谁是下个滴滴 从骑行数据分析看懂共享经济

全球范围内，越来越多人认为自行车会成为日后城市交通的关键工具之一，因为骑自行车有很多好处，例如自行车作为一种相对独立的交通方式，可以免受城市堵车之苦;同时也可以锻炼身体，实在一举两得。在对开放数据(Open Data)进行分析和可视化呈现后，纽约、伦敦、柏林三座城市的人们使用共享单车出行的轨迹跃然纸上。

两名德国“数据侠”盯上了共享单车

近几年世界上很多城市都设置了城市共享自行车系统，方便居民和旅客的日常使用。由于发展较早，伦敦、柏林、纽约等欧美城市的共享单车体系已经比较成熟。 36大数据（http://www.36dsj.com/）

当人们在使用这些共享单车时，也产生了大量的地理位置信息数据。

最近，两名来自德国的数据侠Till Nagel和Christopher Pietsch对这些数据产生了兴趣，并藉此制作出一系列可视化作品。 36大数据（http://www.36dsj.com/）

两人收集了伦敦、柏林及纽约的城市共享单车数据，将使用者的路线轨迹制作成动态地图，使城市共享单车的流动跃然于屏幕之上。 36大数据（http://www.36dsj.com/）

通过对这些出行数据的动态可视化展示，人们可以直观地看到整个城市范围内共享单车的流动，而且还可以对比三座城市，看到不同的城市结构是如何影响到自行车的使用等情况。 36大数据（http://www.36dsj.com/）

纽约、伦敦、柏林：共享单车轨迹里的城市差异

两人的可视化项目，命名为“cf. city flows”，已在多地展出，其主体为三个并列的大屏幕，以及可以操作的交互操作板，人们观看时也可以互动操作。 36大数据（http://www.36dsj.com/）

人们可以选择三种数据展示模式：the citywide view、the station view和small-multiple view，三种模式可以看到数据不同角度的特点，方便大家比较各个城市的不同特征。

其中，The citywide view展示了一天中所有共享自行车的轨迹，可以根据不同的时间点进行查看。

每段轨迹都以细长而光亮的路径记录，让大家直观地看到整个共享自行车系统的行走路线。轨迹的记录以实时位置最为光亮，而之前位置的光则逐渐暗下来——这种风格被称为“萤火虫风格”。

通过观察，人们可以清楚地看到纽约曼哈顿中部和中央公园之间的阻碍，柏林城内城也存在这种情况。而且，纽约在街道设计上的网格构造也得以呈现，而伦敦和柏林则在历史演变中逐渐形成各自独特的街道规划。

同时，对比上图中三个城市的数据也可以发现，柏林和伦敦、纽约使用共享自行车的人数上也有巨大的差异。实际上在柏林，自行车的受众面很广，居民日常出行都使用自己的自行车，而城市自行车共享系统大多服务于游客。 36大数据（http://www.36dsj.com/）

另一个模式small-multiple view，则对城市中的三个自行车站进行了细致的观察。

各车站的信息通过4个板块进行展现：进入自行车站的路径将会被标于上方，而出来的路径会被标于下方;而左右两边则展示白天和夜晚的数据。

使用small-multiple模式，则可以更好地进行市内、市外的比较。

人们可以看到市内不同站点的区别以及站点在不同城市的使用区别。例如在伦敦，数据图展示出住在郊区的人们喜欢乘坐地铁来到滑铁卢站，在去往工作地的最后几公里路上，人们习惯使用自行车。

不同的城市各有特性，这些特性都可以在城市流动的层面上进行比较。

此外，还有记录特定场所自行车进出记录的the station view，还可以对流入量与流出量单独查看。在每一个城市中流动量大的场所将会被记录，场所的名称也都显示在地图上。

通过点击各个场所，我们可以清楚地看到该场所的流动量，而进出场所的路径会用不同颜色记录，方便大家进行比较。 36大数据（http://www.36dsj.com/）

在cf. city flows的展示中，作为展示补充，控制台上会展示更加细致的数据，例如共享自行车的总数量，自行车站的数量还有总流动量等。

数据来源及分析原理背后的真正价值

如今，开放数据的价值正得到重视，越来越多的城市共享单车运营方开始尝试开放部分数据——包括基本的自行车数量、位置数据，到实时的空闲自行车数据，再到各个停放点之间的流动数据等。

其中，前两种(数量、位置、空闲车辆数)数据比较丰富，但有关流动轨迹的数据，仅有少数运营方进行了公开。

Till Nagel 和Christopher Pietsch选择了数据较全的纽约、伦敦和柏林。其实这些城市的共享单车运营方也没有提供单车使用的GPS信息。

但两人找到了替代办法——他们利用运营方提供的标有实时空闲车辆信息的地图，以及各个停靠/租用点的单车租用/还回数据，来进行推算。

原理是：当这个地图上某辆单车“消失”，就意味着一段行程的开始，而当这辆自行车(实时地图上也提供了自行车的专属ID信息)在另一个停靠站出现，就意味着这一段行程结束。因此，在他们的可视化项目中，一些非用户使用行为也可能被包括在了其中。

由于没有用户实际的轨迹数据，两人使用了HERE(一家地图服务商)的导航服务作为依据，而展示作品使用的底层地图，则是参考了Nolli Map，这个地图对公有区域和私人领域做出了详细区分，建筑信息也使用了可以使用的最详尽的数据。

国内共享单车市场机会与问题

近来，ofo和摩拜单车受到关注，两家公司疯狂融资、互吐口水抢夺国内共享单车市场，不禁令人感慨：时隔多年，国人的“自行车情结”又回来了?

在中国，城市中每天有几十万人使用这一服务，最近，街上常常能看到市民骑着黄色的ofo和橙色的摩拜单车，朋友圈里也经常出现各种晒骑行的照片。这些单车不需要固定停车桩，随停随走。

“智能自行车”在这个有近4亿辆自行车的国家非常醒目。使用过程也完全移动互联网化，能够根据地图GPS定位找到最近的单车，扫描二维码开锁就可以骑走;还车时手动合上锁环，系统会自动结束计费。用户可以通过微信或支付宝支付。

然而这样的智能自行车，在中国也出现了很多问题，如人为破坏单车，差不多每四辆车里就有一辆违规用车。甚至有时候，共享单车还被随意搁置在人行道上，或者占用绿地及私人用地。城市骑行道路规划、骑行友好环境建设以及对骑行行为道德约束等都需要与政府进行合作。

大数据可视化分析不仅能对城市的交通环境建设提供决策力，还能在更多领域发挥出重要的决策作用。

End.