十万单车（一）
作者 | 周宁奕 授权发布
编辑 | GeoTalks
单车公司的各路消息变成贫瘠的融资圈最绚丽的新闻，不时刷着我的朋友圈，公司门口出了2个共享单车停放点，上班的路一夜间也被共享单车染成了红黄色。
变化来的太突然，后知后觉的我注册了几个单车app，才想到这是个很有意义的东西，比如你可以任意地跨城旅行，今天在上海张江上班，明天在西安古城骑车，当然，旅行锦上添花，占正常人10%的生活时间就到头了。这些车子更多是解决从地铁到办公室的15分钟路程，如果每天节约15分钟 × 2的时间，仔细算算一年能够拯救1个星期的无聊时间呢。
一个基本面
全上海有多少共享单车？好吧，show me the code，我爬了所有ofo和摩拜在上海的单车,去重后，理出超过27w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（按常理，周围ofo的车更多），当然仔细想想，25w这个数字既不多也不贵，2000w常驻人口只有1%数量的摩拜单车，把全上海的单车按500块钱算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:
基本模型
根据长时间的数据监控发现，大部分人都只骑很短的路，12小时里走600米 - 700米的车是最多的（我计算了直线距离，真实距离估计1km多点），骑行5km以上的人非常聊聊， 因此大致上，单车是城市局部的微交通，所有单车根据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，半壶热水导入半壶冷水，最后总会变成均匀的温水，热水瓶就是单车的投放车，每辆车走的很短 ，但可能以每天1km的速度向外围扩散，日积月累的扩散效应应该还是很大的。单车的投放可能是不均匀的，但最终会趋于一种平衡。
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, 黄浦江在市区，桥、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(不过特地去16铺码头看了看，还真有好多人带共享单车过江的)，如果浦西投放了10w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。早些时间，有公众号在网上po出这个自行车的对比分布图，浦东某单车投放和浦西形成了巨大的对比。
黄浦江是屏障，铁路是屏障，更重要的是跨距离的卫星城，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。
哪里需要更多的共享单车
摩拜单车的一个报告说，人们的出行基本都围绕地铁展开。我以地铁站1km画圈，地铁一公里覆盖圈基本涵盖内环里的核心城市，确实因此，63%的摩拜单车都被圈到了里面:
当然，这个结论还没啥用，只是说地铁和单车关系很大。
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号线也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，尤其是莘庄和徐家汇、人民广场和火车站，九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，我们统计每个地铁站500米内圈到的自行车的数量，咱们把进出站人数和自行车数量做个比例，那基本就算出供需关系了，下图，我们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。
刚才的图，我们从地铁站为维度去区分流量，我想，还有一种途径，就是根据版块来看待投放的问题，我们假设习大大的“房子是用来住的，不是用来投资的”，忽略群租房一类的特殊情况，版块内的居住人口，大致等于这个版块包含的户数（有多少套房子）× 3，因此用链家的数据计算版块内总户数，基本可以代表每个版块夜间的常驻人口，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。
你发现，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 / 版块面积算人口密度比较合适，你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，如下:
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 = 这个版块的单车数 / 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，显示深红色的表明，这个版块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，删掉人口很少的版块，此刻我们发现，普陀区的甘泉/宜川版块、 闸北区的彭浦版块、奉贤区的南桥版块、浦东的周浦、浦江版块，这些都是比较缺共享单车的，这也许值得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。从昨天看，单车公司在流量最大的2号线的某几个站点附近投的单车。
单车的数据非常之简单，经度纬度时间id，而且还不是连续的轨迹，但还是反应了一些问题。
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子，而是变成一面数据的镜子，反射出社会的别的层面的问题。
留一个悬念到下一期吧。
如果你觉得内容还行, 欢迎推荐给你的盆友圈。
本文仅代表作者个人观点。
感谢周老师与GeoTalks读者分享。
兽脑的世界
记录一条代码狗下班后的发现之旅
数据可视化 | 数据分析 | 算法 | 数字艺术
GeoTalks
微信号：GeoTalks
地信|导航|地学|大数据|可视化|人工智能