交通行业：2024年中国共享微交通研究报告

2024 China Shared Micromobility Research Report I 编制团队 傅文艳 石战强 张永平 浙江大学中国新型城镇化研究院/浙江大学公共管理学院/City+ 浙江大学中国新型城镇化研究院/浙江大学公共管理学院/City+ 浙江大学中国新型城镇化研究院/浙江大学公共管理学院/City+ 鄢嘉昕 石俊杰 浙江大学中国新型城镇化研究院/浙江大学公共管理学院/City+ 浙江大学中国新型城镇化研究院/浙江大学公共管理学院/City+ 许建伟 章俊屾 洪俊成 浙江大学城乡规划设计研究院有限公司/浙大启真未来城市科技 (杭州) 有限公司 浙江大学城乡规划设计研究院有限公司/浙大启真未来城市科技 (杭州) 有限公司 浙江大学城乡规划设计研究院有限公司 窦子媛 陈梦微 李炜妮 浙江大学城乡规划设计研究院有限公司/浙大启真未来城市科技 (杭州) 有限公司 浙江大学城乡规划设计研究院有限公司/浙大启真未来城市科技 (杭州) 有限公司 浙江大学城乡规划设计研究院有限公司/浙大启真未来城市科技 (杭州) 有限公司 时嘉伟 浙江大学城乡规划设计研究院有限公司/浙大启真未来城市科技 (杭州) 有限公司 周锦秀哈啰研究院 黄扬哈啰研究院 曹柯 哈啰两轮事业部 目录 第一章 研究基础 1.1 研究背景1.2 城市选取1.3 指标选取1.4 数据说明1432 第二章：共享微交通骑行特征 2.1 骑行距离2.2 骑行时长2.3 夜间骑行2.4 高峰骑行2.5 周末骑行6871012 第三章：共享微交通与城市生活 3.1 骑行与城市服务3.2 骑行与青年通勤3.3 骑行与公平性151720 第四章：共享微交通与15分钟城市 30第五章：共享微交通与可持续发展 第一章研究基础 1.1 研究背景 共享微交通，尤其是共享单车，这一诞生于移动互联网浪潮中的新兴事物，自2015年横空出世以来，便以其便捷、环保、经济的特性，迅速席卷中国各大城市，发展近十年来深刻改变了城市居民的出行方式和城市交通格局。截至2024年，哈啰共享（电）单车已在全国超过500个城市投放，用户规模突破7.5亿，成为名副其实的“国民出行工具”。它不仅解决了城市交通“最后一公里”的难题，更在潜移默化中重塑着城市空间、社会关系和生活方式，其社会意义早已超越了单纯的交通工具范畴。 随着市场逐渐趋于饱和，城市管理更加成熟，共享微交通行业也进入了新的发展阶段。某种程度上，共享（电）单车能作为一种“出行标准品”，成为衡量城市交通服务水平的指标之一。在这一背景下，发布这份《2024年中国共享微交通研究报告》，不仅是为了总结2024年共享微交通行业的出行特征，更是为了探讨共享微交通在新时代背景下的社会价值和未来发展方向。 与以往行业报告多聚焦于一线城市不同，本报告也关注了非一线城市。非一线城市，作为中国城市体系中的重要组成部分，既拥有着自身独特的资源禀赋和发展路径，也面临着与一线城市不同的机遇和挑战。因此，同时关注一线和非一线等不同等级城市的共享微交通发展现状，对于理解中国城市发展的多样性和复杂性具有重要意义。本报告将以57个不同等级城市为样本，深入分析共享微交通用户的出行特征、使用习惯和偏好变化，探讨共享微交通对城市交通、环境、经济和社会生活的影响。本报告尝试回答以下问题： 共享微交通用户骑行呈现出哪些基本特征？ 共享微交通与城市生活有怎样的关系？ 如果把共享微交通放到“15分钟城市”的尺度下看，有哪些新发现？共享微交通对于城市减碳贡献的计算，如何实现可持续发展？ 我们相信，通过对这些问题的探讨，本报告将为政府决策、企业运营和学术研究提供有价值的参考，也为共享微交通行业的未来发展提供新的思路和方向。 1.2 城市选取 城市选取样本说明： 不同层级的城市在人口规模、经济发展水平、城市布局、交通状况等方面存在差异，这些差异会影响居民的骑行行为。