陳偉　湯一鳴　趙軍　高婧怡　翟國方

摘要：城市尺度避難疏散模擬可發(fā)現應急避難服務缺口，為避難場所建設提供量化基礎?；谑謾C信令數據，構建疏散模擬模型，以天津市小白樓CBD地區(qū)為例，進行地震應急避難疏散模擬，研究發(fā)現：區(qū)域內總避難需求人數約79.3萬，在全部298個地塊中，緊急避難需求人員分布于白天的地塊有199個；全部疏散路徑的平均疏散時間約為10.8 min，小于10 min的路徑占比約80.3%。116個緊急避難場所平均接收人數為6 396，其中25處接收人數超過10 000，6處接收人數超過20 000。超容規(guī)模較大的避難場所主要分布于天津站周邊地區(qū)、海河東岸沿線區(qū)域、南京路沿線地區(qū)、津灣廣場、錦州道及山西路等，其中64個已超出其最大容量，共計超出容量人數為42.68萬，場均超容6 668人；52個未超容避難場所，總計最大能容納38.08萬人，但實際接收13.73萬人，尚能容納共計24.35萬人。

關鍵詞：應急避難場所；手機信令數據；地震避難；疏散模擬；天津

中圖分類號：P315.94文獻標識碼：A文章編號：1000-0666（2023）04-0611-11

doi：10.20015/j.cnki.ISSN1000-0666.2023.0053

0引言

應急避難場所在保持災后秩序、降低損失等方面扮演著重要角色，同時在保證人員安全、健康方面也發(fā)揮著關鍵作用（Nigg et al，2016；Shaw，2004）。作為一項基礎工作，避難場所需求評估在當前的避難場所規(guī)劃和災時疏散預案制定中均是必須面對的一個重大挑戰(zhàn)，這關系到避難場所的設置能否在規(guī)模和空間分布上最大程度地覆蓋受災人員，發(fā)揮出更好的服務狀態(tài)（Vecere et al，2017）。在地震災害中，避難場所需求預測大致可分為兩類，一是通過對人口密度、地質條件、用地性質、建筑質量、基礎設施等各種暴露性和脆弱性因子的綜合分析，得出各個區(qū)的受災率和受災人口（蔡庚洋，賀俏毅，2011；汪建等，2013）；二是通過更詳細的地塊建筑結構及其它信息得出地塊的避難率，結合用地類型和建筑高度、容積率等開發(fā)強度指標估算出地塊遭遇災害時的潛在疏散人數（陳志芬等，2016）。由于大城市往往職住分離，鐘擺式交通現象明顯，城市人口的晝夜分布存在著較大的差別，采用常住人口評估的場所需求會在城市的某些片區(qū)形成巨大的誤差（趙來軍等，2014）。針對如何估計城市人口的晝夜分布這一問題，有學者結合土地利用類型進行了人口的估算與模擬（江晴晴，2015；梁亞婷，2015；戚偉等，2013）。隨著可獲得的大數據類型的不斷豐富及其應用面逐漸拓寬，已有基于大數據的人口分布研究（Chen et al，2020；周天綺，2018），如孫忠和運迎霞（2021）提出“時間-空間-規(guī)模三維空間面板模型”，根據人口時空變化規(guī)律，利用大數據技術對城市人口規(guī)模進行測算，依據建筑綜合抗災能力和人均避難場所面積，對各區(qū)域不同時段避難人數及不同等級避難場所進行測算。相比較傳統(tǒng)的常住人口統(tǒng)計數據，大數據有助于實現時效性較強的高空間精度避難需求分布分析，進而為城市尺度疏散模擬提供量化基礎。

