道路交通事故统计分析对于掌握交通事故分布规律,预测交通事故发展趋势,制定交通事故预防措施,完善交通安全规划方案具有重要意义。从宏观和微观两个空间尺度进行交通事故的建模与分析成为交通安全领域的重要研究内容之一。近年来,交通安全管理的理论和实践表明,道路交通事故数据具有空间相关性、时间相关性、大量零值等特性,若在建模过程中忽略这些特性,将会严重影响交通事故模型的拟合性能和预测精度,甚至可能会得出错误结论。既有研究在交通事故建模和分析过程中,往往局限于仅对上述单一特性提出解决方案。对于从宏观和微观两个不同空间尺度来考虑交通事故的空间相关性和时间相关性,特别是同时还要解决数据中大量零值等特性的建模理论与方法仍存在不足。本文分别从宏观和微观层面研究了道路交通事故及其影响因素的关系,综合考虑了交通事故的空间相关性和时间相关性,并进一步在微观层面考虑了数据中的大量零值和潜在异质性等特性,建立了相应的交通事故数模型,据此定量分析了相关影响因素对交通事故的影响,为减少道路交通事故的发生提出了相应的改善措施。论文主要研究工作如下:（1）横截面数据下考虑空间效应的宏观交通事故建模与分析基于横截面数据,运用网格划分方法把城市分为100个交通分析小区,提取各分析小区内交通事故数及出行兴趣点等变量,考虑交通事故数的空间相关性,构建了宏观层面交通事故数的空间滞后模型和空间误差模型。结果表明,考虑空间相关性的空间误差模型优于空间滞后模型和一般线性模型;交通分析小区层面的交通事故数具有空间相关性,且这种相关性更多的来自于误差项的关联。出行兴趣点对交通事故数的影响分析结果表明,医院数量和学校数量对交通事故数有显著的正向影响。因此,为减少交通事故的发生,加强医院和学校内部及其周边区域的行人、非机动车和机动车混合交通流的管理与控制。（2）面板数据下考虑时空效应的宏观交通事故建模与分析基于面板数据,从宏观县域层面,提取了人口、区域面积、机动车保有量、收入以及未投保险人口占比等因素,考虑交通事故的空间相关性和时间效应,构建了交通事故数的变截距时间固定效应空间自相关模型和变截距时间固定效应空间误差模型,分析了交通事故空间相关性以及社会经济因素对交通事故数的影响。Moran’s I和Geary’s C检验结果证实,宏观县域层面的交通事故数之间具有显著的空间相关性。Chow检验、LR检验和豪斯曼检验分析发现,交通事故数模型中应加入个体效应和时间效应,且时间效应宜采用固定效应的形式。模型估计结果表明,变截距时间固定效应空间自相关模型最优,揭示了宏观层面交通事故的空间相关性主要来自于空间误差项的关联,其次小部分来自于交通事故数自身的相关性。此外,人口、机动车保有量、收入低于贫困线的家庭占比、未投保险人口占比等变量的增加对应会发生更多的交通事故,而家庭收入中位数的增加则对应发生更少的交通事故。因此,交通管理部门应加大对低收入地区公共交通的投入,提高公共交通出行分担率,以降低低收入者对小汽车出行的依赖,减少道路上安全标准较低的机动车占比。（3）考虑大量零值问题和空间效应的微观严重伤亡事故建模与分析从微观路段层面,提取道路等级、平曲线等道路特征因素,并分析其对路段严重伤亡事故数的影响,同时针对严重伤亡事故的空间相关性和数据中的大量零值问题,建立了交通事故数零膨胀负二项空间模型和Hurdle负二项空间模型。结果表明,在大量零值的处理方面,零膨胀和Hurdle双状态模型优于标准泊松模型和标准负二项模型,且零膨胀模型要优于Hurdle模型;考虑空间相关性和异质性的零膨胀负二项模型性能最优。此外,平曲线警示牌、交叉口警示牌的设置与严重伤亡事故数呈显著正相关,道路等级与严重伤亡事故数呈显著负相关。因此,机动车驾驶员应在设有警示牌的路段保持警惕、谨慎驾驶;而交通安全管理者应根据历史伤亡数据在事故黑点和路况较差的路段增设相关警示牌以提醒驾驶员安全行驶。（4）基于负二项Lindley时空效应模型的微观事故建模与分析针对双状态模型适用于严重伤亡事故而不适用于严重程度较低的交通事故的问题,从微观层面建立了路段总事故数的负二项Lindley时空效应模型,以处理路段总事故数的空间相关性、时间相关性和大量零值等特性与问题,分析道路特征因素对路段总事故数的影响。结果表明,路段总事故数存在显著的空间相关性;与标准负二项模型相比,负二项Lindley模型能较好的处理交通事故数据中的大量零值特性;同时考虑空间相关性和时间一阶随机漫步效应的模型为最优模型。此外,对于允许超车路段,由于这些路段视距、路面条件比较好,其对应发生的总事故数更少。路段平曲线平均转弯角度、路口密度的增加对应总事故数的增加。因此,交通部门在道路规划设计阶段应在条件允许范围内限制平曲线转弯角度和路口密度以提高道路交通安全水平。