高原地区农村现场演练中村民灾害应急疏散行为

《Journal of Rural Studies》：Villager emergency evacuation behavior in disaster response via rural on-site drill in plateau area

　　

• •
  在高原村庄的灾害应对中开展紧急疏散演练。
• •
  记录并分析村民的疏散轨迹与动态速度。
• •
  探索乡村空间因素对人类行为与移动的影响。
• •
  提出改进疏散流程的空间优化策略。
• •
  为高海拔农村地区的灾害疏散提供关键的实证数据。

引言

全球灾害风险不断加剧，且其影响分布极不均衡。2025年，自然灾害共造成16,607人死亡，影响1.102亿人，经济损失达1696.8亿美元；其中，亚洲在灾害相关死亡中占比过高（Delforge等，2026）。中国是受自然灾害影响最频繁的国家之一，且气候与地理条件差异显著。由于灾害暴露程度、人口脆弱性、地形地貌、基础设施及社会经济条件等方面的差异，不同地区的灾害类型、频率与后果存在显著区别。城乡之间的这种差异同样明显。然而，中国现有的防灾与疏散设施大多依据全国统一标准进行规划。尽管经济发达地区已逐步采用减灾计划，但此类规划往往以市级或全市尺度为主，导致小城镇和村庄的具体情况在大行政区域内可能未得到充分关注。因此，尽管城乡聚落之间在气候、地形、人口密度、道路网络和基础设施方面存在显著差异，却可能适用大体相似的规划原则。

这种脱节在四川省尤为突出。四川省聚落海拔从低于200米到高于4000米不等，且广泛面临地震、滑坡、泥石流和洪水等灾害风险。川西地区还分布着大量高海拔少数民族聚居区，包括众多藏族社区。这些地区的村庄通常资金有限、聚落分散、地形复杂，交通和应急基础设施相对薄弱。与大城市不同，它们无法主要依靠大规模工程基础设施来降低灾害损失。因此，快速预警、路径指引和向安全地点疏散尤为重要。然而，国家疏散标准和现有大部分实证证据主要基于人口密集的都市环境和相对完善的基础设施条件而制定。高海拔气候条件、陡峭且不规则的道路网络、分散的建筑布局以及居民对官方书面标识熟悉程度的差异，可能导致疏散行为与常规城市环境中的观察结果存在显著不同。

现有疏散研究文献多集中于建筑物、隧道、城市街道或基于模拟的情景，而来自高海拔乡村村庄的实地证据仍然有限。因此，在受控环境或城市环境中得出的结论可能无法完全反映山区聚落中的疏散行为。疏散速度是决定居民能否在有效响应时间内到达安全地点的关键因素，但仅凭平均速度可能无法捕捉疏散过程中的局部减速、距离相关的疲劳或短期生理变化。本研究因此通过在一个高海拔少数民族村庄开展实地疏散实验，考察建成环境特征、疏散速度与心率动态之间的关系。研究围绕三个问题展开：（1）在复杂山区乡村环境中，哪些建成环境特征与疏散速度的变化相关？（2）在长距离上坡和下坡路线上，不同年龄组的瞬时速度和心率如何变化？（3）短期加速度动态与心率之间存在何种关联？研究成果有望为偏远高海拔村庄的适应性疏散规划和灾害风险减缓政策提供实证依据。

章节摘要

影响农村地区灾害脆弱性的因素

近年来，灾害管理研究越来越关注通过疏散规划、避难所选址和空间设计优化等措施来增强社区韧性（McAreavey，2022；Norris等，2008；Wang等，2022）。然而，现有的大多数研究和技术标准是针对人口密度高、空间尺度大、基础设施完善、经济能力相对较强的城市地区制定的，而

研究区域

实地实验在中国四川省巴溪镇江东村进行。研究区域位于中国西部高海拔地区与低海拔平原的过渡地带。四川省是中国受地震及相关地质灾害影响最频繁的地区之一。例如，2008年汶川地震造成近7万人死亡，影响数千万人。除地震灾害外，该地区还

疏散速度的空间分布

基于疏散过程中以1秒为间隔记录的每位参与者的空间位置，对上坡组和下坡组的空间分布模式进行了分析。在ArcGIS中进行的Ripley's K函数分析表明，两组记录的空间点在约47米的距离范围内均呈现聚集特征。将该数值纳入核密度分析后，观察到每秒空间点密度最高的区域

地形效应：上坡与下坡坡道及急弯

对不同年龄组在上坡路线和下坡路线上的疏散速度进行对比分析后发现，长下坡段之后的急转弯处和长上坡段的后段是疏散速度显著降低的主要位置。最显著的减速出现在长下坡路线末端附近的一个转弯点，这与以往研究发现的大转弯角度和较高的进入速度会导致更大的减速幅度一致。

结论

山区村庄的特征包括基础设施不足、建成环境复杂以及当地居民教育水平较低。本研究通过整合GPS轨迹、逐秒速度和心率记录、空间分析以及疏散后访谈，在一个高海拔乡村地区开展实地实验，考察了村民的疏散行为。研究结果为高海拔地区个体疏散表现提供了探索性的实地证据。

投稿声明与审核

作者声明，本研究此前未曾发表，目前也未在其他地方考虑发表，其发表已获得全体作者的批准，并经相关主管部门默示或明示同意。若被接受，未经版权所有者书面同意，不会以相同形式以任何语言（包括电子版）在其他地方发表。

生成式人工智能在科学写作中的声明

作者声明在稿件准备过程中未使用任何人工智能或人工智能辅助技术。

资助

本研究受国家自然科学基金（编号：52108032）、四川省科技研究计划（编号：2022NSFSC1148）、教育部人文社会科学研究项目（编号：23XJAZH008）以及西南民族大学中央高校基本科研业务费（编号：2026SQN07）资助。

CRediT作者贡献声明

熊建武：概念构思、正式分析、调查研究、方法论、撰写原稿。金美君：数据整理、正式分析、调查研究、方法论。雍玲玲：调查研究、方法论、资源提供、软件应用。吴婧：调查研究、方法论、可视化。杨千如：数据整理、验证、可视化。张银：概念构思、项目管理、监督指导、撰写审稿与编辑。毛刚：验证、可视化。

利益冲突声明

作者声明不存在可能影响本文研究成果的任何已知竞争性经济利益或个人关系。

熊建武|金美君|雍玲玲|吴婧|杨千如|张银|毛刚