基于網絡圖像的海岸帶景觀感知意象及空間分異研究
--以中國12個沿海城市為例

禹舜堯 陳崇賢

（華南農業大學林學與風景園林學院，廣州 510642）

在大數據時代背景下，利用網絡平臺可以準確把握公眾對不同地域海岸帶景觀的偏好和風貌認知，更好地為濱海城市形象提升和空間規劃等方面提供參考與支持。以中國12個沿海城市為研究對象，利用Python對百度、必應、圖蟲網、新浪微博和攜程網5大網絡平臺的海岸帶景觀圖像進行爬取，借助ADE20K數據集預訓練的FCN模型對圖像進行語義分割，通過對150種景觀要素分割結果進行聚類與量化分析，探尋公眾感知視角下中國海岸帶景觀感知意象類型、空間分異及視覺特征。結果表明：（1）中國沿海城市的自然景觀意象類型感知高于城市空間、生活游憩和文化風貌景觀意象類型；（2）各城市海岸帶景觀意象感知的空間分異現象顯著，南海與黃海海域城市的海岸帶景觀感知意象獨特性較高，渤海與東海較低；多樣性總體呈現中部濱海城市高，南北兩端濱海城市低的特點；（3）中國海岸帶城市視覺特征為整體藍視率適中，綠視率、空間圍合度和設施配備度偏低。研究有助于不同海域景觀特色的保護和各地海岸帶景觀多樣性的挖掘，為基于大數據圖片探索大眾感知層面的濱海城市風貌和海岸帶景觀偏好研究提供了思路與參考。

海岸帶景觀；景觀意象；網絡照片；圖像識別；空間分異

中國擁有長達3.2萬km的綿長海岸線，其中大陸海岸線長約1.84萬km，包括渤海、黃海、東海和南海四大海域[1]，這些海岸帶地區具有獨特的地理、氣候和生態特點，形成了豐富多樣的海岸帶景觀。海岸帶景觀作為一個包含地理形態、生物多樣性、文化和人類活動因素的復合系統，承載著生態保護、旅游休閑、文化傳承及社會經濟活動等多重功能，現有研究注重于對海岸帶自然特征、人文價值和可持續發展的探索，多集中于海岸帶生態系統保護與評價[2-4]、海岸帶災害預測與風險評估[5-7]、濱海空間可持續發展與韌性景觀規劃[8-10]、海岸帶景觀特征識別[11-12]及公共空間品質評價[13-14]，缺乏對不同地域海岸帶景觀意象的挖掘和探索。

景觀意象是人們在景觀認知過程中逐步形成的景觀意境圖式，即主體與客體間的交互關系及感知體驗[15]，既包含基于景觀客體“象”的呈現，也包含基于觀賞主體“意”的感知。海岸帶景觀意象則是公眾對濱海景觀感知和不同海域風貌認知評價的映射，包括相關宣傳機構通過抽象化城市景觀要素所塑造出的景觀投射意象和公眾基于對目的地城市景觀要素信息的認知和評價而形成的景觀感知意象。已有研究表明，景觀感知意象是景觀風貌更新與營造的重要理論支撐，在提升景觀吸引力方面有重要作用，具有個性化、地方性、社會性的特點[16]。目前國內外學者對于景觀感知意象的相關研究主要聚焦于景觀意象的構成要素[17-18]、空間分布[19-20]、感知特征及其形成機制探究[21]，以及基于不同視角下景觀意象的感知差異分析[22]。此外，也有部分學者通過構建景觀意象相關評價體系進行定量化評價[23-24]。但仍缺乏對多地區景觀意象感知的系統化研究與分析。同時，現有研究主要以城市[20,25-26]、公園[15,27]、鄉村[28-29]、風景區[30-31]、遺產地[14,16]和旅游地[19,32]等空間為研究對象，對于海岸帶景觀空間則鮮有涉足。

