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。

1 調(diào)查問卷的設(shè)計(jì)與數(shù)據(jù)收集

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。

1.1 預(yù)調(diào)研及信度效度檢驗(yàn)

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。

1.2 正式調(diào)研及數(shù)據(jù)收集

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%。

2 描述性分析

2.1 年齡分布

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。

2.2 性別分布

調(diào)查對象的性別分布為男士占56%，女士占44%。

2.3 受教育程度分布

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%。

2.4 乘坐地鐵的頻率狀況

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%。

2.5 調(diào)查對象對地鐵突發(fā)事故的行為反應(yīng)

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%。

3 回歸模型的建立

3.1 無序多類回歸模型的建立

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。

3.2 模型效果分析

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

3.3 模型的檢驗(yàn)

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%。

4 結(jié)論

（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