TechWeb 6月26日?qǐng)?bào)道 文/王蒙

收費(fèi)員楊大爺每天早上表情都欠好，他覺得這種改變是從越來越多的共享單車進(jìn)入中關(guān)村開始的。

圖注：中關(guān)村蘇州街

63歲的楊大爺在中關(guān)村蘇州街上承包了13個(gè)泊車位，這些泊車位緊鄰寫字樓前的自行車公共泊車區(qū)域。上個(gè)月，一輛停放在公共泊車位的共享單車倒了，把一輛停靠在他承包車位的寶馬前門劃了。不知道是誰把自行車弄倒了，最后楊大爺把這個(gè)“鍋”給背了，賠了寶馬車主400元。

每個(gè)泊車位每年的承包費(fèi)是2.1萬元，擁有13個(gè)泊車位的楊大爺每年要向物業(yè)公司交納27.3萬元的承包費(fèi)。他給TechWeb算了一筆賬，每個(gè)泊車位每天要收58塊錢，他的成本才能收回來。每停放一個(gè)小時(shí)10元錢，賠給寶馬車主的400元錢，意味著一個(gè)車位兩天的收入沒了。

楊大爺有想過跟這些共享單車公司的人交涉，但他找不到人。每天早上有來寫字樓前收共享單車運(yùn)往地鐵口的人，他跟這些人溝通過，但他們的回復(fù)是，“我不是他們公司的，這事我管不了。”

楊大爺覺得現(xiàn)在的年輕人不行，“說起來都是念過書的大學(xué)生，都?jí)耐噶恕＿@里（指自行車公共泊車位——TechWeb注）明明都擠得滿滿當(dāng)當(dāng)，還是有人硬往里放，這一片車就全倒了。”

倒下來的自行車成了停放在旁邊私家車的“按時(shí)炸彈”，楊大爺勸那些騎車的人，公共泊車區(qū)域停滿了，就不要硬往里放了，但是沒人聽他的。一個(gè)不留神，還有人直接把共享單車停在他承包的車位上。除了指揮倒車，楊大爺最多的事就是擺放共享單車。

楊大爺說，每天早上喉嚨都喊破了，讓人好好放自行車，但瞎停瞎放的問題還是解決不了。

圖注：蘇州街銀科大廈公共泊車區(qū)

在菁菁的記憶里，各種顏色的共享單車中，摩拜是最早進(jìn)入中關(guān)村的。但不到兩個(gè)月，ofo小黃車就跟進(jìn)了。因?yàn)橥度肓看螅偕忘S色自始至終都是“彩虹車”中最顯眼的顏色。

摩拜剛進(jìn)入中關(guān)村，菁菁就下載了應(yīng)用。每天早上從地鐵走到寫字樓那十五分鐘，因?yàn)橛辛四Π菘梢员豢s短到五分鐘。這就意味著她每天早上可以多睡十分鐘。但是菁菁逐漸發(fā)現(xiàn)，早高峰地鐵口的共享單車是搶手貨，她未見得可以找到。

隨著單車投放量的加大和人工運(yùn)維人員的投入，早高峰沒車的問題得到了緩解，但新的困擾又來了——寫字樓前公共泊車位停滿了共享單車，她找不到泊車的位置。

從找車難到泊車難，共享單車越來越多，但北京的公共泊車位已經(jīng)不夠用了。

潮汐

是中關(guān)村的共享單車太多了嗎？TechWeb現(xiàn)在沒有準(zhǔn)確的數(shù)據(jù)去下這樣一個(gè)結(jié)論。但從一個(gè)側(cè)面可以看出，產(chǎn)生上述問題的主要原因并非車輛投放問題，而是目前所有共享單車企業(yè)都沒有找到應(yīng)對(duì)之道的潮汐現(xiàn)象。

TechWeb不雅觀察發(fā)現(xiàn)，早間停放在寫字樓前的大量單車，晚上7點(diǎn)90%的車輛就已經(jīng)被騎走。早間停放在寫字樓前的共享單車到了晚間大量聚集在地鐵口。

TechWeb曾就摩拜單車出現(xiàn)的地鐵“潮汐現(xiàn)象”提問摩拜單車創(chuàng)始人胡瑋煒，“您是否認(rèn)為這是一個(gè)需要改進(jìn)的問題，如果這的確是一個(gè)需要改進(jìn)的問題，摩拜單車會(huì)如何改進(jìn)？要知道ofo已經(jīng)開始展開人工運(yùn)營模式，早高峰后將聚集在寫字樓前的小黃車運(yùn)送到地鐵附近。”

胡瑋煒的回復(fù)是，“摩拜單車的整個(gè)騎行是完整的生態(tài)過程，它自有循環(huán)流動(dòng)的路徑。當(dāng)然我們也意識(shí)到了很多用戶反映的這個(gè)潮汐現(xiàn)象，我們也的確在開始布局人力去進(jìn)行報(bào)答調(diào)動(dòng)。但是整體上，我們還是把摩拜單車的騎行放在整個(gè)城市交通運(yùn)行的大環(huán)境中去考慮，騎行者是能夠通過他們的騎行完成摩拜單車自然流動(dòng)的。”

本年3月23日，摩拜單車頒布頒發(fā)上線“紅包車”，希望通過類似游戲的模式，吸引市民將車輛騎到更需要的地方，完成“任務(wù)”可以獲得紅包獎(jiǎng)勵(lì)。讓局部車輛供需失衡情況得以改善，不再單純依賴人力進(jìn)行調(diào)度。

摩拜紅包車上線3個(gè)月以來，對(duì)于地鐵潮汐現(xiàn)象的解決并沒有太強(qiáng)作用。早高峰地鐵釋放的巨大人流量依靠人力或者紅包車其實(shí)是極難平衡的。

TechWeb在ofo小黃車對(duì)外發(fā)布的新聞稿件中發(fā)現(xiàn)，對(duì)于潮汐問題，ofo小黃車是這樣表述的，“共享單車具有明顯的潮汐效應(yīng)，且騎行需求受天氣等因素影響，ofo利用卷積神經(jīng)網(wǎng)絡(luò)，提取差別時(shí)段同一區(qū)域或者同一時(shí)段差別區(qū)域的圖像相關(guān)性特征，以精準(zhǔn)預(yù)測(cè)下一個(gè)時(shí)段某一區(qū)域內(nèi)會(huì)出現(xiàn)的需求數(shù)，從而為運(yùn)營調(diào)度提供更好的決策，實(shí)現(xiàn)智能運(yùn)營。”