城市商業(yè)綜合體人群聚集踩踏風險及監(jiān)測預(yù)警研究—以西單大悅城為例

陳志剛，張 棟，張 鵬，程 剛

(1.中糧集團有限公司，北京 100020；2.中糧置地有限公司， 北京 100020；3.西單大悅城有限公司，北京 100000)

0 引言

城市商業(yè)綜合體作為人員密集場所，存在人員擁擠踩踏等風險，如果場所內(nèi)缺乏完善的人群聚集風險監(jiān)測預(yù)警及應(yīng)急響應(yīng)機制，一旦發(fā)生突發(fā)事件或人員集聚混亂等情況，極易導(dǎo)致人員擁擠踩踏事故，不但造成生命財產(chǎn)損失，而且會導(dǎo)致嚴重的不良社會影響。近年來，國內(nèi)外人員聚集踩踏事故頻發(fā)，且在生產(chǎn)經(jīng)營等公共場所屢見不鮮，例如，2007年11月10日，家樂福重慶沙坪壩店在舉行店慶時，因市民搶購特價菜子油引發(fā)踩踏事故；2008年11月28日，美國紐約長島附近的一家沃爾瑪超市特價甩賣，引發(fā)踩踏致；2009年9月14日，巴基斯坦南部城市卡拉奇因爭搶商場發(fā)放的免費食物發(fā)生踩踏；2010年7月28日上午，位于陜西西昌市航天大道的世紀MALL購物中心沃爾瑪西昌店舉行低價促銷活動，顧客擠爆玻璃門后引發(fā)踩踏；2013年10月17日，深圳龍華街道組織書香小學的661名學生前往羅湖區(qū)一家兒童體驗中心拓展，10多名學生乘坐自動扶梯，發(fā)生踩踏和碰撞；2014年12月31日23時35分，上海市黃浦區(qū)外灘陳毅廣場東南角通往黃浦江觀景平臺的人行通道階梯處發(fā)生擁擠踩踏。從上述事故案例來看，這些事故具有共同特點，大多是發(fā)生在節(jié)假日、慶典或促銷活動的過程中，這是因為有明確主題或內(nèi)容的活動吸引了大量人員聚集，從而形成高密度的人群環(huán)境，加之管理方對于人群聚集踩踏認知不足，缺乏前期監(jiān)測預(yù)警干預(yù)和有效應(yīng)急措施，最終導(dǎo)致事故發(fā)生。因此，圍繞城市商業(yè)綜合體人員密集場所踩踏風險監(jiān)測和預(yù)警開展針對性研究，具有十分重要的現(xiàn)實意義。

目前，國內(nèi)外部分學者針對人員密集場所突發(fā)事件情景下的疏散行為、人群恐慌波及行為、密集場所人員動態(tài)行為規(guī)律等進行了相關(guān)研究[1]，比較具有代表性的包括北京市勞動保護科學研究所開發(fā)完成的人群聚集風險監(jiān)測與預(yù)警系統(tǒng)[2-3]，其主要針對城市商業(yè)步行街、風景點等公共開放區(qū)域應(yīng)用。但梳理已有成果發(fā)現(xiàn)，城市商業(yè)綜合體作為一類具有自身特點的室內(nèi)人員密集場所，針對其所開展的人流聚集及潛在風險監(jiān)測預(yù)警研究和應(yīng)用仍較少，因此，本文以西單大悅城為例，結(jié)合城市商業(yè)綜合體人群聚集風險及脆弱性分析，對人流聚集風險在線監(jiān)測預(yù)警與應(yīng)急指揮系統(tǒng)構(gòu)建進行探討，以期為城市商業(yè)綜合體進一步開展防范人員聚集踩踏監(jiān)測預(yù)警和提高應(yīng)急決策效率提供參考和借鑒。

