第1章绪 论
1.1 密集人群风险
自21世纪以来，世界城市化进程日新月异。2014年，全球约39亿人居住在城市中，城市人口比例已达到 54%，预计在 2015年将增长到 66%[1，2]。21世纪上半叶是中国城市高速发展时期，2007年的官方统计数据显示，全国总人口为 13.21亿，其中城市人口 5.93亿，城市化率达到 44.9%[3]。2010年，第六次全国人口普查结果显示全国总人口（不包括港、澳、台）达到 13.4亿，城市化水平上升至 49.68%，城乡人口基本持平[4]。2020年《国民经济和社会发展统计公报》显示，2020年末我国常住人口城镇化率超过 60%[5]。到 2050年，预计将有 75%的中国人居住在城市[6]。全球城市化进程的高速发展，势必将导致中国乃至世界的诸多城市面临着前所未有的人口聚集压力，人群高度密集可能将成为未来城市生活的常态。尽管密集的人群通常不会造成负面的影响[7]，但在有些时候，公共设施的落后与人群管理的缺失可能就会导致人群发生过度拥挤，甚至造成人员受伤或踩踏死亡的严重后果[8]，同时带来不必要的财产损失和极其恶劣的社会影响。
城市人口的急剧增多使得一些承担社会职能的公共场所压力陡增，体育场馆、交通枢纽、公园景区、宗教庙宇、商业中心等公共场所内举办的一系列活动都面临着参与人数众多、风险因素复杂、社会影响广泛、事故后果严重等问题。而且在很多上述类型的公共场所内，人群始终都处于一种接近饱和的状态，这给传统的管理方式带来了巨大的困难和负担。据统计[9]，在 21世纪的 150起拥挤踩踏事故中，死亡 5867人，受伤 12 722人，且主要发生在宗教场所、体育场所和公众集会场所。这充分表明，现代城市中公共场所的密集人群安全管理面临着巨大的挑战和危机。
近年来，全球仍然发生了多起较为严重的人群拥挤踩踏事故，如表 1.1所示。例如，在沙特阿拉伯，一年一度的穆斯林麦加朝圣是世界上昀大的步行活动之一，数百万人将会在几天内参加宗教仪式，现场十分拥挤。在 2006年以前，若干起人群事故导致数千人失去生命，此后，沙特阿拉伯政府启动了众多项目以防止此类事故的再次发生，建立了基于运筹学、数据分析和人群动力学的人群管理决策支持系统，使朝圣者行走顺畅且不再拥挤，确保了 2007～2014年未再发生与人群相关的大规模伤亡事故。然而在 2015年，相关部门和技术人员不再负责活动的路线规划和日程安排，一起人群事故灾难再次降临，造成数千人伤亡 [10]。在我国也同样发生过多起此类事故。例如，2014年末，上海外滩陈毅广场聚集了数十万群众准备观看跨年灯光秀活动，尽管该活动已经改换其他地点但大多数群众并不知情仍然向外滩广场聚集，由于现场管理措施缺失、安保力量不足、监管责任落实不到位，拥挤的人群在楼梯上形成对冲，楼梯下方行人被推倒后造成人体堆叠的致命情况，昀终导致数十人死伤 [11]。这些典型的重大人群拥挤踩踏事故表明，人群活动的安全管理和事故防范都亟须得到科学有效的理论指导和技术支持，这样才能从根本上杜绝群死群伤的惨痛后果。
表 1.1 2014年以来全球人群拥挤踩踏事故典型案例[12]
人群拥挤踩踏事故特征鲜明，包括人群密度高、发生突然、干预难度大等。统计数据也表明，在拥挤踩踏事件的触发诱因中，突发事件占 24.67%，有人摔倒占 30.67%，人为破坏因素占 16%。这表明此类事故往往难以准确预测，在事故预警方面存在巨大的难度。另外，由于事故区域人群密度较高且事故发生突然，如果前期规划不明确，事故处置和救援工作往往面临人力不足、行动迟缓、物资匮乏、协调不力、措施失当等现实问题，从而间接导致人员伤亡和财产损失状况进一步恶化，换言之，此类事故的应急干预工作同样难以做到有的放矢。尽管如此，研究人员仍然建立了众多人群动态监测系统[13-16]，涉及全球定位系统（global positioning system，GPS）[17-21]、红外技术 [22]、射频识别技术 [23，24]、蓝牙传感器 [25-27]及计算机视觉[28-35]等各种技术手段，旨在实时掌握人群运动的基本特征。但是，具有先进设计的基础设施与管理系统依然不能完全避免事故的发生，问题根源仍然在于对此类事故的发生机理认识不够深入，对于导致个体伤亡的原因理解还不完全透彻，同时缺乏有效的辅助规划和决策评估手段，当然也受限于管理人员的专业水平。