疏散模擬實驗的關鍵是建立疏散活動與城市環(huán)境之間的直接聯系，處理復雜的空間、設施、道路網絡數據，選擇與避難場所、疏散道路相關的參數，建立模型加以解決（Filipe，Kacprzyk，2010；Zhou et al，2012；劉曉然等，2022；魏本勇等，2022）。如Yamada（1996）提出了兩種網絡流量方法來優(yōu)化城市應急疏散計劃，考慮把城市的每個居民都分配到附近的避難場所，疏散模擬結果與各種交通場景、速度的假設密切相關。Yu等（2015）開發(fā)了一種基于代理人技術實現疏散仿真的方法，對城市避難場所進行動態(tài)空間分配評估，模擬居民疏散到避難場所的過程。為了盡可能貼近真實的疏散情形，Yuan等（2017）提出了一種基于集成多級驅動決策模型的交通疏散仿真系統(tǒng)，該系統(tǒng)在統(tǒng)一的框架下生成代理行為，每個代理都經歷戰(zhàn)略、認知、戰(zhàn)術和操作決策過程，可以支持應急管理人員設計和評估更貼近現實的交通疏散計劃，提高避難場所的利用效率。總體上，在整個疏散模擬過程中，“多目標”通常是不可回避的約束條件（蔡凱臻，2018；張宣峰等，2020；鐘光淳等，2022）。

避難場所資源在一定區(qū)域內的分布可能并不均衡，容量也各不相同，若不進行疏散模擬分析，場所資源的不合理布局、配置效率低下等問題會持續(xù)存在。當前的避難疏散研究主要關注疏散方案、決策方法、交通方式、影響因素、路線選擇等方面，有以整個城市為研究對象的，也有對城市特定片區(qū)（中心區(qū)、工業(yè)區(qū)等）和單個建筑的交通疏散與人群運動的仿真，但面向城市尺度下所有可用避難場所的疏散模擬研究較少。在避難需求評估中，由于數據的限制，導致需求分析困難或避難需求規(guī)模及分布的空間尺度較大，不便使用。本文嘗試利用手機信令數據，以地震緊急避難疏散為情景，分析天津市小白樓CBD地區(qū)緊急避難需求，進而構建模型開展城市尺度疏散模擬，期望為城市避難場所規(guī)劃布局提供量化基礎，切實推進我國防災避難設施網絡建設。

1研究區(qū)域與數據

1.1研究區(qū)域概況

本文研究區(qū)域位于天津市中心城區(qū)，屬“小白樓CBD”組成部分，面積約13.47 km2，是典型的高建筑密度、高人口密度城市中心區(qū)。區(qū)域內及附近的主要設施與重要功能片區(qū)有天津站、意式風情街區(qū)、海河文化廣場、和平路商業(yè)街、中心公園、靜園、五大道文化旅游區(qū)、天津總醫(yī)院、天津財經大學、天津外國語大學、天津醫(yī)科大學、天津大學等。有4條地鐵線從片區(qū)內部穿過，分別為1號線、2號線、3號線、津濱輕軌地鐵9號線，共有9處站點。片區(qū)內建筑較為密集，意式風情街區(qū)尤甚，低層建筑與高層建筑集中區(qū)邊界區(qū)分明顯。（超）高層建筑主要分布于小白樓地區(qū)、海河沿岸兩側以及營口道地鐵站（南京路與營口道交叉口）附近。

根據《防災避難場所設計規(guī)范》（GB 51143—2015），應急避難場所可分為緊急避難場所、固定避難場所以及中心避難場所，其中緊急避難場所為應急或臨時避難的場所，是避難人員集合并轉移到固定避難場所的過渡性場所。在場地選擇方面，緊急避難場所可選擇居住小區(qū)內的花園、廣場、空地和街頭綠地等。本文研究區(qū)域建筑與人員密集，緊急避難空間較為緊張，因而選取的資源類型包括學校操場、公園、街頭綠地、廣場以及其它室外開敞空間。研究區(qū)域內共有緊急避難場所144處，總用地面積約1.308 km²，其中，103處的有效避難面積大于2 000 m2（圖1）。