1 商業(yè)綜合體人群聚集踩踏風險影響因素及監(jiān)測預(yù)警原理分析

1.1 人群聚集踩踏事故機理

國內(nèi)外學者圍繞人群踩踏事件的定義、形成機制、特點及防范方法進行了較詳細的研究，Helbing等研究指出，踩踏事件是一種由人類恐慌心理引起的，使人壓垮、摔倒的人類集群性災(zāi)害，而踩踏可以由火災(zāi)、人群擁擠、甚至是無任何外因引起[4]，國內(nèi)部分學者將引發(fā)人群聚集踩踏的誘因分為內(nèi)因和外因[5-8]。本文通過對以往大量踩踏事故的分析發(fā)現(xiàn)，人群聚集的因素雖各不相同，但導(dǎo)致踩踏事故的前提條件是人員聚集，且當人群密度達到臨界值時，根據(jù)自組織臨界理論，此時一旦人群出現(xiàn)打破這種穩(wěn)定狀態(tài)的任何因素，就會導(dǎo)致人群瞬間發(fā)生騷亂，進而導(dǎo)致?lián)頂D踩踏事故的發(fā)生。因此，對商業(yè)綜合體內(nèi)人群密度進行動態(tài)監(jiān)測和預(yù)警，是預(yù)防踩踏事故發(fā)生的一條有效途徑。

1.2 人群聚集踩踏事故成因及脆弱性風險分析

通過對人群聚集場所發(fā)生的擁擠踩踏事故機理進行分析并結(jié)合相關(guān)文獻[9-10]可知，商業(yè)綜合體人員密集場所的人群密度和管理缺陷對踩踏事故的發(fā)生具有直接影響。本文運用事故樹對商業(yè)綜合體人群聚集踩踏事故發(fā)生的致因因素進行定性分析，并據(jù)此對導(dǎo)致踩踏風險的脆弱性進行討論。選取擁擠踩踏事故為頂上事件(T)，考慮到商業(yè)綜合體人群聚集擁擠發(fā)生關(guān)鍵事件，編制出擁擠踩踏事故樹，如圖1所示，事故樹中符號含義如表1所示。從事故樹分析的關(guān)鍵事件可以判斷，導(dǎo)致這些事件發(fā)生的主要因素是人員管理和應(yīng)急干預(yù)不到位，通過建立和應(yīng)用客流監(jiān)測預(yù)警和應(yīng)急指揮系統(tǒng)，可以在很大程度上提升商場管理人員前置決策干預(yù)能力，盡量避免人群密度達到或超過臨界值。

符號事件類型T商場內(nèi)人員擁擠踩踏事故A1突發(fā)事件疏散不利A2人員密度超過負荷,且無序移動A3應(yīng)急處置未有效控制突發(fā)事件X1突發(fā)事件影響客流移動X2現(xiàn)場秩序維護力度不夠X3出入口堵塞、通道堆放物品X4人員擁擠跌倒X5哄搶及活動涌入X6引導(dǎo)客流控制不利X7人群內(nèi)部謠言、恐慌X8顧客過多,且行走受阻X9工作人員未定期巡視、疏導(dǎo)

此外，由于城市商業(yè)綜合體內(nèi)有一些特定營業(yè)區(qū)域，如影院、餐飲區(qū)、兒童場所及超市等，在某些具體時段，人員聚集快、組成復(fù)雜，且包括老人、兒童等行為能力較弱者，這些地方既是人員密集的區(qū)域，也是人流疏散困難、引發(fā)踩踏風險的薄弱環(huán)節(jié)。因此，在進行風險監(jiān)測預(yù)警與應(yīng)急指揮系統(tǒng)設(shè)計時，需綜合考慮以上事故成因和脆弱性因素。

1.3 人流聚集風險監(jiān)測預(yù)警基本原理

近年來，以智能視頻處理為代表的圖像分析技術(shù)在國內(nèi)外公共場所預(yù)警方面得到廣泛應(yīng)用，有關(guān)踩踏事件風險預(yù)警技術(shù)主要集中在錄像監(jiān)控法、傳感器檢測法和算法模型等[11]。