公眾對于景觀的認知往往源于自然環境中的物質載體和社會交往活動，傳統景觀感知意象的研究多基于認知地圖并結合問卷調查、參與式調研與訪談等方法進行，受調研時間與樣本量限制較大[19]。隨著互聯網技術的不斷發展與人工智能的應用普及，目前基于大眾媒體的網絡數據已成為景觀意象認知的媒介之一，具有精度高、來源廣、更新快、體量大和數據獲取便利等優勢[20]。在此背景下，不同學者對景觀感知意象的研究逐漸轉向對網絡數據的挖掘與內容分析。網絡數據包括游記評論文本數據和景觀攝影照片數據，其中文本數據已被廣泛應用于景觀感知意象的研究中[33-34]。例如，已有學者通過篩選微博文本探究旅游者對目的地景觀的認知偏好[35]，或對文本所表達的情感進行景觀感知意象量化評價[36]。同時在社媒軟件的普及和攝影設備的迭代更新下，人們往往會將旅游或游覽時通過智能手機和相機拍攝景觀圖片自發上傳至社交媒體、照片分享平臺和旅游網站，這些網絡圖像作為公眾對當地文化和景觀風貌的凝練，包含了大量圖像信息和地理坐標內容等社會元數據，為景觀感知意象研究提供了廣泛而真實的數據資料。然而，這些照片數據作為視覺內容的直觀分析材料，在研究中應用較少，現有研究在處理圖片數據時多依賴于人工手動編碼等處理方式[37]，存在主觀性強和研究尺度較小等局限性。計算機視覺算法的引入則彌補了這一缺陷，目前研究多基于圖像語義分割技術識別圖像中的人物、動物、植物、建筑和標識等物體，將研究應用于景觀生態系統文化服務[38-41]、景觀美學[42-43]、城市街景[44-45]和校園綠地[46]等領域。

因此，本研究以中國12個沿海城市為例，以網絡平臺爬取的海岸帶景觀照片為研究數據，引入計算機技術識別中國海岸帶景觀感知意象要素及其占比，明晰中國海岸帶景觀公眾意象類型，進而探究各地景觀意象特征與不足之處，為有針對性地優化中國海岸帶景觀提供依據。

1 數據來源與研究方法

1.1 研究范圍

中國海岸線曲折綿長，海岸帶城市多沿渤海、黃海、東海、南海四大海域廣泛分布，不同海域間的海岸帶景觀因其地理條件和規劃開發等影響，具有較強的地域性差異。為了較為全面地探索中國海岸帶景觀感知意象的不同類型與空間分異特征，研究參考《中國城市休閑和旅游競爭力報告（2020）》和中國旅游研究院官網發布的《世界旅游休閑城市發展報告》，結合兩份報告結果及《世界旅游休閑城市發展報告》發布論壇中提及的游客心中最美好的十大國內濱海休閑城市，并根據城市所屬海域對其進行篩選。最終分別從渤海、黃海、東海和南海四大海域中各選取三個客流量較大、經濟發展水平不同、海岸帶景觀相異且具有代表性的沿海城市作為研究范圍，共計12個沿海城市（表1）。

表1 研究數據來源情況表Tab.1 Distribution of data sources

1.2 數據收集

目前國內包含海岸帶景觀圖像的網絡平臺主要有三類：第一類是以個人為記錄主體的照片分享平臺，包括圖蟲網、POCO、Flickr等專業的公眾分享式平臺，以及新浪微博、小紅書、Twitter等私人分享式社交媒體平臺[47]；第二類是各大搜索引擎平臺，如百度圖片、必應圖片、谷歌圖片等；第三類是攜程旅行、大眾點評、去哪兒網等旅游網站。

本研究選取百度圖片、必應圖片、圖蟲網、新浪微博和攜程旅行5個具有全面性、廣泛性和客觀性的數據采集平臺。通過自主編寫的Python程序，以“城市名+海邊、海岸、沙灘”等相關關鍵詞在百度圖片、必應圖片和圖蟲網進行爬取。同時篩選出每個城市熱度最高的前5個沿海景區，爬取相應的攜程圖片評論和微博話題圖片，共獲取243 035張照片（表1）。并對數據進行預處理，剔除重復、廣告、食物和人像自拍為主的非海岸帶景觀照片，最終保留157 153張海岸帶景觀照片。

1.3 研究方法

（1）基于上述海岸帶景觀圖像數據，利用全卷積神經網絡（Fully Convolutional Networks，FCN）對圖像進行語義分割，同時因海岸帶景觀圖像的構成要素較多且場景較為復雜，以單一街景圖像為主的數據集難以滿足分割需求，故采用ADE20K公開數據集對所提取的景觀要素進行訓練（表2）。ADE20K是一個廣泛使用的自然場景數據集，涵蓋150個不同的語義類別和近25 000張密集標注的復雜城市場景圖像，具有范圍廣、類別多和規模大的優勢，可提升景觀要素識別的精準度[48]。

