交通部署案例集/达拉斯地区快速交通轻轨

引言：DART 轻轨发展史及环境背景

达拉斯地区快速交通 (DART) 目前运营着北美最大的轻轨系统（LRT），按轨道长度计，该系统于 1996 年首次开通。DART 在达拉斯地区各种市场中开展了相当积极的扩张服务，并在项目完成方面取得了成功，但其可达性和经济效益并不容易确定。作为全美范围内有轨电车服务和相关 LRT 系统复兴的一部分，DART 目前运营着超过 140 公里的轨道和 63 个车站，根据 2013 年的人口估计，这是德克萨斯州第三大城市 (Speck, 2013; 美国人口普查局, 2013)。然而，DART LRT 系统在多大程度上真正提高了区域可达性？DART LRT 是否提高了区域整体公交出行份额，这将有助于实现公交项目的普遍目标，即减少汽车出行份额和相关的拥堵问题？DART LRT 是否实现了常见的 LRT 目标，即提高附近房产估价指标？是否有其他政策和决策与 DART LRT 系统的成功相互作用并抑制其成功？这些问题的答案似乎表明该系统的成功喜忧参半，并且需要在发展模式上做出重大调整。

根据人口普查数据，DART 系统在 2000 年的总客运量在三条 LRT 线路建设了约 32 公里轨道后比 1990 年的水平低了 7.75%，当时整个系统仅依靠标准公交服务运营 (Cox, 2002)。此外，达拉斯地区的总公交出行份额从 2000 年的 3.9% 下降到 2010 年的 1.53% (Freemark, 2010)。尽管达拉斯地区从 1983 年开始征收 1% 的年度销售税来资助最终的 DART LRT 系统，但该地区的公交出行份额一直停滞不前。此外，公交出行份额的停滞不前发生在德克萨斯州 GDP 从 1997 年的 6130 亿美元增长到 2013 年的 1.53 万亿美元期间，而达拉斯-沃斯堡都会区在 2001 年的 GDP 为 2559.1 亿美元，到 2013 年增长到 4475.7 亿美元，这可能表明经济向上流动与达拉斯地区的出行选择无关 (圣路易斯联邦储备银行, 2014; 经济分析局, 2013)。

达拉斯交通发展环境的补充因素包括当前的公交导向型开发实践（或缺乏这种实践）、相关的达拉斯停车政策以及 DART LRT 的运行间隔。也许公交导向型开发正确执行的典型例子是红线、蓝线和橙线 LRT 线路上的 Mockingbird 站 - 初始投资 1.05 亿美元，车站周围的开发包括阁楼公寓、办公空间、零售店和其他设施，以“公交村”风格，以及车站的 735 个免费公交导向型停车位 (Dittmar, 2004)。然而，Mockingbird 站并不是整个 DART 系统的规范，该系统在整个系统范围内拥有总计 19576 个免费停车位；该系统 62 个车站中只有 25 个拒绝提供免费地面停车场或坡道停车场，有 35 个车站（56%）提供超过 100 个停车位，3 个车站提供超过 1000 个停车位（Arapaho Center、Park Lane 和 Bush Turnpike），一个车站（Parker Road）提供超过 2000 个停车位 (DART, 2014)。DART LRT 站的典型发展模式并不遵循 Mockingbird 的例子 - 许多车站位于主要高速公路系统旁边，位于比更昂贵但更适合步行的地段更便宜的地段，并且没有与任何类似于社区城市结构的东西相结合 (Freemark, 2010)。因此，步行到 DART LRT 站的距离减少了，并且为了容纳大量地面停车场和坡道停车场，车站周围步行者可使用的便利设施减少了。用波特兰市长查理·黑尔斯的话说，现代有轨电车是“行人加速器”，那么 LRT 站周围的开发需要遵循“行人促进者”模式才能取得成功，这涉及到适当的公交导向型开发。

