基于心理測量學的鐵路樞紐客流安全預警研究

余書宇 張媛媛

摘 要：隨著近年來鐵路客流的大規模增長，給鐵路客運樞紐帶來了新的問題與挑戰。為了實現鐵路客運樞紐的實時疏解狀態判定，及時做出調控措施，通過狀態焦慮問卷定量描述不同心理疏解時間下的旅客群體焦慮狀態，引入洛薩達理論，構建以心理疏解時間為指標的“藍、黃、紅”三級預警動態預警模型，并提出分級應對措施。

關鍵詞：鐵路客運樞紐;客流安全預警;心理測量學;洛薩達理論

0 引言

樞紐客流預警即根據客運樞紐內不同疏解狀態，提前做出提示，以便管理人員及時做出調控措施。如今，國內外針對鐵路客運樞紐預警主要基于樞紐內部的密度、流量等客觀指標。張瑜[1]在分析目前安全指標類型及優缺點的基礎上，建立較為完整的客運站旅客安全狀態評價指標體系。文清華[2]針對高鐵客運樞紐，結合計算機圖像識別技術，得到了密度、速度差值比例下的客流安全等級劃分方法。黃洪超[3]針對鐵路樞紐，從客流安全狀態等級的劃分和緊急情況下的旅客疏解安全兩方面量化了客流安全預警分級指標。李棟[4]根據各個服務設施確定好的閾值范圍建立了預警等級云識別模型。國內外研究目前缺少對客流疏解群體焦慮狀態的考慮。而樞紐客流疏解屬于群體行為，在群體行為過程中，會形成有別于個體行為的“群體心理”。因為在群體行為中的個體，容易受到模仿、感染等負面情緒的影響，從而比個體行為更易喪失理性，形成過激行為[5]。

1 客流疏解情緒測量

（1）心理測量學。心理測量學（psychometrics）是以一定的心理學理論為基礎，經過合理的方法手段，為人的能力、人格、心理健康等心理特征和行為確定一個定量值。心理測量學上，評定量表（rating scales）是用來量化觀察中所得印象的一種測量工具[6]。評定量表的方法簡單、通俗易懂，在各行各業應用廣泛。

（2）狀態焦慮問卷。1）總體概述。狀態—特質焦慮問卷[6]（STAI），由Charles D Spielberger等人編制，分為特質焦慮問卷（T-AI）和狀態焦慮問卷（S-AI）兩部分。S-AI為該問卷評定暫時焦慮情緒狀態的部分，主要用來評價應激或突發事件影響下，被測試者的短時焦慮情緒。其信效度穩定，滿足使用需求。2）問卷內容。S-AI問卷共20項題目，其中正向題目包括感到心情平靜、安全、安逸、舒適、自信、輕松、心滿意足、鎮定、愉快的狀態評價，負向題目包括緊張、緊張束縛、煩亂、煩惱及煩惱程度、害怕、神經過敏、緊張不安、優柔寡斷、慌亂的狀態評價。每一個問題的評價分為四個等級：①完全沒有;②有些;③中等程度;④非常明顯。被調查者選擇最符合當前情緒狀態的選項，最后計算累加分數，正向情緒題目記正分，反向情緒題目記反分，最終分數可反映狀態焦慮的程度。3）焦慮狀態界定。北醫大精神衛生研究所和長春第一汽車公司職工醫院精神科一起在北京和長春對818人進行了STAI中譯版的測試，測試結果中S-AI評分為男性39.71±8.89，女性38.97±8.54。其測試再測試評分相關系數為0.88，通過一致性檢驗。可取其最低值38.97±8.54作為國內S-AI量表測試常模，得分超過常模即判定為焦慮狀態。

（3）調查實施。1）問卷設計。問卷分為兩個部分共計23個題項，第一部分為被調查者個人屬性，共3個題項，即被調查者的性別、年齡及心理疏解時間，其心理疏解時間的定義為：“從動車到站到接受調查時的心理感知時間。”第二部分為S-AI量表，共20個題項。2）調查實施。在重慶市各鐵路樞紐開展線下問卷調查，共發放500份問卷，剔除無效問卷后，有效問卷469份，有效問卷率93.8%。運用SPSS對調查所得數據進行可靠性檢驗，其Cronbach's alpha系數為0.757（>0.7），即本次調查數據可信度較高。

