基于灰色关联度的应急避难场所找寻行为研究

王玉庭，张畅畅，孙得胜，韩迪，魏祎璇，倪旻睿，吴金顺，潘嵩

(1. 华北科技学院 安全工程学院，北京 东燕郊 065201;2. 北京市应急能力建设促进中心，北京 101149；3. 北京科技大学，北京 100083；4. 宁波诺丁汉大学，宁波 315100；5.北京工业大学，北京 100000)

0 引言

近年来，随着我国自然灾害等突发事件的易发、频发，造成人员伤亡不断增加。尤其在人口密度较大的居民区、商业区等区域，发生突发事件后如应急避难场所标识牌规划不合理[1]、避难场所不易寻找、可达性较差等[2]，很容易出现人员撤离秩序混乱，导致发生人口拥堵、踩踏等现象[3-5]，进而加剧人员伤亡情况。相反，应急避难场所可达性高，灾民能迅速撤离到安全地带可较大程度的降低人员伤亡和财产损失，而公共设施的可达性，是指拥有相应需求的人群通过某种交通方式从某一给定区位到目标设施的便捷程度[6]。如“8·12天津滨海新区爆炸事故”[7]发生后，由于居民快速撤离至最近的应急避难场所，大幅度降低了事故危害程度。

目前，随着城市应急避难场所不断增建、重建，多数学者在应急避难场所选址布局方面已有一定探索，但针对应急避难场所的可达性研究较少。因此，为提高应急避难场所可达性，避免在发生突发事件时应急避难标识无法凸显其指引作用，本文将通过18名测试人员在北京市户外实地模拟突发事件应急疏散行为，得出对找寻应急避难场所时长产生影响的因素及其影响程度，研究结果将为优化城市应急避难场所标识牌提供一定参考，并为找寻应急避难场所可达性研究提供数据支撑。

1 理论简介

1.1 灰色关联度

对于两个系统之间的因素，其随时间或不同对象而变化的关联性大小的量度，称为关联度[8]。灰色关联度是一种多因素统计分析的方法[9]，它是以各因素的样本数据为依据用灰色关联度来描述因素间关系的强弱、大小和次序。

1.2 突发事件

2006年由国务院发布的《国家突发公共事件总体应急预案》中对突发事件定义如下：突发事件是指突然发生，造成重大人员伤亡、财产损失、生态环境破坏和严重社会危害，危及公共安全的紧急事件[10]。而地震灾害作为突发事件中自然灾害的一种，在我国仍不断发生，造成人员伤亡和经济损失，同时也对社会的发展带来了不稳定因素。近十年来，我国地震灾害次数仍处于客观波动状态，但人员伤亡情况却呈现出主观逐渐降低的情况，如图1所示，说明随着我国对应急避难场所等公共设施的不断完善，居民在应对地震等突发灾害时已产生较强保护意识。因此，当发生突发灾害事件时，居民能否在第一时间找到躲避危险地区，如应急避难场所等地显得尤为重要。

图1 我国地震灾害情况

1.3 应急避难场所

应急避难场所是应对突发公共事件的一项灾民安置措施，是现代化大城市用于民众躲避火灾、爆炸、洪水、地震、疫情等重大突发公共事件的安全避难场所，对城市安全和可持续发展有重要作用。

根据《地震应急避难场所场址及配套设施》(GB21734-2008)规定，应急避难场所分为三类：III类应急避难场所，用于紧急避难，具备基本设施配置；II类应急避难场所，用于提供短时庇护的固定场所，具备一般设施配置；I类应急避难场所，是具备综合设施配置的、可安置受灾人员30天以上的中心避难场所[11]，见表1。

表1 我国应急避难场所等级划分

1.4 应急疏散

应急疏散是指应对大型突发灾难性事件，防止和减少人员伤亡的重要措施[12-13]。当发生突发事件时，个人及群体首先需要撤离到最近的应急避难场所进行避难，此时，应急避难标识的合理性显得尤为重要，一套完善的应急标识在平时可以增强人们对避难场所的认知和了解，在灾时可以引导人们快速的到达安全区域，减少灾害带来的伤亡和损失。

2 实验设计

2.1 实验设备

本研究将采用由瑞典公司生产的Tobii Pro Glass 2眼动仪，如图2所示。此设备的优势为在不影响数据质量的前提下可对佩戴人员提供最大化的头部和身体移动的自由度，能最大程度的捕捉到自然、真实的行为，同时轻巧的眼镜式设计与眼动记录器使整套系统外观比较普通，从而在真实场景中测试时不会吸引过多场外人员的关注而影响被试的行为，提高了实验效率并将人为误差因素降到最低，因此适用于本次应急避难场所找寻行为研究。

图2 Tobii Pro Glass 2眼动仪

2.2 实验内容

本研究随机选取了北京市人员活动密集区域进行模拟突发事件时应急疏散实验，18名测试人员佩带眼动仪并从起点位置开始行动，每位测试人员可通过使用电子导航、观察应急标识牌、问询他人等方式自主选择路径到达应急避难场所。如图3所示，A～H分别为不同路径中应急标识牌的摆放位置(由Google Maps提供实验范围)，其中标识牌C被街道保安亭遮挡了绝大部分，标识牌D被树叶遮挡小部分。

