基于KANO模型的旅客環境舒適感知需求分析★

杜曉輝 張永超 呂政權

(北京交通大學建筑與藝術學院，北京 100044)

0 引言

隨著大規模高鐵建設，作為高鐵運輸重要組成部分的客站建筑，迎來了快速發展的難得機遇，當前已經開通的高鐵站達500多個[1]。現代高鐵客站在功能布局設計中，不再是過去實體的封閉空間，而是采用具有視覺引導效果的開放式共享大空間，建筑面積動輒數十萬平方米。外墻和屋頂采用透光材料，部分或全部地替代實體材料，門窗可開啟部分盡可能地擴大，外部界面開放使室內更加通透明亮；加之服務人群龐大，大量旅客通過或滯留，客站室內舒適物理環境的營造變得更加復雜。

人對室內物理環境的直觀知覺很大程度上是在物理環境刺激和驅使下形成的[2]。所謂滿意度，實際上是指熱、光、聲、空氣物理環境對人的刺激量控制在人適應范圍之內，從而引起人們的一種良好生理與心理效應的過程。因此，在高鐵客站物理環境研究設計中，了解使用者對室內物理環境單向因子的舒適認知需求，以更精準地調控室內環境參數是非常有必要的。

1 KANO模型與室內環境評價

KANO模型理論源于美國學者Fredrick Herzberg(1959)的雙因素理論(Two Factors Theory)[3]。在營銷研究學科中，用戶滿意度與產品質量之間的關系通常被認為是一維的，即用戶滿意度與產品質量呈線性關系，產品質量越高，用戶滿意度越高。但Fredrick Herzberg研究中發現“滿意”與“不滿意”并非對立，他提出滿意因素是指可以使人得到滿足和激勵的因素；不滿意因素是指容易產生意見和消極行為的因素，即保健因素。雙因素理論的核心在于：“只有激勵因素才能夠給人們帶來滿意感，而保健因素只能消除人們的不滿，但不會帶來滿意感”。1984年日本學者狩野紀昭研究中發現，在大多數情況下，產品質量和用戶滿意度之間是非線性和不對稱的，即產品質量的增加或下降不一定轉化為相應的用戶滿意度提高或降低[4]。狩野紀昭進一步提出了KANO模型，用于對用戶需求分類和優先排序，以分析用戶需求對用戶滿意度的影響為基礎，體現了產品性能和用戶滿意度之間的非線性關系。這個概念被廣泛應用于用戶滿意度研究，并得到相關支持測試[5]。此外，KANO模型被擴展應用到用戶滿意度測評，并進行影響滿意度的關鍵影響因素的研究[6]。根據不同類型的質量特性與用戶滿意度之間的關系，KANO模型將產品質量特性分為：基本型需求、期望型需求、興奮型需求、無差異型需求、反向型需求。當該模型用于產品性能分析與改進時，可以綜合正向主觀評價量、負向主觀評價量，進而設計問卷。

但若用于建筑室內環境因素的評價，室內環境每一項均不可缺少，因此也就不會存在若缺少這個環境因素用戶評價的問題，即不會存在負向主觀評價問題。因此，在建筑室內環境滿意度評價中應用KANO模型，考慮進行一定的變化和處理。澳大利亞學者Jungsoo Kim(2012)改進KANO模型引入建筑環境評價中[7]，將室內環境因子劃分為三種：基本因素(Basic Factors)、績效因素(Proportional Factors)和激勵因素(Bonus Factors)。根據KANO模型，總體滿意度水平取決于這三類不同類型因素的表現水平。對于基本因素，該因素不一定能提高整體滿意度，但如果該因素表現不佳，則會大大降低整體滿意度，即負向影響效應對整體滿意度的影響幅度大于正向影響效應對整體滿意度的影響。對于績效因素，該因素的表現與整體滿意度成線性比例關系。該因素表現不佳時，滿意度降低；該因素表現良好時，則滿意度升高。對于激勵因素，該因子正向影響效應對整體滿意度的影響幅度大于負向影響效應對整體滿意度的影響。該環境因子表現非常好時，整體滿意度將大幅提升，然而，當環境因子表現不佳時，卻不一定導致滿意度降低。

