在新引入轨道交通的阶段，对轨道交通在全方式出行中的比例的研究具有非常现实的意义，其预测结果是轨道规划、建设、运营的重要依据。特别的，在全局基础上的轨道站点与其他交通方式的换成比例研究对细部的建设和运营工作能提供进一步的指导。然而，目前普遍缺少一套可靠的调查手段来实现模型数据的收集，针对出行+换乘的两阶段模型流程、数据检验和特征数据集计提取上不够完善。　　 基于以上背景，本研究以RP+SP联合调查技术为依据，对居民出行选择行为、以及交通方式与居民出行选择行为的相关性进行研究，得出影响出行者出行方式选择的典型影响因素，并以此进行调查方案设计，应用在苏州轨道交通1号线的RP+SP调查实例。通过试算确定调查数据建立现有交通方式的NRM模型，即面向现有交通方式的第一阶段选择模型；进而引入SP数据，在数据处理之后，建立基于出行意向和实际数据的轨道交通选择模型RCM和换乘的非集计模型TCM，即面向新引入交通方式的第一阶段出行选择模型和第二阶段换乘选择模型，并加以检验和改进。结果表明：本研究的交通调查可以取得完整而有效的数据完成后续建模工作，其问题多属性的设置还有利于数据挖掘工作。构建的三个功能模块(NRM，TCM，RCM)环环相扣，现有分担率数据能很好的证明NRM模型的精确性，而RCM和TCM模型能通过严谨的非集计模型评价体系检验，在给定条件下较好的进行预测。　　 在成果上，不同于以往对轨道交通方式分担率的预测研究，本文首先提出了一套区别于传统的交通调查的完整的RP+SP联合调查技术方法，保证了数据的客观精确；并针对SP建模中意向偏差的问题引入了一个全新的修正算法——轨道可达性矩阵算法进行修正；通过良好的调查设计和对调查数据的深度挖掘，提出了一个两阶段的模型，通过三个相互关联的模型功能模块实现现状、未来交通方式的分担率预测。此外在进行苏州轨道交通实例应用时，深入挖掘调查数据，结合平行研究成果，通过特征变量的提取和集计技术对苏州轨道交通1号线各类站点的换乘衔接分担率进行了模型应用。