【摘要】文中主要从出租车保有量的角度来探讨轨道交通与出租车的竞合关系。选取2010-2020年收集的中国240座城市的面板数据（包括城市规模、基础设施水平、经济和政府财政等）作为数据来源，将“轨道交通开通”这一措施看作准自然实验，通过倾向得分匹配(PSM)筛选出处理组和对照组后，采用多时点双重差分法(Time-varying DID)实证检验了轨道交通开通对出租车的影响效果。结果表明，轨道交通开通显著增加了出租车保有量；同时，轨道交通的线路运营规模与出租车数量之间表现出显著的正相关。这种影响在中国东部和中西部呈现出明显的差异。研究结论揭示了轨道交通对出租车的影响规律，对交通管理者制定相关政策具有参考意义。文中基于结论对轨道交通及出租车的发展提出的建议有望促进轨道交通与出租车的融合发展。

　　[关键词]城市交通;竞合关系;PSM-01D;出租车;轨道交通

　　随着城市化进程的加快，城市和交通规划者试图从城市设计和城市交通的角度来提高城市发展的可持续性。特别是近年来多模式交通出行已被认为是未来城市交通最有效的可持续战略之一，它通过多种公共交通出行方式间的组合，为私家车出行者提供替代选择[1-2]。随着人们的出行需求越来越多样化，人们对于出行的舒适度、便捷性提出了更高的要求。传统的常规地面公交和轨道交通出行存在固定线路、固定时间的限制，而出租车作为大众运输服务的交通方式之一，可以提供具有公共和私人交通方式两种特点的“点对点”服务，因此在城市交通系统中起着重要的辅助作用[3]。从传统的招手即停，到时兴的线上网约车，出租车行业一直在不断地适应时代。由于出租车和网约车之间存在明显的相似性，在网约车迅速发展的大背景下，出租车出行是进一步理解网约车或其他新兴的按需乘车服务的一个很好的参考[4]。

　　目前，大部分探究出租车与轨道交通竞合关系的研究都是基于出租车客流和轨道交通客流，研究出租车与轨道交通间的出行关系，以及建成环境对出行关系的影响[5-6]。此类研究从微观层面解释了轨道交通与出租车存在竞争的原因。事实上，很少有研究从宏观层面探究轨道交通开通对出租车产生的影响。即使在特定出行场景下轨道交通与出租车存在相互替代的竞争关系[7],但从城市出行的层面看，出租车或许与轨道交通是相辅相成的合作关系。

　　为了评估轨道交通和出租车之间的竞合关系，本研究从据，这种广泛和高质量的数据来源使我们能够进行更深入和全面的调查分析。在政策和措施效果研究领域，许多学者曾利用双重差分法(Differences in Differences,DID)来检查给定政策或措施的效果。由于标准DID方法仅限于评估单一时间点的政策或措施的效果，无法评估多时间点政策或措施的效果，如本文中的“轨道交通的开通运营”，因此，本文采用多时点DID(Time-varying DID)方法来评价轨道交通对出租车的影响。为了使DID分析有效，本文将倾向得分匹配法(Propensity Score Matching,PSM)搭配DID方法使用。同时为了有效地控制时间趋势，选择了逐期匹配方案，即在进行倾向得分匹配时，限制仅在同期的样本中寻找最合适的处理组和对照组个体进行匹配。

　　目前，中国已有100多个城市制定了城市轨道交通建设规划，出现了100多个城市轨道交通同步发展的新现象[8]。并且在轨道交通线路尚未形成网络之前，人们对于“第一公里”和“最后一公里”的需求愈加强烈。城市多模式公共交通系统的建立，少不了轨道交通与出租车之间有效的衔接和合作[9]。对此，本文从出租车保有量的角度实证检验了轨道交通开通对出租车的措施效应，为轨道交通与出租车之间的竞合关系提供了证据。其次，本文基于实证结果为规划轨道交通、优化出租车服务、促进城市可持续发展提供了可行的建议。

