大型人员聚集活动的踩踏事故危险性定性模拟
2022-06-19刘卿曹庆贵弭新
刘卿 曹庆贵 弭新
摘要：为提高重大节日或者赛事时大型人员聚集活动的安全性，降低踩踏事故发生的危险性，通过收集已有事故进行总结归纳，分析得到大型人员聚集活动中踩踏事故发生的原因，构建出了大型人员聚集活动踩踏事故危险性模型，设计踩踏事故危险性定性模拟的规则，利用QSIM算法对踩踏事故危险性进行定性模拟研究，得出大型人员聚集活动中踩踏事故危险性的发展、变化规律，进一步分析得到影响踩踏事故发生与控制事故危险的关键性因素。结果表明，在受到环境干扰的情况下，如果不对人员进行安全管理与安全教育，不采取任何安全管控措施，公众不安全行为必将上升且整体状态必将恶化，最终导致踩踏事故的危险性明确升高;在公众受到不同強度的环境干扰、影响因素处于不同状态时，管理人员应当进行针对性的管理和教育，进一步提高公众的安全行为、应急观念与安全意识，进而有效降低踩踏事故发生的危险性。研究结果对进一步防控大型人员聚集活动中踩踏事故的发生提供了方向性建议。
关键词：大型人员聚集活动;踩踏事故;定性模拟;QSIM算法;不安全行为
中图分类号：X 928文献标志码：A
文章编号：1672-9315（2022）03-0468-08
DOI：10.13800/j.cnki.xakjdxxb.2022.0309开放科学（资源服务）标识码（OSID）：
Qualitative simulation of stampede accidents risk
in large crowd gathering activities
LIU Qing CAO Qinggui MI Xin
（1.Laoshan Emergency Management Agency of Qingdao，Qingdao 266510，China;
2.College of Safety and Environmental Engineering，Shandong University of Science and Technology，Qingdao 266510，China）Abstract：To improve the safety of large-scale gatherings and reduce the risk of stampede accidents in major festivals or events，a detailed analysis has been made of the past accidents with the reasons for those obtained in this paper. A stampede accident risk model of large crowd gathering activities was constructed，and the rules for qualitative simulation of stampede accident risk were determined. The QSIM algorithm was adopted to conduct the qualitative simulation research on stampede accident risk with the developing rules obtained，as well as the key factors resulting in the occurrence of accidents and the reduction in risks. The results show that： in the presence of environmental disturbance，without any safety management or safety education to the public，or without any safety control measures，the unsafe behaviors will inevitably be increasing and the overall situation deteriorating，which will eventually lead to a significant risk of stampede accidents.When the public is disturbed by the conditions of different intensity and the influencing factors are in different states，managers should conduct targeted management and education to the public to further improve the publics safety behaviors，emergency concepts，and safety awareness，thereby reducing the risk of stampede accidents effectively.The research results provide a guidance for the further prevention and control of stampede accidents in large-scale gatherings of people.
