基于心理测量学的铁路枢纽客流安全预警研究

余书宇 张媛媛

摘 要：随着近年来铁路客流的大规模增长，给铁路客运枢纽带来了新的问题与挑战。为了实现铁路客运枢纽的实时疏解状态判定，及时做出调控措施，通过状态焦虑问卷定量描述不同心理疏解时间下的旅客群体焦虑状态，引入洛萨达理论，构建以心理疏解时间为指标的“蓝、黄、红”三级预警动态预警模型，并提出分级应对措施。

关键词：铁路客运枢纽;客流安全预警;心理测量学;洛萨达理论

0 引言

枢纽客流预警即根据客运枢纽内不同疏解状态，提前做出提示，以便管理人员及时做出调控措施。如今，国内外针对铁路客运枢纽预警主要基于枢纽内部的密度、流量等客观指标。张瑜[1]在分析目前安全指标类型及优缺点的基础上，建立较为完整的客运站旅客安全状态评价指标体系。文清华[2]针对高铁客运枢纽，结合计算机图像识别技术，得到了密度、速度差值比例下的客流安全等级划分方法。黄洪超[3]针对铁路枢纽，从客流安全状态等级的划分和紧急情况下的旅客疏解安全两方面量化了客流安全预警分级指标。李栋[4]根据各个服务设施确定好的阈值范围建立了预警等级云识别模型。国内外研究目前缺少对客流疏解群体焦虑状态的考虑。而枢纽客流疏解属于群体行为，在群体行为过程中，会形成有别于个体行为的“群体心理”。因为在群体行为中的个体，容易受到模仿、感染等负面情绪的影响，从而比个体行为更易丧失理性，形成过激行为[5]。

1 客流疏解情绪测量

（1）心理测量学。心理测量学（psychometrics）是以一定的心理学理论为基础，经过合理的方法手段，为人的能力、人格、心理健康等心理特征和行为确定一个定量值。心理测量学上，评定量表（rating scales）是用来量化观察中所得印象的一种测量工具[6]。评定量表的方法简单、通俗易懂，在各行各业应用广泛。

（2）状态焦虑问卷。1）总体概述。状态—特质焦虑问卷[6]（STAI），由Charles D Spielberger等人编制，分为特质焦虑问卷（T-AI）和状态焦虑问卷（S-AI）两部分。S-AI为该问卷评定暂时焦虑情绪状态的部分，主要用来评价应激或突发事件影响下，被测试者的短时焦虑情绪。其信效度稳定，满足使用需求。2）问卷内容。S-AI问卷共20项题目，其中正向题目包括感到心情平静、安全、安逸、舒适、自信、轻松、心满意足、镇定、愉快的状态评价，负向题目包括紧张、紧张束缚、烦乱、烦恼及烦恼程度、害怕、神经过敏、紧张不安、优柔寡断、慌乱的状态评价。每一个问题的评价分为四个等级：①完全没有;②有些;③中等程度;④非常明显。被调查者选择最符合当前情绪状态的选项，最后计算累加分数，正向情绪题目记正分，反向情绪题目记反分，最终分数可反映状态焦虑的程度。3）焦虑状态界定。北医大精神卫生研究所和长春第一汽车公司职工医院精神科一起在北京和长春对818人进行了STAI中译版的测试，测试结果中S-AI评分为男性39.71±8.89，女性38.97±8.54。其测试再测试评分相关系数为0.88，通过一致性检验。可取其最低值38.97±8.54作为国内S-AI量表测试常模，得分超过常模即判定为焦虑状态。

（3）调查实施。1）问卷设计。问卷分为两个部分共计23个题项，第一部分为被调查者个人属性，共3个题项，即被调查者的性别、年龄及心理疏解时间，其心理疏解时间的定义为：“从动车到站到接受调查时的心理感知时间。”第二部分为S-AI量表，共20个题项。2）调查实施。在重庆市各铁路枢纽开展线下问卷调查，共发放500份问卷，剔除无效问卷后，有效问卷469份，有效问卷率93.8%。运用SPSS对调查所得数据进行可靠性检验，其Cronbach's alpha系数为0.757（>0.7），即本次调查数据可信度较高。

