謝雪剛

(山東省菏澤市公安消防支隊(duì)定陶大隊(duì), 山東荷澤 274000)

?

黑箱理論在人員統(tǒng)計(jì)中的應(yīng)用

謝雪剛

(山東省菏澤市公安消防支隊(duì)定陶大隊(duì), 山東荷澤 274000)

文章針對(duì)商場(chǎng)這一公共聚集場(chǎng)所，采用人員監(jiān)測(cè)統(tǒng)計(jì)軟件方式，獲取商場(chǎng)不同時(shí)間段的人流量，并通過(guò)黑箱理論，計(jì)算出不同時(shí)間段商場(chǎng)內(nèi)人員滯留量。研究結(jié)果表明：不同時(shí)間段，商場(chǎng)人流量變化較大。統(tǒng)計(jì)時(shí)間為平安夜但非休息時(shí)間，商場(chǎng)內(nèi)人流高峰主要集中在晚上18:00之后，人員在19:00-20:00時(shí)間段時(shí)，商場(chǎng)內(nèi)總滯留量人數(shù)達(dá)到一天內(nèi)峰值。

公共聚集場(chǎng)所； 人員監(jiān)測(cè)； 統(tǒng)計(jì)分析

2013年1月27日，位于巴西圣瑪麗亞市中心一家名為“吻”的夜總會(huì)發(fā)生嚴(yán)重火災(zāi)，死亡人數(shù)為233人，傷100多人，成為巴西近50年來(lái)火災(zāi)事故中死亡人數(shù)最多的一次。死者多是因?yàn)榇蠡甬a(chǎn)生的濃煙而窒息死亡，部分死者是在火災(zāi)逃生過(guò)程中被人群踩踏而死。踩踏事故是大型活動(dòng)及公共場(chǎng)所的多發(fā)性事故，是各場(chǎng)所預(yù)防的重點(diǎn)。隨著經(jīng)濟(jì)、城市建設(shè)事業(yè)的飛速發(fā)展，大型商場(chǎng)、影劇院、體育賽場(chǎng)等公共場(chǎng)所，規(guī)模不斷擴(kuò)大，國(guó)際化程度不斷提高，然而，人群的大密度出現(xiàn)，也提高了人員傷亡事故發(fā)生的可能性，人員容易在走道和出口處發(fā)生擁擠現(xiàn)象，造成群死群傷事故的發(fā)生。

澳大利亞R.S.C.Lee和R.L.Hughes首次明確提出對(duì)人員擁擠踩踏事故的研究。研究中主用利用一些公開的事故數(shù)據(jù)信息，引入連續(xù)行人流模型，通過(guò)事例對(duì)人員擁擠和踩踏事故進(jìn)行定量分析，并預(yù)測(cè)人員疏散行為規(guī)律。文中指出，人員擁擠踩踏事故死亡原因分為兩種，一種是由于人群過(guò)度擁擠，造成踩踏事故，個(gè)體由踩踏致死，另一種是由于人群過(guò)度擁擠，個(gè)體由擁擠致死。同時(shí)指出，在移動(dòng)的人群中，踩踏往往發(fā)生在人群擁擠之前等觀點(diǎn)[1-3]。德國(guó)D.Helbing[4]等人分析了人員恐慌心理—人群擁擠踩踏的主要原因，提出可用于人員疏散的社會(huì)力模型，并依據(jù)社會(huì)力模型，對(duì)恐慌狀態(tài)下的自組織疏散現(xiàn)象進(jìn)行模擬分析。研究中，通過(guò)不同場(chǎng)景設(shè)定，模擬人員運(yùn)動(dòng)特征，得出疏散時(shí)，恐慌引起的人群驚跑是人員密集場(chǎng)所最危險(xiǎn)的存在形式，恐慌引起的人員驚跑使個(gè)體之間不斷碰撞、摩擦，產(chǎn)生擁擠，引起踩踏事故，造成人員重大傷亡。其研究成果對(duì)人員擁擠踩踏事故理論提供了研究思路。

1 黑箱理論

黑箱理論(Black Box Theory)是根據(jù)生態(tài)系統(tǒng)內(nèi)物質(zhì)和能量的輸入和輸出來(lái)判定研究對(duì)象在系統(tǒng)中所處的平衡狀態(tài)的理論?！昂谙洹笔侵改切o(wú)法打開卻又不能從外部直接觀察其內(nèi)部結(jié)構(gòu)的復(fù)雜系統(tǒng)。生活中，存在著很多不能通過(guò)直接觀察進(jìn)行研究的“黑箱”問(wèn)題。為了研究黑箱系統(tǒng)的內(nèi)部結(jié)構(gòu)及其參數(shù)，可以通過(guò)流入系統(tǒng)及流出系統(tǒng)的參數(shù)來(lái)推測(cè)研究其內(nèi)部結(jié)構(gòu)參數(shù)。黑箱理論給人們提供了認(rèn)識(shí)事物的一種新方法，尤其是對(duì)那些內(nèi)部結(jié)構(gòu)比較復(fù)雜的系統(tǒng)以及至今為止人類仍然很難分解的系統(tǒng)，黑箱理論的應(yīng)用給人們解決了很多認(rèn)識(shí)事物的難題。

黑箱理論認(rèn)為自然界中的事物不是孤立存在的，而是各事物之間彼此相互聯(lián)系、相互作用的。根據(jù)黑箱理論，即使人們看不到“黑箱”的內(nèi)部結(jié)構(gòu)及其相關(guān)參數(shù)，但仍然可以根據(jù)“黑箱”系統(tǒng)的輸入和輸出參數(shù)的變化，研究其內(nèi)部結(jié)構(gòu)及其相關(guān)參數(shù)。

