我国山区高速公路众多,特别是在中西部地区,交通的便捷给人们生产生活水平和地区经济发展带来改善的同时,交通事故也伴随而至,其中,路侧事故已成为典型的事故形态,且往往造成严重后果。因此,深入开展对山区高速公路路侧安全问题的研究,改善我国路侧安全现状,已迫在眉睫。本文收集了江西省泰赣、昌金及陕西省汉宁三条高速2009~2011年的交通事故数据,将路侧事故作为专题,展开对路侧事故数据的挖掘分析工作。从人、车、路、环境四个方面对路侧事故特征进行了全面分析,采用二元Logit模型,对事故数据进行回归检验,共辨识出10项对路侧事故发生有显著影响的危险因素,并对其影响程度进行排序。考虑目前路侧安全评价方法中存在的不足,本文引入风险评价概念,从路段的路侧事故频次及路侧客观危险度两方面进行综合评价,全面展示路侧安全程度。前者基于历史数据,采用BP神经网络构建各客观影响因素与路段路侧事故数之间的关系,可用于新建高速的路侧事故预测;后者将路侧危险度划分为4个等级,对各指标的危险等级进行划分并给出评分准则,采用粗糙集理论与AHP相结合的权重确定方法,实现路侧客观危险度的量化评价。通过引入风险坐标,全面了解路侧安全水平,实现对路侧风险的综合评价,为安全改善措施提供决策支撑。针对路侧事故多发及产生的严重后果,结合山区高速自身特点,提出了以减少路侧事故发生为目标的主动安全改善措施及以减轻事故损害为目标的被动安全改善措施,并进行了案例分析。本论文的研究成果对于丰富路侧安全设计理论和指导路侧安全改善具有一定的参考作用。