湛維明+王佳

【摘 要】本文從突發(fā)性人流聚集事件的形成機理及特征入手分析了預防及處理此類事件的方法與策略，闡述了利用大數據分析技術應對該類事件的主要方法。首先通過陳毅廣場群眾擁擠踩踏事故入手，分析了人流聚集事故的形成原因；接著從控制機制和輔助手段入手，提出預防此類事故的基本策略；最后提出了利用大數據分析對應對突發(fā)性人流聚集事件的方法與啟示。

【關鍵詞】大數據分析；人流聚集；踩踏；預防

一、引言

2014-2015新年交替之際，上海外灘的陳毅廣場發(fā)生了嚴重踩踏事故，事件一共造成了35人死亡、另外有43人受傷，這次事件為公共事件應急處理敲響了警鐘。事故原因已開始調查，隨著時間的變化，有關數字可能還會變化，與其抱怨、質疑是否存在瞞報，我們更應該反思如何利用已有的技術或應用解決此類問題，防范類似的悲劇重演。事實上，無論在國內還是國外，突發(fā)性人流聚集事故時有發(fā)生，原因各有不同，但過程還是有很多相似之處，比如德國擁擠踩踏事件、印度擁擠踩踏事件、麥加朝圣事件甚至日本的海嘯事件等。對于突發(fā)性人流聚集事件的應對而言，可以利用大數據，將所有已發(fā)生的事故做分析，形成一套分級提示體系，讓提示內容更早的發(fā)布且更具有警示性。一種比較直接的方法是，假如個人進入某個特定的具有一定風險區(qū)域時，由運營商為其發(fā)送風險等級及危害影響的短信，并配上歷史上發(fā)生的事故內容。這個時候，如果該個體看到這些提示和內容，便有很大可能會改變主意。當然，我們也必須看到，很多突發(fā)性人流聚集事故的發(fā)生地，并不是每天都有意外發(fā)生。如何有效平衡民眾的公共空間自由選擇權和人身安全保障，是一件極具挑戰(zhàn)的事情，如果將管理限制的太嚴，那么可能會對群眾的某些權利產生影響，如果管理相對寬松，則又會被群眾認為相關部門沒有盡到管理和防范的義務。

二、突發(fā)性人流聚集事件的形成機理及防范策略

盡管突發(fā)性人流聚集事故的發(fā)生是在一瞬間，但是過程是分階段的。不論是早些年“北京密云燈展踩死擠傷游人特大事故”，還是現在的“上海外灘踩踏事故”，都是在短時間內突然發(fā)生的，具有很強的不可預測性，而追尋其蹤跡，我們只能人群聚集的過程中找到端倪。從漸進的過程來看，這里面有幾個關鍵因素，特定時段、特定地點，以及源源不斷的人群，人群中有的人是自發(fā)聚集，有的純粹是“湊熱鬧”。面對天災，我們進行預防及應急的難度確實很大，但如果是人為因素，規(guī)避和防范的難度就會小很多。國內部分專家認為，建立突發(fā)性人員流量控制機制是防范這類悲劇再次發(fā)生的關鍵所在。

在突發(fā)性人流聚集事件的防范與控制中，管理最為關鍵。然而相應的管理策略細節(jié)較多，管理方法不具有精確性，比如什么時候疏導，如何疏導，疏導線路、車輛調度等，這些都是需要具體制定的內容。大數據分析可以為我們提供一條快速有效的管理途徑，使我們盡量減少決策者通過“拍腦袋”來決定事件的管理決策。這里有很多難題，都需要通過大數據分析的支撐來幫助管理和指定政策。管理人員可根據大數據分析的結果采取各種措施，對人流采用疏導、限流甚至可以直接通過警力進行干預，最終防患于未然，將安全隱患排除。

