突发公共卫生事件下地铁安检员需求预测模型

doi:10.16265/j.cnki.issn1003-3033.2023.S1.0084

中国安全科学学报 ›› 2023, Vol. 33 ›› Issue (S1): 228-234.doi: 10.16265/j.cnki.issn1003-3033.2023.S1.0084

突发公共卫生事件下地铁安检员需求预测模型

李德龙(), 成钰, 李友东^**()

内蒙古财经大学工商管理学院, 呼和浩特内蒙古 010070

收稿日期:2023-02-14 修回日期:2023-04-08 出版日期:2023-06-30
通讯作者:
**李友东(1978—),男,内蒙古巴彦淖尔人,博士,副教授,硕士生导师,主要从事供应链管理方面的研究。E-mail:nmglyd@163.com。
作者简介:
李德龙 (1989—),男,黑龙江绥化人,博士,讲师,主要从事突发事件应急管理、交通枢纽安检方面的研究。E-mail:lidelong1989@126.com。
基金资助:
国家自然科学基金资助(72062023); 国家自然科学基金资助(72304157); 内蒙古自治区自然科学基金资助(2019MS07026); 内蒙古自治区自然科学基金资助(2022QN07003); 内蒙古财经大学自治区直属高校基本科研业务费项目(NCYWT23012); 内蒙古财经大学自治区直属高校基本科研业务费项目(NCYWS23005); 内蒙古自治区高等学校创新团队发展计划项目(NMGIRT2202)

Prediction model for demand for subway security inspectors under public health emergencies

LI Delong(), CHENG Yu, LI Youdong^**()

School of Business Administration, Inner Mongolia University of Finance and Economics, Hohhot Inner Mongolia 010070, China

Received:2023-02-14 Revised:2023-04-08 Published:2023-06-30

摘要/Abstract

摘要：

为准确预测突发公共卫生事件发生时期地铁临时安检员需求量,以突发事件应急分级响应为研究视角,在疲劳预测模型和病毒易感度模型基础上,提出公共卫生事件发生时期地铁临时安检员需求预测模型,并以北京积水潭地铁站为例进行分析验证。研究结果表明:原有地铁安检人员配置在应对突发公共卫生事件时明显不足,很难高效完成公共卫生事件防控任务;在安检员需求预测方面,按累积疲劳分测算时,临时安检员需求量显著降低,但存在应急能力不足的风险;按工作时段测算时,临时安检员需求量较高,但安检员日累积疲劳分较低,具备高效应对突发事件的能力。

关键词: 突发公共卫生事件, 地铁安检, 分级响应, 需求预测模型, 疲劳预测模型

Abstract:

In order to accurately predict the demand for temporary subway security inspectors during public health emergencies, a prediction model for the demand for temporary subway security inspectors during public health emergencies was proposed from the perspective of graded response to emergencies. The model was based on fatigue prediction and virus susceptibility models. In addition, the Beijing Jishuitan subway station was taken as an example. The results show that the original subway security inspectors are significantly insufficient in responding to public health emergencies, and it is thus difficult to efficiently prevent and control public health emergencies; in terms of predicting the demand for security inspectors, the demand for temporary security inspectors has significantly decreased when calculated based on cumulative fatigue scores, but there is a risk of insufficient emergency response capacity; the demand for temporary security inspectors is high when calculated based on working hours, but the daily cumulative fatigue score of security inspectors is low and ensures the ability to efficiently respond to emergencies.

Key words: public health emergencies, subway security inspection, graded response, prediction model for demand, fatigue prediction model

李德龙, 成钰, 李友东. 突发公共卫生事件下地铁安检员需求预测模型[J]. 中国安全科学学报, 2023, 33(S1): 228-234.

LI Delong, CHENG Yu, LI Youdong. Prediction model for demand for subway security inspectors under public health emergencies[J]. China Safety Science Journal, 2023, 33(S1): 228-234.

图/表 8

图1

表1

表2

表3

表4

各风险级别下的员工感染风险

疲劳级别	Ⅰ级	Ⅱ级	Ⅲ级	Ⅳ级
S_w(t)	[0,18)	[18,21)	[21,24)	[24,+∞)
P_i(t)	$P Ⅰ *$ =0.293 3	$P Ⅱ *$ =0.333 0	$P Ⅲ *$ =0.370 5	> $P Ⅲ *$
\|P_i(t)\|	P_Ⅰ=0	P_Ⅱ=0.1	P_Ⅲ=0.3	P_Ⅳ=0.6

