孫貴磊副教授 顏 峻副教授 孟燕華教授 劉 倩 季學(xué)偉研究員

(1.中國勞動關(guān)系學(xué)院 安全工程系，北京 100048；2.北京市安全生產(chǎn)科學(xué)技術(shù)研究院，北京 100070)

0 引言

近年來，不同類型的大型活動越來越頻繁的舉行，人員密集場所的數(shù)量及人群流動密度迅速增長，其主要特點(diǎn)是場所內(nèi)人員流動性較強(qiáng)、人員數(shù)量和密度大、人員構(gòu)成復(fù)雜等，導(dǎo)致人員密集場所存在的安全隱患較多。人群處于常態(tài)時，不會發(fā)生擁擠踩踏事故，人群未處于正常狀態(tài)或防范措施不到位，可能因突發(fā)事件、空間結(jié)構(gòu)設(shè)計不合理或者管理措施不當(dāng)?shù)纫l(fā)踩踏事故的發(fā)生。

當(dāng)前，眾多學(xué)者對主要人員密集場所如地鐵、大型社會活動、城市公共聚集場所、中小學(xué)等發(fā)生的擁擠踩踏事故進(jìn)行了研究并提出風(fēng)險分析建議。如霍宇芒等[1]基于組合權(quán)重對地鐵車站提出事故風(fēng)險評價方法。LiuYan等[2]通過構(gòu)建地鐵站擁擠踩踏事故風(fēng)險投入產(chǎn)出指標(biāo)體系，基于數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis,DEA)方法建立踩踏事故風(fēng)險評價模型，并將該模型應(yīng)用于北京13個地鐵站。王起全[3]對中小學(xué)生踩踏事故風(fēng)險提出評價指標(biāo)。任常興等[4]分析城市公共場所人群擁擠踩踏事故。張青松等[5-6]研究了大型公共場所和體育賽場的擁擠踩踏風(fēng)險與機(jī)理。Li Jianfeng等[7]建立二維風(fēng)險矩陣判斷行人狀態(tài)，在安裝智能監(jiān)控裝置的關(guān)鍵位置，以觀察人群的運(yùn)動并提前預(yù)警。國外研究者主要集中于恐怖襲擊的研究，Nikolay Butakov等[8]使用探測器檢測和識別人員密集場所中的各類威脅載體，例如爆炸物、毒物、輻射等，并應(yīng)用于普爾科沃機(jī)場。此外，也有學(xué)者建立相應(yīng)的模型，如曲敏彰[9]結(jié)合事故致因理論將造成擁擠踩踏的擾動因素分為“人—物—環(huán)—管”4因素，對各因素所包含的內(nèi)容進(jìn)行詳細(xì)的分析，并構(gòu)建“擁擠踩踏事故擾動模型”，根據(jù)對擾動因素的分析提出“人員密集場所擾動因素管控模型”；佟瑞鵬等[10]以超市為研究對象，構(gòu)建擁擠踩踏事故風(fēng)險定量評價模型并對其進(jìn)行優(yōu)化分析。

人員密集場所風(fēng)險的分級研究對于衡量其危險性大小非常重要，張平峰等[11]通過問卷調(diào)查、德爾菲法等確定風(fēng)險分級指標(biāo)，運(yùn)用層次分析法確定場地風(fēng)險評估各個指標(biāo)重要度系數(shù)，結(jié)合模型進(jìn)行風(fēng)險等級劃分；常川等[12]基于GA-SVM分析大型公共活動擁擠踩踏事故風(fēng)險。在眾多研究中，對人員密集場所進(jìn)行各個類型的建模分析與模擬分析較多，進(jìn)行分級量化研究相對較少且量化分級過程較為復(fù)雜，實(shí)際操作難度大?；诖耍狙芯客ㄟ^分析事故特征及原因，提出人員密集場所擁擠踩踏事故風(fēng)險分級評估模型(Risk Classification Model of Crowded Stampede, RCM-CS)及數(shù)值量化方法，為相關(guān)場所管理者提供更為直觀、簡潔的量化分級方法。