报告选取57个中国主要城市，涵盖直辖市及一线城市、新一线非省会城市、省会城市以及非省会城市四个类型，通过城市间横向比较和时间轴追踪对比，全面呈现不同城市层级的骑行特征，探索城市骑行规律。 1.3 指标选取 1.3.1 共享微交通骑行特征 1.3.2 共享微交通与城市生活 骑行与城市服务骑行与青年通勤骑行与社会公平性 1.3.3 共享微交通与15分钟城市 1.3.4 共享微交通与可持续发展 1.4 数据说明 数据来源: 本报告所用数据为哈啰研究院提供的共享单车和共享电单车订单记录数据，订单时间为2024年6月17日至6月23日一周，骑行数据约6500万条。 第二章 共享微交通用户骑行特征 2.1 骑行距离 不同等级城市的共享单车与共享电单车骑行距离存在明显差异 直辖市及一线城市、新一线城市的平均骑行距离普遍较高，省会城市的平均骑行距离差异较大，普通城市的平均骑行距离相对较短。相较于共享电单车，普通城市共享单车平均骑行距离相对较为均衡。 2.2 骑行时长 不同等级城市的共享单车和共享电单车骑行时长有所不同 直辖市及一线城市、新一线城市、普通城市骑行时长分布显示出特定的集中区间，体现出当地骑行习惯和出行需求特点，而省会城市的平均骑行时长存在明显个体差异。 2.3 夜间骑行 直辖市+一线城市共享单车的夜间骑行占比较高 不同等级城市在夜间骑行占比、平均骑行时间和距离上有差异。其中，直辖市及一线城市夜间出行需求较稳定，部分城市显示出较强的夜间骑行活力。新一线城市夜间骑行有一定规模，但发展不均衡。省会城市及普通城市夜间骑行占比数据离散度大，城市夜间骑行发展程度不一。 2.3 夜间骑行 不同等级城市的共享电单车夜间骑行存在显著差异 新一线城市和部分省会城市夜间骑行活跃度较高，反映出这些城市夜间经济发展较好，居民夜间出行需求旺盛。由于城市规模和功能等因素，直辖市及一线城市具有一定独特性。普通城市间差异较大，反映出其发展的不均衡性。 不同等级城市的共享电单车夜间骑行比重、平均骑行时间和距离（单位：时间/分钟，距离/千米） 2.4 高峰骑行 共享单车骑行集中于晚高峰 不同等级城市夜间单车骑行在次数比重、距离及时长上存在差异。这些差异可能源自通勤主导性、休闲活动后置、交通方式选择变化、工作地集中性、夜间经济活跃度等原因。新一线和部分省会城市活跃度较高，时长与距离在各等级内表现不一，反映城市夜间出行行为和需求的多样性。 2.4 高峰骑行 共享电单车骑行集中于晚高峰 不同等级城市夜间电单车骑行在次数比重、距离及时长上存在差异。受城市规模、功能布局、出行习惯等因素影响，共享电单车骑行也更集中于晚高峰时段，城市间差异较大。 2.5 周末骑行 共享单车周末骑行比重高 不同等级城市共享单车骑行在工作日和周末存在显著差异，以周末骑行为主。直辖市及一线城市因资源丰富但出行方式多元，骑行次数比重有高有低，且因地域广、交通复杂，骑行距离和时长普遍较长；新一线城市骑行次数比重整体突出，距离和时长因城而异；省会城市及普通城市因发展不均衡，各项骑行数据差异明显。 2.5 周末骑行 共享电单车工作日短途出行需求较多 共享电单车工作日骑行比重整体略高于周末，但骑行距离和骑行时长未超过周末。受地域特色、资源分配及用户习惯影响，骑行距离和骑行时长有一定的从直辖市及一线城市向普通城市逐渐缩短的趋势。 第三章共享微交通与城市生活 3.1 骑行与城市服务 共享骑行便利居民获取城市服务设施 案例城市：天津市 交通设施，购物消费与生活服务设施是共享骑行主要目的地 •利用KD-Tree算法，搜索共享单车与电单车出行行程停车点的最邻近设施点作为该行程的目的地。 •交通设施、购物消费设施、生活服务设施是共享单车与电单车出行的主要目的地。 