Key words：large crowd gathering activities;stampede accident;qualitative simulation;QSIM algorithm;unsafe behaviorF191FC4A-792D-4749-8D0F-AA5A93EAF57B
0引言
公共安全问题一直与人类社会并存，并伴随着人类社会的发展[1]，它对公众的生命、健康、财产、生产和生活的安全，对于社会的发展进步和公众的生命健康都具有极其重要的影响。大型人员聚集活动踩踏事故作为一类公共安全事件近年来时有发生，探究其发生规律有利于降低事故发生的危险性。
1踩踏事故原因分析
处在经济迅速发展的今天，大型活动越来越多的成为社会生活的一种重要表现形式。中国人民素来热爱热闹，诸如节日庆典之类活动更是层出不穷，这些活动引起的聚集人数动辄几万甚至更多。大型聚集活动为经济带来发展的同时，不可忽视他们带来的安全隐患，踩踏事件便是其中较为代表性的安全事故。通过对过去事故统计分析，发现人员心理因素和不安全行为均在事故发生过程中占重要地位，综合大型活动事件特点和城市公共场所的特点，从人员心理，人员行为，环境和管理4个方面进行初步分析。
1.1人员心理因素
马斯洛需要层次理论指出，人具有归属感需要，当单一人员出现在群体中时，各成员会把自己的所在的群体称作为“我们”而非“他们”，人员着急恐慌和害怕的心理会加速传递造成情绪感染。人员的安全意识具有波动性和忽视性的特点[2]。意识的波动性要求定期对公众的安全意识进行强化，加固他们对事故原因的记忆，提高应急能力。忽视性体现在2个方面，一方面是参与人员安全意识薄弱，忽略潜在的危险;另一方面是管理者的安全意识薄弱，安全管理规则不健全导致管理不到位，应急方案不到位。
1.2不安全行为
在安全意识薄弱的情况下，一些人会出于好玩或者特立独行的心理做出违反正常秩序行为，引起小范围骚动。在大量人员聚集团体中，对于每个个体而言，他们更倾向于在大众的思维和意识下指导行动，在这种情况下，个体会陷入群体的同质性之中，无意识性格特点会使人不自觉地跟随多数人的行动，在突发性事件中就表现出和大家一起做出破坏性行为，而且随着人数的增多这种行为会不断加大，所以在大型聚集活动中会发现一些平时非常理性的人也会做出不理性的行为。
1.3客观环境因素
包含突发事件造成的情况混乱和聚集性场所本身客观条件的欠缺。这里的紧急情况主要是指自然灾害和事故中的公共设施或设备事故，例如墙体坍塌、设备高处坠落、设施损坏等[3]。
1.4管理因素
主要包括活动组织管理和安全管理，涵盖事故发生前和事故发生后2个方面。事故发生前主要表现在组织是否合理，规划是否完善，是否进行有效的安全培训，是否有应急预案。事故发生后的管理主要体现在是否能够有效执行应急预案。
综合以上分析，运用鱼刺图对事故产生的原因进行总体分析如图1所示。
2踩踏事故危险性模型构建
踩踏事故发生时，人员聚集在相对密闭的环境中，环境变化会影响公众情绪变化，情绪的变化又会影响行为特征的变化，同时活动安排的合理性、有效的安全教育与应急管理也会影响公众的安全意识和行为，進而影响踩踏事故的发生。
2.1踩踏事故因果因素分析
踩踏事件发生前，公共区域中特定区域的人群处于相对稳定的状态。人群在相对较小的空间中高度密集，整个人群系统中的个体保持和谐的运动或相对静止的状态。当疏散空间和疏散通道不足时，人群的警惕性差，一旦出现危险源，就会破坏稳定状态，人群会立即动荡，焦虑和恐慌也会迅速蔓延，这将引发一系列人群的非适应性行为，例如更快的步行，互相推动等，导致拥挤的踩踏事故[4]。参照组织行为学与安全心理学结合踩踏事故鱼刺图的分析结果进行影响分析，得出踩踏事故的主要影响因素有环境因素、管理因素、活动安排、应急观念、危险因素识别、安全意识和不安全行为。
活动安排主要受到活动组织发起管理者的管理与决策影响，综合考虑时间、场地容纳量以及天气情况能够有效地提高活动举办的效果，保持参与者的热情，管理人员应结合活动举办时的各种情况综合考量进行活动安排。活动安排不仅包括大型公共场所聚集活动的安排，也包括学校中班级人数与大型体育场馆等人员聚集场馆入场与退场的安排。
