譚鈴千 郝培堯＊

2017年，《住房城鄉(xiāng)建設(shè)部關(guān)于加強(qiáng)生態(tài)修復(fù)城市修補(bǔ)工作的指導(dǎo)意見》提出開展生態(tài)修復(fù)、城市修補(bǔ)是治理“城市病”、改善人居環(huán)境的重要行動(dòng)，并進(jìn)一步提出修復(fù)城市生態(tài)、改善生態(tài)功能、修補(bǔ)城市功能、提升環(huán)境品質(zhì)的任務(wù)目標(biāo)[1]。《“十四五”新型城鎮(zhèn)化實(shí)施方案》強(qiáng)調(diào)堅(jiān)持人民城市人民建、人民城市為人民，順應(yīng)城市發(fā)展新趨勢(shì)，加快轉(zhuǎn)變城市發(fā)展方式[2]?！侗本┦小笆奈濉睍r(shí)期智慧城市發(fā)展行動(dòng)綱要》強(qiáng)調(diào)要建設(shè)城市數(shù)據(jù)共享和開放平臺(tái)，利用信息技術(shù)和數(shù)據(jù)資源推動(dòng)未來智慧城市建設(shè)行動(dòng)高質(zhì)量發(fā)展及居民幸福感的提升[3]。在“城市高質(zhì)量發(fā)展”和“以人民為中心”的政策背景下，關(guān)注城市建成環(huán)境中的公眾需求十分重要。因此，有必要使用多源數(shù)據(jù)量化居民幸福感，促進(jìn)城市建成環(huán)境高質(zhì)量發(fā)展與人們幸福感提升的雙向反饋。

幸福感的觀測(cè)復(fù)雜且多維，可通過主觀幸福感（subjective well-being, SWB）衡量人們的幸福水平和生活質(zhì)量[4]。心理學(xué)家埃德·迪納爾（Ed Diener）[5-6]和丹尼爾·卡尼曼（Daniel Kahneman）[7]分別將SWB定義為“生活滿意度”和“情感體驗(yàn)”。其中生活滿意度研究集中在心理學(xué)和社會(huì)學(xué)領(lǐng)域，主要利用訪談、問卷等方法研究社區(qū)、鄰里范圍的可達(dá)性及群體日常需求[8]。情感體驗(yàn)研究主要集中在神經(jīng)科學(xué)、社會(huì)學(xué)和計(jì)算機(jī)科學(xué)等領(lǐng)域，如利用腦成像技術(shù)和生物學(xué)指標(biāo)來探索情感的神經(jīng)基礎(chǔ)[9]，以及采用語義差異法、地圖法等進(jìn)行文化記憶的分析[10]，采用自然語言處理文本進(jìn)行情感分析[11]等。相對(duì)于對(duì)生活滿意度的研究，情感體驗(yàn)研究范圍更廣且可以克服時(shí)空和地域差異，更具有實(shí)踐參考價(jià)值。

大數(shù)據(jù)研究熱潮為公眾情感研究創(chuàng)新提供新機(jī)遇。隨著多學(xué)科領(lǐng)域的相互交融，研究數(shù)據(jù)和技術(shù)呈現(xiàn)出多元化的發(fā)展趨勢(shì)[12-13]。然而當(dāng)前的公眾情感體驗(yàn)研究存在一定局限，鮮有研究能夠準(zhǔn)確地評(píng)價(jià)城市建成環(huán)境品質(zhì)、科學(xué)地測(cè)量和監(jiān)測(cè)情感、完善地歸納多尺度情感識(shí)別框架[14]。因此，本研究從公眾情感視角出發(fā)，以“城市建成環(huán)境”和“情感體驗(yàn)”為主題，借助CiteSpace文獻(xiàn)計(jì)量學(xué)分析軟件對(duì)相關(guān)研究成果展開可視化分析，系統(tǒng)歸納城市建成環(huán)境情感評(píng)價(jià)研究的數(shù)據(jù)、內(nèi)容和方法，并提出城市情感動(dòng)態(tài)監(jiān)測(cè)的概念模型，為改善城市居住環(huán)境及促進(jìn)城市高質(zhì)量健康發(fā)展提供參考。

