色彩偏好的情境解耦：来自创客空间空间评估的多模态证据

《Frontiers in Psychology》：Contextual decoupling in color preference: multimodal evidence from spatial evaluation in makerspaces

　　摘要

引言：颜色偏好研究主要集中在孤立的色彩样本上，而建筑色彩是在空间和功能背景下体验的。本研究探讨了在类似创客空间的室内环境中，当评估相似的色度条件时，抽象色调偏好是否仍然稳定。

方法：本研究采用了三阶段设计。实验1在D65照明条件下确定了十种Munsell色调的基线偏好。实验2将色调和饱和度的操作嵌入到模拟的创客空间中，并在亮度控制下收集了偏好和舒适度评分以及眼动追踪和基线标准化的瞳孔测量数据。实验3通过在线复制和多视角验证来测试研究结果的稳定性。

结果：对于孤立样本观察到的偏好顺序在空间背景下并不稳定。通常，较冷或中等色度的条件比鲜艳的暖色调条件获得更积极的评价。饱和度效应是非单调的，中等条件优于最强烈的条件。视觉上强烈的条件吸引了注意力，但并没有产生更积极的评价，而且不同条件下的瞳孔测量差异具有系统性。

讨论：这些发现表明，在认知要求高的环境中对环境颜色的评估最好理解为对空间敏感的评估，而不是抽象色调喜好的直接延伸。

1 引言
大学创客空间作为一种独特的高等教育环境出现，学生在这里进行原型制作、迭代实验和创造性问题解决。与传统教室不同，这些空间必须支持从构思到专注任务执行的快速切换，其物理条件直接影响工作方式以及认知参与的持续时间（Barrett等人，2015；Soomro等人，2023）。在这种背景下，室内环境充当认知行为的支架，而不是中立的背景，设计变量包括布局、照明、声学和颜色共同塑造了空间如何被解读、使用和随时间被接受。在这些变量中，颜色由于三个原因值得特别关注：色度氛围影响唤醒、感知适宜性和环境舒适度（Mehta和Zhu，2009；Bower等人，2022），这使得颜色成为一个功能性而非装饰性的参数。此外，颜色覆盖了大面积的建筑表面，因此其影响范围是基于色卡的研究所无法复制的。另外，关于教育室内颜色的证据基础在感知、心理和设计导向的传统之间仍然分散（Elliot和Maier，2014；Costa等人，2018），这使得设计师没有像照明或声学那样丰富的实证指导。对于创客空间来说，这一差距尤为重要，因为选择用来表达创造力的调色板可能不是最能支持持续认知工作的调色板（Huang等人，2023）。

由此观察出一个更具体的问题，整个研究都称之为“转移问题”。大量的经典颜色偏好研究使用了孤立的色彩芯片、小块或数字色卡（Ou等人，2004；Palmer和Schloss，2010；Hurlbert和Ling，2007）。这些文献揭示了色调喜好和颜色-情绪关联的稳定规律，但将颜色视为一个独立的视觉刺激，而不是建筑表面。在真实的室内环境中，相同的色调会以更大的规模出现，跨越围墙，并受到对房间预期用途的期望影响（Higuera-Trujillo等人，2017；Tural和Tural，2024）。因此，从抽象任务到空间任务的转移既不是自动的，也不是简单可逆的。在孤立状态下评分很高的芯片可能在墙面上显得过于显眼，而在专注于集中注意力的工作空间中，一个在色卡上看起来不显眼的色调可能变得可以接受。因此，抽象偏好数据能否以及能在多大程度上转移到基于场景的设计决策中，仍然是一个尚未通过多模态证据解决的实证问题。本研究解决了这一转移问题。核心研究问题是：在去情境化的观察下测量的抽象颜色偏好是否仍然是认知要求高环境中空间颜色评估的有效指南，以及主观、注意力和生理指标是否得出相同的答案。研究结合了去情境化的色调偏好（实验1）、在模拟创客空间中进行基于场景的评估并使用眼动追踪和瞳孔测量（实验2），以及在线复制和多视角验证（实验3）。

测试了五个方向性假设：
H1：在抽象观察下获得的偏好顺序在创客空间类环境中作为主导空间表面进行评估时不会保持稳定（Higuera-Trujillo等人，2017）。
H2：空间偏好和舒适度会随着饱和度的变化而非线性变化，使得一个或多个中等饱和度条件比最强烈的条件获得更积极的评价（Liu等人，2022；Weijs等人，2023）。
H3：温暖或视觉上强烈的条件会吸引更多的注视分配，但这种注意力显著性并不总是对应于更积极的空间评价（Itti和Koch，2000；Chen等人，2023）。
H4：在亮度控制条件下，基线标准化的瞳孔动态会随色度条件系统性地变化，并提供与主观和基于注视的测量结果一致的可解释的生理证据（Math?t等人，2018；Steinhauer等人，2022；Pan等人，2024）。
H5：在抽象偏好中可见的性别组差异在空间背景下评估时会不那么明显，尽管这一效应被视为探索性的（Hurlbert和Ling，2007；Jue和Ha，2022）。

预期结果直接源于转移问题。创客空间的颜色判断不预期会直接映射到抽象色调喜好上，预计跨越自我报告、注视和瞳孔反应的多模态证据会得出一个更关注情境的解释。因此，这项研究的贡献有两个方面。实质上，该研究提供了在认知要求高的教育环境中颜色偏好转移的多模态测试，这是一个尚未使用这种指标组合进行研究的室内环境类别。方法上，该研究展示了如何结合抽象基线、基于场景的评估、眼动追踪和基线标准化的瞳孔测量来共同规范环境颜色的解释，并澄清抽象颜色偏好在何处以及如何与空间评估不同。

2 文献综述
2.1 重新考虑情境解耦
关于环境设计的研究已经超越了空间仅仅包含活动的观点，而是将空间环境视为塑造注意力、行为和任务参与的条件。这种转变对于创客空间尤为重要，在那里用户需要在构思、协作、原型制作和持续问题解决之间切换，而不仅仅是执行单一的稳定任务（McCoy和Evans，2002；Canepa等人，2025）。在这种环境中，室内变量不是中立的背景特征。它们参与了空间如何被解读、容忍以及随时间的功能性使用。在这个更广泛的背景下，颜色应该得到比设计实践中通常更严格的处理。与照明、声学和布局相比，颜色经常以直观或风格化的术语来讨论，尽管它占据了大面积的建筑表面，并直接贡献于氛围、感知适宜性和环境舒适度（Juan和Chen，2022；Bower等人，2022）。以创新为导向的室内环境通常被设计为差异化的环境，其中材料表达、围合、流通和色度氛围共同作用以信号不同的使用模式。一旦以这种方式理解创客空间，颜色就不能再被视为一个可分离的视觉点缀。它必须作为空间和功能整体的一个部分来评估。

