基金项目:辽宁省“兴辽人才计划”创新领军人才基金资助(XLYC1802029); 辽宁省教育厅 青年育苗项目基金资助(lnqn202002)
第一作者:付 瑶( 1971—),女,硕士,教授,主要从事健康城市与舒适建筑研究.E-mail:fu4@sina.com
(1.沈阳建筑大学 寒地健康城市与舒适建筑研究中心,辽宁 沈阳 110168; 2.上海联创设计集团股份有限公司,上海 200082)
(1.Research Center for Healthy Cities and Comfortable Buildings in Cold Regions, Shenyang Jianzhu University,Shenyang 110168,China; 2.Shanghai Lianchuang Design Group Co., Ltd,Shanghai 200082,China)
ground-floor interface; infterface transparency; storefront desity; human factor experiment; perception measure
DOI: 10.15986/j.1006-7930.2022.03.007
街道作为人们日常生活频繁使用的公共空间,应该营造良好的视觉环境,带给人愉悦舒适的感知体验.随着人们对人居环境质量要求越来越高,视觉感受的舒适性与美学体验成为了街道空间营造的重要切入点.扬·盖尔在《人性化的城市》提到“在充满活力的外观立面前的平均人数是消极立面前活动人数的7倍,这对步行者而言就有值得注意的倾向[1]”.而现阶段由于商业街界面设计的简单重复、城市管理的粗放化以及经营宣传的个性化导致界面混乱、尺度趋同、视觉传达能力降低等问题的发生,对街道视觉感知体验与整体活力有较大影响.因此,不仅是从街道整体环境还是从步行者体验的角度,以视觉感知舒适角度发现商业街底层临街面的不足之处并进行精细化设计十分必要.
对街道空间的研究,既有通过理论总结调研分析街道空间设计影响要素与作用机制,例如,白骅通过对街道界面景观构成要素归纳与总结,得出街道界面设计景观因素结合方法[2],陈泳等[3]分析街区建设环境变量对各类步行通行活动的影响,徐磊青[4]总结商业街空间建筑底层临街面的形态特征对街道活动的影响关系,胡昂等[5]利用大数据进行街道空间品质的测度研究,并构建多维评价体系; 也有从人的感知层面建立数学模型对街道物理环境进行评价,例如周钰[6]建立街道界面的“物理形态-心理认知”研究框架并推导出“界面密度”与“贴线率”相结合的参数量化方法; 还有通过物理数据特征测量对街道空间进行客观评价,例如陈静等[7]基于对街道热环境参数测试,给出生态步行街道的设计程序.大部分研究主要采取专家打分法、问卷调查法、行为标记法和观察法等研究方法,但在一定程度上存在主观评价的误差性,而对客观环境进行描述的研究又忽视了人的体验在街道空间设计中的重要作用,较难实现客观环境与主观体验的有机结合.近年来生理传感器开始逐渐被应用于建筑学领域研究之中,将无法直观衡量的感知与情绪转化为了可以采集量化的生理数据[8].例如Benjamin Bergner[9]通过收集实景状态下人的皮电变化,分析空间中潜在的压力源; 陈筝[10]及其研究团队运用可穿戴生理反馈技术,总结空间中诱发压力的环境因素; Dongying Li等[11]通过对皮肤电、LF/HF(低频峰与高频峰之比)等多种生理数据测量探索了校园景观对压力和精神疲劳恢复的影响程度与作用路径; 龙瀛等[12]基于眼动技术,分析城市空间形态与相关效应.利用空间特征要素化实现对客观环境的描述并联系生理数据的采集与分析,从感知层面出发是实现街道空间优化的有效途径.
本文在传统界面设计的艺术性和实用性的基础上增加对人心率变异性(Heart Rate Variability.HRV)与皮肤电(Electrodermal Activity.EDA)生理信息的采集,定量研究商业街底层临街面的影响要素.由于临街区宽度、界面透明度、店面密度、功能密度对街道活力均具有明显作用[13],但临街区宽度超出了底层临街面的研究范围,而功能密度又受经营者影响较大,因此本研究选用界面透明度与店面密度为研究对象.探索人视觉感知舒适的界面要素量值,为商业街底层临街面的感知舒适化设计提供一定指导意义,对未来健康城市设计与营造起到一定参考作用.
