羅濤 張瑾青 徐敏 劉江
作為一種文化現象,迅猛發展的城鎮化進程不僅直接改變了區域景觀格局,并對區域內的社會價值體系產生巨大的影響[1-2]。居住文化及價值觀念也伴隨城鎮化進程由傳統鄉村型向現代城鎮型轉變[3-4]。而景觀偏好是地區價值體系的重要組成部分。科學評價城鎮化進程對其發生區域內特定人群景觀偏好的影響,對理解景觀發展規律、重新認識景觀健康程度及科學規劃城鎮布局具有重要意義。
對公眾景觀偏好的系統研究始于景觀美學評價和規劃管理的實踐需求。景觀偏好是指公眾在經過一系列感知、認知心理評估過程后,對不同類型景觀產生的不同好惡感[5]。該好惡感以“比較”為基礎產生差異性,以選擇行為結果表明最終態度。行為結果又因個人生理狀態、文化差異等而各不相同[6]。
俞孔堅[7]等認為景觀評價隨著20世紀60年代計量科學的發展和推廣,由定性研究逐漸轉為定量的景觀元素[8]、結構[9]、功能的空間分布和時間演化的分析[10]。其中,景觀認知的研究主要聚焦在認知主體的個體(群體)特征及景觀客體的特征(屬性)對景觀偏好的影響兩方面[11]。對于景觀偏好的研究,目前常用的方法有調查分析法、民意測驗法。通過測量認知主體的景觀偏好類型,進而分析不同個體(群體)景觀偏好差異機制[12]。
分析個體(群體)特征對景觀偏好的影響主要通過對特定人群人口學特征[13]、心理需求[14]、專業背景(文化)差異[15]的分析開展。而景觀特征(屬性)對景觀偏好的影響研究則以地理信息系統為輔助工具,研究景觀元素構成比例以及空間結構對景觀偏好判斷的影響[16]。亦有研究采用空間距離分布表示居民景觀偏好與地域性認同之間的關系[17]。目前所見的研究均重點描述區域內影響景觀美學質量的景觀元素、結構、格局或解釋影響景觀偏好的人文因素[18-20]。迄今,盡管有研究關注城鎮化對特定群體(兒童)景觀偏好的影響[21-23],但鮮見覆蓋全年齡段的景觀偏好差異及其空間分布特征的研究。而辨識景觀偏好空間分布特征是在城鎮化背景下理性認識和科學評價地區傳統景觀價值的基礎。
因此,本文的研究目標為:辨識不同城鎮化階段人群景觀偏好差異,分析自然景觀偏好度的空間分異特征,并嘗試構建可以量化景觀偏好的地區差異并描繪其空間分布的創新方法體系。

