近年來，公眾對空間環境的感知和情緒體驗也逐漸成為城市研究的焦點，但將其與HUL相結合的探討仍然較少。基于此，本研究提出“HUL－認知－情緒”的分析框架，特別關注歷史城市HUL特征對公眾情緒感知的影響機制，以期為提升公眾幸福感、識別歷史城市的潛在改善機會提供科學參考。
導讀
本文提出了“歷史性城市景觀－認知－情緒”分析框架，從歷史性城市景觀（HUL）遺產本體價值、城市功能價值和城市景觀價值三個維度，結合語義分析、時空立方體等方法，通過中國紹興古城案例，揭示了歷史性城市景觀環境特征對公眾情緒感知的影響機制及其時空異質性。研究發現，不同的HUL特征對公眾情緒感知的影響具有異質性；同一HUL特征在不同的時間（工作日與節假日）和空間中，對公眾情緒的影響也表現出不同的模式。在節假日，公眾情緒感知更受到與遺產本體價值相關的特征的影響，而在工作日，由于公眾活動的性質發生變化，城市功能價值類特征對公眾情緒的影響更加顯著，城市景觀價值對公眾情緒感知的正面影響也更為突出。本研究旨在為提升公眾在城市空間中的感知和情緒體驗、識別歷史城市的潛在空間改善機會提供科學參考。
關鍵詞
歷史性城市景觀；公眾情緒感知；時空異質性；微博數據；時空立方體；“歷史性城市景觀－認知－情緒”分析框架
歷史性城市景觀特征
對公眾情緒感知的影響機制
及時空異質性研究
——以中國浙江省紹興古城為例
Research on the Influencing Mechanism of Historic Urban Landscape Characteristics on Public Sentiments and the Spatio-temporal Differentiation Patterns
—A Case Study of Shaoxing Ancient City in Zhejiang Province, China
2011年，聯合國教科文組織頒布了《關于歷史性城市景觀的建議書》，提出了“歷史性城市景觀”（HUL）的理念。古城作為HUL的一個重要子類，面臨著全球化和現代化帶來的各種挑戰，其中，HUL的文化趨同和個性危機日益顯著。
近年來，公眾對空間環境的感知和情緒體驗也逐漸成為城市研究的焦點，但將其與HUL相結合的探討仍然較少。基于此，本研究提出“HUL－認知－情緒”的分析框架，特別關注歷史城市HUL特征對公眾情緒感知的影響機制，以期為提升公眾幸福感、識別歷史城市的潛在改善機會提供科學參考。
在HUL視角下，人與所生活的地方能夠產生深厚的情緒連接。隨著位置服務技術的快速發展，可以通過感知設備和定位技術，基于時空單元對公眾情緒感知進行可視化測度。社交媒體數據為公眾情緒感知的測度和可視化提供了新的機會，有助于揭示公眾情緒感知的時空分布特征。
HUL價值評價體系的準則層可以總結為“保護現狀”“本體價值”和“城市結合度”三個方面。已有部分研究揭示了HUL本體價值如何影響公眾對歷史城市的感知，凸顯了它在建立情緒連接和培養文化認同中的核心作用。然而，目前仍缺乏關于保護現狀和城市結合度兩個層面的公眾情緒感知影響研究。
本研究將基于社交媒體大數據對公眾情緒感知進行測度，旨在揭示HUL特征對公眾情緒感知的具體影響機制，為在城市規劃和管理中識別歷史城市中的潛在改善空間并予以優化提供理論和實踐支撐。
本研究構建了“HUL－認知－情緒”（HCS）分析框架。該框架主要分為：HUL特征分析，公眾情緒感知分析，以及公眾情緒感知時空分布分析。綜合這三個部分，HCS分析框架提供了一個可解釋公眾在HUL中的情緒感知產生過程的多維度視角。
研究提出的HCS分析框架 ? 石拓，桑萬琛，鄭預諾
浙江省紹興古城已有2500多年的建城史，其面積約9km2，古城包括八大歷史文化街區，現有各級文物保護單位共62處；以20m×20m為網格單元構建空間分析網絡。研究時段為2022年8月1日至2023年1月31日，對工作日和節假日進行差異化分析。