(1)界面透明度
界面透明度代表的是界面具有视线穿透能力的界面长度在街道总长度中的所占比例,其对商业性观望的影响较为显著[14].本次实验沿用陈泳和赵杏花[10]提出的街道透明度的计算方法:根据界面视线渗透能力的不同,将界面透明度分为四种类型(表1),并依据此分类对生活性商业街的界面透明度进行计算,计算公式为透明度=(1类界面长度×1.25+2类界面长度+3类界面长度×0.75+4类界面长度×0)/ 街道的建筑界面沿街总长度.
(2)店面密度
店面密度指各街段中每100米的商业单元的店面数量,与店铺的开间、街道的连续性有一定联系.店面密度过高易使街道界面变得混乱,整洁度下降; 过低又容易导致街道产生萧条感,造成街道活力的丧失.适当的店面密度有利于保持街道的整洁性,营造良好的街区活力.本研究沿用徐磊青[4]提出的店面密度计算公式:店面密度=(总店面数量/人行道长)×100.
街道界面的形态构成是一种客观实在,在人们实践过程中被人所认知,从而影响人的空间活动.本研究为了实现视觉感知的量化,利用不同空间特征下产生的不同生理现象解释心理变化,并将生理信息与主观问卷相结合,建立空间特征与心理感知的联系.而要实现这一过程需要在空间特征、主观感知体验与生理信息相互影响的作用机制条件下,完成空间特征要素化与感知体验量化.
(1)空间特征要素化
街道中各空间要素在相互影响的作用下构成整体空间特征,且被赋予了准确的含义与量化计算方法.与传统的空间研究相比,计算机场景模拟可以从复杂的现实街道环境中去除无关因素对研究结论的影响,实现变量的唯一性,使街道空间的研究更具有科学性与准确性.本研究基于沈阳市街道环境实态调研与空间要素总结,选定界面透明度与店面密度为主要研究要素,并对其进行人因实验量化对比.
(2)感知体验量化
人的感知体验传统研究方法是主观报告.随着学科交叉扩展,依据生理测量学的基础理论,通过采集人的生理信号间接地得到人的感知体验情况.大量实验证明感知体验与皮肤电信号、光电容积脉搏等信号之间存在较强的相关性,通过生理信号的采集分析能更为准确地评价感知体验的变化程度.本研究在ErgoLAB实验平台下,对被试者的EDA与HRV信息进行收集与记录,利用不同生理信号测量值进行数据分析实现感知体验量化.
(3)空间特征、感知体验与生理信息的作用机制
外界环境信息被人眼收集,并被大脑分析后,形成人对该环境的感知体验,同时也对人的各项生理信息产生影响.EDA与机体唤醒水平呈线性相关[15],当产生紧张、兴奋等情绪变化时汗腺排汗增多,通过检测EDA信号使这种情感变化可被测量.HRV可精准地反应交感神经与副交感神经的平衡关系[16],而交感神经与副交感神经又控制机体的兴奋与平静状态,为分析受植物神经控制的人体感受(触觉、听觉、视觉等)提供了依据.
基于以上的分析,研究尝试采用场景建模、人因实验与调研问卷相结合的方法对界面形态与视觉感知的关系进行研究.对街道空间要素进行筛选,并选取界面透明度与店面密度为主要研究要素.基于街道场景调研的基础上,利用计算机场景模拟实现场景再现,结合人因数据与主观评价数据收集与整理,总结基于感知舒适的底层临街面界面特征(图1).
为了提高调研的普遍性与广度,总结新、老生活性商业街特征,并分析两者差异,对沈阳市浑南新区和铁西区的8条街道进行实态调研(图2).铁西区是发展较早的老城区,居住区建设时间较长,生活气息浓郁; 浑南新区的发展时间较短,街道界面的设计新颖.根据对商业街底层临街面的形态调查与记录,从界面透明度与店面密度两个方面总结特征与差异,并提出问题.
依据调查统计,商业街底层临街面透明度主要在20%至70%之间,62%的街道透明度在50%以上,老旧街道的平均透明度(38%)远低于新建街道(52%).造成部分街道整体透明度降低的原因主要有两点.第一,居民在对街道的自发性改造中将临街窗户向外扩张变成直接对外的出入口; 第二,商业网点设计之初,仅有入口处一个对外开放的洞口.造成界面的虚实关系缺乏层次过渡,缺少节奏感与韵律感.老旧型商业街底层临街面普遍存在店面密度过低或过高的两种极端情况,大至23个/100 m,小至5个/100 m,而新建街道则分布于5个/100 m左右变动不大.沿街住宅自行改造与设计初期造成的紧密并列排布是造成店面密度过低或过高的主要因素,既影响了界面的连贯性与节奏感,也降低了店面的可识别性,更易产生视觉疲劳.
