随着近年来我国公路里程的持续增长,公路施工与养护作业成为了今后交通基础设施建设与管理的重点。道路作业区的存在会显著干扰附近道路的交通流,影响车辆的行车空间,引发交通冲突,容易造成交通事故,特别是严重伤亡事故。而通过分析道路作业区的事故的影响因素,我们可以更好地理解作业区事故与伤害发生的规律,从而帮助交通安全管理者和道路作业施工方更好地规划作业区的设置与施工方案,采取必要的措施来降低作业区事故率与伤亡率。本文基于美国密西根州M-94/I-94/I-94BL/I-94BR洲内／洲际公路作业区事故数据,分别采用了以多项Logistic回归为代表的参数模型,以分类回归树和随机森林为代表的参数模型,以及以关联规则为代表的数据挖掘方法,分别对作业区事故的影响因素和事故的伤亡严重程度进行了建模分析。通过分析和比较各模型的结果,确定作业区伤亡事故的影响因素,并且进一步地解释各影响因素之间的关系,从而全面而可靠地总结出作业区伤亡事故的发生规律,同时有针对性地提出了保障作业区交通安全的相关措施。采用数据可视化的方式同样有助于我们理解作业区伤亡事故影响因素背后的规律。通过汇总各模型结果,我们发现作业区涉及多车辆、卡车／巴士、摩托车／自行车以及行人的作业区事故往往更为严重；事故事故类型方面,追尾和单车辆的事故往往有较大的伤亡风险；高于40mph的、路上有施工活动的、无物理分隔且无通行限制的道路更容易发生严重的作业区事故；疏忽／鲁莽驾驶、未能在安全距离内停车以及单车辆发生车道偏离同样是严重的作业区交通事故的诱因；黑暗无光照以及雨雪天气下的湿滑的湿滑路面也会增加发生严重的作业区事故风险。本文一步总结了各分析模型表现：预测精度上,随机森林>分类回归树>Logistic回归；可解释性上,关联规则=分类回归树>Logistic回归>随机森林；衡量变量问关系上,关联规则>分类回归树>随机森林=Logistic回归：可视化效果上,关联规则>分类回归树>随机森林。