当危险源出现时，准确的危险因素识别可以为人员行为提供有效的指导，当注意到危险时安全意识也会相应唤起。人员的安全意识还受到安全教育和应急演练的影响，有效的安全教育培训可以显著提高人员的安全意识，影响人员安全行为。良好的应急体系可以提高人员的应急观念，安全意识和对危险因素的识别，减少不安全行为的发生，降低踩踏事故的发生概率。合理科学的应急预案，行之有效的应急演练无疑都是良好应急体系的体现。
2.2踩踏事故危险性模型
踩踏事故是由主要因素和其他各种次要因素共同影响，按照上述思路，构建出踩踏事故模型，如图2所示。该模型描述了影响踩踏事故的主要因素及相互作用关系。模型中，不同类型的变量用不同的形状进行区分。矩形中的变量是状态变量，是动态变化的[5]。决策变量由圆角矩形表示，它的状态变化由安全管理行为是否到位与安全教育的频率和效果决定[6]。环境变量由六边形表示，在这里主要考虑客观环境条件和突发情况可能造成的干扰。
为更好对公众安全意识进行定性描述，本章节将整个系统中的变量分为3类：环境变量、决策变量和状态变量，模型中具体变量名及其代号见表1。
3定性模拟与QSIM算法
3.1定性模拟及其应用
定性模拟是一种依靠模型对系统进行推理的方法。系统中的因素和数据在模型中展示，变量可以是数字或符号[7]。定量模拟可进行数字信息和非数字信息建模处理，通过符号进行模拟计算，研究能够出现的情况状态并且依此推断系统内在规律[8-9]。
定性模拟理论现阶段主要有以下3类：朴素物理学、模糊模拟以及基于归纳学习的模拟方法[10]。朴素物理学是一个相对完整的系统，分为定性过程理论、定性微分方程理论等，QSIM算法也是定性微分方程理论的一部分[11]。定性模拟可以对不同种类的信息进行模拟，QSIM算法已在一般管理领域和简单物理系统等方面有相对开创性应用[12]，尤其是作者所在课题组对煤矿职工群体安全行为相关的定性模拟研究中取得了显著成效[13，20，22]。大型人员聚集活动的踩踏事故危险性系统中，客观对象难以量化，具有模糊和不确定性，因此可使用QSIM算法对踩踏事故危险性进行定性模拟。F191FC4A-792D-4749-8D0F-AA5A93EAF57B
定性微分方程理论表明，变量、约束和操作域是系统组成的3要素。QSIM的定性模拟使用方便过程明了，能够利用计算机语言编写的系统的复杂状态并对其進行仿真模拟。运用信息技术进行定性仿真，提高了效率并受到高度评价且在定性模拟中广泛推广。在一次次的应用过程中，QSIM算法的变量不断改进，约束和操作域不断进步，还增加了半定量分析方法[13]。
在定性物理学中，数量空间是系统实际纬度的提取。定性空间的值可以逐步分类并覆盖变量。模糊定量是常规定性空间的半定量扩展，是所有变量的定性值的子集集合[14]。踩踏事故危险性系统中，需要专家知识确定许多的因素状态[15]。心理学原理认为人的认知结果是模糊参量[16]。通过踩踏事故危险性分析，能得到的大部分信息为定性值，当需要获取定量信息时，可以依据专家知识转换为定性。采取二元组QS={QVAL，QDIR}表示变量，所取的定性值用QVAL来描述，{1，2，3，4，5}分别表示{很低，低，中等，高，很高};变量的变化方向用QDIR描述，取{↓，↘，→，↗，↑}分别表示为快速减少、缓慢减少、不变、缓慢增加和急速增加[17]。
公众安全行为受人员心理因素、安全意识和决策因素、环境等多种外部条件的影响，具有不确定性，无法将所有信息进行量化处理。因此，对踩踏事故人员不安全行为的分析适合采用定性模拟的方法，使用定性模拟进行分析意味着定性分析是整个模拟过程的主流，并根据需要使用定量技术支持分析。鉴于此模型没有客观指标，因此其值直接在模糊空间中表示。其中，环境变量A和决策变量B采用一元变量Ai=
3.2QSIM算法原理及规则设计
定性仿真理论分析表明定性模拟需要处理大量定性逻辑数据和关系。QSIM算法能够将定性仿真与计算机技术相结合，根据既定规则有效地模拟大量数据，在定性仿真领域得到广泛研究和应用[19]。
QSIM算法基于对踩踏事故的公共和危险行为模型创建定性决策过程。将危险行为模型视为一个系统，分析系统的初始状态，将下一个可能行为置于约束或转换规则的约束下，最后排列这些行为的构成并描述系统结果的行为[20]。QSIM算法的基本逻辑关系如图3所示。其原理主要包括变量输入和输出，模拟步骤，过滤方法等。
根据踩踏事故危险性模型中变量之间的相互关系，设计规则如下。
规则1，决策变量A和环境变量B由环境和管理员的特征确定，允许在一定范围内波动[21]。
规则2，状态变量C的定性值只能连续更改。变量的变化方向可能会跳跃。变量会随着时间推移和其他变量影响而逐渐变化，因此定性值不会突然变化。也就是说，定性值仅在连续状态下变化[22]。
规则3，必须根据特定规则确定受2个因素影响的状态变量，以确定其综合作用。随后应在指定的转换规则表中带入进行推理，作为确定此阶段可能的状态[23]。
规则4，受多个因素作用的状态变量，要按照一定的规则依次进行推导。从全局角度解释，合理则进行下一步，否则，模拟将以失败告终[24]。
