居民的城际出行推动了社会、经济要素的重新集聚与扩散,居民出行强度和方向反映了地区发展的不平衡。交通技术手段的快速发展增加了居民出行的可能性,城际出行逐渐向常态化、动态化和复杂化的方向转变。因此,借助网络化和“流空间”理论来深入研究中国居民城际出行,对于认识居民出行规律和城际空间联系有着重要意义。本文基于腾讯位置服务大数据,以2018年为研究节点,选取中国346个地级及以上城市作为研究对象,通过构建城际居民出行网络,采用复杂网络分析和GIS空间分析等方法,利用Gephi网络分析工具和Arc GIS空间分析软件,分别从不同时间（全年、日常、春运和特殊节假日）、不同交通方式（航空、铁路、公路）、不同城市群对内对外出行等角度展开,分析了中国居民城际出行的结构特征和空间差异。本文的主要研究结论如下:（1）中国居民城际出行在日常、全年、特殊节假日和春运期间均呈现出以北京、上海、广-深和成-渝为核心的“菱形”结构特征。从居民城际出行网络的层级性来看,“菱形”内部及周边线路分布数量多且集中,春运和节假日期间“菱形”内部高强度的人口流动线路增加明显。居民出行首位流显示,流入线路涉及的城市数量明显高于流出城市,流入与流出网络的中心城市有所差异,且在春运时期首位流展现的中心城市最明显。居民城际出行网络中大多数城市的度中心性、接近中心性及中介中心性均较低,三者数值均较大的城市数量少,且集中分布在“菱形”结构的顶点和内部。（2）航空、铁路和公路3种交通方式下的中国居民城际出行网络分别反映出整体、局部和区域的出行格局特征。从出行距离来看,航空方式>铁路方式>公路方式;承载人数上,铁路方式>公路方式>航空方式。基于航空方式出行的城际人口体现出以全国性枢纽城市为核心分布的核心-边缘结构;铁路方式出行的城际人口流呈现出菱形内部的“丰”字型骨架结构,表现出以国家铁路大动脉沿线城市为核心,向腹地城市逐渐递减的核心-边缘结构;而公路方式出行的城际人口流则表现为与人口规模匹配的局域强聚集的空间格局。此外,不同出行方式下的簇结构数量有所差异,航空、铁路和公路出行依次聚为7、8和10个城市簇。空间上,航空出行方式下表现为类别少、簇间不连续、受地理位置约束少、呈现跳跃式分布的特征;铁路出行方式下呈现明显的抱团聚集状态,空间连接度高;公路出行方式下呈现明显的块状分布,簇边界与省界重合度高。（3）城市群居民出行对外联系网络主要呈现出以“扇形”和“多边形”为主的空间分布格局。长江中游城市群辐射范围较广,形成以北京、成都、昆明和深圳为主的“十”字出行网络结构,低强度的人口线路集中于周边区域,呈圆形分布。成渝城市群高强度人口出行线路多分布于东部,且与沿海城市联系较多。中原城市群的人口出行呈“大”字型分布。京津冀城市群主要表现为上下两个扇形分布,且是东北地区与南部城市联系的中转站。关中平原城市群呈现出斜“长”字型分布形态。兰州-西宁城市群整体呈现出“伞”状分布形态。山东半岛城市群与黑龙江、四川、重庆以及福建等省份的城市联系较多。海峡西岸城市群出行线路集中分布在贵阳、重庆、西安和北京等城市连线所形成的“扇形”区域中。长江三角洲和珠江三角洲城市群呈现为开口不一致的扇形,且长江三角洲城市群覆盖面积大于珠江三角洲城市群。北部湾城市群和哈长城市群更侧重于局部区域联系,辐射范围较小。（4）城市群内部居民出行联系网络呈现出多中心网络和单中心网络两种模式,不同城市群内部联系程度差异较大。北部湾城市群中,南宁与玉林、钦州两个城市联系强度最大。成渝城市群内部联系网络中,成都占据绝对地位,重庆位居第二,其余城市所占比例无明显差异。关中城市群中,西安和咸阳联系最为密切。哈长城市群中,哈尔滨和长春所占比例最高。海峡西岸城市群中,厦门占据的比例最大。京津冀城市群中,北京占首位,其余城市占比差距小。兰州-西宁城市群中,兰州占比最大,但海东与西宁联系强度最高。长江中游城市群涵盖城市较多,网络交互联系复杂,其中,武汉所占比例大。山东半岛城市群中,济南、青岛与潍坊在城市比例中排名靠前。中原城市群中郑州占比最大,周边城市向其依附作用明显。长三角城市群中,城市间联系较多,最强联系线路为苏州-上海。珠三角城市群中,东莞-深圳、佛山-广州两条线路出行强度较大。（5）基于中国居民出行网络可将中国的主要城市群划分为单核多中心模式、单核单中心模式、双核单中心模式和双核多中心模式4种联系模式。单核多中心模式和单核单中心模式均只包括一个城市群,分别为关中平原城市群和中原城市群。双核城市群数量达10个,双核单中心的城市群有成渝、京津冀和兰州-西宁3个城市群,其余城市群均属于双核多中心的联系模式。