摘要：随着我国城市化进程的持续深入与公共医疗服务体系的日益复杂化，大型医院建筑在突发事件中的应急疏散安全面临严峻挑战，医院环境内行人构成的特殊性及空间功能的复杂性，使得传统疏散模型在描述群体互动机制方面存在局限。本文聚焦疏散过程中行人表现出的生理与心理特征，构建了社会力模型，开展疏散仿真研究。

关键词：应急疏散；社会力模型;仿真分析

目前，在应对医院类公共建筑的安全问题时，对人员应急疏散的处理方法，还停留在经验积累、逐步完善的阶段，相关设计思路多以处方类的规范为主要参考依据。而医疗类建筑的内部功能复杂、流线交织严重、服务人群特殊，在应对火灾、地震等意外突发事故时，人员的应急疏散问题如果仅仅简单依靠经验性科学理论，很难完全有效解决应急疏散的相关重难点。所以当紧急情况发生时，如何既高效又安全地开展疏散工作，减少疏散过程中的人员伤亡是一个非常重要的命题。为更好地研究紧急突发事件中人员疏散的真实情况，本文通过构建一体化理论模型，阐明其在行人疏散过程中产生的复杂动力学特征。

1医院应急疏散理论

1.1医院场景下行人生理与心理特征

医院作为功能复杂、人员密集的特殊公共场所，其行人疏散研究具有独特性。首先是医院行人的复杂构成导致其生理与心理特征更为突出。这些特征构成了疏散能力与行为模式的基础，并从行动能力、路径决策与逃生效果等多个维度，系统性影响个体在应急疏散中的行为表现。

1.1.1生理特征

生理特征是行人疏散能力的物理基础，由一系列可观测、可度量的生物学指标构成，直接影响个体的运动能力及其与环境的互动方式。在医院这一特殊场景中，人员生理状况差异显著，使其成为疏散效率的关键因素。这些数据通常通过观测、影像分析或问卷调查获取。

不同性别、年龄及健康状况的行人，其应对突发事件时的反应时间与步行速度存在明显差异。宋嘉宝[1]实地观察某医院对这一问题开展调查，调查根据性别、年龄、健康状况针对每个类别人群选取200人作为样本进行观察，结果整理如表1所示。结果说明儿童、老人及患病群体在应急疏散时可能需要更多时间作出反应。通过这些数据可以观察到不同人群在紧急情况下的疏散能力差异。

表1 不同类别的行人步行速度与疏散反应时间

1.1.2生理障碍类型

在医院疏散场景下，除了调研最基本的性别、年龄、健康状况等生理特征以外，还需要重点关注病患群体的生理障碍类型，不同科室、不同病理的就诊患者，行动能力也大相径庭。刘晓然[2]以住院楼人员为研究对象，从临床科室的视角，归纳了不同类型弱势群体的生理特征、行为表现及疏散需求。结果整理如表2所示。

表2 病患群体生理特征及疏散需求

1.2医院场景下行人疏散的行为特性

生理特征构成了行为能力的物理边界，心理特征则主导了行为过程中的决策与选择，行人的生理特征与心理特征需要通过外在行为得以呈现，从而影响整个疏散系统的宏观效率。因此，从静态的特征描述转向动态的行为特性研究，是深入研究医院应急疏散过程内在规律的必然途径。

1.2.1医务工作人员行为特性

医务工作人员在疏散中扮演着双重角色，既是需要疏散的个体，又是组织与引导疏散的关键力量。其行为特性主要表现为：

（1）职责优先：在紧急情况下，医务工作人员的第一反应往往不是立即自行逃生，而是执行应急预案中的规定流程。包括转移病人与清场核查。这种行为特性源于高度的职业责任感和反复的应急演练，形成了职责优先的职业习惯，有利于整体疏散的有序，但延迟自身的撤离。

（2）熟悉场景：医务人员对建筑布局、疏散通道及安全出口较为熟悉，他们的路径选择科学高效，能充分利用各种专用通道、疏散设施，避免涌入拥堵位置。移动速度相对较为稳定，受不利的外部环境影响较小，具有很强的抗干扰能力。

（3）主动引导：在疏散过程中，医务人员会主动转化为引导员，通过引导、协助，帮助行动不便的患者及家属。他们同时也是紧急情况下的冷静中枢，镇定、专业的表现能有效安抚人群，使疏散过程更加有序。

