我国地铁应急疏散研究热点主题探析
——基于CiteSpace可视化分析

王江维， 罗宏森

(1.四川师范大学 公共安全与应急研究院，四川 成都 610101；2.四川师范大学 工学院，四川 成都 610101)

一、引言

随着我国经济和制造业的高速发展，越来越多的人口涌入城市，使得交通运量急剧增加，城市道路拥堵严重，导致地铁在交通运输体系中的地位呈现垄断型发展，有限空间内的安全疏散问题亟待解决。

1969年10月1日，中国第一条地铁线路投入运营[1]，始发站为北京古城站，标志着我国地下轨道交通网络正式投入使用。近年我国城市轨道交通网络日趋完善，据统计，截至2021年初，我国45个城市具有轨道交通运营条件，共开通244条运营线路，累计65个城轨交通线网获批(含地方政府)[2]。巨网城市[3](特大网络)主要有上海、北京，而后发展快速的有成都、重庆等。地铁是现代城市交通运输的大动脉，是衔接和中转各区域的重要交通工具，可极大缓解城市交通拥堵的状况，缩短出行时间，扩大出行范围。但地铁在为市民带来便利的同时，也会产生部分潜在的安全隐患，如早晚高峰人流量陡增，通行宽度和长度受限，很容易发生大规模群体事件，引起恐慌。如发生紧急状况，由于地铁内部空间狭窄，快速疏散人群并控制事态发展的难度急剧增大。2014年5月2日韩国首尔地铁2号线，原定正常行驶的两辆列车由于自动安全距离装置出现问题，导致在蚕室往十里站途中发生了追尾事故，此次事故造成200名乘客受伤，在社会上造成了极为不好的影响。2019年1月8日17时重庆轨道交通环线运营列车碰撞，因海峡路至南湖区间人防门侵入限界，造成车辆擦撞，列车出现车厢偏移、车头受损、多处玻璃破裂的情况，并导致环线四公里至海峡路区间停运，该事故还造成包括乘客与工作人员在内的4名人员伤亡。在城市轨道交通快速发展的背景下，安全成了愈加关注的热点问题。客观来说，地铁安全事故的发生无法人为预测与控制，但是我们可以通过事前、事中和事后三个阶段采取防控措施，如何快速而安全地疏散站台和列车上的人员[4]是众多学者研究的重点。张英雄[5]是较早研究关于地铁疏散相关问题的学者，他系统分析了地铁火灾的特点，并介绍了地铁工程防火设计的基本措施。杨立中等[6]将起火原因归结为电气故障、施工维修、用火不慎、列车运行电弧和乘客违反安全乘车规定等，其基于元胞自动机模型的使用，考察单个人员或人员群体的运动状况，研究疏散中不同速度人群对整体疏散的影响。学者们的研究将人员疏散问题分为两大类，第一类是对人员微观疏散行为的调查分析与建模，研究成果集中于基础理论模型层面，如Gipps等[7]假定行人的移动服从最短路定律，建立了简单的路径选择模型，为实际疏散问题提供了理论支撑；还有学者基于元胞自动机的仿真模型[8]进行建模研究，优化了疏散问题；也有学者联系万有引力定律而构建引力模型[9]；Helbing等提出“社会力”模型，研究人与人之间和人与环境之间的相互作用力，使所建模型更符合行为人选择逻辑[10]；建立了气体动力学模型[11]；设计紧急情况下逃生的排队网络模型[12]等。第二类是以第一类研究为基础，引入数学物理方法，并与计算机模拟仿真手段相结合，进而拓展地铁应急疏散的研究。

二、数据来源和研究工具

(一)数据来源

本研究的数据来源为1990—2020年中国学术期刊网络出版总库(CNKI)，以“地铁”“疏散”作为检索词进行检索的文献，最终得到关于地铁人员疏散领域的研究文献2 264篇(2021年8月20日检索，删除会议、报纸和新闻纪录)，作为可视化分析有效样本数据库。

