数字足迹支持下的景观视觉感知评价：以秦淮河历史性城市景观为例

周详 刘子玥 施佳颖＊

1 研究背景与理论基础

1.1 景观视觉感知与旅游凝视

景观是具备明显视觉特征的空间实体。在西方的文化语境中，人类的观景方式和审美实践总是与特定的意识形态相关联，从而促使“观看”产生文化、美学以及社会学层面的涵义[1]。在这种语境下，景观的视觉特征不仅承载着传统的社会审美价值，同时也展现出在经济、文化、生态等维度上的相互关联[2]。鉴于景观视觉特征的多义性，景观视觉感知与审美体验一直是景观研究关注的重点内容之一。然而，由于景观视觉感知蕴藏在潜意识当中，存在一定的内隐性，并且受不同认知方式影响而存在显著的差异性；因而在很长一段时间，大规模的景观感知与审美研究难以有序开展[3]。德国哲学家伊曼努尔·康德（Immanuel Kant）曾在《判断力批判》（Critique of Judgment）一书中，对审美活动的作用机理展开过批判性研究，并首次从哲学层面阐释了审美体验与视觉感知的关联。他认为，在没有利害关系的纯审美过程中，事物外形可以直接引发美感体验[4]。康德的这一观点从底层逻辑层面强调了视觉在形式感知中的重要作用，因而有学者提出：在一般性的审美活动中，视觉感知能够直接激发观察者审美体验层面的情绪变化[3]。随着认知科学的发展，景观视觉感知与审美体验的探索途径得以拓展，一种将视觉感知从美学理论中拓展出来的科学研究思路随之出现[5]。

由于受到技术方法与数据容量的限制，传统的景观视觉感知研究在参数化及批量化解析方面存在重大缺陷。然而，随着移动设备拍照性能的增强，手机拍照为旅行体验的内容生产及视觉消费带来指数级增长[6]，于是有研究者开始意识到旅行摄影的研究潜力。1990年，英国社会学家约翰·厄里（John Urry）提出“旅游凝视”（tourist gaze）理论。在他看来，“凝视”作为一种具体的观看方式，是旅行者主动施加于地方的一种作用力。同时，他认为照片作为视觉的缩影，由于其叠加了旅行者的“意识权重”，因而表现出非常真实的丰富性，可被用于提取旅行者对于周遭环境的感知印象[7]。基于此，有研究者提出：“旅游凝视”是一个将物像转化为视像，进而依托旅行者的主观偏好形成心像的过程；通过剖析该过程的形成机理与感知特性，可以深入地探索无形的旅行体验究竟是如何通过具体的视觉形象而被旅行者所感知的[8]。Cilkin等也认为，摄影在构建及解析旅行的视觉本质方面起到至关重要的作用；并且，他们还提出，通过视觉感知评价能够为深入解析“旅游凝视”的偏向性特征，提供行之有效的解决办法[9]，这便从方法论层面拓展了该理论的研究范畴。可以说，正是在“旅游凝视”的背景下，旅行体验的视觉质量（visual quality）成为一项重要议题被纳入研究范畴[10]。

1.2 基于数字足迹的景观视觉感知评价

根据研究内容及方法的不同，澳大利亚学者安德鲁·洛锡安（Andrew Lothian）将景观视觉评价归纳为客观与主观两大学派[11]。客观学派将景观资源的物理特征作为视觉评价的基础，大多数研究基于专家评价对景观资源的客观属性进行质性分析；主观学派则将视觉感知视作景观价值输出的一种方式，强调基于公众视角剖析景观资源的视觉感知情况。综合而言，基于专家视角的视觉感知评价强调景观资源的形式美，在自然保护地的开发利用与国土空间规划领域发挥了重要作用[12]。然而，由于客观学派的评价指标主要基于少量专家的定性判断，易受主观因素影响产生代表性不足等问题，因而常与其他研究方法配合使用。随着舆情数据分析技术的成熟，基于公众视角的视觉感知评价开始与“旅游凝视”及图像解析方法结合，以解释大众视觉感知的审美偏好。例如，杨阳等[13]采用调查问卷的形式，通过典型照片样本与美景度评价法建立植物景观视觉感知评价模型。然而，由于视觉感知极易受到个体情感与审美偏好的综合影响，因此这种小样本评价容易造成受访者只能按照调查问卷提前预设好的框架作答，这样难免会出现问卷内容信息的开放性与延展性较弱等问题。随着大数据时代的到来，数据外延及其广度与体量不断拓展，用户留存于互联网的非结构与半结构化数据也开始应用于各项研究[14]。用户上传到社交平台的旅行照片，是一种重要的视觉表征形式，这些照片可以凭借强大的数据容量，为大规模解析旅行者的视觉感知规律创造了可能。因此，图片型数字足迹的出现，有助于以新的视角重建旅行体验。换言之，基于“旅游凝视”产生的视觉感知结果，将成为研究旅行者对于潜在景点的偏好和评价的基础[15]。

