趙俊博，譚睿光

（華東理工大學(xué)藝術(shù)與設(shè)計(jì)傳媒學(xué)院，上海 200030）

產(chǎn)品語義學(xué)主要研究產(chǎn)品的語義表達(dá)與產(chǎn)品形態(tài)結(jié)構(gòu)之間的關(guān)系，如何使產(chǎn)品在滿足基本功能需求的同時(shí)，提升用戶對產(chǎn)品造型意象體驗(yàn)的滿意度，是產(chǎn)品設(shè)計(jì)研究的重點(diǎn)，其中最核心的階段是產(chǎn)品概念設(shè)計(jì)。在產(chǎn)品概念研究中需要考慮用戶對語義的感知，產(chǎn)品語義在產(chǎn)品中的表達(dá)應(yīng)該是綜合設(shè)計(jì)師的表達(dá)和用戶的感受兩方面進(jìn)行思考的。同時(shí)，產(chǎn)品語義的表達(dá)不是與單一的形態(tài)特征相關(guān)聯(lián)的關(guān)系，而是受到整個(gè)產(chǎn)品的各個(gè)特征直接或間接的影響的。由于結(jié)構(gòu)方程模型常常用于多變量分析、隱變量分析等場景，且擁有其能夠提供全面、靈活且深入的多變量分析的優(yōu)點(diǎn)，因此本文采用結(jié)構(gòu)方程模型對產(chǎn)品語義的表達(dá)進(jìn)行分析。

1 研究現(xiàn)狀

1.1 產(chǎn)品語義學(xué)

“功能-行為-結(jié)構(gòu)”（FBS）模型通過引入行為變量，豐富了傳統(tǒng)功能-結(jié)構(gòu)（FS）模型，目前已被廣泛應(yīng)用于產(chǎn)品概念設(shè)計(jì)研究。

孟祥斌、孫蘇榕等人對“功能-行為-結(jié)構(gòu)”（FBS）概念設(shè)計(jì)模型進(jìn)行延伸，從工程學(xué)角度重新審視了產(chǎn)品語義學(xué)，提出了一種融合語義學(xué)的產(chǎn)品概念設(shè)計(jì)過程模型[1]，命名為融合語義學(xué)的產(chǎn)品概念設(shè)計(jì)模型（CFBSS）。

針對產(chǎn)品概念設(shè)計(jì)中出現(xiàn)用戶體驗(yàn)與設(shè)計(jì)意圖不同時(shí)的語義不連續(xù)的問題，Khalaj J[2]等人提出了一種“語義不連續(xù)性檢測”（SDD）方法，該方法能夠定位用戶對產(chǎn)品的初始視覺意象與設(shè)計(jì)師的產(chǎn)品表達(dá)預(yù)期之間的產(chǎn)品語義不連續(xù)性。

針對產(chǎn)品抽象語義，Xi L等人對汽車設(shè)計(jì)中的“酷”語義進(jìn)行了研究，對mini-EV通過酷評估網(wǎng)格法（C-EGM）構(gòu)建了微型電動汽車的酷語義空間[3]，通過量化理論I 型（QT-1）的定量分析，確定了多個(gè)酷語義與外觀因子之間的內(nèi)在關(guān)系。

1.2 結(jié)構(gòu)方程模型

在結(jié)構(gòu)方程模型結(jié)合設(shè)計(jì)方面，近些年不同的研究者也采取了不同的方法進(jìn)行研究。

廖曉紅提出了一種基于多模式感性測量的產(chǎn)品設(shè)計(jì)方法[4]，通過對感性意向的調(diào)查，結(jié)合結(jié)構(gòu)方程模型進(jìn)行分析，在精美度、平衡感等四個(gè)感性維度上對智能手機(jī)外觀進(jìn)行分析，對產(chǎn)品進(jìn)行評估和預(yù)測。

Kim W 運(yùn)用結(jié)構(gòu)方程模型對汽車皮革觸覺的滿意度進(jìn)行研究[5]，模型描述了影響觸覺滿意度的情感變量之間的假設(shè)關(guān)系。

1.3 智能音箱設(shè)計(jì)研究

在智能音箱相關(guān)的研究方面，近些年的研究者主要側(cè)重于研究智能音箱的魅力因素。

Hsiao-Chi L 等人結(jié)合根據(jù)創(chuàng)新擴(kuò)散理論（DOI）、任務(wù)技術(shù)擬合（TTF）和感知理論，對影響客戶有意購買智能音箱的因素進(jìn)行了探究[6]，并且發(fā)現(xiàn)不同年齡段的用戶對智能音箱的購買意愿受不同因素的影響。

Muhammad A 等人采用最小二乘法結(jié)構(gòu)方程模型（PLS），通過四個(gè)核心的感知價(jià)值（功能、享樂、經(jīng)濟(jì)和社會價(jià)值）調(diào)查了感知冷漠對消費(fèi)者對智能音箱的態(tài)度的影響[7]。

