广佛两市住宅照明调查研究

庞 云，彭小云

(华东交通大学，江西 南昌 330013)

引言

我国住宅总量极大，随着经济的持续发展和健康中国国家战略的推进，人们越来越重视住宅照明。但相对住宅市场规模和经济发展水平，我国住宅照明的发展略显不足。进行中的一项针对广东等6个省市400多个样本的调查显示，住宅照明的方案制定者或决策者主要为业主、装修工人或装修设计公司。按照目前的消费习惯与装修行业特点，住宅照明可能将在较长时期内沿续现有的实施模式。但照明涉及电气工程、建筑学、设计学、环境心理学等多个学科，考虑国际照明委员会(Commission Internationale de l’Eclairage，CIE)、北美照明工程学会(Illuminating Engineering Society of North America，IES)和德国标准化学会(Deutsches Institut für Normung，DIN)等关于光生物效应的内容[1-4]，还涉及医学和生理学等。从住宅照明的要求来看，安全性、功能性、舒适性、环境艺术性都需兼顾。可见，住宅照明既不能仅考虑视觉作业或节能，也非等同于住宅光环境，更不宜片面追求个性化效果，而应结合标准要求、照明理论、使用者需求等进行系统的考虑，这是相关行业面临的一大挑战。因此，以全面、均衡为目标来开展研究，对于提高住宅照明参与者的认知度、推动照明质量的普遍提升具有重要意义。这就要求较好地掌握目前的真实现状，而照明测量则是十分必要的基础工作之一。

以往此类工作并不多见。杨东梅等[5]对北京101名学生的家庭学习环境进行照度测量，合格率为2.04%；刘炜等[6]对北京42户住宅进行照度测量，发现起居室、卧室、厨房和卫生间4个场所照度达标率分别为77.5%、65%、65%和8.3%；张玉兰等[7]对京、沪、渝3市150户住宅进行调查，合格率为：起居室56.7%～65%、餐厅3.3%～7.5%、卧室28.3%～54%、厨房45%～60%、卫生间8.3%～31.6%；孙明明等[8]对中国401户、日本216户住宅测量照度，发现我国住宅的起居室阅读、看电视和聊天3个场景的照度为53 lx、83 lx、71 lx，而日本住宅对应数据为161 lx、164 lx、160 lx；姜佳丽[9]的调查结果显示住宅各个房间照度合格率低于10%。这些研究样本量较大、涉及范围较广，为后续相关研究提供了参考。但上述调查中，部分重要指标或场所未见描述，又或测量方法、指标设置等方面未详细说明，故仍有必要对此做进一步的工作。

首先考虑样本来源。广州、佛山地处粤港澳大湾区中心腹地，人口集中度高，存量住房规模大，将调查范围定为广佛两市具有较好的代表性与可行性。但住宅具有私密性特点，受访意愿低，而且，由于一般不具备完全遮光条件，测量时间须在夜间，样本获取十分困难。综合考虑各种因素，确定采用方便抽样与自愿非随机抽样结合的方式，在学校、小区周边设点实施拦截式访问，同时结合邮寄调查招募志愿者，共计获取样本50个。对样本实施入户访问，采用观察法调查其照明现状，并完成照明测量。

1 测量过程

1.1 指标设置

为了控制测量时长与流程，首先按预定方案进行模拟测量，确定选取卧室、起居室、餐厅、厨房、卫生间和学习室(或日常学习区域，下称：学习室)6个房间，分别测量80个指标、216项数据，包括照度、反射比、Tcp、Ra、R9、照明功率、面积，测量时长约40 min。而眩光、灯具遮光角、色容差、色坐标偏移等现场测量较难实施，不作测量。此外，虽然CIE TN 006:2016关于闪烁的相关成果得到广泛认同，但考虑住宅环境中多种光源并存，测量程序尚待更多研究，亦不作测量。

