大数据揪出：把魔都共享单车“藏”进小区的人都住哪？

大数据揪出：把魔都共享单车“藏进小区的人都住哪？有人说共享单车是国民素质的一面照妖镜，能够反映出很多不文明的行为。数据侠周宁奕化身游弋在城市中的“单车猎人，专门寻找那些违章停放的共享单车，通过大数据绘就了一幅上海各地区违章停车率地图。隐藏在陆家嘴摩天大楼中的“违章小区两周前，我爬取了上海摩拜单车的数据，分析了共享单车在上海的供需关系。见 ?27万辆共享单车告诉你：哪里是魔都被遗忘的角落? 如果把所有的共享单车的位置画到图上，变出满城星光夜上海的可视地图，除了热闹的画面，细节里还有许多差异。统计上看，大局部的单车分布在路的周边，勾勒出一幅泾渭清楚的街道景象。比方闵行区虹桥镇附近的小区，小区路边停了好多车，前簇后拥，形成了一条条光带，而小区内部那么根本不停车，一派文明的景象。图片说明：共享单车在上海虹桥镇周边的分布然而如果我们移步陆家嘴以北的小区，那么会发现大量分布散漫的自行车，它们都在“违章停车。照理，作为浦西土著，对浦东的印象就是五色盛景，满街都是惜时如金年薪百万的金领。我不禁发出疑问：哥每个月的工资都不够给摩天大楼装块玻璃，富庶的金领们又何以占着单车停在自家门口？图片说明：共享单车在浦东陆家嘴周边的分布在此之前，得先说明一下什么是共享单车的“违章停放。自共享单车的概念面世以来，“无桩停车，随骑随走一直都是其最大的卖点之一。这一特点为人们使用共享单车出行创造了极大的便利。但是另一方面，侵占公共空间停放、推回自家据为己有等违章行为也陆续出现。据摩拜单车微信平台说明：但凡停在大院内部、单位内部、小区内部、建筑内部等明确告示不允许停放自行车之地等都算做“违章停放。隐隐中，我回想起了这些违停率很高的小区。记得某次爬到了“大军刀环球金融中心的100楼往下看，浦东的壮观景象两边，在世纪大道的北面，原来长满了古老的房子。诸如崂山五村，乳山二村云云的，且称为乳山x村，潍坊x村吧。图片说明：浦东世纪大道西北面鸟瞰这些房子有个共同点，年代比拟老，个头比拟矮，面积比拟小，屋顶比拟花。它们生于“宁买浦西一张床，不买浦东一间房的“pre90年代，淹没在浦东崛起的建筑高度里。从“军刀往下看，这个场景充满了两个时代的格格不入感。但走在浦东的大马路上，从前压根没感受到它们的大量存在，我觉得是因为它们被街道界面隐藏了，比方我们把居住区的建成年代做个可视化，其分布立马呈现：看到2个年代久远的大蓝斑了么？ 图片说明：上海陆家嘴周边居住区房屋建成年代图，颜色越蓝代表建筑年代越久远，越亮红色代表建筑年代越新。 下班，陆家嘴下车，我骑了个共享单车就往几个x村去。一路上，满眼是细雨微朦的黑夜和云深不知处的高楼。然而刚过世纪大道，画风就突然一转，进入一个平行世界-这里充满施工工地，路灯昏黄，道路不宽，周边都是非常平价的小店。虽然这些小区也要8万一平，但其实里面道路拥堵，出口稀少。我一路骑行，就是想要亲眼看看这些在地图上被数据找出的“违章小区。不仅是浦东，光鲜的浦西也有“违停重灾区现实中，共享单车并没有那么多违停，我只能偶尔看到一些三两成群的违停车辆。我想道理也简单：再乱停车的小区，其比例也不会很高。就像1%的糖水和0.1%糖水，你可能都觉得是淡水，但是他们实际上差了10倍。人的感觉阈值有时决定了它俩没有区别，这种时候，我们就需要大数据才能看清这种分布。图片说明：一些违章停在小区内部的共享单车为啥浦东陆家嘴这一带的小区有那么多违章停车？万能的朋友圈说:1.上班距离远(大多人在有些距离的陆家嘴软件园工作，并非最近的金融单位，金领们多住世纪公园)，自家楼下曝光率低，第二天不担忧被骑走。2.周边路窄，不便停车。3.学区房，小孩比例高，停车不标准。