基于社会力模型的地铁站人群疏散仿真研究

姚 远， 管 涛， 卢树华

(中国人民公安大学信息网络安全学院, 北京 102600)

0 引言

近年来，国内外地铁突发事件时有发生，给地铁运营及公共安全带来严峻挑战。地铁是特大型及大型城市的重要基础设施，承载着交通运输的生命线，但是由于地铁站具有一定的脆弱性，特别是大型枢纽站，空间密闭、环境复杂、人流量大，一旦发生突发事件，若疏散不及时，易造成较大人员伤亡。例如，1995年3月20日上午，东京地铁内发生沙林毒气事件，造成13人死亡，约5 500人中毒，1 036人住院治疗。因此研究地铁站的人群疏散影响因素具有非常重要的理论和现实意义。

国内外对于人群疏散进行了较多的研究，取得了显著的进展，其中部分文献利用风险评估和实验分析的方法进行相关研究，还有很多文献使用仿真模拟的方法对人群心理及行为特征进行分析。风险评估的方法具有系统性、灵活性，适用于不同领域，但该方法主要基于专家经验，主观性较强。实验分析的方法更加真实且变量可控，但该方法操作复杂且实用性较低，实验条件较难满足。近年来，社会力及其改进模型用于人群疏散得到广泛研究。陈志坚等[1]改进社会力模型，从宏观和微观两个层面分析行人的疏散效果及内在的物理机制。郭海湘等[2]引入意识程度改进原始社会力模型中的期望速度。Qiau Liu[3]开发了一种社会力模型，将模型中的人分为恐怖分子和行人两组，以研究在公共场所发生恐怖袭击时的人员疏散情况。钟少波等[4]考虑机场特殊情境，基于社会力基本原理，通过仿真建模研究了疏散引导、海关抽检障碍、座椅、立柱等4因素对人群疏散的影响。魏欢欢等[5]提出一种基于社会力模型的人员逆流行为仿真模型，研究逆流行为及其对疏散结果的影响。

尽管上述研究为人群疏散奠定了良好的基础，但是地铁站人群疏散面临人流量大、环境复杂等问题，其应急疏散涉及的因素较多，需要进一步进行研究。本文基于社会力模型，利用Anylogic软件对北京某地铁站发生紧急情况时的人员疏散进行仿真模拟，分析不同因素对疏散效率的影响，并就结果提出一些改进建议，期望给大型公共场所人员应急疏散提供参考。

1 模型仿真

1.1 仿真原理

Anylogic仿真软件的运行原理是社会力模型，社会力(又称社会场或社会影响力)概念于1951年提出。1995年，Helbing在流体动力学方程基础上构建了社会力行人交通流模型[6]。社会力模型将人的运动看成是受力的结果，行人在移动过程中会受到驱动力、吸引力以及排斥力的共同作用。其中主要包括行人向着目标运动项，行人之间作用项，行人与边界、障碍物、墙等之间的相互影响项，并将其量化为具体的各种力。社会力模型的动力学方程为：

(1)

(2)

式(1)中：mα为行人α的质量；ωα为当前环境下的期望速度；Fα(t)为行人所受到的合力；ξ为扰动力，是随机的、非系统的，在模型中代表不确定的行人行为。式(2)中第一项为驱动力；第二项为行人之间的排斥力；第三项为行人与边界或障碍物间的排斥力；第四项为吸引力的合力。以下是详细说明：

(2)排斥力：来自行人之间的相互作用和行人与建筑物、障碍物或墙等的相互作用。

(3)吸引力：行人有时会被其他人(路人、朋友等)或物体(如红绿灯、广告牌等)吸引从而产生相互作用，吸引力与行人之间相互作用力的不同之处为前者的作用范围大于后者，且前者随时间、兴趣的减少而减少，直到减少为0。吸引力有助于形成行人群体(与分子间作用力相似)。虽然实际情况中存在吸引力，但吸引力在模型中不是必须的，大多数模拟中即使忽略吸引力，仍能模拟出较为真实的行人现象[7-14]。

1.2 模型构建

地铁站位于地下密闭空间，环境和人流情况较为复杂，影响人群疏散的因素较多，通过查阅文献和实地调研后，本文选择运行时段、疏散指导、硬件设施、应急通道、闸机延误等因素进行仿真[15-17]。

