陳志剛，張 棟，張 鵬，程 剛

(1.中糧集團(tuán)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(chǎng)所，存在人員擁擠踩踏等風(fēng)險(xiǎn)，如果場(chǎng)所內(nèi)缺乏完善的人群聚集風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警及應(yīng)急響應(yīng)機(jī)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(cái)產(chǎn)損失，而且會(huì)導(dǎo)致嚴(yán)重的不良社會(huì)影響。近年來(lái)，國(guó)內(nèi)外人員聚集踩踏事故頻發(fā)，且在生產(chǎn)經(jīng)營(yíng)等公共場(chǎng)所屢見(jiàn)不鮮，例如，2007年11月10日，家樂(lè)福重慶沙坪壩店在舉行店慶時(shí)，因市民搶購(gòu)特價(jià)菜子油引發(fā)踩踏事故；2008年11月28日，美國(guó)紐約長(zhǎng)島附近的一家沃爾瑪超市特價(jià)甩賣(mài)，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(zhēng)搶商場(chǎng)發(fā)放的免費(fèi)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(jì)MALL購(gòu)物中心沃爾瑪西昌店舉行低價(jià)促銷活動(dòng)，顧客擠爆玻璃門(mén)后引發(fā)踩踏；2013年10月17日，深圳龍華街道組織書(shū)香小學(xué)的661名學(xué)生前往羅湖區(qū)一家兒童體驗(yàn)中心拓展，10多名學(xué)生乘坐自動(dòng)扶梯，發(fā)生踩踏和碰撞；2014年12月31日23時(shí)35分，上海市黃浦區(qū)外灘陳毅廣場(chǎng)東南角通往黃浦江觀景平臺(tái)的人行通道階梯處發(fā)生擁擠踩踏。從上述事故案例來(lái)看，這些事故具有共同特點(diǎn)，大多是發(fā)生在節(jié)假日、慶典或促銷活動(dòng)的過(guò)程中，這是因?yàn)橛忻鞔_主題或內(nèi)容的活動(dòng)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(duì)于人群聚集踩踏認(rèn)知不足，缺乏前期監(jiān)測(cè)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(chǎng)所踩踏風(fēng)險(xiǎn)監(jiān)測(cè)和預(yù)警開(kāi)展針對(duì)性研究，具有十分重要的現(xiàn)實(shí)意義。

目前，國(guó)內(nèi)外部分學(xué)者針對(duì)人員密集場(chǎng)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(chǎng)所人員動(dòng)態(tài)行為規(guī)律等進(jìn)行了相關(guān)研究[1]，比較具有代表性的包括北京市勞動(dòng)保護(hù)科學(xué)研究所開(kāi)發(fā)完成的人群聚集風(fēng)險(xiǎn)監(jiān)測(cè)與預(yù)警系統(tǒng)[2-3]，其主要針對(duì)城市商業(yè)步行街、風(fēng)景點(diǎn)等公共開(kāi)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(diǎn)的室內(nèi)人員密集場(chǎng)所，針對(duì)其所開(kāi)展的人流聚集及潛在風(fēng)險(xiǎn)監(jiān)測(cè)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(fēng)險(xiǎn)及脆弱性分析，對(duì)人流聚集風(fēng)險(xiǎn)在線監(jiān)測(cè)預(yù)警與應(yīng)急指揮系統(tǒng)構(gòu)建進(jìn)行探討，以期為城市商業(yè)綜合體進(jìn)一步開(kāi)展防范人員聚集踩踏監(jiān)測(cè)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(fēng)險(xiǎn)影響因素及監(jiān)測(cè)預(yù)警原理分析

1.1 人群聚集踩踏事故機(jī)理

國(guó)內(nèi)外學(xué)者圍繞人群踩踏事件的定義、形成機(jī)制、特點(diǎn)及防范方法進(jìn)行了較詳細(xì)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(wú)任何外因引起[4]，國(guó)內(nèi)部分學(xué)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(guò)對(duì)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(dāng)人群密度達(dá)到臨界值時(shí)，根據(jù)自組織臨界理論，此時(shí)一旦人群出現(xiàn)打破這種穩(wěn)定狀態(tài)的任何因素，就會(huì)導(dǎo)致人群瞬間發(fā)生騷亂，進(jìn)而導(dǎo)致?lián)頂D踩踏事故的發(fā)生。因此，對(duì)商業(yè)綜合體內(nèi)人群密度進(jìn)行動(dòng)態(tài)監(jiān)測(cè)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(fēng)險(xiǎn)分析

