林建新，张智旋，林峰，曹馨月，崔航伟
(1.北京建筑大学 北京市城市交通基础设施建设工程技术研究中心，北京 100044；
2.中国铁道科学研究院集团有限公司 国家铁道试验中心，北京 100015)
《国家综合立体网络规划纲要》提出了综合客运枢纽发展便捷顺畅、经济高效的新要求，并且《新时代交通强国铁路先行规划纲要》指出，未来综合客运枢纽应大型化、精细化。以高铁站为例，至2020 年底，高铁站与地铁、公共交通、网约车等城市交通方式衔接率均超过70%[1]，这表明多种交通方式组成的综合客运枢纽空间结构复杂程度加深。为使研究具有针对性，将研究对象选定为轨道主导型综合客运枢纽(以下简称“枢纽”)。
枢纽发展对配套设施提出了更高要求，其愈发复杂的空间引发了导向标识信息的布设混乱。虽然当前研究提出了标识信息分级以改善信息网络的必要性[1]，但实际应用中缺乏规范，仅有《铁路客运车站标识系统暂行技术条件》(铁总运〔2017〕17 号)对车站标识的布设形式、高度、字体等提出规定。其原因是当前研究难以客观评价旅客与导向信息的交互，缺乏旅客使用角度的定量指标。缺乏信息网络规划指导的设施发展将面临堵塞、交互体验下降、突发安全风险等问题，亟需设计能够满足新发展要求的导向标识信息评价指标。
现有综合客运枢纽的可视性指标多通过设施连通性评估旅客定位能力[2]，但其只能应用于枢纽设施网络而不能应用于流线及标识。在多功能空间并存、信息方式多样的复杂情况下，进行人本化评价，往往存在诸如信息划分不明确、旅客与信息的交互难以定量分析的不足。针对以上问题优化指标有助于提高信息效率及旅客使用体验，进而为枢纽寻路优化提供依据。
枢纽导向信息存在使用效率与感受问题。效率低会引发旅客滞留，带来安全隐患；
标识遮掩、环境干扰、信息无序等问题影响旅客与信息的交互体验，背离信息服务旅客的设计初衷。问题产生的本质在于枢纽设施空间复杂化引发的信息无序问题。为解决问题，提出一种分层信息网络的信息评价方法，其实质是利用分层视觉行为指标，实现对旅客与标识交互的视觉行为定量分析，突出枢纽信息网络的分层特点，以说明导向信息对枢纽设施的指引能力与旅客交互感受，进而以此为依据对枢纽信息、标识、流线进行人本化优化。
为解决信息的无序问题，提出设施功能区及信息层级概念。Xu等[3]指出设计师与旅客在枢纽内关注点不同，因而从旅客使用角度出发，以维持枢纽进站、换乘、出站功能的“关键流线”为主体展开研究。
设施包括功能设施与服务设施。设施功能区就是将枢纽内功能设施整合，辅以服务设施使枢纽某项功能的同类设施呈现区域化设置以快捷高效实现该功能的区域管理概念。轨道主导型综合客运枢纽功能区分类图如图1 所示，枢纽包含多种交通方式的到达、进站、候车、出站、换乘等多个功能区。
图1 轨道主导型综合客运枢纽功能区分类图Fig.1 Functional area classification in track-oriented comprehensive passenger transport hub
功能区概念明确了设施布设形式，而信息围绕设施服务旅客设计，因而需围绕功能区设施网络解决导向信息的无序问题。
导向信息为旅客提供设施位置信息，围绕功能区概念，旅客对信息的需求分为2 种：①旅客在功能区之间的通道对下一功能区位置的信息需求。②旅客在功能区内对具体设施的信息需求。信息量越大、布设越复杂，旅客使用越困难。因此，信息应围绕设施功能区划分层级布设。信息层级即围绕设施功能区在其内部及区域间布设不同类型的导向信息以实现信息分类，从而降低旅客面对杂乱信息难以寻找目的地信息的视觉干扰，以提高旅客的寻路效率与感受，实现信息有序分类。
单功能区仅包含区域内指示设施的信息，视为单层信息；
当研究涉及多功能区时，信息存在多层情况。
导向信息分级结构原理示意图如图2 所示，图中包含2 个功能区。当流线由A 至B，流线不跨越功能区，仅包含指示目的设施信息的一级指示信息。当流线由A 至C，流线跨越功能区，包含多层信息，既包含功能区内指示设施的一级信息，也包含区域间辅助跨区寻路的区域指示信息(二级指示信息)。
图2 导向信息分级结构原理示意图Fig.2 Principle of hierarchical GI structure
为了在有序信息下描述旅客使用感受，需要针对分层概念设计指标。视觉可视性(Visibility Index)指标以设施连通性衡量枢纽定位能力，可有效结合分层，以该指标展开指标优化研究。
Braaksma等[2]提出可视指标，将枢纽抽象成由节点及连线组成的网络(节点代表站内设施，连线代表视线)，公式⑴如下。
式中：VI为可视性指数；
Ls为可视视线的数量，个；
N为节点或设施的数量，个。
为赋予权重，Tosic等[4]设计了重要性参数和相关性参数，优化了指标如公式⑵所示。