1 情感研究概況

1.1 情感的定義

情感是人有別于動(dòng)物，從固有的生理模式進(jìn)化而來的適應(yīng)性反應(yīng)，也是一種主觀的、復(fù)雜的心理狀態(tài)[15-16]。在日常生活中，情緒、情感通常不做區(qū)分[17]，但在心理學(xué)中，兩者有顯著差異。情感是穩(wěn)定、持久、深切的，作為背景通過不斷積淀并刺激了情緒的發(fā)生，表現(xiàn)為外顯的行為模式，而情緒是易變、短暫、被激發(fā)的，情緒積累不斷加深情感的厚度，增加了內(nèi)在體驗(yàn)[18]。因此每種情緒都包含了生物學(xué)基礎(chǔ)、外顯行為模式和內(nèi)在體驗(yàn)狀態(tài)3種成分[19-20]。目前主要通過測(cè)量情緒積累結(jié)果來衡量情感。同時(shí)評(píng)價(jià)情感需要考慮個(gè)體對(duì)情緒的多種反饋機(jī)制[21-22]（圖1）。

圖1 情感與情緒的關(guān)系Relationship between sentiment and emotion

1.2 相關(guān)理論基礎(chǔ)

19世紀(jì)后期，美國心理學(xué)家威廉·詹姆斯（William James）最早提出系統(tǒng)的情緒心理學(xué)理論[23]，之后，人們對(duì)情緒的生理基礎(chǔ)[24]、神經(jīng)基礎(chǔ)[25]進(jìn)行深入研究，相關(guān)理論變得更加豐富。但總體上，情緒分類的理論可以概括為基本情緒理論和情緒維度理論兩類?；厩榫w理論最早由詹姆斯提出[23]，之后保羅·艾克曼（Paul Ekma）確定了6種基本情緒[26]，其他學(xué)者又進(jìn)一步擴(kuò)大基本情緒類型數(shù)量[27-28]。情緒維度理論最早由威廉·馮特（Wilhelm Wundt）[29]提出，隨后Plutchik情緒模型[30]、三維情緒模型[31]等在國際上被廣泛使用。之后情緒理論逐漸在風(fēng)景園林領(lǐng)域衍生出景觀美學(xué)、環(huán)境心理學(xué)等重要理論。此外，在多學(xué)科交融背景下，不同學(xué)科的研究方法和理論的相互交流也為情感研究提供了更全面的視角[32]。如在情感識(shí)別和預(yù)測(cè)的研究中，已有研究對(duì)深度學(xué)習(xí)模型進(jìn)行了融合文本語境和上下文語境[33]、基于視覺語義嵌入[34]的新嘗試，從技術(shù)更新角度推進(jìn)了情感分析研究。

1.3 建成環(huán)境情感研究進(jìn)展

自21世紀(jì)以來，城市化帶來便利的同時(shí)也伴隨著環(huán)境惡化的諸多問題，推動(dòng)園林城市和生態(tài)城市建設(shè)已成為城市發(fā)展的主導(dǎo)方向。然而城市建成環(huán)境的設(shè)計(jì)多著眼于形式和功能性，卻忽視了公眾在城市中的心理需求以及環(huán)境所應(yīng)具備的精神內(nèi)涵。因此，情感化設(shè)計(jì)迫在眉睫。為進(jìn)一步梳理國際上建成環(huán)境中情感體驗(yàn)的研究進(jìn)展，本研究利用CiteSpace 6.2R4知識(shí)圖譜可視化軟件進(jìn)行量化分析。使用Web of Science（WoS）核心合集作為相關(guān)文獻(xiàn)研究檢索平臺(tái)。在2023年12月31日，以“TS=sentiment”AND“TS=built environment”為關(guān)鍵詞進(jìn)行檢索，限制論文類型為綜述或研究文章（review article/article），語言為英文。最終從WoS核心合集中篩選出1 294篇論文。

1.3.1 發(fā)表時(shí)間與國家分布

從發(fā)表時(shí)間來看，情感與建成環(huán)境研究相關(guān)文獻(xiàn)的發(fā)文量自2013年以來呈顯著增長趨勢(shì)，并在2022年達(dá)到巔峰。從文章來源來看，美國期刊的發(fā)文量（301篇）最多，其次是中國期刊（194篇）、英國期刊（156篇）。

