当前，我国铁路运输收入清算机制为“按月清算”，即每月中旬发布上月各企业应交进款、应得收入和企业间相互提供服务的应收、应付金额，作为企业营业收入依据。这种事后下发清算结果的方式，给企业资金预算、划拨及经营决策等环节产生消极影响，及时获取经营信息对企业的重要性不言而喻。因此，缩短清算时长，快速、及时、灵活地获取清算结果，是当下铁路运输企业普遍的期望。

利用“预结算”思想可以有效解决上述问题，预结算是企业在实际结算之前，提前对相关的人力投入、材料使用等方面进行预估的行为^[1]，可帮助企业进行成本控制和收入预测，也可将其应用于货运清算领域。铁路货运承运预清算是指基于货运承运制规则要求，对其各清算项目在清算机构每月集中清算之前，进行企业运输收入应交、应得费用预估和部分提供服务的应收、应付费用预估，从而为企业清算资金预付和结算提供参考。

目前，已有众多研究为货运承运预清算奠定了良好基础，如文献[2]提出了预清算数据共享方案并制定了数据交换机制；文献[3—4]构建了预清算模型和平台，实现了运输生产和清算数据的精准及时展现。此外，提高清算统计数据质量^[5]、清算原始数据容错纠错处理^[6]等方面的研究也为货运预清算的实现提供了启迪。本文在已有研究基础上，结合铁路货运承运清算业务流程、货运承运运输组织现状，提出铁路货运承运预清算服务系统，探讨其实现流程、架构设计、功能设计和关键技术。

1   货运承运预清算服务系统总体设计

《铁路货物运输进款清算办法 （试行）》（铁总财[2017]333号）规定^[7]，承运企业全面负责和控制整个货物运输过程，并收取全部运费，后按计费工作量和对应清算单价逐票向提供运输服务企业付费。因此，进行货运承运清算的核心要素是运输收入数据和工作量统计数据。正式清算流程中，次月上旬由各企业收入部门上报上个月所有审核确定后的收入数据，由统计部门上报上个月所有审核确定后的工作量统计数据，再经资金中心清算处审核、确定，清算完成之后，在2～3个工作日下发资金清算及轧差结果。由此可见，资金清算周期过长的主要原因是数据提供、审核、确定的时间较长。在货运承运预清算实现方面，关键是要及时获取按日收入数据和工作量统计数据，并尽可能得到与按月数据相近的结果^[8]。

1.1   货运承运预清算服务系统实现流程

货运承运预清算服务系统实现流程如图1所示。

图  1  货运承运预清算服务系统实现流程

下载: 全尺寸图片 幻灯片

得益于铁路一体化信息基础设施，收入信息可直接从铁路货票制票系统获取；在工作量统计方面，考虑铁路货物运输具有一定的规律性，如基于同发站、到站、计费里程，认为单位车线路计费工作量金额应一致，车辆计费工作量金额一致，单位计费重量的牵引工作量金额应一致。因此，工作量统计数据可从已完成的货运清算历史数据中寻找对应信息，其实现思路如下。

（1）货票原始数据清筛、分析。对铁路货票制票系统读取的货票信息进行清筛、分析，提取发站、到站、运输类型等票面信息特征，写入货运预清算原始数据库，形成货运预清算源数据。

（2）收入信息提取。根据清筛后的货票信息从铁路货票制票系统读取收入信息。

（3）工作量信息计算。将货运承运预清算票据源信息与铁路运输收入清算系统中的历史清算数据进行特征对比分析，寻找有共同特征的货票清算结果，对清算结果和构成清算结果的各科目数据进行分析，结合车辆服务费字典、线路使用服务费字典、电力牵引服务费字典等清算字典信息，对应货票原始数据工作量信息。

（4）预清算结果计算。调用收入信息、工作量信息等数据，利用车辆服务、特价高出、线路使用等货运清算科目的预清算模型对各项清算结果进行预估。本文重点在于介绍货运承运预清算服务系统的实现思路、系统架构、功能设计等方面，因此，文中涉及的预清算模型不作介绍。

为进一步提高上述预清算实现方法的预测精度，根据铁路货票制票系统的数据和历史清算数据，通过预清算模型来预估货车在各铁路局集团公司管内的走行径路和里程，从而为预估线路使用费、机车牵引费、接触网使用费等货运清算科目提供计算和参考数据。