目前，各国都非常重视公共场所的安全管理工作，我国也颁布实施了《大型群众性活动安全管理条例》，要求对大型活动实行安全许可管理并进行风险评估。在人群聚集活动的准备阶段，需要深入调研实际场所存在的各种风险因素，并综合评估现有管理方式对公共场所规避各类风险的实际效果，尤其对于防范人群大规模聚集可能导致的拥挤踩踏事故，需要制订相应的干预策略和防控措施，同时利用模拟研究等手段预测人群的风险分布情况，验证干预策略及防控措施的有效性和适用性；在人群聚集活动的实际管理中，需要深刻理解密集人群运动的宏观特征规律和其内部的微观事故机理，并能够动态地掌握人群运动状态的演化趋势，根据提取到的特征参量计算个体伤亡风险，判断发生拥挤踩踏事故的可能性，并以此作为后续风险预警和信息发布的重要依据，适时启动应急预案并采取适当的干预措施。因此，深入研究密集人群拥挤踩踏事故发生的微观机理和宏观规律，建立基于个体层面的事故风险定量评估计算方法，从而优化现有的密集人群运动模拟及风险评估方法已经成为密集人群场所安全管理的迫切需求。
1.2 密集人群运动特征
速度、密度、流量是表征行人运动特征的基本变量，三者之间的相关关系称为基础图[36-38]，基础图的确定不仅有助于行人设施的设计 [36，39，40]，而且可以为行人流模型的建立和校验提供理论支撑[41-44]。因此，国内外研究人员通过实验、实例数据针对基础图展开了大量的研究[45-60]，发现不同学者提出的基础图的形状差异较大，造成这种差异的原因有很多，包括行人的文化背景、行人流运动方向、运动目的、建筑类型、数据的测量方法等 [61]。但是，所有的基础图都体现出一个共同的规律，即速度随着密度的增加而减小 [61]，并且可以根据速度的变化率将速度 -密度曲线划分为 4个阶段[50，62]。第一阶段中，速度缓慢减小，行人可以维持自身的期望速度运动；第二阶段中，随着密度增大，空间开始受限，速度的减小趋势加快；第三阶段中，人群中相互作用力增大，速度降低的趋势减缓；第四阶段中，由于行人物理尺寸的限制出现了昀大承受密度，速度迅速降低。此外，随着密度的增大，行人的运动空间受限，人群中出现超越、跟随、避让等行为 [63]，同时也会表现出低密度时不具有的行为特征[64]，如瓶颈现象[65]、分层现象 [66-68]、“拉链”现象[69]、震荡波[49]等。
（1）瓶颈现象。如果两名行人相互挨着行走并且都想通过狭窄的瓶颈，他们之间存在相互干扰，经过一段时间的相互作用或阻碍后，其中一人将首先通过瓶颈。低密度时这一现象并没有多大的影响，但是人群密度较高时，以及人群紧张或兴奋的情况下，合作水平会降低，瓶颈的使用效率降低，行人不断在瓶颈处积累从而发生堵塞现象[70]。Helbing等[71]通过社会力模型模拟了行人在瓶颈处的运动特征，发现人员的期望速度比 1.5 m/s小时，行人之间可以相互协调，顺畅地通过瓶颈，而期望速度大于 1.5 m/s时，堵塞现象就会发生，行人在瓶颈处的分布呈拱形，也就是说此时行人希望尽快通过瓶颈的心理反而降低了实际的运动速度，这被称为“快即是慢”现象。 Kirchner等[72]通过引入摩擦力因子来描述行人之间的冲突，即行人都想通过瓶颈，从而改进了元胞自动机，再现了高密度时行人在瓶颈处发生拥堵的现象，发现低密度下行人之间的冲突不会引起疏散时间的较大变化，而密度较高时，行人之间的冲突会使疏散时间急剧增大。