停车政策不必存在于公交线路或车站的直接相邻区域才能影响公交系统的客运量。公交线路通常被设计用于将人们送往城市的中央商务区 (CBD)，以鼓励城市中心更多的经济活动。然而，达拉斯 CBD 地面的停车场和坡道停车场非常充足，这是一个在汽车时代取得了巨大发展的城市；研究发现，在 2011 年，工作日高峰时段平均有超过 7000 个停车位空置，典型的停车费用仅为每小时 1 美元 (Watkins, 2013)。因此，达拉斯的停车政策似乎是锁定状态。许多停车费用很低的城市都在相对于停车位的实际市场价值低估停车费用，但在达拉斯并非如此 - 停车位的供应量非常大，以至于每小时 1 美元的“低估”价格点大约等于市场价值，从而产生了过大的消费者剩余（人们愿意为在以汽车为中心的达拉斯开车上班的奢侈享受支付远高于每小时 1 美元的费用）(Speck, 2013)。当停车位既很充足又很便宜时，使用进入 CBD 的公交线路的可能性就会大大降低。DART LRT 站提供免费停车位的普遍做法是为了鼓励人们乘坐公交系统进行“停车换乘”，这充分说明了市中心的停车状况 - DART 必须大大地鼓励人们开车到他们的大多数 LRT 站，这不利于步行可达性，以便与充足、便宜的 CBD 停车场竞争，但达拉斯的公交出行份额仍然很低。这继续了困扰达拉斯等汽车时代的城市的拥堵问题的循环；事实上，在 1982 年到 1997 年期间，68 个主要美国大都市区的拥堵延误时间增加了近 200% (Shrank & Lomax, 1999)。

LRT 系统的运行间隔也会影响用户乘坐公交系统的可能性。DART 在其市中心 LRT 线路（例如红线）上的运行间隔在高峰时段为 15 分钟，在非高峰时段缩短为 20 分钟 (DART, 2014)。关于运行间隔的一个有用的比较是明尼阿波利斯-圣保罗 METRO 系统的蓝线；在上午 6 点到下午 7 点之间，无论高峰时段还是非高峰时段，运行间隔均为 10 分钟，并在之前和之后有所缩短 (Metro Transit, 2014)。这种比较是合理的，因为这两个城市的城市形态和蔓延程度指标相似 - DART 红线和 METRO 蓝线都从各自的 CBD 向外延伸到德克萨斯州普莱诺（Parker Road 站）和明尼苏达州布卢明顿（美国购物中心站）等人口密度较低、更为“蔓延”的地区。根据 2014 年的智能增长美国报告，达拉斯-普莱诺-欧文和明尼阿波利斯-圣保罗-布卢明顿统计大都市区的综合蔓延程度指标分别为 86.15 和 88.69，这意味着达拉斯地区在 221 个人口超过 50000 人的地区中排名第 152 位，而双子城排名第 147 位，排名最不“蔓延” (智能增长美国, 2014)。作为基准，蔓延程度较高的亚特兰大-桑迪斯普林斯-马里埃塔的得分仅为 40.99，而美国人口密度最高的纽约-怀特普莱恩斯-韦恩和旧金山-圣马特奥-红木城地区的得分分别为 203.36 和 194.28 (智能增长美国, 2014)。萨顿 (2003) 使用夜间卫星图像通过比较实际人口与基于夜间发光强度预期的人口来评估大都市区的蔓延程度。他发现达拉斯在低阈值发光强度下的实际人口与预期人口之间存在 -33% 的差异，在高阈值发光强度下的差异为 -15%。因此，DART 并没有在达拉斯 CBD 附近的更靠近中心区域集中提供更频繁的服务，而是将 LRT 网络扩展到更远的人口密度较低的区域，并相应地减少了运行间隔以保持运营一致性。

通过使用系统状态和客运量水平成熟度、轨道长度、车站数量以及 DART 站的免费停车位数量等指标，我们旨在探索 DART LRT 系统本身的生命周期；通过使用 DART 系统总客运量、人口密度、“城市蔓延”以及与其他建筑环境的相互作用等指标，我们旨在评估 DART LRT 系统的真实有效性，并确定最初为该系统提供资金是否明智。

