基于Logistic回归分析的人员疏散出口二次选择行为研究

许岩， 苏诺尔， 冯中姝

(1.内蒙古财经大学统计与数学学院， 呼和浩特 010070； 2.内蒙古经济数据分析与挖掘重点实验室， 呼和浩特 010070)

随着中国经济社会发展，城市化水平提高，建筑物内承载的人员不断增加[1]。在人群密度较高的情况下，人与人之间、人与建筑物之间产生摩擦和作用力，当灾害发生时，建筑物内人员疏散问题被认为是可最大限度减少生命财产损失的核心问题，保证人员快速安全疏散已成为安全领域的研究热点[2]。高校校园建筑(如教学楼、食堂、实验室、体育馆等)具有人员密集、安全隐患较多等特点，若存在不合规定的建筑设计和安全管理，一旦发生火灾、地震等紧急事件，极易在疏散时出现拥挤踩踏事故，不仅影响疏散效率，还可能对师生的生命安全造成不可挽回的损失。

2006年1月国务院发布《国家突发公共事件总体应急预案》。随后，众多学者围绕突发事件展开深入研究。何理等[3]调查了地铁乘客的疏散行为，获取10组显著相关的变量，并分析紧急情况下地铁乘客特征与疏散行为的相关性。陈霞等[4]通过对高校在校生进行问卷调查，利用皮尔逊卡方检验方法分析了人员特征与疏散行为的相关性。刘栋栋等[5]利用问卷调查方法，分析北京西站内行人心理特征，并由疏散路径的人员比例反应人员的从众心理，进行仿真分析北京西站地铁出站大厅内人员疏散行为。陈晨等[6]通过对宁波某小区进行问卷调查分析老年人疏散行为的特点，研究结果可为老年人疏散提供帮助。沈一州等[7]通过组织疏散演习和问卷调查的方式探究体育馆内青年学生疏散行为的影响因素，结果表明性别对疏散具有影响。严瑾等[8]利用物元分析理论，提出了一种针对某一具体建筑使用物联网技术获取动态风险并对疏散个体进行实时安全性评价的方法。中外学者利用 Logistic 回归分析方法对疏散影响因素方面做了大量的研究工作。刘少博等[9]通过建立Logistic模型分析人员路径选择的影响因素，随后进行卡方检验并得出结论。王建国等[10]通过问卷调查收集数据，采用Logistic回归方法对样本数据进行量化分析，探究疏散人员行为的影响因素。刘严萍等[11]通过构建多项Logistic模型分析地铁乘客疏散行为的影响因素，结果表明乘车频率和受教育程度对疏散行为有显著影响。亓荣杰[12]通过构建 Logistic 模型分析了紧急情况下性别、年龄、安全知识掌握程度等因素对疏散行为的影响。

在疏散过程中，出口处常常形成拥堵，通过对疏散时间的预估和预期接受程度，疏散人员可能会改变目标出口。如何在最短的时间内让疏散人员有效地进行出口的二次选择，是减少人群伤亡和财产损失的关键环节。出口二次选择是疏散人员的重要决策行为之一。Qin等[13]认为是否替换出口主要受出口距离和出口人数的影响。郭英军等[14]研究表明，动态标志的目的是为了达到人群均衡疏散，能够提高人员进行出口二次选择的概率。李楠等[15]认为视野范围内的环境信息影响普通个体是否改变出口。刘梦婷等[16]研究发现，行人能够很好地应对疏散拥堵情况，可根据视野范围和等待时间对出口的拥堵情况进行判断并选择是否进行出口的二次选择。

通过梳理文献，多数研究工作利用了调查问卷法和Logistic回归分析法，探究建筑物内的疏散行为，主要集中在出口的一次选择行为分析，而对建筑物内出口二次选择行为的研究相对较少。为此，通过文献调研、现场观测等手段设计调查问卷，经过两周时间在内蒙古财经大学教学楼内现场发放并收回。基于问卷调研获取的数据，探究建筑物内出口二次选择行为的影响因素。采用Logistic回归分析法，讨论个人属性、人员行为特征、人员心理反应对出口二次选择的影响作用，研究成果可为建筑物内人群应急疏散效率提供参考依据。

1 教学楼人员疏散行为调查

1.1 样本量确定

统计学中，随机抽样方法所需样本量计算公式为[17]

(1)

式(1)中：n为样本量；Z为调查置信度；S为总体标准差；d为抽样误差范围。

(2)

