基于SFIC 模型的共享单车协同治理问题研究

为应对共享单车快速发展带来的车辆乱停放、车辆破坏和失窃、用户信息和资金安全等问题,推动共享单车行业健康有序发展,以协同治理为理论基础,基于SFIC模型,从起始条件、催化领导、制度设计和协同过程4个维度对共享单车协同治理面临的困境进行分析,并提出构建激励机制、催化机制、保障机制和沟通机制实现共享单车的协同治理。     

中国共享单车发展历程及协同治理研究

共享单车是共享经济的一种创新模式,近几年在中国获得了快速发展,但行业的快速发展,带来了大量复杂的公共治理问题。本文通过分析中国共享单车历史,梳理出由政府主导、市场主导再到政府规制的发展历程。基于共享单车的治理困境和协同治理理论,提出了政府、企业和公众协同治理是共享单车治理的最佳途径。     

共享单车治理演进探讨

近年来,共享单车广受欢迎。而已有研究着重强调通过协同治理解决共享单车问题,未能追踪到共享单车治理的最新实践。本文基于渐进决策理论视角,从治理主体与治理手段两大维度将共享单车治理划分为一元治理、协同治理、基于大数据治理的演进三阶段论,并从生成背景、现实需求、技术支持、平台接入、平台功能、线下运营方面等方面阐述共享单车基于大数据治理的内涵。最后,本文强调在充分发挥大数据对共享单车治理积极作用的同时,也要做好大数据安全防范措施。     

信用监管背景下共享单车治理的演化博弈分析与仿真

随着我国社会信用体系建设不断进步,以信用为基础的新型监管机制成为共享单车治理的有效举措。为解决共享单车治理难题,文章构建了政府、共享单车企业、用户三方之间的演化博弈模型,并分析了各方的策略演化和三者的整体策略稳定性。通过系统动力学仿真,进一步分析了各均衡点的稳定性及关键因素敏感性。结果表明:在将信用管理作为用于共享单车治理的手段时,政府和企业参与共享单车管理的态度越明确,用户行为越迅速向配合演化;较之于企业,政府对用户行为的影响会更大;政府提高对配合用户的信用奖励,会鼓励用户群体向配合演化等。最后,从信用信息平台、监督渠道等方面给出完善共享单车管理的建议,以期更有效地推动共享单车市场健康发展。     

中国共享单车多元治理模式探究 ——基于福州、深圳、成都的比较

在互联网+产业信息化的大背景下,共享单车作为新兴的交通方式对我国城市慢行交通系统建设具有重要意义。对于共享单车治理模式的研究可以为城市交通管理提供借鉴。本文基于治理理论提出3种共享单车治理模式,以福州、深圳、成都3市为案例对应分析了市场主导型、科层主导型和网络主导型共享单车治理模式的实践、特点和适用范围。     

基于因果分析和相似日选择的共享单车需求量预测组合模型

共享单车的需求量预测是优化车辆系统布局、实现车辆合理调度的基础。为了提高共享单车需求量预测模型的精度，建立了基于格兰杰因果分析和相似日选择的组合预测模型，研究了时间和天气因素对共享单车出行需求的影响。应用格兰杰因果检验方法，筛选出影响共享单车需求量变化的关键天气指标。然后，基于天气特征向量的灰色关联度指标，提取待预测日各时段的相似日样本集。综合随机森林回归、支持向量回归等机器学习算法，建立了Stacking策略的组合预测模型，对区域分时共享单车需求量进行预测。最后，对北京市共享单车用户的骑行数据进行实例分析。结果表明相较单个机器学习预测模型，提出的组合预测模型的平均绝对百分比误差下降了9.1%，提高了共享单车短时需求预测的科学性和准确性，可为实际车辆调度提供参考依据。     

太阳能驱动的可导航共享单车

正近几年,共享单车"走"进了人们的生活。它方便快捷、经济适用,有效地改善了环境污染和交通拥堵问题,成为越来越受欢迎的交通工具。使用者用手机号码和验证码登录手机上的相关APP,交一些押金,就能获得一些共享单车的使用权,利用车辆定位信息找到停放在附近的共享单车,扫码、开锁后即可骑行。可是,我们如果在陌生的地方骑共享单车,需要查阅地图或使用手机导航,很不方便。而且,我们如果骑共享单车去很远的地     

复工复产、日常防护小提示

正随着疫情得到控制,各单位陆续复工复产,正常的生产生活秩序正在逐步恢复,但日常防护还是要做到勤洗手、戴口罩、适当消毒,下面为大家分享一些复工复产、日常防护相关的小提示:复工复产后,上班族如何做好科学防护?1.骑共享单车应该如何做好防护?共享单车企业是否需要频繁给车辆消毒?疫情期间骑共享单车时,尽量避开人群聚集地,且中途不做过多停留,     

