Daftar isi tersedia di ScienceDirect 

Kebijakan Transportasi 
homepage jurnal: www.elsevier.com/locate/tranpol 
Bagian transportasi: Distribusi akses transit dan konektivitas antar unit perumahan yang terjangkau 
Timothy F. Welch n 
PerencanaanSekolah Kota dan, Georgia Institute of Technology , Atlanta, GA 30308, Amerika Serikat 
artikel Info 
Tersedia online 22 Oktober 2013 
Kata kunci: Ekuitas transportasi umum Konektivitas Aksesibilitas Terjangkau perumahan 
0967-070X / $ - melihat hal depan & 2013 Elsevier Ltd All rights reserved. 
http://dx.doi.org/10.1016/j.tranpol.2013.09.020 
abstrak 
Di  Amerika  Serikat,  badan-badan federal yang diperlukan untuk bekerja menuju menyediakan akses yang 
sama  terhadap  sumber  untuk  populasi  minoritas  dan  berpenghasilan  yang  rendah.  Akses  ke  transportasi 
publik  yang  berkualitas  sangat  penting  untuk  mobilitas  ke  banyak  populasi  ini.  Menentukan  bagaimana 
layanan  transit  didistribusikan  di  antara  kelompok-kelompok  rentan  memiliki  potensi  untuk  secara 
signifikan  meningkatkan  analisis  kebijakan.  Sementara  banyak  langkah-langkah  aksesibilitas  ada, karena 
kompleksitas  jaringan  transit  dan  skala  daerah  perkotaan,  penelitian  terbatas  telah  dilakukan  pada 
pengembangan alat untuk mengukur seberapa merata distribusi akses transit di suatu wilayah. Makalah ini 
mengembangkan  metode  yang  komprehensif  untuk  mengukur  kualitas  layanan  dan  aksesibilitas  pada 
setiap  node  transit  di  jaringan,  dikombinasikan  dengan indeks untuk mengukur ketimpangan (konsentrasi 
kualitas  layanan)  pada  skala  mikro.  Langkah-langkah  ini  diterapkan  untuk  distribusi  semua  unit 
perumahan,  sampling  acak  unit  dan  US  Departemen  Perumahan  dan  Pembangunan  Perkotaan  unit 
bersubsidi  di  Baltimore,  Maryland;  untuk  menentukan  apakah  program  perumahan  bersubsidi  yang 
mencapai  tujuan  kebijakan  utama  menyediakan  akses  angkutan  adil  terhadap  kelompok  rentan.  Hasil 
penelitian  menunjukkan  bahwa  konektivitas  transit  dan  aksesibilitas  didistribusikan  di  antara  beberapa 
tipe  rumah  bersubsidi  secara  lebih  adil  daripada  yang  bisa  dicapai  oleh  random  sampling  pada  populasi 
umum,  namun  untuk  jenis  lainnya,  distribusi  kurang  merata;  menunjukkan  beberapa  kebijakan  untuk 
meningkatkan  akses  angkutan  antar  unit  ini  belum  efektif.  Bukti  dari  penelitian  ini  menunjukkan  bahwa 
pengembang  perumahan  dan  transportasi  terjangkau  perencana  harus  bekerja  sama  untuk  menemukan 
lokasi  pembangunan  yang  lebih  menekankan  pada  lokasi  transit  yang  dengan  konektivitas  tinggi  bukan 
hanya mengurangi jarak transit apapun. 
& 2013 Elsevier Ltd All rights reserved. 
1. Pendahuluan 
Salah  satu  peran  yang  paling  penting  yang  angkutan  umum  berfungsi  menjembatani  kesenjangan 
mobilitas  antara  tawanan  dan  pilihan  pengendara.  Untuk  memadai  bekerja  dalam  kapasitas  ini, 
kelompok-kelompok  yang  tidak  memiliki  trans-  portation  swasta  harus  memiliki  akses ke layanan transit 
kualitas  tinggi.  Bagi  banyak  penduduk  perkotaan,  transit  beroperasi  sebagai  satu-satunya  saluran mereka 
untuk  kesempatan  kerja  (Blumenberg  dan  Ong,  2001).  Kurangnya  akses ke berkualitas baik transit untuk 
individu-individu  dapat  mengakibatkan  partisipasi  kerja  dan  jangka  panjang  siklus  kemiskinan  yang 
rendah  (Sanchez,  1999,  2004).  Untuk  memastikan  anggota  kelompok  rentan  memiliki  kesempatan  yang 
sama  untuk  pekerjaan,  jasa  dan  barang;  alat  yang diperlukan untuk mengukur distribusi layanan transit di 
kalangan  penduduk.  Langkah-langkah  seperti  itu  ada  dalam  literatur  ekuitas,  tetapi  mereka  jarang 
diterapkan pada bidang transportasi dan perumahan. 
Selama beberapa dekade terakhir telah menjadi tujuan pemerintah federal AS untuk 
mendesentralisasikan konsentrasi kemiskinan, 
dibawa  sebagian  oleh  kebijakan  perumahan  masa  lalu.  Upaya  ini  dimulai  pada  tahun  1970  dengan 
pengembangan  program  voucher.  Program,  yang  disebut  Pasal  8,  ditempatkan  kurang  fokus  pada 
produksi  perumahan  yang  terjangkau  dan memungkinkan warga berpenghasilan rendah untuk lebih bebas 
memilih  lokasi  tempat  tinggal  mereka.  Satu  dekade  kemudian  kongres  melembagakan  program  Kredit 
Rendah  Penghasilan  Perumahan  Pajak  (LIHTC)  yang  menawarkan  potongan  pajak  untuk  pengembang 
perumahan  yang  terjangkau.  Tujuan  dari  program  LIHTC  adalah  untuk  sekali  lagi  mendorong  produksi 
perumahan  berpenghasilan  rendah.  Kedua  program,  yang  jatuh  di  bawah  lingkup  federal  Departemen 
Perumahan  dan  Pembangunan  Perkotaan  (HUD),  yang  tertanam  dengan  berbagai  tujuan  dan  mandat 
untuk  memastikan  peserta  dari  masing-masing  program  memiliki  akses  ke  peluang  ekonomi,  sosial  dan 
rekreasi.  Penelitian  ini  menguji  seberapa  baik  program  ini  spasial  cocok  warga  berpenghasilan  rendah 
dengan  kualitas  tinggi  akses  transportasi  umum.  Untuk  con-  saluran  analisis  ini,  alat  analisis  ekuitas 
distribusi  spasial  disebut  indeks  Gini  dipasangkan  dengan  indeks  yang  komprehensif  konektivitas  transit 
dan aksesibilitas. 
Sisa kertas ini disusun dalam lima bagian. Bagian pertama menyajikan tinjauan literatur diikuti tapi 
n Tel .: Th1 404 385 5114. 
Alamat E-mail:tim.welch@coa.gatech.edu 
deskripsidari kerangka metodologis dikembangkan untuk menganalisis masalah konektivitas transit, akses 
dan ekuitas. Bagian ketiga 
Kebijakan Transportasi 30 (2013) 283-293 
 
menggambarkan  daerah  studi  kasus.  Hasil  dari  aplikasi  metode  disajikan  dalam  bagian  keempat  diikuti 
oleh kesimpulan, implikasi kebijakan dan saran untuk penelitian lebih lanjut di bagian kelima. 
2. Sastra meninjau 
Ada  banyak  literatur  yang  kaya  meneliti  masalah  ekuitas,  subsidi  perumahan  dan  layanan  transit. 
Untuk  kesepakatan  yang  lebih  baik  dengan  tubuh  yang  kompleks  ini  sastra,  review  ini  terdiri  dari empat 
bagian.  Bagian  pertama  menawarkan  diskusi  tentang  istilah  umum  ekuitas  dan  penggunaannya  dalam 
kebijakan.  Bagian  kedua  meliputi  ekuitas  transportasi  khusus,  diikuti  dengan  diskusi  ekuitas  perumahan 
bersubsidi. Bagian akhir membahas langkah-langkah tradisional layanan transit. 
2.1.ekuitas 
Masalahekuitas  telah  diperiksa  dalam  literatur  di  bawah  berbagai  disiplin  ilmu.  Fokus  utama  telah  di 
distribusi  layanan  di  seluruh  daerah  atau  di  antara  populasi.  Misalnya,  dalam  geografi  untuk  memeriksa 
aksesibilitas  atau kegiatan ekonomi (Keeble et al., 1982) atau distribusi layanan tertentu (Truelove, 1993). 
Dalam  pengobatan  untuk  mengukur  segmentasi  penduduk  dan  implikasinya  pada  layanan  kesehatan 
(Bloom,  2001)  dan  lokasi  fasilitas  pelayanan  kesehatan  antara  penduduk  (ROSERO-Bixby,  2004). 
Beckett  dan  Koenig  (2005)  berlaku  ekuitas  untuk  bidang  sosiologi  pada  umumnya,  sementara  Kokko  et 
al.  (1999)  menilai  seberapa  sama  penerapan  langkah-langkah  tersebut  telah  di  literatur.  Dalam  ilmu 
ekonomi,  Atkinson  (1975)  merumuskan  penerapan  klasik  ekuitas  untuk  distribusi pendapatan, dan dalam 
ilmu politik itu telah banyak digunakan untuk analisis kesejahteraan (Maniquet dan Sprumont, 2005). 
