邵钰涵 薛贞颖 殷雨婷 马东波
1 街景视觉补偿原理The theory of streetscape visual compensation
景观公平源于环境正义[1],指的是人们拥有公平享有景观[2]以及参与景观营造过程的机会[3],主要包含法律法规公正、资源配置公正以及城市绿色空间使用的公平性3个方面[4]。其中,城市绿色空间的公平性强调不同人群对于绿色资源获取、使用的公平。为消除各类群体因固有的本质差异导致的不公平性,有学者提出了补偿性公平的概念作为一种缓解措施[5],即通过外部干预手段缩小群体之间的优势差异,从而实现社会公平。相关研究主要集中在以城市绿地作为一种补偿性资源以调整社会公平等方面;如在低收入和少数族裔社区增设社区花园,补偿城市大型绿地空间对他们的低可达性[6];对供水基础设施进行绿化处理,补偿城市内水景资源的配置不平衡等问题[7];此外还有研究表明,为特殊人群构建疗愈景观也是一种通过补偿实现景观公平的手段[8]。
综上,景观作为一种可观、可用、可感的重要公共资源,应首先保证其在实用、可达上的公平,此外,也可被视为一种补偿性资源,用以调节群体之间固有的不公平性。景观感知作为一种积极的补偿手段,其缓解人们负面情绪的作用已在许多研究中得到了广泛证实[9]199-212,[10-11]。然而,景观视觉使用维度的公平性因难以量化,故将其作为对使用者心理补偿手段的相关研究较少。仅有从高层住宅使用者的心理需求出发,探究以景观补偿设计措施降低外部空间环境带来的负面影响[12];以及通过引导驾驶人视线等措施来保证行车安全的高速公路景观补偿性设计研究[13]。因此,本研究试图从这一角度切入,探索可量化的景观视觉补偿途径与方法。
在现代高密度城市的居民生活中,街道景观作为最易于接触、获取的一类视觉景观资源,其具备的一些元素如绿植、天空等都能够有效地缓解人们因各类压力而造成的负面情绪[14-19];Cackowski等在2003年的研究中就证明了林荫道和两侧具有充足植被的道路能够有效减轻驾驶人在驾驶过程中产生的愤怒和焦虑情绪[20]。因此,本研究从补偿性公平的角度出发,认为积极的街景环境能够平衡不同街道使用者固有的优势差异,缓解不公平感,即研究认为当一项公共资源的分配不均且不易调和时,另一项公共资源的补偿能降低前者的影响。街景即可视为对街道使用者在心理维度的补偿性公共资源。因此,不同使用者在街道环境中遇到不公平境遇时所表现出的情绪反应应当为受到街景补偿作用后的结果。
众所周知,城市街道空间中的各类使用者因所选交通方式的不同,在路权上也具有明显的不平等关系,而路权不公也一直是引发各类交通问题的主因。其中,城市低等级街道环境中的不公平性矛盾更为突出[21]。城市低等级街道指的是城市路网等级分类中的支路和街巷,此类街道因历史规划或空间资源的局限性,在机动车和非机动车行驶空间中往往缺少明显的物理分隔,导致机非混合[22]。以往通过交通工程手段介入的方式虽有一定成效,却忽略了使用群体心理上因路权冲突所感受到的不公平性,导致二者之间的矛盾愈加凸显[23-24]。已有研究证实,低等级街道环境中机非两类使用群体中所感受到的公平性差异会诱发个体的负面情绪,如愤怒、焦虑等[25-27],[28]86-91。路怒症即为因街道环境中的不公平性引发负面情绪而导致的一类极端心理问题[29]。据中国公安部交通管理局调查统计,因路怒引发的交通事故自2012年来持续上升[30]。街景补偿作用是否能够有效缓解路权冲突引发的愤怒情绪至今还未受到学界的广泛关注。因此,本研究聚焦城市低等级街道中机非两类使用者对于街道公平性的感知,从环境心理学角度寻找街景缓解不同使用群体因路权不公平性而引起的负面情绪的方法,提升街道使用者的心理健康水平,减少因路怒等负面情绪引起的交通安全问题。
