影响公众情绪偏好的城市蓝色空间特征识别研究
——以松花江流域为例

朱 逊

张 冉

赵晓龙*

根据积极心理学的研究，情绪状态与身体、精神健康及社会适应密切相关[1]，而面部反应是输出内心情绪的重要通道[2]。但人类情绪不是自发变化的，而是通过环境或事件的刺激而产生的，并且受到个体行为、生理机制和认知评价的影响而产生一定的差异性[3]。因此，不同的建成环境所带来的情绪响应差异及其衡量方法一直是风景园林领域研究的核心问题[1]。其中，蓝色空间对情绪的影响随着2016年欧盟蓝色健康(Blue Health)研究项目的启动而成了近年来的热点问题[4]。城市蓝色空间中水体的特殊效应能够有效缓释城市开放空间过度趋同造成的情绪疲劳，是解决城市特色危机的关键载体和市民亲水体验、休闲活动的最佳场所之一。

虽然环境带给人的情绪感受非常重要，但由于公众情绪的反馈程度和方式具有一定的主观差异，目前采用的量表法、问卷法、可穿戴传感器测量等方法各有利弊[2]。近几十年来，量大、真实、易获取、带有地理标记的社交媒体数据逐渐成为学者了解环境和社会的新工具，现已在游客行为体验、自然环境与人的交互、社会空间不平等、城市规划与交通、文化生态系统服务[5]等领域发展了新的认知与成果，也结合面部表情识别技术辅助生成了世界和城市的幸福感地图[6]，例证了社交媒体数据使用的程序与可靠性。同时，根据空间心理学研究者阿尔伯特·梅拉宾(Albert Mehrabian)的发现，人的心理情绪由7%的语言、38%的语音表情和55%的面部表情构成[7]。基于面部表情识别情绪的应用已经在城市空间领域提出了城市情绪地图[8]，在医疗方面辅助了抑郁症、自闭症等的情绪康复，在教育学领域探究了学习者的内隐情绪和行为倾向，在交通安全方面识别了驾驶员的疲劳情绪，在营销辅助方面评估了广告投放的情绪反馈，在服务业提供了更好的消费体验[9]。因此，随着社交媒体与计算机技术的发展，通过面部表情识别技术(FER)来无接触式地分析社交媒体平台上大量照片的面部表情成为理解公众情绪的必要尝试。

随着过去20～30年滨水再生项目在全球范围内的推进，对于蓝色空间构成要素的规划重心逐步从经济和生态效益转向公共健康服务[10]，人本化的可持续性愉悦体验成为空间更新的长期内生动力。国内外已有研究证实了环境对心智健康的修复途径主要有注意力恢复、压力缓解、情绪调节、体力活动等[11]，并且蓝色空间在改善公众健康和提升幸福感方面具有特殊意义。滨水空间的质量评价要素可归类为自然生态特征(水体特征、河岸特征、滨水绿化)[11]、人工物质特征(滨水用地、道路交通、建筑空间、环境设施)[12]、社会文化特征(文化品位、休闲娱乐、管理机制)[12-13]。其中，作为健康资源的重要因素有水体的物理特性、视觉特性[14]，促进幸福感的因子有可达性及与水的互动、交谈机会[4]。现有研究主要侧重空间形态因子和环境感知因子的提取，笔者认为滨水语境下对“空间-情绪”关联机制的深入探讨，更能有效地指导城市蓝色空间的规划和建设。基于以上研究背景，本文聚焦于松花江流域2个大型城市(哈尔滨、吉林)的蓝色空间，以“公众情绪”与“蓝色空间特征”为主要研究变量，试图回答以下问题：1)在城市蓝色空间中公众的情绪有怎样的分布规律？2)空间特征如何对不同类情绪产生显著影响？3)能否依此提出调节公众情绪的城市蓝色空间优化导则？

1 研究方法

1.1 松花江蓝色空间概况

松花江是中国七大河之一，全长1 927km，流域覆盖了东北三省总面积的70%之多。其中，哈尔滨和吉林是松花江流域规模最大的城市。以哈尔滨和吉林主城区蓝色空间为研究范围，其蓝色空间宽度分别为37～332、48～138m，面积1 847～34 189m2不等。以相似的城市环境背景、较为成熟的滨水建成区域为原则，最终筛选出36个符合标准的典型空间样本用于量化比较[15]，编号为J1～J17、H1～H19(图1)。

