曾云辉

【摘 要】近年来，大数据技术与思维已经得到了快速发展，并被广泛应用在多个不同的行业里。对于地铁乘务技术管理来说，通过使用大数据思维能够提高作业效率，并且也能够提高设备的服务质量。基于此，本文首先将阐述大数据思维在地铁乘务技术管理中应用的意义，然后具体分析了大数据思维在地铁乘务技术管理中的应用。

【关键词】大数据思维；地铁乘务技术管理；应用

【中图分类号】U29-39 【文献标识码】A

近年来，地铁领域的发展速度持续加快，无线网也在持续扩张，与此同时，运作管理方式也发生了很大的变化。乘务运作是铁路运营的基层作业环节，它的运作情况与地铁的运营质量直接相关，所以，必须要有效利用乘务生产运作过程中所产生的数据，并通过分析得出更多发展运作有利的结论，以此来进一步提升地铁运营的服务质量。

一、大数据思维在地铁乘务技术管理中应用的意义

（一）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。

（二）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、行调等各专业密切联系，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。

（三）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，得出某些司乘人员在某些时间段不适合上岗等结论，提前预防，将安全防控的环节提前，预防安全事件的发生【1】。

二、大数据思维在地铁乘务技术管理中的应用

（一）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、运输计划等的影响，一些作业流程已经不能满足基本需求，所以必须要对其进行优化与完善。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。

（二）列车故障分析

正线列车运行的质量与乘务运作息息相关，统计和分析列车故障情况对提高列车运营服务质量，提升正线运作效率很有帮助。通过列车故障发生的日期、时间、地点、故障类型、故障原因、故障车底等维度进行数据统计，运用大数据思维对数据进行分析挖掘，就可以清晰地了解所发生故障的时间特性，故障与车底的关联，故障与原因之间的关联等，从而对故障的出现做出预判，提前做好故障处理的预想，减少故障带来的安全风险【2】。

例如，在判断广州某地铁正线故障的时候，得出2015年前三季度正线故障趋势图，如下图1。将此图和前几年的故障分析图做了对比以后就能够得到故障的发展趋势，在此基础上，通过使用大数据思维，进一步扩大了数据范围，并把列车故障时所处的环境，如天气、温度、湿度、隧道风压等，列车故障时的满载率、客流分布情况等纳入分析范围，最终在列车故障分析中得到广州地区出现回南天（二三月份）及炎热天气（第三季度）等较极端气候的情况下，列车故障率较高。然后乘务技术员就能够制定有效的预防措施，例如，加强设备检查，以此来降低故障的发生率。

2015年前三季度正线故障趋势图

（三）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【3】。如2017年6月某日，驾驶员驾驶列车在某站因现场处理故障不当，造成列车需要救援，对正线行车造成较大影响。通过调取该名司乘人员的检查记录发现，事发当日前两天，正线轮值连续检查到该司乘人员的业务及标准化问题。

三、大数据思维在地铁乘务技术管理中的潜在困难

（一）大数据运用技术与数据分析人才存在短缺

近年来，大数据逐渐实现了快速的发展，因此，并非所有人都对它有足够的了解，许多新兴的大数据分析技术对于人们来说都是比较陌生的。因此，应该要加强对于乘务技术发展相关的大数据技术的研究。此外，从目前来看，对于数据采集收集分析方面的人才的培养力度也存在明显不足，在这种情况下，应该尽可能多地对员工进行数据收集、管理、分析等方面的培训，以此来保证员工有能力从大量的数据中迅速得出需要的结论。

（二）大数据处理成本与效益之间存在矛盾

乘务运作过程中产生的大量数据在现有阶段还不能完全捕捉或是记录下来，如司乘人员的个人信息等，如何全面记录乘务技术管理中相关的数据，一方面需要技术员花费人力成本，另一方面需要借助先进的数据记录设备，但无论哪一方面，在目前的乘务运作过程中都需要耗费较大的成本。然而大数据的 Value 特征告诉我们，即便是大数据能带给我们巨大的价值，但其价值密度还是很低，可能上 TB 的数据里，我们得到的价值量不过数 MB。因此如何处理大数据成本和效益之间的矛盾是乘务技术管理运用大数据思维需要考虑的问题。

四、结束语

总之，在大数据时代的大背景下，应该要深入了解大数据思维的真实含义，只有这样才能有效发挥它的价值。此外，乘务技术管理是乘务运作对数据依赖最直接的模块，因此，必须通过使用大数据思维来深入掘乘务技术数据中的价值，只有这样才能更好地将数据进行存储、分析和使用，从而也就可以给乘务运作管理与发展提供更加可靠的决策参考。

【参考文献】

[1]许星.浅谈大数据思维在机车检修中的应用[J]. 中国铁道科学研究部，2015：1007 ～9890.

[2]颜永友.大数据时代下的地铁乘务培训体系构建探讨[J].科技展望，2017（10）.

[3]李子卿.城市軌道交通乘务排班问题的策略优化研究[D].北京交通大学，2015.