Daerah  lain  yang  penting  dari  analisis  ekuitas  yang  telah  menerima  jauh  lebih  sedikit perhatian dalam 
literatur  adalah  pertandingan  antara  distribusi  layanan  dan  kebutuhan  untuk  layanan  tersebut.  Allard 
(2008)  meneliti  distribusi  layanan  jaring  pengaman  sosial  di  beberapa  kota  antara  kelompok  kemiskinan 
yang  tinggi  dan  rendah.  Analisis  mengungkapkan  bahwa  aksesibilitas  ke  layanan  sangat  penting  bagi 
individu,  dengan  area  layanan  tangkapan  dari  3mile.  Namun  Allard  juga  menemukan  bukti  bahwa 
lingkungan  dengan  tingkat  kemiskinan  yang  lebih  tinggi  memiliki  akses  lebih  sedikit  bantuan  dari 
lingkungan  dengan  tingkat  yang  lebih  rendah  dari  kemiskinan.  Temuan  menggemakan  orang  lain  yang 
telah  menemukan  ketidaksesuaian antara kebutuhan individu dan lokasi layanan. Grønbjerg dan Paarlberg 
(2001)  menemukan  bahwa  kabupaten  dengan  tingkat  kemiskinan  yang  lebih  tinggi  memiliki  akses  ke 
lebih  sedikit  non-profit  per  kapita  dibanding  kabupaten  kemiskinan  yang  lebih  rendah.  Archibald  dan 
Putnam  Rankin  (2013)  dalam  studi  3141  kabupaten  AS  menyimpulkan  bahwa  lokasi  dengan  kebutuhan 
sosial terbesar sering memiliki akses yang lebih buruk terhadap pelayanan kesehatan. 
Ekuitas  dibagi  menjadi  dua  jenis,  horizontal  dan  vertikal  (Berliant  dan  Strauss,  1985;  Kakwani, 1984; 
Repetti  dan  McDaniel,  1993).  Ekuitas  horisontal  berkaitan  dengan  distribusi  proporsional  dari  atribut 
antara  anggota  yang  sama  dari  populasi.  Ekuitas  vertikal  berfokus  pada  distribusi  atribut  antara 
kelompok-kelompok  tertentu  (Mooney,  1996).  Kedua  jenis  ekuitas  yang  jauh  berbeda  dalam  lingkup. Di 
mana  ekuitas  vertikal  mengharuskan  kelompok  yang  berbeda  menerima  jumlah  yang  berbeda  dari 
manfaat,  keadilan  horisontal  mensyaratkan  bahwa  dalam  setiap  kelompok  individu  yang  sama,  manfaat 
yang  sama  akan  diterima.  Lebih  luas  dan  dalam  konteks  penyediaan  layanan  transit,  dua  jenis  pekerjaan 
ekuitas  sama  untuk  menekankan  bahwa  angkutan  kelompok  tergantung  harus  memiliki  akses  ke  jumlah 
yang  sama  kualitas  angkutan  (ekuitas  horizontal)  dan  orang-orang  dalam  masyarakat  yang  paling 
tergantung  pada  transit  di  harus  menerima  lebih  banyak  akses  untuk  layanan  transit  (equity  vertikal) 
(Culyer,  2001).  Konsep  yang  diterapkan  dalam  makalah  ini,  pertama  yang  mengukur  berapa  banyak 
angkutan  akses  layanan  rumah  tangga  berpendapatan  rendah  telah  dibandingkan  dengan  sisa  penduduk 
(ekuitas vertikal) dan apakah layanan transit 
TF Welch / Kebijakan Transportasi 30 (2013) 283-293 284 
akses merata di antara rumah tangga berpendapatan rendah menerima berbagai tunjangan perumahan 
bersubsidi (ekuitas horizontal). 
Banyak  penelitian  pada  subjek  yang  lebih  luas  dari  ekuitas  vertikal  jatuh  ke  dalam  kategori  ekuitas 
disebut  Keadilan  Lingkungan  (EJ)  (Bowen  et  al.,  1995).  EJ  umumnya  disebut  sebagai keterlibatan wajar 
kelompok  pendapatan  dan minoritas rendah dalam proses, atau jaminan akses yang sama terhadap sumber 
daya  yang  sama  bagi  semua  anggota  kelas  (Capek,  1993).  Cita-cita  EJ  telah  dianggap  penting  di  tingkat 
puncak  pemerintahan.  Pada  tahun  1994  Presiden  Clinton  menandatangani  Executive  Order  12898, 
mandat: 
Setiap  instansi  Federal  harus  membuat  mencapai  keadilan  bagian  lingkungan  dari  misinya  dengan 
mengidentifikasi  dan  menangani,  yang  sesuai,  tidak  proporsional  tinggi  dan  merugikan  kesehatan 
manusia  atau  efek  lingkungan  dari  program-program,  kebijakan,  dan  kegiatan  pada  populasi  minoritas 
dan penduduk berpenghasilan rendah. 
Ini adalah dalam rangka EJ bahwa distribusi akses portation trans ke kelompok tertentu dapat 
dianalisis. 
2.2. Ekuitas transportasi 
Ada  kebutuhan  yang  kuat  untuk  transit,  terutama  bagi  banyak  kelompok  mampu  kerawanan. 
Penghasilan  berkaitan  erat  dengan  kebutuhan  transit.  Banyak  studi  telah menemukan hubungan langsung 
dan  positif  antara  kepemilikan  kendaraan  dan  pendapatan  meningkat,  yaitu  sebagai  rumah  tangga 
pendapatan  meningkat  begitu  jumlah  kendaraan  yang  dimiliki  oleh  rumah  tangga  (Dargay  dan  Gately, 
1999).  Kebalikan  dari  hubungan  ini  juga  telah  ditemukan,  sehingga  penurunan pendapatan rumah tangga 
menyebabkan  penurunan  kepemilikan  kendaraan  (Dargay,  2001).  Paulley  et  al. (2006) menemukan bukti 
bahwa  kepemilikan  kendaraan  secara  langsung  berkaitan  dengan  permintaan  untuk  transportasi  umum; 
kesimpulan  adalah  bahwa  keluarga  berpenghasilan  rendah  memiliki  kendaraan  lebih  sedikit  dan  lebih 
banyak  mengandalkan  transportasi  umum.  Berube  dan  Raphael  (2005)  menemukan  bahwa  20%  rumah 
tangga  berpenghasilan  rendah  tidak  memiliki  kendaraan  pribadi  tunggal,  tingkat  yang  meningkatkan  di 
daerah perkotaan dengan tingkat kemiskinan yang tinggi. Ong (1996) menemukan tingkat tinggi penerima 
kesejahteraan tidak memiliki kendaraan pribadi, tetapi berpendapat bahwa membantu dengan kepemilikan 
kendaraan  dapat  memberikan  kesempatan  terbaik  untuk  pekerjaan.  Namun,  tampaknya  ada  bukti  bahwa 
banyak  rumah  tangga  berpenghasilan  rendah  berusaha  untuk  menemukan  dekat  transit,  di  mana tersedia. 
Murphy  (2010)  dalam  sebuah  penelitian  terbaru  tentang  AS  Transit Oriented Perkembangan menemukan 
bahwa  hampir  50%  dari  penduduk  yang  hidup  “[w]  ithin  setengah  mil dari stasiun kereta api yang ada ... 
membuat  kurang  dari  $  25.000  per  tahun.  Dalam  seperempat  mil  dari  stasiun  kereta  api  yang  ada, 
penyewa  membuat  65%  dari  populasi.”Mengingat  kurangnya  pendapatan  rumah  tangga  rendah 
kepemilikan  kendaraan,  terutama  di  daerah  perkotaan  kemiskinan  yang  tinggi,  keinginan  jelas  untuk 
menemukan  dekat  jalur  akses  transit  dan  ketersediaan  transit  di  banyak  daerah  perkotaan  besar  (seperti 
Baltimore  City),  akan  bermanfaat  untuk  kebijakan  perumahan  bersubsidi  untuk  pengembangan  langsung 
sehingga distribusi manfaat kualitas layanan angkutan rumah tangga berpenghasilan rendah. 
 Distribusi  akses  transportasi  antara  individu-individu  yang  berbeda-beda  kekayaan  ekonomi  adalah 
masalah  berkaitan  erat  dengan  Envir-  onmental  Keadilan.  Departemen  AS  transportasi  (DOT) 
mendefinisikan  apa  yang  merupakan  EJ  dalam  konteks  transportasi  di  tiga  bagian.  Pertama  “untuk 
menghindari,  meminimalkan,  atau  mengurangi  kesehatan,  dan  lingkungan  disproportio-  efek  manusia 
nately  tinggi  dan  merugikan,  termasuk  dampak  sosial  dan  ekonomi,  pada  populasi  minoritas  dan 
penduduk  berpenghasilan  rendah.”  Kedua,  “untuk  menjamin  partisipasi  penuh  dan  adil  oleh  semua 
berpotensi  masyarakat  yang  terkena  dampak  dalam  portation  trans  proses  pengambilan 
keputusan.”Ketiga,‘untuk  mencegah  penolakan,  pengurangan,  atau  penundaan  yang  signifikan  dalam 
penerimaan  manfaat  oleh  minoritas  dan  penduduk  berpenghasilan  rendah’(USDOT,  1997).  Poin  ketiga 
dalam  daftar  ini  adalah  salah  satu  yang  paling  dekat dengan tujuan EJ. Dengan direktif ini, USDOT telah 
bekerja dengan banyaklainnya 
 
lembaga federaluntuk meningkatkan distribusi akses ke nities opportu- melalui transportasi. 