目前，有学者提出图片型数字足迹可以促使观察者通过拍照分享的方式，将旅行体验的形式变得民主化（democratisation）。这是因为每位观察者均可轻易将其看到的任何东西变成图像，通过这种方式每个人都能够成为一个业余的符号学家（semiotician）[1]。从这种意义上看，当大众通过拍照的方式生成图片型数字足迹，并在网络空间分享其线下体验时，这不仅可以为旅行地塑造新的景观含义，也利于挖掘旅行地的多元景观特征。当前，来自社交媒体的用户共享数据已被广泛应用于可视化景观感知[16]、公众参与景观规划[17]、文化生态系统服务[18]等多个领域。这些研究与应用表明，来自公众的包含自发地理信息的众包数据（crowd-sourced data），不仅能够用于揭示景观感知的审美偏好，而且正在被越来越多的研究所采用[19]。然而，这类研究也面临着用户背景信息缺乏、对平台技术设施依赖、无法访问平台而导致选择偏差等问题。因此，本研究通过综合专家评价和公众参与的优点，尝试提出一种创新的景观视觉评价范式，即首先基于专家评价确定景观资源的客观特征，然后根据公众在社交媒体上传的数据完成景观视觉感知评价。这一研究范式的转换，不仅可以使景观视觉感知评价的应用范畴得以拓展，也为相关研究提供了一种可供借鉴的思路：即如何在景观视觉感知评价的主客观转译以及专家与公众的联动方面取得平衡，进而通过大样本数据搭建更为综合的、可以纳入多元视角的景观视觉感知评价体系。基于此，本研究提出一种基于数字足迹的景观视觉感知评价模型，以期对上述研究思路进行有效回应（图1）。

图1 数字足迹支持下景观视觉感知评价体系技术框架Technical framework for evaluation of visual landscape perception under the support of digital footprint

2 数字足迹支持下的景观感知要素分析

2.1 研究对象选择

秦淮河风光带以十里秦淮为轴线，以明城墙为纽带，串联起南京历史城区众多文化景点，是集自然风光、山水园林、庙宇学堂、街市民居、风土人情、美食购物、科普教育和节庆文化于一体的文化景观荟萃之地。在空间形态上，秦淮河风光带具有良好的景观延展性，其依托城市河流这一自然线性本底，整合了城市零散的历史文化资源，实现了自然与文化的融合发展；在功能组织上，秦淮河风光带强调城市环境与人类活动的线性关联，是在历史层积的作用下，由人与自然共同形成的线形文化遗产群落[20]。综合而言，这一区域具有较高的自然、文化与社会价值，符合联合国教科文组织在《关于历史性城市景观的建议书》中所倡议的“遗产景观研究既要关注历史景观的传统价值，又要兼顾现代景观的时代价值，从而实现层积性的城市景观在物质、社会、文化及时空上相互关联的整体性”，可以说是一处能够集中展现遗产景观与文旅消费之间复杂关系的典型区域。

