随着社会经济的快速发展,近年来,我国机动车驾驶人数、机动车保有量和公路通车里程均迅猛增长。其中,驾驶人数量和高速公路里程已位居世界第一。作为高等级的道路,高速公路在提供快速、高效的客、货交通运输的同时,也带来了交通安全问题。高速公路由于车流量大、行车速度快、货车比例高,导致其交通事故率和致死率(死亡人数/伤亡人数)相对较高。在高速公路通车里程和客、货运量持续增长的背景下,其交通安全压力不断提升,交通安全形势不容乐观,交通安全改善势在必行。为了构建本质安全的高速公路交通运输系统,有必要对高速公路交通事故的发生机理展开深入研究,计量分析人、车、路、环境等因素对高速公路的事故风险和伤亡程度的影响,并以此制定经济、有效的交通安全改善对策、建立科学有效的高速公路交通安全评价技术体系。为此,本文基于广东省开阳高速公路2014年的道路、交通和事故数据,开展了如下研究工作:(1)以平面曲率、纵向坡度和交通构成同质性为原则,将整条高速公路划分为154条路段。通过事故记录中的肇事地点将事故和路段进行关联。鉴于相邻路段事故风险间的空间关联,采用贝叶斯条件自回归模型,对路段年事故数进行预测建模,分析道路、交通等因素对路段年事故数据的影响,通过具有条件自回归先验的随机项表示未被观测的风险因素对相邻路段事故风险的共同影响。同时,对比了条件自回归模型和传统的泊松模型、贝叶斯层级模型在事故频次预测上的拟合性能。(2)将路段年事故数按照事故时间划分为路段月事故数,进一步解析交通因素的时间变化对事故频次的影响。建立关联路段月份事故频次和道路、交通因素间的随机效应模型、一阶自回归模型和一阶自回归随机效应模型,分别通过路段随机效应项、一阶迟滞随机项以及两者的综合解释路段相邻月份事故数间的时间关联。对比这三个模型以及泊松模型在月事故数预测上的拟合性能。(3)在事故记录的数据基础上,通过事故地点和时间关联道路和交通信息,构建事故伤亡程度分析数据集。在传统有序Logit模型的基础上,增加具有条件自回归先验的随机项以解析相邻事故伤亡程度间的空间关联,从而建立空间有序Logit模型,分析驾驶员、车辆、道路、交通、环境、救援和事故特征对伤亡程度的影响。在此基础上,推导出了连续变量和0-1变量的边际效应计算公式,以此量化显著因素对各伤亡程度发生概率的影响。同时,还对比了空间有序Logit模型和传统有序Logit模型的拟合性能和分类准确度。(4)将路段年事故数按照事故伤亡程度划分为无伤亡事故数和伤亡事故数,建立多变量条件自回归模型对其进行联合预测建模,以分析道路、交通因素对各伤亡等级事故频次的影响,同时解析这两类事故频次的空间关联和伤亡程度相关性。通过与多变量泊松对数-正态模型和单变量条件自回归模型的拟合性能对比,说明多变量条件自回归模型的优越性。上述的高速公路交通安全分析结果表明,事故数据中存在显著的时空关联。通过贝叶斯时空模型解析时空关联,有助于提高模型的拟合预测性能。路段曲率、坡度和交通构成均对事故频次具有显著影响。车辆类型、天气条件、事故季节、交通构成、救援时长和事故类型均对事故伤亡程度具有显著影响。曲率仅对无伤亡事故频次具有显著影响,坡度仅对伤亡事故频次具有显著影响,交通构成对这两类事故频次的影响方向相反。(5)基于上述安全分析结果,从影响事故频次的安全效应、影响事故伤亡程度的安全效应以及综合影响事故频次与伤亡程度的安全效应等三种角度出发,并结合开阳高速公路交通安全现状,提出了相应的高速公路交通安全改善对策。本文研究成果为解析高速公路交通事故机理及预测交通安全发展趋势提供了理论基础和技术支持,对改善高速公路交通安全具有重要的参考价值。