基于感性工学的改良汉服灰色关联度分析及评价

魏山森，梁建芳

(西安工程大学 服装与艺术设计学院，陕西 西安 710048)

近年来，随着文化自信理念的广泛传播及“一带一路”政策的深入实施，立足于世界眼光来传播与弘扬中华民族优秀传统文化成为我国“走出去”战略的重要举措[1]。汉服经过历史的洗礼与岁月的沉淀，成为了中华民族最具代表性的服饰之一。作为我国重要的文化符号，汉服更是我国走向世界的重要文化输出[1-2]，可见，弘扬汉服文化对于提升民族文化自信及增强我国国际影响力都有着重要的意义。如今，人们利用现代技术进行汉服复原，并在此基础上设计出改良版汉服，使其保持原有传统特色的同时，也符合现代人的穿衣习惯[3]。在汉服文化复兴的背景下，许多汉服爱好者在日常生活中身着改良版汉服有组织地进行规模性活动，为传播与弘扬汉服文化起到了重要作用[4]。但现阶段，汉服市场混乱，现有产品款式较少且质量参差不齐[5-6]，限制了消费者的选择，对于汉服文化的传播造成了一定阻碍，因此，了解消费者对改良版汉服的感性评价与消费需求是很有必要的。

目前，学术界对于汉服造型的研究多立足于形制的角度来分析古代汉服的结构形态[4]，或将汉服中某些造型元素运用到现代服装的设计中[7]，少有对汉服进行整体造型评价的研究。感性工学是一项通过对人心理特征进行测定与量化，将量化数据运用到产品设计中的技术手段[8]，该技术起初应用于工业设计，如今也应用在了服装的款式[9]、面料[10]及图案[11]等领域的设计。灰色关联度分析是一种通过判断小样本因素序列与变量曲线几何形状的相似或相异程度，来衡量因素序列重要程度的分析方法[12]。在服装感性工学中，多数研究通过因子分析来确定感性因子，而少有对感性因子重要程度的研究。本文立足于感性工学，对改良版汉服不同造型进行研究，以得到不同造型带给消费者的感性心理，确定感性因子，并通过灰色关联度分析将感性因子与消费者心理关联，确定重要的感性因子，旨在为汉服的设计和购买提供一定的参考，以利于汉服文化传播。

1 研究方案设计

1.1 设计要素选取

在现代社会，汉服的设计与制作并不需要完全依照古代汉服去复刻，重点在于对传统形制基因的提取，在此基础上进行结构的改良与重组[13]。传统汉服的形制可分为上衣下裳制、深衣制与襦裙制，造型特点可概括为宽衣大袖、交领右衽，并通过分裁衣身的长短来达到不同的穿着效果[2,14]。考虑到研究控制变量的个数，本文以改良版汉服的上身作为研究重点。通过对西安衣锦长安汉服体验馆、青崖间汉服体验馆中34种改良版汉服款式的调查以及对汉服相关网站古朴网[15]等搜索的55张汉服实物图、复原图的查阅，分别从袖型、领型、衣身长度3个方面选取符合形制的设计要素，同时考虑到设计要素的选取需满足普遍性与区分性，最终确定以琵琶袖、广袖、直袖3项作为袖型设计要素，以交领、直对襟、斜对襟、圆领4项作为领型设计要素，以长衣身、短衣身2项作为衣身长度设计要素。

1.2 感性刺激图绘制

为测量不同消费者的感性心理，应尽量扩充样本量，因此，依据选取的9项设计要素，分别对其进行要素搭配，一共绘制24种不同的改良版汉服造型(按照琵琶袖→交领→长衣身，…，直袖→圆领→短衣身的绘图顺序)，通过对比线上线下调查的汉服款式，所绘制刺激图符合改良版汉服的基本形制。为保证改良版汉服符合现代人的穿着习惯，在绘制刺激图时，加宽领襟部位并增加袖头[2]；为控制实验变量，除去色彩、图案等要素对实验的影响。通过Adobe Illustrator CC 2019绘制24款汉服的黑白线稿图，如图1所示。

1.3 感性形容词对的确定

形容词对通过以下方法来确定，首先通过八爪鱼网页采集器爬取汉服电商平台中消费者的评价词汇[16]，接着查阅相关汉服书籍[17]、文献[4]等，最后将收集到的30对相关形容词对交与西安工程大学的10名纺织服装相关专业的专家进行评判与筛选，专家各年龄段人数分布为：30～39岁为3人，40～49岁为4人，50岁及以上为3人，从业时间均超过5年。最终确定了10对形容词对：飘逸的—厚重的、华美的—素雅的、古韵的—现代的、雅致的—俗气的、端庄的—活泼的、柔美的—硬朗的、宽大的—修身的、纤巧的—大气的、高贵的—质朴的、外放的—内敛的。

