慢行交通是现代城市交通系统的重要组成部分。考虑到城市拥挤程度不断加剧、停车成本不断提高,慢行交通作为无可替代的交通方式已经越来越被重视。行人作为践行慢行交通的主体,越来越频繁地暴露到城市交通系统中,与其他交通方式的冲突不断增加,行人交通事故问题也更加严重。在行人交通事故中,发生在交叉口处的事故占主要比例,因此有必要对交叉口处行人交通事故严重程度进行研究。本文以交叉口处行人交通事故为研究对象,考虑到数据中的异质性可能导致模型的系数估计偏差,分别对空间异质性和时间异质性进行研究,提出贝叶斯分位数回归模型和时空地理加权回归模型,识别影响事故严重程度的显著因素,并从实证的角度提出改善措施。首先,针对事故数据收集时间不同从而存在的时间异质性问题,提出贝叶斯二元分位数回归模型和贝叶斯序数分位数回归模型,对A市交叉口行人事故严重程度进行了实证分析,并对模型的结果进行了对比验证,结果表明将行人事故严重程度作为二元或序数变量都是可行的。在模型的拟合度方面,贝叶斯二元分位数回归模型优于贝叶斯序数分位数回归模型。其次,针对事故数据收集时间和地点不同从而存在的时间和空间异质性问题,提出时空地理加权回归模型,对B市交叉口行人事故严重程度进行了实证分析,并对行人事故严重程度的影响因素进行了显著性检验,揭示了不同影响因素的变化规律,揭示了交通事故数据中的时空非平稳性。最后,文章总结了研究结论与创新点,并对下一步的研究进行了展望。