唐園園，連華，王菲

（蘭州交通大學(xué) 建筑與城市規(guī)劃學(xué)院，甘肅蘭州 730070）

0 引言

“城市意象”由凱文·林奇首次提出，反映市民對(duì)城市的群體意象感知，由標(biāo)志物、節(jié)點(diǎn)、路徑、邊界與區(qū)域五大要素構(gòu)成。我國(guó)對(duì)于城市意象的研究從人與環(huán)境關(guān)系的辨析開始，李道增和林玉蓮[1-2]分別從環(huán)境行為學(xué)與環(huán)境心理學(xué)闡述了城市公眾意象。李郇、許學(xué)強(qiáng)[3]通過分析廣州城市意象，提出城市意象是人與環(huán)境雙向互動(dòng)的結(jié)果。顧朝林、宋國(guó)臣[4]認(rèn)為城市意象有助于引導(dǎo)城市設(shè)計(jì)發(fā)展。沈益人[5]認(rèn)為城市意象應(yīng)當(dāng)考慮到文化要素，張鴻雁[6]在此基礎(chǔ)上提出本土化城市意象。徐磊青[7]則從結(jié)構(gòu)性、獨(dú)特性和評(píng)估性三個(gè)主題系統(tǒng)梳理了中國(guó)城市意象的相關(guān)研究成果，并反思城市意象的研究目標(biāo)、對(duì)象與方法，將城市意象研究歸納為描述性與診斷性兩種范式。龍瀛與曹越皓[8-9]基于深度學(xué)習(xí)、網(wǎng)絡(luò)照片對(duì)城市意象認(rèn)知方法進(jìn)行了創(chuàng)新。謝永俊等[10]從微博簽到數(shù)據(jù)挖掘北京市城市意象。王世福[11-12]從功能意象、日常都市主義對(duì)城市意象進(jìn)行研究。綜上，在新數(shù)據(jù)環(huán)境和顛覆性技術(shù)下，城市意象的群體感知已經(jīng)形成多學(xué)科交叉，并進(jìn)入深化階段[13]。

城市意象感知包括意象結(jié)構(gòu)、意象類型和意象評(píng)價(jià)。構(gòu)建城市空間意象結(jié)構(gòu)是認(rèn)識(shí)城市并指導(dǎo)城市規(guī)劃設(shè)計(jì)的重點(diǎn)。傳統(tǒng)城市意象研究方法以問卷調(diào)查和繪制認(rèn)知地圖為基礎(chǔ)[14-15]。近幾年，通過網(wǎng)絡(luò)數(shù)據(jù)及文本分析的城市意象結(jié)構(gòu)研究熱度居高。應(yīng)用范圍多為構(gòu)建城市空間意象現(xiàn)狀布局，雖從局部街道或某一視角，對(duì)城市空間意象形成機(jī)制進(jìn)行了實(shí)踐探索，但用實(shí)證分析探索城市文化脈絡(luò)，從城市綜合發(fā)展水平對(duì)城市空間意象成因研究還較少。對(duì)此，本文基于微博位置簽到數(shù)據(jù)，在城市空間意象結(jié)構(gòu)感知的基礎(chǔ)上，從文化遺產(chǎn)保護(hù)、生態(tài)人文建設(shè)以及經(jīng)濟(jì)產(chǎn)業(yè)發(fā)展三個(gè)視角，選取8個(gè)驅(qū)動(dòng)因子，探析城市空間意象成因及其空間作用機(jī)制。

