劉嚴(yán)萍 王世通,2 張 宇
1.天津城建大學(xué) 經(jīng)濟(jì)與管理學(xué)院 2.北京交通大學(xué) 經(jīng)濟(jì)管理學(xué)院
基于logistic回歸的地鐵乘客應(yīng)急行為研究*
劉嚴(yán)萍1王世通1,2張 宇1
1.天津城建大學(xué) 經(jīng)濟(jì)與管理學(xué)院 2.北京交通大學(xué) 經(jīng)濟(jì)管理學(xué)院
近年來城市地鐵安全事故多發(fā),針對具體城市,開展地鐵乘客應(yīng)急行為特征的調(diào)查與研究具有重要現(xiàn)實(shí)意義。選擇性別、年齡、教育程度、乘車頻率4個(gè)因子,用多項(xiàng)logistic回歸分析這些因子對地鐵乘客應(yīng)急行為的影響。結(jié)果顯示,教育程度和乘坐頻率對地鐵突發(fā)事故下乘客應(yīng)急行為差異具有顯著影響。該研究成果對于天津市政府、地鐵相關(guān)部門進(jìn)行應(yīng)急預(yù)案修訂、對地鐵安全知識(shí)的宣傳和演練重點(diǎn)對象的選擇提供參考依據(jù)。
應(yīng)急行為;logistic回歸;問卷調(diào)查
地鐵因準(zhǔn)點(diǎn)率高、大容量、便捷性等已經(jīng)成為城市中最重要的公共交通工具之一。但是,由于地鐵及車站等內(nèi)部環(huán)境復(fù)雜,一旦遭遇突發(fā)事件,乘客的應(yīng)急疏散與地面應(yīng)急疏散存在較大差別,極易產(chǎn)生恐慌心理,從而導(dǎo)致行為混亂,甚至?xí)l(fā)生擁擠踩踏等惡性事故。因而研究突發(fā)事故背景的人群疏散有著重要的實(shí)踐意義。目前,對地鐵安全研究成果多側(cè)重于地鐵運(yùn)營事故致因分析[1-2]、天津地鐵網(wǎng)絡(luò)化搶險(xiǎn)救援模式[3]、網(wǎng)絡(luò)化運(yùn)營安全管理信息系統(tǒng)建設(shè)[4-5]、天津地鐵聯(lián)網(wǎng)運(yùn)營生產(chǎn)安全事故指標(biāo)分配研究[6]、天津地鐵運(yùn)營安全治理、網(wǎng)絡(luò)化運(yùn)營安全管理[7-8],而對人因的研究多側(cè)重于地鐵司機(jī)、調(diào)度員及車站管理人員,針對具體城市地鐵乘客應(yīng)急行為的量化研究較少[9-14]。因此,開展針對天津地鐵突發(fā)事件下乘客應(yīng)急行為研究,該研究結(jié)果對于指導(dǎo)應(yīng)急預(yù)案的修訂、培訓(xùn)及演練,提高地鐵安全管理效果,保障地鐵乘客出行安全,具有重要社會(huì)價(jià)值。
為確保調(diào)查數(shù)據(jù)的隨機(jī)性和科學(xué)性,本次調(diào)查在地鐵車站中隨機(jī)選擇市民進(jìn)行了調(diào)查,保證填寫問卷的市民都乘坐過天津市地鐵。在參照相關(guān)文獻(xiàn)的基礎(chǔ)上,結(jié)合已有知識(shí)和經(jīng)驗(yàn),對調(diào)查問卷進(jìn)行設(shè)計(jì),主要包括:基本信息(性別、年齡、受教育程度、地鐵乘坐頻率)、安全知識(shí)(地鐵安全關(guān)注度、安全事項(xiàng)關(guān)注度、宣傳知識(shí)的掌握程度)、應(yīng)急技能情況(對緊急報(bào)警裝置使用的熟練程度、對滅火器使用的熟練程度、對逃生錘使用的熟練程度)、突發(fā)事件(如火災(zāi)、停電)下的行為。
