依據交通部統計，民國109年總計發生36萬2,259件有傷亡道路交通事故，造成3,000人死亡、48萬2,153人受傷，交通事故傷亡帶來之社會成本損失非常龐大。內政部警政署為導正用路人交通行為，促進行車秩序、防制交通事故發生及降低傷亡程度，歷年均要求各縣市警察機關依據各轄區特性編排交通稽查勤務，嚴格執法。有鑒於此，警察機關如何精準執法，讓用路人養成守法習慣，保障人車路權，確保民眾生命財產安全，為本研究的動機所在。
本研究蒐集新竹市警察局所管轄內民國100年至109年月份道路交通事故件數、舉發交通違規件數、氣候、人口數、老人依賴比、車輛數、市區公車行車里程、班次、小型汽車路邊停車位及交通安全宣導參與人數等數據。先以敘述統計發現， 10年交通事故發生數及肇事率是持續增加，但各年度執法強度卻有極大差異性。多元迴歸分析發現，執法總件數、執法總取締率對A1+A2類交通事故，有一定之效能，但均無顯著性。再由分類執法件數、執法分類取締率、執法項目及執法項目取締率分析發現，各分類、項目違規取締具有效性，但對各類交通事故有差異性。
警察違規取締確實有助於減少交通事故數及肇事率，因此，運用交通執法取締強度模式可作為交通事故防制的一個重要的策略，惟各種取締違規項目效力不一，應適時檢討策進。

According to statistics from the Ministry of Transport, a total of 362,259 road traffic accidents with casualties occurred in 2020, resulting in 3,000 deaths and 482,153 injuries. The social cost loss caused by traffic accident casualties was huge. In order to guide the traffic behavior of passers-by, the National Police Agency of the Ministry of the Interior have required police departments of every city and county to arrange traffic inspection duties according to the characteristics of their own jurisdiction and strictly enforce the law over the years. In view of this, the motive of this research lies in how police departments accurately enforce the law, let road users develop law-abiding habits, protect the rights of people and vehicles, and ensure the safety of people's lives and property.
This research collects data under the jurisdiction of Hsinchu City Police Bureau during the period from 2011 to 2020, including the number of traffic accidents, number of reported traffic violations, climate, population, elderly dependency ratio, number of vehicles, mileage of urban buses, frequency of buses, and number of roadside parking spaces for small cars, and number of participants in traffic safety promotion. Firstly, the narrative statistics found that the overall number of occurrences and the rate of accidents in the past 10 years have been continuously increasing, but the intensity of law enforcement varies greatly from year to year. Multivariate regression analysis found that the total number of law enforcement cases and the total law enforcement banning rate have certain effects on A1+A2 traffic accidents, but they are not significant. From the analysis of the number of classified law enforcement cases, law enforcement classification banning rate, law enforcement projects and law enforcement project banning rates, it is found that each classification and project violation and banning rate are effective, but there are differences in various types of traffic accidents.
Police banning violations can indeed help reduce the number of traffic accidents and the rate of accidents. Therefore, the use of traffic law enforcement and ban intensity models can be used as an important strategy for traffic accident prevention and control. However, the effectiveness of various banning illegal projects is not consistent and should be reviewed and promoted in due course.

論文摘要 I
ABSTRACT II
誌謝 III
目錄 IV
圖目錄 V
表目錄 V
第壹章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的與問題 2
一、 研究目的 2
二、 研究問題 2
第三節 研究範圍與限制 2
第四節 相關名詞定義 3
第貳章 文獻探討 5
第一節 交通事故肇事因素 5
第二節 用路人心理決策因素 7
第三節 駕駛違規與交通事故關聯 9
第四節 交通事故與執法強度 10
第五節 警察人員執法態度 13
第參章 研究方法 15
第一節 研究工具 15
第二節 資料蒐集、統計及現況分析 16
第三節 研究流程 20
第肆章 模型建立、分析與結果 22
第一節 事故及執法敘述統計 22
第二節 模型建立 26
第三節 模型分析討論 31
第四節 資料分析結論 53
第伍章 結論與研究限制 56
第一節 結論 56
第二節 研究限制與建議 57
參考文獻 59
附錄