表2 網絡圖像語義分割部分結果Tab.2 Results of image semantic segmentation of internet photos

（2）為探明中國海岸帶景觀感知意象的主要構成要素及感知類型，對上述語義分析得到的150類要素進行聚類整合，將海岸帶景觀感知意象要素歸納為自然景觀、城市空間、生活游憩和文化風貌4類（表3）。自然景觀是指圖像中的海水、沙灘、動植物等自然濱海風景，主要為海景風光、生物景觀和地質地貌景觀三類；城市空間作為人們日常生活和旅游娛樂的主要環境要素，是公眾對沿海城市風貌認知的重要載體，包含交通工具、基礎設施、建筑及室內環境；生活游憩則是公眾旅居游玩和日常生活的重要組成部分，包括人物、飲食、公共場所和相關旅游設施；文化風貌由文化產物和特色植物所構成，是不同海域的人文歷史沉淀和地域特色的產物。

表3 海岸帶景觀感知意象要素分類Tab.3 Elements classification of coastal landscape perception image

（3）在上述研究數據的基礎上，探究海岸帶景觀感知意象空間分異特征，可通過海岸帶景觀感知意象獨特性與多樣性進行分析。其中海岸帶景觀感知意象獨特性可反映某個城市海岸帶景觀感知意象的特色程度，采用單個城市的4類感知意象類型占比超過全國平均占比的標準差表示。標準差越大表示該城市海岸帶景觀意象越具特色。具體計算見公式（1）。

海岸帶景觀感知意象多樣性是指單個城市的景觀感知意象要素豐富程度，可利用香農多樣性指數（Shannon's Diversity Index, SHDI）進行計算。多樣性指數數值越大說明該市海岸帶景觀感知意象的要素越豐富。計算見公式（2）。

式中，Di表示城市i的海岸帶景觀感知意象多樣性，R代表海岸帶景觀感知意象要素類別的總數，pi指的是城市第i種景觀感知意象要素占總數的比例。

（4）為了揭示不同城市海岸帶景觀意象視覺特征，基于景觀視覺感知角度，利用深度學習技術識別與提取海岸帶景觀圖像中的海水、植物、天空、建筑、沙子、巖石、游船等視覺要素，進一步選取綠視率、藍視率、空間圍合度和設施配備度4個視覺特征指標進行量化分析。其中，綠視率是指圖像中可見的樹木、花草等植物所占的比例；藍視率是指可見的水體面積占比；空間圍合度是指環境中的植被、建筑、墻面、柱子等垂直界面要素所占的比例；設施配備度是指路燈、座椅、垃圾桶、雕塑、燈塔等基礎設施占整個圖像的比例。

2 研究結果

2.1 海岸帶景觀感知意象類型

公眾對于海岸帶景觀以花草喬灌和海灘砂石等自然海景要素為感知客體，以濱海公共場所為主體感知空間，本研究通過計算得到不同中國海岸帶景觀感知意象類型的平均構成百分比（表4）。綜合來看，沿海城市主要以自然景觀為主要感知意象，占據了79.90%的絕對比重。在游覽海岸帶景觀時，人群自發分享的環境感知體驗與周邊自然景觀息息相關。中國海濱旅游城市多依托豐富的“3S”（陽光、沙灘、海水）等自然資源規劃當地海岸帶景觀，因此自然要素則成為公眾對于沿海城市風貌的主要認知和喜好傾向。其次，沿海城市城市化水平普遍較高，建筑業發展迅速，交通運輸和公共服務設施等基礎設施都較為完備，城市空間感知意象類型占比也相對較大，達到13.81%。同時，生活游憩和文化風貌感知意象類型也占據一定的比重，分別占5.14%和1.15%。這是公眾對海岸帶景觀的另一種映射，表明地域特色景點和城市人文底蘊也是人們認知海岸帶景觀的重要來源。

表4 12個城市海岸帶景觀感知意象構成占比（單位：%）Tab.4 Composition of coastal landscape perception image in 12 cities

