Factors associated with bus subsidy in hanoi - Using data of the whole network from 2011 to 2019

Transport and Communications Science Journal, Vol 72, Issue 2 (02/2021), 180-192 
180 
Transport and Communications Science Journal 
FACTORS ASSOCIATED WITH BUS SUBSIDY IN HANOI - USING 
DATA OF THE WHOLE NETWORK FROM 2011 TO 2019 
Thanh Tung Ha*, Minh Hieu Nguyen 
University of Transport and Communications, No 3 Cau Giay Street, Hanoi, Vietnam 
ARTICLE INFO 
TYPE: Research Article 
Received: 19/10/2020 
Revised: 11/12/2020 
Accepted: 13/12/2020 
Published online: 15/2/2021 
https://doi.org/10.47869/tcsj.72.2.4 
* Corresponding author 
Email: hathanhtung@utc.edu.vn; Tel: 0983.052.704 
Abstract. During the recent years, bus subsidy in Hanoi has been increasing while a 
downward trend has been seen for ridership. This leads to a suspect about the effectiveness 
and efficiency of subsidy. The method of subsidy is based on kilometre. This approach 
generally is not involved in the financial outcome of public transport, that is, revenue. 
Therefore, subsidy based on passengers is worth considering. This study analyses factors 
associated with subsidy for one kilometre and one passenger in order to make comparisons. 
The advantages of this research are using longitudinal 10-year data of the whole network and 
deploying ordinal logit modelling. Findings emphasize that impacts of factors on subsidy for 
one kilometre and one passenger are dissimilar. One passenger-based subsidy show a more 
logic in the associations with factors compared with that for one kilometre. However, subsidy 
based on one passenger needs to be improved by counting correctly passengers travelling by 
monthly tickets. 
Keywords: Public transport, Subsidy, Hanoi, Bus, Efficiency. 
© 2021 University of Transport and Communications 
Tạp chí Khoa học Giao thông vận tải, Tập 72, Số 2 (02/2021), 180-192 
181 
Tạp chí Khoa học Giao thông vận tải 
PHÂN TÍCH YẾU TỐ ẢNH HƯỞNG ĐẾN TRỢ GIÁ VẬN TẢI 
HÀNH KHÁCH CÔNG CỘNG BẰNG XE BUÝT TẠI HÀ NỘI - SỬ 
DỤNG DỮ LIỆU TOÀN MẠNG 2011-2019 
Hà Thanh Tùng*, Nguyễn Minh Hiếu 
Trường Đại học Giao thông vận tải, Số 3 Cầu Giấy, Hà Nội, Việt Nam 
THÔNG TIN BÀI BÁO 
CHUYÊN MỤC: Công trình khoa học 
Ngày nhận bài: 19/10/2020 
Ngày nhận bài sửa: 11/12/2020 
Ngày chấp nhận đăng: 13/12/2020 
Ngày xuất bản Online: 15/2/2021 
https://doi.org/10.47869/tcsj.72.2.4 
* Tác giả liên hệ 
Email: hathanhtung@utc.edu.vn; Tel: 0983.052.704 
Tóm tắt. Trong những năm qua, trợ giá cho hoạt động vận tải hành khách công cộng 
(VTHKCC) bằng xe buýt liên tục tăng tuy nhiên khối lượng vận chuyển có xu hướng giảm. 
Điều này dẫn tới những nghi ngờ về tính hiệu quả của công tác trợ giá. Phương pháp trợ giá 
hiện đang được áp dụng là theo km. Cách thức trợ giá này nhìn chung không gắn với kết quả 
tài chính của hoạt động vận tải là doanh thu. Do đó trợ giá cho hành khách có thể là 1 phương 
pháp khác cần xem xét. Trong nghiên cứu này, chúng tôi tiến hành phân tích các yếu tố ảnh 
hưởng đối với trợ giá cho 1 km và 1 hành khách để tiến hành đối chiếu và phân tích. Ưu điểm 
của nghiên cứu này là sử dụng hồi quy thứ tự và dữ liệu toàn mạng trong 10 năm. Kết quả 
nghiên cứu chỉ ra rằng sự ảnh hưởng của các yếu tố đối với trợ giá cho 1 km và 1 hành khách 
là khác nhau. Trợ giá theo 1 hành khách thể hiện mối tương quan mang tính logic hơn tuy 
nhiên cách thức thống kê hành khách, đặc biệt hành khách sử dụng vé tháng cần phải được 
cải thiện. 