通過(guò)對(duì)人群聚集場(chǎng)所發(fā)生的擁擠踩踏事故機(jī)理進(jìn)行分析并結(jié)合相關(guān)文獻(xiàn)[9-10]可知，商業(yè)綜合體人員密集場(chǎng)所的人群密度和管理缺陷對(duì)踩踏事故的發(fā)生具有直接影響。本文運(yùn)用事故樹(shù)對(duì)商業(yè)綜合體人群聚集踩踏事故發(fā)生的致因因素進(jìn)行定性分析，并據(jù)此對(duì)導(dǎo)致踩踏風(fēng)險(xiǎn)的脆弱性進(jìn)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(shù)，如圖1所示，事故樹(shù)中符號(hào)含義如表1所示。從事故樹(shù)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(guò)建立和應(yīng)用客流監(jiān)測(cè)預(yù)警和應(yīng)急指揮系統(tǒng)，可以在很大程度上提升商場(chǎng)管理人員前置決策干預(yù)能力，盡量避免人群密度達(dá)到或超過(guò)臨界值。

符號(hào)事件類型T商場(chǎng)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(guò)負(fù)荷,且無(wú)序移動(dòng)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(dòng)X2現(xiàn)場(chǎng)秩序維護(hù)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(dòng)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(guò)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(yíng)業(yè)區(qū)域，如影院、餐飲區(qū)、兒童場(chǎng)所及超市等，在某些具體時(shí)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(fēng)險(xiǎn)的薄弱環(huán)節(jié)。因此，在進(jìn)行風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警與應(yīng)急指揮系統(tǒng)設(shè)計(jì)時(shí)，需綜合考慮以上事故成因和脆弱性因素。

1.3 人流聚集風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警基本原理

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

以西單大悅城為例，相關(guān)客流監(jiān)測(cè)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(guò)對(duì)關(guān)鍵位置、重點(diǎn)區(qū)域的實(shí)時(shí)監(jiān)測(cè)和視頻智能分析，掌握重點(diǎn)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(dòng)狀態(tài)，同時(shí)結(jié)合歷史數(shù)據(jù)和環(huán)境變量，建立客流監(jiān)測(cè)預(yù)警模型系統(tǒng)。系統(tǒng)可24 h不間斷地對(duì)監(jiān)測(cè)區(qū)域內(nèi)的客流和人群密度狀態(tài)進(jìn)行自動(dòng)研判，一旦出現(xiàn)異常情況，就會(huì)自動(dòng)觸發(fā)報(bào)警，引導(dǎo)管理員查看實(shí)時(shí)視頻進(jìn)行核實(shí)，并做出相應(yīng)的處置操作，實(shí)現(xiàn)“監(jiān)測(cè)-報(bào)警/預(yù)警-核實(shí)-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(biāo)物或人與背景分離，提取跟蹤前景目標(biāo)，結(jié)合業(yè)務(wù)邏輯進(jìn)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(gè)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(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警系統(tǒng)模型

2.1 客流監(jiān)測(cè)預(yù)警與應(yīng)急指揮系統(tǒng)設(shè)計(jì)

以西單大悅城為例，基于城市商業(yè)綜合體人員踩踏機(jī)理及脆弱性、薄弱環(huán)節(jié)分析，針對(duì)商場(chǎng)內(nèi)人員密集風(fēng)險(xiǎn)特點(diǎn)，設(shè)計(jì)“客流監(jiān)測(cè)預(yù)警和應(yīng)急指揮系統(tǒng)”，主要從流量統(tǒng)計(jì)、密度檢測(cè)、徘徊檢測(cè)、逆行檢測(cè)、人臉識(shí)別等主要指標(biāo)監(jiān)測(cè)人群聚集踩踏風(fēng)險(xiǎn)，并綜合考慮商場(chǎng)樓層布局和疏散通道等建筑設(shè)計(jì)因素。該系統(tǒng)可以通過(guò)相關(guān)的理論模型，判斷出實(shí)時(shí)的人流狀態(tài)，同時(shí)預(yù)測(cè)未來(lái)數(shù)分鐘該區(qū)域內(nèi)人群數(shù)量的變化趨勢(shì)，進(jìn)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(biāo)準(zhǔn)，通過(guò)“人流密集風(fēng)險(xiǎn)預(yù)警系統(tǒng)”第一時(shí)間發(fā)出報(bào)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(chǎng)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?fù)浣Y(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(chǎng)所管理最有效的辦法就是進(jìn)行風(fēng)險(xiǎn)控制，準(zhǔn)確認(rèn)識(shí)人群聚集和流動(dòng)規(guī)律，準(zhǔn)確判斷和預(yù)測(cè)特定群體、特定場(chǎng)所的人群運(yùn)動(dòng)趨勢(shì)，為人群聚集風(fēng)險(xiǎn)管理提供科學(xué)的預(yù)警信息。結(jié)合Helbing社會(huì)力模型[12-16]、經(jīng)典風(fēng)險(xiǎn)理論對(duì)人群恐慌進(jìn)行了詳細(xì)分析，模型考慮了行人流的離散特性。

