积分预警在地铁大客流中的应用

2019-12-07李明明

网络安全技术与应用 2019年12期

◆李明明

积分预警在地铁大客流中的应用

◆李明明

（铁道警察学院河南 450053）

地铁在方便我们日常生活的同时，也产生了关于客流管控的问题。客流管控不当，会引发拥挤踩踏等事件，也会降低地铁运营的服务水平，还会产生诸多社会影响。因此，地铁大客流管控研究就显得十分重要。文章从积分预警的角度出发，利用信息化手段解决地铁大客流管控问题。文章阐述了大客流积分预警模型建立的步骤，并就预警模型建立过程中产生的问题进行了分析，给出了相应的解决对策。着力打造数据警务、建设智慧公安，积极构建以大数据智能应用为核心的智慧警务新模式，着力提高预测预警能力，不断提高智能化水平。

地铁；大客流；积分预警；特点；对策

当今中国正处于科技蓬勃发展的时期，交通领域的高新技术日新月异，特别是地铁技术突飞猛进。地铁重要地位不断突出，它可以有效应对人口快速增长引发的出行难的问题，大大缓解城市的交通压力。但是许多关于地铁方面的问题日益凸显，地铁大客流问题作为其中最严重、最复杂的问题之一，需要引起高度重视。研究如何科学高效地处置地铁大客流问题成为摆在我们面前不可回避的任务。

积分预警模型即通过深入地分析和考量地铁车站内设施情况以及各种因素对于大客流产生的影响，识别潜在的风险及其他危险因素，通过分别对其加权赋分的方式对大客流进行预警。只有正确识别出地铁大客流所面临风险，在大客流发生之前，未酿成严重后果时，公安协同运营企业，互相配合互相协调，主动出击，才能更好地化解地铁大客流所带来的风险。

1 地铁大客流影响因素以及管控意义

了解地铁大客流的现状以及特点可以为构建积分预警模型奠定理论基础，保障积分预警模型对地铁大客流的预防打击更具有针对性。

1.1 地铁大客流定义

客流是指乘客按需求选定自己的乘车路线，在一定时间和范围内发生的位移而集中产生的量。大客流的定义是指车站在一个时间段内所拥有的客流量已经超过车站所能承受最大客流量的阈值，造成地铁运行不畅，运营困难，需要相关部门采取相关措施及时应对的情况，并且有可能引发重大安全事故。

客流是地铁运营的核心词汇，客流包含了大量社会学和经济学的信息。一方面可以从某一地段客流流动情况来进行分析，从而科学规划地面城市线网。另一方面可以从客流疏密情况来调整地铁运营部门的工作计划。对客流的分析是提出人流管控策略的重要前提。

1.2 地铁大客流影响因素

（1）沿线土地利用

沿线土地利用和轨道交通客流相互影响、相互作用。沿线土地利用对客流多少的差异性有绝对影响。例如部分地铁线路经过商业区、住宅区、人口密集区，这是固定大客流产生的因素。再如地铁线路经过体育馆或是大型场馆，平日客流可能不会过多，但是一旦举办大型活动或者是赛事，就可能产生大客流。地铁的线路规划影响了乘客对地铁的选择，合理的地铁线路规划才能产生相对稳定的客流。

（2）地铁运营能力

地铁内站厅和站台的大小决定了能容纳多少客流，例如在西湖周边人流多的地方设置大站（龙翔桥站），在郊区临平设置规模稍小的站点（临平站）。每个站点的客流通过能力，是指在正常工作情况下，能够承载最大客流的数量。每个站点的客流承载能力对人员管控疏散工作有着极大的影响。随着地铁运营能力的提升，站点客流容纳力也随之提升。例如提升地铁站内自动售票及检票设备通过能力，能够有效解决客流管控问题。地铁乘客进站乘车需要买票进站或者刷卡进站，客流就会先出现在站厅的非付费区域，那么自动售票及检票设备的作用就能得到很大体现。地铁运营能力涉及很多复杂的设备和诸多的环节，如果有一个环节出现了问题，就会产生客流的变化，人员管控的困难，从而影响地铁正常运营。