1.2手機信令數據預處理

本文采用的手機信令數據來源于中國電信基站數據，范圍包含以和平路地鐵站為中心，半徑約1.5 km內的區(qū)域。時間跨度為2016年11月1—30日，共計51 694 631條數據，每一條數據都包含了用戶ID、坐標及時間信息（日/時/分），數據格式見表1。本文利用手機信令數據分析研究區(qū)域的高精度人口時空變化情況，進而預測緊急避難場所需求。需要指出的是，基站采集的信令數據并不能代表人員所在的精確位置，因而基于該數據得到的人員空間分布具有一定的誤差。在具體分析中，既要掌握人口的總體變化趨勢，也要詳細了解不同時間段駐留人員與流動人員的規(guī)模及空間分布。首先對數據進行清洗處理，具體步驟為：①對每一天的每個時刻（按小時）進行數據提??；②對每一天的數據進行批量提?。虎蹖σ烟崛〉臄祿M行去重并計數：先以經緯度坐標和用戶ID作為唯一值進行去重，然后以經緯度坐標作為唯一值，將與其對應的所有人員計數，得到該坐標點的人數。該步驟在不影響結果的前提下減小了數據量，便于在GIS中進行分析，提升運行速度。以2016年11月10日15時的數據為例，同一個坐標存在較多的ID，經上述步驟去重后總計62 989個點（人）。按相同坐標進行計數（表2），使每個點都具備人員數量屬性，則點的數量降為2 936個（依然為62 989人）。

2研究方法

2.1基于手機信令數據的避難需求分析

人口密集的CBD地區(qū)存在較大的晝夜人口差異，避難疏散應滿足白天和夜間均會發(fā)生災害的避難需求。因此，避難場所布局面臨的一個重要挑戰(zhàn)便是人口晝夜變化，這直接關系到場所布局能否滿足晝夜防災的要求。研究區(qū)域地塊白天和夜間的駐留人員分別以就業(yè)人口和居住人口為主，各自的人員規(guī)模在一天內的變化較小。而由于大量旅客與商業(yè)休閑、娛樂人群的存在，流動人員的變化相對比較大，故緊急避難需求預測應結合駐留人員與流動人員綜合分析。陳偉等（2019）根據手機信令數據的記錄規(guī)則與統(tǒng)計分析，將駐留人員與流動人員分析模型的條件設置為：①若某ID一天之內出現的次數大于6次，且在區(qū)域內停留時間超過4 h，則將其標記為駐留人員；反之，將其視為流動人員；②若某ID僅在7：00～19：00出現，出現大于6次，且停留時間超過4 h，則將其標記為白天駐留人員；若僅在7：00之前或19：00之后出現，出現大于6次，且停留時間超過4 h，則將其視為夜間駐留人員；③若某ID僅在7：00～19：00出現，出現小于6次或停留時間小于4 h，則將其標記為白天流動人員；若僅在7：00之前或19：00之后出現，出現小于6次或停留時間小于4 h，則將其視為夜間流動人員；④某ID在區(qū)域內的最終坐標以該ID出現次數最多的坐標來表示。

2.2疏散模擬模型構建

考慮到給未來城市更新進程中避難場所規(guī)模的增加提供量化依據，本文構建了人員完全疏散情景下的疏散模擬模型，目的是將具有疏散要求的需求點（簡稱需求點）的待疏散人員疏散至附近合理距離內的可用避難場所。一個需求點可以對應多個避難場所。首先利用ArcGIS建立包含需求點、避難場所可用資源與路網的網絡數據集，然后通過Model Builder組合構建OD距離成本矩陣模型。模型的輸入要素為道路網（實際疏散路徑）、需求點與避難場所，輸出要素為疏散距離。疏散沿著構建的城市道路網進行（非直線距離），運算可視化結果中的直線不代表疏散路徑，而是需求點附近合理距離內的所有可用避難場所資源，僅為對應關系示意，可以理解為某個需求點的若干疏散方向（Chen et al，2020）。

我國成年男性與女性的步行速度約為在1～1.3 m/s（徐循初，湯宇卿，2007）。當災害發(fā)生時，步速一般較快。范晨璟（2017）通過一項疏散實驗發(fā)現，居民在緊急情況下從其所處位置到附近避難場所的平均步行速度約2.15 m/s。因此，本文疏散模擬模型的人員平均步行速度設為2.15 m/s。根據模型可求得：①每一個需求點通往附近若干避難場所之間的每一條路徑疏散的人數以及疏散完成所花費的時間；②每一個避難場所接收不同需求點的避難人員數量以及前往該避難場所的所有人員疏散完成所花費的時間；③每一個避難場所最終呈現的狀態(tài)，即是否超容（Chen et al，2021）。