综上,本研究以愤怒情绪作为衡量街道环境中机非两类使用者路权冲突的心理表征,探究街道景观作为一种城市公共资源,其在视觉维度的补偿对于缓解两类使用群体愤怒情绪的作用。以上海市的低等级街道为例,分析街景补偿在低等级街道中对各类使用者人群的影响差异及偏向性,寻找对缓解路权冲突具有积极作用的街景类型,归纳总结其特点,探索以景观规划设计手段调节街景补偿偏向的途径,从而在视觉维度上通过街景补偿缓解两类使用者的不公平感(图1)。
研究以上海低等级街道为例,将情景模拟与量表问卷调查法结合,以不同街景类型的典型图片作为评价媒介,通过设置两类使用者(非机动车骑行者和机动车驾驶者)在街道环境中遇到相似交通突发状况的情境,了解他们的情绪反应。已有研究表明,真实情景中的情绪反应与人们想象自己处于相同情境中的情绪反应具有较为明显的一致性[31]。在心理学领域有关愤怒情绪的研究中,也往往以叙述性语言或文字激发参与者的情绪变化[32-33]。据此,本研究将路权冲突相关事件的语言描述与不同街道场景的图片结合,引发使用者在相应场景中可能出现的愤怒情绪反应。研究认为,积极的街景环境对于愤怒情绪应当具有有效的缓解作用,即补偿作用正向;而负向补偿作用则为街景环境缓解作用不明显,或产生加剧愤怒的消极影响。同一街景下产生的补偿作用对各类使用者产生影响的差异,即为街景补偿公平性的体现。当同一街景环境中的两类使用群体遭遇同一冲突情境时,若最终表现的愤怒情绪差异性较小,则认为街景补偿对两类人群的影响趋向于公平;反之,则趋向于不公平(图2)。
2 研究设计框架Research framework
3 研究范围示意Research scope
表1 样本数据配对T检验Tab. 1 Paired T test of sample data
研究以上海市内环及杨浦区、徐汇区作为研究范围(图3),选取范围内所有机非混行的低等级街道(支路及街巷),依据低等级街道环境的常见使用者类型和出现交通方式的区别将研究对象分为机动车(驾驶者)与非机动车(骑行者)两类。因机动车和非机动车同车人员的愤怒情绪鲜少对驾驶行为产生直接影响,故本研究中不考虑此种情况。
研究在百度街景图像大数据平台获取研究范围内所有街景点坐标及街景图像,借助城市路网数据和ArcGIS筛选出研究范围内低等级街道作为街景数据样本,共计13.8万个点,借助人工智能图像语义分割技术,计算出所有样本图片中街景视觉要素构成,主要包括沿街建筑、植物、沿街围栏、天空以及街道中的人和车6类。以这6类要素视觉占比高低表征街景属性,将占比按相对数值划分为高、中、低3种属性,对6类要素按属性值进行排列组合,得到21种可能出现的街景要素构成方式,即为研究范围内典型的街景类型。其中最少的一类街景点数目为2,因此在每一类街景中随机选取2张典型的街景图像(确认随机图片中的景观元素特征符合组别特征后),作为问卷中使用的情境图片,共42张。
依据已有的愤怒情绪倾向指数研究,在10种不同的交通状态及不规范行为情境中,驾驶人对于车辆切入或行人突然冲出的情况愤怒值最高[28]86-91。因此,本研究设置两类情境。
情境1(非机动车骑行者视角):你正在图中所见的街道中步行或骑车,身旁一辆汽车突然快速驶过,对你造成一定影响。
情境2(机动车驾驶者视角):你正开着车经过这条街道,突然一辆自行车冲出来影响了你的正常行驶。
采用在线问卷的形式,将21类街道42张典型图片分为2套问卷分别进行,每一套问卷各21项。在线上问卷系统中对图片进行乱序处理后,系统会随机分配参与者两套试题中的一组。此后,要求参与者想象自己作为非机动车骑行者及机动车驾驶者,先后分别以2种街道使用者的视角,评价在21类不同的街景环境中遇到由对方群体引起的交通突发状况时可能产生愤怒情绪的程度,以李克特量表(1~5)打分。
