基于“影像詞袋”模型的城市地標公眾認知意象與設計應用研究

■肖競 張芮珠 蔡婉洵 曹珂

城市地標是城市中具有方向導引、形態統轄、價值象征、歷史紀念等多重意義的標志性建筑、景觀元素，對城市空間秩序建構以及公眾對城市意象的認知具有關鍵性影響。隨著我國城鎮化發展從擴張性建設轉向內涵式提升，城市地標的設計建造也將逐漸從政治敘事和品牌營銷轉向以公眾人本認知分析為支撐的公共文化建構方向[1]。對城市地標公眾認知意象的研究有助于更好地建立城市空間使用主體與標志物系統客體之間的對話交流，理解公眾對城市意象的認知邏輯，從而有效指導城市空間的人本化設計、更新和文脈傳承[2-3]。為此，本文嘗試運用信息檢索分析的“詞袋”模型（Bag of words model）和網絡社交媒體平臺中公眾分享、發布的用戶自生成數據（User Generated Content，以下簡稱UGC），探索建構針對城市地標空間公眾認知意象研究的“影像詞袋”分析方法，并以上海為城市分析樣本，探討不同情境條件下和不同人群類別的公眾地標認知意象，進而提出針對性的城市地標設計響應策略，為城市標志性建筑、空間設計與更新提出參考建議。

一、研究評述：城市地標公眾認知研究與影像大數據分析

本文擬通過對城市地標的公眾認知意象分析，探究公眾的認知偏好、規律，制定相應人本化地標設計策略。目前，相關領域研究進展如下：

（一）城市地標認知與設計研究評述

20世紀60年代，美國城市規劃學者凱文·林奇（Kevin Lynch）提出城市意象概念，將地標作為公眾認知城市意象的五要素之一，建立了基于認知地圖分析方法的城市地標意象研究方向[2]。此后，國內外學者分別從主體認知、價值解析與設計應用等角度開展了多元化的地標研究探索：王愛平等從性別角度剖析了造型、體積、色彩等因素對不同性別、年齡、職業主體地標認知的差異化影響[4]；鄧昭華等提出了“背景—差異對象”的城市地標形成機制解析框架，分析了自然、社會、政治、經濟因素對桂林、肇慶等地城市地標的影響[5]；莊宇結合巴黎、紐約、杭州等中外城市地標設計案例，從城市空間秩序建立和感知的角度，提出了地標設計的六原則[6]；肖競等建構了以區位、屬性、尺度、形態為分析要素的城市地標空間敘事與符號意義分析方法，并對西南、衛藏地區歷史地標的景觀特征與風格源流進行了系統解析[7-9]；唐波等提出了通過訪談與問卷調查，以歷史價值、游賞價值、知名度、時代感為解析要素的城市地標主體感知差異研究方法[10]；上述研究初步提出了城市地標認知、設計的基礎解析要素，并形成以問卷調查、認知地圖、網絡文本分析為手段的多元分析方法；但仍存在解析要素邏輯系統性、互斥性不足和公眾認知意象表征單一、結論籠統等問題，有待新的技術與方法創新拓展理論認知。

（二）公眾認知意象與影像大數據研究評述

“認知意象”是指主體在整合其對客體對象多維度感知、體驗和代入自身情感經驗后，在主觀世界中創建的具有結構化意義的形象。相關研究起源于環境心理學與地理學界：20世紀70年代，段義孚（Yifu Tuan）與杰伊·阿普爾頓（Jay Appleton）首先提出人類環境認知的文脈決定論與生物決定論[11-12]；20世紀80年代，Ervin H.Zube等總結出主體知覺環境的體驗模式、專家模式、心理物理模式、認知模式等四大基本范式[13]，Harold M.Proshansky等提出性別、年齡、社會階層等主體認知研究的人群細分類別[14]。之后，Dwayne A.Baker等提出了驚喜、愉悅、感動、新奇、興奮等主體認知狀態表征因子[15]，不同學者根據認知客體類型差異廣泛開展了針對城市公園、廣場、歷史城區的公眾認知研究[16-18]。