（3）不确定因素

对客流造成影响的不确定因素包括天气因素、自然灾害因素等。恶劣的天气会使地铁客流突然增加，形成突发大客流。

1.3 地铁大客流管控意义

作为城市相当重要的基础建设之一，地铁大客流管控不仅从安全角度出发，保障每个出行市民的安全，还要确保城市交通系统的顺畅，市民出行的便利，具有非凡的意义。在2018年广东省人民政府发布的《广东省城市轨道交通运营事件应急预案》中指出：“发生重大城市轨道交通运营事件时，公安机关负责维护现场治安秩序；参与抢险救援，协助疏散乘客；监督指导重要目标、重点部位治安保卫；依法查处有关违法犯罪活动；组织消防力量扑灭事件现场火灾；参与相关事件原因分析、调查与处理。”地铁大客流管控需要多方合作，共建、共治、共享，组织体系中的公安机关作为关键一环，显然起着重要的作用。

2 地铁大客流积分预警的模型设计及构想

2.1 积分预警的含义及原理

“预警”一词英文为Early-Warning，可解释为：在自然灾害或社会安全事件以及其他需要加以防范的危险出现之前，根据过去的事件研判经验或观察的前兆，向有关部门发出紧急信号，报告危险情况，以避免危险发生，或是采取措施以尽量减少危险造成的损害。

积分预警系统是在大数据背景下应运而生的。积分预警从本质上来讲，是一种数据挖掘手段的集成化体现。通过对已有的大量数据进行采集，加以整合分类，根据已经制定完成的积分规则来加权赋分，为可能发生的危险提供预警情报，为有效采取措施处置和落地查控提供强有力的基础。

地铁大客流事件的发生是由许多条件和因素的相互作用引起的。其中的影响有大有小，有直接影响也有间接影响。积分预警的原则是列出所有大客流中可能受影响的因素，并根据影响因子的重要性来分配相应的权重分。根据每次出现的一个因素，相应地累积得分，直到所列出所有因素积分得到一个总和。所有因素积分得到的总和直接反映事件发生的可能性。积分预警模型是调查大量相关的大客流事件，提取所有影响因素形成一个分值，这个分值就是预警阈值。公安机关能在预警阈值产生之后，有充足的时间采取相应对策或是根据预案采取处置措施。

2.2 积分预警与公安业务的结合

积分预警模型已经可以为公安工作带来许多实际效果，是维护社会治安、保障公共安全的有力工具。公安机关可根据积分预警模型，妥善解决紧急事件。

（1）打击暴力犯罪

自2011年以来，加利福尼亚州塔克鲁特的犯罪情况非常严重。当地警方为了提高案件处理的效率，有效降低暴力犯罪的发生概率。在收集和分析材料的基础上，根据整体预警模型，分析犯罪，预测可能发生犯罪的关键领域和重要时期。根据积分预警的结果安排巡逻警力和投入安全防范系统使用一段时间后，城市暴力犯罪发生率大大降低，入室盗窃率降低百分之十，汽车盗窃率降低百分之八，预计犯罪率降低达到百分之六十四。目前，该模型在美国加利福尼亚州、得克萨斯州、南卡罗来纳州、亚利桑那州、田纳西州和伊利诺伊州以及英国肯特郡都陆续投入使用。

（2）协助社会治安管理

近年来，中国各地的公安机关一直在试用积分预警模型。2011年，苏州市公安局引进了美国推出的一套完整社会预警模型。2012年，它开始通过全国的DQB系统进行部分地区的预警工作。广东，贵州，江苏，浙江等地的公安机关也采用这套积分预警模型进行相应的工作，如进行犯罪安全预测，安全维稳预测，公共安全预测，社会治理预测，人民满意度预测。

（3）契合扫黑除恶收官大战

最近预警模型应用于杭州扫黑除恶工作中，利用数据建立扫黑除恶侦查研判中心。重新业态、新领域中发现新型黑恶犯罪，凭借智慧警务平台和人工智能城市大脑的分析研判，只用了一个多月，就从海量数据中筛选出16个套路贷的犯罪证据。积分预警模型让公安扫黑除恶变得精准化、高效化。

（4）推进公安工作智能化发展

公安业务已经具有良好的信息化基础，例如，公安大学首次建立了公安大数据战略研究中心，并将国家安全工程和安全技术整合到社会安全风险感知和大数据应用的预防和控制中。公安部党委提出了“四个建设”的目标，任务是大力推进基础信息化建设，警务的实战化，执法的规范化，队伍的正规化。技术应在实际应用中发挥其原有的作用。积分预警的研究应以实际应用为指导。特别是围绕当前的中心工作和实现突破的关键难点进行研究。

