学习绩效与教室照明环境研究述评

(1.滑铁卢大学系统设计工程系，滑铁卢 N2L3G1 加拿大；2.廊坊市教育局教学仪器站，廊坊 065000)

青少年学生处于生理和心理发育期，并且长时间在教室内学习，因此学生所处的教室环境对他们的身心健康和学习效果有着不可忽视的影响。Gilavand(2016)认为教室是一个特殊的社交空间，健康的环境能够在学生的社会化过程中提高学生的绩效。教室环境包括诸多因素，对于有些影响因素，研究者已基本形成共识，例如Earthman(2004)将温度、取暖和空气质量列为影响学生学习效果的重要因素。而对于照明对学生学习效果的影响，以往研究尚未给出明确的结论(Higgins et al.,2005)。研究人员试图从不同角度找出教学环境的最佳照明方案，同时，关于教室最佳照明方案的争论和探索也没有停止过。

最近十多年来，室内照明技术发展迅速，照明系统能够更精细地控制亮度与色温。与此同时，学校教学场景也越来越丰富，而单一照明方案无法满足教学场景多样化的需求。这些发展和变化给教室照明设计提供了创新的空间和可能性，也对教室照明环境研究提出了新的要求。本文的目的是通过调查和整理以往关于教室照明环境对学生学习绩效影响的学术文献，归纳和分析相关研究的共性、问题，以及发展趋势，并在此基础上为后续研究提供参考和建议。

1 文献来源

本研究检索文献来源包括：Google Scholar、Elsevier、ResearchGate、百度学术，以及中国专利库。检索关键词(英文和中文)是从以下A、B、C三个组中各选取一个，构成一个检索条件，例如：classroom+lighting+concentration。文献检索过程按此规则尝试各种组合。

A组：classroom,school,student,indoor environment，教室，学生

B组：light,lighting,brightness,color-temperature,illuminance，照明，色温

C组：performance,behavior,concentration,attention,productivity,learning,perception，成绩，绩效

考虑到研究的时效性，年份筛选条件设置为2000年及以后。最初检索结果包含113篇文献，对文献泛读后去掉了其中与教育无关的研究(如办公室、商业等)25篇，而后根据教育领域专家的意见最终选取其中47篇文献精读，精读过程中从论文所引用的文献中又补充了5篇(个别文献早于2000年)，因此，最终共精读52篇文献。

2 研究背景

照明对人的作用包括视觉效应和非视觉效应。人类视网膜上的视觉感受器包括视锥细胞和视杆细胞。视锥细胞集中于视网膜中央凹区域，对视觉信息的细节分辨率高，且有三种视锥细胞为颜色知觉提供信息。但是视锥细胞工作需要较高的照明亮度。在较暗的环境下，视觉更加依赖视杆细胞，但是视杆细胞分布较为稀疏，对视觉信息的细节分辨率较低，也无法分辨颜色。因此，照明亮度对视敏度和颜色分辨能力的影响是非常明显的。已有研究阐述了灯光的质量(如频闪、炫光)和颜色是如何影响视觉能力，进而影响学生的学习成绩的(Mott et al.,2012)。除了视锥和视杆细胞之外，人眼视网膜上还存在第三类感光细胞，专门负责传递环境光线信息给大脑的生物钟调节器，影响生物节律(Berson,et al.,2002)。这类细胞接受到光线刺激(特别是蓝光波段)，会导致大脑中激素分泌的变化，褪黑分泌素减少，皮质醇分泌增加。褪黑素是睡眠激素，它的减少会让人兴奋，不易入睡。皮质醇的增加则使人注意力集中，心率加快。光照的效应也存在于分子生物学层面。2017年诺贝尔生理学或医学奖颁给3位美国科学家，获奖理由为“发现了调控昼夜节律的分子机制”，从而为光照对生物体的影响提供了分子生物学的基础依据(Mealey-Ferrara,Montalvo,and Hall,2003)。光线对生物节律的影响属于照明对人的非视觉效应(Berman,2008；Huang,2010；Fabio et al.,2015)。非视觉效应也包括光线对人的健康、情绪和机敏度的影响。研究发现人工照明的亮度和色温对人体的许多生理指标，如血压、心率变异、脑电波，以及体温也有显著影响(Sleegers et al.,2013)。

