成連華, 李楠, 李樹剛, 曹東強, 郭慧敏

(西安科技大學(xué)安全科學(xué)與工程學(xué)院, 西安 710054)

城市人員密集場所指因功能性需要同一時間人數(shù)聚集多,可能造成安全事故,需要進行管理和預(yù)控的特定區(qū)域和場所[1]。隨著城市化進程的加速,城市人員密集場所在數(shù)量和規(guī)模上有了巨大的增長。馮志斌等[2]借鑒公共場所的分類以及分析事故風(fēng)險的必要性,將城市人員密集場所劃分為學(xué)校教育場所、文化交流場所、旅游景區(qū)場所、休閑娛樂場所等8大類。城市人員密集場所在進行文化娛樂享受休閑、樂趣的同時,其帶來的風(fēng)險也在不斷增加。一旦發(fā)生突發(fā)事件,往往會從局部演化成為一場大型的綜合公共危機。因此,有必要全面辨識風(fēng)險因素,構(gòu)建科學(xué)的城市人員密集場所風(fēng)險評價指標(biāo)體系,確定出關(guān)鍵風(fēng)險指標(biāo),對城市人員密集場所的安全管理具有重要現(xiàn)實意義。

眾多學(xué)者在城市人員密集場所擁擠踩踏、緊急疏散等方面的研究已取得諸多進展。在城市人員密集場所擁擠踩踏方面,Butakov等[3]使用探測器檢測和識別人員密集場所中的威脅載體,并應(yīng)用于普爾科沃機場。Santos-Reyes等[4]應(yīng)用管理監(jiān)督風(fēng)險樹和力、信息、空間、時間模型對墨西哥舞廳踩踏事故進行因果因素分析。曲敏彰[5]提出基于事故致因理論的人員密集場所擾動因素管控模型。在城市人員密集場所緊急疏散方面,Fang等[6]分析人群疏散時的出口選擇,發(fā)現(xiàn)即使較近的出口擁擠,行人仍選擇較近的出口。許巖等[7]利用Pearson相關(guān)性分析和Logistic回歸分析對人員疏散問題進行研究,分析發(fā)現(xiàn)緊急疏散經(jīng)歷等對疏散出口的二次選擇有正向顯著影響。鐘光淳等[8]通過手機信令數(shù)據(jù)獲取避難需求,分析避難場所在避難需求預(yù)測及疏散分配方面的不足,提出了避難場所布局優(yōu)化方法。在評價方法應(yīng)用方面,為了實現(xiàn)城市人員密集場所風(fēng)險的科學(xué)評價,需要對每項評價指標(biāo)賦以適當(dāng)?shù)臋?quán)重。常用計算指標(biāo)權(quán)重的方法有主觀賦權(quán)和客觀賦權(quán)兩大類,其中主觀權(quán)重計算方法有層次分析法[9]、序關(guān)系法(order relation,G1)[10]、德爾菲法[11]等,客觀權(quán)重計算方法有熵權(quán)法[12]、Critic權(quán)重法[13]、變異系數(shù)法[14]等。綜上所述,中外學(xué)者從多個層面豐富了風(fēng)險評價的研究內(nèi)容,提供了有價值的參考依據(jù),但依然存在不足之處:一是城市人員密集場所風(fēng)險評價指標(biāo)體系不完善;二是計算指標(biāo)權(quán)重時偏向使用單一賦權(quán)法,使得評價結(jié)果具有較強的片面性。

因此,采用扎根理論進行編碼提取風(fēng)險因素,完善城市人員密集場所風(fēng)險評價指標(biāo)體系,綜合評估與預(yù)測城市人員密集場所風(fēng)險。單一賦權(quán)方法導(dǎo)致評價指標(biāo)權(quán)重具有偏向性,使用多種權(quán)重計算方法以獲得評價指標(biāo)綜合權(quán)重[15-16],利用G1和熵權(quán)法(entropy weight,EW)計算指標(biāo)的主客觀權(quán)重,然后提出基于主客距離的組合賦權(quán)法確定指標(biāo)的綜合權(quán)重,最后結(jié)合集對分析法[17](set pair analysis,SPA)評價和預(yù)測城市人員密集場所的風(fēng)險水平。