在这种更广泛的设计视角下，颜色提出了一个更具体的理论问题。颜色偏好研究传统上依赖于去情境化的范式，在这些范式中，色调在受控的观察条件下被评估为孤立的芯片、小块或数字色卡（Ou等人，2004；Hanada，2018；Wilms和Oberfeld，2018）。这一传统建立了色调喜好、颜色-情绪关联和个体差异的稳健规律，框架如生态价值理论将抽象颜色偏好与对象和环境的习得情感关联联系起来（Palmer和Schloss，2010；Jonauskaite等人，2020；Song等人，2025）。对这些文献的回顾突出了将颜色视为去情境化变量的实证规律和概念限制（Elliot，2015）。另一系列的工作表明这种区分很重要。例如，颜色评估在不同的媒介（包括芯片、二维渲染和三维空间模拟）中系统性地变化，表明呈现方式本身是感知刺激的一部分（Ertez Ural和Yilmazer，2010）。此外，无情境和有情境的空间颜色偏好不仅在幅度上有所不同，而且在与个体差异变量的关系上也有所不同（Akbay和Demirba?，2023）。来自渲染室内环境、虚拟环境和沉浸式模拟的证据表明：一旦颜色作为建筑场景的一部分出现，判断就不再仅仅由抽象色调喜好决定，而是更多地受到氛围、任务适合度和感知适宜性的影响（Higuera-Trujillo等人，2017；Tural和Tural，2024；Du等人，2023；Kalantari等人，2021）。正是在这一点上，本研究采用了“情境解耦”这一术语。这个术语不是作为一个新的独立机制引入的，而是作为文献中已经观察到的模式的一个分析标签：即没有建筑嵌入的抽象颜色偏好与空间评估之间的系统差异，即当颜色作为室内场景的一部分出现时的判断。在这种表述下，偏好和舒适度被视为空间评估的测量结果，而不是单独的概念领域（Wilms和Oberfeld，2018）。同样地，视觉注意力是一个更广泛的构造，而注视分配指的是其眼动追踪的实现，显著性特指视觉条件吸引注意力的程度。这种区分很重要，因为一个显著的色彩处理可能会吸引注意力，但并不一定更受青睐或更舒适（Rayner，1998；Lavie，2005）。该研究还使用视觉处理需求作为一个保守的解释术语来描述基于瞳孔的差异，避免了将瞳孔反应直接视为认知负荷的更强且往往不合理的主张（Math?t等人，2018；De Gee等人，2014）。

2.2 多模态证据框架
由于上述定义的情境解耦预计会在多个响应层面上表现出来，支持其实证测试的文献也是多层次的。在评估层面，色度和色调可以影响唤醒、注意力方向和环境判断，但这些效应的方向和大小取决于环境和任务（Liu等人，2022；Llinares等人，2021；Xia等人，2016）。在表达性或促销环境中显得刺激的色度条件在与集中注意力相关的环境中往往会被认为过于强烈，这表明颜色-情境匹配本身也是一种判断。在行为层面，眼动追踪研究反复显示，注意力捕获和积极评价是可分离的：一个视觉上占主导地位的表面可能会因为难以忽视而积累长时间的注视，但仍可能被判断为令人疲劳或不适当（Chen等人，2023；Itti和Koch，2000）。在生理层面，瞳孔测量已被用于在亮度控制条件下探究唤醒、努力、不确定性和刺激处理（Laeng等人，2012；Van der Wel和van Steenbergen，2018；Kahneman和Beatty，1966）。补充的生理方法——如在VR模拟室内环境中基于fNIRS的应激恢复测量（Jia等人，2025）——加强了多模态生理指标在基于场景的颜色评估中的价值。当前的方法学指导强调瞳孔动态提供了信息，但不是单一机制的诊断工具（McInnes和Sung，2025），最近的工作进一步表明唤醒和瞳孔反应之间的关系受到背景亮度的调节（Pan等人，2024）。这些考虑将瞳孔测量视为一个有用的综合指标，而不仅仅是认知负荷的独立探针。因此，多模态设计整合了自我报告、注视分配和基线标准化的瞳孔变化，可以从三个互补的角度探究情境解耦：参与者对场景的描述、他们如何观察场景，以及他们的动眼系统和自主系统在匹配的视觉条件下的反应。图1总结了一个与文献一致的三层双路径解释——一条路径关注在更强烈色度条件下的视觉处理需求，另一条路径关注颜色-任务适合性的情感-功能评估。该图旨在作为后续实证测试的组织框架，而不是一个经过验证的机制，并作为第3节报告的实验设计的直接桥梁。

3 方法
3.1 研究设计和参与者
该研究采用了一个分阶段的多模态设计，包括三个实证组成部分和一个后续验证阶段。实验1使用标准化的颜色样本建立了色调偏好的去情境化基线。实验2研究了当相似的色调家族和饱和度条件被嵌入到一个模拟的创客空间内部时，颜色评估如何变化，同时记录了主观评分、注视测量和瞳孔数据。实验3有两个验证目的：在线复制空间评分模式，以及测试关键色调偏好在不同视角下是否保持方向上的稳定性。主要的实验室阶段采用了被试内设计，以减少参与者之间在审美判断和生理基线上的差异。共有126名南京理工大学校园广告招募的大学生参与了实验1和实验2。所有参与者都是中国国籍的全日制中国大学学生。最终样本包括63名男性和63名女性参与者（平均年龄=21.4岁，标准差=1.7，范围18-27岁）。参与者来自多个学科，包括设计、机械工程、商业管理和人文学科，以减少结果可能反映狭窄学科审美特征的可能性。所有参与者都具有正常或矫正后的正常视力。在均匀的室内照明条件下，使用标准的Snellen字母表在6米的测试距离上验证了视力；只有每只眼睛的最佳矫正视力达到20/25或更好的参与者被保留下来。使用38色板的石原色盲测试（Kanehara Trading Inc., 东京, 日本）筛查了色觉；任何识别错误一个或多个诊断色板的参与者都被排除在外。实验1和实验2的完整实验程序概述见图2。研究方案得到了相关机构审查委员会的批准，并在数据收集前获得了所有参与者的书面知情同意。