影像數據分析即利用主體拍攝、發布的攝影資料探索其游憩感知心理、行為的分析手段。其最早源于英國學者約翰·厄里（John Urry）提出的“游客凝視”理論[19]。隨著網絡UGC用戶生成數據的大量涌現及其采集、分析技術的成熟，有關利用UGC影像數據分析公眾認知意象的研究逐漸成為熱點內容：戴光全提出了以人物、景觀、場景、特寫為分析要素的UGC影像數據分類準則[20]；Svetlana Stepchenkova等提出了以影像主題分類與分布特征解析方式探索主體認知規律的技術路徑[21]；Shah Jahan Miah等提出了以符號分析、內容分析、空間聚類分析為手段的影像大數據分析技術[22]。上述技術、方法對運用UGC影像數據深入解析各類城市空間公眾認知意象具有廣泛的應用指導價值。

二、方法建構：城市地標公眾認知“影像詞袋”分析框架

“詞袋”模型為文本信息快速識別、檢索的分析方法，其將文本視作忽略語法結構的單詞集合“詞袋”，通過對詞袋中單詞的詞頻統計，構造文本的特征向量表達[23]。之后，計算機圖形學運用上述原理，建構出“視覺詞袋”（Bag of visual words model）模型，將圖形影像解構為圖斑單元，并廣泛應用于人像識別、視頻分類、遙感影像分析等領域[24]。“影像詞袋”則為筆者根據上述模型原理提出的基于影像數據屬性識別與主題聚類的分析方法。與“視覺詞袋”以單幅影像為詞袋單元，以影像中視覺場景為單詞要素（統計單元）的分析方式相比，“影像詞袋”分析以特定影像組集為詞袋單元，以單幅影像的意象屬性特征為單詞要素，適用于數據結構與分析內容更為復雜的研究（圖1），具體以詞典構造、詞袋生成、意象表征、認知解析為分析步驟。

圖1 文本詞袋、視覺詞袋、影像詞袋模型分析步驟與方法

（一）詞典構造

“影像詞典”即由用于詞袋聚類分析的影像“單詞”要素集，根據地標認知意象研究的分析邏輯，從地標屬性特征與公眾意象偏好兩方面梳理、構造要素詞匯、詞典。

1.地標屬性詞典

“地標屬性詞典”即以地標自身的特征屬性為單詞詞匯的要素組集，其可作為公眾對城市地標認知影響因素的識別線索。結合既有城市地標公眾認知意象研究的相關結論[1、3-5]，本文提出形體標識性、空間特色性、文化紀念性、功能公共性、區位中心性、社會知名度等六種地標屬性特征刻畫因子，作為樣本UGC影像分類和詞頻統計的要素詞匯，根據影像涉及地標的屬性特征對其進行李克特量表賦值。上述要素劃分方式與傳統地標研究以建筑物、構筑物、雕塑、自然要素、公共空間等物質屬性和商業、辦公、會展、交通等功能屬性為線索的地標分類方式相比，更符合公眾地標認知的思維取向，利于聚類結果揭示公眾地標認知意象規律。

2.公眾意象詞典

“公眾意象詞典”即以地標公眾認知意象特征刻畫因子（本文指的是主體發布的地標影像的特征因子）為單詞詞匯的要素組集。常規UGC影像數據分析以影像景別（特寫、近、中、遠景）、構圖方式、拍攝角度、焦距、光圈大小等物理因素為分析要素[20]，僅能反映主體畫面偏好的表淺規律，無益于深入揭示客體特征與主體認知的機理關聯。針對上述問題，筆者擬定出“簡潔—繁復、規制—自由、實用型—表現型、大體量—小體量、傳統—時尚、具象—抽象”六組與分析主體匹配的意象特征刻畫因子，作為UGC影像數據向“認知特征”專題數據轉譯的類別歸口，以增強“影像詞袋”分析的目的性，提升不同主體地標認知意象研究的針對性和科學性。

（二）詞袋生成

“應用詞袋”為根據研究應用分析目標建立的樣本影像數據集，具體可從分析的目標情境和目標人群兩條線索生成。

1.情境詞袋

“情境詞袋”即以研究分析情境為線索建立的影像數據分組。根據UGC影像關聯數據可采集和分析結論具有現實指導意義兩項原則，筆者擬訂出留影目的、留影年代、留影時間三種“情境詞袋”分組方式。留影目的以風景留影、人像留影為詞袋標簽，用以探究不同留影紀念目的下公眾地標認知選擇差異。留影年代以影像拍攝的具體年代周期（本文劃分為1990年以前、1990年至2010年，以及2010年以后的“三階時段”，結合發布時間與附注評論信息識別）為詞袋標簽，用以探究不同年代公眾地標認知意象的變化規律。留影時間以晝、夜時段為詞袋標簽，綜合影像畫面特征判別，用以探究公眾地標認知與城市晝夜景觀環境變化的關聯機理。