2 研究方法

本研究選取了寒冷地區的北京南站、天津西站；夏熱冬冷地區的南京南站。調研年度為2017年—2019年，主觀問卷與環境測試同時進行。考慮到室內物理環境的適應時間，被調查者選擇在候車廳停留時間30 min以上的旅客，剔除無效問卷86份，共計回收有效問卷722份(見表1)。通過SPSS軟件分析，本問卷整體Cronbach’s Alpha均在0.90以上，說明研究數據信度質量高。針對“項已刪除的α系數”，分析項被刪除后的信度系數并沒有明顯提升，所以全部問卷題項都予以保留。

表1 調研對象與問卷數量

問卷基本信息如下：問卷主要分為三部分，第一部分為旅客基本信息(見圖1)，包括旅客性別、年齡、常年居住地、旅客室內停留時間。統計結果中，男性占比56.3%，女性占比43.7%，旅客以中青年為主，18歲～49歲占比75%以上，其中在客站建筑中等候時間在2 h以內的旅客數量均占比70%以上。第二部分為候車環境滿意度評價，包括旅客對室內熱環境、光環境、聲環境、空氣品質、通風效果的滿意度，以及旅客對候車廳整體環境的滿意度評價。旅客環境滿意度投票分值分為5級(1為非常不滿意，5為非常滿意)，依據投票結果對旅客環境滿意度評價進行分析；第三部分為客站室內環境舒適感覺評價，包括調查時刻旅客對室內溫度、光照、噪聲、空氣品質、風速的主觀感受。

參考文獻[7]～[9]方法，將問卷數據進行分類，分為滿意組、不滿意組、參考組三大類，針對每一項環境因子，將旅客投票數值為4,5的歸為滿意組；旅客投票數值為1,2的歸為不滿意組，旅客投票數值為3的歸為參考組。根據此分類，各環境因子對整體滿意度的不同影響在這三組之間進一步研究。具體計算時采用虛擬變量進行多元回歸，對每個主觀評價因子進行分類，設立二進制編碼(0,1)(見式(1))。數字對(1,0)被分配給滿意組，則數字對(0,1)被分配給不滿意組，數字對(0,0)被分配給參考組，上述處理過程在五個環境因子(熱、光、聲、空氣品質、通風)評價中重復應用。根據此編碼，帶數字對的環境因子作為自變量(X)，使用者對環境總體滿意度作為因變量(Y)，建立回歸模型(見式(2))。

(1)

(2)

其中，Y為整體環境滿意度分值；a0為參考組總體滿意度平均分值；an為環境因子滿意組的回歸系數，代表環境因子對整體滿意度的正向影響效應；bn為環境因子不滿意組的回歸系數，代表環境因子對整體滿意度的負向影響效應；n為用于標識每項環境因子；Pn為環境因子滿意組的虛擬變量；Qn為環境因子不滿意組的虛擬變量。

問卷數據經多元回歸處理后，每個環境因子都會有兩個回歸系數，反映對旅客環境總體滿意度的正向影響效應(an)與負向影響效應(bn)，根據KANO模型，通過比較兩個回歸系數的絕對值，確定環境因子屬于基本因素、激勵因素還是績效因素。當an絕對值大于bn絕對值，則歸為激勵因素；當an絕對值小于bn絕對值，則歸為基本因素；當an絕對值與bn絕對值近似相等，則歸為績效因素。

3 結果分析

3.1 環境客觀測試數據與主觀評價分析

環境客觀測試數據主要是與當時旅客主觀感覺進行對應，因此，關于環境數據測試的詳細情況不在本文中詳細展開，相關測試方法、測點布置以及相關參照標準情況與文獻[10]一致，基于篇幅與本文主題，在此僅展示測試的數據結果。測試參數分別為室內溫度、光照度、等效連續A聲級、二氧化碳濃度、室內風速，具體如表2所示。對調查問卷的第三部分進行統計，了解旅客對客站室內物理環境的實際感受，統計結果如圖2所示。

表2 客站環境測試數據(2017—2019)