作为能够有效服务现代城市功能并满足居民游憩需求的景观资源集合[21]，秦淮河风光带不仅兼具显性的物质空间价值与隐性的非物质文化价值，还具备良好的景观视觉价值，是研究景观视觉感知的理想载体。因此，鉴于秦淮河风光带在南京历史城区遗产景观中的可视性与代表性，及其在游客群体中的大众性与普及性，完全符合“旅游凝视”理论所确立的研究标准，本研究将南京历史城区范围内的外秦淮河流域以及内秦淮河的南段与中段选为研究区域；与此同时，利用数据挖掘程序对南京历史城区范围内所有景观资源点的基础信息及地理空间位置进行采集，并在地理信息系统（geographic information system, GIS）中筛选出位于研究区域内且具有一定旅游热度的45个资源点作为研究对象（图2）。这些选点不仅跨越区域较广，而且涉及的景观资源类型较多，超越了以往“历史中心区”及“建筑集合体”的概念，包括了更加多元的城市背景与地理环境，能够较好地体现研究区域内自然资源与文化资源的结合、历史景观与当代景观的融合，具有一定的典型性与代表性。

图2 研究区域：南京历史城区秦淮河风光带Research area: Qinhuai River Scenery Belt within the historic urban area of Nanjing

2.2 数字足迹与景观感知要素识别

考虑到新冠肺炎疫情对大众旅游的影响，本研究选取2018年6月—2019年6月旅行者在携程网与同程网上公开发表的文字与图片信息，作为数字足迹内容分析的来源。本研究之所以选择将携程网与同程网作为数据采集平台，主要原因在于：1）两者是国内目前规模最大的在线旅游平台，大量用户通过这2个平台分享其在旅行过程的全部体验，可以从中采集到不同类型游憩者的游记样本与照片内容；2）两者包含了大量的文字型与图片型数字足迹，通过交替使用2种类型的数字足迹，能够对旅行者的景观视觉感知内容进行定量解析。鉴于原始数据库中存在大量噪声数据，本研究首先利用词频分析法对初始文本数据库进行清洗，并对无分析意义的数量词、介词、冠词和助词进行过滤，从而输出2个字以上的有效词汇。由于文本语义分析能够有效识别游客的评价信息中的主要关注内容，因此本研究采用国际上主流的质性分析工具NVivo 11对文本内容进行编码分析，从而对无规则的主观评价信息进行结构化梳理。通过开放编码、主轴编码与选择编码三级编码操作之后，研究发现：游客对于秦淮河风光带的关注内容主要集中于自然景观、文物古迹、民俗文化、城市景观、建筑、游憩服务、人物和美食8个方面。基于此，本研究尝试构建包含8个一级指标和37个二级指标的秦淮河景观感知要素编码表（表1），从而为后续图片内容解析提供分类编码依据。由于该部分研究强调从行动者视角来理解社会互动的过程，并且直接从实证研究入手，因而能够较好地实现游客行为与感知体验的匹配[22]。

表1 景观感知要素编码Tab. 1 Coding of landscape perception elements

2.3 景观视觉感知要素共现分析

基于上述编码结果，本研究尝试提取研究区域内景点的地理空间信息，并抓取对应景点的评论照片，得到照片35 971张。鉴于样本量过大，本研究将照片置入Microsoft Excel 2019中进行随机抽样。由于抽样结果会出现重复抽取的情况，在多次实验后发现：设定单个景点的抽样数目为200张时，得到的抽样结果最为理想。本研究最终得到6 137张照片进行下一步研究。1）对图片进行编码分析，采用基于R语言的定性数据包RQDA来批量解析和编码图片内容。2）在识别图像中的视觉感知要素后，应用上述编码表中的代码与每个要素建立对应关系，直到所有视觉感知要素均被编码为止。鉴于照片内容的复杂性与照片要素间的关联性，本研究将编码规则设定为：每张照片必须被编码成至少1个一级代码；同时为了避免运算过于复杂，每张照片被编码的二级代码不能超过4个。3）在对所有照片完成编码后，利用基于R语言的统计学程序对代码进行描述性数学统计，研究发现：在8个一级代码中，“自然景观”是旅行照片表达最多的内容，说明秦淮河风光带的自然风光给游客留下深刻的视觉印象；同时照片内容的聚焦对象为“建筑”，其中传统建筑所占比重最高，一定程度上反映出游客对于秦淮河风光带历史风貌的视觉感知状况。4）为了揭示照片中视觉感知要素的内在关联，利用RQDA的文本提取功能，对所有样本照片的共现情况进行分析，以研判这些照片被37个二级代码两两共同编码的情况。在得到37×37型关系对称矩阵后，借助Ucinet 6软件的Netdraw功能对共现矩阵进行可视化分析，最终得到视觉感知要素的网络共现关系与游客偏好照片组合类型（图3）。

