鄉(xiāng)村意象認(rèn)知框架構(gòu)建
——以閩南鄉(xiāng)村為例

王培洪，邢志鵬，陳祖建 Wang Peihong& Xing Zhipeng& Chen Zujian

(1.3.福建農(nóng)林大學(xué)藝術(shù)學(xué)院、園林學(xué)院（合署），福建福州，350002； 2.韓國白石大學(xué)，湖南工藝美術(shù)職業(yè)學(xué)院（合署），湖南益陽，413000）

鄉(xiāng)村振興戰(zhàn)略進(jìn)入了全面推進(jìn)階段，在實(shí)施過程中發(fā)現(xiàn)設(shè)計(jì)手段、景觀元素、產(chǎn)業(yè)布局等同質(zhì)性的現(xiàn)象，缺乏對鄉(xiāng)村地方性的發(fā)掘，即鄉(xiāng)村意象未得到充分的考量。鄉(xiāng)村意象是指人們對鄉(xiāng)村的理解與情感，也是人們對鄉(xiāng)村特色的期待與想象?？梢娻l(xiāng)村意象的探析是提升鄉(xiāng)村空間品質(zhì)和彰顯鄉(xiāng)村特色風(fēng)貌的重要手段之一。然而，鄉(xiāng)村意象是當(dāng)?shù)鼐用褚云渌诘鼗陂L期積累的實(shí)踐經(jīng)驗(yàn)，是一種心理反映，難以用量化的方式進(jìn)行數(shù)據(jù)化的呈現(xiàn)。這也是在鄉(xiāng)村振興中難以發(fā)現(xiàn)鄉(xiāng)村特色的重要原因。隨著社交網(wǎng)絡(luò)的發(fā)展，其也成為了大眾詮釋鄉(xiāng)村意象的媒介。過去關(guān)于鄉(xiāng)村研究大多采用田野調(diào)查、訪談和問卷調(diào)查等方法，這些方法受到一定的時(shí)空情境的限制，且無法大范圍普適性地調(diào)查，因此呈現(xiàn)的研究結(jié)果較單一。隨著詞云分析、LDA主題模型分析及以深度學(xué)習(xí)為代表的人工智能發(fā)展迅速[1]，為鄉(xiāng)村定量研究提供了良好的技術(shù)基礎(chǔ)，使鄉(xiāng)村網(wǎng)絡(luò)數(shù)據(jù)研究有了嶄新的應(yīng)用場景[2]。因此本研究試圖通過多源數(shù)據(jù)分析方法構(gòu)建鄉(xiāng)村意象認(rèn)知框架，為特色鄉(xiāng)村設(shè)計(jì)提供參考。

1 研究評述

1.1 鄉(xiāng)村意象

鄉(xiāng)村意象是長期的歷史發(fā)展過程中在人們頭腦里所形成的共同的心理圖像[3]。前人基于意象概念的鄉(xiāng)村研究較豐富，熊凱將“意象”概念引入到鄉(xiāng)村旅游，分析了鄉(xiāng)村意象的豐富內(nèi)涵，強(qiáng)調(diào)鄉(xiāng)村意象在鄉(xiāng)村旅游領(lǐng)域的應(yīng)用前景。Willits[4]認(rèn)為鄉(xiāng)村意象是人們對鄉(xiāng)村人與地的印象，且通過大眾傳媒、親友描述、個(gè)人直接的鄉(xiāng)村體驗(yàn)等途徑獲得。Johan Fredrik[5]指出鄉(xiāng)村意象是人們對鄉(xiāng)村的抽象化理解，并認(rèn)為鄉(xiāng)村意象可以分為積極、消極兩大類。Yarwood[6]從人、地方、生產(chǎn)等方面理解鄉(xiāng)村空間，以此揭示不同群體對鄉(xiāng)村空間的理解和行為方式，指出鄉(xiāng)村意象反映社會利用鄉(xiāng)村的方式。Hopkins[7]通過收集鄉(xiāng)村的各種地方要素并進(jìn)行文本分析,基于社會符號學(xué)視角對鄉(xiāng)村意象進(jìn)行質(zhì)性研究。因此鄉(xiāng)村意象蘊(yùn)含著大眾對鄉(xiāng)村的深刻理解，探析鄉(xiāng)村意象將有助于鄉(xiāng)村規(guī)劃設(shè)計(jì)的提升。

