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

हर दिन, लाखों लोग शहरों में घूमते हैं, घर से काम पर जाने, किराने के सामान के लिए रुकने, या किसी दोस्त के घर तक छोटी पैदल यात्रा करने में व्यस्त रहते हैं। परिवहन योजनाकार (ट्रांसपोर्टेशन प्लानर्स) इन गतिविधियों को समझने के लिए सर्वेक्षणों पर निर्भर करते हैं, जिसमें परिवारों से उनके द्वारा एक दिन में की गई हर यात्रा का विवरण लिखने के लिए कहा जाता है। यह जानकारी शहरों को यह तय करने में मदद करती है कि नए साइकिल लेन कहाँ बनाए जाएं, कितनी बसें चलानी हैं, और क्या एक नई सबवे लाइन की आवश्यकता है। हालाँकि, इन सर्वेक्षणों में एक लंबे समय से चली आ रही कमजोरी है: लोग सब कुछ याद रखने में बहुत खराब होते हैं। जब किसी दिन की यात्रा को याद करने के लिए पूछा जाता है, तो अधिकांश लोग अपनी छोटी, स्वतःस्फूर्त यात्राओं को भूल जाते हैं—जैसे कोने वाली दुकान तक की छोटी दौड़, मेलबॉक्स तक की संक्षिप्त पैदल यात्रा, या कोई पैकेज छोड़ने के लिए किया गया छोटा सा स्टॉप। वे काम या स्कूल जाने जैसे बड़े, संरचित कार्यक्रमों को याद रखते हैं, लेकिन छोटी, विवेकाधीन (डिस्क्रिशनरी) गतिविधियाँ अक्सर स्मृति से ओझल हो जाती हैं। यह इस बात की एक विकृत तस्वीर बनाता है कि लोग वास्तव में कैसे रहते हैं, जिससे योजनाकार पैदल चलने और साइकिल चलाने को कम आंकते हैं और कारों में बिताए जाने वाले समय को अधिक आंकते हैं।

इसे ठीक करने के लिए, शोधकर्ताओं ने स्मार्टफोन का उपयोग करके निष्क्रिय रूप से गतिविधियों को ट्रैक करना शुरू कर दिया है, जिससे लोगों से याद रखने के लिए पूछे बिना यह रिकॉर्ड किया जा सके कि वे वास्तव में कहाँ जाते हैं। लेकिन ये फोन-आधारित अध्ययन आमतौर पर छोटे होते हैं और इनमें बड़े घरेलू सर्वेक्षणों में मिलने वाली विस्तृत व्यक्तिगत जानकारी का अभाव होता है। टोरंटो विश्वविद्यालय और मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी के शोधकर्ताओं द्वारा किया गया एक नया अध्ययन इस अंतर को पाटता है। उन्होंने पारंपरिक सर्वेक्षणों की व्यापक पहुंच को स्मार्टफोन ट्रैकिंग की सटीक सूक्ष्मता के साथ जोड़ने की एक विधि विकसित की है। फोन डेटा का उपयोग सर्वेक्षण की स्मृति संबंधी कमियों को सुधारने के तरीके के रूप में करके, एक सांख्यिकीय दृष्टिकोण का उपयोग करते हुए, वे उन छूटे हुए दौरों को फिर से बनाने में सक्षम रहे जिन्हें लोगों ने रिपोर्ट नहीं किया था। परिणाम दैनिक जीवन का एक अधिक सटीक मानचित्र है जो बड़े सर्वेक्षण के समृद्ध जनसांख्यिकीय विवरणों को बनाए रखता है और साथ ही यात्रा की पहेली के लापता हिस्सों को भी जोड़ देता है।

