政府監管對共享單車發展的影響

李林鳳 劉美琪

摘 ?要：共享單車作為一種環保便捷的智能交通工具，由于過量投放、無序占道和運維錯配等突出問題，嚴重影響公共秩序，政府監管勢在必行。然而，政府嚴格監管對共享單車發展有何影響，一直在理論研究和社會實踐中存在諸多爭議。基于此，通過對成都中心區摩拜單車用戶出行數據進行挖掘和分析，從政府、出行者和運營商視角，評估現行政府監管實施效果。研究表明，政府監管后，盡管出行意愿受到一定程度抑制，運維難度加大，但共享單車的公共屬性得以強化，共享單車行業競爭格局得以調整，將有利于共享單車發展潛力的釋放。

?關鍵詞：共享單車;政府監管;出行大數據;統計分析

?中圖分類號：F272 ? ?文獻標識碼：A

Abstract： As an environmentally friendly and convenient intelligent transportation tool， shared bicycles seriously affect public order due to prominent problems such as excessive delivery， disorderly road occupation and operation and maintenance mismatch， so government supervision is imperative. However， the impact of strict government supervision on the development of shared bicycles has been controversial in theoretical research and social practice. Based on this， through the mining and analysis of the travel data of moBay bicycle users in the central area of Chengdu， the implementation effect of the current government supervision is evaluated from the perspective of the government， travelers and operators. The research shows that after the government supervision， although the travel intention is restrained to a certain extent and the operation and maintenance is more difficult， the public attribute of shared bicycles is strengthened and the competition pattern of shared bicycles industry is adjusted， which will be conducive to the release of the development potential of shared bicycles.

Key words： sharing bicycles; government supervision; travel big data; statistical analysis

0 ?引 ?言

得益于移動互聯網技術驅動，共享單車讓“自行車王國”重獲新生，成為中國走向世界舞臺的一張新名片。據報告數據顯示：2019年中國共享單車市場規模為236.8億元，較2018年增加了58.6億元;預計2020年中國共享單車市場規模將達到294億元。然而，市場的盲目性帶來的負外部效應，如企業無序競爭、投放過載和亂停占道問題，猶如卡在共享單車發展道路上的一顆毒刺，嚴重制約共享單車健康持續發展（朱富強[1]，2017;王彥等[2]，2017;Wang等[3]，2018和Sun等[4]，2019）。為此，多位學者指出：在市場調控失靈時，實行政府監管是共享單車實現可持續發展的必經之路（姜寧[5]，2017;王政貽等[6]，2017和Hua等[7]，2020）。與此同時，各地政府紛紛出臺監管方案：2017年8月，交通運輸部、中央宣傳部和中央網信辦等十部門聯合印發《關于鼓勵和規范互聯網租賃自行車發展的指導意見》;同年，杭州、成都、廣州、上海、深圳和北京等12個城市，先后宣布暫停共享單車新增投放;在海外，共享單車還遭遇到來自美國、荷蘭和新加坡等國家的扣押、指控和責令退出的嚴格管制。

?在政府監管下，共享單車的公共屬性得以強化，但其行業發展和用戶體驗方面卻有所折損。例如：市場準入門檻提高，大批共享單車企業清算倒閉;單車配額投放限制，單車數量急劇減少;規范單車停放條件，用戶騎行便利度下降。政府監管的目的向來不是抵制發展，然而，據社會調查，民眾和政府普遍擔憂監管會導致共享單車用戶流失和發展受阻;據文獻檢索，有學者指出政府監管存在抑制共享單車出行意愿的可能（陳傳紅等[8]，2018;Li等[9]，2018和Si等[10]，2020）。因此，共享單車是否會“一管就死”，政府如何監管才能趨利避害，成為一個具有學術爭議和存在實踐困惑的難題。

?針對以上問題，現存研究提出了有益解決思路，例如：平衡創新與監管關系（歐國立等[11]，2017和蔡朝林[12]，2017）;強化信用體系建設（陳健等[13]，2017;張杰[14]，2017和程波輝等[15]，2018）;建立“政府—市場—社會”三方協同解決機制（秦錚

