连续三个工作日的早高峰，某地铁口附近的共享单车站点在7点半左右就被清空，接下来一个半小时里，调度人员统计到有超过40人次到站后发现无车可用，只能改坐公交或者步行。与此同时，两公里外一片商务区的站点却停满了车，很多车辆从前一晚开始就没有被骑动过。这不是车辆总数不足的问题——整个片区的车辆保有量其实是够用的，问题出在车辆的空间分布没有跟上通勤人流的潮汐节奏。

产品：共享自行车的核心矛盾是分布而不是数量

简单增加投放总量看似能缓解"没车可用"的问题，但实际效果有限：早高峰缺车的站点依然会缺车，因为新增的车辆大概率还是被投放在原有的分布模式里，最终结果只是让晚高峰堆积的站点车辆更多，反而加剧了"闲置车辆"的比例。真正要解决的是车辆在一天之内怎么跟着人流方向移动，而不是简单地把总量做大。

使用频率与闲置：潮汐曲线里的两种浪费

把一天24小时的骑行数据画成曲线会发现两种浪费同时存在：早高峰缺车站点里，本可以完成的通勤出行没有实现，属于"需求未被满足"的浪费；商务区站点里，大量车辆整夜停放不动，属于"运力闲置"的浪费。这两种浪费其实是同一个潮汐问题的两面，解决思路也必须同时兼顾——不能只谈"怎么让缺车的地方有车"，也要谈"怎么让闲置的车动起来"。

调度：把"事后搬运"变成"提前预判"

常见的调度方式是运营团队在深夜用货车把商务区多余的车辆转运到通勤站点，但这种事后搬运成本高、响应慢。更有效的方式是结合历史骑行数据提前预判次日的潮汐方向，在晚高峰车辆还没完全堆积到商务区之前，就分批次转移一部分到预计次日早高峰缺车的站点，把"事后补救"变成"提前错峰"，这也是体育装备维修重新变成重要生意一文里提到的"设备全生命周期管理"思路在共享出行场景下的延伸——不是坏了才修、缺了才补，而是提前预判使用节奏。

再利用：调度效率也决定了装备寿命

值得注意的是，频繁的搬运和调度本身也会加速车辆磨损，所以调度策略并不是"越勤快越好"，而是要在缺车损失和调度成本、车辆损耗之间找平衡点。这和共享装备利用率讨论的逻辑相通：装备利用率不是越高越好，过度调度反而会缩短设备使用寿命，理想状态是让装备的移动路径尽量贴合真实需求曲线，而不是靠增加投放量或者高频搬运来强行填补潮汐缺口。