杜晓辉 张永超 吕政权

(北京交通大学建筑与艺术学院，北京 100044)

0 引言

随着大规模高铁建设，作为高铁运输重要组成部分的客站建筑，迎来了快速发展的难得机遇，当前已经开通的高铁站达500多个[1]。现代高铁客站在功能布局设计中，不再是过去实体的封闭空间，而是采用具有视觉引导效果的开放式共享大空间，建筑面积动辄数十万平方米。外墙和屋顶采用透光材料，部分或全部地替代实体材料，门窗可开启部分尽可能地扩大，外部界面开放使室内更加通透明亮；加之服务人群庞大，大量旅客通过或滞留，客站室内舒适物理环境的营造变得更加复杂。

人对室内物理环境的直观知觉很大程度上是在物理环境刺激和驱使下形成的[2]。所谓满意度，实际上是指热、光、声、空气物理环境对人的刺激量控制在人适应范围之内，从而引起人们的一种良好生理与心理效应的过程。因此，在高铁客站物理环境研究设计中，了解使用者对室内物理环境单向因子的舒适认知需求，以更精准地调控室内环境参数是非常有必要的。

1 KANO模型与室内环境评价

KANO模型理论源于美国学者Fredrick Herzberg(1959)的双因素理论(Two Factors Theory)[3]。在营销研究学科中，用户满意度与产品质量之间的关系通常被认为是一维的，即用户满意度与产品质量呈线性关系，产品质量越高，用户满意度越高。但Fredrick Herzberg研究中发现“满意”与“不满意”并非对立，他提出满意因素是指可以使人得到满足和激励的因素；不满意因素是指容易产生意见和消极行为的因素，即保健因素。双因素理论的核心在于：“只有激励因素才能够给人们带来满意感，而保健因素只能消除人们的不满，但不会带来满意感”。1984年日本学者狩野纪昭研究中发现，在大多数情况下，产品质量和用户满意度之间是非线性和不对称的，即产品质量的增加或下降不一定转化为相应的用户满意度提高或降低[4]。狩野纪昭进一步提出了KANO模型，用于对用户需求分类和优先排序，以分析用户需求对用户满意度的影响为基础，体现了产品性能和用户满意度之间的非线性关系。这个概念被广泛应用于用户满意度研究，并得到相关支持测试[5]。此外，KANO模型被扩展应用到用户满意度测评，并进行影响满意度的关键影响因素的研究[6]。根据不同类型的质量特性与用户满意度之间的关系，KANO模型将产品质量特性分为：基本型需求、期望型需求、兴奋型需求、无差异型需求、反向型需求。当该模型用于产品性能分析与改进时，可以综合正向主观评价量、负向主观评价量，进而设计问卷。

但若用于建筑室内环境因素的评价，室内环境每一项均不可缺少，因此也就不会存在若缺少这个环境因素用户评价的问题，即不会存在负向主观评价问题。因此，在建筑室内环境满意度评价中应用KANO模型，考虑进行一定的变化和处理。澳大利亚学者Jungsoo Kim(2012)改进KANO模型引入建筑环境评价中[7]，将室内环境因子划分为三种：基本因素(Basic Factors)、绩效因素(Proportional Factors)和激励因素(Bonus Factors)。根据KANO模型，总体满意度水平取决于这三类不同类型因素的表现水平。对于基本因素，该因素不一定能提高整体满意度，但如果该因素表现不佳，则会大大降低整体满意度，即负向影响效应对整体满意度的影响幅度大于正向影响效应对整体满意度的影响。对于绩效因素，该因素的表现与整体满意度成线性比例关系。该因素表现不佳时，满意度降低；该因素表现良好时，则满意度升高。对于激励因素，该因子正向影响效应对整体满意度的影响幅度大于负向影响效应对整体满意度的影响。该环境因子表现非常好时，整体满意度将大幅提升，然而，当环境因子表现不佳时，却不一定导致满意度降低。

