新一线：城市数据研究的几种可能性

城市中所有的数据都是人创建出来的。比如骑共享单车时人们留存下来的OD点和行车轨迹、比如人们在淘宝、京东、饿了么等这些互联网公司里留存的消费行为数据、再比如那些由品牌负责人所决定的店铺开设位置，甚至是那些小商铺的聚集之处也都是店铺老板决定的结果，人们在城市中的这些经营决策、消费行为、生活轨迹构成了城市中的不同类型的活力空间，也给我们这些城市数据研究者留存了不同维度的数据。

理想状态下希望获得的数据越详细越好，希望他们都能带有具体的地理信息，并且都是清理干净不会出现偏差的数据。但就目前数据获取的难度上来看，要达到这个目标需要运气和时机。但并不是说没有更进一步的信息就不能做分析，利用现有的数据，我们同样可以做一些分析，毕竟如何找到数据的规律和逻辑去解决问题才是更重要的事情。

公共自行车与共享单车

我想举个共享单车的例子来说明这个问题。去年四月我们研究了杭州的公共自行车。

那个时候全国大约有一两百个城市拥有自己的公共自行车，但并不是每个城市都能做好。大部分的城市，公共自行车都闲停在停车桩上，使用率并不高，甚至像上海各区有自己独立的公共自行车系统，相互之间并不打通，阻碍了人们使用的热情。而杭州的公共自行车系统是当时国内最大、输出城市最多的城市公共自行车系统。

这个选题的初衷是我在台北生活的两年看到公共自行车的便利，所以当时想看看大陆哪个城市的公共自行车也不错，并想从数据上比较了两个城市的公共自行车。

我们从杭州公共自行车的运营方杭州公交集团那获得了一些数据，比如公共自行车历年的增长、停车站点的增长、三辆公共自行车一天内基于停车桩的行车轨迹，并从杭州台北的公共自行车网站上整理了停车桩地理信息。结合采访我们研究了两个城市在公共自行车的使用效率、停车桩位置和运营方式上的差异，以及杭州公共自行车系统为什么能成功的问题。尽管杭州公共自行车在规模上比台北大，但使用效率台北是杭州的近两倍。

因为当时公共自行车的车辆上并没有安装GPS，所以获得的数据颗粒度还很粗。但依旧可以从城市比较的层面解读公共自行车的问题。

在那个时候摩拜单车还刚刚开始投放，我们也仅仅在《杭州公共自行车为什么能成功》的文末提到了这么一句。而仅仅用了半年时间，以摩拜ofo为标志的共享单车铺满了一百多个城市的大街小巷，而这运营的半年内他们累计了海量的数据量。

最近我们又出了一篇新的文章，运用ofo的运营数据，也就是一段时间内每一辆共享单车的起点和终点的时间、位置信息，分析城市内的哪些地方是共享单车使用频率最高的区域，希望能从人们使用共享单车的通勤规律上，帮助城市交通的设计者们更好地串联城市公共交通网络，减少不必要的最后一公里出现问题，或者是改善城市的自行车道。

因为获取数据层级不同，这篇文章主要是从城市内部去研究一些问题，这和前一篇文章是不同的角度。这次我们依旧看杭州的共享单车，从本质上公共自行车和共享单车是同一件事情，在公共自行车发展的那么好的城市，共享单车能发展的好吗？

答案是公共自行车做的好的城市，共享单车发展得更快。比如和同是新一线城市的南京相比在，同样是新进入一个城市的第一周，在活跃车辆数相当的前提下，ofo在杭州的日订单量是此前南京的7.6倍。

之前我们是比较杭州和台北大面上的数据和量，这次我们研究的是杭州（和一些其他城市）哪些区域往返频率更高、共享单车往返热点区域和商业资源聚集的地方是不是有关系。先说结论，商业资源聚集的地方比如武林广场也是共享单车往返频率高的地方，但在一些商业资源缺乏的地方也出现了往返热点，还有一些是末端交通并不发达的地方，比如杭州的一些高教区。