1-1 福建省文化分區情況The cultural districts of Fujian

1-2 地理生態分區情況The geo-ecology districts of Fujian

1-3 人口城鎮化率分區情況The population urbanization districts of Fujian

表1 典型地區城鎮化率Tab.1 The urbanization rate of typical areas
首先,福建省具有鮮明的自然地理—生態背景。福建省地處中國東南,背山面海,地形以山地丘陵為主(占全省面積80%以上)。閩西、閩中兩大東北—西南走向的山帶形成西北高東南低的基本地勢。閩北、閩西眾多海拔1 000~2 000m的山地連同大片的山前丘陵與閩東、閩南沿海沖積、海積平原對照鮮明。福建省域可分為兩大生態區(閩東閩中和閩北閩西生態區、閩東南生態區)及5個生態亞區(閩北閩西山地盆谷生態亞區、閩東閩中中低山山原地生態亞區、閩東沿海海岸帶與近岸海域生態亞區、閩東南西部低山丘陵盆谷地生態亞區、閩東南沿海臺丘平原與近岸海域生態亞區)[24]。
其次,包含城鎮化初期、快速期到成熟期以至郊區化等不同階段特征。至2015年末,福建省轄9個設區市,下設28個市轄區(為保證數據與2011年立項時一致,龍巖永定、南平建陽仍作為縣級單元分析)、13個縣級市、44個縣(含金門縣)[25]。將26個市轄區合并為9個市區單元后,共67個縣級統計單元(平均人口城鎮化率為62.6%)。其中,人口城鎮化率最低為38.3%(福州閩清),最高為97.5%(福州市轄區)[25]。
綜合考慮導致人群景觀偏好差異的5種地域因素(文化背景、景觀類型、語言、地理和生態),對67個研究單元進一步分類(圖1)。結合2015年各地區人口城鎮化率(下文通稱城鎮化率),篩選確定13個地區作為研究的典型地區(表1)。
為在照片上呈現景觀“城鎮化”的痕跡,本文作者選擇的測試媒介為同一地點的歷史及復拍照片。
首先,筆者通過對典型地區地方志、城市檔案等歷史文獻的整理,收集了各地區20世紀末具有代表性的城鎮全景照片。從中篩選出17張具有典型地區代表性的照片進行復拍。復拍時盡可能使拍攝的參數、時間、天氣狀況等與歷史照片拍攝條件一致,后期未對照片修圖。為了降低復拍照片與歷史照片的色彩差異對認知偏好造成的影響,對照片進行統一色彩渲染處理(渲染色系選擇及其對景觀偏好的影響另文討論,圖2)。利用ArcGIS對圖片進行識別,并根據識別像素計算每張照片中所包含的8種景觀元素及其面積占比。其中,以山體、水體、草地及樹木的面積占比之和作為景觀自然度。34張照片景觀自然度的平均值為50.05%(表2)。在不考慮景觀元素類別差異的前提下,樣本中自然度的比例范圍為7.50%~76.57%,滿足研究要求(對不同自然景觀要素的偏好差異研究另文討論)。共計17組經過上述標準化處理的照片用于景觀偏好測試。照片打印尺寸為19cm×13cm(圖3)。

表2 自然景觀構成元素占比對照Tab.2 Comparison table of the proportion of natural landscape elements %

表3 樣本抽樣安排Tab.3 Sampling arrangement

2 歷史照片與復拍照片處理前后對照圖Contrast of historical photos,rephotograph photos on the same viewpoints and their rendered duplicates

3 照片編碼規則Photo coding rules
景觀認知及偏好調查問卷總體分為兩部分。第一部分是被試者的人口學特征及影響其景觀偏好的相關因素(思維模式、認知能力、景觀元素需求等,僅限本地人)。第二部分是景觀偏好等級測試。為降低被試短時間內(約5min)對大量照片(34張)打分的難度,筆者要求被試按偏好程度分次篩選[26],以此替代傳統打分法。即從34張亂序照片中挑選喜歡的12張,再從12張中挑選較為喜歡的6張,最后從6張中保留最喜歡的3張。
由于城鎮居民不僅愿意評價城鎮進程對其生活的影響,并據其各自所處環境有不同類型的評價指標[27],因此,為保證抽樣人群的隨機性、全面性[28]和可比性,咨詢社會科學領域相關專家后,筆者將典型地區人群按年齡劃分為小學(J)、中學(T)、中年(M)及老年(S)4組(表3)。
由10~12名經過培訓的志愿者組成的調查組赴各典型地區進行一對一測試(圖4),每個年齡段耗時約3h。
調研按照逐地逐年齡段調查的方式開展。調研于2015年10月啟動,2016年11月收尾,共收集有效問卷2 696份。問卷按地區和年齡分組統計(表4)。

表4 樣本人數統計Tab.4 Sample statistics

4 問卷調研現場Scenes of questionnaire survey

5 自然景觀偏好度百分比堆積柱形圖Percentage accumulation column map of natural landscape preference
景觀偏好值評分規則如下:被選擇的12張照片中,最喜歡得3分,較喜歡得2分,喜歡得1分,未選得0分。筆者首先計算13個典型地區抽樣人群對每張照片的景觀偏好均值,然后以卡方檢驗分析不同地區居民景觀偏好差異,以相關性分析檢驗審美偏好值均值與城鎮化率之間的相關性。其次,為定量表達人群景觀偏好的傾向性(自然傾向或人文傾向),以受訪者對34張照片的評價值對每張照片賦予權重。將34張照片的自然度加權平均值與照片呈現的自然度平均值之比定義為該受訪者的自然景觀偏好度。公式為:


