基于SD法与IPA法的高铁客站候车厅空间评价与分析

　　摘要:高铁客站候车厅室内空间性能影响着乘客高铁出行的整体环境体验。本文以大型高铁客站候车厅为研究对象，基于SD法与IPA法，建立了候车厅空间评价指标并进行了主观问卷调查，了解了被访者对候车厅各项空间要素性能表现和重要性的评价情况，并根据被访者在两个评价维度上心理量的差距，提出了高铁客站候车厅空间环境改善的具体建议。

　　关键词:高铁客站;候车厅;空间评价;SD法;IPA法

　　0引言我国当前的大型高铁客站，多兴建于2010年前后，其建筑规模和设计理念虽然具有一定的超前性，但随着高速铁路事业的不断发展，高铁运营能力持续提升，客流情况和乘客对于出行环境的舒适度需求业已改变，一些大型高铁客站逐渐暴露出设计弊端及失误[1]。

　　因此，有必要对已经投入运营近十年的高铁客站候车厅，展开使用后评价，了解乘客对其建筑空间的感知评价情况，优化高铁出行环境。本文引入SD法与IPA法，对我国高铁客站候车厅建筑空间质量进行调查，分析高铁客站候车厅的空间性能表现，基于被访者对空间性能评价与重要性评价的心理量差距，对空间改善的优先级顺序进行排序，并提出空间改善的具体建议。

　　高铁工程评职知识： 高铁测量论文可以发表的期刊

　　1研究方法

　　1.1SD法

　　SD法，即语义分析(semanticdifferential)法，是运用语义学中“言语”为尺度进行心理测评，通过对既定尺度的分析，定量地描述研究对象的概念和构造[2]。该方法自奥斯顾德于1957年提出以来，渐渐被拓展应用于各个研究领域，现已广泛应用于建筑后评估过程中，主要用于定量研究使用者对目标空间环境的感知评价[3-4]。SD法首先对评价对象进行初步分析，确定评价指标，并选定一对反义词组作为评价词汇。然后拟定评价尺度，建立完整的调查问卷，对目标群体进行调查。评价尺度通常采用7点量表，从“1”至“7”分别对应评价词汇的反、正两个方向[5]。最后，对问卷结果进行数理统计分析，探究被访者对评价对象的感知评价，并通过因子分析，根据评价指标之间的相关关系，形成目标对象的心理量评价矩阵。

　　1.2IPA法

　　IPA法，即重要性—性能分析(importanceperformanceanalysis)法，是由Martilla和James[6]开发的一种商业研究方法。该理论认为，使用者对产品性能的满意度水平，是由产品性能表现和使用者期望值两个方面的相对性决定的。只有当使用者认为该项产品性能十分重要，但性能表现不足时，才具有改善的必要。

　　该分析方法通过李克特量表或恒和量度问卷，让使用者同时对产品性能表现和重要性做出评价。然后根据问卷结果，以重要性为纵轴、性能表现为横轴，并以性能表现和重要性评价的平均值作为XY轴的分割点，建立四象限模型[7-8]。Lee[9]证实了IPA模型在研究使用者对室内环境要素感知方面的可行性，本研究将使用该方法，对高铁客站候车厅空间环境展开调查与分析。

　　2高铁客站候车厅空间评价调查

　　2.1评价指标的确立高铁客站候车厅空间评价指标的确立流程。第一步，进行空间要素的初步拆解。彭一刚在《建筑空间组合论》中，对建筑空间进行了系统的研究与论述，强调了单个建筑空间的大小形态、性质和容量[10]，即建筑自身的形式特点及其所围合空间的功能与容量等基本属性。本研究以此为基础，首先将高铁客站候车厅拆分为界面形态和空间属性两个方面，然后结合文献研究和实地调研，将高铁客站候车厅拆解为19个空间要素。

　　第二步，鉴于网络点评数据为获取更多使用者空间环境评价信息提供了支持，越来越广泛地与SD法相结合，应用于建筑使用后评价[11-12]，本文利用网络爬虫工具，获取到北京南站4897条有效点评数据，统计了 19个空间要素在点评信息中出现的频率，删除了乘客在候车过程中关注度不高的空间要素，并了解了乘客在空间要素评价形容词汇选择上的偏好性。第三步，通过对候车厅环境实测数据的分析，进一步对候车厅界面形态要素进行提炼。课题组于2017年6月份，在北京南站和天津西站候车厅各布置了27个测点，采用逐点测量法对室内温度和照度进行了取样。

　　利用Origin软件，将实测数据绘制成温度和照度的等值线图①受天窗形式和数量的影响，北京南站高温度高照度区域集中在采光带之下，且天窗数量越多的地方，室内照度值明显上升;②天津西站外围护结构采用较为匀质的“钢架+玻璃”组合，其室内环境质量受侧窗数量影响显著，高温度高照度区域分布在南向、北向幕墙与天窗交界处。因此，补充天窗形式、天窗数量、侧窗数量作为候车厅界面形态要素。

　　2.2空间性能评价调查

　　在确立空间评价指标后，以SD法制定主观调查问卷。问卷由三部分构成:第一部分对被访者的年龄、性别、职业等基本信息做出调查，并要求被访者填写最为熟悉的高铁客站，后续题项中以该客站为目标对象，进行主观评价;第二部分以7点量表对高铁客站候车厅空间要素的性能表现进行评价;第三部分以7点量表对高铁客站候车厅空间要素的重要性进行评价。