1 構(gòu)建城市人員密集場所風(fēng)險評價指標(biāo)體系

1.1 基于扎根理論的城市人員密集場所風(fēng)險因素識別與分析

1.1.1 識別方法與數(shù)據(jù)來源

扎根理論最早在20世紀(jì)60年代由Strauss[18]提出,是一種對原始資料從系統(tǒng)化角度歸納形成新概念和思想的質(zhì)性的研究方法,主要包括開放式編碼、主軸式編碼、選擇性編碼及理論飽和度檢驗等階段。

選取2001—2022年發(fā)生的25起典型城市人員密集場所的踩踏、火災(zāi)等事故案例作為原始資料,對原始資料進行3級編碼提取初始范疇、主范疇和核心范疇,分析確定城市人員密集場所的風(fēng)險因素。

1.1.2 質(zhì)性編碼

(1)開放式編碼。開放式編碼是對事故案例整理提取出原始語句,再將原始語句概念化的過程。對其中20起事故案例的原始資料進行分析,得到116條原始語句,對原始語句概念化后得到38個初始范疇。部分編碼過程如表1所示。

表1 部分開放式編碼分析Table 1 Part of open coding analysis

(2)主軸式編碼和選擇性編碼。基于開放式編碼的結(jié)果,建立范疇間潛在的類屬聯(lián)系,得到更高層次的16個主范疇;再對主范疇進行選擇性編碼,將城市人員密集場所風(fēng)險因素歸納為人群安全風(fēng)險、設(shè)施設(shè)備風(fēng)險、場所環(huán)境風(fēng)險及組織管理風(fēng)險4個核心范疇。編碼過程如表2所示。

表2 主軸式編碼和選擇性編碼分析Table 2 Analysis of spindle encoding and selective encoding

(3)理論飽和度檢驗。采用剩余5起事故案例進行重新編碼分析,發(fā)現(xiàn)城市人員密集場所風(fēng)險因素的4個核心范疇中未發(fā)現(xiàn)新的范疇,表明理論已經(jīng)達到飽和狀態(tài),可以結(jié)束分析。

1.2 城市人員密集場所風(fēng)險評價指標(biāo)體系

依據(jù)扎根理論分析,參考相關(guān)法律法規(guī)和標(biāo)準(zhǔn)規(guī)范,將風(fēng)險因素與安全管理現(xiàn)狀、專家意見和現(xiàn)場調(diào)研情況結(jié)合,遵循科學(xué)性、全面性、可行性等原則建立城市人員密集場所風(fēng)險評價指標(biāo)體系,包括4個一級指標(biāo)、16個二級指標(biāo),如表3所示。

表3 城市人員密集場所風(fēng)險評價指標(biāo)體系Table 3 Risk assessment index system of urban crowded place

2 基于組合賦權(quán)-集對分析法的城市人員密集場所風(fēng)險評價方法

2.1 改進的組合賦權(quán)法

在風(fēng)險評價中,通常采用主觀或客觀賦權(quán)單一的賦權(quán)法,為了減少單一賦權(quán)的主觀性與隨機性,提出基于主客距離的組合賦權(quán)法確定各評價指標(biāo)的權(quán)重系數(shù),以彌補兩者之間的信息誤差。

表4 rk賦值參考Table 4 Reference of rk assignment

(1)

步驟2EW法利用信息熵衡量指標(biāo)的有效信息[20]。通過計算指標(biāo)的信息熵來量化各個指標(biāo)的相對變化程度對綜合評價的影響。在綜合評價中,信息熵越大,權(quán)重就越小。根據(jù)文獻[20]的計算公式,計算得到第i個指標(biāo)的權(quán)重為

(2)

式(2)中:Hi為各個指標(biāo)的信息熵,i=1, 2,…,n。

步驟3定義主客距離的表達式為

(3)

假設(shè)G1法計算得到的主觀權(quán)重為x=(x1,x2,…,xn),EW法計算得到的客觀權(quán)重為y=(y1,y2,…,yn)。組合權(quán)重中主觀權(quán)重系數(shù)為p,客觀權(quán)重系數(shù)為q,則組合權(quán)重Wj可表示為

Wj=pxi+qyj,j=1,2,…,n

(4)

使分配系數(shù)與主客觀權(quán)重的差異度相同,則有

(5)

p+q=1

(6)

2.2 集對分析法(SPA)