预测走行径路有2种方案：①根据确报、实际运行图等数据逐票计算走行径路，该方案能确保计算结果高度准确，但需要运输生产领域的海量数据，对网络带宽、计算能力和存储能力需求较大，目前的铁路运输清算系统不具备此算力，且该方式存在不经济和付出回报不匹配的明显缺点；②使用车流径路进行估算，根据变更径路的调度命令进行计算，该方案没有过多的数据依赖和资源需求，但对变更径路调度命令的质量依赖较大，数据不完整时会有一定误差。

考虑预清算时允许有一定误差，因此，本文采用第2种方案预测走行径路。该方案带来的误差及其对预清算结果的适用性，可以通过对货运承运预清算的预测值与实际值进行拟合对比的方式，进行有效性验证。

1.2   货运承运预清算服务系统架构设计

货运承运预清算服务系统附属于铁路财会管理系统中的铁路运输收入清算系统，2023年6月中国国家铁路集团有限公司（简称：国铁集团）资金清算中心推动开发新的铁路运输收入清算系统（简称：新系统），新系统采用基于微服务的云原生应用架构开发。按照货运承运预清算实现思路，在新系统中，货运承运预清服务系统的架构如图2所示。

图  2  货运承运预清算服务系统架构

下载: 全尺寸图片 幻灯片

（1）国铁集团内部网络（简称：内网）用户、铁路局集团公司用户等通过铁路内网终端PC、互联网安全接入PC或移动端访问新系统，使用货运承运预清算服务系统。

（2）通过铁路现代信息基础设施中的一体化信息集成平台、大数据人工智能平台、开发测试平台等基础设施，获取铁路货票制票系统、收入系统、统计系统等外部系统的基础数据，进行大数据分析计算及程序开发测试等。

（3）运营维护（简称：运维）管理平台及集中安全管理（简称：安管）平台对新系统及货运预清算微服务进行统一运维和安全管理。

（4）货运承运预清算与客运预清算、成本归集、市场动态等共同构成新系统的系统功能，货运承运预清算径路计算、进款及费用预估、预清算报表生成等在此提供，由新系统实现数据处理清洗、数据接入查询、日志管理和监控等功能。

2   货运承运预清算服务系统功能设计

货运承运预清算服务系统功能如图3所示。

图  3  货运承运预清算服务功能

下载: 全尺寸图片 幻灯片

2.1   原始数据获取

实现基础数据接入，从铁路货票制票系统获取指定的货票信息并从清算数据库获取历史清算信息。为后续预清算模型训练、结果预测等服务实现提供基础数据。

2.2   原始数据解析入库

将接入的铁路货票制票系统信息和清算数据库原始信息进行清筛、分析，解析后的数据按预定规则进行校验，校验通过则依据接口规则解析入库，对于入库失败的错误信息按数据来源分别处理，或由系统通知企业重新上报数据或重新选择其他数据。

2.3   预清算基础字典管理

管理维护车辆服务费、线路使用服务费、电力牵引服务费、特价高出、单价和税率等字典信息，为预清算计算提供字典依据。

2.4   全国铁路企业径路计算

接入既有系统径路里程数据并入库，使用和维护全国铁路径路里程计算模型，实现径路里程计算和临时径路设置。

2.5   进款及各项费用估算

调用各清算科目估算模型，最终生成估算值，提供预清算结果与实际清算结果对比分析。

2.6   预清算报表生成

根据预清算结果，结合企业性质及口径，生成进款、服务费及相关清算科目的清算报表、全口径报表，提供查询、下载等功能。

2.7   预清算图形展示

对预清算结果进行整理，形成可供展示的数据存储，提高数据访问效率，可配置图形数据展示方案并对其进行切换，以地图的形式将预清算结果展现出来。

2.8   预清算结果下发

对预清算结果进行数据一致性校验、导出、打包、加密、下发和查询。

2.9   预清算动态全程跟踪

对预清算每一阶段的处理进展、关键指标等内容进行收集、存储记录，支持按条件对信息进行查询，利用长期或当期的动态信息，进行分析，并作为未来系统优化升级的参考依据。每月清算系统清算后及时调用更新源数据。