（5）对社会安全事件起到积极防范作用

利用积分预警模型，在客流还未引发安全事故时，提前收到预警信息。目前，公安机关挖掘这些数据资源可用于宏观和微观的深入研究，结合大客流控制的历史数据，总结大客流的活动轨迹和行为习惯，及时发现和及时处置。

2.3 大客流积分预警的规则构想

图1 积分预警流程图

对于大客流积分预警模型的建立最重要的是模型规则的构想，对不同行为、不同区域、不同变量的情况是需要逐一纳入模型构建中的，并且也需要在实践中不断地调整修改，以达到模型更加规范、合理、科学，提高可行性。

积分预警模型可以从发生大客流的条件进行分析。在确定条件之后，由相同类别进行整合，使得具有影响的行为现象赋以不同的分数权重，这就是条件变量的加权方法，这是建立整体模型的基础。在赋以分数权重的时候，尤其需要注意条件变量的选择和得分区间的大小，这与后面积分模型的精确性和准确性息息相关。现将加权赋分分为实时监测赋分和估算预测加权赋分。

（1）实时监测加权赋分

表1 站内区域人流密度标准

这个条件可以是站内区域。地铁站分成以下几个区域：进出站口、进站大厅、换乘通道、站台。因为一个地铁站有若干个进出站口，所以不能以其中单独一个来赋分。进出站人流分为进站和出站人流，两者客流容易产生对冲，对出站客流和进站客流之和来予以赋分。进站大厅的人流相对复杂，预警的参考价值较大，也是产生客流的主要区域之一。上下扶梯和候车区域是大客流发生危险的集中区域，如果这两个地方出现了一定程度的拥堵，那么就要给予足够的重视，是地铁大客流的“命脉”。根据站内区域客流的密度和行进情况，对站内区域划分之后来赋予分值。

表2 立席密度标准

这个条件可以是车厢乘客立席客流密度。车厢乘客密度属于宽松舒适状态，赋予分值1分，属于临界标准时，赋予分值3分，属于拥挤状态下，赋予分值5分。

（2）估算预测加权赋分

这个条件可以是时间，上下班的高峰期随时可能发生客流的上升。那么划分时间段可以如6点-7点；7点-10点；10点-16点；16点-19点；19点-22点。考虑到大客流事件发生的主要时间为早晚上下班期间，可以根据此特点对时间这个条件进行加权基础分。6点-7点基础分值为0分，7点-10点基础分值就可以为2分，10点-16点基础分为1分，16点-19点基础分为2分，19点-22点基础分为0分。

这个条件可以是日期。节假日和普通工作日的客流对象和客流出行时间段不尽相同，那么便可以根据这个因素去加权分值。普通工作日的基础分为0分，而节假日的基础分为1分。如果当日周边举办大型活动或是大型会议时，赋予基础分2分。

这个条件可以是地铁站点。城市大大小小的地铁站不尽相同，以杭州市为例，城站作为杭州火车站所在地，西湖广场站作为两条线路的中转站，人流密集程度都远高于首末站之一的临平站。所以根据站点的地位差异，对重要的赋分1分，次要的赋分0分。

这个条件可以是自然因素，恶劣天气会导致地铁车站内客流的滞留，从而引发大客流。对发生恶劣天气，如暴雨、暴雪，或者自然灾害时，赋予基础分2分。

这个条件可以是地面其他公共交通。当监测到地面其他公共交通，如公交、客运大巴、旅游巴士等，产生一定量瞬时客流时，赋予基础分1分。

（3）层级排列（四色预警）

需要根据人流来确定触发积分预警模型的得分加权，并根据积分的累计触发相应的预警等级。公安部从2011年开始在全国实施的“积分预警，分类处置”警务工作模式，一般使用四种颜色来对事件的重要程度进行划分。重要性从小到大依次是绿、黄、橙、红。即绿色表示安全不需要注意;黄色表示必要时应采取措施;橙色表示重点和操作，需要干预;红色表示危险需要立刻展开处置工作。不同颜色的预警是根据积分预警模型在区域和均值等变量的控制下获得的，但是也需要长期应用和观察，不断更新调整和改进相关变量和分数权重，因为条件变量可能随时间不断变化。