（4）數據分析。統計被調查者S-AI量表得分，以均數進行表示并進行相關性分析，僅等候時長與焦慮狀態存在顯著正相關性（R=0.277，P=0.04）。主要是由于S-AI量表評定范圍為短時焦慮狀態，僅與等候時長密切相關。將心里疏解時間以5 min為跨度進行統計分析。

2 客流安全預警等級劃分

（1）洛薩達理論。洛薩達線（Losada Line）最在1999年早由美國組織心理學家Marcial Losada在研究不同團隊的表現差異時發現。洛薩達分別考察了高、中、低三種績效群體團隊中積極評價與消極評價的比例值。研究得出高效團隊的積極評價與消極評價的比例是5.6：1，中效團隊為1.9：1，低效團隊為0.36：1。2005年Fredrickson和Losada在整合了各自領域的研究結果，提出了洛薩達心理線[7]：一個人的積極情緒是由積極情緒和消極情緒綜合而成的，其比例為2.9：1，當團隊的洛薩達線達到2.9：1就會愈發繁榮，反之則會失去活力。

（2）預警分級指標。本文以洛薩達線為依據，以心理疏解時間為分級閾值。當洛薩達比率高于2.9：1時，即焦慮人群占比低于26%，客流疏解高效;當洛薩達比率為2.9：1～1.9：1時，即焦慮人群占比為26%～35%，客流疏解中效，為藍色預警;當洛薩達比率為1.9：1～0.36：1時，即焦慮人群占比為35%～74%時，客流疏解低效，為橙色預警;當洛薩達比率為大于0.36：1時，即焦慮人群占比大于74%時，疏解群體瀕臨解體，為紅色預警。

通過客流心理疏解時間臨界值與群體焦慮比例的關系，得到樞紐安全疏解預警分級。

3 預警應對措施分析

（1）藍色預警措施。當處于藍色預警時，樞紐站應立即亮顯部分誘導標志，將疏解客流誘導至其它疏解方式。將所有扶梯功能均改為出站，在節點處安排工作人員進行人流誘導，并設置移動欄桿，延長排隊隊長，避免客流混亂。

（2）橙色預警措施。當達到橙色預警時，除了采取上一級措施外，還應即時調整換乘交通的運行調度方案，提高換乘交通的服務率。嚴格控制各層客流密度，分散客流疏解，加快客流出站。

（3）紅色預警措施。當達到紅色預警時，除采取上一級措施外，應將所有電梯及雙向閘機改為出站方向，派出專人在疏解通道沿線進行人工引導，向旅客解釋客流滯留原因、安撫客流情緒，結合其他交通方式，盡快疏解滯留客流。

4 結論

通過S-AI量表，量化了不同心理疏解時間人群的焦慮狀態。在此基礎上引入洛薩達理論，得出不同群體焦慮狀態下的心理疏解時間，作為預警分級閾值，共分了三個預警等級：藍色預警（心理疏解時間22 min）;橙色預警（心理疏解時間34 min）;紅色預警（心理疏解時間48 min）。

參考文獻：

[1]張瑜.鐵路客運站旅客安全預警管理系統研究[D].北京交通大學，2008.

[2]文清華.高鐵客運樞紐客流安全狀態識別[D].西南交通大學，2015.

[3]黃洪超.鐵路綜合客運樞紐客流安全狀態評價研究[D].北京交通大學，2011.

[4]李棟.基于短時客流混合預測的樞紐站預警機制研究[D].大連交通大學，2017.

[5]于建嶸.把握突發事件中的社會群體心理[J].思想政治工作研究，2010（9）：63.

[6]汪向東，王希林，馬弘.心理衛生評定量表手冊[J].中國心理衛生雜志，1999，13（1）：31-35.

[7]Fredrickson B L，Losada M F.Positive Affect and the Complex Dynamics of Human Flourishing[J].The American psychologist，2005，60（7）：678.