共享单车的锁与城市的胃

一辆摩拜单车停在人行道上，它的智能锁里最贵的部件不是锁芯，而是GPS芯片。这个反直觉的事实，在2016年深秋的投资人会议上被反复提起——为什么一家自行车公司，要把定位卫星的接收器塞进一把锁里？答案藏在那个锁的物料清单里。

拆解早期摩拜经典款的智能锁，成本结构清晰得令人惊讶：机械锁体本身不到总成本的百分之十五，占据最大份额的是那枚集成了GPS和移动通信模块的电路板，以及为它独立供电的电池组。每辆摩拜单车的智能锁中集成了GPS和通讯模块，用户通过智能手机应用可随时随地定位、预约和使用附近的摩拜单车，骑行到达目的地后，无需停靠在固定的停车桩上，就近停放在路边合适的区域，关锁即实现电子付费结算。

这个设计意味着，从出厂那一刻起，每一辆单车就不再是一堆钢铁和橡胶的组合，而是一个持续向云端报告自身经纬度坐标的终端节点。这不是自行车的互联网化。这是自行车产业的定位革命。2016年，中国城市街头同时出现了两种颜色。

橙色的摩拜和黄色的ofo，在资本寒冬里烧起了一场激烈的市场竞争。表面上看，两家公司在争夺同一个市场——解决城市出行最后一公里的需求。但打开它们的车锁，你会发现它们争夺的其实是完全不同的两样东西。

ofo的早期单车，用的是机械锁。用户通过手机应用获取固定的开锁密码，骑行结束后手动拨乱密码盘。这辆车的物理位置，取决于上一个用户结束骑行时手机GPS提供的定位——如果那个用户在地下室关锁，或者手机定位漂移了三十米，这辆车就在云端消失了。

ofo的路线本质上是一场成本核算的赌博：机械锁成本不到智能锁的十分之一，牺牲单车自身的定位能力，换取更快的投放速度和更低的生产成本。在2016年那个抢占市场的窗口期，这个选择看起来是理性的——先铺量，再谈精细化运营。

摩拜选择了另一条路。它的联合创始人曾在采访中说过一句话：如果你不知道自己的资产在哪里，你就没有资产。

这句话听起来像管理学的常识，但在共享单车出现之前，没有任何一家公司需要以秒为单位追踪数以百万计的、散布在城市每一个角落的移动资产。摩拜坚持在车锁内嵌入GPS模块和独立供电系统，这个决定让它的单车制造成本飙升到ofo的三倍以上，但也让它的后台数据库里，第一次出现了城市里每一辆单车的位置坐标。

这场看似成本核算的争论，实质触及了一个根本问题：单车是否需要知道自己在哪里。ofo的答案是：不需要，用户知道就够了。摩拜的答案是：如果单车自己不知道，用户的那一次定位就是不可靠的，百万辆单车就会变成百万个随机的盲盒。

这场分歧在2017年春天有了结果——ofo开始大规模更换智能锁，而摩拜的硬件路线被证明是共享单车能够持续运营的技术前提。但那个前提的代价，是一枚GPS芯片。

2016年4月，摩拜单车在上海投放了第一批车辆。那个月，后台系统开始接收来自街头的坐标数据。每一辆车在锁车的一瞬间，会上传自己的经纬度、锁状态和电池余量。

这些数据点起初是稀疏的——几百辆车，几千个点。但随着投放量从千到万，从万到十万，那个数据库变成了一个活的东西。

调度工程师是最早看见那个东西的人。他们的工作界面不是地图，而是一个不断刷新数字的仪表盘。每个地铁站出口，每处写字楼楼下，每个居民区门口，都被拆解成一个个网格。网格里的数字代表停在那里的单车数量，颜色代表供需状态——红色是车辆过剩，蓝色是车辆不足。这个界面每三十秒更新一次，每次更新背后是数百辆单车同时向云端发送定位信号。

早晚高峰时，调度算法开始工作。算法不是靠人力直觉去判断哪里需要车，而是读取每一辆车的骑行轨迹——起点、终点、路线、时长——然后对这些轨迹做聚类分析。当某个地铁口在早上八点到九点之间，持续出现大量骑行终点聚集，而同一时段周边居民区持续出现大量起点，算法就知道，潮汐的方向是自西向东、从居住区到交通枢纽。

它给出的调度指令精确到每一辆车：把这辆车从中关村地铁站D口搬运到知春路小区北门，距离一点二公里，预期骑行时间四分钟，预期被再次使用概率百分之八十七。这个过程的每一个环节，都依赖GPS信号。搬运工人手机上显示的待调度车辆位置，来自那辆车最后一次上传的坐标。如果那个坐标偏差了二十米，工人就找不到车。如果那辆车的电池耗尽、GPS模块停止工作，它就在算法里变成了一个死点——云端知道它大概在某个区域，但永远无法精确锁定。在2017年摩拜的运营数据里，每天有千分之三到千分之五的车辆因定位失效而需要人工搜寻，搜寻成本是正常调度成本的四倍。

