《Reliability Engineering & System Safety》：A novel causal inference method of exit choice behaviour analysis for passenger ships during emergency evacuation
编辑推荐：
由于客船内部布局复杂、乘客数量众多且设有指定集合点，船舶疏散过程中的路线选择已成为影响整体疏散过程的关键因素。然而，乘客风险感知的差异及乘客群体的异质性常导致出口选择行为存在显著差异。为阐明乘客出口选择行为与影响因素之间的关系，本研究采用双机器学习（Doubl
由于客船内部布局复杂、乘客数量众多且设有指定集合点，船舶疏散过程中的路线选择已成为影响整体疏散过程的关键因素。然而，乘客风险感知的差异及乘客群体的异质性常导致出口选择行为存在显著差异。为阐明乘客出口选择行为与影响因素之间的关系，本研究采用双机器学习（Double Machine Learning, DML）方法，并对扰动函数进行优化，从因果推断视角识别影响出口选择的关键因素。首先，研究人员在渤海湾地区渡轮航线乘客中收集了1380份有效问卷，涵盖个体属性、行为偏好及疏散决策等基本维度。其次，基于该数据集进行特征选择和模型优化，以构建具有最优平均样本外预测性能的扰动函数。最后，利用DML方法对出口选择行为进行因果效应分析，系统识别关键影响因素。研究结果表明，警报响应和拥堵条件下的决策被DML识别为对出口选择具有显著因果影响。这表明，仅依赖相关性分析可能导致战略误判，而应用因果推断能更准确地识别优先干预目标。
**论文解读：基于双机器学习因果推断的客船紧急疏散出口选择行为分析**
**研究背景与问题**
尽管船舶技术和管理系统不断改进，但客船运输事故仍时有发生，造成严重人员伤亡。例如，1999年渤海湾“大舜”号滚装客船倾覆导致290人遇难；2015年“东方之星”号游轮在长江沉没，造成442人死亡。在大多数海上事故中，乘客在紧急情况初始阶段的有效疏散被视为减少伤亡的关键。由于船舶内部相对封闭且环境复杂性增加，乘客在疏散过程中的行为可能对疏散过程产生显著影响。
在乘客疏散行为与决策过程中，选择合适的疏散出口被认为尤为重要。若在疏散过程中选择了错误的出口，单个乘客到达安全区域所需时间将延长，从而直接威胁其安全。当多名乘客做出不当出口选择时，不同方向乘客可能在某些区域汇聚形成逆流，显著减慢整体疏散进程并造成拥堵。由此产生的延误不仅危及个人安全，还可能在整个疏散过程中引发级联效应，降低整体效率。因此，将出口选择纳入疏散研究范围至关重要。现有研究已涵盖个体特征、过往经验、环境因素等多重客观视角，但主要关注各视角间的相关性或相对重要性，对主观行为决策的影响及其因果关系的探索尚不充分。特别是，不同行为决策对多种疏散出口选择策略的影响仍未得到充分检验，限制了在紧急情况下提供进一步指导的能力。
鉴于出口选择在确保疏散效率和乘客安全中的关键作用，有必要超越相关性分析，进一步探究出口选择行为背后的因果机制。为解决此问题，研究人员采用双机器学习（Double Machine Learning, DML）方法，研究紧急疏散中影响出口选择的多个因素的因果效应。具体而言，研究人员综合考察了个体、行为及情境因素对乘客出口选择行为的联合效应和异质性效应，将传统统计分析因果推断相结合，并进一步分析了不同类型行为决策对疏散出口选择的影响。
**主要技术方法**
本研究的主要技术方法包括：首先，通过问卷调查收集数据，对渤海湾地区渡轮航线乘客进行随机抽样，共获得1380份有效问卷，涵盖人口统计学特征、航行经验、疏散行为及出口选择倾向等维度。其次，基于互信息（Mutual Information）理论进行特征选择，筛选出与出口选择行为信息增益最高的9个特征作为处理变量（treatment variables）。然后，构建并优化扰动函数（nuisance function），采用随机森林（Random Forest, RF）、支持向量回归（Support Vector Regression, SVR）、线性回归（Linear Regression, LR）和K近邻（K-Nearest Neighbours, KNN）四种机器学习模型，通过五折交叉验证进行超参数调优，并基于根均方误差（Root Mean Squared Error, RMSE）选择每个场景下的最优模型。最后，应用双机器学习（DML）框架进行因果推断，通过正交化（orthogonalization）消除混杂因素影响，估计平均处理效应（Average Treatment Effect, ATE），并利用安慰剂实验（Placebo Experiment）验证结果的稳健性。