(二)研究工具

CiteSpace5.7.R5是由美国德雷克塞尔大学的陈超美团队开发的一款可视化分析软件，是一款可以在科学文献中识别与可视化新趋势与新动态的java应用程序[13]，其主要作用包括：一是对相关科学文献数据计量和挖掘，二是绘制相关领域的彩色知识图谱。在此基础上，可以直观地展示该领域的信息全景，识别该领域的关键文献、主要发文作者、热点研究和前沿方向[14]。本文将利用CiteSpace软件分析文献作者、来源机构、关键词等隐含关系，探索地铁应急疏散的研究热点与演进趋势，并对现有成果进行分析评述。

三、数据结果分析

在实际数据处理过程中，将时间设置为1990—2020年，阈值选择top50(在每个时间切片中选择前50个高频节点)为凸显主要关系，修剪枝叶pathfinder和purning sliced networks，最终根据本文分析研究需要，选择聚类功能，以“Author”“Institution”为节点得出机构和作者的施引文献图谱，以“Keyword”为节点得出关键词共现图谱和相应的聚类图谱。

(一)文献统计分析

1990—2020年相关研究性文献在中国学术网络出版总库(CNKI)的发文量随年份呈一次函数图像递增(如图1所示)。1990—2002年，相关文献的发文量较少，学者研究热情不高，归结主要原因为地铁运营城市数量少，且覆盖面窄，运营里程短，实际应用场景缺乏，话题热度低。从发文作者的工作单位也可以看到，均是地铁已投入运营城市的研究人员，说明能否实际应用也是研究者考虑研究方向的一个重要影响因素。截止2002年，全国仅有北京、天津、上海等7个城市的地铁(含在建)投入运营。2003—2018年，研究热度骤然上升，发文量逐年递增，2018年共217篇，达到峰值。2016年之后年发文数量曲线呈波浪形态，发文量较为稳定。这在一定程度上可归因于2003年国务院办公厅下发《国务院办公厅关于加强城市快速轨道交通建设管理的通知》，采取了加强编制、审批工作，严格项目审批程序等措施，为城市发展轨道交通指明了前进方向，在如此轨道交通大发展的背景下，研究热度水涨船高。

图1 地铁应急疏散研究文献年代分布

(二)核心研究作者分析

使用CiteSpace软件进行检索分析，时间跨度设置为1990—2020年，时间切片设置为1年，节点类型为机构NodeTypes设置为Author，TOPN=50，修剪枝叶pathfinder和purning sliced networks，其它参数为默认设置，调节字体大小和节点大小，得到节点数618，连线数为388，合作网络密度Density为0.002的作者共现网络知识图谱(如图2所示)。

图2 作者共现网络知识图谱

由图2可知，史聪灵、钟茂华、余潇、何理、周孝清、周天星、何嘉鹏为节点数最大的学者代表群，其中发文量最多的学者为余潇(21)，其次是史聪灵(18)，钟茂华(16)(见表1)。整个图谱网络较为零散，作者之间连线仅有几条，说明该领域作者之间合作较少。

表1 发文量前十的作者排名

(三)文献研究机构分析

使用CiteSpace软件进行检索分析，节点类型设置为Insitution，其它参数设置与Author参数相同，调节字体大小和节点大小，得到节点数为427，连线数为148，合作网络密度Density为0.001 6的机构共现网络图谱(如图3所示)。由图3可知，中铁工程设计咨询集团有限公司、中铁隧道勘测设计院有限公司、中铁第一勘察设计院集团有限公司节点数较大，代表发文数量多，在学术科研方面实力强劲，这表明中铁公司是现阶段地铁疏散研究领域的主力，并且已取得了较为丰硕的学术成果，具有一定代表意义。从机构属地来看，主要分布在京津和粤苏地区。这些地区经济实力较为雄厚，发展较早，科研能力相对较强，且发文量排名前十的主要研究机构成员为国企，占比93.6%，高校占比6.4%(见表2)。跨机构研究方面，连线数为148，没有形成明显聚类，表明各机构之间没有合作，独立研究为主，研究领域合作水平亟待提高。