शोधकर्ताओं ने ग्रेटर टोरंटो और हैमिल्टन क्षेत्र पर ध्यान केंद्रित किया, जिसमें 2022 के 'ट्रांसपोर्टेशन टुमारो सर्वे' का डेटा उपयोग किया गया, जो एक विशाल घरेलू सर्वेक्षण है जो इस क्षेत्र में यात्रा की आदतों को दर्ज करता है। उन्होंने इसे 2023 और 2025 में किए गए दो छोटे, अधिक विस्तृत अध्ययनों के साथ जोड़ा, जहाँ प्रतिभागियों ने स्मार्टफोन साथ रखे थे जो स्वचालित रूप से उनकी गतिविधियों को रिकॉर्ड करते थे। टीम ने एक स्पष्ट पैटर्न देखा: पारंपरिक सर्वेक्षण ने दिखाया कि प्रति व्यक्ति कार्यदिवस में लगभग 2.06 यात्राएं होती हैं, जबकि फोन डेटा ने काफी अधिक, लगभग 3.16 से 3.83 यात्राएं दिखाईं। यह अंतर यादृच्छिक नहीं था; यह व्यवस्थित था। लोग लगातार छोटी, गैर-अनिवार्य यात्राओं को भूल जाते थे। शोधकर्ताओं ने इन यात्राओं को दो श्रेणियों में विभाजित किया: "कंकाल" (स्केलेटन) यात्राएं, जो काम या स्कूल जाने जैसे दिन के मुख्य आधार हैं, और "गैर-कंकाल" यात्राएं, जो खरीदारी या दोस्तों से मिलने जैसी लचीली, विवेकाधीन गतिविधियां हैं। उन्होंने पाया कि कंकाल यात्राएं काफी सटीक रूप से रिपोर्ट की जाती थीं, लेकिन गैर-कंकाल यात्राएं, विशेष रूप से तब, अक्सर छूट जाती थीं जब एक परिवार का सदस्य दूसरे के लिए यात्रा की रिपोर्ट करता था।

इन छूटे हुए दौरों को पुनः प्राप्त करने के लिए, टीम ने एक ढांचा बनाया जो एक सांख्यिकीय 'रिपेयर किट' की तरह कार्य करता है। उन्होंने बड़े सर्वेक्षण डेटा को एक आधार (बेसलाइन) के रूप में लिया, जो यह दर्शाता है कि लोगों ने क्या किया। फिर, उन्होंने फोन डेटा का उपयोग उन संख्याओं को अपडेट और परिष्कृत करने के लिए किया। कल्पना कीजिए कि सर्वेक्षण डेटा एक दिन की यात्रा का एक कच्चा रेखाचित्र (रफ स्केच) है, और फोन डेटा एक उच्च-रिज़ॉल्यूशन वाली तस्वीर है जो उन बारीक विवरणों को प्रकट करती है जो रेखाचित्र में छूट गए थे। शोधकर्ताओं ने एक ऐसी विधि का उपयोग किया जो इन दोनों स्रोतों को मिलाने की अनुमति देती है, जिसमें सर्वेक्षण को एक शुरुआती अनुमान के रूप में और फोन डेटा को उस अनुमान को सुधारने वाले नए साक्ष्य के रूप में माना जाता है। उन्होंने यह काम उन लोगों के लिए अलग-अलग किया जिन्होंने अपनी यात्रा स्वयं रिपोर्ट की और उनके लिए जिन्होंने दूसरों के लिए रिपोर्ट किया, क्योंकि रिपोर्टिंग की त्रुटियां प्रत्येक समूह के लिए अलग होती हैं। जब कोई व्यक्ति अपने जीवनसाथी या बच्चे के लिए रिपोर्ट करता है, तो वे अक्सर स्वयं के लिए रिपोर्ट करने की तुलना में छोटे, मध्यवर्ती पड़ावों को और भी अधिक भूल जाते हैं।

परिणामों ने दिखाया कि सुधार लागू होने के बाद आंकड़ों में महत्वपूर्ण बदलाव आया। उन लोगों के लिए जिन्होंने अपनी यात्रा स्वयं रिपोर्ट की थी, प्रतिदिन औसत यात्राओं की संख्या 3.05 से बढ़कर 3.90 हो गई। उन लोगों के लिए जिन्होंने दूसरों के लिए रिपोर्ट किया था, यह संख्या 2.64 से बढ़कर 3.63 हो गई। यह वृद्धि लगभग पूरी तरह से गैर-कंकाल यात्राओं की रिकवरी से प्रेरित थी। शोधकर्ताओं ने केवल यादृच्छिक यात्राएं नहीं जोड़ीं; उन्होंने फोन डेटा में पाए गए पैटर्न के आधार पर छूटे हुए दौरों को सावधानीपूर्वक पुनर्गठित किया। उन्होंने निर्धारित किया कि लापता यात्रा का उद्देश्य संभवतः क्या था, वह कब हुई होगी, वह कितनी दूर की थी, और व्यक्ति ने कैसे यात्रा की। उदाहरण के लिए, उन्होंने पाया कि छूटी हुई यात्राएं असमान रूप से छोटी थीं और अक्सर पैदल चलने या दोस्तों से मिलने से जुड़ी थीं, जो एक व्यस्त दिन में आसानी से भुला दी जाने वाली गतिविधियाँ हैं। सुधारा गया डेटा पैदल चलने का एक बड़ा हिस्सा दिखाता है और यात्रा का वितरण सुबह और शाम के पीक आवर्स के बजाय पूरे दिन में अधिक समान रूप से फैला हुआ है।