研究共收集问卷588份。第一套问卷293份,其中,非机动车骑行者视角162份,机动车驾驶者视角131份;第二套问卷295份,非机动车骑行者视角156份,机动车驾驶者视角139份。参与者中男女比例接近1∶1,年龄在各分组间分布较为均匀,专业(风景园林、建筑及规划相关专业)与非专业比例接近1∶1。研究通过SPSS的配对T检验,对答卷数据进行组间(性别、年龄、专业背景及能否驾驶)差异分析(表1),发现参与者在评价愤怒情绪上不存在感知差异,且2套问卷数据均通过内部一致性检验(2套问卷两组使用者α值均大于0.9),回收数据有效。
4 21类街道环境中使用者因对路权冲突的愤怒程度Anger levels of two kinds of users among 21 types of streetscape
5 负向补偿街景类型Streetscapes with negative compensation
表2 21类街道环境中两类使用者的愤怒程度差异性分析Tab. 2 Differential analysis for anger levels between two kinds of users among 21 types of streetscape
表3 负向补偿街景特征:元素可视程度Tab. 3 The feature of streetscapes with negative compensation:element visibility
不同类型使用者在路权冲突情境中的情绪变化,除外部诱因外,还受到个人因素等其他不可控因素的干扰。因此,以参与者愤怒程度评分的算数平均值作为个体愤怒程度的基准值,通过Z-Score标准化方法得出在不同街道类型中人们相较于基准值愤怒情绪的变化情况作为个人相对愤怒程度。以个人相对愤怒程度数值的正负,表征特定情境中参与者遇到路权冲突时愤怒情绪的变化(>0意味着相对于基准情况被激怒,即加剧愤怒;<0则反之)[34-36]。
对不同使用者群体相对愤怒程度进行比较(表2),发现有10类街景对2类使用者相对愤怒程度的影响效果不呈现差异,说明这10类街道中同样的街景补偿对于路权冲突的缓解作用在机非2类使用人群之间相似,补偿作用倾向于公平;而其他11类街景对于2类群体愤怒情绪的影响呈现显著性差异,说明这11类街道中同样的街景补偿对于2类人群的作用有所区别,补偿作用不公平。
在街景类型之间比较发现,不同类型街景图片对于缓和人们遇到路权冲突时愤怒情绪的作用也具有明显差异(图4)。根据此街景补偿作用上的差异性,可将21类街景图片进一步分为3种:1)对2类人群都有加剧愤怒情绪作用的共8类,约占总体街景点的1.65%,称为负向补偿街景类型;2)对于2类人群都有减缓愤怒情绪作用的共12类,约占总体街景点的98.32%,称为正向补偿街景类型;3)仅对驾驶者这一类型有减缓愤怒作用的1类,属于负向补偿的街景类型,由于其街景点数量仅占总数的0.03%,在后续分析中不做考虑。
3.1.1 负向补偿街景类型的特征
对于上述8类易于加剧人们愤怒程度的街景类型(图5),其景观特征(表3)总体上呈现出以下鲜明特点:1)多为建筑、路面等硬质景观;2)人流车流密集,导致视野中画面碎片化严重,空间感减弱;3)街道尽头多有视线阻碍,天空占比较低,视野中景观在水平和垂直方向上延展性较差。在这8类负向反馈街景类型中,在研究范围内街景点最多的2种街景类型(A7、A1),以视野中机动车数量多、绿植天空少以及建筑密集作为典型特征。从两类使用者差异上来看,偏向于加剧骑行者愤怒情绪的场景中,非机动车和行人的数量、占比明显增加。反之,偏向加剧驾车者愤怒情绪中,机动车占比明显增多。
3.1.2 正向补偿街景类型的特征
对于上述发现的12类能够减缓人们愤怒程度的街道(图6),其总体景观特征(表4)呈现出:1)人、车数量较少,空间空旷、整齐;2)绿植在视野中占比较高,绿视率相比负向补偿类显著提高;3)天空占比较负向补偿类明显增加,且街道尽头少视线阻碍,空间延展性较强;4)街道空间较为开敞,视野中画面整体感较强等。在这12类中,研究范围内街景点占比最高的2种类型(B3、B8),以视野中要素占比平均为典型特征。此外,天空、绿植占比较高的街景类型在研究范围内街景点数量也较多。就两类使用者的差异而言,偏向于减缓驾车者愤怒的街景图片中,绿植占比显著增加,且道路、天空占比较少,使得街道呈现出的围合度较高;而偏向于缓解骑行者愤怒的街景中天空、道路占比较高,且街道围合度低、视野较为开阔。
