李 華，何思敏，孔 嬌

(西安建筑科技大學(xué) 資源工程學(xué)院，陜西 西安 710055)

0 引言

隨著城市景區(qū)夜間旅游活動成為出游熱點，城市夜間公共安全問題也日益突出。中國旅游研究院發(fā)布的《夜間旅游市場數(shù)據(jù)報告2019》顯示[1]，夜間安全是限制游客夜間出游的首要因素。夜間的缺光環(huán)境極有可能引發(fā)偶發(fā)性和高危害性并存的踩踏事件，一經(jīng)發(fā)生會造成嚴(yán)重的災(zāi)害后果與社會影響。城市景區(qū)夜間旅游活動發(fā)生踩踏事件時，與白天不同的是夜游環(huán)境對人的感知影響，特別是對視覺的影響；其次，視覺、聽覺和觸覺感知減弱導(dǎo)致人們無法保障個體與環(huán)境的信息平衡；最后，不完滿的感知狀況加之夜間人群疲憊身心狀態(tài)，加重了事態(tài)的嚴(yán)重性。此類突發(fā)事件的應(yīng)急準(zhǔn)備、應(yīng)急管理都需要以脆弱性評價和分析為基礎(chǔ)[2]，因此對景區(qū)夜游踩踏事件中的人群脆弱性進(jìn)行分析評價，對降低城市景區(qū)夜間出游安全風(fēng)險，加強(qiáng)旅游科學(xué)化管理具有重要的現(xiàn)實意義。

脆弱性是指系統(tǒng)存在容易遭受外界侵害的要素及系統(tǒng)受損后自我恢復(fù)的能力，這一概念最先源自于對自然災(zāi)害問題的研究[3]，目前國內(nèi)外的專家學(xué)者也將其應(yīng)用到社會人文系統(tǒng)，探究地震[4]、公共衛(wèi)生[5]和火災(zāi)[6]等災(zāi)害事故下人群系統(tǒng)的脆弱性，但針對踩踏事件的研究較少；李華等[7]從不同時間下踩踏情境不同的視角出發(fā)，探索景區(qū)密集人群踩踏事故情景演化的特征和路徑；石京等[8]從行人流特征的角度出發(fā)，分析高峰期景區(qū)行人踩踏事故的機(jī)理并提出預(yù)防措施，但以往研究著重于對踩踏過程的梳理，人群系統(tǒng)安全感知的脆弱性往往被忽略；且在夜間景區(qū)人的認(rèn)知決策與白天存有明顯差異[9]。因此，需要基于夜游環(huán)境視角，對城市景區(qū)踩踏事件中密集人群的脆弱性進(jìn)行研討。

基于以上討論，本文借助AHV模型，從夜游環(huán)境視角構(gòu)建人—環(huán)境耦合系統(tǒng)在踩踏事件中的框架，分析辨識脆弱性影響因子并建立評價指標(biāo)體系；提出博弈組合賦權(quán)-云模型的指標(biāo)評價方法；以大雁塔北廣場為例，確定密集人群在踩踏事件易發(fā)地的風(fēng)險因子權(quán)重并用綜合評價法進(jìn)行評價，以期為城市景區(qū)夜游應(yīng)急的網(wǎng)格化管理提供參考。

1 景區(qū)夜游踩踏事件中密集人群脆弱性及評價指標(biāo)體系

1.1 脆弱性概念內(nèi)涵

景區(qū)夜游踩踏事件是指高密度人群聚集在景區(qū)夜間光線不佳的環(huán)境下，在某些誘因的擾動下產(chǎn)生騷亂，失去控制后造成人員擁擠、踩踏，最終釀成人員死傷的災(zāi)難[10]。踩踏事件中密集人群的脆弱性暴露于事件發(fā)生、發(fā)展及演變的全過程[11]，而較暗的夜游環(huán)境將直接影響密集人群的環(huán)境感知敏感度，進(jìn)而影響人群脆弱性，結(jié)合文獻(xiàn)[12]對脆弱性3因素特征的分析，本文提出城市景區(qū)夜游踩踏事件中密集人群脆弱性與暴露性、敏感性、適應(yīng)性有關(guān)。脆弱性的概念辨析如圖1所示。