　　3候车厅空间要素性能评价结果分析

　　通过对空间评价平均得分的分析，能够了解被访者对我国大型高铁客站候车厅的普遍认知情况。但以15个空间评价指标对高铁客站候车空间展开使用后评价，对目标对象的描述过于复杂，不便于实际应用。因此，本文采用因子分析法，通过相关性研究指标内部依赖关系，对评价指标进行简化。因子分析利用SPSS软件进行。

　　第一步，对问卷进行信效度检验，结果显示问卷Cronbach'sAlpha>0.8，KMO>0.8，Bartlett球形检验显著性sig.<0.05，表明问卷信效度良好，且各项指标之间的相关性显著，适合进行因子分析。第二步，使用主成分分析法，对公共因子进行萃取，依据特征值大于1的原则得到4个公共因子(F1、F2、F3、F4)，总方差贡献率为62.366%，公共因子基本能够体现被访者对候车厅的全部评价信息。第三步，使用最大方差方法(varimax)对数据进行旋转，以清楚地观测每个指标在各个公共因子中的荷载值，找出每个公共因子的典型代表变量，对公共因子进行解释和命名。

　　公共因子F1由建筑造型、天窗形式、天窗数量、侧窗数量4个指标构成，代表了建筑外部界面特征，因此可以命名为“外部界面”;公共因子F2由商业店铺、室内装修、卫生环境、地面铺装、标牌指示5个指标构成，主要由候车厅内部功能性要素组成，因此命名为“内部功用”;公共因子F3由建筑面积、空间高度、平面形状3个指标构成，主要是关于建筑空间形状和尺度方面的问题，因此命名为“几何尺度”;公共因子F4由人员密度、绿化配置、座椅数量3个指标构成，这3项是被访者主观评价中得分较低的选项，是高铁客站在后期运营中可以拓展、改善的空间要素，因此命名为“环境拓展”。

　　4候车厅空间要素的IPA分析

　　通过上文的因子分析，可以将候车厅空间评价原始问卷进一步简化为11个评价指标。本节引入IPA法，比较被访者对高铁客站候车厅空间性能评价和重要性评价两个维度上的心理量差异，据此对空间要素改善的优先级进行排序。首先使用SPSS软件，对评价数据进行配对样本T检验，以对比各项空间要素性能评价和重要性评价之间的得分差异。从结果可以看出，仅有空间高度、天窗形式表现出正平均差异，即仅这2项空间要素的性能得分稍高于重 要性评价得分。

　　其他所有空间要素均为负平均差异，即性能得分均低于重要性得分，这意味着当前高铁客站候车厅室内空间要素的性能表现尚有较大的改善空间。其中，“环境拓展”(含“人员密度”、“绿化配置”2项指标)得分在0.000水平上差异尤为显著，表明被访者对这2项空间评价指标的性能表现和重要性评价存在显著的心理量差异，是亟需改善的空间要素。为进一步明确各项空间要素改善的优先级顺序，以空间性能评价得分为横轴、重要性评价得分为纵轴，并以性能表现、重要性评价得分的水平均值(5.02，5.60)作为坐标原点，建立候车厅空间要素评价矩阵。按照得分情况，将11项空间要素在IPA坐标系中进行表示。

　　5结论与建议

　　本研究对我国大型高铁客站候车厅室内空间要素进行了拆解，并引入SD法与IPA法进行了主观问卷调查与分析，发现了我国高铁客站候车厅空间性能方面的现存问题，基于使用者对空间性能评价及重要性评价2个维度上的心理量差异，提出了高铁客站候车厅空间改善的具体建议。

　　主要结论如下:1)空间要素评价结果显示，被访者对候车厅室内“绿化配置”、“人员密度”的评价较低，而对“卫生环境”、“空间高度”、“建筑面积”评价较高。2)空间要素评价的因子分析结果显示，候车厅空间评价指标可以综合为“外部界面”、“内部功用”、“几何尺度”、“环境拓展”4个方面，其中，“外部界面”对整体评价的影响更为重要。3)候车厅室内“人员密度”是最需加强改善的空间要素，与此同时，“建筑面积”、“天窗形式”、“地面铺装”的性能表现明显过剩。换言之，需要重点从建筑空间利用、交通流线组织等方面改善候车厅人员密度过大、座椅数量不足的问题，而不能盲目扩大候车厅建筑规模。

　　4)“卫生环境”、“室内装修”、“空间高度”、“建筑造型”的性能表现能够满足被访者的重要性预期，可以继续保持这4项空间性能的优良表现。被访者认为候车厅“绿化配置”、“天窗数量”、“商业店铺”的性能表现和重要性程度相当，可以继续保持或者适当降低对相关要素的关注与调节。

　　参考文献:

　　[1]谢雨宏.大型高铁客站站房使用后评价[D].广州:华南理工大学，2019.

　　[2]庄惟敏.SD法与建筑空间环境评价[J].清华大学学报(自然科学版)，1996(4):42-47.

　　[3]刘敏，张克，朱佳桦，等.基于SD法的地下城市链接空间后评估研究———以上海五角场为例[J].新建筑，2019(6):15-20.

　　[4]王珊，俞晓娜.基于SD法的候诊空间感知研究[J].建筑与文化，2019(4):169-171.

　　[5]李珺杰.中介空间的被动式调节作用研究[D].北京:清华大学，2015.

　　作者：张永超1，2，杜晓辉1，贾卫3

转载请注明来自发表学术论文网：http://www.fbxslw.com/nylw/28204.html