（4）数据分析。统计被调查者S-AI量表得分，以均数进行表示并进行相关性分析，仅等候时长与焦虑状态存在显著正相关性（R=0.277，P=0.04）。主要是由于S-AI量表评定范围为短时焦虑状态，仅与等候时长密切相关。将心里疏解时间以5 min为跨度进行统计分析。

2 客流安全预警等级划分

（1）洛萨达理论。洛萨达线（Losada Line）最在1999年早由美国组织心理学家Marcial Losada在研究不同团队的表现差异时发现。洛萨达分别考察了高、中、低三种绩效群体团队中积极评价与消极评价的比例值。研究得出高效团队的积极评价与消极评价的比例是5.6：1，中效团队为1.9：1，低效团队为0.36：1。2005年Fredrickson和Losada在整合了各自领域的研究结果，提出了洛萨达心理线[7]：一个人的积极情绪是由积极情绪和消极情绪综合而成的，其比例为2.9：1，当团队的洛萨达线达到2.9：1就会愈发繁荣，反之则会失去活力。

（2）预警分级指标。本文以洛萨达线为依据，以心理疏解时间为分級阈值。当洛萨达比率高于2.9：1时，即焦虑人群占比低于26%，客流疏解高效;当洛萨达比率为2.9：1～1.9：1时，即焦虑人群占比为26%～35%，客流疏解中效，为蓝色预警;当洛萨达比率为1.9：1～0.36：1时，即焦虑人群占比为35%～74%时，客流疏解低效，为橙色预警;当洛萨达比率为大于0.36：1时，即焦虑人群占比大于74%时，疏解群体濒临解体，为红色预警。

通过客流心理疏解时间临界值与群体焦虑比例的关系，得到枢纽安全疏解预警分级。

3 预警应对措施分析

（1）蓝色预警措施。当处于蓝色预警时，枢纽站应立即亮显部分诱导标志，将疏解客流诱导至其它疏解方式。将所有扶梯功能均改为出站，在节点处安排工作人员进行人流诱导，并设置移动栏杆，延长排队队长，避免客流混乱。

（2）橙色预警措施。当达到橙色预警时，除了采取上一级措施外，还应即时调整换乘交通的运行调度方案，提高换乘交通的服务率。严格控制各层客流密度，分散客流疏解，加快客流出站。

（3）红色预警措施。当达到红色预警时，除采取上一级措施外，应将所有电梯及双向闸机改为出站方向，派出专人在疏解通道沿线进行人工引导，向旅客解释客流滞留原因、安抚客流情绪，结合其他交通方式，尽快疏解滞留客流。

4 结论

通过S-AI量表，量化了不同心理疏解时间人群的焦虑状态。在此基础上引入洛萨达理论，得出不同群体焦虑状态下的心理疏解时间，作为预警分级阈值，共分了三个预警等级：蓝色预警（心理疏解时间22 min）;橙色预警（心理疏解时间34 min）;红色预警（心理疏解时间48 min）。

参考文献：

[1]张瑜.铁路客运站旅客安全预警管理系统研究[D].北京交通大学，2008.

[2]文清华.高铁客运枢纽客流安全状态识别[D].西南交通大学，2015.

[3]黄洪超.铁路综合客运枢纽客流安全状态评价研究[D].北京交通大学，2011.

[4]李栋.基于短时客流混合预测的枢纽站预警机制研究[D].大连交通大学，2017.

[5]于建嵘.把握突发事件中的社会群体心理[J].思想政治工作研究，2010（9）：63.

[6]汪向东，王希林，马弘.心理卫生评定量表手册[J].中国心理卫生杂志，1999，13（1）：31-35.

[7]Fredrickson B L，Losada M F.Positive Affect and the Complex Dynamics of Human Flourishing[J].The American psychologist，2005，60（7）：678.