3.1 骑行与城市服务 高校、商圈以及住宅区是共享骑行的主要聚集区 城市商圈、高校校区以及住宅区共享骑行需求量较高 •以天津市滨海新区为例，第二第三大街、外滩公园、泰达街等重要商圈共享骑行量显著较高。•新河街道和杭州道街道等住宅区是共享单车与电单车骑行聚集区。•天津科技大学（滨海校区）的共享单车骑行量显著较高。 3.2 骑行与青年通勤 共享单车与电单车是城市通勤出行的重要交通工具 案例城市：宁波市 早晚高峰期共享单车与电单车骑行量显著较高 •以宁波市为例，在一周内，早高峰 (7:00-9:00)时间段共享单车骑行量约占总骑行量18.25%，共享电单车骑行量约占总骑行量15.31%。•晚高峰 (17:00-19:00)时间段共享单车骑行量约占总骑行量17.98%，共享电单车骑行量约占总骑行量18.58%。•早晚高峰期相比，共享单车在早高峰时间段的骑行量比重相对较高，共享电单车在晚高峰时间段的骑行量比重相对较高。 3.2 骑行与青年通勤 共享单车能够较好地适应青年人口通勤需求 案例城市：宁波市 早晚高峰期共享单车骑行量与青年人口数量之间存在相关性 •取早高峰或晚高峰时期共享单车骑行量大于0的区域为分析区域。•借助手机信令数据识别青年人口的居住地和工作地，以每天7:00-16:00间停留时间最长的地点为其工作地，17:00-6:00 (次日)间停留时间最长的地点为居住地。•工作青年人口在宁波市主城区中心区域的集聚性较高，居住青年人口的集聚性相对较弱，主要分布于鄞州区和海曙区。•以宁波市为例，在早晚高峰期的共享单车骑行中，高骑行量、高青年人口的区域比重最高，约18.26%和21.37%。•相比于早高峰出行，晚高峰时间段青年人口数量与共享单车骑行量的空间相关性更高。 通勤高峰期共享单车骑行量与青年人口数量的空间分布 3.2 骑行与青年通勤 共享电单车能够较好地适应青年人口通勤需求 案例城市：宁波市 早晚高峰期共享电单车骑行量与青年人口数量之间存在相关性 •取早高峰或晚高峰时期共享电单车骑行量大于0的区域为分析区域。•以宁波市为例，在早高峰和晚高峰时期的共享电单车骑行中，高骑行量、高青年人口的区域比重最高，约占16.65%和19.28%。•中心区域早高峰和晚高峰时期骑行量较高，且工作人口中的青年群体数量相对较多。•相比于早高峰，晚高峰时间段青年人口的空间分布集聚性更加显著，与共享电单车骑行量的空间相关性更高。 通勤高峰期共享电单车骑行量与青年人口数量的空间分布 3.3 骑行与公平性 共享微交通出行可达性与公平性分析 案例城市：温州市 共享骑行空间分布具有显著的集聚性特征 •以温州市为例，共享单车骑行主要集中于鹿城区、瓯海区、以及龙湾区等中心城区范围内。共享电单车骑行分布相对分散，在龙湾区、瑞安市、平阳县以及苍南县均有聚集性分布。 出行可达性计算 •将共享微交通运营区划分为500m规格空间网格。计算网格内居民在500m步行范围内可获取的共享骑行设施数量，以及使用共享骑行设施在1500m骑行范围内可接触的城市设施数量。 𝐿𝐸𝐼!=𝑆!∑!"#$𝑆!𝑃!∑!"#$𝑃! 公平性分析 •综合网格单元内居住人口和工作人口数以及出行可达性计算区位熵指数。指数小于1表示服务供给相对不足，指数大于1表示服务供给相对充足。•比较不同属性人口的平均出行可达性。 𝐿𝐸𝐼!:网格i的区位熵指数𝑆!:网格i的出行可达性𝑃!:网格i的人口数 3.3 骑行与公平性 共享微交通出行可达性的空间分布不均衡 案例城市：温州市 不同区域共享单车与共享电单车出行可达性存在差异 •鹿城区、瓯海区等中心城区的共享单车出行可达性显著较高，边缘地区如龙湾区、苍南县共享单车出行可达性较低。共享电单车出行可达性较高的区域集中于瑞安市东部以及苍南县北部地区，龙湾区、平阳县共享电单车出行可达性显著较低。•工作人口和居住人口的共享微交通出行可达性的空间分布格局相似。•共享单车与电单车运营量与运营区域受行政管理因素限制，进而影响共享出行可达性的空间分布。郊区