基于網絡點評的上海黃浦江濱水綠地生態系統文化服務感知研究

李 杰 單依雲 裘 江,2* 徐羽菲 劉漪宙

（1.上海應用技術大學生態技術與工程學院，上海 201418；2.美麗中國與生態文明研究院，上海 201418；3.城市空間信息工程北京市重點實驗室，北京 100045；4.上海市城市設計與城市科學重點實驗室，上海 200124）

濱水綠地作為城市公共空間的重要類型，為人們提供游憩、健身等多種生態系統文化服務。隨著數字時代的發展，如何通過網絡點評數據識別濱水綠地的文化服務仍然是難點。以上海市黃浦江核心段22處濱江綠地為例，通過建立文化服務詞典識別其類型，使用情感分析模型定量滿意度，應用重要性—績效分析法構建感知評價模型。結果顯示：（1）康體健身和休閑游憩是濱水綠地感知詞頻最高的文化服務類型，而科普教育的詞頻最低。按照文化服務詞頻占比可將濱水綠地分為藝術靈感主導型、遺跡地方感主導型、綜合型三種類型。（2）22處濱水綠地整體滿意度為93.47%，涉及各類文化服務的評論滿意度均有所提升，其中美學欣賞的滿意度最高，達到97.90%。（3）未來黃浦江濱水綠地的改善需要注重休閑游憩、社交互動、康體健身、藝術和靈感服務。研究可為濱水綠地景觀評價與規劃設計提供參考。

城市濱水綠地；生態系統文化服務；景觀感知詞典；社交媒體數據；重要性—績效分析方法

濱水綠地兼具自然地景和人工景觀，是居民與自然生態系統互動的場所，構成了城市最具活力的開放性空間，提供重要的生態系統服務[1]。生態系統文化服務是人類通過精神滿足、認知能力的發展、思考、娛樂和審美體驗從生態系統中獲取的非物質收益[2-4]。了解公眾對濱水綠地生態系統文化服務的感知是改善城市宜居性的基礎，也是提升濱水綠地管理水平的前提[5]。

生態系統文化服務的感知由個人感官印象、認知過程以及景觀模式的情境化相互作用決定[6]，強調人與自然的體驗互動，因此大量的評估側重于參與式方法[7]，包括問卷、訪談和公眾參與GIS[8-10]等，但這類方法的樣本量相對較少、時間跨度較短。隨著現代信息技術的發展，越來越多的公眾通過社交媒體發表觀點，分享情感和體驗。為了更好地反映公眾的感知體驗，擴大數據搜集范圍，網絡點評數據為評估生態系統服務感知提供了高質量的數據源[11]，這類數據具有易于獲取、時間跨度長、數據量大等特點，可以體現用戶對特定活動場所的具體感知和觀點[12-13]。人們對城市綠地的點評文本通常帶有主觀情感色彩，通過提取點評數據中豐富的語義和情感信息并加以分析，可了解人們如何重視和感知生態系統文化服務[14-15]。通過發布頻率可預測相應游憩點的游客數量，分析游憩需求與環境特征的相關性[16]。使用情感分析可將文本所包含的情緒進行情感值量化，評價綠地游憩設施的可達性及滿意度[17-18]?！妒澜缧腋８袌蟾妗罚╓orld Happiness Report）指出，社交媒體發布的公眾感知情緒與社會調查數據的結果具有較高一致性，因此使用情感分析量化社交媒體文本數據成為了解公眾感知的新趨勢。然而，當前研究主要集中在對城市綠地整體的分析[19]，針對濱水綠地這一特定類型的研究較少。此外，盡管已有研究發現靠近濱水地區可獲得更高的生態系統文化服務[20]，但并未揭示公眾在濱水綠地獲得不同類型文化服務的重要性和滿意度的聯系和區別，以確定綠地資源是否得到了最優利用，指導具體場地的規劃設計與改造提升。

本研究構建了基于網絡點評數據進行城市濱水綠地感知評價的框架，包括建立詞典識別生態系統文化服務類型，使用情感分析模型定量滿意度，通過聚類分析創新性地對濱水綠地分類，應用重要性—績效方法（Importance-Performance Approach，IPA）構建分類感知評價模型。研究結果將有助于推進濱水綠地景觀的管理和提升，從而改善和提升生態系統文化服務品質。

1 研究區概況

上海市地處長江入?？?、太湖流域東緣，境內河道及湖泊面積約500 km2，河面積占比為9%～10%；全市河道的總長度達2萬km，河網密度平均3 ～4 km/km2。同時，上海城市公園體系完善，在沿江沿河區域建立了大量的綠色空間，是分析濱水綠地的典型城市。2017年，黃浦江核心區段兩側岸線總長度45 km的濱水岸線公共空間貫通，成為市民和游客游憩、觀光、健身和網絡打卡的重要場所。本研究選取黃浦江核心段（楊浦大橋—徐浦大橋區間）在大眾點評收錄評論的22處濱江綠地作為研究區（表1，圖1）。

