Hadi et al. (1995)指出肇事資料可能存在過度離散現象，使用卜瓦松迴歸模式 雖可以校估出一致性的參數，惟參數之變異數將不符合一致性；故建立負二項迴 歸模式探討公路橫斷面設計對肇事之影響。其蒐集 1988 至 1991 年間佛羅里達州 道路、交通及肇事資料，並依劃分路段加以整理，其納入之解釋變數包含：路段 長度、AADT、車道寬、內側及外側之路肩鋪面與寬度、中央分隔帶寬度及類型、
立體交叉數、速限及是否有鋪設路邊邊石等。路段劃分原則係採道路幾何特性相 似者即劃為同一路段，並為避免短路段可能受比鄰路段影響而將路段長度設定在 0.05 英哩(約 0.0804 公里)以上。
Shankar et al. (1995)欲探討道路幾何設計與天候相關因素對事故發生頻率之 影響，其蒐集 1988 年 1 月至 1993 年 5 月於華盛頓州 90 號州際高速公路之事故 及氣候資料，事故資料係以每年之各個月份為單位，共獲得 2,225 筆事故數；天 候則以每月所獲得的資料為分析依據。作者將長約 61 公里的公路分成長度皆為 6.1 公里之 10 個路段，接著對分析路段進行編號，並針對分析路段的總肇事頻率 建立負二項迴歸模式，再根據碰撞類型(如側撞、追撞、撞及路邊停等車輛、撞
7
及固定物體與其他碰撞類型)各自分別建立負二項迴歸模式；對翻車事故則建立 卜瓦松迴歸模式，接著比較並歸納顯著變數進行分析。研究結果發現，分析路段 之界定存在地域性，且氣候則會影響時間之切割等現象。
Shankar et al. (1997)認為以 zero-altered 類型的分析模式，如零膨脹卜瓦松迴 歸(zero-inflated Poisson, ZIP)模式、零膨脹負二項迴歸(zero-inflated negative binomial, ZINB)模式更能符合描述實際的肇事資料。由於過去進行肇事頻次分析 時，僅考慮路段上發生之肇事次數，但實際資料卻顯示，在相同觀測期間下仍有 部分路段是未發生事故的。作者以連續 2 年(1992~1993)華盛頓州高速公路事故 資料進行實證，並將肇事地點區分為主要幹道、小型幹道及聯絡幹道三種，各道 路類型之平均路段長分別為 0.097 公里、0.090 公里及 0.154 公里，其所納入之解 釋變數包含：路段長度、行車度限、每年每日的平均交通量(AADT)、水平曲率、
轉彎半徑、切線長度、急彎數及車道數等。分析結果發現，主要幹道上的肇事資 料較符合負二項迴歸模式、小型幹道肇事資料較符合 ZINB 模式，而聯絡幹道資 料較符合 ZIP 模式。
就肇事資料需使用卜瓦松迴歸(Poisson regression, PO)模式或負二項迴歸 (negative binomial regression, NB)模式或零膨脹卜瓦松迴歸(zero-inflated Poisson, ZIP)模式，抑或是零膨脹負二項迴歸(zero-inflated negative binomial, ZINB)模式進 行分析之判斷，可利用α 值之 t 檢定顯著與否加以判別應採用 PO 或 NB 模式；
當 Vuong 統計量值大於 1.96 時，需採用 ZINB 模式，而 Vuong 統計量值小於-1.96 時，需採用 NB 模式；當 Vuong 統計量值介於-1.96~1.96 之間時則是無法判別。
戚培芳(1997)以 1991~1995 年之列管肇事為研究對象，為使模式得以掌握實 際肇事特性，其首先針對中山高速公路肇事變動趨勢、肇事發生分配型態及肇事 影響因素進行分析，以作為模式構建之基礎；接著採用一般化線性模式
(generalized linear model, GLM)中之卜瓦松迴歸及負二項迴歸分析技術，並考量 公路供給特性、交通特性及管制措施三大類肇事影響因素，分別構建高速公路三 種路段(主線、交流道及收費站)之肇事分析模式。其研究結果發現，三種路段之 肇事分析模式有所差異，除模式解釋變數不全然相同外，亦各有不同之適用模式，
例如收費站路段適用卜瓦松迴歸模式，而主線及交流道路段則以負二項迴歸模式 較佳；顯示主線及交流道路段之肇事發生存在過度離散(即肇事發生次數之變異 數大於平均數)情形。
8
經由肇事因果分析，作者獲得以下結論：(1)公路幾何特性對於肇事之發生 有顯著影響，不僅受路段本身幾何特性影響，亦受到毗鄰路段之影響；避免陡下 坡及曲度差距過大之設計、減少交流道路段之衝突點數及廢除戰備跑道均有助於 減少肇事之發生。(2)肇事次數隨每車道車公里數及重車比例之增加而增加。(3) 提高速限有助於減少主線路段之肇事發生。
Abdel-Aty et al. (2000)使用負二項迴歸模式將交通事故發生頻率加以模化，
並利用 1992 至 1994 年間於佛羅里達 50 號國道所蒐集之 1,606 筆事故資料進行 模式校估，此條連結佛羅里達東西部之高速公路總長 227 公里，作者以地理環境 或道路幾何(例如車道數及中央分隔寬度等)的改變作為分段依據，共分割成 566 個事故分析路段。其納入考量之解釋變數包含每年每日的平均交通量(AADT)、