圖1 鄉(xiāng)村意象研究框架

圖2 廈門、漳州和泉州詞云

1.2 分析方法研究

詞云是一種對文本進(jìn)行總結(jié)概括的可視化研究方法，通過提取關(guān)鍵詞在二維空間中排布, 關(guān)鍵詞大小由其在文本中出現(xiàn)頻率映射而來，以簡單明了的方式展示文本各詞匯重要程度。詞云因其是數(shù)據(jù)分析及展示的重要輔助工具而被大量使用。社區(qū)網(wǎng)站通過詞云呈現(xiàn)話題熱度[8]；記者將詞云作為吸引讀者注意力的頭條圖片[9]；普通用戶使用詞云制作個(gè)人簡歷和郵件簽名[10]；在教育行業(yè)，詞云被用于概括課程主要內(nèi)容或輔助科學(xué)研究教學(xué)[11]。詞云的數(shù)據(jù)可視化勢必有助于鄉(xiāng)村意象研究。

主題模型通過將高維詞匯空間映射到低維目標(biāo)主題空間，發(fā)現(xiàn)文檔潛在結(jié)構(gòu)和隱藏的語義信息。網(wǎng)絡(luò)社交媒體的文本具有明顯的時(shí)間屬性，往往需要結(jié)合時(shí)間信息對主題進(jìn)行分析；各種在線評論具有明顯的主觀色彩，因此需要對評論的情感進(jìn)行分析[12]。而且這些文本內(nèi)容和結(jié)構(gòu)間具有明顯的相關(guān)性?？梢娭黝}模型在探析社交平臺文本信息上具有獨(dú)特優(yōu)勢。

深度學(xué)習(xí)是一類模式分析方法的統(tǒng)稱,能夠?qū)W習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次。深度學(xué)習(xí)已經(jīng)被運(yùn)用于城市意象認(rèn)知[13]、城市功能分析[14]、古詩詞文本識別[15]以及風(fēng)景園林平面圖用地識別與圖像渲染[16]等各種場景。說明深度學(xué)習(xí)運(yùn)用于城市人居環(huán)境已有了不少探索但將深度學(xué)習(xí)運(yùn)用于鄉(xiāng)村意象的研究還未能被查詢到。

綜上所述，大多數(shù)鄉(xiāng)村意象研究方法均采用實(shí)地考察和抽樣調(diào)查等方法，缺乏對鄉(xiāng)村意象的數(shù)據(jù)化呈現(xiàn)和實(shí)際應(yīng)用提出行之有效的方法。人工智能的廣泛運(yùn)用，且社交網(wǎng)絡(luò)擁有大數(shù)據(jù)庫，其就是重要信息來源，為鄉(xiāng)村意象數(shù)據(jù)獲取提供了新途徑。大數(shù)據(jù)、人工智能與鄉(xiāng)村意象的結(jié)合能夠彌補(bǔ)鄉(xiāng)村研究數(shù)據(jù)單一與數(shù)據(jù)量缺乏等不足，解讀人們對鄉(xiāng)村的認(rèn)知并深入挖掘人的隱含情感，并為數(shù)據(jù)分析與獲取的創(chuàng)新提供更多可能性。

2 研究方法與數(shù)據(jù)來源

2.1 研究流程

基于大數(shù)據(jù)的鄉(xiāng)村理論基礎(chǔ)與應(yīng)用邏輯，結(jié)合現(xiàn)有的鄉(xiāng)村意象研究，提出鄉(xiāng)村意象認(rèn)知方法的創(chuàng)新與拓展。研究流程分為數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析和數(shù)據(jù)運(yùn)用（圖1）。首先利用Python采集互聯(lián)網(wǎng)上的鄉(xiāng)村數(shù)據(jù)，接著對數(shù)值數(shù)據(jù)和文本數(shù)據(jù)進(jìn)行預(yù)處理操作,包括異常值處理和缺失數(shù)據(jù)補(bǔ)齊等。然后對數(shù)據(jù)進(jìn)行詞云分析、主題結(jié)構(gòu)分析以及深度學(xué)習(xí)情感分析。