位置数据的精度，直接换算成运营效率。当GPS信号稳定、定位精度在三米以内时，搬运工人可以在三分钟内找到目标车辆。当信号被城市峡谷反射、精度退化到十米以上时，那辆车可能藏在绿化带后面、楼道夹缝里，或者停在另一排车的中间。工人需要绕着那几十米的范围步行一圈，眼睛扫过每一辆颜色相近的单车。

这个时间差，乘以十万辆车的规模，再乘以每天早晚各一次的调度高峰，就是数百万人民币的运营成本差距。

2017年夏天，北京望京地区的地铁站出口，出现了共享单车调度史上最经典的场景。早上八点四十五分，地铁站外的广场上停着超过两千辆单车，橙色的、黄色的、蓝色的，密密麻麻地挤占了人行道、非机动车道和半个机动车道。调度卡车一辆接一辆地开来，工人把单车搬上车厢，运往两公里外的写字楼群。但卸车的人发现，写字楼下已经停满了另一个品牌的单车——那些车是凌晨时由竞品公司的调度团队提前放置的。一场无声的定位战争在深夜展开：谁先占据那个网格，谁就锁定了早高峰八点到九点之间的骑行需求。

这场战争的技术基础，是每一辆车都在持续报告位置。但如果定位信号中断，整场战争就会陷入信息黑箱。

2017年9月，北京某共享单车企业的后台系统出现了一次持续四十分钟的数据延迟。

原因不是服务器宕机，而是城市上空某处出现了GPS信号干扰——后来查明是附近一个工地的施工设备产生的电磁干扰。在那四十分钟里，调度系统失去了对一万两千辆车的精准位置感知，只能依赖最后一次上传的坐标进行推断。调度指令的准确率从正常的百分之八十二骤降到百分之四十七。运营团队事后总结：我们以为自己在运营一个互联网平台，其实我们在运营一个依赖于太空信号的脆弱系统。

当共享单车企业的后台系统以分钟级精度绘制城市的热力图时，市政管理者第一次看见了另一种东西。2017年底，北京市交通委员会接入了几家共享单车企业的数据接口。屏幕上的北京地图，被数以百万计的骑行轨迹覆盖。早晚高峰时，那些轨迹像血管一样，从居住区向就业中心涌动，又在入夜后反向回流。每一段骑行，都精确到起点和终点的经纬度、骑行时长和平均速度。

这个画面让城市规划者震惊的地方在于，他们从前花了二十年绘制交通流量图，用的是抽样调查、路口摄像头和公交刷卡数据，只能管中窥豹。

现在，数十万辆单车的位置数据汇聚成一张实时更新的城市脉搏图，精度从街区级跃升到米级。他们第一次看到，原来建国门外大街的写字楼群，有百分之三十七的员工是从通州方向骑行过来的，骑行距离超过八公里——这个距离在传统公共交通规划里被归为需要公交接驳的区间，但数据证明，大量人群选择了共享单车作为主要通勤方式。

这份热力图同时暴露了另一个问题。在最热的地铁站出口，单车停放密度超过每平方米三辆，人行道被彻底堵死。而在同一街道的另一端，相距不过三百米，单车的停放量不到热点的十分之一。

城市公共空间的承载极限，在GPS技术催生的这种新运营模式面前，第一次被量化。不是感觉上的乱停乱放，而是精确到平方米的过剩——某条街道的公共空间容量是多少，共享单车超出了多少，需要移走多少辆才能恢复通行，这些数字第一次被摆上桌面。

2018年，北京、上海、深圳等城市开始推行电子围栏。电子围栏的技术逻辑，是给可停放区域划定一个虚拟的地理边界——一个由经纬度坐标定义的多边形。

如果用户关锁时，单车上传的定位坐标落在多边形之外，系统就会判定为违规停放，拒绝结算或收取罚金。这听起来像是一个技术解决方案，但问题出在误差上。当GPS信号在城市环境中天然存在五到十米的误差时，电子围栏的边界就必须留出十米的缓冲区。如果缓冲区太大，围栏就失去了约束意义；如果缓冲区太小，用户的合规停放就会被误判为违规。

2018年夏天，上海某共享单车企业的客服中心接到了大量投诉。用户说，他们明明把车停在了白线框内，系统却提示他们不在停车区。技术人员去现场核实，发现问题是GPS信号的多路径效应——那处停车点紧邻一栋玻璃幕墙大楼，卫星信号被玻璃反射后，接收器计算出的位置出现了十五米的偏移。用户的手机定位显示在白线内，但单车的锁上报的位置偏到了马路对面。两个定位源，两个不同的结果，矛盾落在了用户身上。

这个困境揭示了共享单车模式的一个深层矛盾：运营效率依赖于精确的定位，但城市环境天然地不提供绝对精确的定位。

当电子围栏把合规责任转嫁给用户时，用户需要为卫星信号的误差买单。这不是技术问题，是规则设计问题——是谁来决定停在哪里的最终解释权？是卫星信号，还是地面上的白线框？当两者冲突时，算法站在哪一边？