图2 实验1（a）和实验2（b）的实验程序。

3.2 实验1：抽象偏好基线的建立
研究的初始阶段建立了一个去情境化的颜色偏好基线，故意限制在色调上。情境解耦的逻辑要求基线定义在与后续空间比较相同的维度上：因为实验2在固定的色度强度下评估色调身份（A组），所以抽象基线也是以相同的方式指定的，以便两个实验在共享的变化轴上相遇。饱和度保留用于基于场景的条件（实验2，B组），并且不进入色卡阶段。这种分离也有理论上的依据：在当前框架内，色度强度不是一个可以有意义地评估去情境化喜好的独立属性，因为其感知和评估后果取决于处理表面的范围、几何配置和功能读数——这些在孤立样本中没有建筑类比。因此，实验1的目的不是恢复天生的审美倾向，也不是将色调偏好描述为色度的连续函数，而是提供一个受控的色调水平参考，以便解释后来的基于场景的评估。

3.2.1 刺激构建
为了确保色度的一致性和可重复性，刺激来自Munsell颜色系统，该系统因其感知结构化的色调排序而被广泛认为是心理物理标准。选择了十种不同的色调，以提供全光谱覆盖，同时保持评分任务在单次实验室会话内可行。这些色调包括Red 5R、Yellow-Red 5YR、Yellow 5Y、Green-Yellow 5GY、Green 5G、Blue-Green 5BG、Blue 5B、Purple-Blue 5PB、Purple 5P和Red-Purple 5RP。这十种色调的采样被用作引入空间和功能线索之前的“抽象”审美倾向的基线调色板；目的是建立稳定的偏好排序，而不是估计连续的色调函数。详细参数，包括Munsell符号和转换为数字一致性的相应sRGB值，见表1。物理上，这些色调被制作成6厘米×6厘米的哑光表面色卡。选择哑光表面是为了最小化镜面反射，并在受控照明下突出基于色调的判断。

表1 Munsell色调符号、英文名称、近似sRGB值和颜色样本示例、HSL值
| No. | Munsell色调符号 | 英文名称 | 近似sRGB值 | HSL值 |
| --- | --- | --- | --- | --- |
| 1 | 5R | Red | (230, 50, 60) | (357, 78, 55) | A1/A5 |
| 2 | 5YR | Yellow-Red | (245, 130, 50) | (25, 91, 58) | A9 |
| 3 | 5Y | Yellow | (245, 215, 70) | (50, 90, 62) | A2 |
| 4 | 5GY | Green-Yellow | (195, 220, 70) | (70, 68, 57) | A6 |
| 5 | 5G | Green | (70, 175, 115) | (146, 43, 48) | A10 |
| 6 | 5BG | Blue-Green | (60, 185, 175) | (176, 51, 48) | A3 |
| 7 | 5B | Blue | (55, 125, 195) | (210, 56, 49) | A12 |
| 8 | 5PB | Purple-Blue | (90, 90, 180) | (240, 38, 53) | A8 |
| 9 | 5P | Purple | (155, 70, 165) | (294, 40, 46) | A4/A11 |
| 10 | 5RP | Red-Purple | (210, 75, 135) | (333, 60, 56) | A7 |

3.2.2 程序
评估在一个配备D65标准日光光源的专用颜色实验室隔间中进行，以确保颜色渲染的准确性。参与者坐在舒适的距离上，每个颜色卡展示在一个中性灰色背景上。参与者被指示将每个色调作为一个抽象实体进行评估，不考虑任何特定的对象或功能应用，仅依赖于他们的即时直觉反应。偏好评分使用从颜色偏好文献（Hanada, 2018; Palmer and Schloss, 2010）改编的单项5点李克特量表；五个顺序锚点是1=非常不喜欢，2=不喜欢，3=中性，4=喜欢，5=非常喜欢。使用单项格式有两个原因。首先，实验1旨在提供一个与实验2中使用的类似的单项偏好评分直接可比的去情境化基线，因此匹配的响应格式减少了跨实验的测量噪声。其次，文献中将抽象颜色喜好视为一个一维的评估判断，而不是多维结构（Palmer and Schloss, 2010），这使得在这个阶段不需要复合的多项量表。锚点标签和数值打印在每个颜色样本旁边的卡片上；参与者口头表达他们的反应，由实验者记录。在主要任务之前进行了两次无色练习试验，以使参与者熟悉量表。所得到的评分构成了用于随后与空间偏好结果进行统计比较的标量数据集。

3.3 实验2：空间模拟、眼动追踪和瞳孔测量
3.3.1 刺激构建
由于实验1使用的是在D65照明下评估的物理Munsell色片，而实验2使用的是基于HSL的数字墙渲染，因此使用了一种原则性的程序来在这两个系统之间进行映射。对于每个Munsell色调，首先使用C/2°光源下的已发布CIE xyY值对其进行表征，并使用Bradford变换将其色度调整到D65。然后将D65 XYZ值转换为sRGB，必要时进行色域剪切，最后转换为表1中报告的HSL坐标。由于两种颜色系统在度量上不等价，表1仅用作实验之间的解释性对应关系，而不是用于逐点颜色度量比较的基础。因此，第4节和第5节中的跨实验推断仅限于广泛的色调家族对应关系。

实验2研究了当相同的广泛色调家族被嵌入到类似创客空间的内部场景中而不是作为孤立样本呈现时，颜色评估如何变化。刺激来自阿尔托大学学习中心的高分辨率图像，选择它作为一个视觉上合理的参考场景，因为它包含开放流通区、协作区和适合控制颜色操作的大面积墙面。该图像作为一个标准化的空间模板，而不是单个“理想”创客空间的经验表示。颜色操作是在Adobe Photoshop中使用HSL颜色模型实现的，所有修改后的刺激都是从同一基础图像生成的，以保持条件间的空间组成一致。图3展示了本实验中使用的两组刺激。

图3 (a) 实验2的色调变化和(b) 饱和度变化刺激。
A组旨在隔离色调变化。墙面围绕HSL色调圆以30°的增量旋转，同时保持饱和度和亮度不变，生成了覆盖整个色调范围的12种空间颜色条件。这种操作为基于场景的评估提供了一个对称且数字可控的色调集。由于实验1基于Munsell色片，而实验2使用基于HSL的场景渲染，因此两个实验之间的联系仅在广泛的色调家族层面进行解释，而不是作为一对一的颜色度量等价。因此，表1仅用作解释性对应表，而不是用于直接参数比较的基础。