　　1研究方法和变量选择

　　本文的主要目的是研究轨道交通与出租车的竞合关系，即评估轨道交通的开通对出租车的影响效果。轨道交通开通后，其空间影响主要来自两方面：一方面是随时间自然增长或城市发展而形成的所谓“时间效应”，另一方面是因轨道交通开通而引起的所谓“政策处理效应”[10]。问题的关键在于区分“时间效应”和“政策处理效应”。

　　DID是一种自然的实验方法，广泛应用于评估政策或措施实施效果[11]。DID可有效控制处理组和对照组之间随时间推移和其他共时性政策产生的影响，进而识别政策或措施实施给研究对象带来的“净政策效应”。但目前标准DID模型需要政策或措施的实施点为单一时点，且对象受干预的状态在研究期内是持续的，否则交互项设置将无法满足平行趋势假设，导致交互项估计系数产生偏差。

　　本文研究将“轨道交通的开通”类比于“某项措施的实施”。考虑到中国每座城市开通轨道交通的时间并不相同，因此，标准DID无法满足本文的要求。多时点双重差分(Time-varying DID)模型被广泛用于评估多阶段试点政策等措施的实施效果，为本研究提供了可行的解决方案。因此，本文使用Time-varying DID对“轨道交通开通”的措施效应进行评估。

　　Yit=β0+β1 didit+β2∑Zit+μi+τt+εit(1)

　　式中，被解释变量Yit表示城市i在t年的出租车数量，核心解释变量didit为反映城市i在t年是否开通轨道交通的虚拟变量，∑Zit表示随时间和个体变化的控制变量，μi表示个体固定效应，τt表示时间固定效应，εit表示标准残差项。Time-varying DID用一个随时间和个体变化的处理变量treatit代替了Standard DID中常用的交互项。

　　DID模型的核心假设为平行趋势假设(Parallel Trend Assumption),即要求处理组在未受政策或措施冲击之前需要在平均时间趋势上与对照组保持平行。因此，要求处理组和对照组在选定的控制变量上有较高的相似度。为减少样本选择偏差和异质性，有效匹配处理组和对照组，本文引入由Rosenbaum,Rubin[12]在1983年提出的PSM方法来处理混杂因素引起的样本选择偏差。Heckman等[13]在1998年首次提出将PSM模型与DID模型相结合的思路，并指出两种方法结合的关键点，即PSM模型可以为DID模型筛选优质的分析样本。这为本文使用PSM-DID模型评估“轨道交通的开通”的间错配”问题，即处理组在处理期的某位个体，可能与不同期的对照组个体相匹配，这样就无法有效控制“时间趋势”。本文选用了逐期匹配的方案，即在进行倾向得分匹配时，限制仅在同期的对照组个体中寻找最合适的比配。在匹配方法上，通过多种匹配方法的比选（如：k-nearest neighbor matching、radius matching、kernel matching),本文最终采用半径为0.03的半径匹配。同时，只保留匹配成功的处理组和对照组，未匹配到的样本将被删除。

　　1.1变量选择

　　①因变量选择。

　　在本研究中，我们使用年末实有出租汽车保有量(Taxis)指标来衡量轨道交通开通对出租汽车的影响。同时，为了统一数据级数大小，对数据进行取自然对数处理[14],处理后的指标用ln(Taxis)表示。

　　②解释变量选择。

　　本文选取didit(didit=ireati·tyeart)作为核心解释变量。时间虚拟变量iyeart衡量轨道交通开通前后处理组和对照组空间结构的变化。措施虚拟变量treati衡量开通轨道交通城市与未开通轨道交通城市之间的空间变化差异。因此，该变量能准确反映轨道交通开通的措施效果。

　　③控制变量选择。

　　为促进交通行业健康发展，2003年国务院以国办发[2003]81号文发布《国务院办公厅关于加强城市快速轨道交通建设管理的通知》，明确规定了申报发展地铁的城市需要达到的基本条件：地方财政一般预算收入在100亿元以上，国内生产总值达到1000亿元以上，城区人口在300万人以上，规划线路的客流规模达到单向高峰小时3万人以上。因此，本文控制变量的选取主要依据上述文件中涉及到的城市特征和已有相关研究成果[13-14],分别从人口、经济发展水平、交通基础设施、政府财政、就业、城市机动化水平等方面选取相关特征变量加以控制，最终选择的控制变量主要包括人口密度、人均GDP、人均道路面积、政府规模、私人汽车保有量、常规地面公交车辆数和城镇单位就业人员数量。本文采用政府财政预算内支出占地区生产总值的比例(Gov)[17]来反映政府财政支出对出租车的影响。具体变量描述见表1。