综上，指标设置主要根据标准要求、实际需求和可操作性，结合专家意见调整后如下：1)Eh/Ev、Tcp、Ra和R9，测点数、布置满足《建筑照明设计标准》(GB 50034—2013)和《照明测量方法》(GB/T 5700—2008)要求，显色指数的测量考虑现行标准要求、结合CIE TC1-91的进程，仅测量Ra、R9，其他色样显色性不作记录；2) 反射比。客厅、卧室、学习室有长时间停留需求，如阅读及看手机、电视等，需测量墙面和地面反射比；3) 测量房间面积，记录灯具安装情况，计算每户住宅LPD值(虽非强规，但基于整体节能潜力与研究的完整性，应做考虑)；4) 住宅学习照明是重点，须测量全部指标，包括作业面、邻近周围及背景区域的照度，并分别计算均匀度，因学习照明普遍采用高色温光源，若按4 000 K的限值将很大程度上影响评价结果，故色温参考《中小学校教室采光和照明卫生标准》(GB 7793—2010)，取3 300～5 500 K；5) 厨房除操作台和一般活动区域外，增加炉灶区的测量；6) 卫生间镜前照明存在客观需求，故测量镜前Ev。由于GB 50034—2013仅规定了Eh为100 lx(观演建筑化妆台Ev为500 lx)，参考IES RP-11-17的Ev为200 lx、400 lx、800 lx(按年龄分)，Ev与Eh比值为4∶3[10]。结合人眼对照度变化的明显感知(约1.5倍)等因素，Ev可设为150 lx，但我国住宅并未普遍设置镜前照明，为降低对整体评价的影响，拟将Ev下调一档设为100 lx。

1.2 测量方法

主要依据GB/T 5700—2008，测量设备包括TES 1332A、SPIC-300、钢卷尺、温度计等。由于GB 50034—2013中对起居室、卧室及厨房的部分测点要求与前者不一致，考虑到标准类别和发布时间，此3处测点以后者为准。

1) 水平照度。采用中心布点法，测点为正方形网格中心点、间距1 m×1 m、高度0.75 m，书房、餐厅、厨房台面取测点间距0.5 m×0.5 m，高度按台面，现场测量时适当调整、避开遮挡。各指标测点数取3～6个。2) 垂直照度。学习室取以坐姿面对书桌的主要视野区域，测点间距0.5 m、高度1.2 m；卫生间镜前照明取测点间距0.3 m、高度1.5 m。3) 光源颜色。测量Ra、R9和Tcp，各场所、各测面测点数取3个，取算术平均值。4) 墙面及地面反射比。测点数3个、间距1 m、高度1.5 m(墙面)。测点位置如图1所示。5) 测量6个场所的长宽高数据，调查/记录环境温度、仪器状态、照明设备类型、功率和建筑面积(户内)，计算LPD值。

图1 照度测量测点位置Fig.1 Illuminance measurement point

2 测量结果与分析

夜间测量对测量效率与进度提出了巨大挑战，整个过程持续4个月，共计完成测量样本50个。广佛两市样本数分别为44个、6个；其中15个样本无学习室；住宅类型包括低层1个、多层23个、中高层2个、高层24个。数据显示照明决策者主要为业主，占74%，装修设计或施工方共计占16%，见表1。根据前述指标设置，数据统计结果如图2所示，其中，E1表示一般活动平均照度，E2表示视觉作业相关活动的照度(学习室E1～E3分别代表作业面、邻近周围和背景区域照度)。

表1 住宅照明决策者Table 1 Decision maker of residential lighting

图2 住宅照明合格率Fig.2 Pass rate of residential lighting

2.1 数据综合评价

1) 整体合格率。单套住宅指标合格率为0，即所有样本无一完全达标。其中，5个样本有照明设计师参与，其主要数据均表现合格，但因厨房、卫生间的LED面板灯R9不合格，导致未能实现整体合格。因此，上述结论不宜纳入LPD指标，若按实测数据计算，LPD≤6.0 W/m2的占94%、均值为3.9 W/m2。单个房间合格率分别为：卧室2%、学习室14%、起居室4%、餐厅16%、厨房6%、卫生间6%(图2)。由图3可知，卧室和起居室箱体较长、上下限范围大，说明数据波动幅度大，经数据对比发现，卧室、起居室E1合格率为38%、54%，但E2合格率仅为18%、20%，说明住宅使用者不太重视卧室和起居室的阅读照明。