2 研究方法

本研究选取了寒冷地区的北京南站、天津西站；夏热冬冷地区的南京南站。调研年度为2017年—2019年，主观问卷与环境测试同时进行。考虑到室内物理环境的适应时间，被调查者选择在候车厅停留时间30 min以上的旅客，剔除无效问卷86份，共计回收有效问卷722份(见表1)。通过SPSS软件分析，本问卷整体Cronbach’s Alpha均在0.90以上，说明研究数据信度质量高。针对“项已删除的α系数”，分析项被删除后的信度系数并没有明显提升，所以全部问卷题项都予以保留。

表1 调研对象与问卷数量

问卷基本信息如下：问卷主要分为三部分，第一部分为旅客基本信息(见图1)，包括旅客性别、年龄、常年居住地、旅客室内停留时间。统计结果中，男性占比56.3%，女性占比43.7%，旅客以中青年为主，18岁～49岁占比75%以上，其中在客站建筑中等候时间在2 h以内的旅客数量均占比70%以上。第二部分为候车环境满意度评价，包括旅客对室内热环境、光环境、声环境、空气品质、通风效果的满意度，以及旅客对候车厅整体环境的满意度评价。旅客环境满意度投票分值分为5级(1为非常不满意，5为非常满意)，依据投票结果对旅客环境满意度评价进行分析；第三部分为客站室内环境舒适感觉评价，包括调查时刻旅客对室内温度、光照、噪声、空气品质、风速的主观感受。

参考文献[7]～[9]方法，将问卷数据进行分类，分为满意组、不满意组、参考组三大类，针对每一项环境因子，将旅客投票数值为4,5的归为满意组；旅客投票数值为1,2的归为不满意组，旅客投票数值为3的归为参考组。根据此分类，各环境因子对整体满意度的不同影响在这三组之间进一步研究。具体计算时采用虚拟变量进行多元回归，对每个主观评价因子进行分类，设立二进制编码(0,1)(见式(1))。数字对(1,0)被分配给满意组，则数字对(0,1)被分配给不满意组，数字对(0,0)被分配给参考组，上述处理过程在五个环境因子(热、光、声、空气品质、通风)评价中重复应用。根据此编码，带数字对的环境因子作为自变量(X)，使用者对环境总体满意度作为因变量(Y)，建立回归模型(见式(2))。

(1)

(2)

其中，Y为整体环境满意度分值；a0为参考组总体满意度平均分值；an为环境因子满意组的回归系数，代表环境因子对整体满意度的正向影响效应；bn为环境因子不满意组的回归系数，代表环境因子对整体满意度的负向影响效应；n为用于标识每项环境因子；Pn为环境因子满意组的虚拟变量；Qn为环境因子不满意组的虚拟变量。

问卷数据经多元回归处理后，每个环境因子都会有两个回归系数，反映对旅客环境总体满意度的正向影响效应(an)与负向影响效应(bn)，根据KANO模型，通过比较两个回归系数的绝对值，确定环境因子属于基本因素、激励因素还是绩效因素。当an绝对值大于bn绝对值，则归为激励因素；当an绝对值小于bn绝对值，则归为基本因素；当an绝对值与bn绝对值近似相等，则归为绩效因素。

3 结果分析

3.1 环境客观测试数据与主观评价分析

环境客观测试数据主要是与当时旅客主观感觉进行对应，因此，关于环境数据测试的详细情况不在本文中详细展开，相关测试方法、测点布置以及相关参照标准情况与文献[10]一致，基于篇幅与本文主题，在此仅展示测试的数据结果。测试参数分别为室内温度、光照度、等效连续A声级、二氧化碳浓度、室内风速，具体如表2所示。对调查问卷的第三部分进行统计，了解旅客对客站室内物理环境的实际感受，统计结果如图2所示。

表2 客站环境测试数据(2017—2019)

