新冠疫情下政府与共享单车企业决策演化研究

共享单车作为一项减少接触的出行方式在新冠疫情下逐渐受到大众的青睐，但骑行人数的增加也使得手部接触感染的风险倍增。为此，本文研究了政府部门是否对单车企业进行监管，以及企业是否建立完备防疫体系决策的动态演化博弈问题。通过构建二者的博弈模型，表征了四种情况下演化的均衡点，同时利用Matlab仿真分析了相关主要因素对演化均衡结果的影响。研究发现，政府部门罚款力度、疫情扩大概率、媒体曝光力度的提高都会使二者趋向于协同抗疫；政府部门补贴力度对演化结果影响并不显著，政府进行监管时应以惩罚为主，奖励为辅；二者防疫成本和对政府部门的问责力度都会影响演化结果。最后，就政府部门对共享单车企业疫情防控的监督机制提出相关建议。     

激励机制下考虑故障车回收的共享单车调度

近年来，共享单车已逐渐成为城市公共交通工具中重要的一部分，在很大程度上改善了“最后一公里”的问题。但诸多需要共享单车运营企业解决的问题也随之而来，例如，故障共享单车的回收及各站点之间单车数量的调度。针对这一问题，以调度总成本最小为优化目标构建了优化调度模型，其中考虑了对用户的激励机制，使用户在使用共享单车的同时参与单车的调度工作。并针对这一模型，提出了一种自适应混合扰动机制粒子群算法，其在一定程度上克服了传统粒子群算法全局搜索能力较弱的问题。仿真结果表明：改进后的算法较之原始粒子群算法能够更好地处理这一问题；在使用激励机制的情况下，能够有效降低共享单车企业的运营成本。     

基于模拟退火算法的共享单车动态调度问题研究

针对共享单车的时空分布不均衡，无法满足部分出行者需求的情况，研究共享单车动态调度问题，以减少骑行需求损失，降低调度成本。本文综合考虑车辆分布的时空变化、满足骑行需求的收益和调度成本，以总利润最大为目标，建立共享单车的动态调度模型，采用模拟退火算法对问题进行求解。算例分析表明，该模型可以有效地指导调度车辆路径的优化调整，减少骑行需求损失，提高用户满意度和共享单车运营商收益，基于模拟退火算法的求解方法表现出较好的收敛性。     

共享出行 下一站去哪?

<正>截至4月底,我国成规模以上的共享单车企业达到了38家,投放的城市为100个,共享单车的投放量已经超过了一千万,注册用户的人数超过1亿,提累计出行次数超过10亿……共享单车产业正在快速膨胀。5月22日,交通运输部     

基于机器学习的共享单车热点区域识别及需求预测

近年来,公共自行车交通系统已成为界上很多国家公共交通规划的一部分。无锁桩式共享单车系统,正经历快速发展,引发了公共自行车领域的变革。随着系统规模的扩大和用户数量的增加,共享单车的过量投放和随意停放问题成为系统运营的阻碍。本研究以北京市共享单车系统的运营数据为基础,采用数据驱动模式,探索用户出行需求的时空分布,提出基于机器学习方法的热点区域识别和需求预测框架。借助聚类算法实现对热点区域的识别和划分,借助集成学习实现对出行需求的预测。实验结果显示,模型的平均误差率为6.8%。本研究将在共享单车的空间部署和调度任务的及时安排等方面,为系统运营者提供有效参考。     

共享单车平台监管指标体系研究

总结共享单车运营过程中存在的诸多问题,从政府相关部门监管共享单车企业运营的角度出发,在运营管理、配套设施、设施维护和人员配置四个主要方面建立监管指标体系框架,并初步提出评价指标,为政府监管共享单车企业运营提供建议和参考。     

“共享单车”吃罚单 杭州首例!

正共享单车乱停放,不仅要挨批,处罚也动真格了!在指导意见正式出台前,杭州西湖区在整治共享单车方面,根据实际情况制定了"区块+网格化"的管理方案。日前,西湖区城管部门对共享单车企业开出了杭州第一张万元罚单。据悉,今年五月份,一家共享单车公司在西湖区残联门口的人行道上投放共享单车。35辆自行车共占用盲道7平方米左右,并且该企业未取得相关审批许可手续。由于该处为西湖区残联所在地,经常会有很多残疾人出入,投放的共享单车占压了大面积盲道,影响     

共享单车:在风口上狂舞

正"几十家企业,上百亿资金,千万辆布局,用户从零突破到上亿,整个共享单车行业热闹非凡。"小红车、小橙车、小黄车、小绿车、小蓝车……各种颜色的共享单车蜂拥而至,遍布大街小巷,而当拥有红橙黄绿青蓝紫七种颜色的彩虹单车出现在街头时,网友们笑称"集齐七种颜色可召唤神龙!""留给创业者的颜色不多啦!"     