圖1 研究區域Fig.1 Study area

表1 研究區基本信息表Tab.1 Basic information of the study sites

2 研究步驟與方法

2.1 數據爬取與清洗

使用python爬取大眾點評收錄的研究區2019年7月1日-2023年6月30日共4年的評論文本。部分文本內容雖歸屬于某處濱水綠地，但評價對象或內容與綠地關聯不大，或者評論文本少于10個字，均定義為無效數據。在數據清洗階段，每輪隨機抽取30條文本人工判定數據是否有效，并剔除其中無效數據，若下一輪抽取仍存在無效數據，則重復以上操作，直至所有隨機抽取的數據均為有效文本。最終，本研究共獲取有效文本25 394條。

2.2 構建生態系統文化服務詞典

通過使用Python 3.7軟件中的第三方中文分詞組件“Jieba”（https://github.com/fxsjy/jieba）將網絡點評語句進行拆分，將其拆解為獨立詞語。使用用戶詞典編輯功能，增加具有上海黃浦江濱水區域特色的詞匯，提高分詞與審核的準確率。同時，構建停用詞詞典，刪除與研究主題無關或缺少明顯指向的詞，降低分詞獲得的文本中高頻無意義單詞的干擾，使分詞獲得的關鍵詞更加集中和明確。

根據聯合國千年生態系統評價（MA）、生態系統和生物多樣性經濟學（TEEB）、國際生態系統服務分類體系（CICES）對生態系統文化服務分類框架[2-4]和上海黃浦江濱水綠地的實際特點，本研究將網絡點評數據高頻詞歸納為休閑游憩、美學欣賞、康體健身、藝術靈感、遺跡地方感、科普教育、社交互動7種文化服務類型。將頻率高于10的特征詞進行篩選并逐條閱讀，判斷其所屬的文化服務類別，并進行標簽標注，圍繞各標簽生成詞庫（表2）。為確保詞典的有效性，組織9位具有風景園林學、生態學和環境科學背景的科研人員組成專家庫，專家隨機選擇50個詞，對文化服務進行人工識別。然后將手動識別的結果與詞典內容分析的結果進行比較，對分類模糊及未分類詞匯再次分類，直至達成一致意見。7種生態系統文化服務共有262個詞匯。最后，識別包含各文化服務詞典的評論語句，將包含該詞典語句數量除以該濱水綠地評論總數量得到頻率。

表2 生態系統文化服務分類詞典Tab.2 Cultural ecosystem service classification list

2.3 量化滿意度

文本情感分析是對帶有情感傾向的主觀性文本進行分析、處理、歸納和推理的過程，廣泛應用于識別公眾情緒、衡量大眾滿意度等方面[21]。本研究調用百度自然語言處理（NLP）情感傾向分析接口（https://cloud.baidu.com/product/nlp_apply/sentiment_classify）對網絡文本數據進行滿意度評分，每條評論根據其滿意度被賦予一個介于0和1之間的小數分數，分數越高表示滿意度越高。

2.4 濱水綠地聚類分析

使用統計分析軟件IBM SPSS，基于7類文化服務的詞頻對22處濱水綠地進行層次聚類分析，采用組內連接的聚類方法，并使用歐氏距離平方作為距離測度方法，根據得到的樹形圖，對各濱水綠地所屬類別進行判別和歸類，總結各類濱水綠地的特征。

2.5 應用IPA模型

將IPA法用于評價公眾對22處濱水綠地生態系統文化服務重要性的主觀感知以及體驗的滿意度，以象限圖方式形成IPA矩陣[22]。橫軸通過7類文化服務出現頻次衡量重要性，縱軸通過公眾對7類文化服務的感知滿意程度衡量績效，并以總平均值作為橫軸和縱軸的分隔點，將空間劃分為4個象限，分別為繼續保持區、供給過渡區、緩慢改進區和重點改進區。將公眾對濱水綠地景觀的認知、感知、偏好等納入，針對每個象限進行分類分析和評價，使得對生態系統文化服務評價更完整和全面。

