效用理论是研究居民出行行为的重要理论之一。交通方式选择问题，是交通规划和政策制定的重要部分。它影响到交通方式的划分，从而影响居民在城市中出行的效率，影响到城市交通用地，和交通系统服务水平。 目前一般的效用函数建立模式是影响因素加权后相加。这种模式虽然简单易算，但其物理意义和数学意义都不是很明确。因此重新建立符合实际的效用函数显得十分必要。本文依托国家高技术研究发展计划(863计划)《城市客运交通方式间的资源配置优化技术》(编号：2008AA112201)资助。 本文建立了城市典型客运交通方式的效用函数，并在此基础上建立了出行者的出行方式选择函数。 首先明确了城市客运交通出行行为的基本内涵，然后进行了出行者出行行为的层次划分，分析了出行行为过程。从出行需求、出行决策和心理活动方面分析居民出行方式选择行为，明确居民出行行为选择的机理，得出影响居民选择典型客运方式的一般影响因素。 本文将影响出行方式选择的因素，分为社会环境方面的影响因素和个体属性方面的影响因素。个体属性方面又分成了个人属性、家庭属性和出行属性三类分别归纳。由于心理因素较难通过调查反映，且调查数据的样本需求量大，因此本文中不予考虑。 其次，分析了出行方式的距离曲线，得出各种出行方式作用的空间距离。从居民出行选择客运方式的客观影响因素入手，分为社会环境影响因素和个人属性影响因素进行分析。确定了城市市区面积、人均GDP、自然环境障碍、交通政策和老年人口比例作为典型客运方式的影响因素，并对其进行了量化。利用数理统计软件，依托苏州、合肥、秦皇岛、常德居民出行调查的大量数据，选取性别、职业、年龄、家庭总收入、出行目的和距离作为个人属性影响因素，具体分析对各典型客运方式的影响方式和影响程度。并且利用数据软件分析了每一种客运方式影响因素间的关系。得到每一种典型客运方式各自的社会影响因素和个人属性影响因素，为下文建立效用函数打下基础。 然后，介绍了效用概念和常用的效用函数。针对城市客运方式的特点，提出利用多维向量表示客运方式的效用函数。通过多维向量表达效用，构造的函数能够避免影响因素之间的相关性作用。将效用最大化问题等价于向量的排序问题义减化了问题计算的复杂性。在上文的基础上，建立不同距离段内的城市典型客运方式的效用函数。之后将山行方式分布与出行距离联系起来，考虑效用建立出行选择模型，并给出了一般的计算流程。 最后对出行方式选择模型进行算例验证。算例检验的结果证明考虑效用的各出行方式分担率模型能够更准确地反映居民选择的趋势，更接近于实际。因此，考虑效用的出行者选择模型能够应用于交通方式划分预测，且比常规模型更能体现居民的出行心理。