基于Logistic回歸分析的人員疏散出口二次選擇行為研究

許巖， 蘇諾爾， 馮中姝

(1.內蒙古財經大學統計與數學學院， 呼和浩特 010070； 2.內蒙古經濟數據分析與挖掘重點實驗室， 呼和浩特 010070)

隨著中國經濟社會發展，城市化水平提高，建筑物內承載的人員不斷增加[1]。在人群密度較高的情況下，人與人之間、人與建筑物之間產生摩擦和作用力，當災害發生時，建筑物內人員疏散問題被認為是可最大限度減少生命財產損失的核心問題，保證人員快速安全疏散已成為安全領域的研究熱點[2]。高校校園建筑(如教學樓、食堂、實驗室、體育館等)具有人員密集、安全隱患較多等特點，若存在不合規定的建筑設計和安全管理，一旦發生火災、地震等緊急事件，極易在疏散時出現擁擠踩踏事故，不僅影響疏散效率，還可能對師生的生命安全造成不可挽回的損失。

2006年1月國務院發布《國家突發公共事件總體應急預案》。隨后，眾多學者圍繞突發事件展開深入研究。何理等[3]調查了地鐵乘客的疏散行為，獲取10組顯著相關的變量，并分析緊急情況下地鐵乘客特征與疏散行為的相關性。陳霞等[4]通過對高校在校生進行問卷調查，利用皮爾遜卡方檢驗方法分析了人員特征與疏散行為的相關性。劉棟棟等[5]利用問卷調查方法，分析北京西站內行人心理特征，并由疏散路徑的人員比例反應人員的從眾心理，進行仿真分析北京西站地鐵出站大廳內人員疏散行為。陳晨等[6]通過對寧波某小區進行問卷調查分析老年人疏散行為的特點，研究結果可為老年人疏散提供幫助。沈一州等[7]通過組織疏散演習和問卷調查的方式探究體育館內青年學生疏散行為的影響因素，結果表明性別對疏散具有影響。嚴瑾等[8]利用物元分析理論，提出了一種針對某一具體建筑使用物聯網技術獲取動態風險并對疏散個體進行實時安全性評價的方法。中外學者利用 Logistic 回歸分析方法對疏散影響因素方面做了大量的研究工作。劉少博等[9]通過建立Logistic模型分析人員路徑選擇的影響因素，隨后進行卡方檢驗并得出結論。王建國等[10]通過問卷調查收集數據，采用Logistic回歸方法對樣本數據進行量化分析，探究疏散人員行為的影響因素。劉嚴萍等[11]通過構建多項Logistic模型分析地鐵乘客疏散行為的影響因素，結果表明乘車頻率和受教育程度對疏散行為有顯著影響。亓榮杰[12]通過構建 Logistic 模型分析了緊急情況下性別、年齡、安全知識掌握程度等因素對疏散行為的影響。

在疏散過程中，出口處常常形成擁堵，通過對疏散時間的預估和預期接受程度，疏散人員可能會改變目標出口。如何在最短的時間內讓疏散人員有效地進行出口的二次選擇，是減少人群傷亡和財產損失的關鍵環節。出口二次選擇是疏散人員的重要決策行為之一。Qin等[13]認為是否替換出口主要受出口距離和出口人數的影響。郭英軍等[14]研究表明，動態標志的目的是為了達到人群均衡疏散，能夠提高人員進行出口二次選擇的概率。李楠等[15]認為視野范圍內的環境信息影響普通個體是否改變出口。劉夢婷等[16]研究發現，行人能夠很好地應對疏散擁堵情況，可根據視野范圍和等待時間對出口的擁堵情況進行判斷并選擇是否進行出口的二次選擇。