3 結果分析

3.1 濱水綠地文化服務的詞頻與滿意度

按照生態系統文化服務詞頻從高到低的順序進行排列（圖2），依次為康體健身（0.547）、休閑游憩（0.510）、社交互動（0.335）、美學欣賞（0.303）、藝術靈感（0.297）、遺跡地方感（0.207）、科普教育（0.065）。其中，康體健身和休閑游憩是公眾對濱水綠地關注度最高的兩項服務，而科普教育則是受關注度最低的服務。此外，遺跡地方感的詞頻極差最大，說明不同綠地在提供這項服務方面存在顯著差異。而科普教育的差異最小，所有綠地對其的詞頻都偏低。22處濱水綠地的整體滿意度為93.47%，而涉及各類文化服務評論的滿意度均高于該數值。按照滿意度從高到低排序為美學欣賞（97.90%）、遺跡地方感（97.07%）、藝術靈感（96.76%）、康體健身（96.27%）、休閑游憩（95.52%）、科普教育（94.86%）、社交互動（94.67%）。其中，美學欣賞的滿意度最高，且極差最小，說明公眾整體對綠地美學方面的滿意度普遍較高；而科普教育和社交互動的滿意度相對較低，兩者的滿意度均低于95%，且科普教育的滿意度極差最大，說明公眾對不同綠地在這一服務的滿意度上存在顯著差異。

圖2 生態系統文化服務詞頻和滿意度箱式圖Fig.2 Cultural ecosystem service word frequency and satisfaction box plot

3.2 基于文化服務詞頻的濱水綠地分類

按照聚類分析結果，依據文化服務的詞頻，黃浦江濱江綠地可分為三種主要類型：藝術靈感主導型、遺跡地方感主導型和綜合型綠地（圖3）。遺跡地方感主導型綠地數量最多，共有9處，涉及遺跡和地方感的詞頻顯著高于平均值（圖4）。此類綠地保留了黃浦江濱江的工業遺跡，如通過龍門吊、雕塑等形式展示造船廠、自來水廠的部分設施，公眾參觀此類綠地后，對場地歷史及上海地方感有較為深刻的印象。

圖3 基于生態系統文化服務詞頻的聚類分析圖Fig.3 Cluster analysis plot based on cultural ecosystem service word frequency

圖4 濱水綠地生態系統文化服務詞頻圖Fig.4 Waterfront spaces cultural ecosystem service word frequency statistics

綜合型綠地數量次之，共有8處，休閑游憩、社交互動、康體健身三類文化服務的詞頻均高于平均值。此類綠地的游憩、健身等各類設施較為完善。

藝術靈感主導型綠地數量最少，共有4處，藝術與靈感的詞頻顯著高于平均值。此類綠地經常舉辦藝術類活動，如咖啡節、音樂節、美術展等，也為公眾提供了藝術創作的區域。

黃浦公園不屬于以上分類，該綠地是中國第一座公共園林，建有人民英雄紀念塔、大型浮雕等構筑物，還經常舉辦旅游節、小型演出等各類活動，這一綠地的遺跡地方感和藝術靈感兩項文化服務均顯著高于其他類型，而其他5項文化服務則偏低，因此該綠地較為特殊，沒有納入以上分類。

3.3 IPA模型分析

應用IPA模型分析結果見圖5，第一象限為繼續保持區，主要包括遺跡地方感主導型綠地的康體健身、休閑游憩、遺跡地方感、美學欣賞4項文化服務，這些服務是公眾對此類濱水綠地滿意度認可的重要方面。

圖5 濱水綠地生態系統文化服務IPA模型分析圖Fig.5 Waterfront spaces cultural ecosystem service IPA chart

第二象限為供給過渡區，涉及三類綠地共計10項生態系統文化服務，數量上最為豐富。在三種綠地類型中，遺跡地方感主導型綠地整體滿意度較高，可繼續保持。

第三象限為緩慢改進區，僅包括綜合型綠地的科普教育服務一項，呈現出低頻率和低滿意度的特點。盡管科普教育在生態系統文化服務類型中屬于低優先發展級別，但這是具有最大改善潛力的類型。

第四象限為重點改進區，主要包括綜合型綠地的休閑游憩、康體健身、社交互動三項服務，以及藝術靈感主導型綠地的藝術靈感、休閑游憩、社交互動三項服務，這是本研究中濱水綠地可以重點提升的方面。

4 結論與討論

4.1 主要結論

本研究基于網絡點評數據評價了濱水綠地的生態系統文化服務，通過建立詞典來識別生態系統文化服務類型，并使用情感分析模型來量化滿意度，通過聚類分析對濱水綠地進行了分類，應用IPA法構建分類感知評價模型，擴展了生態系統文化服務的研究深度。主要結論如下：

（1）康體健身和休閑游憩是濱水綠地感知詞頻最高的文化服務類型，而科普教育的詞頻最低。按照文化服務感知詞頻，可將濱水綠地分為藝術靈感主導型、遺跡地方感主導型、綜合型三種類型。