Từ khóa: Vận tải hành khách công cộng, Trợ giá, Hà Nội, Xe buýt, Hiệu quả. 
© 2021 Trường Đại học Giao thông vận tải 
1. ĐẶT VẤN ĐỀ 
Hà Nội đã và đang phát triển hệ thống VTHKCC nhằm đáp ứng nhu cầu đi lại của người 
dân, tuy nhiên VTHKCC không phải là một hoạt động kinh doanh thuần tuý mà là một hoạt 
động cung cấp dịch vụ công. Trong những năm gần đây Hà Nội đã có những chính sách, giải 
pháp đồng bộ để xây dựng hệ thống VTHKCC và đã đạt được những thành quả nhất định [1], 
[2]. Trong giai đoạn 2001 - 2010, thành phố đã thành công trong việc tạo ra thói quen đi lại 
Transport and Communications Science Journal, Vol 72, Issue 2 (02/2021), 180-192 
182 
bằng phương tiện công cộng xe buýt của người dân (sản lượng tăng 28 lần, đạt mức 420 triệu 
lượt với 65 tuyến và 1.046 phương tiện buýt vào 2010), giai đoạn này xe buýt đã đáp ứng được 
nhu cầu của người dân về chất lượng dịch vụ, giá vé rẻ và an toàn. Giai đoạn 2011-2019, tốc 
độ tăng trưởng bình quân về số lượng tuyến buýt được mở mới là 5,3%/năm; trong đó có sự đa 
dạng hơn về các loại hình buýt: buýt BRT, buýt sử dụng nhiên liệu sạch CNG. Cự ly các tuyến 
được điều chỉnh, tần suất hoạt động đa dạng, phạm vi hoạt động của mạng lưới tuyến buýt được 
mở rộng. Tốc độ tăng trưởng số km xe chạy đạt mức bình quân là 7,4%/năm, so với năm 2011 
thì tổng km xe chạy năm 2019 đã tăng 74,4%. Doanh thu, chi phí của toàn hệ thống đều tăng 
với mức độ tăng trưởng bình quân qua các năm xấp xỉ nhau, khoảng 8,8%; tuy nhiên, số lượng 
hành khách sử dụng xe buýt giảm với tốc độ bình quân 1,1%/năm. 
Do VTHKCC bằng xe buýt ở Hà Nội luôn có chi phí lớn hơn doanh thu, nên để phát triển, 
chính quyền hàng năm đã trợ giá cho xe buýt. Trợ giá xe buýt tại Hà Nội cho đến nay vẫn theo 
định hướng trợ giá cho hành khách trên cơ sở một hệ thống giá vé hấp dẫn và thông qua bù đắp 
chi phí vận hành được tính toán trên cơ sở một bộ định mức, đơn giá. Hà Nội đang áp dụng một 
số nguyên tắc cơ bản khi tính toán trợ giá cho VTHKCC như sau: (1) Tính toán trợ giá cần dựa 
trên cơ sở một hệ thống vé quản lý tập trung, thống nhất. (2) Giá vé hấp dẫn thường là thấp hơn 
giá cước. (3) Trợ giá được tính toán linh hoạt theo thực tiễn và điều kiện kinh tế, xã hội các 
biến động khách quan ảnh hưởng đến chi phí vận hành như: lương, giá nhiên liệu, bảo hiểm. 
