曹 青，謝科范

(武漢理工大學(xué) 管理學(xué)院，湖北 武漢 430070)

基于人群到達(dá)規(guī)律的公共場所踩踏風(fēng)險分析*

曹 青，謝科范

(武漢理工大學(xué) 管理學(xué)院，湖北 武漢 430070)

公共活動在豐富人們物質(zhì)文化生活的同時，也易發(fā)生人群踩踏風(fēng)險。人群踩踏風(fēng)險一旦發(fā)生，造成的后果可能會十分嚴(yán)重。因此，監(jiān)測、預(yù)警和預(yù)控人群踩踏風(fēng)險已越來越引起公共活動組織與管理者的重視。通過對2016年歸元寺春節(jié)祭祀活動進(jìn)行數(shù)據(jù)分析，從微觀上論證得出了城市公共場所人群到達(dá)服從泊松分布的結(jié)論，且發(fā)現(xiàn)人群到達(dá)呈現(xiàn)入口效應(yīng)和最短距離效應(yīng)，以此作為人群踩踏風(fēng)險計算機(jī)模擬的參數(shù)設(shè)定依據(jù)，對優(yōu)化和設(shè)計公共活動的踩踏防控預(yù)案方案，提升人群管控能力，降低人群踩踏風(fēng)險有一定的參考意義。

人群踩踏；踩踏風(fēng)險；人群密度；人群到達(dá)；泊松分布

一、問題的提出

隨著社會的發(fā)展，人們的物質(zhì)文化需求逐步提高，城市公共場所承載的公共活動數(shù)量也日益增長。公共活動在豐富人們的物質(zhì)文化生活的同時，也容易誘發(fā)人群踩踏風(fēng)險。由于人群踩踏風(fēng)險的的致因具有潛在性，因此其預(yù)防預(yù)控有一定難度。踩踏事件一旦發(fā)生，有可能造成群死群傷的嚴(yán)重后果。例如，2011年1月14日、2013年10月13日發(fā)生在印度的兩起踩踏事故，其死亡人數(shù)均超過100人。2014年12月31日上海外灘踩踏事故死亡人數(shù)也達(dá)到了36人。所以，對公共活動的人群踩踏風(fēng)險進(jìn)行分析并探討相應(yīng)的防控措施，便顯得十分重要。

目前國內(nèi)外對人群踩踏風(fēng)險的研究主要分為實(shí)證研究和理論研究兩個方面。實(shí)證研究主要是根據(jù)直接觀察、攝影和錄像分析等方式研究人群集聚與疏散特征。學(xué)者們大多是設(shè)定和驗證不同國家、不同場景下人群密度、人流速度、出口寬度等因素之間的函數(shù)關(guān)系。例如，Hankin和Wright[1]調(diào)查了倫敦地鐵中行人流動情況，描畫了單向人流的速度和密度之間的關(guān)系。Fruin[2]調(diào)查了人行道的人群速度和人群密度的關(guān)系，給出了圖示，并將人員步行流動狀態(tài)分為從互不影響到嚴(yán)重滯留的六個等級。加拿大的Paul[3]通過實(shí)證數(shù)據(jù)提出了有效樓梯寬度、疏散人數(shù)和疏散時間的關(guān)系。Thompson和Marchant[4]將觀察數(shù)據(jù)整理，并結(jié)合采用Fruin，Hankin等人的數(shù)據(jù)，總結(jié)分析了不同學(xué)者研究的人群密度和人群速度的經(jīng)驗關(guān)系。在國內(nèi)，武漢大學(xué)的研究人員[5]采用流體力學(xué)的原理分析人群運(yùn)動，并建立了人群密度、人群速度和人群流量之間的對數(shù)關(guān)系。張培紅[6]總結(jié)分析了時間壓力下不同位置的人群流動速度和人群密度的關(guān)系，并提出局部衰減系數(shù)概念。呂雷等人[7]對學(xué)校教學(xué)樓的人群密度和人群速度進(jìn)行了實(shí)地記錄。胡玉婷[8]運(yùn)用2010年世博會的視頻數(shù)據(jù)對人群的區(qū)域分布和人群運(yùn)動軌跡形成規(guī)律進(jìn)行了分析。

