關于單車“反騎機制”解決潮汐現象

鄧曉萌，鄒禧，劉獻文，黃辰禧

關于單車“反騎機制”解決潮汐現象

鄧曉萌，鄒禧，劉獻文，黃辰禧

（成都理工大學，四川 成都 610059）

共享單車面臨的資源隨時間分配不均的問題，即“潮汐現象”，不僅降低了單車公司的效益，也惡化了單車用戶體驗感。提出的“單車反騎”機制正是針對這一問題提出的創新式解決辦法，通過對成都理工大學校園內共享單車的投放及使用情況統計，以大數據統計分析為基礎，依靠用戶解決用戶問題，并給予不定額獎勵（薪酬），以此解決用戶騎不到車，公司花大價錢搬運單車的對立場面。

共享單車；反騎機制；潮汐現象；大數據統計

1 前言

自2014年ofo小黃車在北大校園問世并迅速在全國掀起“共享經濟”的熱潮以來，這種基于“互聯網+”技術的無樁自行車便扎根人們的日常生活中，它解決了用戶“最后一公里”的出行問題，并且符合低碳環保的理念，既能緩解交通壓力，又節能降耗，有著巨大的發展空間與潛力，在此背景下，共享單車行業規模迅速擴大。然而迅速的成長意味著要在成長中不斷試錯。共享單車“爆紅”的背后，隱藏著企業間的惡性競爭、一系列的城市交通問題和安全問題等，但對企業最直接的考驗是，如何降低運營成本的同時提高用戶體驗感。

2 中國共享單車現存的主要運營問題

根據調查報告顯示，因為單車停放問題影響出行和從未因為單車停放影響出行的用戶比例大約為6∶4[1]，可見，單車在時間和空間上的分布不均確實是降低單車利用率和影響用戶體驗感的重要因素。通過對成都理工大學校園內單車使用情況的檢測，可以看出，共享單車使用時間主要集中在上下課高峰，即上午7：00—8：00、下午2：00—2：30和下午5：00—7：00這三個時間段，使用共享單車的用戶分別占25.3%、19.2% 和30.4%。其中，約有97%的用戶騎行時長在5～30 min，騎行距離大多在3 km范圍以內，而在此之中大多數用戶的騎行距離在1～2 km。可以看出，校內共享單車的需求主要還是在上下課通勤及短距離外出以購買生活用品等。

通過對成都理工大學校內共享單車使用情況分析、推理，不難得出，共享單車的使用具有在短暫時間內，高度相似的使用需求的特點，即“單向出行”，以至于在人口密集、單車需求量大的地方往往投放量較少，而單車需求量小的地方卻堆積了大量單車，使用率極低，這種區域分布不合理的現象，造成了單車公司運營成本劇增、資源的浪費和用戶體驗感的下降，這也導致了共享單車很難通過客戶騎行完成自然流動，實現深度共享[2]。如何解決這一“供應過剩”與“供不應求”共存的尷尬局面是單車公司迫在眉睫的問題。

3 根據單車“潮汐現象”提出“反騎機制”

3.1 現存解決“潮汐現象”的辦法

根據對各家共享單車公司的調查訪問得出，目前，各大公司采取的單車調度機制普遍為，依托“互聯網+”無線網絡及GPS技術，根據用戶在相應APP或小程序的用車時間和行駛趨向記錄，做出大數據統計分析，再雇傭人工搬運車輛到高需求、低供應地區。即通過先行覆蓋式投放、后續根據騎行監測數據進行人工調控的方式，最終實現供需的動態平衡[3]，但這種方式不僅在時間上具有相對滯后性，進而降低用戶體驗感，同時消耗大量的人力、物力、財力，加之“共享經濟”這一種單一的盈利模式，大多數單車公司都處于虧損狀態，只有依靠融資維持運營。

有些學者對共享單車相關數據進行區域劃分和信息提取，包括共享單車的時空分布、平均使用次數、閑置率等，結合需求分析建立初始配置優化模型和調度優化模型，使用MATLAB、Lingo等軟件對模型進行求解，得出結論，實行簡單的系統內調度不能滿足用戶的需求并且在調度時優先考慮距離較短的區域間的調度[4]。這是因為各個區域的單車需求量和初始投放量均不一致且隨時間變化，單車系統的供需也就很難達到平衡。簡單地實行區域內的調度，在調度周期的約束下不能達到最優的分配需求，加之調度時所需的成本高昂，又限制了調度區域的距離區間。這也是現在普遍使用的調度機制產生弊端的根本原因所在。要解決單車問題的“潮汐現象”，必須且只有從調度的效率及成本入手，才能從根本解決問題，同時滿足單車公司和用戶的需求。

3.2 “反騎機制”——創新式調度機制的提出

考慮到共享單車公司現存的主要調度方式及其耗時、耗力的缺點，筆者們以依靠用戶能動性解決用戶問題來提升調度效益為出發點，提出一種創意式全新的調度機制——“反騎機制”，即以大數據分析為基礎，統計出各區域不同時間段的單車需求量及行駛趨勢，通過“互聯網+”技術匹配目標“閑時”用戶并鼓勵“閑時”用戶反向騎車（與檢測到的行駛趨勢相反），最后給予其不定額回報。

