考虑恐慌情绪状态和群体行为的老旧小区居民结伴应急疏散模拟与评估

《Physica A: Statistical Mechanics and its Applications》：Simulation and assessment of companion emergency evacuation for residents in old communities considering panic-related emotional state and herd behavior

　　

摘要

在面对突发灾害时，老旧城区社区的人群疏散往往受到恐慌情绪相关的运动和行为变化影响。尽管传统的社会力模型（SFM）已被广泛用于描述心理因素，但现有研究倾向于将恐慌、从众行为以及同伴行为视为孤立变量，在刻画其耦合效应方面存在局限。本研究提出了一种改进的SFM。引入恐慌因子p?以量化恐慌水平并构建从众加权机制；建立恐慌传播模型，同时考虑同伴行为导致的行人非线性速度降低。以典型老龄化住宅社区为案例，利用AnyLogic平台进行了多场景疏散模拟。随后，提出了涉及分区疏散引导和路网拓展的实用疏散改进策略，并通过重复模拟进行评估。研究发现，疏散效率对恐慌强度呈非线性响应。在仅有恐慌的条件下，恐慌因子的增加首先通过提高行人的期望速度和减少犹豫来改善疏散效率，而过度恐慌则因局部互动加剧而逐渐削弱这一正面效应。消融实验结果进一步表明，高恐慌条件下效率严重恶化并非仅由恐慌相关的行为强度所致，而是由恐慌驱动的从众行为和同伴群体移动共同作用的结果。当恐慌、从众行为和同伴行为同时激活时，观察到从众行为与同伴行为之间存在显著交互作用，伴随更严重的局部拥堵和更明显的疏散性能恶化。在高恐慌条件下，所提出的改进策略使疏散效率提高了39.81%。本研究为人群动力学的发展提供了理论基础。

引言

城市老旧社区通常具有以下特征：街道狭窄、建筑布局复杂、建筑密度高。加之人口老龄化趋势加剧，这些因素严重增加了突发灾害时的疏散过程复杂性，降低了整体效率，对生命安全构成重大威胁。室外场景下的疏散本质上难以控制，行人的心理、生理和行为因素会进一步延缓疏散过程[1]。其中，恐慌尤其容易引发人群拥堵，严重降低疏散效率。因此，对高风险环境下行人疏散动力学的深入研究具有重要的实践意义。

目前，人群疏散动力学研究已从宏观连续流描述转向微观离散决策建模。微观动力学框架，特别是社会力模型（SFM），成功利用牛顿力学量化了行人之间的物理推挤力和心理排斥力[2]。研究人员随后引入了基于主体的疏散系统，以研究虚拟主体间的社会交互和信息交换机制[3]。相比之下，元胞自动机（CA）模型虽然在大规模人群模拟中具有较高计算效率，但在高密度条件下仍难以模拟精细的物理冲突和连续轨迹偏差[4]。

在众多微观建模工具——如格子气体模型[5]和CA模型中——SFM已被广泛应用于模拟领域。这种广泛应用很大程度上归因于其固有的连续性、可扩展性、灵活性和模拟精度优势[6]。随着跨学科研究的深入，行为决策理论已渗透至疏散动力学领域。该领域已从纯粹的物理力驱动方法演变为对物理和认知双重效应的深入探索。行人的路径选择已被证明是基于视觉启发式认知的实时决策过程，而非单纯的机械反应。这一认知机制直接导致了考虑障碍物分布和人群间隙的启发式模型[7]。在宏观层面，将元胞传递模型（CTM）与线性规划技术相结合，实现了对大规模城市疏散中资源分配和路径规划的系统模拟[8]。同时，基于主体的选择建模方法通过纳入个体行为偏好和路径选择策略，成功捕捉了人群在交互过程中的异质特征和动态演化模式[9]。

作为疏散过程中的核心动力因素，恐慌的产生与传播表现出显著的非线性特征[10,11]。研究表明，个体恐慌是由滞留时间、局部密度和距灾害源距离共同驱动的应激反应，恐慌程度与疏散效率之间呈现显著的"倒U型"曲线关系[12]。通过引入情绪和信息因素，可以利用蒙特卡洛算法或SEIR（易感-暴露-传染-移除）等流行病动力学框架，对建筑工地或高密度街区等复杂场景中风险传播的时空演化进行定量分级和模拟[13,14]。恐慌刺激的初始强度显著影响恐慌峰值，而传播持续时间则起次要作用。随着人群密度增加，恐慌加剧，敏感人群更易受影响，负面情绪的传播也相应升级[15]。过度恐慌最终会导致系统崩溃，这种情绪传播的速度直接决定疏散过程的持续时间，其动态阈值代表疏散效率的关键临界点。从生物物理和情绪量化的角度来看，恐慌缩短了大脑反应时间并盲目增加期望速度，从而在微观层面诱发了"越快越慢"效应[16]。为深入研究这一过程，有研究整合了动态危险框架和情绪传播框架，开发了改进的社会力模型。研究发现适度恐慌有助于提高疏散效率，而过度恐慌可能导致出口使用不均。该模型能够更严谨地揭示极端环境下心理状态对疏散模式的影响机制[17]。