अध्ययन ने यह भी खुलासा किया कि छूटे हुए दौरों की प्रकृति इस बात पर बहुत अधिक निर्भर करती थी कि रिपोर्ट कौन कर रहा है। प्रॉक्सी उत्तरदाता (जो अन्य परिवार के सदस्यों के लिए रिपोर्ट करते हैं), स्वयं के लिए रिपोर्ट करने वालों की तुलना में विवेकाधीन यात्राओं को भूलने की बहुत अधिक संभावना रखते थे। यह सुझाव देता है कि जब कोई माता-पिता अपने बच्चे के लिए डायरी भरते हैं, तो वे स्कूल जाने की यात्रा को तो याद रख सकते हैं, लेकिन बच्चे के पार्क या किसी दोस्त के घर जाने के बाद के स्टॉप को भूल सकते हैं। इन अंतरों को अलग-अलग मॉडल करके, शोधकर्ता प्रत्येक समूह के लिए सही सुधार लागू करने में सक्षम हुए। अंतिम सुधारा गया डेटासेट मूल सर्वेक्षण की संरचना को बनाए रखता है, जिसका अर्थ है कि यह अभी भी जनसंख्या की आयु, आय और स्थान को सटीक रूप से दर्शाता है, लेकिन अब यह उनके घूमने-फिरने की एक सच्ची कहानी बताता है। यात्रा के उद्देश्यों का वितरण खरीदारी और मनोरंजन को शामिल करने के लिए बदल गया, और यात्रा का समय दिन के मध्य और शाम के दौरान अधिक गतिविधि दिखाता है, जिससे उन अंतरालों को भरा जा सका जिन्हें पारंपरिक सर्वेक्षण खाली छोड़ देता था।

यह कार्य डेटा को बेहतर बनाने का एक व्यावहारिक तरीका प्रदान करता है जिसका उपयोग शहर निर्णय लेने के लिए करते हैं। योजनाकार अक्सर इन सर्वेक्षणों पर कार के उपयोग को कम करने या पैदल चलने को बढ़ाने के लक्ष्यों को निर्धारित करने के लिए भरोसा करते हैं, लेकिन यदि सर्वेक्षण छोटी यात्राओं को छोड़ देते हैं, तो वे लक्ष्य बहुत कम निर्धारित किए जा सकते हैं। स्मार्टफोन से प्राप्त निष्क्रिय डेटा को एकीकृत करके, शोधकर्ताओं ने बिना पूरे स्थापित सर्वेक्षणों को बदले, दैनिक यात्रा की पूर्ण तस्वीर देखने की एक विधि प्रदान की है। पुनर्गठित डेटा बताता है कि लोग पहले की तुलना में अधिक सक्रिय हैं और अधिक चलते हैं, विशेष रूप से छोटी, स्थानीय यात्राओं के लिए। हालांकि पुनर्गठित यात्राएं विशिष्ट व्यक्तियों के प्रत्यक्ष अवलोकन के बजाय सांख्यिकीय अनुमान हैं, फिर भी वे यात्रा व्यवहार को समझने के लिए एक बहुत अधिक विश्वसनीय आधार प्रदान करती हैं। अध्ययन का निष्कर्ष है कि यह दृष्टिकोण शहरों को लोगों के घूमने-फिरने के वास्तविक तरीकों के लिए बेहतर योजना बनाने में मदद कर सकता है, यह सुनिश्चित करते हुए कि बुनियादी ढांचा और नीतियां दैनिक जीवन की वास्तविक, अक्सर भूली जाने वाली लय के अनुरूप हों।