Bahkan  dengan  arahan  EJ  berlaku,  studi  menunjukkan  bukti  dicampur  pada  distribusi  transit  antara 
penyok  berpenghasilan  rendah resi-. Sebuah laporan baru-baru ini menilai Akses transit untuk Bagian 811 
Program  (perumahan  bersubsidi  bagi  penyandang  cacat)  oleh  National  Housing  Trust  dan  American 
Association  of  Retired  Persons  (AARP)  menemukan  bahwa  64%  dari  semua  unit  rumah  federal 
bersubsidi  di  AS  berada  dalam  setengah  mil  akses  transit.  Jumlah  tersebut  naik  menjadi  74%  di  kota 
Baltimore,  daerah  penelitian  untuk  kertas  ini  (Murphy,  2010).  Foth  et  al.  (2013)  meneliti  distribusi 
aksesibilitas  transit  ke  kelompok  yang  kurang  beruntung  secara  sosial  di  Toronto,  menemukan  saluran 
sensus  dengan  tingkat  yang  lebih  tinggi  dari  kerugian  sosial  lebih  baik  angkutan  aksesibilitas  dan  waktu 
perjalanan  yang  lebih  rendah  dibandingkan  dengan  bagian  lain  dari  wilayah  tersebut.  Namun,  lebih 
banyak  penelitian  menemukan  ketidaksesuaian  tata  ruang  yang  cukup  antara  lokasi  perumahan  dan 
pekerjaan;  dengan  sangat  sedikit  akses  transportasi  untuk  menjembatani  ruang  (Hess,  2005;  Horner  dan 
Mefford,  2007;  Ong  dan  Miller,  2005).  Delbosc  dan  Currie  (2011)  diukur  ekuitas yang berkaitan dengan 
distribusi  frekuensi  layanan  transit  di  Melbourne  Australia.  Hasil  penelitian  menunjukkan  koefisien Gini 
keseluruhan  0,68,  menunjukkan  bahwa sekitar 70% dari saham penduduk hanya 19% dari layanan transit. 
Delmelle  dan  Casas  (2012)  mengukur  distribusi  akses  angkutan  antar  kelompok  tion  popula-  berbeda  di 
Cali,  Kolombia;  menemukan  penambahan  trunk  line  BRT  meningkatkan  pemerataan  akses  ke  layanan. 
Biro  dan  Glachant  (2011)  mengukur  efek  distribusi  dari  perubahan  tarif  angkutan  dan  kecepatan, 
menemukan  pengurangan  tarif  mengakibatkan  transit  ekuitas  terbesar  untuk  kelompok  berpenghasilan 
rendah di Paris. 
Sama  seperti  ada  perdebatan  yang  cukup  tentang  distribusi  transportasi  di  antara  rumah  tangga 
berpendapatan  rendah,  ada  diskusi  sama  beragam  tentang  pilihan  kebijakan  terbaik  untuk  menjembatani 
ketidaksesuaian  tata  ruang  seperti  di  mana  itu  ada.  Sejumlah  ulama  berpendapat  bahwa  menyediakan 
akses  yang  lebih  baik  untuk  kendaraan  pribadi  menyajikan  kesempatan  terbaik  bagi  rumah  tangga 
berpenghasilan  rendah.  Untuk  penerima  kesejahteraan,  kendaraan  pribadi memberikan kesempatan untuk 
akses  yang  lebih  baik  ke  pekerjaan  (Ong  dan  Miller, 2005; Ong, 2002). Sarjana lain menganjurkan untuk 
kebijakan  perumahan  yang  membawa  rumah  tangga  berpendapatan  rendah  lebih  dekat  dengan  lapangan 
kerja  (Ihlanfeldt  dan  Sjoquist,  1998;.  Minocha  et  al,  2008),  sementara  beberapa  mendesak  campuran 
angkutan  umum  yang  lebih  baik  dan  akses  kendaraan  (Hess,  2005).  Dari  perumahan  dan  transportasi 
umum  kebijakan  prospektif,  HUD  dan  agen  transit  lebih  tertarik  pindah  perumahan  lebih  dekat  dengan 
transit sebagai sarana menjembatani kesenjangan lokasi perumahan dan lapangan kerja. 
2.3. HUD dan ekuitas 
AS  Departemen  Perumahan  dan  Pembangunan  Perkotaan,  sebagai  entitas  federal  harus  mematuhi 
perintah  eksekutif  yang  membutuhkan  EJ  medali.  Untuk  tujuan  ini, HUD telah bekerja untuk mendorong 
unit  rumah  sidized  sub  terletak  dekat  akses  transit.  Terbesar program perumahan bersubsidi di AS adalah 
program  Bagian  8.  Program  ini  memberikan  voucher  untuk  rumah  tangga  berpendapatan  rendah  untuk 
menutupi  selisih  biaya  antara  nilai  pasar  wajar  dari  unit  pasar  swasta  dan  30%  dari  pendapatan 
disesuaikan  keluarga.  Rumah  tangga  dengan  penghasilan  hingga  80%  dari  wilayah  pendapatan  rata-rata 
memenuhi  syarat  untuk  program  (Schwartz,  2010).  Program  Bagian  8  adalah  keberangkatan  yang  unik 
dari  kebijakan  perumahan  tradisional  AS  bersubsidi  dalam  hal  itu  tidak  langsung  bekerja  menuju 
pembangunan  unit  perumahan  baru,  tetapi  mencoba  untuk  membubarkan  rumah  tangga  berpenghasilan 
rendah ke berbagai unit tingkat pasar yang ada (Galster et al., 1999). 
Penghasilan  Program  Kredit  Pajak Perumahan Rendah (LIHTC) Program adalah program subsidi tidak 
langsung  yang  menawarkan  pengembang  dan  pemilik  properti  kredit  pajak  untuk  pembangunan 
perumahan  sewa  yang  terjangkau.  Program  ini  menawarkan dollar untuk pertandingan dolar antara kredit 
pajak  yang  diterima  dan  pengurangan  pajak  pendapatan  federal  selama  10  tahun.  Pengembang  dapat 
menjual kredit pajak federal, biasanya melalui perantara yang disebut 
TF Welch / Kebijakan Transportasi 30 (2013) 283-293 285 
sindikasi  dalam  pertukaran  untuk  pembiayaan  ekuitas  (Desai  et  al.,  2010).  Kerangka  untuk  program  ini 
memungkinkan  pemerintah  federal  untuk  mengalokasikan  kredit  langsung  ke  negara-negara  yang  akan 
digunakan  pada  kebijaksanaan  mereka,  berdasarkan  populasi  negara,  sampai  sekitar  $  2  per  kapita. 
Program  ini  telah  sangat populer seperti yang telah digunakan untuk mengembangkan hampir 16% semua 
rumah  multikeluarga  sejak awal program hampir 30 tahun yang lalu di bawah Undang-Undang Reformasi 
Pajak  tahun  1986  (Schwartz,  2010).  The  LIHTC  juga  menjadi  program  produksi  perumahan 
berpenghasilan  rendah  federal  yang  de-facto  (Cummings  dan  DiPasquale,  1999).  Hal  ini  telah 
menghasilkan  begitu  banyak  unit  sewa  terjangkau,  yang  mendekati  skala  unit  yang  tersedia  sebanding 
dengan  program  voucher  Bagian  8  (O'Regan  dan  Horn,  2013).  Di Maryland program menyumbang lebih 
dari 22% dari seluruh rumah multifamily con structed pada periode yang sama (Danter Perusahaan, nd). 
Proses  alokasi  memungkinkan  negara  untuk  mengatur  KASIH  require-  mereka  sendiri  untuk 
proyek-proyek  kualifikasi  selama  mereka  memenuhi  standar  minimum  federal.  Banyak  negara 
menetapkan  persyaratan  yang  jauh  lebih  ketat  daripada  aturan  federal  (Desai  et  al.,  2010).  Salah  satu 
tujuan  dari  program  ini  adalah  untuk  mendorong  perkembangan  sewa  di  dekat  dengan  transit. Sekitar 31 
negara  menawarkan  insentif  berbasis  point-to  kriteria  pemilihan  proyek  berdasarkan  kedekatan  dengan 
transit  pembangunan.  Di  Maryland,  poin  diberikan  untuk  pembangunan  yang  terjadi  di  “berorientasi 
transit  yang  perkembangan”  (Tods).  Tods  didefinisikan  sebagai  “memiliki  kepadatan  yang  melebihi  25 
unit  per  acre,  melibatkan  penggunaan  campuran  atau  merupakan  bagian  dari  yang  lebih  besar  mixed use 
usaha,  melibatkan  desain  kendaraan  tidak  bermotor  baik  (kemampuan  berjalan  kaki-),  dan  (a)  terletak  di 
dalam  0.5mile  dari  massa  atau  angkutan  umum  atau  kereta  api  stasiun,  atau  (b)  terletak  di  0,25  mil  dari 
depot  bus  atau  halte  bus  dengan  layanan  dijadwalkan  pada  interval  paling 30 menit antara jam 06:30 dan 
07:00”(  DHCD,  nd).  Kriteria  ini  sangat  luas  dan  dapat  dengan  mudah  mendorong  opments  opment 
dengan  luas  berbeda  akses  transit.  Sedangkan  kriteria  untuk  TOD  adalah  memadai,  tidak  semua  stasiun 
kereta  api  menyediakan  nities  opportu-  yang  sama  untuk  pelanggan  untuk  mengakses  tujuan  penting; 
tidak  pula  stasiun  kereta  api  dengan  mudah  sebanding  dengan  akses  yang  disediakan  oleh  bus. 
Selanjutnya,  poin  diberikan  untuk  pembangunan  di  TOD  sebuah  cukup  kecil.  Dari  315  poin  diberikan 
untuk  perkembangan  potensi  hanya  5  poin  diberikan  untuk  lokasi  TOD.  Mengingat  kriteria  untuk 
pembangunan  di  TOD,  maka  poin  tidak  mungkin  sesuai  dengan  biaya  tambahan yang cukup besar untuk 
pembangunan di daerah tersebut. 