图3 机构共现网络图谱

表2 发文量前十的机构排名

(四)高被引文献分析

高被引文献是指在某研究领域被广大学者认可或具有一定参考价值的文献，引用频次越多代表在相关领域的权威性越高。从表3可以看出，引用频次100次以上的文章有15篇，占比0.57%；引用频次1～100次的文章有1 658篇，占比63.43%；引用频次最高的文章是李得伟的博士论文《城市轨道交通枢纽乘客集散模型及微观仿真理论》，被引频次288次。通过对引用频次前十的文章进行汇总分析，微观仿真占据龙头地位，也是未来的主要研究方向。结合我国地铁实际情况，不少学者更加关注内部烟气流动规律和优化控制方法研究，为完成疏散争取更多的时间。还有学者探索楼梯宽度、设施服务水平等对疏散效率的影响程度，通过优化瓶颈节点来提升疏散效率。事故分析及对策研究也是学者研究的重点，分析事故原因并进行整改是解决问题的必要手段。

表3 高被引文献(选取前十)

(五)关键词聚类分析

运行CiteSpace软件，将节点类型设置为Keyword，其它参数设置与Author参数相同，调节字体大小和节点大小，得到节点数为631，连线数为2 356，合作网络密度Density为0.011 9的关键词聚类网络图谱(如图4、图5所示)。由图4可以看到，我国地铁疏散领域的研究热点关键词聚类是“数值模拟”“站台层”“地铁火灾”“地铁隧道”“火灾模拟”“人员疏散”“疏散”“社会力模型”“地铁车辆”等聚类标签。

图4 关键词共现网络图谱

图5 关键词聚类网络图谱

在关键词聚类图谱的基础上，选择“Cluster”菜单栏中的“Summary Table”，采用LLR算法，得到关键词网络图谱聚类表(见表4)。

表4 关键词网络图谱聚类表

通过对图4、图5和表4的关键词网络图谱聚类表分析，将地铁应急疏散的主要研究内容归纳为“社会力模型(#0)”“站台层(#1)”“数值模拟(#2)”“火灾模拟(#3)”“地铁火灾(#4)”“地铁(#5)”“安全疏散(#6)”“地铁站(#7)”“人员疏散(#8)”“地铁车辆(#9)”“区域轨道交通(#10)”11个聚类。笔者将11个聚类总结提炼，得到优化结构(#1、#5、#7、#10)、地铁火灾(#2、#3、#4、)、仿真模拟(#0、#6、#8、#9)等3个主要聚类。

(六)研究前沿和演进趋势

1.研究前沿

把握最新的研究前沿可以获取该研究领域的最新动态和问题聚焦，识别存在的问题和不足，为下一步解决问题打牢基础。运行CiteSpace软件，在关键词聚类图谱基础上，参数设置“Burstness”，得到关键词突现图(如图6所示)。