調(diào)查時(shí)間為2016年11月,獲取樣本144份,采用SPSS24.0對問卷數(shù)據(jù)進(jìn)行分析。首先進(jìn)行信度檢驗(yàn)。系數(shù)均超過了0.828,說明了量表內(nèi)部的高度一致性,調(diào)查問卷具有較高的信度;其次進(jìn)行共同性及因素負(fù)荷量檢驗(yàn)。將共同性值0.2以下的變量刪除后,樣本適當(dāng)性系數(shù)KMO的指標(biāo)為0.697,表明問卷具有較高的建構(gòu)效度。問卷修正并開始正式調(diào)研。
課題組成員在2017年1~3月在天津地鐵1、2、3、6號(hào)線地鐵車站進(jìn)行發(fā)放正式問卷,去除無效問卷31份,共收集有效樣本530份,問卷有效率為94.47%。
對于年齡而言,小于20歲的人群占調(diào)查對象的24.9%,20~40歲的人群占比為57.4%,40~60歲的人群占17.7%??梢姡谡{(diào)查對象中中青年較多。
調(diào)查對象的性別分布為男士占56%,女士占44%。
調(diào)查對象中初中或以下的占42.3%,高中或中專占48.5%,大?;虮究普?.7%,研究生及以上占3.5%。
通過調(diào)查乘客乘坐地鐵的頻率,可間接反映他們對地鐵結(jié)構(gòu)的熟悉程度。對乘客乘坐地鐵的頻率調(diào)查結(jié)果顯示,經(jīng)常(每周5次以上)、有時(shí)(每周2-5次)、偶爾(每月1-5次)、很少(每月1次以下)分別占33.8%、14.0%、25.5%和26.7%。
地鐵突發(fā)事故下,被調(diào)查對象的第一行為反應(yīng)的統(tǒng)計(jì)結(jié)果是:不知所措的占3.4%,自己判斷的占6.2%,跟人流占6.2%,主動(dòng)報(bào)警的占84.2%。
本文設(shè)計(jì)Y作為因變量,性別、年齡、受教育程度、乘坐頻率為自變量。對相關(guān)變量進(jìn)行多類別logistics回歸分析結(jié)果,見表1。
“模型擬合信息”:檢驗(yàn)整個(gè)模型,由表1可知,概率小于顯著性水平0.05,該模型具有顯著意義。
表1 模型擬合信息
“擬合優(yōu)度”:由計(jì)算出的概率值可知,兩種卡方檢驗(yàn)方法都說明擬合效果好,見表2。
表2 適合度
“似然比檢驗(yàn)”:由計(jì)算出的概率小于顯著性水平0.05,說明其對應(yīng)的變量對于因變量有顯著的影響意義,見表3。受教育程度和乘坐頻率對因變量的影響顯著。
表3 似然比檢驗(yàn)結(jié)果
“參數(shù)估計(jì)”:自變量的顯著性是根據(jù)各個(gè)自變量系數(shù)后面的Sig值判斷的,以最后類別做參考類別,計(jì)算出的變量概率小于顯著性水平0.05的,說明在95%的顯著性水平下顯著。計(jì)算出的具體系數(shù)見表1。參數(shù)估計(jì)值結(jié)果,見表4。
在“不知所措”模型中,在其他條件相同前提下,初中或以下、高中或中專、本科學(xué)歷的地鐵乘客,相對于碩士學(xué)歷的地鐵乘客,在地鐵突發(fā)事故下,出現(xiàn)不知所措的概率,較選擇主動(dòng)報(bào)警的概率分別為0.034,0.022和0.201,回歸系數(shù)均為負(fù),說明,隨著學(xué)歷的增長,在突發(fā)情況下,不知所措的比例在下降,說明高學(xué)歷人群更不容易出現(xiàn)“不知所措”的狀態(tài)。對于乘坐頻率而言,乘坐頻率越低的乘客,在地鐵事故發(fā)生時(shí),更容易出現(xiàn)“不知所措”的狀況。
表4 參數(shù)估計(jì)值