2 實(shí)驗(yàn)數(shù)據(jù)設(shè)計(jì)和研究方法

2.1 結(jié)合產(chǎn)品語義學(xué)和結(jié)構(gòu)方程模型（SEM）的產(chǎn)品概念設(shè)計(jì)研究流程

2.1.1 樣本

本研究共選取不同品牌不同型號的10 個(gè)智能音箱樣品，所選樣品均為在電商平臺好評度高且銷量位居同品類前列的智能音箱，并從產(chǎn)品的官方網(wǎng)站、電商頁面等處獲取產(chǎn)品的高清圖片。為了在探究智能音箱形態(tài)設(shè)計(jì)中排除因個(gè)別樣品具有其他樣品不具備的形態(tài)特征時(shí)，使研究數(shù)據(jù)受到影響，本研究所選擇的樣品在形態(tài)特征組合上具備一致性，沒有哪個(gè)樣品具備其他樣品不具備的形態(tài)特征。每個(gè)樣品獲得產(chǎn)品總覽圖片和各個(gè)形態(tài)特征的特寫圖片各一張，具體的形態(tài)特征描述將在后續(xù)論述中提到。

2.1.2 被試者

共有103 名視覺正常的被試者（男54 人，女49 人）參與了實(shí)驗(yàn)。參與者的年齡從20 歲到40 歲不等，平均年齡為29.5 歲。每位受試者在調(diào)查問卷給定的時(shí)間和流程下觀察樣品的圖片，以進(jìn)行評估。

2.1.3 選擇的評估維度

為了更好地對智能音箱的形態(tài)特征進(jìn)行研究和評估，需要對音箱的造型特征進(jìn)行有層次的拆解。與設(shè)計(jì)行業(yè)相關(guān)從業(yè)人員進(jìn)行專家訪談，對收集到的市面主流的智能音箱案例進(jìn)行分析，而后對現(xiàn)有的智能音箱形態(tài)特征進(jìn)行分解，分析得到以下幾個(gè)形態(tài)特征類型：箱體、發(fā)音孔、氛圍燈、按鈕、屏幕、裝飾帶等。由于部分樣品存在其他樣品不具有的形態(tài)特征，在本次研究中為了控制變量，選用的樣品均為有且僅含有箱體、發(fā)音孔、氛圍燈、按鈕4 種形態(tài)特征的智能音箱。

2.1.4 調(diào)查問卷的設(shè)計(jì)

調(diào)查問卷分為兩個(gè)部分：第一部分為對受試者基本信息的收集；第二部分為對構(gòu)建模型所需的數(shù)據(jù)進(jìn)行的收集。

調(diào)查數(shù)據(jù)的收集采用七點(diǎn)李克特量表，每份問卷包括2.1.1 中提到的共10 個(gè)典型樣本及他們的各4 個(gè)形態(tài)特征維度，每個(gè)維度的問卷包含4 個(gè)問題，分別調(diào)查受試者對樣品該形態(tài)特征的顏色、形狀、材料的印象深刻程度以及對該形態(tài)特征所傳達(dá)的科技感印象深刻程度。（見表1）

表1 構(gòu)建結(jié)構(gòu)方程模型的潛變量和觀測變量

2.1.5 收集數(shù)據(jù)的流程

為了最小化序列偏差，樣本分布序列按照拉丁平方法進(jìn)行隨機(jī)化。每位受試者拿到的問卷中的樣本排序都是隨機(jī)化后的順序。

被實(shí)驗(yàn)人員在填寫調(diào)查問卷前告知了每位受試者填寫問卷的流程，并且要求受試者在限定時(shí)間內(nèi)完成調(diào)查問卷（為15～20 分鐘）。在告知受試者評估的方法和維度后，要求受試者對不理解的問題進(jìn)行詢問，在確認(rèn)沒有問題后發(fā)放問卷開始填寫。

2.2 信效度分析

2.2.1 信度分析

本問卷共發(fā)放103 份，去除無效問卷8 后共留下有效問卷95 份。

各維度Cronbach α系數(shù)均大于0.8，因而說明研究數(shù)據(jù)信度質(zhì)量高可用于進(jìn)一步分析。

2.2.2 效度分析

使用KMO 和Bartlett 檢驗(yàn)進(jìn)行效度驗(yàn)證，KMO 值為0.897，KMO 值大于0.8，研究數(shù)據(jù)非常適合提取信息。

3 實(shí)驗(yàn)結(jié)果分析

3.1 統(tǒng)計(jì)評估

在各項(xiàng)指標(biāo)中，本研究采用CMIN/DF、GFI、TLI、CFI 和RMSEA。

從驗(yàn)證性因子分析結(jié)果的模型擬合指標(biāo)中可以看到各模型擬合指標(biāo)合格，說明模型擬合良好。

本次針對共5 個(gè)因子，以及16 個(gè)分析項(xiàng)進(jìn)行驗(yàn)證性因子分析（CFA）分析。由此可知，共4 個(gè)因子對應(yīng)的AVE 值全部均大于0.5，且CR 值全部均高于0.7，意味著本次分析數(shù)據(jù)具有良好的聚合(收斂)效度。