1.2.1 仿真结构图

本文选择北京某地铁站作为研究对象，图1为地铁站仿真模拟的空间结构图。该地铁模型总共3层，一层为入站安检层，设进站入口5处，进站安检闸机3处，出站刷卡闸机3处，人工售票机4处，行李安检口6处，另设1处紧急逃生口；负一层为换乘线路1的候车楼层，设有4处紧急逃生口，与一层有直达扶梯组；负二层为换乘线路2的候车楼层，设有4处紧急逃生口，与一层有中转扶梯组，与负一层有换乘楼梯。

图1 北京某地铁站Anylogic仿真图示例

1.2.2 建模流程

利用AnyLogic中的行人库创建智能体，仿真流程如图2所示：

图2 仿真建模步骤

Step1：导入仿真底图，按照参照物比例关系设置墙壁、地面。

Step2：参照底图，设置自助售票机、安检闸机、扶梯等地铁站基础运行设施。

Step3：该仿真模拟的是地铁站发生紧急事件时，乘客的疏散场景，所以设置了行人智能体及突发事件智能体。突发事件智能体作为行人智能体的疏散触发指令。

Step4：使用 Ped Source、Ped Go To、Ped Select Output、Ped Sink 等模块构成行为流程图。如图3所示，使用Ped Source模块设置进站入口；Ped select Output设置概率，选择不同的服务模式如直接安检或者先购票后安检；Ped Sevice模块设置进站安检闸机、出站刷卡闸机、人工售票机及行李安检口；Ped Go To设置行走路线；Ped Exit、Delay、Ped Enter模块组合实现扶梯转化效果；候车模块使用Ped Wait模块实现。通过多种流程模块为智能体创建逻辑，使其通过运行一系列指令完成特定行为。

图3 智能体流程图

Step5：通过密度图、时间统计等模块，进行数据的统计工作，即时画出数据随时间变化的曲线。

通过以上步骤，完成模型构建。

1.2.3 设置参数

Ped Source模块设置行人产生速度、直径、初始速度；Ped Select Output模块设置行人选择是否购票及乘坐扶梯的概率，并判断行人状态使之进入不同阶段；Ped Service模块设置行人购票、安检、过闸机、引导行人选择路线、排队等行为；Ped Go To模块设置行人目的地、行走路径等；Ped Exit与Ped Enter模块用来设置行人在一点消失，然后从指定位置出现；Delay模块设置延迟时间，这里用来实现行人楼层转换的延迟；Ped Wait模块实现行人的等待行为。

表1 参数设置

考虑到现实生活中行人的性别、年龄、出行事由等因素各不相同[18]，设置初始速度在0.5～1.55 m/s；直径参考国家标准《中国成年人人体尺寸》[19]，并考虑儿童及行李携带，设置0.4～0.6 m。模型尺寸5pixels per meter，即图像上每5个像素的距离相当于现实的1 m。其他参数采用系统默认值。

1.2.4 实验方案

方案1：实验设计过程中，选取运行时段、疏散指导、硬件设施、应急通道、闸机延误5个因素，使用控制变量法研究这5个因素对地铁站突发事件人员疏散的影响程度。

表2 方案1的实现方法

方案2：进一步研究闸机因素对疏散的影响，其他因素不改变。方案1的仿真研究发现各因素中闸机因素对疏散具有显著的影响。为探究相同疏散人数下，闸机因素改变对疏散影响程度的变化，对不同数量的闸机组进行疏散仿真并进行规律分析。

2 结果和讨论

2.1 多因素仿真结果分析

2.1.1 人群密度分析

图4为突发紧急事件后，人群疏散时地铁站内的人流密度分布图。其中，不同颜色代表高低不同的密度，密度高色彩偏红，密度低则色彩偏蓝。如图4所示，人群疏散时人流主要沿行走路径分布，检票层人流集中区域主要分布在刷卡闸机区域、电梯口区域和出站口区域。站台层人流集中区域主要分布在逃生通道口区域和电梯口区域。在紧急情况下，行人通过疏散通道拐角处，由于视线遮挡等原因，人群会产生拥挤堵塞。由于行人在恐慌状态下的从众心理，常会出现某一出口拥挤人数过多，紧急情况下行人会本能地选择最近的疏散通道，造成出口处阻塞。当出现突发情况时，因为站台层和站厅层人群数量大且较为集中，大部分行人会跟随行人流的主要涌动方向疏散逃生，表现出从众现象。此情形下大部分行人无法充分了解可逃生通道的情况，而聚集在一个通道，使出口形成拱形人流。由于从宽阔区域逃往出口等狭窄区域，人数众多加上行人的赶超心理，出口处会越来越拥堵。