在“自己判斷”模型中,初中或以下、高中或中專、本科學(xué)歷的乘客,相對于碩士學(xué)歷的乘客,在地鐵事故發(fā)生時(shí),選擇自己判斷的似然比率分別為0.078、0.170和0,回歸系數(shù)均為負(fù),結(jié)果為,學(xué)歷越高人群選擇“自己判斷”的人群越低,由于在計(jì)算過程中,受教育程度=3的變量不顯著,因此可能存在影響。乘坐頻率很少(每月1次以下)、偶爾(每月1-5次)、有時(shí)(每周2-5次)相對于經(jīng)常(每周5次以上)的地鐵乘客,選擇自己判斷的概率,較選擇主動(dòng)報(bào)警的似然比率分別為0.540、0.582和0.069?;貧w系數(shù)均為負(fù)。
在“跟人流”模型中,初中或以下、高中或中專、本科學(xué)歷的地鐵乘客,相對于碩士學(xué)歷的地鐵乘客,在地鐵突發(fā)事故下,選擇跟人流的概率,較選擇主動(dòng)報(bào)警的似然比率分別為0.326、0.183和0.483,回歸系數(shù)均為負(fù),說明相對于碩士學(xué)歷人群而言,學(xué)歷越高,選擇跟人流的從眾行為越低,可能由于學(xué)歷高人群接受較多的相關(guān)教育。乘坐頻率很少(每月1次以下)、偶爾(每月1-5次)、有時(shí)(每周2-5次)相對于經(jīng)常(每周5次以上)的地鐵乘客,選擇跟隨他人的似然比率,較選擇主動(dòng)報(bào)警的似然比率分別為0.861、0.096和0.075。說明乘坐次數(shù)越多的情況越不易產(chǎn)生從眾行為,現(xiàn)實(shí)中,這些人群對地鐵很熟悉。
表5給出預(yù)測的分類數(shù)據(jù)情況,并與實(shí)際觀測數(shù)據(jù)項(xiàng)比較,其中的正確率平均達(dá)到了84.0%。
表5 預(yù)測分類正確性分析
根據(jù)logistic回歸模型的回歸結(jié)果,計(jì)算每種出現(xiàn)情況的概率如下:
其中π1、π2、π3、π4分別為4個(gè)選項(xiàng)的概率。據(jù)式(1)、(2)、(3)、(4)可以估計(jì)這類群體選擇這4種反應(yīng)的概率。如對于高中生每周乘坐2-5次人群而言,其X32=1,X43=1,其他變量都為0,根據(jù)表4的系數(shù)算出而π1+π2+π3+π4=1,則可以解π1=0.0022,π2=0,012,π3=0.0089,π4=0.9767,即該類人群進(jìn)行人群疏散時(shí)選擇“不知所措”的概率為0.22%,選擇“自己判斷”的概率為1.2%,選擇“跟人流”的概率為0.89%,選擇“主動(dòng)報(bào)警”的概率為97.67%。即分別表現(xiàn)了慌亂、一定的判斷力、從眾、主動(dòng)性行為能力。將測試樣本20份輸入模型,對比實(shí)際問卷結(jié)果,正確率16份,驗(yàn)證結(jié)果表明,模型預(yù)測精度達(dá)到80%。
(1)該研究表明,教育程度和乘坐頻率對于地鐵突發(fā)事故下乘客應(yīng)急行為差異具有顯著影響。
(2)對比類似研究所得結(jié)果:教育程度和性格對因變量有顯著影響。本研究就教育程度而言,與其研究結(jié)果具有一致性。由于地鐵的特定環(huán)境限制,人群疏散過程受多種因素影響,因此,在今后的研究中,需增加變量。
(3)所建模型得到突發(fā)事件下行為差異而言,一是文化層次較低,一是出行較少,這對于目前天津市政府、地鐵相關(guān)部門進(jìn)行地鐵安全知識(shí)的宣傳和演練重點(diǎn)對象的選擇提供實(shí)際層面的引導(dǎo)。在本課題被調(diào)研的天津市地鐵乘客中,偶爾(每月1-5次)、很少(每月1次以下)分別占25.5%和26.8%,占到了地鐵出行乘客的較大比例,對于這些人群,僅僅在地鐵站內(nèi)開展安全宣傳是不夠的,因?yàn)樗麄冊诘罔F站停留的時(shí)間非常有限,平時(shí)政府倡導(dǎo)采用以社區(qū)為基本單位的宣傳教育形式,應(yīng)借助于社區(qū)宣傳欄設(shè)置醒目的標(biāo)語,社區(qū)NGO組織等開展送知識(shí)、送技能的活動(dòng),能夠使得廣泛的地鐵乘客,更多地接觸到安全知識(shí),提高安全意識(shí),獲取技能的顯著提高。