式中：cij为设施i与j间的连通性，若设施i可见设施j，取值1，否则为0；
rij为相关系数，描述设施关联性，若设施i与设施j有关联，取值1，否则为0；
wj为设施的重要性权重，由设施使用率决定。
后续的研究围绕参数优化、指标评价、枢纽优化3 方面展开。Dada等[5]运用李克特量表描述重要性权重wj以改善低频重要设施评分异常情况；
Churchill等[6]研究了指标的评价方法；
Tam[7]对香港国际机场进行评价；
齐二石等[8]围绕该指标展开枢纽网络布局优化研究，实现了评价依据—评价方法—枢纽优化的闭环。
总结发现，可视指标评价效率未考虑旅客使用感受，以设施为节点的分析结果无法定位具体位置的优劣。因此对指标从原理和参数选取2 方面优化：①指标能同时实现效率与感受的评价，用信息连通性替代视觉连通性，从旅客流线展开研究，实现对具体流线、标识节点的评价。②参数优化中引入分层概念将问题依据层次分为2 类，更新删减现有参数，通过构建新的参数描述旅客使用行为及感受。
分层保障了设施的相关性，替换了相关系数。为满足可见性、设施权重、旅客与信息交互的评估需求，定义可见系数、重要性系数、信息指数3 项参数。
2.1.1 可见系数
将节点由设施变为标识，重新定义可见系数C为在流线中标识是否直接或间接指示设施信息。其中，间接指示为旅客在功能区间通过二级信息到达下一分区，再通过一级信息到达目的地设施。相比原参数[4]，可见系数仍具备评估效率的能力，其描述了流线中信息是否对目的地具有指引作用。
2.1.2 重要性系数
采用文献[7]李克特量表计算服务设施重要性权重wj，定义功能设施权重为1。
式中：wj为枢纽设施j的重要性权重；
pm为设施j在重要性等级m水平下的得分(1 至5 分按重要性等级由低至高排列)；
fmj为设施j在评分m水平下的得分频率，次。
针对标识节点构建重要性系数H，如公式⑷、公式⑸所示。
式中：Hij为重要性系数，其表示标识牌i所提供信息中j设施指引信息的重要性，该值越接近1，表明该标识对设施j指引作用越强；
ui为标识牌i所提供的信息设施权重总得分，其在数值上等于标识中涉及到的设施权重的加和；
wij为标识节点i上设有目的地信息j的重要性权重，其数值等于wj。
2.1.3 信息指数
旅客通过观察、发现、识别、读取信息等动作完成信息交互，主要环节均通过视觉行为完成，眼动仪结合寻路[9]可将旅客与信息的交互通过注视时间、注视次数等数据量化描述，改善了问卷调查的主观性。注视时间长短反应了信息的易读性、使用感受及效率[3,10]，以注视时间数据构建信息指数Qij，公式如下。
式中：Qij描述旅客在标识i观察到目的地设施j所用时间(有效读取)与观察整个标识i总时间(寻找、发现时间)的比值；
tij为注视标识牌i时，有关目的地设施j信息的注视时间，s；
ti为注视标识牌i的总时间，s；
d为眼动仪的误差时间，s。
信息指数描述了旅客读取信息的难易，反映了信息的效率与旅客的使用感受。
为评估枢纽某一功能及配套设施的立体空间网络信息合理性，针对单一功能区展开研究，此时导向信息均为一级信息。为符合实际，提出以下假设：①枢纽设施处应布设信息，即设施节点与信息节点位置重合；
②旅客使用导向信息。
构建单层指标示意图如图3所示。
图3 单层指标示意图Fig.3 Single-layer index
导向标识节点集为I集合，枢纽设施集为J集合。
式中：vij代表标识牌i对设施j的可视指数；
Cij为可见系数，若在节点i处可见或间接可读取到设施j的信息，则取1，否则取0。
公式⑺代表了标识节点i处的可视指数，表示i对设施j提供信息的能力，衡量了标识对旅客期望信息的指路反馈能力，公式⑻将流线中各标识得分叠加，表示流线提供设施目的地信息的能力。
单层指标评价单一空间网络，信息与设施没有层级区分。
大型枢纽是一个多功能区域信息交汇场所，涉及多层信息及多个功能区，即多个单层指标的立体呈现，多层指标示意图如图4 所示，其描述功能区内与功能区间两类区域。由于分层导致的信息分类，需对多层指标进行条件规定：①功能区边缘设施位置布设的导向标识同时具有一、二级信息；
②功能区之间的导向标识仅具备二级信息。
图4 多层指标示意图Fig.4 Multi-layer index
导向信息分级示意图如图5 所示，设一级信息节点集为I，仅包含二级信息的节点集为K。
图5 导向信息分级示意图Fig.5 Hierarchical GI
流线在功能区内部，可视为单层网络，多个单层指标之和评价功能区内部信息。区域间二级信息描述如公式⑼至公式⑿所示。
式中：vkj表示标识牌k对设施j的可视指数；
Cik，Ckj为0-1变量，描述枢纽流线相邻功能区之间是否存在二级信息，只有当前一功能区边缘含有二级信息及区域间有指向下一区域的二级信息时，两参数取1，存在连通性；