圖1 基于3因素的密集人群脆弱性Fig.1 Vulnerability of dense crowd based on three factors

1.2 脆弱性影響因子識別

為了更好地分析夜游環(huán)境對密集人群脆弱性的聯(lián)系和作用，本文采用人—環(huán)境耦合系統(tǒng)的脆弱性分析框架[13]進(jìn)行梳理。

踩踏事件的發(fā)生可視作密集人群與不安全的夜游環(huán)境耦合作用的過程，用AHV(Airlie House Vulnerability)模型構(gòu)建的景區(qū)夜游踩踏事件下密集人群脆弱性分析框架如圖2所示。

圖2 景區(qū)夜游踩踏事件下密集人群脆弱性分析框架Fig.2 Analysis framework of dense crowd vulnerability under stampede incident at night tour in scenic spots

1.2.1 暴露性因子

暴露性因子由人群內(nèi)部特征和人群與外部環(huán)境組合特征的相關(guān)因子組成。

1)人群內(nèi)部特征。人群在高峰時段的密度越大，密集人群中異常行為越多，踩踏就越容易發(fā)生。

2)人群外部擾動。景區(qū)的一些基本布設(shè)(如售票口、樓梯)和夜間特色活動在燈光昏暗時易留滯大量游客，此種空間下載客量和突發(fā)響動越少、夜光標(biāo)識越多、地面情況越平穩(wěn)，踩踏事件風(fēng)險越??；此外，限流力度和現(xiàn)場安保力量薄弱均會加大密集人群暴露于踩踏事件的風(fēng)險。

1.2.2 敏感性因子

密集人群與夜游環(huán)境組合產(chǎn)生的風(fēng)險信息是促進(jìn)敏感性形成的感知輸入，結(jié)合心理行動學(xué)理論和現(xiàn)場調(diào)研，敏感性因子主要包括：

1)弱勢群體。包括女性、老弱幼、身患突發(fā)疾病等人群，在擁擠環(huán)境下他們的身心承受力較低，上述人群占比越多，人群系統(tǒng)就越敏感。

2)密集人群身心需求。心理需求決定著行為認(rèn)知，對黑暗的恐懼感、個體感知力及防范意識經(jīng)驗分別影響著個體在夜游環(huán)境中的向光性、知覺和信息的完整性，通過作用于行為進(jìn)而影響人群系統(tǒng)脆弱性。

3)環(huán)境影響。主要可以分為對游人心理和生理的影響?；璋祷蜓９猸h(huán)境下人的感官敏感度提高，心理緊張反應(yīng)和警惕性增加，游客群體更為依賴景區(qū)內(nèi)的照明、廣播系統(tǒng)能力；同時景區(qū)的圍護(hù)設(shè)施達(dá)標(biāo)率越低，主景觀和人行道上的障礙物數(shù)量較多，致脆風(fēng)險越高。

1.2.3 適應(yīng)性因子

為最大限度地減輕災(zāi)害程度，參照自然災(zāi)害和旅游景區(qū)突發(fā)事件的應(yīng)急救援管理體系，適應(yīng)性因子可分為：

1)災(zāi)前預(yù)防準(zhǔn)備。包括景區(qū)的預(yù)防工作和人群個體的預(yù)防，前者如夜間應(yīng)急方案、應(yīng)急疏散演練、管理者職責(zé)合理分配等的實施質(zhì)量。

2)災(zāi)中應(yīng)急應(yīng)對。相關(guān)因素主要取決于景區(qū)各部門間的協(xié)同運作：控制部門應(yīng)保證視頻監(jiān)控、應(yīng)急照明系統(tǒng)的正常運作，消防部門應(yīng)確保救援組織力量完備，安保部門應(yīng)聯(lián)合公安交管部門做好景區(qū)周圍交通的管理疏導(dǎo)工作，才能更好地控制事故或減緩事故態(tài)勢發(fā)展。