规则5，影响变量仅一个因素。作用因素当前的变化方向是变量改变方向。前一级变量的效果和状态与通用转换规则表结合在一起，得出可确定当前级状态的结论。
规则6，在模拟过程中出现分支的情况下，根据均匀分布显示分支简化计算。文中按照随机等概率进行剪枝减少组合爆炸。
4踩踏事故危险性定性模拟
4.1定性模拟方案设计
公众不安全行为模型中各类状态变量、环境变量和决策变量的初始状态在不同的状态下代表着不同的初始情况，初始情况不同最终得到的模拟结果也不同。为了使得到的结果具有对比性[25]，改变不同的变量条件探究对模拟过程以及结果的影响程度，结合收集到的事故案例分析以及多种致因因素的多重考虑，制定见表2的模拟方案，不同的方案代表不同初始状态。
4.2定性模拟结果分析
系统状态变量定性值所占百分比可由公式（1）获得，它反映了系统状态变量的定性值在本轮模拟中的分布情况，占比最高的定性值就是该变量模拟后最可能达到的程度，是群体安全行为及其相关要素的重要考量指标。为了便于对比分析，定性值所占百分比在模拟结果汇总表的基础上，以柱状图等图形方式进行统计分析。
pij=sij/nc×100%（1）
式中pij为第i个系统状态变量的定性值j所占的百分比;sij为第i个系统状态变量的定性值j在整个模拟过程中出现的次数之和，其中，j={1，2，3，4，5};nc为模拟的总次数。
依据模拟软件，将表2中设定的10种方案，分别代入系统中，得到系统模拟的最终结果。统一设定模拟阶段为20，模拟次数为100。图中定性值1，2，3，4，5分别表示状态变量的状态为很低、低、一般、高和很高。具体模拟结果如图4所示。
4.2.1方案1
在不受到外界环境的干扰，且不进行安全管理与安全教育的情况下，活动安排的不合理性、不安全行为以及踩踏事故发生的危险性从初始值“一般”（定性值3）逐步升高相对稳定在“很高”（定性值5），其余各要素包括危险因素识别、安全意识、应急预案、应急演练以及应急观念均从初始值“一般”（定性值3）逐步恶化至“很低”（定性值1），比例均在50%以上。从图4可以直观的看出，活动安排的不合理性、不安全行为及踩踏事故发生的危险性取值集中在“很高”，其余系统变量定性值取1的比重最大，说明系统各个状态向“很低”方向发展。F191FC4A-792D-4749-8D0F-AA5A93EAF57B
4.2.2方案2
踩踏事故危险性模型在受到强度一般的外界环境的干扰，且进行一般强度的安全管理与安全教育的情况下，危险因素识别、安全意识以及应急演练因素从初始值“一般”（定性值3）逐步降低至“很低”（定性值1），应急预案向定性值1与定性值5分散发展，其余各要素应急观念、活动安排的不合理性以及不安全行为均从初始值“一般”（定性值3）逐步升高至“很高”（定性值5），比例均在45%以上，踩踏事故发生的危险性主要集中在“很高”（定性值5），取值在25%以上，在“低、一般、高”（定性值2、3、4）也有分布，取值在10%左右。
4.2.3方案3，方案4
通过对比方案3与方案4模拟结果的柱状图可以看出，方案3中公众在受到强度较低的外界环境的干扰情况下，进行高强度的安全管理与安全教育，活动安排的不合理性、不安全行为以及踩踏事故发生的危险性从初始值“一般”（定性值3）逐步降低到“很低”（定性值1），其余各要素包括危险因素识别、安全意识、应急预案、应急演练以及应急观念均从初始值“一般”（定性值3）逐步升高至“很高”（定性值5），比例均在90%左右。在方案3中，活动安排的不合理性、不安全行为以及踩踏事故发生的危险性取值集中在“很低”，其余系统变量定性值取5的比重最大，说明系统各个状态向“很高”的方向发展，相对比可以看出方案4中，在受到强度较高的外界环境的干扰情况下，进行低强度的安全管理与安全教育情况，系统各个状态向“很低”的方向恶化，与方案5恰好相反。
方案5中，系统受到一般的外界环境的干扰，且进行高强度的安全管理与安全教育的情况下，应急演练和应急预案从初始值“一般”（定性值3）逐步降低至“很低”（定性值1）。危险因素识别和安全意识稳定在初始值“一般”（定性值3），活动安排不当，不安全行为以及踩踏事故发生的危险性趋向初始值“很高”（定性值5），应急观念从初始值“一般”（定性值3）逐步升高最终稳定在“高”（定性值4）。
4.2.5方案6，方案7
方案6和方案7中，不论是初始值为“很高”的公众不受到外界环境的干扰且不进行安全管理与安全教育，还是初始值为“低”的公众受到强度高外界环境的干扰但进行高强度安全管理与安全教育，最终的演化结果均相对发散。2种方案下，危险因素识别和应急演练从初始值逐步降低并相对稳定在“很低”（定性值1），应急预案、应急观念以及不安全行为均相对稳定在初始值“很高”（定性值5）。相对方案6中，其他各因素在方案7中的演化结果更加向两极化分散，总体来说两者演化结果都没有明显降低踩踏事故的危险性。
5结论