通過梳理文獻，多數研究工作利用了調查問卷法和Logistic回歸分析法，探究建筑物內的疏散行為，主要集中在出口的一次選擇行為分析，而對建筑物內出口二次選擇行為的研究相對較少。為此，通過文獻調研、現場觀測等手段設計調查問卷，經過兩周時間在內蒙古財經大學教學樓內現場發放并收回。基于問卷調研獲取的數據，探究建筑物內出口二次選擇行為的影響因素。采用Logistic回歸分析法，討論個人屬性、人員行為特征、人員心理反應對出口二次選擇的影響作用，研究成果可為建筑物內人群應急疏散效率提供參考依據。

1 教學樓人員疏散行為調查

1.1 樣本量確定

統計學中，隨機抽樣方法所需樣本量計算公式為[17]

(1)

式(1)中：n為樣本量；Z為調查置信度；S為總體標準差；d為抽樣誤差范圍。

(2)

式(2)中：p為相對誤差。

1.2 設計調查問卷

在制定疏散策略和方案時，需重點考慮緊急情況下校園人群的心理反應和行為特征。不同性別、年級的個體對突發事件的敏感程度、認知能力不同，對空間環境的熟悉程度也不同。當初始選擇出口產生擁堵時，部分人員會依據實際情況進行疏散出口的二次選擇。為了解疏散人員出口二次選擇意愿，并保證受訪者的真實有效性，采取實地調研(紙質版問卷)的方法。調查問卷內容圍繞調研目的設置，主要內容包含三部分：第一部分是疏散人員個人屬性和行為特征，第二部分為緊急情況下疏散人員心理反應，第三部分為疏散人員出口一次和二次選擇決策行為。問卷中涉及的建筑物為內蒙古財經大學新教學樓，布局如圖1所示。

安全出口(編號為c、d、e、j)；只有在緊急情況下開放的出 口(編號為a、b、f、g、h、i、k)圖1 新教學樓布局Fig.1 Layout of new teaching building

調查對象為內蒙古財經大學在校大學生和研究生，在設計問卷時為減少受訪同學對于冗長晦澀文字的抵觸心理，盡量減少專業用語，采用簡潔易懂的語句進行表達。同時，問卷主要采用選擇題的方式，目的是為避免主觀問答對數據的影響。該問卷是基于相關文獻并結合實際調研完成的，因此，問卷內容具有有效性。

問卷發放前，隨機挑選30名在新教學樓上課的人員填寫問卷，進行問卷預調查，確保問卷回答的可行性。問卷調查發放時，課題組6名成員分別在新教學樓A、B、C座發放紙質版問卷并回收，歷時兩周現場調研，共發放問卷280份，回收272份，其中有效問卷為270份，有效問卷回收率為96%。

2 疏散行為模型

2.1 Pearson相關系數

相關系數是一種定量描述兩組隨機變量的統計學相關性的指標。相關系數的計算方法有很多種，其中比較經典的有Pearson、Spearman和Kendall相關系數法。這些計算方法都有其適用范圍，Pearson 相關系數適用于二元高斯分布，Spearman和Kendall相關系數適用于非線性分布[19]。雖然計算過程不同，但這3種相關系數有相似性，它們均可以抽象為廣義相關系數[20]，即通過比較數組中的每個數對確定兩組數據整體間的相關程度。采用 Pearson 相關系數r，設X=(x1,x2,···,xn),Y=(y1,y2,···,yn)分別來自X和Y的兩個樣本，則相關系數可表示為

(3)

2.2 二元Logistic回歸模型

Logistic回歸是一種廣義線性回歸分析模型。實際中最為常用的是二值的Logistic回歸。二值的Logistic回歸也稱為二元Logistic回歸模型。設Y為被解釋變量，為二值定性變量，用0和1表示兩個不同的狀態。影響Y取值的n個解釋變量X1，X2，…，Xn。設Y=1的發生概率為P，則Y=0的發生概率為1-P。

二元Logistic回歸模型為

(4)

式(4)中：β0為常數項；β1,β2,…,βn為偏回歸系數。

事件發生的概率可表示為

(5)