2018年4月3日，摩拜单车被美团公司全资收购，并更名为美团单车。这个时间节点，距离它投放第一辆GPS智能锁单车，刚好两年。两年间，中国城市街头从零到超过两千万辆共享单车，再到退潮后的百万辆废弃车。那些废弃单车堆在城郊的回收场里，智能锁里的GPS芯片还在，但电池早已耗尽，它们不再向云端发送任何信号，变成了沉默的钢铁残骸。

2019年，某城市管理部门做过一次统计：全市街头停放的共享单车中，有百分之十二的车辆定位信号失效，无法被任何企业的后台系统识别。这些幽灵单车在物理空间中占据着人行道和停车位，在数字空间里却不存在。环卫工人不知道它们属于哪家公司，企业也无法派车来回收。它们被反复贴条、被挪到角落、被市民投诉，但没有人来认领。

GPS信号断了，那辆车就失去了它在数字管理体系里的身份，变成一个只有质量、没有信息的物体。

共享单车的兴衰，在短短三年里完成了一次完整的循环。它证明了一个事实：当GPS技术让位置变成一种可被大规模运营的生产要素时，城市从未准备好为这种新要素制定规则。在2016年之前，城市公共空间的管理规则，是基于物理空间的使用权——这条街道能不能停车，是交通部门划线的结果；这座人行道能不能摆摊，是城管部门审批的结果。

但当数十万辆单车以分钟级频率报告位置、以算法驱动调度时，公共空间的使用逻辑变成了一个实时动态系统。每一分钟都有单车被骑走、被停放、被调度，城市空间的使用权在每一分钟都在重新分配。这个系统需要的不是静态的规章制度，而是动态的治理能力。

但城市治理的节奏，是年度的规划、季度的调整、月度的审批——它根本追不上算法每秒做出一千次调度决策的速度。

当算法决定在凌晨三点把两千辆单车投放到某个地铁站口时，城市管理者还在睡梦中，公共空间的使用权已经被私人企业的调度系统重新分配了。

2019年底，北京市交通委员会发布了一组数据：全市共享单车电子围栏的违规停放次数，平均每天超过三万次。这个数字背后，是每天三万次GPS信号与电子围栏边界之间的冲突。有些冲突是因为用户乱停车，但还有相当一部分是因为定位误差——信号偏了十米，白线框里的合规停放变成了违规记录。用户申诉无门，企业罚款照收，城市管理者拿到了数字报告，但问题本身没有解决。

那三万次违规中，有百分之几是卫星信号误差造成的？没有人统计过。但摩拜早期的一位工程师在技术博客里写过一段话：当你的系统每天处理数百万次定位请求时，你很快就会发现，GPS给你的不是一个精确的坐标，而是一个概率分布。在百分之九十五的情况下，它的误差在三米以内。但在城市峡谷、高架桥下、暴雨天，那个误差会飘到十五米。

2019年4月，中国发布了一份北斗系统应用报告。报告里的数字令人印象深刻：截至2019年4月，中国超过620万辆营运车辆、3万辆邮政和快递车辆，36个城市的约8万辆公交车、3200余座内河导航设施、2900余座海上导航设施已应用北斗系统，建成全球最大的营运车辆动态监管系统，有效提升了管理效率和道路运输安全水平。北斗系统已形成完整产业链，国产北斗芯片工艺水平达到22纳米，截至2019年底，国产北斗导航型芯片、模块等基础产品销量已突破1亿片。

这些数字描绘了一个卫星定位技术全面渗透国民经济的图景。但共享单车的案例，戳破了这个图景里的一个假设。那个假设是：只要有了定位信号，位置管理就变成了一个技术问题，而技术问题总是有技术解决方案的。现实是，当位置数据转化为运营决策，当运营决策转化为对公共空间的大规模占用，当电子围栏把定位误差转嫁给用户，当废弃单车的GPS芯片停止工作——技术问题就变成了治理问题，而治理问题没有纯粹的技术解决方案。

截至2019年底，中国共享单车行业累计投放超过两千万辆单车，其中约三百万辆因定位失效、损坏或超期服役而退出运营。在那些退出运营的单车里，有多少辆的智能锁里还嵌着一枚正常工作的GPS芯片，只是电池耗尽了？有多少个坐标点，从云端数据库里永远消失了？

第二十四颗卫星的信号，依然每天两次经过中国城市的上空，但它再也找不到那些单车的锁了。那些锁，最终变成了城市街头最沉默的纪念碑——纪念一个将定位技术视为无限可用的公共资源、却从未准备好为这种资源的管理建立规则的时代。

而当北斗的芯片销量突破一亿片，当定位技术从共享单车的锁扩散到每一辆快递车、每一艘货轮、每一部手机时，那个关于规则的问题，才刚刚开始。