B组旨在研究在固定色调下的色度强度效应。保留了一个单一的墙面色调，并将饱和度以20%的步长从-100%调整到+60%，生成了九种饱和度条件。-100%的条件产生了被操纵墙面区域的无色灰度版本，而+60%的条件代表了保留用于正式测试的最强烈色度处理。没有使用更高的饱和度水平，因为试点渲染产生了可见的伪影并降低了空间真实性。这种操作允许在保持场景几何形状、色调身份和亮度不变的情况下改变饱和度。图3b展示了结果的分级饱和度系列。

3.3.2 设备和记录的测量
使用Tobii X60远程眼动追踪器记录眼动和瞳孔数据，该追踪器的运行频率为60 Hz，安装在一个24英寸的校准显示器（1,920 × 1,080分辨率）下方。参与者坐在距离显示器大约60厘米的位置。采样率足以满足本研究中使用的基于注视的和试验级别的瞳孔测量，尽管它不是为了精细的微扫视分析而设计的。
衍生了两类依赖性测量。第一类包括偏好和舒适度的主观评分，两者都在每次试验后立即使用5点李克特量表记录。第二类包括眼动和瞳孔测量。对于注视行为，从操纵墙面上的预定义兴趣区域提取注视次数和总注视持续时间。对于瞳孔测量，主要结果是试验级别的基线标准化瞳孔变化。根据当前的方法学建议（Steinhauer et al., 2022），瞳孔变化被保守地解释为与视觉强度和任务相关处理的综合反应，而不是认知负荷的直接一对一测量。
生成了热图和扫描路径图作为描述性可视化，以说明不同条件下的注视分配模式。这些视觉输出用于支持评分和基于AOI的发现的解释，但不被视为独立的推断统计。这种区分很重要，因为视觉上显著的区域可能会吸引注意力，但不一定改善空间评估。

3.3.3 亮度控制和预处理
由于瞳孔直径对亮度变化非常敏感，在数据收集之前对操纵的墙面区域应用了亮度控制。在参考场景上定义了一个固定的墙面掩模，并将其相同地应用于所有刺激，以便在色调和饱和度条件下保持操纵区域的几何形状不变。原始的sRGB图像被转换为线性RGB，然后转换为CIE XYZ空间，其中Y通道用作亮度度量（Epicoco et al., 2024）。调整了掩模墙面区域内的像素值，以便在保持预期色调或饱和度差异的同时，操纵区域在平均亮度上保持一致。渲染集的接受标准是相对于参考图像的绝对平均Y偏差低于2%，并且在转换回sRGB后没有可见的条纹。在整个测试过程中，房间照明、显示器亮度和观看距离保持不变。
瞳孔数据按试验分段，并使用刺激开始前2秒的中性灰色注视屏幕进行基线标准化。使用Tobii有效性标志识别眨眼片段。剔除瞳孔样本缺失超过30%的试验。对于剩余的试验，对短眨眼相关间隙进行了线性插值，并应用了低通平滑程序以减少高频噪声，遵循标准预处理实践（Math?t et al., 2018; Brisson et al., 2013）。为了最小化初始瞳孔光反射的污染，主要的瞳孔度量是在1-8秒观看间隔内计算的平均基线标准化瞳孔变化。选择这种试验级别的总结度量是为了支持条件间的比较，而不是进行精细的时间过程建模。

3.3.4 关注区域（AOI）定义和实验程序
在实验中操纵了颜色的墙面表面上定义了关注区域（AOIs）。AOI掩模在参考图像上创建一次，然后不变地应用于所有色调和饱和度刺激，以便注视测量基于相同的空间区域。不包括与墙面颜色操作无关的元素，包括窗户、家具、标识、人员和强反光。因此，注视次数和总注视时间反映了参与者对经过颜色处理的建筑表面的特定关注，而不是对场景中其他视觉上显著的物体的关注。在标准9点校准之后，参与者在昏暗安静的实验室环境中单独完成了任务。他们被要求想象进入展示的创客空间进行一个学期的创新项目，并评估该环境是否适合和舒适，以便持续工作。每次试验开始时，会显示一个2秒的中性灰色注视屏幕，然后呈现一个刺激图像8秒。图像呈现后立即，参与者在两个5点量表上对场景进行评分：偏好度和舒适度。21个刺激的顺序对每个参与者都是随机的。8秒的观看时间是根据初步测试选定的，以确保参与者有足够的时间来观察场景，而不会引起过度疲劳。

3.4 实验3：在线复制和视角鲁棒性验证
3.4.1 空间偏好模式的在线复制
实验3旨在检验在实验室观察到的空间偏好模式是否可以在更广泛且控制不那么严格的观看环境中复制。实验2中使用的相同图像集通过在线调查平台分发给来自多个机构的112名大学生，包括南京理工大学和天津大学。参与者使用与实验室研究中相同的偏好度和舒适度量表对刺激进行评分。在这个阶段没有收集眼动追踪或瞳孔数据。由于在线显示条件无法标准化，因此这个实验并不被视为实验室数据的替代品；相反，它作为基于场景的评分任务中观察到的方向模式的外部复制。

3.4.2 跨空间视角的进一步验证
进行了进一步的验证研究，以测试主要色调偏好模式是否过度依赖于原始照片场景的固定视角。为此，在3D软件中渲染了一个通用的创客空间模型，并选择了四种色调条件进行鲁棒性测试。其中两种条件A8和A5代表了在早期实验中评价较高的空间颜色，而A3和A7作为较低评价的对比条件。这四种目标色调分别从三个视角进行渲染：平视角度、高角度俯视和广角视角，总共产生了12个验证刺激。这些刺激显示在图4中。
图4 显示了从三个不同空间视角看到的四种目标色调的验证刺激。
一个独立的68名参与者样本使用相同的评分标准评估了这12个视角变化的渲染结果。这个后续阶段的目的是为了确定当从不同的空间视角观察相同的颜色条件时，广泛的空间偏好排序是否仍然可见。这种设计允许研究区分与单一相机构图可能产生的伪影相关的颜色评估。