（4）积分预警处置预案构想

当赋值分数在5分以内时，此时为绿色预警，即安全无须关注。

当赋值分数在5到10分时，此时为黄色预警，需要公安机关与车站站务沟通协调，由站务派相关人员查看情况。站台能够容纳更多的客流时，采取适当的措施来做好客流管控工作。同时增加售票能力，通过事先准备好的车票，在地面和站厅加设临时售票点、临时检票位置和自动售票及检票设备。增加站厅通往站台、地面通往站厅的自动扶手电梯，适当地增加每班列车停靠站台的时间，同时工作人员做好站台乘客的上车和下车的引导工作，在能够保障乘客安全和行车安全下争取能让更多的乘客上车。

当赋值分数在10到15分时，为橙色预警，需要公安机关协同站务积极处置，避免事态扩大。站务设立引导岗，安排客运值班员、值班站长和有关工作人员到进站大厅引导乘客购票，进出闸机；到楼梯，自动扶梯口安抚乘客情绪，并用喇叭提醒乘客靠右通行。用铁马护栏将进出通道分区隔离，避免进出站客流交叉，加快进出站速度。在自动购票机前用铁马护栏划分出购票专用通道，减少买票与直接进站乘客的交叉，并防止乘客购票时堵塞通道。在出入口设置提示牌，站台工作人员及时疏导乘客到人少区域候车，站内循环播放广播引导、提醒。站内值班工作人员及时将现场情况汇报给中心站长，申请支援力量。公安人员执勤民警接到地铁运营部门协助处置客流时，执勤民警首先在规定时间内赶赴现场，了解事发现场情况并立即汇报给上级指挥部门或者上级领导，并根据现场情况进行先期处置，然后在上级指示下带领增援力量配备好防护装备和必要警械装备开展大客流处置工作。报告时注意讲清楚以下内容：现场情况、应对措施、发展趋势等。在安检口、进出闸机、电梯上下口、地铁出入口等重点部位开展工作，维护现场秩序，防止突发事件发生。

当赋值分数在15分以上时，便是红色预警，此时情况紧急。行车组织措施通过增加地铁出行车辆、缩短行车间隔、增加每辆车所能容纳的乘客数量来有效增加列车的运能。灵活使用客流预测系统，提前对可能出现的客流密集情况进行分析，绘制相应的列车运行图，从列车的运能上来保障客流管控工作。站台不能够承受更多客流时，应该暂时停止使用进站方向的闸机同时更改扶手电梯运行方向，把扶手电梯运行方向调整为向站厅方向运行。采取临时进出分流导线措施，增设临时出口，对乘客的出入进行限制，为站台客流管控工作争取疏散时间。站务工作人员可根据当时实际情况来决定是否要改变扶梯的运行方向，例如扶梯更改为候车大厅或者车站出口的运行方向运行，同时也可以采取特殊放行模式，例如采取票务应急处理模式、进站免检模式、AFC紧急放行模式等。公安在客流管控处置注意事项中首先要快速响应，发生需要进行人流管控时，应快速明确工作主体责任，成立应急责任处置指挥体系，统一指挥，使得各方工作力量都能充分发挥。其次秉承安全第一，合理警戒标准，进行客流疏导时，应及时提醒旅客听从指挥，注意安全，不要慌乱，平稳有序地进行疏导。还应该时刻保持警戒，对发现或者出现的不良因素都应该及时制止和打击，保障疏导工作的顺利进行。

（5）积分预警事后处置工作

根据预案处置完大客流事件后，接下来的反思总结工作是不可或缺的，“究竟是何种原因导致大客流的发生”值得思考。

地铁的疏散系统和消防系统对发生突发情况时地铁乘客的生命安全有着直接关系。对于地铁疏散系统的建设应充分考虑地铁运营期间的高峰客流量，根据数据来对安全出口疏散宽度和数量进行建设。站厅两侧的扶手电梯和中间的升降电梯在客流密集时应当作为疏散通道，运行方向与疏散方向相同的扶梯在人员密集时必须能保持正常运行，另一边的背向疏散方向的扶梯必须停止并反向运行并向乘客告知（换乘通道着火时不能作为疏散通道使用）。为了可以更好地在人员密集时疏散乘客，可以在站台两侧建设屏蔽门（屏蔽门应按一级负荷供电，必要时按下紧急按钮打开）。在人员疏散时对于残疾人、老弱病残的情况，应当保持无障碍电梯的正常运行，有明显指示标志。