共享单车低碳出行的实证研究——以合肥市居民为例

以问卷、SPSS等作为调查研究工具,分析了合肥市居民在选用低碳交通工具——共享单车上的使用目的和意愿,运用多元统计学,结合社会人口学特征相关数据,深入研究了其对居民选用共享单车作为低碳出行工具上的使用意图;结果表明:合肥市居民对共享单车作为低碳出行工具的使用意愿较高,并对共享单车的可行性与未来发展持乐观态度,但是他们在共享单车投放数量、城市公共绿道和存在安全隐患方面也表现出担忧;同时,绝大部分居民对共享单车作为低碳出行工具的使用意愿及目的一致度较高;社会人口学特征的多因子交互作用共同影响着居民低碳出行使用共享单车的最终意图;最后,共享单车作为低碳交通的重要补充,在国家低碳城市建设中,应重点关注"公共绿道/慢道系统"在国家低碳城市建设中的开发与规划;"监管与规范"构建良好的使用环境;将居民对共享单车的使用频次、公里数等,纳入碳补偿机制体系,有效提升居民低碳出行的积极性。     

人工智能与共享单车的碰撞

正2019世界人工智能大会上,哈啰出行发布了最新智慧系统——哈啰大脑2.0。从这我们可以一窥人工智能共享单车领域的探索。共享单车,以其骑行方便、低碳环保、费用低廉等诸多优点,深得人们欢迎。但同时,又面临着停放无序、用车时间、空间、需求多变、运维困难等问题。共享单车要破解难题,走向上远,需要对不同时间、不同地点的用车需求有更加精准的把控,需要让车辆调度效率更高、成本更低。当前,人工智能与各个行业的融合发展如火如荼。那么,人工智能与共享单车又会碰撞出什么样的火花呢?在2019世界人工智能大会上,哈     

建成环境与共享单车流率的非线性关系研究

共享单车流率的大小体现了城市空间环境内车辆盈缺的程度，理解其变化及其诱因对于城市单车的调度具有重要意义。由于出行目的和外界环境因素的复杂多变，共享单车流率和建成环境特征之间的关系很难通过具有线性假设的统计学模型来解析。基于此，本研究利用上海市中心城区的共享单车数据，基于极端梯度提升树模型(XG‐Boost)和机器学习的解释性方法部分依赖图(PDP)来探究建成环境对共享单车流率的贡献度和非线性影响，以及流率的非线性模式在工作日和周末的变化。结果显示，特征重要度和非线性机制在两个时段差异化显著。居住人口密度、教育设施密度和住宅设施密度对工作日单车流率的解释度较高，分别为 19.18%、13.16% 和 12.92%，并且具有明显的阈值效应。其中居住人口密度和教育设施密度对于单车净流出率具有正向影响，分别在 11 600 人/km²和 8 个/km²达到最大；住宅设施密度对单车净流出率具有负向影响，对应的阈值为 40 个/km²。各变量对周末单车流率的解释度差异较小，但非线性关系仍不可忽视。具体来说，到市中心的距离和公交线数密...     

考虑建成环境交互影响的共享单车需求预测

共享单车的发展有利于交通的节能减排绿色发展。建成环境是影响共享单车出行需求的重要因素,然而很少有学者探究考虑其交互作用。为了准确分析建成环境中各影响因素的交互作用以达到精确预测共享单车出行需求的目的,本文使用了深圳市共享单车出行数据、兴趣点数据（point of interest,POI）、路网数据和公交线路数据等多源数据,采用梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型预测共享单车出行需求,并与BP(Back Propagation)神经网络模型预测结果进行比较;最后借助SHAP(SHapley Additive explanation)方法解释GBDT模型中各种影响因子对共享单车出行需求产生的影响,并分析各影响因素及其交互作用。实验结果表明：GBDT模型预测结果平均绝对误差为0.683,均方根误差为0.728,较BP神经网络模型预测准确性更高;通过SHAP方法发现自行车道密度、公交站点数等交通属性因素对于共享单车出行需求作用明显,土地利用中土地利用混合度不是简单线性作用且不同POI间存在复杂交互关系。可见通过借助GBDT模型和SHAP方法可以用来共享单车出行需求预测以及影响因素分析,从而为共享单车发展提出改善建议。     

基于需求调度模型对我国共享单车的调度研究——以南京市为例

在共享经济及绿色出行的背景下,共享单车因其零排放、灵活性高等特点逐步成为人们偏爱的出行工具.但在其数量迅速增加的同时,使用效率低下、资源分配不当等问题也日益严峻.本文以南京市为例,利用所得数据分时段探究不同时空下共享单车的需求量,并依据需求调度模型给出不同地区共享单车的分配方法.最后设计出单车最优经营模式,为共享单车行业的发展提供理论借鉴.     

