2020年初,新冠肺炎疫情突如其来,居民日常出行行为和城市交通结构发生了较大变化。为了深入研究疫情期间居民的出行行为,基于疫情前后居民出行行为的问卷调查数据,分别构建结构方程模型、多项Logistic模型和混合选择模型,系统深入地分析个人属性、疫情属性、出行属性和潜变量等因素对居民出行方式选择、出行频次选择以及出行行为改变的影响。本文主要工作如下:（1）采用Likert5级量表、RP&SP相结合的调查方法,设计疫情前后居民出行行为调查问卷。采用问卷星线上问卷,以及在火车站、公园等公共场所收集线下问卷等方式,最终获取1111份有效问卷。随后进行问卷质量检验,并对疫情期间居民出行方式和出行频次选择的分布情况进行基本统计分析。（2）构建结构方程模型,分析出行者对疫情的感知严重性、认知、信任、感知效能等潜变量与保护动机之间的关系,并且分析个人属性和疫情属性对潜变量的影响。结果表明感知效能直接影响保护动机,感知严重性、认知、和信任直接影响感知效能,进而间接影响保护动机。（3）构建多项Logistic模型,分析个人属性、疫情属性、出行属性对居民出行方式选择和出行频次选择行为的影响。结果表明老年人、RP调查中居住县市区正处于中高风险或SP调查中设定疫情情景为高风险的出行者,在疫情期间倾向于选择慢行和私家车出行。女性、学生、家庭没有小汽车、采用慢行交通方式的出行者,在疫情期间出行频次倾向于小于1次/周。混合选择模型在传统离散选择模型的基础上加入了潜变量,提高了模型的拟合优度以及对出行行为的解释程度。出行者保护动机越高,越容易选择慢行和私家车出行,出行者保护动机和感知严重性越高,出行频次越低。（4）构建二项Logistic模型,分析不同疫情风险等级下居民出行方式转移和出行频次减少行为的影响因素,并据此提出居民出行和公共交通运营的建议。结果表明高风险情景下的出行者发生公共交通出行方式转移和出行频次减少的概率更高。家庭拥有自行车数量越多、疫情期间出行频次越少的出行者越容易从公共交通转为慢行交通方式;家庭拥有小汽车数量越多的出行者越容易由公共交通转为私家车。出行目的为非通勤、疫情期间选择慢行、保护动机越高的出行者越容易减少出行频次。