任國友教授 王文濤 劉 旭

（1.中國勞動關(guān)系學(xué)院 安全工程學(xué)院應(yīng)急決策與仿真分析實驗室，北京 100048；2.首都經(jīng)濟貿(mào)易大學(xué) 安全與環(huán)境工程學(xué)院，北京 100070）

0 引言

機場類公眾聚集場所（Airport Public Gathering Place，APGP）是城市公共安全管理的重要區(qū)域與場所之一。機場航站樓是一類典型的公眾聚集場所，具有人員集中、人群復(fù)雜、局部人員密度高的特點[1]。其次，場所內(nèi)人員流動性大，人員構(gòu)成復(fù)雜。由于個體差異，在面對意外情況時，很容易造成現(xiàn)場混亂并導(dǎo)致事故的發(fā)生。因此，面對突發(fā)事件，研究人群在公眾聚集場所的行為，實現(xiàn)高效、合理、準確的人員疏散非常重要。

針對行人的個體差異，行人流理論的研究最早開始于20世紀50年代。國外學(xué)者Fruin于1987年提出了宏觀行人流特征的概念[2]，研究了行人在平均速度，行人密度和行人交通流方面的聚集性特征。May對行人流行為特征方面進行了研究，并將行人疏散仿真模型分為宏觀仿真模擬和微觀仿真模擬兩大類[3]。Huang等人認為[4]，在一定條件下，Hughes模型中行人的路徑選擇行為滿足用戶動態(tài)平衡原則。國內(nèi)學(xué)者陳濤等人[5]認為行人的行為減速是為了避免碰撞，從而修正了社會力模型。盧春霞[6]運用了波動理論研究人群在出口的擁擠行為。陳亮等人[7]模擬了雙出口教室人員的疏散過程。趙光華和張廣厚[8]對北京北苑交通樞紐的設(shè)計進行仿真模擬分析。張建勛等人[9]利用VISSIM仿真模擬軟件對北京地鐵客流量進行仿真模擬分析，但很少有關(guān)機場航站樓乘客群體行為的研究。鑒于此，本研究基于乘客登機離港情景，以首都機場T3航站樓作為仿真對象，運用MassMotion軟件仿真分析了乘客群人流行為，揭示了首都機場T3航站樓進站與登機離港時行人流特征。

1 機場行人流影響因素及其特征

行人流特性差異可以從個體特征差異和非個體特征差異2方面進行分析。

1.1 個體因素及其特征

個體特征差異包括年齡、性別、文化和種族差異等因素。一是年齡。年齡是影響行人速度的一個重要因素。根據(jù)年齡可將人群分為3個階段，15～40歲為青年，40～60歲為中年，60歲以上為老年。二是性別。僅考慮性別因素，男女身體結(jié)構(gòu)存在差異，行走速度必定存在差異。通常，男人有更大的步伐和更快的步速。三是文化和種族差異。行人流研究目前多數(shù)在歐洲、亞洲、北美進行。亞洲人同西方人（歐洲，北美）身材有著明顯的差異[10]。

1.2 非個體因素及其特征

非個體特征差異包括溫度、攜帶行李狀況、避讓距離和建筑設(shè)施類型等因素。一是溫度。溫度對行人速度有明顯的影響。二是攜帶行李狀況。根據(jù)行李的大小尺寸可分為4種情況[11]。無行李或攜帶隨身小包、小行李（公文包等）、中等行李（中等尺寸的行李箱等）和大行李（大件行李箱或兩個及以上的中等尺寸行李箱）。三是避讓距離。避讓距離是指行人，行人和墻壁或障礙物之間的最小距離。這取決于周圍環(huán)境和行人自由度[12]。四是建筑設(shè)施的類型。在公共場所，典型的建筑設(shè)施包括人行走道、過廊、電梯、樓梯、自動扶梯、推拉門和旋轉(zhuǎn)門等。當(dāng)行人使用垂直移動設(shè)施時，行人對向下方向的運動延遲更敏感[13]，穿過門時，形成拱形區(qū)域的可能性取決于門的寬度和行人的恐慌程度。