詞云分析通過Python的WordCloud功能模塊獲得關(guān)注度較高的鄉(xiāng)村意象要素。主題結(jié)構(gòu)分析通過LDA模型聚合微博文本內(nèi)容的主題，然后結(jié)合已有鄉(xiāng)村意象研究成果，提取鄉(xiāng)村意象元素，獲得鄉(xiāng)村意象主題結(jié)構(gòu)。情感分析則是基于深度學(xué)習(xí)的word2vec模型和LSTM神經(jīng)網(wǎng)絡(luò)模型。LSTM模型需要先通過與鄉(xiāng)村有關(guān)的情感正負(fù)標(biāo)簽訓(xùn)練集數(shù)據(jù)訓(xùn)練LSTM的參數(shù)從而得到神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)重參數(shù)，然后利用維基百科1.3G繁體中文轉(zhuǎn)簡體訓(xùn)練的詞向量模型將鄉(xiāng)村網(wǎng)絡(luò)文本先轉(zhuǎn)為w2v形式，再輸入到上述已經(jīng)訓(xùn)練好的LSTM模型中，得到二分類情感正負(fù)作為輸出結(jié)果。

最后對數(shù)據(jù)分析結(jié)果進(jìn)行總結(jié)歸納，根據(jù)分析獲得的鄉(xiāng)村意象結(jié)果發(fā)掘鄉(xiāng)村的優(yōu)勢特色與鄉(xiāng)村建設(shè)的不足并依此作鄉(xiāng)村改進(jìn)建議的參考依據(jù)，為鄉(xiāng)村設(shè)計(jì)提供數(shù)據(jù)基礎(chǔ)。

圖3 主要關(guān)鍵詞詞頻

圖4 鄉(xiāng)村主題結(jié)構(gòu)

2.2 數(shù)據(jù)來源

研究以福建省閩南地區(qū)鄉(xiāng)村作為研究對象，利用Python程序的scrapy框架在微博平臺搜索與泉州、廈門和漳州鄉(xiāng)村相關(guān)的關(guān)鍵詞。研究搜索2021年1月1日至3月1日期間文字內(nèi)容與閩南鄉(xiāng)村有關(guān)的微博，共計(jì)獲得28942條微博。經(jīng)過初步數(shù)據(jù)清洗和篩選后，獲得有效微博共計(jì)13456條，以此作為研究的基礎(chǔ)數(shù)據(jù)庫。

2.3 數(shù)據(jù)處理

為了保證研究結(jié)果的信效度，統(tǒng)一已收集數(shù)據(jù)格式，剔除不符合的數(shù)據(jù)，匹配微博內(nèi)容和評論數(shù)據(jù)。并啟用停用詞篩選和過濾文本的特殊符號。利用哈工大停用詞表，將連續(xù)的字序列重新組合成詞序列。

3 數(shù)據(jù)分析

3.1 鄉(xiāng)村意象的影響要素分析

運(yùn)用詞云對微博內(nèi)容進(jìn)行分析,得出圖2所示詞云分布圖。從詞頻角度看,地點(diǎn)主要是“泉州”“漳州”和“廈門”等地名,“閩南”出現(xiàn)的頻數(shù)也較高,說明大眾對位置感知較強(qiáng)烈，其中泉州和漳州兩地鄉(xiāng)村的關(guān)注度更高?！伴}南語”高居前面,反映閩南語在閩南鄉(xiāng)村認(rèn)知中占據(jù)重要位置,“文化”詞頻較高體現(xiàn)閩南鄉(xiāng)村具有較高的鄉(xiāng)村文化氣息?！胺棥薄按虬纭迸旁谳^前,說明閩南村民的服裝打扮給人留下深刻印象，是鄉(xiāng)村文化景象又一大特色。根據(jù)“習(xí)俗”“精神”“媽祖”等高頻詞來看,鄉(xiāng)村人文特色更受關(guān)注（圖3）。此外,大眾關(guān)注的鄉(xiāng)村細(xì)節(jié)還包括環(huán)境、美食等。從詞性角度來看,名詞居多,另有動詞和形容詞。其中,名詞以地點(diǎn)、建筑、服飾等為主,地點(diǎn)主要是泉州、漳州、廈門等地名；動詞主要表現(xiàn)村民的習(xí)俗和生活；形容詞多為描述鄉(xiāng)村的形象、品質(zhì)和景觀特色。

