人是城市的主导者,城市空间内的人类移动犹如流淌的血液赋予了城市生命,深度理解人类移动从群体层面所呈现的城市空间交互特征是城市经济、社会生活、区域功能、复杂城市问题等方面研究的重要组成部分。城市的空间交互研究重点关注交互行为发生的起点（Origin）和终点（Destination）及在起终点之间产生的联系。城市居民的出行行为是城市空间交互产生的重要来源,当前城市居民出行多选择地铁、公交、私家车和出租车等多种类型的交通方式。在主流的交通出行方式中,地铁出行因其准时、高效、绿色等优点使其越来越成为城市居民乘坐公共交通工具出行的首选,在城市地铁网络中,不同地理位置地铁站点的客流量常常是不同的,这种不同往往来自于地铁站点本身的规模以及周边环境因素的影响。本文以北京市地铁为例,通过建立基于地铁站点进站客流量的O端模型、基于地铁站点出站客流量的D端模型以及基于交互流本身的OD模型,从地铁站点本身的规模、不同类型兴趣点（Point of Interest,POI）的数量及占比、各类城市土地利用类型数据的覆盖面积以及地铁站点的便利程度分别从全局和局部两个视角来考察在工作日、周末和节假日影响北京市居民地铁出行的不同因素。针对O端模型和D端模型,本文分别使用了泊松回归方法和地理加权泊松回归方法对模型参数进行求解,证实了影响北京地铁客流量的因素存在空间异质性;针对交互流本身建立的OD模型,本文首先探讨了针对流数据的不同空间权重度量方法,并通过实验证明了通过地铁网络距离比直接使用地铁站点之间经纬度直线距离更适合于地理加权空间交互模型的求解;此外,针对空间交互模型中的距离衰减函数,本文探讨了使用幂律函数和指数函数对模型拟合效果的影响,证实了幂律函数更适合于刻画空间交互作用强度随距离衰减的现象。最后,通过对模型解算系数进行可视化,发现在工作日的早晚高峰,驱动北京市居民地铁出行行为产生的主要是“职业型”的因素比如终点站周围的商务写字楼数量、公司企业类POI数量及占比等,而在周末和节假日,购物、餐饮等休闲娱乐活动和对外交通等构成了北京市居民地铁出行行为产生的重要因素。