Qkj为标识k对设施j的信息指数；
tkj为在节点k处观察节点j信息所用时间，s；
Hkj为标识k对设施j的重要性系数；
wkj为标识牌k设有目的地信息j的重要性权重，若含有设施节点j的信息，则wkj=wj，若无j点相关信息，则wkj取0；
uk为标识牌k所提供的信息设施权重总得分，其在数值上等于标识中涉及到的设施权重的加和。
因此，枢纽整体的可视性指标值公式如下。
公式⒀计算功能区内及功能区间流线的整体VI值，描述枢纽某设施整体流线的可视性水平。显然多层指标更符合实际枢纽网络布局，分层有效简化了指标模型。
以北京西站进站大厅为例将文献[7]的论文指标与分层指标对比计算。在案例中旅客有候车及换乘(出租车)需求，具备一级及二级导向信息，以此说明新指标的可行性及科学性。
以文献[5]中设施重要性数据作为权重数据，设施重要性权重示意表如表1所示。
表1 设施重要性权重示意表Tab.1 Importance weights of facilities
北京西站进站大厅示意图如图6 所示，流线方向由安检区至候车区。
按照既有可视性指标，以进站大厅设施计算，此时节点为设施节点，为方便后文描述，将图6 设施简化为节点，设施布局网络图如图7 所示。通过矩阵图描述节点1至7，节点间连通性如表2所示。
表2 节点间连通性Tab.2 Connectivity among nodes
图6 北京西站进站大厅示意图Fig.6 Entrance hall of Beijingxi Railway Station
图7 设施布局网络图Fig.7 Facility layout network
最终计算区域的VI值为：0.520 769。
按照分层视觉行为指标计算，展示区域内导向标识信息注视时间，数据为北京西站实地寻路数据，眼动仪注视时间数据如表3所示。
表3 眼动仪注视时间数据 sTab.3 Fixation time data from eye tracker
流线由安检区经进站大厅前往候车区，通过分层指标可分析图7中各设施VI得分，具体得分包括问讯处0.062 654、班次信息屏0.024 463、洗手间0.238 272。图6 中前往候车区包含由标识1 至3，1 至3至2这2条流线，依据公式⑺至公式⒀计算得该区域路径以候车区为目的的VI值为0.347 525，以出租车换乘为目的流线由标识1 至3 至4，得VI值为0.243 854。该区域完成枢纽功能的关键流线VI值为0.591 379。
通过数据分析可得到以下结论。
（1）分层指标扩展了评价内容，相比既有指标，其针对功能设施的评分提高了7%，这是由于功能设施较服务设施信息布设更密集，考虑到枢纽信息围绕功能设施布设的特点，可以预估针对枢纽整体研究结果差值将更大。同时评价结果揭示了包括班次信息屏(得分0.02)、问讯处(得分0.06)等服务设施信息指引能力差的情况，这是既有指标[5,7]只能分析设施之间的连通性难以评估的内容，也是未来优化的领域。
（2）在极端情况下，当案例不设置导向标识，采用既有指标评分结果不会改变，即信息的变化不会影响枢纽设施网络的评价，这就导致了旅客使用枢纽的感受难以评估，这表明以信息评估枢纽空间网络更具有合理性。
（3）分层视觉行为指标可获取标识、流线、枢纽整体3 种信息评价结果，通过同项对比可有效分析问题及优劣，实现从设计到优化的全程评估。依据旅客与信息交互的眼动仪数据构建的视觉参数，可以分析导向标识牌上具体信息被读取的频率，进而依照不同案例展开优化，既能描述导向效率也能描述乘客感受，使结果更具有说服力。
研究针对轨道主导型综合客运枢纽无序信息网络下的信息评估问题，构建了分层视觉行为指标。通过眼动仪、寻路实验构建的分层视觉行为指标有效评价了信息对旅客寻路的指引效率；
针对标识、流线、枢纽整体得分有效分析了旅客获取需求信息的难易程度。研究显示，相比既有指标对评价设施网络整体的评价结果，分层视觉行为指标对功能设施信息的评分提高7%；
同时指出服务设施缺乏信息引导(问询台、班次信息屏等设施对应得分远低于功能设施信息得分)是今后的优化重点；
极端案例(不存在导向标识时，既有指标评价结果不变)验证了分层指标以信息展开评价的合理性。分层视觉行为指标实现了对信息、流线、区域的层次化评估，满足了设计阶段到信息优化阶段的全过程应用，丰富了大型综合客运枢纽评价体系的内容，为综合客运枢纽的人本化优化提供了理论基础，为未来交通强国建设理念下的枢纽设计提供了思路。
扩展阅读文章
推荐阅读文章
恒微文秘网 https://www.sc-bjx.com Copyright © 2015-2024 . 恒微文秘网 版权所有
Powered by 恒微文秘网 © All Rights Reserved. 备案号：蜀ICP备15013507号-1