因此，在大部分人為因素導致的公共突發(fā)事件的預防和處理中，互聯網及大數據正在發(fā)揮越來越大的作用。去年召開的第一屆世界互聯網大會上，介紹了一種用于動態(tài)監(jiān)控人員流量的大數據分析平臺。這個分析平臺可以對會場人員和行為的數據進行實時分析，數據主要包括國籍、終端、應用、關注內容等內容，分析結果包括用戶年齡性別比例、流量的使用偏好，消費傾向等等。同時，通信運營商在此類研究及服務上也發(fā)揮了重要作用，某通信公司在總結云計算、大數據分析的基礎上，利用移動終端用戶的各類行為進行挖掘，以此分析某個區(qū)域范圍內各類人群的流量數據，最終幫助職能部門進行防災指揮和疏導決策。這種技術實現的主要功能包括實時獲取人員數量，災變自動告警，人員屬性分析，智能判別災害類型等。

三、大數據分析對應對突發(fā)性人流聚集事件的方法與

啟示

總的來說，突發(fā)性人流聚集事件有著其固有的規(guī)律，一般分為人流變大-人流停滯-人流騷動-人流失控-發(fā)生意外等五個環(huán)節(jié)。其中，在最初的人流變大環(huán)節(jié)中，控制人流大小，合理疏散人流，是最有效的防治辦法。在4G移動通信普及的當下，手機基本已成隨身攜帶的“必備品”。從手段上看，不論是交管部門等有關部門的視頻監(jiān)控設備，還是人群中人人攜帶的手機等通訊設備，不論是通過短信群發(fā)，還是基站服務人群數分析，抑或是基于地理位置的大數據挖掘，理論上存在一種可能，當單位平方米上人數或手機數達到一定臨界點時，就極易發(fā)生意外，這也是大數據應對人流聚集事件的基礎。

大數據分析技術在人流密集風險預警系統(tǒng)中的應用思路如下：一旦某個區(qū)域人流密集，除通過聚集地附近的圖像智能識別系統(tǒng)采集實時的人流信息之外，還應收集和分析通信服務信息。在分析和處理這些海量數據的基礎上，通過馬爾科夫鏈和數據挖掘的方法對人流活動規(guī)律進行模型建立，以此實時的人流狀態(tài)進行判別，在這個基礎上對未來一段時間內的人流變化趨勢進行預測，最終形成結論。當人流速度或人群數量達到或超過預警標準時，系統(tǒng)將實時發(fā)出警報，同時根據大數據分析得到的事件原因、人群行為和地理信息建立模型，最終計算出最佳疏散方案并交付指揮中心執(zhí)行。

四、總結

雖然已經有一些成果可供使用，但是人流分析技術乃至于城市計算仍是前沿的朝陽領域，仍面臨很多的挑戰(zhàn)和難點需要攻克，未來還有很長的路要走，遠遠沒有達到將目前突發(fā)性人流聚集事件所面臨的問題徹底解決的地步。大數據帶給我們的是一種新的思維方式，一種使我們的生活，我們的城市朝著更好、更安全、更智慧的方向發(fā)展的途徑。政府在日后的工作過程中更多的采用以數據為支撐的決策方式將是一個大的趨勢。依靠數據防范突發(fā)事件，以計算驅動城市運轉，互聯網及大數據的應用將會發(fā)揮很大的正向作用。

【參考文獻】

[1]何濤. 從上海外灘踩踏事件看城市及旅游區(qū)人群聚集風險的監(jiān)控與預警[J]. 品牌（下半月），2015，06：42.

[2]佟瑞鵬，李春旭，鄭毛景，鄧曉瑞. 擁擠踩踏事故風險定量評價模型及其優(yōu)化分析[J]. 中國安全科學學報，2013，12：90-94.

[3]張青松. 人群擁擠踩踏事故風險理論及其在體育賽場中的應用[D].南開大學，2007.

[4]王振. 城市公共場所人群聚集風險理論及應用研究[D].南開大學，2007.

[5]張青松，劉金蘭，趙國敏. 大型公共場所人群擁擠踩踏事故機理初探[J]. 自然災害學報，2009，06：81-86.

[6]白銳，梁力達，田宏. 人群聚集場所擁擠踩踏事故原因分析與對策[J]. 工業(yè)安全與環(huán)保，2009，02：47-49.

[7]張娜. 公共聚集場所安全狀況及主要影響因素分析[D].中國地質大學（北京），2008.

[8]王振，劉茂. 人群聚集過程的定量分析與計算機模擬[J]. 青島大學學報（自然科學版），2006，02：44-49.