Tuy nhiên cơ chế chính sách về trợ giá cho xe buýt chưa được cập nhật thường xuyên, quan 
điểm và mục tiêu trợ giá chưa đồng bộ với vai trò xe buýt. Ngoài ra, chưa có tiêu chí đánh giá 
hiệu quả trợ giá cho từng loại hình tuyến, từng đơn vị tham gia  ...  được sử dụng như các biến liên tục, kết quả thống kê mô tả được 
thể hiện trong Bảng 3 như sau: 
Transport and Communications Science Journal, Vol 72, Issue 2 (02/2021), 180-192 
188 
Bảng 3. Kết quả thống kê mô tả. 
Biến Tần số Tỷ lệ Tỷ lệ cộng dồn 
Năm 
2011 65 8.2 8.2 
2012 66 8.4 16.6 
2013 66 8.4 25.0 
2014 73 9.3 34.2 
2015 62 7.9 42.1 
2016 87 11.0 53.1 
2017 111 14.1 67.2 
2018 119 15.1 82.3 
2019 140 17.7 100.0 
Thời gian khai thác 
Năm đầu tiên 43 5.5 5.5 
Từ năm thứ 2 trở đi 746 94.6 100.0 
Trong tải phương tiện 
Nhỏ (≤ 40 chỗ) 80 10.1 10.1 
Trung bình (41-60 chỗ) 465 58.9 69.1 
Lớn (>60 chỗ) 244 30.9 100.0 
Loại tuyến 
Nội thành 378 47.9 47.9 
Nội và ngoại thành 361 45.8 93.7 
Ngoại thành 50 6.3 100.0 
Số lượng phương tiện bình quân trên tuyến 14.7* 6.2** 
Số lượng chuyến xe bình quân một năm 48,209.6* 24,519.7** 
Tổng số km xe chạy bình quân năm 1,148,960.0* 631,151.1** 
Khối lượng hành khách vé lượt bình quân 859,543.2* 832,878.9** 
Tổng khối lượng hành khách bình quân 4,651,375.0* 4,011,655.0** 
Ghi chú: * mô tả giá trị bình quân, ** mô tả độ lệch chuẩn. 
4. KẾT QUẢ VÀ THẢO LUẬN 
Kết quả phân tích dữ liệu theo phương pháp hồi quy thứ tự đối với các yếu tố ảnh hưởng 
tới trợ giá theo km và trợ giá theo hành khách được trình bày trong Bảng 4 và Bảng 5. Từ kết 
quả phân tích, chúng ta có thể đánh giá các yếu tố ảnh hưởng tới trợ giá và so sánh mức độ ảnh 
hưởng giữa trợ giá cho 1 km và trợ giá cho 1 hành khách như sau: 
- So với năm 2019 thì mức trợ giá 2018 không có sự khác biệt, cả đối với hành khách hay 
đối với km. Mức trợ giá tính cho 1 hành khách hay 1 km năm 2015 và 2016 thấp hơn so với 
năm 2019, và sự khác biệt này có ý nghĩa thống kê. Kết quả này phản ánh rằng giai đoạn 2015 
và 2016 bắt đầu có sự suy giảm về khối lượng vận chuyển tuy nhiên vẫn cao hơn đáng kể so 
với 2019, do đó mức trợ giá của những năm này vẫn thấp so với 2019. Giai đoạn 2012-2014 là 
giai đoạn liên tục mở rộng mạng lưới và đầu tư phương tiện nên chi phí có xu hướng tăng trong 
khi doanh thu có xu hướng giảm (vì tuyến mới chưa thu hút được hành khách), kết quả là mức 
trợ giá cho 1 km cao hơn so với 2019. 
Tạp chí Khoa học Giao thông vận tải, Tập 72, Số 2 (02/2021), 180-192 
189 
Bảng 4. Kết quả các mô hình hồi quy thứ tự yếu tố ảnh hưởng tới trợ giá theo km. 
