大数据揪出:把魔都共享单车“藏”进小区的人都住哪?
jopen 7年前
<p>隐藏在陆家嘴摩天大楼中的“违章小区”。</p> <p>两周前,我爬取了上海摩拜单车的数据,分析了共享单车在上海的供需关系。如果把所有的共享单车的位置画到图上,变出满城星光夜上海的可视地图,除了热闹的画面,细节里还有许多差异。</p> <p>统计上看,大部分的单车分布在路的周边,勾勒出一幅泾渭分明的街道景象。比如闵行区虹桥镇附近的小区,小区路边停了好多车,前簇后拥,形成了一条条光带,而小区内部则基本不停车,一派文明的景象。</p> <p style="text-align:center"><img alt="大数据揪出:把魔都共享单车“藏”进小区的人都住哪?" src="https://simg.open-open.com/show/097b75c7d0637598e7c19c7f38bf55b2.png" /></p> <p style="text-align:center">(图片说明:共享单车在上海虹桥镇周边的分布)</p> <p>然而如果我们移步陆家嘴以北的小区,则会发现大量分布散漫的自行车,它们都在“违章停车”。照理,作为浦西土著,对浦东的印象就是五色盛景,满街都是惜时如金年薪百万的金领。我不禁发出疑问:哥每个月的工资都不够给摩天大楼装块玻璃,富庶的金领们又何以占着单车停在自家门口?</p> <p style="text-align:center"><img alt="大数据揪出:把魔都共享单车“藏”进小区的人都住哪?" src="https://simg.open-open.com/show/ff09fb6225c4fb24e440b30af559a216.png" /></p> <p style="text-align:center">(图片说明:共享单车在浦东陆家嘴周边的分布)</p> <p>在此之前,得先说明一下什么是共享单车的“违章停放”。自共享单车的概念面世以来,“无桩停车,随骑随走”一直都是其最大的卖点之一。这一特点为人们使用共享单车出行创造了极大的便利。但是另一方面,侵占公共空间停放、推回自家据为己有等违章行为也陆续出现。据摩拜单车微信平台说明:凡是停在大院内部、单位内部、小区内部、建筑内部等明确告示不允许停放自行车之地等都算做“违章停放”。</p> <p>隐隐中,我回想起了这些违停率很高的小区。记得某次爬到了“大军刀”(环球金融中心)的 100 楼往下看,浦东的壮观景象两边,在世纪大道的北面,原来长满了古老的房子。诸如崂山五村,乳山二村云云的,且称为乳山x村,潍坊x村吧。</p> <p style="text-align:center"><img alt="大数据揪出:把魔都共享单车“藏”进小区的人都住哪?" src="https://simg.open-open.com/show/c7fbf7d3270b3bc63dafb9469b93c784.jpg" /></p> <p style="text-align:center">(图片说明:浦东世纪大道西北面鸟瞰)</p> <p>这些房子有个共同点,年代比较老,个头比较矮,面积比较小,屋顶比较花。它们生于“宁买浦西一张床,不买浦东一间房”的“pre90 年代”,淹没在浦东崛起的建筑高度里。从“军刀”往下看,这个场景充满了两个时代的格格不入感。但走在浦东的大马路上,从前压根没感受到它们的大量存在,我觉得是因为它们被街道界面隐藏了,比如我们把居住区的建成年代做个可视化,其分布立马呈现:看到 2 个年代久远的大蓝斑了么?</p> <p style="text-align:center"><img alt="大数据揪出:把魔都共享单车“藏”进小区的人都住哪?" src="https://simg.open-open.com/show/8f6df86e267643c36fe7bcb9653bbd3f.png" /></p> <p style="text-align:center">(说明:陆家嘴周边居住区房屋建成年代图,颜色越蓝代表建筑年代越久远,越亮红色代表建筑年代越新)</p> <p>下班,陆家嘴下车,我骑了个共享单车就往几个x村去。一路上,满眼是细雨微朦的黑夜和云深不知处的高楼。然而刚过世纪大道,画风就突然一转,进入一个平行世界——这里充满施工工地,路灯昏黄,道路不宽,周边都是非常平价的小店。虽然这些小区也要 8 万一平,但其实里面道路拥堵,出口稀少。我一路骑行,就是想要亲眼看看这些在地图上被数据找出的“违章小区”。</p> <p><strong>不仅是浦东,光鲜的浦西也有“违停重灾区”</strong></p> <p>现实中,共享单车并没有那么多违停,我只能偶尔看到一些三两成群的违停车辆。我想道理也简单:再乱停车的小区,其比例也不会很高。就像1% 的糖水和 0.1% 糖水,你可能都觉得是淡水,但是他们实际上差了 10 倍。人的感觉阈值有时决定了它俩没有区别,这种时候,我们就需要大数据才能看清这种分布。</p> <p style="text-align:center"><img alt="大数据揪出:把魔都共享单车“藏”进小区的人都住哪?" src="https://simg.open-open.com/show/033f1cae24344a2aa791204c232e9677.jpg" /></p> <p style="text-align:center">(图片说明:一些违章停在小区内部的共享单车)</p> <p><strong>为啥浦东陆家嘴这一带的小区有那么多违章停车?万能的朋友圈说:</strong></p> <ol> <li>上班距离远(大多人在有些距离的陆家嘴软件园工作,并非最近的金融单位,金领们多住世纪公园),自家楼下曝光率低,第二天不担心被骑走。</li> <li>周边路窄,不便停车。