微博簽到數據指用戶在微博平臺上進行地理位置簽到操作時產生的文本內容和時間信息等數據。研究采集了2022年8月1日至2023年1月31日研究區域內的微博簽到數據；在剔除重復、空白、不相關內容和無關網頁鏈接后，最終獲得8151條有效簽到數據。
HUL特征數據包括POI數據、歷史遺產數據及遙感影像數據。POI數據主要涵蓋休閑娛樂設施、交通設施和醫療服務設施，從高德地圖上爬取。歷史遺產數據包含研究區域內的文物保護單位的保護級別、建設年代和地理位置等信息，來源于《紹興市歷史文化名城保護規劃（2021—2035年）》。研究從Google Earth采集了遙感數據，以識別研究區域內的土地覆蓋類型與空間格局：借助ArcGIS Pro平臺，將研究區域內的土地覆蓋類型劃分為綠地、水域、裸地、建筑、道路和不透水表面6個類別，然后在每個類別中隨機選擇20~30個驗證點進行驗證。
研究使用Python對微博簽到數據中的文本信息進行情緒分析。首先，進行文本信息分割，并統計每個詞的出現頻率；最后，采用情感詞典來確定每條微博數據的情緒分數研究結合地理位置信息，選擇反距離加權插值法對每條微博測度后的情緒分數進行空間插值，從而獲得研究區域內的公眾情緒感知分布。
研究選擇“時空立方體”的可視化方法來探究古城內公眾情緒感知的時空分異特征。而后，研究選擇Getis-Ord Gi*進行空間熱點聚類分析，該指數能夠反映某一區域內與周圍區域的公眾情緒感知程度之間的差異，從而識別出熱點區域和冷點區域。
研究使用GWR模型來分析紹興古城HUL特征對公眾情緒感知的影響機制。GWR模型可以有效解釋回歸系數的局部差異，以精確識別哪些HUL特征能夠顯著影響公眾情緒感知。
分析結果顯示，紹興古城內的公眾情緒感知分數的均值為6.983，公眾情緒感知強度的均值為7.160。這表明公眾整體情緒感知的積極性較高，且消極情緒在整體上并不占據主導地位，說明研究區域內的公眾更傾向于積極的情緒體驗。
研究繼而對公眾微博發文數量和時間變化進行了詳細分析，發現國慶節期間和春節前夕，微博發文量出現了明顯高峰；而2022年12月底出現了顯著的低谷，這與中國在該時期的疫情相關。同時，節假日的發文數量要顯著高于工作日。
研究發現，雖然在某些日期（如9月1日前后）消極情緒的強度超過了積極情緒，但當日的公眾情緒感知分數均值仍然為正。造成此現象的原因可能是積極情緒的發文數量遠超過消極情緒的發文數量。
研究進而將每日的公眾情緒感知分數均值進行可視化表達，結果表明，公眾情緒感知呈現出顯著的積聚性特征，且工作日和節假期的公眾情緒感知呈現出明顯的時空異質性。
工作日公眾情緒感知的空間分布 ? 石拓，桑萬琛，鄭預諾
節假日公眾情緒感知的空間分布 ? 石拓，桑萬琛，鄭預諾
每日公眾情緒感知時空立方體的冷熱點分析結果顯示，在2022年8~9月，高強度積極情緒積聚區首先出現在古城中部的前觀巷街區。隨著時間推移，在古城東北方向的八字橋和書圣故里街區也出現了明顯的高強度積極情緒積聚。隨著國慶假期的臨近，魯迅故里街區和東南部的沈園等重要歷史文化遺產點附近出現高強度積極情緒積聚分布；10月1~10日，石門檻街區、西南部的金帝銀泰城等位置同樣呈現積極情緒積聚逐漸增多。11~12月期間，積極情緒的積聚逐漸減少，但仍然分布于石門檻、魯迅故里、書圣故里街區，以及上大路古城入口等地。2023年1月上旬，積極情緒的積聚性明顯抬升，以魯迅故里街區最為明顯，但整體仍以消極情緒為主。
地塊數量距離與直方圖距離方法示意 ? 周懷宇，向雙斌
研究從HUL遺產本體價值、城市功能價值和城市景觀價值三個維度選取了共11個HUL特征變量作為解釋變量。
1）遺產本體價值：選擇遺產級別、遺產年代和山水價值作為評價指標。
2）城市功能價值：以建筑高度、打卡關注度、休閑娛樂設施密度、醫療服務設施密度及交通設施密度來評價HUL的功能價值。
3）城市景觀價值：使用水域空間開敞度、綠地開敞度和土地利用混合度進行表征。
