分散式工作空间与混合办公在缓解城市中心压力及促进城市可持续性中的角色研究

本研究针对混合办公对交通系统影响的研究结论不一致问题，以马来西亚吉隆坡大都市区为案例，开展了混合办公与通勤行为、车辆行驶里程(VMT)及分散式工作空间空间需求的研究。通过K-means聚类和多项逻辑回归模型分析2023年调查数据，发现混合办公能否有效降低VMT取决于居住地、通勤模式及工作者特征。研究结果为通过在半城市和农村地区推广混合办公和合作办公空间(CWS)以分散通勤流、降低VMT提供了针对性政策见解，对支持可持续城市交通具有重要价值。

　　

随着全球城市化进程加速，交通拥堵已成为困扰大都市区的普遍难题，导致通勤时间延长、道路安全与效率受损。为了应对这些挑战，出行需求管理策略日益受到重视，其中远程办公或居家办公因其成本效益而成为备受关注的解决方案。然而，全职居家办公可能因对员工生产力的潜在负面影响以及员工增加的公用事业费用而难以全面实施。因此，许多组织开始采用部分居家办公的模式，即混合办公。这种灵活的工作方式整合了传统办公室工作与居家或任何地点的办公，为员工提供了时空自主权。尽管全球约64%的公司已采用混合办公安排，但其对交通系统，特别是对车辆行驶里程和拥堵的影响，现有研究结论不一，甚至相互矛盾。这些不一致凸显了考虑居住地、工作地点、通勤模式以及潜在的社会人口和职业特征等因素的重要性。此外，混合办公与城市土地使用的关联，特别是其对分散式合作办公空间最优位置的需求，以及通过将混合办公者从中央商务区空间再分布到外围区域来缓解拥堵的潜力，仍有待深入探索。

在此背景下，研究人员Hamza Zubair、Susilawati Susilawati、Amin Talei和Ziyuan Pu在《Sustainable Cities and Society》上发表了题为"Understanding the role of decentralised workspaces and hybrid working in alleviating city centre pressure and promoting urban sustainability"的研究论文。该研究以面临严重交通拥堵和高效燃料消耗的马来西亚吉隆坡大都市区为研究区域，旨在评估不同工作安排对通勤模式、VMT以及不同地点分散式工作空间空间需求的影响，并探讨跨地理背景的工作和非工作出行差异，最终提出最大化混合办公益处的政策策略。

为开展此项研究，作者团队主要运用了几项关键技术方法。首先，研究基于2023年6月10日至7月20日期间在吉隆坡大都市区收集的1318份有效问卷数据，受访者为使用私人汽车作为主要出行方式的现场办公者和混合办公者。其次，采用无监督机器学习方法——K-means聚类算法，来识别混合办公者中的潜在模式，从而界定不同的工作者档案及其相关的出行行为。第三，运用多项逻辑回归模型分析个体属性与识别出的聚类之间的关联，并计算边际效应以量化每个协变量对聚类归属预测概率的影响。此外，研究还开发了一个分析框架，用于可视化不同地域的通勤模式和基于细分市场的VMT指数（R_VMT），该指数定义为混合办公者与现场办公者每次工作出行平均VMT的比值。

4.1. K-means聚类结果

通过聚类分析，研究识别出三个具有鲜明特征的工作者群体。聚类1（C1）可称为“男性主导的管理阶层”，主要由男性（81.25%）、31至50岁、拥有学士或研究生学位、从事管理或技术工作、收入中等、大多居住在 urban 区域的工作者构成。他们采用混合办公的比例较低（22.44%），且绝大多数是家庭决策者。聚类2（C2）为“高收入博士学历学术人员”，以女性（62.53%）、31至50岁、拥有博士学位、主要从事教学或学术工作（80.05%）、高收入者居多，混合办公采纳率最高（47.71%），更多居住在半城市区域。聚类3（C3）是“年轻女性主导的低收入服务工作者”，主要由女性（73.95%）、18至30岁、拥有学士学位、从事文职、行政支持、医疗保健等工作、低收入工作者组成，混合办公机会较少（25.21%），且大多不是家庭决策者。

4.1.2. 工作和非工作出行

分析表明，在所有人群中，现场办公者比混合办公者进行显著更多的工作出行，而混合办公者则进行显著更多的非工作出行。在聚类层面，所有聚类中的混合办公者都比现场办公者进行更少的工作出行，其中C3的减少最为明显。对于非工作出行，C1和C3中的混合办公者与现场办公者无显著差异，但在C2中，混合办公者更可能进行非工作出行。

4.1.3. 居住地点与混合办公对非工作出行的交互影响

居住地点对非工作出行频率的影响比混合办公状态本身更为显著。在CBD区域，混合办公者的非工作出行较少；而在半城市和农村地区，混合办公者比现场办公者有更多的非工作出行。聚类层面的分析进一步揭示了差异，例如C2中居住在半城市的混合办公者非工作出行显著更多，主要用于外出就餐、休闲体育活动等。

4.2. 回归结果

多项逻辑回归模型（Pseudo R2 = 0.50）揭示了个体属性与聚类归属之间的显著关联。女性和年轻人更可能属于C2和C3。固定工作时间降低了属于C2和C3的概率。较高的家庭规模与属于C2和C3正相关。高收入者更可能属于C2，而更不可能属于C3。居住和工作在CBD以外的区域与属于C2和C3显著相关。交互效应表明，居住地点调节了混合办公和通勤距离对聚类归属的影响。

4.2.2. 不同空间段工作出行的出行模式

通过分析不同起讫点的通勤模式，研究发现混合办公者通常居住地离城市中心更远，并表现出更本地化的通勤模式。VMT指数分析显示，混合办公者整体VMT低于现场办公者，但效果受空间环境和聚类特征影响。例如，从半城市到CBD通勤的C2混合办公者VMT可能更高，而从半城市到 urban 区域通勤的C3混合办公者则表现出更低的VMT。特定职业（如C2中的管理和技术人员，C3中的文职和行政人员）在采用混合办公并辅以本地CWS时，显示出减少通勤距离和VMT的潜力。

4.3. 政策启示

基于研究发现，政策制定应具有针对性。对于C2（高学历专业人士），在半城市区域推广混合办公和设立CWS可有效减少向CBD的通勤。对于C3（低收入服务工作者），需克服结构性障碍，提供CWS以支持其就近工作，减少长距离通勤。在农村地区，针对C1（管理阶层）推广混合办公可能更有效，而针对C2和C3，提供CWS作为现场办公的替代方案可能更可行。总体而言，将混合办公和CWS策略与空间规划、交通基础设施投资（如公交导向开发）相结合，对于分散交通流量、降低VMT、缓解城市中心拥堵、促进更具包容性和可持续的城市机动性至关重要。

本研究通过先进的聚类和回归分析方法，深入揭示了混合办公对出行行为的复杂影响及其对空间因素的依赖性。结论强调了混合办公在减少工作出行方面的潜力，但也指出其效果因工作者类型、居住地和职业而异。非工作出行的变化更多地受到居住地环境和本地设施可及性的影响。研究结果有力地表明，一刀切的政策可能无效，甚至加剧不平等。因此，成功的策略必须基于对当地背景和不同工作者群体需求的细致理解。通过在半城市和农村地区战略性布局合作办公空间，并配套相应的交通和政策支持，城市可以更有效地引导通勤流，减轻中心城区的压力，最终推动向更可持续、更公平的城市形态转型。这项研究为城市规划者、交通政策制定者和企业管理者提供了宝贵的实证依据和决策参考，有助于在后疫情时代塑造更智慧、更宜居的城市未来。