1.2.4 評價指標(biāo)體系的建立

本文依據(jù)科學(xué)性、層級性、易得性和可量化性的指標(biāo)選取原則，在公共場所踩踏事件機(jī)理[14]、夜間防災(zāi)[9]、景區(qū)應(yīng)急管理[7]的研究背景下，考慮國內(nèi)城市景區(qū)綜合特點和脆弱性評價對象，對所列初級指標(biāo)進(jìn)行篩選，參考法律法規(guī)中的相關(guān)標(biāo)準(zhǔn)，對所選指標(biāo)進(jìn)一步修正。

將初篩指標(biāo)交由應(yīng)急管理、景區(qū)管理、密集人群場所管理研究的專家給出2次修正和反饋的意見，最終構(gòu)建出景區(qū)夜游踩踏事件下密集人群脆弱性評價指標(biāo)體系，如表1所示。

表1 脆弱性評價指標(biāo)體系Table 1 Assessment index system of vulnerability

表1(續(xù))

2 基于組合賦權(quán)—云模型的評價方法

2.1 博弈論的組合賦權(quán)法確定權(quán)重

本文將G1法與熵權(quán)法根據(jù)博弈論原理合理結(jié)合，形成1種組合的主客觀指標(biāo)賦權(quán)方法進(jìn)行賦權(quán)。

1)G1法確定主觀權(quán)重。G1法針對多指標(biāo)求解問題，能在簡化主觀賦值過程的同時保證結(jié)果的準(zhǔn)確性，求取主觀權(quán)重的具體計算步驟參考文獻(xiàn)[15]。

2)改進(jìn)熵權(quán)法確定客觀權(quán)重。熵權(quán)法利用指標(biāo)信息的效用值大小來證明所評價對象的重要性，確定客觀權(quán)重的步驟參考文獻(xiàn)[16]，在計算信息熵時對矩陣中的指標(biāo)均加上0.1進(jìn)行改進(jìn)。

3)博弈論組合主客觀賦權(quán)。博弈論組合賦權(quán)通過組合并優(yōu)化主客觀法的計算結(jié)果，減少了單一權(quán)重計算造成的誤差。假設(shè)采用了s種權(quán)重方法進(jìn)行評價，每種方法的權(quán)重向量表示如式(1)所示：

Wk=[Wk1,Wk2,…,Wkm](k=1，2，…，s)

(1)

式中：Wk為第k個方法確定的權(quán)重向量集。

再隨機(jī)對這些向量進(jìn)行隨機(jī)組合

(2)

式中：WT為權(quán)重集的1種可能的權(quán)重向量；αk是權(quán)重線性組合系數(shù)。

由最優(yōu)策略，找出Wk和各方法權(quán)重向量間的最小離差系數(shù)αk，如式(3)所示：

(3)

式中：Wi為第i個方法求取的權(quán)重向量。

根據(jù)矩陣微分方法求導(dǎo)后得到最優(yōu)化一階導(dǎo)數(shù)的條件，如式(4)所示：

(4)

(5)

2.2 云模型

考慮到密集人群脆弱性與夜間城市景區(qū)環(huán)境的耦合作用產(chǎn)生的脆弱性因子顯現(xiàn)出的模糊性、不確定性和隨機(jī)性。將密集人群脆弱性系統(tǒng)視為一朵云，利用云模型的評價過程進(jìn)行評價。

期望Ex、熵En和超熵He是代表云模型的3大特征，在本文中，Ex是人群脆弱性論域空間中的云滴分布，En和He分別是人群脆弱性概念、熵的不確定性度量。利用云模型進(jìn)行評價的步驟如圖3所示。

圖3 脆弱性評價流程Fig.3 Flow chart of vulnerability assessment

2.3 建立評語集

本文依據(jù)國家旅游局第41號令《旅游安全管理辦法》中旅游突發(fā)事件的分級和密集人群脆弱性的特性，在論域[0,1]之間將人群脆弱性劃分微度、低度、中度、高度和極度5個等級，建立對應(yīng)的脆弱性指標(biāo)評語集V={V1，V2，V3，V4，V5}。對構(gòu)成的雙邊約束評語集采用如式(6)所示計算云評價集的特征值：

(6)

式中：Vmax是上限，Vmin是下限；g為常數(shù)，隨指標(biāo)的模糊閾值進(jìn)行調(diào)整。評分范圍和所屬的評語集參數(shù)由專家給出，如表2所示。