可以利用积分预警建立相应的地铁客流分级制度，在实施相关应急预案时，参考分级制度来实施。例如杭州市古翠路地铁站节假日的客流分级制度：

当发生单侧站台排队乘客连续3班车出现滞留现象且滞留队列超过7个人数时。采取一级客流控制：控制客流进入站台。

当发生单侧站台排队乘客连续3班车出现滞留现象且滞留队列超过14个人数时。采取二级客流控制：限制客流进入站台。

当乘客在从单侧站台和上下楼梯处滞留时，即认为达到客流限制最大值。应采取三级客流控制：封闭客流禁止进入付费区。当发生滞留乘客遍布整个站台时，即采取封闭进站措施。

根据客流发生的不同情况，应采取控、限、封三种不同等级的措施。但在采取措施之前，需要提前预估出客流承载力的最大限度，并发现因大客流可能产生的安全隐患。此时应借助客流统计系统进行解决，地铁管理人员利用数据做出精准判断，在发生大客流时采取合理措施，避免意外事故的发生。

3 积分预警模型应用的问题及建议

3.1 模型应用中存在的问题

（1）对积分预警模型的认识上有偏差

对于模型建设不够科学，大多数积分预警模型的建立，只是在以前所发生的大客流事件上找寻经验，以供现在模型来参考。而不是建立在现有发生的情况下，不具有时效性、准确性、可操作性。现存一些建模的规则缺乏科学性，缺少实证的基础。同时，大多数地铁公安机关建模也不是因地制宜，而是随大流，采取一个主流或是国内较流行的方式，千篇一律。在实际运用中可能存在一个较高误差，引发很多误报警。

（2）信息采集困难，种类单1 匮乏

因为大客流需要大量与人相关的资源，而与人直接相关的现有行为模型资源还是比较少的。积分预警模型的应用是基于其自身所具有的价值，是有必要检查数据的“价值份额”。（价值份额意义是价值在该类应用中所占的比重）这意味着价值份额较低的数据会浪费大量资源，回报率相应地也很低。因此，对于公安机关来说，有关的数据并不是越多越好。因此，评估数据价值的第一个标准是：数据与人有多大的相关程度。在目前许多大数据应用中，所获得的大量数据直接使用而没有任何甄别和研究，消耗了宝贵的数据计算资源，其效果是事倍功半的。不仅如此，很多信息采取跨市、跨地区，存在一个很明显的区域壁垒。相关法律法规的制约，对于部分信息采集存在困难。信息的广度受到限制，而不能及时纳入积分预警模型中去。

（3）技术门槛太高、技术成本太高

地铁站中的视频图像等未格式化数据不能直接参与积分预警的操作。在公安机关掌握的众多数据资源中，覆盖面最广，信息量最大，规模最大，收费最高的是视频图像资源。然而，由于视频图像数据是未格式化的数据，不能直接参与大数据的操作和处理。传统的手工方法和人工策略被查看和筛选，无法借助数据资源发挥真正作用。公安机关可以充分利用地铁中的手机信号，对大客流进行重点打击和控制，也可以获得站内信用卡信息等手段。但是，实际数据无法收集，且范围较广的数据采集因为技术受到很大限制。在线行为和客户信息数据具有收集范围广，采购成本高，真实性不高等缺点。

（4）反馈机制滞后、数据应用层级还比较低

许多数据应用程序只停留在信息组合查询和数据的宏观统计分析中，例如在一定时间内或是一定区域内流动了多少人，并以数据可视化的形式呈现，它看起来很高，事实上，它对公安业务没有多大实际意义。公安大数据应用的目的是要通过数据的分析把关注的目标具体到某个人和未来可能会发生的某个事件，从而形成以“人+事件”为核心的分级分类管控和预测预警机制，做到先发制人，掌握大客流管控的主动权和主导权。缺乏积分预警事发的处置流程规范，只会让预警模型束之高阁，效率低下；部门之间缺乏联动协调机制，处置速度慢；人工处置效果未达到理性状况，结果难以保障；缺乏有效的监督机制，容易造成混乱。