总体来说,寒地城市街道具有透明度低,缺少节奏感与韵律感; 连续重复的界面形式单一,店铺辨识度低,易产生视觉疲劳感等特征.
现有研究中多位研究者和研究团队通过观察记录法、GIS运算法、模型研究等方法对多种生活性街道界面视觉要素进行了研究,其中对人的视觉感知影响较为明显的要素主要集中在曲折度、店面密度、界面透明度、连续性、界面密度、贴线率、招牌设施等(表2).其中曲折度衡量街道的弯曲程度,用街道线性替代; 连续性和贴线率反映的是街道上建筑立面的连续性与界面的凹凸程度[17].
为了控制实验中变量唯一,本次实验采用构建街道界面模型的方法模拟不同要素特征量级的街道.在建模过程中需要对上文中提到的各视觉要素进行变量控制,减少界面中可能对被试者注意力造成影响的无关因素.
街道场景建模以中间双向二车道、两侧人行空间作为实验的基本场景,街道宽度18 m,长度160 m.为更贴近真实的街道环境,模拟场景侧界面于80 m处断开,作为居民出入口,其余部分保持连续且位于同一街道平面内.人行道铺砖选用红色矩形砖块进行交错铺砌.底层商铺界面材质采用灰色花岗石.店铺招牌保持简单样式,不做过多装饰,对店铺名称进简化处理.绿视率设置为20%.
现实生活中人们对街道立面的体验是行进中的视角,而不是正立面的视角.在完成计算机场景建模后,采用场景相机按照一定的路线进行视频录制,以第一人称视角,尽可能真实地模拟人在实际街道环境中的步行状态,得到更为准确地感知体验数据.(表3)
基于上文商业街底层临街面视觉设计要素筛选,将对界面透明度与店面密度两种要素进行视觉感知测度下的量化研究.两种要素均在场景模拟下采用人因实验和主观问卷的研究方法.向被试者播放模拟视频,通过生理传感器记录EDA与HRV信息.测量结束后令被试者对不同界面进行视觉感知舒适度的主观评分.对主观问卷信息与生理数据进行相互验证,得到最令人满意的商业街底层临街面界面透明度与店面密度值.
实验分为人因生理信号采集与界面模拟两部分,包括笔记本电脑两台、生理传感器、信号接收器、电极片和消毒棉花等.
人因实验依托ErgoLAB实验平台与两组智能穿戴人因记录仪,分别为:佩戴在手部的皮电采集模块测量EDA信息; 佩戴在耳部的光电容积脉搏采集模块实时记录被试者的HRV信息.通过信号接收器传输到电脑中的ErgoLAB软件中,经过包括滑动均值滤波(Moving Average)、高斯滤波(Guass)、Hann滤波以及低通滤波(Low pass)后,可对时域、频域和事件相关SCR(皮肤电响应)进行分析,工作模块与仪器佩戴如图3所示.
实验主要分为生理信号采集与问卷调查两部分.第一部分:令被试观看各段场景模拟视频,收集EDA与HRV信息; 第二部分:指导填写实验主观问卷.分为界面透明度与店面密度两组.采取先进行人因生理信号采集,再进行填写视觉舒适主观评价问卷的方法(图4).
(1)由实验人员向被试介绍实验流程与实验目的.
(2)引导被试者以舒适坐姿坐在电脑前,佩戴智能穿戴人因记录仪,令被试者放松5 min,采集基线数据.
(3)令被试者分别观看不同的实验视频素材,每段视频的时长约为两分钟,记录生理数据信息.
(4)播放完毕后引导被试者对不同街道界面进行视觉感知舒适度评分.1级代表最舒适,4级代表最不舒适,分别为1级—4分,2级—3分,3级—2分,4级—1分.
(5)整理生理信号与问卷调研数据,并进行编号与分组,结束实验.