图1 蓝色空间样本选择

1.2 SNS数据采集

基于典型、开源、丰富、大量的原则，本研究采集的数据来源于新浪微博，内容包括用户ID、性别、年龄、位置、上传时间、客源地、照片、文字评论。采集的时间跨度是2015年1月─2019年12月，采集范围分别是黑龙江省哈尔滨市公路大桥─松浦大桥段和吉林省吉林市江城广场─临江游园段的松花江蓝色空间。首先，利用Python编程爬取了新浪微博上来自哈尔滨市2 219位用户的5 869条数据和来自吉林市837位用户的2 638条数据。其次，依据照片信息中包含人物、可精确定位、可识别行为活动或情绪的顺序进行了3轮数据筛选，共得到行为活动1 341次、情绪感受835次。

1.3 蓝色空间特征提取

将文献研究总结的3类空间指标通过微博词频分析进行校验，更为精确地筛选出公众关注点，并归纳为组织、形态、界面3个类别。首先，选取频数大于50的关键词如江边、桥上、坐在、江水、开阔等21个。其次，为了使研究结果对风景园林规划设计更具指导意义，排除了阳光、下雨等偶发因素及舒服、温柔等描述模糊的关键词，并进行聚类合并。如将“桥上”“台阶”作为不同种水陆驳接关系合并到驳岸类型，将“游泳”“水景”合并到亲水程度，将“打车”“溜达”合并到便捷性等。最后，筛选出组织特征、形态特征、界面特征共3类12个衡量指标。

其中，组织特征的度量采用了空间句法的轴线模型。由于边界效应，将模型边界以800m缓冲区外扩，囊括重点城市交通。选择模型参数R3选择度、R3集成度、连接值、R3深度值来分别度量穿行率、可达性、开放度和便捷度因子。形态特征的度量包含场地面积、高宽比、围合度，以及格兰(Patrik Grahn)提出的形状指数。界面特征包含岸线形态(直线型、略弯曲、较曲折)、亲水程度(看不见水、仅能看见水、能摸到水)、水系宽度(小于200m、200～400m、大于400m)和驳岸类型(垂直式、台阶式、挑台式、自然式、桥梁)。

1.4 公众情绪的识别与度量

可用于判断内隐情绪状态的一种主要信号是人的外显面部表情[16]。根据国际人工智能协会(AAAI)的报告，基于深度学习的人脸表情识别技术已经在ImageNet数据集上将准确率提高到了95.06%[16]。本研究选取了具有技术领先性的Face++平台，该平台的深度学习框架──旷视Brain++获评“2019年世界互联网领先科技成果”。其表情识别算法构建依赖于美国心理学家保罗·埃克曼(Paul Ekman)和华莱士·弗里森(Wallace Friesen)开发的面部运动编码系统，以面部结构的解剖特点为基础将人脸划分为46个运动单元(AU)进行几何量化[17]，并计算每一张面部图片在愤怒、厌恶、恐惧、高兴、平静、伤心、惊喜7类情绪上的概率(图2)。

图2 Face++运行平台(引自https://www.faceplusplus.com.cn/emotion-recognition/)

经过Python编程获取Face++运行平台的Api接口、调整数据结构，在每个空间样本中统计每类情绪的反馈量(C)和置信度分数(EC)，将开心、惊喜、平静汇总为积极效价(Cpositive)，将愤怒、厌恶、恐惧、伤心汇总为消极效价(Cnegative)，并通过数值标准化公式对数据进行预处理。

为了从统计意义上量化特定空间中的公众情感，探索情绪在各个效价性及唤醒度的普遍规律，将公众情绪汇总为5个指标[18](表1)。

表1 蓝色空间情绪指数

1.5 公众活动水平度量

通过对微博大量照片进行活动分类，共得到驻足、静坐、跳广场舞、钓鱼、戏水等24种行为活动类别。统计每一个空间样本内的活动发生次数，用香农多样性指数测算活动的丰富度，再利用Ainsworth体力活动代谢量表测算活动的平均强度。依此3个数值的标准化之和来衡量空间内公众的行为活动水平(AI)。

1.6 数据信度分析

7类情绪从正、负2个维度映射空间的情绪刺激，因此采用折半系数进行信度分析。经过计算，Spearman-Brown折半信度系数值为1，大于0.9，说明研究数据信度质量很高。另外，识别的人脸中自拍和背景人脸占比54%和46%，一定程度上抵消了上传照片的选择行为所带来的影响。