若Pj>1,抽樣人群偏好自然景觀;若Pj<1,偏好人工景觀。
通過分析典型地區城鎮化率與該抽樣人群偏好度之間的相關性,并由ArcGIS描繪其自然景觀偏好空間分布。
最后,根據抽樣人群的偏好度與城鎮化率的回歸曲線,對福建省其余54個研究單元進行插值運算,利用ArcGIS將插值所得偏好度繪制成福建省自然景觀偏好空間分布圖。
利用柱形堆積圖表示每張照片的景觀偏好總分值及其分地區構成情況(圖5)。虛線標注景觀偏好在13個典型地區存在顯著差異的照片,點劃線標注景觀偏好與城鎮化率顯著相關的照片,實線標注差異性及相關性均顯著的照片,未標注代表偏好差異不顯著的照片。
由圖5可見,不同照片景觀偏好總分差異明顯。35.3%(12張)的照片總分高于34張照片總分平均值(8.02)。最受歡迎的照片(MG6-n)總分是最不受歡迎的照片(MA1-5-o-2)的12.20倍。17張復拍照片平均總得分(9.23)明顯高于歷史照片平均總得分(6.81)。得分構成堆積柱的顏色越深則代表該景觀越受城鎮化率低的地區居民偏好,反之則表示更被城鎮化率高的地區居民所接受。
卡方檢測顯示,5張照片景觀偏好差異顯著(3張為復拍照片)。其中2張偏好值高于平均值(8.02)。5張照片都具有鮮明的特征并分屬不同的景觀類型。

6 典型地區自然景觀偏好度與人口城鎮化率Natural landscape preference and population urbanization rate in typical areas

7 典型地區抽樣人群自然景觀偏好度Sample population’s preference of natural landscape in typical areas

9 人群自然景觀偏好度分級分布Hierarchical distribution of residents’natural landscape preference
據公式(1)計算得到各典型地區抽樣人群的偏好度與該地區城鎮化率的關系(圖6)。可見典型地區抽樣人群對偏好度除霞浦縣(0.997)外均大于1。最高的福州轄區(1.065)比霞浦縣高0.068個單位。典型地區居民偏好度隨城鎮化率的升高而逐漸增加。
對偏好度與城鎮化率進行相關性分析顯示,兩者(K-S分析顯示,兩變量均服從正態分布)相關性顯著(p=0.014,r=0.660):隨著城鎮化率的提升,居民對自然景觀的偏好顯著提高,且隨區位變化而異(圖7)。
為描述全省67個研究單元居民偏好度的空間分布狀況,依據城鎮化率及偏好度相關性顯著的關系,建立回歸方程式(2),對其余54個行政區偏好度進行插值運算。