2.3 變量選取

構建二元Logistic回歸模型探究疏散人員在緊急情況下出口二次選擇行為的顯著影響因素。被解釋變量Y表示疏散人員在緊急情況下是否進行出口二次選擇。在緊急情況下當疏散人員選擇改變出口時，Y=1；當疏散人員選擇不改變出口時，Y=0。將解釋變量分為個人屬性、人員行為特征和人員心理反應三類[1, 21-22]，如表1所示。數據分析和Logistic回歸分析均采用SPSS以及STATA軟件進行。

由圖2可知，各解釋變量改變選擇出口的人數占比。在個人屬性方面，緊急情況下，42.9%的男性和23.7%的女性選擇改變出口。男性在突發事件下相對更為理智，更易做出正確的出口選擇[10,12,23]。當意識到突發事件發生時，大學一年級、大學二三四年級、碩士研究生中選擇改變出口的比例分別為24.8%、43.7%、19.2%，其原因可能部分與年齡相關，年級越高的人員社會經驗越豐富，更易于自行決策[10,12]。37.7%經歷過真實疏散的人和24.9%沒有經歷過疏散的人選擇改變出口，有過緊急疏散經歷的人員具有一定的經驗，更易于更換[24]。但也有部分學者認為經歷過緊急情況的人員，對疏散恐懼感更甚，往往不能做出理智的判斷[10]。經歷疏散演習次數從0次開始選擇改變出口的人數比例依次為38.5%、22.4%、45.3%、23.3%。其原因可能與培訓內容及個人掌握程度有關，大部分了解安全疏散或有過相關培訓的人員，熟悉緊急自救常識，疏散過程中反應理智，有助于出口選擇[4,10]。緊急情況下，人員對于環境的熟悉程度方面，不熟悉、一般熟悉、非常熟悉的人員中選擇改變出口的比例分別為19.0%、24.8%、45.2%，出口熟悉程度對疏散行為具有正向影響，出口熟悉程度有利于出口選擇[23,25-26]。對于自己的評價是改變出口的重要指標，淡漠型、隨眾型、領導型的人員中選擇改變出口的比例分別為30.0%、18.6%、53.5%。對于自己的評價外向的人員更具有社會責任感，易去理性思考，也對出口選擇有正向作用[27-28]。

表1 變量描述Table 1 Variable description

解釋變量圖2 解釋變量出口選擇占比Fig.2 Explanatory variable exit selection ratio

在人員行為特征方面，緊急情況下，25.1%留意疏散標識的人和34.5%不留意標識的人選擇改變出口，是否留意標識與改變出口不存在明顯關系。部分文獻顯示疏散指示標識可為人員提供指示，引導人員轉向安全方向，有助于出口選擇[29]。23.8%聽從廣播的人和69.2%不聽從廣播的人選擇改變出口，廣播指示對出口選擇提供幫助作用[25,29]，但當廣播信息超載時，可能會起抑制作用[30]。31.3%可以預估出口擁堵程度的人員和26.3%不能預估出口擁堵程度的人員選擇改變出口，疏散人員在疏散過程中提前預估出口的擁堵程度更易于疏散，提高疏散效率[6,16]。

在人員心理反應方面，緊急情況發生時，心理為慌亂、緊張、冷靜的人員中選擇改變出口的比例分別為33.3%、24.6%、28.3%。初遇緊急情況時的心理反應與改變出口不存在明顯關系，部分文獻顯示人員心理對疏散行為具有較大影響，冷靜的人員更易做出理智判斷，進行出口選擇[3,31]。第一出口擁堵后，心理反應發生改變，恐慌、焦急、鎮定的人員中選擇改變出口的比例分別為39.4%、13.9%、55.6%。第一出口擁堵后的心理反應對出口選擇具有影響，鎮定的人員更理智，有助于出口選擇[27,32]。