1.2.2就诊患者行为特性

患者群体是医院疏散中最核心、复杂的变量，行为特性必须基于生理、认知及感官进行分类，这种异质性直接影响了他们在应急状态下的行为特性。

（1）移动障碍患者

轻度行动障碍患者，如肢体伤患、孕妇和儿童等，他们通常可以自主移动，速度缓慢不稳定。行为特性表现为路径选择保守，倾向于平坦的通道，平衡能力差，在拥挤和推搡中易摔倒，会主动寻求墙壁、扶手等辅助支撑。

重度行动障碍患者，如卧床患者、严重骨折患者，他们完全依赖他人协助，移动速度取决于协助者，轮椅等辅助设备增加了空间占有量，转弯半径大，他们往往具有特殊的路径选择，对斜坡、无障碍通道有强制性需求。

（2）感官障碍患者

视觉障碍患者的信息接收渠道较为有限，疏散指示标志对视障患者几乎失效。其行为特性核心是极度依赖听觉、触觉，行动高度保守，倾向顺墙行走。

听力障碍患者行为特性表现为反应延迟，他们依靠视觉线索观察人群，从而启动疏散。因此，疏散开始的反应时间更长，在疏散过程中需要清晰的视觉指令或熟悉的手语引导。

（3）认知与心理障碍患者

认知障碍患者，可能无法理解疏散指令的含义，或无法明确疏散路径。行为特性包括迟缓、迷失、错误的逃生选择。常规的疏散引导对这类人群效果不佳，需要专业的强制手段进行引导。

精神心理障碍患者，如焦虑症、恐慌症，他们是不良情绪的传播者与放大器。非理性与不可预测是此类群体的行为特性，在应激下可能出现癔症性瘫痪、攻击性行为等，会对周围人群的状态产生负面影响。

（4）危重症患者

这是医院疏散中最为特殊的一类人群，包括需要担架搬运的术后患者、依赖生命维持设备的危重病人，行为特性本质是一个微型医疗单元的转移。转移他们至少需要2-4名医务人员组成的专业团队，疏散速度慢，对通道宽度要求高，空间占用高。

2应急疏散仿真模型概述

应急疏散仿真模型根据研究尺度和建模方法的不同，可分为宏观模型和微观模型两大类。两者在应用场景、建模思路和优缺点上有显著差异。

（1）宏观模型

核心思想是将人群视为连续、均质的整体，关注群体层面的统计特性，如密度、流速、流量，忽略个体差异，通过数学方程描述大规模人群的宏观运动规律。

流体力学模型由Henderson提出，它将人群运动类比为连续介质流动，通过描述密度、速度场与压力场的关系来揭示大规模人群的疏散规律。该模型计算高效、善于捕捉宏观趋势，但其连续介质假设难以反映低密度下个体的自主决策，也无法刻画恐慌传播或年龄群体间的速度差异。尽管如此，该模型仍以其宏观视角在公共安全与城市规划中发挥着不可替代的作用。

网络流模型是一种将疏散场景抽象为网络结构的数学建模方法，核心是通过节点、边及其容量限制来描述人群流动的路径选择与资源分配问题。核心优势在于其强大的优化分析能力与直观的结构表达，网络流模型也有其局限性，模型忽略了行人个体差异和微观交互，难以刻画恐慌情绪引发的非理性行为对全局流量的扰动。

系统动力学模型以反馈机制为核心，通过分析变量间的因果关联、时间延迟及存量－流量关系，揭示系统宏观行为的演化逻辑。其优势在于能够识别复杂系统的全局杠杆点，适用于长期战略与风险评估；但局限在于对微观个体行为和随机事件的简化处理，通常假设群体均质化，难以准确刻画个体差异或局部突发事件的冲击。

（2）微观模型

微观模型的核心思想是关注个体行为及其相互作用，通过定义行人的移动规则，自细节而整体推导群体现象，适合精细化仿真。

社会力模型由Helbing等人于20世纪90年代提出，其核心是将行人移动抽象为多种虚拟力共同作用的结果。这些力包括反映目标趋向的驱动力、维持人际距离的相互作用力，以及与障碍物间的环境作用力。该模型能较好模拟紧急疏散中人群的推挤、避让等行为，常用于评估建筑疏散设计、优化应急预案；但其计算复杂、参数较难量化。近年来，通过与机器学习结合、利用实测数据校准参数，模型准确性得到提升，已成为公共安全与灾害防控领域的重要分析工具。

元胞自动机模型是基于离散时空框架的动力学系统，其空间被划分为网格单元，每个元胞具有有限状态，并依据局部规则与相邻元胞交互，在离散时间步更新状态。这种自下而上的建模方式，能够通过简单微观规则涌现复杂宏观行为，适用于研究复杂系统。该模型具有高度模块化与计算高效的优势，便于并行处理和大规模模拟；但其离散化特性也导致对连续现实过程的简化，难以精确刻画个体速度差异或心理行为。在人群疏散模型中，元胞自动机通常忽略人际力学与情绪传播，更侧重于宏观流动效率与路径选择的分析。

