Beyond Reported Trips: A Bayesian Framework for Correcting Household Travel Surveys

يتحرك ملايين الأشخاص يومياً عبر المدن، متنقلين من المنزل إلى العمل، أو يتوقفون لشراء البقالة، أو يقومون بنزهة قصيرة إلى منزل صديق. يعتمد مخططو النقل على المسوحات لفهم هذه التحركات، حيث يطلبون من الأسر تدوين كل رحلة يقومون بها خلال يوم واحد. تساعد هذه المعلومات المدن في اتخاذ قرارات بشأن أماو بناء مسارات الدراجات الجديدة، وعدد الحافلات التي يجب تشغيلها، وما إذا كانت هناك حاجة لخط مترو أنفاق جديد. ومع ذلك، تعاني هذه المسوحات من نقطة ضعف قديمة: البشر سيئون جداً في تذكر كل ما فعلوه. فعندما يُطلب منهم استرجاع تفاصيل تنقلات يوم كامل، ينسى معظم الناس الرحلات القصيرة والعفوية — مثل الذهရ السريع إلى المتجر القريب، أو المشي لفترة وجيزة إلى صندوق البريد، أو التوقف لإسقاط طرد ما. إنهم يتذكرون الأحداث الكبيرة والمنظمة مثل الذهاب إلى العمل أو المدرسة، لكن التحركات الصغيرة والاختيارية غالباً ما تتلاشى من الذاكرة. وهذا يخلق صورة مشوهة لكيفية عيش الناس في الواقع، مما يؤدي بالمخططين إلى تقدير حركة المشاة والدراجات بأقل من قيمتها الحقيقية، والمبالغة في تقدير الوقت الذي يقضيه الناس في السيارات.

ولإصلاح ذلك، بدأ الباحثون في استخدام الهواتف الذكية لتتبع الحركة بشكل سلبي، وتسجيل أين يذهب الناس بالضبط دون مطالبتهم بالتذكر. لكن هذه الدراسات القائمة على الهاتف عادة ما تكون صغيرة وتفتقر إلى المعلومات الشخصية التفصيلية الموجودة في المسوحات الأسرية الكبيرة. وقد نجحت دراسة جديدة أجراها باحثون من جامعة تورنتو ومعهد ماساتشوستس للتكنولوجيا في سد هذه الفجوة؛ حيث طوروا طريقة تجمع بين الانتشار الواسع للمسوحات التقليدية والدقة التفصيلية لتتبع الهواتف الذكية. ومن خلال استخدام نهج إحصائي يعامل بيانات الهاتف كوسيلة لتصحيح فجوات الذاكرة في المسح، تمكنوا من إعادة بناء الرحلات المفقودة التي نسي الناس الإبلاغ عنها. والنتيجة هي خريطة أكثر دقة للحياة اليومية تحافظ على التفاصيل الديموغرافية الغنية للمسح الكبير مع إضافة القطع المفقودة من أحجية السفر.

ركز الباحثون على منطقة تورنتو وهاملتون الكبرى، مستخدمين بيانات "مسح غد التنقل لعام 2022"، وهو مسح أسري ضخم يرصد عادات السفر عبر المنطقة. وربطوا ذلك بدراستين أصغر وأكثر تفصيلاً أُجريتا في عامي 2023 و2025، حيث حمل المشاركون هواتف ذكية سجلت تحركاتهم تلقائياً. لاحظ الفريق نمطاً واضحاً: أظهر المسح التقليدي أن الناس يقومون بحوالي 2.06 رحلة للفرد في يوم الأسبوع، بينما أظهرت بيانات الهاتف عدداً أكبر بكثير، يتراوح بين 3.16 و3.83 رحلة. لم يكن هذا الفرق عشوائياً، بل كان نظامياً؛ فالناس ينسون باستمرار الرحلات القصيرة وغير الضرورية. وقسم الباحثون هذه الرحلات إلى فئتين: رحلات "الهيكل العظمي" (skeleton trips)، وهي الرحلات الرئيسية التي تشكل ركائز اليوم مثل الذهاب للعمل أو المدرسة، ورحلات "غير الهيكل العظمي" (non-skeleton trips)، وهي التحركات المرنة والاختيارية مثل التسوق أو زيارة الأصدقاء. ووجدوا أن رحلات الهيكل العظمي يتم الإبلاغ عنها بدقة كافية، بينما يتم إغفال رحلات غير الهيكل العظمي بشكل متكرر، خاصة عندما يقوم أحد أفراد الأسرة بالإبلاغ عن رحلات فرد آخر.

