【探讨大数据在铁路劳动统计中的应用5200字（论文）】

探讨大数据在铁路劳动统计中的应用目录TOC\o"1-2"\h\u9394探讨大数据在铁路劳动统计中的应用 1211530引言 1128771统计的概念 1194072大数据对统计分析方法发展的影响 2140553劳动统计的概念 2274484大数据在铁路劳动统计存在的问题 3225674.1劳动统计人员业务素质偏低 3296124.2劳动统计技术手段落后 4149334.3劳动统计渠道比较单一 466874.4劳动统计人员依法统计意识不足 484835改进和完善铁路劳动统计的对策建议 450885.1F铁路公司数据治理实施效果 4295645.2改进和完善铁路劳动统计的对策建议 532675参考文献 6摘要:大数据的概念已逐渐被人们认识并应用于生产和生活中。在铁路中，需要对大数据运用于劳动统计工作引起重视，这样才可以将劳动统计管理规范化，增强劳动统计人员在专业上的培训，唯有这么做，才可以从保证铁路劳动统计工作的质量，大幅度的提升劳动统计水平本文对此进行了初步探讨。关键词:大数据；劳动统计；铁路0引言与传统数据模型不同，大数据具有多样化以及数量渐渐数量变多。也就是说，大数据包含的信息是十分的丰富的。处于这个信息爆炸的时代，数据信息渐渐的快速增加。2020的数据已经增长到了之前的很多倍，另外，大数据的应用范围非常的广，包含了人们难以统计的非典型数据，例如语音、视频等等。1统计的概念统计指的是查找整理并分析描述一些数据，以便可以计算被测量的对象。大数据的统计是按照下面的几种思维进行的：选取所有的数据，而不是进行随机样本的选取。随机抽样是统计学中用最少的数据获取较多信息所使用的方法。选择样本的时候，要注意准确分析样本，保持其准确性，并不仅仅只是注重样本的数量。主要的缺点是难以保证绝对随机性。在取样之后，当存在偏差，那么结果的分析会有很大的差异。更具包容性和混合性。大数据必须“大”。当然，数据越多越好。无论是准确的数据还是错误的数据，这都决定了这些数据不够准确。此外，大数据不会筛选和更正错误。简单的计算思想强调概率。海量数据使错误信息变得微不足道。与试图避免错误信息和样本偏差的传统统计不同，大数据的样本等于人口。对数据的相关性予以强调，数据一般庞大而繁杂，相关性也就是指即两个或多个数据之间的数学关系。相关性告诉我们它是什么，而不是为什么。因果关系是一种比较特别的相关性，渐渐被证明是需要更多的能量以及过程。所以，只是在互联网时代找寻因果关系，然后供应更加开拓的想法也是存在一定的困难。大数据要相关性来捕捉当前以及对未来预测。2大数据对统计分析方法发展的影响统计分析方法和大数据有着密切的联系。并且当数据改变的时候，那么统计分析也会随着数据的变化而改变。形成数据要经过一系列的过程，先是数据产生，然后是形成科学数据。基于观测数据的误差平稳分布、最小二乘法和相关分析法；因为我们无法获取所有数据，通过人口中一些个体的数据，人们可以了解总体特征，然后进行统计分析，然后产生各种具体的抽样调查方法，使用尽可能少的样本，得到尽可能准确的推论。现在，随着智能时代的到来，产生新的数据生成方式。众多的设备每年都将会生成大量数据，不仅限于最传统的纸质媒体，同时也不仅仅只是产生于文本以及表格。当大数据产生之后，那么就不会再运用那些传统的统计方法，比如科学数据等等。因为对全部的数据进行了运用，所以不需要对因果关系予以强调，确是在对相关性进行研究的基础之上分析现有的关系。如今在合适的时间里，主流软件工具没办法获取、管理并对大量的数据进行处理，并把数据作为决策的依据。为了收集数据，采用石计算的方式进行，然后使用分布式处理的方式对数据进行处理，使用特殊的存储技术（石）对数据进行存储，然后使用感知技术形成结果。3劳动统计的概念劳动力统计表示的是获得某种数据，主要对劳动报酬、员工以及动力资源配置等数据进行收集，给决策者提供决策依据以及决策数据。在某种程度上，大数据是先进生产力的代表，并且也代表了未来的生产发展方向。并且在很多的行业以及领域都具备了价值，必将在劳动力统计中发挥巨大作用。因此，劳动力统计大数据应用的几种模式如下：关于单位员工。