1.3.2 研究熱點(diǎn)

關(guān)鍵詞聚類的結(jié)果表明，“建成環(huán)境”（built environment）、“情感識(shí)別”（sentiment recognition）、“積極情緒”（positive emotions）是建成環(huán)境與情感研究的熱點(diǎn)（表1）。對(duì)聚類的結(jié)果進(jìn)行總結(jié)，發(fā)現(xiàn)目前建成環(huán)境與情感研究主要集中在3個(gè)方面。

表1 建成環(huán)境中情感研究的高頻關(guān)鍵詞聚類信息Tab.1 Clustering information of high-frequency keywords involved in the research on built environment

1）情感研究的數(shù)據(jù)來源廣泛。從關(guān)鍵詞可以看出情感數(shù)據(jù)來源包括生理健康、社交媒體、生活質(zhì)量等多個(gè)方面。其中多種數(shù)據(jù)結(jié)合進(jìn)行反饋的模式對(duì)于更全面、更深入地理解情感具有重要意義。如通過運(yùn)動(dòng)傳感器捕捉個(gè)體的運(yùn)動(dòng)模式、姿勢(shì)或生理反應(yīng)，并結(jié)合虛擬現(xiàn)實(shí)環(huán)境中的情境、體驗(yàn)或刺激來推斷個(gè)體的情感狀態(tài)，使得情感識(shí)別更具動(dòng)態(tài)性[35]。這些具有不同結(jié)構(gòu)和特性的數(shù)據(jù)構(gòu)成了建成環(huán)境情感研究多維度、大規(guī)模的數(shù)據(jù)庫。

2）情感研究更關(guān)注積極情緒的影響因素。從關(guān)鍵詞可以看出圍繞“滿意”情況展開的建成環(huán)境評(píng)價(jià)逐漸增多。早期情感研究集中在景觀美學(xué)和城市美學(xué)等領(lǐng)域，主要研究本土建筑對(duì)人們的情感作用。隨著氣候變暖趨勢(shì)的加快以及提升人民幸福感政策的提出，學(xué)者對(duì)建成環(huán)境使用后評(píng)價(jià)的研究逐漸過渡到對(duì)熱舒適性及生活滿意度指標(biāo)的探討[36]。更多學(xué)者關(guān)注到人的差異化需求，并基于人群分布的密集型和特殊性，重點(diǎn)關(guān)注大學(xué)校園、寫字樓、無障礙環(huán)境等場(chǎng)所中人群積極情緒的影響因素[37-39]。

3）情感識(shí)別方法的多模態(tài)化。模態(tài)即信息的來源或形式[40]，隨著數(shù)據(jù)類型多元化趨勢(shì)的加強(qiáng)，情感識(shí)別的方法也愈發(fā)多樣。心理學(xué)考察外部環(huán)境對(duì)情感的影響，認(rèn)知神經(jīng)學(xué)關(guān)注大腦如何處理信息，而環(huán)境行為學(xué)研究個(gè)體的觀察行為[41]。在交叉學(xué)科的背景下，三者的相互交織有助于人們更全面地理解情感形成、表達(dá)和調(diào)節(jié)的復(fù)雜過程。隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，城市建成環(huán)境中的公眾情感研究勢(shì)必發(fā)展出多模態(tài)化的科學(xué)方法。

1.4 情感研究發(fā)展及演變過程

早期情感研究數(shù)據(jù)收集耗時(shí)長且樣本少，認(rèn)知神經(jīng)學(xué)發(fā)展后開始涌現(xiàn)出更多與生理測(cè)量結(jié)果相關(guān)的研究[42-43]，之后情緒地理學(xué)和環(huán)境行為學(xué)將情感研究由室內(nèi)拓展到室外[44-47]，機(jī)器學(xué)習(xí)、人工智能等技術(shù)的支持更推動(dòng)了大規(guī)模情感分析的研究[48-50]。從時(shí)間維度以及感知-認(rèn)知維度的變化可以看出，情感研究逐漸從單一方法過渡到多模態(tài)融合的綜合研究方法（圖2）。目前，對(duì)情感數(shù)據(jù)的研究方法主要集中在以輿情大數(shù)據(jù)分析、主觀評(píng)測(cè)為主的情緒空間測(cè)量模型[51-52]，以及以認(rèn)知神經(jīng)實(shí)時(shí)生理反饋結(jié)合生理指標(biāo)測(cè)量為主的情緒分維測(cè)量模型[53-54]（表2）。