1 研究區(qū)概況、數(shù)據(jù)與方法

1.1 研究區(qū)概況

西安作為我國(guó)歷史上十三朝古都，是我國(guó)首批歷史文化名城，也絲綢之路起點(diǎn)城市、一帶一路核心區(qū)[16]。據(jù)搜狐、百度、新浪等網(wǎng)絡(luò)媒體統(tǒng)計(jì)分析，我國(guó)最具歷史價(jià)值城市、最有文化底蘊(yùn)城市排名中西安均居前三，在2022年最具城市旅游影響力的城市中西安市居前十。綜上，西安市依托豐富的歷史文化資源，已經(jīng)具有較強(qiáng)綜合競(jìng)爭(zhēng)力。為深入挖掘西安市區(qū)各街道綜合發(fā)展?jié)摿Γ瑯?gòu)建西安城市空間意象結(jié)構(gòu)，進(jìn)行綜合實(shí)力評(píng)估，結(jié)合歷史文化遺產(chǎn)保護(hù)，提出具體發(fā)展策略。通過分析西安市歷史文化名城保護(hù)規(guī)劃及發(fā)展現(xiàn)狀，本文選取西安市區(qū)（包括新城區(qū)、碑林區(qū)、蓮湖區(qū)、灞橋區(qū)、未央?yún)^(qū)以及雁塔區(qū)）進(jìn)行探究（圖1）。

圖1 研究區(qū)范圍

1.2 研究數(shù)據(jù)

1.2.1 基礎(chǔ)數(shù)據(jù)

主要包括行政區(qū)劃、人口分布、文化遺產(chǎn)分布、道路及基礎(chǔ)設(shè)施分布數(shù)據(jù)。其中西安市行政區(qū)劃和原始道路網(wǎng)數(shù)據(jù)，通過國(guó)家地理云數(shù)據(jù)平臺(tái)獲得，包括城市一級(jí)道路、二級(jí)道路、三級(jí)道路和四級(jí)道路；高速、鐵路、國(guó)道、省道、縣道以及鄉(xiāng)道。本文主要研究城市道路對(duì)各街道產(chǎn)生的積極影響，由于鐵路、高速過境路對(duì)所在區(qū)域正面影響較小，因此對(duì)其不作考慮。對(duì)我國(guó)公布的全國(guó)文化遺產(chǎn)保護(hù)單位以及西安市文物保護(hù)單位實(shí)地調(diào)研，確定文化遺產(chǎn)分布現(xiàn)狀、公交站點(diǎn)及基礎(chǔ)設(shè)施分布現(xiàn)狀。各街道人口數(shù)據(jù)以第七次人口普查數(shù)據(jù)為標(biāo)準(zhǔn)，結(jié)合各街道所公布數(shù)據(jù)得到最終值。

1.2.2 微博簽到數(shù)據(jù)

利用新浪微博開放API，編寫程序抓取 2021年9月到2021年11月以及2022年3月到2022年6年（西安市旅游旺季）西安市區(qū)內(nèi)帶有地理位置屬性的微博簽到數(shù)據(jù)，其中每條簽到記錄均包含用戶信息、數(shù)據(jù)發(fā)布時(shí)的位置(經(jīng)緯度坐標(biāo))、文本內(nèi)容(微博文本)、發(fā)布時(shí)間。清洗數(shù)據(jù)后，得到9月到11月數(shù)據(jù)7856條，3月到6月數(shù)據(jù)19554條。

1.3 研究方法

以GIS空間相關(guān)分析和地理探測(cè)器分析為主，GIS分析主要將城市環(huán)境意象、文化活動(dòng)意象以及自然山水意象各要素可視化，分析各類空間意象高頻點(diǎn)及空間相關(guān)性，并在此基礎(chǔ)上進(jìn)行熱點(diǎn)分析，分析各街道意象之間的空間聚集分布特征。地理探測(cè)器是由王竟峰等[17]提出，可檢驗(yàn)變量空間分布的耦合性，探測(cè)兩者之間的因果關(guān)系。研究通過地理探測(cè)分析對(duì)意象空間成因作進(jìn)一步分析，逐一分析各類意象因子與所選影響因子間的相關(guān)性，得出兩者間的相關(guān)性強(qiáng)弱。最后進(jìn)行對(duì)比，提出各街道優(yōu)化策略。

