曼哈顿Uber数据为证,拼车服务并不会加重交通拥堵

简介:



纽约市长Bill de Blasio 在这个夏天盯上了Uber,尝试 (却无法) 限制Uber在城市里运营的车辆数目的上限。拼车服务在很多问题上都引起了广泛批评—包括其劳工问题 — 但市长更担心的是交通拥堵。纽约街道上黄色绿色的出租车数量都是由城市严格仔细控制的,现在额外加入的无上限的Uber舰队,是否将会导致城市交通的堵塞和瘫痪?



基于这些年的统计,这些担心似乎是毫无根据。根据FiveThirtyEight 的数据分析,Uber并没有造成接单量的增加—至少不在曼哈顿。相反,拼车服务在市中心取代了出租,同时对繁华区的乘车需求进行了补给。


为了响应我们在今年7月根据信息自由法提出的查询申请,纽约出租车与轿车委员会于上个月(9月)做出了回应。他们提供给我们Uber从今年1月到6月接单量的数据。加上该协会根据我们去年的申请所提供给我们的 14 年 4月到9 月的数据,我们现在可以来对比每年的 4月到 6 月。毫无疑问,由于Uber公司在市场上的猛烈进军,Uber这段时间在纽约的接单量增长的很迅猛。根据纽约出租车与轿车委员会在线信息,绿色出租车(指在北曼哈顿和周边街区接单的车)看到增幅,黄色出租车同时却在衰减。但总体来说,这三种出租车服务(我们没有2015年黑色出租车在不同地点的接单量数据)已从4千8百万涨到5千1百万。


这3百万接单量的增幅听起来是个不小的数字,但是真正的大问题是—正如经济学家杂志在8月份提出的—这3百万接单的出租车辆都是从哪里开来的。如果这些新增的接单车辆都是从市中心或者曼哈顿下方来,那么这将给这些本来就是交通堵塞十分严重的城市区域带来更大的压力。这也是de Blasio担心的地方,因为这些核心地段也是Uber对司机回扣给予的最多的地段。另一方面,由于在北曼哈顿及其他地区有曾尝试通过The Green Boro Taxi项目提供更多的出租,所以在这些地区Uber接单并不是什么大问题。因此如果Uber想要首先在这些地区增加接单量的话,对于市长来说,想在这些地区打击Uber就变得更困难了。


下方的地图表明了从14年4月-6月和15年4月-6月总共,仅出租和仅Uber在接单量上的变化。蓝色代表着接单量减少,红色代表接单量增加。



对于Brooklyn和Queens,出租和Uber接单量都有增长,尤其是在Gentrifying区域。在这些相邻区域,两种服务互相补给。Uber在Staten Island和Bronx也收获了一定的市场,而出租于此同时在这些区域却是表现平平。在上图圈中的曼哈顿区域,绿色出租车是被禁止接单的,而在15年的4月到6月间,Uber正是在这片区域里对比上年同期达到了382万的增长,然而同一区域,Taxis在同一时期损失了383万。所以总体的接单量并没有很明显的改变:14年的3937万对15年的3936万。



图:Uber在这个曼哈顿正在取代出租车


这种转变在整个核心区域是一致的。在这部分城市区域内,有51个出租车区域,而且在我们已经对Uber积极推广的战略的预测下,他们的乘客在每个区域都在增加。与此同时,出租车在每个区域内都几乎以1:1的获取损失比例失去了乘客。


对比2014年4月到6月以及 2015年同期,该图比较了在市中心出租车区域出程车乘客数量与Uber乘客数量的变化程度。



一个值得注意的案例是,在最大的私有房地产开发的所在地西切尔西区/哈德逊庭院地区,Uber乘客增加了112000但出租车“只”减少了63000个乘客。在特里贝克地区也是同样的,Uber乘客的增加量远高于出租车损失的乘客数,共额外多出51000的搭乘数。但是包括从临街社区到曼哈顿岛60街南边共同构成的曼哈顿中央商务区在内的其他地区,净搭乘数是下降的或者是非常有限的增长。因此,总体来讲,Uber赢得了310万乘客而出租车损失了309万乘客。


在曼哈顿,乘坐者也从出租车转向Uber,这也许是受到Uber优势特性的吸引:车更新,无需挥手招车,司机评分及没有小费(译者注:在美国吃饭或乘车等需要额外付一定比例的小费)。但是这些特性并没有让曼哈顿居民远离自己的私家车,地铁,公交车及自行车。因为包括出租车与Uber在内的全部乘车者数量并没有增长。


值得注意的是净乘客数与拥堵没有精准的相互呼应关系,因为我们没有其他Uber的竞争公司比如Lyft以及当地黑色出租车公司的上下车地点及行程长短的数据。这也许因为相比去年,有更多的空出租车在曼哈顿穿行,然而对于那些租车的司机而言,这个空驶并不经济,因为它无法持续太久。


“接单数并不是所有,他们不能掩盖造成拥堵的真正原因,”市长 de Brasio的发言人Wiley Norvell在一篇邮件中提到。他说,那些真正的原因包括路上有多少供出租的车,他们的行程多远,还有他们中多少往来经营。他又提到这所城市正在用一种“完全分析法”来发现哪些因素造成了交通拥堵。