然而由于中國海域遼闊，不同海域間海岸帶景觀意象也不盡相同，本研究分別選取每個城市不同景觀感知意象類型中最具代表性的景觀圖片，以便更直觀地了解各城市的景觀感知意象差異（圖1）。同時，不同城市間的海岸帶景觀感知意象類型占比也各有差異。從四大海域的數據來看，黃海與南海海域城市的自然景觀占比高于渤海與東海海域城市，而黃海與南海海域城市的城市空間占比則相對較低。生活游憩占比最低的是南海海域城市，最高的是渤海海域城市。同時黃海與東海海域城市的文化風貌占比略低于渤海與南海海域城市。其原因主要可歸結于兩點：（1）景觀感知意象類型與地理位置和地域環境相關。渤海是中國四大海域中唯一的內海，海域較為封閉，且位于攜沙量巨大的黃河入海口，多為淤泥質海岸。如天津作為海河的入海口，觀海點距城區較遠且觀景效果欠佳，濱海景觀多為硬質防御工程或依托于特色建筑的主題公園，導致其城市空間類和生活游憩類景觀感知意象類型的比重高于其他城市。而南海位于中國海洋生態環境較好的低緯度區域，其海域遼闊且具有一定深度，海水流動性較大，自我凈化能力較強，海水常年清澈湛藍，海景風光優美。因此居民與游客對于位于南海的北海和三亞的景觀感知則多集中于以海景為特色的自然景觀類型。其中三亞以特色棕櫚樹林、海灘巨石奇景和南海觀音像等特色地域景觀要素為主，公眾對其文化風貌景觀認知程度相對較高，達到了3.66%。（2）這種差異性分布也與城市的城鎮化進程、經濟發展水平及其近岸主要產業有著密切聯系。中國渤海、東海以及南海的珠江口近海高密度的養殖活動、工農業廢水和生活廢水的排放均使得其近岸海域受到嚴重污染，濱海風光遭到破壞，自然景觀占比下降。然而，環渤海工業帶和東海工業區的迅速發展也為其創造了獨特的濱海文化風貌。此外，天津、上海、廣州等經濟發達城市在注重海岸帶景觀開發建設的同時，多通過高樓建筑和公共空間塑造城市形象，因此其自然景觀類的要素構成比例則相對較低。

圖1 各城市具有代表性的海岸帶景觀感知意象圖片Fig.1 Representative images of coastal landscape perception in 12 cities

2.2 海岸帶景觀感知意象空間分異特征分析

海岸帶景觀感知意象空間分異特征可以理解為人們對海岸帶景觀的感知和認知方式，以及這種感知方式在空間上的分異特征，可從獨特性與多樣性進行綜合評估。

（1）網絡圖像中各類景觀感知意象占比一定程度上反映了公眾對該地區景觀意象要素的優先感應程度[47]，獨特鮮明的城市景觀是形成城市辨識度與旅游吸引力的關鍵。本研究通過對各城市海岸帶景觀感知意象類型占比與全國城市的平均占比值進行比較和計算，得到全國四大海域的12個沿海城市海岸帶景觀感知意象獨特性的分析結果（圖2）。總體來看，南海海域城市的海岸帶景觀感知意象獨特性最高，東海次之，渤海和黃海最低。其中，北海、上海、三亞和天津4個城市的海岸帶景觀感知意象的獨特性較高。北海和三亞因其擁有得天獨厚的自然條件，多樣的海灘景色、蔚藍的海水、蔥郁的熱帶植被及豐富的濱海旅游資源等因素共同塑造了公眾對其海岸帶景觀的獨特感知。天津和上海則得益于其中西文化交融的歷史背景和較好的基礎設施建設水平，擁有眾多西式洋樓、特色建筑、歷史遺址及主題公園等景點，為其海岸帶景觀增添了獨特的魅力和濃厚的人文氛圍。青島、威海、連云港、廣州4個城市的海岸帶景觀感知意象也具有一定的特色。而廈門、大連、秦皇島、寧波海岸帶景觀意象的獨特性則相對較低，部分濱海地區受到了人工建設與旅游規劃不合理等因素的影響，海岸帶景點同質化較為嚴重，造成公眾在游覽時對景觀偏好較為統一，無明顯的地域特色。

圖2 12個城市海岸帶景觀感知意象空間分異特征分析Fig.2 Spatial differentiation analysis of perception image of coastal landscape in 12 cities