1 擁擠踩踏事故分析及風(fēng)險指標(biāo)體系構(gòu)建

1.1 擁擠踩踏事故分析

馮志斌和佟瑞鵬[13]借鑒公共場所的分類以及事故風(fēng)險分析的必要性，將人員密集場所劃分為8大類，見表1。

表1 人員密集場所特征分類Tab.1 Classification of the crowded places

針對以上場所，依據(jù)文獻(xiàn)統(tǒng)計[14-15]及網(wǎng)絡(luò)搜索統(tǒng)計，我國2002-2018年間共發(fā)生有傷亡的擁擠踩踏事故48起，如圖1。

圖1中可以看出，不同類型的場所，發(fā)生擁擠踩踏事故的可能性不同，其中學(xué)校教育場所發(fā)生的次數(shù)最多，而休閑娛樂場所最少，這與我國的人群特點(diǎn)是相適應(yīng)的。由于人群不同，活動特點(diǎn)及方式不同，因而事故發(fā)生概率也不同。根據(jù)統(tǒng)計分析中的事故致因[16]，對大型活動擁擠踩踏事件進(jìn)行分析，從擁擠踩踏事故的萌芽、發(fā)生與發(fā)展階段分析擁擠踩踏事故發(fā)生的特征及原因，建立事故樹分析圖, 如圖2。

圖1 各類場所擁擠踩踏事故百分比

通過對人員密集場所擁擠踩踏事故的事故樹分析，找到導(dǎo)致事故發(fā)生的19個基本原因事件。該事故樹共有最小割集126個，最小徑集4個：P1={X1}，P2={X2X3}，P3={X5X6X7X8X9X10X11}，P4={X4X12X13X14X15X16X17X18X19}。從4個最小徑集來看，預(yù)防事故發(fā)生的優(yōu)先措施是降低人群密度。此外，從結(jié)構(gòu)重要度的角度來看，采取限流或“大數(shù)據(jù)管控”等措施也是防止事故發(fā)生的有效的措施。對于人員密集場所，何時采取措施以及優(yōu)先采取哪些控制措施，需要進(jìn)一步對踩踏事故風(fēng)險及各指標(biāo)重要度進(jìn)行分析。

圖2 人員密集場所擁擠踩踏事故樹分析Fig.2 Fault tree analysis of stampede accidents in crowded places

1.2 構(gòu)建擁擠踩踏事故風(fēng)險指標(biāo)體系

由系統(tǒng)安全原理，將事故原因分為4類：人的因素、道路因素、環(huán)境因素、管理因素。依據(jù)擁擠踩踏事故樹分析，將基本事件作為事故原因的因子，如人員密度大、人群構(gòu)成復(fù)雜、人流速度存在差異、存在逆向?qū)_人流以及人群中有異常人員等均為人的因素；安全出口的數(shù)量或道路寬度不符合國家標(biāo)準(zhǔn)，安全出口被關(guān)閉、異物侵占、堵塞或設(shè)備故障，存在有坡度道路以及有臺階道路等作為道路因素；照明不良、路面濕滑及安全標(biāo)識不清等作為環(huán)境因素；缺少管理方案及應(yīng)急預(yù)案不健全，未進(jìn)行應(yīng)急演練，未進(jìn)行活動相關(guān)信息宣傳，未采取限流措施，安全檢查不到位，安保力量不足及無“大數(shù)據(jù)管控”等管理因素，由此構(gòu)建擁擠踩踏事故風(fēng)險指標(biāo)體系，如圖3。

邀請15位行業(yè)專家(政府機(jī)關(guān)、研究院及高校等單位應(yīng)急管理領(lǐng)域教授或研究員)對該指標(biāo)體系進(jìn)行評分，并基于AHP確定各指標(biāo)權(quán)重，其中異常人員權(quán)重為0.1239，“大數(shù)據(jù)管控”權(quán)重為0.043。由于“異常人員”這一因素為突發(fā)項(xiàng)，即場所是否存在異常人員不可知，故屬于不可控因素，若出現(xiàn)“異常人員”，必然會導(dǎo)致人員密集場所的風(fēng)險增加；“大數(shù)據(jù)管控”屬于可選項(xiàng)，即人員密集場所可能會利用大數(shù)據(jù)來進(jìn)行管控，若采用“大數(shù)據(jù)管控”手段，必然有利于實(shí)時監(jiān)測人員密集場所的狀態(tài)，有利于降低風(fēng)險。因此如果對于事前評估，這兩項(xiàng)可分別作為加分項(xiàng)和減分項(xiàng)，而其他指標(biāo)可適用于所有人員密集場所的風(fēng)險評價。去掉兩項(xiàng)后，對其余指標(biāo)重新采用AHP權(quán)重分析，見表2。