基于智能体模型以自主个体为核心，通过模拟异质个体的决策、行为及相互作用，揭示系统宏观动态规律。与传统均质化建模不同，该方法强调个体具有独立属性、环境感知及交互策略，使得微观差异能涌现出宏观秩序或模式演化，广泛应用于生态、经济及应急管理等领域。刘全平[3]将其与元胞自动机结合，体现了个体在复杂环境下的心理、生理影响。近年来，智能体模型进一步融合强化学习与神经网络，通过数据驱动提升决策适应性与预测能力，拓展了其在智能化仿真中的应用价值。

3医院行人疏散模型仿真

AnyLogic是一款基于多方法建模的仿真软件，支持离散事件仿真、系统动力学仿真和基于智能体的仿真三种主流建模方法。其独特的多方法融合能力使其在复杂系统建模中表现出色，能够灵活应对不同场景需求。用户可以在同一模型中整合离散事件流程、环境演变的系统动力学模型以及人员行为的智能体交互，这种跨维度建模能力是传统单一仿真平台难以实现的。

在医院应急疏散仿真领域AnyLogic展现出独特的综合优势，其技术特性和应用适配性使其在同类工具中脱颖而出，以下从多个维度分析其核心优势。

（1）多方法建模融合能力：支持离散事件、系统动力学和基于智能体的建模方法，这一特性在医院疏散仿真中尤为重要，可同时模拟医院科室布局（离散事件）、人群情绪（系统动力学）及个体行为差异（智能体交互）的复合影响。传统软件多局限于单一方法，AnyLogic的多维整合能力可更真实地还原医院复杂环境下的动态疏散过程。

（2）精细化行人行为模拟：内置的社会力模型显著提升了行人行为仿真的真实性。相较于简化的速度－密度关系模型，社会力模型能更准确地模拟人群在紧急情况下的推挤、避让、路径动态调整等行为，尤其适用于行动受限的病患、孕妇等特殊群体的行为建模。

（3）可视化交互与深度定制结合：软件提供拖拽式建模界面和实时二维/三维可视化功能，用户可快速构建医院建筑结构并直观观察疏散过程。基于Java的开放架构支持代码级扩展，例如添加自定义的医疗设备障碍逻辑或紧急广播系统触发规则。这种低代码、高灵活的设计模式，既降低了操作门槛，又满足了研究人员对复杂逻辑的深度开发需求。

（4）云端协同与大规模计算支持：云仿真功能允许将模型部署至云端运行，支持多参数并行计算与远程团队协作。对于需要反复验证疏散方案的大型医院而言，该功能可显著缩短仿真周期，尤其在模拟全院级疏散或极端场景（如火灾叠加电力故障）时，其分布式计算能力可处理传统本地软件难以承载的数据量。

（5）行业适配性与数据互通性：软件内置的医疗资源库和案例模板，可直接调用至医院场景建模，减少重复开发成本。与Excel、数据库、GIS系统、CAD图纸的无缝对接，便于整合医院现有的人员分布数据、建筑平面图等资源，实现从数据导入到方案导出的全流程闭环。

表3 仿真软件对比表

综上，AnyLogic通过方法融合性、行为真实性、技术扩展性及行业针对性，在医院应急疏散仿真领域建立了显著优势，成为提升医疗机构应急管理能力的核心工具。

4结束语

本研究以医院应急疏散为背景，研究医院疏散生理、心理及社会互动共同作用的复杂过程，为疏散方案优化提供了新视角。

未来研究可在以下方向深入：一是进一步细化模型参数，通过更多实地观测与问卷调查数据，校准不同人群在真实恐慌状态下的行为参数；二是拓展仿真场景，考虑火灾、地震等多灾种耦合下的疏散情形；三是探索人工智能技术在实时疏散动态引导中的应用潜力，为实现“智慧应急”与“韧性医院”建设提供理论支撑与实践路径。

参考文献：

[1]宋嘉宝,姜雪,张培红.基于Revit的医院火灾人员疏散路径优化及智能诱导[J].工业安全与环保,2021,47(4):1-5.

[2]刘晓然,丰慧,曾德民,张略淼.考虑弱势群体疏散行为特征的高层住院楼疏散仿真及优化[J].科学技术与工程,2024,24(2):715-722.

[3]刘全平,梁加红,李猛,付跃文.基于多智能体和元胞自动机人群疏散行为研究[J].计算机仿真,2014,31(1):328-332.