基于层次关联系数法的地铁拥挤踩踏事故应急联动系统评估研究*

王起全

(中国劳动关系学院 安全工程系，北京 100048)

0 引言

随着人类文明的不断进步，社会的生活节奏变得越来越快，出行对快速交通的需求也日趋增加，地铁已经成为我国多数城市人们出行的首选。由于乘坐地铁方便快捷，受众范围广，导致地铁乘坐区域成为人员密度比较高的场所，同时又由于地铁建于地下，其整体建构封闭的特点，在乘客遭遇火灾、爆炸及踩踏等突发情况时，乘客的疏散非常困难，进而导致乘客的生命安全受到严重威胁。

“智能疏散系统”作为应对地铁突发事故的智能系统，由控制主机、应急电源、应急标志灯具、报警主机、探测器等多种设备组成，该系统在各个国家发挥着不同程度的疏散作用，智能疏散方式也有所不同。美国主要研究利用传感器检测事故信息，传感器的接收器接收到无线电事故信号后，对其进行分析处理，并判断其信号的强弱，以此来控制相应的疏散指示灯闪烁从而引导人员以最优路线逃生；日本研究的智能疏散系统广泛应用疏散指示灯，根据火灾自动报警信号而采取动作的闪烁移动疏散指挥系统，及基于哈斯效应的声音疏散指示系统[1]。新型传感识别系统，如射频识别技术(RFID)被广泛应用于物联网、普适计算、空间定位与追踪、系统安防、信息管理等领域。我国针对地铁火灾事故的应急疏散，研究了火灾事故中人员疏散时间[2]、安全疏散[3]、疏散机制及策略。地铁应急联动方面，刘乐毅[4]分析地铁发生较大以上突发事件时，地铁公司与交通、医疗、环保、急救等外部支援部门之间的信息共享、应急联动原则及技术管理；秦勇等[5]分析地铁应急联动系统的流程、组织结构及其系统构成，分析了基于预案库的应急联动决策系统以及应急联动系统的实现问题；陆明[6]研究如何实现人员的联动和设备的联动有机结合，及不同火灾位置的联动控制策略；李江[7]探讨火灾发生时，由消防应急照明和疏散指示系统构成的联动系统，通过改变疏散灯具指向，实现安全疏散；北京市劳动保护科学研究所研究了人群聚集场所智能地板的人群聚集风险预测系统及应用[8]。

从国内外有关文献可知，目前学者们主要研究地铁发生事故后的应急联动流程，及有关人员、部门、设备的联动策略和措施，专门针对地铁拥挤踩踏事故的应急联动研究较少，且以预防地铁事故发生为目的的监测预警也较少涉及。针对以上情况，本文提出构建“地铁拥挤踩踏事故应急联动系统”，由智能系统操控，通过布置设备设施，对地铁站内实际情况进行实时监测、记录、分析，并将人群拥挤踩踏风险值量化，通过计算机对当前情况进行运算，得出合理解决方案，有效实现对地铁站的监测、预警和应急联动，确保对地铁站实际安全状况的控制，尽量避免人工主导应急方案的疏忽；最后，通过引入层次关联系数方法，对地铁拥挤踩踏事故应急联动系统进行评估分析，确定系统各要素指标权重，并对系统各项功能进行综合评估，从而为进一步研发、推广和使用地铁拥挤踩踏事故应急联动系统提供技术支持。

1 地铁拥挤踩踏事故应急联动系统分析

1.1 地铁拥挤踩踏事故应急联动系统构成

地铁拥挤踩踏事故应急联动系统由人员信息跟踪系统、人群密度监测系统(视频-红外)、应急疏散系统(蚁群算法)以及广播信息系统4个子系统组成[1]。该应急联动系统已在实验室构建了实物沙盘模型，并进行了应急模拟联动的小试测试，4个子系统分别在既定时间内较为准确地完成了各项任务，并较为完整地发挥了每个子系统的既定功能和作用。由于应急联动系统的设备铺设成本高、周期长，为便于后期应急联动系统的中试试点实验和运行的顺利进行，需要在投入中试前进行必要的测试和评估。对地铁拥挤踩踏事故应急联动系统的评估研究，需建立一套整体系统的评价体系。图1是地铁拥挤踩踏事故联动系统的功能流程图，在对每个流程工作情况进行反馈的基础上，将其具体量化为体系中的每项指标。