圖3 人員密集場所擁擠踩踏事故風(fēng)險評價指標(biāo)體系Fig.3 Risk assessment index system for stampede accident in crowded places

表2 方案層中要素對決策目標(biāo)的排序權(quán)重Tab.2 The weights of the elements in the plan layer to the decision goals

注：異常人員的存在具有不可控因素，因而屬于風(fēng)險增加項(xiàng)；“大數(shù)據(jù)管控”可以加強(qiáng)預(yù)防，降低擁擠踩踏概率，因而屬于風(fēng)險降低項(xiàng)。

2 擁擠踩踏事故風(fēng)險分級評估模型

在人員密集場所中，擁擠踩踏是在人員達(dá)到一定密度時發(fā)生的，F(xiàn)ruin[17]提出，當(dāng)人均面積在0.93～1.39 m2/人(即0.71～1.08人/m2)時，人的正常步行速度受到限制，想要改變方向或者超越則會很困難。考慮到不同區(qū)域人員分布不均，本模型取0.71人/m2作為適用模型的人員密度的臨界值。此外，相同人員密度的不同場所，發(fā)生事故的概率也是不同的，因此，模型中引入了針對我國設(shè)置的概率因子作為對不同場所發(fā)生事故可能性的增加值。

2.1 擁擠踩踏事故影響因子判別標(biāo)準(zhǔn)

2.1.1 人的影響因子

人的影響因子H主要包括4類，其數(shù)值計算模型(如式(1))，具體對人員的判別標(biāo)準(zhǔn)，見表3。

表3 人的風(fēng)險指標(biāo)與判別標(biāo)準(zhǔn)Tab.3 Risk indicators and criteria for human being

(1)

式中：

ai—該項(xiàng)人員密度，速度，流向，構(gòu)成等風(fēng)險指標(biāo)；

ga—ai項(xiàng)對應(yīng)的權(quán)重值(按百分計)。

2.1.2 道路影響因子

道路影響因子R包括5個要素，其數(shù)值計算模型(如式(2))，相應(yīng)的影響因子與判別指標(biāo)，見表4。

(2)

式中：

bj—安全出口、道路等方面的風(fēng)險指標(biāo)；

gbj—bj項(xiàng)對應(yīng)的權(quán)重值(按百分計)。

表4 道路風(fēng)險指標(biāo)與判別標(biāo)準(zhǔn)Tab.4 Risk indicator andcriteria for road

2.1.3 環(huán)境影響因子

環(huán)境影響因子E包括3個要素，其數(shù)值計算模型(如式(3))，相應(yīng)的影響因子與判別指標(biāo)，見表5。

(3)

式中：

ck—照明、安全標(biāo)志、路面狀況等環(huán)境問題；

gck—ck項(xiàng)對應(yīng)的權(quán)重值(按百分計)。

2.1.4 管理影響因子

管理影響因子M共包括7個要素,見表6、7，其數(shù)值計算模型，如式(4)。其中，由于“大數(shù)據(jù)管控”這一要素對于人員密集場所的管理可以起到重要的作用，但目前并無強(qiáng)制要求，因此作為風(fēng)險降低項(xiàng)目。

表5 環(huán)境影響因素及判別標(biāo)準(zhǔn)Tab.5 Influencing factors and criteria for environment

(4)

式中：

αl—必備項(xiàng)，主要指管理要求應(yīng)具備，若不具備則易導(dǎo)致?lián)頂D踩踏事故發(fā)生；

gαl—αl項(xiàng)對應(yīng)的權(quán)重值；

βm—可選項(xiàng)，設(shè)置該類措施能起到預(yù)防作用，表示能防止擁擠踩踏事故發(fā)生的因子，但非強(qiáng)制設(shè)置；

gβm—βm項(xiàng)對應(yīng)的權(quán)重值。

表6 人員密集場所應(yīng)具備的管理因素及判別標(biāo)準(zhǔn)Tab.6 Management factors and criteria required for crowded places

續(xù)表

表7 人員密集場所可選管理因素與判別標(biāo)準(zhǔn)Tab.7 Alternative management factorsand criteria for crowded places

