乡村意象认知框架构建
——以闽南乡村为例

王培洪，邢志鹏，陈祖建 Wang Peihong& Xing Zhipeng& Chen Zujian

(1.3.福建农林大学艺术学院、园林学院（合署），福建福州，350002； 2.韩国白石大学，湖南工艺美术职业学院（合署），湖南益阳，413000）

乡村振兴战略进入了全面推进阶段，在实施过程中发现设计手段、景观元素、产业布局等同质性的现象，缺乏对乡村地方性的发掘，即乡村意象未得到充分的考量。乡村意象是指人们对乡村的理解与情感，也是人们对乡村特色的期待与想象。可见乡村意象的探析是提升乡村空间品质和彰显乡村特色风貌的重要手段之一。然而，乡村意象是当地居民以其所在地基于长期积累的实践经验，是一种心理反映，难以用量化的方式进行数据化的呈现。这也是在乡村振兴中难以发现乡村特色的重要原因。随着社交网络的发展，其也成为了大众诠释乡村意象的媒介。过去关于乡村研究大多采用田野调查、访谈和问卷调查等方法，这些方法受到一定的时空情境的限制，且无法大范围普适性地调查，因此呈现的研究结果较单一。随着词云分析、LDA主题模型分析及以深度学习为代表的人工智能发展迅速[1]，为乡村定量研究提供了良好的技术基础，使乡村网络数据研究有了崭新的应用场景[2]。因此本研究试图通过多源数据分析方法构建乡村意象认知框架，为特色乡村设计提供参考。

1 研究评述

1.1 乡村意象

乡村意象是长期的历史发展过程中在人们头脑里所形成的共同的心理图像[3]。前人基于意象概念的乡村研究较丰富，熊凯将“意象”概念引入到乡村旅游，分析了乡村意象的丰富内涵，强调乡村意象在乡村旅游领域的应用前景。Willits[4]认为乡村意象是人们对乡村人与地的印象，且通过大众传媒、亲友描述、个人直接的乡村体验等途径获得。Johan Fredrik[5]指出乡村意象是人们对乡村的抽象化理解，并认为乡村意象可以分为积极、消极两大类。Yarwood[6]从人、地方、生产等方面理解乡村空间，以此揭示不同群体对乡村空间的理解和行为方式，指出乡村意象反映社会利用乡村的方式。Hopkins[7]通过收集乡村的各种地方要素并进行文本分析,基于社会符号学视角对乡村意象进行质性研究。因此乡村意象蕴含着大众对乡村的深刻理解，探析乡村意象将有助于乡村规划设计的提升。

图1 乡村意象研究框架

图2 厦门、漳州和泉州词云

1.2 分析方法研究

词云是一种对文本进行总结概括的可视化研究方法，通过提取关键词在二维空间中排布, 关键词大小由其在文本中出现频率映射而来，以简单明了的方式展示文本各词汇重要程度。词云因其是数据分析及展示的重要辅助工具而被大量使用。社区网站通过词云呈现话题热度[8]；记者将词云作为吸引读者注意力的头条图片[9]；普通用户使用词云制作个人简历和邮件签名[10]；在教育行业，词云被用于概括课程主要内容或辅助科学研究教学[11]。词云的数据可视化势必有助于乡村意象研究。

主题模型通过将高维词汇空间映射到低维目标主题空间，发现文档潜在结构和隐藏的语义信息。网络社交媒体的文本具有明显的时间属性，往往需要结合时间信息对主题进行分析；各种在线评论具有明显的主观色彩，因此需要对评论的情感进行分析[12]。而且这些文本内容和结构间具有明显的相关性。可见主题模型在探析社交平台文本信息上具有独特优势。

深度学习是一类模式分析方法的统称,能够学习样本数据的内在规律和表示层次。深度学习已经被运用于城市意象认知[13]、城市功能分析[14]、古诗词文本识别[15]以及风景园林平面图用地识别与图像渲染[16]等各种场景。说明深度学习运用于城市人居环境已有了不少探索但将深度学习运用于乡村意象的研究还未能被查询到。

