研究城市出行空间分布对城市规划、交通规划、商业服务等领域至关重要。随着我国城市化进程的不断推进,城市空间布局动态演变,城市出行空间分布也日益多样化和复杂化,随之产生了一系列问题如交通拥堵、通勤距离过长等。为解决这些问题,有必要深入研究城市出行空间分布特征,从而为科学地进行城市规划和交通规划提供理论依据。近年来随着移动通讯技术的应用与发展,丰富的手机信令数据为研究城市出行空间分布特征提供了有力支撑。本文在对大规模手机信令数据处理的基础上,对城市出行空间分布特征进行了分析,进一步提出了解释出行分布引力定律的自由效用模型和量化城市出行空间分布宏观特征的OD（origin and destination）矩阵压缩模型。本文的主要工作如下:（1）介绍了本文所用数据的处理过程及出行空间分布特征分析结果。首先,对手机信令数据进行时空维度的处理,得到了典型工作日地点之间各时段的平均出行量。然后,从出行空间分布总体特征、出行空间分布微观特征和出行空间分布宏观特征三个方面分析了出行空间分布的统计特征。在出行空间分布总体特征方面,统计了出行总量分布、出行距离分布、出行量分布、出行发生和吸引量分布,结果表明各城市都具有相似的出行特征。在出行空间分布微观特征方面,分析了各城市地点之间出行量和地点出行发生吸引量、地点之间空间距离的关系,表明城市出行分布中普遍存在引力定律,进一步地说明了解释该定律的必要性。在出行空间分布宏观特征方面,绘制了描述城市出行空间分布宏观特征的期望线图,说明了开展宏观特征量化研究的必要性。最后,为区分城市中心区域与行政区域,使用全球人类居住数据集提取了城市中心区域。（2）提出了同时反映个体相互作用和有限理性的自由效用模型来解释出行分布引力定律。半个多世纪以来,许多学者对出行分布引力定律的形成机理做出了解释,但是同时包含个体相互作用和有限理性这两个关键特征的理论解释仍然缺乏。针对这一问题,本文首先从个体选择行为层面入手,引入个体的有限理性,建立了个体选择模型。然后,引入个体之间的相互作用,建立了群体选择行为层面上的自由效用模型。进一步地,把自由效用模型的目的地效用函数具体化后就可以解释引力定律,先前解释引力定律的最大熵模型、自由成本模型、Logit模型和目的地选择博弈模型都是自由效用模型的特例。最后,在自由效用模型的框架下将目的地选择行为扩展到出行方式选择和路径选择行为,并建立了出行分布-方式分担-交通分配组合模型。（3）构建了同时考虑地点之间出行量与出行空间信息的OD矩阵压缩模型来量化城市出行空间分布宏观特征。首先,本文在交通小区层面上定义了小区的出行合成向量,把地点之间出行量与出行空间信息压缩为出行合成向量的模长与方向这两种粗粒化信息,用于量化地点出行的各向异性和向心性这两个宏观特征。紧接着,在城市层面上,使用地点出行各向异性和向心性加权平均的方法定义了城市出行各向异性和向心性这两个宏观特征。进一步地,分别研究了地点出行宏观特征和城市出行宏观特征的总体规律。在地点出行宏观特征研究中,首先统计分析了地点出行各向异性和向心性的分布情况,结果表明城市中大部分地点出行的各向异性处于适中水平,大部分地点出行的向心性处于较强水平。然后结合地点空间位置关系,统计分析了地点出行各向异性和向心性的空间变化规律,结果表明随着离城市中心距离的增加,地点出行的各向异性逐渐增强,向心性先增强后减弱。在城市出行宏观特征研究中,首先分析了城市出行宏观特征与城市地理位置的关系,结果表明我国北方城市的出行向心性较强,南方城市的出行向心性相对较弱。然后根据城市出行的各向异性和向心性对城市进行了分类,把城市出行模式分为单中心流动模式、多中心流动模式和混合流动模式三类。最后,研究了城市出行模式与城市出行平均距离的关系,结果表明多中心城市出行平均距离较短。本文的研究成果不仅有助于理解出行分布引力定律的形成机理和定量化描述城市出行空间分布宏观特征,还可为科学制定城市交通发展规划和管理政策提供理论参考。