方法

数据收集自 DART 主办的公开可用来源，包括 LRT 乘客量（人工计数方法）、LRT 乘客量（自动计数方法）、已建轨道公里数、已建车站数量和已建免费停车位数量。所有累计数字（例如轨道公里数）定义在给定财政年度结束时，以直接对应于 DART 的乘客量追踪。从 2013 财年开始，DART 将其乘客量计数方法切换为完全电子化，而在之前的财政年度，计数是通过人工进行的，或者为了比较，使用两种方法。据发现，与更准确的自动计数相比，DART 的人工计数每年少报了至少 15% 的 LRT 上车人数（Dart，2013）。因此，我们的分析将同时考虑这两个数据集以进行比较。此外，2014 财年乘客量系列的最后数据点并非来自测量，而是来自 DART 2014 财年的预算计划。

对于系统范围的每个指标（乘客量、轨道公里数、车站数量和免费停车位数量），使用 MATLAB 建立了一个双变量非线性逻辑回归模型，以分析给定指标在预测最终系统范围方面的有效性。模型公式如下

$Y={\frac {K}{1+e^{-b(t-t_{0})}}}$

其中 $K$ 是系统的整体承载能力， $b$ 是速率修正系数， $t_{0}$ 是系统将建成一半的时间，即 $Y=1/2K$ 的时间。

回归分析要估计的参数是 $K$ 、 $b$ 和 $t_{0}$ 。这种模型公式没有用于计算的每变量行程指标，这些指标包括每轨道公里行程、每车站行程和每免费停车位行程，但这些指标是用来提供一些关于与范围指标相关的乘客量边际增长的见解的。皮尔逊双变量相关系数用于评估回归模型的有效性。

结果

DART LRT 系统是在 1996 年开通的，相对比较新，因此与波士顿的 T 重型铁路和电车系统等成熟度更高的系统相比，年度数字相对较少。以下是为 DART LRT 网络范围构建的五个模型中的每个模型估计的参数表，以及每个模型的皮尔逊相关系数。

表 1：非线性逻辑回归参数估计。
参数	乘客量（百万，人工）	乘客量（百万，自动）	轨道（公里）	车站	停车位
$K$	33.61	38.65	7670.13	4745.55	23974.93
$b$	0.1277	0.1277	0.0899	0.0749	0.1798
$t_{0}$	8.256	8.256	61.32	74.57	9.557
$R^{2}$	0.9258	0.9258	0.9151	0.9326	0.9021

然而，与实际系统中 $K$ 值的典型数量级相比，很明显，一些模型可能无法准确地描述 DART LRT 系统的演变。为了计算这一点，我们将系统可行性 $F$ 定义为一个二进制函数

$F(K)=\left\{{\begin{array}{lr}1:\lfloor {log_{10}{K}}\rfloor =\lfloor {log_{10}{(M_{t})}}\rfloor \vee K\leq {3M_{t}}\\0:K\,{\text{otherwise}}\end{array}}\right.$

也就是说，模型的承载能力 $K$ 必须与指标的最新实际测量值 $M_{t}$ 在同一个数量级上，或者 $K$ 必须小于或等于最新指标值的 3 倍（即我们假设，如果模型预测的最终范围超过当前范围的三倍，那么 DART LRT 模型的有效性就值得怀疑）。五个模型的二元可行性值为 1、1、0、0、1。请注意，这只是一个启发式计算，目的是粗略地了解该模型是否能够描述系统的实际最终状态行为，而不是基于类似的现有系统进行的严格统计验证。 $t_{0}$ 两种客流量模型的值均为 8.256 年，这表明预测 DART LRT 客流量在 2004 财年之后不久就达到了其最大值的一半。系统客流量的预测最终值为手动计数方式下的 3361 万次年度出行，以及自动计数方式下的 3865 万次年度出行。系统停车位的预测最终值为 23975 个。根据系统中可用的累积免费停车位的数量，模型的 $t_{0}$ 值为 9.557 年，这表明预测 DART LRT 系统范围（作为停车位可用性的函数）在 2006 年 1 月左右达到了其最大值的一半。

在可用数据窗口的末尾，DART LRT 客流量的手动和自动计数方法的值分别为 2687 万和 3090 万，这表明到 2014 财年末，系统的成熟度为 79.95%。基于停车位可用性的模型预测系统成熟度为 81.65%。