表4

表5

表6

表7

参考文献 12

[1]	李德龙, 刘德海, 白云涛. 基于白名单的地铁安检多部门协作抗疫分级响应模型[J]. 运筹与管理, 2023, 32(2):152-158. doi: 10.12005/orms.2023.0059
	LI Delong, LIU Dehai, BAI Yuntao. Hierarchical response model of subway multi department cooperation anti epidemic based on subway security inspection white list system[J]. Operations Research and Management Science, 2023, 32(2):152-158. doi: 10.12005/orms.2023.0059
[2]	赵振武, 李新源, 崔文岳. 机场旅客安检人员排班优化模式研究[J]. 工业工程与管理, 2019, 24(5):81-86,96.
	ZHAO Zhenwu, LI Xinyuan, CUI Wenyue. Study on optimization of work pattern problem for airport security screeners[J]. Industrial Engineering and Management, 2019, 24(5):81-86,96.
[3]	唐龙, 贾理博, 王艳, 等. 护士不同意愿强度自主排班系统的设计及应用[J]. 中国护理管理, 2020, 20(2):234-237.
	TANG Long, JIA Libo, WANG Yan, et al. Design and application of nursing autonomous shift scheduling system with different willingness intensities[J]. Chinese Nursing Management, 2020, 20(2):234-237.
[4]	陈晓红, 徐敏婕, 陈武华. 考虑成本、等待时间和安全水平的分类安检模式研究[J]. 运筹与管理, 2021, 30(7): 35-43. doi: 10.12005/orms.2021.0211
	CHEN Xiaohong, XU Minjie, CHEN Wuhua. Research on classified security inspection mode considering cost, waiting time and security level[J]. Operations Research and Management Science, 2021, 30(7): 35-43. doi: 10.12005/orms.2021.0211
[5]	李德龙, 刘德海. 城市轨道交通枢纽智慧安检联防信号博弈模型[J]. 系统工程理论与实践, 2022, 42(12):3 363-3 380.
	LI Delong, LIU Dehai. Signal game model of intelligent joint defense security inspection in urban rail transit hubs[J]. Systems Engineering-Theory & Practice, 2022, 42(12):3 363-3 380.
[6]	孙殿阁, 盖文妹, 段炼, 等. 基于生物数学模型的飞行疲劳预测建模与仿真[J]. 中国安全生产科学技术, 2016, 12(3):165-168.
	SUN Diange, GAI Wenmei, DUAN Lian, et al. Modeling and simulation of flight fatigue prediction based on biomathematical model[J]. Journal of Safety Science and Technology, 2016, 12(3):165-168.
[7]	张毅, 王雪成, 毕清华. 基于新型冠状病毒传播机理的交通出行易感度研究[J]. 交通运输研究, 2020, 6(1): 73-80.
	ZHANG Yi, WANG Xuecheng, BI Qinghua. Travel-infected susceptibility based on transmission mechanism of COVID-19[J]. Transport Research, 2020, 6(1): 73-80.
[8]	赵晨, 周锦来, 高中华. 突发公共事件风险感知对员工复工的双重影响[J]. 管理科学, 2021, 34(3):3-14.
	ZHAO Chen, ZHOU Jinlai, GAO Zhonghua. Dual influence of public emergency risk perception on employees' return to work[J]. Journal of Management Science, 2021, 34(3):3-14.
[9]	孟凡生, 周瑜. 基于双重成本控制标准作用的委托-代理模型[J]. 系统工程理论与实践, 2015, 35(6):82-90.
	MENG Fansheng, ZHOU Yu. Principal-agent model based on dual cost control standards effect[J]. Systems Engineering-Theory & Practice, 2015, 35(6):82-90.
[10]	刘升学, 易永锡, 李寿德. 排污权交易条件下的跨界污染控制微分博弈分析[J]. 系统管理学报, 2017, 26(2): 319-325.
	LIU Shengxue, YI Yongxi, LI Shoude. A differential game for transboundary pollution control under emission permits trading[J]. Journal of Systems & Management, 2017, 26(2): 319-325.
[11]	宋英华, 白明轩, 马亚萍, 等. 考虑区域灾情分级的应急物资公平调度优化模型[J]. 中国安全科学学报, 2022, 32(1):172-179. doi: 10.16265/j.cnki.issn1003-3033.2022.01.023
	SONG Yinghua, BAI Mingxuan, MA Yaping, et al. Optimal model for fair dispatch of emergency materials considering regional disaster classification[J]. China Safety Science Journal, 2022, 32(1):172-179. doi: 10.16265/j.cnki.issn1003-3033.2022.01.023
[12]	李金海, 邓进, 杨冠华. 北京轨道交通线网客流特征分析[EB/OL].(2018-04-02). http://www.199it.com/archives/706261.html.