等[16]，2017;郭鵬等[17]，2017;金晶等[18]，2018和彭華濤等[19]，2018）和開展大數據智能化治理（郝雅立等[20]，2019）。然而，現有文獻似乎都忽略了從實踐角度，探究現行政府監管的實際效果。共享單車不同于傳統行業，其擁有先進的信息與通訊技術，能獲取豐富而完整的用戶出行軌跡數據，這使得量化評估政策干預效應具有可操作性，將有機會挖掘政府監管先驅實施效果之優劣，并以此為臂膀向更適應共享單車持續發展的創新監管模式穩步攀登。

為此，本文通過采集成都市區摩拜單車政府監管前后的出行數據，進行數據挖掘和對比分析，從政府和共享單車運營商的角度，探求政府監管對共享單車持續發展帶來的影響，以為政府的共享經濟實體監管創新提供參考。

1 ?研究問題

政府監管是否能夠達到政府抑制行業惡性競爭、維護公共秩序和緩解交通壓力等預期，是否會抑制民眾對共享單車的使用熱情，是否會導致共享單車運營商運維艱難，從而使得共享單車這一公共交通的有益補充發展受限？為此，本研究擬針對以下問題展開探索：（1）從政府的角度，嚴格監管對共享單車使用活躍度和單車停放聚合度有何影響？是否達到預期？（2）從出行者的角度，嚴格監管是否會對其使用頻率和出行行為產生影響？是否會影響其出行熱情？（3）從運營商的角度，共享單車租賃收入較嚴格監管前有何變化？是否有利于行業持續健康發展？

2 ?數據收集

Mobike單車作為中國首批共享單車企業，在群雄爭霸成長時期（2016～2017年）隨共享單車總體快速增長，在四分天下成熟時期（2018年～2020年）穩步發展，其發展歷程在我國共享單車行業中最具有穩定性和代表性。成都作為中國最喜歡騎共享單車的城市和最先發布共享單車嚴格監管政策的城市，其共享單車發展受政策影響的表現最具有參考價值。因此，本文選取成都市中心五城區（青羊區、金牛區、成華區、錦江區和武候區）2017年2月（政府監管前）和2018年9月（政府監管穩定后）中各一周的實時爬蟲Mobike車輛定位數據（4億多條），作為研究的數據輸入。其中，數據信息包括：爬取時刻、非使用狀態下的單車ID和其地理信息（經緯度）。

3 ?數據分析與討論

3.1 ?政府視角

3.1.1 ?共享單車使用活躍度。共享單車使用活躍度的計算方法來源于新聞網絡報道，活躍度通常指單位時間內被使用過的單車數量除以單車總數。具體測算公式如下：

活躍度=被使用過的單車數量/單車數量 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

其中：被使用過的單車數量表示單位時間內發生過位移的單車的數量;單車數量表示當天爬取到的共享單車數量總和。考慮到單車騎行小于100m往往是由于車輛損壞或調度騰挪車輛造成，故本文所指的發生移動均特指地理位置發生直線距離100m以上移動，其余100m以下位移忽略不計。

共享單車使用活躍度統計結果和政府監管前后的對比見表1和表2。由表1和表2可見，2017年的一周平均活躍度為62.55%，比2018年高5.62%。由于2月份為冬季，9月份為秋季，即共享單車在政府監管后，即使在更適宜騎車的季節，其使用活躍度較政府監管前有所降低。因此，政府監管政策對共享單車使用活躍度存在一定的抑制影響。此外，政府嚴格監管前，休息日的活躍度相對與工作日提高了2.7%，而政府嚴格監管后，休息日的活躍度相對與工作日提高了5.4%，是2017年的2倍。由此可見，監管后總體活躍度有所降低，但休息日的活躍度較之工作日，受到的影響較小。

3.1.2 ?共享單車停放聚合度。共享單車早期最突出的問題是亂停亂放，影響公共秩序。政府嚴格監管的重要目標之一就是改善共享單車的零散停放亂象。共享單車停放聚合度則可以展示單車停放的集中程度，從而反映共享單車是否減少其對公共空間的占用。

