近年来,我国高速铁路快速发展,许多城市纷纷利用高铁建设契机,推进高铁站区开发建设。然而,由于对高铁站区活动-出行规律认识不足,导致了开发模式较为单一、粗放式开发、交通与土地利用不协调等问题,高铁站区效能普遍不高。与此同时,随着共享单车订单数据、公共交通刷卡数据、城市POI数据和AOI数据等多源数据日益丰富,以及机器学习方法、地理信息技术研究应用不断深入,通过多源数据挖掘,深入分析人们在高铁站区的活动-出行规律,提出科学的站区效能提升策略已具备研究条件。论文在充分总结国内外高铁站区相关研究的基础上,首先提出基于多源数据的高铁站区出行特征分析方法。然后,在时间地理学框架下,提出考虑时空因素的活动场所吸引力模型,从微观层面精细化研究了活动场所与活动-出行的内在联系,并利用该模型识别及验证活动-出行目的,验证结果表明,论文提出的活动目的识别方法效果优良,能有效估计各类活动目的占比。之后,基于梯度提升决策树（GBDT）模型,从宏观层面研究了高铁站区建成环境对活动-出行的影响,并依据模型输出建成环境特征重要度、部分依赖图,揭示了建成环境对活动-出行的非线性影响机制及其阈值效应,其中,餐饮设施密度（重要度为28.5%）、公交站点密度（重要度为15.0%）、距高铁站距离（重要度为13.4%）、路网密度（重要度为11.4%）是对活动-出行影响程度较大的因素。最后,依据活动-出行分析成果,文章提出了基于“节点-场所”模型的高铁站区效能提升策略,分别以优化建成环境和多模式交通优化为着力点,提出站区场所效能和节点效能提升策略。本文的研究成果可为高铁站区的活动-出行分析提供数据处理和方法依据,为发挥站区效能、推动站城融合发展提供参考依据和决策支持。