没有“开工大吉”的共享单车小镇:短短一年换了人间

新京报讯(记者 张羽)当共享单车的资本大潮彻底退去,只给天津王庆坨这个常驻人口不足10万的小镇,留下了一地的废车零件和一段如梦似幻的回忆。即便在共享单车产业已略显颓势的2018年,镇上各家自行车厂与配件厂也都在正月初七全面开工了,到了今年,眼看出了正月,多数工厂仍处于休息状态。从繁华到凋敝,短短一年,换了人间。

“工厂没活儿干,打工的也不着急回来”

眼瞅着正月都快过去了,天津的王庆坨镇仍没有开工大吉的忙碌气氛。在此的多数自行车厂,依然大门紧闭。甚至连街道两侧正常营业的餐馆、小吃店也寥寥无几。若不是载满货物的卡车在横贯小镇的津霸公路上疾驰而过,人们或许会产生“这里还在过年放假”的想法。

“都还没开工呢,现在工厂没活儿干,打工的也都不着急回来,”曹伟操着一口王庆坨镇当地口音说道,“去年就早多了,工厂到正月初七就都开了,都是要赶共享单车的订单,人家开春就要用。”

王庆坨镇位于天津市武清区南部,距离天津市区30公里,距离北京市中心约110公里。作为典型的农业镇,农村户口占绝大多数,辖区每个村千户人中约有3到4个非农业户口。在90年代末开始制造自行车前,王庆坨镇居民以儿童服装制作、销售以及种地为主要收入。但这一产业发展很一般,90年代末的自行车制造由此成为突破口。

对于这个“挤满了”自行车厂的小镇来说,自行车的订单数量决定了小镇经济的起伏。而作为中国北方重要的自行车生产基地,王庆坨镇的起起落落,也几乎成为了中国当代自行车产业发展的缩影。

自上世纪90年代末以来,王庆坨镇生长起来的自行车产业,依靠低价策略,与当时天津本土品牌“飞鸽”形成差异化竞争,这在以自行车作为主要代步工具的当时引起了市场的极大反响。仿佛一夜之间,道路两旁排满了自行车零件、组装、喷涂各类工厂,以至于20年后的今天,王庆坨镇的商业布局,依然是“处处都有自行车厂”。

有意思的是,在网上搜索“王庆坨镇自行车”关键词时,前20年的野蛮生长与红火场面,与自行车制造基地的固有基因,仿佛都已被人遗忘,网站前三页内容几乎全被共享单车所占据,这里变成了“单车小镇”。

可新的网络记忆没有持续多久,因共享单车投放热潮而陷入狂欢的王庆坨镇,又因大潮退去而变得迷茫无措。

对曹伟这个当地人来说,自行车是再熟悉不过的事物。在今年年初决定跑出租车之前,曹伟已经从事自行车制造相关工作近30年。2017年,在共享单车需求的最高峰期,曹伟还经人介绍,先后在位于津塘公路与天津青光镇的两家自行车厂临时帮工,主要工作是共享单车的组装。

“津塘公路那边有个大厂子,当时我们一块过去的有五六十人,从王庆坨这边拉到厂子,车接车送,每人一天给150块钱。”曹伟表示:“当时很多工厂人都不够,你想,一次基本都是百十万辆的订单,要得又急,很多厂子只能托中介临时招工。”

这种热度持续了整整一年,据曹伟回忆,到2018年夏天开始,共享单车的新订单突然就见不着了。

2000个车把 从一天到俩月

行业的起伏,直接反映在厂家的生产数字与“接活儿”时的心态上。

吉兴泰配件厂位于王庆坨镇西的胡同内,主要生产车把配件的他们,曾在2017年承接了大量共享单车配件生产工作。负责人耿女士介绍,最高峰的时候,工厂专门开了一条生产线做共享单车的车把,每天生产制作的配件能到上千规模。

“当时至少是10个工人加班加点做,才能保证足量交货”。而从2018年下半年开始,共享单车配件订单量的急剧减少,让工厂基本放弃了专门的生产线。如今,吉兴泰配件厂仍然为一家位于山西的共享单车制造厂供应配件,只是这类订单,他们接得越来越少,也越来越谨慎。

“以前一天就得赶出2000个车把的量,现在得两个月才有这个数量,如果能有厂家要,我们肯定会做,只不过都会提前说好订单数量和付款这些事,”耿女士表示,“有同行就是刚做完了一大批配件,结果人家转脸说不要了,那不全砸自己手里了,去年这种事太多了。”

为小蓝忙活半年 赔了1000万

一个有意思的现象是,虽然王庆坨镇以自行车制造闻名,但小镇上的出行方式以电瓶车、电三轮为主。在这个“自行车小镇”上,你很难看到有人骑着自行车驶过,更不用说一辆共享单车。

当共享单车大潮退去,比起曾经巨额的订单数字,经历者更容易记得的是自己所见和所经历过的失落。

2017年,位于王庆坨镇东北方向约20公里的易豪自行车公司曾与小蓝单车达成了4000万的订单合约。而令人没有想到的是,半年“崩盘”的小蓝单车,也成为当时共享单车“倒闭潮”中最具话题性的那个。

和众多共享单车企业付款流程相同,小蓝单车在向易豪方面支付30%的定金后,企业资金断裂使得这笔订单的尾款遥遥无期。随之而来是退押金、追债、“接盘侠”等一系列热议话题,其背后的供应商却少被关注。