图6 关键词突现图

根据关键词突现词追溯高突现值文献进行整理分析，探索最新研究前沿和演进趋势，笔者将研究前沿问题大致分为早期、中期和最新前沿3个阶段。

早期地铁应急疏散领域研究前沿的节点突现词为防排烟、区间隧道、火灾，时间节点为2000—2011年。对该时间节点的文献进行归纳整理，地铁火灾防排烟措施和隧道结构优化的文献数量占比较大，研究重点主要是结构和排烟模式优化。第一，防排烟主题的关键词为排烟方案、排烟模式、烟气控制。有研究表明，地铁火灾发生时，烟气扩散速度极快，且烟气中的有毒气体和小型颗粒是造成内部人员窒息的主要原因，合理的设置排烟口和优化通风控制模式，是减少人员伤亡和最大化疏散人群的主要措施之一。部分学者采用火灾动力学模型进行了数值模拟，对通风排烟系统的设计方案进行了优化，保证人员的疏散时间。第二，区间隧道主题的关键词为站台层、火灾、疏散，更侧重于烟气流动规律和增加疏散平台等应用研究，内容更具有整体性。第三，火灾主题的关键词为数值模拟、区间隧道、火灾烟气、防排烟、火灾，这几个关键词反映了学者由点到面的研究过程，更进一步研究了地铁内部火灾形成的原因和具体解决方案，为人群疏散的理论研究提供支撑。

中期地铁应急疏散领域研究前沿的节点突现词为换乘站、疏散能力、仿真、对策，主要时间节点为2010—2016年，在大城市人口数量急剧上升的背景下，越来越多的人选择乘坐地铁，地铁交通的优势日趋明显。据统计，具有换乘功能的地铁站的运输能力占整条线路运送能力的50%左右，所以换乘站的人员疏散研究更具有代表性，也更顺应时代的需要。学者在对地铁火灾的成因、结构优化研究的基础上，对换乘站大客流的疏散问题进行了探讨，进一步提升突发事件紧急下的人员疏散能力。通过建立仿真模型，优化疏散对策，最大化减少人员伤亡。疏散能力的优化提升主要表现在基于智能算法的疏散路径优化和建立仿真模型两个方面，从宏观和微观两方面对疏散能力进行优化调整，改进疏散策略。也有学者重点研究事故分析与对策研究，深入剖析导致事故发生的关键因素，寻求解决方案。

最新研究前沿的节点突现词为社会力模型、大客流、anylogic仿真。社会力指人和人、人和物、人和环境之间都存在着一种力。社会力模型可以更加准确地反映行人的实际行为，使模型更接近于现实环境。在如今大客流的背景下，更多学者对社会力模型加以改进。设计行人特征参数，使用仿真软件进行建模，对所得结果进行分析，识别疏散过程中的拥堵节点以及瓶颈，然后改变参数条件，进行再次仿真，减少疏散时间。目前成熟的疏散软件种类、数量繁多，文献成果丰厚，可说明仿真是大趋势，也符合我国地铁疏散领域发展的需要。

2.演进趋势

运行CiteSpace，在关键词聚类图谱基础上，设置“Timezone”，得到关键词时序图(如图7所示)。关键词时序图可以用来反映研究内容随时间的变化，也反映该课题的研究趋势。

图7 关键词时序图

从图7可看出，不同时期的研究热度存在明显差异，也反映了我国地铁疏散领域研究热点随时间推移的变化情况。因此，笔者将我国地铁疏散研究重点的演变分为早期发展阶段、迅猛发展阶段，以便更好地研究我国地铁疏散研究的发展阶段。

早期发展阶段(1990—2002年)。由于我国地铁发展较晚，集中于特大城市建设，加之研究设备和技术手段等瓶颈因素制约，对疏散领域研究文献产出较少，因此这一时期重点研究火灾、防排烟、站台层等建筑本身条件对疏散效率的影响。

迅猛发展阶段(2003—2018年)。为缓解城市交通运输压力，提升城市增长活力，国家下发政策大力推动轨道交通建设。在这一利好政策作用下，开通轨道交通城市数量激增。但随着日发送旅客量猛增，乘客的安全问题开始慢慢凸显，研究学者逐渐增多，研究重点逐渐多元化，从临界风速、疏散平台、数值模拟、仿真、社会力模型、大客流等方面研究对疏散效率的影响。可以看到，借助于计算机软件处理疏散问题成为当下的研究热点和时代潮流，模拟仿真因其沉浸性、交互性、低成本性等特征广受学者好评。

