羊海米 呂偉 潘麗娟

摘 要：為探索高校教學(xué)樓出入口上下課人流量高峰時(shí)期的流量特征，首先選取某高校的兩棟教學(xué)樓的6個(gè)出入口作為觀測對象，開展觀測實(shí)驗(yàn)，然后，匯總處理實(shí)驗(yàn)數(shù)據(jù)，比較分析各出入口之間的流量差異和使用率特征。結(jié)果表明，以教學(xué)樓-宿舍、教學(xué)樓-食堂、教學(xué)樓-車站、教學(xué)樓-外部出口等為起訖點(diǎn)的出行方向會直接影響學(xué)生群體對教學(xué)樓各不同出口的選擇，進(jìn)而造成各出入口的流量差異和使用率不均衡，高校管理者在對教學(xué)區(qū)域進(jìn)行管理時(shí)，需要考慮學(xué)生群體的行為特性和出行空間特征，通過合理排課、合理分流、優(yōu)化出入口、增設(shè)引導(dǎo)等方式影響學(xué)生群體對出入口的選擇行為，從而避免因出入口使用率不均帶來的擁擠踩踏風(fēng)險(xiǎn)。

關(guān)鍵詞：校園安全;教學(xué)樓;出入口;擁擠踩踏風(fēng)險(xiǎn);觀測實(shí)驗(yàn)

中圖分類號：TB 文獻(xiàn)標(biāo)識碼：Adoi：10.19311/j.cnki.1672-3198.2019.25.099

0 引言

近年來，學(xué)校擁擠踩踏事故屢見不鮮，根據(jù)事故發(fā)生的時(shí)間和地點(diǎn)統(tǒng)計(jì)分析，這類事故主要發(fā)生在課前課后的教學(xué)樓出入口和樓梯處。高校作為學(xué)生高度集中的場所，教學(xué)樓出入口通行設(shè)施在學(xué)生上下課人流量高峰時(shí)段承受巨大壓力，存在很大的擁擠踩踏事故風(fēng)險(xiǎn)和管控難度。因此，如何準(zhǔn)確識別高校教學(xué)樓出入口的人群流動風(fēng)險(xiǎn)，提出并實(shí)施相應(yīng)的管控措施，是高校校園安全管理的重要工作。

目前，國內(nèi)外針對人群擁擠踩踏風(fēng)險(xiǎn)的研究主要集中在模型研究和機(jī)理研究兩個(gè)層面。模型研究層面，多關(guān)注常態(tài)或緊急狀況下的人群行為，并進(jìn)行建模分析。Lee等人利用連續(xù)行人流模型，通過實(shí)際案例對人群擁擠踩踏事故進(jìn)行分析并預(yù)測人群的行為規(guī)律;Henein等人通過改進(jìn)Kirchner的元胞自動機(jī)模型，歸納了個(gè)體間相互作用力所遵循的基本規(guī)律;Helbing等人針對恐慌導(dǎo)致的人群擁擠踩踏事故，提出了“社會力”模型，研究了人群在恐慌狀況下的“自組織現(xiàn)象”;Teknomo以“社會力”模型為基礎(chǔ)，深入分析了人群中的排斥力并建立了新的微觀模型;張培紅等人基于行人間的相互影響，建立了群集流動的微觀動力學(xué)模型，通過計(jì)算機(jī)模擬人員群集流動現(xiàn)象。機(jī)理研究層面，多以相關(guān)理論為依據(jù)，從社會學(xué)角度研究人群擁擠行為并分析踩踏事故的成因。盧春霞以波動理論為依據(jù)，剖析了人群擁擠形成的一般機(jī)理;張青松等人基于風(fēng)險(xiǎn)理論、事故突變等理論方法提出了人群擁擠踩踏事故風(fēng)險(xiǎn)的四階段理論，并構(gòu)建了理論模型;于帆等人以事件系統(tǒng)理論為基礎(chǔ)，結(jié)合事件本身特點(diǎn)來分析踩踏事故機(jī)理，建立了擁擠踩踏事故原理圖;無論是模型研究還是機(jī)理研究，都是從理論層面展開，關(guān)注既已發(fā)生的事故案例，對人群密集擁擠場所中通行設(shè)施的實(shí)證研究程度尚不充分。

考慮到高校教學(xué)樓出入口的有限通行能力和巨大的短時(shí)人群流量高峰壓力，有必要掌握這些出入口學(xué)生流量的時(shí)間和空間特征，進(jìn)而在特定的時(shí)間對流量壓力很大的出口采取干預(yù)和管控措施，減少學(xué)生擁擠踩踏的風(fēng)險(xiǎn)，具有重要意義?；诖?，本文以某高校兩棟教學(xué)樓的6個(gè)不同位置處的出入口為研究對象，開展實(shí)地流量觀測實(shí)驗(yàn)，獲取其人群通行流量的時(shí)間數(shù)據(jù)，分析其流量特征和通行能力，進(jìn)而提出合理的干預(yù)和管控措施。