图3 各个房间的合格率Fig.3 Pass rate of each room

2)各项指标的合格率。合格率最低的是照度(视觉作业)，分别为：卧室阅读18%、起居室阅读20%、炉灶区水平照度26%和卫生间镜前垂直照度28%，查对调查记录发现主要原因为灯具选型和安装位置不当，说明相关人员普遍不重视照度，并且缺乏照明部署的能力。合格率最高的为反射比，其中起居室墙壁96%、卧室墙壁94%、起居室地面80%；Ra表现居其次，起居室、卧室、厨房和餐厅Ra合格率分别为：74%、74%、72%和70%。由图4可知，照度数据较为分散、偏差大，查对数据发现，多数样本测量数据低于标准要求，同时少量样本的数值则远高于标准，说明并未有计划地对照度进行控制。而Ra和反射比数据较为集中，各样本的水平接近且表现较好。但是，Ra与R9存在异常值，说明有数据离群幅度大，个别灯具的显色指数严重偏离标准要求。

图4 各项指标的合格率Fig.4 Pass rate of each indicator

3)指标间关系。样本所在区域、住宅类型均与实测指标之间无相关关系。将与光源颜色相关的指标Tcp、Ra、R9以矩阵分布散点图表示，发现Ra与R9的关系为正相关(图5)，说明光源Ra值较高时R9值亦较高。而Eav与Tcp关系方面，发现数据主要分布于两个区域：一是Eav约20～100 lx和Tcp2 500～3 200 K；二是Eav约30～150 lx和Tcp4 700～6 200 K(图6)。虽然Kruithof Curve已被认为科学依据不足，但Kakitsuba[11]的研究表明，两者组合中两条回归线间的带状区域是舒适照明区域。根据这项研究，住宅照明中Eav≥75 lx、Tcp≤4 000 K的组合，依然符合“高色温高照度、低色温低照度”的经验，即两条辅助线交叉的左下方区域可满足舒适照明要求。

图5 Ra与R9分布Fig.5 Ra and R9 distribution

图6 照度与相关色温分布Fig.6 Illuminance and CCT distribution

4)照明设备。50个样本共412个场所，其中308个采用LED产品，85个采用荧光灯(含CFL、T5/T6/T8、环形管、2D管、3U排管、H管)，其余19个场所采用白炽灯或卤素灯；所有场所中，全部或主要采用LED的共占80%(各40%)，以荧光灯为主的占16%。数据显示LED已成为住宅照明的主要光源。其中，42%的厨房和44%的卫生间采用了LED面板灯，值得注意的是，厨房不合格数为23个(采用LED和荧光灯的分别为18个、5个)；卫生间不合格数为32个(采用LED和荧光灯的分别为26个、6个)，即LED面板灯不合格率高达44%，其主要原因为R9<0，导致厨房与卫生间不合格率明显偏高。

2.2 学习室照明分析

黄小春等[12]调查发现儿童在家学习1～2 h的占32.4%，汪晓帆等[13]的调查数据为50.7%。可见学习照明需求广泛存在，有必要进行独立分析。由于样本数量小、维度大，且变量间独立性强、公共因子少，难以真实反映数据间关系，不宜直接进行因子分析。考虑采用主成分分析降维。因各指标量纲差异大，先对数据进行标准化处理。分析结果为KMO=0.661>0.5，P=0.000<0.05，提取出主成分4个(表2、表3)。

表2 解释的总方差Table 2 Total variance of interpretation

表3 成分矩阵Table 3 Component matrix

将4个主成分设为a1～a4，分别计算主成分系数：b1=a1/sqrt(4.130)，b2=a2/sqrt(2.299)，b3=a3/sqrt(1.125)，b4=a4/sqrt(0.824)，可得主成分Zi如下：

Z1=0.46×ZSR.E1+0.45×ZSR.E2+0.42×ZSR.E3+0.13×ZSR.ρ1-0.15×ZSR.ρ2-0.36×ZSR.U01-0.37×ZSR.U02-0.19×ZSR.Tcp+0.17×ZSR.Ra+0.21×ZSR.R9

(1)

