探测城市毛细血管的共享单车

毛怡玫

2017年2月20日，ofo正式启动在杭州的共享单车城市运营。在此之前，ofo已经进入了三十多个中国城市。

这是一个缓慢而慎重的决定。

对ofo来说，进入杭州需要面对的并不仅仅是其他共享单车品牌的直接竞争。更重要的是，这座城市从2008年开始就在政府主导下建立了自己的有桩公共自行车系统，9年来投放的公共自行车数量超过8万辆，是国内最大的城市公共自行车系统，且已实现了盈利。这意味着，ofo在杭州有一个已经建立起坚实壁垒，并且难以在短期内超越的强大对手。

不过与多数人的预期相反，ofo在杭州的业务启动获得了比其他城市更好的数据表现。

同样是新进入一个城市的第一周，在活跃车辆数相当的前提下，ofo在杭州的日订单量是此前南京日订单量的7.6倍。“公共自行车做得越好的城市我们越容易进去。”ofo小黄车首席运营官张严琪对《第一财经周刊》说，一方面是因为当地居民对共享单车更为熟悉，不再需要市场教育的时间，另一方面有桩的公共自行车始终无法随骑随停，它需要建设更多的停车点，但要覆盖所有人的需求很困难。

在杭州，平均每天有超过5000人骑着ofo小黄车从地铁1号线的文泽路站出发或者到达这个地铁站。它是杭州ofo使用量最大的地铁站。在与文泽路相邻，位于下沙高教区的文海南路站和金沙湖站，也都有明显的用车早晚高峰，中午也有一个小高峰—这意味着午餐时间这里也有一定的单车出行需求。

尽管ofo早期是通过App记录用户的起终点定位，但同样留存了大量共享单车的使用数据。新一线城市研究所利用这些数据更仔细地研究了下沙高教区的单车出行需求：把杭州市区范围内用车频繁的起终点路线连接起来，按照往返次数划分出不同的等级—为了便于分析，相近的起点和终点都被打包在了同一个边长为500米栅格中。

线段的颜色深浅与粗细代表了这条起终点线路的使用热度，你会看到在下沙有几组线路尤其热门：从文泽路地铁站到浙江传媒学院和更西边一些的居民区，或者从文海南路到浙江财经大学和杭州师范大学等学校。如果把这一区域附近的公交线路也放到图中，对照这些单车线路和周边的公共交通状况就可以看到，这些区域现有的更多是横向公交线路，而缺乏纵向的交通网络。

解决城市中最后一公里的出行需求，被认为是共享单车对中国城市最重要的意义。现在，杭州每天每辆ofo小黄车平均会被至少6个人骑行，每次骑行的时间平均在16.2分钟。

“城市里的交通枢纽是按照人们出行的规律来设置的，我们是在这个基础上把公共交通延伸到人们生活工作场景的最后一公里。”张严琪说，ofo在刚进入一个城市时，通常会先在人流量大、用车需求高的大型交通枢纽和商业中心附近尝试投放单车，等这些站点的车都被骑走之后，就有数据可以用来分析ofo在这座城市的具体运营策略了。

城市运营数据的分析是一项复杂的工作。从校园单车起家的ofo过去可以凭经验来判断学校的宿舍、食堂、教学楼、图书馆等起终点之间的用车潮汐规律，但到了使用场景极其复杂的城市环境中，张严琪的团队会需要做更多数据分析以决定车辆的投放规模。

不同城市的特性也天然决定了ofo在不同城市中运营策略的变化。比如在被长江和汉江隔开的武汉中心城区，就需要把武昌、汉口、汉阳划归成3个“小城市”来运营。ofo的武汉城市经理会先把车投放在这3个区域的中心和地铁站附近，再根据反馈的数据评估这3个“小城市”公共交通的覆盖、人们的出行和通勤规律。

在武汉，ofo需求量最大的地铁站点分别是2号线的光谷广场站、武昌中心的街道口站、广埠屯站和汉口中心的6号线汉正街站。相比杭州高教区附近的地铁站，武汉的这些热门站点在中午时段并没有明显的用车需求，在市中心区域地铁站点的共享单车使用流动性相对顺畅，不太会出现明显的潮汐现象。但在光谷广场附近的华中科技大学周边，依然能够看到公共交通不足带来的密集的共享单车骑行路线。

