徐震
珠海城建现代交通有限公司 519000
摘要：地铁目前处于跨越式发展阶段，线网的扩张必然带来运作管理上的变革，乘务运作作为地铁运营最重要的基层作业环节，运作的顺利与否直接影响到运营质量的好坏，因此，如何利用好在乘务生产运作中产生大量数据，经过分析萃取出对发展运作有益的结论，不断提升运营服务质量显得相当重要。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。
关键词：大数据；地铁乘务；技术管理；应用
广州地铁目前处于跨越式发展阶段，线网的扩张必然带来运作管理上的变革，乘务运作作为地铁运营最重要的基层作业环节，运作的顺利与否直接影响到运营质量的好坏，因此，如何利用好在乘务生产运作中产生大量数据，经过分析萃取出对发展运作有益的结论，不断提升运营服务质量显得相当重要。
1乘务技术管理和大数据
1.1乘务技术管理与大数据的关联
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。需要指出的是在乘务技术管理中也许无法真正实现大数据，笔者姑且称之为“次大数据”。但这并不妨碍乘务技术管理中运用大数据思维对数据进行分析，挖掘数据中价值。
就乘务技术管理方面而言，运用大数据思维对数据进行分析，对提高作业效率，提升设备服务质量大有裨益。其具体的现实意义表现在于：
（1）提高信息流通，加强乘务专业与其他专业联系。地铁乘务运作过程中与车辆、信号等各专业密切联系，应用大数据思维能够实现信息共享、紧密各专业的沟通联系。如乘务技术管理中利用大数据思维分析列车故障情况后，车辆部门根据挖掘出来的列车故障特性对列车实施有针对性的维护计划；信号部门根据挖掘出来的列车受信号影响的特征制定防范措施等。
（2）完善作业流程，提高作业效率。乘务运作存在大量作业流程，随着运作的发展，一些作业流程在效率上已经成为运作发展路上的瓶颈。通过对作业流程进行大量数据测点，分析各作业环节中时间分布，分析数据差别的原因，在安全的前提下，提出优化措施，提高作业效率。
（3）预防设备故障及安全事件的发生，提高服务质量。通过对设备故障进行大数据统计分析后得出故障分布规律，及时开展防范性的培训，避免故障影响扩大。同时不断扩大数据分析范围，将司乘人员的技能水平、思想状态、培训效果等维度纳入数据分析范畴，分析司乘人员的关键薄弱点，提前预防，将安全防控的环节提前，预防安全事件的发生。
1.2乘务技术管理中的数据采集
在乘务技术管理中，数据的采集是一项复杂繁琐的基础性工作。多数数据需要所有参与者共同参与记录，如列车故障数据统计，需要所有驾驶员实时记录下列车故障的信息，包括故障的时间、地点、故障车底、故障现象、故障处理情况、故障处理结果等。
1.3乘务技术管理中的数据处理
对于大数据，并不全是有价值的，有些数据并不是我们所关心的内容，而另一些数据则是完全错误的干扰项，因此要对数据进行预处理。如在统计列车满载率时，某些车站实施客流控制，在每个车门处人为控制上车客流，那么得到的列车通过该站时的满载率就是一个偏差的数据，该数据不应该并不能真实的反应列车在该站的实际载客量及载客能力。
1.4乘务技术管理中的数据挖掘
数据采集和预处理后就要对数据进行挖掘计算，即从大量的数据中，提取潜在有用的信息。数据挖掘涉及的技术方法很多，但目前应用于乘务数据分析的工具较少，仅限于Excel表格中数据透视、思维导图等常用数据分析工具，常规数据分析工具分析的数据局限性较大，大量隐藏的数据价值得不到挖掘，因此需要引入更强大系统的数据分析工具，这样对数据进行深入、详细、全面的分析，才能挖掘更多的数据价值。
1.5乘务技术管理中的数据应用
维克托的《大数据时代》指出大数据的核心就是预测，这一特征非常契合乘务技术管理中的列车故障数据，数据进行分析后，在分析出故障按时间、地点、车底号后，综合考虑列车的运行状况，检修维护质量等对列车故障进行预测，乘务部门开展针对性的培训，设备部门有针对性加大故障排除力度，确保设备稳定。
2地铁乘务管理中的大数据应用
2.1列车故障分析
如在对正线故障进行趋势判断时，通过数据分析，得出2017年前三季度正线故障趋势图，将此图与此前几年故障趋势图进行对比分析可得出故障的总体趋势，如通过大数据思维，通过进一步扩大数据范围，可将列车故障时所处环境的情况下，列车故障率较高。乘务技术员制定相应的预防措施，如加强设备检查，司乘人员提高注意力和警惕性。