结合表2与图2，将客观数据与主观感受进行综合比较，可以看出，旅客对室内物理环境因子的主观感受与环境客观数据基本一致。冷热感受方面，寒冷气候区夏季室内温度偏高，旅客感觉较热，而冬季室内温度偏低，旅客感觉偏冷，夏热冬暖地区室内温度在舒适范围内，旅客感受稍凉一点；室内照度方面，比较突出的是，寒冷气候区夏季室内照度偏高，照度均匀度很低，旅客普遍感觉太亮，说明室内光线分布并不均匀，而夏热冬冷地区南京南站室内照度很低，只有150 lx，达不到规范要求标准，而旅客普遍感觉也偏暗；噪声与空气质量方面，两个气候区的客站情况相差不大，室内噪声均超过规范值7 dB～8 dB，而室内二氧化碳浓度均符合规范标准，未超标，说明空气品质有一定保证；在室内通风方面，夏热冬冷地区客站反映室内较闷，而客观测试数据也显示室内气流速度偏低。从以上分析可以看出，对于两个气候区的客站室内环境，室内温度、照度、噪声等问题较为突出，是高铁客站室内物理环境调控与优化中更多注意的方面。然而，各环境因子表现对于旅客的整体满意度影响呈现特点还需借助KANO模型进一步分析。

3.2 基于KANO模型的环境因子属性分析

按照数据处理方法对问卷数据进行多元回归分析，表3显示了两个气候区的高铁客站在冬季、夏季的不同环境因子对整体满意度的影响程度。图3显示了各个环境因子对旅客整体满意度的影响，上方代表正向影响效应，下方代表负向影响效应。可以看出每个环境因子对旅客整体满意度正负影响的相对强度。从KANO模型理论角度，根据两个正负效应值的绝对值大小，将室内物理环境因子分为基本因素、绩效因素和激励因素。当环境因子对整体满意度的正向影响效应绝对值大于其负向影响效应绝对值，可将该环境因子视为激励因素；当正向影响效应绝对值小于负向影响效应绝对值，可将该环境因子视为基本因素；当处于两者绝对值相差不大时，则视为绩效因素。

可以看出，在冬季季节，寒冷地区与夏热冬冷地区高铁客站中旅客对室内各向物理环境因子的感知大致相同，噪声因子均属于激励因素，其对旅客整体满意度的正向影响(回归系数0.28,0.32)高于负向影响(0.09,0.22)，按照KANO模型理论，说明当客站内噪声较小时，将大大提高旅客对环境的整体满意度，但若室内噪声很大并不一定导致旅客整体满意度的下降；光照均属于基本因素，其对旅客整体满意度的负向影响(回归系数0.48,0.53)高于正向影响(0.13,0.06)，即光照是保证物理环境质量的最低要求，光照情况良好时不一定能提高旅客对环境的整体满意度，但当客站室内光照不足或过强，将大大降低旅客对环境的整体满意度；由于寒冷地区冬季室外较低气温的影响，如果将室内温度控制较好，满足人体舒适范围，也将大大提高旅客对环境的整体满意度；与此同时，对于寒冷地区客站来说，空气质量与通风因素归为绩效因素，即该因素表现较好时，将提高旅客环境整体满意度，而该因素表现不佳时，则会引起旅客的不满。

在夏季季节，对于寒冷地区高铁客站来说，空气质量归为激励因素，当室内空气质量较好时，将大大提高旅客对环境的整体满意度；光照、噪声与通风均属于绩效因素，即该因素的表现与旅客对环境的整体满意度成线性比例关系。

表3 环境因子满意组与不满意组的回归系数

4 结语

本研究运用KANO模型的基本理论对高铁客站旅客环境满意度评价进行问卷调查，通过多问卷数据的统计分析和客观数据测试的比对，对高铁客站室内环境因子属性进行分类，得出以下结论：1)冬季季节，寒冷气候区与夏热冬冷气候区的高铁客站旅客，对室内物理环境的舒适认知特点是相似的；提高室内物理环境满意度，可在室内噪声控制方面多些积极措施，将大幅提高旅客的环境满意度，对于寒冷区客站来说，还要适当提高室内温度，满足旅客舒适要求。2)夏季季节，寒冷气候区的高度铁客站可在室内空气品质进一步提升，这将有利于旅客整体环境满意度的提高。研究结论将为不同气候区高铁客站室内物理环境参数的调控与优化提供参考。