图3 景观视觉感知要素网络共现与偏好组合Co-occurrence and preference combinations in the network of visual landscape perception elements3-1 景观视觉感知要素网络共现关系Co-occurrence relationship in the network of visual landscape perception elements3-2 景观视觉感知要素内在逻辑关联Intrinsic logical association between visual landscape perception elements3-3 游客视觉感知偏好组合类型Combination type of tourists’ visual perception preference

在上述网络结构关系中，每个节点表示一个视觉要素，节点越大，表示与该要素直接关联的照片数量越多，其在共现网络中的重要性越强。每条连接线则表示2个视觉要素间的关联强度，连线越粗表示关联越强。研究表明：夜景、植物与传统建筑在共现网络中的重要性最强，秦淮河次之；四者关联紧密，共同构成了一个显著的四边形结构。视觉感知要素偏好组合大致包含3类：1）以历史建筑为焦点，由传统建筑物与植物景观构成的展示秦淮河风光带历史人文风貌的组合；2）以秦淮夜景为特色，由秦淮河景观与传统建筑群构成的展示夜间沉浸式游玩体验的组合；3）以天空为背景，由明城墙与城市天际线构成的展示城市新旧发展情况的组合。

3 数字足迹支持下的景观视觉感知评价

3.1 景观视觉感知评价体系构建

目前，国内研究者对于各类景观遗产价值的评估认定，大多基于《中国文物古迹保护准则》所强调的历史、科学、艺术、文化以及社会价值。而联合国教科文组织在《关于

历史性城市景观的建议书》中，为全面识别、综合评估历史性城市景观的遗产价值，提供了一个相对宏大的可持续发展框架。在这个框架中，历史性城市景观的遗产价值主要是从时间连续性的角度进行甄别，强调在不同时期及不同城市发展机制影响下产生的不同变化及其所具备的积极意义。由于这种方法尊重了包括传统和现代在内的、不同时期中留存下来的城市历史印记，因此能够较好地使当代干预行动与历史环境中的遗产和谐共处，避免遗产价值因在现代城市规划和发展过程中被剥离而遭受遗弃。因此，鉴于秦淮河风光带的历史层积性及其线性本体价值的特殊性，本研究尝试综合专家意见与公众数字足迹来构建景观视觉感知评价体系。

1）构建层次结构模型，通过文献研究与本地专家咨询来确立评价体系的准则层。准则层的一级因子包括秦淮河风光带的自然景观价值、历史文化价值与社会经济价值，这与《中国文物古迹保护准则》所确定的遗产价值基本相符。其中，自然景观价值主要是指研究区域的地形、地貌、水文和自然特征；历史文化价值则包含物质层面的建成环境，以及非物质层面的文化传统与社会活动，两方面内容既涉及历史承袭的传统部分，也包括当代创造的时代价值，基本符合《关于历史性城市景观的建议书》所确立的遗产内涵；社会经济价值则主要包括社会实践及价值、经济过程及效益两方面内容。2）基于前文分析得到的景观感知要素编码表来构建方案层。由于通过数字足迹得到的景观感知要素指标之间彼此相对独立，并且客观、真实地反映了公众对于秦淮河风光带的景观视觉感知状况，因此评价体系方案层的因子将由编码表中的景观要素构成，并由专家决议各因子归属的准则层。3）将编码表中各感知要素出现的频率，作为重要性排序依据构建判断矩阵，并在元决策软件Yaahp中利用和积法（asymptotic normalization coefficient, ANC）计算各层次因子权重。由于传统的基于专家赋分的层次分析法易受主观因素影响，使评价结果偏差较大，本研究将采用“旅游凝视”视角下公众景观视觉感知的偏好结果代替专家判断，作为评价因子排序的依据（表2）。

表2 景观视觉感知价值评价体系及其权重Tab. 2 Evaluation system and weights of landscape visual perception value