Biến 
Trợ giá theo km 
Hệ số Độ lệch chuẩn p 
Năm (Tham chiếu: 2019) 
2011 -1.734* 0.418 0.000 
2012 0.951* 0.378 0.012 
2013 1.377* 0.346 0.000 
2014 0.744* 0.328 0.024 
2015 -1.376* 0.367 0.000 
2016 -1.915* 0.306 0.000 
2017 -0.783* 0.270 0.004 
2018 -0.201 0.250 0.422 
Thời gian khai thác (Tham chiếu: năm đầu tiên) 
Năm thứ hai trở đi -0.673 0.410 0.100 
Chiều dài tuyến 0.053* 0.016 0.001 
Trong tải phương tiện (Tham chiếu: nhỏ (≤ 40 chỗ)) 
Trung bình (41-60 chỗ) 2.192* 0.297 0.000 
Lớn (> 60 chỗ) 2.524* 0.344 0.000 
Số lượng phương tiện trên tuyến -0.028 0.024 0.255 
Số lượng chuyến xe một năm 2.08E-06 9.29E-06 0.823 
Tổng số km xe chạy 9.39E-07* 3.19E-07 0.003 
Loại tuyến (Tham chiếu: nội thành) 
Nội - ngoại thành 0.139 0.193 0.470 
Ngoại thành 0.814* 0.390 0.037 
Khối lượng hành khách vé lượt -1.16E-06* 2.80E-07 0.000 
Tổng khối lượng hành khách -3.05E-07* 6.59E-08 0.000 
/cut1 0.373 0.626 
/cut2 2.443 0.633 
Log likelihood -621.455 
PseudoR2 0.2733 
- Đánh giá yếu tố thời gian khai thác tuyến (so sánh tham chiếu giữa tuyến hoạt động từ 
năm thứ 2 trở đi so với tuyến mở mới dưới 1 năm): Không có sự khác biệt về loại tuyến này đối 
với trợ giá cho 1 km, tuy nhiên có ảnh hưởng rất lớn tới trợ giá cho 1 hành khách. Điều này phù 
hợp với phương pháp trợ giá hiện nay, đơn giá chi phí tính theo km xe chạy, và đối với các 
tuyến sau 1 năm vận hành thì sản lượng tăng làm ảnh hưởng tới trợ giá của 1 hành khách hơn 
là đối với trợ giá cho 1km. 
 - Yếu tố chiều dài tuyến có ảnh hưởng tới mức trợ giá cho 1 km, tuyến càng dài thì mức 
trợ giá bình quân cho 1 km càng cao. Tuy nhiên chiều dài tuyến không ảnh hưởng tới mức trợ 
giá tính bình quân cho 1 hành khách. 
- Yếu tố sức chứa phương tiện có ảnh hưởng lớn đến trợ giá cho 1 km, điều này phản ảnh 
đúng ngay trong phương pháp tính toán trợ giá, đơn giá của tuyến được xác định theo sức chứa 
phương tiện, phương tiện càng lớn thì mức trợ giá cho 1 km càng lớn. Tuy nhiên đối với ảnh 
hưởng của sức chứa tới trợ giá cho hành khách thì ta có thể thấy xe trung bình lại không ảnh 
hưởng tới trợ giá cho 1 hành khách nếu tham chiếu với xe nhỏ. Sự khác biệt được nhìn thấy ở 
Transport and Communications Science Journal, Vol 72, Issue 2 (02/2021), 180-192 
190 
xe lớn và xe nhỏ với mức trợ giá cho 1 hành khách cao hơn ở xe lớn 
Bảng 5. Kết quả các mô hình hồi quy thứ tự yếu tố ảnh hưởng tới trợ giá theo hành khách. 
