عنوان مقاله:
کار در منزل در جهان پسا کووید
Work from home in the post-COVID world
سال انتشار: 2022
رشته: مهندسی عمران
گرایش: حمل و نقل
دانلود رایگان این مقاله:
مشاهده سایر مقالات جدید:
2. Literature review
The literature review section provides a broad overview of this topic based on three major perspectives: 1) travel behavior, 2) WFH characteristics, and 3) societal implications. 2.1. Travel behavior The COVID-19 pandemic impacted the healthcare-related, economic, and social aspects of people’s daily lives (Haleem et al., 2020; Lai et al., 2020). The Center for Disease Control and Prevention (CDC) and other scientific institutions suggested several non-pharmaceutical interventions to combat the spread of COVID (Flaxman et al., 2020). Measures such as travel restrictions (Chinazzi et al., 2020), selfisolation, and social distancing (Block et al., 2020) were proposed to reduce the spread of the virus by minimizing person-to-person physical contact (Lades et al., 2020). Orders and recommendations issued by the government across the U.S. included lockdowns, closure of schools and businesses, bans on gatherings, curfews, quarantines for travelers, etc. These restrictions and precautions have shaped travel behaviors dramatically (Gostin and Wiley, 2020). The impacts of the COVID pandemic and related travel restrictions are extensive (Barbieri et al., 2020). For example, COVID has shaped the frequency (Meena, 2020) and mode (Hu et al., 2020) of many people’s commutes. With an increasing number of students studying from a distance (Dorn et al., 2020) and people working from home (Angelucci et al., 2020), commuting volumes have changed significantly. People are gradually switching from traditional patterns to remote work (or WFH), and young people are more active in making this change (Brynjolfsson et al., 2020). During the transition phase, almost half of the commuters stopped traveling, and the rest remained unchanged. This is due to travel time, the key factor that influences the commuting decision (Pawar et al., 2020). Aside from private traffic, the impact on public transit is also significant. For example, bus ridership has decreased more than 60% in some areas in the U.S, with the largest declines being during morning and evening commute times on weekdays (Wilbur et al., 2020). The degree of decrease in the use of public transit is associated with individual-specific levels of income lower-income groups are historically the most likely to be impacted by societal crises and are the least likely to own their own cars due to physical or economic barriers, causing them to be more reliant on public transportation to access public services and jobs, and COVID-era data indicates that there are significant differences in ridership decline between areas with higher incomes compared to those with lower incomes (Wilbur et al., 2020). Even though public transit usage has generally steeply declined, lowerincome areas possibly maintain slightly higher public transit usage due to people working “essential worker” jobs in stores, sanitation, and more, who still need to use public transportation services in order to access their work, regardless of the threat of COVID-19. Prior research has also revealed that rural counties are more vulnerable to COVID-19, driven by there being less health and social services — however, urban counties with denser living conditions are more susceptible to community spread . Urban adults also more commonly had their work impacted by COVID-19, even though rural workers were less likely to WFH.
3. Methodology