2 城市空間意象感知分析

2.1 整體空間意象感知

2.1.1 整體空間意象結(jié)構(gòu)分析

對(duì)西安市研究時(shí)段內(nèi)簽到數(shù)據(jù)可視化分析發(fā)現(xiàn)，熱點(diǎn)意象集中在碑林區(qū)、新城區(qū)、蓮湖區(qū)以及雁塔區(qū)。越靠近城市中心地區(qū)，密集程度越高。最高點(diǎn)為碑林區(qū)、新城區(qū)與蓮湖區(qū)三區(qū)交界處。對(duì)其整體意象空間的分析，不考慮城市街巷空間影響，從整體熱點(diǎn)強(qiáng)度，對(duì)其空間感知狀況，按五要素進(jìn)行劃分，構(gòu)建城市整體意象結(jié)構(gòu)。整體來說，西安市中心城區(qū)城市意象結(jié)構(gòu)呈集中式分布，與西安市中心放射棋盤式結(jié)構(gòu)一致，并與城市歷史文化遺產(chǎn)保護(hù)點(diǎn)高度重疊。根據(jù)意象強(qiáng)度及面積劃分為6個(gè)區(qū)域、3條邊界、3條路徑、17個(gè)節(jié)點(diǎn)和6個(gè)標(biāo)志物（圖2）。

圖2 城市意象結(jié)構(gòu)分析

在此基礎(chǔ)上分街道統(tǒng)計(jì)（圖3），發(fā)現(xiàn)人群活力最高的街道是南院門街道、長(zhǎng)安路街道以及大雁塔街道，其次為北院門街道、東關(guān)南街街道、長(zhǎng)樂坊街道等蓮湖區(qū)、雁塔區(qū)、新城區(qū)的街道，最低為灞橋區(qū)以及未央?yún)^(qū)的新合街道與建章路街道。由于地理區(qū)域、政治經(jīng)濟(jì)等仍有差距，灞橋區(qū)的紡織城街道、新城區(qū)胡家廟街道、長(zhǎng)樂中落街道意象熱點(diǎn)度較低。

圖3 城市意象感知分區(qū)統(tǒng)計(jì)

2.1.2 文本分析

根據(jù)用戶打卡文本分析，將打卡類型分為三類，對(duì)地點(diǎn)、美食表達(dá)喜歡、熱愛等詞匯的賦一分，分為正面意象點(diǎn)；對(duì)地點(diǎn)、美食表達(dá)出避雷、難吃等字眼詞匯的賦三分，分為負(fù)面意象點(diǎn)；其余均賦兩分，為中性意象點(diǎn)。統(tǒng)計(jì)得出正面意象點(diǎn)6148個(gè)、中性意象點(diǎn)21158個(gè)、負(fù)面意象點(diǎn)96個(gè)，剔除無效數(shù)據(jù)8個(gè)。由于負(fù)面意象點(diǎn)數(shù)量較少，因此不做分析。借鑒學(xué)者曹越皓城市意象研究方法，將正面意象與中性意象進(jìn)行結(jié)構(gòu)分析（圖4、圖5），發(fā)現(xiàn)兩者城市意象空間結(jié)構(gòu)基本相同。

圖4 正面意象結(jié)構(gòu)分析

圖5 中性意象結(jié)構(gòu)分析

2.2 內(nèi)部空間意象感知

在文本分析基礎(chǔ)上，取正面意象與中性意象的正向意象點(diǎn)對(duì)城市內(nèi)部意象進(jìn)一步分析。結(jié)合相關(guān)研究[18-19]，將城市內(nèi)部空間意象分為三大類，包括城市環(huán)境、文化活動(dòng)以及自然山水；其中城市環(huán)境分為特殊建筑群體和公共空間，文化活動(dòng)包括歷史古跡和餐飲文化。對(duì)各類意象因子前十的意象點(diǎn)進(jìn)行統(tǒng)計(jì)分析（圖6），發(fā)現(xiàn)西安世博園、白鹿原、青龍寺及大唐不夜城熱點(diǎn)最高，城市環(huán)境建設(shè)依托西安資源稟賦發(fā)展迅速，意象熱點(diǎn)高。西安歷史古跡熱度高，但近代工業(yè)文化遺產(chǎn)意象熱點(diǎn)低。

圖6 各類意象因子前十意象點(diǎn)統(tǒng)計(jì)