Biến 
Trợ giá theo hành khách 
Hệ số Độ lệch chuẩn Trị số p 
Năm (Tham chiếu: 2019) 
2011 -1.320* 0.502 0.009 
2012 -0.003 0.483 0.995 
2013 1.745* 0.479 0.000 
2014 0.533 0.439 0.226 
2015 -1.732* 0.534 0.001 
2016 -1.432* 0.379 0.000 
2017 -0.391 0.345 0.258 
2018 0.159 0.322 0.621 
Thời gian khai thác (Tham chiếu: năm đầu tiên) 
Năm thứ hai trở đi -1.940* 0.620 0.002 
Chiều dài tuyến -0.019 0.024 0.430 
Trong tải phương tiện (Tham chiếu: nhỏ (dưới 40 chỗ)) 
Trung bình (40-60 chỗ) 0.581 0.339 0.086 
Lớn (60-80 chỗ) 1.070* 0.398 0.007 
Số lượng phương tiện trên tuyến -0.018 0.034 0.593 
Số lượng chuyến xe một năm -2.71E-05 1.45E-05 0.060 
Tổng số km xe chạy 9.17E-06* 7.99E-07 0.000 
Loại tuyến (Tham chiếu: nội thành) 
Nội - ngoại thành 0.023 0.257 0.928 
Ngoại thành -0.214 0.491 0.663 
Khối lượng hành khách vé lượt -8.90E-07 5.27E-07 0.091 
Tổng khối lượng hành khách -2.71E-06* 2.15E-07 0.000 
/cut1 -5.468 0.970 
/cut2 -1.194 0.919 
Log likelihood -327.465 
PseudoR2 0.6172 
- Yếu tố số lượng phương tiện trên tuyến và số chuyến xe bình quân trong năm không tác 
động đến trợ giá cho 1 km cũng như cho 1 hành khách dưới góc độ thống kê. 
- Yếu tố đặc điểm loại hình tuyến so sánh tham chiếu với các tuyến nội thành cho chúng ta 
thấy có ảnh hưởng tới trợ giá cho 1 km nhưng lại không ảnh hưởng tới trợ giá cho 1 hành khách. 
Các tuyến ngoại thành có trợ giá cho 1 km. 
- Cả yếu tố sản lượng khách vé lượt và tổng lượt khách đều ảnh hưởng tới trợ giá cho 1 
km, đã phản ánh từ công thức trợ giá xe buýt hiện nay của Hà Nội, nhưng khách vé lượt lại 
không ảnh hưởng tới trợ giá cho 1 hành khách. Điều này có thể phán ảnh tỷ lệ sản lượng vé lượt 
so với tổng lượt khách chiếm tỷ lệ nhỏ (bình quân các tuyến toàn mạng là khoảng 18%). Mặt 
khác, do đã cố định đơn giá chi phí cho 1km xe chạy trên các tuyến, do đó hành khách vé lượt 
sẽ ảnh hưởng đánh kể đến trợ giá cho 1km. 
- Tổng sản lượng khách càng tăng thì mức trợ giá tính cho 1 km hay cho 1 hành khách đều 
Tạp chí Khoa học Giao thông vận tải, Tập 72, Số 2 (02/2021), 180-192 
191 
giảm. Điều này là phù hợp với cách thức tính toán trợ giá hiện nay, mẫu số càng tăng thì trợ giá 
cho 1 hành khách và 1 km càng giảm, so sánh mức độ ảnh hưởng của các năm thông kê với 
năm 2019 thì ta có thể thấy ảnh hưởng của sản lượng hành khách với trợ giá 1km sẽ nhiều hơn 
mức độ ảnh hưởng tới trợ giá 1 hành khách. 
5. KẾT LUẬN 
Bài báo trình bày kết quả phân tích các yếu tố ảnh hưởng đến mức trợ giá cho 1 km và 1 
hành khách với trường hợp nghiên cứu là thủ đô Hà Nội. Đây là 1 trong không nhiều nghiên 
cứu, theo hiểu biết của chúng tôi, về các nhân tố ảnh hưởng tới trợ giá có phân tích định lượng, 
đặc biệt sử dụng dữ liệu trong 10 năm gần đây. 
