張明月，李上善，楊凡，包志毅

（浙江農(nóng)林大學(xué) 風(fēng)景園林與建筑學(xué)院，浙江 杭州 311300）

杭州西湖風(fēng)景名勝區(qū)依托獨(dú)特的湖、山、城關(guān)系、厚重的人文底蘊(yùn)、豐富的自然資源，隨著歷代變遷發(fā)展成為杭州的城市標(biāo)志，助推城市良性發(fā)展[1]。按照風(fēng)景區(qū)傳統(tǒng)分類，杭州西湖風(fēng)景名勝區(qū)屬于典型的湖泊型城市風(fēng)景名勝區(qū)[2]，與其依托的城市空間交錯(cuò)、功能互補(bǔ)[3]，“城”“景”毗連，二者關(guān)系緊密。景區(qū)道路是風(fēng)景名勝區(qū)的重要組成部分[4]，承擔(dān)交通與景區(qū)美景呈現(xiàn)的雙重作用。目前，隨著全域旅游的開(kāi)展，景區(qū)內(nèi)部道路交通負(fù)荷愈發(fā)嚴(yán)重[5]。在現(xiàn)有關(guān)于杭州西湖風(fēng)景名勝區(qū)道路的研究中，多集中于道路景觀提升[6-7]、道路行道樹(shù)生態(tài)效益[8]、環(huán)湖道路視線[9]等方面，缺少對(duì)于景區(qū)道路美景度的整體評(píng)價(jià)研究。道路美景研究可獲取公眾對(duì)于景區(qū)道路的真實(shí)評(píng)價(jià)，并以此為突破口探索符合游人偏好的道路景觀提升方向，將道路景觀作為輔助性景觀為游客增添旅游體驗(yàn)感，緩解交通擁擠帶來(lái)的不良情緒。

本文從風(fēng)景園林美學(xué)角度出發(fā)，借助GIS 篩選分析、美景度評(píng)價(jià)法（Scenic beauty estimation method，簡(jiǎn)稱SBE 分析法）方法研究杭州西湖風(fēng)景名勝區(qū)熱門(mén)道路的景觀美景度，嘗試獲取公眾對(duì)于景區(qū)道路的真實(shí)評(píng)價(jià)，進(jìn)而探索西湖風(fēng)景名勝區(qū)道路景觀的提升方向，以期最大化提升游客的交通體驗(yàn)感。因此，本研究對(duì)于景區(qū)良性發(fā)展具有積極意義。

1 研究對(duì)象基本概況

杭州西湖風(fēng)景名勝區(qū)（以下簡(jiǎn)稱西湖風(fēng)景區(qū)），位于浙江省杭州市西湖區(qū)中部偏東側(cè)，地理位置為30°10′43.68″～ 30°15′54.72″N，120°04′40.80″～ 120°09′51.84″E，總面積59.04 km2，其中湖面6.38 km2，湖岸周長(zhǎng)15 km，處于平原、丘陵、湖泊與江海相銜接的地帶，三面環(huán)山，一面瀕臨城區(qū)，分為湖濱區(qū)、湖心區(qū)、北山區(qū)、南山區(qū)和錢(qián)塘區(qū)。該區(qū)以低山丘陵為主，地勢(shì)總體呈東低西高，屬亞熱帶季風(fēng)氣候區(qū)，氣候溫暖濕潤(rùn)，四季分明，年平均氣溫為16.5℃，1 月平均氣溫為3.5℃，7 月平均氣溫為28.6℃，無(wú)霜期為246 d，年平均降水量為1 500 mm，年平均相對(duì)濕度為80%。西湖風(fēng)景區(qū)的森林植被主要分布在環(huán)湖山區(qū)，均為次生常綠闊葉林、常綠與落葉闊葉混交林及人工林等。西湖風(fēng)景區(qū)共有100 多處各具特色的景點(diǎn)，其中包括著名的“西湖十景”和“新西湖十景”以及“三評(píng)西湖十景”等。西湖古跡遍布，擁有國(guó)家重點(diǎn)文物保護(hù)單位5 處、省級(jí)文物保護(hù)單位35 處、市級(jí)文物保護(hù)單位25 處，還有39 處文物保護(hù)點(diǎn)和各類專題博物館，是中國(guó)著名的歷史文化游覽拍攝勝地。