3.1. Dataset overview The dataset was published by a research team at the University of Washington. 2018 residents of the Puget Sound Region in Washington State participated in the survey (Jabbari et al., 2020). Out of the 2018 respondents, 1389 of them finished the survey. Since this study focuses on the WFH patterns among these participants, 874 participants with full-time or part-time positions were considered. The detailed data cleaning process is documented in the original report (Jabbari et al., 2020). Individuals with the same corresponding mails and phone numbers were considered as the same person. Thus, these duplicated rows were removed. For additional details on the survey design, interested readers can consult Jabbari et al. (2020). It is important to know that the Puget Sound Region is centered on Seattle and consists of nine counties, two urban center cities, and four satellite cities. As this survey provides critical information on the participant’s attitudes towards WFH in the post-COVID world, the findings can be utilized for sustainable city design in the post-COVID world. 3.2. Variables available Twenty-eight variables were considered in this study. Eight of them, shown in Table 1, are demographic factors of the survey participants, such as age, gender, race, and income. Five of them, shown in Table 2, are WFH-related features, such as WFH frequency before the COVID-19 pandemic (WHBC), WFH frequency during the COVID-19 pandemic (WHDR), and WFH frequency after the COVID-19 pandemic (WHAC). Table 3 contains three variables for the reasons for changes in WFH frequencies, travel mode, and work hours change. Twelve variables, shown in Table 4, are associated with participants’ perception of certain social issues, such as if they think face coverings should be mandated. 3.3. Descriptive statistics Tables 1–4 present the counts of the twenty-eight variables used in this study. Table 1 shows that the number of participants was nearly even, with 49% female and 51% male. The majority of. Table 2 shows WFH-related features both before and during COVID, as well as the perceived WFH frequency in the future. The majority of participants (72%) never worked from home before COVID, and only 7% worked from home every day. During COVID, the total percentage of participants that worked from home at least one day a week increased to 81%, and a majority of the participants worked from home every day (66%). After COVID, 57% of the participants predicted that they will WFH at least one day a week, and 11% of participants predict that they will WFH every day. For trip modes before COVID, a large share of participants chose to drive alone (64%), while 17% of participants took public transit. The numbers decreased significantly for both driving alone (now 19%) and public transit (now 1%) during COVID. These new percentages likely reflect the number of employees who did not need to commute, along with increased unemployment as a result of COVID-19 impacting businesses. Table 3 lists the reasons for WFH-related changes during COVID. Approximately half of the participants (45%) chose to WFH due to their employer’s policies. Participants also switched to WFH for other reasons (25%). As for work hours, employer’s policies had a share of 18%, while ‘others’ had a share of 62%. For the change of trip mode, employer’s policies (17%) and voluntarily changing (20%) were both influential factors, and government rule (9%) was also a major reason. Similar to the other features, other reasons exist and made up about half of the total number of participants, meaning that governmental decrees and employer policies were not solely responsible for how much people worked from home.
(دقت کنید که این بخش از متن، با استفاده از گوگل ترنسلیت ترجمه شده و توسط مترجمین سایت ای ترجمه، ترجمه نشده است و صرفا جهت آشنایی شما با متن میباشد.)
2. بررسی ادبیات
