Page 174 - 铁路车务系统安全管理研究

Research on Safety Management of Railway Vehicle Service System
铁路车务系统安全管理研究

3. 时间段问题分布
对 2021 年全部安全问题按照发生时间段进行梳理分析可知，有 2 个时间段
问题发生相对较多。一是凌晨 3:00 左右，问题发生频率逐步攀升，原因在于人
体生物钟在这个时间段较为疲乏和困顿，容易因精神不集中引发安全问题；二是

早、晚交接班（7:00~8:00、18:00~20:00）后时间段，问题数量呈增长趋势，主
要是因为交接班相关事项交接不清、作业衔接不畅而可能引发一些安全问题。
（二）直接责任者
1. 年龄情况

2021 年车务系统在岗职工及问题直接责任者各年龄段比例数据分析发现，
二者年龄分布整体比例较为吻合，但其中 23 岁左右及 30~37 岁年龄段呈现出较
大差异，问题直接责任者比例明显多于该年龄段在岗职工人数比例。初步分析其
原因，20 多岁年龄段属于新职人员，容易发生问题；30~37 岁年龄段一方面从岗

位调整角度考虑，新转岗、提职人员集中在此年龄段，存在对新岗位技能及知识
掌握不全的风险，另一方面该年龄段职工步入中年，除工作外家庭生活压力相对
较大。
2. 从事本岗位时间

2021 年车务系统安全问题直接责任者从事本岗位时间分布分析显示，安全
问题直接责任者从事本岗位工作时间不足 2 年的所占比例最大，其次是 3~4 年。
整体上随着本岗位工作时间的增长，职工发生事故的概率不断降低，而新职人员
由于对作业标准不熟、业务素质不高、经验缺乏等原因，发生问题的概率相对

较大。

三、制约大数据深度应用的主要因素

目前车务系统大数据应用还处于初级阶段，还存在一些制约大数据深度应用
的因素。

（一）数据运用缺乏统筹安排
铁路车务系统大数据运用尚处于认知的初级阶段，大部分管理人员缺乏大数
据应用理念和意识，尚未建立一整套规范的大数据采集、管理、应用制度机制，

专业管理标准不够精细，部门规划缺乏统筹安排，致使部分信息系统功能存在重
叠或盲区。由于历史原因，车务系统不同时期、不同标准、不同途径建立的信息

166