3.2 鄉(xiāng)村意象的主題結(jié)構(gòu)分析

在python語言中分別對三個(gè)地方的鄉(xiāng)村數(shù)據(jù)進(jìn)行主題模型分析，可統(tǒng)計(jì)出各自的主題。如果只用統(tǒng)計(jì)學(xué)方法判別有意義的主題數(shù)量會造成對整體語境的忽略[17]，所以根據(jù)尤海濤等[18]提出的鄉(xiāng)村意象感知模型，對生成的主題內(nèi)容進(jìn)行靈活的人工判讀，最后形成閩南鄉(xiāng)村意象主題結(jié)構(gòu)。

圖5 鄉(xiāng)村意象主題結(jié)構(gòu)

圖6 閩南鄉(xiāng)村情感得分

圖7 各地鄉(xiāng)村情感平均值

圖8 各意象類型情感值

首先將鄉(xiāng)村意象分為鄉(xiāng)村景觀意象和鄉(xiāng)村文化意象,鄉(xiāng)村景觀意象分為聚落建筑、自然景觀和生態(tài)環(huán)境,而鄉(xiāng)村文化意象分為產(chǎn)業(yè)文化、生活形態(tài)和民風(fēng)民俗。其次對三個(gè)城市的鄉(xiāng)村進(jìn)行主題分析，得到閩南鄉(xiāng)村有意義的主題（圖4）。最后將分析出的主題分詞按照不同鄉(xiāng)村意象類型進(jìn)行歸類，形成閩南鄉(xiāng)村意象主題結(jié)構(gòu)（圖5）。

3.3 基于深度學(xué)習(xí)的鄉(xiāng)村意象情感分析

人對環(huán)境的情感衡量以大數(shù)據(jù)作為支撐，根據(jù)情感數(shù)值e的大小來表達(dá)，將鄉(xiāng)村意象評價(jià)劃分為2類，當(dāng)e<0時(shí)表示負(fù)面意象，e≥0時(shí)表示正面意象。從意象評價(jià)的整體情況看，閩南鄉(xiāng)村情感數(shù)值的平均值為69.51，表明閩南鄉(xiāng)村意象在整體傾向上呈現(xiàn)偏正面；從意象評價(jià)的正面和負(fù)面分布趨勢來看，人們對閩南鄉(xiāng)村的情感認(rèn)知兩極分化比較明顯，呈兩極數(shù)量大、中間數(shù)量小的曲線型分布（圖6）。其中正面評價(jià)有8135條，占60.46%；負(fù)面評價(jià)有5314條，占39.54%。三個(gè)地區(qū)的鄉(xiāng)村情感得分排名由高到低分別是廈門、泉州和漳州（圖7）。

檢索整個(gè)地區(qū)不同意象類型所對應(yīng)情感得分，發(fā)現(xiàn)民風(fēng)民俗和聚落建筑的情感得分最高；但是生態(tài)環(huán)境和自然景觀的情感評分均較低（圖8）。從三個(gè)地區(qū)鄉(xiāng)村不同意象類型的情感值分布來看(圖9)，三者的自然景觀和生態(tài)環(huán)境的情感評分均為最低；三者的村落建筑均獲得很高的情感值；泉州和漳州兩地鄉(xiāng)村的民風(fēng)民俗都有較高的情感得分，但是廈門鄉(xiāng)村民風(fēng)民俗的情感得分卻明顯較低；漳州鄉(xiāng)村的生活和產(chǎn)業(yè)文化有較高的情感值，而廈門鄉(xiāng)村產(chǎn)業(yè)文化的情感值較低。