2007 年，西湖風(fēng)景區(qū)憑借其獨(dú)特的城市區(qū)位、豐富的景觀資源、濃厚的人文氣息被批準(zhǔn)為國(guó)家AAAAA 級(jí)旅游景區(qū)，2011 年，被列入聯(lián)合國(guó)教科文組織《世界遺產(chǎn)名錄》。在景、城融合的發(fā)展趨勢(shì)下，2000 年，西湖風(fēng)景名勝區(qū)內(nèi)私家車出行占出行全方式的2.2%，并逐年增加至2015 年的26%[10-11]。西湖風(fēng)景區(qū)在城市交通疊加旅游交通的情況下交通負(fù)荷嚴(yán)重。為解決交通擁擠問(wèn)題，2019 年，國(guó)務(wù)院評(píng)審批復(fù)了《杭州西湖風(fēng)景名勝區(qū)總體規(guī)劃（2021—2035）》，以求解決西湖風(fēng)景區(qū)私家車過(guò)多、景區(qū)交通負(fù)荷大等交通現(xiàn)狀問(wèn)題。

2 研究?jī)?nèi)容與方法

2.1 研究?jī)?nèi)容

本文的研究?jī)?nèi)容主要包括：（1）西湖風(fēng)景區(qū)內(nèi)游客軌跡集合即熱門(mén)道路的篩選；（2）熱門(mén)道路樣點(diǎn)美景度的計(jì)算；（3）專業(yè)組和非專業(yè)組美景度感知差異性分析；（4）道路景觀要素與美景度相關(guān)性分析；（5）美景度評(píng)價(jià)模型的建立。

2.2 研究方法

2.2.1 空間分析法 本文前期利用Python編寫(xiě)爬蟲(chóng)程序從馬蜂窩和Flickr 兩個(gè)網(wǎng)站內(nèi)爬取32 702 張地理標(biāo)記為西湖風(fēng)景區(qū)的照片作為基礎(chǔ)數(shù)據(jù)，然后通過(guò)ArcGIS 10.6 軟件對(duì)這些照片所含經(jīng)緯度等關(guān)鍵信息進(jìn)行核密度分析和路徑追蹤分析[12-13]（圖1），將分析結(jié)果作為游客旅游軌跡研究的基礎(chǔ)，結(jié)合近年來(lái)西湖風(fēng)景區(qū)游客熱力分布及道路擁擠情況[14]，確定本次道路美景度研究的16 條熱門(mén)道路（圖2），其中，按照《杭州西湖風(fēng)景名勝區(qū)總體規(guī)劃（2021—2035）》分類包括北山街、楊公堤、孤山路、南山路（楊公堤—玉皇山路）4 條公交慢行專用路，靈隱路、玉皇山路、虎跑路、蓮花峰路、南山路（玉皇山路—湖濱路）5 條景區(qū)干路，玉泉路、玉古路、萬(wàn)松嶺路、龍井路（靈隱路—三臺(tái)山路）4 條景區(qū)支路，以及湖濱路、蘇堤和白堤3 條人行路。

圖1 GIS 地理標(biāo)記照片獲取Figure 1 Geotagging photo by GIS

2.2.2 實(shí)地調(diào)查方法

（1）樣點(diǎn)設(shè)置：本研究在西湖風(fēng)景區(qū)的熱門(mén)道路每隔400 m 設(shè)置一個(gè)樣點(diǎn)[15]，總體覆蓋16 條道路，共74 個(gè)樣點(diǎn)（圖2），并針對(duì)道路的空間結(jié)構(gòu)、景觀層次、沿街建筑及交通設(shè)施小品等不同方面進(jìn)行實(shí)地考察并拍照記錄。