皮电采集模块可以收集被试者的三种皮电时域特征参数SC-mean、SC-min、SC-max,本次研究对30名被试者的皮电时域特征均值(SC-mean)值进行整理归纳.光电容积脉搏采集模块可根据时域分析法与频域分析法导出12类数据(表4).由于实验采集的数据时程较短,频域分析法更有利于获得更加准确的分析数据.其中,交感神经兴奋使个体兴奋度增强,副交感神经兴奋则使个体趋于平静,低频功率(LF)与高频功率(HF)可分别作为交感神经与副交感神经的指标,LF/HF反映的是交感神经与副交感神经的拮抗作用[18],其比值越高越趋于兴奋状态[19].实验表明良好的情绪使HRV增加,消沉状态下高频成分(HF)增大[20].因此探究人的感知舒适应该着重关注LF/HF数值变化率[21].
个体的差异导致其基线水平与敏感程度不同,需要通过标准化处理排除个体因素对实验结果的影响[22].将不同界面下被试者的EDA与HRV测量值与平静条件下的基线值相减并除以基线值,用变化率反映真正由界面变化引起的生理信号特征数值的变化情况式(1).k表示标准化后的生理数据,Xemotion表示被试在某一界面场景下的生理数据测量值,Xcalm表示被试平静状态的基线水平.
k=(Xemotion-Xcalm)/(Xcalm) (1)
基于沈阳市8条生活性商业街实态调研结果的分析,街道透明度分布在20%~70%之间,本次实验将透明度最低值设为20%,以20%作为变化梯度,设置20%、40%、60%和80%四个量级(表5).为了保证实验变量唯一,根据卢埃林·戴维斯(Davies L)将街道按活力划分为五个等级,其中第一等级街道每百米内应包括15间以上的店铺[23],则将店面密度设置为15个/100 m.
界面透明度实验共邀请33名被试,有效被试30人,其中男性被试13名,女性被试17名.
(1)主观评价结果
通过非参数检验中独立样本Kruskal-Wallis检验,对主观评价结果进行差异性检验,男性、女性的舒适度不存在统计学差异,则不进行分组讨论.在事后两两比较中界面透明度为20%的一组与其他各组有明显差异; 界面透明度为80%时与40%有明显差异; 40%与60%处的舒适度评价相对较高,但在统计学上没有差异.综合分析界面透明度在20%时舒适度最差,在透明度为40%时存在随着透明度数值上升或者下降舒适度降低的趋势,但还不能完全确定舒适度最佳的界面透明度,需要结合人因数据继续分析.根据数据分布提出假设:当界面透明度为40%时视觉舒适度最佳,透明度上升或下降均会降低舒适度(图5、图6).
(2)EDA数据分析
经过数据标准化处理后取平均值,当界面透明度为40%与80%时差异明显,40%时被试者EDA变化明显而80%时变化最弱,结合主观问卷分析结果可以得出当界面密度为40%时视觉感知舒适度最高,而透明度为80%时舒适度较低(图7).
(3)HRV数据分析
在界面透明度为80%、60%和40%时被试者的LF/HF平衡比变化率都比较高,以40%最为显著; 而在界面透明度为20%时,被试者的LF/HF平衡比变化率较低; 透明度为20%与40%时LF/HF平衡比存在显著差异,被试者的视觉舒适发生显著变化.(图8).
(4)综合分析结果综合30名被试者的EDA和HRV数据统计结果可以推断,当界面透明度为40%时被试者的视觉感知舒适度较高,20%透明度的街道界面舒适度较差; 实验结果符合实验假设,即当界面透明度为40%时视觉舒适度最佳,透明度上升或下降均会降低舒适度.
根据前期调研,商业街底层临街面的店面密度多分布在5~20个/100 m之间,本次模拟将店面密度的最低值设定为5个/100 m,并以5作为变化梯度,将实验中的店面密度设置为5、10、15、20个/100 m四个量级,探究这四种不同店面密度下人的感知舒适度(表6).街道透明度设置为40%.
店面密度实验共邀请30名被试参与,有效被试为28人,其中女性被试15名,男性被试13名.
(1)主观评价结果
通过非参数检验中独立样本Kruskal-Wallis检验,对主观评价结果进行差异性检验,不同界面密度与舒适度之间具有统计学差异.在事后两两比较中界面密度为5的一组与其他各组有明显差异.
不同界面密度与视觉舒适度的主观评价结果如图2所示.界面密度在5个/100 m时舒适度评价集中在最不舒适; 其他3组的视觉舒适得分情况差异不大,其中密度为10或15个/100 m时中位数达到舒适的标准,密度为20个/100 m时分布相对均匀.当店面密度为5个/100 m时视觉舒适度最差,尚且不能判断最佳情况,但可根据数据分布提出假设; 当店面密度在15个/100 m时舒适度最佳,界面密度上升或下降均会导致舒适度缓慢下降(图9、图 10).