（2）通過探尋不同城市海景圖像中景觀感知要素的多樣性可評估海岸帶景觀質量及視覺吸引力。海岸帶景觀感知意象多樣性分析計算結果顯示（圖2），低值主要分布于渤海和南海，黃海和東海較高，總體呈現中部濱海城市高、南北兩端濱海城市低的分布特點。其中秦皇島、廣州、寧波、連云港、青島和廈門的海岸帶景觀多樣性較高，景觀感知意象較為豐富。這類城市的海岸帶地區不僅自然資源相對較為豐富，擁有眾多特殊景觀要素如沙灘、礁石、半島、濕地等，其濱海景觀規劃也較為合理，如秦皇島與廣州注重海岸帶可持續規劃，設置多處濱海濕地及濱海森林；寧波和廈門積極利用當地優勢發展海洋旅游，在海岸地區興建人文建筑和海洋公園；連云港和青島也通過建設浴場、港口、碼頭、觀景臺等，豐富了濱海景觀的呈現。而天津、威海等6座濱海城市的海岸帶景觀則較為單一，其多樣性主要受到自然條件、城市建設及景觀規劃三方面的限制。部分城市的地理條件限制了海岸帶景觀的多樣性。例如，天津和大連位于渤海和黃海的近岸地帶，地勢相對平坦，岸線相對平直，缺乏自然的海灣和峽灣等特征，限制了海岸帶景觀的豐富程度。其次，天津、上海等大城市經歷了快速的城市化和土地開發過程，大部分海岸帶被用于城市建設和經濟活動如大規模的人工填海和圍海填島，導致原有的自然景觀被破壞和改變，減少了海岸帶景觀的多樣性。而三亞與北海的景觀規劃多共同注重濱海熱帶風情的營造，導致其海灘及海岸帶地區多被開發為統一的度假村，濱海景觀則更多集中于椰林、沙灘和海島等特定要素。

2.3 海岸帶景觀意象視覺特征對比分析

不同海岸帶景觀空間的綠視率、藍視率、空間圍合度和設施配備度等因素，均影響著公眾對于海岸帶景觀風貌的感知和偏好。本研究通過對網絡圖像進行視覺語義分割得出以下結果（表5）。

表5 12個城市海岸帶景觀感知意象視覺特征分析Tab.5 Visual feature analysis of perception image of coastal landscape in 12 cities

綠視率能夠能反映濱海城市的綠化度，與濱海空間綠化環境及人群使用舒適性息息相關。中國沿海城市的濱海空間綠視率普遍偏低，多集中分布在5%～15%之間，全國平均值為11.21%。整體來看，黃海和南海海域的城市的綠視率普遍較高，其近海海水污染較少，海景質量較高，從而推動了濱海旅游業的蓬勃發展和海岸帶景觀的合理規劃，綠化建設較好。渤海和東海綠化情況較差，其地表植被覆蓋率及植物多樣性仍有待提升。同時作為海景重要特色植物的棕櫚在緯度相對較低的南海、東海和黃海均有分布，而渤海海域因緯度較高，常配以棕櫚模型營造濱海游憩氛圍。

藍視率可有效反映海景開敞度和視覺舒適度。中國四大海域城市占比平均值為23.75%，整體相差較小。東海沿海城市因漁港碼頭密度較高，藍視率整體相對偏低。渤海、黃海與南海海域藍視率主要分布于20%～27%間，濱海空間總體海景等水景開敞度較高。

空間圍合度往往是評價空間是否舒適、視野是否開敞的主要標準，在海岸帶景觀中，較高的空間圍合度往往會影響公眾的觀海體驗。東海和南海空間圍合度較低，因其相比于渤海和黃海的海岸線較為曲折和延展、海岸帶的縱深較大、海岸線長度也更長，這導致東海與南海海岸帶內的景觀元素相對分散。同時東海與南海常受臺風和海嘯等自然災害侵擾，為了防止災害風險，海岸帶的建設和開發受到了一定的限制，也一定程度上影響了其濱海地區的空間圍合度。

設施配備度可反映城市基礎設施建設和公共服務系統是否完善，是反映區域建設發展的重要條件。四大海域中南海的設施配備度最低，如北海和三亞是南海海域主要的濱海旅游城市，多以觀景游覽為主，基礎設施配套程度較差，設施配備度僅占4%～5%。而渤海、黃海和東海的設施配備度均為8%左右，與全國平均值相近。同時該三大海域的海上運輸業和漁業較為發達，其船只、碼頭和橋等生產交通類基礎設施建設度較高。

3 結論與建議

3.1 結論

本研究以中國四大海域的12個典型沿海城市為研究對象，通過計算機技術對網絡圖像數據進行采集和分析，從海岸帶景觀感知意象的類型、空間分異特征、視覺特征層面挖掘與分析公眾對于不同海域城市的景觀感知意象類型與和感知特征。研究發現：