2.2.1模型參數設計

2.2.2主要構建流程

3城市尺度避難疏散模擬

3.1應急避難需求規(guī)模與分布

經前述人員分析模型計算得知，研究區(qū)域的夜間平均駐留人數為24 557，該數值是基于手機信令數據計算得出的人員規(guī)模，僅為區(qū)域人口的一部分。為了得到研究區(qū)域內夜間駐留人員總規(guī)模，筆者采用來源于某房產交易網站的住宅建筑數據進行分析，數據包含了小區(qū)、公寓、宿舍等居住建筑的坐標、戶數等信息。區(qū)域居住人口的數量通過其擁有的總戶數與戶均人口數相乘計算得到，戶均人口數來源于天津市人口抽樣調查數據。由此，估算出夜間總居住人口數約為263 539。基于手機信令數據得到的夜間平均駐留人員規(guī)模與基于居住建筑數據得到的夜間總居住人口規(guī)模的比值即近似為區(qū)域內電信服務的市場占比，約為9.32%，將其余日期的白天駐留人員、白天流動人員、夜間駐留人員、夜間流動人員分別按照此比例進行校正，即可得到各自的實際人員規(guī)模。由此，得到研究區(qū)各地塊緊急避難需求人員規(guī)模及分布（圖2）。圖2中全部298個地塊中，需求分布于白天的地塊有199個，分布于夜間的為99個，總需求人員規(guī)模約79.3萬人。

3.2人員完全疏散情景下的疏散模擬分析

運用疏散模擬模型對緊急避難場所和需求點的最終狀態(tài)進行分析。首先運用OD距離成本矩陣模型計算疏散模擬所需的疏散路徑信息（表3），然后結合點數據（需求點、避難場所點）、線數據（疏散路徑）展開疏散分析。表4為298個需求點人員全部疏散至緊急避難場所后的每條路徑詳細疏散人數及時間信息。統(tǒng)計顯示，全部1 190條路徑的平均疏散時間約為10.8 min，最短疏散時間在2 min之內，而由于部分需求點人員數量規(guī)模龐大，導致少數路徑疏散時間達3 h以上，路徑疏散時間頻數分布區(qū)間如圖3所示，小于10 min的路徑占比約為80.3%。路徑平均疏散人數約624，最大路徑疏散人數約23 067，多數路徑的疏散人數在450以下，也有部分路徑疏散人數超過了1萬。

需求點人員完全疏散后的緊急避難場所接收人員規(guī)模分布如圖4所示。分析發(fā)現，116個參與疏散模擬緊急避難場所平均接收人數為6 396，最少人數少于10人，有25處超過10 000人。其中，有6處接收超過20 000人，超過30 000人的有2處，分別約32 165人、34 712人。將每一處避難場所接收的人員規(guī)模與最大容量進行比較，可知其是否超容以及具體的超容與尚能容納的人數信息?？傮w上，超容規(guī)模較大的避難場所主要分布于天津站周邊地區(qū)、海河東岸沿線區(qū)域、南京路沿線地區(qū)、津灣廣場、錦州道及山西路等（圖5）。

從表5統(tǒng)計分析發(fā)現，在116個接收了疏散人員的緊急避難場所中，有64個已超出其最大容量，其最大總計能容納17.78萬人，但實際接收了60.46萬人，場均接收9 447人，共計超出容量42.68萬人，場均超容6 668人。在52個未超容避難場所中，最大總計能容納38.08萬人，但實際接收了13.73萬人，場均接收2 641人，尚能容納共計24.35萬人，場均尚能容納4 682人。