(2)EDA数据分析
对标准化的数据去除离群值后计算各密度下被试者EDA数据的平均值,当店面密度为15个/100 m时,被试者的EDA数据变化明显; 当店面密度为5个/100 m时,被试者的EDA数据变化最弱; 当店面密度为10个/100 m或20个/100 m时差距不大,但相较密度为15个/100 m时下降明显(图 11).
(3)HRV数据分析
经过标准化的LF/HF数据取平均值.根据LF/HF平衡比可以看出,当店面密度为15、10、5个/100 m时被试者的LF/HF平衡比水平较高,而在店面密度为20个/100 m时,被试者的LF/HF平衡比变化率较为低,说明在此处被试者的视觉感知舒适程度发生了较大的变化(图 12).
(4)综合分析结果
综合28名被试者的主观评价、EDA和HRV数据统计结果可以判断,当店面密度为15个/100 m时视觉舒适度最佳,店面密度为5个/100 m时舒适度最低; 实验结果符合实验假设,即当店面密度在15个/100 m时舒适度最佳,界面密度上升或下降均会导致舒适度缓慢下降.
在保持其他要素不变的情况下,当界面透明度达到40%时使用者最为舒适,上升或下降均会导致视觉舒适度下降,且当透明度下降时舒适度降低的速度快于透明度上升; 当店面密度为15个/100 m时使用者最为舒适,过大或过小都会对街道环境的舒适性产生不利影响.
为了研究街道透明度与店面密度对视觉感知舒适的影响,实验控制了许多外界因素变量,包括贴线率、绿视率、招牌及装饰等.计算机场景模拟的研究方法也减少了实际中可能对被试者注意力造成影响的无关因素,增加了实验的内部有效性[24].除了街道临街面要素以外,人的舒适度还受到人流状况、行为活动差异等多种不稳定因素影响,场景模拟无法完美地复制真实场景,舒适度测定结果也会存在差异.除此之外,两组实验各设四组数值,无法做到要素值连续变化.
研究采用生理测量模块对被试者的EDA与HRV生理数据进行采集,并对其中的两组数据(SC-mean与LF/HF)进行分析.而其他多种生理指标也提供了关于机体所处唤醒程度水平的信息,例如:脑电、皮肤温度、肌电、血压、眼动、肌肉张力等,未来可通过对不同生理指标的收集对感知舒适情况进行综合分析.现阶段生理数据的采集过程繁琐,多局限于实验室研究,实验时间过长与实验仪器佩戴不方便的问题也会对人的感知体验造成影响.在今后的研究中希望能找到更加科学、精细的研究方法与实验仪器,使实验结果更加准确.
多个城市设计导则中要求商业街底层临街面的门洞开口率(一段界面中洞口的面积与总面积的比值)应在60%~75%左右浮动[25].门洞开口率与界面透明度分别在面积占比与长度两个层次进行定义.为实现长度与面积要素上的平衡,可通过增加竖向界面类型划分的方式实现.例如店面开口率过大的店铺可通过增加竖向实体宣传隔板的方法降低透明度,开口率低的店面则可通过增设广告式玻璃橱窗的方法提升透明度.通过不同界面类型的变化实现界面的韵律感与节奏感.
适当的店铺数量与虚实适宜的界面布置对于创造良好的街道界面视觉感知有重要作用.依据店面密度为15个/100 m的标准进行计算,大约每家店铺开间为6.6 m左右; 出于经济性方面考虑,柱距一般保持在8 m左右,在此探讨几种店面密度为15个/100 m左右的店面布置方式.
(1)A+A'型店铺布置
将每间店铺的开间定为6.3 m,即每三柱跨之间布置四间店铺.将店铺的入口设置在靠墙一侧,另一侧为完整的玻璃橱窗,相邻店铺采用对称布置.在立面上形成一定的变化,增加界面的韵律感和节奏感.(图 13)
(2)A+B型店铺布置
在柱距为8.4 m的基础上,将店铺的开间设置为8.4 m和与4.2 m两种,除居中开门以外,同样也可采用第一种方式中相邻店铺对称布置的方式.多种尺度的店铺设计不仅降低了街道中店面的密集性,增加了店面尺度的多样性,也能满足不同使用者对店铺空间的需求,减少空间浪费,使空间划分更为灵活.(图 14)