本研究探討對科技感的感知度與形態(tài)特征變量之間的關(guān)系，進(jìn)行相關(guān)分析。通過相關(guān)分析得到一個(gè)5×5矩陣。為了結(jié)果的可讀性，只觀察左側(cè)的指標(biāo)。所有的測量結(jié)果都與對科技感的感知度有顯著的相關(guān)性，其中對氛圍燈的感知度與對科技感的感知正相關(guān)最強(qiáng)（r=0.461）?？梢钥闯?，所有測量值均與對科技感的感知度呈正相關(guān)。因此，本研究考慮所有測量值來設(shè)計(jì)結(jié)構(gòu)模型。

3.2 基于感知的路徑模型

為了構(gòu)建基于智能音箱形態(tài)特征的科技感感知模型，本研究使用SPSS/AMOS 軟件。在對模型進(jìn)行多次修正后，使模型匹適度指標(biāo)和參數(shù)指標(biāo)滿足要求，得到目標(biāo)模型。從模型回歸系數(shù)可知，各路徑p 值均小于0.05，說明各路徑均顯著，即各路徑成立。

4 研究結(jié)果討論

對上一部分得到的模型進(jìn)行路徑效應(yīng)分析，可以發(fā)現(xiàn)在整體樣本的情況下，作為直接效應(yīng)相關(guān)變量之間的關(guān)系分析，“對發(fā)音孔的感知”“對箱體的感知”“對氛圍燈的感知”對“用戶對科技感的感受”有顯著影響。智能音箱上的每種造型特征都會對“用戶對科技感的感受”產(chǎn)生影響。而“對按鈕的感知”則對科技感語義的傳達(dá)無顯著影響。在直接效應(yīng)的路徑中，氛圍燈的感知對科技感語義的傳達(dá)影響最大，標(biāo)準(zhǔn)化路徑系數(shù)為0.329。而在間接效應(yīng)的結(jié)果中，發(fā)音孔對科技感的傳達(dá)影響最大，標(biāo)準(zhǔn)化路徑系數(shù)為0.292?？紤]到總效應(yīng)的結(jié)果，則是用戶對發(fā)音孔的感知科技感的語義影響最大，標(biāo)準(zhǔn)化路徑系數(shù)為0.445。

通過對結(jié)構(gòu)方程模型結(jié)果的分析討論后，我們可以發(fā)現(xiàn)在一個(gè)產(chǎn)品傳達(dá)抽象的產(chǎn)品語義的過程中，產(chǎn)品的每一部分形態(tài)特征對整體的語義傳達(dá)是起到不同程度的作用的，同時(shí)這種影響是有不同的影響程度的，并且這種不同的產(chǎn)品特征之間相互影響。

5 總結(jié)

本文探究了一種通過結(jié)構(gòu)方程模型分析產(chǎn)品的不同形態(tài)特征對消費(fèi)者感知到的產(chǎn)品語義的影響程度的方法，通過這種方法設(shè)計(jì)師可以確定設(shè)計(jì)重點(diǎn)，在試圖傳達(dá)抽象的產(chǎn)品語義時(shí)有側(cè)重地對產(chǎn)品形態(tài)特征進(jìn)行設(shè)計(jì)。通過運(yùn)用結(jié)構(gòu)方程模型，我們可以更好地理解產(chǎn)品形態(tài)特征如何影響消費(fèi)者的情感反應(yīng)，并據(jù)此優(yōu)化產(chǎn)品設(shè)計(jì)。在未來的研究中，我們可以進(jìn)一步探索不同類型的產(chǎn)品形態(tài)特征對情感傳達(dá)的影響，以便為設(shè)計(jì)師提供更多有用的指導(dǎo)。

雖然本研究的結(jié)論有一定的參考價(jià)值和可行性，但是仍然存在一些局限性和不足，需要進(jìn)一步研究探究。首先，本研究只針對特定的產(chǎn)品形態(tài)類型進(jìn)行了研究，而在現(xiàn)實(shí)中，不同形態(tài)類型的產(chǎn)品可能會有不同的影響效果。因此，需要進(jìn)一步拓展研究范圍，分析不同形態(tài)類型產(chǎn)品的影響效果。其次，本研究僅使用了問卷調(diào)查和結(jié)構(gòu)方程模型分析方法，研究結(jié)果可能會受到樣本選擇和研究方法的限制。因此，需要繼續(xù)探索不同的研究方法和更加豐富、多元的數(shù)據(jù)來源來驗(yàn)證研究結(jié)果。最后，本研究只聚焦于產(chǎn)品形態(tài)特征對于產(chǎn)品語義的影響效果，對于其他可能影響語義的因素并未進(jìn)行深入探究，需要進(jìn)一步研究探討。