1）在环境干扰不变和不采取任何安全管控对策的情况下，踩踏事故危险性系统状态注定会向糟糕的方向恶化。在不同初始值状态下，采取与环境干扰同等强度的安全管控手段，系统演化效果均不理想，并不能明显降低公众的不安全行为和踩踏事故发生的危险性。
2）采取安全管控强度高于环境干扰强度的方案，能够明显提高参与人员的安全意识，降低聚集活动安排的不合理性，降低人的不安全行为和踩踏事故发生的危险性，系统演化效果相对理想;与之相对，如果采取安全管控强度低于环境干扰强度的方案时，活动安排的不合理性、人的不安全行为以及踩踏事故发生的危险性显著上升，系统整体状态趋向恶化。
参考文献（References）：
[1]公共安全体系与品质生活 西子“我们”论坛.让我们生活在安全的公共体系之下[J].杭州（周刊），2011，9（7）：14-15.Public Safety System and Quality of Life Xizi “We” Forum.Let us live under a safe public system[J].Hangzhou（Weekly），2011，9（7）：14-15.
[2]王镜源，杨艳芹.浅谈建筑企业施工管理人员安全意识影响因素研究[J].中小企业管理与科技（上旬刊），2020，29（8）：131-132.WANG Jingyuan，YANG Yanqin.A brief discussion on the factors affecting the safety awareness of construction management personnel in construction enterprises[J].Management and Technology of Small and Medium-sized Enterprises（1st issue），2020，29（8）：131-132.
[3]范运超.网络化交通条件下大型人流聚集点应急指挥系统的研究[D].成都：西南交通大学，2013.FAN Yunchao.Research on the emergency command system of large crowd gathering points under networked traffic conditions[D].Chengdu：Southwest Jiaotong University，2013.
[4]于帆，宋英华，霍非舟，等.城市公共场所拥挤踩踏事故统计分析与风险评估研究[J].安全与环境工程，2017，24（1）：126-133.YU Fan，SONG Yinghua，HUO Feizhou，et al.Statistical analysis and risk assessment of stampede accidents in urban public places[J].Safety and Environmental Engineering，2017，24（1）：126-133.
[5]張广宇，曹庆贵，姚庆国，等.煤矿员工群体安全行为模型分析[J].煤炭经济研究，2011，31（11）：101-104.ZHANG Guangyu，CAO Qinggui，YAO Qingguo，et al.Analysis of coal mine employee group safety behavior model[J].Coal Economic Research，2011，31（11）：101-104.F191FC4A-792D-4749-8D0F-AA5A93EAF57B
[6]陈萍.煤矿职工群体安全行为定性模拟技术研究[D].济南：山东科技大学，2011.CHEN Ping.Research on qualitative simulation techno-logy of coal mine workersgroup safety behavior[D].Jinan：Shandong University of Science and Technology，2011.
[7]胡斌，李让辉.基于QSIM算法的激励过程模拟研究[J].武汉理工大学学报（信息与管理工程版），2006，28（8）：132-135，142.HU Bin，LI Ranghui.Simulation research of motivation process based on QSIM algorithm[J].Journal of Wuhan University of Technology（Information and Management Engineering Edition），2006，28（8）：132-135，142.
[8]DE KLEER J，BROW S.A qualitative physics based on confluence[J].Artificial Intelligence，1984，24：7-83.