4 結(jié)論與討論

圖9 各地鄉(xiāng)村不同意象類型的情感平均值

通過了解大眾對閩南鄉(xiāng)村意象認(rèn)知，分析鄉(xiāng)村的優(yōu)勢與不足，為閩南鄉(xiāng)村規(guī)劃設(shè)計(jì)提供了參考依據(jù)：（1）在詞云分析中，閩南語、習(xí)俗和美食等詞語均有較高的詞頻，說明鄉(xiāng)村的語言、文化以及飲食方面受到大多數(shù)人的關(guān)注?？梢娬Z言和文化習(xí)俗是閩南鄉(xiāng)村特色的典型代表，故鄉(xiāng)村規(guī)劃設(shè)計(jì)應(yīng)注重傳統(tǒng)民俗活動的傳承。另外，建筑和民居多次被提及，說明大眾對閩南建筑特色產(chǎn)生了深刻印象。這意味著大眾對閩南鄉(xiāng)村人居環(huán)境的評價(jià)會以閩南傳統(tǒng)建筑為重，因此鄉(xiāng)村規(guī)劃設(shè)計(jì)應(yīng)當(dāng)強(qiáng)調(diào)傳統(tǒng)建筑的保護(hù)和延續(xù)。（2）主題模型分析反映大眾日常生活的體驗(yàn)認(rèn)知，將其與鄉(xiāng)村意象類型結(jié)合，能形成合理的鄉(xiāng)村意象主題結(jié)構(gòu)。經(jīng)過主題模型分析，說明大眾對閩南鄉(xiāng)村的生活體驗(yàn)認(rèn)知主要集中在建筑文化、海洋文化、媽祖文化、民俗活動等。并且，通過不同意象類型的主題內(nèi)容深化，可以為鄉(xiāng)村環(huán)境設(shè)計(jì)元素的提取提供明確方向。同時(shí)鄉(xiāng)村意象主題結(jié)構(gòu)不僅僅是鄉(xiāng)村意象的深化和擴(kuò)展，更是明確了鄉(xiāng)村研究方向，為特色鄉(xiāng)村建設(shè)提供了全面的參考依據(jù)。（3）在情感分析中，閩南鄉(xiāng)村的自然景觀和生態(tài)環(huán)境情感得分均較低，這在一定程度上說明如今閩南鄉(xiāng)村的自然景觀和生態(tài)環(huán)境亟需改善和提升。漳州鄉(xiāng)村的民風(fēng)民俗和生活形態(tài)具有明顯的得分優(yōu)勢，這是其他鄉(xiāng)村地區(qū)值得學(xué)習(xí)借鑒的方面，廈門則反之。分析不同意象類型和不同地區(qū)意象的情感評價(jià)差異，使各地區(qū)的鄉(xiāng)村在規(guī)劃設(shè)計(jì)時(shí)可以對比參考，互相取長補(bǔ)短，有益于閩南地區(qū)鄉(xiāng)村的協(xié)同發(fā)展。

5 結(jié)語

研究通過科學(xué)合理的文本挖掘與分析方法，使鄉(xiāng)村意象研究擺脫了社會個(gè)體感性認(rèn)知與理解的約束，使其擴(kuò)展到更加普遍的社會網(wǎng)絡(luò)群體中，有助于明確民眾對鄉(xiāng)村建設(shè)的需求和期待,增強(qiáng)鄉(xiāng)村意象的實(shí)踐性，拓展鄉(xiāng)村意象的應(yīng)用范圍。同時(shí)研究基于鄉(xiāng)村意象理論,總結(jié)提煉具有閩南特色的鄉(xiāng)村意象要素,深入挖掘大眾的鄉(xiāng)村情感認(rèn)知,構(gòu)建完整的、立體的意象主題結(jié)構(gòu)體系，從而對鄉(xiāng)村意象要素有針對性的開發(fā)，樹立鮮明的鄉(xiāng)村形象，避免鄉(xiāng)村規(guī)劃設(shè)計(jì)的同質(zhì)性。研究在數(shù)據(jù)來源與分析方法仍存在不足。在數(shù)據(jù)方面，只能覆蓋網(wǎng)絡(luò)人群，此外需要增加訓(xùn)練文本，提高文本情感預(yù)測的準(zhǔn)確度，而關(guān)于鄉(xiāng)村的訓(xùn)練文本較少，因此情感評價(jià)的準(zhǔn)確度仍有較大空間可以提升。