De toenemende impact van thuiswerken op reisgedrag vraagt om aanpassingen in verkeersmodellen. Factoren zoals socio-demografie, werk gerelateerde kemerken en woonomstandigheden beïnvloeden zowel de mate als de frequentie van thuiswerken. Deze factoren zijn echter vaak nog niet volledig geïntegreerd of onderbouwd in bestaande modellen. Dit leidt tot een beperkte representatie van de werkelijke dynamiek in het reisgedrag. In een tijd waarin flexibel werken en hybride werkmodellen steeds gebruikelijker worden, is het essentieel om een meer gedetailleerd inzicht te krijgen in hoe thuiswerken het reisgedrag verandert.
Deze studie biedt inzicht in thuiswerkpatronen voor specifieke persoons-, werk- en woontypen en de impact op het reisgedrag. Door gebruik te maken van gegevens uit het Tijdsbestingsonderzoek (TBO) en de Nationale Enquête Arbeidsomstandigheden (NEA), waarin bovengenoemde factoren gedetailleerd zijn vastgelegd, kunnen patronen worden geïdentificeerd die een dieper inzicht bieden in het verband tussen thuiswerken en reisgedrag.
De verzamelde inzichten uit data en literatuur zijn toegepast in een simulatie met het Vlaamse 4G- model, waarmee de impact van meer gedetailleerde thuiswerkpatronen inzichtelijk wordt gemaakt. Het agent-gebaseerde raamwerk van het 4G-model is uitermate geschikt om uitbreidingen zoals deze thuiswerkmodule efficient in te bouwen. Deze methode ondersteunt beleidsmakers bij het ontwikkelen van effectievere strategieën op het gebied van mobiliteit en ruimtelijke ordening, specifiek gericht op thuiswerken. Dit maakt het mogelijk om mobiliteitsvraagstukken beter af te stemmen op maatschappelijke transities en strategische modellen toekomstbestendiger te maken.