在理論研究方面，主要工作是對特定場景下的人群疏散策略進(jìn)行建模與模擬。Lee和Hughes[9]基于Lighthill和Whitham[10]的研究提出了連續(xù)行人流運(yùn)動模型。Dirk Helbing等人[11]在分析人群的互相作用力后提出了經(jīng)典的社會力模型。之后的研究則大部分以該模型為基礎(chǔ)，對其進(jìn)行相應(yīng)的優(yōu)化和計算機(jī)模擬研究。如日本的Teknomo[12]在Helbing的基礎(chǔ)上，對人群中個體之間的相互作用的“排斥力”進(jìn)行了分析，并建立了相關(guān)的微觀模擬模型。宋衛(wèi)國[13]提出了一種考慮摩擦力與排斥力的人群疏散CA模型，該模型不僅可以較好地描述人員疏散中的典型現(xiàn)象，如擁擠、堵塞現(xiàn)象等，而且具有較高的運(yùn)算效率。張青松等[14]則運(yùn)用牛頓第二定律和經(jīng)典“社會力”模型對人群中的個體受力進(jìn)行了微觀建模。

雖然許多學(xué)者已經(jīng)研究分析了人群密度和人群踩踏風(fēng)險的關(guān)系，但鮮有學(xué)者對人群達(dá)到與人群踩踏風(fēng)險之間的關(guān)系進(jìn)行研究。也有一些學(xué)者在人群踩踏風(fēng)險的仿真模擬分析中假定人群進(jìn)入仿真區(qū)域服從均勻分布[15-16]或者泊松分布[16]，但是，對于人群進(jìn)入仿真區(qū)域時是否確實(shí)遵循泊松分布，國內(nèi)外缺少基于實(shí)際活動觀測數(shù)據(jù)的實(shí)證研究。

基于此，作者對2016年武漢市歸元寺春節(jié)祭祀活動的人群進(jìn)行了現(xiàn)場觀察，采集了視頻數(shù)據(jù)。本文在此基礎(chǔ)上運(yùn)用統(tǒng)計方法和理論分析處理數(shù)據(jù)，從微觀層面揭示城市公共場所人群到達(dá)的規(guī)律，并對人群踩踏風(fēng)險與人群到達(dá)規(guī)律進(jìn)行建模，為分析人群聚集風(fēng)險提供參照。該研究成果可以作為人群踩踏事故觸發(fā)與演化機(jī)理的計算機(jī)模擬參數(shù)設(shè)定依據(jù)，研究的結(jié)論可作為優(yōu)化和設(shè)計公共活動方案，提升人群管控能力，降低人群踩踏風(fēng)險的參考。

二、人群踩踏風(fēng)險分析

(一)人群踩踏風(fēng)險定義

本文中所說的人群踩踏風(fēng)險是指城市公共活動中由于人群高度集聚、發(fā)生突發(fā)狀況等多個因素綜合作用，產(chǎn)生群死群傷的事故風(fēng)險。

對于人群踩踏事故來說，人群踩踏風(fēng)險Ri是風(fēng)險發(fā)生可能性Fi和后果Ci的函數(shù)[17]：

(1)

雖然公共活動的種類和場所不盡相同，但是人群踩踏風(fēng)險發(fā)生可能性函數(shù)可以近似為獨(dú)立的幾個閾值參數(shù)相互作用的函數(shù)。當(dāng)閾值突破時，人群踩踏發(fā)生的可能性和后果上升，即人群踩踏風(fēng)險上升。

人群踩踏風(fēng)險發(fā)生的必要條件主要有：

(1)人群處于非正常情緒之中，例如恐慌或亢奮；

(2)人群處于高度密集狀態(tài)，事故發(fā)生前，總體人群密度超過可接受閾值，部分人群密度極大地超過可接受閾值；

(3)發(fā)生人群踩踏的觸發(fā)事件，如有人意外摔倒，爭吵，驚跑[18]等等；

(4)人群移動無法受到有效的控制，人群中的個體呼救或警告廣播等情況無法有效促使人流改變移動方向。

當(dāng)滿足上述必要條件個體越多時，人群踩踏風(fēng)險發(fā)生的可能性越大。而當(dāng)人群踩踏事故一旦發(fā)生，則人群疏散所需的時間就會增加，生態(tài)惡化的可能性會越大，人群踩踏事故造成的后果也就會越嚴(yán)重。

根據(jù)以上分析，將人群踩踏風(fēng)險進(jìn)一步表述為：

(2)