Ada  perdebatan  besar  antara  pendukung  perumahan  langsung  sub  sidized  (Bagian 8) dan subsidi tidak 
langsung  (LIHTC).  Sebuah  perhatian  utama  adalah apakah salah satu dari program ini adalah memajukan 
tujuan kebijakan perumahan federal untuk deconcentrate kemiskinan. Sebagai Galster (1997) membingkai 
dua  kebijakan,  Bagian  8  berfokus  pada  sisi  permintaan,  menawarkan  voucher  untuk  individu.  Program 
LIHTC  jatuh  pada  sisi  penawaran,  mencari  peningkatan  stok  perumahan  yang  terjangkau.  Para 
pendukung  program  sisi  permintaan,  berpendapat  bahwa  secara  langsung  subsidi  perumahan  yang  lebih 
baik  membahas  kebutuhan  saat  ini  untuk  perumahan  yang  terjangkau  dan  dapat  di  jangka  panjang 
mungkin  tidak  langsung  meningkatkan  jumlah  unit  terjangkau  (Galster,  1997).  Deng (2007) berpendapat 
bahwa  dalam  beberapa  kasus  program  voucher  tampil  lebih  baik  dalam  membantu  warga  melarikan  diri 
lokasi-kemiskinan  yang  tinggi.  Pendukung  sisi  penawaran  berpendapat  bahwa  peningkatan  perumahan 
yang  terjangkau  adalah  cara  untuk  memastikan  standar  hidup  yang  berkualitas  lebih  tinggi  di  antara unit 
terjangkau  dan  membantu  mengurangi  biaya  pasar  unit  sewa  pada  umumnya  (Apgar,  1990).  Penelitian 
lain  menemukan  program-program  seperti  Pasal  8  telah  menyebabkan  peningkatan  substansial  dalam 
biaya  keseluruhan  sewa  (Susin,  2002)  dan  dalam  beberapa  kasus  dapat  menyebabkan  peningkatan 
konsentrasi  kemiskinan  (Guhathakurta  dan  Mushkatel,  2000).  Meskipun  studi  ini  tidak  menyeberang  ke 
manfaat  dari  penawaran  dan  permintaan  sisi  perdebatan,  analisis  tidak  memberikan  wawasan  tentang 
bagaimana setiap program telah menempatkan warga di dekat dengan kualitas layanan transit. 
2.4. Langkah-langkah kualitas layanan Transit 
Meskipun pentingnya layanan transit, aksesibilitas dan keadilan dalam kebijakan federal, pengobatan 
langkah-langkah seperti dalam literatur 
 
seringsederhana.  Hal  ini  umum  untuk  indikator  layanan  Transit  untuk  mengukur  kualitas  pelayanan  dari 
segi jumlah rute di suatu daerah atau frekuensi di halte tertentu (Bowman dan Turnquist, 1981; Sanchez et 
al,  2004.).  Aksesibilitas  sering  diukur  dengan  waktu  berjalan  kedekatan  (Handy  dan  Niemeier,  1997), 
meskipun  banyak  langkah-langkah  aksesibilitas  lebih  eksis  yang  menggabungkan  penggunaan  lahan, 
karakteristik  temporal  dan  individual  (Geurs  dan  Van  Wee,  2004).  Sedikit  yang  telah  dilakukan  untuk 
mengukur  kinerja  kebijakan  dalam konteks akses ke peluang di tujuan, skala oleh kualitas layanan transit, 
jarak  perjalanan  dan  waktu,  transfer  dan  berjalan  waktu.  Ini  lebih  maju  ukuran  sangat  penting  dalam 
pelayanan  transit.  Sementara  mity  proxi-  untuk  berhenti  transit  penting,  ia  mengatakan  sedikit  tentang 
skala  dan  kemudahan  akses  berhenti  menawarkan  penumpang  untuk  berpartisipasi  dalam  kegiatan 
regional.  Langkah-langkah  lain  kualitas  mengambil  pendekatan  subjektif  untuk  penyediaan  layanan, 
kualifikasi  preferensi  negara  (Hensher  et  al., 2003) atau persepsi penumpang (Eboli dan Mazzulla, 2011). 
Meskipun  ukuran  ini penting dari perspektif penumpang, mereka membutuhkan input data yang besar dan 
mahal  untuk  memperkirakan.  Dalam  rangka  untuk  mengukur  dan  membandingkan  distribusi  layanan 
untuk  analisis  kebijakan,  tujuan  dan  relatif  untuk  menghitung  (yaitu  persyaratan  data  dan  maju 
matematika lurus rendah) diperlukan. 
Makalah  ini  mengambil  pertanyaan  apakah  program  perumahan  bersubsidi  HUD,  dengan  tujuan 
meningkatkan  kualitas  pelayanan  transit  dan  aksesibilitas  antara  semua  warga  perumahan  yang 
terjangkau,  bekerja  dengan  cara  program  berniat.  Pertanyaan  dijawab  melalui  perbandingan  dari  hasil 
indeks  ekuitas  untuk  seluruh  tion  popula-  dari  perumahan,  sampel  acak  dari  unit  dan  untuk  perumahan 
bersubsidi di kota Baltimore. 
3. Metodologi 
Bagian  ini  menjelaskan  metodologi  untuk  mengukur  konektivitas  layanan  transit  dan  ekuitas.  Pada 
bagian  pertama  metode  untuk  menghitung  konektivitas  transit dijelaskan. Bagian kedua mengembangkan 
jarak  pembusukan  fungsi  untuk  mengukur  aksesibilitas,  dan  di  bagian  ketiga,  konektivitas  digunakan 
sebagai dasar untuk mengukur ekuitas angkutan dengan kurva Lorenz dan Indeks Gini. 
3.1. Konektivitas 
Sebuah  pengobatan  umum  dari  konektivitas  transit  atau  tingkat  pelayanan  dalam  literatur  adalah 
frekuensi  transit  di  berhenti.  Formulasi  ini  tidak  memberikan  informasi berharga tentang peluang diakses 
oleh  angkutan,  waktu  yang  dibutuhkan  untuk  mencapai peluang tersebut, atau kemampuan untuk transfer 
ke  rute  dan  mode  yang  berbeda  untuk  mencapai  array  yang  lebih  luas  dari  kegiatan. Informasi ini sangat 
penting  dalam  menentukan  kualitas  sebenarnya  dari  penyediaan transit di halte tertentu. Untuk mengatasi 
kekurangan  ini,  makalah  ini  mengadopsi  ukuran  konektivitas  yang  lebih  komprehensif,  pertama  kali 
dikembangkan  oleh  Mishra  et  al.  (2012).  Mengukur  menggunakan  frekuensi, kecepatan, jarak, kapasitas, 
transfer  diperlukan  dan  kepadatan  aktivitas  penggunaan  lahan  yang  mendasari  dilayani oleh node transit, 
untuk  semua  mode  termasuk  bus,  kereta  api  ringan,  bus  rapid  transit,  dan  fasilitas  angkutan  sejenis 
lainnya. 
Kekuatan  menghubungkan dari jalur transit adalah fungsi dari kekuatan inbound dan outbound, sebagai 
kekuatan  yang  menghubungkan  dapat  bervariasi  tergantung  pada  arah  perjalanan  (pers.  (1)  dan  (2)). 
Kekuatan menghubungkan inbound dan outbound dari jalur transit dapat didefinisikan sebagai berikut. 
P 
(ol; n 
1/4 α C 
l 
 
60 F 
l) 
 H 
l 
 βV 
l 
 γD 
ol; n 
 θA 
l; n 
 φT 
l; n 
ð1Þ 
P 
(il; n 
1/4 α C 
l 
 
60 F 
l) 
 H 
l 
 βV 
l 
 γD 
ol; n 
 θA 
l; n 
Â φT 
l; n 
ð2Þ 
mana, C 
l 
adalah kapasitas rata-rata kendaraan dari jalur l, F 
l 
adalah frekuensi pada baris l (60 adalah dibagi dengan F 
l 
untuk menentukan jumlah operasi 
TF Welch / Kebijakan Transportasi 30 (2013) 283-293 286 
adalah per jam), H adalah jam sehari operasi garis l, V 
l 
kecepatan garis l, dan D 
ol ; n 
adalah  jarak  dari  garis  l dari node n ke tujuan. Parameter α adalah skala koefisien faktor 
untuk  kapasitas  yang  merupakan  kebalikan  dari  kapasitas  rata-rata  dari  sistem  dikalikan  dengan  jumlah 
rata-rata  operasional  harian  setiap  baris.  β  adalah  skala  koefisien  faktor  untuk  kecepatan  diwakili  oleh 
timbal  balik  dari  kecepatan  rata-rata  pada  setiap  baris,  dan  γ  adalah  skala  koefisien  faktor  untuk  jarak 
yang merupakan kebalikan dari rata-rata rute jaringan jarak. 
