客运交通结构是客运交通系统中不同交通方式的分担比例,是表征客运交通系统模式的重要特征指标,城市客运交通结构是在一定交通需求的供给模式下形成的,体现了交通需求调控措施的实施结果及匹配效果。客运交通结构的调整方向和目标充分体现了城市交通战略中的重点,反映了特定区域资源利用的合理性与有效性。本文分析了国内典型城市的交通发展模式及政策,通过研究城市交通发展需求平衡、各种交通方式出行特征等因素的影响,建立了基于服务特性的广义费用计算模型(SCGC model),并在此基础上,建立了基于STM的交通方式分担模型(SCGC-STM model),利用北京历年居民出行调查数据,对模型进了参数标定与精度检验。利用该模型对影响因素与分担率的弹性进行了分析与建模,建立了基于影响因素特性的弹性计算模型,并对影响因素的弹性进行了量化分析。最后,比较分析了在不同政策情景下,城市客运交通系统出行方式结构变化趋势以及政策的实施效果,探讨了出行结构优化的合理目标和政策体系。本文的主要研究内容与结论包括：(1)在阅读大量国内外有关文献基础上,系统分析并总结了国内外有关城市客运交通结构、出行方式分担率模型、出行方式分担机理的研究方法,指出现有研究存在的问题。国内外城市发展模式和交通演变机理显示,采用交通需求管理政策是建立较为完善的服务体系,构建可持续发展交通模式的有效途径。从交通政策制定者的角度来说,在城市规划前期,正确制定行之有效的交通需求管理政策,从宏观上把握政策实施后出行结构的相应变化,对预期目标进行正确估计是非常有益的。(2)从概率密度分布函数的角度,对各种出行方式的出行距离、出行速度以及出行时耗分别进行了分布拟合。研究发现,采用k阶爱尔朗分布拟合表现出良好的适用性。在出行时耗方面,自行车的时耗分布最为集中,小汽车与出租车次之,常规公交与城市轨道交通出行时耗分布范围最广；在出行速度方面,公交车出行速度的随机性高,小汽车出行速度的随机性次之。(3)构建了基于STM的交通方式分担模型(SCGC-STM model)。本文通过将出行方式的服务特性量化为时间或者费用的测度,进而得出出行方式的广义费用。本文选取了四个指标来全面地概括出行交通方式的服务特性：经济费用EC(Economic Cost)、时间费用TC (Time Cost)、服务可用性SA (Servic Accessibility)以及舒适因子CF (Comfort Factor)。然后通过各种出行方式的广义费用计算,利用现有数据对SCGC-STM模型进行参数标定并利用标定数据进行预测,预测结果显示,SCGC-STM模型预测各种出行方式分担率的相对误差均在10%以下,表现出良好的适用性。(4)建立了基于影响因素特性的弹性计算模型。将交通方式分担率的影响因素分为随机因素与非随机因素,对两类不同性质的影响因素分别进行随机弹性分析与直接弹性分析,并通过实际案例分析各种弹性所具有的特性及其变化特征。对随机弹性的分析,得出结论：随着随机影响因素的随机性降低,相应交通方式的分担率对其弹性值的随机性逐渐降低,弹性值的取值越来越集中,即波动幅度越来越小。(5)以北京中心区为研究对象,量化分析了提升公交出行速度、提高公交运能、实行道路拥挤收费以及综合政策下研究区域早高峰时段客运周转量、平均出行时耗等指标的变化趋势与幅度。主要结论包括：提升公交出行速度将大幅度降低公交平均出行时耗,提升公交运能将大幅增加公交的周转量,但两项政策对整个区域的平均出行速度影响不显著；道路拥挤收费政策降低了中心区的小汽车出行吸引量,促使小汽车群体向其他出行方式转移,缓解了中心区的道路负荷与拥堵状况l在综合政策下,区域的周转量、平均出行时耗以及进入中心区的出行量依次降低了0.9%、4.3%与1.4%,区域的平均出行速度提高了6.9%。