模型可信度分析和全局Moran’s I檢驗的基礎上，研究構建了工作日和節假日的GWR模型，兩個模型能夠較好地解釋公眾情緒感知的影響變化。
在遺產本體價值上，遺產級別和遺產年代與公眾情緒感知分數呈現顯著正相關性，這意味著較高級別、歷史更悠久的遺產會對公眾情緒感知產生積極影響。然而，山水價值在工作日中呈現負相關效應，可能是因為在日常工作壓力下，人們可能會將自然美景的欣賞置于較低的優先級。
在城市功能價值上，與工作日相比，節假日休閑娛樂設施和醫療服務設施的影響，建筑高度和打卡關注度對公眾情緒感知的負向影響也較弱，可能表明節假日人們對這些HUL特征關注度降低。
在城市景觀價值上，水域空間開敞度和綠地開敞度在工作日和節假日對公眾情緒感知的影響程度都較低。而土地利用混合度在工作日呈現正相關效應、在節假日中卻呈現負相關效應。這表明，在節假日期間，人們可能更傾向于單一而直接的放松體驗。
為了進一步探究各解釋變量效應的空間異質性，研究選擇在工作日和節假日對公眾情緒感知影響都較顯著的5個解釋變量——遺產級別、遺產年代、山水價值、醫療服務設施密度和土地利用混合度——分別對各網格單元的回歸系數進行可視化。
5個HUL特征對公眾情緒感知影響的時空異質性 ? 石拓，桑萬琛，鄭預諾
1）遺產級別：在工作日和節假日中，各有61.10%和52.14%的格網單元的遺產級別與公眾情緒感知呈現正相關。工作日期間，正相關效應主要出現于居民日常居住和休閑的主要區域。在節假日期間，各街區和文物保護單位所在格網單元內出現的正相關效應顯著增加。
2）遺產年代：在工作日和節假日中，各有60.85%和52.15%的格網單元的遺產年代與公眾情緒感知呈現正相關。在工作日和節假日期間，正相關效應主要集中于八字橋街區和研究區域南部的部分地段，這些地區擁有跨多個歷史時期的各種文化遺產。
3）山水價值：在工作日和節假日，各有58.56%和41.99%的格網單元具有正回歸系數。在工作日，江南水鄉和山川的特色景觀，對公眾情緒感知呈現明顯正相關效應。然而，節假日期間，塔山等區域的山川景觀對公眾情緒感知呈現負相關效應，這與節假日期間旅游人流量增多、景觀體驗受限有關。
4）醫療服務設施密度：在工作日和節假日GWR模型中，各有37.45%和51.45%的空間單元具有正回歸系數。整體上，醫療服務設施密度與公眾情緒感知呈現顯著的負相關效應，但本地居住區，呈現正相關效應。這表明對于居住區比較集中的區域來說，醫療服務設施的合理分布能夠提高居民的積極情緒。
5）土地利用混合度：在工作日和節假日GWR模型中，各有58.90%和51.69%的空間單元具有正回歸系數。這說明對于節假日的公眾來說，多功能的歷史文化場所能夠有效提高積極情緒。
HUL作為城市的文化遺產和歷史記憶的集中體現，可以激發公眾的情緒共鳴和認同感，從而提高公眾的幸福感和滿意度。本研究提出了“HUL－認知－情緒”分析框架，并從HUL遺產本體價值、城市功能價值和城市景觀價值三個維度，對紹興古城內公眾情緒感知時空特征，以及HUL特征對公眾情緒感知的影響機制進行了綜合分析。結果表明，不同的HUL特征對公眾情緒感知的影響具有異質性。需要注意的是，HUL特征對公眾情緒感知的影響并非是一成不變的，城市設計者應結合公眾情緒感知影響效應的局部特征，提出更有針對性的建成環境規劃和政策。
盡管本研究對HUL特征與公眾情緒感知的關系進行了初步探索，但仍存在一定局限性。首先，在社交媒體平臺上主動發布信息的用戶，可能更傾向于表達極端或強烈的情緒狀態，這種傾向可能致使本研究采用的情緒感知可能與公眾在實際HUL游覽體驗存在一定差異。其次，本研究選擇遺產本體價值、城市功能價值和城市景觀價值等來表征HUL特征，難以全面表征HUL的復雜性和多樣性。此外，本研究的影響分析結果僅限于紹興古城這一特定地區，未來研究可拓展研究范圍和方法。
[1] UNESCO. (2019). The UNESCO recommendation on the Historic Urban Landscape.