圖2 熱門(mén)道路及樣點(diǎn)示意圖Figure 2 Schematic map of roads and sampling points

（2）樣點(diǎn)照片拍攝：樣點(diǎn)照片拍攝選擇在2021年6—7 月能見(jiàn)度高的晴天進(jìn)行，拍攝時(shí)間設(shè)在9:00—16:00，以人眼正常視點(diǎn)高度采用同一單反相機(jī)拍攝順光、逆光兩組樣點(diǎn)照片，不使用閃光燈。通過(guò)整理拍攝結(jié)果，最終篩選出74 個(gè)樣點(diǎn)共148 張照片作為評(píng)分參照物。

2.2.3 美景度評(píng)價(jià)法

（1）評(píng)分程序。相關(guān)研究表明，以照片為媒介進(jìn)行景觀評(píng)價(jià)與現(xiàn)場(chǎng)實(shí)景評(píng)價(jià)無(wú)顯著差異[16-17]。因此，本研究分別選取專業(yè)組與非專業(yè)組各65 人進(jìn)行調(diào)查問(wèn)卷評(píng)價(jià)。評(píng)價(jià)標(biāo)準(zhǔn)采取7 分制進(jìn)行評(píng)分，依次為：很喜歡、喜歡、較喜歡、一般喜歡、不太喜歡、不喜歡、很不喜歡，所對(duì)應(yīng)的分值依次為3、2、1、0、－1、－2、－3 分。在調(diào)查問(wèn)卷填寫(xiě)前對(duì)評(píng)價(jià)者進(jìn)行“評(píng)價(jià)說(shuō)明”，包括本次問(wèn)卷調(diào)查目的和試卷構(gòu)成部分，請(qǐng)?jiān)u價(jià)者如實(shí)填寫(xiě)基本背景信息，然后將道路所選樣點(diǎn)照片數(shù)量及預(yù)計(jì)時(shí)長(zhǎng)向測(cè)試對(duì)象說(shuō)明，并對(duì)“評(píng)價(jià)標(biāo)準(zhǔn)”進(jìn)行著重說(shuō)明。在整體瀏覽問(wèn)卷后設(shè)定評(píng)價(jià)基準(zhǔn)，開(kāi)始評(píng)分時(shí)每張照片停留5～ 10 s，根據(jù)評(píng)價(jià)者的個(gè)人直觀感受在每張照片播放結(jié)束后的3 s 內(nèi)進(jìn)行評(píng)分。

（2）誤差消減。由于不同測(cè)試對(duì)象的評(píng)判尺度具有一定的差異，為消減這些差異，本文對(duì)美景度評(píng)分值采用Z-score 標(biāo)準(zhǔn)化方法進(jìn)行標(biāo)準(zhǔn)化處理[18]，以標(biāo)準(zhǔn)化處理后的標(biāo)準(zhǔn)化Z值作為景觀的美景度值，其計(jì)算公式為：

式中，Zij為第j個(gè)評(píng)判者對(duì)第i個(gè)景觀的標(biāo)準(zhǔn)化值；Rij為第j個(gè)評(píng)判者對(duì)第i個(gè)景觀的評(píng)分值；Rj為第j個(gè)評(píng)判者對(duì)所有景觀的評(píng)分值的平均值；Sj為第j個(gè)評(píng)判者對(duì)所有景觀的評(píng)分值的標(biāo)準(zhǔn)差；SBEi為第i個(gè)景觀的標(biāo)準(zhǔn)化得分值；nj為評(píng)判者總數(shù)。