综上所述，大多数乡村意象研究方法均采用实地考察和抽样调查等方法，缺乏对乡村意象的数据化呈现和实际应用提出行之有效的方法。人工智能的广泛运用，且社交网络拥有大数据库，其就是重要信息来源，为乡村意象数据获取提供了新途径。大数据、人工智能与乡村意象的结合能够弥补乡村研究数据单一与数据量缺乏等不足，解读人们对乡村的认知并深入挖掘人的隐含情感，并为数据分析与获取的创新提供更多可能性。

2 研究方法与数据来源

2.1 研究流程

基于大数据的乡村理论基础与应用逻辑，结合现有的乡村意象研究，提出乡村意象认知方法的创新与拓展。研究流程分为数据获取、数据预处理、数据分析和数据运用（图1）。首先利用Python采集互联网上的乡村数据，接着对数值数据和文本数据进行预处理操作,包括异常值处理和缺失数据补齐等。然后对数据进行词云分析、主题结构分析以及深度学习情感分析。

词云分析通过Python的WordCloud功能模块获得关注度较高的乡村意象要素。主题结构分析通过LDA模型聚合微博文本内容的主题，然后结合已有乡村意象研究成果，提取乡村意象元素，获得乡村意象主题结构。情感分析则是基于深度学习的word2vec模型和LSTM神经网络模型。LSTM模型需要先通过与乡村有关的情感正负标签训练集数据训练LSTM的参数从而得到神经网络结构和权重参数，然后利用维基百科1.3G繁体中文转简体训练的词向量模型将乡村网络文本先转为w2v形式，再输入到上述已经训练好的LSTM模型中，得到二分类情感正负作为输出结果。

最后对数据分析结果进行总结归纳，根据分析获得的乡村意象结果发掘乡村的优势特色与乡村建设的不足并依此作乡村改进建议的参考依据，为乡村设计提供数据基础。

图3 主要关键词词频

图4 乡村主题结构

2.2 数据来源

研究以福建省闽南地区乡村作为研究对象，利用Python程序的scrapy框架在微博平台搜索与泉州、厦门和漳州乡村相关的关键词。研究搜索2021年1月1日至3月1日期间文字内容与闽南乡村有关的微博，共计获得28942条微博。经过初步数据清洗和筛选后，获得有效微博共计13456条，以此作为研究的基础数据库。

2.3 数据处理

为了保证研究结果的信效度，统一已收集数据格式，剔除不符合的数据，匹配微博内容和评论数据。并启用停用词筛选和过滤文本的特殊符号。利用哈工大停用词表，将连续的字序列重新组合成词序列。

3 数据分析

3.1 乡村意象的影响要素分析

运用词云对微博内容进行分析,得出图2所示词云分布图。从词频角度看,地点主要是“泉州”“漳州”和“厦门”等地名,“闽南”出现的频数也较高,说明大众对位置感知较强烈，其中泉州和漳州两地乡村的关注度更高。“闽南语”高居前面,反映闽南语在闽南乡村认知中占据重要位置,“文化”词频较高体现闽南乡村具有较高的乡村文化气息。“服饰”“打扮”排在较前,说明闽南村民的服装打扮给人留下深刻印象，是乡村文化景象又一大特色。根据“习俗”“精神”“妈祖”等高频词来看,乡村人文特色更受关注（图3）。此外,大众关注的乡村细节还包括环境、美食等。从词性角度来看,名词居多,另有动词和形容词。其中,名词以地点、建筑、服饰等为主,地点主要是泉州、漳州、厦门等地名；动词主要表现村民的习俗和生活；形容词多为描述乡村的形象、品质和景观特色。

3.2 乡村意象的主题结构分析

在python语言中分别对三个地方的乡村数据进行主题模型分析，可统计出各自的主题。如果只用统计学方法判别有意义的主题数量会造成对整体语境的忽略[17]，所以根据尤海涛等[18]提出的乡村意象感知模型，对生成的主题内容进行灵活的人工判读，最后形成闽南乡村意象主题结构。