1 研究方法

本研究采取試驗(yàn)觀測法，采集高校教學(xué)樓出入口學(xué)生進(jìn)出流量數(shù)據(jù)，通過流量數(shù)據(jù)的時(shí)間序列分析和空間比較分析，探討上下課期間教學(xué)樓出入口的流量特點(diǎn)，有針對性地提出優(yōu)化出口利用和流量的干預(yù)和管控措施。

1.1 觀測點(diǎn)選取

為保證研究的可信度，需選擇具有代表性的教學(xué)樓出入口作為觀測點(diǎn)，以保證數(shù)據(jù)的充分性和有效性。觀測點(diǎn)的選取遵循兩條基本原則：（1）視野開闊良好，便于在學(xué)生大量進(jìn)出時(shí)通過觀測方式統(tǒng)計(jì)流量數(shù)據(jù);（2）上下課期間，學(xué)生進(jìn)出量足夠大，可以達(dá)到較為擁擠的狀態(tài)。

根據(jù)以上原則，筆者對某高校教學(xué)區(qū)的多棟教學(xué)樓進(jìn)行了實(shí)地觀察調(diào)研，選取其中特點(diǎn)明顯、出入口布局差異較大的兩棟教學(xué)樓作為研究對象，將其6個(gè)出入口（P1，P2，P3，P4，P5，P6）作為觀測點(diǎn)，如圖1所示。

1.2 觀測的組織與實(shí)施

為保證觀測數(shù)據(jù)的準(zhǔn)確性，本研究擬采用設(shè)備影像錄入與人工計(jì)數(shù)相結(jié)合的觀測方式，在重點(diǎn)觀測點(diǎn)安裝攝像機(jī)一臺、配備觀測員一名，觀測員通過電腦觀看影像，統(tǒng)計(jì)并錄入各時(shí)段的實(shí)時(shí)人流量數(shù)據(jù)。為減小氣象、光照等無關(guān)因素對人流量的影響，觀測應(yīng)盡可能在天氣晴好的日間進(jìn)行，同時(shí)，為準(zhǔn)確獲得各時(shí)段的人流量信息并得到各重點(diǎn)觀測點(diǎn)可容納的最大人員數(shù)量，觀測應(yīng)全天候進(jìn)行，時(shí)間為8：00-17：00。

2 觀測有效性分析

基于觀測方法與觀測背景，對觀測所得數(shù)據(jù)的時(shí)間代表性、地點(diǎn)代表性、峰值可靠性、時(shí)間精度進(jìn)行分析。

時(shí)間代表性。本觀測定于4月天氣晴好的工作日，在該時(shí)間段內(nèi)，學(xué)校處于正常上課狀態(tài)，觀測所得數(shù)據(jù)在時(shí)間上具有較高代表性，有利于得到各重點(diǎn)觀測點(diǎn)的人流量特征。

地點(diǎn)代表性。本研究的觀測點(diǎn)為兩棟主教學(xué)樓的6個(gè)出入口，這兩棟教學(xué)樓在建筑結(jié)構(gòu)上具有較強(qiáng)代表性，且彼此之間差異較大，便于分析和比較兩者的優(yōu)劣。因此，在觀測樣本的選擇上，觀測所得數(shù)據(jù)具有較高代表性。

峰值可靠性。除個(gè)別人流量一直較為稀少的觀測點(diǎn)之外，其他觀測點(diǎn)均可得到高峰時(shí)段的人流量數(shù)據(jù)，可達(dá)到擁擠排隊(duì)狀態(tài)下單位時(shí)間內(nèi)的人流量密集程度，觀測所得數(shù)據(jù)均存在峰值。

時(shí)間精度。盡管各時(shí)間段的分隔用時(shí)嚴(yán)格掌控，但仍存在1-3秒的誤差，由于將5分鐘即300秒設(shè)置為計(jì)量單位，相對誤差可控制在0.33%-1%之間，因此各時(shí)間段的時(shí)間精度可得到保證。

本觀測共得到數(shù)據(jù)1296條，包含各觀測點(diǎn)在人流量高峰時(shí)段的數(shù)據(jù)，各教學(xué)樓出入口人流量變化范圍較大，為分析高校教學(xué)樓出入口人流量的時(shí)空特征，研究出入口通行能力，以及建立相應(yīng)的分流方案奠定了有效的基礎(chǔ)。