四、评述

自2017年《地铁安全疏散规范》[15]实施以来，国内关于“地铁疏散”的研究热度持续升高。从关键词聚类和前沿分析可以看出，地铁疏散领域研究不断扩展深度，对出现频次较高的关键词进行归纳统计，联系该研究方向热点主题，并把文献中高频词关键词进一步提炼整理，将研究主题主要分为结构优化对疏散效率的影响研究、基于智能算法的疏散路径优化研究、仿真建模、行人特性研究和事故分析及对策研究。

(一)结构优化对疏散效率的影响

王迪军等[16]总结了区间隧道火灾发生的三种情况以及人员疏散方法。通过计算认为采用侧向疏散平台加联络通道有明显优势，几乎不增加土地投资。古晋[17]论证了采用侧向疏散平台加联络通道是采用较多的疏散方式。钟委[18]以深圳地铁会展中心站和岗厦站为研究对象，对站内烟气流动规律展开研究。研究结果表明，适合的排烟口高度和风速可达到更好的排烟效果，提出排烟死角补风方案，以提升整体排烟效率，保证人员的安全疏散时间。纪杰[19]通过小尺寸模型试验和数值模拟两种研究方法，对地铁站台不同位置起火时开启不同排烟口的排烟效果进行了实验分析，得出了同时开启多层送风系统的通风模式有助于提高排烟效果。史聪灵等[20]建立深埋地铁站火灾模型，分析站台内火灾发生时烟气的蔓延过程和气流规律，以及邻近空间蔓延的特点。实验结果表明，2.5MW的站台火灾，扶梯口会形成至少1.8m/s的向下流速，同时站台排烟加上打开屏蔽门进行辅助排烟，可以有效控制烟气浓度和站内温度，满足人员疏散所需时间要求。王驰[21]以北京地铁二号线积水潭站为研究对象，采用实地拍摄和数值模拟两种方法，将得到的人员行为特性和火灾扩散数据进行对比分析，针对该站的具体情况，提出建议和优化措施。顾正洪等[22]在地铁站台火灾烟气流动规律研究的基础上，深入分析风量的大小和方向对烟气扩散的影响。研究表明，事故通风量和火灾负荷、楼梯口宽度、楼梯口处挡烟垂壁高度有关，与前两者成正比，与后者成反比。赵轶[23]以地下区间隧道为研究对象，建立物理几何模型，利用FLUENT软件对列车内和区间隧道内进行数值模拟。实验表明，火灾规模为5MW时，应中断列车行驶，确保乘客安全，同时开启全部卷帘门，将事故隧道送风量控制在60m3/s，150s后，相邻隧道送风量控制在40m3/s。丁厚成等[24]以合肥地铁站为研究对象，探究火源面积大小和车厢门开启数量对列车内温度变化和烟气扩散的影响，建立火灾烟气流动的三维数学模型，使用FDS软件对车厢内部火灾进行数值模拟。实验表明，火灾时开启车厢门，烟气会受压强原因向外迅速扩散。贺利工等[25]使用基于个体的疏散计算模拟方法，对疏散能力、疏散时间和疏散瓶颈位置进行研究，研究表明侧向平台疏散的效率受平台宽度制约，将宽度提升至800mm时，在疏散过程中会形成两股人流，进而提高疏散效率。杨帆等[26]对世界各地发生的地铁事故进行分析，总结出事故发生后救援难度大、逃生条件差、危害性强三大主要特点，对疏散平台设置的必要性进行了有力论证。赵文广等[27]对地铁现状进行了系统总结，得出了突发事件情景下人员疏散的必要性，提出了疏散平台以及轨旁设备布设方案的优化，梳理不同材料疏散平台的优缺点，为车站设计施工提供了参考。吴新宇[28]通过分析不同事件下的紧急疏散情况分析，对比疏散时间和疏散效率，得出区间疏散无需延伸至车站站台，避免无效施工。