图 1 和图 2 分别显示了 DART LRT 客流量的手动和自动计数方法的源数据，以及非线性逻辑回归模型。图 3、图 4 和图 5 显示了轨道长度、车站数量和停车位的累积数量的类似时间序列和回归函数。如图 3 和图 4 所示，在数据可用性定义的区域内，轨道长度或车站进展的回归函数中不存在拐点，并且预测发展的中点分别为破土动工后 61.32 年和 74.57 年。

一些有趣的规模化指标需要调查，以评估系统的效率和边际收益，包括每公里轨道乘客出行次数、每 DART 站出行次数和每可用停车位出行次数。对于这些指标，我们只考虑自动出行次数的等效值，并将前几年的数据上调 15%，这是 DART 报告的最低低估量。图 6、图 7 和图 8 报告了这些数据——每个图显示了每个指标的出行次数的时间序列、总出行次数和累积指标，每个序列都根据其各自的最大值进行了标准化。

讨论

在达拉斯市 DART LRT 服务出现之前，DART 交通服务完全由一个广泛的标准公交服务网络组成，这与达拉斯地区所采用的城市结构类型非常一致——即蔓延、低密度开发，没有节点邻里，以及大量廉价的地面停车位供应。随着时间的推移，城市的发展方式会显著影响其未来可能和合理的开发轨迹范围。即使有最广泛和资金最充足的蔓延逆转努力，现状也决定了现实世界的可行性。汽车在达拉斯的统治地位是显著的，而一个不常受到恶劣天气影响的城市中分层行人系统的存在可能表明表面层面上存在着一种隐含的模式等级制度（Speck，2000 年）。我们之前讨论过即使在达拉斯中央商务区，也存在着大量价格过低的表面停车位，以及它与许多 DART LRT 车站有效的规划条例之间的关系，这些条例要求大量的停车位可用性。DART 将其激进的 LRT 愿景建立在 1980 年代初以来的销售税资金的基础上，并投入了这个以汽车为主导的市场，该市场没有成功在公交枢纽周围实施 TOD 的先例（这可以做到）。

我们对 DART LRT 系统发展情况的分析表明，总乘客登机人数和总停车位数量是系统范围或成熟度的合理指标，而轨道里程和车站数量不是好的预测变量。数据越不平滑地聚集在一起，非线性回归就越不可能找到一条合适的曲线，同时也能在所涉及的变量的规模方面有意义。通常，LRT 系统的公里范围只在显著数量上发生变化，或者根本不发生变化，这对应于现有线路的延伸或新线路的完全建设——这种“批量”公里数的增加可能会通过使曲线更向上倾斜，从而导致参数 $K$ 在逻辑回归模型中被严重高估，即使系统接近相对现实的完全范围。

每公里轨道、车站和可用停车位的出行次数指标可以让我们了解进一步建设系统的边际收益。在每种情况下，总出行次数和指标都近似地相互遵循（标准化）。自 2002 年以来，每公里轨道的出行次数从最大值的 0.65 降至最大值的 0.55；每车站的出行次数在 1996 年到 2014 年的整个时间窗口内，在最大值的 0.6 到最大值之间波动了几次；每停车位的出行次数在 1996 年到 2000 年之间接近最大值，并在整个时间序列期间保持在最大值的 0.5 左右。鉴于典型的蔓延城市形式，每公里轨道出行次数的边际收益下降是有意义的——每建造 1 公里轨道就会吸引比之前建造的 1 公里轨道更少的乘客，从而降低整体指标。然而，这并不完美，因为新的线路从中央商务区开始向新的方向延伸，因此新建造的 1 公里轨道可能比另一条线路上的上一公里轨道更靠近中央商务区，因此会提高整体指标。考虑到 DART 广泛的轨道长度，出行次数的边际收益递减值得注意。每车站的出行次数可能因几个原因而波动，即车站数量比年度出行次数低几个数量级，因此每车站的出行次数将对车站数量的整数变化非常敏感；此外，车站周围的城市结构可能差异很大，将一个设施简陋、且很少有停车设施的郊区车站与“交通村”风格的 Mockingbird 站进行比较，会产生显著不同的出行次数。