式(2)中：p为相对误差。

1.2 设计调查问卷

在制定疏散策略和方案时，需重点考虑紧急情况下校园人群的心理反应和行为特征。不同性别、年级的个体对突发事件的敏感程度、认知能力不同，对空间环境的熟悉程度也不同。当初始选择出口产生拥堵时，部分人员会依据实际情况进行疏散出口的二次选择。为了解疏散人员出口二次选择意愿，并保证受访者的真实有效性，采取实地调研(纸质版问卷)的方法。调查问卷内容围绕调研目的设置，主要内容包含三部分：第一部分是疏散人员个人属性和行为特征，第二部分为紧急情况下疏散人员心理反应，第三部分为疏散人员出口一次和二次选择决策行为。问卷中涉及的建筑物为内蒙古财经大学新教学楼，布局如图1所示。

安全出口(编号为c、d、e、j)；只有在紧急情况下开放的出 口(编号为a、b、f、g、h、i、k)图1 新教学楼布局Fig.1 Layout of new teaching building

调查对象为内蒙古财经大学在校大学生和研究生，在设计问卷时为减少受访同学对于冗长晦涩文字的抵触心理，尽量减少专业用语，采用简洁易懂的语句进行表达。同时，问卷主要采用选择题的方式，目的是为避免主观问答对数据的影响。该问卷是基于相关文献并结合实际调研完成的，因此，问卷内容具有有效性。

问卷发放前，随机挑选30名在新教学楼上课的人员填写问卷，进行问卷预调查，确保问卷回答的可行性。问卷调查发放时，课题组6名成员分别在新教学楼A、B、C座发放纸质版问卷并回收，历时两周现场调研，共发放问卷280份，回收272份，其中有效问卷为270份，有效问卷回收率为96%。

2 疏散行为模型

2.1 Pearson相关系数

相关系数是一种定量描述两组随机变量的统计学相关性的指标。相关系数的计算方法有很多种，其中比较经典的有Pearson、Spearman和Kendall相关系数法。这些计算方法都有其适用范围，Pearson 相关系数适用于二元高斯分布，Spearman和Kendall相关系数适用于非线性分布[19]。虽然计算过程不同，但这3种相关系数有相似性，它们均可以抽象为广义相关系数[20]，即通过比较数组中的每个数对确定两组数据整体间的相关程度。采用 Pearson 相关系数r，设X=(x1,x2,···,xn),Y=(y1,y2,···,yn)分别来自X和Y的两个样本，则相关系数可表示为

(3)

2.2 二元Logistic回归模型

Logistic回归是一种广义线性回归分析模型。实际中最为常用的是二值的Logistic回归。二值的Logistic回归也称为二元Logistic回归模型。设Y为被解释变量，为二值定性变量，用0和1表示两个不同的状态。影响Y取值的n个解释变量X1，X2，…，Xn。设Y=1的发生概率为P，则Y=0的发生概率为1-P。

二元Logistic回归模型为

(4)

式(4)中：β0为常数项；β1,β2,…,βn为偏回归系数。

事件发生的概率可表示为

(5)

2.3 变量选取

构建二元Logistic回归模型探究疏散人员在紧急情况下出口二次选择行为的显著影响因素。被解释变量Y表示疏散人员在紧急情况下是否进行出口二次选择。在紧急情况下当疏散人员选择改变出口时，Y=1；当疏散人员选择不改变出口时，Y=0。将解释变量分为个人属性、人员行为特征和人员心理反应三类[1, 21-22]，如表1所示。数据分析和Logistic回归分析均采用SPSS以及STATA软件进行。

由图2可知，各解释变量改变选择出口的人数占比。在个人属性方面，紧急情况下，42.9%的男性和23.7%的女性选择改变出口。男性在突发事件下相对更为理智，更易做出正确的出口选择[10,12,23]。当意识到突发事件发生时，大学一年级、大学二三四年级、硕士研究生中选择改变出口的比例分别为24.8%、43.7%、19.2%，其原因可能部分与年龄相关，年级越高的人员社会经验越丰富，更易于自行决策[10,12]。37.7%经历过真实疏散的人和24.9%没有经历过疏散的人选择改变出口，有过紧急疏散经历的人员具有一定的经验，更易于更换[24]。但也有部分学者认为经历过紧急情况的人员，对疏散恐惧感更甚，往往不能做出理智的判断[10]。经历疏散演习次数从0次开始选择改变出口的人数比例依次为38.5%、22.4%、45.3%、23.3%。其原因可能与培训内容及个人掌握程度有关，大部分了解安全疏散或有过相关培训的人员，熟悉紧急自救常识，疏散过程中反应理智，有助于出口选择[4,10]。紧急情况下，人员对于环境的熟悉程度方面，不熟悉、一般熟悉、非常熟悉的人员中选择改变出口的比例分别为19.0%、24.8%、45.2%，出口熟悉程度对疏散行为具有正向影响，出口熟悉程度有利于出口选择[23,25-26]。对于自己的评价是改变出口的重要指标，淡漠型、随众型、领导型的人员中选择改变出口的比例分别为30.0%、18.6%、53.5%。对于自己的评价外向的人员更具有社会责任感，易去理性思考，也对出口选择有正向作用[27-28]。