Kuantitas  peluang  diakses  di  setiap  node  dalam  sistem  ini  dimasukkan  ke  dalam  indeks  dengan 
Persamaan.  (3). Pengukuran kepadatan A merupakan pola pembangunan berbasis pada kedua penggunaan 
lahan  dan  karakteristik  transportasi.  Literatur  mendefinisikan  tingkat  pembangunan  sejumlah  cara,  tetapi 
untuk  tujuan  penyederhanaan  itu  dihitung  di  sini  sebagai  rasio  rumah-memegang  dan  lapangan  kerja  di 
zona ke daerah zona. Secara matematis, kepadatan aktivitas didefinisikan sebagai: 
A 
l; n 
1/4 
H 
zl; 
nΘz 
l; n 
zl; n 
ð3Þ 
mana, H 
zl, n 
adalah jumlah rumah tangga di zona z, E 
zl; n 
adalah nomor pekerjaan dan Θz 
l; n 
adalah area zona z. Indeks konektivitas mengukur kekuatan menghubungkan agregat 
dari semua baris yang dapat diakses untuk node yang diberikan. Skor Indeks adalah skala berdasarkan 
pada kualitas garis individu yang kejadian pada node (Persamaan. (4)). Persamaan ini menambah jumlah 
untuk jalur transit “l” di node “n”, dan φ adalah faktor skala untuk jumlah baris transit. Skala transfer 
hanya jumlah dari nilai indeks konektivitas untuk masing-masing jalur transit yang melintasi node dibagi 
dengan hitungan jumlah baris yang kejadian pada node. Indeks skala transfer didefinisikan sebagai: 
T 
l; n 
1/4 ΣP 
tl; n Θn 
l 
ð4Þ 
mana, pz 
l; n 
adalah kekuatan yang menghubungkan dari jalur transit yang melintasi node, Θz 
l; n 
adalah  jumlah  transit  garis  yang  melayani  node.  Skala  transfer  digunakan  sebagai  faktor  untuk 
membuat  berhenti  dengan  akses  ke  beberapa  jalur  transit  yang  sebanding.  Berhenti  dengan  dua  jalur 
transit  yang  sangat  terhubung  tidak  sama  sebagai  berhenti  dengan  akses  ke  setengah  lusin  buruk 
terhubung  angkutan  baris.  Oleh  karena  itu  faktor  skala  mempertahankan  skor  konektivitas  berhenti 
dengan  pasangan  garis  terhubung  dengan  baik  dan  menghukum  skor  konektivitas  dari  halte  dengan 
beberapa baris buruk terhubung. 
3.2. Transit tangkapan dan aksesibilitas 
Makalah  ini  bertujuan  untuk  mengukur  distribusi  akses  angkutan  kalangan  penduduk,  dibandingkan 
dengan  kelompok  tertentu  dalam  populasi.  Untuk  menentukan  aksesibilitas  untuk  berhenti  dekat  sebuah 
rumah  tangga  untuk  dimasukkan  ke  dalam  indeks  konektivitas,  kita  mendefinisikan  setengah  mil 
tangkapan  sekitar  setiap  unit  perumahan.  Namun,  jarak  dari  unit  perumahan  untuk  transit  berhenti 
penting.  Berhenti  terletak  setengah  mil  dari  zona  menyediakan  konektivitas  kurang  dari  zona  yang 
terletak  hanya  sepersepuluh  dari  satu  mil  jauhnya.  Sebuah  fungsi  pembusukan  jarak  digunakan  untuk 
pro-tingkat  konektivitas  node  angkutan  dalam  setengah  mil  dari  masing-masing  unit  berdasarkan  jarak 
dari  pusat  massa  dari  paket  perumahan.  Penelitian  ini  menguji  berjalan  kaki  dari  semua  rumah  tangga 
(hampir  250.000)  bidang di kota Baltimore semua berhenti transit. Untuk mempercepat proses komputasi, 
analisis terbatas pada Euclidian atau garis lurus jarak antara titik-titik ini daripada jarak jaringan. 
Eq. (5) merupakan perhitungan konektivitas untuk sebuah stasiun dalam daerah tangkapan air setengah 
mil. ρ 
z 
1; 
n 
adalah konektivitas pro-rated dan 
 
didefinisikan sebagai 
ρ 
h 
1 
ð5Þ 
mana, a dan b adalah parameter konektivitas pro-rated dan t 
h 
1; 
n 
1/4  
exp;n 
adalah waktu berjalan melakukan perjalanan dari unit perumahan h 
1 
untuk  transit  berhenti  n.  Parameter  untuk a dan b adalah dari 
Kim et al. (2005) dan diperkirakan berdasarkan data empiris. 
Gambar.  1  memberikan  contoh  sederhana  dari  daerah  tangkapan  setengah  mil  dan  perhitungan 
konektivitas  prorata.  Dalam  hal  ini,  nilai  Y  digunakan  untuk  mengurangi  konektivitas  dari  setiap  node. 
Node Transit yang berada di luar daerah tangkapan air memiliki nilai Y 0. 
Jumlah  kekuatan  yang  menghubungkan  setiap  node  di  daerah  tangkapan  air  adalah  skala  dengan 
jumlah  node  dalam  daerah  tangkapan setiap unit perumahan. Dengan demikian, unit perumahan di daerah 
transit  yang  sangat  padat  dibuat  sebanding  dengan  unit  perumahan  di  daerah  yang  kurang  padat.  Eq.  (6) 
menunjukkan indeks konektivitas dari sebuah unit perumahan 
θ 
hu 
1/4 DJ 
ω 
jÀ1Þ 
A1 
ΣP 
tl: n 
ðρ 
n 
1 
Þ ð6Þ 
mana S 
ω; 
n 
kami  nomor  berhenti  diakses  unit  perumahan.  Indeks  kualitas  layanan  ini  meningkatkan  pada 
orang  lain,  dalam  hal  ini  menggunakan  tidak  hanya  mengukur  pasokan layanan tetapi juga kualitas akses 
yang  disediakan  untuk  semua  tujuan.  Langkah  ini  merupakan  ment  improve-  signifikan  lebih  banyak 
indeks  layanan  tetap  menjaga  tractability  dan  kepraktisan.  Namun  ada,  beberapa  batasan  untuk  ukuran 
seperti  yang  diterapkan  dalam  makalah  ini.  Metodologi  saat  memperlakukan  setiap  unit  ditahan 
rumah-dan  pekerjaan  sebagai  homogen  dalam  sistem  kegiatan;  yaitu,  aktivitas  dan indikator aksesibilitas 
meningkat  dengan  setiap  pekerjaan  tambahan  diakses  dari  halte  transit  yang  bukan  separ-  Ating  keluar 
jenis  atribut  pekerjaan  dan  rumah  tangga.  Meskipun  ini  tidak  secara  signifikan  mempengaruhi 
pengukuran  distribusi  kualitas  transit  dapat  memberikan sejumlah tambahan informasi bagi para pembuat 
kebijakan jika digunakan dalam penelitian masa depan. 
3.3. Indeks Ketimpangan 
Ketidakadilan  adalah  ukuran  konsentrasi  geografis  dari  fenomena  tertentu.  Penggunaan  umum  seperti 
indeks  adalah  distribusi pendapatan di antara populasi. Misalnya, banyak studi melihat proporsi kumulatif 
populasi  county  (atau  di  antara  kabupaten)  dan  menentukan  proporsi  kumulatif  pendapatan  diadakan  di 
setiap  tingkat.  Ukuran  yang  paling  umum  untuk  ketidakadilan  ini  adalah  indeks  Gini.  Indeks  ini 
mengukur  perbedaan  antara  garis  ekuitas  yang  sempurna  (garis  lurus,  di  mana  dalam  contoh  di  atas,  0% 
dari pendapatan dipegang oleh 0% dari populasi, 50% dari pendapatan diadakan 
Gambar. 1. Transit daerah tangkapan air dan pembusukan jarak perhitungan fungsi untuk unit rumah 
aBT 
h 
1;. 
n 
TF Welch / Kebijakan Transportasi 30 (2013) 283-293 287 
50%  dari  populasi  dan  100%  dari  pendapatan dipegang oleh 100% dari populasi), dan kurva Lorenz yang 
mengukur  distribusi  pendapatan  riil  (Marshall  dan  Olkin,  1979).  Ketika  tidak  ada  perbedaan  antara garis 
ekuitas  sempurna  dan  kurva  Lorenz,  nilai  indeks  adalah  1,  yang  mewakili  ekuitas  yang  sempurna.  The 
index ranges from a value of 0 for perfect inequity to 1. 
The  same  principle  can  be  applied  to  the  distribution  of  quality  transit  service.  In this case it becomes 
the  cumulative  proportion  of  population  and  the  cumulative  proportion  of  transit  connectiv-  ity 
immediately  accessible  to  that  population.  The  resulting  Gini  index  values  allow  the  distributions  of 
transit access to be compared across a variety of locations. 
In  Fig.  2  a  graph of the perfect equity line and a sample Lorenz curve is shown. The 45-degree angle is 
the  perfect  equity  line,  showing  an equal distribution of a cumulative attribute among the population. The 
area  below  the  equity  line  is  the  Lorenz  curve,  which  represents  the  level  of  inequity.  The  Gini  index  is 
essentially the ratio of the dark shaded area (between the two curves) to the whole shaded area. 
Finding  the  difference  between  Lorenz  curves  and  calculating  the  resulting  Gini  index  is  a 
mathematically  complex  task,  which  can  be  solved  by  integration.  However,  the  difference  between  the 
two  curves  can  be  approximated  based  on  the  difference  between  each  interval  using  the  following 
formula (Brown, 1994): 
G 
α 
1⁄4 1À ∑ 
n 
ðX 
k 
À X 
kÀ 1 
ÞðY 
k 
À Y 
k À1 
Þ ð7Þ k 1⁄4 1 
where G 
α 
is the Gini index value for a population or sample α, X 
k 
is  the  cumulative  proportion  of  the  population 
endowed with attribute k (in this case transit connectivity) for k1⁄40,...,n, and Y 
k is the cumulative proportion of attribute k. 