式中：Ea為場所a內(nèi)的人群情緒指數(shù)，反應(yīng)人群情緒的異常狀態(tài)，由專家給定(表征必要條件一)；Na為場所a內(nèi)的總?cè)藬?shù)，單位人；Sa為場所a有效的人群活動面積，單位m2；Na/Sa為場所a內(nèi)的滯留的人群平均密度，單位人/m2(表征必要條件二及后果)；Nin為場所a入口的人群流動系數(shù)，即單位時間內(nèi)能夠通過入口的人數(shù)，單位人/(m2·s)；Nout為場所a出口的人群流動系數(shù)，即單位時間內(nèi)能夠通過出口的人數(shù)，單位人/(m2·s)；La為場所a內(nèi)當(dāng)前人群密度下的人群疏散效率，單位人/(m2·s)；(Nin-Nout)/La為場所a內(nèi)人群密度下的實(shí)際凈流動系數(shù)(表征必要條件三)；Ua為場所a內(nèi)觸發(fā)因子指數(shù)，反應(yīng)存在人群踩踏事件觸發(fā)因子的個數(shù)，如逆向人群，渦流，激波[19]，局部區(qū)域人群密度遠(yuǎn)超閾值等情況(表征必要條件四)；Na/La為場所a內(nèi)當(dāng)前人群密度下的人群疏散所需時間(表征后果)；Ca為后果擴(kuò)大系數(shù)，年齡、性別、生理、心理等因素對人群踩踏事故后果的擴(kuò)大效應(yīng)，由專家給定(表征后果)。

(二)人群密度與人群踩踏風(fēng)險的關(guān)系

人群踩踏風(fēng)險的一個重要因素就是人群密度。這是由于人群密度極大地影響了人的可運(yùn)動狀態(tài)，也決定了人群踩踏事故發(fā)生后造成的后果嚴(yán)重程度。

Fruin的研究[2]指出，正常情況下，人群的平均移動速度為1.34m/s，但在不同的人群密度下，人群運(yùn)動速度有不同的等級。

表1 Fruin提出的速度與密度的關(guān)系

由此可知，當(dāng)人群密度小于等于0.5人/m2時，人群能夠高速自由移動，而當(dāng)人群密度大于2人/m2時，所有人的移動速度都受到了限制，只能夠低速自由移動。

而另一篇文獻(xiàn)反應(yīng)的人群密度與人群狀態(tài)的情況如表2所示。[20]

表2 人群密度與人的狀態(tài)

該研究表明，當(dāng)人群密度大于5人/m2時，人與人之間距離已經(jīng)很近，所以僅能夠低速跟隨他人的移動而移動。

根據(jù)文獻(xiàn)研究[21]給出的公式，個體所需的最小空間面積取決于個體生理尺寸肩寬Wp和身體厚度Tp，將個體抽象成橢球形得到的空間面積公式為SpE=π/4×WpTp，將個體抽象成長方體時得到的空間面積為SpS=WpTp。

將SpE和SpS取倒數(shù)后，得到的則是發(fā)生人群踩踏風(fēng)險的人群密度閾值的最大值ρ。

根據(jù)中國人的身體特征，取Wp=0.5m，Tp=0.25m，則SpE=0.098m2，SpS=0.125m2。換算成人群密度閾值為，ρe=10.2人/m2,ρs=8人/ m2。也即當(dāng)人群密度大于8人/m2時，人群已經(jīng)無法移動，人與人在空間內(nèi)互相擠壓，稍不留神就會發(fā)生人群踩踏事故。

因此綜合來看，人群密度與人群踩踏風(fēng)險關(guān)系可以簡單歸納為表3所示。

表3 人群密度與人群踩踏風(fēng)險關(guān)系

在不考慮其他因素，只考慮人群密度的情況下，人群踩踏-人群密度風(fēng)險表達(dá)式可以寫為

(3)

其中(Na+Nin-Nout)/Sa與人群密度對應(yīng)，f((Na+Nin-Nout)/Sa)取相應(yīng)的風(fēng)險等級值。如(Na+Nin-Nout)/Sa=0.7人/ m2時，Ri=2，即人群踩踏-人群密度風(fēng)險等級為2。

三、人群踩踏風(fēng)險與人群到達(dá)建模

(一)人群到達(dá)

