随着我国国民经济快速增长,城市机动化水平逐渐提高,加剧了城市交通拥堵、大气污染等问题。公交导向发展成为重要解决途径之一。近年来,以提高公交出行率、低碳发展为目标,探讨城市建成环境与公交出行的关系,成为城市规划学科的研究热点。本文基于IC卡大数据,采用分层线性模型与ArcGIS空间分析技术,研究城市建成环境、社会经济变量对公交出行行为的影响,识别影响公交出行率的内在要素,明确用地优化的关键指标,并结合具体案例,有针对性的提出设计层面可操作的优化措施,从而为公交导向发展理念下的城市规划设计提供理论与技术支撑。以武汉市中心城区为研究对象,基于约100万条工作日公交IC卡信息和土地利用现状等数据,重点研究密度、用地混合度、街区设计、可达性、人口密度和人均收入等建成环境和社会经济变量,与公交出行的定量关系。研究结果表明,不同市辖区中,其建成环境与社会经济要素对公交出行率的影响程度和作用存在明显差异性。比如,江岸区、洪山区的公交站点出行率与建筑密度、人口密度、公交投入等成显著正相关,与距目的地距离等成显著负相关。而江汉区、武昌区公交站点出行率则主要与用地混合度成显著正相关,与建筑密度等负相关。因此,根据统计结果,结合各区自身用地发展特征,本文有针对性地对其公交出行率较低用地空间进行优化,以促进公交导向发展。具体表现为:江汉区需重点提高用地混合度;而江岸区和洪山区则需增设公交站点。本文采用IC卡大数据与用地数据进行空间拟合,突破了传统公交调研数据繁冗、不精确的缺陷。提出双层模型,并将其结果运用于具体空间的规划实践,能够丰富我国低碳导向发展的城市规划设计理论,从而促进城市规划方法定量化、科学化发展。