4. Case study 
The  proposed  framework  is applied to a comprehensive data set of housing parcels, subsidized housing 
locations  and  the  entire  transit network in the city of Baltimore. As of the 2010 census, the city has a total 
population  of  620,961,  which  is  predominately  African  America  (63.6%)  with  an  average  per  capita 
income  of  $23,853  and  median  household  income  of  $40,100;  22.4%  of  the  population  lives  below  the 
poverty  level.  This  is  compared  to  the  state  of  Maryland  with  a  30%  African  American  population,  per 
capita  income  of  $35,751  and  median  household  income  of  $72,419.  The  economic  prospects  of 
Baltimore  residents  are  significantly  bleaker  than  the  rest  of the state in general. Baltimore makes a good 
case  study, because like many other large cities, there are high levels of concentrated poverty, a large base 
of 
Fig. 2. Example of a graphed Gini index with perfect equity and Lorenz curves. 
 
residents  that  either  use  or  qualify  for subsidized housing, many concerns with issues of spatial mismatch 
and  an  extensive  public  transit  network.  The  concerns  Baltimore  faces,  are similar to those of other large 
cities with well-developed public transport systems and a growing subsidized housing base. 
4.1. Transit system 
The  complete  Baltimore  City  transit  network  is adapted from Maryland State Highway Administration 
data.  The  transit  database  consists  of  Maryland  Transit  Administration's  (MTA)  bus  and  rail  networks. 
MTA  is  a  state-operated  mass  transit  administration  in  Maryland.  MTA operates a comprehensive transit 
system  through-  out  the  Baltimore-Washington  Metropolitan  Area.  There  are  77  bus  lines  serving 
Baltimore's  public  transportation  needs.  The  system  has  a  daily  ridership  of  nearly  300,000  passengers 
along  with  other  services  that  include  light  rail,  Metro  subway,  and  the  MARC  (commuter)  Train.  The 
Baltimore  Metro  subway  is  the  11th  most  heavily  used  system  in  the  US with nearly 56,000 daily riders. 
Nearly  half  the  population  of  Baltimore  lack  access  to  a car (Brookings Institute, 2011), thus the MTA is 
an  important  part  of  the  regional  transit  picture.  The  system  has  many  connections  to  other  transit 
agencies  including  the  extensive  Washington  Metro-  politan Area Transit Authority (WMATA) network, 
the  Downtown  Baltimore  Charm  City  Circulator  and  adjacent  county  transit  systems,  including  Howard 
Transit,  Connect-A-Ride,  Annapolis  Transit,  Rabbit  Transit,  Ride-On,  and  TransIT.  Fig.  3  shows  MTA 
bus  and  rail  for  the  entire  city  of  Baltimore.  The  Baltimore  transit  system  is  connected  to  the  larger 
WMATA  transit  network  via  the  MARC  commuter  rail  line.  This  system  has  a  daily  ridership  of  over 
31,000 (Dickens et al., 2011). 
Transit  access  for  households  within  the  city  of  Baltimore  is  fairly  ubiquitous.  Nearly  68%  of 
households  in  the  city  are  with  a  5-min  (straight-line)  walk  to  a  public  transit  stop  and  94%  are within a 
10-min walk. For LIHTC units, there is a much greater proximity 
TF Welch / Transport Policy 30 (2013) 283–293 288 
Fig. 3. Baltimore city transit route and stop configuration. 
to  transit  stops,  84%  of  units  are  within  a  5-min  walk  and 98% are within a 10-min walk. Section 8 units 
are  even  closer  to  transit  stops  with  98%  and  100%  within  five  and  10  min  walks,  respec-  tively.  The 
ubiquity  of transit access in Baltimore, necessitates a more complex measure of transit proximity; one that 
incorporates  the  quality  of  service  at  a particular stop, its connectivity to the rest of the transit system and 
the ease of access to destinations across the city, in order to better gauge the utility of transit proximity. 
4.2. Subsidized housing 
Fig.  4  shows  the  location of subsidized housing units used in the analysis. The data comes from HUD's 
database  on  LIHTC  project  locations  and  Section  8  locations  from  the  National  Hous-  ing  Trust.  Each 
project  is  scaled  on  the  map  based  on  the  number  of subsidized units at each project. The HUD locations 
are  shown  in  proximity  to  bus  and  rail  stops.  The  gray  background  is  the  centroids  of  all  market-rate 
residential housing units used in the analysis. 
5. Results 
This  section  presents  the  results  of  the  methods  described  in  the  previous  sections  for  the  multimodal 
network  in  the  city  of  Baltimore. The analysis of transit equity in the region focuses on the distribution of 
transit connectivity for housing units subsi- dized by HUD under the Section 8 and LIHTC programs. 
 Fig.  5  shows  the  connectivity  results  for  transit in the City of Baltimore at the transit stop level. As the 
map  shows,  most  of  the  transit  connectivity  in  concentrated  at  the  city  center  with  some  well-connected 
nodes  in  the center along routes going north and south. The higher connectivity is generally for rail transit 
nodes, 
 
though some bus lines with higher frequencies and connections to rail achieve high connectivity scores. 
Table  1  provides  a  summary of the inequality index results for the entire population of housing units in 
Baltimore,  all  LIHTC,  Sections  8  and  combined  units  and  for  50  random  samples  of  the  housing  unit 
population.  In  the  context  of  this  paper,  the  popula-  tion  figure  is  used  to  describe  the  distribution  of 
transit among the 
Fig. 4. Transit routes, stops and individual housing unit locations in Baltimore city. 
TF Welch / Transport Policy 30 (2013) 283–293 289 
Fig. 5. Transit service connectivity index results for Baltimore city. 
population of housing units and serves as a point of comparison for programs that encourage more 
equitable transit distributions. HUD encourages project locations in proximity to transit. The combined 
connectivity and Gini index serves as one tool to determine if the transit proximity (1) provides good 
access and mobility potential and (2) if that access is equal for all subsidized units or if high quality 
access is available for a few units and 
 
moderate  connectivity  is  accessible  to  the  rest  and  (3)  if  the  program  in  question  actually  achieves  the 
goal  of  better  transit  access  for  all  units  compared  to  the  population  or  a  random  sample (that is, can the 
same equity score of the policy oriented approach be achieved simply by selecting random at units). 
In  our  dataset,  there  are  15,143  subsidized  housing  units.  To  determine  if  transportation  and  housing 
policy  goals  are working, a boot strap method is used to obtain the mean, variance, standard deviation and 
confidence  interval  of  the  Gini  Index  for  a  random  sample  of  housing  units  in  the  study  area  (Table  1). 
Using  the  set  of  random  samples,  it  can  then  be  determined  if  the  distribution  of  transit  connectivity  is 
more  equitable  for  subsidized  units  com-  pared  to  the  likely  outcome  if  the  location  of  those  units  were 
simply placed at random. 
Table  2  first  provides  summary  statistics  for  the  population,  the  samples and the subsidized units. The 
first  gauge  of  access  to  transit  is  the  average  connectivity  for  all  units.  This  measure is the one that most 
closely  approximates  the  traditional  transit  access  assessments.  HUD  subsidized  units  do  appear  to  have 
much higher connectivity scores on average than both the population and the 
Table 1 Random sample statistics. 
Descriptive statistics 
N  50  (samples  of 15,143) Mean 0.70657 Min 0.70033 Max 0.71539 Variance 0.00001 Standard deviation 
0.00363 
Table 2 Transit and housing inequality index results. 
Data set Housing units Average connectivity score Distance to transit (feet) Gini coefficient 
All stops Stops w/in.5 mile 
Population  243,883  11.63  807  774  0.7083  LIHTC  units  11,038  33.67  572  559  0.7150  Section  8  units 
4,129  63.23  381  381  0.6234  All  HUD  units  15,147 41.69 535 523 0.6905 Random samples 15,147 11.59 
0.7066 
TF Welch / Transport Policy 30 (2013) 283–293 290 
Fig. 6. Transit service Gini index results with Lorenz curves by housing unit type in Baltimore city. 
three  random  samples.  However,  this  is  only  an  indication  that  some  units  are well connected. This does 
not  indicate  whether  all  units  have  access  to  quality  transit  or  just  a  few  with  very  high  connectivity, 
which skew the mean. 
One  common  measure  of  success  in  locating  units  in  proximity  to  transit  is  the  distance  to  a  transit 
stop.  Table  2  measures  the  average  distance  from  specific housing unit samples to the nearest transit stop 
(either  rail  or  bus).  The  location  of  subsidized  housing  units  is  on average much closer to transit than the 
general  population.  When  the  analysis  is  restricted  to  units  within  a  half-mile  of  transit  the  results  show 
that  subsidized  housing  units  are  again  generally  closer  in  space  to  transit  stops  than  when  compared  to 
the  general  population.  The figure does not change at either level of analysis for Section 8 housing, which 
indicates  all  housing  is  within  half  a  mile.  This  measure,  though  commonly used in policy analysis, does 
not  provide  a  complete  picture  of  the  real  access  to  transit  or  quality  of  connectivity  across  all  housing 
units. To do this, there must be a measure of the quality of service at each transit stop. 
The  last  measure  reported  in  Table  2  essentially  combines  these  other  analyses  into  a  single, 
comparable  index  number.  The  results  show  that  when  all  subsidized  units  are  combined  into  a  single 
index,  transit  connectivity  appears  to  be  more  equitably  distrib- uted than in the general population or for 
a  random  sample.  When  the  two  types  of subsidized unit are separated out, the results show that transit is 
much  more  equitably  distributed  among  Section  8  housing  units  than  among  LIHTC  units.  The  LIHTC 
units  have  a  higher  index  score  than  the  general  population  or  the  random  samples,  which  indicates  that 
transit  connectivity  is  concentrated  for  a  few  units  and  the  rest  have  access to much less or lower quality 
transit. 