3.2 景观视觉感知价值评估

将包含景观视觉感知要素的照片数量按照数据大小分成5段，分别表示价值低、较低、一般、较高和高5个层级，并赋予相应的分值来确定价值评估准则（表3）。

表3 景观视觉感知价值评分标准Tab. 3 Scoring standard for the vale of visual landscape perception

将前文计算得到的权重和因子分值代入加法模型（式1），计算各项景观价值Vi：

由于照片是游客景观视觉感知偏好的真实再现，照片内容反映出的景观要素被认为是游客在旅行过程中切实感知到的有价值的内容。因此，为了充分发挥图片型数字足迹的大数据优势，提高景观视觉感知价值评估的科学性与准确性，本研究通过自然断点法，

式中：Wi为表2中三级评价因子的权重，Xi为表3中对应指标因子的分值。式中：V1、V2、V3分别对应景观资源点的自然景观价值、历史文化价值与社会经济价值。

对图2研究范围内45个景观资源点逐一进行赋值与评价计算（式2），得到各资源点的综合景观视觉感知价值V：

最终，计算得到各景观资源点视觉感知的综合价值（表4）。其中，“秦淮河”作为研究区域内最显著的线性景观，综合价值位列首位。这说明该景观资源作为南京历史城区中重要的历史性城市景观，不仅可以串联起区域内各类景观资源，还带动了周边的经济发展与人群活力提升。而夫子庙秦淮风光带、白鹭洲公园以及石头城公园，因其突出的自然景观价值与历史文化价值，同样成为秦淮河的重要景观节点。

表4 景观视觉感知综合价值评估前10项Tab. 4 Top 10 landscapes in terms of the comprehensive value of visual perception

3.3 景观视觉感知价值分级界定与分类管控

将秦淮河风光带景观视觉感知的综合价值评估结果与地理信息耦合，可以发现（图4）：南京城南的历史文化与社会经济价值主要集中于内秦淮河的南段与中段之间，呈现团块集聚特征；自然景观价值则主要集中于外秦淮河与内秦淮河中段以南。综合来看，老门东、夫子庙一带作为游憩活动的聚集地，拥有突出的综合价值；外秦淮河的部分景点，如中华门瓮城、石头城公园、清凉山公园和莫愁湖景区等，也具有一定的综合价值潜力。

图4 景观视觉感知综合价值分析Analysis of the comprehensive value of visual landscape perception

将研究范围内45个景点的自然景观、历史文化与社会经济价值的几何平均值作为合格标准（即自然景观价值V1>3.382，历史文化价值V2>2.074，社会经济价值V3>1.425）进行分类。以保护和发展2条准则作为评估依据，按照四级价值点所满足的合格数量依次递减的标准划分，最终得到景点价值分类结果与三维价值坐标系分布情况（图5）。这一评价结果的作用在于：可以通过对景点综合价值的分级评定，分类制定具有针对性的遗产保护与发展策略。例如，一级价值点宜采取保护与可持续发展同时兼顾的复合经营模式，如南京城墙作为城市天际线最佳观赏点之一，应在尊重历史风貌的前提下，将文化遗产的保护融入城市现代化发展的进程中，实现历史景观与现代景观的协同发展；二、三级价值点应根据其主要价值属性选择适宜的保护或开发模式，如内秦淮河周边的老城区具有突出的历史文化价值，未来发展应秉持保存街区历史的完整性与真实性原则，使景观资源的价值得以充分体现；四级价值点则应重点强化其与秦淮河在空间上或文化上的关联，进而强化秦淮河线性文化景观概念的整体认知。

图5 景观视觉感知综合价值分级分类界定Classification definition of the comprehensive value of visual landscape perception5-1 景观视觉感知4类价值点空间分布Spatial distribution of four types of value points in visual landscape perception5-2 景观视觉感知价值散点图Scatter diagram of the value of visual landscape perception