图4 应急疏散时地铁站密度仿真

图5为不同因素影响下的出站口和电梯口人群密度变化曲线。从图5(a)可以看出，正常情况下，密度曲线随时间小幅波动，与实际情况较为相符。从图5(b)可以看出，高峰时段人流量大时，地铁站人群疏散密度波动的对应阶段较人流量小的情况更晚，波动幅度更剧烈，对出站口、电梯口的密度变化整体影响程度较大。从图5(c)可以看出硬件设施过多造成阻碍时，疏散过程总体人流密度较大，波动阶段比较一致，波动幅度影响程度较小，密度峰值与对比数据比较一致，说明障碍物产生的影响主要作用在人员疏散速度上，反而降低了过度拥挤情况发生的概率。从图5(d)可以看出，闸机口设置刷卡出站时，由于闸机对疏散人群的减速，地铁站密度整体大于无刷卡状态，且峰值较大，容易造成拥挤踩踏事件，影响程度较大。人群首先通过电梯，再经过闸机到达出站口，所以电梯口附近密度达到峰值，即出现拥挤情况比出站口附近出现较早。同时由于人群疏散在闸机口附近的缓冲作用，出站口附近密度峰值的数值稍小于电梯口附近，即拥挤的剧烈程度稍小。图5(e)为疏散时拥有导流的情况，由于人员疏散避过扶梯，扶梯口没有人流密度大幅增加的情况。但由于疏散通道的减少，导致人流大量拥挤在导流的疏散通道，比分流时的拥挤程度更严重。在图5(f)中可以看出，不具备应急疏散通道的地铁站整体人流密度更大，且密度波动幅度更高，极易造成人员踩踏事件且二次伤害伤亡的概率更大。

图5 重点区域疏散密度对比

2.1.2 时间分析

图6为不同因素下疏散时间曲线，仿真统计数据显示人流量大时疏散时间较长，总体影响程度较小。配备导流情况下疏散时间大幅减少，人群数量波动趋势陡峭。硬件设施不佳时，在障碍物干扰情况下，疏散时间较长，但影响程度比较轻微。人员疏散时原路返回出口比走紧急通道使用的时间更长，人群数量波动趋势陡峭，波动时间延迟。设置刷卡出站环节，人群波动比较平缓，但疏散时间大大增加，影响程度较大。

图6 不同方案下人群疏散时间对比

2.1.3 相关性分析

为直观地展示不同因素对疏散过程中不同统计指标的影响程度，对各因素改变后的仿真数据与对照组仿真数据进行相关性分析，相关系数的计算公式为：

(3)

相关系数越接近1，曲线拟合度越高，说明该实验因素的改变对统计指标的影响越小。以下为疏散时间，电梯口密度，出站口密度3个统计指标的相关性数据。

表3数据显示，疏散指导、应急通道、闸机延误3个因素对疏散时间的影响最明显。表4数据显示：运行时段、疏散指导、应急通道3个因素对疏散时电梯口区域人流密度影响更大。表5数据显示，运行时段、疏散指导、应急通道3个因素对出站口区域人流密度干扰更大。由于刷卡闸机对疏散密度的影响在闸机口区域更加剧烈，综上所述，疏散指导，应急通道、运行时段和闸机延误是紧急情况下人员疏散效率最关键的影响因素，应多加关注并进行优化改进。

表3 各因素与疏散时间的相关性

表4 各因素与电梯口密度的相关性

表5 各因素与出站口密度的相关性

2.2 闸机因素对疏散的影响分析

闸机是乘客出站的必经之地，闸机的设置对地铁站运行效率及乘客在紧急情况下快速疏散具有重大意义。为研究存在闸机干扰时疏散状态的变化，现在相同疏散人数的情况下，探讨闸机个数对疏散密度与时间的影响规律。