2.2.1 Helbing的社會(huì)力模型

(1)

其中：

社會(huì)力模型的主要思想是通過(guò)建立運(yùn)動(dòng)學(xué)方程，計(jì)算合力、加速度、速度、位移等物理量達(dá)到導(dǎo)航的目的。該模型由3部分力組成，第1項(xiàng)代表自驅(qū)動(dòng)力，第2項(xiàng)代表人與人之間的作用力，第3項(xiàng)代表人與障礙物之間的作用力。

圖4 系統(tǒng)硬件拓?fù)浣Y(jié)構(gòu)Fig.4 System hardware topology

2.2.2 經(jīng)典風(fēng)險(xiǎn)理論

由于人群擁擠踩踏事故發(fā)生的隨機(jī)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(lái)表示擁擠踩踏事故的概率[11]。

(2)

2.2.3 人群擁擠風(fēng)險(xiǎn)值

(3)

(4)

f=l·v

(5)

(6)

2.2.4 模型中參數(shù)的確定

2.2.5 風(fēng)險(xiǎn)等級(jí)劃分

根據(jù)歷史統(tǒng)計(jì)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(bào)警級(jí)別與場(chǎng)內(nèi)實(shí)際總?cè)藬?shù)的關(guān)系，將室內(nèi)客流實(shí)際人數(shù)量設(shè)定3個(gè)區(qū)間范圍，相應(yīng)劃分為3個(gè)預(yù)警級(jí)別：藍(lán)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(diǎn)區(qū)域預(yù)警分級(jí)及應(yīng)急指揮系統(tǒng)功能

2.3.1 重點(diǎn)區(qū)域預(yù)警分級(jí)設(shè)定

根據(jù)《北京市商業(yè)零售經(jīng)營(yíng)單位安全生產(chǎn)規(guī)定》，以西單大悅城為例，其根據(jù)實(shí)際需要設(shè)定了場(chǎng)所內(nèi)總?cè)藬?shù)及監(jiān)控的重點(diǎn)區(qū)域人員密度2個(gè)報(bào)警變量，如圖5所示。確立了分級(jí)預(yù)警報(bào)警機(jī)制，用黃、橙、紅3色預(yù)警，系統(tǒng)實(shí)時(shí)顯示區(qū)域人員密度比，當(dāng)達(dá)到預(yù)警閥值時(shí)即顯示報(bào)警，以確?，F(xiàn)場(chǎng)所有人員的安全，重點(diǎn)區(qū)域分級(jí)預(yù)警如下。

1)1級(jí)預(yù)警：重點(diǎn)區(qū)域內(nèi)人員密度達(dá)到60%，監(jiān)控室值機(jī)員向安保部當(dāng)值主管及部門(mén)經(jīng)理通報(bào)預(yù)警信息，當(dāng)值主管安排在重點(diǎn)區(qū)域增加固定崗位，維護(hù)現(xiàn)場(chǎng)秩序。同時(shí)，監(jiān)控室值機(jī)員密切關(guān)注重點(diǎn)區(qū)域內(nèi)的實(shí)時(shí)人員密度。

圖5 重點(diǎn)區(qū)域監(jiān)控?cái)?shù)據(jù)及報(bào)警閥值Fig.5 Key area monitoring data and alarm threshold

2)2級(jí)預(yù)警：重點(diǎn)區(qū)域內(nèi)人員密度達(dá)到80%，監(jiān)控室值機(jī)員向部門(mén)經(jīng)理通報(bào)預(yù)警信息，部門(mén)經(jīng)理立即向總值班員及物業(yè)部、安全環(huán)保部負(fù)責(zé)人通報(bào)，總值班員向分管領(lǐng)導(dǎo)通報(bào)。同時(shí)，部門(mén)經(jīng)理部署在重點(diǎn)區(qū)域周邊增加固定崗位，疏導(dǎo)周邊人員，監(jiān)控室值機(jī)員密切關(guān)注重點(diǎn)區(qū)域內(nèi)的實(shí)時(shí)人員密度。

3)3級(jí)預(yù)警：重點(diǎn)區(qū)域內(nèi)人員密度達(dá)到100%，監(jiān)控室值機(jī)員向部門(mén)經(jīng)理通報(bào)預(yù)警信息，部門(mén)經(jīng)理立即向總值班員及物業(yè)部、安全環(huán)保部負(fù)責(zé)人通報(bào)，總值班人員向分管領(lǐng)導(dǎo)和總經(jīng)理通報(bào)，總經(jīng)理下達(dá)封閉現(xiàn)場(chǎng)指令，禁止人員進(jìn)入重點(diǎn)區(qū)域，并對(duì)重點(diǎn)區(qū)域人員進(jìn)行疏散。