抗疫复工"利器" 凸显央企创新硬实力

从零开始紧急"跨界"转产口罩机、防护服,发力医疗废弃物处置"隐形战场",研发病毒核酸检测试剂盒,依托5G网络远程诊疗,北斗为"抗疫"大军指路,云防疫,云办公,云检测……这一系列抗疫复工"利器"背后是中央企业的硬核实力.科技创新是中央企业2020年工作的重中之重。国务院国资委要求,要以关键核心技术攻关为牵引,着力增强企业技术创新能力。     

共享单车运营规模评估：以台州市为例

2017年，共享单车首次进入台州市场，并为这座城市注入了新的活力，凭借着停取便捷、低碳节能、经济实惠、使用灵活等特点，为城市交通出行解决了“最后一公里”的难题，成为了台州市区居民出行不可缺失的选择。然而，共享单车投放数量的急剧增长也给这座城市带来了一系列管理的挑战，尤其是车辆停放问题、车辆周转率较低及侵占传统公共自行车出行比例的问题。本文以共享单车、共享电单车及公共自行车现状运营特征为基础，并结合台州市“十四五”交通发展规划，对台州市“十四五”期间共享单车的出行比例、容纳量及投放规模进行预测，并对共享单车运营规模的控制及未来发展提出建议。     

共享单车可否胜天半子?

在移动互联网时代,伴随着互联网技术、大数据技术和物联网技术的发展融合,一种全新的经济模式——共享经济模式应运而生.它依托互联网技术,共享相关的物品和服务.得益于大数据技术的发展,设施的不断完善,作为一个全新的经济模式,共享经济已经拓展到商业、金融、交通、旅游等各个领域.它对传统的经济模式进行创新,为新时期的经济发展注入新的生机和活力.共享单车,共享充电宝等等,身边随处可见的事物都是共享经济的产物.作为"最后一公里"是城市居民出行采用公共交通出行的主要障碍的公共交通工具,出现在校园、地铁站点、公交站点、居民区、商业区、公共服务区的共享单车格外耀眼.     

共享单车停放需求影响因素分析和预测研究

为了解决城市共享单车的乱停乱放问题,本文基于北京市的共享单车出行大数据,提出了共享单车停放需求预测的多项Logit模型。首先分析了单车停放需求的影响因素,然后选取了时间、空间及天气方面的12个因素为自变量,通过Wald检验分析了这些因素与停放需求的相关性和显著性,基于多项Logit模型建立了共享单车的停放需求预测模型。结果表明:工作日、时段、商业区、所临道路类型、临近轨交站、高温、下雨、以及风力等级与共享单车停放需求显著相关;构建的预测模型总体预测准确率为77.5%,其中对出现频率最高的低停放需求预测准确率高达86.49%。     

共享单车停放区设计规划——以南码头路街道为例

随着共享单车的兴起,共享单车在居民出行"最后一千米"承担着愈来愈重要的角色。共享单车作为城市慢行交通的重要组成部分,其带来的乱停、乱放和机非混行干扰交通流等问题应引起城市交通管理者的重视。以南码头路街道为案例进行调查和研究,结合现有的交通政策、法规、规范及自行车停车场设计原则、选址要求和指标等,确定区域停放区面积和共享单车数量需求。将城市土地利用性质和道路规划布局现状与共享单车停放需求相结合,合理布局、规划共享单车停放区,对规范共享单车的停放和使用具有重要的现实意义。     

共享单车停车选址研究综述

共享单车是一种低碳环保的绿色交通工具,它的广泛使用有助于我国双碳目标（碳达峰、碳中和）的实现,然而单车乱停乱放阻碍了正常的交通运行,导致了巨大的安全隐患,研究共享单车的停车选址问题有助于规范共享单车的停放。本文就国内外关于共享单车停车选址的研究成果进行梳理,首先介绍共享单车及停车选址研究的发展历史,接着详述国内外目前的主要研究现状,最后总结了共享单车停车选址研究存在的问题和未来可能的研究方向。共享单车停车选址问题的合理解决,对提升共享单车系统的运营水平与服务水平有着重要意义。     

