随着全球范围内城市化进程的加快,国民经济水平快速提高,工业、交通业、服务业等各行业也快速发展。因此,城市内部的出行环境也日益复杂,由此引发的外伤事故层出不穷。中国作为世界上人口最多的国家,每年因外伤导致的死亡和伤残率极高。由于缺乏完整而系统的数据源,国内关于外伤,尤其是交通事故所致和跌伤所致的全面影响机制研究受到了一定的限制。而随着信息化时代的到来,海量多源大数据,如数据量庞大的道路数据、兴趣点数据（记录着详细的基础设施信息）等数据获取不再受时间及空间的制约,这为外伤事故的研究领域提供了新的分析手段。本文为了更全面地了解以交通事故和跌伤为主的外伤事故影响因素,以描述性分析、探索性分析、负二项回归和随机森林等方法为算法框架,从外伤的时空分布规律以及其内外影响因素的作用机制入手,围绕研究数据的选择、影响因子数据库的建立、时间和空间尺度的划分、影响因子和外伤事故之间的关系探索等关键问题展开研究,实现了对外伤事故多因素、多维度的研究。论文主要研究内容如下:（1）构建研究数据库。利用多源大数据,包括兴趣点数据、房价数据、常住人口网格数据、道路数据、土地利用数据、人均可支配收入数据等构建个人、街道和社区尺度下的影响因素数据库。并对道路网络进行分段,基于网络核密度算法,对各路段上不同类型的外伤事故进行密度值估算。（2）从多个尺度对外伤发生的时间分布和空间分布规律进行全面研究。通过描述性统计、核密度估计算法等对各类外伤的高发时段和高发路段进行识别。这不仅为进一步的探索性分析提供参考,有关部门也可以此为依据对这些区域进行加强管理,采取更多安全措施来减少外伤的发生。（3）对外伤事故的内部影响因素分析。以上海市青浦区为研究区,以社会经济状况为内部影响因素,从两个方面分别研究了外伤事故发生率与社会经济状况之间的关系。一方面是基于个体的相关性分析,使用患者住址的房价来衡量患者的社会经济状况;另一方面是基于区域的相关性分析,以街镇作为研究单元,使用人均可支配收入来衡量地区层面的社会经济状况。通过计算相关系数来分析外伤事故与社会经济状况之间的关系。（4）分析外伤事故的外部影响因素。以上海市闵行区为研究区,以建成环境因素（POI、土地利用数据等）为外部影响因素,从宏观和微观两种尺度对建成环境因素进行建模。宏观尺度上,基于交通分析小区利用负二项回归算法从区域层面对外伤的发生和土地利用特征之间的关系进行了分析。微观尺度则是基于路段尺度,根据道路类型和外伤事故类型,构建随机森林模型,并评估了模型的拟合优度以及利用SHAP（SHapley Addictive ex Planations,一种基于可加性特征解释方法）方法,解释了各影响因子在不同时段下对不同类型外伤的作用机制。本文主要的研究结果如下:（1）本研究确定的两种社会经济状况指标（房价和人均可支配收入）与外伤事故发生率之间都存在统计学上显著的负相关关系。在个体层面,患者的社会经济地位越高,越不容易发生外伤事故;而从区域层面而言,社会经济地位越高,该区域的外伤发病率越低。这为相关机构制定医疗服务政策时提供了理论参考,提醒其需要同时结合特定区域范围和特殊人群考虑伤害预防计划。（2）外伤事故的外部影响因素分析结果表明,在交通分析小区尺度下,居住用地、绿地和土地利用混合程度对外伤事故的发生有较大的影响;而基于路段尺度的随机森林模型拟合优度都较好,且基于SHAP方法的影响因素解释结果发现,零售店密度、餐饮店密度、居住小区密度等因素对于外伤事故的影响程度较大,不仅如此,在不同的时间段下,针对不同类型的外伤事故,其作用机制存在一定差异。本文的创新之处在于将交通事故所致外伤和沿街跌伤事故所致外伤同时纳入研究范围,并从宏观微观两个角度对其外部影响因素进行综合性分析,发现不同研究尺度下,针对不同类型外伤,不同影响因素的作用机制存在差异,而即使是同一类影响因素,在不同时段下,其影响程度也有不同。此外,本文还创新性地使用房价和人均可支配收入作为代表性社会经济状况指标,从个人和区域两种层面研究社会经济状况与外伤事故发生率的关系。发现在个人层面上,房价与外伤发生率负相关,在区域层面上,人均可支配收入与外伤发病率负相关。对外伤的外部影响因素进行多角度的综合性分析能够为城市居民出行、城市道路规划等提供参考依据,而针对内部影响因素的研究有利于相关部门提出更合理的医疗资源分配计划。