2.10   预清算模型管理

对每一项清算科目偏差较大或者不符合的数据进行分析，找出偏差原因，进行算法修改纠正，不断修改算法，缩小预测值与实际值的差距。

3   关键技术

3.1   基于内存数据库的多级缓存车流径路计算

货运承运预清算系统需要计算每个货票的车流径路。虽然服务方式极大降低了运算量，但由于货票数量巨大（约600万张/每月），仍然需要较长计算时间（按实测每次查询3 ms计算，一次清算仅径路计算就需要4 h），因此，需要设计一种缓存机制，减少计算时间。

基于以上问题，设计两级缓存机制，一级缓存为本地内存，提供1 MB左右的缓存数据（约2 GB内存），响应时间为纳秒级；二级为内存数据库，总空间约128 GB，支持并行计算，响应时间不超过100 ns（以上数据均通过在试验环境测试获取）。先访问本地缓存，命中则直接返回，否则访问二级缓存（内存数据库），命中则返回，否则调用径路计算服务计算径路，返回结果，并同时写入两级缓存。二级缓存数据可自动在本地硬盘持久化，机器重启后自动读入，保证运算时间在设计范围内。

3.2   列式存储与数据压缩

货运承运预清算功能实现的关键是进行大量的数据清洗、分析、提取，从而进行合理预测（估），其特点是需要读取海量数据，开展大量的计算分析，但数据写入量和更新量都不大。基于该特征，设计使用列式存储与数据压缩技术，以满足货运预清算要求。列式存储不同于传统的行式存储，是按照列的方式对数据进行组织，即每一列的所有数据被放在一起存储，由于同一列中的所有数据具有相同的数据类型，因此更容易找到重复模式并进行有效压缩，从而获得更高的压缩比。此外，在预清算数据分析场景中，通常只需要访问某科目特定的一组列来进行查询和分析操作，而非整个行。列式存储使得I/O操作仅限于所需列，可以大大减少读取的数据量。配合Bitmap索引技术进一步提升数据压缩，降低存储开销。将列式存储技术和数据压缩相结合，不仅提高了数据库和分析系统的存储效率，也显著增强了数据处理和查询性能，特别适用于货运预测等需要大规模分析和挖掘数据价值的应用场景。

4   系统应用效果验证

为验证实际预测效果，选取新系统中某铁路局集团公司2021年5月至10月的货运清算数据作为货运预清算服务系统的输入，生成货运清算科目中机车牵引费、线路使用费、车辆服务费、到达服务费等4项预测值，将预测值和实际值导入SPSS Pro数据分析平台，进行误差计算，并绘制预测值和实际值拟合折线图，如图4所示。图4中，横坐标表示不同的年月；纵坐标表示金额，单位为万元。

图  4  某铁路局集团公司部分清算科目实际金额与预测金额拟合

下载: 全尺寸图片 幻灯片

随机选取10家铁路局集团公司，验证2021年5月份实际清算盈余额和预测值拟合度，如图5所示。图5中，横坐标表示不同的铁路局集团公司；纵坐标表示金额，单位为万元。

图  5  部分铁路局集团公司指定月份清算盈余额实际金额与预测金额拟合

下载: 全尺寸图片 幻灯片

可以看出，单个铁路局集团公司货运清算科目的预测值和实际值走势相同、数值相近，误差的绝对值均小于0.1，整体拟合度较高；随机选取的10家铁路局集团公司5月份清算盈余总额预测值与实际值走势相同，误差的绝对值也小于0.1。误差的绝对值稳定在一定范围内，证明该货运承运预清算服务系统真实可用，可以为企业提供预清算服务。

5   结束语

本文设计的货运承运预清算服务系统可解决现行清算机制下，清算结果提供缺乏及时性的问题，相较于次月中旬提供确切清算数据，该系统可在月初提供误差可接受范围内的预清算结果。同时，针对整车运输，基于站到站开行信息，结合预清算数据，还可以为企业一车一票进行货车开行效益清算分析，显著压缩了企业对于清算结果的获取时限，对提高整个清算系统的工作效率起着积极的促进作用。然而，货运预清算服务系统效果还需要更长的时间来验证，因此，需要进一步研究新技术在本系统中的应用方法，不断提高预清算结果与实际清算结果的拟合度，助力铁路运输企业从经营中获得更多的利润，