以西單大悅城為例，相關(guān)客流監(jiān)測預(yù)警與應(yīng)急指揮系統(tǒng)的建設(shè)，主要是結(jié)合視頻監(jiān)控和智能分析技術(shù)，通過對關(guān)鍵位置、重點區(qū)域的實時監(jiān)測和視頻智能分析，掌握重點區(qū)域的人群密度、擁擠度，分析判斷人群通暢、擁擠或局部阻滯等流動狀態(tài)，同時結(jié)合歷史數(shù)據(jù)和環(huán)境變量，建立客流監(jiān)測預(yù)警模型系統(tǒng)。系統(tǒng)可24 h不間斷地對監(jiān)測區(qū)域內(nèi)的客流和人群密度狀態(tài)進行自動研判，一旦出現(xiàn)異常情況，就會自動觸發(fā)報警，引導(dǎo)管理員查看實時視頻進行核實，并做出相應(yīng)的處置操作，實現(xiàn)“監(jiān)測-報警/預(yù)警-核實-處置”一體化流程。系統(tǒng)所采用的智能行為分析技術(shù)原理是基于背景、前景建模，有效分析目標物或人與背景分離，提取跟蹤前景目標，結(jié)合業(yè)務(wù)邏輯進行智能行為分析。智能行為分析技術(shù)包括圖像分析技術(shù)領(lǐng)域中的多個模塊，如混合模式建模、圖像變換域分析、前景建模技術(shù)、行為分析業(yè)務(wù)邏輯等，智能行為分析技術(shù)的基礎(chǔ)流程如圖2所示。

圖2 智能行為分析基礎(chǔ)流程Fig.2 Basic process of intelligent behavior analysis

2 人流聚集風險監(jiān)測預(yù)警系統(tǒng)模型

2.1 客流監(jiān)測預(yù)警與應(yīng)急指揮系統(tǒng)設(shè)計

以西單大悅城為例，基于城市商業(yè)綜合體人員踩踏機理及脆弱性、薄弱環(huán)節(jié)分析，針對商場內(nèi)人員密集風險特點，設(shè)計“客流監(jiān)測預(yù)警和應(yīng)急指揮系統(tǒng)”，主要從流量統(tǒng)計、密度檢測、徘徊檢測、逆行檢測、人臉識別等主要指標監(jiān)測人群聚集踩踏風險，并綜合考慮商場樓層布局和疏散通道等建筑設(shè)計因素。該系統(tǒng)可以通過相關(guān)的理論模型，判斷出實時的人流狀態(tài)，同時預(yù)測未來數(shù)分鐘該區(qū)域內(nèi)人群數(shù)量的變化趨勢，進而為應(yīng)急決策提供輔助支持，一旦人流密集度超出預(yù)警標準，通過“人流密集風險預(yù)警系統(tǒng)”第一時間發(fā)出報警，并可根據(jù)事態(tài)的成因、人群的行為分析和疏散通道狀況等建立應(yīng)急疏散模型，商場指揮中心可以在數(shù)據(jù)模型的幫助下選出最優(yōu)方案，提高應(yīng)急決策效率。系統(tǒng)總體功能模塊及拓撲結(jié)構(gòu)分別如圖3和圖4所示。

圖3 系統(tǒng)總體功能模塊Fig.3 Overall functional modules of the system

2.2 決策支持模型和算法

人員密集場所管理最有效的辦法就是進行風險控制，準確認識人群聚集和流動規(guī)律，準確判斷和預(yù)測特定群體、特定場所的人群運動趨勢，為人群聚集風險管理提供科學的預(yù)警信息。結(jié)合Helbing社會力模型[12-16]、經(jīng)典風險理論對人群恐慌進行了詳細分析，模型考慮了行人流的離散特性。

2.2.1 Helbing的社會力模型

(1)

其中：

社會力模型的主要思想是通過建立運動學方程，計算合力、加速度、速度、位移等物理量達到導(dǎo)航的目的。該模型由3部分力組成，第1項代表自驅(qū)動力，第2項代表人與人之間的作用力，第3項代表人與障礙物之間的作用力。

圖4 系統(tǒng)硬件拓撲結(jié)構(gòu)Fig.4 System hardware topology

2.2.2 經(jīng)典風險理論

由于人群擁擠踩踏事故發(fā)生的隨機性很大，因此可用相關(guān)區(qū)域滯留人數(shù)NS與所受影響總?cè)藬?shù)NT的比值來表示擁擠踩踏事故的概率[11]。

(2)

2.2.3 人群擁擠風險值

(3)

(4)

f=l·v

(5)

(6)