[2] Li, H., & Yang, L. (2019). Research on the management tools of Historic Urban Landscape—Historic townscape characterisation. Chinese Landscape Architecture, 35(5), 54–58.
[3] Lazarus, R. S. (1982). Thoughts on the relations between emotion and cognition. American Psychologist, 37(9), 1019–1024.
[4] Li, Y., Chen, X., Liu, P., & Huang, G. (2021). Research on image perception of heritage tourist destinations from the three-dimensional perspective of “cognition–emotion–integrity”: Taking Xiangjiang ancient town group as an example. Human Geography, 36(5), 167–176.
[5] Taylor, K. (2023). Historic Urban Landscape paradigm—A tool for balancing values and changes in the urban conservation process. Landscape Architecture Frontiers, 11(3), 96–104.
[6] Zhang, S., & Zhen, X. (2017). From historical features preservation to urban landscape management—Based on the Historic Urban Landscape approach. Landscape Architecture, (6), 14–21.
[7] Zhou, X., Sun, Z., & Liu, X. (2022). Research on the spatial perception and recreational experience of Historic Urban Landscape supported by the technology of digital footprint. New Architecture, (1), 10–15.
[8] Li, H., Li, M., Zou, H., Zhang, Y., & Cao, J. (2023). Urban sensory map: How do tourists “sense” a destination spatially?. Tourism Management, (97), 104723.
[9] Zhou, X., Liu, Z., & Shi, J. (2022). Evaluation on visual landscape perception under the support of digital footprint: A case study of Historic Urban Landscape of the Qinhuai River area. Landscape Architecture, 29(9), 18–25.
[10] Ginzarly, M., Roders, A. P., & Teller, J. (2019). Mapping historic urban landscape values through social media. Journal of Cultural Heritage, (36), 1–11.
[11] Dai, J., Huang, X., Sun, J., An, H., & Guo, Q. (2023). Research on the formation mechanism of tourist cultural identity in National Cultural Park—Taking the iconic natural landscapes of the Yellow River National Cultural Park as an example. Tourism Tribune, 38(1), 31–41.
[12] Taylor, K. (2008, September 29–October 4). Landscape and memory: Cultural landscapes, intangible values and some thoughts on Asia [Conference or Workshop Item]. 16th ICOMOS General Assembly and International Symposium: ‘Finding the Spirit of Place—between the Tangible and the Intangible’. Quebec, Canada.
[13] Liu, T., Butler, R. J., & Zhang, C. (2019). Evaluation of public perceptions of authenticity of urban heritage under the conservation paradigm of Historic Urban Landscape—A case study of the Five Avenues Historic District in Tianjin, China. Journal of Architectural Conservation, 25(3), 228–251.
[14] Hoteit, A. (2015). Role of the landscape in the preservation of collective memory and the enhancement of national belonging. Canadian Social Science, 11(3), 1–8.
[15] Bonadei, R., Cisani, M., & Viani, E. (2017). City walls as Historic Urban Landscape: A case study on participatory education. Journal of Tourism, Culture and Territorial Development, 8(7), 75–88.
[16] Anderson, K., & Smith, S. (2001). Editorial: Emotional geographies. Transactions of the Institute of British Geographers, 26(1), 7–10.