（3）景觀要素分解。為進(jìn)一步分析西湖風(fēng)景區(qū)景觀中各影響要素對(duì)美景度的影響，參考景觀美景度評(píng)價(jià)相關(guān)研究[19-20]，結(jié)合實(shí)地調(diào)研與專家意見(jiàn)咨詢得出10 項(xiàng)景觀要素（表1），再由參與調(diào)查人員針對(duì)各個(gè)要素給出評(píng)價(jià)值并進(jìn)行標(biāo)準(zhǔn)化處理，評(píng)價(jià)標(biāo)準(zhǔn)采取5 分制進(jìn)行評(píng)分，具體步驟參照美景度值評(píng)分程序。

表1 西湖風(fēng)景區(qū)道路景觀要素分解Table 1 Landscape elements for road beauty estimation

（4）評(píng)價(jià)體系構(gòu)建。將各景觀樣點(diǎn)的標(biāo)準(zhǔn)化美景度值作為因變量，各景觀樣點(diǎn)的景觀要素值作為自變量，在建模過(guò)程中采用后退篩選策略模型，去除不太重要的因子，保留重要的因子，作為各景觀模型的自變量，建立多元線性回歸模型。

2.3 數(shù)據(jù)處理

采用SPSS 24.0 軟件對(duì)調(diào)查收集結(jié)果進(jìn)行人口學(xué)變量頻率表統(tǒng)計(jì)分析及信度（克隆巴赫系數(shù)）分析。

3 結(jié)果與分析

3.1 基本數(shù)據(jù)統(tǒng)計(jì)分析

本次美景度評(píng)價(jià)問(wèn)卷共回收122 份試卷，通過(guò)進(jìn)行方差分析剔除5 份無(wú)效試卷，通過(guò)問(wèn)卷回答時(shí)間少于300 s 的條件剔除8 份問(wèn)卷，通過(guò)控制專業(yè)組和非專業(yè)組人數(shù)比例隨機(jī)剔除9 份問(wèn)卷，最終得到100 份有效問(wèn)卷。根據(jù)人口學(xué)變量頻率統(tǒng)計(jì)結(jié)果可得（表2），本次參與測(cè)試對(duì)象以女性居多，受教育程度基本在大學(xué)及以上程度，具有良好的判斷力。在意向出行方式調(diào)查中可以看出，隨著大家綠色出行的意識(shí)不斷增強(qiáng)，公交出行方式占所有出行方式的32%，其次為私家車和單車出行方式。

表2 人口學(xué)變量頻率分析Table 2 Frequency analysis of demographic variables

對(duì)以上數(shù)據(jù)進(jìn)行信度分析，結(jié)果見(jiàn)表3。由表3可以看出，在制度滿意度上總體的標(biāo)準(zhǔn)化信度為0.984，信度系數(shù)的取值范圍在0～ 1 之間，信度系數(shù)值越接近1可靠性越高，因此可判斷本次美景度評(píng)價(jià)問(wèn)卷信度較好。

表3 可靠性統(tǒng)計(jì)Table 3 Reliability statistics

3.2 樣點(diǎn)美景度值

本文通過(guò)SPSS 24.0 軟件計(jì)算出標(biāo)準(zhǔn)化公式中的標(biāo)準(zhǔn)差值（Sj），并計(jì)算所有測(cè)試對(duì)象對(duì)所有樣點(diǎn)的美景度評(píng)價(jià)值（SBE值），將148 張景觀樣點(diǎn)照片的SBE值由高到低依次排序，見(jiàn)表4。由表4 可知，總體SBE值大于0.40 的樣點(diǎn)共有18 個(gè)景觀樣點(diǎn)，其中A5-1、A4-1、A1-2 樣點(diǎn)位于北山街中段位置，南側(cè)臨湖視線較好，行道樹(shù)整齊度較高；O3-2、O5-1 樣點(diǎn)位于蘇堤，道路兩側(cè)視線都較為通透，可觀賞到西湖的湖光山色；J3-2 樣點(diǎn)位于孤山路，一側(cè)臨湖，道路兩側(cè)行道樹(shù)整齊度高，如圖3。

表4 樣點(diǎn)照片的美景度評(píng)價(jià)值Table 4 Evaluation on beauty of sampling point photos

