基于市场需求下共享单车分配与调度运营方案

2018-09-22高嘉悦吴海霞

智能城市 2018年16期

朱闯高嘉悦吴海霞赵玺

石家庄铁道大学，河北石家庄 050043

共享单车作为全新的经济共享模式和全新的公共交通方式，有效地解决了城市“最后一公里”的问题，深受广大市民的喜爱。然而通过调查，共享单车公司在争抢市场的同时造成了大量的资源浪费，引发了许多问题，给社会治理带来了新的挑战。在参考公共自行车交通的基础上，根据相关数据计算出南京市共享单车需求量，进而合理优化共享单车的分配与调度才能避免资源浪费。解决了分配与调度问题后，将其分析结果运用到企业经营上，在代入数据计算过程中探究经营方案合理性。

1 背景

共享单车的出现极大地方便了人们的出行，但现实生活中出现的极多状况，例如，公民不合理地停放共享单车，会导致下一个使用者不能及时使用单车，严重的，还会妨碍到交通。因此，合理地分析共享单车的市场需求，制定合理的单车投放方案，才能保证共享单车的均衡发展，同时也尽可能减少给交通带来的负面影响。由于各个城市的发展、人口数量、区域面积以及地形等因素的影响，我们就中国一典型城市（南京）进行分析和研究。

2 分析过程

2.1 需求量的分析

共享单车的需求量与很多因素有关，我们选取人口数量、辐射区域、通勤市场为指标，对共享单车资源需求量进行分析。

图1 共享单车需求量指标示意图

建立最简单的计算模型：Mi=PL；式中：Mi代表共享单车需求量；P代表人口数量；L代表单车市场渗透率。

不同年龄段、不同性别对共享单车的需求情况不一样，公民的受教育程度也影响着单车需求量，为此，我们考虑不同的年龄段、男女性别以及受教育程度这几个因素，建立计算模型，如下：

参考《白皮书》的数据，男性对共享单车的需求大于女性，受教育程度较高的人群对共享单车的需求量更高，本文设置女性对共享单车的需求比例为 7%，男性对共享单车的需求比例为8%，受教育程度较高者对共享单车的需求比例为 8%，受教育程度较低者对共享单车的需求比例为 4%，建立以下人口模型计算公式：

式中：Pm表示南京市15～64岁人口数量；Lm表示男性对单车需求比例；Nm表示女性对单车需求比例，P2表示大学专科（含专科）以上学历；Pg表示大学专科以下学历；L2表示大学专科（含专科）以上需求比例；Lg表示大学专科以下需求比例。

图2 南京市第六次人口普查受教育程度（万人）

共享单车的需求量可以从南京市的区域分布中反映出来。由于夜晚共享单车在南京的使用量较小，所以我们收集夜晚单车的辐射数据进行分析。

由于南京市城区分区较多，因此本文采用分区法，汇总各区地域的辐射数据，并统计各区域单车密度ρ（辆/km2）、区域面积，另外，本文也考虑到共享单车的需求量与测得的单车密度、区域面积有一定的比例关系，需设比例系数C，该比例系数与区域的经济发展水平有关，大致与该地区GDP呈线性相关，建立简单模型（C*代表南京各分区GDP，C总代表南京市总GDP）。

由此可以建立如下计算模型：

式中：n—南京市城区各分区数量；iSρ—分区面积；ρ—单车密度（辆/km2），iCρ—比例系数，根据数据分析，本文设置ρ=800（辆/km2）。通过查阅相关资料可知南京城区面积（km2）划分如下：雨花台134.6（2%），建邺82.7（1%），江宁1572.9（24%），鼓楼53.1（1%），栖霞381.88（6%），六合1485.5（22%），浦口912.3（14%），秦淮49.2（1%），溧水1067.3（16%），玄武80.97（1%），高淳802（12%）；将数据代入上述模型，结果如下：

通勤市场计算共享单车的市场需求。轨道交通口、学校、各大商场以及旅游景点是使用共享单车高峰区，根据《白皮书》1分析数据，高达90%的居民会把共享单车与地铁结合使用，本文选取公交站点、地铁站点、学校、各大商场以及旅游景点为通勤市场，因此，本文依据通勤市场建立以下模型：M3= WdD + WgG + WxX+ WyY + WzZ ，其中代表地铁站点的单车需求量，代表公交站点的单车需求量，代表高校对共享单车的需求量，代表商场对单车的需求量，代表旅游景点对单车的需求量，D代表地铁站的数量，G代表公交站的数量，X代表高校的数量，Y代表商场的数量，Z代表旅游景点的数量，根据调查南京市的公交站点667个，地铁站点139个，学校达359所（含高校及南京市区的各高中），大型购物商场279所，旅游景点59处，根据百度百科数据分析，南京市地铁站单车需求量400辆，公交站点单车需求量40，每所学校的单车需求量400辆，购物商场单车需求量300辆，大型的旅游景区单车需求量800辆，将数据代入前者建立的模型： M3= WdD + WgG + WxX+ WyY + WzZ =356780。本文中的三个模型，分别在时间和空间上对共享单车的需求量进行讨论，这3个模型处于同等地位，因此取其平均值可以得出南京市的单车需求量：由此得出南京市对共享单车的需求量大约为40.95万辆。