[17] Zhu, H., & Gao, Q. (2015). Review on “emotional turn” and emotional geographies in recent western geography. Geographical Research, 34(7), 1394–1406.
[18] Yang, L., Duarte, C. M., & Ciriquián, P. M. (2022). Quantifying the relationship between public sentiment and urban environment in Barcelona. Cities, (130), 103977.
[19] Lazarus, R. S. (1991). Emotion and Adaptation. Oxford University Press.
[20] Zhang, X. (2019). Emotion recognition via passive sensing [Doctoral dissertation]. Nanjing University.
[21] Li, Y., Gao, X., Yang, L., & Guo, J. (2020). Research on walking environment satisfaction of residents based on ordered probit model—A case study of Gulangyu. Chinese Landscape Architecture, 36(11), 90–94.
[22] Kerr, M. L., Rasmussen, H. F., Smiley, P. A., Buttitta, K. V., & Borelli, J. L. (2021). The development of toddlers’ emotion regulation within the family system: Associations with observed parent-child synchrony and interparental relationship satisfaction. Early Childhood Research Quarterly, (57), 215–227.
[23] Benita, F., Bansal, G., & Tun?er, B. (2019). Public spaces and happiness: Evidence from a large-scale field experiment. Health & Place, (56), 9–18.
[24] Rodríguez-Ibánez, M., Casánez-Ventura, A., Castejón-Mateos, F., & Cuenca-Jiménez, P.-M. (2023). A review on sentiment analysis from social media platforms. Expert Systems with Applications, (223), 119862.
[25] Mitchell, L., Frank, M. R., Harris, K. D., Dodds, P. S., & Danforth, C. M. (2013). The geography of happiness: Connecting Twitter sentiment and expression, demographics, and objective characteristics of place. PLoS One, 8(5), e64417.
[26] Shan, Z., An, Y., Yuan, M., & Huang, Y. (2022). Study on spatial and temporal distribution characteristics and influencing factors of urban residents’ sentiment based on Weibo data: A case study of the main urban area of Wuhan. Urban Development Studies, 29(8), 69–76.
[27] Kong, L., Liu, Z., Pan, X., Wang, Y., Guo, X., & Wu, J. (2022). How do different types and landscape attributes of urban parks affect visitors’ positive emotions?. Landscape and Urban Planning, (226), 104482.
[28] Wang, Y., Chew, A. W. Z., & Zhang, L. (2022). Deep learning modeling of public’s sentiments towards temporal evolution of COVID-19 transmission. Applied Soft Computing, (131), 109728.
[29] Amarasinghe, A. (2023). Public sentiment in times of terror. Journal of Development Economics, (162), 103058.
[30] Ginzarly, M., Houbart, C., & Teller, J. (2019). The Historic Urban Landscape approach to urban management: A systematic review. International Journal of Heritage Studies, 25(10), 999–1019.
[31] Jian, J., Zhen, F., Xi, G., & Zhai, Q. (2016). A review on emotional geography: Its progress and enlightenment. World Regional Studies, 25(2), 123–136.
[32] Lei, Z., Luo, J., & Cao, L. (2021). Quantitative research on historic city landscape value assessment based on AHP-GIS—Taking Taiyuan, a historic and cultural city, as an example. Journal of Taiyuan University of Technology, 52(4), 630–637.
[33] Shoval, N., Schvimer, Y., & Tamir, M. (2018). Tracking technologies and urban analysis: Adding the emotional dimension. Cities, (72), 34–42.
[34] Oren, G., Shani, A., & Poria, Y. (2021). Dialectical emotions in a dark heritage site: A study at the Auschwitz Death Camp. Tourism Management, (82), 104194.
[35] Jimura, T. (2011). The impact of world heritage site designation on local communities—A case study of Ogimachi, Shirakawa–mura, Japan,. Tourism Management, 32(2), 288–296.
[36] Su, M., & Wall, G. (2010). Place attachment and heritage tourism at the Great Wall. Journal of China Tourism Research, 6(4), 396–409.