尽管室内照明环境需要考虑的因素很多，但对光照本身而言主要的考虑是光照度和色温。光照度，即亮度，单位为勒克司(lux)，指的是被摄主体表面单位面积上受到的光通量。1勒克司相当于被摄主体每平方米的面积上，受距离1米且发光强度为1烛光的光源垂直照射的光通量。色温(correlated color temperature，CCT)的度量单位为开尔文(Kelvin)，用K表示。色温指的是当一个光源的颜色表现与某一温度下的黑体辐射的光色相近似时，便用此时黑体的温度来表示该光源的色温。高色温光源偏冷色(蓝、白)，低色温光源偏暖色(红、黄)。目前教室照明环境研究的主要内容就是通过实验测试和数据分析，寻找更合适特定教学场景的亮度与色温的组合。

3 相关研究的发展历程

室内照明是一个复杂系统，涉及的方面很多，比如光源的各种特性、具体的使用场景、参与者的个体差异等等。而受到照明产品技术和应用环境的限制，这必然是一个逐步完善和深入的过程。通过对这个过程的回顾和梳理，我们可以找出发展的趋势和规律。

最初，研究人员关注自然光和人工照明的区别。Hathaway(1983)发现老师和小学生更喜欢自然光,其后的一些研究则表明自然光更能对学生产生积极影响(Rittner and Robbin,2002；Heschong,2003；Earthman,2004)。然而，教室单纯依靠自然光不现实(Higgins et al.,2005)，而且不足或者过度的自然光都会引起学生的抱怨(Singh and Arora,2014)。因此，可控的自然光配合适当的人工照明对学习绩效非常重要(John & Timothy,2005)。考虑到自然光的控制在建筑完成后，主要靠玻璃和窗帘，调节的效果非常有限。因此，对人工照明的研究逐渐成为室内照明环境的重点。

转入人工照明研究后，研究者首先关注的是人工照明的质量。其中，对健康有直接影响的因素包括频闪、炫光、显色指数以及荧光灯黑化问题等。这些问题引发的抱怨很多，例如头疼、眼疲劳、身体疲倦、注意力不集中、近视等(Higgins et al.,2005；An et al.,2008)。随着学校照明标准的完善和提高以及LED(发光二极管)的普及，合格的LED产品凭借其高效、体积小、节能、环境友好以及实时频谱可调等特性得到广泛欢迎和使用(Smet et al.,2011；Žukauskas et al.,2010)，光源的质量本身已经不再是障碍，关键在于如何应用。

之后越来越多学者开始研究室内照明的亮度，各国也陆续出台了相关标准，例如：美国、英国、中国等国家都规定教室的平均照度不应低于300 lux，且一般要求亮度分布均匀。那么教室里的照明亮度是否越亮越好？做到亮度均匀分布是否就足够了？近期研究结果倾向于否定的答案。虽然一些研究表明高亮度(如1000 lux)能够提高学生注意力(Sleegers et al.,2013；Singh and Arora,2014)，减少困倦、增加活力和提高兴奋程度(Smolders,2014；Fabio et al.,2015)，然而，Winterbottom(2009)认为过量照明会引发身体不适和眩光失能(Kim and Koga,2005;Osterhaus,2005)，因此建议通过窗帘和灯光调节将教室照明亮度控制在1000 lux以内。Veronika(2015)通过测量发现高亮度(5000 lux)和低亮度(400 lux)对受试者的褪黑素变化没有显著影响，高亮度与低亮度条件相比反而会降低受试者的绩效。此外，一项针对英国小学的调研发现交互式智能显示屏已经在教室中广泛安装，在使用显示屏的多数时间里高亮度照明并不是所希望的，老师们更希望使用显示屏时亮度足够低，从而提高显示内容的对比度，而在学生阅读书本时再把亮度提高(Zhang et al.,2016)。更进一步，一些特定教学场景需要调整亮度分布，例如老师授课和学生自习时讲台与学生区的亮度对比需要反转；幻灯片或投影仪演示时需要减少自然光、关闭屏幕区域的照明，而听众区域需要保持适当的照明；即兴演讲需要聚光灯效果；而小组讨论最好能够分区域照明，减少组间干扰。