2.2 共享单车分配的分析

共享单车数量在不同地区的分配趋于合理性，即已知在该地区共享单车的总数量，对其进行合理分配。本文主要通过考虑地区特点的差异影响到该地区共享单车的分配数量，建立相关模型，影响共享单车分配数量的因素有很多，如人流量越大的地区共享单车分配的数量比例就越高，同时不能单方面考虑某一因素的直接影响，要综合考虑各方面因素，结合需求量与分配量的关系，运用组织结构图，AHP（层次分析法）合理的进行单车分配。

AHP法是一种定量与定性相结合的，系统化层次化的分析方法，由美国匹兹堡大学 T·L·Satty 教授于20世纪70年代提出。所谓层次分析法，是指将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标（或准则、约束）的若干层次，通过定性指标模糊量化方法算出层次单排序（权数）和总排序，以作为目标（多指标）、多方案优化决策的系统方法。在此问题中，运用AHP法能够有效解决投放单车数量更加偏重于哪方面因素的影响的问题。

图3 单车投放点选择示意图

根据专家分析评估排定各评定指标的相对优劣顺序，构造出评定指标的判断矩阵：

式中：A—判别矩阵，aij—要素i与要素j重要性比较结果，并且有如下关系：aij有9种取值，分别为1/9，1/7，1/5，1/3，1/1，3/1，/5/1，7/1，9/1，分别表示i要素对于j要素的重要程度由轻到重。运用规范列平均法求出权重向量，将矩阵A每一列归一化得到矩阵B：；对矩阵B按行求和，即W=(W1,W2,W3,…Wn)，将向量归一化，即计算最大特征根，矩阵C即所求权重向量；假设某一地区预计投放共享单车Z辆，根据上述算法算得：C=[C1, C2, C3, C4, C5, C6, C7,C8]T；即可根据公式大致求得Z投放=ZC。通过上述运用AHP法计算出人流量大小，使用单车意愿，其他出行方式选择等因素对投放点投放单车数量的影响权重，进而规划分配该投放点的单车数量使单车的分布趋于合理。

2.3 共享单车调度的分析

基于上述分析给出共享单车的分配方案可知，南京共享单车主要有四大类投放点，本文给出的调度方案基于此四类投放点。单车的调度一方面在于公司规模化地进行调度，另一方面，由于单车的流动性也可以实现单车的调度，由此建立BP神经网络模型进行分析。

简要分析在该地区内四类主要单车投放点（共建点、居住点、交通枢纽、校园）之间的调度问题。暂且假设：第1类投放点：共建点，第2类投放点：居住点，第3类投放点：交通枢纽，第4类投放点：校园。四者关系如图4所示。

图4 动态平衡示意图

在给出具体调度方案后，四类单车投放点中的任意两类投放点都能达到单车数量的一个动态平衡，为达此目的，我们建立整数规划模型：∑ Xij= N(i, j = 1 ,2,3,4,i ≠ j )；其中，Xij表示第i类投放点需要调度（包括单车数量的增加以及减少）到第j类投放点的单车数量，调度后才能达到第i类投放点单车数量上的动态平衡（Xij≥0），例如，X12代表第1类投放点调度到第2类投放点的单车数量；N代表该四类投放点总共调度的单车数量。Xij的确定：首先考虑共享单车在投入后，公民骑行的流动性，实现了一部分的调度；其他因素对共享单车的调度不产生很大影响，最终，为达到各区域共享单车数量上的动态平衡，需要企业规模化地对单车进行调度。

针对公民骑行，使单车流动至各类单车投放点，建立同心圆模型。根据查询资料可知，共享单车最远骑行距离为5km，且由实际调查分析可知，南京市区单车投放点较为集中，该四类单车投放点两两间距离不会超过5km。因此将会有一大部分共享单车在各区域流动。选取第i类投放点为中心，第i、j类投放点距离为半径r（r不超过5km）做圆再以5km为半径做圆，得到同心圆，建立同心圆模型如图5所示。