LA研究 | 赵晓龙 邱璇 徐靖然 侯韫婧 | 人本绿地的行为研究

全文刊登于《风景园林》2020年第3期 P56-62

赵晓龙，邱璇，徐靖然，侯韫婧.绿色空间中使用行为与环境认知研究方法综述[J].风景园林，2020，27（3）：56-62.

绿色空间中使用行为与环境认知研究方法综述 

赵晓龙

男 / 博士 / 苏州科技大学建筑与城市规划学院教授 / 本刊编委 / 研究方向为寒地景观规划设计、可持续景观规划设计、健康景观规划设计 

邱璇

女 / 哈尔滨工业大学建筑学院在读硕士研究生 / 寒地城乡人居环境科学与技术工业和信息化部重点实验室 / 研究方向为健康景观规划设计

徐靖然

女 / 荷兰乌特勒支大学人文地理与空间规划系在读博士研究生 / 研究方向为健康景观规划设计 

侯韫婧

女 / 博士 / 东北林业大学园林学院讲师 / 研究方向为健康景观规划设计 

摘要

行为与环境认知作为人与环境相互作用的外显反应与内在机制，对于绿色空间人本尺度规划设计实践至关重要。以环境行为学理论为基础，从使用行为与环境认知2个层面对国内外研究方法与内容进行梳理和评述。其中，使用行为层面主要包括自我报告记录、直接观察图析、位置识别技术追踪和位置服务技术映射4类方法，描述绿色空间中的使用行为特征；环境认知层面主要包括主观描述、实验设计及移动互联网技术3类方法，深入解读绿色空间中的使用行为动机。通过研究方法的应用方式、适用尺度以及研究内容对比分析，发现研究经历了由微观尺度质性到多尺度计量分析的过程，由“主观描述”“客观解释”向“多元数据探索”的转变。旨在对“以人为本”的风景园林研究提供方法参考。

关键词

风景园林；绿色空间；使用行为；环境认知；研究方法

环境行为学（environment-behavior studies）是环境心理学与建筑、城市规划、风景园林等多学科交叉形成的研究领域。20世纪70年代，美国出版Environment and Behavior、Man-Environment System等期刊，并成立美国心理学会“人口与环境心理学”分部，英、德、法等国家继而开展相关研究。而后，国际应用心理学协会（International Association of Accessibility Professionals，简称IAAP）成立了“环境心理学”分部和“研究物质环境中的人类”国际学会。20世纪80年代，国外相关理论和方法传入国内，引起学界的广泛关注和探索。环境行为学将人的行为与环境的相互作用作为重点研究对象，分析行为、动机和需求三者之间的关系。随着风景园林学科与环境行为学的结合日益紧密，环境行为学视角下的风景园林学研究重点逐渐从单一环境拓展到人、环境以及两者的相互作用，从“物质空间”转向“以人为本”，着重理解使用者的行为与动机，以期满足新时代下的绿色空间使用需求。

行为作为人对自身需求和外在环境刺激的外显反应，是人与环境之间的主要媒介。环境不能简单地理解为行为的“容器”，它通过独有的认知表征建立自身与行为的特殊联系，是行为不可分割的一部分。绿色空间虽因独特的生态价值而存在，但却因兼顾人的使用行为与环境认知而具有意义。从人本视角借助绿地空间建构环境与行为的互动关联，是多学科开放体系相互渗透的必然结果，最终反馈到城市规划和景观设计中，成为中国绿色空间相关研究的理论支撑和实践基础。

研究采用的绿色空间概念是对“开放空间”和“开放绿色空间”概念的简明化，它与建筑物所形成的灰色空间形成鲜明对比。从景观构成角度来看，绿色空间广义上是指城市环境中出现的任何植被，包括有绿色植被的街道、广场、公园等已开发的具体场所。它存在于住宅之外且面向公众开放的场所，既为人们提供相互交流和休闲游憩的机会，又为自然界物种提供生境、维护其生物多样性。

1 研究方法

本研究数据来源为中国知网（CNKI）与Web of Science（WOS）核心合集，检索时间为2019年5月，时间跨度为1990—2019年，文献类型偏重期刊论文。限定检索主题词为两类：一类是绿色空间（green space）及其相近类别的主题词，如开放空间（open space）、公园（park）等；另一类是行为（behavior）与认知（cognition）及其相近类别的主题词，如活动（activity）、感知（perception）等。通过两类主题词的两两配对检索，共检索到209篇中文文献和2 627篇英文文献。

由于文献之间的相异性，定量分析法与荟萃分析法并不适用于本研究。因此笔者以内容分析法为主要研究方法，将内容分析对象限定为明确涉及绿色空间中的使用行为与环境认知，且研究方法与技术应用明确者。经过逐一重点分析剔除了农业、体育科学、时政报道、行业讯息等无关和重复文献，共计筛选出145篇中、英文文献作为分析对象。分别从表征行为与本体环境认知两大角度切入，依据应用方式与研究目的的异同，对各类研究方法与技术进行梳理、评述和对比，并简要展望绿色空间使用行为与环境认知研究的发展趋势。