基于此，將城市環(huán)境、歷史古跡、餐飲文化意象因子分別進(jìn)行可視化（圖7），發(fā)現(xiàn)：在西安市城市環(huán)境意象的空間結(jié)構(gòu)中，大雁塔街道為集聚性最強(qiáng)的城市環(huán)境意象區(qū)域，密度值大于7800，與西安曲江藝術(shù)博物館、大唐芙蓉園、西安美術(shù)館以及長(zhǎng)安十二時(shí)辰唐傳統(tǒng)文化旅游街區(qū)分布密切相關(guān)。在歷史古跡意象要素結(jié)構(gòu)熱力分析中，大雁塔街道為集聚性最強(qiáng)的民俗工藝與歷史古跡意象區(qū)域，密度值大于40610，與大雁塔、鐘樓、西影TIME、青龍寺以及大慈恩寺密切相關(guān)。從餐飲文化意象要素結(jié)構(gòu)熱力分析中發(fā)現(xiàn)，南院門街道、小寨路街道與丈八溝街道為集聚性最強(qiáng)的意象區(qū)域，火鍋、烤肉店意象因子最強(qiáng)，其次是胡辣湯和陜菜館。自然山水意象中，漢城湖、曲江池、西安湖意象點(diǎn)最強(qiáng)。

圖7 各類意象要素?zé)崃Ψ治鰣D

3 驅(qū)動(dòng)分析與優(yōu)化策略

3.1 驅(qū)動(dòng)因子分析

為從城市綜合發(fā)展水平探析西安市空間意象，特從文化、經(jīng)濟(jì)、人口等方面選取8個(gè)驅(qū)動(dòng)因子：文化遺產(chǎn)、人口分布、餐飲美食、商業(yè)住宅、交通設(shè)施點(diǎn)、教育普及度、道路網(wǎng)密度以及GDP進(jìn)行分析。由于各影響因子原始數(shù)據(jù)差距大，通過自然間斷法分級(jí)處理數(shù)據(jù)后，分析發(fā)現(xiàn)（圖8），Y為餐飲文化意象因子時(shí)，地理探測(cè)器q值最高為商業(yè)住宅（0.86），p值為0，可見商業(yè)住宅分布與餐飲文化意象因子空間分布相關(guān)值最高。Y為城市環(huán)境意象因子時(shí)，各街道GDP和餐飲美食相關(guān)性最高。Y為民俗工藝與歷史文化意象因子時(shí)，各驅(qū)動(dòng)因子相關(guān)性不顯著。Y為自然山水意象因子時(shí)，各街道GDP相關(guān)性最高。由此可見，GDP所反映綜合經(jīng)濟(jì)水平是各街道發(fā)展基礎(chǔ)，餐飲美食是吸引人群的最大影響因子。

圖8 西安市空間意象分布影響因子探測(cè)

3.2 優(yōu)化策略

3.2.1 深挖各區(qū)優(yōu)勢(shì)資源，打造特色意象

通過分析西安市主城區(qū)各意象因子分布現(xiàn)狀及驅(qū)動(dòng)因素，提升各街道綜合經(jīng)濟(jì)水平，挖掘各區(qū)優(yōu)勢(shì)資源，結(jié)合各街道意象因子特點(diǎn)分別打造生態(tài)創(chuàng)新區(qū)、文化保護(hù)區(qū)、文產(chǎn)交融區(qū)、文化傳承區(qū)以及新城聯(lián)動(dòng)區(qū)（圖9）。生態(tài)創(chuàng)新區(qū)依托豐富的自然資源，以生態(tài)為基底，發(fā)展科創(chuàng)產(chǎn)業(yè)；文化保護(hù)區(qū)結(jié)合大遺址發(fā)展生態(tài)產(chǎn)業(yè)；文產(chǎn)交融區(qū)文化遺產(chǎn)豐富、人口密度大，可利用文化資源發(fā)展服務(wù)產(chǎn)業(yè)；文化傳承區(qū)可利用良好的城市環(huán)境資源，發(fā)揚(yáng)西安文化資源優(yōu)勢(shì)，發(fā)展系列產(chǎn)業(yè)，推動(dòng)經(jīng)濟(jì)增長(zhǎng)；新城聯(lián)動(dòng)區(qū)結(jié)合西咸新區(qū)發(fā)展。