人群到達(dá)指的是人群通過區(qū)域邊界進(jìn)入公共活動區(qū)域或特定區(qū)域的情況。人群到達(dá)規(guī)律反映的是單個人群通過區(qū)域邊界進(jìn)入公共活動區(qū)域或特定區(qū)域的時間間隔分布規(guī)律或人數(shù)分布規(guī)律。

本文依托歸元寺春節(jié)祭祀活動的案例數(shù)據(jù)，所界定的人群到達(dá)特指香客通過數(shù)據(jù)采集區(qū)域邊界進(jìn)入數(shù)據(jù)采集區(qū)域的情況。這里，用V表示單位時間內(nèi)人群到達(dá)歸元寺入口處的期望值。

(二)人群運(yùn)動

人群運(yùn)動指的是聚集的人群朝著確定目標(biāo)或不確定目標(biāo)的移動過程。

這里的案例數(shù)據(jù)涉及的人群運(yùn)動特指香客在數(shù)據(jù)采集區(qū)域的微觀人群運(yùn)動。

(三)基于人群到達(dá)的人群踩踏-人群密度風(fēng)險模型

基于上述分析，可以構(gòu)建基于人群到達(dá)率的人群踩踏風(fēng)險模型

(4)

當(dāng)V≤Nin(max)時，人群會按照Nin的速度進(jìn)入公共場所內(nèi)，此時人群踩踏風(fēng)險集中于公共場所內(nèi)部

(5)

當(dāng)V>Nin(max)時，人群會集聚在公共場所入口處并形成踩踏風(fēng)險，此時人群踩踏風(fēng)險由公共場所入口區(qū)域和內(nèi)部兩者的人群踩踏風(fēng)險共同決定了整體的踩踏風(fēng)險，且風(fēng)險等級取較高的那一個。

(6)

式中：Nin(max)為場所a入口的最大人群流動系數(shù)，即單位時間內(nèi)能夠通過入口的最大人數(shù)，單位人/(m2·s)；Nb為入口區(qū)域滯留人數(shù)；Sb為的入口區(qū)域的有效面積。

四、公共場所人群到達(dá)規(guī)律的統(tǒng)計分析

(一)數(shù)據(jù)采集

數(shù)據(jù)采集時間是2016年2月12日(大年初五)，對象是武漢市歸元寺的春節(jié)祭祀活動。

該日，歸元寺人流行進(jìn)方向示意圖如圖1所示分為兩個方向:

一是入寺方向：人群可以從主干道邊的三個主要路口前往歸元寺，其中鐘家村小學(xué)側(cè)入口和右側(cè)路口的人流最后匯聚到歸元寺正門處。

圖1 歸元寺祭祀進(jìn)出人流示意圖

二是出寺方向：人群從歸元寺南路出口處出出口后南行可到主干道附近。

歸元寺管理方通過將出入口中間用隔離帶分割，控制人流的走向。

視頻采集處，即歸元寺入口處，歸元寺管理方通過隔離帶將入口分成了南北兩個次入口，南側(cè)(三岔路口側(cè))的次入口有三條通道，北側(cè)的次入口則有兩條通道。由于人流大多匯集于三岔路口側(cè)(占總?cè)藬?shù)的比約為64%)，并且大多從三岔路口側(cè)的次入口進(jìn)入歸元寺，因此本文僅以該側(cè)的入口作為代表來進(jìn)行研究。隔離帶(三岔路口側(cè))的狀況如圖2所示。

圖2 歸元寺入口處隔離帶示意圖(三叉路口一側(cè))

隔離帶將通道分成了外側(cè)、中側(cè)和內(nèi)側(cè)三條，內(nèi)側(cè)的通道最靠近售票口，外側(cè)的通道則離售票口最遠(yuǎn)。

作者對該入口處的人流進(jìn)行了視頻拍攝，并以這些視頻作為研究基礎(chǔ)，以5s為采樣間隔，在7：50到8：15及10：05到10：20這兩個時間段，共采集了40min的人群到達(dá)數(shù)據(jù)。

(二)最短距離效應(yīng)與入口效應(yīng)