بخش بررسی ادبیات یک نمای کلی از این موضوع را بر اساس سه دیدگاه اصلی ارائه می دهد: 1) رفتار سفر، 2) ویژگی های WFH، و 3) پیامدهای اجتماعی. 2.1. رفتار مسافرتی همه‌گیری COVID-19 بر جنبه‌های مرتبط با مراقبت‌های بهداشتی، اقتصادی و اجتماعی زندگی روزمره مردم تأثیر گذاشت (Haleem et al., 2020؛ Lai et al., 2020). مرکز کنترل و پیشگیری از بیماری (CDC) و سایر موسسات علمی چندین مداخله غیردارویی را برای مبارزه با گسترش کووید پیشنهاد کردند (Flaxman et al., 2020). اقداماتی مانند محدودیت های سفر (Chinazzi و همکاران، 2020)، انزوا و فاصله گذاری اجتماعی (Block et al., 2020) برای کاهش شیوع ویروس با به حداقل رساندن تماس فیزیکی فرد به فرد پیشنهاد شده است (Lades et al. ، 2020). دستورات و توصیه‌های صادر شده توسط دولت در سراسر ایالات متحده شامل قرنطینه، تعطیلی مدارس و مشاغل، ممنوعیت تجمعات، مقررات منع آمد و شد، قرنطینه برای مسافران و غیره است. تأثیرات همه‌گیری کووید و محدودیت‌های سفر مربوط به آن گسترده است (باربیری و همکاران، 2020). به عنوان مثال، کووید فرکانس (Meena، 2020) و حالت (Hu et al., 2020) رفت و آمد بسیاری از افراد را شکل داده است. با افزایش تعداد دانش آموزانی که از راه دور مطالعه می کنند (دورن و همکاران، 2020) و افرادی که از خانه کار می کنند (Angeluci et al., 2020)، حجم رفت و آمد به طور قابل توجهی تغییر کرده است. مردم به تدریج از الگوهای سنتی به کار از راه دور (یا WFH) روی می آورند و جوانان در ایجاد این تغییر فعال تر هستند (Brynjolfsson et al., 2020). در مرحله انتقال، تقریبا نیمی از مسافران سفر را متوقف کردند و بقیه بدون تغییر باقی ماندند. این به دلیل زمان سفر است، عامل کلیدی که بر تصمیم رفت و آمد تأثیر می گذارد (پاوار و همکاران، 2020). گذشته از ترافیک خصوصی، تأثیر آن بر حمل و نقل عمومی نیز قابل توجه است. به عنوان مثال، اتوبوس سواری در برخی مناطق در ایالات متحده بیش از 60٪ کاهش یافته است، که بیشترین کاهش در زمان رفت و آمد صبح و عصر در روزهای هفته است (Wilbur et al., 2020). میزان کاهش استفاده از حمل‌ونقل عمومی با سطوح درآمدی خاص افراد مرتبط است. گروه‌های کم‌درآمد از نظر تاریخی بیشترین تأثیر را از بحران‌های اجتماعی دارند و به دلیل موانع فیزیکی یا اقتصادی کمترین احتمال را دارند که اتومبیل شخصی خود را داشته باشند. وابستگی بیشتر آنها به حمل و نقل عمومی برای دسترسی به خدمات و مشاغل عمومی، و داده های دوران COVID نشان می دهد که تفاوت های قابل توجهی در کاهش سواری بین مناطق با درآمد بالاتر در مقایسه با مناطق با درآمد کمتر وجود دارد (Wilbur et al., 2020). . اگرچه استفاده از حمل و نقل عمومی به طور کلی کاهش یافته است، مناطق کم درآمد احتمالاً استفاده از حمل و نقل عمومی کمی بالاتر را به دلیل افرادی که مشاغل «کارگر ضروری» در فروشگاه‌ها، سرویس‌های بهداشتی و غیره دارند، که هنوز برای دسترسی به کار خود نیاز به استفاده از خدمات حمل‌ونقل عمومی دارند حفظ می‌کنند. ، صرف نظر از تهدید COVID-19. تحقیقات قبلی همچنین نشان داده است که شهرستان‌های روستایی در برابر کووید-19 آسیب‌پذیرتر هستند، به دلیل وجود خدمات بهداشتی و اجتماعی کمتر - با این حال، شهرستان‌های شهری با شرایط زندگی متراکم‌تر مستعد گسترش جامعه هستند. بزرگسالان شهری نیز معمولاً کار خود را تحت تأثیر COVID-19 قرار می‌دهند، حتی اگر کارگران روستایی کمتر به WFH مبتلا شوند.
3. روش شناسی
3.1. نمای کلی مجموعه داده مجموعه داده توسط یک تیم تحقیقاتی در دانشگاه واشنگتن منتشر شد. 2018 ساکنان منطقه Puget Sound در ایالت واشنگتن در نظرسنجی شرکت کردند (جباری و همکاران، 2020). از میان پاسخ دهندگان سال 2018، 1389 نفر از آنها نظرسنجی را به پایان رساندند. از آنجایی که این مطالعه بر روی الگوهای WFH در میان این شرکت کنندگان متمرکز است، 874 شرکت کننده با موقعیت های تمام وقت یا پاره وقت در نظر گرفته شدند. فرآیند پاکسازی دقیق داده ها در گزارش اصلی مستند شده است (جباری و همکاران، 2020). افرادی که ایمیل ها و شماره تلفن های مشابهی داشتند به عنوان یک فرد در نظر گرفته شدند. بنابراین، این ردیف های تکراری حذف شدند. برای جزئیات بیشتر در مورد طرح نظرسنجی، خوانندگان علاقه مند می توانند به جباری و همکاران مراجعه کنند. (2020). مهم است بدانید که منطقه Puget Sound در سیاتل مرکز است و از نه شهرستان، دو شهر مرکز شهری و چهار شهر اقماری تشکیل شده است. از آنجایی که این نظرسنجی اطلاعات مهمی را در مورد نگرش شرکت‌کنندگان نسبت به WFH در دنیای پسا کووید ارائه می‌کند، یافته‌ها می‌توانند برای طراحی شهری پایدار در دنیای پسا کووید مورد استفاده قرار گیرند. 3.2. متغیرهای موجود در این مطالعه بیست و هشت متغیر در نظر گرفته شد. هشت مورد از آنها که در جدول 1 نشان داده شده اند، عوامل جمعیت شناختی شرکت کنندگان در نظرسنجی، مانند سن، جنسیت، نژاد و درآمد هستند. پنج مورد از آنها که در جدول 2 نشان داده شده‌اند، ویژگی‌های مرتبط با WFH هستند، مانند فرکانس WFH قبل از همه‌گیری COVID-19 (WHBC)، فرکانس WFH در طول همه‌گیری COVID-19 (WHDR) و فرکانس WFH بعد از همه‌گیری COVID-19. (WHAC). جدول 3 شامل سه متغیر برای دلایل تغییرات است.