1)人员信息跟踪系统

人员信息跟踪系统的工作流程包括：验票闸机、视频信息采集、一卡通信息交互以及RFID人员跟踪等4个部分。根据任意时段通过验票闸机的乘客数量，确认任意时刻地铁站中存在的总乘客数量；通过视频信息采集系统，在容易发生拥挤踩踏事故危险区域，捕捉视频可视范围内任一时刻的乘客数量，从而确认各危险区域视频捕捉范围的乘客数量区间；通过“一卡通”信息交互系统，分析“一卡通”中存入信息，判断该持卡人基本信息；通过RFID人员跟踪系统，追踪地铁站中拥挤踩踏事故易发区域内任一RFID覆盖范围中的实时乘客数量。

2)人群密度监测系统

人群密度监测系统是通过视频信息分析、RFID信息采集和数据处理等3个系统的联动，互相协调，并借助计算机终端的算法处理，最后计算出地铁易发拥挤踩踏事故区域的实时人群密度。人群密度监测系统是整个地铁拥挤踩踏事故应急联动系统的关键，需准确定位风险区域，并实时计算风险区域的人群数量、人群密度，为地铁拥挤踩踏事故应急联动系统输入监测信息，进而及时准确地启动应急措施，以保证地铁乘客的人身安全以及财产安全。

3)应急疏散系统

应急疏散系统主要负责当应急系统针对人群密度值做出应急预警措施时，在第一时间根据跟踪系统对人流的判断，以及对风险区域的实时人群密度分析，将地铁的拥挤踩踏事故风险区域通过算法进行合理分区。然后再将人群密度值，人员分散部位以及区域位置分布通过蚁群算法处理，从而计算出最适合每一部分区域乘客在应急情况下的正确应急逃生路线，确保乘客在紧急情况发生时采取最正确，最有效的应急逃生疏散路线。

4)广播信息系统

当有紧急情况发生时，人能接收到的第一信息往往是通过视觉和听觉捕捉到的，因此广播信息系统由广播提示和信息提示2部分组成。广播信息系统通过应急疏散系统得出相应的疏散路线，在每块区域及每个节点播放广播提示，以让乘客听到疏散方向的指示，从听觉上指挥乘客通过最佳的疏散路线进行紧急疏散；而信息提示则是布置在地铁各个醒目的位置，通过LED显示屏将应急疏散系统建议的疏散路线及时提供给地铁中的乘客。

图1 地铁拥挤踩踏事故应急联动系统工作流程Fig.1 Working process of emergency response system for subway stampede accident

1.2 地铁拥挤踩踏事故应急联动系统评估要素权重确定

地铁拥挤踩踏事故应急联动系统的评估指标分2个层级，如表1所示。

运用“层次分析法”，构造评估要素判断矩阵，根据地铁现场调研并结合专家调查问卷，确定地铁拥挤踩踏事故应急联动系统各因素的权重[9]，如表2所示。

表2 地铁拥挤踩踏事故评估因素的权重Table 2 Weighting table of factors for evaluation of subway crowded stampede

2 地铁拥挤踩踏事故应急联动系统评估

2.1 评估程序

地铁拥挤踩踏事故应急评估涉及因素复杂，采用传统灰色系统或模糊数学方法进行评估，分析数值存在一定误差。综合考虑，选择层次关联系数算法[10]，构建关系系数样本，计算关联系数和系统功能评价变化数值，从而评价地铁拥挤踩踏事故应急评估系统性能[11-12]。

1)分析地铁拥挤踩踏事故应急联动系统评估要素，并建立层次模型，如表1所示。

2)建立评估状态。与地铁地铁拥挤踩踏事故应急联动系统评估有关的要素有N个，各要素的评估状态表示如式(1)所示。

Y(i)={Y(i)(1),Y(i)(2),…,Y(i)(N)}(i=0,1,2)

(1)

①无预警状态

无预警状态是指没有人为干预的状态。在没有拥挤踩踏事故发生时，处于相对稳定状态；在拥挤踩踏事故发生后，状态发生变化。无预警的情况下，主要是依靠乘客的自身素质，进行自我调节和恢复。无预警状态表示如式(2)所示。