結合表2與圖2，將客觀數據與主觀感受進行綜合比較，可以看出，旅客對室內物理環境因子的主觀感受與環境客觀數據基本一致。冷熱感受方面，寒冷氣候區夏季室內溫度偏高，旅客感覺較熱，而冬季室內溫度偏低，旅客感覺偏冷，夏熱冬暖地區室內溫度在舒適范圍內，旅客感受稍涼一點；室內照度方面，比較突出的是，寒冷氣候區夏季室內照度偏高，照度均勻度很低，旅客普遍感覺太亮，說明室內光線分布并不均勻，而夏熱冬冷地區南京南站室內照度很低，只有150 lx，達不到規范要求標準，而旅客普遍感覺也偏暗；噪聲與空氣質量方面，兩個氣候區的客站情況相差不大，室內噪聲均超過規范值7 dB～8 dB，而室內二氧化碳濃度均符合規范標準，未超標，說明空氣品質有一定保證；在室內通風方面，夏熱冬冷地區客站反映室內較悶，而客觀測試數據也顯示室內氣流速度偏低。從以上分析可以看出，對于兩個氣候區的客站室內環境，室內溫度、照度、噪聲等問題較為突出，是高鐵客站室內物理環境調控與優化中更多注意的方面。然而，各環境因子表現對于旅客的整體滿意度影響呈現特點還需借助KANO模型進一步分析。

3.2 基于KANO模型的環境因子屬性分析

按照數據處理方法對問卷數據進行多元回歸分析，表3顯示了兩個氣候區的高鐵客站在冬季、夏季的不同環境因子對整體滿意度的影響程度。圖3顯示了各個環境因子對旅客整體滿意度的影響，上方代表正向影響效應，下方代表負向影響效應。可以看出每個環境因子對旅客整體滿意度正負影響的相對強度。從KANO模型理論角度，根據兩個正負效應值的絕對值大小，將室內物理環境因子分為基本因素、績效因素和激勵因素。當環境因子對整體滿意度的正向影響效應絕對值大于其負向影響效應絕對值，可將該環境因子視為激勵因素；當正向影響效應絕對值小于負向影響效應絕對值，可將該環境因子視為基本因素；當處于兩者絕對值相差不大時，則視為績效因素。

可以看出，在冬季季節，寒冷地區與夏熱冬冷地區高鐵客站中旅客對室內各向物理環境因子的感知大致相同，噪聲因子均屬于激勵因素，其對旅客整體滿意度的正向影響(回歸系數0.28,0.32)高于負向影響(0.09,0.22)，按照KANO模型理論，說明當客站內噪聲較小時，將大大提高旅客對環境的整體滿意度，但若室內噪聲很大并不一定導致旅客整體滿意度的下降；光照均屬于基本因素，其對旅客整體滿意度的負向影響(回歸系數0.48,0.53)高于正向影響(0.13,0.06)，即光照是保證物理環境質量的最低要求，光照情況良好時不一定能提高旅客對環境的整體滿意度，但當客站室內光照不足或過強，將大大降低旅客對環境的整體滿意度；由于寒冷地區冬季室外較低氣溫的影響，如果將室內溫度控制較好，滿足人體舒適范圍，也將大大提高旅客對環境的整體滿意度；與此同時，對于寒冷地區客站來說，空氣質量與通風因素歸為績效因素，即該因素表現較好時，將提高旅客環境整體滿意度，而該因素表現不佳時，則會引起旅客的不滿。

在夏季季節，對于寒冷地區高鐵客站來說，空氣質量歸為激勵因素，當室內空氣質量較好時，將大大提高旅客對環境的整體滿意度；光照、噪聲與通風均屬于績效因素，即該因素的表現與旅客對環境的整體滿意度成線性比例關系。

表3 環境因子滿意組與不滿意組的回歸系數

4 結語

本研究運用KANO模型的基本理論對高鐵客站旅客環境滿意度評價進行問卷調查，通過多問卷數據的統計分析和客觀數據測試的比對，對高鐵客站室內環境因子屬性進行分類，得出以下結論：1)冬季季節，寒冷氣候區與夏熱冬冷氣候區的高鐵客站旅客，對室內物理環境的舒適認知特點是相似的；提高室內物理環境滿意度，可在室內噪聲控制方面多些積極措施，將大幅提高旅客的環境滿意度，對于寒冷區客站來說，還要適當提高室內溫度，滿足旅客舒適要求。2)夏季季節，寒冷氣候區的高度鐵客站可在室內空氣品質進一步提升，這將有利于旅客整體環境滿意度的提高。研究結論將為不同氣候區高鐵客站室內物理環境參數的調控與優化提供參考。