曹旭東 ，王建軍 ，陳晨辰

（1.長安大學運輸工程學院，陜西 西安 710064；2.長安大學生態(tài)安全屏障區(qū)交通網(wǎng)設施管控及循環(huán)修復技術交通運輸行業(yè)重點實驗室，陜西 西安 710064；3.安徽建筑大學土木工程學院，安徽 合肥 230601）

為應對資源日趨緊張、環(huán)境污染不斷加劇的嚴峻形勢，“十三五”規(guī)劃提出了，樹立創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的發(fā)展理念.交通運輸業(yè)作為人民生活與社會經(jīng)濟發(fā)展的基礎性行業(yè)，具有資本投資集中、能源消耗密集和污染排放集聚的特征[1].2018年交通運輸業(yè)固定資產(chǎn)投資32 235億元[2]，消耗標準煤約為4.361 7×108t，占全國總能耗的9.24%[3].隨著機動車保有量的猛增，機動車的污染物排放總量也逐年增加，2017年已達到了4.359 7×107t[4].因此，在國內(nèi)交通結(jié)構(gòu)調(diào)整的重要時期，如何衡量交通運輸結(jié)構(gòu)的效率，不斷優(yōu)化運輸體系，實現(xiàn)交通發(fā)展的綠色、循環(huán)、高效成為關鍵性的問題.

為了衡量交通結(jié)構(gòu)體系是否合理、運輸方式間協(xié)調(diào)配合是否高效，國內(nèi)外學者對交通結(jié)構(gòu)效率展開了研究.Barnum等[5]從資源配置的角度定義交通運輸網(wǎng)絡效率是各種技術效率和資源在不同交通方式間的配置效率的綜合.龍科軍等[6]從投入與產(chǎn)出的角度等將交通路網(wǎng)系統(tǒng)的效率定義為交通路網(wǎng)的投入與產(chǎn)出的比值.陸化普等[7-8]等將交通運輸效率定義為客貨運輸系統(tǒng)對人們交通需求滿足程度與系統(tǒng)投入量之間的關系.胡文婷[9]從能源消耗的角度將交通系統(tǒng)的效率定義為交通運輸終端的燃油使用效率（周轉(zhuǎn)量/燃油量）.

現(xiàn)階段，對于交通結(jié)構(gòu)效率的研究主要分為兩大類：第一類為基于多目標綜合評價的交通結(jié)構(gòu)效率研究，其中模糊評價法、層次分析法較為常用[10]，如王倩倩等[11-12]等運用模糊評價法建立城市交通運行評價模型，Levinson[13]結(jié)合主觀態(tài)度與客觀狀態(tài)構(gòu)建了多維度的交通運輸評價體系.這些方法易于操作，但模型參數(shù)的確定具有較強的主觀性，易受決策者偏好影響，削弱了客觀數(shù)據(jù)的作用.第二類為基于計量經(jīng)濟模型的交通結(jié)構(gòu)效率測算，主要有參數(shù)方法和非參數(shù)兩種方法.參數(shù)方法的典型代表是隨機前沿分析，如Sami等[14]利用超越對數(shù)生產(chǎn)邊界對公共交通效率進行估算；非參數(shù)的方法以數(shù)據(jù)包絡分析（data envelopment analysis，DEA）為主，從投入產(chǎn)出角度對運輸效率進行評價，如段新等[15]分析了各省的公路運輸效率、Barros等[16]分析了意大利機場的運行效率，參數(shù)方法需要提前假定投入、產(chǎn)出與外部影響因素的關系函數(shù)形式[17]，如若預設的函數(shù)難以準確描述決策單元的生產(chǎn)投入關系特性，則評價結(jié)果與實際效率會產(chǎn)生較大偏差，且參數(shù)標定也異常困難，相比之下，非參數(shù)方法不需要估計生產(chǎn)函數(shù)形式，而是通過線性規(guī)劃找到生產(chǎn)前沿面，計算樣本點到生產(chǎn)前沿面的距離來判定生產(chǎn)效率，算法不依賴主觀權(quán)重，完全依靠客觀信息處理多投入多產(chǎn)出的效率問題[18]，且能夠解決量綱不一的相對效率問題，因此，DEA模型被廣泛應用于交通行業(yè)各領域的效率測算[19].王白雪等[20]從耗油量、碳排放角度分析塞內(nèi)加爾和中國的公共交通效率，宋京妮等[21]將周轉(zhuǎn)量、事故死亡數(shù)、碳排放量作為產(chǎn)出從宏觀層面分析了我國的綜合運輸效率，楊冕[22]從生態(tài)環(huán)境約束角度研究了二氧化碳排放量引入前后對城市的生態(tài)交通效率值的影響.