表1 变量描述Table 1 Variable description

解释变量图2 解释变量出口选择占比Fig.2 Explanatory variable exit selection ratio

在人员行为特征方面，紧急情况下，25.1%留意疏散标识的人和34.5%不留意标识的人选择改变出口，是否留意标识与改变出口不存在明显关系。部分文献显示疏散指示标识可为人员提供指示，引导人员转向安全方向，有助于出口选择[29]。23.8%听从广播的人和69.2%不听从广播的人选择改变出口，广播指示对出口选择提供帮助作用[25,29]，但当广播信息超载时，可能会起抑制作用[30]。31.3%可以预估出口拥堵程度的人员和26.3%不能预估出口拥堵程度的人员选择改变出口，疏散人员在疏散过程中提前预估出口的拥堵程度更易于疏散，提高疏散效率[6,16]。

在人员心理反应方面，紧急情况发生时，心理为慌乱、紧张、冷静的人员中选择改变出口的比例分别为33.3%、24.6%、28.3%。初遇紧急情况时的心理反应与改变出口不存在明显关系，部分文献显示人员心理对疏散行为具有较大影响，冷静的人员更易做出理智判断，进行出口选择[3,31]。第一出口拥堵后，心理反应发生改变，恐慌、焦急、镇定的人员中选择改变出口的比例分别为39.4%、13.9%、55.6%。第一出口拥堵后的心理反应对出口选择具有影响，镇定的人员更理智，有助于出口选择[27,32]。

2.4 疏散行为影响因素分析

2.4.1 信度效度分析

在进行数据分析前，为确保问卷的可靠性，需进行信度效度分析。信度分析是测评调查质量最基本的工具，主要是用来评判调查结果的稳定程度。Alpha系数处于0.35以下，表示一致性较低，不宜采用；Alpha系数处于0.35～0.7，表示一致性一般，可以接受；Alpha系数处于0.7以上，表示一致性较好。进行可靠性度量后，Alpha系数的值为0.879。因此，研究问卷稳定性和可靠性较高。

效度分析的作用是评判调查结果的准确程度。效度检测一般使用内容效度分析和建构效度分析。内容效度分析通过调查问卷中变量的问题反映内容或取样范围的适当程度和相符程度。建构效度分析测量的是问卷的问题能够解释变量的程度。构建效度分析采用变量或维度的KMO(Kaiser-Meyer-Olkin)值测量，KMO值应该大于0.7。结果显示，量表的KMO系数值为0.794，Bartlett球形度检验显著性水平为0.000。因此，研究问卷的建构效度也良好。

2.4.2 数据标准化处理

信效度检验后，需对数据作标准化处理。原始的数据通常量纲不统一，不是标准化的数据。而在实际的建模过程中，数值太大的变量会影响数值太小的变量的作用，因此变量的量纲不统一会降低模型的性能。

对数据进行标准化的主要方法有按小数定标标准化、Z-score标准化与最小-最大标准化。采用最小-最大标准化方法[33]，对序列y1,y2,…,yn∈[0,1]进行变换，即

(6)

2.4.3 多重共线性检验

数据标准化处理后，由于各变量之间可能会存在多重共线性，需进行检验。选取11个解释变量研究疏散人员紧急情况下出口二次选择的影响因素，依据文献[34]的方法，计算方差膨胀因子VIF和条件指数CI，检验变量间的多重共线性问题。对变量做多重共线性检验，得各变量的方差膨胀因子均小于1.3，条件指数均小于10，表明变量间不存在严重的多重共线性，因此保留所有的变量。

2.4.4 模型拟合度检验

确保各变量之间不存在多重共线性后，需对模型做拟合度检验，其目的是为探究构建的模型能否较好地预测结果。选取Hosmer和Lemeshow的拟合度检验(简称H-L拟合优度检验)方法，HL统计量显著说明模型的拟合度不好，其值不显著则说明模型的拟合度较好[34]。模型拟合度较好表明自变量可以有效预测事件结果。

(7)

对建立的Logistic回归模型进行H-L拟合优度检验，结果显示，P=0.284>0.05，未达到显著性水平，说明模型配适度好。

2.4.5 模型回归结果分析

Pearson相关性分析反应的是解释变量与被解释变量之间的相关程度，Logistic模型反应的是解释变量对被解释变量的影响程度，基于文献[35]和文献[36]，二者结合分析效果优于单一分析。通过分析调查数据，由表2和表3可知，紧急情况下疏散人员改变出口的显著因素有性别X1、紧急疏散经历X3、出口熟悉程度X5、自我评价X6、听从疏散广播指示情况X8、第一出口拥堵后的心理反应X11。