4 结论与讨论

4.1 从专家评估到公众参与的景观视觉特征分析

本研究从景观感知的视觉特征出发，利用2种类型的数字足迹归纳总结出秦淮河风光带景观资源的形象特征与视觉偏好，将研究焦点从“看到什么”，转换为“关注什么”，最终聚焦于“喜欢什么”。通过深入解析物像、视像与心像之间的转化过程及其关联机制，本研究证实了数字足迹支持下的景观视觉感知评价，有助于从人本视角精准识别旅行者的景观偏好与游憩需求。相关研究也证实了，通过对网络社交媒体中用户生成内容（user generated content, UGC）的影像数据进行主题聚类分析，能够有效分析旅行者的游憩心理画像，从而实现心理画像技术服务大众公共游憩生活的应用价值[23]。然而，也有研究者提出，当使用用户自主生成的影像数据来研究旅游凝视时，“即使最详细、最全面的内容分析，也难以完全确定一组特定图像的象征意义”[24]。因此，在对景观视觉特征进行感知评价时，纳入专家评价观点则十分必要；但越来越多的研究也表明，基于专家视角的景观评价无法准确或充分反映公众观点，因而广泛的公众参与也非常重要[25]。基于上述考量，本研究首先依靠专家经验构建评价模型的目标层次结构，确定景观资源的客观特征；然后通过文字型数字足迹确定公众景观感知的主要对象，并利用图片型数字足迹根据公众感知偏好确定评价因子权重，最终在对主客观转译与联立的基础上完成景观视觉感知评价体系的构建。相比基于小样本问卷调查的评价方法，本研究提供了一种较为新颖的范式，能够基于大样本数据为城市景观规划与管理提供更加多元而综合的信息。同时，本研究构建的分析方法在面向更大尺度及更加复杂的景观环境时，具有节约人工与时间成本、增加评价客观性的优势。实际上，数字足迹作为一种“集体记忆”或“文化遗产”，生产者通过描画并分享某个特定的景观，促使社交媒体正在迅速构建起一个“元景观”（即景观的景观），并通过较长时间内人与景观的互动塑造了地方认同[26]。本研究从“元景观”的一个时间切片中分析了公众的景观视觉感知偏好，如果能够从时间轴线上截取更多片段，则有可能溯源这种集体记忆与地方认同的产生机制。

4.2 基于景观视觉感知评价的设计思考

本研究将“旅游凝视”中的物像、视像与心像的转化过程联系起来，通过视觉感知评价揭示了视觉行为到审美偏好的作用机制。研究结果表明：旅行者不仅是景观意象的感知者，更是景观形象的投射者；其对旅游地影像传播所形成的网络口碑效应，正在给旅游地的形象营销与景观设计策略带来全新挑战。基于此，我们需要通过研读旅行者对于旅游地景观感知的视觉特征及审美偏好与旅游地营销建构的品牌形象之间的差异性，以此采取相应的形象提升与景观改造措施。由此，政府与营销方不再是景观表征的唯一生产者，一种自下而上的基于公众“旅游凝视”的多样化体验与视觉生产方式已经形成。这便值得我们去思考：如何利用大众生产的多元视觉表征与当代景观设计范式产生关联，从而以各种微妙的方式介入大众对于旅游地的形象感知与信息接收判断的过程。在此基础上，根据大众反馈的景观视觉感知信息，调整、提升旅游地的形象设计；然后对设计好的景观形象进行视觉感知评价，如此往复，进而形成一种多元多重表征的影像循环构建的过程[27]。本研究目前只是从单向的感知角度解释了公众如何理解和感知景观视觉要素，即从建成环境的视角探讨了景观要素对于公众视觉感知的影响机制。然而，如何从另一个方向解释“凝视”行为参与旅游地的形象建构过程，则需要在后续研究中进一步思考。美国城市数据研究者莎拉·威廉姆斯（Sarah Williams）在《数据行动：为公共利益使用数据》（Data Action: Using Data For Public Good）一书中指出：数据行动不仅能够引发政策讨论，影响公众选择，还可以为大众设计提供多元信息，保障数据所代表的群体声音既不会被边缘化，也不会被忽视[28]。因此，数据作为一种公共物品，理应为公共利益服务。威廉姆斯的这一论述不仅为本文的研究意义作出理论注解，也为我们未来的研究指明一条可行的方向。

图表来源(Sources of Figures and Tables)：

文中图表均由作者拍摄或绘制，其中图2、4、5-1的底图来自Open Street Map（2020年12月1日）。