由于共享单车在城市各区域的投放并不均匀，DT君常常遇到“想骑车却无车可骑”的尴尬。共享单车到底分布在哪里？魔都的哪些地方是单车公司忽略的“需求旺地”？数据侠周宁奕爬取了27万辆共享单车的数据，结合地铁流量数据和房屋地产数据，从用户角度为共享单车的投放问题开了一份“药方”。

5公里内才是单车出行的黄金距离

对于魔都这种超级大城市来说，投放足够的单车数量，是共享单车要面对的首要问题。那全上海到底有多少共享单车呢？从平时的观察看，摩拜和ofo是上海市场占有率最大的两家共享单车公司。于是我爬取了所有ofo和摩拜在上海的单车，去重后，理出超过27万辆摩拜单车，ofo则少很多。我觉得这基本是ofo单车没装GPS的问题，很多单车无法被系统找到。

仔细想想，27万这个数字既不多也不贵。截止到2015年底，上海大约有2400万人口，如果按人头算，只有约1%数量的摩拜单车。假如平均造价500元，把全上海的单车加起来，也不一定换得汤臣一品的一套房子。

把上海的凌晨摩拜的所有单车画出来，一副星光闪耀的地图展现在面前:

我从数据发现，其实大部分人都只骑了很短的路，12小时里移动了600米到700米的车是最多的。

根据腾讯企鹅智酷的一份调查报告，61.3%的用户骑行距离在3千米以内，骑行距离超过5千米的用户只占8%左右。也就是说，对于共享单车的用户，5千米以内的短途通勤需求是最普遍的情况。4月12日摩拜联合其他机构发布的《2017年共享单车与城市发展白皮书》中显示，上海的人均骑行距离只有1.8千米。因此大致上，单车是城市局部的微交通，随着短距出行的需求随波逐流。

此时我的脑海里浮现出一个模型：往半壶热水中倒入半壶冷水，最后总会变成均匀的温水。热水瓶就是单车的投放车，每辆车走的距离很短，但可能以每天1km的速度向四周扩散，日积月累的扩散效应应该还是很大的。所以单车一开始的投放可能是不均匀的，但最终会形成一种平衡。不过，其实用户的需求也是不均匀的，所以需要不断地对单车进行调度调整。

当然，也有一些特例，比如黄浦江应该就是一个保温的热水瓶胆。黄浦江流经市区，而桥梁、隧道、地铁都是不通自行车的，唯一可行的也许就是去码头坐船。如果浦西投放了10万辆自行车，浦东没有，那长期来说浦东浦西的供需关系就是不等价的。

黄浦江是屏障，铁路是屏障，更大的屏障还有跨距离的卫星城。也许，摩拜单车作为新生事物，并没有成熟到可以刻画全上海的人口流动，因此我爬取了上海所有的公交线路和站点，以此来刻画经年累月里城市各个部分的连接关系。

可以看出公交车的网络内部致密，连接却稀疏，松江、金山、嘉定新城已经变成了离开市区的卫星城，在市区投放单车，自发去卫星城的人应该非常寥寥。

南京西路也成了被忽略的地铁站点？

摩拜单车的一份报告说，人们的出行基本都围绕地铁展开。我以地铁站周边1km画圈，来看地铁一公里范围内覆盖了多少摩拜单车。这一区间基本涵盖内环里的核心地段，画出来的结果也确实如此，63%的摩拜单车都被圈到了里面。

当然，这只能说地铁和单车关系很大。但是上海有几百个地铁站，也不可能每个站点都均匀投放单车，有的站点人流大，有的人流小。那哪些地铁站被摩拜单车忽略了呢？

好在俺手上还有一份地铁的数据。以某个星期一的数据为例，我在下图中统计了每个站点进出站的总和，很快我们能发现个基本面:

和房价分布比较一致，2号线是上海交通的中流抵柱，尤其是虹桥火车站、北新泾、中山公园、南京西路、人民广场、陆家嘴；1号线老大哥，也很热闹，尤其是莘庄、徐家汇、人民广场和上海火车站，9号线的泗泾和九亭也不可小视，漕河泾的白领好多住在那。

然后，我们要统计每个地铁站周边500米的范围内的自行车数量。我把进出站人数和自行车数量做了个比例，那基本就算出供需关系了。下图，我用点的大小代表地铁人流，颜色用来表示人均保有的自行车数量，又蓝又大的点，可能就是单车公司需要去优化自行车投放的，如南京西路、莘庄、徐泾、共富新村、泗泾、九亭这些站点。　　

此外，图中还有一个明显的特点：在上海地铁路网的外部，基本都是大蓝色的圆圈。换句话说，摩拜单车集中布局在了上海的核心地段，而忽略了市郊的部分地区。这也符合我上文关于卫星城城市屏障的猜测。虽然卫星城的单车不容易与市区的进行流动，但是这些地区的地铁站点人流量也很大，满足这些居民的单车需求是不是也是潜在的市场呢？

不同城区板块反映了不同的单车供需关系

刚才，我们以地铁站为维度去区分流量，我想，还有一种途径，就是根据板块来看待投放的问题。我们先做一个较粗暴的假设：上海的房子“都是用来住的，不是用来投资的”，忽略群租房一类的特殊情况，板块内的居住人口，大致等于这个板块包含的户数（有多少套房子）* 3。

因此用链家的数据计算板块内总户数，基本可以代表每个板块夜间的常住人口，只要我们配合凌晨的单车存量，基本可以刻画第二天一早的单车供需关系。下图中颜色越黄的地方，说明越密集；颜色越绿的地方代表数量较少。

你会发现，三林、江桥、顾村、金山都是蓄积人口的大户，但是郊区面积也大，真正适合刻画人多人少的，还是按照户数 / 板块面积算人口密度比较合适，可以发现，环市中心是最密集的部分，包括了甘泉/宜川、光新、曲阳这些地方。

因此，人均保有单车，更准确的说是每天早晨从家出发的路程的单车供需关系如下：人均保有单车率 = 这个板块的单车数 / 这个片区的小区户数 。我们会发现漕河泾、外滩、张江、五角场和金桥比率很大。

当然，我们关注的不是哪里单车多而是哪里单车缺，上图显示深红色的板块，在早上是缺乏共享单车的，当然，这个单车很缺的地方可能人也很少，我们以5万户为界限，删掉人口很少的板块。此刻我们发现，普陀区的甘泉/宜川板块、 闸北区的彭浦板块、奉贤区的南桥板块、浦东的周浦、浦江板块，这些都是比较缺共享单车的，这也许值得共享单车公司去优化布局。

从这份数据里，我们还可以推测单车公司的投放策略，只要看今天系统中新捕获的单车分布，亮点代表在一个地方叠加了许多单车，这种分布，应是自然过程无法形成的。下图是从4月10日的数据来看单车公司在流量最大的2号线的某几个站点附近的投放情况。

我们今天分析的单车数据非常之简单，经度纬度和时间id，而且还不是连续的轨迹，但还是能够反映出一些问题。当然，我觉得共享单车最重要的不是今天我们讨论的怎么投放车辆，而是变成一面数据的镜子，反射出社会更多层面的问题。

作者：程一祥
来源：网络