表2 情感研究發(fā)展過程[42-43,45-46,49,51,55-58]Tab.2 Development process of sentiment research[42-43,45-46,49,51,55-58]

圖2 情感研究多模態(tài)演變過程Multimodal evolution process of sentiment research

綜上所述，數(shù)據(jù)的多元化、技術(shù)的智能化拓展了城市建成環(huán)境中公眾情感分析的廣度和深度，也增強(qiáng)了情感研究的客觀性，明確其具體特征。然而，城市建成環(huán)境對(duì)不同尺度空間中人群的情感影響機(jī)制尚未明確，有必要深入研究城市建成環(huán)境對(duì)人們情感的影響機(jī)制。

2 城市建成環(huán)境中的公眾情感體驗(yàn)研究

2.1 城市建成環(huán)境公眾情感體驗(yàn)影響機(jī)制

城市建成環(huán)境中公眾情感影響機(jī)制基于空間環(huán)境的異質(zhì)性，在不同尺度上存在使用數(shù)據(jù)、研究內(nèi)容、應(yīng)用方法3個(gè)方面的差異（圖3）。1）在使用數(shù)據(jù)層面，大尺度空間研究中，情感數(shù)據(jù)通常種類多樣，與小尺度空間研究依賴問卷調(diào)查和生理測(cè)量獲得的數(shù)據(jù)相比，具有多時(shí)空、跨地域的優(yōu)勢(shì)，但在準(zhǔn)確性和信息量方面稍顯遜色[59]。2）在研究內(nèi)容層面，大尺度空間的情感研究聚焦城市宏觀調(diào)控，小尺度空間的情感研究聚焦局部的布局優(yōu)化。3）在應(yīng)用方法層面，建成環(huán)境情感研究融入機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等新技術(shù)，輔以局部的神經(jīng)生物測(cè)量完善建成環(huán)境情感評(píng)價(jià)內(nèi)涵，提升了研究結(jié)果的匹配度和結(jié)果的豐富性。

圖3 城市建成環(huán)境公眾情感體驗(yàn)影響機(jī)制Public sentiment experience influencing mechanism of urban built environment

2.2 城市建成環(huán)境公眾情感體驗(yàn)使用數(shù)據(jù)

物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、人工智能等技術(shù)的興起導(dǎo)致數(shù)據(jù)呈現(xiàn)爆發(fā)式的增長和積累，更多有價(jià)值的信息開始被人們關(guān)注。其中情感分析的使用數(shù)據(jù)包括生理信號(hào)數(shù)據(jù)、問卷調(diào)查數(shù)據(jù)、社交媒體數(shù)據(jù)、交通傳感數(shù)據(jù)、網(wǎng)絡(luò)開放數(shù)據(jù)等類型。

1）生理信號(hào)數(shù)據(jù)。大量研究表明，生理信號(hào)能較好地反映人對(duì)周圍環(huán)境的感受。有學(xué)者在傳統(tǒng)圖片情緒刺激實(shí)驗(yàn)的基礎(chǔ)上引入機(jī)器學(xué)習(xí)，提出情感計(jì)算（affective computing）技術(shù)，將模型預(yù)測(cè)準(zhǔn)確率從50%～60%提升到80%～90%[60]。近年來，可穿戴設(shè)備突破早期生理測(cè)量場(chǎng)地的限制，可以實(shí)時(shí)采集人體的生理信號(hào)（如心率、皮電等），還有助于實(shí)現(xiàn)人機(jī)交互技術(shù)，如實(shí)時(shí)記錄被試者在行走過程中的情緒變化以及影響情緒的壓力源[61]，以更好地理解和響應(yīng)用戶的情感。

2）問卷調(diào)查數(shù)據(jù)。問卷數(shù)據(jù)通常采用標(biāo)度法或定量分析來衡量受訪者對(duì)不同變量的看法、態(tài)度或行為，利用相關(guān)數(shù)據(jù)可進(jìn)行量化和統(tǒng)計(jì)，從而得出客觀的可驗(yàn)證的結(jié)果和結(jié)論。目前，問卷數(shù)據(jù)多數(shù)應(yīng)用在小尺度的歷史文化街區(qū)[62]、居住區(qū)[63]等的滿意度研究。