表4 正向补偿街景特征:元素可视程度Tab. 4 The feature of streetscapes with positive compensation:element visibility
6 正向补偿街景类型Streetscapes with positive compensation
7 研究范围内正负向补偿作用街景点分布The distribution of positive and negative streetscapes
就具有正负向补偿作用的街景点分布而言(图7),研究范围内绝大部分街道的景观都能够在不同程度上缓和使用者因路权冲突引起的愤怒情绪。其中,仅在黄浦区豫园、老西门附近少量街道呈现明显的负向补偿作用。
对于非机动车这使用者一类来说,具有正向补偿的街道景观在研究范围内各区域分布较为均匀。此外,研究范围内街景对于非机动车这一使用群体的正向补偿作用也较为显著,仅在黄浦区豫园附近,街景正向补偿作用有明显减弱。而对驾驶者这一类群体而言,街道景观的正向补偿作用强弱则呈现出明显的分区特征。在徐汇、长宁、北蔡以及五角场商圈北部等靠近中环地区的街道景观,呈现出对驾驶群体的正向补偿偏向性;而在中心区域如黄浦、虹口、外滩两岸及陆家嘴CBD区域的街景中,正向偏向性明显减弱(图8)。
依据研究提出的街景视觉补偿机制,在正向补偿的各类街景中,通过计算两类人群个人相对愤怒程度在两类人群之间的差异,以街景补偿带来的愤怒减缓程度的比值表征街景补偿的公平性。因此,当两类人群的个人相对愤怒程度比值趋近于1时,街景正向补偿作用在两类使用者群体间趋向于实现公平。静安区老城厢蔓延到杨浦区同济大学以南、外滩两岸区域的街景正向补偿作用呈现出对非机动车群体的明显倾向性,对于驾驶者的愤怒减缓程度远不如骑行者;而浦东、五角场、徐汇、静安以及虹桥商圈的街景对于二者的愤怒减缓作用比值趋近于1,说明这些区域街景正向作用对2类人群较为公平;而外围靠近中环及中环以外区域,街景正向补偿作用则表现出对机动车驾驶者的偏向性(图9)。
本研究从城市低等级街道中机动车与非机动车使用者的视角出发,认为2类使用者在遇到路权冲突时产生的愤怒情绪是受到街景补偿作用后的综合表征。街道环境中固有的路权不公平性会受到街景补偿作用的影响,但街景对两类使用者的影响又因使用者角色的不同存在差异。使用者对于街景补偿作用是否存在感知差异,是街景视觉公平性的一种体现。研究通过了解不同特征的街景类型对机非两类使用者遭遇路权冲突时产生愤怒情绪的视觉补偿作用,探索以景观设计手段缓解街道空间中因路权不公平感引发使用者愤怒情绪的方法。观察两类街景类型在研究范围内的分布可知,外滩两岸、黄浦、静安及虹口等老区街景补偿上总体偏向非机动车群体,而外围靠近中环和中环以外区域则更偏向机动车群体。因此,街道设计实践中应当合理利用具有正向补偿作用的街景元素对使用者心理感知的影响,尝试以景观元素的“软性”影响缓解街道中不同使用者之间的路权冲突及其引发的愤怒和安全等问题。
8 研究范围内正向补偿街景点分布在2类人群中的区别The difference of the positive compensation between twokinds of users
9 上海市研究范围内街景正向补偿在2类人群间的公平性(按比值计算)Fairness in streetscape compensation between two types of users (specific value)