[9]KUIPERS B J.Qualitative simulation[J].Artificial Intelligence.1986，29（3）：289-338.
[10]WASAKI Y，SIMON H A.Causality in design behavior[J].Artificial Intelligence，1986，29（1）：3-32.
[11]楊云飞.供应链企业间知识共享策略定性模拟研究[D].昆明：昆明理工大学，2016.YANG Yunfei.Qualitative simulation research on know-ledge sharing strategy among supply chain enterprises[D].Kunming：Kunming University of Science and Technology，2016.
[12]章德宾.企业组织行为演化的定性模拟研究[D].武汉：华中科技大学，2007.ZHANG Debin.Qualitative simulation research on the evolution of enterprise organizational behavior[D].Wuhan：Huazhong University of Science and Technology，2007.
[13]俞凯.煤矿职工群体安全行为定性模拟方法及软件平台研究[D].济南：山东科技大学，2019.YU Kai.Research on qualitative simulation method and software platform of coal mine workers group safety behavior[D].Jinan：Shandong University of Science and Technology，2019.
[14]邓冬娅.市场需求预测定性模拟模型和系统研究[D].武汉：华中科技大学，2004.DENG Dongya.Qualitative simulation model and system research on market demand forecasting[D].Wuhan：Huazhong University of Science and Technology，2004.
[15]王东锋，王军民，陈英武.模糊定性仿真理论研究与算法实现[J].计算机仿真，2001，18（4）：6-9.WANG Dongfeng，WANG Junmin，CHEN Yingwu.Theoretical research and algorithm implementation of fuzzy qualitative simulation[J].Computer Simulation，2001，18（4）：6-9.
[16]SHANE P，HYNDMAN B.Gestalt psychological principles in developing meaningful understanding of games and sport in PE[J].Journal of Teaching in Physical Education，2018，37（4）：322-329.
[17]夏功成.企业知识群体行为的定性模拟研究[D].武汉：华中科技大学，2005.XIA Gongcheng.Qualitative simulation research on enterprise knowledge group behavior[D].Wuhan：Huazhong University of Science and Technology，2005.
[18]龚晓光，黎志成，胡斌.人力资源管理系统定性模拟方法研究[J].工业工程与管理，2004，9（6）：65-69，74.GONG Xiaoguang，LI Zhicheng，HU Bin.Research on qualitative simulation method of human resource management system[J].Industrial Engineering and Management，2004，9（6）：65-69，74.F191FC4A-792D-4749-8D0F-AA5A93EAF57B
[19]董升平.企业管理人员甄选决策的定性模拟系统研究[D].武汉：华中科技大学，2005.DONG Shengping.Research on the qualitative simulation system of enterprise managers selection decision[D].Wuhan：Huazhong University of Science and Technology，2005.
[20]曹庆贵，俞凯，周鲁洁.群体安全行为定性模拟研究及其应用[M].北京：应急管理出版社，2020.
[21]夏功成，胡斌，张金隆.基于定性模拟的员工离职行为预测[J].管理科学学报，2006，15（4）：81-94.XIA Gongcheng，HU Bin，ZHANG Jinlong.Prediction of employee turnover behavior based on qualitative simulation[J].Journal of Management Science，2006，15（4）：81-94.
[22]黄姗姗.煤矿职工不安全行为的模拟与博弈研究[D].济南：山东科技大学，2018.HUANG Shanshan.Simulation and game research on unsafe behavior of coal mine workers[D].Jinan：Shandong University of Science and Technology，2018.
[23]夏功成，胡斌，张金隆.任务型群体工作行为的定性模拟研究[J].工业工程与管理，2005，10（5）：10-15.XIA Gongcheng，HU Bin，ZHANG Jinlong.A qualitative simulation research on task-based group work behavior[J].Industrial Engineering and Management，2005，10（5）：10-15.
[24]王瑞花.中小企業个体知识共享绩效评价定性模拟研究[J].工业技术经济，2014，33（8）：51-57.WANG Ruihua.A qualitative simulation study on the performance evaluation of individual knowledge sharing in small and medium-sized enterprises[J].Industrial Technology Economics，2014，33（8）：51-57.
[25]CAO Q G，YU K，ZHOU L J，et al.In-depth research on qualitative simulation of coal minersgroup safety behaviors[J].2019，113：210-232.F191FC4A-792D-4749-8D0F-AA5A93EAF57B