2.人群詞袋

“人群詞袋”即以研究涉及的人群類型為線索建立的影像數據分組。根據上文所述相同原則，制定出性別、源地、年齡三種“人群詞袋”劃分方式，分別以男性、女性，本地人、旅居者（在城市中居住超過一年的外來人口，其對城市的熟悉程度介于本地人與外地人之間）、外地人，老、中、青年人群①類別為詞袋標簽，結合影像發布者注冊信息、附注評論信息綜合識別，用以探究不同類別公眾主體地標認知意象的組群特征差異。

（三）意象表征

意象表征是對上述詞典構造、詞袋生成步驟轉譯出的主體地標認知意象詞頻數據的統計表征，其目的在于將UGC影像數據轉化為結論指向清晰的統計分析數據，具體從公眾關注地標的屬性傾向、分布特征、影像意象三方面進行表征分析。

1.地標屬性傾向表征

地標屬性傾向表征是公眾對地標屬性詞典中6類屬性詞匯對應關注傾向比例構成的表征。地標屬性傾向表征從抽象類屬層面反映公眾對城市地標的認知路徑，具體以前述“情境詞袋”、“人群詞袋”為數據分類組別，根據分類結果對各屬性詞匯的復現詞頻進行統計分析，以雷達圖、餅圖、折線圖方式呈現。

2.地標分布特征表征

關注地標分布表征即對公眾重點關注地標空間分布特征的統計與表征。其可反映出公眾對城市地標的結構性認知情況，具體通過對詞袋樣本影像數據空間位置信息的提取和共現分析，體現相應群體關注地標的空間分布特征。

3.地標影像意象表征

地標影像意象表征是對公眾發布地標影像數據意象特征的統計表征，其可更加深入地揭示公眾的城市地標認知邏輯，具體通過對“意象詞典”中主題詞匯的統計分析，以相應統計分析圖表方式呈現。

（四）認知解析

認知解析是根據前述分析結果，結合主體身份信息與認知心理學、環境行為學相關理論，解析相應公眾主體的地標認知、審美規律及其影響機理的分析過程，具體通過對公眾認知意象差異與共性規律的歸納演繹予以解析。

三、案例實證：上海地標公眾認知意象“影像詞袋”分析

根據上文所建構的分析框架，筆者以上海為城市研究對象，采集相關UGC影像數據對上海城市地標的公眾認知意象進行“影像詞袋”分析。

（一）樣本選擇

上海是我國經濟中心城市、國家歷史文化名城，素有“東方明珠”美譽。從明清時期走到改革開放，從開發建設浦東新區到舉辦2010年世界博覽會，上海的城市建設經歷多輪結構性調整、變革，建成區域不斷拓展，形成了豫園、東方飯店、和平飯店、魯迅紀念館、上海賓館、東方明珠電視塔、金茂大廈、保利大劇院、油罐藝術中心等體現不同時代特色的地標建筑，承載著不同時期城市形態演變信息和公共文化記憶，且具有地域性和多樣性。為此，本文選取上海作為城市樣本，調查不同人群對上海城市地標認知意象的規律與差異。

（二）數據獲取

首先，根據國內旅游大數據平臺邁點網對旅游網站的影響力排名，選取攜程網、小紅書、馬蜂窩、新浪微博、ZOL攝影論壇等旅游網站和社交媒體平臺作為本文樣本數據采集的數據源。其次，筆者以“上海”“城市地標”“標志建筑”為關鍵詞，在上述平臺中進行UGC影像數據樣本及其發布者性別、年齡、源地、發布時間等關聯信息的搜索。之后，依據檢索樣本網絡熱度排序靠前、各詞袋樣本數據均衡性、影像內容表達清晰易于識別分類等三項原則，篩選獲得1950—2021年間各主體拍攝的有效影像樣本數據1021條（表1）。

