李九龍 王雅楠
大連理工大學(xué)
為分析不同時(shí)空共享單車資源的需求量這一問題,定義共享單車資源需求率這一指標(biāo)為居民日常生活中需要共享單車的數(shù)目與共享單車總數(shù)之比,反映出目前實(shí)際生活中居民需要的共享單車數(shù)目與共享單車總數(shù)目之間的差異。居民實(shí)際生活中所需的共享單車數(shù)目與到達(dá)目的地的距離,城市的總?cè)丝跀?shù)量,人均日出行次數(shù),每輛共享單車每日實(shí)際使用次數(shù)有關(guān)。
一般來說,人均出行次數(shù)的多少與出行目的、家庭經(jīng)濟(jì)情況、生活和工作方式、交通擁擠程度、環(huán)境質(zhì)量等因素有關(guān)。經(jīng)濟(jì)發(fā)展、交通設(shè)施多樣化以及越來越方便的互聯(lián)網(wǎng)運(yùn)營(yíng)方式必然刺激居民人均出行次數(shù)的增加;而環(huán)境質(zhì)量的下降、交通擁擠等問題又會(huì)促使居民人均出行次數(shù)下降。對(duì)于某一城市來說,影響居民人均日常出行次數(shù)的因素又間接的反映在該城市的相關(guān)經(jīng)濟(jì)指標(biāo)上,因此,居民人均出行次數(shù)與多種影響因素的內(nèi)在聯(lián)系就可以轉(zhuǎn)化為居民人均出行次數(shù)與多種經(jīng)濟(jì)指標(biāo)的內(nèi)在聯(lián)系。
基于出行鏈理論,對(duì)居民日常出行情況進(jìn)行建模與仿真。將出行者分為3類,分別建立學(xué)生出行次數(shù)logistic回歸模型、老年人出行次數(shù)泊松分布模型及就業(yè)者NL(數(shù)狀分對(duì)數(shù))出行選擇模型結(jié)合城市宏觀社會(huì)經(jīng)濟(jì)數(shù)據(jù),得到不同類別出行者的出行次數(shù)。分析出以下結(jié)論:
1.目前較多地區(qū)對(duì)共享單車需求量較大。
2.單車需求量在早晚高峰時(shí)段較多。
在不考慮成本及損壞的前提下,該地區(qū)共享單車的分配應(yīng)該與其對(duì)共享單車的資源需求率緊密吻合。
共享單車的出現(xiàn)是共享經(jīng)濟(jì)一次中國(guó)化的變革,以B2C模式出現(xiàn)的共享經(jīng)濟(jì)讓我們不斷對(duì)其合理性及其運(yùn)營(yíng)中的漏洞提出一些質(zhì)疑,面對(duì)我們的質(zhì)疑,共享單車企業(yè)自身也在不停的更新和改進(jìn)。通過對(duì)共享單車的優(yōu)勢(shì)的調(diào)查:發(fā)現(xiàn)大部分市民因價(jià)格低廉,便利出行才選擇共享單車。在優(yōu)勢(shì)的情況下,也不乏劣勢(shì)。對(duì)共享單車現(xiàn)今所存在的問題進(jìn)行調(diào)查:亂停亂放較為嚴(yán)重,被損壞的單車得不到及時(shí)的維修、單車本身質(zhì)量欠佳以導(dǎo)致?lián)p壞占主導(dǎo)。
可以從生產(chǎn)自行車的大型工廠購(gòu)入單車,通過單次租用的方法,向APP用戶提供租用服務(wù),按次付費(fèi)。公司完善了APP注冊(cè)的流程,履行簽約承諾,對(duì)單車本身與APP彈窗進(jìn)行了雙重的安全提示,嚴(yán)格管理,強(qiáng)化信用等級(jí)制度,更新智能鎖等多種經(jīng)營(yíng)模式。共享單車的盈利主要是通過其押金模式,用戶需向我們公司提交x元押金,騎行結(jié)束后,押金不會(huì)自動(dòng)退還,需用戶自己申請(qǐng),押金退回需最多七個(gè)工作日到賬,假設(shè)有n人使用一輛車,則押金為x*n,因此,為公司依靠大數(shù)據(jù)獲取押金收益提供巨大空間。同時(shí)我公司將進(jìn)行對(duì)廣告經(jīng)營(yíng)權(quán)進(jìn)行招標(biāo),增加大數(shù)據(jù)的收入。我公司單車優(yōu)勢(shì)在于GPS定位、合理的押金與租金費(fèi)用以及相對(duì)便利的自動(dòng)鎖。
簡(jiǎn)單計(jì)算,若一輛車費(fèi)用為1500元,自然折舊周期為4年,因此每年的折舊成本為375元,則每天的折舊成本大概1元左右,同時(shí)再加上投放、維護(hù)、偷盜、損壞等眾多運(yùn)營(yíng)成本,綜合來說一輛車每天的運(yùn)營(yíng)成本在3元左右,若騎行1次需繳納1元,則一天中這輛車被騎行3次以上就可盈利。
以當(dāng)下最流行的兩款共享單車ofo和摩拜為例,現(xiàn)針對(duì)以上現(xiàn)象采用非線性回歸分析市場(chǎng)的飽和程度。通過冪函數(shù)的非線性回歸模型用Eviews對(duì)摩拜和OFO的投放量和獨(dú)立設(shè)備數(shù)分別進(jìn)行回歸分析,來驗(yàn)證模型的吻合度。
對(duì)于企業(yè)來說:目前我國(guó)共享單車市場(chǎng)仍處于未飽和的狀態(tài),仍有著較大潛力。目前大部分地區(qū)仍處于供不應(yīng)求的狀態(tài),同時(shí)又再次認(rèn)證了當(dāng)前尚未飽和的共享單車市場(chǎng)。