根據(jù)實(shí)際數(shù)據(jù)，對次入口的三個通道進(jìn)行分別計數(shù)后得到表4。

表4 通道人流量統(tǒng)計表

從表4的數(shù)據(jù)可以看出，中側(cè)通道的人流量最大，平均占比40%以上，外側(cè)通道的人流量最小，最少的時候僅有約12%的人利用該通道。

同時，可以看到7：50-8：15這個時間段，利用外側(cè)通道的人較多，而10：05-10：20這個時間段，利用內(nèi)側(cè)通道的人則較多。兩個時間段的人流量的詳細(xì)分布如圖3、圖4所示(由于7：50-8：15分的曲線原圖有些模糊不清，故對原始數(shù)據(jù)進(jìn)行了15s移動平均，在保證數(shù)據(jù)趨勢特征不變的基礎(chǔ)上增加圖表的可讀性)。由圖3可以看出，7：50-8：15這個時間段內(nèi)，中側(cè)通道的人流量的波動比較穩(wěn)定，而外側(cè)通道和內(nèi)側(cè)通道的人流量波動則在14～17分半這個時間段內(nèi)出現(xiàn)了脈沖式的異常波動。該異常波動表現(xiàn)為外側(cè)通道的人流量突然增多，而內(nèi)側(cè)通道的人流量驟然減少，如圖5所示。

圖3 7：50分～8：15分人群到達(dá)數(shù)(15s移動平均)

圖4 10：05分～10：20分人群到達(dá)數(shù)

由圖4可以看出，在10：05-10：20這個時間段內(nèi)，中側(cè)通道的人流量波動變大，外側(cè)通道在很長一段時間內(nèi)少有人群同行，而內(nèi)側(cè)通道的人流量則相對較穩(wěn)定，如圖6所示。

分析通道的設(shè)置可知，出現(xiàn)圖5和圖6的異常情況的原因有兩個：其一是離售票處越近的通道越有可能有人進(jìn)入，其二是越像入口的通道入口越有可能有人進(jìn)入。

1.離售票處越近的通道越有可能有人進(jìn)入(最短距離效應(yīng))。

由于內(nèi)側(cè)通道和中側(cè)通道較接近售票處和三叉路口的中心，而大多數(shù)人在進(jìn)入歸元寺前都會前往售票處排隊買票，或者在三岔路口中間購買黃牛票，之后人會自然走向離自己較進(jìn)的入口而非遠(yuǎn)離自己的入口。這種效應(yīng)如圖7所示。

2.越像入口的通道入口越可能有人進(jìn)入(入口效應(yīng))。

由于內(nèi)中外三條通道均離真正的入口有一段距離，而中側(cè)和外側(cè)特別是中側(cè)的入口很明確地是并排的門狀入口，因此通過中側(cè)通道的人流量較穩(wěn)定。這種效應(yīng)如圖8所示。

最短距離效應(yīng)和入口效應(yīng)使得人群偏向于進(jìn)入特定的通道，造成特定區(qū)域中總體人群密度較低但局部密度較高的現(xiàn)象，從而造成人群阻塞、滯留。根據(jù)相關(guān)學(xué)者的研究[22]，人群阻塞滯留是引發(fā)人群踩踏風(fēng)險的重要原因之一。

在案例中，這種現(xiàn)象則表現(xiàn)為外側(cè)通道人群較少，且會間斷式地形成脈沖式人流。這種脈沖式人流其實(shí)是安保人員會間斷地引導(dǎo)人群進(jìn)入外側(cè)通道造成的。

圖5 7：50-8：15時間段正常和異常情況對比

圖6 10：05-10：20時間段正常和異常情況對比

圖7 最短距離效應(yīng)

圖8 入口效應(yīng)

五、人群踩踏風(fēng)險的統(tǒng)計分析

(一)泊松分布檢驗

一般來說，人群踩踏風(fēng)險的研究都假定人群的到達(dá)服從均勻分布或泊松分布；但并未論證人群到達(dá)的統(tǒng)計分布是否服從泊松分布[23]。本文提出運(yùn)用單個樣本的K-S檢驗來確定樣本觀測結(jié)果是否具有泊松分布的特征。其思路是將人群到達(dá)的理論累積頻數(shù)分布同觀測的累積頻數(shù)分布加以比較,求出它們的最大偏離值,然后參照抽樣分布,在給定的顯著性水準(zhǔn)上(一般為0.05)檢驗這種偏離值是否是偶然出現(xiàn)的。如果檢驗統(tǒng)計量大于給定的顯著性水平，則說明接受該分布服從泊松分布的原假設(shè)，否則拒絕原假設(shè)。