一、中文文獻
王文麟(民87)，交通工程理論與實用(修正版)，臺北市。
王建仁(民92)，「台灣地區機車使用者風險感認與駕駛行為關聯之研究」，國立交通大學運輸科技與管理學系碩士論文，新竹市。
方國璽(民83)，高速公路交通事故與交通警察執法策略之研究，中央警察大學警政研究所碩士論文，桃園市。
余易襄(民109)，警察執法強度與車禍事故發生數之關聯性研究，國立政治大學行政管理碩士學程論文，臺北市。
吳宗修、張新立、邱裕鈞、吳昆峰(民105)，道路交通安全觀測指標研究，交通部，臺北市。
李國鋒(民107)，酒駕肇事與執法強度暨社經因素關聯性研究 : 以臺北市為例，國立政治大學行政管理碩士學程論文，臺北市。
林啟右(民99)，交通執法與肇事率關聯性研究－以台灣與日本東京為例，大葉大學國際企業管理學系碩士論文，彰化縣。
林彥宏(民109)，交通事故發生與執法強度關聯性研究-以新竹縣為例，國立清華大學公共政策與管理碩士論文，新竹市。
林明泉(民98) ，交通執法強度與交通事故肇事率關聯性之研究─以花蓮縣為例，國立東華大學公共行政研究所在職專班論文，花蓮縣。
洪嘉臨(民101)，高速公路酒駕肇事與酒駕執法強度、社會經濟關聯性之研究，中央警察大學交通管理研究所碩士論文，桃園市。
陳宗淋(民89)，臺北市行人肇事及違規特性分析，國立交通大學運輸科技與管理學系碩士論文，新竹市。
黃仲平(民99) ，汽車駕駛人錯誤駕駛行為之影響因素探討，國立交通大學運輸科技與管理學系碩士論文，新竹市。
黃振烜(民103) ，駕駛違規與交通事故之關聯分析，國立交通大學運輸科技與管理學系碩士論文，新竹市。
游俊哲(民91)，以社會行銷觀點探討台北市民眾酒後駕車之行為意向，國立交通大學運輸科技與管理學系碩士論文，新竹市。
董宜婷(民105) ，桃園市高齡者交通事故特性分析，中央警察大學交通管理研究所碩士論文，桃園市。
劉釗敏(民108)，從區域差異性探討影響台灣縣市交通事故之發生因素，佛光大學應用經濟學系碩士論文，宜蘭縣。
蔡育佳(民108)，重大交通違規與事故關聯性之研究，中央警察大學交通管理研究所碩士論文，桃園市。
樓冠群(民100)，交通執法項目與獎勵配分之檢討研究，國立交通大學運輸科技與管理學系碩士論文，新竹市。
鍾文獻(民98)，交通事故發生率與執法強度關聯性研究-以臺中縣為例，逢甲大學交通工程與管理所碩士班碩士論文，臺中市。
鍾易詩(民103)，風險駕駛行為非傳統理性決策模式之研究，行政院國家科學委員會，臺北市。
蘇宥宜(民94)，應用情境分析方法研究台灣地區單一小客車交通事故，國立交通大學運輸科技與管理學系碩士論文，新竹市。
二、英文文獻
Fell, J.C., Waehrer, G., Voas, R. B., Auld-Owens, A., Carr, K., and Pell, K.（2014） “Effects of enforcement intensity on alcohol impaired driving crashes” Accident Analysis & Prevention 2014 Dec; 0: 181–186.Published online 2014 Sep 18. doi: 10.1016/j.aap.2014.09.002
Jonah, B., Yuen, L., Au-Yeung, E., Paterson, D., Dawson, N., Thiessen, R., & Arora, H. （1999）“Front-line police officers’ practices, perceptions and attitudes about the enforcement of impaired driving laws in Canada” Accident Analysis & Prevention, 31（5）, 421-443.
Newstead, S. V ,Cameron,M.H,Leggett,M. W (2001) “The crash reduction effectiveness of a network-wide traffic police deployment system ”Accident Analysis & Prevention Volume 33, Issue 3, May 2001, Pages 393-406
Redelmeier, D. A, Tibshirani, R. J, Evans L. (2003) “Traffic-law enforcement and risk of death from motor-vehicle crashes: case-crossover study” The Lancet Volume 361, Issue 9376, 28 June 2003, Pages 2177-2182
Stanojević, P., Jovanović, D., Lajunen, T. (2013) “Influence of traffic enforcement on the attitudes and behavior of drivers” Accident Analysis & Prevention Volume 52, 28 March 2013, Pages 29-38
三、相關網站
交通部統計查詢網(https://stat.motc.gov.tw/mocdb/stmain.jsp?sys=100)
內政部統計處內政統計查詢網(https://statis.moi.gov.tw/micst/stmain.jsp?sys=100)
交通部道路交通安全資料整合與分析平台 (https://223.200.48.102/MOTCGIS)
財團法人公共電視文化事業基金會P#新聞實驗室-怪奇路現形記-台灣好難行！解密交通意外隱形殺手(https://news.pts.org.tw/project/strange-traffic-designs-in-taiwan/?utm_source=direct&utm_medium=psharp_homepage&utm_campaign=banner)
科技部新竹科學園區管理局官網(https://www.sipa.gov.tw/index.jsp)
THE NEWS LENS 關鍵評論網【系統性交通暴力】台灣把錢花在建造更多「罰單製造機」，而不是改善道路交通安全 (https://www.thenewslens.com/article/150633)，民109年5月7日