</li> <li>学区房,小孩比例高,停车不规范。</li> </ol> <p>实地调研实在不是在下的强项,但如果我们把范围扩大到整个上海,回到大数据的视角,将所有违章停车的数量,统计到小区里,一个违章停车的版图跃然纸上。其实,浦东的诸多小区并不是违章数很高的,最厉害的小区,位于浦西一个叫中远两湾城的巨型小区, 其数据(小区内违章停车绝对值)神一般地在众多小区里“鹤立鸡群”:</p> <p style="text-align:center"><img alt="大数据揪出:把魔都共享单车“藏”进小区的人都住哪?" src="https://simg.open-open.com/show/7c2ee15206fbe8ff232d98e649f78f10.png" /></p> <p style="text-align:center">(图片说明:小区内的违章停车数量统计图,颜色越黄代表数量越多。)</p> <p>带着疑问,我又驱车去了中远两湾城。作为巨无霸小区,这儿至少有几万人居住。这个粘附在苏州河大拐弯的小区,道路曲折而狭窄,两边停满了车,汽车在里面开着需要一条路走到黑,否则很难停下来。一楼某个窗户上,写着禁止群租房的字样: 这个小区一直因为群租现象而闻名。</p> <p>总之,中远两湾城至少有 2 个问题:</p> <ol> <li>小区太大,走出来非常费劲</li> <li>楼高房间多,群租多、人更多,年轻人比例高,人多停车自然多</li> </ol> <p style="text-align:center"><img alt="大数据揪出:把魔都共享单车“藏”进小区的人都住哪?" src="https://simg.open-open.com/show/674276218e6c6d05610a974f83a15ff6.jpg" /></p> <p style="text-align:center">(图片说明:停在小区内自行车停放区的共享单车)</p> <p><strong>为什么中远两湾城违章停车这么多?</strong></p> <p>一个原因可能是这里的人口基数大。小区人多停车自然多,算违章停车数,大一点的小区就会很吃亏。</p> <p><strong>那还有没有更合理的指标呢?</strong></p> <p>如果我们把:违章停车数 / 小区户数(户数和人口正比)算违章停车率,即计算单位住户违停率,中远两湾城这样的超级小区就退出了老大的位置。但仍然存在两个问题:</p> <ol> <li>不同小区的人口结构不同,老年人压根是不骑车,年轻人多的小区违停率自然高</li> <li>单车投放分布不同,张江、2 号线沿线、五角场、漕河泾投了很多自行车,这些地方共享单车用户数,相比周边地区显然更高。</li> </ol> <p><strong>总体上,郊区的违章情况比市区更严重</strong></p> <p>对比前两种方式,我想更接近附近住户的心理意愿的指标是:骑车的小区住户平均违章停车了多少次。这个问题既烧脑也简单,计算小区骑车的人数,假设骑车回家的人总会把车停在自己小区门口附近,只需要在一个晴天的晚上看(一般天晴更能保证正常骑行):<strong>小区内部停车数 / 小区附近 50 米包围圈内停车数。</strong>计算发现,一幅郊区远甚市区的情景跃然纸上,颜色越黄越违章。</p> <p style="text-align:center"><img alt="大数据揪出:把魔都共享单车“藏”进小区的人都住哪?" src="https://simg.open-open.com/show/84c579de6432972fcd7d98833f98be7b.png" /></p> <p style="text-align:center">(图片说明:上海各地区的违章停车率统计图,颜色越黄代表违章率越高。)</p> <p>比如一号线的末端共富新村、彭浦新村,九号线的末端松江城区,五号线的末端闵行南部。在这些特征里,我们看到距离地铁较远的通常比较黄,比如松江新城周边,这些区域通常位于地铁的末端。按照常识,我想到了 3 个因素:</p> <ol> <li>郊区的小区大,小区内的路太长,容易违章停车</li> <li>年轻人一直在向外迁移,共享单车的目标用户比例高</li> <li>郊区出行距离很长,车又很少,怕没车骑</li> </ol> <p>据说共享单车公司目前就是将停车是否在小区内和个人信用分绑定,所以本文基本也是从这个点出发的,但反过头来,为啥小区停车算违章?这种判断标准合理么?</p> <p>我想,本质上是你的占有让公共资源发生了浪费。</p> <p>小区本来就是一个小型社会,如果你住在中远两湾城这样的万人大型小区,每个人都能遵守规则地把共享单车放在小区外,每天也许会增加 10 分钟 * 2 次 * 10000 人的行走时间,加起来超过 138 天。即便以 20 块钱/小时的时薪,也是一天 6 万块钱的人力成本。</p> <p>而换个角度来考虑,假设一种常见的场景,我晚上 9 点骑车回家,第二天早上 8 点出门,其实这几个小时停在小区里面也是合理的,毕竟放在外面基本也没人骑啊。从这一点说,共享单车公司对违章的判断是否应该继续细化呢?比如可不可以把小区里停车超过 2 天的算是违章,而不仅以小区内外为标准?</p> <p>手机、车辆也许只是所谓的物联网时代微小的开始,我们讨论违章时用到的计算规则也还很原始。然而设想一下,未来更多的物体装上了传感器传递着信号,我们的行为沉淀在云端的数据库进入计算,未来的计算机集群仍然沿着略低于摩尔定律的速度发生进化,城市治理也许对等于服务器上的规则引擎……这需要多么精密或巧妙的算法去取代今天城市治理者的劳动。</p> <p>(注:文章仅代表作者观点,文中数据图表均来自作者。)</p> <p>来自: DT财经</p>