基于用户激励的共享电动汽车调度成本优化

针对站点车辆时空分布不均衡制约共享模式快速发展的问题,提出基于用户激励的共享电动汽车自适应调度成本最优模型,引入共享单车调度与价格激励手段,通过遗传算法求解获得最优价格优惠、初始站点车辆数、多时段可变最优阈值.实例仿真结果表明,通过用户激励策略,企业调度成本降低60%以上,峰值用户取、还车允许率超过95%,极大提升了用户满意度与车辆使用率,充分证明该模型的有效性.     

基于随机森林与时空聚类的共享单车站点需求量预测

为方便准确地预测出城市共享单车站点的需求量,根据站点需求量的随机性和时变性,提出了一种基于随机森林和时空聚类的共享单车站点需求量预测模型;该模型研究了时间因子、气象因子以及关联站点对需求量的影响;应用分层聚类对站点进行了时空分析;结合对数优化后的随机森林作为预测器。面向湾区共享单车出行数据进行需求量预测。结果表明:该模型相比极限学习机、支持向量机与随机森林等经典机器学习算法在需求量预测方面有较好的预测结果,可为实际车辆调度提供参考依据。     

基于二氧化碳减排的共享单车发展与环境保护问题研究

为了研究"共享热"下共享单车的发展对环境保护和资源节约是否有显著效果,从共享单车对二氧化碳减排效果考虑,利用现有的资料结合二氧化碳排放计算对比发现,共享单车企业宣传的二氧化碳排放量减排数据论证有效性值得商榷。同时,随着共享单车行业的快速发展,上游和下游产业链带来的一系列环境问题同样值得人们关注。     

考虑用户偏好的奖励机制下共享单车分流停车引导策略研究

为缓解共享单车停车空间不足导致的乱停乱放问题,提出共享单车停车分流引导策略,并根据用户行为选择设置相应的奖励措施。设计叙述性偏好问卷调查,获取用户行为选择偏好数据,运用Logit模型进行分析并构建激励共享单车用户分流停车的奖励机制;构建以企业成本最小和转移停车需求最大为目标的多目标优化模型,提出引导用户分流停车的策略。以西三旗永泰庄地铁站为例检验了该策略的实际可操作性,结果表明策略用户接受度达60%,预计成功转移58.33%的过量停车需求。该策略能够在一定程度上缓解由于停车空间不足导致的共享单车停车问题,可以为共享单车停车管理提供有效指导。     

面向智慧城市的共享单车出行时空间特征研究——以广州天河中心区为例

 信息通信技术的快速发展和广泛使用推动了智慧城市的发展,变革了市民的生产和生活方式。如何基于智慧技术,精准识别社会需求,实现供需的匹配,是智慧城市研究的新内容。近年来出现的共享单车作为一种便捷、高效、绿色的新型出行方式,普及度较高,但相关研究成果较少。以天河中央商务区（CBD）为研究范围,基于对研究范围内的共享单车在工作日和休息日的分布和使用情况的分析,重点探究天河北、天河路、珠江新城等商业金融区的单车流动强度和出行的时空间特征。研究发现,在时间分布方面,共享单车在工作日的出行具有早高峰特征;而在休息日,共享单车全天的出行较为平均,高峰使用时段集中在午间和下午,拥有更高的使用效率。在空间分布方面,工作日共享单车的出行集中在广园快速路沿线的交通枢纽和教育科研功能区;而在休息日,单车则散布在外围的地区,出行轨迹主要分布在中部的天河路商圈和南部的珠江新城商圈。同时,单车在商业金融区整体呈现低流动、低使用的特征,而共享单车出行密度较高的区域流动强度依然较低,建议进一步通过构建智能反馈系统对单车的分布情况、流动性和用户出行的情况进行实时监控,为科学、合理的单车调配提供参考,并为共享单车的调配布局提出优化策略。     

共享单车或将开启北斗高精度应用时代

<正>当前,共享单车的品牌不断推出,除了最早的摩拜、ofo,道路上不断出现新的共享单车品牌。共享单车的发展超乎想象,据全图通位置网络有限公司总经理李耀忠介绍,"在不到一年的时间里,共享单车就已经超过了1000万辆。行业预计,两年内共享单车就能达到一亿辆的规模。"在解决了"最后一公里"痛点的同时,大量非规范停放、非规范使用,定位精度差、用户体验差等问题层出不穷,给共享单车的未来发展打上了一个问号。上月初,共享单车品牌ofo小黄车已经与卫星导航系统北斗导航达成了战     

基于DEA的单车共享经济的计量分析

针对单车共享经济,采用数据包络分析方法,建立了共享单车品牌核心竞争力的综合评价模型.基于灰色系统理论,构建出共享单车未来格局预测模型.综合使用Matlab、SPSS和MaxDEA等软件,研究了上海、南京、南通的共享单车投放量及市场饱和度,刻画了ofo、摩拜单车、小蓝单车、小鸣单车、永安行等5大品牌的核心竞争力,得出综合排名,并对共享单车的未来格局做出预测,指出未来共享单车市场将出现ofo、摩拜单车两家独大的局面.