步驟1計算單指標(biāo)聯(lián)系度。

集對分析法研究系統(tǒng)內(nèi)確定性和不確定性因素或事件之間的同一性、差異性和對立性,用一個數(shù)學(xué)方程統(tǒng)一描述不確定性問題[17]。集合對是相互關(guān)聯(lián)的一對集合,通過構(gòu)造同異對立聯(lián)系數(shù)來定量分析。城市人員密集場所風(fēng)險存在諸多不確定性,多元聯(lián)系數(shù)適用于處理不確定性問題。因此,將三元聯(lián)系數(shù)轉(zhuǎn)換為五元聯(lián)系數(shù),得到五元聯(lián)系度表達式為

(7)

通常簡寫為

V=a+bi+cj+dk+el

(8)

式(8)中:a表示同一度,b、c、d表示差異度,e表示對立度。

聯(lián)系分量分別對應(yīng)評價等級的不同級別,對應(yīng)關(guān)系如表5所示。

表5 對應(yīng)關(guān)系

步驟2計算綜合聯(lián)系度。

設(shè)E=[1,i1,i2,…,j]T為同異反系數(shù)矩陣,城市人員密集場所風(fēng)險評估的因子集T=(t1,t2,…,t),組合權(quán)重為W=(w1,w2,…,wn),計算各指標(biāo)綜合聯(lián)系度可表示為

μ=WTE

(8)

2.3 集對勢

表6 五元聯(lián)系數(shù)態(tài)勢(部分)Table 6 The situation of five yuan contact number (part)

2.4 風(fēng)險等級判定方法

從城市人員密集場所安全角度考慮,評價等級選取最大聯(lián)系度分量對應(yīng)的評價標(biāo)準(zhǔn),其表達式為

δ=max{ri},i=1,2,3,4,5

(9)

當(dāng)聯(lián)系度分量值相等時,選擇對應(yīng)較高的風(fēng)險等級作為判定結(jié)果。

3 實例應(yīng)用

以城市旅游景區(qū)為例進行分析,運用組合賦權(quán)-集對分析法綜合評價和預(yù)測其風(fēng)險水平。聘請10名專業(yè)人員進行打分評估。

3.1 評價結(jié)果

運用G1-EW法對專家評估的結(jié)果進行主客觀權(quán)重計算,由式(3)～式(6)計算組合權(quán)重的系數(shù),p=0.506 8,q=0.493 2,指標(biāo)權(quán)重值如表7所示。

表7 風(fēng)險評價指標(biāo)權(quán)重Table 7 Weights of risk assessment indexes places

表8 指標(biāo)權(quán)重與聯(lián)系數(shù)計算Table 8 Calculation of indexes weights and contact numbers

表9 評估對象集對勢Table 9 Setpair potential of assessment object

3.2 組合賦權(quán)分析

根據(jù)一級指標(biāo)權(quán)重可知:X1(人群安全風(fēng)險)和X2(設(shè)施設(shè)備風(fēng)險)所占權(quán)重較大,對該旅游景區(qū)的安全影響程度較高。在X1(人群安全風(fēng)險)中,X11(人群安全意識和能力)、X14(人群擾動行為)占比較大。因此,建議提高人員自身應(yīng)對突發(fā)事件的安全意識和安全能力以及控制人員面對緊急情況時出現(xiàn)的慌亂,降低事件帶來的嚴(yán)重后果;在X2(設(shè)施設(shè)備風(fēng)險)中,X21(提示標(biāo)語和安全標(biāo)志)占比較大。因此,建議加強日常安全檢查,以控制其他安全隱患,進一步降低旅游景區(qū)的風(fēng)險。結(jié)合專家評審、現(xiàn)場調(diào)研及權(quán)重計算等情況考慮,選取組合權(quán)重大于0.3的指標(biāo)X11(人群安全意識和能力)、X21(提示標(biāo)語和安全標(biāo)志)、X31(環(huán)境溫度)、X32(通道規(guī)范性)、X42(安保機構(gòu)及管理狀況)重點考慮。

3.3 集對勢分析

由表9可知,一級指標(biāo)的集對勢Shi(X2)>Shi(X1)>Shi(X4)>Shi(X3),表明設(shè)施設(shè)備具有較高的安全態(tài)勢,人群安全風(fēng)險、組織管理風(fēng)險、場所環(huán)境風(fēng)險次之,與五元聯(lián)系數(shù)分析結(jié)果一致?？傮w風(fēng)險X的等級為“較低”,為使風(fēng)險維持現(xiàn)狀以及降為“低”,還需進一步采取適當(dāng)措施降低風(fēng)險。

