有關摩拜單車停放問題的研究

周蕾 張馨 林藝珊 蘭津

【摘 要】目前共享單車亂停放問題日益突出，給居民、政府、企業都帶來了一定的困擾。論文重點分析共享單車亂停放問題的原因以及危害，通過建立模型，運用聚類模型和貪心算法進行分析，以給出亂停放問題的解決建議及方案。

【Abstract】At present， the random parking problem of shared bicycle is becoming more and more serious， which has brought a certain amount of trouble to the residents， government and enterprises. The paper mainly analyzes the causes and harms of the random parking problem of shared bicycle， through building the model and using the clustering model and greedy algorithm to carry out the analysis， the solution to the problem of random parking is put forward.

【關鍵詞】共享單車；亂停放；聚類模型

【Keywords】shared bicycle； random parking； clustering model

【中圖分類號】F572 【文獻標志碼】A 【文章編號】1673-1069（2018）09-0075-02

1 研究背景

自2015年共享單車的概念初步提出至今以來，共享單車成為當今社會最熱門，也最有爭議的話題。2018年4月，摩拜單車被美團收購，再次成為話題中心。隨著共享單車的繁榮發展，帶來的社會問題也是層出不窮，各種亂停放，肆意毀壞、被燃燒、被據為己有等現象發人深省。因此，我們本次大學生創業創新項目，主要針對當今影響力較大的摩拜單車這一家公司作為研究對象，以南京為例，對摩拜單車的亂停放問題進行了分析和研究，并進行了社會調研和數據的收集和處理，以此對共享單車的停放問題給出合理的解決方案。

2 問題現狀

目前共享單車亂停放現象十分明顯，由于缺乏良好的管理措施，大量摩拜單車被亂停放在路邊的草叢、小區內的停車庫等較為隱蔽、偏僻的角落，且單車隨意倒落在地上，淹進池塘等情況時有發生，單車的腳踏、輪胎等也均有損毀現象[1]。

亂停放現象及其危害主要表現在以下幾個方面：

①部分使用者使用結束后僅考慮自身方便，直接將單車停放在附近的道路旁。這種行為不僅會造成部分道路擁堵，影響行人出行，也引發了機動車與非機動車區域使用的矛盾，同時在人流量大、早晚高峰期間對居民的出行造成了比較大的干擾。

②共享單車使用者在商場、超市、學校等人群密集的地方隨意停放單車造成車輛分布不均勻。這些地方來往的居民使用單車的頻率不對等，往往造成大量車輛堆積，而運營商不能及時分散車輛，重新合理安排，給使用者帶來不便。同時也加大了運營商的運營費用，增加了企業管理成本，利潤降低。

③共享單車的隨意停放影響了社區消防通道暢通和行人安全，同時加大了社區內部物業管理的難度，增加了物業管理成本。物業方面無法采取有效的措施來制止這種現象的發生，而自己的利益也遭受了損失，這就進一步加大了物業與共享單車運營公司之間的矛盾。

3 亂停放問題成因分析

①沒有固定的停車樁，摩拜單車隨騎隨停的便捷同時導致了停車不規范。

②上下班高峰期間，使用者時間過于緊張，造成無法規范停放共享單車，早晚高峰共享單車停放造成擁堵。

③用戶自身道德感不強，自身素質有待加強；不了解交通道路法律法規，將非機動車停放在機動車道上。

④摩拜單車運營方本身管理服務相對滯后，未能及時對停放擁堵的地區的單車及時進行疏散和轉移，對于小區中停放的自行車和偏僻地帶停放的自行車未能給出合理的解決方案。

誠然，改變自行車亂停放的現狀需要廣大市民提高自身素質水平、維護城市交通秩序，但就解決方案而言，由運營方解決更具有普遍性及有效性。筆者認為，一方面，摩拜可以與政府合作，增設停車點，解決部分人群因找不到停車點而隨意停放的現象，另一方面則是根據目前單車使用具有的潮汐現象，在適當的時點轉移單車[2]。

4 設立模型

受以上觀點啟發，通過建立模型對城市區內進行摩拜單車停放點進行聚類分析，得到停放中心點以及每一中心點對應的區域，并使用遺傳算法計算相應的最短路徑，按最優路徑對每一區域內的摩拜單車數量和位置進行合理調整，將有利于提高運營維護的效率，節省時間、節約成本并且提高用戶的滿意度。

由于摩拜單車停放點數據屬于公司的商業機密，因此無法獲取GPS數據，所以本文選取高德地圖公共自行車停放點作為摩拜單車停放點的粗略估計，同時選取南京市建鄴區作為樣本地區，共計142個數據。

①聚類分析

聚類分析是簡化數據的一種方法。本文使用spss軟件，K均值算法進行數據建模，K均值屬于非層次聚類法的一種，進行反復循環直到聚類中心中不存在變動或僅有小幅變動，則實現了有效的收斂，此種算法可以有效節省運算時間。對建鄴區142個GPS數據進行快速聚類數，迭代數為4，初試中心之間的最小距離為0.005，最終得到50個聚類中心。從而順利將建鄴區公共自行車停放點簡化為50個中心點。

②貪心算法：旅行商問題（TSP）

旅行商問題來源于某個旅行商想要經過n個城市的故事，但每個城市只能經過一次，選取的路徑應是所有可能路徑中最短的那一個。本文使用遺傳算法用于解決TSP問題，遺傳算法是一種模擬達爾文生物進化論的啟發式算法，可以得到局部最優解。

可以將建鄴區的50個聚類中心看作TSP問題的50個城市，并通過使用Matlab使用遺傳算法進行1000次迭代，最終結果如圖1所示。

前100次迭代距離快速下降，并在第828次迭代得到最短距離1.0656，最優路徑如圖1所示。

模型假設：

①不考慮交通狀況；

②不考慮人員及成本費用；

③不考慮天氣狀況。

由圖可知80%以上的停車點相互之間有較為緊密的聯系，本文給出如下解決方案：

①運營商內部運營管理質量的改進。根據分析得到的最短路徑，進行分批次運輸共享單車，也由此來對共享單車的投放做出合理安排，同時對于早晚高峰自行車需求量大的地點的共享單車數量進行及時轉移和調節，避免造成道路擁堵，影響市民出行。另外還要區分節假日和工作日的具體使用情況，對其分別進行統計，以此來調節運營商的運營管理工作。這就要求摩拜單車的運營商加大人力物力的投入，嚴格把關運營管理過程。

②APP的完善以及技術的提升。完善信用評分制度，讓摩拜單車的用戶可以通過app對該輛單車上的用戶進行評價打分，對信用評級低的用戶提高騎行費用。同時提高GPS定位的精確度，便于車輛管理人員合理轉移分配單車數量。

③與政府部門、社區合作。通過運營商和政府溝通合作，擴大共享單車停放的“白線”區域，并對摩拜單車的停車區域給出明顯標識。與相關部門溝通，制定相關的法律法規制度，以此來規范使用者規范停放摩拜單車。同時在單車停放處使用監控設備，聯合交通部門對亂停放問題進行監管。與社區物業進行溝通，在小區門口或者內部設置一定的摩拜單車停放區域。

【參考文獻】

【1】謝羅群.共享單車亂停放，煩惱如何不再有？[J].中國物業管理，2017 （06）：78-80.

【2】徐廣.我國共字單車行業存在的問題及對策分析[J].現代商業，2017 （14）：165-166.