3.5 数据分析
所有统计分析都是在IBM SPSS Statistics 27和R 4.3中使用的lme4和lmerTest包进行的；效应大小和自助法置信区间是用effect size包计算的。在推断性测试之前，检查了重复测量框架的假设。使用Shapiro–Wilk检验和Q–Q图的视觉检查来检查残差的正态性；在观察到轻微偏离正态性的情况下，由于试验次数较多，我们依赖于混合效应模型对非正态残差的鲁棒性。使用Mauchly检验来评估重复测量ANOVA组分的球形性；当它被违反时（p < 0.05），对自由度应用Greenhouse–Geisser校正。使用Levene检验来检查条件间的方差同质性。

对于实验2，使用线性混合效应模型分析了偏好度和舒适度，条件作为固定效应，参与者作为随机截距。只有当它们改善了模型拟合（ΔAIC > 2）且没有产生奇异拟合或收敛问题时，才考虑更复杂的随机效应结构。通过Satterthwaite近似自由度获得总体F检验，并在表2中报告了部分η2及其自助法95%置信区间。基于AOI的注视次数、总注视时间和试验级别的基线标准化瞳孔变化也使用相同的混合效应结构进行分析。

表2 结果
固定效应检验 df 测试统计量（F） 效应大小（ηp2） 95%置信区间
色调 11, 1,500 55.62 < 0.001 [0.25, 0.33]
舒适度 11, 1,500 48.31 < 0.001 [0.22, 0.30]
注视次数 11, 114 452.18 < 0.001 [0.75, 0.86]
注视持续时间 11, 114 473.51 < 0.001 [0.76, 0.87]
瞳孔变化 11, 114 85.07 < 0.001 [0.38, 0.52]
偏好度 饱和度 8, 1,125 155.20 < 0.001 [0.48, 0.56]
舒适度 饱和度 8, 1,125 142.65 < 0.001 [0.45, 0.55]
注视次数 饱和度 8, 117 421.32 < 0.001 [0.81, 0.89]
注视持续时间 饱和度 8, 117 456.37 < 0.001 [0.84, 0.92]
瞳孔变化 饱和度 8, 117 332 5.69 < 0.001 [0.94, 0.98]

对于色调操作，分析的目的是确定空间评分模式是否与实验1中建立的抽象偏好排序有所不同。由于Munsell和HSL刺激系统在度量上并不完全相同，跨实验比较是在广泛的色调家族对应关系层面进行的，而不是点对点的颜色度量等价。对于饱和度操作，使用多项式对比来测试评分模式是否偏离单调增加，以及中等条件是否优于最高强度的处理。在进行成对比较时，使用Benjamini–Hochberg错误发现率程序调整了p值。热图、扫描路径和其他注视分布图与条件统计一起用于描述性分析，而不是作为独立的推断性测试。

性别仅在补充分析中进行了检验，在本研究中不作为主要解释因素。对于在线复制和多视角验证（实验3），分析仅限于方向一致性和等级模式的稳定性，使用Spearman的ρ来量化实验室和在线/视角均值之间的差异，而不是严格的推断性等价性测试。

4 结果
4.1 实验1：抽象颜色偏好的基线
实验1建立了后续空间评估所依据的脱离上下文的偏好结构。当颜色作为孤立的Munsell样本呈现而不是作为环境表面时，参与者显示出明显的色调偏好描述性排序。如图5所示，黄色获得了最高的平均偏好分数（M = 4.32），其次是绿黄色和红色，而红紫色获得了最低的平均分数（M = 2.15）。在这些抽象的观看条件下，几种温暖或相对鲜艳的色调占据了偏好分布的上部。
图5 十种Munsell色调的平均审美偏好分数。
这个基线很重要，因为它为评估上下文解耦提供了参考模式。在没有建筑嵌入的情况下，参与者将颜色视为一个孤立的视觉刺激，而不是工作空间的一部分。因此，图5的价值不在于绝对排名本身，而在于为后来报告的基于场景的结果提供了一个脱离上下文的比较点。
在抽象阶段也可以看到描述性的性别组差异。男性参与者倾向于给蓝色光谱的部分分配相对较高的评分，而女性参与者则给一些较暖色调分配相对较高的评分。这些差异仅作为描述性趋势报告，因为实验1的主要目的是建立基线排序，而不是识别人口统计机制。
总体而言，图5定义了其余研究的出发点。黄色和其他几种温暖色调在抽象任务中的有利地位本身并不足以证明它们可以转移到大型建筑表面上。相反，它提出了研究的中心实证问题：在颜色嵌入到与持续集中注意力和创造性工作相关的工作空间环境中后，脱离上下文的偏好结构是否仍然稳定。

4.2 实验2：空间上下文偏好的差异
当颜色被判断为模拟创客空间的一部分而不是孤立样本时，出现了明显不同的评估模式。如图6a所示，色调条件下的空间偏好排序不再类似于实验1中观察到的抽象模式。因此，主要结果不仅仅是最高评分色调的变化，而是一旦颜色被评估为环境表面后，可接受性的更广泛上下文重新排序。这种变化也反映在表3中报告的描述性统计中。在色调集合中，A8获得了最高的偏好度和舒适度评分（偏好度：3.74 ± 0.77，95% CI [3.61, 3.87]；舒适度：3.63 ± 0.77，95% CI [3.50, 3.77]），而A7显示出最低的偏好度评分（2.53 ± 0.67，95% CI [2.41, 2.65]）。A5和A6也保持在较有利的范围内，而A2和A3则位于分布的低端。综合来看，图6a和表3表明空间层次结构被重新组织，而不是直接从抽象颜色喜好中继承而来。

图6 多维空间颜色评估分析。(a) 十二种色调条件（A1-A12）的平均空间偏好评分；误差条=SEM；连接曲线仅用于可视化。(b) 色调条件的聚合注视密度热图；温暖区域表示较高的注视密度。(c) 九种饱和度条件的平均空间偏好评分；绘图约定与面板(a)相同。(d) 饱和度条件的聚合注视密度热图；颜色刻度与面板(b)匹配。(e) 饱和度条件的代表性扫描路径：圆圈表示注视（直径∝持续时间）；线条表示扫视。(f) 色调条件的代表性扫描路径；绘图约定与面板(e)相同。(g) 按温暖与冷色调家族分组的簇级注视分配；标记大小反映簇的质量。