2.4 疏散行為影響因素分析

2.4.1 信度效度分析

在進行數據分析前，為確保問卷的可靠性，需進行信度效度分析。信度分析是測評調查質量最基本的工具，主要是用來評判調查結果的穩定程度。Alpha系數處于0.35以下，表示一致性較低，不宜采用；Alpha系數處于0.35～0.7，表示一致性一般，可以接受；Alpha系數處于0.7以上，表示一致性較好。進行可靠性度量后，Alpha系數的值為0.879。因此，研究問卷穩定性和可靠性較高。

效度分析的作用是評判調查結果的準確程度。效度檢測一般使用內容效度分析和建構效度分析。內容效度分析通過調查問卷中變量的問題反映內容或取樣范圍的適當程度和相符程度。建構效度分析測量的是問卷的問題能夠解釋變量的程度。構建效度分析采用變量或維度的KMO(Kaiser-Meyer-Olkin)值測量，KMO值應該大于0.7。結果顯示，量表的KMO系數值為0.794，Bartlett球形度檢驗顯著性水平為0.000。因此，研究問卷的建構效度也良好。

2.4.2 數據標準化處理

信效度檢驗后，需對數據作標準化處理。原始的數據通常量綱不統一，不是標準化的數據。而在實際的建模過程中，數值太大的變量會影響數值太小的變量的作用，因此變量的量綱不統一會降低模型的性能。

對數據進行標準化的主要方法有按小數定標標準化、Z-score標準化與最小-最大標準化。采用最小-最大標準化方法[33]，對序列y1,y2,…,yn∈[0,1]進行變換，即

(6)

2.4.3 多重共線性檢驗

數據標準化處理后，由于各變量之間可能會存在多重共線性，需進行檢驗。選取11個解釋變量研究疏散人員緊急情況下出口二次選擇的影響因素，依據文獻[34]的方法，計算方差膨脹因子VIF和條件指數CI，檢驗變量間的多重共線性問題。對變量做多重共線性檢驗，得各變量的方差膨脹因子均小于1.3，條件指數均小于10，表明變量間不存在嚴重的多重共線性，因此保留所有的變量。

2.4.4 模型擬合度檢驗

確保各變量之間不存在多重共線性后，需對模型做擬合度檢驗，其目的是為探究構建的模型能否較好地預測結果。選取Hosmer和Lemeshow的擬合度檢驗(簡稱H-L擬合優度檢驗)方法，HL統計量顯著說明模型的擬合度不好，其值不顯著則說明模型的擬合度較好[34]。模型擬合度較好表明自變量可以有效預測事件結果。

(7)

對建立的Logistic回歸模型進行H-L擬合優度檢驗，結果顯示，P=0.284>0.05，未達到顯著性水平，說明模型配適度好。

2.4.5 模型回歸結果分析

Pearson相關性分析反應的是解釋變量與被解釋變量之間的相關程度，Logistic模型反應的是解釋變量對被解釋變量的影響程度，基于文獻[35]和文獻[36]，二者結合分析效果優于單一分析。通過分析調查數據，由表2和表3可知，緊急情況下疏散人員改變出口的顯著因素有性別X1、緊急疏散經歷X3、出口熟悉程度X5、自我評價X6、聽從疏散廣播指示情況X8、第一出口擁堵后的心理反應X11。

由表2可知，緊急疏散經歷X3、出口熟悉程度X5、自我評價X6、第一出口擁堵后的心理反應X11與出口二次選擇存在正相關關系，其中熟悉程度X5相關系數最大；性別X1與聽從疏散廣播指示情況X8相關系數為負，且后者相關性高于前者。