表1 上海城市地標有效UGC樣本數據來源

（三）基于“屬性詞典”與“情境詞袋”的認知差異分析

以六項地標屬性詞匯構造“屬性詞典”，結合主體留影目的、年代、時節三種“情境詞袋”劃分方式，對上海城市地標的公眾認知意象進行多情境分析。

1.留影目的與選擇差異

以留影目的為線索，將UGC影像樣本歸入風景照、人像照兩類詞袋，通過要素詞頻統計分析發現：（1）風景照各詞頻要素的平均分值為3.6，排名前三的關注要素為名聲、形體、空間，關注對象聚焦于東方明珠、田子坊、武康大樓等。（2）人物照詞頻要素平均分值為3.66，排名前三的關注要素為名聲、空間、形體，關注對象聚焦于東方明珠、迪士尼樂園、外白渡橋等（圖2）。綜上，在留影目標情境下，風景照與人物照關注焦點較為接近。兩組詞袋關注對象的前三要素一致，局部位序略有差異。人物留影在知名度、紀念性和空間特征等方面對留影地標的關注度和要求更高；相比之下，風景照則更專注于地標建筑的形體特征。此外，在文化、名聲、功能三項詞頻指標上，兩組詞袋的要素分值呈現較大分異，風景照對地標文化屬性的關注度更高，人物照地標選擇則更側重高知名度和公共性。

圖2 不同留影目的情境下上海地標公眾認知差異分析

2.拍攝年代與意象差異

以拍攝年代為線索，將UGC影像樣本歸入前述“三階時段”詞袋，通過要素詞頻統計分析發現各時期公眾認知差異顯著：（1）1990年以前各詞頻要素的平均分值為4.19，排名前三的關注要素為文化、功能、名聲，關注對象聚焦于外灘、豫園、南京路步行街等。（2）在1990年至2010年期間，詞頻要素均分下降到3.49，排名前三的關注要素調整為形體、功能、名聲，關注對象轉變為東方明珠、豫園、上海大廈等。（3）到了2010年以后，詞頻要素平均分值回調到3.57，排名前三的關注要素轉變為名聲、空間、形體，關注對象轉變為東方明珠、田子坊、世博會中國館（圖3）。綜上所述，年代情境下，各時期公眾地標認知的關注焦點具有時代特征，反映出各時期城市公共文化的審美取向：改革開放前務實、均一，改革開放后表征化、多元化，2010年以后場景化、主題化。此外，在具體的關注對象方面，公眾認知則體現出一定的層積性，表現為前一時期的熱點地標在后一時期的關注度也相對較高。

圖3 不同留影年代情境下上海地標公眾認知差異分析

3.拍攝時間與對象差異

以拍攝時間為線索，將UGC影像樣本歸入晝、夜兩類時間段情緒，通過要素詞頻統計分析發現：（1）日間，公眾地標認知詞頻要素平均分值為3.51，排名前三的關注要素為名聲、形體、空間，關注地標分布范圍廣且均衡。（2）夜間，公眾地標認知詞頻要素平均分值為3.93，排名前三的關注要素為區位、名聲、功能，關注地標分布范圍小且極化（圖4）。綜上，在時間情境下，公眾對晝夜地標認知具有明顯差異：日間認知傾向于從形體、空間等感性因素出發，關注對象因人而異，典型性不高；夜間認知受可達性、燈光等客觀條件影響，區位、功能等理性因素影響明顯，關注對象相似，典型性顯著提升。

圖4 不同時間情境下上海地標公眾認知差異分析

（四）基于“意象詞典”與“人群詞袋”的認知差異分析

結合前述擬定的地標屬性與公眾意象詞典，以性別、源地、年齡三種“人群詞袋”劃分方式對上海城市地標的公眾認知差異進行細分識別。

1.人群性別與視覺認知意象差異

以UGC數據發布者性別為詞袋劃分依據，將影像樣本歸入男性和女性兩組詞袋，以六類屬性詞匯和“簡潔—繁復、規制—自由”兩組地標視覺特征刻畫詞為主題詞，分類統計發現：（1）男性對地標認知受名聲、文化、區位因素影響顯著；在其認知意象中，地標視覺特征多簡潔、規制，詞頻占比達57.5%和56.08%（圖5），說明男性傾向于從人文性、功能性和結構性視角認知城市地標，關注地標對城市空間與功能秩序的影響。（2）女性對地標認知受形體、名聲、空間因素影響顯著；在其認知意象中，地標視覺特征多繁復、自由，詞頻占比高達61.95%和58.57%（圖5），說明女性傾向于從景觀性、游憩性視角認知城市地標，關注地標在視覺與游憩生活層面對城市的點睛效應和風貌影響。