車道數、水平曲率、中央分隔型式、路肩寬度、道路鋪面、行車速度以及是否為 城際道路等。研究結果顯示當 AADT 增加、超速、道路寬度縮減、多車道以及 是為城際道路等變數對提高事故發生機率有顯著影響。
Lee et al. (2002)藉由 ZINB 模式進行事故頻次分析，進而探討以公路幾何設 計、路肩寬度、中央分隔寬度、橫豎曲線及交通特性為解釋變數時，對事故發生 頻率之影響。作者蒐集 1994 至 1996 年間華盛頓州 3 號州際高速公路南向之道路、
交通及事故資料，以劃分路段的方式進行資料整理，研究路長共 96.6 公里，而 路段劃分原則為固定長度 805 公尺為一路段，總共分為 120 個路段，獲得之事故 資料共 489 筆，以每一路段之每個月之資料作為基礎構建事故頻次模式。
此篇研究結果發現，當行車速度超過 85 公里/小時、路邊非連續之行道樹數 目越多、路肩寬度越寬、路肩外側至欄杆的距離越寬等因素，對事故發生頻率有 顯著增加之影響；當中央安全島的寬度越寬、路肩外側至路燈距離越寬等因素則 會降低事故發生的頻率。最後作者建議減緩路段坡度、減少非連續行道樹之存在、
增加路肩外側至路燈距離及減少路肩外側至欄杆距離，將會有效減少事故發生的 頻率。
Lee et al. (2002)欲探討年輕駕駛發生事故之潛在因素，其透過 1,174 位持有 駕照滿 12 個月之年輕駕駛為研究對象，透過問卷調查方式得知受測者之駕駛特 性、習慣及肇事紀錄等。研究方法係以卜瓦松迴歸、負二項迴歸及零膨脹卜瓦松 迴歸(zero-inflated Poisson, ZIP)模式進行事故分析，並透過概似比檢定(likelihood ratio test)結果得知，負二項迴歸與 ZIP 均比卜瓦松迴歸更為適合進行此次事故分
9
析，且負二項迴歸與 ZIP 透過皮爾森配適度檢定(Pearson goodness-of-fit)之結果 相同；而在計數資料中若零次過多時，ZIP 較為適合進行事故分析。研究結果發 現，駕駛技術因素並不顯著影響事故發生，性別亦與喜愛冒險之特性無關，而持 有學習駕照者會較具有冒險特性，其在取得駕照後之 1 年內會有較高的事故發生 機率，若先使用學習駕照駕駛後才獲得駕照者，其發生事故機率比過去沒有學習 駕照者來的高。
Qin et al. (2004)蒐集 1994~1997 年密西根州高速公路道路及事故資料，並以 位於較鄉間之兩線車道且未包含重要交會路口為研究對象，進而將研究道路隨機 的分成 29,800 個路段，路段長度約為 0.016~12.51 公里，平均長度為 0.992 公里。
作者先將事故資料分成四種形式，包含同向單一車輛事故、同向多車輛事故、反 向多車輛事故及交會多車輛事故，再利用 ZIP 進行事故預測模式之構建，進而推 論交通及道路特性對各類型事故頻次之相互關係，其所納入考量之解釋變數包括：
AADT、路段長度、速限、車道寬以及路肩寬度等。
研究結果發現，事故頻次與 AADT 呈現非線性關係，且兩者之相互關聯會 依事故形式之不同而異，例如同向單一車輛事故頻次與 AADT 呈反向關係，同 向多車輛事故頻次與 AADT 呈正向關係，反向多車輛事故頻次與 AADT 呈正向 近似線性關係，而交會多車輛事故頻次與 AADT 呈反向關係。於事故頻次與路 段長度之探討中得知，兩者間亦為非線性，並且在四種事故形式中，路段長度對 交會多車輛事故頻次之影響最小。
吳易真(2004)以基隆市轄區 2000 至 2002 年間所發生之肇事案件為分析對象，
其將肇事地點區分為路口與路段二部份，先以因子分析中之主成分分析整併相關 肇事因素，再以一般化線性模式(GLM)中的卜瓦松迴歸模式及負二項迴歸模式分 別構建基隆市路口及路段之肇事分析模式。研究結果顯示基隆市路口及路段之肇 事模式皆以負二項迴歸模式較為適合。
由肇事因果分析關係發現，於路口部分，以能見度因子、交通量因子、路面 狀況因子、道路型態因子、視線因子、號誌因子等六個解釋變數與肇事次數呈現 顯著相關；而在路段部分，則以路面狀況因子、視線因子、道路限制因子、道路 型態因子、分向設施因子等五個解釋變數與肇事次數呈顯著相關，惟能見度因子 與肇事次數之關係較不顯著。
Lord et al. (2005)蒐集 1994~1998 年之魁北克高速公路肇事資料，利用卜瓦
10
松迴歸分析及負二項迴歸分析建構與車流特性相關之事故預測模式，考量之解釋 變數包括每小時之交通量、每小時之車輛密度及每小時之 V/C 比。作者定義之 研究路段分別位於都會及鄉間區域，都會路段為一段長 5 公里 6 車道之路段，鄉 間路段則分成八段，長度約為 1.5~9.4 公里，八個路段的其中六段為 4 車道，其 餘兩段為 6 車道；都會路段之肇事次數共 2,817 件，鄉間路段共 1,865 件。
研究結果顯示，若只將交通量作為建構預測模式之變異因子，則此模式無法 適當的解釋高速公路路段上之事故特性；然而將車輛密度及 V/C 納入預測模式 之建構時，則較能夠適當的解釋事故特性，故提出當車輛密度及 V/C 較高時，
研究結果顯示，若只將交通量作為建構預測模式之變異因子，則此模式無法 適當的解釋高速公路路段上之事故特性；然而將車輛密度及 V/C 納入預測模式 之建構時，則較能夠適當的解釋事故特性，故提出當車輛密度及 V/C 較高時，