1.4 调查问卷设计与发放

调查问卷分为3个部分，第1部分调查消费者对24款刺激图的感性评价，采用Likert 7点数字量表进行设计，使用数字1～7测量消费者的感性心理。以形容词对“飘逸的—厚重的”为例，打分为4表示消费者认为该刺激图既不能带给人飘逸的感觉，也不能带给人厚重的感觉；打分越接近1，表示该刺激图带给人飘逸的感觉越强烈，打分越接近7，表示该刺激图带给人厚重的感觉越强烈；第2部分调查消费者对24款刺激图的喜爱程度，采用Likert 7点数字量表进行设计，数字越大表示消费者的喜爱程度越高；第3部分对人口统计变量进行调查。

调查问卷采用线上线下相结合的方式发放，线上采用问卷星平台进行发放，结合线下共发放问卷58份，有效问卷51份，回收率为87.93%，其中线下回收22份，有效问卷22份，线上回收36份，有效问卷29份。在调查对象中，有服装专业知识的消费者24人，占比47.06%，穿着过汉服的消费者35人，占比68.63%，在一定程度上保证了数据的可靠性。

2 数据统计与分析

2.1 数据整理与检验

数据回收后，利用Excel软件分别对每款改良版汉服造型的510个(10对感性词对×51份调查问卷)感性心理得分进行平均值计算，具体结果如表1所示。表1中数值表示消费者的感性评价，如刺激图a在“纤巧的—大气的”形容词对下的得分为5.02，表明刺激图a给消费者大气的感觉比较强烈。

图1 改良版汉服造型刺激图Fig.1 Stimulus diagram of the improved Hanfu

表1 不同改良版汉服的感性心理平均得分Tab.1 Average score of perceptual psychology of different improved Hanfu

为保证后续数据分析结果的可靠性与有效性，将表1的数据导入SPSS 23.0软件进行信度检验与KMO和Bartlett检验，以保证数据测量项的可靠性与内部一致性。本文采用α系数来衡量样本信度的大小，采用KMO值和Bartlett球状检验来检验各潜变量间的相关性与独立性，检验结果见表2。如表2所示，α系数为0.758，大于0.7，同时，KMO值大于0.6，显著性水平Sig.=0.000<0.05，以上数据均达标，保证了后续数据结果的有效性。

表2 信度分析与KMO和Bartlett检验Tab.2 Reliability analysis and KMO and Bartlett test

2.2 均值分析

为进一步分析24款改良版汉服感性词汇的偏向性，分别计算24款刺激图在10对感性词汇上的得分，该得分以表1作为数据来源，采用原点法进行得分计算。问卷采用7点数字量表设计，故将数字4作为原点，将表1中的平均值减去4，得数为正则靠近右边形容词，得数为负则靠近左边形容词，得数绝对值越大，感性心理越强烈，得分取得数的绝对值。如刺激图a在“纤巧的—大气的”上的平均值为5.02，与4的差值为1.02，则其得分为1.02，以右边的形容词命名。对24款刺激图感性得分进行计算，取最高的3项得分作为该刺激图的感性印象。不同改良版汉服的感性心理及得分计算结果如表3所示。

如表3所示，不同的刺激图会带给消费者不同的感性心理，刺激图a带给消费者最明显的感性印象为古韵的、宽大的、雅致的；刺激图x带给消费者最明显的感性印象为古韵的、纤巧的、厚重的。但24款造型各异的改良版汉服同样也会带来相似的感性心理，如刺激图f、m、w均会给消费者带来柔美的感性印象。

2.3 因子分析

为进一步量化24款改良版汉服造型带给消费者的感性印象，将形容词对进行分类，进而提取感性因子，故对10组形容词对的感性数据进行因子分析。前文的KMO和Bartlett球形度检验合格，证明数据适合做因子分析。

通过主成分分析法，选取特征值大于1的因子对不同改良版汉服造型刺激图进行解释，具体结果见表4。

如表4所示，第1个因子的特征值为5.402，贡献率达54.015%；第2个因子的特征值为1.997，贡献率达19.973%；第3个因子的特征值为1.098，贡献率达10.984%。前3个因子的累积贡献率达到84.972%，且因子特征值均大于1，可以认为3个因子包含了大部分改良版汉服造型感性心理的信息。