总的来看，在地铁本身结构的优化研究中，从源头控制火灾、提升排烟效率控是讨论较多的话题，主要关注烟气流动和控制、优化排烟模式、增设侧向疏散平台、疏散口设置优化等内容，还涉及利用列车车厢门的开启顺序以及增加排风口等内容的探讨。

(二)基于智能算法的疏散路径优化

张克诚等[29]建立基于粒子群算法的火灾路径寻优模型，引入空间位置和特征匹配的研究方法来确定节点位置部署的合理性，使用粒子群寻优算法得到最优路径。结果表明，该模型结果收敛性较好，验证了该方法可极大缩短疏散时间。何健飞等[30]以上海地铁为研究对象，利用改进的拍卖算法进行路径分配和蚁群算法模拟人员行为，设计最优疏散路径。结果表明，改进后的方案可将拥挤程度降至规定以下，节省33%的疏散时间，同时在个体不完全服从率达20%的情况下，仍可缩短疏散时间的28%。温丽敏等[31]介绍了遗传算法的基本概念，将路径选择和遗传算法相结合，进行疏散模型的设计和改进，提出了较为新颖的研究理念。王以恒[32]利用BP神经网络计算和MATLAB软件为分析手段，选取影响疏散效率的主要因素，构建疏散指标体系，对北京市地铁站疏散能力进行了系统评估。结果表明，影响疏散效率的关键在于通道、楼梯、电梯、安全出口等，为提升地铁疏散能力提供了建议和参考。许胜[33]构建了实际疏散指示装置的场景，又结合泰森多边形原理和Dijkstra算法提出改进的指示装置场景，利用Pathfinder软件进行模拟对比分析，发现疏散时间降低了32%，达到了最优目的。冯西敏[34]基于蚁群算法构建了路径优化问题模型，规划二维空间路径，对比不同路径的优劣，得到了最优路径。何心[35]将蚁群算法和SDN相结合，构建了含有应用层、网络层和感知层的地下公共空间逃生模型，指导人员在不同情况下逃生。许爱军等[36]将蚁群算法与人员疏散相结合，引入通行难易系数，计算各节点间疏散能力和疏散流量的动态变化关系，为地铁疏散提供更加快速高效的方案。王彦富等[37]利用网络优化计算方法建立疏散模型，探究火灾发生时人员疏散的规律，通过比较分析结果验证其模型是否具有合理性，为地铁防火设计和救灾提供依据。

总而言之，基于智能算法的疏散路径优化研究从宏观层面研究了紧急状态下人群疏散的路径选择和影响疏散效率的瓶颈所在，对不同路线消耗时间进行对比，然后得到最优疏散路径，但是缺乏对个体决策行为的考虑。也有不少学者将智能算法与仿真建模相结合，既研究了行人流的特征，也从个体层面研究了疏散过程中的瓶颈问题，两者相辅相成，使所得研究成果更具有说服力。

(三)仿真建模

早期进行模拟仿真研究的学者，部分基于元胞自动机模型进行研究。刘真余等[38]提出利用元胞自动机能描述更详细的个体行为，把复杂的动态行为转变成离散的相互作用。以北京西直门地铁站为研究对象，使用Visual++和OpenGL构建仿真模型，得到疏散时间和人数、通道通行能力以及人员自身的恐慌心理等其他因素间的关系。徐滢等[39]采用疏散软件Building Exodus V4.06和火灾模拟软件SmartfireV4.1以上海某地铁站为研究对象，对不同灾害场景下的疏散效率进行研究，发现采取工作人员的合理疏导和定期开展应急演练，可有效缩短疏散时间，防止事故的发生。王宝红等[40]也使用Building Exodus软件以城市地铁为研究对象，探析人员密度变化、改变楼梯数量、加快楼梯宽度对疏散时间的影响程度。近年来对地铁疏散的研究，主要依托于数学方法和计算机手段。成琳娜[41]利用Pathfinder软件进行建模，对各种条件下的地铁站火灾应急疏散问题进行研究对比，寻求贴近实际情况的疏散方案。吕希奎等[42]实现了基于BIM的火灾模拟，集成在Pyrosim软件上，以某地铁站建立Revit模型，使用Pyrosim软件对模型进行火灾动态模拟，得到烟气流动、温度分布、毒气体浓度等数据，为后期疏散时间优化作支撑。