4結論

本文以天津市小白樓CBD地區(qū)為例，利用手機信令數據對區(qū)域內緊急避難需求進行分析，進而構建模型開展城市尺度疏散模擬，得出以下結論：

（1）手機信令數據可以較好地應用于應急避難場所需求評估與疏散模擬。從晝夜防災角度來看，在研究區(qū)全部298個地塊中，緊急避難需求人員分布于白天與夜間的地塊分別有199個、99個，總需求人員規(guī)模約79.3萬。

（2）避難需求的分配不均導致部分地塊疏散時間較長，不利于災時開展快速有效疏散。10個需求點周邊無緊急避難場所可用，而28個緊急避難場所不在任何一個需求點的合理疏散距離范圍內。疏散完成的平均時間約為10.8 min，少數路徑疏散時間達3 h以上，小于10 min的路徑占比約80.3%。

（3）避難場所超出容量為普遍現象，亟需擴容。超容規(guī)模較大的避難場所主要分布于天津站周邊地區(qū)、海河東岸沿線區(qū)域、南京路沿線地區(qū)、津灣廣場、錦州道及山西路等。在116個避難場所中，64個已超出其最大容量，其最大總計能容納17.78萬人，共計超出容量42.68萬人，場均超容6 668人。

參考文獻：

蔡庚洋，賀俏毅.2017.城市應急避難場所需求量預測研究——以杭州市為例［J］.規(guī)劃師，27（12）：67-71.

蔡凱臻.2018.提升空間防災安全的城市設計策略——基于街區(qū)層面緊急疏散避難的時空過程［J］.建筑學報，（8）：46-50.

陳偉，翟國方，張義杰.2019.基于手機信令數據的人口高精度時空分布特征研究——以天津市小白樓CBD片區(qū)為例［J］.資源開發(fā)與市場，35（10）：1266-1272.

陳志芬，周健，王家卓，等.2016.應急避難場所規(guī)劃中避難人口預測的簡便方法——以地震災害為例［J］.城市規(guī)劃，（9）：105-112.

范晨璟.2017.多災種綜合應對的避難場所選址優(yōu)化方法研究［D］.南京：南京大學.

江晴晴.2015.城市晝夜人口空間分布模擬方法［D］.南京：東南大學.

梁亞婷.2015.基于遙感和GIS的城市人口時空分布研究［D］.上海：上海師范大學.

劉曉然，張略淼，甄紀亮，等.2022.考慮人員疏散無序性的片區(qū)固定避難空間仿真及優(yōu)化［J］.安全與環(huán)境學報，doi：10.13637/jissn.1009—6094.2022.0612.

戚偉，李穎，劉盛和，等.2013.城市晝夜人口空間分布的估算及其特征——以北京市海淀區(qū)為例［J］.地理學報，68（10）：1344-1356.

孫忠，運迎霞.2021.基于“三維空間面板”的避難場所規(guī)模均等性研究——以天津市中心城區(qū)為例［J］.災害學，36（3）：195-202.

汪建，趙來軍，王珂，等.2013.地震應急避難場所建設的需求與人因分析［J］.工業(yè)工程，（1）：9-13.

魏本勇，董翔，譚慶全，等.2022.基于避難場所容量限制的地震應急疏散路徑分析［J］.地震研究，45（1）：141-149.

徐循初，湯宇卿.2007.城市道路與交通規(guī)劃［M］.北京：中國建筑工業(yè)出版社.

張宣峰，于善初，張曉飛.2020.多目標約束下的固定避難場所選址優(yōu)化［J］.城市發(fā)展研究，27（8）：59-66.

趙來軍，王珂，汪建.2014.城市應急避難場所規(guī)劃建設理論與方法［M］.北京：科學出版社.

鐘光淳，翟國方，畢雪梅，等.2022.校園人群應急疏散行為及其影響因素研究［J］.地震研究，45（1）：120-159.

周天綺.2018.基于移動通信大數據的城市人口空間分布統(tǒng)計［J］.計算機與現代化，（5）：45-49.

Chen W，Fang Y，Zhai Q，et al.2020.Assessing emergency shelter demand using POI data and evacuation simulation［J］.ISPRS International Journal of Geo-Information，9（1）：41.