表3 条件效应的总体固定效应检验
条件 偏好度（M ± SD, 95% CI） 舒适度（M ± SD） 注视次数（M ± SD） 注视持续时间（M ± SD） 瞳孔变化（M ± SD）
A1 3.53 ± 0.57, [3.43, 3.63] 3.52 ± 0.53, [3.43, 3.62] 14.0 ± 0.63 91 3.5 ± 11 4.8 ?5.18 ± 0.77
A2 2.79 ± 0.43, [2.72, 2.86] 2.72 ± 0.40, [2.65, 2.79] 14.8 ± 0.44 144.6 ± 89.3 ?5.75 ± 0.73
A3 2.68 ± 0.36, [2.62, 2.74] 2.69 ± 0.38, [2.62, 2.75] 17.0 ± 0.64 75 1.1 ± 160.3 ?7.07 ± 0.57
A4 3.00 ± 0.38, [2.93, 3.07] 3.01 ± 0.41, [2.94, 3.08] 10.2 ± 0.42 84 9.4 ± 95.1 ?2.62 ± 0.66
A5 3.42 ± 0.94, [3.26, 3.58] 3.33 ± 0.91, [3.17, 3.48] 13.4 ± 0.43 74 9.7 ± 77.5 ?3.76 ± 0.60
A6 3.47 ± 0.49, [3.38, 3.56] 3.35 ± 0.50, [3.26, 3.44] 11.4 ± 0.33 180.8 ± 70.8 ?4.19 ± 0.26
A7 2.53 ± 0.67, [2.41, 2.65] 2.60 ± 0.63, [2.49, 2.71] 13.8 ± 0.43 85 6.1 ± 98.4 ?3.60 ± 0.60
A8 3.74 ± 0.77, [3.61, 3.87] 3.63 ± 0.77, [3.50, 3.77] 8.0 ± 0.72 249.6 ± 154.0 ?0.77 ± 0.90
A9 3.00 ± 0.51, [2.91, 3.09] 3.03 ± 0.53, [2.94, 3.12] 17.2 ± 0.84 80 3.2 ± 165.6 ?6.82 ± 0.88
A10 2.79 ± 0.19, [2.76, 2.82] 2.84 ± 0.21, [2.81, 2.88] 11.6 ± 0.53 242.0 ± 104.2 ?3.75 ± 0.52
A11 2.84 ± 0.56, [2.74, 2.94] 2.75 ± 0.53, [2.66, 2.84] 10.4 ± 0.62 91 12.6 ± 136.7 ?3.21 ± 0.58
A12 2.95 ± 0.66, [2.83, 3.07] 2.87 ± 0.66, [2.76, 2.99] 12.3 ± 0.43 45 5.6 ± 93.7 ?4.91 ± 0.55
B1 3.90 ± 0.39, [3.83, 3.97] 3.81 ± 0.37, [3.75, 3.88] 13.4 ± 0.63 75 8.2 ± 123.6 4.05 ± 0.29
B2 2.18 ± 0.59, [2.08, 2.28] 2.20 ± 0.60, [2.09, 2.30] 8.4 ± 0.62 347.0 ± 150.2 ?5.93 ± 0.31
B3 2.75 ± 0.60, [2.65, 2.85] 2.79 ± 0.59, [2.69, 2.89] 11.4 ± 0.33 205.4 ± 60 11.37 ± 0.12
B4 3.50 ± 0.56, [3.40, 3.60] 3.46 ± 0.61, [3.36, 3.57] 11.0 ± 0.23 09 1.5 ± 61.5 ?1.18 ± 0.10
B5 3.25 ± 0.56, [3.15, 3.35] 3.22 ± 0.62, [3.11, 3.32] 9.8 ± 0.52 74 3.8 ± 96.6 ?3.39 ± 0.12
B6 2.62 ± 0.30, [2.57, 2.68] 2.58 ± 0.32, [2.53, 2.64] 10.4 ± 0.32 89 8 ± 57.4 ?2.05 ± 0.21
B7 3.48 ± 0.48, [3.40, 3.56] 3.45 ± 0.46, [3.37, 3.53] 12.2 ± 0.33 41 7.6 ± 59.6 0.68 ± 0.15
B8 3.59 ± 0.51, [3.51, 3.68] 3.48 ± 0.56, [3.38, 3.57] 13.0 ± 0.33 64 9.6 ± 59.3 ?0.58 ± 0.18
B9 2.75 ± 0.48, [2.67, 2.83] 2.71 ± 0.43, [2.63, 2.78] 8.8 ± 0.32 47 5.7 ± 68.5 ?2.67 ± 0.10

这种重新排序在黄色相关的色调家族中尤为明显。在实验1中，黄色属于评价较高的抽象色调，而在基于场景的评估中，相应的广泛色调家族不再占据空间偏好模式的高端。与第3节采用的广泛色调家族解释一致，这表明是家族层面的重新组织，而不是点对点的颜色度量反转。
注视分布结果进一步表明，空间评估不能仅归因于视觉显著性。如图6b所示，与密集视觉注意力相关的条件并不一定是获得最高偏好度或舒适度评分的条件。当将图6b中的热图模式与图6a中的评分概况以及表3中的相应值一起考虑时，这种分离变得更加明显。例如，A3和A9吸引了最高的注视分配，注视次数分别为17.0 ± 0.6和17.2 ± 0.8，注视持续时间分别为4751.1 ± 160.3 ms和4803.2 ± 165.6 ms，但这两个条件在主观评估中的排名并不高。相比之下，获得最高偏好度和舒适度评分的A8显示出最低的注视次数（8.0 ± 0.7）和最短的注视持续时间之一（2249.6 ± 154.0 ms）。这些比较表明，注意力捕获和积极的空间评价并没有在色调条件之间均匀移动。

饱和度操作也产生了类似的信息模式。图6c显示，最强烈的条件评价不如几种中等饱和度条件。表3中的描述性统计支持这一非单调结果。B1获得了最高的评分（偏好度：3.90 ± 0.39，95% CI [3.83, 3.97]；舒适度：3.81 ± 0.37，95% CI [3.75, 3.88]），而B2显示出最低的评分（偏好度：2.18 ± 0.59，95% CI [2.08, 2.28]；舒适度：2.20 ± 0.60，95% CI [2.09, 2.30]）。B4、B7和B8也保持在较有利的范围内，而评分较低的极端条件则位于分布的低端。因此，空间评估并不会随着色彩强度的增加而单调提升；相反，一些中等强度的条件被评价得比最强烈的条件更积极。在饱和度设置的眼动追踪总结中也可以看到类似的 dissociation（分离现象）。如图6d所示，视觉上强烈的条件仍然能够吸引大量注意力，但并没有被评价为特别有助于持续的工作。图6e–g中的扫描路径可视化提供了对评分和热力图面板的描述性补充，展示了在不同色调和饱和度条件下注视组织和注意力聚集的差异。这些面板不应被解释为独立的推断测试。在模式层面上，温暖或更强烈的条件通常会导致更密集的视觉探索，而较冷或更中等的条件则更常与良好的环境评价相吻合。综合图6和表3可以看出，一旦颜色被嵌入到类似创客空间的环境中，原有的抽象偏好结构就被重新组织了，而不是被保留下来。