图3 应急标识牌位置图

2.3 实验结果

本次实验共18名测试人员，其中14名找到了同一处应急避难场所，即标识牌B，2名找寻到标识牌D，1名找寻到标识牌C，另外4名分别找到了不同的应急避难场所位置，即标识牌E、F、G、H。

实验记录表明，测试者注视电子导航总时长、注视电子导航次数、手机旋转次数、折返行为次数及观看标识牌总个数均属于找寻应急避难场所总时长的影响因素。其中，手机旋转次数是指测试人员将手机旋转超过45°(包含45°)记录为一次，折返行为次数则通过行为观察法进行记录。同时标识牌被建筑、树叶物遮挡(如图4、5所示)，以及个别找寻路径中存在标识牌指示不明确或指示有误(如图6所示)等客观因素会造成找寻总时长增加，降低应急避难场所可达性。

图4 标识牌C示意图

图5 标识牌D示意图

图6 找寻过程中某指示牌示意图

通过对数据详细分析后发现，实验中会出现测试者在找到第一处标识牌后再次找寻其他标识牌的情况，考虑到此个人主观选择行为会影响分析找寻应急避难场所时长影响因素的准确性，因此本文观看标识牌总个数不纳入接下来的影响因素分析中。同时考虑到个人行为快慢不同受个人身体状况影响，且由于所处范围均为陌生的情况，容易在不同阶段中出现犹豫、折返行为，使得该因素在本研究中影响较小，故不做详细分析。

图7表达了测试人员注视电子导航总时长、注视电子导航次数、手机旋转次数、折返行为次数与实验总时长之间的关系。可以看出，随着测试人员注视电子导航总时长、注视电子导航次数、手机旋转次数、折返行为次数的增加实验时长总体呈上升趋势，说明这四个影响因素与实验总时长有一定的相关性，适用于灰色关联分析方法来检验实验结论。

图7 各指标因素与实验总时长示意图

3 实验讨论与分析

由于本文中各指标因素物理意义不同，导致数据的量纲也不一定相同，不便于比较或在比较时难以得到正确的结论，因此在进行灰色关联度分析时，一般需进行无量纲化数据处理。常用的无量纲化处理方法有均值化法或初值化法等，公式如下：

(1)

(2)

本文采用均值化法，对各序列进行无量纲化，得出原始数据各序列的均值分别为：23.28、137.94、22.89、3.61、2.56，各指标均值化后数据见表2：

表2 各指标均值化序列表

续表

分别计算各因素与实验总体找寻时间在对应期的间距(绝对差值)，结果见表3。

表3 各指标与实验总体找寻时间在对应期间距

从表3可以看出，该绝对值数据序列的数据间存在差异，因此对其进行一次规范化。设Δ(max) 和Δ(min)分别表示图6中绝对差值Δ0i(t)的最大数和最小数，则

0≤Δ(min)≤Δ0i(t)≤Δ(max)

(3)

因而

(4)

(5)

由于在一般情况下Δ(min)可能为零(即某个Δ0i(t)为零)，故将上式改进为

(6)

ρ在0和1之间取值，上式可变形为

(7)

式中，i=1，2，3；t=受试者1，受试者2……，受试者18；ξ0i(t)称为序列xi和序列x0在第t时刻的灰色关联系数(简称为关联系数)。由上述公式可看出，ρ取值的大小可以控制Δ(max)对数据转化的影响，ρ取较小的值，可以提高关联系数间差异的显著性，因而称ρ为分辨系数，利用上述公式对图6中绝对差值Δ0i(t)进行规范化，取ρ=0.5，计算结果见表4。

表4 规范化后的绝对差值表

最后分别对各指标与实验总体找寻时间的关联系数序列求算术平均值可得：

r0i称为序列x0和xi(i=1，2，3)的灰色关联度。由于r02>r01>r03>r04，因而电子导航注视总次数与实验总体找寻时间的关联度最大，其次是电子导航注视总时长与手机旋转次数，折返行为次数关联度最小。这可能由于本文所选人员密集区域指引性应急标识牌较少，甚至会出现误导性的标识牌，导致多数测试者更依赖于手机导航。

4 结论

(1) 通过对测试者所选择的不同路径，不同寻路手段等情况进行综合分析，实验总时长(实验找寻效率)说明了应急避难场所的可达性程度。

(2) 在找寻应急避难场所过程中，与实验总时长关联性最大的是注视电子导航次数，其次是电子导航注视总时长和手机旋转次数。

(3) 在实测过程中，折返行为次数对找寻应急避难场所作用较小且存在某些指示不合理的标识牌容易误导被试人员，从而可能导致实验总时长的增加。

(4) 建议应在人员密集区域及时在关键节点处(如十字路口、丁字路口等)增建、维修和更新应急标识牌，缩短灾民到达应急避难场所时长，提升城市应急避难场所可达性，以减少突发事件造成的人员伤亡。

由于本文样本量偏少，结论存在一定局限性，在未来的研究中，将增加测试人员及测试次数，充实样本数量，并将测试人员年龄、性别、职业、方向感等因素纳入研究中，使最终的结论更具有说服性。