　　2政策背景及数据来源
       2.1政策背景

　　随着城市化进程的加速和城市的快速扩张，中国城市人口不断增长。截至2021年底，中国常住人口城镇化率达到*.72%。中国城市的客运总量和出行距离都急剧增长。与此同时，小汽车的保有量也在不断增加。2021年，中国私人汽车保有量达到24393万辆，较上年增加1852万辆。城市交通结构发生了显著的负面变化：机动化出行的比例迅速上升，而非机动车出行的比例则在持续下降。这些变化给中国城市带来了巨大的挑战，导致城市交通拥堵日益加剧，环境污染和能源消耗的压力日益增加[18]。因此，发展综合性城市公共交通系统成为满足日益增长的城市出行需求的必然选择。

　　轨道交通是城市公共交通系统的重要组成部分，可以分为地铁、轻轨、单轨、有轨电车、磁悬浮等多种类型。城市轨道交通具有节约资源、舒适安全、运量大、速度快等特点，在城市公共交通系统中起着骨干作用[19]。但修建轨道交通不仅仅需要大量资金投入，也对当地政府的管理能力提出了较高的要求，同时还需要城市有足够多的客流量来支撑轨道交通的运营。因此，中国分别于2003年和2015年先后两次对发展轨道交通的城市提出要求。

　　2003年发布的《国务院办公厅关于加强城市快速轨道交通建设管理的通知》对申报发展轨道交通的城市在地方财政、国内生产总值、城区人口、规划线路的客流规模等方面提出了具体的要求。2015年，国家发展改革委发布《关于加强城市轨道交通规划建设管理的通知》（发改基础[2015]49号），要求拟建轨道交通的城市根据线网规划编制5~6年期的建设规划。拟建地铁初期负荷强度不低于每日每公里0.7万人次，拟建轻轨初期负荷强度不低于每日每公里0.4万人次。项目资本金比例不低于40%,政府资本金占当年城市公共财政预算收入的比例一般不超过5%。

　　截止到2021年底，中国城市轨道交通客运量占公共交通客运总量的分担比率为43.4%,比上年提高4.7个百分点，其中北京、上海、广州等8座城市的轨道交通分担比率已超过50%。截至2021年底，共有67座城市的轨道交通线网规划获批（含地方政府批复的23个城市），2021年全年共完成轨道交通建设投资5859.8亿元，在建线路总长6096.4公里，在建线路规模和年度完成投资额同比有所回落，详细内容见图1。

　　2.2数据来源

　　根据《中国城市轨道交通统计年鉴》可知，在2010年以前，中国只有10个城市开通了轨道交通，2010年以后，开通轨道交通的城市数量增速较快（见表2)。因此，本文研究时间范围选定为2010年至2020年，将截止到2020年开通轨道交通的42个城市作为处理组，选取国内地级及以上城市作为对照组。剔除研究期内统计数据缺失及行政区划调整的城市后，最终保留了240座城市作为基础样本，从《中国城市统计年鉴》以及各市政府的统计局*获取所需数据，城市具体数据使用全市数据而非市辖区数据。除此之外，我们从中国城市轨道交通协会发布的数据中收集了2010-2020年期间每一年新开通地铁的城市及地铁运营长度数据。最终，得到了2010年至2020年期间中国240个城市的平衡面板数据，形成了11年面板数据，每个指标为2*0个观测值。

　　表3中，我们对处理组和对照组城市的均值和标准差数据进行了汇总。从中可知，开通轨道交通的城市在年末出租车数量上比未开通轨道交通的城市高。但由于处理组和对照组在其他控制变量方面均存在显著差异，故处理组和对照组在出租车数量上的差异可能是由内生性引起的，因此，需要进行PSM-DID模型的检验，以得到更可靠的结论。