4.3 与多模态解释相关的生理模式
眼动追踪结果显示，视觉注意力和积极的空间评估并不会在各种条件下均匀变化。因此，研究人员检查了瞳孔测量数据，以确定这种分离是否伴随着在光照控制下的条件敏感生理模式。由于瞳孔大小受多种过程影响，基线标准化的瞳孔变化并不被直接解读为认知负荷的指标。相反，它被视为更广泛的多模态反应谱系中的一个生理组成部分。如图7所示，注视持续时间和瞳孔反应之间的关系在不同色彩条件下是不同的。图7a总结了高强度暖色调和超高饱和度条件下的情况，在这些条件下，更强的视觉参与度并没有与评分结果中观察到的更积极的评价相匹配。这种解释与表3中的描述性统计结果一致：例如A3和A9条件显示出较长的注视持续时间（分别为4751.1±160.3毫秒和4803.2±165.6毫秒），同时瞳孔变化值也非常负（分别为-7.07±0.57和-6.82±0.88），但在偏好和舒适度方面却表现平平或较低。相比之下，A8条件结合了最积极的主观评价、最少的注视次数（8.0±0.7次）、最短的注视持续时间（2249.6±154.0毫秒）以及最小的负瞳孔变化值（-0.77±0.90）。在这些条件下，注意力分配、主观评价和瞳孔反应并没有一致。

图7展示了不同色彩条件下的视觉-瞳孔模式总结：(a) 高强度暖色调或超高饱和度条件显示出更强的注意力吸引，但评价并不相应积极；(b) 较冷色调或中等饱和度条件显示出相对更一致的多模态模式。图7b总结了一组较冷色调或中等饱和度条件，在这些条件下，注意力、自我报告和瞳孔反应之间的关系显得不那么矛盾。这一解读与表3中B1、B4、B7和B8等中等饱和度条件下的更积极评分模式一致。在这些条件下，主观接受度相对更强，多模态模式的不协调程度也较低。因此，图7a和图7b之间的对比表明，在不同条件下，注视行为、评价判断和生理反应之间的耦合发生了变化，而不是在整个刺激集内保持一致。

表2中的综合分析表明，这些视觉和生理差异并非偶然现象。色调显著影响了偏好、舒适度、注视次数、注视持续时间和瞳孔变化，饱和度也在所有五个结果中显示出显著效应。图7提供了这些差异的模式级可视化，而表2则证实了这些条件效应在统计上是稳健的。综合图7和表2的结果，支持对研究结果进行谨慎的多模态解释。其中一个方面涉及注意力的显著性，即某种色彩条件是否因为其在场景中的视觉突出性而吸引注视。另一个方面涉及对环境的敏感性评价，即同样的色彩氛围是否被认为适合集中注意力、提供舒适度以及支持持续使用。目前的研究并没有确定单一的潜在机制。更具体地说，它们表明色彩条件不仅影响了参与者偏好的内容和注视的方向，还影响了在控制条件下观察到的生理反应。

4.4 不同观看视角下的空间稳定性
最后的验证阶段考察了观察到的偏好结构是否主要依赖于单一的拍摄角度。图8通过从三个视角（平视、高角度和广角）展示四种目标色调条件来解决这个问题。这项分析的目的不是重现完整的实验室协议，而是测试当从不同空间视角观察相同颜色处理的环境时，之前识别出的广泛排名模式是否仍然可见。在不同视角下，评价较高的条件，尤其是A8和A5，仍然位于评分范围的高端，而评价较低的对比条件A3和A7则明显不那么受欢迎。这种模式表明了一定程度的稳定性。即使在从不同角度重新渲染场景后，主要的空间偏好对比仍然明显，这降低了早期发现仅由原始图像中的某种特定构图方式驱动的可能性。

同时，图8不应被用来断言严格的视角不变性，因为这里没有推断出正式的色调-视角交互作用。环境解耦并不局限于单一的拍摄角度，广泛的空间偏好模式在替代视角下仍然可识别，这提供了支持性的但非决定性的稳定性证据。

5 讨论
5.1 H1：抽象偏好与空间偏好之间的情境重组
H1提出，在抽象观看条件下观察到的偏好顺序在类似创客空间的环境中评估相似的色彩条件时不会保持稳定。当前的结果与这一预期一致。关键发现不仅仅是参与者在两个任务中选择了不同的颜色，而且一旦颜色被评价为封闭工作空间的一部分，而不是一个孤立的样本，评价结构就发生了变化。观察到的情境重组属于一个虽小但不断增长的文献范畴，这些文献已经指出了类似的现象，尽管没有明确命名。Ertez Ural和Yilmazer（2010）展示了当通过连续的媒介（芯片、二维渲染和三维空间模拟）评估相同的颜色时，每种颜色的语义特征会随着呈现媒介的不同而系统性地变化，这意味着“评估颜色”的任务在不同呈现情境下是不一致的。Akbay和Demirba?（2023）做出了更细致的区分，对比了无情境和有情境的空间色彩偏好，并报告说两者在水平和与个体差异（如外向性）的关系上都有所不同。本研究在两个方面扩展了这些发现。首先，它增加了多模态证据：抽象偏好与空间偏好之间的差异不仅在自我报告中可见，还伴随着注意力分布和基线标准化瞳孔反应的系统性差异。其次，它将这种差异置于一个认知要求较高的教育环境中，在这种环境中，颜色还必须承载适合持续工作的功能信号。情境解耦最好理解为对现有现象的细化，明确了抽象偏好在何处失效以及如何通过多种指标检测到这种失效。

5.2 饱和度对空间评估的非线性影响
H2提出，空间偏好和舒适度会随着饱和度的变化而呈非线性变化，其中一个或多个中等强度的条件会优于最强烈的条件。当前的结果与这一预测一致。偏好和舒适度并没有随着色彩强度的增加而单调提升。相反，最高强度的条件相对于几个中等饱和度条件显示出明显的评价下降。这比简单地说超高饱和度不受欢迎更有信息量。它表明，在类似工作空间的环境中，饱和度作为一个有限的设计变量起作用，而不仅仅是一个简单的“越强越好”的维度。在当前的刺激集中，增加饱和度并没有持续提高欣赏度或舒适度。超过某个范围后，它似乎降低了环境的可接受性。这项研究没有确定一个普遍的饱和度阈值，也没有为所有创客空间制定精确的规范。在当前情境下，饱和度与空间评估之间的关系是非线性的，最强烈的条件并不是最优的。