劳动统计的重要项目就是员工，在人力资源管理是十分的重要的。传统的劳动力统计只统计员工人数。在分类方面，有身份、地区、性别、年龄、教育背景和技能水平等指标来确定员工的某些属性。它不能完全掌握员工的素质。大数据技术可以弥补这一差距。通过对设备终端数据的综合采集，如健康检测设备可以充分掌握员工的身体健康状况，可以从视频监控设备、服务质量评估仪等数据分析员工的工作熟练程度和工作态度，不仅仅是根据考试结果或他人的主观评价来判断员工的技能水平或工作状态；根据GPRS数据，我们可以知道每个员工都有多个标签。在统计劳动报酬上。劳动报酬不但是收入水平的体现。并且劳动报酬也是管理者了解劳动强度和工作质量的途径。然后再次对薪酬管理在制度规划方面是不是合理进行检查。工作量被传统的统计方法所量化，然后形成将时间作为依据的工时定额，并且形成将产量作为依据的产量定额。在进行分配的时候，为了实现量化分配，使用计件工资的方式进行。所以，制定定额标准会对劳动强度以及工作量造成影响，并且员工的收入水平也会受到计件工资单价的影响。应当要纠正在应用中的合理性，然后才渐渐的达到平衡。大数据在劳动报酬的运用中能够体现在下面几个方面：①应用到薪酬水平中去，对不同工种、行业以及劳动强度的贡献率进行分析，然后建立一个薪酬水平模型，使得人员随之变动。②应用到薪酬结构设计中，为了区别岗位的差异，依据岗位评价体系，评价薪酬结构中纳入考核的比例，并研究出更加科学的考核比例。③应用到员工满意度中，依据员工的需要，通过文本挖掘方式获得员工反馈的满意度信息，然后找出薪酬设计中的的缺点，或者是某个群体的不科学的地方。④应用到工资预算以及人工成本里：运用实时成本监控系统，找出和利润之间的匹配的人工成本支出与收入状况，特别是有关于外包人工部分，而且期望在允许的支出范围里，工资水平是比较科学的。为了使得劳动效率被提升，那么就需要进行薪酬设计以及人员配置的设计。劳动效率中有一个比较重要的指标就是劳动生产率。也表示的是传统统计方式对劳动效率的的解释。在大数据时期，统计不只是表示多个或者是一个指标，反而言之，在如今的劳动生产过程里看打了问题的产生，也许是某些具备特点的组长对整个团队的进度造成了影响；还有可能是因为发生季节性的改变，而对某个阶段产生的任务改变造成影响，使得阶段性冗余产生，怎样将人员配置进行最优化，那么就应当通过大量的历史数据找到相关性。传统统计没办法对大部分的数据进行量化的处理。不执着于因果关系以及量化指标，让大数据不再局限于传统的统计方法，从而还发现了更多的关联性，实现资源的最优配置是这种关联的价值所在。4大数据在铁路劳动统计存在的问题4.1劳动统计人员业务素质偏低有很多的劳动统计工作者没有基本的统计知识，并且专业素质不高，再加上工作中没有认真负责，只是做了些表面的工作。此外，劳工统计员必须考虑许多其他任务，这会导致劳工统计员分心。刚刚接任的劳工统计员缺乏统计培训，因此他们不知道从哪里开始。4.2劳动统计技术手段落后定期编制报表是劳动统计调查的主要方式。在如今的阶段，还是有很多的铁路单位信息化建设不高，未能将计算机应用能力充分的运用，并且还未能研究统计数据的能力，还有些基层单位的统计工作还只是进行手工处理。一方面，依靠简单的手工统计，编制报告和各级报告，不仅统计效率低，而且浪费人力物力。另一方面，劳动统计从业人员对数据收集和报告编制不够重视。数据不准确，采集方法单一，深度处理困难。监理人对报告的程序审查等环节不够严格，未能及时发现数据错误。4.3劳动统计渠道比较单一在平时的铁路劳动统计工作里，相关部门将一些信心逐步报给铁路单位，然后收集统计数据。铁路相关部门的主要工作是编制很多临时报告以及定期报告，比如，需要一级一级的编制、汇总和报告月度、季度和年度报告。这些日报存在着一些共同的问题：渠道非常的单一、并且主题不丰富，信息范围不大。劳动统计学家常常不会重视分析以及预测统计的过程和结果，只是关注统计数据的收集、整理和报告。这导致信息内容有限，各种报告形式正式，参考性差。4.4劳动统计人员依法统计意识不足应用劳动力统计指标非常的广泛。住房公积金等费用和社会上一些经济补偿案件需要参考劳动统计中的工资总额和平均工资。