　　3实证分析

　　本文采用STATA软件对2010-2020年期间的11年面板数据进行实证分析。

　　图2为匹配前后各控制变量平衡性检验的结果。从图中可以看出，匹配前大多数变量的%bias系数都显著大于10%。匹配后各变量的%bias系数要比匹配前都更接近于0,这表明匹配后数据的标准化偏差缩小，PSM方法很好地平衡了数据，匹配效果令人满意。

　　3.1评价结果

　　本文使用PSM来匹配基本样本数据的倾向得分，然后使用多时点DID进行估计，结果如表4所示。模型(1)报告的结果为基础样本数据采用PSM-Time-varying DID估计的结果；模型(2)与模型(1)的处理方法一致，只是我们将解释变量从“是否开通轨道交通”替换为“城市开通运营的轨道交通的长度”，以探究轨道交通规模如何影响出租车数量。

　　表4中的Model(1)的结果显示，被解释变量ln(Taxis)交互项did的回归系数为1.074,且在1%的水平上显著，这说明城市开通轨道交通会显著增加当地的出租车数量。与未开通轨道交通的城市相比，在研究期内，轨道交通的开通将使出租车数量增加107个百分点。将解释变量替换为轨道交通的线路长度后，Model(2)中交互项did的回归系数为0.049,同样在1%的水平上显著，这说明随着轨道交通运营规模的扩大，出租车数量也会随之增加。

　　3.2平行趋势检验

　　处理组与对照组具有可比性是本文采用Time-varying DID来分析轨道交通开通这一措施对出租车影响效果的一个前提假设，即如果不存在轨道交通开通这一事实，处理组和对照组之间出租车数量的空间差异不随时间的变化而变化。因此，我们对处理组和对照组进行了平行趋势检验。本文使用Jacobson等[20]提出的事件研究法进行平行趋势检验，该方法可表示为

　　Passengersit=β0+∑=-8δt Dit+β·∑Zit+μi+τt+εit(2)

　　式中，Dit与式(1)中的didit相似，用于反映城市i在t时间点的是否开通轨道交通。t表示：城市轨道交通开通年份与研究时间点时间之差。当t为负数，表示轨道交通开通的年份在研究时间点之前，反之为在研究时间点之后。其余各变量的符号含义与式(1)中的符号相同。在做平行趋势检验时，系数δt是主要的关注对象，其反映了轨道交通开通的第t年，处理组和对照组城市之间出租车数量的差异。

　　存在After5之后数据的城市表示其在2015年之前就开通了轨道交通，而存在Before8之前数据的城市表示其在2017年之后才开通地铁，该部分数据相较于整体样本数据规模较小，因此本文将早于Before8的数据汇总到Before8期，将晚于After5的数据汇总到After5期。另外，为了避免完全共线性问题，本文以轨道交通开通前1期(Before1)作为基期。

　　对于平行趋势检验，主要关注城市轨道交通开通前的年份。可以发现，除去基准期，其他年份的城市稳健标准误差都接近0,并且标准误的95%置*区间包含每个时期的零值。这表明这一时段回归系数并不显著，即开通轨道交通城市和未开通轨道交通城市的出租车数量变化趋势基本一致。因此，平行趋势假设检验通过。

　　3.3稳健性检验

　　3.3.1核心数据缩尾处理

　　为避免极端值对基准回归结果的影响，本文对初始数据中的结果变量ln(Taxis)和控制变量分别进行双侧5%水平的缩尾处理，将异常值用指定分位数取值替代，覆盖原始值。并对缩尾后的数据重新进行式(1)中的回归，具体结果见表5。表5中Model(1)显示，5%的口径对数据进行平滑后，结果变量与基准估计结果基本一致，通过稳健性检验。