轨道站点共享单车和共享电单车接驳特征比较-石家庄的案例

近年来，中国城市中共享电单车出行在共享主动交通（Shared Active Transportation, SAT）出行中的比例迅速增加。在地铁站附近的共享电单车出行成为了轨道加慢行出行模式中的一种方式。但是，由于数据获取的限制和换乘出行识别的技术限制，现有研究对中国城市地铁站附近共享的电单车的出行特征的讨论尚不充分。本研究以共享电单车和共享单车出行特征比较为框架，对比了出行目的地可达性，时辰分布和出行产生率等指标。研究基于距离每个地铁站50米以内的订单信息展开，利用指标数值比较和双样本t检验，对距离、时间和范围的差异进行了描述性分析。时辰分布和出行产生率根据典型工作日分小时和位置汇总，并利用分层聚类方法对结果进行聚类。结果表明，共享电单车将地铁站的可达性从800米扩展到2000米。与共享单车不同，共享电单车可能会在沿轨道走廊方向和地铁具有客流竞争关系。共享电单车的出行目的也并不局限于通勤出行，不同地铁站的出行产生率有所差异。本研究提供了共享电单车的基本出行特征绩效指标，以及与共享单车出行特征差异比较结果。研究结果可对共享电单车和地铁的接驳提供政策建议，并可能对中国城市的公交导向（TO...     

基于MIMIC模型的私家车位共享意愿分析

调动居住区潜在停车资源，是应对城市停车难问题的有效解决方案。为分析私家车位拥有者车位共享意愿的影响因素，在整合技术接受模型和计划行为理论基础上，新增感知效益与感知风险两个变量，分析潜变量之间的影响机理。基于成都市问卷调查数据，构建多指标多因果模型（MIMIC），从个人社会经济属性与心理潜变量两个角度，分析车位拥有者针对不同共享方案的共享意愿。研究得出，新增潜变量对共享方案选择意向有显著的直接或间接影响，且车位业主的社会经济属性对模型中潜变量有不同程度影响，这些属性包括性别、教育程度、对共享概念的了解程度，以及车位产权情况等。对车位业主异质性的识别可有助于针对性地引导推广居住区车位共享。     

基于BP神经网络算法的共享单车需求预测

文章选取某地区不同时段的共享单车需求数据,采用BP神经网络算法构建了基于Tanh函数、Logistic函数、Relu函数、Identiey函数四种不同激活函数下的需求预测模型,并应用RMSE、MSE、MAE、R2四种模型评估指标对模型进行评估,从而选出最优需求预测模型进行共享单车的需求预测。结果表明:无论在检验训练数据下还是检验测试数据下,精度最高的模型为Tanh函数下的BP神经网络模型,其测试集下的标准误差(RMSE)比训练集下的标准误差(RMSE)略有上升,测试集下的拟合优度(R2)比训练集下的拟合优度(R2)略有下降,说明该模型具有强泛化性能。     

Lyft收购Motivate与Uber角逐成为一站式交通服务平台

著名科技媒体The Information报道称,美国网约车公司Lyft即将收购单车共享租赁平台Motivate,交易价格据称至少为2.5亿美元。Motivate旗下运营着Ford GoBike、Citi Bike、BikeShare、CoGo、Divvy、Blue Bikes和Biketown等单车共享租赁品牌。这笔交易将让Lyft在共享单车领域领先于竞争对手Uber。今年早些时候,Uber以约2.5亿美元的价格收购了无桩共享电动车公司JUMP。     

共享时代要“共享”更要“共管”

正如果说"共享"是当下的热潮,那么"出行"则是永恒的需求。风头正劲的共享单车、"看上去很美"的汽车分时租赁、"昙花一现"的共享电单车……共享出行产业在不断试错中前行,也相伴成长的"烦恼"——以摩拜单车、OFO为代表的共享单车市场,"随借随还"的模式更加便捷,却也导致乱停乱放、恶意破坏,甚至直接骑回家等多重尴尬,折射维护与管理困境。     

“共享之风”悄然吹进汽车领域

正继"共享单车"之后,北京、上海、重庆、成都等多地开始流行起"共享汽车"。只需下载手机APP,注册后就能用手机在附近找到汽车使用,到达目的地后可把车还到指定的停车网点或任意的正规停车场。2017一开年,一种新兴的出行方式——"共享汽车"在继共享单车风靡于一些城市后,也纷纷亮相于北京、上海、广州、重庆、成都、武汉、杭州等十余个大中城市。消费者可以通过手机下