随着我国公路里程的不断增长,汽车保有量的持续增加,交通事故也一直处在居高不下的位置。而在我国,大多数道路都是人车混行的模式,作为道路弱势群体的行人在道路中的交通安全必须格外引人注意。据相关统计,行人、二轮车、电动车等道路弱势群体参与的交通事故数占到了事故总数的百分之五十以上,其中行人事故更是占到了总数的百分之二十。那么对人—车交通事故的发生机理及事故严重程度影响因素进行研究,并根据研究结果针对性提出事故预防对策和降低行人损伤程度的建议十分有必要。本文以人—车交通事故为研究对象,根据人—车交通事故发生的机理,首先从人、车、路和环境4个方面初步分析,探索对人—车交通事故产生影响的潜在影响因素。之后结合数据的可获得性,从CIDAS数据库提取300个人—车交通事故数据样本,选取了15个事故特征参数,对各事故特征参数进行分类处理,并从宏观和微观方面对样本数据进行分析,得到了人—车交通事故特征参数的分布特点。为了进一步深入研究人—车交通事故数据特点,本文先对事故特征参数进行Kendall′s tau-b相关系数分析,确定了行人年龄、行人步速、车辆速度、车辆保险杠高度、道路行驶环境、光线等作为影响事故严重程度的解释变量。由于交通事故严重程度属于离散型变量,并且在数据记录方面存在的客观原因,使得交通事故数据一般存在异方差性。因此分别建立了人—车交通事故严重程度预测的有序Probit模型和异方差有序Probit模型,从参数估计、拟合优度和预测准确率等方面,对两模型进行对比,在人—车交通事故严重程度预测方面,异方差有序Probit模型适用范围更广,能够处理数据存在异方差性的情况,并且在分析中还能挖掘出对人—车交通事故有影响的潜在变量。结合两个模型的分析结果可知,两模型虽然有一定不同,但是在具有相同的解释变量时,对因变量的解释效果是一致的。最终的回归模型表明:在人—车交通事故中,其他变量不变,当行人步速在4km/h范围以内增加,车速在30km/h范围以内增加,保险杠高度在0.5m以内增加时,行人受伤程度反而减小。而当行人年龄超过41岁,车速超过50km/h时,行人受伤程度显著增加,其中以车速达60km/h以上,年龄达65岁以后,行人的死亡率显著增加。根据以上实证研究的结果,论文从人、车、路和交通管理等方面提出了切实可行的建议来降低事故率以及事故的严重程度。