　　3.3.2控制非平行趋势

　　开通城市轨道交通的城市常被认为是经济发展水平较高的城市，若开通轨道交通的城市受到城市经济发展水平和地理位置等因素影响，那么这些因素的差异随时间的演进可能会对该地公交系统产生不同的影响，造成估计上的偏差。因此，我们借鉴Li等[21]的思路在式(1)的基础上加入城市基准变量与时间趋势项的交互项，从而排除由这些特征变量的时间趋势导致的差异。得到公式如下：

　　Passengersit=β0+β1 didit+β2∑Zit+β3 coastal·trend+μi+τt+εit(3)

　　其中，coastal为城市基准变量，表示该城市是否为沿海城市，trend为时间趋势项。加入城市基准变量与时间趋势的交互项后，ln(Taxis)的系数估计值为1.052,在1%的水平上显著，与基准结果一致(1.074,p<0.01),见表5中的Model(2)。事实上，开通城市轨道交通的城市位于不同的地理位置，城市开通轨道交通需要满足地方财政及国内生产总值等经济上的要求，同时也要满足人口和客流量相关的要求。因此，处理组城市具有差异化的经济发展水平，在一定程度上具备选择随机性。

　　3.3.3排除竞争政策的影响

　　因为本文选取的时间段为2010-2020年，而这十一年间中国政府从未停止在减少碳排放方面的努力，其已将减少碳排放纳入国家发展战略[22]。国家发展和改革委员会(NDRC)分别于2010年、2012年和2017年在三批低碳省市进行了试点，Song等[23]证实低碳城市建设在显著提高了城市生态效率的同时，也对公共交通的发展有推动作用。同时，低碳城市建设的推行年份都在本文研究的时间期内，因此我们需要排除低碳城市建设可能对基准估计结果造成的偏差，在基准回归中加入了低碳城市建设虚拟变量Lcc。Lcc表示该城市当年是否属于低碳城市建设试点区域，如果是，取1,反之，取0。从表5 Model(3)可以发现，控制了竞争性政策后，结果变量ln(Taxis)的系数估计值为0.975,在1%的水平上显著，与基准结果一致(1.074,p<0.01)。这表示，城市开通轨道交通会显著减少该地区公交客流量这一结论具有稳健性。

　　3.4异质性分析

　　为了探究不同地区城市开通轨道交通会对当地公交客流量产生怎样的影响，本文将240个城市分为东部地区城市和中西部地区城市，并分别基于式(1)进行回归，结果展示在表6中。Model(1)中ln(Taxis)的系数估计值为0.136,且未通过显著性检验。这说明东部城市在开通轨道交通时，城市中出租车数量增加的幅度相较于全国范围并不明显。相反，Model(2)中ln(Taxis)的系数估计值为1.536,在1%的水平上显著。相较于基准结果，系数估计值从1.074提高到了1.536,这表示中西部城市在开通轨道交通时，出租车数量的增加幅度将高于全国水平。将解释变量替换为轨道交通的线路长度后，结果与上述结果基本一致，故不做过多赘述。

　　4讨论

　　全球各国政府越来越重视交通拥堵问题。除了对私人车辆实施限制外，地方政府还对公共交通基础设施进行了大量投资，特别是轨道交通。许多国家的成功经验已经证明，对轨道交通的投资可以在节能、减排和缓解拥堵方面产生巨大的效益[24]。根据《2020年中国城市公共交通发展报告》，中国公共交通的分担率为37.2%,一些城市达到50%甚至60%。中国决策者已经认识到投资公共交通基础设施对增加公共交通分担率的重要性。中国各大城市目前正在建设数千公里长的地铁系统[25]。因此，从城市层面探究轨道交通的开通对当地出租车产生的影响具有现实意义。分析轨道交通与出租车之间的竞合关系，也能为打造高效联运的公共交通系统提供相关的理论依据。

　　本文提供的证据表明，轨道交通的开通将增加当地的出租车数量，而城市出租车的规模一定程度上可以反映出城市对于出租车的需求水平。城市建成轨道交通后，城市公共交通的运输能力将得到显著的提升，但出行者一些个性化的出行需求仍然无法满足。而出租车主要提供“点到点”式的出行服务和“最后一公里”的服务，因此，可以与轨道交通优势互补，很大程度上能提升城市公共交通系统的服务水平，提高旅客的通勤效率。这可能就是轨道交通开通后出租车需求增加的主要原因。