在能见度受限或信息不确定的紧急疏散条件下，从众行为成为行人的主要决策模式。这种盲目遵从源于复杂空间中个体定向能力的丧失，行人倾向于寻求群体共识以降低认知负荷[18]。从众行为在出口和交叉路口等关键节点尤为突出，主要驱动力是行人疏散过程中寻求信息的行为[19]。这种倾向往往导致疏散资源分布失衡，人群不成比例地向单一出口聚集，进而形成高压堵塞结构。值得注意的是，由于现实社会关系的复杂性，行人同伴行为是一种高度普遍的现象。许多行人基于友谊或亲属关系在社会群体中移动，这些群体表现出与单独个体显著不同的移动特征。此外，社会群体的存在往往延长疏散时间[20]。针对这一复杂动力学特征，现有研究从空间配置、微观参数和宏观场等多个维度进行了深入定量调查。这些研究表明，人群内各种群体组合的比例分布直接决定疏散效率的最优边界。基于CA等离散模型的模拟也证实，同伴行为总体比例和成员间允许物理距离是控制疏散效率的核心参数[21]。然而，通过构建"领导者-跟随者"架构扩展场模型，也可以更清晰地阐明局部人群密度和配对群体数量对整体疏散动力学的耦合机制[22]。

特定灾害情境下的人群疏散研究目前正朝着风险场、心理刻画和行为动作的多维整合方向发展。这一范式需要将物理灾害演化与人群逃离逻辑相结合。例如，在化工厂有毒气体泄漏和爆炸的场景中，可以综合考虑气体扩散和行为疏散模型。可利用计算流体力学（CFD）技术计算有毒气体浓度随时间的变化，并运用疏散建模确定最佳疏散路线[23]。

此外，空间结构-活动关系对疏散效率至关重要，因为复杂地形中的障碍物布局会显著改变行人的移动模式[24]。因此，在突发灾害事件中，针对复杂开阔场或住宅社区的行人行为研究应更加关注构建整体框架，以弥合环境复杂性与行人行为异质性之间的维度差距，实现灾害条件下疏散研究的统一分析。

尽管在微观机制的多个维度研究中已取得显著进展，但在多因素影响下这些异质行为特征的交互作用研究仍然匮乏，尤其是在建筑环境复杂的密集区域。鉴于此，本研究旨在探索高密度区域中恐慌、从众行为和同伴行为的整合机制。基于改进的社会力模型，利用AnyLogic仿真软件对突发灾害情况下典型老旧社区的人群疏散过程进行建模。通过比较分析不同恐慌阈值下从众倾向与同伴特征交织时疏散的演化过程，本研究揭示了极端条件下复杂人群的逃离机制。据此，提出了针对性的改进策略，以有效提高高密度区域的紧急疏散效率。

材料与方法

为准确模拟复杂环境下的疏散过程，本研究提出了一种多层次行人动力学框架。SFM作为该框架的物理基础，控制基本运动和碰撞避让。SFM通过融入恐慌情绪和同伴行为进行进一步细化。此外，为反映紧急情况下的非理性特征，引入了心理层，利用SEIR流行病模型

案例研究

为研究紧急条件下居民表现出恐慌、从众行为和行人同伴行为时的疏散动力学，本研究选择大庆市一处毗邻石化厂的典型老龄化社区作为模拟对象。石化厂与案例社区的空间配置如图7所示，水平间距为254米。

根据相关安全规范[35,36]，最小消防安全间距

讨论

本研究通过整合恐慌传播、从众行为、同伴行为和改进的社会力模型，为老旧住宅社区提供了行为耦合疏散框架。结果表明，紧急条件下的疏散效率低下并非由单一行为因素引起，而是由情绪传播、路径选择趋同和群体移动约束之间的相互作用所致。

模拟结果表明，在...之间

结论

本研究揭示了突发紧急情况下老旧社区中恐慌相关行为强度与疏散性能之间的非线性关系。在仅有恐慌的条件下，增加恐慌因子最初通过提高行人的期望行走速度和减少犹豫来改善疏散性能，在测试范围内p?=0.3时观察到最低的模拟疏散时间。当恐慌因子超过此水平时，疏散效益随之降低

CRediT作者贡献声明

Lidi Huang：撰写-审阅与编辑、验证、监督、方法学、概念化。Xingyu Li：撰写-原稿、软件、方法学、调查。Tianyi Lin：调查、形式分析、数据整理。Qing Li：方法学、调查、数据整理。Wangye He：软件、调查。Yongjun Dong：调查、数据整理。Mingze Xu：验证、软件。

利益冲突声明

本手稿的提交不存在利益冲突，手稿已获得所有作者批准发表。我愿意代表所有共同作者声明，所述工作为原创研究，此前未曾发表，也未在其他地方接受审稿。所有列出的作者均已批准所附手稿。

Lidi Huang|Xingyu Li|Tianyi Lin|Qing Li|Wangye He|Yongjun Dong|Mingze Xu
东北石油大学土木工程学院，大庆，163318，中国