世界卫生组织2018年发布的《全球道路安全现状报告》显示,由交通事故导致的人员死亡和受伤仍是严峻的全球性问题。我国的道路交通安全问题也十分严峻,2017年由机动车导致的事故占事故总数的89.8%且发生在机动车之间的交通事故会导致巨大的人员死亡和受伤。由于缺乏可靠的、大量的事故数据,国内对发生在机动车间交通事故及驾驶人受伤严重程度的研究较为缺乏。虽然固定参数Logit模型如有序Logit模型、多项Logit模型、广义有序Logit模型和部分优势比模型等已被广泛地应用于驾驶人受伤严重程度的研究,但上述模型不能解释数据中未观测到的异质性。故本文利用国内某市的事故数据,选取发生在两辆机动车之间的7525起交通事故,以事故中受伤情况最严重的驾驶人的伤害程度作为研究的因变量,从人、车辆、道路、环境四方面选取30个可能影响驾驶人受伤程度的因素,利用固定参数和随机参数Logit模型展开研究,对比分析模型的拟合优度和预测准确率,确定影响驾驶人受伤程度的潜在因素,随后结合弹性分析,定量地分析显著变量对驾驶人受伤状况的影响程度大小,并根据研究结果提出降低驾驶人在事故中受伤严重程度的预防对策。固定参数和随机参数Logit模型对比结果显示:有序Logit模型违反了“平行线”假设;多项Logit模型违反了“IIA”假定;广义有序Logit模型的平均预测准确率最高,为70.007%;部分优势比模型的AIC(赤池信息准则)和BIC(贝叶斯信息准则)值均为最小;但上述模型均不能解释未观测到的异质性。而随机参数Logit模型中有5个变量的回归系数为随机参数且均服从正态分布,可以解释数据中未观测到的异质性且模型的拟合优度和预测准确率均显著高于固定参数Logit模型。故认为随机参数Logit模型要明显优于固定参数Logit模型。基于研究结果,本文从安全教育、交通管理与执法、工程技术三方面,有针对性地提出事故预防对策,为制定降低驾驶人受伤严重程度的措施提供理论依据。