“反向”這個概念在交通客運行業并不新奇，早在 1980—1990年間，日本上尾市站與附近的高中展開合作，利用優惠政策吸引學生顧客，確保了“逆利用”客流的穩定[5]。遺憾的是1989年以后，日本出現的單車革新，因為技術方面原因，無法兼顧“順利用”與“逆利用”，因而完全摒棄了“逆利用”這一騎行方式，一味地追求高單向使用率。

“反向騎車”這一調度機制對用戶用車、出行進行檢測統計并做出分析，進而完成需求預測，以此作為車輛調度的基礎，從時間維度和空間維度同時出發，不僅從單車公司的層面上大大降低了運營成本，基于用戶能動性完成調度，同時因為調度效率的提升，用戶的用車體驗感也會增加，是打破資源不均窘境的良策。

3.3 “反騎機制”的可行性

3.3.1 用戶層面的可行性

根據校園內的網絡問卷調查及街頭訪問得知：在以0.3～1.0元不等額紅包獎勵為回報的前提下，52.8%有晨練習慣的同學愿意在早晨7：30—8：00的時間段內，將某一品牌共享單車從教學區騎向各宿舍園區；在晚上8：00— 10：00的時間段內，有61.9%有晚練習慣的同學表示愿意單車從宿舍園區騎向西南校門；35.4%的無鍛煉習慣的同學表示在閑暇時刻會出于鍛煉、收獲報酬的目的參與“單車反騎”。通過校園內小范圍的調研可以看到，在“互聯網+”技術推送“反騎”給目標用戶（如具有鍛煉習慣的用戶）的前提下，從用戶角度出發，基于用戶能動性解決單車在空間和時間兩個維度上的供需矛盾是可行的。

3.3.2 技術層面的可行性

從技術層面來說，筆者們提出的“單車反騎”調度機制依托單車內置的GPS信號和“互聯網+”技術，分區域隨取選取大量用戶為樣本，記錄用戶開鎖地點、用車起始時間、關鎖地點、終止時間和大致線路，以概率統計學為邏輯結構，大數據分析為具體手段，預測不同地域的用車高峰時段和行車路線，即“調度模型”，最后推送“反騎”時間與線路給目標用戶。有學者對北京地鐵國貿站出口共享單車空間分布進行了研究，根據國貿綠地和人行道的總面積、利用率等得出國貿站共享單車潛力值為1 890輛，與現狀調研得到的停放 500輛相比，潛力值遠大于現狀值[6]。可以看出共享單車公司通過研究利用車輛內置的GPS信號，追蹤高峰時段用戶騎行大趨勢，基于大數據分析，提升單車分布的合理性和利用率是完全可行的。此外，還有學者成功建立了共享單車調度需求預測模型，通過數據處理，得到不同需求點的調度需求數據，利用ARMA成功進行預測[7]。

4 小結

共享單車自問世以來便因經濟、低碳、環保、便捷的優點而大受追捧，是都市居民解決出行“最后一公里”的首選。但是，由于共享單車數量的快速增加和規模的不斷擴大，不僅導致不規范問題頻發，城市管理面臨巨大壓力，同時在單車公司內部運營也浮現了不少問題，其中最為突出的就是花費大量人力、物力搬運單車以達到共享單車在“潮汐時段”的供需平衡，不僅具有時間滯后效應，供需平衡效果不佳，同時投入了極大成本。

針對上述問題，本文提出了一種用戶參與調度的共享單車調度方式，即“單車反騎”機制。依托GPS信號追蹤和“互聯網+”技術，通過大數據分析，預測單車調度時的需求模型，鼓勵目標用戶在特定時間段內將低需求區單車騎到需求旺盛區域，用戶完成調度后可以獲得紅包獎勵（薪酬）。如此，不僅達到降低單車公司運營成本問題，同時也提升了調度效益，達到雙贏局面。

［1］邱慧，周菲，文燕，等.共享經濟背景下共享單車發展現狀及問題研究——以成都市為例［J］.現代商業，2018，513（32）：32-33.

［2］陳寒璐.共享單車物流問題的解決方法［J］.綠色環保建材，2019（11）：256.

［3］孟娟.基于大數據的共享單車投放及管理［J］.交通與運輸，2019（Suppl 1）：207-211.

［4］文蝶斐，戴亞蘭，鄭瑩，等.共享單車的配置與調度優化［J］.中國科技信息，2018（6）：84-86.

［5］丁諾舟.日本共享單車的歷史、現狀與啟示［J］.長安大學學報（社會科學版），2017，19（2）：36-43.

［6］田藝，孫帥，李安冉.北京地鐵國貿站出口共享單車空間分布研究［J］.現代園藝，2019，377（5）：128-129.

［7］趙明明.數據驅動下的共享單車調度優化研究［D］.大連：大連理工大學，2020.

F572；F724

A

10.15913/j.cnki.kjycx.2021.08.068

2095－6835（2021）08－0166－02

鄧曉萌（2000—），女，四川成都人，成都理工大學環境與土木工程學院土木工程2018級學生，本科在讀，主要從事社會科學類研究。鄒禧（2000—），女，四川眉山人，成都理工大學環境與土木工程學院地下水科學與工程2018級學生，本科在讀，主要從事社會科學類研究。劉獻文（2000—），男，四川鄰水人，成都理工大學環境與土木工程學院土木工程2018級學生，本科在讀，主要從事土木工程道路工程研究。黃辰禧（2000—），男，新疆烏魯木齊人，成都理工大學環境與土木工程學院土木工程2018級學生，本科在讀，主要從事土木工程道路工程研究。

〔編輯：丁琳〕