　　另外，轨道交通对出租车的影响存在区域异质性。从结果上看，中西部地区开通轨道交通时，当地出租车数量增加显著，且高于全国水平(1.074)。东部地区城市开通轨道交通时，当地出租车数量的增加并不显著。分析控制变量可以发现，lnCar变量在1%的水平上会显著减少出租汽车的数量。本文合理分析是因为东部地区私家车占有率高，对出租车的需求没有中西部那么大。再加上东部地区城市私家车大量占用城市道路，导致道路拥堵严重，使得出租车效率较低，东部地区出行者使用出租车的意愿比中西部低。因此，出现轨道交通开通后中西部出租车数量增幅高于东部的结果。

　　根据上述发现，本研究对城市发展轨道交通及出租车分别提出了一些思考：

　　发展轨道交通可以缓解城市公共交通系统的压力，提高城市公共交通的质量。轨道交通的建设需要大量的资金分配，并对地方政府和运营机构在建设、运营和其他相关方面的能力提出了严格的要求。因此，各城市必须根据自身发展水平和城市客流需求，逐步推进城市轨道交通建设。

　　出租车在公共交通系统完善的区域，在公共交通方式中起重要的辅助运输作用[26],即便在公共交通运营效率低下的地区，出租车同样起到重要的补充作用[4]。从本文的实证结果同样可以看出，出租车在接驳轨道交通方面发挥着重要的作用。在轨道交通规模较大的城市，早晚高峰时段的部分站点会出现客流激增的情况，随之而来的是叫车服务需求的增加。一些出租车或网约车会临时停靠在地铁站附近等待乘客，这会导致该区域的道路更加拥堵。针对上述情况，本文提出，在用地规划满足的基础上，可以在客流量较高的轨道交通站点附近设置出租车停靠点。设置停靠点可以在快速疏散客流的同时，有效缓解道路拥堵，同时能提升乘客上下出租车的安全性。另外，本研究发现轨道交通在中国中西部地区开通时，将会显著增加当地的出租车使用需求。因此，这些城市在计划开通轨道交通时，应适当增加出租车数量、对出租车司机进行培训，并保障出租车基础设施的建设以更好地服务于接驳轨道交通的出租车出行需求。

　　5结论

　　本研究选取了中国240座城市跨越11年(2010-2020年)的面板数据作为主要数据来源。利用PSM-Time-varying DID方法研究轨道交通开通对出租车的影响。同时，回归结果经过一系列的平行趋势检验、稳健性检验和异质性分析。主要研究结果如下,我们发现有明确的证据表明，轨道交通的开通显著增加了出租车的数量。同时，轨道交通的规模与网约车数量之间表现出显著的正相关。此外，轨道交通对出租车系统的影响在中国东部地区和中西部地区之间存在显著差异。在中国东部地区，轨道交通对于出租车不具有显著影响，相比之下研究表明，在中国中部和西部地区，其对出租车的影响将显著高于全国水平。

　　虽然许多研究从出行选择的角度对轨道交通和出租车的竞合关系进行了验证，但从宏观城市层面对轨道交通和出租车之间的相关性进行的研究有限。利用PSM-Time-varying DID模型所得的研究结果表明，轨道交通与出租车系统之间存在合作关系，且此关系存在区域异质性。此外，本研究的结论将为决策者制定城市轨道交通规划策略提供有价值的参考。本文提出的轨道交通及出租车发展建议有望促进轨道交通与出租车的融合发展。

　　由于本文没有进行城市轨道交通的成本效益分析，我们的结论不能作为政府决策的主要依据。同时，必须承认本文在控制变量的选择上存在一些缺陷。我们试图从各个城市的统计局收集政府公共交通支出的数据，然而，大多数统计局没有提供这一特定领域财政支出的详细*息。因此，我们不得不使用“政府预算支出占地区生产总值的比例”(Gov)作为替代变量，尽管它不够准确。本文从宏观角度分析了轨道交通与出租车的关系，未来的研究将致力于通过大量的出租车出行数据，再考虑建成环境影响下的轨道交通与出租车竞合关系，以验证本文得出的结论。

　　［参考文献］

　　[1]Klinger T.Moving from monomodality to multimodality?Changes in mode choice of new residents[J].Transportation Research Part A:Policy and Practice,2017,104:221-237.