Có thể thấy rằng một số nhân tố tác động không đồng nhất đối với trợ giá cho 1 km và 1 
hành khách, chẳng hạn như khối lượng hành khách vé lượt, thời gian khai thác. Điều này cho 
thấy sự khác biệt và bất cập trong cách thức tính toán, phân bổ trợ giá hiện nay. Về nguyên tắc, 
trợ giá phải căn cứ vào doanh thu và chi phí, do đó trợ giá theo hành khách phản ánh tốt hơn 
mối quan hệ này. Trong khi đó trợ giá theo km chỉ căn cứ vào kết quả của hoạt động vận tải 
dưới góc độ người cung ứng nhưng không phản ánh đầy đủ kết quả dưới góc độ tài chính là 
doanh thu. Những kết quả liên quan tới các yếu tố ảnh hưởng trợ giá cho 1 km phản ánh việc 
tập trung cung ứng các tuyến càng dài, chủ yếu đi ngoại thành lại được hỗ trợ về mặt tài chính 
nhiều hơn (xem yếu tố chiều dài tuyến, loại tuyến). Như vậy, khu vực đông đúc nội thành, cần 
xe buýt phục vụ nhất lại không được quan tâm bằng khu vực ngoại thành, nếu đứng trên góc độ 
trợ giá. Trợ giá cho hành khách cũng thể hiện những kết quả phi logic như số lượng khách vé 
lượt tăng nhưng gần như không ảnh hưởng tới trợ giá bình quân cho 1 hành khách. Điều này có 
thể được giải thích bởi việc trợ giá cho 1 hành khách về cơ bản dựa nhiều hơn trên số lượng 
hành khách sử dụng vé tháng. Tuy nhiên số lượng khách sử dụng vé tháng hiện nay được phân 
bổ thay vì thống kê chính xác. Như vậy, thống kê khách vé tháng chưa thực sự phù hợp. 
Với những kết quả phân tích như trên, chúng tôi thấy rằng phân bổ trợ giá theo hành khách 
có thể là hình thức phù hợp hơn. Tuy nhiên hình thức này chỉ có thể thực hiện được và thực 
hiện hiệu quả nếu thống kê về khách sử dụng vé tháng được làm tốt và chính xác. Để làm được 
điều này, hệ thống vé điện tử là hết sức cần thiết. 
LỜI CẢM ƠN 
Nghiên cứu này được tài trợ bởi Trường đại học Giao thông vận tải trong đề tài mã số T2020-
KT-018. 
TÀI LIỆU THAM KHẢO 
[1]. M. H. Nguyen, Evaluating the Service Quality of the First Bus Rapid Transit Corridor in Hanoi City 
and Policy Implications, in Proceedings of the International Conference on Innovations for Sustainable 
and Responsible Mining, Cham, 108 (2021) 98-123. https://doi.org/10.1007/978-3-030-60269-7_6 
[2]. M. H. Nguyen et al., Impediments to the bus rapid transit implementation in developing countries – 
a typical evidence from Hanoi, Int. J. Urban Sci., 4 (2019) 464-483. 
https://doi.org/10.1080/12265934.2019.1577747 
[3]. M. A. Delucchi, The Annualized Social Cost of Motor-Vehicle Use in the U.S., 1990-1991: 
Summary of Theory, Data, Methods, and Results, (1997) Accessed: Oct. 18, 2020. [Online]. Available: 
https://escholarship.org/uc/item/43s6n28v 
[4]. H. J. Holzer et al., Public transit and the spatial distribution of minority employment: Evidence from 
a natural experiment, J. Policy Anal. Manage., 22 (2003) 415-441. https://doi.org/10.1002/pam.10139 
Transport and Communications Science Journal, Vol 72, Issue 2 (02/2021), 180-192 
192 
[5]. S. S. Tu, Khai thác vận tải (Transport operators). Hanoi, Vietnam: Transport and Communications 
Publishing House, 2018. 
