2020年,全世界各国遭遇了新冠疫情的侵袭,处于疫情防控和服务保障前沿的我国交通运输业,受疫情影响也非常严重,城市间居民出行需求总量大幅下降的同时,分担城际间运输客流的交通方式客运结构也发生了一定变化。为了研究新形势下的城际出行方式选择行为,本文基于计划行为理论在预测行为问题中较好的解释力,提出适用于新冠疫情条件下城际出行方式选择问题的扩展计划行为理论,将出行者的主观变量考虑进传统Logit模型的效用函数中,结合基于扩展计划行为理论的潜变量模型和传统离散选择模型,构建城际出行方式选择行为的混合选择模型。第一部分,在解析城际交通出行及其需求特性的基础上,从微观和宏观角度挖掘和整理城际出行方式选择行为的影响因素,包括出行者的个人和家庭社会属性、出行方式特性、心理影响因素和生活价值观念等。据此构建基于计划行为理论的城际出行方式决策理论框架,将决策过程中的影响机理和心理思考过程进行详细分析与说明。第二部分,结合SP＆RP调查方法,通过网络调查的形式收集城际出行方式选择的样本数据,运用方差分析、因子分析等分析方法,刻画城际出行者的出行方式选择特征及行为心理特征,探究不同社会经济属性的城际出行群体在心理潜变量及出行方式选择上的差异。第三部分,为了探索各心理变量之间的内在联系,搭建了扩展计划行为理论框架下的结构方程模型,并对模型进行参数估计,主要探究普速铁路、高铁动车、飞机和自驾车四种出行方式选择模型中“行为意向”、“行为态度”、“主观规范”等潜变量之间的相关关系,明确不同出行方式选择的关键影响因素。最后部分,融合以扩展计划行为理论为核心的结构方程模型和以多项Logit模型为核心的离散选择模型构建混合选择模型,以刻画城际交通出行方式选择行为。研究结果表明,SEM-Logit模型与传统离散选择模型相比对数据的拟合程度更高,模型的预测力更强。通过对SEM-Logit模型中显变量的参数估计,能更深入的理解出行者的社会人口统计特征和心理变量对方式选择行为的影响,进而帮助铁路运输等相关部门掌握城际出行需求状况并提供数据支持,有利于城际客运发展及结构调整。