表2 Pearson相關系數Table 2 Pearson correlation coefficient

表3 模型回歸結果Table 3 Model regression result

由表3可知，性別X1通過檢驗，顯著性水平為0.087，變量系數為負，說明遇到緊急情況時，女性更不愿改變選擇的出口。代偉[23]也進行了相關的研究，結果表明女性在疏散過程中盲目性和無目的性較強，理性選擇出口及自主意識較弱，所以更不愿改變出口；緊急疏散經歷X3的顯著性水平為0.100，變量系數為正，說明經歷過緊急疏散的人員更愿意改變出口。余肖禹等[24]認為經歷過疏散的人員在疏散過程中，會表現得更加沉穩且心理狀態波動更小；熟悉程度X5的顯著性水平為0.023，變量系數為正，說明疏散人員對于教學樓熟悉程度越高，越愿意改變出口。代偉[23]研究表明，環境熟悉程度越高，人員自身應急疏散經驗和能力就越強，越愿意根據實際情況去改變出口；聽從疏散廣播指示與否X8的顯著性水平為0.000，影響系數為負，表明疏散人員聽廣播的意愿越強，越不愿選擇改變出口，原因可能是：由于日常教學樓內除上下課鈴聲外沒有其他廣播設施，疏散人員對緊急情形下廣播的信息缺乏信任度，在文獻[37]中也有相似結論。Xia等[30]認為信息的缺失或過多都會使得疏散人員對緊急廣播的感知和反應產生負面影響；對自己的評價X6的顯著性水平為0.087，變量系數為正，說明領導型人員更愿意改變出口。第一出口擁堵后的心理反應X11的顯著性水平為0.001，變量系數為正，表明緊急情況下，情緒鎮定的疏散人員更愿意通過改變出口減少擁堵。詹新等[27]也在這兩方面開展了相關工作，通過對同一人群在疏散演習前后進行兩次問卷調查發現，承擔一定社會責任的學生在逃生過程中更加理性，遇到出口擁堵時，會主動選擇改變出口。且部分人員由于受到緊張、恐慌等心理因素的影響，不會過多地考慮疏散路線，從而在遇到擁堵時不愿改變逃生出口。

2.4.6 模型的檢驗與評價

為預測Logistic模型的正確率，檢驗的分類標準以0.5為原則，結果如表4所示，可以看出，其正確率為78.5%。接受者操作特性(receiver operating characteristic，ROC)曲線可以評價Logistic模型的預測效應[38]，是反映敏感性與特異性之間關系的曲線。從圖3可知，ROC曲線下的面積(area under curve，AUC)為0.784 2，二者皆說明預測模型的效果較好。

表4 判別結果Table 4 Discrimination results

AUC值=0.784 2圖3 模型的ROC曲線Fig.3 ROC curve of the model

3 結論

通過Pearson相關性與Logistic回歸模型分析緊急情況下疏散人員出口二次選擇的影響因素，得出如下結論。

(1)女性在疏散過程中更易出現盲目性，不會輕易改變出口。

(2)對于教學樓結構熟悉的人員，了解出口位置及到達各出口的路徑，會依據擁擠程度改變出口。

(3)大部分人員在聽到廣播后，更愿去相信廣播第一次指定的出口，而不再自主去改變出口。

(4)由于領導型人員具有責任心和大局觀，考慮到改變出口可以緩解擁堵，更傾向于改變出口。

(5)在緊急情況下情緒鎮定的人員具有理性思考的能力，這類人員會根據實際情況改變出口，避免出現擁堵現象。

依據以上的結論，提出如下建議：①高校應多組織緊急疏散演練的活動，每學期進行消防演練、安全疏散演練，增強學生應急疏散經驗和能力；②加強學生對于教學樓出口的熟悉程度，確保每一位學生都了解教學樓的出口位置，以保證擁堵情況下疏散人員更加合理地進行出口選擇；③建議學校管理部門重視廣播語音指導的重要性，增強緊急情況下學生對于廣播信息的信任度，選擇有效的出口，降低擁堵程度。

研究結論可為教學樓內人員疏散提供科學參考和數據支持。由于建筑物內人員疏散行為靈活、復雜，今后從如教學樓樓層、出口處是否有障礙物、出口處是否有煙氣等進一步改進，可考慮更多影響因素進行分析。