出行需求预测是交通规划活动中的重要环节，以往的出行需求建模方法依赖于传统的交通数据采集方法，效率低、成本高。笔者提出一种大数据环境下的城市出行需求建模方法，并以南京市为例进行了应用研究，利用移动社交网络数据和手机数据构建了城市常住居民和短期旅居人员的出行生成量和吸引量预测模型。首先基于手机信令数据对城市常住居民和短期旅居人员的出行特征进行了分析，然后将移动社交网络的兴趣点（POI）数据按服务类型划分为不同的类别，将每个类别的POI数量按交通分析区域进行聚合，作为出行生成量和吸引量预测模型的解释变量，同时在解释变量中加入了区域面积、小区内的公路入口数量和公共交通站点数量等建成环境因素；采用探索性回归分析的方法对各种变量组合的性能进行检验，并确定了城市常住居民和短期旅居人员的出行生成量和吸引量预测模型的最佳模型。该研究成果可推广应用于国内大中型城市交通规划项目的出行需求预测环节。