綜上所述，現(xiàn)有關于交通結(jié)構(gòu)效率的研究多側(cè)重于單一運輸方式，如公路、鐵路、機場等，缺少包含多種出行方式的城市交通結(jié)構(gòu)效率研究.將生態(tài)效益納入交通系統(tǒng)效率測算體系時，國內(nèi)外學者大多僅采用碳排放單一指標作為系統(tǒng)的非期望產(chǎn)出，鮮有考慮其他污染物的排放.基于此，本文以省域交通系統(tǒng)為研究對象，同時考慮城市和城際運輸體系，將氮氧化物（NOx）、顆粒物（PM）等污染物作為非期望產(chǎn)出，建立非期望產(chǎn)出的超效率SBM（slack based measure）模型，分析城市交通運輸結(jié)構(gòu)效率，并利用Tobit回歸與地理加權(quán)模型（geographically weighted regression，GWR）分析交通結(jié)構(gòu)優(yōu)化的影響因素，提出結(jié)構(gòu)優(yōu)化策略建議.

1 模型與方法

1.1 非期望產(chǎn)出的超效率SBM模型

為解決傳統(tǒng)DEA模型只能徑向投影到有效前沿面上，無法考慮非期望產(chǎn)出等問題，Tone[23]提出了針對有效或弱有效的決策單元（decision making unit，DMU）進一步評價有效程度的超效率（superefficiency）模型.因此，本文采用非期望產(chǎn)出的超效率SBM模型[24]分析環(huán)境效益下各省際交通結(jié)構(gòu)的運輸效率情況.

非期望產(chǎn)出的超效率SBM模型原理如下：

1）假定交通結(jié)構(gòu)體系有n個決策單元，記為Dj（j=1，2，···，n），每個 DMU 有m種投入，記為xi（i=1，2，···，m），每個 DMU 有q1種期望產(chǎn)出，記為yr（r=1，2，···，q1），有q2種非期望產(chǎn)出，記為bt（t=1，2，···，q2），λ 為DMU 的線性組合系數(shù).

當規(guī)模報酬可變（variable return to scale，VRS）時，生產(chǎn)可能性集合為

式中：x、y、b分別為投入、期望產(chǎn)出、非期望產(chǎn)出；xij為第j個DMU的第i種投入；Ii為第i種投入的上限值；yrj為第j個DMU的第r種期望產(chǎn)出；Oyr為第r種期望產(chǎn)出的下限值；btj為第j個DMU的第t種非期望投入；Obt為第t種非期望產(chǎn)出的上限值；λj為第j個DMU的系數(shù)，λj＞0.

2）利用非期望產(chǎn)出的超效率SBM模型，計算規(guī)模報酬可變條件下第k個DMU的超效率值，如式（2），約束條件如式（3）～（7）.

式（2）～（7）中：ρSE，k為第k個決策單元的超效率值；si,?為第i種投入的冗余松弛變量；sr,y+為第r種期望產(chǎn)出的不足松弛變量；st，b?為第t種非期望產(chǎn)出的冗余松弛變量；si,?，sr,y+，st,b?＞0.

1.2 回歸分析

交通結(jié)構(gòu)效率的影響因素眾多，并呈現(xiàn)空間上的非平衡性和依賴性.傳統(tǒng)的線性回歸模型以“平穩(wěn)性假設嵌入”為基礎，難以估計社會經(jīng)濟因素的空間分異特征[25-26].運用Tobit回歸與GWR模型能夠有效判斷影響因素作用強度，又能夠檢測空間非平穩(wěn)性，容許局部權(quán)重估計使變量間關系隨空間位置變化而調(diào)整，更加符合實際.

1.2.1 Tobit回歸

本文采用受限因變量的Tobit模型進行回歸，以結(jié)構(gòu)效率值作為被解釋變量，影響因素作為解釋變量，建立Tobit回歸分析模型，通過解釋變量的系數(shù)判斷影響因素對于交通結(jié)構(gòu)效率的作用方向和強度，指導運輸結(jié)構(gòu)調(diào)整策略的制定.建立Tobit回歸模型如式（8）所示.