[6]. P. Nelson et al, Transit in Washington, DC: Current benefits and optimal level of provision, J. Urban 
Econ., 62 (2007) 231–251. https://doi.org/10.1016/j.jue.2007.02.001 
[7]. M. G. Karlaftis, P. McCarthy, Operating subsidies and performance in public transit: an empirical 
study, Transp. Res. Part Policy Pract., 32 (1998) 359-375. https://doi.org/10.1016/S0965-
8564(98)00002-0 
[8]. E. Ottoz et al., The impact of ownership on the cost of bus service provision: an example from Italy, 
Appl. Econ., 41 (2009) 337–349. https://doi.org/10.1080/00036840601007260 
[9]. W. Roy, A. Yvrande-Billon, Ownership, Contractual Practices and Technical Efficiency: The Case 
of Urban Public Transport in France, J. Transp. Econ. Policy, 41 (2007) 257–282. 
https://www.researchgate.net/publication/23530252_Ownership_Contractual_Practices_and_Technica
l_Efficiency_The_Case_of_Urban_Public_Transport_in_France 
[10]. C. Winston, U.S. Industry Adjustment to Economic Deregulation, J. Econ. Perspect., 12 (1998) 
89-110. https://doi.org/10.1257/jep.12.3.89 
[11]. Nicolas Estupinan, Andrés Gómez-Lobo, Affordability and subsidies in public urban transport : 
what do we mean, what can be done?, 2007. Accessed: Oct. 18, 2020. [Online]. Available: 
https://www.researchgate.net/publication/23550440_Affordability_and_subsidies_in_public_urban_tra
nsport_what_do_we_mean_what_can_be_done 
[12]. J. Yang et al., Bus transit subsidy under China’s transit metropolis initiative: The case of Shenzhen, 
Int. J. Sustain. Transp., 14 (2020) 56–63. https://doi.org/10.1080/15568318.2018.1519088 
[13]. J.-S. Hahn et al, Efficiency analysis on bus companies in Seoul city using a network DEA model,” 
KSCE J. Civ. Eng., 17 (2013) 1480-1488. https://doi.org/10.1007/s12205-013-0467-x 
[14]. M. G. Karlaftis, A DEA approach for evaluating the efficiency and effectiveness of urban transit 
systems, Eur. J. Oper. Res., 152 (2004) 354-364. https://doi.org/10.1016/S0377-2217(03)00029-8 
[15]. C. D. Köksal, A. A. Aksu, Efficiency evaluation of A-group travel agencies with data envelopment 
analysis (DEA): A case study in the Antalya region, Turkey, Tour. Manag., 28 (2007) 830-834. 
https://doi.org/10.1016/j.tourman.2006.05.013 
[16]. Nguyễn Thị Thực, Nghiên cứu hoàn thiện phương thức trợ giá cho xe buýt công cộng ở các đô thị, 
Luận án Tiến sĩ kinh tế, Đại học Giao thông vận tải, 2006. 
[17]. Nguyễn Thanh Chương (2007), Nghiên cứu phương pháp đánh giá VTHKCC bằng xe buýt, Luận 
án Tiến sĩ kinh tế, Đại học Giao thông vận tải, 2007. 
[18]. R. Buehler et al., Active Travel in Germany and the U.S.: Contributions of Daily Walking and 
Cycling to Physical Activity, Am. J. Prev. Med., 41 (2011) 241-250. 
https://doi.org/10.1016/j.amepre.2011.04.012 
[19]. J. Pucher et al., Walking and Cycling in the United States, 2001–2009: Evidence From the National 
Household Travel Surveys, Am. J. Public Health, 101 (2011) S310-S317. 
https://doi.org/10.2105/AJPH.2010.300067 
[20]. J. C. Herrera et al., Assessing corridor performance: An international and interdisciplinary 
perspective, Restructuring public transport through Bus Rapid Transit, J. C. Munoz and L. Paget-
Seekins, Eds. Policy Press, 2016, pp. 299–316. 
https://www.researchgate.net/publication/308768253_Assessing_corridor_performance_An_internatio
nal_and_interdisciplinary_perspective