2.2.4 模型中參數(shù)的確定

2.2.5 風險等級劃分

根據(jù)歷史統(tǒng)計數(shù)據(jù)分析，在系統(tǒng)內(nèi)預(yù)設(shè)客流量和人員密度預(yù)警限值，為更直觀地顯示報警級別與場內(nèi)實際總?cè)藬?shù)的關(guān)系，將室內(nèi)客流實際人數(shù)量設(shè)定3個區(qū)間范圍，相應(yīng)劃分為3個預(yù)警級別：藍色預(yù)警∈(0，10 000]；黃色預(yù)警∈(10 000，20 000]；紅色預(yù)警∈(20 000，40 000]。

2.3 重點區(qū)域預(yù)警分級及應(yīng)急指揮系統(tǒng)功能

2.3.1 重點區(qū)域預(yù)警分級設(shè)定

根據(jù)《北京市商業(yè)零售經(jīng)營單位安全生產(chǎn)規(guī)定》，以西單大悅城為例，其根據(jù)實際需要設(shè)定了場所內(nèi)總?cè)藬?shù)及監(jiān)控的重點區(qū)域人員密度2個報警變量，如圖5所示。確立了分級預(yù)警報警機制，用黃、橙、紅3色預(yù)警，系統(tǒng)實時顯示區(qū)域人員密度比，當達到預(yù)警閥值時即顯示報警，以確保現(xiàn)場所有人員的安全，重點區(qū)域分級預(yù)警如下。

1)1級預(yù)警：重點區(qū)域內(nèi)人員密度達到60%，監(jiān)控室值機員向安保部當值主管及部門經(jīng)理通報預(yù)警信息，當值主管安排在重點區(qū)域增加固定崗位，維護現(xiàn)場秩序。同時，監(jiān)控室值機員密切關(guān)注重點區(qū)域內(nèi)的實時人員密度。

圖5 重點區(qū)域監(jiān)控數(shù)據(jù)及報警閥值Fig.5 Key area monitoring data and alarm threshold

2)2級預(yù)警：重點區(qū)域內(nèi)人員密度達到80%，監(jiān)控室值機員向部門經(jīng)理通報預(yù)警信息，部門經(jīng)理立即向總值班員及物業(yè)部、安全環(huán)保部負責人通報，總值班員向分管領(lǐng)導(dǎo)通報。同時，部門經(jīng)理部署在重點區(qū)域周邊增加固定崗位，疏導(dǎo)周邊人員，監(jiān)控室值機員密切關(guān)注重點區(qū)域內(nèi)的實時人員密度。

3)3級預(yù)警：重點區(qū)域內(nèi)人員密度達到100%，監(jiān)控室值機員向部門經(jīng)理通報預(yù)警信息，部門經(jīng)理立即向總值班員及物業(yè)部、安全環(huán)保部負責人通報，總值班人員向分管領(lǐng)導(dǎo)和總經(jīng)理通報，總經(jīng)理下達封閉現(xiàn)場指令，禁止人員進入重點區(qū)域，并對重點區(qū)域人員進行疏散。

2.3.2 應(yīng)急指揮系統(tǒng)功能

為及時準確地處置現(xiàn)場突發(fā)事件，使負責突發(fā)事件應(yīng)急處置的決策者(總指揮)明晰整體及分步處置流程，系統(tǒng)平臺可根據(jù)商場各樓層結(jié)構(gòu)繪制電子地圖，地圖中以圖標方式標記應(yīng)急設(shè)施，同時將人員疏散專項預(yù)案的處置流程及現(xiàn)場處置要點進行展示。根據(jù)現(xiàn)場處置人員向總指揮的通報情況，指揮中心值機員在系統(tǒng)中標注已采取的措施，同時系統(tǒng)顯示未采取的措施，使總指揮及其他指揮員均能夠從系統(tǒng)中清楚地判斷現(xiàn)場處置人員是否按照預(yù)案流程處置并進行后續(xù)的督導(dǎo)，同時，該系統(tǒng)充分利用現(xiàn)有視頻監(jiān)控探頭，通過網(wǎng)絡(luò)將監(jiān)控畫面實時傳輸?shù)街笓]中心。使指揮人員觀察到現(xiàn)場處置情況，避免了指揮員“盲指”的現(xiàn)象。

3 實例分析與驗證

以西單大悅城為例，通過對不同日期和時段的人員進出商場監(jiān)測數(shù)據(jù)分析，可獲得相應(yīng)時段的人員數(shù)量實時分布，如圖6所示。

