随着我国社会经济的快速发展,机动车保有量迅速增加,使得城市交通运行压力增大,交通安全问题频发,交通事故屡见不鲜,严重地危害了人民的生命财产安全。交通安全研究不仅仅是为避免交通事故的发生,更是要预先采取措施,最大限度地降低交通事故的危害程度。道路交通事故的发生具有随机性和偶然性,并且影响交通事故严重程度的因素有很多也很复杂。建立交通事故严重程度模型,分析交通事故影响因素是能够有效地指导交通管理,能够起到有的放矢地采取措施降低事故的严重程度的作用。本研究提出使用Scobit模型对事故严重程度进行分析。该模型是在经典Logit概率计算模型上增加一个大于0的指数参数α(偏斜参数),得到了一种新形式的分布,称之为Burr-10分布。Scobit模型可以考虑个体对于变量改变的敏感性,在根据个体对于偏斜参数是否异质的基础上,模型又可以分为同质Scobit模型和异质Scobit模型。根据某市的交通事故数据,以交通事故人员受伤严重程度为因变量,考虑10个影响因素,分别运用二项Logit模型、同质Scobit模型和异质Scobit模型,建立交通事故人员受伤严重程度模型,利用R语言对模型的参数进行估计和检验,并进行弹性分析,验证Scobit模型在交通事故严重程度分析上的有效性。结果表明:人员的交通方式、事故是否发生在高峰时段、路面状况、照明条件、路口路段类型、路侧防护设施类型等因素对交通事故人员的受伤严重程度有显著的影响;相较于二项Logit模型,Scobit模型的解释能力更强,更符合实际;与同质Scobit模型相比,异质Scobit模型能够表现事故人员对于偏斜参数的异质性。最后,本研究提出相关的交通安全对策。