共享自行车如何变得高效
909字
2019-10-31 11:16
52阅读
火星译客

包括纽约、华盛顿、波士顿和旧金山在内的美国各城市都启动了共享单车项目,将其作为缓解交通拥堵、改善公众健康、减少碳排放的可持续交通方式。与此同时,这些城市的骑自行车的人已经接受了共享单车,以使他们的通勤更快捷、便宜、有趣。去年,美国共享单车用户完成了近4600万次出行,是前一年的两倍多。

然而,尽管这些项目具有优势而且受欢迎,但在操作上仍存在重大挑战。以自行车的分配为例,由于通勤模式,住宅区在早高峰时面临自行车短缺的问题,而商业区在晚上则面临自行车短缺的问题。更重要的是,停车场在特定的时间可能会爆满,使得骑车者在到达目的地后很难归还自行车。

解决这个问题并不容易。共享单车系统经常与骑自行车的人竞争,在上下班高峰时段将自行车从人满为患的车站移走,并在需要的车站重新填满自行车——这是一种被称为“重新平衡”(rebalancancin)的把戏。许多系统通过在指定时间使用箱型货车车队重新分配几十辆自行车来重新平衡他们的自行车供应。这是一项成本高昂、耗时耗力的工作,会增加系统的碳足迹。因此,使再平衡尽可能有效是至关重要的。

尽管总体需求模式是可以预测的,但共享单车系统是一个复杂的网络,运营决策涉及许多细节之处。举个关于把自行车搬到纽约东村的决定的例子。纽约东区作为一个居民区,每天早上都有很大的需求,通勤者在上班的路上租自行车,多余的自行车移到那里直观上是有意义的。然而,在下午高峰期间,当需求的潮流发生变化,在上午晚些时候添加的自行车太晚了,无法供通勤者使用,就会阻止骑车者在回家的路上归还自行车。关键在于确定不应该移动额外自行车的地点;为此,我们不能依赖我们的直觉,而必须采取数据驱动的方法。

考虑到这一点,我和我的同事——康奈尔大学的David B. Shmoys和Shane G. Henderson,康奈尔大学毕业生angil Chung,康奈尔大学博士Eoin O'Mahony——着手开发复杂的算法和先进的分析方法,以应对共享单车运营的新挑战。

我们方法的一个应用领域是自行车天使项目,我们在Motivate(现在Lyft的一部分)的行业合作者在全国各地的城市运营。作为该项目的一部分,骑自行车的人可以通过在某些需求很大的站点租用或归还自行车来获得积分。最初,该计划每天早上对同一模式的车站进行积分,下午对不同的固定模式进行积分。在一项研究中,我们发现,当回报(或租金)被激励到实际上无助于再平衡的地方时,这些固定模式就会导致效率低下。

效率低下的原因不仅在于需求预测不完善,还在于各个高峰时间内的异质性。换句话说,交通系统有时变化太快,一个固定的模式在整个高峰时段效率低下;根据实时信息改变模式可以将激励的影响提高约15%。

如今,自行车天使计划约占纽约市自行车再平衡的30%。它提高了顾客的满意度,从而提高了客流量。更重要的是,这种形式的再平衡比箱式卡车的碳足迹要少得多!

我们也用分析来解决其他问题。例如,我们利用用户数据来确定几组站点,在这些站点上,停车码头的数量常常未得到充分利用,并确定哪些站点将从额外的停车容量中受益。这使得运营商可以在系统内移动码头,从而可持续地增加系统的载客量。

另一种算法帮助共享单车运营商远程识别故障设备。通过分析使用信息,我们能够帮助运营商做出准确的决定,他们是否需要派人去修理坏了的自行车或停靠点。及时处理维护问题是另一种分析方法,它可以对骑行者的体验产生重大影响。

当然,分析方法和算法并不是解决所有新交通问题的万灵药。他们有许多限制,包括由于审查需求导致的不完整的信息。也就是说,我们只观察在有自行车(停靠点)的站点上实现的租借(退还),而不是那些由于系统不平衡而被阻塞的站点上实现的租借(退还)。

然而,很明显,包括电动自行车和自由浮动共享单车系统在内的新出行选择带来的许多挑战,都需要数据驱动的解决方案。随着城市减少汽车拥有量,分析可以帮助社会朝着正确的方向前进。

这里描述的工作为Daniel Freund和他的团队赢得了2018年Daniel H. Wagner运营研究实践卓越奖。

本文所表达的观点是作者的观点,不一定是《科学美国人》的观点。

作者

Daniel Freund

丹尼尔·弗罗因德(Daniel Freund)是麻省理工学院斯隆管理学院(MIT Sloan School of management)运营管理助理教授。

0 条评论
评论不能为空