Y(0)={Y(0)(1),Y(0)(2),…,Y(0)(N)}

(2)

式中：Y(0)(k)(k=1,2,…N)为系统评估要素；Y(k)表示在无预警状态下的指标值。

②人工预警管理状态

目前，针对地铁拥挤踩踏事故，主要是通过人工干预。如某一地点发生踩踏事故，接到报警后，工作人员迅速赶往现场，进行应急处置和疏散，把这个状态定义为比较的基准状态，如式(3)所示。

Y(1)={Y(1)(1),Y(1)(2),…,Y(1)(N)}

(3)

式中：Y(1)(k)(k=1,2,…N)为系统评估要素；Y(k)表示在人工预警状态下的指标值。

③智能预警管理状态

智能化预警联动系统，可以全过程进行应急管理控制，提高应急反应效率，保障应急管理的综合协调能力，此状态表示如式(4)所示。

Y(2)={Y(2)(1),Y(2)(2),…,Y(2)(N)}

(4)

式中：Y(2)(k)(k=1,2,…N)为系统评估要素；Y(k)表示在智能预警管理状态下的指标值。

3)计算地铁拥挤踩踏事故应急联动系统各评估要素关联权重

依据层次分析法，确定地铁拥挤踩踏事故应急联动系统评估指标及评估要素的权重，如表2所示。各子要素的关联权重W(k)为2级要素的权重与对应1级要素权重之积。

4)地铁拥挤踩踏事故应急联动系统评估要素关联系数

地铁拥挤踩踏事故应急联动系统评估状态Y(i)(i=0,1,2)，与评估状态Y(0)关于第k(k=0,1,2…,N)个要素的关联系数ζi(k)为：

(5)

式中：ζi(k)为状态Y(i)对危险状态Y(0)第k个因素的关联；ρ为分辨系数，0<ρ≤1，通常取0.5。

5)求取关联度数值

地铁拥挤踩踏事故应急联动系统评估状态Y(i)(i=0,1,2)与评估状态Y(0)的关联度Hi如式(6)所示。

(6)

6)系统综合评价

对地铁拥挤踩踏事故应急联动系统进行综合评估，分别作出状态变好、变坏和不变3种评估结果，变化程度为：

(7)

式中：H10为人工预警管理状态与无预警状态的比较；H20为智能预警管理状态与无预警状态的比较。

2.2 地铁拥挤踩踏事故应急联动系统评估分析

在综合分析预警状态的基础上，对无预警状态、人工预警管理状态、智能预警管理状态进行深入研究[13]，并结合专家问卷调查给出评估分值，分值范围为0～100分，并将预警评估状态分成4个等级，分别为好(80～100分)、较好(60～<80分)、一般(40～<60分)、差(0～<40分)。分值越高，要素应急预警状态越好，反之越差。依据评估状态分值，分别计算关联系数ζ10(k)，ζ20(k)，要素关联权重Wk，赋权关联系数H1和H2，具体计算结果如表3所示。

依据式(7)，求取地铁拥挤踩踏事故应急联动系统评估状态Y(i)(i=0,1,2)与评估状态Y(0)的关联度

从分析结果来看，使用地铁拥挤踩踏事故应急联动系统，应急管理的效果在人工预警的基础上，比无预警状态在整体应急的能力和效果有效提高了56.7%，故在地铁拥挤踩踏事故的主要发生部位，如电梯、自动扶梯、上下车门口，设置智能化应急联动系统，可以从事故发生前、发生中、发生后全过程进行分析和控制，提高应急能力，节约人力和物力。

表3 地铁拥挤踩踏事故应急联动系统评估要素关联系数Table 3 Correlation coefficient table for evaluation elements of emergency response system for subway stampede accident

3 结论

1)针对地铁建构封闭、人群拥挤的特点，从人员信息跟踪系统、人群密度监测系统(视频-红外)、应急疏散系统(蚁群算法)以及广播信息系统4个子系统角度，分析地铁拥挤踩踏事故联动系统功能；提出人群密度监测系统是整个地铁拥挤踩踏事故应急联动系统的关键，需准确定位拥挤踩踏区域并计算实时人群密度；应急疏散系统则用于计算每一部分区域乘客在应急情况下最适合的应急逃生路线。

