How Does the Collaborative Economy Advance Better Product Lifetimes? A Case Study of Free-Floating Bike Sharing
Notice bibliographique
Résumé
The collaborative economy is considered to have great potential in promoting the circular economy. However, there is little empirical research in this field. Taking the Beijing free-floating bike sharing (FFBS) program as an example, this study develops a system dynamics (SD) model based on the product lifetime extension business model (PLEBM) framework, and the business practices of FFBS. Combined with the dynamic evolution process of the FFBS market, the impact of FFBS on bicycle lifetime and the utilization efficiency of the urban bicycle system is explored. The results show that FFBS can reduce the required supply scale of the entire bicycle system by about 21%, and increase the average daily usage of bicycles by about 27%. In addition, FFBS also can increase the average lifecycle trip volume per bike in the entire urban bicycle system from approximately 900 to 1060, an increase of 16%. In particular, this study estimates that the optimal supply scale of the FFBS market in Beijing is about 800,000. It is worth noting that although enhancing the PLE strategy can increase the contribution of FFBS to PLE, it may also deteriorate the profitability of the FFBS platform. The authorities and FFBS operators should work together to continuously improve the profitability of the platform and strengthen its innovation capabilities to promote the healthy and sustainable development of FFBS.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».