式中：ρj為第j個決策單元的效率值；Fj為第j個決策單元的影響因素向量；β為回歸參數(shù)向量；εj為第j個決策單元的誤差項擾動，且εj～N（0,σ2），σ2為方差.回歸參數(shù)的詳細求解公式見附加材料1.

1.2.2 GWR地理加權(quán)回歸

針對交通效率影響因素存在空間非穩(wěn)定性和空間依賴性的問題，本文通過引入GWR模型，充分考慮空間異質(zhì)性，用局部參數(shù)估計調(diào)整全局回歸系數(shù)，更有利于探索地區(qū)間的差異，修正回歸結(jié)果.根據(jù)GWR原理，構(gòu)建模型為

式中：μj、νj分別為第j個 DMU 的經(jīng)度、緯度；fjl為第j個DMU第l個影響因素；Cl(?)為地理位置回歸函數(shù)C(?)在第j個DMU第l個影響因素的回歸系數(shù)取值；C0(?)為地理位置回歸函數(shù)的初始項；h為影響因素數(shù)量.

而第j個決策的回歸系數(shù)也可以用地理位置回歸函數(shù)表示如式（10）所示.

式中：ρ=(ρ1，ρ2，··，ρn)；wjn為決策單元n對決策單元j的影響權(quán)重；F為影響因素構(gòu)成的矩陣.

為了避免樣本點的鄰近樣本數(shù)據(jù)稀疏而造成的估計誤差，采用高斯核函數(shù)確定權(quán)重如，如式（12）所示.

式中：djn為決策單元j與決策單元n的歐式距離；dw為帶寬，用于描述權(quán)重與距離之間函數(shù)關系的非負數(shù)衰減參數(shù)，采用最小化赤池信息AICc法確定.

2 變量選擇

區(qū)域交通結(jié)構(gòu)效率的評估主體可劃分為城市內(nèi)部交通體系以及城際間的客貨運輸體系.城市內(nèi)部交通體系以客運為主，主要分為道路交通和軌道交通兩個方面.而城際間的交通運輸體系雖然主要包括水運、空運、管道運輸、公路運輸和鐵路運輸5種運輸方式，但是由于水運、空運及管道運輸具有專用性強、普適性差、可替代性弱、環(huán)境依賴性強的特點，因此本文重點考慮運量大、廣泛性強的公路運輸和鐵路運輸.以我國各省域的交通結(jié)構(gòu)體系為決策單元，建立區(qū)域性交通結(jié)構(gòu)效率評價的投入產(chǎn)出指標體系，如圖1所示.

圖1 投入產(chǎn)出指標體系Fig.1 Architecture of input and output indexes

投入方面，城市道路網(wǎng)密度、軌道交通里程表征了城市交通骨架網(wǎng)絡的通達性和高效性.而公路里程、鐵路里程直接反映了城際間的客貨溝通能力.同時，設施運營需要人力、設備和能源的投入，因此選取每萬人擁有公共交通車輛數(shù)、能源消耗總量、從業(yè)人員總數(shù)作為系統(tǒng)運行成本投入指標.

產(chǎn)出方面，城市客運量和貨運量是反映運輸業(yè)為國民經(jīng)濟和人民生活服務的數(shù)量指標，也是反映運輸發(fā)展規(guī)模和速度的方向性指標.另一方面，機動車污染已成為我國空氣污染的重要來源，是造成霧霾、光化學煙霧污染的重要原因，其中氮氧化物和顆粒物的過量排放嚴重影響居民健康和生態(tài)環(huán)境.

另外，區(qū)域交通結(jié)構(gòu)效率除了受到交通方式自身發(fā)展影響外，還受到相關產(chǎn)業(yè)結(jié)構(gòu)及社會經(jīng)濟體系內(nèi)其他因素的影響.本文參考了楊冕[22]、程利莎等[27]的研究，從人口因素、經(jīng)濟水平、產(chǎn)業(yè)結(jié)構(gòu)、資源投入等方面，最終選取了7個指標作為回歸的自變量，具體如表1所示.