最后，停车位上的出行次数在客流量和停车位可用性的变化过程中保持相对稳定，这在一定程度上解释了 DART 为什么如此坚持提供充足的免费停车换乘设施。事实上，DART 曾经尝试在 LRT 和公交车站实施选择性收费停车（仅针对不在 DART 服务城市居住的居民）两年，但该项目于 2014 年因收入不足而取消（Formby，2013）。这可能是因为 DART 服务区以外的用户本来就没有使用公共交通，但也有可能即使是 DART 站点针对服务区以外用户的少量停车费也足以劝阻这些用户使用公共交通，反而激励他们开车进入达拉斯，利用充足的路边停车位。

因此，从我们的客流量和停车位可用性逻辑模型以及 DART 长期服务延伸计划的存在来看，该系统目前还没有完全建成，但我们可能已经超过了 50% 的里程碑（在广阔的达拉斯地区建设 250 多公里长的 LRT 系统似乎不太可能）。我们的模型预测该系统即将成熟，到 2014 财年末客流量将达到最大值的 80%。

现在，我们之前讨论了尽管达拉斯地区在 DART LRT 系统上投入了大量资金，但公共交通出行比例总体下降，这乍一看似乎表明 DART 失败了。情况并没有那么简单——DART 建立了一个覆盖达拉斯地区、班次合理（但并非理想）的运营系统，但达拉斯真正的失败之处在于缺乏抑制在 CBD 区域开车和停车的政策。即使是交通站点周围的经济评估也显示出了增值，在 DART 轨道站附近的住宅房产升值了 32.1%，而距离 DART 站点较远的同等房产仅升值了 19.5%，在 DART 服务区域附近的办公房产升值了 24.7%，而非 DART 服务区域的办公房产仅升值了 11.5%（Clower，2002）。然而，价值升值通常局限于距离 LRT 站点 0.4 公里（1/4 英里）以内，如果开发密度相对较低且分散，则只有较少的企业和住宅区域才能从靠近 LRT 带来的好处中受益（Cervero，2002）。此外，城市的城市范围与总人口呈非线性关系（Stewart & Warntz，1958）。因此，交通规划机构在使用总人口来确定系统范围时需要非常谨慎。

Mackett（2003）确定了在区域内建设新的 LRT 系统时必须注意的几个城市规划政策领域，以确保系统成功。机构必须调整政策以利用新的系统，交通导向型开发必须涉及多用途设施，公共开发必须发生在车站附近，并且必须包含步行设施以方便和鼓励步行到车站。根据这些标准中的许多，达拉斯地区规划人员没有给予 DART LRT 系统应有的回报，以回报该系统为该地区提供的连通性和可达性。因此，即使该系统超过了我们模型对运力估计，缺乏政策变化的环境和无法在达拉斯 CBD 区域抑制停车的交通市场将无法从 DART 系统中获取价值。Macket & Edwards（1998）解释说，即使是满足客流量预期的成功的 LRT 系统也可能失败，因为随着汽车拥有量的增加和城市政策促进分散化，它们会随着时间的推移而失去出行比例。仅仅建造和成熟系统是不够的，还需要围绕它打造一个环境。

结论

在本研究中，我们评估了 DART LRT 系统的生命周期状态以及该系统在达拉斯更广泛的经济背景下的有效性。使用非线性逻辑回归，我们确定 DART LRT 在客流量和停车位可用性方面可能已经成熟了 80%。然而，在达拉斯地区公共交通出行比例的更广泛背景下，很明显，政策和发展没有紧随轨道建设的步伐。使用未来几年的客流量水平和基础设施指标更新此框架将进一步调整模型，并且假设达拉斯在停车位可用性和开发实践方面没有发生重大政策转变，可能会继续显示出对 LRT 目标的停滞。