2.3.2 應(yīng)急指揮系統(tǒng)功能

為及時(shí)準(zhǔn)確地處置現(xiàn)場(chǎng)突發(fā)事件，使負(fù)責(zé)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(tái)可根據(jù)商場(chǎng)各樓層結(jié)構(gòu)繪制電子地圖，地圖中以圖標(biāo)方式標(biāo)記應(yīng)急設(shè)施，同時(shí)將人員疏散專項(xiàng)預(yù)案的處置流程及現(xiàn)場(chǎng)處置要點(diǎn)進(jìn)行展示。根據(jù)現(xiàn)場(chǎng)處置人員向總指揮的通報(bào)情況，指揮中心值機(jī)員在系統(tǒng)中標(biāo)注已采取的措施，同時(shí)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(chǎng)處置人員是否按照預(yù)案流程處置并進(jìn)行后續(xù)的督導(dǎo)，同時(shí)，該系統(tǒng)充分利用現(xiàn)有視頻監(jiān)控探頭，通過(guò)網(wǎng)絡(luò)將監(jiān)控畫(huà)面實(shí)時(shí)傳輸?shù)街笓]中心。使指揮人員觀察到現(xiàn)場(chǎng)處置情況，避免了指揮員“盲指”的現(xiàn)象。

3 實(shí)例分析與驗(yàn)證

以西單大悅城為例，通過(guò)對(duì)不同日期和時(shí)段的人員進(jìn)出商場(chǎng)監(jiān)測(cè)數(shù)據(jù)分析，可獲得相應(yīng)時(shí)段的人員數(shù)量實(shí)時(shí)分布，如圖6所示。

圖6 大悅城客流實(shí)時(shí)分布Fig.6 Joy City real-time passenger flow distribution diagram

同時(shí)，本文又選取“十一”節(jié)假日和西單大悅城十周年店慶活動(dòng)日(12月23日和12月24日)的監(jiān)測(cè)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(dāng)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(shí)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(shí)段，同時(shí)，根據(jù)現(xiàn)場(chǎng)核查，該時(shí)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(guò)系統(tǒng)建設(shè)和運(yùn)行，初步實(shí)現(xiàn)了監(jiān)控?cái)?shù)據(jù)實(shí)時(shí)通過(guò)手機(jī)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(xué)應(yīng)急決策提供了數(shù)據(jù)基礎(chǔ)；同時(shí)，通過(guò)人流監(jiān)測(cè)數(shù)據(jù)分析，并結(jié)合現(xiàn)場(chǎng)人員巡查情況對(duì)比，可以發(fā)現(xiàn)“商場(chǎng)每天哪個(gè)時(shí)間人數(shù)最多”、“哪個(gè)區(qū)域密度最大”等問(wèn)題的答案，進(jìn)一步為商場(chǎng)經(jīng)營(yíng)的科學(xué)管理提供參考和依據(jù)；同時(shí)，根據(jù)系統(tǒng)監(jiān)測(cè)到的現(xiàn)場(chǎng)實(shí)際情況，結(jié)合人員擁擠程度歷史數(shù)據(jù)統(tǒng)計(jì)分析，對(duì)系統(tǒng)原設(shè)定的預(yù)警臨界值標(biāo)準(zhǔn)進(jìn)行動(dòng)態(tài)修定。

4 結(jié)論

1)由于封閉型室內(nèi)人員密集場(chǎng)所與開(kāi)放型公共場(chǎng)所的踩踏風(fēng)險(xiǎn)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(cè)預(yù)警系統(tǒng)設(shè)計(jì)時(shí)不僅要考慮人群聚集和疏導(dǎo)問(wèn)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(jī)理和動(dòng)態(tài)演變特點(diǎn)，建立了客流聚集風(fēng)險(xiǎn)監(jiān)測(cè)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(duì)綜合體客流的監(jiān)控、預(yù)測(cè)、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(jìn)而提高應(yīng)急處置的決策效率和精細(xì)化管理水平。

2) 以西單大悅城為例，對(duì)商業(yè)綜合體的人群聚集踩踏風(fēng)險(xiǎn)及監(jiān)測(cè)預(yù)警系統(tǒng)模型進(jìn)行應(yīng)用和驗(yàn)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(shí)段之后”和“節(jié)假日期間的午餐時(shí)段后”的人員密度處于一個(gè)相對(duì)高位；重要活動(dòng)日的晚餐時(shí)段(19∶00-20∶00)后，將出現(xiàn)客流高峰，且會(huì)持續(xù)延遲到商業(yè)閉店前。因此，商場(chǎng)應(yīng)加強(qiáng)在“晚餐時(shí)間”段、“節(jié)假日和重要活動(dòng)日午餐時(shí)段”后的人流聚集樓層客流監(jiān)控工作，并在此時(shí)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(fēng)險(xiǎn)監(jiān)測(cè)及預(yù)警模型和系統(tǒng)還需進(jìn)一步擴(kuò)展和完善。