Chen W，Shi Y J，Wang W，et al.2021.The spatial optimization of emergency shelters based on an urban-scale evacuation simulation［J］.Applied Sciences，11（24）：11909.

Filipe J，Kacprzyk J.2010.Evacuation simulation with limited capacity sinks：An evolutionary approach to solve the shelter allocation and capacity assignment problem in a multi-agent evacuation simulation［C］//ICEC 2010 Proceedings of the international Conference on Evolution ary Canputation（Part of the international joint Conference on Computational intelligence IJCCI 2010）.SPAIN：Valencia.

Nigg J M，Barnshaw J，Torres M R.2016.Hurricane Katrina and the flooding of new orleans：Emergent issues in sheltering and temporary housing［J］.The ANNALS of the American Academy of Political and Social Science，604（1）：113-128.

Shaw M.2004.Housing and public health［J］.Annual Review of Public Health，25：397-418.

Vecere A，Monteiro R，Ammann W J，et al.2017.Predictive models for post disaster shelter needs assessment［J］.International Journal of Disaster Risk Reduction，21：44-62.

Yamada T.1996.A network flow approach to a city emergency evacuation planning［J］.International Journal of Systems Science，27（10）：931-936.

Yu J，Wen J，Jiang Y.2015.Agent-based evacuation simulation for spatial allocation assessment of urban shelters［C］//China：Guilin.

Yuan S，Chun S A，Spinelli B，et al.2017.Traffic evacuation simulation based on multi-level driving decision model［J］.Transportation Research Part C：Emerging Technologies，78：129-149.

Zhou T，Wang D，Zong D，et al.2012.The Study of the responsibility space regionalization of emergency shelters in the urban center and the evaluation of evacuation road based on microscope computer simulation：A Case of Chongqing Three Gorges Square Area［J］.Disaster Advances，5（4）：230-236.

GB 51143—2015，防災避難場所設計規(guī)范［S］.

Urban-scale Earthquake Evacuation Simulation Based

on Mobile Phone Signaling Data

CHEN Wei TANG Yiming ZHAO Jun GAO Jingyi ZHAI Guofang

（1.School of Management，Nanjing University of Posts and Telecommunications，Nanjing 210023，Jiangsu，China）

（2.School of Geographic and Biologic Information，Nanjing University of Posts

and Telecommunications，Nanjing 210023，Jiangsu，China）

（3.Jiangsu Provincial Architectural Design and Research Institute，Nanjing 210023，Jiangsu，China）

（4.Department of Architecture and Building Science，Graduate School of Engineering，

Tohoku University，Sendai 980-8579，Japan）

（5.School of Architecture and Urban Planning，Nanjing University，Nanjing 210093，Jiangsu，China）

Abstract

The simulation of urban-scale evacuation can help to find the gap between the actually-required number of the emergency shelters and the number of the existing emergency shelters，and to provide a quantitative basis for the construction of emergency shelters.Based on the mobile phone signaling data，an evacuation model is built to simulate the earthquake evacuation in Xiaobailou area，the CBD of Tianjin.It is found that the total number of people in need of refuge in the area was about 793000，and among the 298 plots，199 plots are required for evacuation during the daytime.The average evacuation time for the people on all routes is about 10.8 minutes，and the routes for people costing less than 10 minutes account for about 80.3%.The average number of refugees accommodated by 116 emergency shelters in evacuation simulation is 6396.There are 25 shelters whose maximum capacity is more than 10000 people and 6 shelters whose maximum capacity is more than 20000 people.Shelters with large excess capacity are mainly distributed around Tianjin railway station，along the East Bank of Haihe River，along Nanjing Road，in Jinwan Square，along Jinzhou Road and Shanxi Road，among which 64 have exceeded their maximum capacity，with 426800 people exceeding the total capacity and 6 668 people exceeding the average capacity.There are 52 shelters which refugees do not exceed their capacity，altogether they can accommodate 380800 people，but the actual refugees are 137300；there is a gap of 243500 people.

Keywords：emergency shelter；mobile phone signaling data；earthquake disaster；evacuation simulation；Tanjin