铁路运输在我国客运市场中占据非常重要的地位。随着技术的进步,高速铁路迅速发展,以其速度快、运能大、效率高的优势正在推动我国交通运输模式和客运市场格局发生重大变化。高铁产生了巨大的经济效应和社会效应,也深刻影响人们的出行行为。在此背景下,本文以铁路客票大数据为基础对高铁影响下的旅客出行行为进行研究。具体来说,本文主要做了以下四个方面的工作。首先,基于客票数据构建微观面板数据,采用准自然实验设计和双重差分方法研究重点分析高铁对人们出行行为的影响。不同城市开通高铁的时间不同,人们受到高铁影响与否存在差异,这为我们提供了准自然实验的场景。通过采用DID模型比较高铁开通前后实验组和对照组对象观测变量的差异从而得出统计意义上高铁对人们出行影响的无偏估计,实现高铁与人们出行之间的因果关系推断。然后分析了高铁开通对公路巴士出行的影响,从城市视角实证高铁是否显著影响公路巴士出行。第二,基于客票数据挖掘成渝高铁旅客出行行为,通过对这一微观客运市场上旅客的行为数据进行分析,解构旅客群体年龄和购票渠道等分布特征。然后对高铁运营中的“幂”分布规律进行分析,指出高频旅客给高铁运营带来的巨大价值。接着从聚合客流角度对城际客流时空和网络流动规律进行可视化分析,揭示客流分布的时空异质性。最后重点分析高铁站可达性与旅客乘车行为的影响,结果显示高铁站可达性显著正向影响人们的乘车行为。第三,研究高铁的开通运营对既有线路列车运营的影响。以成渝经济圈的三条铁路为研究对象,首先从宏观层面分析高铁开通导致的已有线路客流时空分布变化。接着从微观层面对线路旅客的“迁徙”行为进行挖掘分析,发现优势群体倾向于“迁徙”至高铁出行。重点研究了出行中旅客选择铁路作为出行方式如何在高铁和普速列车之间选择的问题。基于离散选择模型定量描述了人口统计学特征、购票渠道、社会阶层与地位、发车频率、出发日期与时段、出行目的、距离等变量对旅客选择行为的影响,实现对旅客选择行为的有效预测。最后,借助铁路出行的视角,基于成渝铁路的客票销售数据,探究消费者结伴出行对铁路客运产品选择的影响。通过应用赫克曼二阶段模型并控制超过130万名乘客的个体固定效应,研究揭示了结伴出行显著正向影响消费者对高级列车和高等座位的选择。进一步的分析表明,人口统计学特征起着显著的调节作用,女性以及年长者结伴出行更倾向于选择高级列车和高等座位。这些发现不仅为铁路管理提供了新思路,更重要的是揭示了结伴行为对消费升级的促进作用。