在这个研究中，新一线城市研究所依然把城市切割成边长为500米的栅格，并把ofo的起终点坐标分别投射在这些栅格中，用颜色深浅来说明ofo起点或终点的热门区域在哪里。

如果比较城市內同级别热度的起终点覆盖范围，你会发现，终点能够覆盖更广泛的面积。比如在杭州的ofo热点图中，起点图中颜色最浅的黄色的面积明显小于在终点图中的面积，并且起点的需求量更集中，终点的热力分布则更为平均—不过无论起终点，它们与城市的商业资源集聚地都是基本重合的。这也解释了为什么在共享单车进入城市的初期，商圈附近更容易找到共享单车，而其他地方可能需要稍微等一段时间。

南京的新街口、珠海的拱北、九洲城商圈，都是ofo小黄车被频繁使用的区域。除此之外，热点区域还常出现在学校周边，比如南京的中国药科大学附近，使用ofo的人次能排到这个城市的前十。

从整体趋势看，城市人使用共享单车的整体路线是从城市内部向城市外围扩散的。

这种供需的不平衡也是为什么我们常常能在路边看到调度共享单车的卡车或是面包车的原因。从ofo的运营经验看，城市中的共享单车流向通常会有两种模式。一种是单向流动，人们只往一个方向骑车而不会把车骑回来，这就需要运营调度人员将终点的车往回运；另一种是双向流动，这条路线上的单车基本不需要人工干预。

遇到单向流动的情况时，ofo数据平台上的单车流向数据就有了作用，它会告诉运营团队，大概有多少辆车在什么时间流向了哪里。

ofo的线下调度师傅根据线上数据平台反馈的信息，结合自身经验，把扩散到城市外围的单车运到高频使用地区。

但数据平台只能显示一个结果，比如在北京的大望路地铁站有一些滞留的共享单车，这些车从其他地区流向这个站点后就不太移动了。数据平台只能显示这个现象，并不知道为什么。而现场调度师傅发现，单车通常积压在出京往燕郊方向的一边—从燕郊坐车进京上班的人们并不会为了骑车特地跨过一个天桥，这就需要线下的团队给线上数据平台系统补充信息。

“有些时候机器算法会告诉我们某个地点的日单量很高，但看不出有什么规律，我们就先去投放，然后再做线下调研反馈，帮助系统变得更聪明。”张严琪说。目前ofo的数据平台能够告诉调度团队将单车往回拉的最合适时间，并匹配出最优的回流路线。

通常提早三四个月，ofo的城市运营团队就会计划好新进驻城市的名单。在张严琪看来，“只要是能骑自行车的城市都适合共享单车。”只是从一家公司运营的角度看，ofo需要从市场规模上判断哪些城市更值得优先进入。

根据一套包括城市面积、人口、出行规律、公交规划、天气、降雨量、消费水平等因素建立的算法模型， ofo小黄车会为城市测算出一个分数，这也是张严琪判断一个城市“是不是准备好了”的依据。

像江门、赣州这样的三四城市，当地政府也开始改变保守态度，主动找到ofo，希望共享单车能尽早进入他们的城市。

ofo当前对外公布的最新进驻城市数量是120个，并计划在今年年底将这个数字提升到200个，这意味着更多三四线甚至五线城市的街头也会出现小黄车—也许还有它的竞争对手们。

竞争可能还会持续很长一段时间，但共享单车应该不仅仅只是发生在商业领域的一个故事。从实际的作用看，除了弥补城市出行最后一公里的交通空缺，它们在城市运营中沉淀下来的数据，还能帮助城市管理者完善城市内部交通规划。

在杭州的往返频率图中，有许多类似蜘蛛网状的线路区域，它們并没有出现在任何的地铁站点附近，比如武林广场西侧的浙江省医学科学院附近的区域。这些地铁暂未延伸到的地方，留下了共享单车频繁的往返数据记录，这些数据也许能给未来的地铁规划带来传统调研内容以外的研究素材。

这也应该是共享单车对城市更重要的意义。