实地调研实在不是在下的强项，但如果我们把范围扩大到整个上海，回到大数据的视角，将所有违章停车的数量，统计到小区里，一个违章停车的幅员跃然纸上。其实，浦东的诸多小区并不是违章数很高的，最厉害的小区，位于浦西一个叫中远两湾城的巨型小区, 其数据小区内违章停车绝对值神一般地在众多小区里“鹤立鸡群： 图片说明：小区内的违章停车数量统计图，颜色越黄代表数量越多。 带着疑问，我又驱车去了中远两湾城。作为巨无霸小区，这儿至少有几万人居住。这个粘附在苏州河大拐弯的小区，道路曲折而狭窄，两边停满了车，汽车在里面开着需要一条路走到黑，否那么很难停下来。一楼某个窗户上，写着禁止群租房的字样： 这个小区一直因为群租现象而闻名。总之，中远两湾城至少有2个问题:1. 小区太大，走出来非常费力2. 楼高房间多，群租多、人更多，年轻人比例高，人多停车自然多图片说明：停在小区内自行车停放区的共享单车为什么中远两湾城违章停车这么多？一个原因可能是这里的人口基数大。小区人多停车自然多，算违章停车数，大一点的小区就会很吃亏。那还有没有更合理的指标呢？如果我们把：违章停车数 / 小区户数户数和人口正比算违章停车率，即计算单位住户违停率，中远两湾城这样的超级小区就退出了老大的位置。但仍然存在两个问题:1. 不同小区的人口结构不同，老年人压根是不骑车，年轻人多的小区违停率自然高2. 单车投放分布不同，张江、2号线沿线、五角场、漕河泾投了很多自行车，这些地方共享单车用户数，相比周边地区显然更高。总体上，郊区的违章情况比市区更严重比照前两种方式，我想更接近附近住户的心理意愿的指标是：骑车的小区住户平均违章停车了多少次。这个问题既烧脑也简单，计算小区骑车的人数，假设骑车回家的人总会把车停在自己小区门口附近，只需要在一个晴天的晚上看一般天晴更能保证正常骑行：小区内部停车数 / 小区附近50米包围圈内停车数。计算发现，一幅郊区远甚市区的情景跃然纸上，颜色越黄越违章。图片说明：上海各地区的违章停车率统计图， 颜色越黄代表数量越多 比方一号线的末端共富新村、彭浦新村，九号线的末端松江城区，五号线的末端闵行南部。在这些特征里，我们看到距离地铁较远的通常比拟黄，比方松江新城周边，这些区域通常位于地铁的末端。按照常识，我想到了3个因素:1. 郊区的小区大，小区内的路太长，容易违章停车2. 年轻人一直在向外迁移，共享单车的目标用户比例高3. 郊区出行距离很长，车又很少，怕没车骑据说共享单车公司目前就是将停车是否在小区内和个人信用分绑定，所以本文根本也是从这个点出发的，但反过头来，为啥小区停车算违章？这种判断标准合理么？我想，本质上是你的占有让公共资源发生了浪费。小区本来就是一个小型社会，如果你住在中远两湾城这样的万人大型小区，每个人都能遵守规那么地把共享单车放在小区外，每天也许会增加 10分钟 * 2次 * 10000人的行走时间，加起来超过138天。即便以20块钱/小时的时薪，也是一天6万块钱的人力本钱。而换个角度来考虑，假设一种常见的场景，我晚上9点骑车回家，第二天早上8点出门，其实这几个小时停在小区里面也是合理的，毕竟放在外面根本也没人骑啊。从这一点说，共享单车公司对违章的判断是否应该继续细化呢？比方可不可以把小区里停车超过2天的算是违章，而不仅以小区内外为标准？ 、车辆也许只是所谓的物联网时代微小的开始，我们讨论违章时用到的计算规那么也还很原始。然而设想一下，未来更多的物体装上了传感器传递着信号，我们的行为沉淀在云端的数据库进入计算，未来的计算机集群仍然沿着略低于摩尔定律的速度发生进化，城市治理也许对等于效劳器上的规那么引擎这需要多么精密或巧妙的算法去取代今天城市治理者的劳动。