图5 乡村意象主题结构

图6 闽南乡村情感得分

图7 各地乡村情感平均值

图8 各意象类型情感值

首先将乡村意象分为乡村景观意象和乡村文化意象,乡村景观意象分为聚落建筑、自然景观和生态环境,而乡村文化意象分为产业文化、生活形态和民风民俗。其次对三个城市的乡村进行主题分析，得到闽南乡村有意义的主题（图4）。最后将分析出的主题分词按照不同乡村意象类型进行归类，形成闽南乡村意象主题结构（图5）。

3.3 基于深度学习的乡村意象情感分析

人对环境的情感衡量以大数据作为支撑，根据情感数值e的大小来表达，将乡村意象评价划分为2类，当e<0时表示负面意象，e≥0时表示正面意象。从意象评价的整体情况看，闽南乡村情感数值的平均值为69.51，表明闽南乡村意象在整体倾向上呈现偏正面；从意象评价的正面和负面分布趋势来看，人们对闽南乡村的情感认知两极分化比较明显，呈两极数量大、中间数量小的曲线型分布（图6）。其中正面评价有8135条，占60.46%；负面评价有5314条，占39.54%。三个地区的乡村情感得分排名由高到低分别是厦门、泉州和漳州（图7）。

检索整个地区不同意象类型所对应情感得分，发现民风民俗和聚落建筑的情感得分最高；但是生态环境和自然景观的情感评分均较低（图8）。从三个地区乡村不同意象类型的情感值分布来看(图9)，三者的自然景观和生态环境的情感评分均为最低；三者的村落建筑均获得很高的情感值；泉州和漳州两地乡村的民风民俗都有较高的情感得分，但是厦门乡村民风民俗的情感得分却明显较低；漳州乡村的生活和产业文化有较高的情感值，而厦门乡村产业文化的情感值较低。

4 结论与讨论

图9 各地乡村不同意象类型的情感平均值

通过了解大众对闽南乡村意象认知，分析乡村的优势与不足，为闽南乡村规划设计提供了参考依据：（1）在词云分析中，闽南语、习俗和美食等词语均有较高的词频，说明乡村的语言、文化以及饮食方面受到大多数人的关注。可见语言和文化习俗是闽南乡村特色的典型代表，故乡村规划设计应注重传统民俗活动的传承。另外，建筑和民居多次被提及，说明大众对闽南建筑特色产生了深刻印象。这意味着大众对闽南乡村人居环境的评价会以闽南传统建筑为重，因此乡村规划设计应当强调传统建筑的保护和延续。（2）主题模型分析反映大众日常生活的体验认知，将其与乡村意象类型结合，能形成合理的乡村意象主题结构。经过主题模型分析，说明大众对闽南乡村的生活体验认知主要集中在建筑文化、海洋文化、妈祖文化、民俗活动等。并且，通过不同意象类型的主题内容深化，可以为乡村环境设计元素的提取提供明确方向。同时乡村意象主题结构不仅仅是乡村意象的深化和扩展，更是明确了乡村研究方向，为特色乡村建设提供了全面的参考依据。（3）在情感分析中，闽南乡村的自然景观和生态环境情感得分均较低，这在一定程度上说明如今闽南乡村的自然景观和生态环境亟需改善和提升。漳州乡村的民风民俗和生活形态具有明显的得分优势，这是其他乡村地区值得学习借鉴的方面，厦门则反之。分析不同意象类型和不同地区意象的情感评价差异，使各地区的乡村在规划设计时可以对比参考，互相取长补短，有益于闽南地区乡村的协同发展。

5 结语

研究通过科学合理的文本挖掘与分析方法，使乡村意象研究摆脱了社会个体感性认知与理解的约束，使其扩展到更加普遍的社会网络群体中，有助于明确民众对乡村建设的需求和期待,增强乡村意象的实践性，拓展乡村意象的应用范围。同时研究基于乡村意象理论,总结提炼具有闽南特色的乡村意象要素,深入挖掘大众的乡村情感认知,构建完整的、立体的意象主题结构体系，从而对乡村意象要素有针对性的开发，树立鲜明的乡村形象，避免乡村规划设计的同质性。研究在数据来源与分析方法仍存在不足。在数据方面，只能覆盖网络人群，此外需要增加训练文本，提高文本情感预测的准确度，而关于乡村的训练文本较少，因此情感评价的准确度仍有较大空间可以提升。