随着社会经济的发展,货物运输对促进货物流通、推动经济发展具有重要意义。但是,在提供高效货物运输的同时,货车由于其载重量大、车身长、后侧存在视野盲区、惯性大、刹车距离长等特点,发生事故时往往会造成更严重的事故伤害。因此,针对货车事故严重程度影响因素,国内外学者采用参数模型和非参数模型进行了大量的研究。但是,由于事故数据存在时间不稳定性和高度异质性,忽略上述问题会导致有偏的参数估计结果甚至错误的推断结论。因此,在交通事故严重程度建模时关注事故数据的时间不稳定性和异质性具有重要意义。首先,本文以货车-小汽车两车碰撞事故为研究对象,从英国STATS19事故数据库提取2015-2018年的事故数据共19312条,从货车和小汽车驾驶员特征、货车和小汽车车辆特征、道路特征、环境特征和时空特征五个方面共选取包含虚拟变量在内的50个事故特征作为模型的因素变量。随后,在事故严重程度建模前,采用两组对数似然比检验对4年的事故数据样本进行时间稳定性测试,以95%的置信区间将事故数据样本按年份划分为2015-2016年、2017年、2018年三个年份分段。然后,基于三个年份分段的事故数据分别建立有序Logit模型、随机参数Logit模型和随机参数有序Logit模型。信息准则和麦克法登伪R2三个评价指标表明随机参数有序Logit模型具有最优的拟合效果。最后,根据随机参数有序Logit模型的平均边际效益值定量地分析各事故因素变量对事故严重程度的影响。有序Logit模型和随机参数有序Logit模型参数估计结果表明,包括货车驾驶员性别、货车驾驶员年龄等34个因素变量显著影响事故的严重程度。然而,随机参数Logit模型参数估计结果中28个因素变量在模型中显著。需要注意的是,货车和小汽车男性驾驶员以及货车和小汽车超车行为对事故严重程度的影响截然相反。从时间不稳定性检验来看,事故严重程度影响因素在不同年份模型中具有显著差异。其中,男性货车驾驶员、货车转弯变道等10个因素变量在三个年份事故模型中均显著,其他因素变量仅在特定年份事故模型中显著。最后,随机参数Logit模型和随机参数有序Logit模型均能捕捉因素变量对事故严重程度影响的异质性,研究发现男性货车驾驶员、老年货车驾驶员、货车超车、限速值>60mph等11个因素变量在不同年份事故严重程度模型中为随机参数。本文的研究结果不仅有助于从货车和小汽车两个维度深入了解影响货车-小汽车碰撞事故严重程度的影响因素,同时可为交通管理部门的交通安全政策制定提供理论依据,从而降低货车-小汽车碰撞事故的严重程度。