3）社交媒體數(shù)據(jù)。社交網(wǎng)絡(luò)可以記錄大量的用戶使用信息，如時(shí)間和空間信息、情感信息以及語義文本信息等[59]，通過對(duì)數(shù)據(jù)的篩選和挖掘，可以將其中部分信息用于城市公園游憩使用規(guī)劃的前期分析和使用后評(píng)價(jià)[64]。社交媒體數(shù)據(jù)的來源包括國內(nèi)常用的微博、小紅書等，國外常用的Twiter、Facebook、Google map等。與社交媒體相關(guān)的研究多集中在大規(guī)模的時(shí)空分析，如使用城市微博數(shù)據(jù)研究群體疫情情感響應(yīng)的時(shí)空特征[65]、使用百度輿情數(shù)據(jù)和微博每日熱搜數(shù)據(jù)研究城市意向感知[66]等。

4）交通傳感數(shù)據(jù)。交通傳感數(shù)據(jù)是通過各種傳感器和設(shè)備在交通領(lǐng)域收集到的信息，包括與居民移動(dòng)、城市內(nèi)部和城市之間交通相關(guān)的各類傳感信息數(shù)據(jù)[67]，如通過紅外線傳感器、超聲波傳感器、雷達(dá)或攝像頭等傳感器收集的用于計(jì)算特定路段的車流量數(shù)據(jù)。交通傳感數(shù)據(jù)的應(yīng)用范圍相對(duì)較為廣泛，相關(guān)研究多是大尺度上的規(guī)劃研究，如城市景觀綠道騎行者行為特征及體驗(yàn)研究[68]，快速公交基礎(chǔ)設(shè)施對(duì)出行者情感的影響[69]等。

5）網(wǎng)絡(luò)開放數(shù)據(jù)。網(wǎng)絡(luò)開放數(shù)據(jù)能直觀地反映數(shù)據(jù)出現(xiàn)的頻率和用戶對(duì)簽到地點(diǎn)的評(píng)價(jià)[70]，數(shù)據(jù)來源主要包括3類：在線旅游平臺(tái)（如馬蜂窩、去哪兒等）、生活服務(wù)平臺(tái)（如美團(tuán)、大眾點(diǎn)評(píng)等）、戶外平臺(tái)（如兩步路、八只腳等）。目前對(duì)網(wǎng)絡(luò)開放數(shù)據(jù)的使用多出現(xiàn)在公眾滿意度和空間分布格局[71]的大尺度研究中，以及社區(qū)居民通勤彈性[72]等中小尺度的研究中。

2.3 城市建成環(huán)境公眾情感體驗(yàn)研究內(nèi)容

城市建成環(huán)境情感分析的研究內(nèi)容包括整體環(huán)境和特定空間2個(gè)層面，當(dāng)前研究主要針對(duì)空間要素和人群類型進(jìn)行分析。

2.3.1 整體環(huán)境中的情感分析

在整體環(huán)境中，在大尺度空間要素中的情感分析研究包括城市土地利用格局評(píng)價(jià)[73]、交通路網(wǎng)規(guī)劃[74]等；中尺度的研究包括公園設(shè)計(jì)格局[75]、公園規(guī)劃[76]等。對(duì)于整體環(huán)境中不同人群類型的情感分析，研究主要關(guān)注群體在大型城市基礎(chǔ)設(shè)施中的情感壓力，如居住在養(yǎng)老設(shè)施的老年人相較于居住在社區(qū)的老年人有更高比例的負(fù)向情緒[77]；空中花園對(duì)于居住在高密度城區(qū)住宅中的青年人具有顯著的恢復(fù)性效益[78]。