ولاستعادة هذه الرحلات المفقودة، بنى الفريق إطار عمل يعمل بمثابة "حقيبة إصلاح إحصائية". بدأوا ببيانات المسح الكبيرة كخط أساس، والتي تمثل ما قاله الناس عما فعلوه. ثم استخدموا بيانات الهاتف لتحديث وتدقيق تلك الأرقام. تخيل بيانات المسح كرسماً تخطيطياً تقريبياً لرحلات اليوم، وبيانات الهاتف كصورة عالية الدقة تكشف التفاصيل الدقيقة التي أغفلها الرسم. استخدم الباحثون طريقة تسمح بدمج هذين المصدرين، حيث يعامل المسح كـ "تخمين أولي" وبيانات الهاتف كـ "دليل جديد" يصحح ذلك التخمين. وقد فعلوا ذلك بشكل منفصل للأشخاص الذين أبلغوا عن رحلاتهم بأنفسهم ولأولئك الذين أبلغوا عن رحلات غيرهم، لأن أخطاء الإبلاغ تختلف لكل مجموعة. فعندما يبلغ شخص ما عن رحلات زوجته أو طفله، فإنه غالباً ما يغفل عن المزيد من التوقفات المتوسطة والصغيرة مقارنة بما يحدث عند الإبلاغ عن النفس.

أظهرت النتائج تحولاً كبيراً في الأرقام بمجرد تطبيق التصحيح. فبالنسبة للأشخاص الذين أبلغوا عن رحلاتهم بأنفسهم، ارتفع متوسط عدد الرحلات في اليوم من 3.05 إلى 3.90. أما بالنسبة لأولئك الذين أبلغوا عن رحلات غيرهم، فقد قفز العدد من 2.64 إلى 3.63. كان هذا الارتفاع مدفوعاً بالكامل تقريباً باستعادة رحلات "غير الهيكل العظمي". لم يقم الباحثون بإضافة رحلات عشوائية فحسب، بل أعادوا بناء الرحلات المفقودة بعناية بناءً على الأنماط الموجودة في بيانات الهاتف. وحددوا الغرض المرجح من الرحلة المفقودة، ووقتها المحتمل، ومدى بعدها، وكيفية التنقل فيها. على سبيل المثال، وجدوا أن الرحلات المفقودة كانت قصيرة بشكل غير متناسب وغالباً ما تضمنت المشي أو زيارة الأصدقاء، وهي أنشطة يسهل نسيانها في يوم حافل. وأظهرت البيانات المصححة حصة أعلى من المشي وتوزيعاً أكثر توازناً للرحلات طوال اليوم، بدلاً من الاقتصار على ساعات الذروة الصباحية والمسائية فقط.

كما كشفت الدراسة أن طبيعة الرحلات المفقودة تعتمد بشكل كبير على من يقوم بالإبلاغ. فالمستجيبون بالنيابة (Proxy respondents)، الذين يبلغون عن أفراد عائلاتهم، كانوا أكثر عرضة لنسيان الرحلات الاختيارية مقارنة بمن يبلغون عن أنفسهم. وهذا يشير إلى أنه عندما يملأ أحد الوالدين مذكرات سفر لطفله، فقد يتذكر الذهاب إلى المدرسة ولكنه قد ينسى توقف الطفل بعد المدرسة في حديقة أو عند صديق. ومن خلال نمذجة هذه الاختلافات بشكل منفصل، تمكن الباحثون من تطبيق مقدار التصحيح المناسب لكل مجموعة. حافظت مجموعة البيانات المصححة النهائية على الهيكل الأصلي للمسح الكبير، مما يعني أنها لا تزال تعكس بدقة عمر السكان ودخلهم وموقعهم، ولكنها أصبحت الآن تروي قصة أكثر صدقاً حول كيفية تحركهم. كما تغير توزيع أغراض الرحلات ليشمل المزيد من التسوق والترفيه، وأظهر توقيت الرحلات نشاطاً أكبر خلال منتصف النهار وفي المساء، مما ملأ الفجوات التي تركها المسح التقليدي فارغة.

يقدم هذا العمل وسيلة عملية لتحسين البيانات التي تستخدمها المدن لاتخاذ القرارات. فغالباً ما يعتمد المخططون على هذه المسوحات لوضع أهداف لتقليل استخدام السيارات أو زيادة المشي، ولكن إذا كانت المسوحات تغفل الرحلات القصيرة، فقد يتم وضع تلك الأهداف بمستويات منخفضة للغاية. ومن خلال دمج البيانات السلبية من الهواتف الذكية، قدم الباحثون طريقة لرؤية الصورة الكاملة للتنقل اليومي دون الحاجة إلى استبدال المسوحات الكبيرة الراسخة تماماً. وتشير البيانات المصححة إلى أن الناس أكثر نشاطاً ويمشون أكثر مما كان يُعتقد سابقاً، لا سيما في الرحلات المحلية القصيرة. وبينما تعتبر الرحلات المعاد بناؤها تقديرات إحصائية وليست ملاحظات مباشرة لأفراد محددين، إلا أنها توفر أساساً أكثر موثوقية لفهم سلوك التنقل. وتخلص الدراسة إلى أن هذا النهج يمكن أن يساعد المدن على التخطيط بشكل أفضل لواقع حركة الناس، مما يضمن أن البنية التحتية والسياسات تتوافق مع الإيقاعات الفعلية، والتي غالباً ما تُنسى، للحياة اليومية.