研究共享單車APP活躍度

摘要：共享經濟時代，共享單車為人們解決了出行一公里的問題，同時在“互聯網+”的快速發展下，各品牌的共享單車均推出了其APP供人們使用。不同共享單車的APP的覆蓋率及活躍度均不同，以摩拜單車和OFO共享單車為首的兩個品牌，其APP的活躍度比其他共享單車的APP均要高。因此，本文以摩拜單車和OFO共享單車為例，引入政策為時間點的虛擬變量，分析兩者APP的活躍度的差異及其存在差異的原因。

關鍵詞：共享單車 摩拜單車 OFO共享單車 活躍度 虛擬變量

共享單車是指企業與政府合作的情況下，在公共服務區、地鐵站等場所提供自行車和自行車共用服務，這是一種新興的共享經濟形態。如今，綠色出行一直是人們所倡導，然而共享單車則是符合低碳出行的理念，同時解決了市民短途旅行提供了強有力的支撐，也為出行方便了不少。隨著“互聯網+”經濟的興起，截止至今，全國各地已經有超過30個共享單車的APP可供下載使用。除了早期傳入的摩拜單車和OFO共享單車以外，還有其他共享自行車出臺。各共享單車的APP的影響度并非一致，本文對摩拜單車和OFO單車APP的日活躍度進行相關分析。

一、共享單車市場規模

隨著智能手機的普及以及互聯網的快速發展，其移動用戶的數量激增，其中共享單車等的共享經濟有著快速的發展。在同時兼具綠色低碳、方便快捷和經濟環保等特點，共享單車在2016年突然蓬勃發展，在“互聯網+”的時代的輔助下，互聯網共享單車被大眾所接受，2016年全國用戶總量達到2030萬人，運營市場規模達到11.5億元。

根據數據推斷，2017年共享單車用戶預計將會達到6170萬人，其運營市場規模達到88.6億元。若以此情況不斷發展，預計到2021年，中國共享單車用戶數將達1.98億，運營市場規模有望達到290.5億元。

各共享單車的APP吸引人群的程度，因各品牌的政策不同，其吸引度也是不同的，因而導致各APP的覆蓋率及活躍度也存在很大差異。由數據顯示，（月度數據排行）排行前十的共享單車的APP如下表所示：

表格1可以觀測出，各APP的覆蓋率和活躍率，OFO共享單車和摩拜單車APP的覆蓋率和活躍率位居一二，并且其比例比相對于其他共享單車APP更大。由此本文對OFO共享單車和摩拜單車進行相應分析。

二、以摩拜單車和OFO單車為例

（一）摩拜單車與OFO單車的比較

OFO共享單車最早是在2015年底至2016年初出臺的，原是以校園為主，后發展為城市共享單車；而摩拜單車是2016年4月左右出臺的，其發展迅猛，同時單車的覆蓋各大城市，使其覆蓋面積較廣。

表格2簡單比較兩種共享單車的不同，雖然摩拜單車在租金費用上讓市民花費較大，但是在使用單車的過程中利用了鎖碼解鎖提高了效率，簡單快捷同時還車是自動扣費，摩拜單車擁有GPS定位功能，而且還有響鈴，以便于市民可以盡快尋找到自己所在位置附近的車輛。OFO共享單車的僅僅只在于押金相對較低，同時騎行費用較摩拜單車低，但是其APP的覆蓋率和活躍率以及投放數量與摩拜單車不相上下。

（二） APP日活躍度的不同

APP的活躍率是一個核心的APP運營評價指標，其指標衡量了該軟件是否受大眾所喜愛，度量了軟件的受歡迎的程度，因此，本文將以APP的活躍率進行分析，而數據顯示，在共享單車蓬勃發展初期，由于OFO共享單車最初是以校園為主，因此投放的地點以校園為單位，而且覆蓋的城市并不多，所以APP的活躍率增長緩慢。然而摩拜單車，盡管出臺的時間較后，但是APP的活躍率增長迅猛，超越了其他品牌的共享單車，其活躍率長期處于第一，說明摩拜單車深受市民所喜愛。

