作者：涂子沛

中秋前后，一款叫“摩拜单车”的城市自行车系统开始在上海、北京走红。

传统的城市单车租借系统要先办卡，随身携带，到指定的地点才能租车。“摩拜单车”无需办卡，用户只需一部手机就可完成“借-骑-还”这个闭环。通过手机APP，用户可以定位离自己最近的自行车，通过扫描二维码解锁便可骑车，用完之后，也不寻找停车桩，可以停在就近的公共场合，上锁时后自动计费、扣费。下一个用户再有通过手机定位发现这辆车。

对争分夺秒的白领而言，省下的时间可以从容地吃顿早饭了。

摩拜单车最大的亮点和突破，是不用停车桩。传统的租车系统，因为无法精确定位，只能用建停车桩的方式来避免公共资源私有化，大量建设停车设施增加了城市的负担、也浪费了宝贵的城市空间。实在是很笨拙的做法。

我视之为城市单车系统的2.0版本。单车，可以在城市的毛细血管里穿行，“摩拜单车”有助于解决城市交通“最后一公里问题”的难题。

我认为，这是一个基于大数据的运筹问题。“摩拜单车”要运营好，需解决以下4个问题：

第一， 首先要回答，一座城市究竟需要多少辆公共自行车？

要得到这个答案，必须结合城市人口、公交系统、私家车、道路等各项数据，进行计算。

其中最重要的估算手段，是把城市里每一个人的家庭住址和其工作地点在数据库层面打通，从而掌握每一个人在城市中最日常的流动，即上班族的“潮汐”特性。这个问题，在统计学上，我称之为“白日人口流动”。一旦我们掌握了城市每个区域白日人口的多少，以及这些人口的基本特征，例如行业、薪酬、年龄、住的地方离上班地点的远近等，就可以更好的为这个地区的工作人口服务。

就我所知，广州市正在规划在全城逐步投放150万辆公共自行车，这个数据不知有没有经过科学估算、这些单车又分布在哪里？广州虽人口众多，但考虑到老城区道路狭窄，部分道路连自行车道都未设立，可以进一步研究投放规模的合理性。

第二，就近的公共点停放是否完全可行？会不会造成新的乱停乱放？

一百多万辆自行车，如果管理不好，乱停乱放，就会成为城市里一百万个游动的“障碍物”。我的建议是，在使用量大的小区、办公区还是要设置部分固定停车桩，将固定停车桩与无停车桩结合，以方便大家的共享。

另外，通过定位发现自行车位置，这是大胆的创新。但我担心，目前以GPS为基础的地图定位还不够精确，一个街道和一个小区，可能就隔着一道围墙，如一辆自行车被推进小区，它就在围墙内侧，如果到围墙外侧取车，就会扑空。这个问题其实不好解决。

第三，盈利空间在哪里？

我所在的城市杭州，有全国规模最大的公共自行车系统。2015年，杭州公共自行车系统运营成本超8000万，但通过亭（棚）广告经营权挂牌转让及相关费用，已经能够“自己养活自己”。摩拜单车目前并无自行车亭（棚），车身并未预留广告位置。未来怎样自给自足？

我的建议是，除了使用费外，摩拜单车可以借助实时获取用户的位置，创造新的收入来源。根据地理位置和个人情况推送个性化广告，如中午12点时告诉骑车人他路过的餐厅正在打折。这也是个大数据实时、动态匹配的技术问题。

最后，摩拜单车如何建立一个合理的信用体系，并为全社会所用？

我们都知道共享经济的好，一辆单车，自己用和大家一起用，效率是不一样的。可现实是，人人都想分享别人的东西，要分享自己的就不乐意了，给报酬也无济于事，因为没有办法确保他人会爱惜车子、会及时归还，出了问题可以确定责任。

所谓信用，是一种相互信任的关系。人们是否愿意把自己的资源交给陌生人，是否愿意体验一种新服务，都基于信任。传统的熟人社会，亲疏决定信用高低，陌生人社会找谁打包票去？要准确地了解一个人的信用，就要考察人们的行为记录——数据。

摩拜单车可以记录地理位置、骑行时间、行走轨迹、违规操作等等数据，并把这些数据整合进一个平台，这使得租车行为已经不是传统的“点对点”关系，而是一条线一个平面，一个立体的行为模式，租车行为具备了识别度，评估判断成为可能。它可能建立一套模型，来尽可能真实地判断什么样的行为该奖，什么样的该罚，不仅确保单车利用率最优化，还将为评判一个人的社会信用输出新的参数。

例如，为减少不文明使用，摩拜单车已经为用户建立了征信系统：满分100分，每正常骑行1次加1分，出现一次违规操作扣20分，低于80分每半小时收费增至惩罚性的100元，信用为0分时，账号永久冻结。当GPS定位发现用户把自行车扛进了办公室或自家小区，短暂地将其变为“私有财产”，平台就用扣减信用分、提高使用成本来惩罚低素质用户。

再进一步，如果这种数据库还能跟银行、网商等征信系统对接，推倒不同征信系统之间的围墙，将使用摩拜单车这一社会资源的表现，上升为个人社会信用的一部分。那么，未来甚至连押金也可以省了，完全进入一个刷脸的时代。

摩拜单车做到这些，我认为才功德圆满，可以“膜拜”。

本文版权归“涂子沛频道”所有转载授权及其他商务合作请联系邮箱datavistaBD@163.com