3 實證分析

3.1 交通結(jié)構(gòu)效率分析

1）交通結(jié)構(gòu)效率計算及排序

由于港澳臺及西藏的部分統(tǒng)計指標難以獲取，因此本文選取我國30個省份交通結(jié)構(gòu)的投入產(chǎn)出數(shù)據(jù)，建立規(guī)模報酬可變的非期望產(chǎn)出超效率SBM模型，綜合分析各省市、自治區(qū)的區(qū)域交通結(jié)構(gòu)效率.各項數(shù)據(jù)分別來自2018年《中國統(tǒng)計年鑒》[28]、《中國城市統(tǒng)計年鑒》[29]、《中國城市建設統(tǒng)計年鑒》[30]、《中國機動車環(huán)境管理年報》[4]、《中國能源統(tǒng)計年鑒》[31]及全國各省市、部門統(tǒng)計年鑒.運用MaxDEA ultra 7.0軟件，采用非期望產(chǎn)出超效率SBM模型計算各省份交通結(jié)構(gòu)的超效率值.全國各省市、區(qū)域交通結(jié)構(gòu)效率值的詳細信息分別如附加材料2表S1、S2所示.

從總體上看，有22個省份的綜合效率值為1.000，達到了DEA有效，占總數(shù)的73.33%，說明我國大多數(shù)省份的交通運輸效率較高，在資源投入有限的條件下，基本滿足社會整體的交通運輸需求.經(jīng)測算，排名前5的省份分別為上海（1.567）、廣東（1.366）、云南（1.292）、江西（1.181）、安徽（1.160）.而青海、河南、海南、廣西、山西、湖北、新疆、江蘇8個省份的交通結(jié)構(gòu)綜合效率值小于1.000，未達到DEA有效生產(chǎn)前沿面，需要優(yōu)化交通運輸結(jié)構(gòu).

從區(qū)域分布來看，交通運輸綜合效率存在較為明顯的地域差異.華東、西南地區(qū)交通結(jié)構(gòu)效率整體較高，而西北、華中地區(qū)整體交通效率較低.說明區(qū)域性發(fā)展帶來了一定的趨同性，相近地區(qū)交通發(fā)展的協(xié)同、帶動作用得以顯現(xiàn).相對的，自然地理阻隔也使得交通結(jié)構(gòu)的差異性顯著.

一方面，社會經(jīng)濟發(fā)展程度較高的區(qū)域比如上海、廣東，人口聚集度高，交通需求旺盛，其完善的交通基礎設施能夠承擔較大的客貨運交通壓力，同時由于其管理和技術水平相對較高，系統(tǒng)運營成本和環(huán)境負面效應也能夠得到有效的控制.另一方面，經(jīng)濟活躍度不高的區(qū)域例如安徽、江西，自然資源相對豐富，雖然交通基礎設施投入有限，但依靠不斷完善的城市道路交通體系，仍能夠滿足城市主要客運需求，同時憑借著較為發(fā)達、可靠的鐵路運輸系統(tǒng)，最大程度的發(fā)揮大運量、運行穩(wěn)定的特點，實現(xiàn)客、貨的快速轉(zhuǎn)移.但是，交通結(jié)構(gòu)效率較低的省份大多處于規(guī)模報酬遞增的階段，也就是說受限于交通基礎設施建設規(guī)模以及資源投入水平，交通運輸效率難以繼續(xù)提升.

2）投影分析

針對未達到綜合效率有效的8個省份，通過投入產(chǎn)出投影分析，計算得到各省份的投入冗余率、產(chǎn)出不足率以及非期望產(chǎn)出冗余率，如表2所示.

表2 投入與產(chǎn)出的調(diào)整率Tab.2 Adjustment rate of input and output %

從表2可以看出，大部分省份的城市道路網(wǎng)密度、鐵路里程以及從業(yè)人員數(shù)存在一定程度的投入冗余.具體來說，城市道路交通、鐵路運輸具有使用頻率高、運量大、經(jīng)濟實用等特點，因此承擔了大部分的客貨運需求，而大部分省份道路和鐵路的設施投入規(guī)模較大需要適當縮減.同時，過多的人力資源投入會造成運營成本的增長、資源的浪費、個人工作效率的降低.因此，精簡機構(gòu)與人員，加強管理，提高職業(yè)技能和工作效率，能夠顯著改善人員投入過量的現(xiàn)象.

