大數據應用于共享電動汽車智能化管理的實踐與思考

于瑞 王中磊

摘 要：隨著共享經濟的不斷深化和發展，作為細分行業之一的共享電動汽車逐漸興起，加上大數據等信息化技術不斷被應用在共享經濟領域，使得共享汽車的智能化管理成為焦點。為了借助大數據技術提高共享電動汽車的運行和運營效率，本文首先分析了大數據在共享電動汽車領域的特征和功能，結合其在同類共享單車領域的成功經驗，從用戶管理、車輛租賃、充電管理三個模塊分析了大數據應用于共享電動汽車智能化管理的可行性。

關鍵詞：大數據;共享電動汽車;智能化管理

共享電動汽車是近幾年逐漸被人們認可和接受的一種出行方式，它奉行綠色、方便和安全的出行理念，將人們的共享思維從單車領域擴展到電動汽車領域，進一步促進了“共享經濟”的發展。為促進共享電動汽車為出行者提供更高效、更便捷、更貼心地服務，需要對其在社會使用過程中的停車、充電、租賃、還車、駕駛等具體過程中產生的大數據進行統計和分析，以便于形成資源高度整合、行為深度預測、過程良性優化的最優運營管理模式，進而更好地適應市場需求。本文旨在實現對共享電動汽車的運行數據和運營管理數據的再分析，改善現有管理方式，為共享電動汽車充分裝置的建設、租賃網點的布局、充電時間的優化、電動車輛的管理、用戶使用的引導提供科學依據。

1 大數據在共享電動汽車領域特征和功能

1.1 大數據在共享電動汽車領域的基本特征

大數據具有大量、高速、多樣、真實性、價值密度“5V”特點，其映射在共享電動汽車領域呈現出如下基本特征：

（1）數據規模的龐大性。據相關數據統計，一個正在運營共享電動汽車的城市，每天有將近上千輛的電動汽車在投入使用，有近2 000多臺的充電設施會更新實時狀態，輻射用戶數量近十萬人。

（2）數據處理的快速性。在幾毫秒內對數以萬計的數據進行分析和處理，助力科學決策制定，對在線數據的處理速度也要遠高于離線數據。

（3）數據類型的繁復性。共享電動汽車領域由于涉及汽車、用戶、充電裝置、運營商、政府部門等多個主題，其數據分布較為廣泛、種類繁多，除基礎數字數據外還存在文本數據、媒體數據、歷史數據、實時數據等結構化、半結構化或無序數據，各類型數據的查詢通道、方式和處理也存在差異性。

（4）數據收集的真實性。所有數據都是在信息化環境中，對用戶使用共享電動汽車全過程的采集和挖掘，智能裝置和設備會將這一系列數據毫無保留地傳輸給數據處理系統，同時數據篩選系統也會提高數據的真實性。

（5）數據價值的低密性。在龐大的數據源中可能僅有一小部分數據是有價值和參考意義的，以視頻數據為例，在記錄用戶駕駛共享汽車到歸還的過程中，有用的信息可能只有1～2秒。

1.2 共享電動汽車領域中大數據的功能導向

共享電動汽車領域中的大數據可劃分為兩個層面：其一是電動汽車相關設備的運行、充電、檢測、維護數據，與之相對應的功能包括充電時間優化、車輛網點配置、充電設備建設、充電裝置維護等;其二是共享電動汽車運營、管理、租賃數據，與之相對應的功能有運營模式優化、管理效率提升等。這些數據可以按照其類型分為結構化數據、半結構化數據和非結構化數據，目前大部分應用在共享電動汽車中的數據都為結構化數據，主要存儲在關系數據庫中，未來隨著共享電動汽車行業的不斷發展，半結構化和非結構化的數據會愈發增多，如視頻數據、圖像數據和音頻數據等，主要體現在共享電動汽車租賃網點充電設施的監控上。

2 大數據在共享單車中智能化管理的應用

為了更好地探究大數據應用于共享電動汽車領域的可行性，需要對大數據在其他行業的成功應用案例進行分析，便于明確大數據在解決共享電動汽車管理上的主要功能和實現模式。本文針對同類共享經濟下更為成熟的共享單車領域，分析其運營管理過程中大數據技術與管理行為的融合路徑，如表1所示：