使用最大方差法对因子载荷矩阵实行正交旋转，使因子具有解释性，因子旋转在5次迭代后收敛，旋转后的成分矩阵见表5。如表5所示，纤巧的—大气的、端庄的—活泼的、古韵的—现代的、宽大的—修身的在第1个因子上有较大载荷，说明其主要解释了第1个因子，该组形容词主要描述汉服本身古代形制所体现出的古朴气质，故将其命名为气质因子；柔美的—硬朗的、雅致的—俗气的、高贵的—质朴的、飘逸的—厚重的4项在第2个因子上有较大载荷，说明其主要解释了第2个因子，该组形容词主要描述了区别于现代的古时服装的特点，故将其命名为复古因子；外放的—内敛的、华美的—素雅的2项在第3个因子上有较大载荷，说明其主要解释了第3个因子，该组形容词主要描述了服装造型的风格，故将其命名为风格因子。这说明消费者在选择改良版汉服时，主要考虑3个因素，第1个是改良版汉服的形制是否符合古代形制，第2个是改良版汉服在改良版型的基础上是否体现了古风的感觉，最后是改良版汉服是否体现了自身特殊的穿衣风格。

表3 不同改良版汉服的感性心理及得分Tab.3 Perceptual psychology and scores of different improved Hanfu

表4 特征值及方差贡献率Tab.4 Eigenvalue and variance contribution rate

表5 旋转后的成分矩阵Tab.5 Rotated component matrix

2.4 灰色关联度分析

为判断改良版汉服造型设计的3个主因子与消费者喜爱程度之间的关联程度，将气质因子中4组形容词对感性印象的平均值、复古因子中4组形容词对感性印象的平均值、风格因子中2组形容词对感性印象的平均值作为指标序列(Xi)，将消费者对24款改良版汉服的喜爱程度的平均值作为参考序列(X0)，灰色关联度越大，说明该因子对消费者喜爱程度的影响越大[18]。计算步骤如下：

①评价矩阵确定。将24款刺激图喜爱程度的平均值作为参考序列X0={X0(n),n=1,2,…，24}，X0表示第n个刺激图消费者喜爱程度的平均值；将3个主因子中形容词对感性印象的平均值作为指标序列Xi={Xi(n),(n=1,2,…，24;i=1,2,3)}，Xi(n)表示第n个刺激图在第i个主因子上的感性印象平均值。生成的评价矩阵如下：

②矩阵序列无量纲化。为保证数据结果的准确性与可靠性，需对矩阵序列进行无量纲化处理，本文采取初值化法对矩阵序列进行无量纲化处理，公式如下：

⑤矩阵序列关联系数计算。通过矩阵序列的绝对差值及矩阵序列极差来计算3个主因子与消费者喜爱程度间的关联系数，公式如下：

式中：φi(n)为第n个刺激图第i个主因子与喜爱程度之间的关联系数；ρ为分辨系数，在一般研究中，ρ=0.5[12,18]。计算关联系数后生成矩阵如下：

⑥矩阵序列关联度计算。通过矩阵序列关联系数来计算3个主因子与消费者喜爱程度间的关联度，公式如下：

式中：ω0i为3个主因子与消费者喜爱程度关联系数的均值。

经计算，ω01=0.705，ω02=0.807，ω03=0.585。由此可知，3个主因子与消费者喜爱程度的关联度排序为ω02>ω01>ω03，即复古因子与喜爱程度间的关联度最大(0.807)，其次是气质因子(0.705)，风格因子与喜爱程度间的关联度最小(0.585)。

结合对3个感性主因子意义的理解，分析结果说明消费者在选择改良版汉服时，首先注重的是该款汉服是否体现了古代服饰的风格，改良版汉服并不一定要完全符合古代形制，版型可以遵照现代服装的结构进行变化，但是其中要包含复古的元素，使服装整体造型体现出浓重的古风；在穿着改良版汉服时，个人的风格可以有所削弱，不过分强调诸如华丽张扬的服装风格。

3 结 论

本文基于感性工学，对改良版汉服造型进行评价研究，得出不同造型的改良版汉服会带给消费者不同的感性心理，造型的搭配在改良版汉服设计中尤为重要。通过因子分析提取气质因子、复古因子与风格因子3项感性因子，3项因子在改良版汉服造型感性印象中起着重要的作用；通过灰色关联度分析得到3项感性因子的重要程度，复古因子在改良版汉服的造型设计中最为重要，其次是气质因子与风格因子。论文为改良版汉服的设计与消费提供了一定的借鉴与指导，有利于汉服文化的传播与弘扬。