（2）22處濱水綠地的整體滿意度為93.47%，涉及各類文化服務的評論滿意度均有所提升，其中，美學欣賞的滿意度最高，達到97.90%。

未來改善黃浦江濱水綠地需注重休閑游憩、社交互動、康體健身、藝術靈感服務的提升，而科普教育服務仍有較大的提升空間。

4.2 濱水綠地生態系統文化服務分類感知

黃浦江濱水綠地貫通后成為了市民進行跑步、騎行、輪滑等鍛煉活動的重要場所，康體健身作為最受公眾關注的文化服務類型，在詞頻中占比最高，這一發現與葡萄牙、德國、荷蘭、丹麥等地城市綠地的研究結果類似[23-25]。城市中的藍綠空間可以有效改善人們的情緒并增加其體育活動的頻率[26]。休閑游憩作為文化服務中第二高的詞頻，游憩者是生態系統游憩服務的主要受益者。針對游憩者的個體身份、服務感知、偏好與意愿程度進行評估研究，有助于認識和預測需求，進而指導綠地相關規劃與管理決策[27-28]。社交互動的詞頻在文化服務中排第三，這一服務是不同文化中具有普遍吸引力的類型[29]，人們通過與家人或朋友進行社交活動來促進身心健康。藝術靈感和遺跡地方感是本研究中濱水綠地較為顯著且具有地域特色的文化服務類型。各綠地舉辦咖啡節、音樂節等節事活動受到年輕人的喜愛，黃浦江沿岸綠地因此成為了時尚聚集地，為攝影、美術等藝術創作提供了空間[30]。此外，濱水綠地也是展示歷史文化與城市特色的重要場地[31]。黃浦江濱江區域保留有工廠及相關設施的遺跡，展示了場地的歷史，外灘濱江區域更是成為城市會客廳，展示城市文化。審美服務在文化服務中的詞頻不高，但一般具有較高的滿意度，因為審美從不同文明的角度結合自然的多元吸引力[32]，體現了景觀設計美學的特點?？破战逃诒緟^域的生態系統文化服務中詞頻最低，新加坡、武漢、石家莊等地區城市綠地相關研究也發現教育是最不易被感知的服務類型[16,33-34]。

4.3 基于景觀感知的濱水綠地規劃設計與管理

針對滿意度感知較低的生態系統文化服務類型，可通過檢索相關評論文本高頻詞的方式了解原因，并提出有針對性的優化措施。本研究中，居民對于綠地康體健身服務的滿意度并不是很高，主要原因是騎行、滑板等運動方式逐漸興起，但綠地在設計之初并沒有專門考慮適合這些活動的場地，綠地的管理和居民需求之間存在矛盾，降低了部分綠地的感知滿意度。未來的規劃可以進一步加強綠地的連通性，增加綠道的建設，并增設專門供滑板、羽毛球等運動的場地，以滿足市民多樣化的運動需求。休閑游憩服務的滿意度也相對較低，主要原因是公眾游憩相關需求的管理存在不足，例如，近年來戶外露營逐漸興起，但綠地管理方禁止游客進入草坪，減少了游客進行游憩活動的機會。在規劃與管理方面，可采用草坪輪換、分片區開發的管理方式。此外，社交互動服務的滿意度最低，這主要是因為缺乏涉及此服務的設施，如兒童游樂設施、親友聚會場所和露營點存在不足。未來的規劃應從公眾社交互動的角度出發，增加相關設施與場所。同時，濱水綠地也應重視感知較低的科普教育服務，未來的管理和運營應通過傳播自然環境和科學知識提升公眾感知[35]?？梢赃x取黃浦江沿岸的濱江濕地、生境花園等生物多樣性較為豐富的區域，組織開展徒步考察、研學等自然教育活動，培養公眾尊重自然、環境保護的意識。

與大多數社交媒體數據一樣，本研究中使用的網絡點評數據可能不具有代表性。評論樣本中，多數為中青年人的評論，代表兒童和老年人的感知數據很少。此外，只有強烈表達意愿的訪問者會在平臺留下評論，這類點評數據往往更積極或消極，不足以代表中立情緒。本研究數據來源時間跨度4年，期間22處濱江綠地也可能局部進行了更新，獲得的評價可能出現偏差。另外，點評文本的數據僅精確到公園綠地的尺度，難以針對綠地內部的具體景點或景觀特征開展精細化評價。未來的研究可以關注于綜合使用帶有地理空間的網絡數據及實地調查，也可進一步驗證以網絡點評為單一數據源的研究可行性。本研究可有效反映公眾對場地的感知水平，可用于評價其他濱水綠地空間，并為決策者提供更具針對性的改造意見以及設計依據。

注：文中圖表均由作者繪制。