优先排序的不对称性：美国旧金山湾区自行车公平指数的专家赋权与数据驱动赋权比较
The Asymmetry of Prioritization: Comparing Expert-Informed and Data-Driven Weighting for a Bike Equity Index in the San Francisco Bay Area, U.S.
发表于 2026年9月23日 · 收录于雷达 2026年11月5日
中文摘要
研究比较专家知情的德尔菲预算分配法与基于解释方差的主成分分析赋权法，考察两者在旧金山湾区自行车公平指数中的表现。结果显示，两种方法在需求侧高度一致，但在供给侧差异显著，说明赋权方法的可比性取决于所评估的公平维度。