5.3 注意力显著性与积极评价之间的分离
H3提出，视觉上强烈的条件会吸引注意力，但不一定获得更积极的空间评价。当前的研究结果与这一预期一致。在色调和饱和度的操作中，一些最视觉上突出的条件确实吸引了大量的注视，但并没有产生相应高的偏好或舒适度评分。这种模式区分了在应用设计推理中经常混淆的两个概念。一种颜色可能在视觉上占主导地位、容易记住或难以忽视，但仍可能被评价为过度、令人疲劳或与空间的预期用途不匹配。因此，显著性并不等同于环境的成功。这些发现加强了论文的更广泛论点。情境解耦不仅仅是品味上的随机不一致。更具体地说，它反映了在当前任务条件下，吸引注意力的事物与支持积极空间判断的事物之间的反复不匹配。

5.4 在光照控制下的条件敏感生理差异
H4提出，在光照控制条件下，基线标准化的瞳孔动态会随着色彩条件的变化而变化，并提供与空间评估解释相关的生理证据。当前的结果与这一预期一致，但支持是谨慎的。重要的是这种一致性，而不是过度解读。瞳孔测量模式并不是孤立存在的；它们的价值在于它们随着色彩条件的变化而变化，并且可以与注视和评分结果一起解释。在更视觉上强烈的条件下，多模态模式与积极的空间评价不太兼容。在较冷或更中等的条件下，注意力、自我报告和瞳孔反应之间的不一致性较小。瞳孔反应不能被简单地视为认知负荷的指标，因为瞳孔动态受到多种因素的影响，包括光照历史、唤醒水平、任务需求和预处理决策。因此，适当的结论是有限的：生理数据是条件敏感的，并且可以与视觉处理需求相关的解释相结合，但它们本身并不能单独确定一个独特的潜在机制。

5.5 性别群体差异作为补充观察
H5关注的是，在抽象色彩偏好中可见的性别群体差异在空间环境中评估时是否会变得不那么明显。当前的数据在描述上与这一预期一致，但在缺乏完整的交互统计数据的情况下，它们并不支持正式的确认性声明。观察到的模式表明，一旦参与者将颜色视为类似创客空间环境的一部分，更广泛的情境考虑可能比在抽象任务中更明显看到的群体差异更具影响力。这种解释在理论上是合理的，因为空间评估可以将判断从单纯的喜好转向适合性、舒适度和任务兼容性。当前的证据并不支持性别差异消失或变得不相关的更强论点。在这些条件下，性别差异在空间评估中的影响似乎不那么决定性。

5.6 设计意义和实际贡献
我们的刺激是静态的、光照控制的类似创客空间场景的模拟，观看时间为8秒；颜色广泛应用于主要室内表面，而不是在空间上有所区分的角色；参与者主要来自一个文化和学科群体。因此，当前的数据不能对创客空间中的颜色使用做出一般性声明，无论是关于长时间占用还是关于颜色作为局部点缀或导向元素的应用。在这些限制条件下，结果表明：在短暂评估类似创客空间场景的过程中，较冷和较中等的色彩条件与更积极的偏好和舒适度评分更一致，而高度强烈的暖色调或超高饱和度条件则不然。这种模式与所采用的范式相关，并不作为普遍的调色板规范提出；将其推广到更长时间的占用、沉浸式或建造环境以及更广泛的群体中仍有待验证。由于颜色从未被作为局部元素进行操作，我们的数据无法判断暖色调或超高饱和色调在作为点缀或导向标记与作为背景场时的不同效果。在高强度条件下，强烈的注意力吸引与适度的主观评价同时出现，这与某种基于角色差异的效应相吻合，但并未直接证明这种效应的存在；因此，我们将这一现象视为后续研究的假设，在这些研究中将明确探讨颜色的空间角色。在程序层面，这里观察到的基于色样的偏好与基于空间情境的偏好之间的分离进一步支持了之前的研究结果（Ertez Ural和Yilmazer，2010年；Akbay和Demirba?，2023年），即应该通过空间嵌入的表示来评估室内配色方案，而不是从孤立样本中进行推断。

**结论**
本研究探讨了在抽象视觉环境下形成的颜色偏好是否会在将颜色应用于类似创客空间的室内环境中时保持稳定。为此，我们结合了自我报告、眼动追踪和瞳孔测量数据来探究这一问题。在三项实验中，发现对于孤立颜色样本的偏好结构并未直接转移到空间任务中：在抽象形式下评价较高的颜色并不一定在大面积建筑表面上更受青睐，而较冷或中等的色彩条件则更常被认为适合持续性的认知活动。在不同条件下，注意力吸引与积极的空间评价之间存在分离，瞳孔测量结果也显示出与视觉处理需求变化相一致的特性。这些发现支持将情境因素纳入抽象颜色偏好研究的观点，并表明多模态数据的整合有助于更准确地解释环境中的颜色效应。

上述结论受到四个限制因素的影响：
(i) 暴露时间：实验中使用的刺激是静态模拟场景，观察时间为8秒，从短暂暴露到长时间使用的泛化效果仍有待验证。
(ii) 样本构成：参与者主要来自中国设计和工程相关专业的大学群体；在得出更广泛的结论之前，需要进一步考察文化、年龄组和学科背景的普遍性，尤其是考虑到颜色-情绪关联受到普遍因素和文化特定因素的共同影响（Jonauskaite等人，2020年；Hurlbert和Ling，2007年）。
(iii) 显示媒介：多模态数据的整合是在亮度可控的显示器环境下获得的，而非在沉浸式虚拟现实或真实建筑环境中；特别是瞳孔测量结果对背景亮度非常敏感（Pan等人，2024年），因此在提出更严格的机制性结论之前，需要在更自然的环境中进行重新验证。
(iv) 色度对应关系：实验间的比较是基于广泛的色调家族相似性，而非点对点的色度等同性，因为基于Munsell系统和HSL系统的刺激在度量上并不完全一致。未来的研究应延长暴露时间，探索可导航的虚拟环境和真实建筑环境，并结合个体差异因素，以阐明人格和情境如何共同影响对空间颜色的反应。