“不是说(小蓝单车CEO李刚的父亲)替子还债吗,当时都说到那份儿上了,我们作为厂家有什么办法?他又确实给不出来钱,我们找他有什么用呢?”根据易豪自行车公司刘姓董事长的介绍,滴滴在接盘小蓝单车后,给他们支付了订单中约21%的款项,再加上打官司胜诉后通过法院执行获得的赔偿,算下来整笔订单仍有近1000万元的亏损。

“还能怎么办,自己慢慢’疗伤’呗,”刘董事长无奈地向新京报记者苦笑,同时不忘找补一句,“这个行业现在本身发展也不好,无论是内销还是出口,都挣不到钱。”

即便不是亲历者,在旁人看来,共享单车对小镇的影响也是实实在在的。

“我们刚来这边的时候,来这里吃饭的年轻人还经常聊小黄车、小蓝车什么的,去年下半年开始就很少听人提了,”在王庆坨镇经营小饭馆的邢姐表示。

当采访中遇到有客户希望采购共享单车零件的话题时,工厂负责人的态度已经不是兴奋,而是纷纷一再确认订单数量和款项交付。一家车架厂的王姓负责人表示,“你想做什么样子的零件,我们可以定制,但不要超过十万件,而且钱要预付,不然我们不敢做。”

“春天”里的单车坟场

“本以为春天到了,结果还没等来,直接就到冬天了。”纪涛感慨道。

由于在镇上从事自行车销售工作多年,纪涛深知共享单车虽然单品利润微乎其微,但由于动辄十万、上百万的采购数量,他也曾认为自行车产业的春天来了。

“像咱们骑的最普通的自行车,现在一般一辆的出厂纯利润是10块钱左右,单次采购300、500辆已经是大订单。相比之下,一辆共享单车的纯利润也就5块,但这个数字乘上十万、一百万之后,对任何一个车厂都是心动的收入。”

而令他没有想到的是,预想的“春天”仅仅维持了一年半的时间。

记者同曹伟一起来到了紧邻王庆坨镇西侧的河北霸州市赵家柳村。在村后的一片田地中,记者看到被“抛弃”的共享单车被整齐地排列在此,道路两侧既有整车也有拆除后剩下的无数零件。冬天荒芜的田地,加上乡间小路上牲畜的粪便味道,曹伟口中的“单车坟场”就是这里。

“很多企业交了定金拿走一批自行车后,突然就没钱了,这边厂子已经把剩下的车做出来了,但是企业直接不要了,像这种都是废车了,没地方放就都堆在这里了。”

在现场,记者发现两侧的田地被简单地用铁线、木桩围起来,“车海”中以带有“酷骑”标志的自行车最多,配以少量橘色、黄色和蓝色的自行车车体零件。从曹伟口中,记者得知有些企业会偶尔来这边,挑上一批看上去还能用的自行车拉走,“都是企业自己给职工通勤加上宣传用,在工业园找个厂子,上上漆、改个logo啥的,就不对外投放了。”

“对了,前天还刚拉走一批,货车来了两趟,结果昨天又送回来一批,”曹伟笑了下,“你猜怎么着,第一次拉走时一不留神拿多了,企业放不下。”

支柱产业受到冲击之后

记者走访王庆坨镇发现,镇上的工厂在分工上特别细致,其中多数仅仅是从事某一种零件的供应或组装工作。“有个院子就能做自行车”,曹伟如此形容王庆坨镇的工厂们。虽然规模不大,但庞大的数量足以支撑起自行车生产的全部环节。

和曾经乐观的纪涛不同,在车厂一线工作的曹伟认为,自行车制造业本身就受到了共享单车的冲击。

“大约5年前,那时候基本还没有共享单车,我们厂子平均下来每月收入能到6000元左右。”随着共享单车的扩张,城市里人们的出行习惯也受到了影响,“现在谁还自己买自行车,工厂接不到新单子,工人没活干,去年一个月最低时,我从厂里拿过不到2000元工资。”

曹伟曾经工作的工厂位于王庆坨镇政府西侧约500米,如今已经关停。今年年初,曹伟便趁着新年、春节两个出行高峰干起了网约车司机的工作,至于老本行,“一是干不动了,二是想找也不好找了。”

冲击不仅源于使用者出行习惯的转变。去年年末,位于镇西侧的王庆坨水库基本建成,为保护水资源,在2017年末开始,当地便加强了环境治理力度,包括氧化、烤漆在内的自行车流水线工厂受到了最严重冲击。不少工厂外迁,有的直接被关掉了。

共享单车潮起潮落,这座自行车小镇的支柱产业需要寻找活下去的方法。毕竟,自行车产业产值占据了镇经济总量的绝对比重,这一比例超过70%。

当下这段时间,并非王庆坨镇传统上最忙碌的时段,“等5月份你再来看看吧,到时能找到订单的厂子基本都开了,那时还没开工的,也就不会再开了。”曹伟对记者说。

新京报记者 张羽 编辑 张牵 校对 李立军

(应受访者要求,文中曹伟、纪涛均为化名)

320X320.png
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
【6层】4837.9平米六层框架综合办公楼(含计算书、建筑、结构图纸) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值