栋周边固定区域的停车情况照片。照片需显示车辆、占位物、空余空间。目标是获取时间切片数据。
? “占位”行为抽样记录：在同一周，由志愿者小顾在每天不同时段进行两次社区巡逻，用表格记录观察到的明确“占位”行为（位置、占位物类型、是否空置）。
? 车主问卷（线上）：在业主群发布一份匿名短问卷，核心问题包括：1）通常回家时间段；2）平均找车位时长步行距离；3）是否曾使用过占位物；4）对社区停车问题最主要的不满是什么（多选）；5）是否愿意参与任何形式的停车规则调整讨论。
数据整理与初步发现
一周后，收集到以下关键数据与观察：
1 时空分布：照片数据显示，每日下午5点至6点，社区内部可利用空间饱和度已达85以上；晚7点，饱和度超过95，且剩余空间多为难以停入的边角；晚9点后，基本饱和。证实了“晚于7点回家，找到内部车位的概率极低”是客观事实。
2 占位行为：一周内记录到明确、持续的“占位”行为27起，其中用非机动车（电动车、自行车）占位18起，用锥桶、椅子等杂物占位9起。这些被占车位在晚高峰期间（下午5-8点）的空置率高达70（即车位被占着，但无车停放）。
3 问卷反馈：回收有效问卷89份（社区有车家庭约150户）。关键数据：60的受访者通常在晚7点后回家；这部分人中，82表示平均找车位时间超过10分钟，45超过20分钟；70的晚归车主曾被迫停在社区外市政道路并收到过罚单。38的早归车主（下午5点前回家）承认自己或家人曾使用过占位物。关于“最主要不满”，晚归车主首选“占位行为导致有车位也无法停”（65），早归车主首选“晚归者乱停堵路”（48）。
4 一个关键但被忽略的发现：在分析照片和问卷时，古民和小顾注意到，社区内存在约10-15个“灰色空间”（如楼侧拐角、部分较宽的人行道边缘、废弃花坛边缘），这些地方因视线、技术或习惯原因，较少被利用，但经简单评估（如是否影响消防通道、行人通行），部分具备临时停车潜力。
数据可视化呈现：从“各说各话”到“共同看见”
古民和小顾将上述发现，用最简单直观的方式进行了可视化：
? 制作“社区停车热力图”：基于时间切片照片，标注出不同时段的饱和区域、常驻占位点、以及被忽略的“灰色潜力空间”。用颜色深浅表示不同时间的停车压力。
? 绘制“占位行为影响图”：在地图上标出27个占位点，并用柱状图展示其晚高峰空置率，直观显示占位行为对车位周转的实际“冻结”效应。
? 汇总“车主时间分布与痛点”图表：用饼图展示回家时间段分布，用条形图展示不同回家时段车主的主要痛点（找车时长、罚单、占位、堵路等）。
数据驱动下的调解会：重构对话基础
带着这些数据可视化材料，古民和小顾说服了物业和业委会，组织了一次小范围的、由冲突双方代表（各3-4人）及热心业主参加的沟通会。会议开场，古民展示了这些图表，并做了简洁的“数据简报”：
“各位邻居，今天我们不开批判会，不站队。我们花了一周时间，只是试图把我们天天吵、天天烦的‘停车难’这件事，用一些简单的数字和图片描清楚。请大家先看看这些图。”
他逐一展示：
本章未完，点击下一页继续阅读
(2/4)
? “占位”行为抽样记录：在同一周，由志愿者小顾在每天不同时段进行两次社区巡逻，用表格记录观察到的明确“占位”行为（位置、占位物类型、是否空置）。
? 车主问卷（线上）：在业主群发布一份匿名短问卷，核心问题包括：1）通常回家时间段；2）平均找车位时长步行距离；3）是否曾使用过占位物；4）对社区停车问题最主要的不满是什么（多选）；5）是否愿意参与任何形式的停车规则调整讨论。
数据整理与初步发现
一周后，收集到以下关键数据与观察：
1 时空分布：照片数据显示，每日下午5点至6点，社区内部可利用空间饱和度已达85以上；晚7点，饱和度超过95，且剩余空间多为难以停入的边角；晚9点后，基本饱和。证实了“晚于7点回家，找到内部车位的概率极低”是客观事实。
2 占位行为：一周内记录到明确、持续的“占位”行为27起，其中用非机动车（电动车、自行车）占位18起，用锥桶、椅子等杂物占位9起。这些被占车位在晚高峰期间（下午5-8点）的空置率高达70（即车位被占着，但无车停放）。
3 问卷反馈：回收有效问卷89份（社区有车家庭约150户）。关键数据：60的受访者通常在晚7点后回家；这部分人中，82表示平均找车位时间超过10分钟，45超过20分钟；70的晚归车主曾被迫停在社区外市政道路并收到过罚单。38的早归车主（下午5点前回家）承认自己或家人曾使用过占位物。关于“最主要不满”，晚归车主首选“占位行为导致有车位也无法停”（65），早归车主首选“晚归者乱停堵路”（48）。
4 一个关键但被忽略的发现：在分析照片和问卷时，古民和小顾注意到，社区内存在约10-15个“灰色空间”（如楼侧拐角、部分较宽的人行道边缘、废弃花坛边缘），这些地方因视线、技术或习惯原因，较少被利用，但经简单评估（如是否影响消防通道、行人通行），部分具备临时停车潜力。
数据可视化呈现：从“各说各话”到“共同看见”
古民和小顾将上述发现，用最简单直观的方式进行了可视化：
? 制作“社区停车热力图”：基于时间切片照片，标注出不同时段的饱和区域、常驻占位点、以及被忽略的“灰色潜力空间”。用颜色深浅表示不同时间的停车压力。
? 绘制“占位行为影响图”：在地图上标出27个占位点，并用柱状图展示其晚高峰空置率，直观显示占位行为对车位周转的实际“冻结”效应。
? 汇总“车主时间分布与痛点”图表：用饼图展示回家时间段分布，用条形图展示不同回家时段车主的主要痛点（找车时长、罚单、占位、堵路等）。
数据驱动下的调解会：重构对话基础
带着这些数据可视化材料，古民和小顾说服了物业和业委会，组织了一次小范围的、由冲突双方代表（各3-4人）及热心业主参加的沟通会。会议开场，古民展示了这些图表，并做了简洁的“数据简报”：
“各位邻居，今天我们不开批判会，不站队。我们花了一周时间，只是试图把我们天天吵、天天烦的‘停车难’这件事，用一些简单的数字和图片描清楚。请大家先看看这些图。”
他逐一展示：