另外，交通的負外部性會導致社會整體交通成本的上升以及環(huán)境效益的損失.非期望產(chǎn)出偏高，既削弱了交通運輸效率，又造成了環(huán)境污染和居民健康等問題.為了有效控制負環(huán)境效應，應該合理調(diào)整區(qū)域交通結(jié)構(gòu)，鼓勵發(fā)展污染排放少、運輸效能高的公共交通.綜上，有針對性的資源投入以及控制環(huán)境污染物排放是各省交通結(jié)構(gòu)運輸效率提升的重要途徑.

其中，山西和新疆應加大核心城市公共交通建設力度，而江蘇和河南亟待解決的問題是降低交通系統(tǒng)的非期望產(chǎn)出，提高人員工作效率.湖北、廣西、海南、青海四省道路基礎設施潛能較大，應該刺激經(jīng)濟交流和貨物流動，提高設施使用效能.

3.2 回歸分析

3.2.1 Tobit回歸

模型通過共線性檢驗后，使用Eviews 9.0進行Tobit回歸分析，結(jié)果如表3所示.模型檢驗詳細信息見附加材料3表S3、S4.

由表3可知，大部分變量通過了顯著性檢驗，說明變量對交通結(jié)構(gòu)效率的解釋力度較好，模型的擬合度較高.其中，人口密度、人均地區(qū)生產(chǎn)總值、第二產(chǎn)業(yè)產(chǎn)值占GDP比重通過了1%水平上的顯著性檢驗，且對交通結(jié)構(gòu)效率的影響存在顯著的積極作用.說明經(jīng)濟活躍度的提高，人口密度的增加有助于加快交通基礎設施投資、建設的速度，工業(yè)技術的不斷提高使得各行業(yè)在增加產(chǎn)能的同時減少資源、環(huán)境的消耗.因此，優(yōu)化城市功能規(guī)劃及產(chǎn)業(yè)空間布局，并采取合理的人口引導策略，促進交通發(fā)展從粗獷式轉(zhuǎn)變?yōu)榫毣哪Ｊ睫D(zhuǎn)型，是實現(xiàn)交通結(jié)構(gòu)體系的綠色、高效、可循環(huán)的重要途徑.

表3 Tobit回歸分析結(jié)果Tab.3 Results of Tobit regression

環(huán)境污染治理投資總額與交通結(jié)構(gòu)效率呈現(xiàn)負相關性，通過了10%水平的顯著性檢驗，說明政府環(huán)保資金的投入雖有利于減弱固定端與移動端污染源的環(huán)境影響，但存在投入冗余現(xiàn)象.部分環(huán)保措施，比如限制工業(yè)生產(chǎn)，限行限號，調(diào)整停車收費等，在一定程度上會影響運輸成本，限制交通需求，從而在短時期內(nèi)削弱了交通結(jié)構(gòu)效能的發(fā)揮.從長遠角度看，優(yōu)化環(huán)境投資，重點發(fā)展污染小、能耗低的交通方式，重視政府投資的產(chǎn)出效率，避免公共資源浪費，未來會更加有利于交通效率的提高.

交通運輸用地和每萬人擁有公交車輛數(shù)的回歸系數(shù)都為正數(shù)，雖然沒有通過顯著性檢驗，但在一定程度上說明了公共交通基礎條件、設備的投入對交通運輸效率存在一定程度上的正向影響.

3.2.2 GWR地理加權(quán)回歸

為保證GWR模型計算結(jié)果的有效性，需要對交通結(jié)構(gòu)效率進行空間相關性分析.全局空間自相關結(jié)果顯示，各省的全局莫蘭指數(shù)（Moran Ⅰ）為0.181，Z值為2.72，高于界限值 1.96，P值為0.006，在1%水平下顯著，說明交通效率的空間自相關較強.

同時，測算了空間關聯(lián)局域指標（local indicators of spatial association，LISA）的現(xiàn)狀水平，并根據(jù)顯著性的集聚計算結(jié)果，發(fā)現(xiàn)京津冀地區(qū)呈現(xiàn)顯著的高高聚集特征，江蘇和河南省成為區(qū)域交通效率洼地，相反廣東省為區(qū)域高地.因此，交通結(jié)構(gòu)效率分布存在局部空間集聚和異常的現(xiàn)象，空間異質(zhì)性特征明顯，證明了GWR模型構(gòu)建的可行性.