2.3.2 特定空間中的情感分析

在特定空間中，情感分析研究集中在小尺度的空間要素，包括對(duì)城市建成環(huán)境空間中植物景觀[38]、建筑特征和景觀要素[79]的評(píng)價(jià)等。已有研究進(jìn)行情感分析的主要方法是測(cè)量被試者觀看視頻和照片后的生理指標(biāo)變化[80]。之后有學(xué)者此基礎(chǔ)上設(shè)計(jì)了腦電實(shí)驗(yàn)，促進(jìn)了景觀情緒研究方法的拓展與技術(shù)的深化[81]。對(duì)于特定空間內(nèi)的人群類型，當(dāng)前情感分析主要關(guān)注小尺度空間對(duì)個(gè)體的情緒療愈和恢復(fù)作用。如在社區(qū)公園的健康設(shè)計(jì)中，設(shè)計(jì)者考慮了個(gè)體在景觀環(huán)境中的生理指標(biāo)變化，如肌肉導(dǎo)電率和心率變異性等，這使設(shè)計(jì)獲得了公眾的好評(píng)[82]。此外，景觀要素中的聲音、光照對(duì)人類情緒壓力也有緩解作用[79]。

2.4 城市建成環(huán)境公眾情感體驗(yàn)應(yīng)用方法

情感分析應(yīng)用方法包含3種類型：1）基于自我感受的情感分析，以自我評(píng)價(jià)法為主；2）基于生理數(shù)據(jù)的情感分析，以客觀測(cè)量法為主；3）基于思考表達(dá)過程的情感分析，包括情感詞典、情感知識(shí)圖譜、圖片分割等多種多模態(tài)情感識(shí)別法。

2.4.1 自我評(píng)價(jià)法

自我評(píng)價(jià)法要求被試能夠準(zhǔn)確地認(rèn)知和表達(dá)自己的情緒[37]。當(dāng)前國際上應(yīng)用較廣泛的自評(píng)量表包括：用來評(píng)價(jià)焦慮程度的焦慮自評(píng)量表（self-rating anxiety scale, SAS）、漢密爾頓焦慮量表（hamilton anxiety scale, HAMA）和抑郁情緒量表（self-rating depression scale, SDS）。此外還有評(píng)價(jià)個(gè)體在不同場(chǎng)景下情緒狀態(tài)的正負(fù)情緒量表（positive and negative affect scale,PANAS）等。

2.4.2 客觀測(cè)量法

客觀測(cè)量法通過捕捉人的神經(jīng)系統(tǒng)、行為和其他生理學(xué)數(shù)據(jù)的瞬間變化情況進(jìn)行情感分析。目前常用的生理數(shù)據(jù)包括心電、呼吸、血壓、肌電、腦電圖（electroencephalography,EEG）、磁共振等。隨著技術(shù)的迅速發(fā)展，近年來涌現(xiàn)了很多新型測(cè)量方法，如用功能性近紅外光譜（functional near-infrared spectroscopy,fNIRS）輔助EEG測(cè)量情緒等[83]。

2.4.3 多模態(tài)情感識(shí)別法

隨著技術(shù)的不斷進(jìn)步，人們現(xiàn)在可以通過多種渠道來表達(dá)自己的觀點(diǎn)和感受，這為情感分析帶來了新的機(jī)遇。多模態(tài)學(xué)習(xí)融合了對(duì)多類信息進(jìn)行向量化處理、協(xié)同訓(xùn)練學(xué)習(xí)的手段，廣泛應(yīng)用于海量數(shù)據(jù)分析[40]。筆者歸納了多模態(tài)情感識(shí)別的4種主要方法。

1）基于情感詞典處理的方法。中文與英文的語言形式不同，處理中文時(shí)需要預(yù)先進(jìn)行文本分詞處理[84]，基于情感詞典處理是其中一種常用的方法。國內(nèi)相關(guān)研究主要以HowNet①和SC-LIWC②這2個(gè)被廣泛應(yīng)用的情感詞典為依據(jù)。然而情感詞典缺乏對(duì)文本中情緒詞缺失和隱式情緒表達(dá)情況的處理[85]。有學(xué)者改進(jìn)后提出兩階段法：第一階段借助情感詞典進(jìn)行情緒的自動(dòng)識(shí)別，第二階段利用支持向量機(jī)對(duì)未覆蓋的文本進(jìn)行情感預(yù)測(cè)。兩階段法在相關(guān)研究中取得了較好效果[86]。