2 黑箱理論在人員統(tǒng)計(jì)中的應(yīng)用

在不進(jìn)入商場(chǎng)內(nèi)部的情況下，如何判斷商場(chǎng)內(nèi)人員數(shù)量的動(dòng)態(tài)變化值是一個(gè)典型的黑箱問(wèn)題。在此問(wèn)題中，商場(chǎng)內(nèi)進(jìn)入人數(shù)為輸入值，出去人數(shù)為輸出值，商場(chǎng)內(nèi)每個(gè)時(shí)間段的的滯留人數(shù)屬于“黑箱”，即需要研究的問(wèn)題。因此，統(tǒng)計(jì)商場(chǎng)內(nèi)每個(gè)時(shí)間段的進(jìn)入人數(shù)和出去人數(shù)，即統(tǒng)計(jì)黑箱的輸入和輸出值，然后再根據(jù)黑箱理論去計(jì)算每個(gè)時(shí)間段商場(chǎng)滯留人員數(shù)量。

商場(chǎng)內(nèi)單個(gè)時(shí)間段內(nèi)人員的滯留量等于本時(shí)間段內(nèi)人員的滯留量加上上一階段內(nèi)的人員總滯留量。在不考慮商場(chǎng)初始狀態(tài)下人員數(shù)量條件下，建立數(shù)學(xué)計(jì)算方式如下：設(shè)第i個(gè)時(shí)間段內(nèi)人員輸入值為ai，第個(gè)時(shí)間段內(nèi)人員輸出值為bi，則第i個(gè)時(shí)間段內(nèi)人員滯留量為ai-bi，第i個(gè)時(shí)間段內(nèi)商場(chǎng)內(nèi)人員滯留量為第i個(gè)時(shí)間段內(nèi)人員的滯留量與上一階段人員滯留總量之和，用Ri表示，若采樣時(shí)間次數(shù)為m，則第i個(gè)時(shí)間段內(nèi)人員滯留計(jì)算公式為：

式中：Ri為商場(chǎng)內(nèi)人員的滯留量(人)；aj為第j個(gè)時(shí)間段內(nèi)人員數(shù)量的輸入值(人)；bj為第j個(gè)時(shí)間段內(nèi)人員數(shù)量的輸出值(人)；m為采樣的時(shí)間段數(shù)(次數(shù))。

圖1為不同時(shí)間段商場(chǎng)人流量統(tǒng)計(jì)。由于當(dāng)天人是工作日，白天大家普遍上班，因此，從圖中可以看出，上午9:00開始，進(jìn)客流人數(shù)、出客流人數(shù)和累計(jì)滯留人數(shù)隨時(shí)間的變化，緩慢增加，但增加幅度很小，滯留人員相對(duì)出客流量變化變化較大。中午14:00時(shí)間段，商場(chǎng)內(nèi)，進(jìn)客流量、出客流量及累計(jì)滯留客流量三個(gè)值差距較小，基本處于等值狀態(tài)。17:00以后，進(jìn)客流量及累計(jì)客流量與出客流量差距又開始拉開，至18:00后，進(jìn)客流量及累計(jì)滯留量迅速上升，出客流量沒(méi)有太大變化。19:00～20:00時(shí)間段，進(jìn)客流量及累計(jì)客流量達(dá)到峰值，達(dá)到13 000左右人數(shù)，此時(shí)商場(chǎng)內(nèi)人員總量為一天內(nèi)最大值，也是商場(chǎng)內(nèi)人員最擁擠的時(shí)間段。雖然出客流量在急劇增加，但商場(chǎng)內(nèi)總累計(jì)客流量仍為最大值。20:00-21:00時(shí)間段，出客流量到達(dá)峰值，此時(shí)間段，商場(chǎng)內(nèi)人員陸續(xù)返家，進(jìn)客流量及累計(jì)滯留客流量也急劇減小。

圖1 商場(chǎng)人流量統(tǒng)計(jì)

3 結(jié)論

利用黑箱理論，研究商場(chǎng)人員規(guī)律可知，人流分布呈現(xiàn)穩(wěn)定期、增長(zhǎng)期及衰減期三個(gè)階段，進(jìn)客流量和累計(jì)滯留客流量峰值出現(xiàn)在晚上19:00-20:00時(shí)間段，出客流量出現(xiàn)在晚上20:00-21:00時(shí)間段。商場(chǎng)內(nèi)人流量變化受地區(qū)、人們經(jīng)濟(jì)條件、工作時(shí)間及消費(fèi)理念等方式的影響。因此，可以應(yīng)用此統(tǒng)計(jì)的方法，對(duì)不同地區(qū)的不同類型的大型商場(chǎng)人流量進(jìn)行調(diào)查研究，獲取基礎(chǔ)數(shù)據(jù)，為消費(fèi)設(shè)計(jì)人員提供更合理的設(shè)計(jì)參考依據(jù)。

[1] RisS. C. Lee, Roger L. Hughes. Minimisation of the risk of trampling in a crowd, Mathematics and Computers in Simulation, 2007, 74: 29-37.

[2] R. L. Hughes. The flow of large crowds of pedestrians. Mathematics and Computers in Simulation, 2000, 53: 367-370.

[3] Roger L. Hughes. A continuum theory for the flow of pedestrians, Transportation Research Part B. 2002, 36: 507-535.

[4] Dirk Helbing. A Mathematical Model for the Behavior of Individuals in a Social Field, Behavior science 1998, 19: 189-219.

謝雪剛，男，大學(xué)本科，助理工程師。

X913.4

A

[定稿日期]2017-04-14