表2 脆弱性系統(tǒng)評語集及云模型參數(shù)Table 2 Comment sets and cloud model parameters of vulnerability system

2.4 綜合評價云模型

1)選擇調(diào)研目標(biāo)為城市景區(qū)夜游中易發(fā)生踩踏事件的地點，邀請旅游景區(qū)安全管理專家和景區(qū)管理團(tuán)隊成員組成專家組，參考指標(biāo)體系相關(guān)文獻(xiàn)和標(biāo)準(zhǔn)規(guī)范，對指標(biāo)在[0，1]區(qū)間內(nèi)給出最高分和最低分。

2)首先將專家給出的結(jié)果和指標(biāo)權(quán)重代入逆向云發(fā)生器[17]計算得二級指標(biāo)云參數(shù)，將所求結(jié)果代入浮動云算法[18]式(7)中，生成一級指標(biāo)的云模型參數(shù)，代入此數(shù)值到綜合云算法[18]式(8)計算準(zhǔn)則層的云參數(shù)。通過輸入準(zhǔn)則層的3個特征值到正向云發(fā)生器，可以得出最終的判別云圖，將判別云圖與標(biāo)尺云圖中各評語集云圖進(jìn)行相似度比較，可得到最終的判定結(jié)果。云發(fā)生器步驟如圖4所示。

(7)

圖4 正態(tài)云發(fā)生器計算過程Fig.4 Calculation process of normal cloud generator

式中：Exi、Eni、Hei、ωi分別表示二級指標(biāo)中各指標(biāo)的期望、熵、超熵和權(quán)重。

(8)

式中：Exi、Eni、Hei、ωi分別表示一級指標(biāo)中各指標(biāo)的期望、熵、超熵和權(quán)重。

3 實例驗證

3.1 景區(qū)概況

大雁塔景區(qū)是5A級的國家旅游文化休閑景區(qū)，眾多慕名而來的游客在節(jié)假日期間匯集于此。但大量人群聚集增加了夜間踩踏事件的風(fēng)險。本文選取北廣場夜間最易發(fā)生擁擠踩踏事件的地點在某1節(jié)假日進(jìn)行實例驗證，4個危險地點包括S1中央廣場區(qū)、S2園林景觀區(qū)、S3東邊步行街道和S4西邊步行街道。

3.2 權(quán)重計算

3.3 脆弱性結(jié)果云圖分析

邀請10名景區(qū)安全管理的專家和景區(qū)工作人員組成打分小組，對4個地點進(jìn)行[0，1]區(qū)間的最值分值評定，依照2.4節(jié)的計算過程，最終得到二級指標(biāo)、一級指標(biāo)和準(zhǔn)則層的云模型參數(shù)，將其輸入正向云發(fā)生器得出結(jié)果云圖，圖5所示為4個片區(qū)突發(fā)踩踏事件密集人群脆弱性的綜合云模型評價結(jié)果云圖。S1，S2的評估結(jié)果分別更靠近“中度”、“低度”，即為此2區(qū)域脆弱性評價結(jié)果；S3和S4的評價結(jié)果云憑借觀察無法確定，依據(jù)貼近度[17]計算得評價結(jié)果分別為“低度”和“中度”。

為了得到更深入的評價結(jié)果，以評價結(jié)果中脆弱性等級最高的S1中央廣場區(qū)為例，首先比較各一級指標(biāo)與準(zhǔn)則層的期望值，如圖6所示：適應(yīng)性A3的脆弱性等級最低且權(quán)重占比最高，說明景區(qū)的夜間應(yīng)急管理能力處于較高水平；暴露性A1的評價結(jié)果明顯高于敏感性A2和適應(yīng)性A3，說明暴露性是最易使密集人群系統(tǒng)在夜間不利條件下失控的環(huán)節(jié)；敏感性A2的脆弱性所屬等級雖為“中等”但權(quán)重值最低，因此景區(qū)仍需加強(qiáng)對游客的旅游安全教育和夜間防災(zāi)心理建設(shè)。