在分析2017年上旬期间正线相同时刻表开行列次基本相同的情况下，列车满载率高的情况下比满载率低的情况下故障要高，如春节两天的客流量几乎是正常周末的一半，但其故障量也呈现相同的分部态势。因此，客流量较大，列车满载率较高的情况下，需要格外留意列车的故障情况，也敦促设备检修部门要加大对列车的维护保养力度，此外这种趋势如果深入挖掘，可作为提升正线运作效率的研究方向。
日期本日客量换乘客量本日客量实际（列）故障总量
针对常见故障进行大数据分析时，在分析2017年上半年车门故障时，技术员通过对数据的挖掘发现：车门故障呈现一定的特性，即靠近司机室的车门发生故障的概率较大，从统计上来看，靠近A车和C车司机室的车门，即A车1、2＃车门和C车7、8＃车门，出现故障的比例约占59％。乘务技术员将这一特性告知车辆检修部门，对具体原因予以分析，得出结论。
2.2作业流程优化
乘务技术管理中需要制定大量作业流程，受各时期客流因素、运输计划等影响，一些作业流程变得不再适用，因此需要不断对作业流程进行完善和优化。如司乘人员正线作业流程的优化，随着三号线客流量的不断增加，三号线运力不足的矛盾日益凸显，除了通过常规的增加上线列车数量来提升运力之外还需要提升列车在线上的周转效率，即提高司乘人员的正线作业效率。运用大数据思维就是需要对各站点，大量司乘人员的作业时间进行测点，根据测点的结果分析，得出作业环节，如站台作业环节中，测点结果显示司乘人员对关门的时机环节上差别较大，主要原因在于各站客流情况不一样，在站上下客速度不一，司乘人员主观上对关门时机把握不一等，得出这样的结果后，在安全的前提下，制定出优化流程，即各站统一关门时机，如此提升了正线作业效率。
2.3安全技术监控
海因里希因果连锁理论认为企业安全工作的中心就是防止人的不安全行为，消除机械的或物的不安全状态。但目前尚无具体理论或方式对人的不安全行为或物的不安全状态进行判断，常规手段是现场检查，现场制止人的不安全行为或判断物的不安全状态，如引入大数据思维，则可以通过对人的技能等级、家庭背景、思想状态、违章情况以及设备的维修保养情况、运行状态、设备所处环境、湿度、温度等进行数据分析，通过分析结果进行预警，从而达到让管理者较直观快速的掌握人员的不安全行为或物的不安全状态。
如司机驾驶列车在XX站点因现场故障处理不当，影响正线行车。通过对该司乘人员的检查记录发现，在发生事件的前两天，正线轮值连续检查到该司乘人员的标准化作业有问题。
3.大数据思维在地铁乘务技术管理中的长远意义
随着地铁乘务运作管理的不断改革发展，乘务技术数据量将不断积累，与乘务技术相关的数据会越来越多，范围越来越广。从长远来看，对乘务技术相关数据进行大数据分析，将司乘人员的工作经历、职位等级、培训效果、技术水平、工作态度、性格特点、违章情况、家庭背景、健康状况等数据进行采集，同时采集设备的维修记录、故障率、历史故障情况以及设备所处的环境湿度、温度、天气状况等，对上述数据进行系统分析，这样就可以预测出设备运行的状态以及人员在岗的状况。例如在未来，通过大数据分析得出某一列车故障率较高，计划值乘该车的司机违章较多、技能水平低等，则派班员就可以将该司乘人员与该列车隔离开来，避免可能的设备出故障或人员违章、故障处理水平低下等情况。
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，乘务技术管理作为乘务运作对数据依赖最为直接的模块，需要不断深入挖掘乘务技术数据中的价值，只有拥有了对大数据思维，才能懂得如何利用数据的价值，挖掘数据的隐藏价值，才能更好的将数据进行存储、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]王起飞.关于地铁乘务管理的思考[J].江西建材，2017（17）：260-261.
[2]王哲.新时期下关于地铁乘务管理工作的新思考[J].城市建设理论研究（电子版），2017（24）：179.
[3]廖书林.数据透视在广州地铁乘务运作管理中的应用[J].科技风，2014（09）：205.
论文作者:徐震
论文发表刊物:《建筑学研究前沿》2018年第20期
论文发表时间:2018/11/14
标签：乘务论文; 数据论文; 作业论文; 列车论文; 故障论文; 技术管理论文; 人员论文; 《建筑学研究前沿》2018年第20期论文;