2.2 擁擠踩踏事故風(fēng)險分級評估模型

人、道路、環(huán)境、管理4類因素，每一類要素控制不當(dāng)，均可能成為誘發(fā)踩踏事故的原因。為符合人們百分制的習(xí)慣，將所有權(quán)重乘以一百，并引入十倍概率因子作為不同場所事故發(fā)生概率的調(diào)整參數(shù)，建立擁擠踩踏事故風(fēng)險分級評估模型(Risk Classification Model of Crowded Stampede, RCM-CS)，引入風(fēng)險指數(shù)(Risk Index,RI)評估擁擠踩踏事故風(fēng)險級別，如式(5)。

RI=H+R+E+M+10δ

(5)

式中：

RI—風(fēng)險指數(shù)(Risk Index )；

H—人的影響因子(Human)；

R—道路的影響因子(Road)；

E—環(huán)境的影響因子(Environment)；

M—管理的影響因子(Management)；

δ—不同場所事故概率因子(Probability Factor)。

為確定人員密集場所危險性級別和RI值的對應(yīng)關(guān)系，應(yīng)確定在人員密度較大(ρ>0.71人/m2)的情況下，各風(fēng)險級別對應(yīng)的臨界值。RI的最小值，參考事故發(fā)生的最小割集權(quán)重之和的均值(0.1591)，取15。同時參照以往事故特征，最終確定風(fēng)險級別的評價標(biāo)準(zhǔn)，見表8。

3 模型可行性驗(yàn)證及風(fēng)險管控措施

3.1 模型可行性驗(yàn)證

3.1.1 發(fā)生事故的人員密集場所

(1)2004年2月5日，北京市密云縣在舉辦迎春燈展過程中，由于領(lǐng)導(dǎo)和管理責(zé)任不落實(shí)，導(dǎo)致彩虹橋上發(fā)生擁擠踩踏事故，造成37人死亡、15人受傷的特大傷亡事故。運(yùn)用RCM-CS模型計算RI值確定風(fēng)險級別，見表9。

表8 人員密集場所危險性級別和RI值的對應(yīng)關(guān)系Tab.8 The correspondence between risk level and RIvalue in crowded places

表9 北京密云彩虹橋擁擠踩踏事故風(fēng)險評分表Tab.9 Risk indicators of stampede accidents in Rainbow Bridge,Miyun,Beijing

(2)2014年12月31日23時35分，正值跨年夜活動，因很多游客市民聚集在上海外灘迎接新年，上海市黃浦區(qū)外灘陳毅廣場東南角通往黃浦江觀景平臺的人行通道階梯處底部有人失衡跌倒，繼而引發(fā)多人摔倒、疊壓，致使擁擠踩踏事件發(fā)生，造成36人死亡，49人受傷。運(yùn)用RCM-CS模型計算RI值確定風(fēng)險級別，見表10。

3.1.2 未發(fā)生事故的人員密集場所

每年我國的國慶節(jié)清晨，都會有來自全國各地的10萬以上的群眾在北京天安門廣場觀看升國旗儀式，現(xiàn)場非常擁擠。對天安門廣場國慶升旗儀式擁擠踩踏事故風(fēng)險分析，見表11。

表10 陳毅廣場擁擠踩踏風(fēng)險事故風(fēng)險評分表Tab.10 Risk indicators of stampedeaccidents in Chen Yi Square,Shang Hai

表11天安門廣場國慶升旗儀式擁擠踩踏事故風(fēng)險評分表Tab.11 Risk indicators of stampede accidents in Tiananmen Square

通過以上分析，可以看出，該模型可計算人員密集場所風(fēng)險大小并劃分其風(fēng)險級別，分級結(jié)果可以明確顯示該場所的風(fēng)險程度以及應(yīng)加強(qiáng)控制的風(fēng)險指標(biāo)，這對事前預(yù)防人員密集場所擁擠踩踏風(fēng)險有非常好的參考意義。

3.2 風(fēng)險管控措施

基于RCM-CS模型，對人員密集場所的危險性進(jìn)行預(yù)先評估與分析。

3.2.1 舉行活動前的對策措施

(1)道路：應(yīng)優(yōu)先選用場所中道路平坦、無臺階及上下坡的位置；確認(rèn)道路上無異物侵占、堵塞道路或設(shè)備故障；有彎道、上下坡、臺階、變窄的道路應(yīng)加強(qiáng)安保力量，安保人員執(zhí)勤人員應(yīng)具有明顯的標(biāo)志，如工作服、紅袖標(biāo)、反光背心、擴(kuò)音器等。