 
Fig.  6  provides  the  graphical  representations  of  the  Lorenz  curves  calculated  from Table 2. As the figure 
shows,  aggregate  subsidized  housing  units  have  a  slightly  more  equitable  distribu-  tion  of  connectivity 
compared to the general population of housing units. This is evidenced by the Lorenz curve for subsidized 
units where the curve more coterminous with the equity line. 
When  the  two  types  of  subsidized  housing  units  are  separated out in Fig. 7, the improvement in equity 
for  Section  8  housing  becomes  apparent.  Section  8  housing stands out in comparison to LIHTC units, for 
access and connectivity. 
To  determine  if  subsidized  housing  is  meeting  the  federal  and  policy-specific  goal  of  transit  equity,  a 
simple  hypothesis  test  is  used.  The  null  hypothesis  is  the  Gini  coefficient  for  subsidized  housing units is 
equal  to  the  mean  sample  Gini  Coefficient  (μ).  In  the  alternative,  if  the  distribution  is  less  equitable,  the 
index  value  for  subsidized  units  will  be  greater  than  the  sample  mean.  If  the  distribution  is  more 
equitable,  the  index  will  be  less  than  the  mean  of  the  sample.  The  hypothesis  test  results are provided in 
Table  3.  The  required  P-value  for  a  99%  confidence  interval  is  about 2.68. The two-sided T-test shows a 
very  high  value,  for  all  housing  unit  types,  indicating  that  the  test  results  are  well  within  the  99% 
confidence level. 
LIHTC  transit  units  have  a  Gini  coefficient  higher  than  the  sample mean (see Table 2), indicating that 
the  distribution  of  transit  con-  nectivity  and  access  is  less  equitable  than  if  the  housing  units  were 
randomly  placed  in  the  city.  The  hypothesis  test  confirms  this  result  with  99%  confidence,  rejecting  the 
null  hypothesis  and  accepting  the  alternative.  On  the  other  hand,  Section  8  units  have  a  Gini  coefficient 
much  lower  than  the  sample  mean,  with  an  extremely  high  T-statistic,  leading  to the rejection of the null 
hypothesis  and  statistical  confirma-  tion  that  transit  access  is more equitably distributed among Section 8 
units than could be achieved by randomly placing the units. 
TF Welch / Transport Policy 30 (2013) 283–293 291 
Fig. 7. Transit service Gini index results with Lorenz curves for subsidized housing units in Baltimore 
city. 
Table 3 Transit equity hypothesis test results. 
LIHTC Section 8 (s8) All subsidized units (ASU) 
H 
0 
G 
(LIHTC) 
1⁄4G 
(μ) 
G 
(s8) 
1⁄4G 
(μ) 
G 
(ASU) 
1⁄4G 
(μ) H 
a 
G 
(LIHTC) 
o >G 
(μ) 
G 
(s8) 
o >G 
(μ) 
G 
(ASU) 
o >G 
(μ) T-test À16.41774 161.96409 31.29356 P-value 
(.01, 99% CI) 
2.68 2.68 2.68 
Result Reject null Reject null Reject null 
6. Summary and conclusions 
Access  to  transit  for all members of vulnerable classes, is a critical goal for all US federal agencies and 
many  international  organiza-  tions.  The  HUD  and  DOT  have  both  made  specific  proclamations  and 
created  program  goals  aimed  at  increasing  the  equitable  distribution  of  resources  to  these  groups.  The 
agencies  have  program  goals  to  increase  the  supply  of  affordable  housing  and  better  distribute 
transportation access among that supply. Specific policy goals within the HUD's LIHTC program, work to 
provide an advantage to devel- opers interested in supplying low-income rental units near transit. 
Despite  clear  policy  emphasis,  the  results  of  these  programs  appear  to  have  little  influence  in 
enhancing  the  distribution  transit  access  and  service  amount  subsidized  housing  units.  This  paper  first 
developed  a  transit  connectivity  index  to  measure  the quality of public transportation service at every rail 
and  bus  stop  in  the  city  of  Baltimore  Maryland.  Then,  using  parcel  level  data,  the  location  of  all  market 
rate  and  subsidized  housing  units  was  determined  and  a  measure  of  accessibility  to  transit  service  was 
calculated.  A  joint  connectivity  and  equity  index  was  constructed  to  determine  if  HUD  subsidized 
housing programs actually resulted in better transit equity outcomes for low-income residents. 
The  results  indicate  that while HUD units generally enjoy closer proximity to higher quality transit, the 
distribution  of  this  access  is  not  equitable among these units. Where traditional measures of transit access 
and  service  might  declare  higher  levels  of  transit  proximity  a  programmatic  success,  the  analysis  goes  a 
step  further  to  measure  the  spatial  distribution  of  transit  service quality. For LIHTC units the distribution 
of  transit  is  less  equitable  than  it  is  for  a  mean  distribution  among  50  random  samples  of  all  Baltimore 
housing  units  and  the  general  population  of  market  rate  housing.  This  indicates  that  the  LIHTC  points 
system  for  Baltimore  housing  units  is  no  more  effective  at  providing  all  units  with  high  quality  public 
transportation  access  than if the locations were randomly selected. Section 8 housing has a more equitable 
distribution  of  transit  among  its  units.  Compared  to  the  market-rate  population  and  50  random  samples, 
the program has a more equitable distribution of transit service. 
Section  8  units  tend  to  be  more  spatially  aggregated  and  located  in  more  transit  abundant  areas of the 
city.  While  one  could  argue  the  negative  effects  of  geographically  concentrating  low-income  units,  one 
positive  result  of  this  concentration  is  that  Section  8  participants  as  a  whole  appear  to have better access 
to 
 
opportunity  through  public  transportation.  The  LIHTC  program  units  are  much  less concentrated and are 
often  located  near  poorly  connected  transit  stops.  While  LIHTC  residents  are  better  inte-  grated with the 
surrounding  community,  Section  8  participants  and  the  general  population  of  the  city  have  much  better 
access to quality transit and by extension, economic opportunity. 
6.1. Policy implications 
There  are several ways in which housing and public transport policy can be enhanced to better meet the 
goals  of  equity  and  environmental  justice.  This  paper  begins  what  ought  to  be  an  ongoing  discussion  on 
what  public  transit  means  for  low-income  households.  Statistically  driven  analysis  like what is presented 
in  this  paper  can  often  seem  too  abstract  to  decision-makers  looking  to  make  real  changes  to  transit 
networks  and  housing  policy.  Certainly,  in  absolute  numbers  the  equity  results  in  this  paper  seem small, 
but  even  tiny  changes  in  the  overall  distribution  of  transit  service  among  subsidized  housing  units  can 
make  a  big  difference  in  one's  ability  to  participate  in  a  range  of  social  and  economic  activity.  Faster, 
more  reliable  transit  service  that  connects those that rely on this mode with opportunities for employment 
may significantly improve the economic condition of many residents. 
For  US  housing  policy  specifically,  an  increase  points and pre- ference for LIHTC projects (not just in 
Maryland,  but  for  all  states)  that  will  be  sited  close  to  high  connectivity  and  accessibility  transit  stops, 
will  lead  to  more  access  for  a  larger  portion  of  the  low-income  population.  For  policies  that  seek  transit 
proximity  in  general,  more  emphasis  should  be  placed  on  transit  locations  with  high  connectivity  rather 
than  simply  distance  to  any  transit  stop.  Policies  should  also  ensure  that  transit  stops  provide  sufficient 
access  to  meaningful  destinations.  Such  locations  have  higher  levels  of  activity  density  and  an  activity 
composition  with  suitable  employment  and  affordable  shopping  opportunities  for  low-income 
populations.  When  the  loca-  tion  of  vulnerable  populations,  housing  units  or  transit  service  is  fixed, 
increasing  speed,  frequency  and  capacity  of  transit  lines  that  serve  subsidized  housing  units  may 
temporarily  aide  in  providing  better  transit  equity.  For  future  developments,  enhancing  transit  character- 
istics  at  a  few  suitable  development  locations  and  encouraging  the  construction  of  affordable  units  can 
significantly increase equity. 
With  a  few  policy  improvements  the  availability  of  high  quality  transit  for  all  residents  of  affordable 
housing  units  can  be assured. Traditional measures of transit access, which rely only on service frequency 
or  proximity,  may  not  adequately  measure  transit  equity.  New  tools  like  the  connectivity  and Gini index 
developed  in  this  paper  can  enhance  policy  assessment  to  determine  if  federal  policies  are  meeting  their 
mandates.  Future  research  could  focus  on  the  equity  implications  of  transit  characteristic  changes 
including enhancements to frequency, speed, transfers or fares. 
Acknowledgements 
The  author  would  like  to  thank  Dr.  Sabya  Mishra  for  his  assistance  in developing the initial ideas that 
led to the connectivity index and the Maryland State Highway Administration for assistance in developing 
the transit schedule database. 
References 
Allard, SW, 2008. Out of Reach: Place, Poverty, and the New American Welfare 
State. Yale University Press. Apgar, WC, 1990. Which housing policy is best? Housing Policy Debate 
1, 1–32. Archibald, ME, Putnam Rankin, C., 2013. A spatial analysis of community disadvantage and 
access to healthcare services in the US Social Science & Medicine 90, 11–23. Atkinson, AB, 1975. The 
Economics of Inequality. Clarendon Press, Oxford, UK. 