式中:Pk為研究區k的自然景觀偏好度,Xk為研究區k的人口城鎮化率。
人口城鎮化率Xk已知,可得其余54縣(區)偏好度。
從福建省偏好度分布看(圖8),福建省各地區的偏好度大致呈“川”字分布。福建省沿海及中部城鎮化率較高的條帶狀地區,表現較高的偏好度;與江西省接壤的省界周邊條帶狀區域及中部偏東的山區整體偏好體較低。
進一步以諾瑟姆城市發展“S”曲線理論[29]及2011年中國城鎮化率首次突破50%[30]為城鎮化等級劃分基準,將研究單元劃分為低于50%、50%~70%和高于70%三組,可得偏好度分級結果(圖9)。
結果顯示,福建省各地偏好度的“川”字分布明顯。福建省沿海及中部兩條狀帶地區,尤其是閩南片區及以三明轄區為中心的條帶狀片區,偏好度較高;省界邊緣地區及中部山區的偏好度較低。
中國城鎮化進程的影響在地域廣度和價值深度上的持續加劇,導致景觀文化價值的轉移[31]。系統刻畫區域城鎮體系發展的多層面影響,是全方位理解該過程和正確選擇區域發展模式的基礎;理解城鎮化進程中景觀在社會價值體系內的新定位,明確城鎮化在社會價值層面所造成的影響,也是全面刻畫城鎮化過程所不可或缺的部分。
1)基于照片的問卷調查方法是測量景觀偏好最傳統、最常用的方法。本文作者繼承景觀偏好測試傳統并創新性地從照片色彩、問卷內容、樣本及過程控制方面,構建了一套系統的景觀偏好調查方法。對福建省內13個地區近3 000人進行大規模測試,調查結果聚焦于描述和定量分析不同城鎮化階段居民景觀偏好的差異,并利用與城鎮化率顯著相關的偏好度分布圖來表達,總結出福建省居民景觀偏好及其“川”字分布特征。
2)數據分析結果顯示,不同城鎮化階段抽樣人群對多類景觀的偏好差異顯著,且各典型地區抽樣人群的偏好度與城鎮化率顯著相關。即居民的景觀審美判斷體系隨著城鎮化水平的提升而變化。
3)偏好地圖可表達不同地區居民自然偏好度的空間分布及其特征。筆者將插值后的67個研究單元的偏好值繪制于地圖上,得到福建省景觀自然度偏好的空間分布圖。由福建省地理狀況可知,福建省居民景觀偏好呈“川”字分布可能與其自然地理條件(山水分布格局)具有一定的相關性。
4)除了人口城鎮化水平,用以解釋區域景觀偏好差異的動力因子還應包括地理、文化、生態等因素。筆者在量化居民的景觀審美感知、評價及過程控制方面仍有不足:是否能將多方面的人口學影響因素疊加、綜合反映到景觀偏好的空間分布分析中;如何既能獲得全面準確的數據,又能避免筆者遇到的調研過程復雜、時間跨度大、成本高等問題。此外,插值法本身具有系統誤差,如何通過對其他地區采樣的方式對公式驗證,是下一步工作的重點。
以人口城鎮化水平作為連接和表達人群景觀價值演變的紐帶,并以城鎮化率的空間屬性來描述自然偏好度的空間分布,所使用的空間屬性要素雖然單一未必全面,但該問卷調查的全套方法體系仍可為“美麗中國”實踐中科學評估特定人群對景觀的審美偏好提供方法支持。
隨著城鎮化進程的發展,由于缺少對居民景觀偏好差異進行定量描述的方法,導致中國廣大地區尤其是城市周邊的景觀美學資源缺乏科學合理評估。保護乏力和開發無序使得我國景觀資源失去歷史沿革和特性,進而導致居民對家鄉缺乏認同和歸屬感。本文創新之處正在于針對以往景觀偏好研究在定量描述及空間表達方面的欠缺,構建了景觀偏好差異的量化描述及空間分布描繪的方法體系。
綜上,在城鎮化建設中要充分理解景觀發生發展的規律,重新評估區域景觀健康程度,通過對城鎮—地域特色的合理辨識,實現對傳統文化、民族特色和地方風情的保護,避免陷入同質化造成的“千城一面”誤區。對景觀偏好差異性及其空間分布的研究將有助于實現景觀資源的保護和合理開發,從而為城市景觀的建設、保護、改造提供一個人性化的標準依據和方法手段。
注釋:
① 圖1、圖7~9底圖來源于全國地理信息資源目錄服務系統(主管:自然資源部;運行維護:國家基礎地理信息中心);圖2中照片編號:MA1-5-o-1來自福建省圖書館地方志;其余圖片為作者拍攝或繪制。
② 表1數據取自福建省統計局《福建省統計年鑒2016》;表2數據由課題組采用GIS分析所得;表3、4均為課題組統計結果。