加强。在地铁乘务运作管理模式中，与乘务技术管理相关的数据包括：列车故障统计和分析、列车运行及停站时间、司机作业标准化时间分析及流程优化、列车晚点统计分析、列车运营时刻表参数及交路表优化等。从大数据界定的Volume这一特征而言，地铁乘务技术管理中所产生的数据量并未达到大数据的特性，只能称之为“次大数据”，但仅此数据还不能说明数据没有挖潜的价值。从列车故障量分析而言，传统的业务数据应用也可以总结出列车存在的普遍性故障、惯性重复故障以及故障发生的时间、地点、车号等信息，通过对这些信息的筛选分析，得出需要的结论。但大数据思维与传统数据思维的区别在于：传统数据思维通过确定一个目标后，数据使用则围绕该目标，收集有用的有针对性的数据，然后对数据整理分析并得出可用结论或措施;大数据思维则不然，大数据是实时收集的数据，采取数据大多数是无具体目标的，是参与者主动参与的，分析数据后得出结论。

2.5注重管理扁平化

在早期轨道线路发展过程中，由于营运线路过于单一，并没有形成网络化的运营模式，具体的组织架构呈现纵深性。但在后续线路设计过程中，主要是以单一的营运线路为设置基础，逐渐向网络化方向扩展，整个组织管理架构也出现了扁平化特点，在提升管理效果的同时，可以进一步降低管理层次组织架构建设的难度系数。在此过程中，由于管理层次越来越少，在某种程度上维持了系统管理的稳定性。在网络化、高速化发展背景下，对地铁营运单位的管理工作提出了更高要求，为与现阶段的高速发展的轨道交通相适应，地铁营运公司提出了新的岗位人才培养计划，即“一专多能”。在此项要求之下，各个工作人员不但可以掌握本职工作中的专业技术，还能对其他岗位的业务知识进行了解，做到与具体的岗位要求相适应。

结语

在大数据发展时代，大数据、大数据技术固然重要，但最重要的应该是对大数据思维的理解和应用。乘务运作作为城市轨道交通运营组织重要的组成部分，只有不断地深入挖掘运作过程中产生数据的价值，才能更好地将数据进行存储、分析和利用，为乘务运作管理和发展提供决策依据。

参考文献

[1]高峰，金锋淑.基于地下空间开发的沈阳地铁线网优化策略研究[J].城市住宅，2018，25（4）：29-34.

[2]邓紫阳.城市地铁线网指挥中心有线广播系统平台的适应性研究[J].数字通信世界，2018（3）：38，41.

[3]卢文刚，黄小珍.基于FCE法的城市地鐵踩踏事件应急能力评价研究——以广州地铁为例[J].中国行政管理，2018（3）：145-152.

[4]丁慧娟，申亚伟，周杰.城市地铁轨道交通中的大数据分析[J].智能城市，2017.

[5]王乾.论大数据分析的方法论意义[D].武汉科技大学硕士论文，2015.