我国的社会经济、文化与科技的日新月异,居民的出行目的多样化,使得出行范围愈加广泛,出行结构也愈加复杂。在多种出行目的当中,通勤是城市居民最重要的出行方式。相对于其他目的出行而言,通勤出行在时间和空间方面限制较大,所以,许多城市都在考虑实施“交通优先”政策,大力开展公共交通设施建设,提高服务水平,引导小汽车使用者转移至乘坐公共交通通勤。在以往的研究中,主要通过离散选择模型分析出行者的出行方式选择,并未考虑到影响因素的分布类型和影响因素之间的关系,而Mixed Logit模型与结构方程(SEM)可以克服以上缺陷。本文首先介绍了研究背景、目的及意义,对国内外的研究现状进行了综述,在此基础上提出主要研究内容以及创新点。然后,分别从小汽车和公共交通两方面介绍城市居民通勤出行的特征。从公交系统优化基础上,深入分析公交系统优化后对小汽车用户出行转移至公共交通的吸引量化效果。使用SP+RP融合调查方法设计问卷获取数据,并构建了Binary Logit与Mixed Logit离散模型;再通过SEM提取相关的个人属性和交通特性等参数构建模型,分析个人属性与公交和小汽车出行特征的影响关系,从而探索因素关系对公共交通出行意愿的影响方向和程度。离散选择模型结论得出,BL模型中出行者愿意额外支付0.12元来减少1分钟的出行时间,并愿意花费0.27元减少0.1公里步行距离。ML模型得到出行者愿意支付0.18元来减少一分钟的出行时间,并得到时间与费用服从对数正态分布。其中,通勤者对出行费用、出行时间和换乘次数都比较敏感,弹性值较高,所以适当降低出行费用、延长公交线路长度,提高发车频率、减少步行距离都会吸引出行者转移至公共交通,根据模型对比发现ML模型更符合实际。而SEM结果表明通勤者的私家车出行满意程度对公共交通的转移意愿具有决定性的影响。当私家车费用、出行时间和找空车位时间增加,以及公共交通减少步行距离、降低乘车时间和换乘次数都会增加公共交通的吸引力,这为城市交通管理部门制定引导居民选择公共交通出行具有借鉴意义。