綜上所述,旅游景區(qū)總體風(fēng)險處于同勢區(qū),即風(fēng)險較小。在一級指標(biāo)中,場所環(huán)境處于反勢,其他因素均處于同勢。在二級指標(biāo)中,處于同勢的指標(biāo)有13個,處于反勢的指標(biāo)有3個:X31(環(huán)境溫度)、X32(通道規(guī)范性)、X42(安保機構(gòu)及管理狀況),總體上旅游景區(qū)的風(fēng)險態(tài)勢表現(xiàn)為同勢,說明安全等級較高,旅游景區(qū)總體發(fā)展態(tài)勢較好。因此,根據(jù)風(fēng)險情況和風(fēng)險發(fā)展趨勢的結(jié)果,需要重點關(guān)注該景區(qū)的環(huán)境溫度、通道規(guī)范性和安保機構(gòu)及管理狀況,應(yīng)采取有效的措施降低風(fēng)險。區(qū)域安全風(fēng)險評價對城市安全評價起指示作用,可以使各部門了解各風(fēng)險的風(fēng)險等級,需要重點考慮的風(fēng)險因素。根據(jù)風(fēng)險分析結(jié)果,制定針對性的城市人員密集區(qū)域風(fēng)險整改措施,同時也可以為應(yīng)急救援力量的分配和布局提供依據(jù)。

3.4 分析結(jié)果的風(fēng)險管控對策

城市人員密集場所風(fēng)險從“人-物-環(huán)-管”方面分析,指標(biāo)權(quán)重最大是人群安全風(fēng)險,其次是設(shè)施設(shè)備風(fēng)險、組織管理風(fēng)險、場所環(huán)境風(fēng)險。鑒于以上分析,建議景區(qū)安全管理部門從“人-物-管”作為切入點,采取有效防范措施降低風(fēng)險。針對城市人員密集場所風(fēng)險,提出以下管控對策。

(1)對人員定時開展安全教育培訓(xùn),要求其掌握一定的危機決策應(yīng)對能力,并嚴(yán)格要求現(xiàn)場安保人員的職位與工作定位、服務(wù)范圍,在緊急情況發(fā)生時做出正確的判斷,引導(dǎo)游客有序的疏散,減少不必要的傷害。

(2)在城市人員密集場所應(yīng)有明確的對于出口、避難場所等位置的提示標(biāo)語和安全標(biāo)志,且安全通道應(yīng)規(guī)范設(shè)置,及時清理障礙物等,便于人員疏散逃生。

(3)在制定安保工作方案時應(yīng)考慮到所有可能出現(xiàn)的問題,要突出重點,要做到全面布控,對重點部位、重點人員做到重點防護。

(4)相關(guān)管理部門定期進行全面的安全檢查,同時對城市人員密集場所進行風(fēng)險評估,針對高峰期運營管理工作制定切實可行工作方案并做好突發(fā)事件應(yīng)急預(yù)案,滿足游客心理預(yù)期,避免負面輿情的傳播。

城市人員密集場所風(fēng)險評價過程中,運用扎根理論識別提取風(fēng)險因素,采取有效的風(fēng)險管控措施,提升城市人員密集場所抗災(zāi)能力、適應(yīng)能力和快速恢復(fù)能力,最大程度上降低災(zāi)害損失風(fēng)險,符合《關(guān)于加快推進韌性城市建設(shè)的指導(dǎo)意見》的理念。

4 結(jié)論

(1)基于扎根理論對城市人員密集場所風(fēng)險因素進行識別提取,分析得出16個主范疇和4個核心范疇,構(gòu)建了包含4個一級指標(biāo)、16個二級指標(biāo)的城市人員密集場所風(fēng)險評價指標(biāo)體系,綜合評價城市人員密集場所風(fēng)險。

(2)提出基于主客距離組合賦權(quán)法將主觀的G1法與客觀的EW法進行線性耦合,有助于彌補主觀賦權(quán)的隨機性與修正客觀賦權(quán)的信息誤差。通過計算發(fā)現(xiàn)X11(人群安全意識和能力)、X21(提示標(biāo)語和安全標(biāo)志)、X31(環(huán)境溫度)、X32(通道規(guī)范性)、X42(安保機構(gòu)及管理狀況)指標(biāo)權(quán)重大于0.3,應(yīng)重點考慮,加強重點區(qū)域、重點人群管理。