并且有些基层单位的管理人员需要以自身的利益为出发点，不依据计制度的规定进行填报，对工资总额以及职工人数进行隐瞒或者是谎报，会直接对职工切身利益造成影响。5改进和完善铁路劳动统计的对策建议5.1F铁路公司数据治理实施效果随着数据治理专项工作的稳步开展，数据治理工作小组不断总结技术和管理经验，通过不断完善项目数据管理，并通过统一的大数据综合治理平台进行落地，满足了F铁路公司对高质量数据的需求，为F铁路公司的经营和管理工作提供了可靠准确、及时的数据服务，促进了后续数据深度应用和数据挖掘的有序开展。对数据资源的梳理、盘点、组织，为数据资产开发者、数据资产管理者、数据资产使用者提供多层次、多视角的数据资产视图。数据治理的成果如图6-5所示：图6-5数据治理大屏Figure6-5Thescreenofdatagovernance尽管难度很大，本次F铁路公司的数据治理研究工作依然取得了如下成效：（1）通过此次数据治理专项工具，F铁路公司建立了专门的数据治理组织架构及对应的工作流程机制，形成了完整的数据治理流程和数据沟通机制。（2）以货运数据为试点，全面整合了10多个内部核心业务系统，梳理了近200多个数据实体和2300多个数据实体属性，分析出近100多个指标数据，并制定了全面的货运数据标准规范，并将这些数据固化到大数据综合治理平台上进行了标准化管理。（3）通过对货车到站停留时间分析，半年内已清理出货车在站停留超过168小时的国铁货车8200多辆，节省货车使用费约900万元。（4）基于大数据综合治理平台研发了121个数据接口、100多个指标数据服务接口，基于数据质量稽核模块稽核了78个实体属性，发现并处理了近50多个问题。实现了20个主数据及其标准的集中管理，提高了主数据的真实性、准确性。5.2改进和完善铁路劳动统计的对策建议5.2.1加强对劳动统计工作的重视需要加大领导劳动统计工作，并且要对劳动统计工作引起重视。领导者不仅要对劳动统计会处理，并且还要有分析问题解决问题的能力。并且还要对基本的劳动统计指标体系、劳动统计体系以及劳动统计方法有一个全面的理解。只有十分重视铁路劳动统计工作的时候，才可以使得劳动统计队伍一直稳定，这样才方便统计人员独立的展开工作。5.2.2加强劳动统计人员的培训提升专业素养。统计员不但要对劳动管理专业知识熟悉，并且还要对人事熟悉，还需要对现代统计手段以及统计专业知识有一个了解。这就需要劳动统计人员将思想道德修养提高，坚守社会主义职业道德，树立依法统计的理念，然后加大学习统计业务知识以及法律法规，坚持依法统计的理念，坚持统计意识，对各种统计业务要精通，并对劳动统计指标体系有一个全面的了解。5.2.3加强统计技术手段和软硬件设施的建设对有关劳动统计相关软硬件设施建设予以加强，使用先进的计算机软件以及硬件来武装劳动统计部门，加大培训劳动统计技能，并且丰富培训手段。与此同时，建设劳动统计信息网络不仅可以使得工作效率提高，还可以将员工的工作强度降低，加大分析大量的劳动统计信息，进而开发资源，并实现信息共享，有助于提升劳动统计的客观性以及真实性，提升劳动统计品质。5.2.4规范劳动统计渠道劳动力统计的基础是劳动力统计渠道。劳动力统计的关键是对劳动力统计结果进行研究。对劳动统计结果进行分析以及预测就是劳动统计信息的价值，给领导决策以及生产经营供应依据。统计工作需要系统分析并且超前预测，然后将劳动力统计渠道理顺。5.2.5加强劳动统计法规宣传已发开展劳动统计工作。加大建设劳动统计法规，不但是要满足劳动统计工作本身的需要，更是要满足社会经济发展以及我国文化发展的需求。要使得劳动统计工作走上规范化、科学以及法制化的道路，需要根据法律法规的要求进行统计，需要完善法治队伍建设，促进劳动统计的和谐发展。对法律进行宣传，并且要宣传有关的劳动统计法，让各个劳动统计被访者加大劳动统计的法制观念，要认识到每个劳动统计被访者有义务及时的提供劳动统计资料。5.2.6认真贯彻落实国家劳动统计工作要加强和劳动统计局的配合，落实相关的劳动统计制度，核算劳动统计所需财务数据报送制度加大研究力度，需要依据时间上交有关的铁路财务统计数据。参考文献[1]王超丽.加强大数据技术在劳动工资统计改革中的应