圖5 上海城市地標公眾認知性別差異分析

2.人群源地與體感認知意象差異

以UGC數據發布者來源地為詞袋劃分依據，將影像樣本歸入本地、外地、旅居三組詞袋，以六類屬性詞匯和“實用型—表現型、大體量—小體量”兩組地標體感特征刻畫詞為主題詞，分類統計發現：（1）本地人的地標認知受功能、文化、空間因素影響顯著；在其認知意象中，地標多為實用型建筑，詞頻占比達63.73%，且空間分布較為連續（圖6a），說明本地人群對城市地標有“熟悉效應”，傾向于從日常生活、工作視角認知地標，關注地標建筑對城市經濟發展與公共文化生活的切實影響。（2）外地人的地標認知受名聲、形體因素影響顯著；在其認知意象中，地標多為表現型和大體量建筑，詞頻占比達66.62%和58.03%，且空間分布相對離散（圖6b），說明外地人群認知城市周期較短，傾向于從時空標識性視角關注形體特征鮮明和社會知名度高的地標對象。（3）旅居人群的地標認知受空間、文化、名聲因素影響顯著；在其認知意象中，地標多為小體量建筑，詞頻占比達63.84%，且空間分布與城市主要的歷史空間、景觀廊道分布疊合（圖6c），說明旅居人群對城市地標認知更為全面和結構化，能夠從地域文化、生活特色和景觀形態標識的雙重視角把握地標在城市公共空間系統中的節點價值。

圖6 上海城市地標公眾認知源地差異分析

3.人群年齡與風格認知意象差異

以UGC數據發布者年齡為詞袋劃分依據，將影像樣本歸入老年、中年、青年三組詞袋，以六類屬性詞匯、四階建造時段②和“傳統-時尚、具象—抽象”兩組地標風格特征刻畫詞為主題詞，分類統計發現：（1）青年人群的地標認知受形體、名聲、空間因素影響顯著；同時，在其認知意象中，地標偏時尚、具象風格，詞頻占比達58.63%和51.59%，且其關注地標年代分布集中在21世紀之后，其他年代則相對均衡（圖7a），說明青年人群對城市地標的認知多停留于娛樂休閑與生活體驗層面，受好奇心與潮流影響較大，尚未建立基于社會功能和歷史結構的城市地標認知意識。（2）中年人群的地標認知主要受空間、形體、功能、文化因素影響，且較為均衡；在其認知意象中，地標略偏時尚、抽象風格，詞頻占比達52.41%和59.89%，且其對20世紀80年代之后的地標建筑有更高的關注傾向（圖7b），說明中年人傾向于從自身成長年代和工作、生活軌跡的角度認知城市地標，對與其工作生活場所關聯度低和華而不實的地標對象接納度較低。（3）老年人群的地標認知受文化、功能、名聲因素影響顯著；在其認知意象中，地標風格以傳統、具象為主，詞頻占比達62.74%和54.9%，且其關注地標的年代分布隨時間推移呈階梯下跌態勢（圖7c），說明老年人更傾向于從歷史和記憶維度認知城市地標，對新興時尚地標的接納度較低。

圖7 上海城市地標公眾認知年齡差異分析

四、設計應用：基于公眾認知畫像的城市地標人本化設計

基于上述分析，初步識別出不同情景條件與人群主體對城市地標的認知意象，在此基礎上，筆者基于不同群類主體的認知偏好，分別結合前述地標屬性分類，從區位、形體、空間、外飾、內飾等方面提出相應類型地標建筑的人本化設計響應策略。

（一）形體、空間特色類地標

形體、空間特色類地標多為城市中標志性的商業空間與旅游目的地，如上海尚嘉中心、K11藝術購物中心、迪士尼樂園等地標建筑和地段。此類地標主要受女性、本地人群和青年人群關注，服務于相關人群的休閑生活，相應設計響應策略如下：（1）區位布局宜位于城市商業中心、舊城中心、旅游景區，保障其交通可達性；（2）形體設計宜強調新穎性與獨特性，外立面裝飾宜以豐富生動的細節處理響應女性、青年人群審美偏好，創造活力、繁榮的景觀意象；（3）內部空間設計宜多趣味變化，以為游覽主體提供豐富的空間體驗；（4）內部裝飾可以主題化氛圍營造為策略，以為游覽主體提供定制化特色體驗空間（圖8a）。

