近年来,父母接送学生上下学的小汽车出行逐渐增多,带来了高峰期拥堵加重、学生出行安全隐患增加等一系列交通问题。轨道交通作为一种高效率、大运量的交通方式,是城市中长距离出行的主要方式。为了引导学生通学出行更多地采用地铁方式进而减少家庭车辆的使用,本文基于地铁IC卡数据对使用地铁通学出行的学生群体展开研究。首先,依据地铁学生卡刷卡频次、时间、站点距离以及中小学作息时间等信息,通过分析地铁通学出行规律,提出了一种基于地铁IC卡数据的通学行为识别方法,并以南京市为例从连续三年(每年各一个月)的地铁刷卡数据中识别出常规通学用户。其次,基于用户连续15个工作日的通学频率,采用聚类算法将通学群体划分为高频、中频和低频三种模式,对比分析不同通学模式下学生群体的地铁出行特征规律。研究发现:低频模式学生通学乘车时长最长;高频模式学生进站时间分布最集中;与大多数中、低频模式学生仅在放学时乘坐地铁不同,高频模式学生更倾向于乘坐地铁往返通学;地铁通学频率越低的学生出行的范围越大,而高频模式学生更倾向于只在学校或居住地站点附近乘坐地铁出行等。然后,选取多项Logit模型(MNL模型)和有序Logit模型(ORL模型),从个人属性、出行特征属性、学校和居住地站点附近建成环境属性等多个方面选取影响地学生铁通学模式的因素,基于三年地铁刷卡数据分别构建地铁通学模式影响机理模型,通过对两种模型的对比和检验发现MNL模型拟合效果更好。最后,依据MNL建模结果,筛选出对地铁通学模式具有高敏感度和稳定影响的因素进行定量分析。研究表明:高年级学生有更强的意愿选择高频模式;通学乘车时长或学-住距离更长的学生倾向于选择低频模式;学生居住地地铁站点附近的建成环境属性对通学模式的影响不大;而增加学校地铁站点附近的公共自行车站数量和中小学校数量、缩短学校地铁站与常规公交车站之间的距离等,都将有利于学生从低频模式转向中、高频模式。在此基础上从公共设施规划运营和学生出行需求管理两个方面提出了相应的政策建议。