1.3 首都機場客流量調(diào)查統(tǒng)計

機場作為公眾聚集場所，有其特殊之處，節(jié)假日相較日常工作日接待客流量增多。基于現(xiàn)實國情，每到節(jié)假日時，客流量急劇增大。目前，我國全年法定節(jié)假日（一般包括元旦、春節(jié)、清明節(jié)、勞動節(jié)、端午節(jié)、中秋節(jié)、國慶節(jié)）共7個，其中春節(jié)和國慶節(jié)持續(xù)時間最長，出行、回家的客流量是最多的。根據(jù)北青航媒發(fā)布的數(shù)據(jù)顯示，首都機場T3航站樓占首都機場旅客流量近60%。研究將選取典型假期為例，機場會在假期前做好預(yù)計進出港旅客的數(shù)據(jù)統(tǒng)計，根據(jù)官網(wǎng)發(fā)布的數(shù)據(jù)統(tǒng)計可知，2018年4月5～7日將迎來“清明”小長假，在為期3天假期內(nèi)，首都機場預(yù)計進出港旅客74.7萬人次，日均24.9萬人次[14]。在“五一”小長假期間，即4月29日～5月1日，首都機場預(yù)計保障進出港旅客80.5萬人次，日均26.8萬人次；進出港航班預(yù)計4860架次，日均1620架次。從這兩個假期的數(shù)據(jù)比較可以看出，日均人數(shù)差別不大，總?cè)藬?shù)還是五一長假相對較多。與往年春運客流量比較，春運的日均客流量與上兩個節(jié)假日持平，雖然春運客流量是最大的，但因為其持續(xù)時間長，所以人流數(shù)量分散。因此，得出結(jié)論節(jié)假日日均旅客量是大致相同的。

2 航站樓乘客人群行為仿真模型

2.1 首都機場T3航站樓概況及仿真工具選用

2.1.1 首都機場T3航站樓概況

北京首都國際機場3號航站樓主樓由荷蘭機場顧問公司（NACO）和英國諾曼福斯特建筑事務(wù)所聯(lián)合設(shè)計。機場所處北京市順義區(qū)，位于北京城城區(qū)的東北方向，和市區(qū)有多條線路的連接，交通便利。3號候機樓是世界第二大單體航站樓，并且是中國最大的單體建筑。3號航站樓由主樓，國內(nèi)候機大廳和國際候機大廳組成。配備自動處理高速傳輸?shù)男欣钕到y(tǒng)、快速客運、快速交通系統(tǒng)和總建筑面積98.6萬平方米的信息系統(tǒng)。國際機場理事會（ACI）發(fā)布數(shù)據(jù)統(tǒng)計顯示，2017年世界各大機場接待旅客排名，中國北京機場以9579萬人次的客流量位居第二。

2.1.2 乘客行人流模型及其仿真工具

在20世紀50年代時，Lewin在研究行人移動行為時發(fā)現(xiàn)，行人在移動過程中會受到力的作用，行人因此會改變自己的運動行為。后來，D. Helbing等人根據(jù)Lewin提出的理論，將流體力學(xué)方程與Lewin的理論組合起來，建立了一個社會力模型[15]，這里將行人視為滿足力學(xué)定律的粒子，相比于其他模型，能更加真實地再現(xiàn)行人運動現(xiàn)象。社會力模型是基于以個體為單位所建立的，它是一種連續(xù)行人流動態(tài)模型。因此，本研究采用的MassMotion軟件是基于社會力模型研發(fā)的一款新型人群仿真模擬軟件，其仿真效果與機場乘客實際人群的運動更相符。

2.2 行人流仿真模型構(gòu)建

2.2.1 基本假設(shè)

（1）初始狀態(tài)。航站樓內(nèi)所有服務(wù)設(shè)備均正常運行，沒有上機和等候的旅客，安保人員、服務(wù)人員等員工均處于就緒狀態(tài)。

（2）模型中行人運行流程涉及到買票、值機、安檢等服務(wù)。均選擇方式為：旅客先到達則先得到服務(wù)。

（3）值機柜臺的功能分為：有行李托運柜臺和無托運行李柜臺。

（4）安檢通道分為兩個類型：普通通道和VIP通道。旅客選擇安檢的方式遵循就近原則且選擇隨機，即旅客行走距離最短[16]。

（5）為了簡化行人仿真模型，該模型中不包括行李檢查和行李分檢等流程。

（6）假設(shè)所有的旅客均熟悉登機流程，每一架航班都沒有延誤，當(dāng)日所有航班均按照計劃時刻表執(zhí)行飛行任務(wù)。

2.2.2 基本模擬參數(shù)

