模拟居家办公对城市通勤模式的潜在影响：一种多源数据整合方法

李晨|储尧莉|顾法源

中南大学交通与运输工程学院，中国长沙410075

摘要

过度的通勤对可持续城市和社会的发展构成了重大挑战。居家办公（WFH）政策被认为是减少出行需求的潜在策略之一，但其对整个城市及其空间差异的潜在影响仍不够清楚。本研究开发了一个多源数据集成框架，用于模拟中国长沙的通勤产生和吸引情况。情景模拟显示，在有效的WFH情景下，总通勤次数减少了约20%；在最大WFH情景下，减少了约31%。这种减少伴随着城市整体通勤网络的逐步稀释：高流量起点-终点（OD）对的比例降低到了总量的0.8%，而低流量OD对的比例上升到总量的90%以上。在社区层面，目的地吸引的通勤量减少主要集中在商业核心区域，这些区域的跨社区通勤最为频繁。在OD层面，超过80%的OD对通勤量减少不到100次，而减少量超过1000次的OD对与先前拥堵报告中确定的主要通勤方向在空间上是一致的。这些发现为理解WFH对重塑城市内部出行模式的潜在影响提供了基于情景的见解，并可能有助于讨论将WFH作为可持续出行规划的补充措施。

引言

过度通勤仍是全球大中型城市面临的难题。例如，在北京，近12%的通勤者单程通勤时间超过60分钟；伦敦和纽约也观察到了类似的极端通勤模式（CAUPD, 2024; TUC, 2018; Marshall Baker & López-García, 2024）。长时间的通勤不仅降低了居民的生活质量，还增加了能源消耗，加剧了环境污染，并削弱了城市系统的效率（Allen et al., 2022; Yang et al., 2024）。尽管许多城市已经扩大了交通基础设施，加强了公共交通，并实施了各种出行需求管理（TDM）措施，但通勤压力仍然很大（Cong et al., 2024; Xia et al., 2025）。在这种情况下，居家办公（WFH）被视为一种可能的政策工具，因为一些工作活动可以远程完成（Ramani et al., 2024; Zheng et al., 2024）。

鉴于对WFH的兴趣日益增长，出现了大量研究探讨其对通勤的影响。许多现有的研究基于旅行调查和统计模型，主要关注个人的社会经济特征、职业或家庭条件如何影响WFH的可能性及其伴随的通勤次数减少（Barrero et al., 2023; de Vos et al., 2018; Hensher et al., 2023; Rueger et al., 2024; Tian et al., 2025; Zheng et al., 2024）。尽管这些研究提高了我们对哪些人更可能采用WFH以及通勤次数在个人层面可能减少多少的理解，但WFH在空间上的潜在影响仍不够清楚。特别是，很少关注WFH如何影响城市整体通勤的空间结构，包括不同社区之间的差异以及特定起点-终点（OD）流量的变化。这一差距很重要，因为从规划的角度来看，关键问题不仅在于通勤需求是否总体上会减少，还在于这些减少可能发生在哪些地方，以及它们是否意味着城市通勤网络结构的变化。从管理者的角度来看，这些空间维度同样重要，有助于评估WFH是否可以补充现有的交通需求管理策略，并确定通勤减少可能最为显著的城市区域或走廊。

为了解决这些差距，本研究开发了一个建模框架，整合了多种城市数据来源来模拟WFH对城市通勤模式的潜在影响。该框架首先通过结合人口普查数据、兴趣点（POI）和来自AMAP¹路线规划的出行阻力，在重力模型结构中建模基线通勤次数。然后，我们根据不同行业的潜在WFH普及率建立了居家办公情景，以考察WFH如何可能在多个空间尺度上重塑通勤次数的分布。该研究的贡献包括：（1）它开发了一个多源数据集成框架，在没有详细旅行调查的情况下重建城市通勤结构，通过整合人口普查数据、POI数据、在线招聘数据和WFH能力估计以及出行阻力信息来估计就业和通勤互动的空间分布；（2）它在城市整体、社区和OD层面考察了WFH的潜在影响，从而识别出潜在通勤减少的空间异质性，并展示了WFH如何改变城市通勤网络的结构，而不仅仅是总体减少通勤量。

本文的其余部分结构如下。第2节提供了文献综述，包括关于WFH和城市通勤以及通勤建模的研究。第3节介绍了研究方法和数据，接着是基于数据的通勤建模过程以及在WFH安排下的工人和就业估计。第4节展示了本研究的主要结果。第5节讨论了研究结论，并提出了政策建议。

章节摘录

COVID-19的爆发加速了WFH在全球的采用，因为封锁和社交距离政策使WFH从一个小众选择变成了广泛的工作安排（Barrero et al., 2023; Tonnessen et al., 2021）。自那时起，政府和研究人员越来越将WFH视为一种潜在的长期政策工具，期望它能缓解交通拥堵、改善环境质量并促进城市可持续发展（Behrens et al., 2024; Bloom et al., 2024; Chen & Li,

该方法论遵循以下工作流程。首先，我们介绍了案例城市和数据，这些是本研究建模的基础。其次，使用人口普查数据来估计社区层面居民工人的空间分布。第三，整合POI数据和在线招聘数据来估计每个社区的空间就业集中度和就业吸引力。第四，行业层面的WFH普及率

就业的空间浓度估算

根据方程（3），估算了每个地区的就业规模。进一步计算了500米网格尺度上的就业分布，并生成了长沙核心城区の就业密度图（图3）。结果显示了一个明显的空间聚集模式，就业集中在湘江两岸。高密度区域包括王府城商业区、梅溪湖、银盆岭地区、阳光100、阳湖地区等

本研究以长沙的六个核心区为例，探讨了WFH安排对城市通勤模式的潜在影响。它提出了一个多源数据集成框架，用于模拟三种情景下的通勤模式：基线、有效WFH普及率和最大WFH普及率。需要强调的是，本研究报告的结果是基于情景的估算，而不是WFH的实际观察效果。目的不是预测确切的幅度

李晨：撰写——初稿、软件、方法论、数据管理、概念化。储尧莉：撰写——初稿、监督、资源管理、项目协调。顾法源：撰写——审稿与编辑、监督、调查。

作者声明他们没有已知的竞争财务利益或个人关系可能影响本文的研究结果。

本研究得到了以下机构的资助：国家自然科学基金（72271248）、湖南省科技创新计划（2025RC3015）、湖南省自然科学基金（2024JJ5449）、湖南省教育厅科学研究计划（24B0002）、国家自然科学基金（72288101）、基础研究基金