
构建大数据平台 智能化或破解共享单车治理之困
不到一年的时间,共享单车在各大中小城市布局,一方面满足了短距离出行需求;另一方面造成了“单车围城”的困局。共享单车给百姓带来方便的同时,也给城市管理提出了新的问题和挑战。
今年8月,交通运输部等部门联合出台《关于鼓励和规范互联网租赁自行车发展的指导意见》(以下简称《指导意见》),对共享单车发展持鼓励态度,也对参与者提出了新要求。目前,多地已先后出台管理办法或暂停新增投放的“限令”。业内人士认为,“限令”可以控制总量,而要解开违规停放的“结”,仍需疏堵并重。智能化手段的运用与线下运维能力的加强,或许可以缓解“乱象”。
“小单车”带来“大变化”
去年9月,可以共享的智能单车在北京率先亮相,几个月之内摩拜、ofo、一步单车、永安行等各色单车遍布广州、上海、成都、杭州等城市的街头巷尾。截至今年7月,全国各地投放共享单车总共约1600万辆。
《指导意见》中提到,我国互联网租赁自行车快速发展,在更好地满足公众出行需求、有效解决城市交通出行“最后一公里”问题、缓解城市交通拥堵、构建绿色出行体系等方面发挥了积极作用,推动了分享经济发展。重庆交通大学教授王健测算认为,同样一条车道,一个小时,公交车可通过2800人,而共享单车可通过7500人,因此共享单车对交通缓堵功不可没。
作为共享单车第四个进军的城市,成都以积极的姿态,让新事物快速发展。成都共享单车迅猛增长,累计注册用户已超千万人次,日均使用频率4.5次。“共享单车对交通出行有没有好处,老百姓欢不欢迎?不能急于下定论。作为城市交通管理部门,我们对共享单车是从观望、了解、再到主动服务的过程。”成都市交管局局长李文胜说。
“小单车”确实带来了“大变化”。作为全国私家车保有量前列的城市,成都的拥堵情况有了较明显改善。“成都今年约有150个施工路段,我们本来预判拥堵程度会加剧。但共享单车出现后,预期的拥堵恶化没有出现,甚至有所缓解。”成都市交委副巡视员王增勇表示。
王增勇说,目前成都日均有400多万人次使用共享单车,与公交运量相当。全市拥堵时长、里程都有不同程度下降。随着单车使用比例越来越高,电动车占比逐步下降,尤其是过去屡禁不绝、非法运营的“黑摩的”消失了约80%。
共享单车还进入了政府机关大院,成为公车改革后出行的“接力棒”。四川省机关事务管理局大院等28家省直机关划定共享单车停放区,供机关干部和办事群众使用。据ofo运行平台统计,自6月上旬开展共享单车进机关以来,共享单车平均利用率达90%。
管好单车需“绣花功夫”
新生事物从来都是发展与问题相随。目前成都单车投放总量超过120万辆,和很多城市一样,上下班高峰,许多地铁站口、公交站周边堆满了单车,侵占了行人道路。节假日,一些热门景区甚至“单车围城”。
今年3月初,成都市交委、城管委、公安部门联手,率先发布《关于鼓励共享单车发展的试行意见》,形成政府、企业、使用者齐抓共管、有序使用的“共享”服务体系。ofo西南大区负责人周伟国告诉记者,开始就是由企业投放,没想到政府很快响应,主动询问企业建议、管理的问题和政府可以提供哪些服务。
为提高管理服务水平,成都市交委、交管局、城管委还联合发布了《关于进一步加强共享单车管理的工作方案》,全国首创了“3+7+N”会商制度:市交委、交管局、城管委3部门,联合五城区及高新区、天府新区共7个区以及共享单车运营企业参加的会商制度,及时解决共享单车发展中出现的问题。
“会展中心周边有单车乱停乱放现象,请及时派人处理。”这样的信息,ofo成都经理何众的手机微信群里几乎每天都会收到十几条。
微信群是成都治理共享单车的一个重要内容。在成都市交管局副局长刘荣生和城管委市容秩序管理处处长李健手机里,记者都看到了“共享单车管理群”,上到各区主管,下到片区民警、城管、单车企业运维人员,形成了“上下联动”的一条线。
精细管理促成文明使用,交通运输部科学研究院发布的《2017年中国主要城市骑行研究报告(第二季度)》中,成都城市骑行指数排名全国第一,且成为“单车破坏投诉率最低”的城市。
智能化或破题“乱象”
交通运输部科学研究院研究员吴洪洋在近日成都的一次座谈会上表示,共享单车未来的方向将是便捷化、舒适化、智能化和有序化,其中智能化将有可能破解共享单车现存的“乱象”,促使其走向有序。
目前,共享单车在一些城市已经出现过量投放、乱停乱放问题,甚至“僵尸车山”等现象不断曝光。近一个月来,多城市出现几万辆违停单车堆积如山,甚至被杂草所覆盖现象。因此,已有超过10个城市叫停了共享单车的新增投放。上海市交委规定,企业暂停在上海新增投放车辆,一旦发现,将作为严重失信行为纳入企业征信档案。
上海自行车协会秘书长郭建荣说,上海的共享单车已经突破150万辆,企业过量投放带来乱停乱放问题,确实给城市管理者带来巨大压力。
“限令”只是控制总量,而要解开违规停放的“结”,仍需疏堵并重。业内人士认为,智能化手段的运用与线下运维能力的加强,或许可以缓解“乱象”。
记者了解到,目前成都、杭州等城市正在计划通过电子围栏、立体停车点位等技术,解决上述问题。成都市交委总工程师聂斌表示,成都在使用密集度高、停放区域比较密集的点位,将试点建立停车点,与机动车立体车库类似,目前方案正在研究中,年内有望建成第一个示范点位。
“企业要有意识地让共享单车向有序停放演进。”ofo副总裁张宇说,一个办法是“电子围栏”技术,就是用户使用后必须停在规定区域里面才能停止计费,从而有效避免乱停乱放。
与此同时,一些城市也先后启动了智能化的交通管理或监督管理平台。在今年年初《共享单车与城市发展白皮书》的发布活动上,“摩拜单车”表示,将依托大数据人工智能平台,推动国内智慧城市、健康城市的建设;ofo此前也与北斗导航共建出行大数据平台,互通和完善城市综合交通出行大数据,为政府部门提供城市智慧慢行交通体系的数据支持。
记者了解到,成都已启动共享单车监管平台建设的前期工作。监管平台的主要构成拟包括数据采集交换、企业服务质量管理和数据统计分析展示等系统。聂斌表示,通过实时共享数据掌握共享单车市场运行状况,指导共享单车实现精准调度、投放和监管,并通过出行数据分析,为城市公共交通体系规划建设、节能减排提供数据支撑。
“单车出现的问题需要政府、企业、社会三方协同创新治理。”交通运输部科学研究院城市交通中心战略规划师尹志芳说,政府要做好共享单车的发展定位和顶层设计;企业要增强线下运维能力,履行经营主体责任;用户要文明用车,并带动更多使用者做文明骑行的参与者和监督者。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04