2）基于卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network, CNN）的圖像識(shí)別的方法。此方法既可以克服情緒詞缺失和不能表達(dá)文本當(dāng)前真實(shí)情緒的問題，又可以對(duì)圖像進(jìn)行分析，當(dāng)前被大量應(yīng)用于解決圖文情緒識(shí)別問題。同時(shí)，社交媒體中個(gè)人用戶所撰寫的文本通常帶有強(qiáng)烈的個(gè)人情感，且圖像通常是個(gè)人較為關(guān)注和印象較深的內(nèi)容，其中包含位置、占比、畫面結(jié)構(gòu)等感知信息，文本和圖像在認(rèn)知上存在一定的典型性[87]，將兩者結(jié)合進(jìn)行情感分析將會(huì)極大增強(qiáng)情感識(shí)別的準(zhǔn)確性[88]。

3）基于可視化知識(shí)圖譜的方法。通過提取圖像和文本中情感的關(guān)鍵詞分析公眾的情緒極性[89]，利用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行相關(guān)分析，結(jié)構(gòu)化情感與要素之間的關(guān)系，并以知識(shí)圖譜的形式存儲(chǔ)和查詢大規(guī)模的語義信息，是實(shí)現(xiàn)某一目的地的形象和公眾情緒特征研究可視化的重要手段[90]。

4）基于空間測(cè)量模型的方法。識(shí)別情緒的空間測(cè)量模型包括ArcGIS空間模型、機(jī)器學(xué)習(xí)模型、深度學(xué)習(xí)模型。ArcGIS空間模型使用基于興趣點(diǎn)（point of interest, POI）大數(shù)據(jù)的空間模型計(jì)算方法，如空間自相關(guān)[91]、地理加權(quán)回歸等[92]，可以識(shí)別城市的空間分布結(jié)構(gòu)并劃分不同的空間類型?；跈C(jī)器學(xué)習(xí)模型的情感分析方法可分為有監(jiān)督和無監(jiān)督兩種[93]。前者包括支持向量機(jī)、樸素貝葉斯、K近鄰、最大熵和條件隨機(jī)場(chǎng)等方法；后者包括概率潛在語義分析模型和潛在狄利克雷分配模型等[94]。適用于建成環(huán)境情感分析的深度學(xué)習(xí)模型包括循環(huán)神經(jīng)網(wǎng)絡(luò)（recurrent neural network, RNN）和長短時(shí)記憶網(wǎng)絡(luò)（long short-term memory, LSTM）、生成對(duì)抗網(wǎng)絡(luò)（generative adversarial networks, GANs）等模型。RNN和LSTM適用于處理建成環(huán)境中時(shí)序數(shù)據(jù)，例如用戶在不同時(shí)間點(diǎn)的情感變化，或者環(huán)境隨時(shí)間的演變[95]。GANs用于生成逼真的建筑環(huán)境圖像，也可以應(yīng)用于增強(qiáng)用戶的建筑設(shè)計(jì)情感體驗(yàn)[96]。目前，研究者將注意力機(jī)制引入情感分析中[97]，不僅可以考慮到全部的文本信息，還能為關(guān)鍵詞匯分配更高權(quán)重，進(jìn)而可以提高模型情感識(shí)別的準(zhǔn)確性。

2.5 城市建成環(huán)境公眾情感監(jiān)測(cè)識(shí)別流程

基于上述研究，筆者提出一套適用于城市建成環(huán)境公眾情感監(jiān)測(cè)識(shí)別的流程。該流程以調(diào)控公眾情感健康為目的，提出3個(gè)監(jiān)測(cè)及識(shí)別的目標(biāo)并列舉出相應(yīng)對(duì)策和措施。首先，實(shí)施大數(shù)據(jù)多時(shí)段情感監(jiān)測(cè)以及逐尺度空間情感的可視化，探索公眾情感體驗(yàn)的時(shí)空規(guī)律。其次，構(gòu)建具有風(fēng)景園林特色的情感詞典，對(duì)數(shù)據(jù)進(jìn)行情感識(shí)別后形成多元多模態(tài)數(shù)據(jù)集；融合圖文信息解析情感，采用深度學(xué)習(xí)模型探索建成環(huán)境與情感的內(nèi)在關(guān)系；打造公眾滿意度評(píng)價(jià)平臺(tái)、情感在線評(píng)分平臺(tái)進(jìn)行模型模擬。通過以上措施，制定可感知、可量化、可操作的監(jiān)測(cè)對(duì)策，實(shí)現(xiàn)城市與公眾情感的動(dòng)態(tài)反饋。最后，構(gòu)建以高質(zhì)量情感體驗(yàn)為目標(biāo)導(dǎo)向的建成環(huán)境多尺度評(píng)價(jià)體系，對(duì)城市規(guī)劃管理進(jìn)行更加系統(tǒng)化、精細(xì)化、智能化的評(píng)估（圖4）。