將采集到的原始數(shù)據(jù)導(dǎo)入到SPSS中，使用K-S檢驗功能后生成如表5所示的結(jié)果。

表5 觀測數(shù)據(jù)泊松分布的K-S檢驗

a.檢驗分布為Poisson分布

b.根據(jù)數(shù)據(jù)計算得到

表5表明，7點(diǎn)50到8點(diǎn)15時間段采樣數(shù)據(jù)的顯著性概率是0.707，10點(diǎn)05到10點(diǎn)20的顯著性概率是0.983，數(shù)據(jù)整體的顯著性概率是0.742，不管是分段時間的數(shù)據(jù)還是總體的數(shù)據(jù)，雙側(cè)檢驗的顯著性概率均大于0.05，因此可以認(rèn)為人群的到達(dá)服從泊松分布。

按照泊松分布的公式，可以在根據(jù)實(shí)際數(shù)據(jù)求得相應(yīng)的λ后，求得泊松分布的概率分布曲線。實(shí)際數(shù)據(jù)整理后可得到圖9的人群到達(dá)曲線。

圖9 綜合人群到達(dá)-概率曲線圖

從圖9可以看出，對于整體時間的數(shù)據(jù)，人群到達(dá)的概率曲線與泊松分布的曲線擬合度比較好。說明歸元寺春節(jié)祭祀活動的人群總體到達(dá)服從泊松分布。

(二)人群踩踏-人群密度風(fēng)險模型案例研究

基于《體育建筑設(shè)計規(guī)范》及相關(guān)體育建筑設(shè)計資料設(shè)定[24]，中國單股人群流量為40～42人/min，本研究單股人群流量取42人/min，即0.7人/s。

參考?xì)w元寺的出入口示意圖可以發(fā)現(xiàn)，歸元寺入口處設(shè)有三條通道，每條通道都可以同時通過2個人，即可以形成6股單向人流，所以Nin(max)=0.7×6=4.2人/s。

歸元寺出口處僅有一個門，可以形成2股人流通道，所以Nout(max)=0.7×2=1.4人/s

依據(jù)百度地圖的數(shù)據(jù)，歸元寺占地面積約17 500平方米，假設(shè)有效活動面積為歸元寺占地面積的70%，即12 250平方米，那么Sa=12 250。歸元寺入口區(qū)域占地面積約為3×50=150平方米，即Sa=150。

由實(shí)地觀測數(shù)據(jù)知，大年初五上午8點(diǎn)到10點(diǎn)，歸元寺入口處人群平均達(dá)到率約為V=3人/s。

將相應(yīng)數(shù)據(jù)代入模型，由于V

(7)

由于初始的Na=0的情況下，是不會有穩(wěn)定的人流從出口離開歸元寺的，所以這里要假設(shè)Na=3×0.5×60×60=5 400,即開園半個小時內(nèi)只有人群到達(dá)并進(jìn)入歸元寺。那么歸元寺內(nèi)部人群踩踏風(fēng)險等級與開門時間的關(guān)系如表6所示。

表6 人群踩踏風(fēng)險和開門時間關(guān)系

由于歸元寺正月初五的開放時間為早上6點(diǎn)到晚上6點(diǎn)，一共12個小時，因此歸元寺內(nèi)的人群踩踏風(fēng)險等級也最多會到達(dá)等級4。但如果要把人群踩踏風(fēng)險控制在等級3及以下，則應(yīng)該控制開園約10小時，也就是下午4點(diǎn)開始停止檢票入園，此時人群踩踏-人群密度風(fēng)險等級僅為等級3

另外，按照模型計算，到約9點(diǎn)15分時，歸元寺內(nèi)部的人群數(shù)目為(3-1.4)×2.75×60×60+5 400=21 240人，人群密度為20 240÷12 250=1.73人/m2，此時歸元寺內(nèi)部的人群踩踏-人群密度風(fēng)險等級為2級。

而按照9點(diǎn)15分時的實(shí)際數(shù)據(jù)(如圖10所示)

圖10 2016年2月12日9點(diǎn)15分歸元寺客流量情況

9點(diǎn)15分，寺內(nèi)在場人數(shù)為12 755人，寺內(nèi)人群密度為12 755÷12 250=1.04人/m2，人群踩踏-人群密度風(fēng)險等級也同為2級。