3 分析與討論

3.1 觀測數(shù)據(jù)記錄

各觀測點(diǎn)位置分布情況如圖1所示，其中，P1與P6為兩棟教學(xué)樓距校車候車點(diǎn)距離最短的出入口，P1與P5為兩棟教學(xué)樓距宿舍與食堂距離最短的出入口。

本研究觀測時(shí)間為8：05-17：00，將五分鐘設(shè)置為一個(gè)計(jì)量單位，分別統(tǒng)計(jì)并記錄各單位時(shí)間內(nèi)的進(jìn)出人員數(shù)量，獲得1296個(gè)觀測數(shù)據(jù)。表1為觀測時(shí)采集人流量的采集表。

3.2 數(shù)據(jù)統(tǒng)計(jì)與分析

為使數(shù)據(jù)展示形式更加直觀，以時(shí)序圖的形式對表1中的人流量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。統(tǒng)計(jì)結(jié)果如圖2-圖7所示，可觀測到各觀測點(diǎn)在不同時(shí)間段的人流量變化，并有針對性地比較各觀測點(diǎn)之間的差別。

圖2-圖7為6個(gè)不同觀測點(diǎn)處的人流量時(shí)間序列圖。從整體上看，各觀測點(diǎn)的總?cè)肆髁糠逯稻霈F(xiàn)在以下四個(gè)時(shí)間段：9∶40-10∶10、11∶50-12∶00、13∶50-14∶00、15∶40-16∶00，剛好為上下課間隙，大量學(xué)生需進(jìn)出教學(xué)樓更換上課教室，其余時(shí)間段內(nèi)，人流量在較低的水平上波動;從具體的出入情況看，進(jìn)入教學(xué)樓的人流量峰值普遍出現(xiàn)在9∶40-10∶10、13∶50-14∶00、15∶40-16∶00三個(gè)時(shí)間段，離開教學(xué)樓的人流量峰值普遍出現(xiàn)在9∶40-10∶10、11∶50-12∶00、15∶40-16∶00三個(gè)時(shí)間段，其中，11∶50-12∶00為上午課程結(jié)束時(shí)間，大量學(xué)生離開教學(xué)樓，13∶50-14∶00為下午課程開始時(shí)間，大量學(xué)生進(jìn)入教學(xué)樓;從人流量峰值的持續(xù)時(shí)間上看，持續(xù)時(shí)間一般為5分鐘，產(chǎn)生該現(xiàn)象的原因是大量學(xué)生集中在某一短時(shí)間段內(nèi)迅速進(jìn)入或離開教學(xué)樓，從而導(dǎo)致人群短時(shí)聚集和流量高峰現(xiàn)象的出現(xiàn)。然而，各教學(xué)樓出入口的進(jìn)入、離開以及總?cè)肆髁康姆逯挡煌?，達(dá)到峰值的時(shí)間也不完全相同，從表2中也可以看出。

3.3 教學(xué)樓出入口通行能力分析

經(jīng)以上數(shù)據(jù)分析，得出各教學(xué)樓進(jìn)出總?cè)肆髁糠逯导俺鋈肴肆髁?，結(jié)合各教學(xué)樓出入口寬度，可計(jì)算出各出入口實(shí)際通行流量，如表3所示。

由表3可知，在實(shí)際觀測中，出入口P5的實(shí)際流率為2.117人/米·秒，為6個(gè)出入口的實(shí)際流率最高值，出入口P6與P5的實(shí)際流率較為接近，為2.083人/米·秒，而其它4個(gè)出入口的實(shí)際流率較低，遠(yuǎn)低于P5和P6。流量差異的原因與各出入口的空間分布有關(guān)，在所觀測的學(xué)校，P1和P5是與宿舍區(qū)距離最短的出入口，學(xué)生更傾向于從這兩個(gè)出入口往返宿舍區(qū)與教學(xué)樓，且P1與校車點(diǎn)的距離最短，因此P1和P5分別為所在教學(xué)樓流量值最高的兩個(gè)出入口。P2和P6為兩教學(xué)樓間的往返出入口，其中，P6為教學(xué)樓通往校車點(diǎn)的出入口，P2較為隱蔽且不定時(shí)關(guān)閉，因此，P6的人流量峰值僅次于P5，而P2與P1人流量峰值差異較大。相比較，P4的人流量峰值最低，因?yàn)樵摮鋈肟诓⒉皇峭ㄍ奚釁^(qū)及教學(xué)區(qū)最近的通道，極少有學(xué)生選擇該出入口進(jìn)出，因而流量很低。