[37] Medina-Viruel, M. J., López-Guzmán, T., Gálvez, J. C. P., & Jara-Alba, C. (2019). Emotional perception and tourist satisfaction in world heritage cities: The Renaissance monumental site of úbeda and Baeza, Spain. Journal of Outdoor Recreation and Tourism, (27), 100226.
[38] Liang, J., Jiang, S., & Tao, L. (2020). Empirical research on the relationship between spatial-temporal behavior and emotion of tourists based on semantic analysis of online travel blogs and GIS visualization: A case of Beijing. Human Geography, 35(2), 152–160.
[39] Shaoxing Wuhan Municipal Bureau of Natural Resources and Planning. (2023, October 23). Public notice of draft of Shaoxing historical and cultural city protection plan (2021–2035).
[40] Zhu, Y., & Jing, J. (2019). Chinese word segmentation technology based on Python language. Communications Technology, 52(7), 1612–1619.
[41] Wang, Y., Chi, Y., Xu, J.-H., & Yuan, Y. (2022). Consumers’ attitudes and their effects on electric vehicle sales and charging infrastructure construction: An empirical study in China. Energy Policy, (165), 112983.
[42] Wan, P., Qiu, F., Xiang, F., Wang, J., Pan, C., Zhu, X., & Xu, L. (2022). Study on the Spatio-temporal Variation and Prediction Model of PM2.5 in Kunming. Environmental Science Survey, 41(2), 47–51, 56.
[43] Wang, H., Chen, R., Wei, S., Gui, L., & Fei, T. (2020). Mining emotional geography features based on Chinese Weibo data. Geomatics and Information Science of Wuhan University, 45(5), 699–708.
[44] Zhang, Q., Xu, D., & Ding, Y. (2021). Spatio-temporal pattern mining of the last 40 years of drought in China based on SPEI index and spatio-temporal cube. Agricultural Research in the Arid Areas, 39(3), 194–201.
[45] Xue, M., Wang, C., Zhao, J., & Li, M. (2020). Spatial differentiation pattern and influencing factors of tourism economy in the Yellow River Basin. Economic Geography, 40(4), 19–27.
[46] Tao, J., Dong, P., Zhou, N., Lu, Y., Gong, X., & Ma, X. (2022). Study on spatial distribution characteristics and influencing factors of historical and cultural towns and villages in the Yangtze River Economic Belt. Geography and Geo-Information Science, 38(3), 66–73.
[47] Wang, C., Wang, B., Wang, Q., & Lei, Y. (2023). Nonlinear associations between urban vitality and built environment factors and threshold effects: A case study of central Guangzhou City. Progress in Geography, 42(1),79–88.
[48] Ta, N., Zeng, Y., Zhu, Q., & Wu, J. (2020). Relationship between built environment and urban vitality in Shanghai downtown area based on big data. Scientia Geographica Sinica, 40(1), 60–68.
[49] Zhu, J., Fan, Y., & Fan, F. (2018). Factors affecting commute happiness of residents in big cities: A case study of Xi’an, China. Urban & Rural Planning, (3), 43–53.
[50] Fan, R., Zhao, J., Chen, Y., & Xu, K. (2014). Anger is more influential than joy: Sentiment correlation in Weibo. PLoS ONE, 9(10), e110184.
本文引用格式 / PLEASE CITE THIS ARTICLE AS
Shi, T., Sang, W., & Zheng, Y. (2024). Research on the influencing mechanism of Historic Urban Landscape characteristics on public sentiments and the spatio-temporal differentiation patterns—A case study of Shaoxing ancient city in Zhejiang Province. Landscape Architecture Frontiers, 12(3), 73?88. https://doi.org/10.15302/J-LAF-1-020097.
編輯 | 田樂，王胤瑜
翻譯 | 田樂
制作 | 郭陽，高雨婷
媒體發布 | 馬哲
版權聲明：本文版權歸原作者所有，請勿以景觀中國編輯版本轉載。如有侵犯您的權益請及時聯系，我們將第一時間刪除。
投稿郵箱：info@landscape.cn
項目咨詢：18510568018（微信同號）
京公海網安備 110108000058號
北京海淀區
www.lafrontiers.com
lafrontiers@foxmail.com