为了便于分析，我们把相近的起点和终点都打包在同一个边长为500m栅格中计算。计算栅格与栅格间的往返。线段的颜色深浅代表了这条起终点线路的使用热度，你会看到下沙有几组尤其热门：从文泽路地铁站到浙江传媒学院和更西边一些的居民区，或者从文海南路到浙江财经大学和杭州师范大学等学校，对照这些单车线路周边的公共交通状况，这些区域现有更多的是横向公交线路，而缺乏纵向的交通网络。

城市数据的研究不仅能让城市与城市间横向比较，城市内部也可以深度分析。用适合的研究主题，配以适合的数据，是让数据运用得更好的前提。当然这批数据还能做其他更多的事情。比如结合小区数据、公交线路、地铁人流数据判断城市内部的区域与区域之间的人口流动等等。这里就不做赘述了相信在座的各位老师有更丰富的经验。

小商业选址体现的商业策略和活力空间

城市里还有一类数据和我们密切相关，在我们的生活场景里，出现各种类型的便利店、餐饮店、小吃店、健身房、饮品店等等。我们可以从大众点评、或是百度高德地图上获取这些POI的信息。这些带有地理信息的数据可以分析商家的选址策略、分析不同城市的小商业偏好、分析同一个城市不同区域的小商业分布状况，进而分析城市不同的空间特色。

而他们选址的背后代表了商家的商业策略，不同的小商业类型也喜欢分布在城市的不同功能区。

我们会发现比如像全家这样的外资便利店更喜欢开在商务区、高档社区、商圈附近，而饮品店更喜欢开在商圈和高校附近。

如果把时间维度拉长，从不同品牌、不同类型店铺在一个城市每一年开设的店铺数量来看，可以发现另外一些特点。比如在饮品店品牌的竞争格局中，更早开业的品牌或许可以在市场上占有先机，但未必总能战胜市场的变化，这给后进入市场者留下了机会。COCO、快乐柠檬都比奶盖贡茶早开几年，但在2016年的店铺数量远远超过比他早开的这些店铺。

我们也拿数据研究过一个有趣的商业类型——以黄焖鸡米饭、沙县小吃、兰州拉面、重庆鸡公煲、桂林米粉为代表的国民小吃。他们遍布各个城市，出现在学生、白领、务工者等不同领域的城市人的生活当中。

2013年苏州才刚刚出现黄焖鸡的新鲜吃法，2015年全年就有493家新店开业——每天，平均有1.4家黄焖鸡米饭在苏州街头开张。我们做这个数据分析的时候是去年八月份，那个时候苏州是黄焖鸡米饭全国门店数量最多的城市。在31个省会城市和新一线城市的大众点评商户中，黄焖鸡米饭在2015年突破一万家，远远超过其他国民小吃品牌。

我们把这些国民小吃店铺位置相互比较，计算他们之间的距离，从数据上发现，这些国民小吃店喜欢扎堆开，超过一半的兰州拉面店500米内跟着沙县小吃店，甚至位于福州的一家兰州拉面店500米内有12家沙县小吃店。

同样的分析方式我们也运用在便利店中，但得出的结论却不同。从这张图中可以看到，上海半径500米范围内，从有1家全家便利店到有14家，区域是逐渐变少的。上海最多能够在这个范围内容纳14家全家便利店，且密度最高的区域位于南京西路、北京西路、人民广场附近。而苏州因为总数少，最多能在园区时代广场附近找到6家、独墅湖高教区附近找到5家、高新区狮山路附近有4家，这些都是城市不同区域的中心，这些区域的外资便利店密度更高。

在我们操作过的选题里，通过横向比、纵向比、城市间比、城市内部比、区域间比、同一时间内比、一定时间段内比、一定距离内比、不同距离间比，结合采访可以获得更有意思的解读。也期待和各位老师们能碰撞出更多的火花。