(2)出入口：其寬度應(yīng)符合《建筑設(shè)計防火規(guī)范》(GB 50016-2014)；安全出口數(shù)量應(yīng)符合要求；出入口應(yīng)設(shè)置于不同位置過程中不能逆向而行；安全出口應(yīng)確保處于打開狀態(tài)。

(3)環(huán)境：夜間有大量人員經(jīng)過的道路，尤其是不平坦道路，應(yīng)加強(qiáng)照明，并配備完善的道路標(biāo)識及安全標(biāo)識，標(biāo)識應(yīng)采用LED燈或反光材料，清晰顯示。路面應(yīng)采取防滑措施，防止道路濕滑造成事故。

(4)管理：建立完善的管理方案；正確輿論宣傳與引導(dǎo)；應(yīng)建立完善的應(yīng)急預(yù)案并進(jìn)行應(yīng)急演練；建立快速應(yīng)急反應(yīng)通道，如公布應(yīng)急電話，配備對講機(jī)等，有突發(fā)事件時，應(yīng)能迅速做出反應(yīng)；進(jìn)行風(fēng)險分級及隱患排查，及時發(fā)現(xiàn)隱患并予以排除。

3.2.2 舉辦活動過程中的對策措施

(1)加強(qiáng)對異常人員的管控：對進(jìn)入密集場所的人員，加強(qiáng)安檢，同時應(yīng)關(guān)注進(jìn)入人員的狀態(tài)并進(jìn)行人臉識別等。

(2)控制人員密度，當(dāng)人員密度大于0.71人/m2時，要控制人員進(jìn)出數(shù)量，采取限流措施。

(3)控制人員流動速度，發(fā)現(xiàn)人群速度異常時應(yīng)提前進(jìn)行警示。

4 結(jié)論

通過對人員密集場所擁擠踩踏事故的研究，主要結(jié)論如下：

(1)采用事故樹分析，確定擁擠踩踏事故發(fā)生的基本原因事件，獲取126個最小割集和4個最小徑集，發(fā)現(xiàn)預(yù)防事故發(fā)生的最優(yōu)先措施是降低人群密度，此外，從結(jié)構(gòu)重要度的角度來看，采取限流及“大數(shù)據(jù)管控”措施也屬于防止事故發(fā)生的極為有效的措施。

(2)采用層次分析法，分析擁擠踩踏事故20項(xiàng)指標(biāo)權(quán)重，提出了18項(xiàng)常用指標(biāo)，1項(xiàng)風(fēng)險增加指標(biāo)(存在異常人員)和1項(xiàng)風(fēng)險降低指標(biāo)(“大數(shù)據(jù)管控”)，應(yīng)采用加強(qiáng)安檢及對異常人員的人臉識別，同時引入大數(shù)據(jù)系統(tǒng)提前進(jìn)行擁擠踩踏危險度預(yù)警。

(3)從人的因素、道路因素、環(huán)境因素、管理因素提出擁擠踩踏事故風(fēng)險分級評估模型(RCM-CS)，并引入不同場所的事故概率因子，提出明確的分級指標(biāo)，對擁擠踩踏事故進(jìn)行風(fēng)險分級，并通過實(shí)例對模型進(jìn)行應(yīng)用分析，結(jié)果顯示，該模型可以明確將各類事故進(jìn)行風(fēng)險等級劃分，這對有關(guān)部門制定人員密集場所的相關(guān)規(guī)定極具參考意義。

(4)舉辦活動前，保證安全出口常開、安全通道暢通，數(shù)量及寬度符合要求；清除設(shè)備故障、保證路面的摩擦系數(shù)并優(yōu)化照明；在有臺階道路、有坡度道路處，完善安全標(biāo)識；對活動場所進(jìn)行安全檢查，建立應(yīng)急預(yù)案，進(jìn)行信息宣傳；針對不同活動、不同場所，制定管理方案，進(jìn)行應(yīng)急演練等；在活動過程中，應(yīng)管控人員密度，根據(jù)人群密度采取限流措施，防止出現(xiàn)人流速度差異及逆向?qū)_人流，預(yù)防異常人員進(jìn)入，加強(qiáng)安保力量等措施。