从街景补偿的角度来看,上海市研究范围内的街道可分为正向补偿类街道(缓解使用者愤怒情绪)和负向补偿类街道(加剧使用者愤怒情绪)。正向补偿的街道类型中,绿植、天空等自然环境元素占比显著高于负向街景补偿类型,而负向补偿的街道则以人流车流密集、绿化天空元素占比较低、视野中画面一致性较差作为明显的特征。本研究的结论与大部分已有研究结论较为一致,认为自然元素具有缓解人们的负面情绪[9]199-212及压力[37-38]、改善注意力水平[39]、提升心理健康状况的作用[40]。另有驾驶行为角度的研究也发现相较于“空旷通视”的道路环境,在“有行道树”的街道环境下驾驶者的行驶速度更低[41]。这表明道路绿植对于缓解过激驾驶行为,保证交通安全确有十分重要的作用。此外,正向补偿作用的街景还具备视野开阔、景观延展性强、人流车流少的特征,这与疗愈环境研究中的相关结论也较为吻合[42-43]。因此,在现状不利于缓解使用者愤怒情绪的街道环境中,可通过适当增加绿植,对沿街界面的材质、色彩以及类型进行规定以增强一致性,以及限制沿街建筑高度以保证天空可见度、控制街道围合等方法进行改善。街道中的人流量、车流量则属于规划层面对于周边用地功能及路网组织进行综合调节的范畴,无法在设计环节实现。
然而,研究结论中具有正向补偿作用的街景特征与城市活力导向下所强调的街道特征略有出入,如:活力街道更加注重街道空间中人对于其他人的影响力,并认为积极丰富的沿街界面能够吸引更多的停留活动[44]。然而,本研究与其他相关的环境心理学研究的结论说明,具有“活力”的街道未必是能够帮助街道使用者缓解负面情绪、获得放松和疗愈的街道。这一矛盾与街道本身功能的多重性和特质的丰富性有关。街道作为城市中的日常环境之一,是否具备改善居民心理健康水平的作用仅是其中的一个重要方向。各类街道都有其特殊性,当不同导向的设计对街道的要求指向不同方向时,则应考虑街道在周围环境中的所扮演的“角色”,对场地进行深入分析,以在不同的要求中寻找平衡[45]。
研究在设计以及数据处理方面存在一定局限性。考虑到实验设计的复杂性,因行人在街道中通常设有专属的通行空间,研究未将行人考虑在内。然而,低等级街道中,非机动车和行人之间的矛盾也是造成交通安全隐患的重要原因之一。此外,电动车作为非机动车的一种,实际上行驶速度远远超过自行车,大大威胁到步行者和自行车使用者的安全。因此,后续的研究还可着重考虑进一步区分使用者类型,研究街景补偿在不同使用者群体中的差异性。本次研究聚焦于城市低等级街道,未来应探索其他更为复杂的街道环境中各类使用者的路权冲突以及从街景补偿角度出发的解决方法。研究仅以车行视角拍摄的街景图片作为媒介,与行人和非机动车骑行人在街道中的实际视角有所区别,也缺乏鸣笛等环境噪声的影响,可能会造成评价结果上的些许误差。未来应寻找在真实场景或虚拟现实场景中进行问卷评价的可能性,减少因评价媒介导致的误差。
公共资源配置的公平性评价通常从物质资源量化的分配率及可达性等角度进行,而城市景观作为一种可视、可用、可感的重要公共资源,应当在使用和视觉维度上都确保其传递的公平性。然而,因景观的视觉使用的公平性较难量化衡量,所以相关研究较少。本研究将街景这一城市生活中较为常见的视觉公共资源作为研究对象,以低等级街道中各类使用者之间固有的路权冲突作为切入口,认为街道景观的公平性可以体现在其作为补偿性资源对于各类使用者因路权矛盾而产生的愤怒情绪的缓解作用上。结合使用街景大数据和量表调查法,识别出具有缓解愤怒情绪的街景类型,总结其景观特征,为后续设计中实现对使用者心理健康有积极作用的街景做铺垫。通过在街道使用主体的心理感受和街道空间的景观元素之间建立直接联系,提出了从街景补偿角度对街景类型进行划分并用以指导后续街道景观设计,以“软性”的景观设计手法作为对常见“硬性”交通设计手段的一种补充,为进一步实现人本位的街道设计做出贡献。
图表来源(Sources of Figures and Tables):
图1~4由作者绘制;图5~6由作者根据百度街景绘制;图7~9由作者绘制;表1~4由作者绘制。