按航空運輸?shù)膰H慣例，機場運行開放時間點是6:00，關(guān)閉時間點是24:00，數(shù)據(jù)顯示北京機場在0:00～6:00間仍有部分航班執(zhí)行。通常以航班數(shù)量、航班密度和占航班總量的比重三者作為衡量指標。仿真中模型選擇人最多的中午黃金航段（11:00～14:00）的20min進行模擬。20min約有16個航班，每架航班搭乘人數(shù)約121人，共3146人。表1選取2018年4月某日進行統(tǒng)計得出T3航站樓各時段接待航班數(shù)量及每個時段預(yù)計搭乘旅客的人數(shù)。從中可以看出，日常工作日搭乘旅客數(shù)總計為15.05萬人[17]。

而節(jié)假日每日搭乘旅客數(shù)為25萬人左右，詳見1.3，兩個時段旅客人數(shù)差別明顯。

表1 T3航站樓各時段接待航班數(shù)量及預(yù)計搭乘人數(shù)Tab.1 The number of reception flights and the estimated number of passengers in each time period of terminal T3

2.2.3 觀測數(shù)據(jù)與仿真參數(shù)標定

筆者實地調(diào)查首都機場T3航站樓進出口通道行人流到達量分布數(shù)據(jù)，見表2、3，給出了仿真建模關(guān)鍵參數(shù)。

行人服務(wù)水平評價體系是Fruin根據(jù)行人運動（見表4）和候車（見表5）兩種不同行為下的場景內(nèi)服務(wù)水平，也就是依據(jù)人群的密度得出的人群在此范圍內(nèi)的舒適度。

表2 行人流建模參數(shù)Tab.2 Row stream modeling parameters

表3 行人流設(shè)施參數(shù)表Tab.3 Row parameter table of pedestrian facilities

表4 行人運動服務(wù)水平 [6]Tab.4 Pedestrian exercise service levels

表5 行人候車服務(wù)水平 [6]Tab.5 Pedestrian waiting service level

為了確定機場內(nèi)行人流步速，采用人工觀測和視頻采集的方法，結(jié)合個體特征差異和非個體特征差異中的影響因素，考慮年齡、性別、種族、攜帶行李狀況的影響，見表6。根據(jù)不同種類的人群，確定他們速度變化的范圍。

表6 不同種類人群的速度參數(shù)Tab.6 Speed parameters of different groups of occupant

3 仿真結(jié)果及其分析

在本研究中，模型分兩個部分，第一部分為旅客達到機場辦理托運、值機等服務(wù)，即進站區(qū)域；第二部分為旅客安檢通過從上機通道離港，模擬了航站樓黃金時段20min內(nèi)行人流情況和節(jié)假日最大客流量情況。

3.1 進站口仿真方案及其結(jié)果

輸出旅客進站口的仿真模擬界面，如圖1，不同顏色對應(yīng)不同種類的人群，深色代表男性，淺色代表女性。

圖1 進站口仿真圖Fig.1 Simulation diagram of inlet

3.1.1 日常工作日進站口仿真結(jié)果

從圖2可知，日常值機服務(wù)水平可以達到A級水平。在電梯和安檢口兩個易擁堵的區(qū)域，工作日行人密度表現(xiàn)良好。電梯達到C級服務(wù)水平之上，安檢處均在A級以上。

圖2 工作日值機服務(wù)情景行人平均密度圖Fig.2 Average pedestrian density graph of working day check-in service scenario

3.1.2 節(jié)假日進站口仿真結(jié)果

在節(jié)假日時間段內(nèi)，旅客人數(shù)增多，航班增多，導(dǎo)致服務(wù)壓力增大，服務(wù)水平的等級即將降低到E級，如圖3；在進站口的其他局部區(qū)域（如電梯口和安全檢查處），容易造成人員的擁擠，但都沒到達危險的情況。

圖3 節(jié)假日值機服務(wù)情景行人平均密度圖Fig.3 Average pedestrian density of holiday check-in service scenario

3.2 登機離港仿真方案及其結(jié)果

T3航站樓登機離港受建筑結(jié)構(gòu)重要影響，其輸出旅客離港仿真測試結(jié)果界面，如圖4。

圖4 旅客登機離港仿真界面Fig.4 Passenger boarding departure simulation interface

3.2.1 日常工作日進站口仿真結(jié)果

圖5顯示在日常工作日，乘客從B1層乘坐電梯進入一層安檢區(qū)，進行排隊接受安檢，行人平均密度均在E級以上服務(wù)水平，滿足基本乘機的需要，排隊順暢，設(shè)施之間有序銜接，沒有較為擁堵的區(qū)域。