TF Welch / Transport Policy 30 (2013) 283–293 292 
Beckett, J., Koenig, HO, 2005. Public Administration and Law. ME Sharpe. Berliant, MC, Strauss, RP, 
1985. The Horizontal and Vertical Equity Characteristics 
of the Federal Individual Income Tax, 1966–1977. University Of Chicago Press. Berube, A., Raphael, 
S., 2005. Access to Cars in New Orleans. The Brookings Institution. Bloom, G., 2001. Equity in health in 
unequal societies: meeting health needs in 
contexts of social change. Health Policy 57, 205–224. Blumenberg, E., Ong, P., 2001. Cars, buses, and 
jobs: welfare participants and employment access in Los Angeles. Transportation Research Record: 
Journal of the Transportation Research Board 1756, 22–31. Bowen, WM, Salling, MJ, Haynes, KE, 
Cyran, EJ, 1995. Toward environmental justice: spatial equity in Ohio and Cleveland. Annals of the 
Association of American Geographers 85, 641–663. Bowman, LA, Turnquist, MA, 1981. Service 
frequency, schedule reliability and passenger wait times at transit stops. Transportation Research Part A: 
General 15, 465–471. Brookings Institute, 2011. Transit Access and Zero-Vehicle Households. Brown, 
MC, 1994. Using Gini-style indices to evaluate the spatial patterns of health practitioners: theoretical 
considerations and an application based on Alberta data. Social Science & Medicine 38, 1243–1256. 
Bureau, B., Glachant, M., 2011. Distributional effects of public transport policies in 
the Paris Region. Transport Policy 18, 745–754. Capek, SM, 1993. Environmental Justice Frame: a 
conceptual discussion and an 
application. The Social Problems 40, 5. Culyer, AJ, 2001. Equity: some theory and its policy 
implications. Journal of 
Medical Ethics 27, 275–283. Cummings, JL, DiPasquale, D., 1999. The low-income housing tax credit 
an analysis 
of the first ten years. Housing Policy Debate 10, 251–307. Danter Company, nd LIHTC Units Relative 
to Multifamily Permits [WWW Docu- 
ment]. URL 〈http://www.danter.com/taxcredit/lihtcmf.htm〉. Dargay, J., Gately, D., 1999. Income's 
effect on car and vehicle ownership, worldwide: 1960–2015. Transportation Research Part A: Policy and 
Practice 33, 101–138. Dargay, JM, 2001. The effect of income on car ownership: evidence of asymmetry. 
Transportation Research Part A: Policy and Practice 35, 807–821. Delbosc, A., Currie, G., 2011. Using 
Lorenz curves to assess public transport equity. 
Journal of Transport Geography 19, 1252–1259. Delmelle, EC, Casas, I., 2012. Evaluating the spatial 
equity of bus rapid transit- based accessibility patterns in a developing country: the case of Cali, 
Colombia. Transport Policy 20, 36–46. Deng, L., 2007. Comparing the effects of housing vouchers and 
low-income housing tax credits on neighborhood integration and school quality. Journal of Planning 
Education and Research 27, 20–35. Desai, M., Dharmapala, D., Singhal, M., 2010. Tax incentives for 
affordable housing: the low income housing tax creditTax Policy and the Economy, Vol. 24. The 
University of Chicago Press, pp. 181–205. DHCD, nd Federal Low Income Housing Tax Credit Program 
(LIHTC) [WWW Document]. URL 〈http://www.dhcd.maryland.gov/website/programs/lihtc/ 
Default.aspx〉 (accessed 5.7.12). Dickens, M., Neff, J., Grisby, D., 2011. APTA 2011 Public 
Transportation Fact Book. 
American Public Transportation Association, Washington, DC Eboli, L., Mazzulla, G., 2011. A 
methodology for evaluating transit service quality based on subjective and objective measures from the 
passenger's point of view. Transport Policy 18, 172–181. Foth, N., Manaugh, K., El-Geneidy, AM, 2013. 
Towards equitable transit: examining transit accessibility and social need in Toronto, Canada, 1996–2006. 
Journal of Transport Geography 29, 1–10. Galster, G., 1997. Comparing demand-side and supply-side 
housing policies. 
Housing Studies 12, 561. Galster, GC, Tatian, P., Smith, R., 1999. The impact of neighbors who use 
Section 
8 certificates on property values. Housing Policy Debate 10, 879–917. Geurs, KT, Van Wee, B., 2004. 
Accessibility evaluation of land-use and transport strategies: review and research directions. Journal of 
Transport Geography12, 127–140. Grønbjerg, KA, Paarlberg, L., 2001. Community variations in the size 
and scope of the nonprofit sector: theory and preliminary findings. Nonprofit and Voluntary Sector 
Quarterly 30, 684–706. Guhathakurta, S., Mushkatel, AH, 2000. Does locational choice matter? a 
compar- ison of different subsidized housing programs in Phoenix, Arizona. Urban Affairs Review 35, 
520–540. Handy, SL, Niemeier, DA, 1997. Measuring accessibility: an exploration of issues 
and alternatives. Environment and Planning A 29, 1175–1194. Hensher, DA, Stopher, P., Bullock, P., 
2003. Service quality––developing a service quality index in the provision of commercial bus contracts. 
Transportation Research Part A: Policy and Practice 37, 499–517. Hess, DB, 2005. Access to 
employment for adults in poverty in the Buffalo-Niagara 
Region. Urban Studies 42, 1177–1200. Horner, MW, Mefford, JN, 2007. Investigating urban spatial 
mismatch using job – housing indicators to model home – work separation. Environment and Planning A 
39, 1420–1440. Ihlanfeldt, KR, Sjoquist, DL, 1998. The spatial mismatch hypothesis: a review of recent 
studies and their implications for welfare reform. Housing Policy Debate 9, 849–892. Kakwani, NC, 
1984. On the measurement of tax progressivity and redistributive effect of taxes with applications to 
horizontal and vertical equity. Advances in Econometrics 3, 149–168. Keeble, D., Owens, PL, Thompson, 
C., 1982. Regional accessibility and economic 
potential in the European community. Regional Studies 16, 419–432. 
 
Kim, J., Jun, M., Kho, S., 2005. Determination of a bus service coverage area reflecting passenger 
attributes. Journal of the Eastern Asia Society for Trans- portation Studies 6, 529–543. Kokko, H., 
Mackenzie, A., Reynolds, JD, Lindström, J., Sutherland, WJ, 1999. 
Measures of inequality are not equal. The American Naturalist 154, 358–382. Maniquet, F., Sprumont, Y., 
2005. Welfare egalitarianism in non-rival environments. 
Journal of Economic Theory 120, 155–174. Marshall, AW, Olkin, I., 2007. Life Distributions: 
Structure of Nonparametric, 
Semiparametric and Parametric Families. Springer, Amsterdam. Minocha, I., Sriraj, P., Metaxatos, P., 
Thakuriah, P., 2008. Analysis of transit quality of service and employment accessibility for the greater 
Chicago, Illinois, Region. Transportation Research Record: Journal of the Transportation Research Board 
2042, 20–29. Mishra, S., Welch, TF, Jha, MK, 2012. Performance indicators for public transit 
connectivity in multi-modal transportation networks. Transportation Research Part A: Policy and Practice 
46, 1066–1085. Mooney, G., 1996. And now for vertical equity? Some concerns arising from 
Aboriginal health in Australia. Health Economics 5, 99–103. Murphy, C., 2010. Housing Affordability 
and Transit-Oriented Development: Federal 
Choices and Local Outcomes. Northwestern University. O'Regan, KM, Horn, KM, 2013. What can we 
learn about the low-income housing 
tax credit program by looking at the tenants? Housing Policy Debate, 1–17. Ong, PM, 1996. Work and 
automobile ownership among welfare recipients. Social 
Work Research 20, 255–262. Ong, PM, 2002. Car ownership and welfare-to-work. Journal of Policy 
Analysis and 
Management 21, 239–252. 
TF Welch / Transport Policy 30 (2013) 283–293 293 
Ong, PM, Miller, D., 2005. Spatial and transportation mismatch in Los Angeles. 
Journal of Planning Education and Research 25, 43–56. Paulley, N., Balcombe, R., Mackett, R., 
Titheridge, H., Preston, J., Wardman, M., Shires, J., White, P., 2006. The demand for public transport: the 
effects of fares, quality of service, income and car ownership. Transport Policy 13, 295–306. Repetti, JR, 
McDaniel, PR, 1993. Horizontal and vertical equity: the Musgrave/ 
Kaplow exchange. Florida Tax Review 1, 607–622. Rosero-Bixby, L., 2004. Spatial access to health 
care in Costa Rica and its equity: a 
GIS-based study. Social Science & Medicine 58, 1271–1284. Sanchez, TW, 1999. The connection 
between public transit and employment. 
Journal of the American Planning Association 65, 284–296. Sanchez, Thomas W., Shen, Q., Peng, 
Z.-R., 2004. Transit mobility, jobs access and low-income labour participation in US metropolitan areas. 
Urban Studies 41, 1313–1331. Sanchez, TW, Shen, Q., Peng, ZR, 2004. Transit mobility, jobs access and 
low- income labour participation in US metropolitan areas. Urban Studies 41, 1313. Schwartz, AF, 2010. 
Housing Policy in the United States. Routledge. Susin, S., 2002. Rent vouchers and the price of 
low-income housing. Journal of 
Public Economics 83, 109–152. Truelove, M., 1993. Measurement of spatial equity. Environment and 
Planning C: 
Government and Policy 11, 19–34. USDOT, 1997. US Department of Transportation Order on 
Environmental Justice – Facts – Environmental Justice – Environment – FHWA [WWW Document]. 
URL 〈http://www.fhwa.dot.gov/environment/environmental_justice/facts/dot_ord. cfm〉 (accessed 
5.5.12).