[1]曾小旭.天津地鐵網(wǎng)絡(luò)化運(yùn)營應(yīng)急預(yù)案管理系統(tǒng)研發(fā)[D].天津:天津大學(xué),2012
[2]王荔平.天津市軌道交通工程風(fēng)險(xiǎn)管理研究[D].濟(jì)南:山東大學(xué),2012
[3]韓豫,成虎.基于脆弱性的地鐵運(yùn)營安全事故致因分析[J].中國安全科學(xué)學(xué)報(bào),2013,(8):164-170
[4]郭華軍.天津地鐵網(wǎng)絡(luò)化運(yùn)營搶險(xiǎn)救援模式研究[C].2014中國城市地下空間開發(fā)高峰論壇論文集,2014
[5]郭華軍,鄭媛媛.天津地鐵網(wǎng)絡(luò)化運(yùn)營安全風(fēng)險(xiǎn)預(yù)控體系建設(shè)研究[C].2015年中國城市科學(xué)研究會(huì)數(shù)字城市專業(yè)委員會(huì)軌道交通學(xué)組年會(huì)論文集,2015
[6]賈崇強(qiáng),郭華軍,孟亞東.天津地鐵運(yùn)營安全管理信息系統(tǒng)的構(gòu)建[J].都市快軌交通,2014,(4):51-62
[7]郭華軍.天津地鐵聯(lián)網(wǎng)運(yùn)營生產(chǎn)安全事故指標(biāo)分配研究[C].2014中國城市地下空間開發(fā)高峰論壇論文集,2014
[8]郭華軍.天津城軌網(wǎng)絡(luò)化運(yùn)營安全管理探索與思考[J].科技創(chuàng)新與應(yīng)用,2012,(32):65-66
[9]萬欣,李啟明,袁競峰.乘客異常行為引發(fā)地鐵運(yùn)行延誤事件關(guān)鍵路徑識(shí)別[J].中國安全科學(xué)學(xué)報(bào),2014,(9):152-158
[10]王世通,楊艷紅.基于多項(xiàng)Logistic回歸的地鐵應(yīng)急疏散行為影響因素分析[J].城市軌道交通研究,2014,(5):73-76
[11]陳磊.地鐵乘客不安全行為的識(shí)別、評(píng)價(jià)與干預(yù)研究[D].南京:東南大學(xué),2014
[12]臺(tái)寶燦.城市地鐵乘客安全素質(zhì)抽樣調(diào)查分析及對策研究[D].北京:中國地質(zhì)大學(xué),2012
[13]何理,蔣仲安,穆娜娜.地鐵乘客特性與疏散行為特征相關(guān)性分析[J].中國安全生產(chǎn)科學(xué)技術(shù),2015,(9):94-100
[14]郭雩,何理,石杰紅.地鐵不同人群疏散行為特征調(diào)查問卷研究[J].中國安全生產(chǎn)科學(xué)技術(shù),2012,(4):183-188
天津市建設(shè)系統(tǒng)軟課題(2016-軟17);住房城鄉(xiāng)建設(shè)部2015年科學(xué)技術(shù)項(xiàng)目(2015-R2-054);2012年教育部人文社會(huì)科學(xué)規(guī)劃項(xiàng)目(12YJC630012)
劉嚴(yán)萍(1979-),女,河南汝南人,講師,博士,主要從事城市安全應(yīng)急管理研究。E-mail:liuxiawy@126.com
王世通(1980-),男,河北衡水人,講師,在讀博士,主要從事城市安全應(yīng)急管理研究。E-mail:wangshitong-2008@163.com