2)使用层次关联系数法，对地铁拥挤踩踏事故无预警状态、人工预警管理状态及智能管理预警状态，分别进行关联系数、要素关联权重及权重关联系数的定量分析和计算，并对地铁拥挤踩踏事故应急联动系统进行综合评估，评估结果表明，使用智能化地铁拥挤踩踏事故应急联动系统，可以全面提高应急反应速度。

3)地铁拥挤踩踏事故具有突发性、不确定性，应急管理难度大，构建地铁拥挤踩踏事故应急联动系统，还需密切结合地铁运营的实际情况，不断检验和完善其功能，以确保最终实际运行效果。

[1] 王起全, 吴嘉鑫. 基于STAMP模型的地铁拥挤踩踏应急联动系统设计[J]. 中国安全科学学报, 2016, 26(12):158-162.

WANG Qiquan, WU Jiaxin.Designing a linkage system for response to subway stampede accidents based on STAMP model[J]. China Safety Science Journal, 2016, 26(12):158-162.

[2] 张志飞, 陈建宏, 杨立兵. 地铁火灾事故中人员安全疏散时间的计算[J]. 现代城市轨道交通, 2008(3):68-70.

ZHANG Zhifei, CHEN Jianhong, YANG Libing. Calculation of personnel safety evacuation time in subway fire accidents[J]. Modern Urban Transit, 2008(3):68-70.

[3] 曹艳, 罗玉珊, 刘珊，等. 地铁火灾事故下的安全疏散研究[J]. 灾害学, 2010, 25(Z1):15-19.

CAO Yan, LUO Yushan, LIU Shan, et al. Subway security under fire evacuation[J]. Journal of Catas Trophology, 2010, 25(Z1)：15-19.

[4] 刘乐毅. 地铁运营应急联动问题研究[J]. 现代城市轨道交通, 2007(4):47-49.

LIU Leyi. On Linkage of Emergency during MetroOperation[J]. Modern Urban Transit, 2007(4):47-49.

[5] 秦勇,王卓,贾利民.轨道交通应急管理系统体系框架及应用研究[J].中国安全科学学报, 2007,17(1):57-65.

QIN Yong, WANG Zhuo, JIA Limin. Research on the System Framework and Application of Railway Transportation Emergency Management[J]. China Safety Science Journal, 2007,17(1):57-65.

[6] 陆明. 地铁消防联动控制决策研究[A]. 中国消防协会.2010中国消防协会科学技术年会论文集[C].中国消防协会,2010:4.

[7] 李江. 某地铁区间智能疏散系统分析[J]. 城市建设理论研究:电子版, 2013(13).

LI Jiang.Analysis of a Subway Interval Intelligent Evacuation System[J]. Urban Construction Theory Research, 2013 (13).

[8] 倪慧荟,姚晓灰.人群聚集风险预警系统构建研究——以西单商业区为例[J].科技促进发展, 2014,10(4):110-115.

NI Huihui, YAO Xiaohui. Building an overcrowding forecast system: A Case Study of Xidan District[J]. Science and Technology for Development, 2014, 10(4):110-115.

[9] 王起全.基于赋权关联度算法的地铁拥挤踩踏事故风险研究[J]．中国安全科学学报，2013,23 (5) :94-100.

WANG Qiquan. Research on Crowded Stamped Accident Risk at Subway Based on Empowering Related Degree Method[J]. China Safety Science Journal, 2013, 23(5):94-100.

[10] 唐启义. DPS数据处理系统[M].北京：科学出版社, 2010.

[11] 刘宁.工程目标决策研究[M]. 北京：中国水利水电出版社, 2006.

[12] 周晓冰, 张永领. 我国拥挤踩踏事故发生规律、诱发因素及防控策略[J]. 中国安全生产科学技术, 2016, 12(5):174-179.

ZHOU Xiaobing, ZHANG Yongling.Occurrence regularity and inducing factors of stampede accidents in China and its prevention and control strategies[J]. Journal of Safety Science and Technology,2016,12(5):174-179.

[13] 王起全. 输油管道泄漏火灾爆炸事故演化及应急疏散分析[J]. 中国安全科学学报, 2016, 26(5):24-29.

WANG Qiquan. Analysis of oil pipeline leak free and explosion accident evolution and emergency evacuation[J]. China Safety Science Journal, 2016,26(5):24-29.