圖3 樣點(diǎn)美景度照片示意圖Figure 3 Photos of the beauty of the sampling points

3.3 樣點(diǎn)美景度評(píng)價(jià)差異性分析

經(jīng)過(guò)SPSS 24.0 軟件分析，專業(yè)組與非專業(yè)組群體對(duì)道路樣點(diǎn)的美景度評(píng)價(jià)結(jié)果具有高度一致性，基本符合前人的研究成果[21-22]。在具體樣點(diǎn)數(shù)據(jù)比較時(shí)，仍有部分樣點(diǎn)的Sig.值小于0.05，具有顯著性差異，經(jīng)過(guò)數(shù)據(jù)分析整理后專業(yè)組與非專業(yè)組群體的樣點(diǎn)顯著性差異評(píng)價(jià)結(jié)果對(duì)比如圖4。

圖4 樣點(diǎn)顯著性差異評(píng)價(jià)結(jié)果Figure 4 Evaluation of significant difference of sampling points

在分析過(guò)程中，當(dāng)Sig.值小于0.001 時(shí)，差異性極顯著；當(dāng)Sig.值小于0.05 時(shí)，差異性顯著。本研究在評(píng)價(jià)18 個(gè)樣點(diǎn)的差異性時(shí)，樣點(diǎn)D14-2 的Sig.值無(wú)限接近于0，樣點(diǎn)A6-1 的Sig.值＜0.001，二者的差異性均為極顯著，其他樣點(diǎn)Sig.值在0.001～ 0.05 之間，均為顯著性差異，因此本文選取樣點(diǎn)D14-2 和A6-1 進(jìn)行討論。樣點(diǎn)D14-2（圖3），專業(yè)組的評(píng)分值為－0.510分（平均值，下同），非專業(yè)組的評(píng)分值為0.235 分，專業(yè)組評(píng)分值與非專業(yè)組評(píng)分值的差值較大，從圖中可以看出此樣點(diǎn)照片受拍攝角度逆光因素影響，道路景觀的清晰度不高，景觀效果受到影響。樣點(diǎn)A6-1 專業(yè)組的評(píng)分值為0.466分，非專業(yè)組的評(píng)分值為－0.108 分，專業(yè)組的評(píng)分值明顯高于非專業(yè)組的評(píng)分值，從圖中可以看出該樣點(diǎn)拍攝時(shí)受道路行車影響。通過(guò)兩個(gè)差異性非常明顯的樣點(diǎn)照片對(duì)比可得，在進(jìn)行西湖風(fēng)景名勝區(qū)道路景觀美景度評(píng)價(jià)時(shí)，專業(yè)組可能會(huì)更關(guān)注樣點(diǎn)照片內(nèi)的具體景觀，而非專業(yè)組則更容易受照片內(nèi)不良因素的影響，美景度評(píng)價(jià)值本身與具體道路景觀要素應(yīng)進(jìn)行相關(guān)分析。

3.4 道路景觀要素與美景度相關(guān)性分析

道路景觀各要素間相互作用、相互影響形成道路景觀，各要素本身與美景度之間形成了一定的相關(guān)性（表5）。因此可以判斷，X1景觀色彩豐富度、X2景觀開(kāi)闊度、X4行道樹(shù)整齊度、X5枝干可視度與景觀美景度相關(guān)性極顯著，其中X5枯枝可視度與其他景觀要素本身也存在較強(qiáng)的相關(guān)性。

表5 道路景觀要素與美景度相關(guān)性分析Table 5 Correlation analysis on road landscape element with scenic beauty

3.5 建立美景度評(píng)價(jià)模型

將各樣點(diǎn)的美景度評(píng)價(jià)值定為因變量，標(biāo)準(zhǔn)化后的各樣點(diǎn)景觀要素評(píng)價(jià)值定為自變量，建立多元線性回歸模型，采用后退篩選模型法，構(gòu)成多元回歸組合模型。經(jīng)過(guò)五次運(yùn)算，先后逐步剔除了X9、X7、X10、X3這四項(xiàng)相關(guān)性不顯著的自變量，剔除后的最終結(jié)果見(jiàn)表6。