由表2可知，紧急疏散经历X3、出口熟悉程度X5、自我评价X6、第一出口拥堵后的心理反应X11与出口二次选择存在正相关关系，其中熟悉程度X5相关系数最大；性别X1与听从疏散广播指示情况X8相关系数为负，且后者相关性高于前者。

表2 Pearson相关系数Table 2 Pearson correlation coefficient

表3 模型回归结果Table 3 Model regression result

由表3可知，性别X1通过检验，显著性水平为0.087，变量系数为负，说明遇到紧急情况时，女性更不愿改变选择的出口。代伟[23]也进行了相关的研究，结果表明女性在疏散过程中盲目性和无目的性较强，理性选择出口及自主意识较弱，所以更不愿改变出口；紧急疏散经历X3的显著性水平为0.100，变量系数为正，说明经历过紧急疏散的人员更愿意改变出口。余肖禹等[24]认为经历过疏散的人员在疏散过程中，会表现得更加沉稳且心理状态波动更小；熟悉程度X5的显著性水平为0.023，变量系数为正，说明疏散人员对于教学楼熟悉程度越高，越愿意改变出口。代伟[23]研究表明，环境熟悉程度越高，人员自身应急疏散经验和能力就越强，越愿意根据实际情况去改变出口；听从疏散广播指示与否X8的显著性水平为0.000，影响系数为负，表明疏散人员听广播的意愿越强，越不愿选择改变出口，原因可能是：由于日常教学楼内除上下课铃声外没有其他广播设施，疏散人员对紧急情形下广播的信息缺乏信任度，在文献[37]中也有相似结论。Xia等[30]认为信息的缺失或过多都会使得疏散人员对紧急广播的感知和反应产生负面影响；对自己的评价X6的显著性水平为0.087，变量系数为正，说明领导型人员更愿意改变出口。第一出口拥堵后的心理反应X11的显著性水平为0.001，变量系数为正，表明紧急情况下，情绪镇定的疏散人员更愿意通过改变出口减少拥堵。詹新等[27]也在这两方面开展了相关工作，通过对同一人群在疏散演习前后进行两次问卷调查发现，承担一定社会责任的学生在逃生过程中更加理性，遇到出口拥堵时，会主动选择改变出口。且部分人员由于受到紧张、恐慌等心理因素的影响，不会过多地考虑疏散路线，从而在遇到拥堵时不愿改变逃生出口。

2.4.6 模型的检验与评价

为预测Logistic模型的正确率，检验的分类标准以0.5为原则，结果如表4所示，可以看出，其正确率为78.5%。接受者操作特性(receiver operating characteristic，ROC)曲线可以评价Logistic模型的预测效应[38]，是反映敏感性与特异性之间关系的曲线。从图3可知，ROC曲线下的面积(area under curve，AUC)为0.784 2，二者皆说明预测模型的效果较好。

表4 判别结果Table 4 Discrimination results

AUC值=0.784 2图3 模型的ROC曲线Fig.3 ROC curve of the model

3 结论

通过Pearson相关性与Logistic回归模型分析紧急情况下疏散人员出口二次选择的影响因素，得出如下结论。

(1)女性在疏散过程中更易出现盲目性，不会轻易改变出口。

(2)对于教学楼结构熟悉的人员，了解出口位置及到达各出口的路径，会依据拥挤程度改变出口。

(3)大部分人员在听到广播后，更愿去相信广播第一次指定的出口，而不再自主去改变出口。

(4)由于领导型人员具有责任心和大局观，考虑到改变出口可以缓解拥堵，更倾向于改变出口。

(5)在紧急情况下情绪镇定的人员具有理性思考的能力，这类人员会根据实际情况改变出口，避免出现拥堵现象。

依据以上的结论，提出如下建议：①高校应多组织紧急疏散演练的活动，每学期进行消防演练、安全疏散演练，增强学生应急疏散经验和能力；②加强学生对于教学楼出口的熟悉程度，确保每一位学生都了解教学楼的出口位置，以保证拥堵情况下疏散人员更加合理地进行出口选择；③建议学校管理部门重视广播语音指导的重要性，增强紧急情况下学生对于广播信息的信任度，选择有效的出口，降低拥堵程度。

研究结论可为教学楼内人员疏散提供科学参考和数据支持。由于建筑物内人员疏散行为灵活、复杂，今后从如教学楼楼层、出口处是否有障碍物、出口处是否有烟气等进一步改进，可考虑更多影响因素进行分析。