圖4 情感監(jiān)測(cè)識(shí)別流程Sentiment monitoring and identification procedures

3 結(jié)論及展望

本研究總結(jié)了情感研究的基本概念，并基于CiteSpace文獻(xiàn)計(jì)量學(xué)分析軟件將建成環(huán)境中情感體驗(yàn)的研究進(jìn)展、研究熱點(diǎn)可視化。從數(shù)據(jù)、內(nèi)容、方法3個(gè)層面分析建成環(huán)境與情感影響機(jī)制的內(nèi)在關(guān)系，得出3個(gè)方面結(jié)論。

1）建成環(huán)境情感體驗(yàn)研究數(shù)據(jù)目前呈現(xiàn)出多來源、多類型的特點(diǎn)。但數(shù)據(jù)模態(tài)以文本數(shù)據(jù)為主，缺失對(duì)圖片、語音等內(nèi)容的直接分析。未來可深度挖掘圖片隱含含義，諸如諷刺、幽默、比喻、夸張等，并進(jìn)一步引入注意力機(jī)制加強(qiáng)對(duì)情感分析中有用信息的提取，為后續(xù)建成環(huán)境評(píng)價(jià)提取圖片和視頻顯性內(nèi)容增強(qiáng)可參考性。

2）建成環(huán)境情感體驗(yàn)研究內(nèi)容對(duì)城市中不同人群類型及空間要素的影響作用有待形成更全面的、更完善的分類。同時(shí)在提升人們幸福感、實(shí)現(xiàn)可持續(xù)發(fā)展的目標(biāo)下，研究者應(yīng)更加關(guān)注多尺度下積極情緒與城市建成環(huán)境的關(guān)系，總結(jié)未來規(guī)劃中各類型空間結(jié)構(gòu)、景觀要素等設(shè)計(jì)內(nèi)容的情感影響機(jī)制及使用路徑。

3）建成環(huán)境情感體驗(yàn)應(yīng)用方法主要受研究內(nèi)容和研究類型的限制，不同尺度間信息質(zhì)量和數(shù)量差異較大。應(yīng)聚焦于發(fā)揮多種模態(tài)數(shù)據(jù)之間的協(xié)同作用，如利用數(shù)字化技術(shù)輔助式測(cè)度方法加強(qiáng)虛擬現(xiàn)實(shí)技術(shù)的實(shí)踐應(yīng)用，以此提高建成環(huán)境評(píng)價(jià)研究結(jié)果的信度、效度和泛化性。

隨著多學(xué)科的交叉融合，情感體驗(yàn)的評(píng)價(jià)研究將深入到認(rèn)知、文化和社會(huì)層面，為理解人類的情感和建成環(huán)境質(zhì)量的內(nèi)在聯(lián)系提供更多理論支持。此外，城市應(yīng)推進(jìn)建設(shè)多源異構(gòu)數(shù)據(jù)共享平臺(tái)，打造公眾滿意度評(píng)價(jià)平臺(tái)，了解公眾對(duì)城市環(huán)境的看法和反饋，獲得更全面的城市環(huán)境信息，促進(jìn)城市規(guī)劃和管理的綜合決策。希望通過信息技術(shù)和數(shù)據(jù)資源的整合利用，推動(dòng)未來智慧城市建設(shè)行動(dòng)高質(zhì)量發(fā)展，實(shí)現(xiàn)居民幸福感的穩(wěn)步提升。

致謝(Acknowledgments)：

感謝中國城市規(guī)劃設(shè)計(jì)研究院風(fēng)景園林和景觀研究分院綠地所副所長劉寧京先生、中國政法大學(xué)社會(huì)學(xué)院心理學(xué)系謝中垚老師在本文撰寫過程中給予的指導(dǎo)與幫助。