停车数据既列占用状态也列找位概率，两个结果在回答什么

停车资料写着“有车位的概率”，与写着“车位占用情况”，表达的并不是同一种结果。Parkopedia的Parking Data产品页把space occupancy和probability to find parking并列放在动态数据之下。[1] 对停车运营资料的读者而言，先认清这两个对象，比把所有动态结果统称为“实时空位”更准确。

占用描述关注空间的占用状态；找位概率关注找到停车机会的可能性。这是对两个产品名称的概念解释，并不意味着该页已经披露每条占用记录如何测得、每个概率如何计算。供应商称，动态结果可以按单个街段和路外停车设施提供。一个街段层面的概率，也没有在这段文字中被定义成某个具体编号车位的预约确认。

这种区别与它介绍的数据输入有关。Parkopedia列出停车付款交易、数字影像和车辆传感器数据，其中包括浮动车数据及超声波传感器数据，用于形成预测。[1] 多种输入出现在一个预测产品里，说明页面讨论的对象不限于某一台闸机的单次信号。本文并未接触模型或原始记录，不把这份输入清单写成完整算法，也不据此声称某类输入单独就能证明一处车位当前空着。

页面还区分静态资料：位置、车位数量、价格、营业时间、充电点和高度限制等属性都列在这一部分。静态属性让人了解停车设施是什么、资料列了哪些条件；动态部分则另行呈现占用及机会信息。举例说，一处设施登记有多少车位，与某时刻找到停车机会的概率，是两个不同的问题。这里没有进行实际现场观察，也没有给出两者之间的换算公式。

在收集说明中，供应商称，除了来自传统停车设备的信息，它还通过数学模型推导缺少这类设备区域的可用性预测。这个表述进一步提醒读者：出现一个动态结果，并不能反推现场必然安装了某种检测器。至于预测是否准确、误差有多大，该页的品质宣传不等于本篇取得了独立验证，因此本文不列准确率或时效保证。

本篇采用的是供应商公开产品说明，原页未见明确发布日期。它适合解释运营资料中“状态”“概率”和“设施属性”的不同角色，不足以确认今日某停车点的可用情况，也不构成驾驶、寻位或设施部署建议。保留预测的称谓，能够让文字准确反映原产品表达的力度。