2.1 政府制度建設規范大數據智能化管理

共享單車運營商以營利創收為主要目標，在市場化過程中難免會出現不規范、不合法行為，這就需要政府力量介入來約束規范共享單車市場的平穩運行。對于公共共享資源的監管不能采取“大刀闊斧一刀切”的政策，政府需要在監管過程中尊重企業投入成本，對企業投放在公共場所的資源采取精細化策略。第一，制定市場準入標準，出臺運營商管理政策和用戶文明規范政策，一方面對共享單車企業采取硬性指標管理，賦予行業管理部門執法權，對企業違規違法運營予以處理;另一方面對用戶共享行為制定獎懲措施，強制要求用戶在使用單車過程中做到“不亂停、不亂放、不亂行”，在保持正常交通秩序的同時提高公共服務的實效性。第二，要求企業共享運營數據以了解單車的網點投放量、預警總量、用戶單次使用時間、用戶里程、用戶反饋等細膩，以用戶使用情況建立信用機制，在租賃車的環節中加入信用認證。

2.2 企業大數據共享實現共享單車精細化管理

共享單車配置有衛星定位智能鎖系統，是主管行業和企業進行數據采集、跟蹤、收集、處理的必要基礎。依托共享單車大數據，可依據開鎖情況精準監控車輛，利用區域用戶需求量、可騎行車輛數等數據對預測車輛供需，設置單車投放數量閾值提高車輛調度效率;依托GPS定位及算法糾正，設置單車規定停放區域和禁止停放紅線，采取引導、獎懲措施規范用戶停車行為;依托用戶歷史數據對車輛易淤積點進行時間和空間上的精準預測，在觸發淤積閾值一定時間內進行人工干預，及時解決淤積問題。

2.3 用戶作為共享主體監督企業和政府管理行為

為支持共享單車這一社會公共資源，作為共享主體的社會民眾要盡快轉變出行觀念，主動適應智能時代的新型公共服務模式。首先，用戶在面臨多個共享單車運營商時，會根據企業服務、單車質量、投放數量、口碑水準等因素做出選擇，進而良幣驅逐劣幣，逐漸淘汰劣質服務運營商;其次，用戶要積極利用互聯網平臺對共享單車行業的政策制定、干預措施、規范標準、獎懲機制等政府治理手段做出意見表達，一方面可有效督促政府監管行為的提升，有效促進共享單車行業的良性發展;另一方面可防止政府的過渡干預行為抑制單車運營商的經營拓展，分擔市場在資源配置中的任務。

3 大數據應用于共享電動汽車智能化管理的思考

借鑒共享單車領域應用大數據進行智能治理的成功經驗，可有效對供需電動汽車行業所涉及的政府、企業、用戶等利益主體的智能化管理行為進行界定，在此過程中需要結合電動汽車的實際運營情況和相關設備設施的使用進行精細管理，保證各管理模塊的有效運行。

3.1 用戶管理模塊

基于共享電動汽車企業運營大數據，從企業角度出發，對用戶的利潤貢獻率進行分析，挖掘不同類型用戶對企業利潤的貢獻重要程度，從而幫助企業有效實施用戶分類管理。此外，針對不同類別用戶，基于大數據預測用戶用車和出行特征，綜合考慮出行時間、出行區域、車型偏好、租車時長等因素，為用戶提供最優化的出行體驗。

3.2 車輛租賃模塊

第一，運用大數據整合閑置車輛，調動其為共享電動汽車所用，從而降低社會成本，有效利用社會資源。同時提供經過科學分析后的充電站點配置，根據市場需求調整站點規模。第二，運用大數據優化車位布局，依據用戶出行習慣和換車喜歡對車位網點進行優化，減少閑置車輛的增生;在用車較為頻繁的區域合理提升價格，在用車較稀少的區域合理降低價格，提高分時租賃效益;運用大數據進行實時記錄和監控共享汽車車位的使用情況、分析最佳的充電路徑、引導用戶將車停靠在最佳分布的位置。

3.3 充電管理模塊

運用大數據分析處理技術，實現對共享電動汽車充電站的使用率、負荷量、充電時間等數據的分析，動態監測電動汽車充電特征，從而根據用戶充電消費模式更好地開展共享電動汽車充電管理，提高服務質量。

參考文獻：

[1]楊軍.未來城市共享電動汽車發展模式[J].電力建設，

2019，40（4）：49-59.

[2]陳施樺，吳明.產品服務系統設計研究——以城市電動汽車共享租賃服務設計為例[J].設計，2017（6）：98-99.

[3]丁曉華，王冕，陳巖，等.電動汽車共享商業模式的發展[J].科技導報，2016，34（6）：105-110.

[4]王寧，張文劍，劉向，等.電動汽車共享站點間車輛人工調度策略[J].同濟大學學報（自然科學版），2018，46（8）：

1064-1071.