图7 闸机仿真图示例

2.2.1 密度分析

图8是将闸机数量设置为1、3、5、7个时，闸机口人群疏散的密度变化情况。闸机数量越少，闸机进口的密度越大，人流越集中，同时出口的密度越小，人流瞬间拥堵在一个区域，导致人流堵塞。随着闸机数量的上升，闸机出口密度逐渐增大，闸机出口通常为径直的通道，当疏散空间区域突然变宽阔时，会出现后方的行人赶超前方行人，造成行人赶超现象。但出口的密度增大有限，基本不会造成拥挤堵塞现象，且随着闸机数量的进一步增多，密度继续减少。图9中闸机口密度曲线的变化与疏散时间的规律基本一致，闸机数越多，闸机口密度越小。当出口设置5个闸机时，疏散效率达到最高，数量再增加，疏散效率并无明显改善，且占地面积较大，空间利用率不高。

图8 不同闸机数量闸机口密度热点图

图9 不同闸机组区域密度变化曲线

2.2.2 时间分析

图10(a)可以看出，随着闸机数量的增加，疏散时间逐渐减少，闸机数量低于5个时，闸机数量的增加对疏散时间的影响明显，设置6个闸机及7个闸机的情况下，疏散曲线几乎重合，表明闸机数量过高对人群疏散效率并无显著提高。图10(b)反映出闸机数量与疏散时间之间变化的规律，闸机个数的增加对疏散时间的减小是边际递减的，且超过一定数量，反而会增加疏散时间。这种情况的出现可能是由于闸机数量的增多使得空间利用率改变，同时闸机位置的不同造成疏散路径改变，导致疏散时间不减反增，这种实际疏散情况下基本不会造成太大的问题。过多闸机的设置还会导致资源及空间的浪费，应对闸机数量及位置进行合理规划。

图10 不同闸机数疏散时间分析图

2.3 结果讨论及建议

疏散指导、应急通道、闸机延误因素对疏散效率的影响程度最为显著。语言疏散指导及安全疏散指示标志可以大大降低疏散的时间。通道人员密度是导致拥挤踩踏的主要因素。紧急通道设置及路径规划是地铁站风险规划非常关键的部分对疏散时间及人群密度的影响较大，设置紧急通道虽然能降低疏散时间，但可能增大拥堵的程度。闸机刷卡环节极大增加人群疏散的时间以及部分区域人流密度，增大二次伤害的概率。出行时段是影响地铁站台人流密度的重要因素，高峰期站内分流人员和分流设施的配备对紧急疏散的作用很关键。虽然硬件设施不是影响疏散效率最关键的因素，但也有一定影响，地铁站规划时要适当关注改进。

紧急疏散时，由于行人从众及通道不均匀选择现象，人群不平衡地集中在一个通道内会使疏散时间增加，通道口容易产生拱形人流导致拥挤踩踏事件，应该增加引导的工作人员数量及安全疏散指示标志，对疏散进行及时有效的引导。

突发紧急事件时，距出口距离较远的人员沿原路返回时疏散时间长，效率低，对路线不熟悉的情况下，容易产生恐慌，所以要尽可能设置方便快捷的紧急逃生通道并规划更合理高效的逃生路径。由于紧急通道距离更近路程更短，易造成人员短时间大量拥挤，所以要尽可能宽敞，同时将拐角设置为平滑拐角提高行人在拐弯处的通行能力，并设置广播和工作人员疏导安抚群众情绪。

进入紧急状态时，立即开启闸机通道，减小疏散阻碍，提高疏散效率。规划站台层应急通道时，尽量避开闸机刷卡环节，将通道口设置在出站口和出站通道。

高峰时段，要在不同楼层和扶梯口配备巡视人员进行分流，避免部分区域人流密度过大。光照，地面等硬件条件不好的车站要及时更新设备设施，人流量较大的地铁车站尽量移除通道内妨碍疏散的设备装置。

3 结论

本文基于社会力模型，利用Anylogic软件对北京某地铁站进行人群疏散建模仿真，研究了运行时段、疏散指导、硬件设施、应急通道、闸机延误等因素对人群疏散的影响，得出地铁复杂情境下疏散指导、应急通道、运行时段和闸机延误是人员疏散效率最关键的影响因素。通过对闸机延误因素深入研究，可以得出闸机数量的增加对疏散时间的边际递减以及过多数量的闸机并不能提高疏散效果结论。仿真结果表明：该模型可以有效分析地铁人群疏散的影响因素，预测人群疏散的重点区域及疏散时间，对地铁站人群疏散及安全评估具有一定参考意义。