最近几年的研究开始关注色温，也包括对亮度和色温的综合研究。Sleegers(2013)的研究表明在高色温(6500K)照明环境中学生更能集中注意力。在学生的认知方面也有类似发现，Ferlazzo(2014)发现中等色温(4000K)相对于较低色温(2800K)光源对于学生的三维物体识别能力以及多任务处理能力等有明显提高；而德国Ulm大学的研究人员(Keis et al.,2014)发现在中等色温光源(4000 K)中混合超高色温光源(14000 K)能够提高学生的认知处理速度和注意力，但对短时间记忆加工和检索绩效基本没有影响。在此基础上，近年来部分学者开始关注不同教学场景对照明方案的不同需求。Ayash(2016)指出，在鲜艳的色彩下学生能取得更高的阅读分数；Weesolowski(2014)发现照明的丰富变化能够提高小学生的社交行为；韩国KAIST大学的两位研究者(Choi and Suk,2016)建议在长时间的学习环境中，光线应该有所变化，对于简单、标准和高认知负荷的活动建议分别使用3500K，5000K和6500K色温；而另一个韩国研究团队(Lee et al.,2016)开发了一个能自适应多种教学场景(如数学、艺术、社交等)的照明系统，并提出了分别针对这些场景的亮度和色温配置。

图1室内照明相关研究的发展

从上述文献整理可以看出，近十多年来，研究人员对室内照明与学生绩效相关研究大致经历过四个阶段(参见图1)：自然光与人工照明的比较研究、人工照明的质量对人的影响、亮度的优化，以及不同色温对人的影响和优化。目前的研究趋势是在综合之前的成果集成，研究更贴近工作学习实践，进入场景化、集成化的新阶段。

4 理论框架总结

在相关文献中，部分学者试图从理论上解释照明是如何影响人员绩效的，于是提出了一些研究理论框架。虽然这些研究理论框架都是定性分析，无法直接应用于工程实践中的定量优化，但是它们对于理解系统中各因素之间的关系并据此进行实验设计具有指导意义。因此，我们在这里汇总了六个有代表性的研究理论框架。

Boyce(2004)在“照明影响工作绩效的三个途径的概念框架”(参见图2)中提出视觉效应通过认知绩效、任务绩效和运动绩效三个途径直接或间接影响人员绩效。此模型包含的因素非常多，是六个模型中最复杂的一个，可以帮助人们全面认识照明对工作绩效影响的机制。

图2照明影响工作绩效的三个途径的概念框架

经授权，翻译自Figure 1 “A conceptual framework setting out the three routes whereby lighting conditions can influence human performance”(Boyce,2004)

在Boyce(2004)模型基础之上，Kretschmer et al.,(2012)提出了简化版的两通道概念模型(参见图3)。这个模型的创新之处在于把光线对认知绩效的影响归纳为视觉效应和非视觉效应。

Mott et al.(2012)提出动态照明对学生学习效果影响的概念框架(参见图4)。该框架更有针对性，而且区分了自然光和人工照明，对工程和实际应用有指导价值。

Samani(2012)的基于变量的研究框架(参见图5)将影响因素归纳为照明质量、颜色，以及个体差异(年龄、性别)。提出对个体差异进行研究这一点具有创新性，不过个体差异涵盖的内容非常广泛，远不止年龄和性别，除了生理差异和心理差异，文化差异也不能忽视。

Kort & Veitch (2014)提出照明对生理机能影响线路框架(参见图6)。该理论框架与Kretschmer et al.,(2012)的模型有相似之处，都包括视觉影响和非视觉影响两部分，但主要区别在于Kort & Veitch (2014)在模型中增加了视觉影响和非视觉影响之间的交互作用。

Pulay(2015)提出的概念理论框架将光线对学生的影响分为行为和认知两种，且两者之间有交互作用。这些影响都来自生理、心理和荷尔蒙三个方面。

综观上述研究理论框架，视觉效果和非视觉效果是比较公认的影响通道，构成了理论模型的基础结构。不同研究者根据其研究关注的方向和思路，对基础结构进行变化和扩充，从而形成不同的研究框架。

图3 在Boyce(2004)模型基础上简化的两通道概念模型

经授权，翻译自Figure 1 “A simplified conceptual model of the relation-ship between lighting and cognitive performance,including the two different light-sensitive pathways via the visual system and the circadian system” (Kretschmer et al.,2012)

5 实验方法总结

以往的行为实验研究基本都采用了实验组和控制组对照的设计，且多数采用实验前后对比测验。受试者数量基本都在100人以内(N<100)。实验中因变量的测量大体上可分为以下四类。