参考文献

交通统计局。（2000）。2000 年交通统计年报。美国交通部，华盛顿特区。
经济分析局。（2013）。区域数据：GDP 和个人收入。美国商务部，2014 年 9 月 16 日更新。于 2014 年 11 月 6 日检索。
Cervero，R.（2001）。步行和乘坐：影响步行进入公共交通的因素。公共交通杂志，3（4）：1-23。
Cervero，R.，Duncan，M.（2002）。公共交通的增值效益：轻轨和通勤铁路服务以及商业用地价值。交通研究记录，1805：8-15。
Cervero，R.，Murphy，S.，Ferrel，C.，Goguts，N.，Tsai，Y.，Arrington，G.B.，Boroski，J.，Smith-Heimer，J.，Golem，R.，Peninger，P.，Nakajima，E.，Chui，E.，Dunphy，R.，Myers，M.，McKay，S.，Witenstein，N.（2004）。美国的交通导向型开发：经验、挑战和前景。TCRP 报告 102，交通研究委员会，国家科学院出版社，华盛顿特区。
Clower，T.L.，Weinstein，B.L.（2002）。达拉斯（德克萨斯州）地区快速交通轻轨车站对应税房产估值的影響。澳大利亚区域研究杂志，8（3）：389-400。
Cox，W.（2002）。DART 的十亿美元的烂摊子。达拉斯商业杂志，2002 年 6 月 16 日。于 2014 年 11 月 6 日检索。
达拉斯地区快速交通。（2013）。前进：达拉斯地区快速交通的官方新闻通讯。达拉斯地区快速交通，2013 年春季。于 2014 年 11 月 6 日检索。
达拉斯地区快速交通。关于 DART。达拉斯地区快速交通，于 2014 年 11 月 6 日检索。
Dittmar，H.，Ohland，G.（2004）。新的交通城镇：交通导向型开发的最佳实践。美国商务部，2014 年 9 月 16 日更新。于 2014 年 11 月 6 日检索。
Dunphy，R.T.（1996）。轻轨的新发展。城市土地，1996 年 7 月：37-41,87-88。
Formby，B（2013）。DART 寻求在轻轨和公交车站结束收费停车。达拉斯新闻，2013 年 11 月 5 日。于 2014 年 11 月 6 日检索。
Freemark，Y.（2010）。公共交通出行比例趋势稳定；铁路似乎鼓励非汽车通勤。交通政治，2010 年 10 月 13 日。于 2014 年 11 月 6 日检索。
Hensher，D.A.（1999）。公交为基础的交通走廊还是轻轨？关于选择与盲目承诺的持续传奇。道路与交通研究，8（3）：3-21。
Kim，S.，Ulfarsson，G.F，Hennessy，J.T.（2007）。轻轨乘客出行行为分析：个人、建设环境和犯罪特征对公共交通接入的影响。交通研究 Part A，41：511--522。
Kuby，M.，Barranda，A.，Upchurch，C.（2004）。影响美国轻轨车站上车人数的因素。交通研究 Part A，38：223-247。
Mackett，R.L.，Edwards，M.（1998）。新的城市公共交通系统的影响：预期会实现吗？交通研究 Part A，32（4）：231-245。
Mackett，R.，Babalik，E.（2003）。新的城市铁路系统：使它们更成功的基于政策的技术。交通地理杂志，11：151-164。
MetroTransit。（2004）。METRO 蓝线。MetroTransit，于 2014 年 11 月 6 日从 https://www.metrotransit.org/route/901 检索。
Parkinson，T.，Fisher，I.（1996）。铁路交通能力。TCRP 报告 13，交通研究委员会，国家科学院出版社，华盛顿特区。
Pickrell，D.H.（1992）。一种名为有轨电车的渴望：铁路交通规划中的幻想与现实。美国规划协会杂志，58（2）：158-176。
Plane，D.（1995）。城市交通：政策选择。城市交通地理，第二版，吉尔福德出版社，纽约：435-469。
Shrank，D.，Lomax，T.（1999）。1999 年年度流动性报告：城市美国的资料。德克萨斯州交通研究所，德克萨斯州大学城。
智能增长美国，大都会研究委员会。（2014）。衡量 2014 年的蔓延。智能增长美国，2014 年 4 月。
Speck，J.，Duany，A.，Plater-Zyberk，E.（2000）。郊区国家：蔓延的兴起和美国梦的衰落。北极星出版社，纽约。
Speck，J.（2012）。可步行城市：市中心如何一步一步拯救美国。北极星出版社，纽约。
Stewart，J.，Warntz，W.（1958）。人口分布的物理学。区域科学杂志，1：99-123。
圣路易斯联邦储备银行（2014）。德克萨斯州各州总国内生产总值。圣路易斯联邦储备银行，2014 年 6 月 6 日更新。于 2014 年 11 月 6 日检索。
Sutton，P.C.（2003）。使用夜间卫星图像对“城市蔓延”进行尺度调整的测量。环境遥感，86：353-369。
美国人口普查局（2013）。城市和城镇总数：2013 年版本。美国人口普查局，华盛顿特区。于 2014 年 11 月 6 日检索。
Watkins，Matthew（2013）。随着达拉斯市中心的复苏，停车正在成为挑战。达拉斯晨报，2013 年 12 月 31 日。于 2014 年 11 月 6 日检索。
Weinstein，B.L.，Clower，T.L.（2002）。对 DART LRT 对应税房产估值和交通导向型开发的影响的评估。北德克萨斯大学经济发展与研究中心，为达拉斯地区快速交通准备的报告。