**研究结果**
**4.1. 基于统计结果的分析结果**
- **4.1.1. 描述性分析**：样本中女性占58.8%，男性占41.2%；年龄分布以17-25岁（27.4%）和41-50岁（19.1%）为主；教育程度以中学（47.3%）和专科（22.5%）为主；86%的乘客自评行动能力中等及以上；55%的乘客有1-5名同伴，独自出行者仅占8.8%；91%的乘客至少有一次乘船经历；72%的乘客曾接受过疏散教育或训练，但其中39%无法回忆具体内容。在行为评分上，平均得分显示乘客在紧急疏散中表现出主动性、依赖性、有序性与灵活性并存的特征，且性别和教育程度对行为选择有显著影响。
- **4.1.2. 相关性分析**：采用Cramér's V和卡方检验，经Benjamini-Hochberg校正后，发现84.8%的变量与出口选择行为显著相关。行为相关变量（如“跟随临时领导者”、“主动确认”、“接受过疏散培训”）比人口统计学或情境变量具有更强的解释力。Spearman相关分析显示，行为相关变量与出口选择行为的相关系数最强，其次是应急决策行为和群体行为，人口统计学特征的相关性较弱。但研究人员强调，相关性不代表因果关系，需进一步进行因果推断。
**4.2. 基于扰动函数优化的分析结果**
基于互信息理论，计算了23个潜在影响因素与4种出口选择行为（“选择最近出口”、“跟随疏散引导”、“跟随多数人”、“选择最熟悉出口”）之间的互信息值。通过设置不同阈值构建特征集，并输入机器学习模型评估其样本外预测性能。与两种代表性因果特征选择方法（CLFS和IAMB）相比，基于互信息的方法在所有模型中均取得更优的预测结果。当特征数量达到9个时，RMSE趋于稳定。最终选择互信息排名前9的特征作为处理变量，主要包括响应阶段行为（如“主动确认”、“立即逃生”）和拥堵阶段行为（如“耐心排队”、“观察他人行动”）。在模型选择上，随机森林（RF）在大多数场景下表现最优，少数场景下K近邻（KNN）表现更佳。
**4.3. 基于因果推断的分析结果**
采用双机器学习（DML）方法估计了各处理变量对四种出口选择策略的平均处理效应（ATE）。结果显示：
- 对于“选择最近出口”策略，响应阶段行为“主动确认”的ATE最高（0.459），其次为“立即逃生”（0.341）和“观察他人行动”（0.336），表明这些行为具有较强的因果影响。
- 对于“选择最熟悉出口”策略，响应阶段行为仍具有相对较强的因果效应，但ATE值普遍低于“选择最近出口”场景。
- 对于“跟随多数人”策略，“立即逃生”和“观察他人行动”表现出较高的因果效应。
- 对于“跟随疏散引导”策略，拥堵阶段行为“耐心排队”的ATE最高（0.455），远高于其他特征；“服从船员”的ATE为0.295，具有中等显著的因果效应；而“推挤前行”和“返回寻找家人”的ATE值很低，因果影响有限。
安慰剂实验（包括处理安慰剂和结果安慰剂）验证了因果效应估计的稳健性：伪变量产生的ATE分布紧密围绕零值，真实处理变量的ATE显著偏离噪声带，且p值均小于0.05，而安慰剂变量的p值均大于0.05，表明模型识别出的因果效应并非由随机波动或虚假相关导致。
**讨论与结论**
**讨论部分**：研究结果表明，影响乘客疏散出口选择的关键因素主要集中在响应阶段行为和拥堵阶段行为。响应阶段行为（如“主动确认”、“立即逃生”、“观察他人行动”、“等待工作人员确认”）反映了乘客在突发警报时的即时反应能力、环境意识和风险应对意愿，通过不同心理机制影响决策启动和路径选择。拥堵阶段行为（如“耐心排队”、“服从船员”、“自行寻找其他出口”、“推挤前行”）则体现了乘客对秩序的态度和环境的适应策略，其中“耐心排队”和“服从船员”有助于维持现场秩序，而“自行寻找其他出口”体现主动性和适应性，但受限于乘客对船舶布局的了解；“推挤前行”的因果效应低，表明其对出口选择影响有限，更多是压力下的应激反应。研究人员还指出，部分行为在相关性分析中看似重要，但在因果分析中影响不显著，凸显了因果推断的必要性。
**结论部分**：乘客安全是客船紧急疏散中的首要考量，理解出口选择的因果机制至关重要。为此，本研究开发了一个综合的分析框架，整合了双机器学习（DML）方法，结合机器学习和统计推断的优势，稳健地识别因果效应。研究结果表明，乘客出口选择的关键决定因素主要集中在响应阶段行为和拥堵阶段行为。这些行为表现出显著的因果效应，被视为出口选择的核心决定因素。然而，高相关性并不一定意味着强因果性；一些在相关性分析中看似突出的行为在因果分析中并未产生显著影响。基于研究结果，疏散培训应旨在增强乘客识别和响应警报的能力，并强化拥堵时的有序应对策略。针对这些关键行为的模拟演练可使乘客更快响应警报、有效选择疏散路线并应对拥堵，从而提高整体疏散效率和安全性。本研究为进一步探索疏散出口选择机制提供了数据支持和新见解。但研究仍存在局限性：问卷调查依赖横截面数据，难以动态捕捉乘客疏散决策随时间或场景的变化过程；样本来自特定区域航线，可能限制结论的普适性。未来研究将通过扩大数据收集至更多船舶类型和更多样化的乘客群体来弥补这些不足。