?共享單車聚合度的計算方法如下：針對每天中的每一次爬取數據進行測算。首先將考察區域切分成若干方塊（2平方米/方塊或5平方米/方塊），迭代搜索每個方塊相鄰8個方塊中的單車停放情況，相鄰方塊中存在單車的則記為一個子聚合，如無單車則沒有聚合。最后，將大于等于5或10輛單車的子聚合記作聚合點，其于子聚合記作不聚合點，即分散點。聚合度的計算公式如下：

聚合度=聚合點中單車數量/單車數量 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

以下結果均為每天所有時刻爬行數據所得計算結果的平均值。

由表3可知，在四種不同參數搭配情況下，2018年的共享單車聚合度均遠高于2017年，增長率最高達到了326.26%，說明政府監管對共享單車規范停車形成了強有力的正向影響，預期監管目標達成。雖然2018年Mobike單車的投放數量是2017年的五倍多，但放在成都市885.6平方公里面積里，由數量增加而導致聚合度提高的誤差極小，可以忽略不計。

3.2 ?出行者視角

3.2.1 ?使用頻率。單車使用頻率指一輛單車平均一天的周轉次數，而使用頻率越高則說明單車的有效利用率越高，對于共享單車運營商而言，則意味著單位單車收益越大。使用頻率的計算公式如下：

使用頻率=位移次數/單車數量 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（3）

?位移次數表示單位時間內發生位移的單車活動次數總和。由表4和表5可知，2017年的周使用頻率3.03大于2018年的周使用頻率2.7，即政府監管下，盡管很多共享單車企業被淘汰出局，用戶集中轉移到現存的四個運營商旗下，Mobike單車的用戶數量得到大幅度提升，但使用率卻不及政府監管前。由此說明，政府監管對出行者的共享單車使用熱情造成了一定影響。此外，政府監管前的使用頻率休息日較工作日增長了4.5%，政府監管后的使用頻率休息日較工作日增長了6%，由此可見，相對于工作日，休息日的出行熱情被政府監管影響的程度更低。

3.2.2 ?平均出行距離。單車的平均出行距離在一定程度上反映了出行者的騎行熱情，可以側面反映政府監管對出行行為的影響。出行距離的計算公式如下：

平均出行距離=總位移距離/位移次數 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （4）

?由表4和表5可知，平均出行距離在1 000米左右，而政府監管后平均出行距離下降了12.93%，說明出行者多選擇使用共享單車進行短距離出行，即通勤出行，而遠距離出行的熱情受到一定抑制。

3.3 ?運營商視角

Mobike單車的收費標準是起步價1元，30分鐘后每增加30分鐘加收1元。根據3.2.2可知，共享單車平均每次騎行的距離為1 000米左右，而共享單車的騎行速度在7分鐘/千米至10分鐘/千米之間，故粗略估計租賃收入等于出行次數乘以1元。Mobike單車的租賃收入測算可見表6和表7。

由表6和表7可知，2018年由于Mobike投入單車數量增多，用戶數量增多，日均收入從2017年的149 328.43元，增加到2018年的671 307.86元，并且每一天的收入也較2017年發展時期更加穩定。然而，由于活躍度和使用頻率降低，政府監管后共享單車利用率不及從前，故每萬輛單車的收入由2017年的30 328.30元降低到2018年的25 867.65元。由此可見，政府監管對于存活下來的共享單車運營商而言，能夠集中吸納用戶，提高流量基數，增加總收入，但單位利潤由于運維難度提高和用戶使用總體熱情降低，將有所下降，從而導致運營難度顯著增大。

4 ?結 ?論

通過上文對嚴格監管前后數據進行統計對比分析，可得：其一，政府通過嚴格監管，初步實現了規范停車目標，強化了共享單車的公共屬性，但在一定程度上抑制了共享單車活躍度，增加了共享單車行業持續發展的難度;其二，共享單車的使用率較政府監管前有所下降，出行者的總體騎行熱情受到抑制，尤其是工作日的通勤出行需求和遠距離出行;其三，由于政府監管后共享單車單位利用率降低，單位利潤下降，故運營商的運維難度增大，但得利于行業結構優化調整，使得現存運營商用戶激增，總體收入上漲，持續運營能力增強?？偠灾?，通過政府監管，盡管對出行熱情有所抑制，但對于公共交通和行業持續發展均表現出促進作用。因此，建議各地政府，可以根據當地共享單車的群眾基礎和市場條件，適度開展監管工作，助力共享單車這一綠色健康的公共交通工具可持續發展。

?由于研究涵蓋的共享單車運營商品牌、所在區域和數據獲取具有一定局限性，加之，共享單車行業競爭格局正發生快速而巨大的變化，可知本研究仍有待進一步提升，將在以后的研究工作中持續完善。

參考文獻：

[1] 朱富強. 共享經濟的現代發展及其潛在問題：以共享單車為例的分析[J]. 南方經濟，2017，36（7）：37-50.