Z2=0.06×ZSR.E1+0.08×ZSR.E2+0.13×ZSR.E3-0.22×ZSR.ρ1+0.21×ZSR.ρ2+0.33×ZSR.U01+0.33×ZSR.U02+0.16×ZSR.Tcp+0.58×ZSR.Ra+0.56×ZSR.R9

(2)

Z3=-0.05×ZSR.E1+0.05×ZSR.E2-0.02×ZSR.E3+0.67×ZSR.ρ1+0.61×ZSR.ρ2-0.07×ZSR.U01-0.13×ZSR.U02+0.39×ZSR.Tcp+0.02×ZSR.Ra+0.02×ZSR.R9

(3)

Z4=-0.02×ZSR.E1+0.07×ZSR.E2+0.1×ZSR.E3-0.06×ZSR.ρ1-0.49×ZSR.ρ2-0.05×ZSR.U01-0.05×ZSR.U02+0.84×ZSR.Tcp-0.12×ZSR.Ra+0.07×ZSR.R9

(4)

由表2可知，前4个主成分浓缩了83.8%的信息，考虑各种不可控因素，此信息量载荷可视为满足要求。其中，Z1取决于E1、E2、E3，Z2取决于Ra、R9，Z3取决于ρ1、ρ2，Z4取决于Tcp。可得出学习照明的主要影响因素为作业面照度和Ra，其次为反射比和Tcp，符合专业解释。

此外，现行标准对于照度等指标的规定为推荐值且未同时规定上、下限值，这与照明可对人的视觉乃至生理产生多种影响有关，而这些影响整体上缺乏可靠的评价模型。因此，对于满足标准值要求的样本，进行定量评价的依据不足。在此，尝试用主成分法进行进一步分析，以特征值为权重求加权均值，对35个样本进行主成分评价，计算综合排名指数K=(4.130×Z1+2.299×Z2+1.125×Z3+0.824×Z4)/(4.134+2.299+1.125+0.824)，列出K值排名前10的个案。以学习室10项指标标准值对全部个案进行筛选，在排名前10的个案中，选取4个完全满足标准要求的个案，同时另外抽选4个个案，与之进行独立样本t检验，发现Levene方差齐性检验的结果为P值大于0.05，即方差齐可直接比较；t检验结果中SR.U01、SR.U02、SR.Ra的P值小于0.01，即两组个案中这些指标有差异(表4)。分析结果表明：1) 采用主成分评价进行照明质量综合排名，与实际指标合格率具有明显关联性；2) 综合排名靠前、但照明指标未全部达标的影响因素是均匀度和Ra，结合前述关于现行标准的讨论，因对应样本均满足Ra≥80，故可认为评分靠前的样本中，未能全部满足标准要求的主要因素是均匀度。进一步与现场情况核对，发现原因在于学习台灯位置受限和挑臂可调节性不足。

表4 独立样本检验Table 4 Idependent sample test

3 结论

1)被测样本单套住宅合格率为0，单个房间合格率为2%～16%，说明住宅照明普遍存在问题。光源方面，80%的住宅主要采用LED光源，接近半数的厨房和卫生间采用LED面板灯，但面板灯R9偏低的问题较为突出，导致相关房间的合格率显著降低。由于Ra与R9成正相关，故可优先选择Ra较高的产品以提高R9合格率。

2)各指标中，合格率最低的是照度(视觉作业)，低至18%～28%，主要原因为照明设备选型、照明布置等方面出现偏差，反映出相关人员对住宅照明的认知存在一定的不足。

3)学习室照明合格率相比其他房间较高，然而也仅为14%，说明学习照明受到重视、但同样缺乏部署能力。采用主成分分析法对其进行了综合评价，发现主要影响因素为平均照度和Ra，其次为反射比和Tcp。

4 讨论

1) 此类调查中，数据质量与调查的可接受度存在对立关系，样本获取与测量过程皆十分困难，若要大幅提升样本质量，有待进一步深入开展相关的科普工作，推动民众认知度的提高。

2) 照明品质评价常采用因子分析法，但常见样本量不足、数据发散的问题，造成因子提取结果不佳。而主成分分析对数据的要求相对不高，且降维处理后信息损失较少，本文尝试采用该方法进行照明评价，结果表现出合理性。该方法是否适用于各类照明环境的评价，仍有待更多的研究。