圖5 工作日離港前通過安檢區(qū)行人平均密度圖Fig.5 Average pedestrian density of passing through the security area before departure

3.2.2 節(jié)假日進站口仿真結(jié)果

同樣，增加模擬人數(shù)，模擬節(jié)假日時段內(nèi)的人群密度發(fā)現(xiàn)，在安檢處存在擁堵狀況，局部人群突然密集區(qū)域密度增大。

3.3 T3航站樓實際行人流特征分析

行人流特征可以用行人流流量、速度和行人流密度3個基本參數(shù)描述。

3.3.1 流量與密度之間的關(guān)系

密度是用來描述特定區(qū)域內(nèi)行人密集程度的參數(shù)。通過實際觀測數(shù)據(jù)（通過SAS的F檢驗，95%的置信區(qū)間），繪出流量與密度的關(guān)系圖，如圖6，并得到的二次多項式函數(shù)：

圖6 T3航站樓人群密度與流量關(guān)系Fig.6 Relationship between occupant density and traffic flow in terminal T3

擬合出的流量與密度關(guān)系趨勢圖，對比文獻[19]研究結(jié)果，當(dāng)密度為K=2.08人/m2，區(qū)域內(nèi)行人流量達到最大值為Q=73p/min/mm，且當(dāng)達到最大值后，流量開始逐漸下降，整體圖像呈開口向下。以Km=2.08人/m2為分界點，此時流量為最大流量Qm前一部分為不擁擠范圍，后一部分屬于擁擠的范圍。當(dāng)密度Kj=4.21人/m2時，此時流量Q接近于0，這時區(qū)域內(nèi)的人群非常擁擠，難以移動，達到難以忍受的最小靜態(tài)空間。

3.3.2 速度與密度之間的關(guān)系

同樣，如圖7，本文將實際觀測數(shù)據(jù)與文獻[19]進行對比，總體趨勢大致相同，即：

與圖8國外學(xué)者研究結(jié)果對比可知，在密度為0～1人/m2區(qū)間內(nèi)，人流密度較小，行人處于離散的狀態(tài)，個體行為特征因素對速度的影響占據(jù)主要位置。與模擬仿真結(jié)果作對比，C級處于密度為1.393～2.333人/m2之間，而依據(jù)實際測量的結(jié)果，當(dāng)密度達到K=2.08人/m2時，是不擁擠和擁擠的分界點，這個點落于C級區(qū)域內(nèi)，仿真與實際符合。

圖7 密度與速度關(guān)系圖Fig.7 Relation between density and velocity

圖8 文獻[20]中的密度與速度關(guān)系Fig.8 Relation between density and velocity obtained in literature[20]

4 結(jié)論

（1）研究發(fā)現(xiàn)，相比日常工作日，節(jié)假日同一地點行人流平均密度明顯增大，科學(xué)預(yù)測節(jié)假日高峰期的行人流密度是航站樓事故風(fēng)險控制的關(guān)鍵手段。

（2）仿真結(jié)果表明，首都機場T3航站樓行人流量與密度在水平通道處呈二元函數(shù)關(guān)系。當(dāng)達到區(qū)域內(nèi)行人密度條件的某一點時，即K=2.08人/m2，行人流量達到峰值；密度再增大，到密度Kj=4.21人/m2時，行人流量為零，這時稱此密度為阻塞密度。

行人速度與密度之間的關(guān)系更為復(fù)雜，在密度為0～1人/m2區(qū)間內(nèi)，即人流密度較小的區(qū)域，行人處于離散的狀態(tài)，個體行為特征因素對速度的影響占據(jù)主要位置；當(dāng)人群密度大于4人/m2時，即在行人流高度密集時，非個體行為特征對于速度變化不產(chǎn)生影響。

（3）航站樓的基礎(chǔ)設(shè)施在一段時間內(nèi)不會改變，想要更好的緩解航站樓這類公眾密集場所的安全問題，需要建立合理有效的安全管理制度，著重培養(yǎng)工作人員的安全素質(zhì)，在服務(wù)質(zhì)量不變的情況下，提高服務(wù)效率。