　　[2]Huang J,Liu X,Zhao P,et al.Interactions between bus,metro,and taxi use before and after the Chinese Spring Festival[J].ISPRS International Journal of Geo-Information,2019,8(10):445.

　　[3]King D A,Peters J R,Daus M W.Taxicabs for improved urban mobility:Are we missing an opportunity[C].TRB 91st Annual Meeting Compendium of Papers DVD.2012.

　　[4]Wang F,Ross C L.New potential for multimodal connection:Exploring the relationship between taxi and transit in New York City(NYC)[J].Transportation,2019,46(3):1051-1072.

　　[5]陈启香，吕斌，陈喜群，等．空间异质性建成环境对出租车与地铁竞合关系的影响[J].交通运输系统工程与*息，2022,22(3):25-35.

　　[6]王政．出租车与地铁出行影响因素分析及其竞合关系研究[D].北京：北京交通大学，2022.

　　[7]杨燕，胥川．出租车和网约车载客空间特征分析[J].交通运输工程与*息学报，2020,18(1):68-76.

　　[8]Bao X.Urban rail transit present situation and future development trends in china:Overall analysis based on national policies and strategic plans in 2016-2020[J].

　　[9]钱建华．城市综合公共交通体系及其关键问题探讨[J].交通运输工程与*息学报，2013,11(2):37-41.

　　[10]董艳梅，朱英明．高铁建设能否重塑中国的经济空间布局—基于就业、工资和经济增长的区域异质性视角[J].中国工业经济，2016(10):92-108.

　　[11]Wang Y,Tao J,Wang R,et al.Can the new subway line openings mitigate PM10 concentration?Evidence from Chinese cities based on the PSM-DID method[J].

　　International Journal of Environmental Research and Public Health,2020,17(13):4638.

　　[12]Rosenbaum P R,Rubin D B.The central role of the propensity score in observational studies for causal effects[J].Biometrika,1983,70(1):41-55.

　　[13]Heckman J J,Ichimura H,Todd P.Matching as an econometric evaluation estimator[J].Review of Economic Studies,1998,65(2):261-294.

　　[14]Barnes S J,Guo Y,Borgo R.Sharing the air:Transient impacts of ride-hailing introduction on pollution in China[J].Transportation Research Part D:Transport and Environment,2020,86:102434.

　　[15]Talebian A,Zou B,Hansen M.Assessing the impacts of state-supported rail services on local population and employment:A California case study[J].Transport Policy,2018,63:108-121.

　　[16]Liu C,Li L.How do subways affect urban passenger transport modes?ℴEvidence from China[J].Economics of Transportation,2020,23:100181.

　　[17]刘瑞明，赵仁杰．西部大开发：增长驱动还是政策陷阱—基于PSM-DID方法的研究[J].中国工业经济，

　　[18]Zou L,Dai H,Yao E,et al.Research on assessment methods for urban public transport development in China[J].Computational Intelligence and Neuroscience,2014,2014:1-8.

　　[19]王兵，刘宇，陈钉均，等．成都市轨道交通与常规公交发展现状及协调研究[J].交通运输工程与*息学报，2018,16(4):124-129.

　　[20]Jacobson L S,LaLonde R J,Sullivan D G.Earnings losses of displaced workers[J].American Economic Association,1993,83(4):685-709.

　　[21]Li P,Lu Y,Wang J.Does flattening government improve economic performance?Evidence from China[J].Journal of Development Economics,2016,123:18-37.

　　[23]Song M,Zhao X,Shang Y.The impact of low-carbon city construction on ecological efficiency:Empirical evidence from quasi-natural experiments[J].Resources,Conservation and Recycling,2020,157:104777.