2 数据分析结果

2.1 访问者的总体特征

研究范围内包含有效信息的访问者共2 107位，其中来自哈尔滨市的有1 319位，来自吉林市的有788位。经过使用者的年龄、性别、访问时间、客源地与情绪的单因素方差分析(ANOVA)，没有发现显著相关性。一定程度上证实了蓝色空间的相对公平性，能为所有人群在不同时间带来积极的情绪感受。

2.2 公众情绪分布规律

将读取后的835次面部表情与ArcGIS中的空间定位进行关联，得到公众的情绪映射地图(图3)。

图3 公众的情绪映射地图

在采集范围内，公众的情绪积极程度出现了较明显的差异。在空间分异上，高兴、惊讶等高度唤醒的正向情绪在哈尔滨邻水步道上呈线性聚集，与不邻水的步道反差明显；在吉林市则多聚集在规划大片沙滩、草坪的江滨公园内。以平静为主的低唤醒积极情绪在哈尔滨2处沙滩上有大量散点分布，吉林市主要节点广场有部分向心型分布。综合两市来看，情绪积极度低，伤心、愤怒、厌恶聚集的位置是废弃建筑围合的背水空间，其次是人流量最大的交通广场。可见，空间的过度围合产生的不安全感、交通负担过于集中产生的嘈杂环境会对情绪产生显著负面影响。在情绪类别上，得到的反馈以平静、高兴居多，惊讶次之，出现部分伤心，但厌恶、害怕较少。

2.3 公众活动分布规律

情绪的变化与活动规律密不可分。在数据采集范围内，公众活动出现了明显的聚集特征。空间分布方面，中低强度活动在滨水岸线呈线性分布，交通节点上呈向心性分布；高强度活动在功能性场地内呈散点分布。活动类别方面，以安静休憩类活动居多，休闲娱乐类活动次之，但游泳、跑步等康体健身类活动出现较少。活动强度方面，中高等强度共占比43.89%。亲水差异方面，蓝色空间水体对低等强度活动的发生影响显著，且以美学性吸引(静坐赏景、散步赏景)为主。对中低等强度活动的发生影响较小，以功能性吸引为主(游泳、沙滩活动)。

2.4 相关性分析

将蓝色空间特征与活动水平、情绪指数在SPSS中进行曲线拟合，根据拟合结果分别进行Pearson相关性分析、回归分析和ANOVA方差分析。结果表明，访问者的5个情绪指标均与部分空间特征呈现了显著相关性，证实了蓝色空间对公众情绪具有调节作用(图4)。因此，就26组显著相关变量的相关系数和拟合曲线进行逐一分析，探究其影响机理。

图4 蓝色空间特征与活动水平、情绪指数相关性分析

2.5 中介效应分析

研究提出了行为活动对公众情绪的中介效应假设，采用鲁本·巴伦(Beuben Baron)和大卫·肯尼(David Kenny)的逐步法检验这一假设[13]。根据相关性的结果检验中介效应成立的前提条件，筛选空间特征中同时对活动、情绪显著影响的因子，以行为活动水平为中介变量进行中介效应验证，其中活动水平在连接值、R3深度值对公众情绪产生影响时中介效应显著(图5)，意味着蓝色空间的开放度和便捷度可以通过影响公众的行为活动而影响情绪积极性。

图5 行为活动的中介作用(注：＊P＜0.05，＊＊P＜0.01；a、b、c、d是非标准化的普通最小二乘回归系数)

3 蓝色空间特征对情绪的影响机制

3.1 适宜的广场面积和高宽比激发惊喜情绪

防洪纪念塔广场的近水侧、世纪广场的“世纪之舟”附近出现了显著高水平的惊喜情绪(图6)。适当地扩大面积有助于烘托城市地标建筑，在游览序列上激发豁然开朗的瞬时情感。高宽比提高到1.5～2，恰当地提升硬质向水体的渗透感，通过瞬时加强水体的视感知提升兴奋度，营造焦点共鸣。

图6 广场高宽比与SI相关性曲线

3.2 桥梁和临水台阶引导情绪舒缓

台阶和桥梁上普遍出现了较高水平的平静情绪(图7)。临水台阶提供了大面积静坐赏景的空间，利用高差提升安全感，同时拥有站立和触摸水的选择性，是缓解都市压力十分有利的空间形态。观景桥梁组织了步行和休憩空间，在合理阻隔车流的同时拥有特殊的视线开阔角度，是缓解浮躁的适宜亲水方式。