不過按照模型計算，當(dāng)日9點(diǎn)15分的客流累計人數(shù)應(yīng)為3×3.25×60×60=35 100人，這與實(shí)際客流累計人數(shù)相差約2萬人。這說明初五歸元寺的祭祀活動6點(diǎn)到8點(diǎn)那段時間人群到達(dá)并不服從平均到達(dá)率為3人/s的泊松分布，而更有可能是開始人極多，隨后迅速衰減的冪次分布。所以當(dāng)時在入口區(qū)域的人群踩踏-人群密度風(fēng)險可能會很高。

六、公共場所人群踩踏風(fēng)險的防控建議

根據(jù)本文研究發(fā)現(xiàn)的人群到達(dá)規(guī)律和人群密度風(fēng)險模型，公共活動的管理者可以從以下幾個方面來提高人群踩踏風(fēng)險的管理。

(一)事前合理規(guī)劃活動規(guī)模

基于公共活動人群到達(dá)并服從泊松分布這一結(jié)論，管理者可以根據(jù)以往活動的人流量數(shù)據(jù)和當(dāng)前的服務(wù)水平確定相應(yīng)參數(shù)，將參數(shù)輸入計算機(jī)模擬程序后了解人群滯留過程和閾值等數(shù)據(jù)。根據(jù)這些模擬結(jié)果，管理者可以通過控制售票數(shù)量，控制進(jìn)入?yún)^(qū)域的人數(shù)等方式控制活動的人群踩踏風(fēng)險。

(二)事前合理規(guī)劃人群通道

人群通道的合理設(shè)置可以有效引導(dǎo)人流移動方向，防止人群聚集和阻塞，從而降低人群踩踏風(fēng)險?；谌肟谛?yīng)和最短距離效應(yīng)，人群通道的規(guī)劃要考慮到通道進(jìn)入處的形狀和分布，以期達(dá)到真正的分流作用。以歸元寺為例，如圖11所示，將內(nèi)中外三條通道的入口處均設(shè)置成門狀，理論上將提高外側(cè)通道的利用率。

圖11 歸元寺入口處隔離帶改進(jìn)的建議方案

(三)事中合理控制人群密度

基于人群踩踏-人群密度風(fēng)險模型，在活動進(jìn)行時，管理者要及時根據(jù)當(dāng)前的人流量評估活動場所內(nèi)的人群踩踏風(fēng)險等級。在人群踩踏風(fēng)險等級提高時，及時對人群進(jìn)行有效引導(dǎo)，避免整體或局部人群密度過大。在人群踩踏風(fēng)險等級可能突破管理預(yù)期時，要及時限制人流，對人群進(jìn)行有效的疏散，避免造成人群踩踏風(fēng)險事故。

(四)事中實(shí)時發(fā)布區(qū)域人群踩踏風(fēng)險指數(shù)

雖然人群聚集與分散具有一定的隨機(jī)性，但個體卻會有意識地避開覺得有風(fēng)險的人群密集區(qū)域。因此實(shí)時發(fā)布區(qū)域人群踩踏風(fēng)險指數(shù)，引導(dǎo)人群流動方向，能夠有效地避免局部區(qū)域的人群密度過大，防止人群踩踏風(fēng)險等級繼續(xù)升高。

[1]Hankin B D W R A. Passenger Flow in Subways[J]. Journal of the Operational Research Society，1958,9(2):81-88.

[2]Fruin J. Pedestrian planning and design[C]. Metropolitan Association of Urban Designers & Environmental Planners，1971.

[3]Pauls J. The movement of people in buildings and design solutions for means of egress[J]. Fire Technology，1984,20(1):27-47.

[4]Thompson P A, Marchant E W. A computer model for the evacuation of large building populations[J]. Fire Safety Journal，1995,24(2):131-148.

[5]Fang Z, Lo S M, Lu J A. On the relationship between crowd density and movement velocity[J]. Fire Safety Journal，2003,38(3):271-283.

[6]張培紅，魯 韜，陳寶智，等.時間壓力下人員流動狀態(tài)的觀測和分析[J].人類工效學(xué)，2005,11(1):8-10,17.

[7]呂 雷，程遠(yuǎn)平，王 婕，等.對學(xué)校教學(xué)樓疏散人數(shù)及疏散速度的調(diào)查研究[J].安全，2006(1):10-13.

[8]胡玉婷.復(fù)雜場景密集人群的流動規(guī)律研究[D].上海：上海交通大學(xué),2014:20-25.

