二十一世纪以来，世界交通运输产业和汽车产业迅猛发展，交通运输在社会生活领域和经济领域占据了不可或缺的地位。随着交通便利化程度日益增加，不可避免地带来一些问题，其中交通安全环境恶化是我们不可忽视的一个方面。

据统计，全世界每年因交通事故死亡人数约125万，相当于全球每天有3500人因交通事故死亡，此外每年还有几千万人因此而受伤或致残，同时交通事故是15-29岁年轻人的首要死亡原因。交通事故不仅为人类生命安全带来威胁，更为社会带来巨大的经济损失，数据表明：道路交通事故给各国造成的费用估计约达国内生产总值的3%，而在低收入和中等收入国家造成的经济损失高达国内生产总值的5%。其中，交通安全环境在我国的形式异常严峻，据统计，2016年中国共接报道路交通事故864.3万起，同比增加65.9万起，上升16.5%。其中，涉及人员伤亡的道路交通事故212846起，造成63093人死亡、226430人受伤，直接财产损失12.1亿元。道路交通事故万车死亡率为2.14，同比上升2.9%。交通安全环境恶化所引发的交通事故给社会带来了不可估量的损失，因此，作为全球性安全问题，对道路交通安全状况及交通事故发生的数量进行评估和预测对提升道路安全水平，制定策略降低交通事故率以减轻交通事故对社会造成的危害具有重大的意义。

作为现实意义极强的社会热点问题，道路交通事故预测已成为国内外学者的研究热点，并取得大量有价值的研究成果。其中，对道路交通事故预测的研究主要分为以下几类：

(1)回归预测：回归预测即应用概率统计模型，收集与交通事故相关的数据，对其进行回归分析，从而定量确定事故相关变量与事故发生之间的相关性。由于交通事故发生受众多因素制约，故纳入模型的因素不可能包含全部导致事故发生的变量，甚至某些变量仅对事故发生存在间接影响，但不影响其在一定程度上描述事故发生的机理，回归模型通过道路交通事故时间序列的几何特征和统计规律，对交通事故序列未来发展进行估计^[1]。

回归预测分为线性回归和非线性回归两种，线性回归是一种简单易行的预测方法，它对交通事故分布情况没有任何要求，但对模型假设要求较为严格，要求数据符合线性假设，独立性假设，方差齐次假设及正态性假设。但在实际应用中，交通事故数据并非完全符合以上假设，故线性回归模型存在一定的缺陷性。为了弥补线性回归模型在交通事故预测中的不足，部分学者提出并应用泊松负二项回归模型对交通事故进行预测，郑来^[2]的研究中，运用负二项回归模型对高速公路大区段交通事故进行预测，结果表明路段长度、交通量、纵坡和标志密度等因素对大区段交通事故发生具有显著影响。为了更好处理零状态较多的交通事故数据，部分学者提出了零堆积泊松模型和零堆积负二项模型对交通事故进行预测，马庄林^[3]的研究中，采用零堆积负二项模型与负二项模型对路侧事故起数进行预测，结果表明零堆积负二项回归模型构建的路侧事故起数预测模型明显优于负二项回归模型。

(2) 经验模型预测：经验模型即以往学者提出认可度较高及普适性较强的交通事故预测理论，常见的经验模型有以下几种：

① Smeed模型^[4]：Smeed模型是Smeed于1949年建立的经典的交通安全模型，它认为交通险阻与机动化水平成反比，具体公式可表示为：

其中，d代表死亡人数，v带边机动车保有量，p代表人口数，a,b为常数。

② Trinca模型^[4]：Trinca模型将个人安全程度，机动化水平以及交通安全水平等同时纳入模型中，构建了更为全面的三维交通安全模型，该模型认为个人安全程度不仅受交通安全水平影响，机动化程度的提高同样会导致个人安全水平的提升，其模型形式为：