The current study undertakes a unique research effort to quantify the impact of various exogenous factors on crash severity over time. Specifically, we examine if over time, the impact of exogenous variables has changed and if so what is the magnitude of the change. The research contributes to driver injury severity analysis both methodologically and empirically by proposing a framework that addresses the challenges associated with pooled (or pseudo-panel) data. For our analysis, we draw data from the General Estimates System (GES) over a span of twenty-five years. The data is compiled for driver injury severity in single or two vehicle crashes from 1989 through 2014 in 5-year increments (1989, 1994, 1999, 2004, 2009 and 2014). The alternative econometric frameworks considered for the analysis include ordered logit, generalized ordered logit, scaled generalized ordered logit and mixed generalized ordered logit models. A host of comparison metrics are computed to evaluate the performance of these alternative models in examining the pooled data. The model development exercise is conducted with a host of exogenous variables including driver characteristics, vehicle characteristics, roadway attributes, environmental factors, crash characteristics and temporal attributes. The model estimation results are further augmented by performing a detailed policy scenario analysis, probability profile representations and elasticity effects for different driving and situational conditions across different years.

当前的研究进行了独特的研究工作，以量化各种外部因素随时间推移对撞车严重性的影响。具体来说，我们检查随着时间的推移，外生变量的影响是否发生了变化，如果发生变化，变化的幅度是多少。这项研究提出了一个解决与汇总（或伪面板）数据相关的挑战的框架，从而有助于从方法和经验上对驾驶员伤害严重性进行分析。对于我们的分析，我们从一般估计系统（GES）提取了25年的数据。该数据针对1989年至2014年单次或两次车祸中的驾驶员伤害严重性进行了汇总，并以5年为增量（1989、1994、1999、2004、2009和2014）。考虑进行分析的其他计量经济学框架包括有序logit，广义有序logit，缩放的广义有序logit模型和混合广义有序logit模型。计算了大量比较指标，以评估这些替代模型在检查汇总数据时的性能。模型开发工作是通过大量外部变量进行的，包括驾驶员特征，车辆特征，道路属性，环境因素，碰撞特征和时间特征。通过执行详细的策略方案分析，概率曲线表示和不同年份不同驾驶和情况条件的弹性效应，可以进一步提高模型估计结果。计算了大量比较指标，以评估这些替代模型在检查汇总数据时的性能。模型开发工作是通过大量外部变量进行的，包括驾驶员特征，车辆特征，道路属性，环境因素，碰撞特征和时间特征。通过执行详细的策略方案分析，概率曲线表示和不同年份不同驾驶和情况条件的弹性效应，可以进一步提高模型估计结果。计算了大量比较指标，以评估这些替代模型在检查汇总数据时的性能。模型开发工作是通过大量外部变量进行的，包括驾驶员特征，车辆特征，道路属性，环境因素，碰撞特征和时间特征。通过执行详细的策略方案分析，概率曲线表示和不同年份不同驾驶和情况条件的弹性效应，可以进一步提高模型估计结果。