1.生理学指标：用生理学设备对受试者的体征进行测量，通过测量数据反映受试者的生理或心理状态。具体方法包括心电图(ECG)、脑电波(EEG)、皮肤电(EDA)等。例如：Choi and Suk(2016)使用ECG作为先导实验手段确认不同色温能够引发不同的生理反应；Shin(2013)，Yunhee(2015)通过测量EEG确定受试者的注意力和放松程度；Smolders(2017)在研究中使用了ECG和EDA作为辅助手段记录受试者在测试过程中的生理变化。

2.认知任务指标：阅读、算术、打字、拼图等任务的成绩。

图4动态照明对学生学习效果影响的概念框架

经授权，翻译自Figure I “Conceptual framework of the study”(Mott et al.,2012)

注：ADHD=注意力缺乏多动症(attention deficit hyperactivity disorder)

图5 基于变量的研究框架

经授权，翻译自Figure 3 “Research frame work base on variables”(Samani,2012)

图6 照明对生理机能影响线路框架

经授权，翻译自Figure 2 “Pathways of light relevant to psychological functioning” (Kort & Veitch,2014)

3.认知心理学测试和量表：d2视觉搜索注意力测试；卡罗林斯卡警觉度分类表(Karolinska Sleepiness Scale，KSS)；精神运动警觉性作业(Psychomotor Vigilance Task，PVT)；状态自控力分类表(State Self-Control Capacity Scale，SSCCS)；安菲莫夫剂量作业表(Aventura Karimov table，AKT)等。相关方法的参考文献、用途和基本信息参见表1。

4.主观问卷：问卷在相关研究中被广泛使用，用来衡量受试者的主观感受和偏好。多数研究中主观问卷作为辅助手段；也有个别研究全部基于问卷调查，例如：Gilavand(2016)。

另外，需要说明的是，很多研究使用多种度量方法，比如：EEG与简单任务结合、d2与问卷结合等等。一个研究中的多种度量方法有的是针对不同的度量指标，有的则是对同一目标的多角度验证。在某些研究中，针对同一目标的两种度量方法会给出矛盾的结果，例如：Sleegers(2013)的一部分研究数据中d2测试与主观问卷结果不一致。

6 基于教学场景的照明方案研究

根据之前对相关研究的发展历程的回顾，教室照明研究的重点逐步转入场景化、集成化阶段。以往的研究侧重于通过实验手段研究照明参数，如不同的亮度和色温，对学生的生理指标或认知绩效测验指标的影响。近期有学者开始关注在不同教学场景下，照明配置方案对学生学习绩效的影响。虽然这些研究对教学场景的定义不同(如：简单、标准和高负荷，或者数学、艺术、社交、休息)，但是其目标是一致的，就是寻找与教学内容和教学目标相匹配的最优照明配置方案。因此，本文特别针对这个方向有代表性的研究进行了概括，参见表2。从能够检索到的文献看，关于这个方向的研究数量有限，研究尚不充分，研究结论也有值得进一步证实之处。而针对中国学校的相关研究更是空白。

表1 文献中相关心理学测验方法

7 以往研究结果讨论

总结以往研究，研究者普遍认为光照条件对学习绩效有重要影响，近十年来的研究主要针对不同亮度和不同色温对学生的影响。虽然照明行业和学术界对亮度级别和色温级别都没有统一的规定，但是我们发现研究者大多定义300 lux以下为低亮度、300 lux至600 lux为中等亮度、600 lux至1000 lux为高亮度；亮度超过1000 lux会引发身体不适和眩光失能(Kim and Koga,2005;Osterhaus,2005)，也不节能。同时，研究者大多定义2700 K至3500 K、3500 K至5000 K，以及5000 K至6500K为低色温、中等色温和高色温。

关于亮度和色温的具体效应，根据以往研究的发现和结论，多数研究者认为高亮度、高色温能够提升注意力和认知绩效。因此，占主导的观点是：在教室照明中使用亮度较高、色温较高的光线可以提高学生学习绩效。然而，事实上这一观点仍缺少足够的研究数据支持，甚至部分相关研究给出了与之冲突的结论(Higgins et al.,2005)。例如，基于实验数据Yunhee(2015)认为高色温并不会影响学生的注意力和认知活动，低色温也不会让学生更放松、安静。Smolders(2017)的实验结果显示高色温环境与低色温相比并不会对大学生的“精神状态和绩效带来明显的有益影响，也不会产生生理上的激活效果”。Yan(2010)的实验结果则显示在中等色温(4000 K)环境中，学生的学习效率最高，并且视/脑疲劳最低，而非高色温(6500 K)环境。有的实验结果显示男女对灯光的反应没有明显差异，而有的实验则给出相反结果(Knez,2000)。甚至有的实验中同样的照明环境对四年级学生有影响显著，而对六年级学生影响不显著，而注意力测试结果跟主观问卷结果也出现了矛盾(Sleegers et al.,2013)。