研究表明，當(dāng)飽和人群通過瓶頸時(shí)，瓶頸處的平均流率可達(dá)到2.5人/米·秒，該流率值可表征瓶頸的通行能力。對于本實(shí)驗(yàn)中的6個(gè)出入口，采用2.5人/米·秒的流率值作為通行能力計(jì)算依據(jù)，可得到各出口利用率，如表4所示。由表可知，出入口P5、P6的使用率分別為84.5%和83.7%，使用相對充分;而出入口P1、P2、P3的使用率較低，特別是出入口P4基本未被使用，各出入口之間的使用率呈現(xiàn)明顯的不均衡狀態(tài)。

4 結(jié)論與展望

從觀測得到的流量和流率差異的結(jié)果及其原因分析來看，盡管高校教學(xué)樓的出入口在數(shù)量上和寬度上都做了較為寬裕的設(shè)計(jì)，仍然出現(xiàn)了各出口進(jìn)入流量高峰時(shí)期的使用不均衡，在過人群過飽和的狀態(tài)下，使用率過高的出入口附近人群擁擠或踩踏的風(fēng)險(xiǎn)較大，而使用率低的出入口在某種意義上是對疏散空間資源的浪費(fèi)。

高校教學(xué)樓的出入口使用，不僅與教學(xué)樓建筑本身的出口布局有關(guān)，還會受到學(xué)生交通出行行為特性的影響，以教學(xué)樓-宿舍、教學(xué)樓-食堂、教學(xué)樓-車站、教學(xué)樓-外部出口等為起訖點(diǎn)的出行方向會直接影響學(xué)生群體對教學(xué)樓各不同出口的選擇，進(jìn)而造成各出入口的流量差異和使用率不均衡。但是從管理的角度上看，校園管理者可以通過合理排課、合理分流、優(yōu)化出入口、增設(shè)引導(dǎo)等方式影響學(xué)生群體對出入口的選擇行為，從而避免因出入口使用率不均帶來的擁擠踩踏風(fēng)險(xiǎn)，具體對策包括：合理分配各樓層的上課教室數(shù)，控制同時(shí)時(shí)段各樓層人數(shù);設(shè)置上下樓專用樓梯;應(yīng)根據(jù)人員流動情況制定樓梯使用規(guī)范，設(shè)置高峰期間上下樓專用樓梯，排除反向人流對人員流動速率的影響;在上下課流量高峰期，引導(dǎo)人群向低使用率出入口分流;在高峰時(shí)段增加出入口數(shù)量及通道，同時(shí)減少出入口附近非必要障礙物或設(shè)施。

高校教學(xué)出入口是人群密集的典型區(qū)域，有效避免該區(qū)域的擁擠踩踏事故發(fā)生，需要進(jìn)行大量深入的工作，從人防、物防、技防、教育、管理等多個(gè)角度，探討提升教學(xué)樓出入口安全性的有效途徑。

參考文獻(xiàn)

[1]Lee R C，Hughes R L.Exploring trampling and crushing in a crowd[J].Journal of transportation engineering，2005，131（8）：575-582.

[2]Henein C M，White T.Macroscopic effects of microscopic forces between agents in crowd models[J].Physica A，2007，（373）：694-712.

[3]Helbing D.Traffic and Related Self-Driven Many-Particle Systems[J].Review of Modern Physics，2000，73（4）：1067-1141.

[4]Helbing D，F(xiàn)arkas I，Vicsek T.Simulating Dynamical Features of Escape Panic[J].Nature，2000，407（6803）：487-90.

[5]Kirchner A，Schadschneider A.Simulation of evacuation processes using a bionics-inspired cellular automaton model for pedestrian dynamics[J].Physica A，2002，312（1）：260-276.

[6]Teknomo K.Microscopic Pedestrian Flow Characteristics：Development of an Image Processing Data Collection and Simulation Model[J].Tohoku University Japan，2016.

[7]張培紅，黃曉燕，萬歡歡等.人員群集流動自適應(yīng)元胞自動機(jī)模型研究[J].沈陽建筑大學(xué)學(xué)報(bào)（自然科學(xué)版），2006，22，（2）：289-293.

[8]盧春霞.人群流動的波動性分析[J].中國安全科學(xué)學(xué)報(bào)，2006，16（2）：30-34.

[9]張青松，劉金蘭，趙國敏.大型公共場所人群擁擠踩踏事故機(jī)理初探[J].自然災(zāi)害學(xué)報(bào)，2009，18（06）：81-86.

[10]于帆，宋英華，霍非舟，方丹輝.城市公共場所擁擠踩踏事故機(jī)理與風(fēng)險(xiǎn)評估研究—基于EST層次影響模型[J].科研管理，2016，37（12）：162-169.