運用ArcGIS軟件，進行GWR模型回歸分析，回歸系數(shù)估計結(jié)果如表4所示，表中，Sig為標準化剩余平方和（剩余平方和除以殘差的有效自由度）的平方根，它是殘差的估計標準差.同時，利用GWR模型參數(shù)估計的空間模式對影響區(qū)域交通結(jié)構(gòu)效率的4個顯著因素進行計算，結(jié)果如附加材料3表S5.

表4 地理加權(quán)回歸分析結(jié)果Tab.4 Results of geographically weighted regression

表4顯示：DP、PGDP、TIFA、INP 4個影響因素通過了1%的顯著性水平檢驗，地理加權(quán)模型回歸結(jié)果與Tobit模型基本保持一致，側(cè)面驗證了Tobit模型對于區(qū)域交通結(jié)構(gòu)效率差異解釋的準確性.但是從附加材料3表S5中可以看出：4個分變量回歸系數(shù)的空間分布趨勢各異，說明不同地區(qū)各社會經(jīng)濟要素對于交通結(jié)構(gòu)效率的影響程度存在空間異質(zhì)性.

具體來說，我國東南部主要以勞動密集型的高新科技產(chǎn)業(yè)和服務業(yè)為主，積極承接人口導入和產(chǎn)業(yè)外溢功能，經(jīng)濟活躍度高，而東北部地區(qū)工業(yè)基礎深厚，雖人口和產(chǎn)業(yè)分布稀疏，但產(chǎn)業(yè)規(guī)模大、人均產(chǎn)值高.因此，人口密度與人均產(chǎn)值成為影響南北部交通效率的主導因素.而西北、西南部分地區(qū)交通基礎設施仍處在旺盛的建設完善期，全社會固定資產(chǎn)投入的加大對西部地區(qū)綜合交通運輸體系的建立起著重要的促進作用.所以，工業(yè)產(chǎn)值與全社會固定資產(chǎn)投資在交通結(jié)構(gòu)效能發(fā)揮的過程中地區(qū)差異性較強.

4 結(jié) 論

針對傳統(tǒng)交通效率評價中交通方式單一、僅考慮碳排放忽略其他非期望產(chǎn)出等問題，本文建立了包含城市和城際運輸體系，并考慮非期望產(chǎn)出的超效率SBM模型，分析了30個省份的交通結(jié)構(gòu)效率，利用Tobit和GWR回歸分析了交通結(jié)構(gòu)效率的影響因素及空間分布差異，得到如下結(jié)論：

1）我國七成以上省份的交通運輸效率較高，基本能夠滿足社會整體的交通運輸需求.從區(qū)域分布來看，交通運輸綜合效率地域差異明顯，華東、西南地區(qū)交通結(jié)構(gòu)效率整體較高，而西北、華中地區(qū)整體交通效率較低.相近地區(qū)交通發(fā)展的協(xié)同與帶動作用得以顯現(xiàn)，組團式發(fā)展趨勢明顯.相反的，自然地理阻隔也會造成交通結(jié)構(gòu)的差異性顯著.

2）第二產(chǎn)業(yè)產(chǎn)值占GDP比重、人口密度、人均地區(qū)生產(chǎn)總值對于交通結(jié)構(gòu)效率的提升具有顯著的促進作用.與此同時，得不到有效利用的環(huán)境治理投資反而會抑制交通運輸效能的發(fā)揮.

3）GWR模型回歸結(jié)果一方面說明了人口密度、人均地區(qū)生產(chǎn)總值等變量對于交通結(jié)構(gòu)的影響存在區(qū)域異質(zhì)性的特征，變量間的關系會隨著地理位置、人口分布的變化而具有空間非平穩(wěn)性.另一方面，通過回歸系數(shù)和顯著性的對比，Tobit模型結(jié)果的準確性得到了驗證.

交通運輸資源及社會公共資源在各地區(qū)、各行業(yè)的合理分配是交通系統(tǒng)運行效益提升前提.應根據(jù)地區(qū)差異特征，合理規(guī)劃城市主要功能區(qū)，實現(xiàn)職住平衡.優(yōu)化交通設施細部設計，加強公共交通的服務質(zhì)量與舒適性，采取公交出行鼓勵政策，減少資源浪費與環(huán)境污染，實現(xiàn)交通需求與交通供給的有效平衡.

致謝：西安市建設科技計劃項目（SZJJ2019-22）的資金支持.

備注：附加材料在中國知網(wǎng)本文的詳情頁中獲取.