通勤出行是城市出行中重要的刚性交通需求。轨道交通作为通勤出行的主要方式,具有运量大、效率高、绿色环保等优点,近年来得到了越来越多的重视。本文主要结合常规居民出行调查数据和公交IC卡数据,识别南京地铁通勤模式,并对地铁通勤模式形成机理展开研究。首先,论文通过分析居民出行调查数据建立通勤识别规则,在地铁IC数据中通过长期职住地的识别确定最终地铁通勤用户。选取地铁通勤距离、上班进站时间和下班进站时间作为地铁通勤行为特征指标,基于高斯混合模型进行聚类,总结得到三类典型地铁通勤模式:经典通勤模式、错峰通勤模式和远距离通勤模式。然后,针对居民出行调查数据中使用地铁通勤的有效样本,统计地铁通勤距离、上班进站时间和下班进站时间三个特征指标,将基于居民出行调查数据的地铁通勤个体划分到三类典型地铁通勤模式中,实现地铁IC卡通勤人群和调查数据地铁通勤人群的融合。在此基础上分析不同通勤模式下个人和家庭特征、职住地特征和通勤出行特征。其次,基于居民出行调查数据选取个人和家庭特征、职住地特征和通勤出行特征三个维度的变量,构建多项Logit和混合Logit模型,用于分析地铁通勤模式形成机理。结果表明:混合Logit模型具有更优的拟合效果,通勤出行特征对地铁通勤模式影响最大,个人社会经济属性中显著的影响因素最多,职住地建成环境的影响较弱。最后,基于构建的混合Logit模型,从个人和家庭特征维度、职住地建成环境特征维度和通勤出行特征维度三个方面分析不同通勤模式的形成机理,在此基础上针对提高地铁通勤效率和改善地铁通勤服务水平提出了相关政策建议。