时段	05:00—06:00	06:00—07:00	07:00—08:00	08:00—09:00	09:00—10:00	10:00—11:00	11:00—12:00
客流量/人	464	1 355	4 095	5 534	3 065	1 939	1 732
时段	12:00—13:00	13:00—14:00	14:00—15:00	15:00—16:00	16:00—17:00	17:00—18:00	18:00—19:00
客流量/人	1 707	1 770	2 173	2 711	4 102	4 595	2 716
时段	19:00—20:00	20:00—21:00	21:00—22:00	22:00—23:00	23:00—24:00
客流量/人	1 398	948	300	180	46

时段	05:00—06:00	06:00—07:00	07:00—08:00	08:00—09:00	09:00—10:00	10:00—11:00	11:00—12:00
D_t取值	1.06	1.38	2.06	2.40	1.82	1.56	1.51
时段	12:00—13:00	13:00—14:00	14:00—15:00	15:00—16:00	16:00—17:00	17:00—18:00	18:00—19:00
D_t取值	1.50	1.52	1.61	1.74	2.07	2.18	1.74
时段	19:00—20:00	20:00—21:00	21:00—22:00	22:00—23:00	23:00—24:00
D_t取值	1.39	1.23	1.01	0.96	0.92

单位检测量/ (人·h^-1)	0—110	110—160	160—210	210以上
人身安检员A_t取值	0.5	1.0	1.5	2.0
单位检测量/ (人·h^-1)	0—210	210—310	310—410	410以上
防疫安检员A_t取值	0.5	1.0	1.5	2.0

时段	人身安检员A_t取值	人身安检员疲劳分	防疫安检员A_t取值	防疫安检员疲劳分
05:00—06:00	0.50	1.55	0.50	1.55
06:00—07:00	0.50	1.88	0.50	1.88
07:00—08:00	2.00	4.00	2.00	4.00
08:00—09:00	2.00	4.13	2.00	4.13
09:00—10:00	1.50	2.88	1.50	2.88
10:00—11:00	1.00	2.06	1.00	2.06
11:00—12:00	0.50	1.64	0.50	1.77
12:00—13:00	0.50	1.50	1.00	1.50
13:00—14:00	1.00	1.78	1.00	1.78
14:00—15:00	1.00	2.11	1.00	2.11
15:00—16:00	1.50	2.80	1.50	2.80
16:00—17:00	2.00	3.80	2.00	3.80
17:00—18:00	2.00	4.11	2.00	4.11
18:00—19:00	1.50	3.24	1.50	3.24
19:00—20:00	0.50	1.88	0.50	1.88
20:00—21:00	0.50	1.67	0.50	1.67
21:00—22:00	0.50	1.36	0.50	1.36
22:00—23:00	0.50	1.21	0.50	1.21
23:00—24:00	0.50	1.05	0.50	1.05

类别	S_w(t) (早班)	风险级别 (白班)	S_w(t) (晚班)	风险级别 (晚班)
人身安检员	21.41	Ⅲ级	23.22	Ⅲ级
防疫安检员	21.54	Ⅲ级	23.22	Ⅲ级

突发公共卫生事件下地铁安检员需求预测模型

Prediction model for demand for subway security inspectors under public health emergencies

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 12

相关文章 9

编辑推荐

Metrics

本文评价

时段	按工作时段测算		时段	按累积疲劳分测算
时段	临时人身安检员需求量	临时防疫安检员需求量	时段	临时人身安检员需求量	临时防疫安检员需求量
05:00—07:00	0	0	14:00—15:00	2	1
07:00—08:00	11	12	15:00—16:00	5	5
08:00—09:00	18	19	16:00—17:00	11	12
09:00—10:00	6	7	17:00—18:00	13	14
10:00—11:00	1	2	18:00—19:00	5	5
11:00—14:00	0	0	19:00—24:00	0	0

[1]	谭爽, 柴子曈. 中国突发公共卫生事件风险沟通知识生产研究[J]. 中国安全科学学报, 2024, 34(4): 26-32.
[2]	陈为公, 王丽占, 张永亮, 王相丹. 突发公共卫生事件政府协同治理网络韧性评价:以新冠疫情防治为例[J]. 中国安全科学学报, 2023, 33(4): 140-147.
[3]	李丽, 陈瑶, 赵跃, 曹长城. 重大突发公共卫生事件下飞行员职业韧性对工作倦怠的影响[J]. 中国安全科学学报, 2023, 33(10): 23-29.
[4]	安敏, 滕明月, 安慧, 杨雯晶. 农村突发公共卫生事件应急医疗设施选址研究[J]. 中国安全科学学报, 2023, 33(1): 198-205.
[5]	贾飞, 孟学雷, 贾宝通, 李涛, 张杨. 突发公共卫生事件下高速铁路客流分配研究[J]. 中国安全科学学报, 2021, 31(6): 153-160.
[6]	戢晓峰, 吴亚欣, 毛润彩, 张琪. 突发公共卫生事件下公交暴露风险辨识方法:以深圳应对新型冠状病毒肺炎为例[J]. 中国安全科学学报, 2021, 31(2): 89-98.
[7]	王晟旻, 宋英华, 刘丹, 陈洪州, 方俊. 基于社会燃烧理论的突发公共卫生事件网络情绪传播模型[J]. 中国安全科学学报, 2021, 31(2): 16-23.
[8]	周宏，汪坚，汪万起. 突发公共事件与个体防护装备[J]. 中国安全科学学报, 2003, 13(6): 60-.
[9]	刘铁民，刘功智，陈胜. 国家生产安全应急救援体系分级响应和救援程序探讨[J]. 中国安全科学学报, 2003, 13(12): 5-.