表6 多元回歸模型Table 6 Multiple regression model

由共線性統(tǒng)計(jì)量檢驗(yàn)可得評(píng)價(jià)模型為：

式中，Y表示美景度標(biāo)準(zhǔn)值，各評(píng)價(jià)因子偏回歸系數(shù)表示自變量對(duì)因變量的影響程度。通過(guò)比較回歸分析模式各景觀要素的Sig.值可得，X1景觀色彩豐富度、X2景觀開(kāi)闊度、X8建筑設(shè)施及小品三個(gè)景觀要素與美景度值具有極顯著的相關(guān)性，其次依次為X5枝干可視度、X6山水風(fēng)貌、X4行道樹(shù)整齊度，其中，X2景觀開(kāi)闊度、X8建筑設(shè)施及小品與美景度值呈極顯著負(fù)相關(guān)，其余景觀要素均與美景度值呈顯著正相關(guān)關(guān)系。

4 結(jié)論與建議

城市型風(fēng)景名勝區(qū)道路美景度與普通城市道路美景度影響因子具有一定的差異。在城市道路景觀評(píng)價(jià)時(shí)，大眾更關(guān)注于道路景觀植物的群落結(jié)構(gòu)層次[23]，而城市型風(fēng)景名勝區(qū)依托自身良好的景觀資源。本文對(duì)西湖風(fēng)景名勝區(qū)道路的景觀評(píng)價(jià)結(jié)果表明，景觀開(kāi)闊度、建筑設(shè)施及小品和周邊山水風(fēng)貌等景觀要素與美景度評(píng)價(jià)結(jié)果具有顯著相關(guān)性，這些景觀的大眾關(guān)注點(diǎn)較為豐富。從樣點(diǎn)美景度分析也可以看出西湖風(fēng)景區(qū)中環(huán)湖道路北山街、蘇堤部分的樣點(diǎn)美景度評(píng)分值較高。

對(duì)于道路本身而言，道路景觀色彩豐富度、行道樹(shù)整齊度、枝干可視率等對(duì)道路景觀美景度影響較大。本文篩選出的西湖風(fēng)景名勝區(qū)熱門(mén)道路共16 條，由于道路景觀色彩豐富度、枝干可視率隨季節(jié)變化而變化，因此在后續(xù)研究中風(fēng)景名勝區(qū)道路美景度的動(dòng)態(tài)變化將會(huì)是新的視角。

專業(yè)組與非專業(yè)組在美景度評(píng)價(jià)上具有一致性[21]，但探究其部分樣點(diǎn)出現(xiàn)明顯差異性的原因時(shí)發(fā)現(xiàn)，針對(duì)差異性分析中具有顯著差異性的兩個(gè)樣點(diǎn)照片，專業(yè)組具有良好的評(píng)判標(biāo)準(zhǔn)，受到照片拍攝時(shí)的不良因素影響較少。

針對(duì)城市型風(fēng)景名勝區(qū)道路擁擠問(wèn)題，相關(guān)學(xué)者在不斷地找尋解決方案。從評(píng)價(jià)對(duì)象基礎(chǔ)背景調(diào)查情況來(lái)看，大眾具有公交出行的環(huán)保意識(shí)，對(duì)于今后景區(qū)綠色出行的號(hào)召還應(yīng)不斷增強(qiáng)。從風(fēng)景園林學(xué)角度來(lái)看，在現(xiàn)有交通基礎(chǔ)設(shè)施問(wèn)題難以快速解決的時(shí)候，可提升景區(qū)道路景觀，這樣既可提高游客的旅游體驗(yàn)，緩解交通擁堵帶來(lái)的不良情緒，也可促進(jìn)游客文化與自然的景觀感知，促進(jìn)景、城、人共同發(fā)展繁榮。