圖8 基于公眾認知畫像分析的城市地標人本化設計策略

（二）文化紀念類地標

文化紀念類地標多為城市中用于大型展會、文體活動承辦和歷史紀念目的而建造的標志性建筑，如上海展覽中心、世博會中國館、東方明珠電視塔等。此類地標主要受男性、外地人群和中老年人群關注，服務于上述人群的公共生活，并同時塑造城市空間秩序，相應設計響應策略如下：（1）區位布局宜位于城市軸線節點空間或重大事件發生地，以便把控城市整體空間結構和提升建筑的紀念價值；（2）形體設計宜以簡雅、抽象的造型為主，外立面裝飾以暗紋細節處理，以響應男性與中老年人群的審美偏好和創造紀念象征意義，同時利于協調城市空間秩序；（3）內部空間與裝飾宜以通高、大跨空間和典雅、統一風格設計為導向，以利于創造整體、和諧的空間氛圍（圖8b）。

（三）功能公共性地標

功能性地標通常為城市中標志性的商貿建筑、辦公建筑、交通工程等，如上海證券大廈、金茂大廈、浦東機場等。從公眾認知取向進行分析，此類地標主要受男性、本地和中年人群關注，服務于上述人群的日常工作生活，并對城市功能秩序起到調節作用，相應設計響應策略如下：（1）區位布局通常位于城市CBD和交通節點，保障其交通可達性；（2）形體設計強調規制、易辨識，外立面裝飾以簡潔韻律重復為造型導向，體現男性和中年人群務實、簡雅的審美偏好，保障耐看性；（3）內部空間與裝飾應避免華而不實的風格，同時以流線清晰為導向，以提升建筑的公共服務質效（圖8c）。

五、結語

隨著國內城鎮化發展向內涵式、人本化轉型，城市地標的設計建造也逐漸向響應公眾審美、認知習慣的方向轉變。傳統城市地標研究從精英視角出發、以空間客體為對象、以形式美學為準則，較少從公眾認知角度去分析論證地標設計、建造的邏輯和意義。本文根據文獻信息學“詞袋”模型原理，以UGC影像大數據為分析素材，建構了以詞典構造、詞袋生成、意象表征、認知解析為操作步驟，以形體標識性、空間特色性、文化紀念性、功能公共性、區位中心性、社會知名度六種地標特征“屬性詞典”和簡潔—繁復、規制—自由、實用型—表現型、大體量—小體量、傳統—時尚、具象—抽象六組公眾認知“意象詞典”為分析要素的公眾地標認知意象“影像詞袋”分析方法。該方法與常規的問卷調查、行為觀察、認知地圖等地標意象分析方法相比，具有數據易采集、基于主體真實經驗、可解析維度廣，分析過程易標準化、定量化操作，研究結論指向性強等優點。在此基礎上，文章通過對上海公眾地標認知的實證研究，討論了不同情景、不同類型公眾對城市地標的認知意象，從區位布局、形體設計、空間設計、外飾、內飾五方面提出了不同屬性類型城市地標的人本化設計響應策略。該方法與以精英視角和形式美學構成手法指導地標設計建造的傳統策略相比，在地標設計要素特征控制的目標性、系統性方面更為清晰；同時其更加契合大眾的認知、審美習慣，在倡導主客對象交互響應的“數字孿生”和“元宇宙”時代更具現實意義，可為國內外地標研究和建造實踐提供參考。

注釋：

①參考世界衛生組織、聯合國人居署等機構的人群年齡標準，本文確定的人群—年齡對應關系為：青年15～29歲，中年30～59歲，老年60歲以上。

②此處的四階建造時段，與前文論及留影年代的影像拍攝年代三階段劃分有所區別，系以地標建成年代作為判別標準，具體劃分為：明清至民國時期、解放初期（1949—1970年前后）、浦東建設20年（1990—2010年）和世博會后（2010年至今）。