附录：数据

表 2：DART 系统原始数据。
财年	乘客量（百万，人工）	乘客量（百万，自动）	轨道（公里）	车站	停车位
1996	4.73	5.44	18.0	14	1739
1997	7.97	9.17	32.2	20	4014
1998	10.97	12.58	32.2	20	4014
1999	11.34	13.04	32.2	20	4014
2000	11.43	13.14	32.2	20	4014
2001	11.51	13.24	37.0	22	4502
2002	13.73	15.79	60.7	29	7643
2003	16.97	19.52	71.9	34	12025
2004	16.49	18.96	71.9	34	12025
2005	17.48	20.10	71.9	34	12025
2006	18.58	21.37	71.9	34	12025
2007	17.90	20.59	71.9	34	12025
2008	19.40	22.31	71.9	34	12025
2009	19.00	21.85	76.8	39	12225
2010	17.80	20.47	76.8	39	12225
2011	22.30	25.65	115.4	55	17321
2012	24.09	27.70	124.1	58	18036
2013	25.65	29.50	137.6	61	19576
2014	26.87	30.90	137.6	62	19576

表 3：计算出的 DART 每指标出行次数数据。
财年	每公里轨道出行次数（千次）	每公里轨道出行次数（调整后，千次）	每站出行次数（千次）	每站出行次数（调整后，千次）	每停车位出行次数	每停车位出行次数（调整后）
1996	262.42	301.78	337.86	388.54	2719.95	3127.95
1997	247.62	284.76	398.50	458.28	1985.55	2283.38
1998	339.89	390.87	547.00	629.05	2725.46	3134.28
1999	352.32	405.17	567.00	652.05	2825.11	3248.88
2000	355.11	408.38	571.50	657.23	2847.53	3274.66
2001	310.96	357.60	523.18	601.66	2556.64	2940.14
2002	226.30	260.24	473.45	544.47	1796.42	2065.88
2003	235.390	271.28	499.12	573.99	1411.23	1622.91
2004	229.23	263.61	485.00	557.75	1371.31	1577.01
2005	242.99	279.44	512.12	591.24	1453.64	1671.68
2006	258.28	297.02	546.47	628.44	1545.11	1776.88
2007	248.83	286.15	526.47	605.44	1488.57	1711.85
2008	269.68	310.13	570.59	656.18	1613.31	1855.30
2009	247.51	284.63	487.18	560.26	1554.19	1787.32
2010	231.87	266.66	456.41	514.87	1456.03	1674.44
2011	193.26	222.25	405.45	466.27	1287.45	1480.57
2012	194.12	223.24	415.29	477.59	1335.49	1535.82
2013	186.43	214.39	420.53	483.61	1310.39	1506.95
2014	195.28	224.57	433.38	498.39	1372.58	1578.46