图7 驳岸类型与EPI、ENI、NI相关性

3.3 亲水平台提高整体情绪唤醒度

亲水平台附近，尤其在深入水面的挑台空间情绪唤醒度较高(图8)。置身水面的介入感和与水的肢体互动能够有效耦合视觉触感与肢体触感，显著唤醒各项效价的情绪感知。

图8 亲水程度与EPI、EAI、SI相关性

3.4 行为活动间接影响情绪质量

中介效应的检验印证了高开放度、高便捷度的城市蓝色空间能够同时对大众活动和情绪起到正向的激发作用。提升空间的开放度意味着创造了易识别性的空间，高便捷度意味着容易吸引更多的使用者到蓝色空间进行活动，这二者的改善有利于减少蓝色空间的盲点区域。使用者在蓝色空间开展赏景、锻炼等丰富的活动，进而提高了积极情绪的唤醒程度。

4 结论

本文以松花江流域主要城市哈尔滨和吉林为例，证实蓝色空间与公众情绪存在显著相关性与影响差异性，并推断空间的情绪效应机制(图9)。蓝色空间路径的便捷程度和开放性、滨水空间的形态和布局，以及驳岸处理、亲水差异和水系宽度在不同程度上影响着行人和游客的喜怒哀乐。但亲水程度和亲水空间形态对于公众情绪的影响结果比较直接，而空间组织则更多通过对行为活动的聚散和调节来引导情绪感受的发生。因此，以不同的控制要素为主导提出4个方面的情绪空间导则(图10)。

图9 蓝色空间特征对情绪的影响机制

图10 蓝色空间与公众情绪的交互模型[18]

首先，通过空间组织、形态、界面的调控奠定愉悦度基调。主要侧重开放度、便捷度、面积、高宽比、岸线形态、驳岸类型、亲水程度7项因子的调控。在布局上宜以集约式代替均置型；在形态上合并消极空间，D/H控制在0.8～2，突破传统的单侧开放性向水面和城市双向渗透；在界面上宜采用大尺度线条避免情绪烦躁，增设台阶、挑台等柔性立面化解防洪限制；同时注重两岸联合造景，缓解因水系过宽引起的空旷感。

其次，通过调整水岸界面形态唤醒群众情绪积极性，激发空间与积极情感的韵律共振。主要引导可达性、岸线形态、驳岸类型、亲水程度4项因子的发展。重点处理滨水驳岸，平面避免小尺度的凹凸折线，立面尽量提供多选择性的亲水方式，可采用自然式、挑台式驳岸增加视线起伏和水体介入感，强化亲水体验以唤醒心理感知。

再次，通过控制场地形态特征激发共鸣度，可利用在形成城市记忆的关键空间节点上。需关注面积、形状指数、高宽比、驳岸类型、亲水程度5项因子的调整。广场形态宜接近方形或圆形，留有较大活动面积。并调整高宽比在1.5～2，以打破绵长岸线的平铺直叙，表达空间向水面的延申。同时注重观水角度的转换和肢体触水的配合，移步换景的体验和身体机能的协同激活能够有效深化反思层面的情绪记忆。

最后，通过布局便捷度和改善亲水设施舒缓脆弱性情绪，承担宣泄都市情绪的主要角色。路径上宜直达城市内部主要开放空间，能够便捷地远离交通拥挤和人群纷扰是进行情绪疗愈的前提。亲水设施可增设桥上空间、台阶或自然界面，提供视野开阔的观赏处所或戏水滑冰的互动场地，能够有效宣泄焦虑、抑郁、强迫的都市脆弱性情绪，更好地提升自我效能。

由于重点关注了城市蓝色空间活动人群中乐于通过交互平台表达自我感受和情绪的群体，女性多于男性，年龄多分布在18～40周岁。而对于日常休憩的老年人群的情绪感知未能有进一步分析，并且数据上传在一定程度上受到发布者行为选择的影响[17]。因此，期望进行数据量的扩充和线上线下对比数据分析，从而完善主体差异的研究。另外，由于松花江所处地域气候条件，导致夏季数据远多于冬季，期望在后续研究中区分不同时空的样本特征，增加不同类型的开放空间量化评价指标，更具有建模意义[19]。对于风景园林工作者来说，只有首先探索蓝色空间与情绪所包含的内在关系，我们才能有力地深入健康城市的建设中，积极开发正向情绪和身心健康导向的规划设计范式。为复愈性环境的循证设计提供具体的方法指导，精准推进城市蓝色空间的潜在健康效益转化。

注：文中图片除注明外，均由张冉绘制。