受建筑结构、管理水平、性格爱好等因素影响，现有的疏散模型不能完全适用于所有场景，国外部分学者引进不同规则和约束条件对现有模型进行优化改进，使模型更符合实际情形。马剑[43]依据可控实验，观测行人的运动轨迹，认为行人在行进过程中会产生躲避障碍物的隐形力，因此建立更新规则的k近邻模型和全近邻模型，研究行人在运动过程的相互作用力，之后的实验验证了改进规则模型的优势，为缓解拥堵提供了理论支撑。周美琦等[44]设计了基于改进元胞自动机的行人疏散模型，通过仿真模拟车厢内发生火灾时，地铁内座椅的摆设位置、车厢疏散门的可利用宽度和起火点位置对疏散效率的影响，提出针对问题进行改进和优化的疏散策略。洪玲等[45]提出通过势能场模型和改进社会力模型相结合对地铁车站进行仿真研究，获得了乘客逃生、从众等行为现象，对仿真系统进行了有效验证。熊斌等[46]总结了社会力初始模型的局限性——不符合实际行人速度，提出了修正后的社会力模型和新的恐慌系数计算方法，从而避免了大量行人在单一出口滞留造成拥堵，增强疏散效率。

综上所述，“仿真建模”依然是地铁疏散领域出现最多的主题关键词。该主题聚焦于疏散策略优化、元胞自动机、智能体、仿真模型等议题，涉及建立微观模型、寻找最优疏散路径等内容。经典的模型存在一定的局限性，引进不同规则和约束条件对其模型进行优化改进，更加贴近研究对象的一般常态，所得结果更符合真实情况。

(四)行人特性研究

黄利华等[47]为获取行人在突发事件情境下的行为数据，开展行人问卷调查。调查报告显示，多数人缺乏应急疏散经验和实际演练，紧急状态下的决策行为与年龄、学历等相关，非理性疏散行为占比较大。房汇鑫[48]以青岛五四广场站的进出站乘客为监测对象，得到了具体的行人特性数据，研究发现，男性相比女性疏散效率更高，年轻人相比老年人疏散效率更高，两种情况的疏散效率差距大约为25%。王涵[49]在调查轨道交通换乘站消防设施情况的基础上,对人员疏散特性进行了调查。调查显示，男性的消防知识优于女性，成年人的安全教育优于青少年，消防培训的人数占比过低。周继彪[50]对西安市北大街换乘枢纽站采用现场观测和摄像调查获取行人交通参数样本，使用SPSS软件和MATLAB软件进行数据分析，对不同设施中的人员交通特性进行对比分析，得到行人步行平均速度为1.114 m/s，行人流量和密度的关系为抛物线形式。利用改进的蚁群算法研究行人疏散路径选择的优先性，提出通过重视度和从众参数两个参数值来判断是否对行人选择产生影响，结果表明，当行走距离重视度小于5，从众程度大于0.3时，容易到达最优路径。刘栋栋等[51]使用行人摄像观测和数据统计对北京南站的行人特征进行分析，采集了82小时的视频和21 129条样本数据，使用Premiere Pro CS3.0软件对视频数据进行处理，数据分析采用SPSS软件和MATLAB软件进行统计分析，得到性别、年龄、群组、速度等数据结果，建立了行人交通流模型，为丰富行人数据库提供了帮助。

总的来看，我国行人数据库缺乏是制约行人特性研究的重要因素之一。在已有文献中可以看到，大部分学者采用的数据收集方法为问卷收集和视频监测分析，仅能代表部分行人的运动规律，以此作为整体分析样本有失偏颇。笔者认为完善行人数据库，是当前应尽快解决的问题之一。