Parisi和 Dorso[73，74]基于社会力模型研究了瓶颈处的拥堵现象，发现如果人员期望速度大于一定的阈值，那么疏散时间会增大，人流量会急剧减小，表现出了瓶颈处的“快即是慢”现象。Suzuno等[75]基于现象和分析模型深入分析了造成“快即是慢”现象的物理因素，发现该现象主要是由驱动力与非线性摩擦之间的竞争导致。 Seyfried等[76]结合其他瓶颈实验[77-80]的分析结果，发现瓶颈的位置、行人的初始位置和密度等都会影响瓶颈处拥堵现象出现的条件，通常情况下当进入的人流量大于昀大容量时，拥堵现象才会发生，此实验中瓶颈处发生拥堵的条件是行人密度大于 1.8 m.2，而某些情况下由于随机流量波动、本地组织的干扰或心理因素，拥堵现象会在昀大流量达到之前发生。Garcimartín等[81]组织了 85人参加两种不同工况的瓶颈实验，工况一时实验者被告知要尽快通过瓶颈，但不能推搡其他行人，工况二时实验者同样要尽快通过瓶颈，但是可以推搡其他人，通过两种工况的对比发现第二种工况下疏散时间远大于第一种工况，说明推挤力会加重拥堵现象。其他一些学者通过动物如蚂蚁、羊等开展了瓶颈实验，测量了相应的疏散时间和连续两只动物通过瓶颈的时间间隔，同样观察到了“快即是慢”现象 [82-85]。
（2）分层现象。密度较低时，行人可以使用简单的策略来昀大限度地减少不适感，如调整速度以避免与周围少数人发生碰撞，但是当人群密度较高时，特别是周围行人向反方向运动时，需要采用复杂的策略，此时行人会选择跟随着与自己方向一致的行人运动，导致分层现象出现 [70]。分层现象是行人自发形成的，减少了相反运动的行人的相遇次数，即相互作用频率和必要的制动或避让行为减少，从而提高了行人的步行效率[48]。Isobe等[86]通过在宽 2 m、长 12 m的通道内组织实验者进行双向运动实验，发现两股人流相遇时出现分层现象，当行人穿过逆向人流后分层现象消失。Kretz等[77]组织实验者在宽 1.98 m的通道内双向运动，通过改变双向运动行人的比例得到不同的工况，观察到了分层现象，并且昀多有 4层，层数为单数时总会表现出对称性破缺，为双数时，对称性在靠左行走的行人与靠右的行人达到均衡的情况下会保留。Moussa.d等[87]通过环形通道双向流实验研究了分层现象，发现分层现象是不稳定的，即分层以后的有序运动和不分层的无序运动交替出现，这主要是由行人舒适速度的改变造成的。 Zhang[55]在双向行人流实验中通过改变入口的宽度和给予的实验参与者的指令，发现无指令情况下分层现象较稳定，而有指令情况下层在空间和时间的分布会变换。 Guo等[88]分别研究了正常视野和视野受限情况下双向环形通道实验中行人的分层现象，发现正常视野下行人可以很快地分层，并且总是靠右行走，但是视野受限时，分层现象在初始阶段没有发生，经过一段时间的自学后开始采用分层行走以避免碰撞。 Shiwakoti等[58]比较了“T”形通道中两种不同的汇流方式下行人的自组织现象，第一种情况为行人先在直行通道中然后汇流进入 90°通道，行人通过靠近各自的拐角行走来避免碰撞，因此表现出明显的分层现象，而第二种情况为有一股人流在 90°通道内然后与另一股直行通道的人流汇集进入直行通道，此种情况下行人分层现象不明显。 Hoogendoorn和 Daamen[67]组织志愿者参加了窄瓶颈实验，在瓶颈宽度不变的前提下改变每组实验参与者的数量来研究分层现象与密度的关系，发现当瓶颈中行人的密度达到饱和（即临界值）时，分层现象出现，并且每个层的分布相对固定，层之间相距 0.45 m。Seyfried等[76]通过逐步增加瓶颈的宽度研究了分层现象，发现当瓶颈宽度大于 0.9 m时分层现象出现，并且瓶颈宽度变大时，层的分布发散，前后两人的时间间隔降低。Tian等[89]同样在瓶颈实验中观察到了行人的分层现象，发现当瓶颈宽度增加到 1.3 m时，层的数量由 2增加到 3，但是此时行人倾向于在瓶颈的两边行走，而不愿在中间
展开
