农村公路作为我国公路网的重要组成部分,面临着突出的交通安全问题,农村公路单车事故致死率高的现状,已经引起社会各界的关注。但目前针对农村公路单车事故的研究主要集中在发达国家,其研究结论不宜直接作为我国农村公路交通安全政策的制定依据。此外,道路交通事故数据本身具有高度异质性,可能造成模型估计结果偏差和导致错误推论。因此,有必要应用反映事故数据异质性的建模方法,探究影响我国农村公路单车事故严重度的主要因素,为交通安全改善策略的制定提供理论依据。首先,本文分析了安徽省农村公路单车事故数据的特征,从驾驶员、车辆、事故相关、道路、交通设施、环境方面选取28个因素作为自变量。其次,为反映安徽省农村公路单车事故数据的异质性,采用随机参数Logit模型、潜在类别-Logit模型进行事故严重度建模。此外,为克服潜在类别分析的局限性,提出混合聚类-Logit模型,应用因子分析与K-means混合聚类方法对事故数据进行聚类。再次,从模型的拟合优度、预测效果和结果分析方面,对比分析上述三种事故严重度建模方法。最后,依据安徽省农村公路单车事故严重度影响因素,提出具有针对性的交通安全改善对策。对比模型的拟合优度、预测效果检验结果以及模型的估计结果,表明本文提出的混合聚类-Logit模型在提高模型的拟合优度、预测精度和反映交通事故数据的异质性方面均显著优于随机参数Logit模型和潜在类别-Logit模型。混合聚类-Logit模型将安徽省农村公路单车事故数据聚类为5个类别,各单车事故类别中影响事故严重度的因素存在差异:货车、弯道和丘陵在多个类别中显著,但对不同类别中事故严重度的影响方向相反;性别、年龄、是否超速、车道类型、路面结构、路面状况、道路交通信号是否齐全、中央隔离设施、路侧防护设施和季节,仅对某一类别的事故严重度有显著影响。