圖6 大悅城客流實時分布Fig.6 Joy City real-time passenger flow distribution diagram

同時，本文又選取“十一”節(jié)假日和西單大悅城十周年店慶活動日(12月23日和12月24日)的監(jiān)測數(shù)據(jù)，比較分析節(jié)假日與工作日客流情況，分析發(fā)現(xiàn)：“十一”期間的最高值出現(xiàn)在10月6日下午15∶00，客流量為20 779人；12月23日西單大悅城十周年店慶當天的最高值出現(xiàn)在22∶00，客流量為22 668人；12月24日(平安夜)最高峰出現(xiàn)在19∶00，客流量為17 455人。

從上述數(shù)據(jù)分析可知，西單大悅城商業(yè)客流量峰值日常均出現(xiàn)在20∶00的時段，工作日均值客流量為6 019人次；最大客流量為14 222人次，次峰值均出現(xiàn)在19∶00的時段，同時，根據(jù)現(xiàn)場核查，該時段餐飲聚集樓層、6層飛天梯等密集區(qū)域未出現(xiàn)人員擁擠情況。

西單大悅城通過系統(tǒng)建設(shè)和運行，初步實現(xiàn)了監(jiān)控數(shù)據(jù)實時通過手機信息發(fā)送到指定領(lǐng)導(dǎo)或者值班領(lǐng)導(dǎo)，為應(yīng)急管理人員的快速、科學應(yīng)急決策提供了數(shù)據(jù)基礎(chǔ)；同時，通過人流監(jiān)測數(shù)據(jù)分析，并結(jié)合現(xiàn)場人員巡查情況對比，可以發(fā)現(xiàn)“商場每天哪個時間人數(shù)最多”、“哪個區(qū)域密度最大”等問題的答案，進一步為商場經(jīng)營的科學管理提供參考和依據(jù)；同時，根據(jù)系統(tǒng)監(jiān)測到的現(xiàn)場實際情況，結(jié)合人員擁擠程度歷史數(shù)據(jù)統(tǒng)計分析，對系統(tǒng)原設(shè)定的預(yù)警臨界值標準進行動態(tài)修定。

4 結(jié)論

1)由于封閉型室內(nèi)人員密集場所與開放型公共場所的踩踏風險事件在形成原因、預(yù)警技術(shù)、疏散方法上存在明顯的差別，因此室內(nèi)監(jiān)測預(yù)警系統(tǒng)設(shè)計時不僅要考慮人群聚集和疏導(dǎo)問題，還需要考慮商業(yè)綜合體業(yè)態(tài)分布復(fù)雜、空間區(qū)域限制等綜合因素。本文根據(jù)商業(yè)綜合體人群聚集踩踏事故機理和動態(tài)演變特點，建立了客流聚集風險監(jiān)測預(yù)警系統(tǒng)模型，并在分析其歷史客流數(shù)據(jù)規(guī)律基礎(chǔ)上，建立對綜合體客流的監(jiān)控、預(yù)測、預(yù)警和處置的流程化預(yù)案體系，商業(yè)綜合體應(yīng)急指揮中心可以在數(shù)據(jù)模型的幫助下選擇最優(yōu)方案，進而提高應(yīng)急處置的決策效率和精細化管理水平。

2) 以西單大悅城為例，對商業(yè)綜合體的人群聚集踩踏風險及監(jiān)測預(yù)警系統(tǒng)模型進行應(yīng)用和驗證，結(jié)果表明：西單大悅城作為具有代表性的商業(yè)綜合體，其“平日晚餐時段之后”和“節(jié)假日期間的午餐時段后”的人員密度處于一個相對高位；重要活動日的晚餐時段(19∶00-20∶00)后，將出現(xiàn)客流高峰，且會持續(xù)延遲到商業(yè)閉店前。因此，商場應(yīng)加強在“晚餐時間”段、“節(jié)假日和重要活動日午餐時段”后的人流聚集樓層客流監(jiān)控工作，并在此時間段內(nèi)增派人員巡查，做好相應(yīng)的應(yīng)急防范措施。

3)隨著大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等技術(shù)手段的不斷發(fā)展和應(yīng)用，商業(yè)綜合體的人群聚集踩踏風險監(jiān)測及預(yù)警模型和系統(tǒng)還需進一步擴展和完善。