(五)事故分析及对策研究

李为为等[52]对近年来国内外地铁事故案例进行了总结分析，认为导致事故发生的主要因素为人员、车辆、轨道、供电、信号及社会灾害，并从事前预防和事后控制两个方面提出了建议和对策。朱惠军[53]认为地铁疏散难度大主要是由于客流量大、逃生条件差、逃生途径长、逃生时间短、个体差异明显和火灾烟雾隐患大等原因造成的，分析国内外的地铁事故案例，总结具体情况和事故原因，提出了有效的预防措施，为应急预案的优化和管理部门的决策优化提供参考。静元等[54]从不同方面分析了地铁火灾的成因，提出了建立高效完整的救援体系、加强应急救援人员和装备建设、强化训练和社会培训等建议。刘山云[55]以上海地铁站为案例，分析了应急处置、应急预案和救援体系等问题，运用灾害学、控制论和应急管理理论建立了突发灾害相互作用系统，从管理者层面提出整体应急能力提升的具体措施和有效的疏散策略。梁舜云等[56]对造成火灾的人、物、管理制度和社会环境进行了分析，认为火灾发生是不同要素相互影响作用的结果，并提出了提升民众和家庭教育、优化建筑设计、提高管理水平等措施，提升综合保障水平。王欣阳[57]有针对性地提出建立完备高效的救援体系，从公安消防部门层面提出能力提升策略，包括合理组织救援力量、搞好火情侦察、保持通信畅通、果敢决策等，利用一切设备设施控制火情，最大程度地保障受灾人员生命财产安全。王艳[58]分析统计了近年的地铁踩踏事故，找出影响事故发生的关键因子，提出运用赋权关联度法进行地铁踩踏事故风险评估，得到发生事故的主要原因和致灾机理，优化容易产生拥堵和踩踏的隐患节点，提供改进方案和优化措施，提高地铁安全管理水平。

事故分析与对策研究是事件控制的最后一个环节，是总结事故发生原因和管理者决策问题的主要手段，对现有问题进行整改，可以进一步提高应急疏散水平。

五、不足和建议

由分析结果可得，关于地铁应急疏散研究尚未成熟，归纳得到以下几点不足之处：

第一，部分已构建模型过于理想化。部分学者基于国外研究成果和一定规则进行模型构建，理论上为疏散减少了时间，但未考虑行人在紧急情况下的心理变化对决策的影响，缺乏对行人实际行为的动态考虑。基于现有模型改进使用，未考虑我国国情和传统习惯、建筑结构、人文等存在差异，难以提供理论支撑。

第二，部分学者的研究面较为狭窄。在对某事件分析时，只是站在解决某一个问题的角度去构建模型，仅仅考虑了指定情况下的解决方案，缺少以管理者的思维去衡量全局，对整个过程是否有促进作用是难以考量的。

第三，缺乏行人特性数据库。我国地铁站行人特征参数和行人流数据缺乏，依靠目前的数据库所得到的实验结果难以让人信服。

客观来说，地铁安全事故的发生无法完全人为预测与控制，但是我们可以通过一定手段采取防控措施，在此提出以下几点建议：

第一，加强人文探索。由于地铁人员构成复杂，年龄、性别、职业、习惯、风俗等都会对疏散结果产生影响，对人文数据进行丰富完善是十分必要的。

第二，综合考虑其他因素对疏散结果的影响。在建模过程中，应综合考虑烟气流动特性、人员特性、疏散策略等因素对疏散效率的影响，这样条件下所得结果是比较具有说服力的。

第三，丰富行人特征参数。通过大量深入的实地调查统计数据，对我国行人特征参数进行整理分析，代替固有的“欧美人”模式设定，所得结果才具有真实性和可比性。