3.2 模型应用的建议

在当前，我国深入贯彻信息化建设，积分预警模型应与智慧警务大数据平台相融合发展，深化对大客流管控建设方面的研究实践，建立数据研判、情报传导、联动处置为基础的大客流积分预警管控新模式，推动公安信息化建设发展，加大管控打击力度，提升公安机关对地铁大客流的打防管控的能力。

（1）加强思想认识，建立科学模型

公安机关和地铁运营部门需要对积分预警模型加强学习探索工作。公安机关定期举办学习交流会，邀请大数据领域知名专家加强对积分预警相关使用的学习研讨。公安机关内部也可以成立相关学习小组，对于有相关经验的工作单位，定期进行培训学习工作。与有关专业的高校加强沟通协作，定向培养相关人才。高校学生也可组成志愿者团队进行实习工作。

（2）建设综合信息情报平台

整合车站信息对接到情报平台，加强信息建设，更有利于建立科学积分预警模型。使其具有以下特点：信息收集集中化、录入要求标准化、制定范围标准化。根据公安部的最新信息采集程序和标准，制定完善的地铁客流入库信息的范围，做好预警处置和反馈工作，为建立科学积分预警模型和情报平台建设互相匹配互相促进打下坚实牢固的工作基础。查询以往大客流实际案例，进行研究，引进国内外对大客流处置的研判经验，在标准模型和标准指标的对照下，采取智慧警务系统分析和人工实时监控相结合的方式，对大客流行为风险进行客观评估预警，能够形成精准精确的预警信息，公安机关能够以此为依据有目的有方向地开展管控工作，实现管控大客流的工作目标。

（3）加强技术提升，最大程度降低技术成本

加强政企合作，特别是加强与高新技术企业合作。2019年5月成都地铁开展“警企共建共治工作”，成为全国首个“公安+地铁”警站、警企共建共治的城市，在国内外遥遥领先。对于技术设立监管机制，符合要求的高新技术立刻投放使用。实时跟进技术使用效果，畅通反馈渠道，对实践过程中相关意见进行及时采纳并应用。

（4）对工作机制进行创新

公安机关应该着手大力推进情报积分预警、分类管控机制，并与地铁运营部门、其他警种化零为整。在警企联动查控的基础上，合理建立部门之间沟通工作联动机制，以此能够达到以最迅速的反应在最短时间内完成落地查控，能够合理运用内外部的信息资源，加强大型智能情报平台的对接共享，有效开展大客流积分预警，进行分类管控处置。同时，选择一些地铁的试点场所作为大客流发生地提前操作，发现问题，不断完善系统，丰富内容，完善程序，形成预警和警务人员联动机制，建立警务系统，通过信息化实现基本的管理和控制动态的模式。建立责任追究制度，大客流处置责任到人，更加规范化。

[1]王书剑.警用地理信息系统P-GIS建立积分预警模型的应用构想[J].无线互联科技，2016（10）：15-17.

[2]高峰.盗窃旅财犯罪嫌疑人概率分析与积分预警模型应用[J].铁道警察学院学报，2014（6）：1-2.

[3]李佳芸.广州地铁大客流现状分析与策略研究[J].中国高新技术企业，2016（31）：10-15.

[4]李玉华.广州地铁大客流现状分析与应对措施研究[J].科技风，2014（19）：4-12.

[5]黎明.一类分线性方程的抛物线解和扭波解[J].昆明理工大学学报，2005（11）：1-7.

[6]张子龙.我国地铁消防安全问题及对策[J].武警学院学报，2015：11-12.

[7]李肖军.安全防范系统在城市轨道交通中的应用[D]. 2015.

[8]全国人民代表大会.《中华人民共和国反恐怖主义法》[S].2009.

[9]赵连洪.煤矿铁路运输企业当前的治安形势和安保措施[J].院报, 2015：8-12.

[10]王翔.基于消防安全的城市地铁火灾应急预案编制[C].2016.

[11]《技术知识当前公安大数据应用现状_手机搜狐网》http://m.sohu.com/a/236977807780769.

[12]《灾害天气预防巡查》，https://max.book118.com/html/2018/0921/6223031142001220.shtm.