圖9 西安市主城區(qū)各街道優(yōu)化結(jié)構(gòu)圖

3.2.2 突出文化空間意象，強(qiáng)化城市記憶

文化資源是西安市千年古城發(fā)展根基，文化空間在文化遺產(chǎn)保護(hù)的基礎(chǔ)上，強(qiáng)調(diào)新舊空間的層次與融合。以文化空間為主導(dǎo)的規(guī)劃，強(qiáng)調(diào)人群在不同尺度上的空間感知。目前已有學(xué)者對(duì)西安市城市文化空間分布進(jìn)行分析，在其研究中西部城市中西安城市文地率最高，新城區(qū)為2.9%，老城區(qū)為7.8%?；诖?，在西安市文化遺產(chǎn)分布的基礎(chǔ)上，以街道劃分文化空間層級(jí)（圖10），構(gòu)建西安市文化空間體系，優(yōu)化供給配置，延續(xù)城市記憶。

圖10 西安市主城區(qū)各街道文化空間層級(jí)劃分圖

3.2.3 融合多源數(shù)據(jù)，構(gòu)建動(dòng)態(tài)意象模型

在網(wǎng)絡(luò)數(shù)據(jù)背景下，各類社交平臺(tái)對(duì)城市印象的影響系數(shù)越來越高。同時(shí)探店、影視在城市印象展示中占據(jù)重要地位，從微博打卡數(shù)據(jù)來看，在影視、網(wǎng)紅探店的帶動(dòng)下，青龍寺、大興善寺以及深巷小吃得到廣泛關(guān)注；不僅帶動(dòng)了當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，更傳承發(fā)揚(yáng)了西安的歷史文化，強(qiáng)化了城市記憶。但目前網(wǎng)絡(luò)引導(dǎo)具有極大的自主性、任意性；為重新挖掘城市文化，在城市遠(yuǎn)期發(fā)展中，對(duì)人群動(dòng)態(tài)意象點(diǎn)實(shí)時(shí)監(jiān)測(cè)，創(chuàng)新規(guī)劃技術(shù)方法，從社交媒體打卡數(shù)據(jù)、手機(jī)信令、POI興趣點(diǎn)等多個(gè)方面豐富數(shù)據(jù)源，通過地理信息空間分析，構(gòu)建動(dòng)態(tài)城市空間意象感知模型，實(shí)時(shí)優(yōu)化城市網(wǎng)點(diǎn)，調(diào)整城市發(fā)展策略。

4 結(jié)語

本文以2020年9月到2021年6月新浪微博簽到數(shù)據(jù)為例，在相關(guān)研究基礎(chǔ)上，對(duì)西安市雁塔區(qū)、未央?yún)^(qū)、灞橋區(qū)、新城區(qū)、碑林區(qū)以及蓮湖區(qū)六區(qū)，從城市環(huán)境、文化活動(dòng)、自然山水三方面空間意象分析中發(fā)現(xiàn)，城市環(huán)境意象熱點(diǎn)最高為大雁塔街道，其次為長(zhǎng)延堡街道與小寨路街道。文化活動(dòng)意象強(qiáng)度，大雁塔街道與南院門街道最高。自然山水意象強(qiáng)度最高為狄寨街道。為探測(cè)西安市空間意象分異性，分析其背后驅(qū)動(dòng)因子，選取驅(qū)動(dòng)因子文化遺產(chǎn)、人口分布、餐飲美食、商業(yè)住宅、交通設(shè)施點(diǎn)、教育普及度、道路網(wǎng)密度以及GDP共8個(gè)候選影子對(duì)意象空間成因作進(jìn)一步分析，并結(jié)合各街道現(xiàn)狀發(fā)展，提出深挖各區(qū)優(yōu)勢(shì)產(chǎn)業(yè)，打造特色意象、突出文化空間意象，強(qiáng)化城市記憶以及融合多源數(shù)據(jù)，構(gòu)建空間意象模型三方面策略。目前，本研究仍有許多不足，僅從微博數(shù)據(jù)對(duì)西安市空間意象進(jìn)行分析，研究群體受限，在未來研究中應(yīng)結(jié)合各類數(shù)據(jù)對(duì)城市空間意象進(jìn)行多源數(shù)據(jù)感知。

圖表來源：本文圖表均由作者自繪。