（1）在海岸帶景觀感知意象類型方面，中國濱海主要以自然景觀類型感知為主，其次為城市空間類型，生活游憩和文化風貌類占比最低，公眾對這三類景觀意象感知較弱，吸引力不足。同時受自然地理與人文因素的影響，感知意象類型在地域分布上存在一定差異，意象類型結構亟需優化。

（2）在海岸帶景觀感知意象空間分異特征方面，中國濱海城市整體感知意象獨特性有待加強，多樣性水平整體較為接近，但部分城市仍存在濱海景觀感知要素不夠豐富和景觀同質化現象。

（3）在海岸帶景觀感知意象的視覺特征方面，從整體來看，中國沿海城市植被綠化水平偏低、藍視率適中，親水性較好。從海域分布來看，渤海與黃海海域城市更多重視空間圍合度和設施配備方面的建設，東海的設施配備度較高但空間圍合度較低，南海的則多注重旅游業發展，空間圍合感和設施配備程度有待提升。

3.2 建議

本文基于上述分析結果，有針對性地提出以下策略：

（1）優化與平衡中國沿海城市海岸帶景觀意象結構，增強公眾感知價值。在進行城市海岸帶空間規劃時，應注重將人文要素與自然要素相結合，通過打造特色建筑、增設景區標識、開發多元旅游等方式，創造與當地文化、歷史和地理環境相協調的海岸帶城市景觀，實現自然、人文、休閑、文化的多元發展。

（2）綜合提升中國海岸帶地區的景觀視覺質量，提升公眾游憩體驗。如渤海與黃海海岸帶城市應重視自然資源的保護與利用，通過保留和恢復自然灘涂、紅樹林等特色景觀元素，形成自然的屏障和邊界并增加海岸帶的空間圍合感，提升綠化覆蓋率的同時增加濱海生態系統的穩定性；東海與南海海域城市應串聯整體海岸帶，增強公共空間的連續性，如在適當位置建設海岸公園和海濱步道，提供觀景、休憩和娛樂等設施和服務，提升空間圍合感和設施配備度。

（3）強化不同地域海岸帶景觀特色風貌，打造多樣濱海景觀。中國不同海域的海景各異，需把握當地不同優勢景觀意象，避免同質化與單一化。如渤海可利用淺海灣和灘涂的地理特點，突出濱海濕地生態景觀；黃海擁有廣闊的海灘和波濤洶涌的海域，可開展沖浪和帆船比賽等親水體驗活動；東海可依托豐富的島嶼資源突出海島風光，打造各類海濱休閑活動；南海以熱帶風光和豐富的海洋生態聞名，應通過熱帶風情營造與海洋生態保護相結合展現南海獨特的生態魅力。

相較于之前的研究，本研究一方面通過社交媒體和網絡平臺獲取大量公眾意象基礎，更廣泛更細致地了解到公眾認知感受，使研究更具真實性。另一方面則基于人工智能技術將海岸帶景觀意象、網絡數據、機器學習相結合，為景觀意象認知研究提供了新的研究視角與方法。同時也更好地指導了濱海城市旅游空間規劃的完善和景觀地域特色的保護。

但本研究仍存在諸多不足之處。首先，網絡圖像數據覆蓋人群主要為善于使用社交平臺的中青年用戶，缺乏老年群體的感知數據，導致分析結果具有一定的局限性，如何優化數據源是未來研究需要繼續探索的方向。其次，由于網絡爬取的圖像未包含時間及地理坐標信息，因此無法進一步進行景觀意象的時空差異化分析，且圖像包含的視覺感知信息僅局限為客觀感知，日后可通過配合量表評分收集主觀感知信息，對中國海岸帶景觀開展綜合性評價。

注：圖1中 A1、A3、C3、D2-4、E1、F3、G1-2、J1-3、K3、L1-2均源自https://image.baidu.com/；A2、B3、C2、E3、F4、H1-2、K1-2均源自http://cn.bing.com/；A4、B1-2、C1、C4、E2、E4、F2、G4、H4、I1-2、I4、J4、K4、L4均源自https://stock.tuchong.com/；B4、D1、F1、I3均源自https://weibo.com/；G3、H3、L3均源自https://www.ctrip.com/；圖2由作者繪制。