[9]Lee R S, Hughes R L. Exploring Trampling and Crushing in a Crowd[J]. Journal of Transportation Engineering， 2005,131(8):575-582.

[10]Lighthill M J W G B. On Kinematic Waves. I. Flood Movement in Long Rivers[J]. Proceedings of the Royal Society of London A Mathematical Physical & Engineering Sciences， 1955,229(1178):281-316.

[11]Helbing D, Farkas I, Vicsek T. Simulating dynamical features of escape panic[J]. Nature， 2000,407(6803):487-490.

[12]K T. Microscopic Pedestrian Flow Characteristics: Development of an Image Processing Data Collection and Simulation Model[D].Sendai：Tohoku University Japan, 2002:11-30.

[13]宋衛(wèi)國，于彥飛，范維澄，等.一種考慮摩擦與排斥的人員疏散元胞自動機(jī)模型[J].中國科學(xué)E輯:工程科學(xué)材料科學(xué)，2005(7): 725-736.

[14]張青松，劉金蘭，趙國敏.人群擁擠踩踏事故后果微觀建模及模擬分析[J].安全與環(huán)境學(xué)報，2008(4):164-168.

[15]孫 立，趙林度.基于群集動力學(xué)模型的密集場所人群疏散問題研究[J].安全與環(huán)境學(xué)報，2007(5):124-127.

[16]劉 茂，王 振.行人和疏散動力學(xué)研究現(xiàn)狀及進(jìn)展[J].安全與環(huán)境學(xué)報，2006(S1):121-125.

[17]王 振.城市公共場所人群聚集風(fēng)險理論及應(yīng)用研究[D].天津：南開大學(xué),2007：20-25.

[18]王起全.基于賦權(quán)關(guān)聯(lián)度算法的地鐵擁擠踩踏事故風(fēng)險研究[J].中國安全科學(xué)學(xué)報， 2013(5): 94-100.

[19]盧春霞.人群流動的波動性分析[J].中國安全科學(xué)學(xué)報，2006(2):30-34.

[20]任常興，吳宗之，劉 茂.城市公共場所人群擁擠踩踏事故分析[J].中國安全科學(xué)學(xué)報，2005(12):102-106.

[21]冉麗君，劉 茂.人群密度對人群擁擠事故的影響[J].安全與環(huán)境學(xué)報，2007,7(4):135-138.

[22]王艷.地鐵踩踏事故機(jī)制分析及應(yīng)對措施探討[D].北京：北京交通大學(xué),2015：20-25.

[23]胡明偉.交叉口車輛到達(dá)統(tǒng)計分布的實(shí)證研究[J].道路交通與安全，2009(2):10-15.

[24]張青松.人群擁擠踩踏事故風(fēng)險理論及其在體育賽場中的應(yīng)用[D].天津：南開大學(xué),2007：20-25.

(責(zé)任編輯 王婷婷)

Stampede Risk in Public Place Based on the Crowd Arrival Pattern

CAO Qing, XIE Ke-fan

(SchoolofManagement,WUT,Wuhan430070,Hubei,China)

Public activities can enrich people’s life, but sometimes the crowd stampede occurs. Once the crowd stampede occurs, the consequences can be very serious. Therefore, monitoring, early warning and pre-control of the crowd stampede risk have aroused more and more attention of organizations and government of the public activities. By analyzing the data of the Guiyuan Buddhist Temple in the Spring Festival in 2016, on the basis of the Poisson distribution and the microscopic scale, this paper demonstrates the crowd arrival of public places and finds that crowd arrival has two patterns, which are the entrance effect and shortest distance effect. The parameters can be used in the computer simulation of crowd stampede risk analysis. And the conclusion of this paper can be a reference to the optimization of stampede predetermined plan and design of public activities to enhance the ability to crowd control and reducing the population stampede risk.

crowd stampede; stampede risk; crowd density; crowd arrival; Poisson Distribution

2016-12-20

曹 青(1991-)，男，湖北省武漢市人，武漢理工大學(xué)管理學(xué)院碩士生，主要從事風(fēng)險管理研究; 謝科范(1963-)，男，湖南省益陽市人，武漢理工大學(xué)管理學(xué)院教授，博士生導(dǎo)師，博士，主要從事風(fēng)險與應(yīng)急管理研究。

國家社會科學(xué)基金重點(diǎn)項目研究成果(15AGL021)

X928.03

A

10.3963/j.issn.1671-6477.2017.04.0001