随着我国工业化和机动化水平的不断提速,在城镇化进程、城市数量及规模等方面均获得了明显的增长与扩张。而交通运输作为社会经济发展的根基,是城市得以运转的命脉所在,但当前相关交通问题、供需冲突(瓶颈)也日益频发,深切影响着居民的日常工作和生活出行,为此作者在城市交通资源有限的情况下,系统研究了特大城市的居民出行方式选择行为,有助于进一步优化交通方式结构、保障健康、良性、可持续的出行环境。本文以特大城市——南京市为案例(居民出行调查数据)展开了出行方式选择行为特性的探索及讨论,基于随机效用最大化理论,同时构造了无序MNL(multinomial logit)、ML模型(MNL的改良形式,mixed logit)对其从家庭特征、个人属性、出行信息与OD位置变量这四个层面进行了定量化、详尽的对比分析,诠释了显著影响方式选择行为的因素(解析了其成因)、挖掘和阐明了各要素之间的相互作用机理,进而能够为缓和交通拥堵现象、改进居民出行结构上奠定和给出了相关的理论模型方法依据及数据参考借鉴支持等。鉴于城市轨道交通蓬勃、高速发展和TOD(transit oriented development)设计理念模式引导的大背景下,两个分别考虑出行OD小区、居民居住地位置的ML模型得以建立,并以轨道交通站点辐射区与市区郊区关系为视角,应用于对居民出行方式选择行为性质的深刻剖释、更体系化的探讨考量,通过疏解、理清所建模型输出的统计回归结果,获取了城市交通运输绿色、低碳方向与条理规划及配置有限道路交通资源的有关启示、方略及举措,亦对量化分析其他大城市居民的出行方式选择行为也具有一定现实意义。论文最后综合前述重要的研究成果,为城市规划者、管理者、决策和政策制定者提供了详细具体、科学适宜的参考建议与方针策略,如在市区内部因地制宜的发展自行车公共租赁业、保证慢行交通路权、停车换乘(车辆合乘)、提高公共交通系统(特别是轨道交通方式)的竞争优势、考虑引导部分小汽车、摩托车出行量往其他方式上转化等一系列方法,达到了均衡交通需求时间、空间分布的目的,有利于实现生态宜居城市、构筑绿色交通系统、城市社会健康与活力(以人为本)。