一种用于行人出口选择的多阶段建模框架：决策节点识别与跨场景验证

《Safety Science》：A multi-stage modeling framework for pedestrian exit choice: Decision-node identification and cross-scenario validation

多阶段行人出口选择建模框架通过行为科学理论与计算机视觉技术整合，分析地铁日常疏散和图书馆地震应急疏散案例，揭示场景和阶段依赖性差异，证实多阶段离散选择模型的有效性，为制定场景-阶段双维度的疏散管理策略提供方法论支持。

　　

阮伟桥|刘佳|唐洪琴|朱建平|刘昌

厦门大学管理学院，中国厦门361005

摘要

准确理解和预测疏散过程中行人的出口选择是提高公共安全管理的重要科学问题。针对现有研究在数据真实性、过程建模不完整以及跨场景适用性方面的局限性，本文提出了一种多阶段行人出口选择建模框架。该框架基于行为科学理论，开发了阶段划分程序和基于决策节点的识别标准。此外，引入了一种基于视频的轨迹提取和分析方法来构建大规模结构化行人数据，并利用这些数据在不同阶段应用特定阶段的离散选择模型来捕捉出口选择行为。通过地铁站日常出入口情况和大学图书馆地震紧急疏散的跨场景案例研究，证明了所提出框架的适应性和有效性。研究结果表明，疏散行为存在显著的场景和阶段依赖性。在正常情况下，行人的决策受便利性影响，可见性和距离是主要因素；而在紧急情况下，决策模式转向效率，流速成为关键决定因素。随着疏散进入后期阶段，行人表现出更高的拥挤敏感性和更强的从众行为。据此提出了不同的管理策略。自助重采样和基于代理的模拟进一步验证了该框架的稳健性和预测准确性。本研究的主要贡献在于建立了一个系统的多阶段疏散建模范式，将行为理论与预测选择模型相结合，量化了不同场景和疏散阶段中的行为变化，并为分析整个疏散过程提供了方法论基础。

引言

随着全球城市化的加速和经济社会的快速发展，公共场所的行人安全已成为公共安全研究的关键焦点。遵循“安全第一、预防为主”的方针来加强公共安全管理是当代公共安全研究的重要战略指导原则，这要求我们从全球和长期的角度应对现代社会中日益复杂的安全风险。近年来，高性能计算的进步推动了计算建模和仿真在公共安全事件研究中的应用，使其成为管理科学和安全科学的研究热点（Abdelghany等人，2014年；Chang等人，2024年）。同时，视频大数据收集和计算机视觉技术的成熟使得大规模行人运动数据的精确提取成为可能。利用这些技术进行准确分析、建模和仿真已成为不可避免的趋势（Wright等人，2022年）。基于此类数据的行人疏散定量分析提供了更符合现实世界情况的见解，使得出的结论更适用于公共安全管理实践。

在公共安全领域，行人的目标选择行为是理解和预测疏散动态的关键组成部分。解决公共场所行人安全问题的关键在于准确识别影响行人目的地选择的因素并建立相应的模型。现有研究表明，行人目标选择受到多种因素的影响，包括移动速度、目标可见性和距离（Haghani & Sarvi，2017年；H. Kurdi等人，2021年），这些影响因素在不同疏散阶段的效果强度存在显著差异。对于结构简单的场景（如单间房间），行人疏散通常只涉及一个目标选择决策，即选择最近或最合适的出口（H. A. Kurdi等人，2018年）。对于结构复杂的现代公共场所（如地铁站、图书馆和购物中心），从初始位置到最终安全区域的疏散过程通常需要多个连续的目标选择决策，构成了典型的“多阶段多决策”过程。以地铁站为例，从站台层疏散到地面的乘客必须经过多个关键决策阶段：选择上行交通设施（自动扶梯、电梯或楼梯）、选择通过哪个检票口以及决定使用哪个出口离开，每个决策都受到不同因素的影响。此外，随着疏散进入后期阶段，行人表现出更高的拥挤敏感性和更强的从众行为。因此，提出了不同的管理策略。自助重采样和基于代理的模拟进一步证实了该框架的稳健性和预测准确性。本研究的主要贡献在于建立了一个系统的多阶段疏散建模范式，将行为理论与预测选择模型相结合，量化了不同场景和疏散阶段中的行为变化，并为分析整个疏散过程提供了方法论基础。

章节片段

文献综述

为了全面研究行人疏散模式，对行人运动的建模和仿真是最有效的方法之一（Zhou等人，2025年）。现有关于行人目标选择的研究主要集中在数据收集技术和模型构建方法上。然而，在跨场景行为分析和多阶段建模方面的系统应用仍然有限。本节对相关研究进行了结构化的回顾。

提出的框架

为了解决现有研究在数据收集、模型构建和多阶段建模方面的局限性，本研究提出了一个全面的多阶段出口选择建模框架。与仅关注最终建筑出口的传统模型不同，本文中的出口选择指的是在每个阶段选择特定目标（例如，垂直交通设施或检票口）。

案例研究

基于现有文献（Feliciani等人，2020年；Haghani和Sarvi，2017年；H. L. Li等人，2019年），我们量化了效用函数中的五个关键解释变量，这些变量对应于轨迹数据中的向量$x_{\mathrm{sl}}^i\left(k\right)$，以明确捕捉行人目标选择的决定因素。重要的是，这些变量是针对每个行人在每个决策时刻$t$$l$动态计算的，确保输入反映了特定的时空背景。

理论意义

本研究对行人动态建模提供了两个重要的理论意义。首先，它实证验证了多阶段范式的必要性。传统的单阶段模型通常依赖于常数参数假设，认为行人在整个疏散路径中保持固定的偏好设置。相比之下，我们的研究结果表明行为参数是阶段依赖的。

结论

为了解决当前疏散建模在数据收集、过程建模不完整和跨场景适用性方面的局限性，本研究建立了一个系统的多阶段疏散建模框架，该框架整合了行为科学理论、计算机视觉技术和特定阶段的离散选择模型（DCMs）。本研究的主要创新在于建立了一种可推广的方法论，能够跨场景应用，以解析和量化整个疏散过程中的行为变化。

CRediT作者贡献声明

阮伟桥：撰写——审稿与编辑、撰写——初稿、可视化、验证、软件开发、方法论、正式分析、数据整理、概念化。刘佳：撰写——审稿与编辑、方法论、数据整理、概念化。唐洪琴：撰写——审稿与编辑、验证、正式分析、数据整理。朱建平：撰写——审稿与编辑、监督、项目管理、资金筹集。刘昌：可视化、数据整理。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。

致谢

本研究得到了国家社会科学基金[项目编号20ATJ005]的支持。