Uber纽约市总经理Josh Mohrer不认为Uber增加了曼哈顿最繁忙地区的交通。在工作日早7点到晚7点,Uber在曼哈顿中心商业区的平均车数为2000辆,他在电话采访中说道,“在这个交通拥堵块,我们完全不起作用。”


由于曼哈顿的庞大乘车数,多出的400万Uber乘客只在此处把市场占有率从4%增加到13%。Uber在曼哈顿外的市场占有率在去年时要高于曼哈顿,在今年曼哈顿外仍比在曼哈顿内要高出许多而且持续增长。他们高兴地指出:( Uber市场地区占有率表如下)


这些变化是惊人的,在布鲁克林出租车与Uber的乘车比是2:1,因此这掩盖了两方真正较量的地方。超过70%的Uber与80%出租车的乘客始终在曼哈顿,这个纽约市最繁华最富有的地区。这显示了至少在目前为止,Uber和出租车可以在曼哈顿外和平共处。但是在曼哈顿,出租车或许陷入了困境。


声明(10月13日下午7:15):之前文中提到关于在纽约市对Uber限制的最大程度是不准确的。尽管Uber车辆的数目没有被管理化,但是司机和车辆都被纽约市出租车与礼车委员会管理并被赋予执照。


原文发布时间为:2015-10-25

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
算法 网络虚拟化 数据安全/隐私保护
计算机网络——数据链路层(三)
计算机网络——数据链路层(三)
1037 0
计算机网络——数据链路层(三)
|
10月前
|
Java 编译器 API
Java 密封类:精细化控制继承关系
Java 密封类:精细化控制继承关系
495 83
|
10月前
|
JSON 前端开发 Java
Spring MVC
Spring MVC是基于Spring框架的Web开发模块,其核心组件包括DispatcherServlet(核心控制器)、HandlerMapping(处理器映射器)、HandlerAdapter(处理器适配器)、Handler(处理器)和ViewResolver(视图解析器)。
Spring MVC
|
编解码 搜索推荐 开发者
《深度剖析:鸿蒙系统不同终端设备的UI自适应布局策略》
在万物互联时代,鸿蒙系统凭借分布式理念和技术架构,在智能终端领域迅速崛起。然而,如何实现应用在多设备上的完美UI布局成为关键挑战。本文探讨了鸿蒙UI自适应布局的重要性、技术原理及设计原则,包括灵活的布局组件(Row、Column、Flex)、尺寸单位适配(lpx)、媒体查询与断点机制,以及基于用户体验的设计方法。通过实践案例分析,展示了音乐应用在手机、平板和智能电视上的出色表现,并展望了未来智能化、个性化的布局趋势。掌握这些技术与原则,开发者将为用户带来更优质的跨设备体验,推动鸿蒙生态繁荣发展。
419 8
|
机器学习/深度学习 人工智能 算法
《C++与 SIMD 指令集:人工智能算法优化新动力》
在AI快速发展的今天,C++结合SIMD指令集成为优化算法性能的关键。SIMD通过并行处理多个数据,显著提升向量和矩阵运算速度,尤其在深度学习中表现突出。优化数据布局与算法设计,不仅提高计算效率,还降低能耗,但需注意代码的可读性和跨平台兼容性。随着技术进步,SIMD在C++中的应用将更加广泛,助力AI技术的发展。
438 12
|
测试技术 程序员 开发工具
Git 最佳实践:分支管理
5月份,为统一团队git分支管理规范,刚开始准备自己写,在网上搜了下,发现不少不错的git分支管理实践。最后我为团队选择了这个git分支管理实践 A successful Git branching model ,网上有不少参考这篇文章写的中文版gitflow实践,推荐一个中文版的Git 最佳实践:分支管理。
17124 0
|
存储 固态存储 大数据
【阿里云总监课】存储系统设计——NVMe SSD性能影响因素一探究竟
NVMe SSD的性能时常捉摸不定,为此我们需要打开SSD的神秘盒子,从各个视角分析SSD性能影响因素,并思考从存储软件的角度如何最优化使用NVMe SSD,推进数据中心闪存化进程。本文从NVMe SSD的性能影响因素进行分析,并给出存储系统设计方面的一些思考。
5510 0
|
虚拟化
IDC机房服务器选型、系统安装、网络配置及常用查看文件命令cat less(第一课时)
一、IDC机房硬件服务器选型 1、目前市面上的品牌:DELL(推荐)、 HP、联想等 2、DELL服务器的型号说明: 2.1 一般有1U,2U,4U。常用的是1U(DELL R630)和2U(DELL R730) 2.
6634 0
|
数据采集 存储 监控
阿里云InfluxDB技术内幕
阿里云InfluxDB基于开源InfluxDB,提供和开源InfluxDB完全相同的API和使用生态,并进一步对开源InfluxDB在内存使用等方面做了优化提升,增强了服务的稳定性。阿里云InfluxDB还基于开源Telegraf提供了智能化的数据采集端,覆盖Telegraf原有的所有功能,并大幅提升了使用的便捷性。
3894 0

热门文章

最新文章