[2] 王彥，吳聃. 共享單車市場競爭機制及趨勢探討——基于博弈模型分析[J]. 價格理論與實踐，2017（11）：66-69.

[3] ?Wang K， Akar G， Chen Y J. Bike sharing differences among millennials， Gen Xers， and baby boomers： Lessons learnt from New York City's bike share[J]. Transportation research part A： policy and practice， 2018，116：1-14.

[4] ?Sun L， Zhou X， Sun Z. Improving cycling behaviors of dockless bike-sharing users based on an extended theory of planned behavior and credit-based supervision policies in China[J]. Frontiers in psychology， 2019，10：2189.

[5] 姜寧. 從“共享單車”的監管看政府如何在分享經濟中發揮作用[J]. 河北學刊，2017，37（4）：138-142.

[6] 王政貽，何得桂. 共享單車發展面臨的主要問題與治理路徑研究——基于公共產品理論的視角分析[J]. 價格理論與實踐，2017（8）：140-143.

[7] ?Hua M， Chen X， Zheng S， et al. Estimating the parking demand of free-floating bike sharing： A journey-data-based study of Nanjing， China[J]. Journal of cleaner production， 2020，244：118764.

[8] 陳傳紅，李雪燕. 市民共享單車使用意愿的影響因素研究[J]. 管理學報，2018，15（11）：1601-1610.

[9] ?Li X， Zhang Y， Sun L， et al. Free-floating bike sharing in jiangsu： Users' behaviors and influencing factors[J]. Energies， 2018，11（7）：1664.

[10] ?Si H， Shi J， Tang D， et al. Understanding intention and behavior toward sustainable usage of bike sharing by extending the theory of planned behavior[J]. Resources， conservation and recycling， 2020，152：1-10.

[11] 歐國立，王睿哲. 我國分享經濟快速發展面臨的困境與對策[J]. 經濟縱橫，2017（10）：60-65.

[12] 蔡朝林. 共享經濟的興起與政府監管創新[J]. 南方經濟，2017，36（3）：99-105.

[13] 陳健，龔曉鶯. 共享經濟發展的困境與突破[J]. 江西社會科學，2017，37（3）：47-54.

[14] 張杰. 我國共享經濟發展中的信用困境與解決之策[J]. 經濟縱橫，2017（8）：81-86.

[15] 程波輝，奇飛云. 共享單車的政府規制：一個分析框架——基于15個城市的政策文本分析[J]. 學術研究，2018，408（11）：68-73.

[16] 秦錚，王欽. 分享經濟演繹的三方協同機制：例證共享單車[J]. 改革，2017（5）：124-134.

[17] 郭鵬，林祥枝，黃藝，等. 共享單車： 互聯網技術與公共服務中的協同治理[J]. 公共管理學報，2017，14（3）：1-10.

[18] 金晶，卞思佳. 基于利益相關者視角的城市共享單車協同治理路徑選擇——以江蘇省南京市為例[J]. 城市發展研究，2018，25（2）：92-99.

[19] 彭華濤，羅一郎，夏德. 共享經濟創業的異常模仿行為及其協同治理[J]. 科學學研究，2018，36（7）：1235-1243.

[20] 郝雅立，溫志強. 共建共治共享：大數據支持下共享單車智能化治理路徑[J]. 管理評論，2019，31（1）：251-256.

收稿日期：2021-08-05

基金項目：湖南省哲學社會科學基金項目（18YBQ070）

作者簡介：李林鳳（1988-），女，湖南平江人，湖南農業大學商學院，講師，博士，研究方向：共享經濟與創新創業;劉美琪（1998-），女，山東威海人，湖南農業大學商學院碩士研究生，研究方向：創新創業管理。