表2 教室场景化照明与学生绩效相关研究的比较

对于这些不一致和矛盾，其原因可能在于实验设计不够严密，对其他因素的控制不够(Choi and Suk,2016)。Smolders(2017)发现不同测试时间，如上午时段和下午时段，对测试结果有显著差异。Moon(2016)表示受试者的性别、年龄、工作状态等因素也会影响个体对照明方案的反应。Yunhee(2015)强调人的情绪因素的重要性，在实验中，情绪因素对结果的影响甚至超过了生理学反应的影响。此外，以往研究数据样本较小(多数研究中被试不超过100人)以及时间跨度较短(多数研究持续不超过3个月)也是重要制约因素(Sleegers et al.,2013；Pulay,2015；Fabio et al.,2015；Ayash et al.,2016)。更进一步，通过分析以往实验的结果报告能够发现，在报告统计差异显著的40篇文献中仅有6篇报告了效果量(effect size)，比例偏低。在所报告的效果量中，ηp2值在0.001至0.741之间,其中效果量较大的(ηp2≥0.5)包括：高亮度高色温照明(1000 lux,6500 K)相对于标准照明(300 lux,3000 K)对提高学生注意力集中度和减少错误率有积极作用(Sleegers et al.,2013)，高色温照明(6500 K)相对于3500 K和5000 K对提高算术答题正确率有积极作用(Choi and Suk,2016)。以往研究所报告的Cohen’sd值在0.13至3.94之间，其中效果量较大的(d≥0.8)包括：高色温照明(5500 K相对于3000 K和3500 K)对提高认知处理速度和注意力集中度以及减少错误率有积极作用(Keis et al.,2014)。

8 后续研究建议

通过对现有研究存在问题和发展趋势的梳理，本文希望能够为后续研究提供一些方向性的建议。

首先，以往研究中较多使用主观问卷，但是主观结果受个体差异及随机因素影响较大，并不总是能够反映照明对学习能力和学习效果的影响，一些研究中出现的主观问卷与客观测试结果的矛盾就是例证。因此，后续研究应减少对主观评价的依赖，多使用客观评测，特别是基于客观数据的量化分析。

其次，被试人群的特征，如年龄、性别、地域及文化差异等，都有可能影响实验结果。不同被试人群对最优照明条件可能有不同的需要。以往研究所积累的实证数据仍然不足，后续研究需要继续收集数据并比较不同被试人群间的差异，并注意在实验结果中报告效果量。

第三，无论是生理学方法、心理学方法，还是认知任务测试(参见“5.实验方法总结”)，现有研究基本都是用间接结果表示学生的学习绩效。在本文检索到的研究中，没有一例使用真实的考试成绩。虽然可能的原因有很多，但是从某种意义上，中国学生、学校和家长最关心的还是学习成绩。因此，后续研究需要检验照明配置对学生各科成绩有无显著影响。

第四，LED、智能终端、物联网等技术的发展和普及，使得可动态调整亮度和色温的智能照明系统具备了大规模应用的条件。教学场景和教学手段的现代化、多样化，也带来了教室照明需求的多样化和场景化，然而相关的研究目前还不充分(参见“6.基于教学场景的照明方案研究”)，后续研究也需要在这方面进一步加强。

最后，现有研究的数据样本都比较小，后续研究需要增大样本量，提高统计检验力。当数据样本达到一定规模后，可以考虑利用机器学习的方法进行数据分析，期望能够得出更多结论。

综上所述，尽管部分研究发现高色温照明对提高学生注意力有积极作用，以往研究仍存在许多不足，以往的研究方法和设计需要完善和扩展，研究者尚未对教室照明如何影响学生学习绩效这个问题的答案达成共识。因此，已有研究结果尚不足以对教室照明的最佳亮度和色温设计方案给出决定性的指导意见，也表明该领域相关研究还有较大提升空间。