而在2017年3月16日，OFO共享單車出臺一政策：宣布將OFO共享單車和芝麻信用展開合作，芝麻信用分值的只要累積有650分以上的OFO共享單車用戶，將可以免去99元的自行車押金。這項便民政策會最先在上海落地，所以上海的用戶今后在注冊OFO共享單車時，在押金繳納時會增添一個選項，即芝麻信用650分免押金。由于上海是一個現代化的大都市，此項政策的出臺對于上海市民來說，無疑是一個很大的優惠政策。從數據顯示，OFO共享單車APP的活躍率不斷增長，在政策出臺后，其活躍率逼近摩拜單車APP的活躍率，并反超摩拜單車APP的活躍率。

三、對摩拜單車和OFO共享單車的日活躍率建立模型-數據來源：TalkingData

圖1的時序圖得出，從2016年11月1日開始，兩種共享單車APP的用戶活躍度的時序圖，藍色為摩拜單車，紅色為OFO共享單車。摩拜單車在開始時的活躍度明顯比OFO共享單車的活躍度高，而且上升幅度較OFO單車大，但在2017年3月后期，兩種共享單車的APP用戶活躍度呈現重疊現象，OFO的活躍度開始逐步逼近摩拜單車的活躍度，而后OFO共享單車APP的活躍度超越了摩拜單車的活躍度。

2017年3月16日，OFO共享單車平臺宣布了便民政策，若假設此原因是導致，OFO共享單車APP的活躍度有明顯超越現象。由此，本文將以此時刻添加虛擬變量，再對其進行詳細分析。

由圖2和圖3的輸出結果可以得出，兩種共享單車的活躍度的模型中，在顯著性水平為0.05時，各模型中各參數均顯著，可以說明，2017年3月16日OFO共享單車平臺，對于上海用戶租車費用的調整，在此利民政策出臺之后，結合模型得出，政策對兩種共享單車的活躍度均有顯著影響，但是，從時序圖中觀測出，OFO單車的活躍度出現反超現象，這說明此項政策對APP的活躍度存在滯后效應，由此，本文對其滯后數期，得出：

結合圖4和圖5的輸出結果中得出，延遲至2017年3月24日，從模型結果得出，在摩拜單車APP的活躍度的模型中顯示，在顯著性水平為0.05時，存在參數不顯著的情況，與此同時，在OFO共享單車APP的活躍度的模型中顯示，在顯著性水平為0.05的情況在，各個參數均顯著，因此可以說明，政策出臺存在滯后效應，即在政策出臺之后，并非立即對軟件的活躍度產生瞬時影響，而是在政策出臺過后的一段時間顯現出，以時間t（20.17年3月24日）為分隔點，在時間t之后，因為政策出臺而產生的變化，對軟件的活躍度有顯著差異，說明此項政策出臺對OFO單車APP的活躍度有顯著影響。

因此，可以得出OFO單車APP的活躍度的模型如下：

四、結語

本文通過對OFO共享單車和膜拜單車APP的日均活躍率建立含虛擬變量的模型，便民政策出臺對于APP的日均活躍率具有提升作用，但是從OFO共享單車的輸出結果（圖4）中，添加虛擬變量后期參數的系數為負，說明此時的便民政策在近期一段時間內會有效果，但以長期來看還是對APP的日均活躍率由下降趨勢。由于便民政策目前出臺的地區較少，因此若出臺更多便民政策，其共享單車的應用軟件的日均活躍率將會有更有效的影響。

參考文獻：

[1]李敏蓮.共享單車市場調研與分析[J].財經界（學術版），2017，（05）.

[2]佘宏俊，胡夢緣. 基于季節性ARIMA模型的移動APP用戶活躍度分析——以利市軟件為例[J].中國經貿導刊，2015，（05）.

（作者簡介：林佳靜，本科，北京師范大學珠海分校應用數學學院，2014級應用統計學，研究方向：應用統計學。）endprint