圖6 一級指標(biāo)云與準(zhǔn)則層云Fig.6 Level 1 indexes cloud and criteria layer cloud

接著比較二級指標(biāo)與一級指標(biāo)的脆弱性結(jié)果云，圖7所示的是暴露性A1與所屬二級指標(biāo)的云圖對比，A11高峰期人群密度與A17危險區(qū)人均空間承載量是暴露性A1中最主要的因素，評價結(jié)果分別為“極度”和“高度”，說明高密度人群和所處密集區(qū)域在夜晚的容納壓力是致脆關(guān)鍵點；A12人群行為異常性和A13夜光導(dǎo)向標(biāo)識布設(shè)率的評價等級次之，說明夜光標(biāo)識的布設(shè)率不佳易致使游客獲取信息困難進(jìn)而造成人群滯留、對沖現(xiàn)象。經(jīng)調(diào)查發(fā)現(xiàn)，游人為了找到最佳觀賞點往往會通過由南至北的臺階突然異向走動和同向擠壓，因此需要在此處加強(qiáng)人群疏導(dǎo)和夜間安全環(huán)境布設(shè)工作。

圖7 二級指標(biāo)云與暴露性云Fig.7 Level 2 indexes cloud and exposure cloud

3.4 脆弱性結(jié)果對比驗證

1)評價方法對比驗證

為檢驗所提方法的可靠性，采用文獻(xiàn)[20]的方法，用同樣的權(quán)重和專家打分結(jié)果做出大雁塔北廣場噴泉處的脆弱性模糊綜合評價，所得結(jié)果比較如表3所示。模糊綜合評價法與本文所提模型的評價結(jié)果一致，但云模型具有更佳的可視效果。

表3 脆弱性評價結(jié)果比較Table 3 Comparison of vulnerability assessment results

2)指標(biāo)對比驗證

為了驗證所得脆弱性評價指標(biāo)結(jié)果一致性，采用蒙特卡洛crystallball方法[21]對4個地點的指標(biāo)脆弱性進(jìn)行敏感性模擬。假設(shè)單元設(shè)定為三角分布形式的26個指標(biāo)，預(yù)測單元為各指標(biāo)期望值和權(quán)重的乘積，模擬50 000次，各危險地點的脆弱性評價指標(biāo)敏感性系數(shù)如圖8所示，所得結(jié)果與綜合評價方法指標(biāo)的評價結(jié)果一致。

圖8 評價指標(biāo)敏感性貢獻(xiàn)度Fig.8 Sensitivity contribution of assessment indexes

4 結(jié)論

1)以踩踏事件為例，結(jié)合脆弱性3因素理論給出城市景區(qū)夜游踩踏事件下密集人群脆弱性的概念，借助AHV模型梳理此種情形下人群脆弱性的暴露性、敏感性和適應(yīng)性因子，構(gòu)建有效、全面、可量化的脆弱性評價指標(biāo)體系，準(zhǔn)確找到人群在夜間景區(qū)面臨踩踏事件時的脆弱性因子，可以為相同尺度下夜間景區(qū)突發(fā)事件時的人群安全管理評價提供思路。

2)用實例樣本評價得出4個危險地點在夜游環(huán)境踩踏事件下密集人群脆弱性的等級，結(jié)合實際情況進(jìn)一步分析所建指標(biāo)各層脆弱性因子及其致脆原因，指出景區(qū)夜間安全管理與人群需求的沖突之處，找出影響人群系統(tǒng)脆弱性的關(guān)鍵點并提出相應(yīng)的改進(jìn)策略，以期通過降低負(fù)向關(guān)鍵因素的脆弱性來增強(qiáng)各方對人群系統(tǒng)脆弱性的管控能力，反映出脆弱性指標(biāo)構(gòu)建的合理性和評價模型選取的適用性。

3)通過與模糊綜合評價法、蒙特卡洛法分別進(jìn)行評價結(jié)果和指標(biāo)的對比，驗證本文所提綜合評價方法準(zhǔn)確性和優(yōu)勢，結(jié)果表明：博弈論確定的組合權(quán)重一定程度上提高評價結(jié)果的精度，云模型在脆弱性評價結(jié)果一致的情況下更具可視化的優(yōu)點。