报告在全面反映2019年我国共享经济发展概况的基础上,还分析了突发新冠肺炎疫情对当前以及未来一段时期我国共享经济发展的影响。
报告认为,2019年是我国共享经济深度调整的一年。 受到国际国内宏观经济下行压力加大等多种因素影响,共享经济市场交易规模增速显著放缓,直接融资规模也大幅下降。2019年共享经济市场交易额为32828亿元,比上年增长11.6%; 直接融资额约714亿元,比上年下降52.1%。
共享经济在稳就业方面发挥了积极作用。 在整体就业形势压力较大的情况下,共享经济领域就业仍然保持了较快增长。 平台员工数为623万,比上年增长4.2%; 共享经济参与者人数约8亿人,其中提供服务者人数约7800万人,同比增长4%。
共享经济在推动服务业结构优化、促进消费方式转型等方面的作用进一步显现。2019年,出租车、餐饮、住宿等领域的共享经济新业态在行业中的占比分别达到37.1%、12.4%、7.3%,比2016年分别提高了20.5、7.8和3.8个百分点; 网约车、外卖餐饮、共享住宿、共享医疗在网民中的普及率分别达到47.4%、51.58%、9.7%、21%,比2016年分别提高了15.1、21.58、4.7和7个百分点。
一、它怎么知道我想去哪?
不同的日期,不同的出发时刻,不同的上车点,你想去的目的地都可能有所不同。但如今当你掏出手机打车时,往往滴滴已经自动帮你定位上车点,实时为你显示“预测”的目的地。
在这“懂你”的背后,正是平台基于大数据和人工智能技术,推出“猜你去哪”功能,让发单体验进一步得以优化。
考虑到时间和经纬度的分布具有周期循环性,目的地的出发时刻的频率不能用传统的方法来估计。所以滴滴工程师的解决方案是基于循环正态分布,建成一个优化模型,再用贝叶斯框架计算出每个目的地的概率和阈值。
这一目的地预测模型能在用户输入目的地之前,率先为你推荐出最可能前往的地点,预测准确率超过90%。而预测时间,仅仅只需要两毫秒。
二、它是怎么给我派车的呢?
解决交通出行问题,匹配人、路、车的供需,对系统的实时性要求很高。每一秒车辆和路况都在变化,这也要求系统必须能实时收集数据、演算,给出最优的安排。所以这里面离不开大数据、人工智能的技术。
系统要实时学习城市交通出行规律,了解交通工具和道路情况,以毫秒级的速度实时计算,做出最优的供需匹配和智能调度。不仅整体最大化城市的交通效率,也尽可能地优化每个人的出行体验。
系统经过深度学习的训练,还能精准预测未来城市出行需求并提前调度,实现资源最优化分配,帮助缓解拥堵。据悉,平台对15分钟后供需预测的准确度已达85%。
实际上,无论是乘客发单前的预测目的地、推荐上车点,还是发单后的智能派单、ETA、路径规划,甚至行程中的安全驾驶,行程结束后的司乘判责环节……大数据和人工智能技术已经广泛应用于其中,不仅提升用户出行效率并且优化出行体验,而且用技术构建智能出行新生态。
三、它为什么从抢单模式改为派单模式?
抢单模式目前运用最早也最广泛的自然就是滴快了,早在2016年就没有抢单模式了,全部改为指派模式 跟uber一样了,至于相同的派单模式,其实内部差异也有众多干货可说。但派单和抢单背后 折射不同的商业逻辑!
滴快早期选择抢单,直接原因模仿的出租车市场的运营方式,司机向来都不缺单,需求大于供给,这就是抢单机制最早产生的根据。然而从出租车衍生到专车市场,并没有调整订单策略。你可以理解为,滴快对于自己的专车持有量很有把握,否则在市场动态自动平衡下,供给方的主动地位必然受到削弱,这样的抢单方式也毫无存在的必要。
滴滴打车罗文说过“中国的司机在意目的地,如果他住在大兴,他就要往那个方向走。方便回家,为什么我们不指派一个司机,两者都方便,我们希望构造经济生态,你情我愿,中国人在设密码,这是发展过程中中国人和欧美人的区别,这是我们的产品设计。”
罗文的意思很清楚,“你情我愿”是当下滴快商业模式架构的前提,司机们也不容易,派单会让他疲累和劳累,强调人文情怀,首先就得保证司机选单的自主性。特别在回家的时候,顺便挑一个顺路的单搭上“顺风车”,多美的幸事呐。所以,滴快的切的是出租车打车场景的一杯羹,出发点也主要是从司机端入手的。当然在这之前,滴快的后台系统会完成第一次筛选过程,结合供方的车辆条件和位置地图进行订单评估和内部调节,生成“准订单”发送给符合条件的司机们。经济杠杆调控没有技术解决不了的问题