1 国内外绿色空间使用行为与环境认知研究方法

2 绿色空间使用行为研究方法

作为维护城市可持续发展、提高人们生活质量的重要角色，绿色空间在表现生态效益同时，更多地承载人们各种使用行为功能。相关研究以环境行为学理论为基础建立绿色空间使用行为研究概念框架。

从行为记录、行为图析、轨迹行为追踪到节点行为映射，绿色空间使用行为研究方法逐步完善。从精度、广度和适用尺度来看，基于自我报告的行为记录法适用于全尺度绿色空间，但数据主观性强、空间精度低、人工成本高；基于直接观察的行为图析法适用于微观尺度绿色空间，同步获取使用行为信息与空间位置信息，推动使用行为基本方法的发展与完善，促使研究从单一空间人工观测向多空间技术辅助同步观测转变；基于位置识别技术的轨迹行为追踪法适用于中观尺度绿色空间，在提高调查效率和空间精度的同时，引导行为时空特征质性描述向行为环境要素计量分析深化；基于位置服务技术的节点行为映射法则适用于宏观尺度绿色空间，突破以往有限样本研究，为风景园林规划实践提供客观、多源、动态、精细、人本的海量行为数据，并以其重要时间性和空间性特征引导相关研究从“静态截面”转向“动态连续”。上述研究方法与技术从小尺度、低采样、粗精度人工调查走向多尺度、长时段、全覆盖、高精度海量化数据分析，让以往受限于数据收集和分析的绿地空间使用行为研究成为可能。然而，前者依旧是重点研究方法，后者对于前者也并非一味地否定，而是某些维度上的相互完善与促进。

3 从环境认知角度解读绿色空间使用行为动机

“环境认知”是人类对环境信息进行整合并经过不断积累形成的认知信息库。作为行为内在影响因素，环境认知是理解人的行为与环境之间内在联系的重要途径。如何获取并计量分析绿色空间环境认知一直是相关研究的重要议题。

环境认知影响着人们使用绿色空间的方式，探索其机理模式对解读使用行为与绿色空间的互动关联具有积极影响。从方法来看，主观描述法通过认知问卷和认知地图直观揭示使用者对绿色空间的认知体验及认知程度，是环境认知研究基本方法。其次，为提高调查效率、提升数据可信度，研究者有针对性地将虚拟环境模拟和生理指标测量引入实验设计中，通过灵活控制环境要素、计量分析认知数据，形成客观、准确、说服力强的研究结果。再次，基于移动互联网的多元认知数据作为新型数据源，让研究者们具备了复杂化、多样化、全面化的绿色空间环境认知研究能力，特别是认知众包数据与计算机视觉的结合改变了传统理解和分析环境认知的方式，让绿色空间自动评价和预判分析成为可能，为挖掘使用行为与环境认知的内在机制探索新视角。纵观绿色空间环境认知研究方法与技术，其过程发展经历了从质性描述环境认知体验到计量分析环境要素与认知体验相关性的转变，让我们以更广阔的视野和方式从环境认知角度认识和理解使用行为动机。尽管如此，研究者仍应避免过度强调计量分析而失去对实际问题的洞察，切实从研究内容出发选择适当的研究方法理性解决现实问题，推动人本尺度绿色空间规划实践。

4 结语与展望

关注绿色空间的使用行为，并从环境认知角度对其进行深入解析，体现了新时代风景园林规划实践的人本性和创新性。笔者从环境行为研究理论出发，综述风景园林学科视角下国内外绿色空间使用行为与环境认知研究方法的发展历程和既有研究成果，其研究转向表现出以下趋势。1）更加注重以人为本，由表征行为特征到着眼于理解环境与行为的互动关联，由单纯认知体验到深入挖掘环境认知与使用行为的内在联系，风景园林学科“以人为本”的初衷不会消减，绿色空间使用行为与环境认知研究也会围绕这个方向不断强化。2）更加注重多学科之间的相互借鉴，紧密跟随科技手段的发展脚步，利用环境行为学、环境心理学等相关学科理论支撑，引入位置识别技术、位置服务技术、虚拟现实技术、生理反馈技术等针对性强且较易推广的新技术、新手段增强使用行为与环境认知计量分析的科学性和可信度，从微观尺度空间质性描述现象与规律到多尺度空间计量揭示影响因素与内在机制，呈现出“主观描述—客观解释—多元数据探索”的发展趋势。3）更加注重绿色空间使用行为与环境认知研究的实践性，直观、准确和深入解析环境与行为互动关联的同时，细化使用行为主体、使用行为类型及环境认知体验，实现风景园林研究精准化。

研究方法与技术开发动机差异直接影响其在相关研究中的应用范围和应用能力，选取具有针对性、可行性、有效性的研究方法，对绿色空间研究发挥重要指导作用。今后相关研究需充分发挥现有研究方法与技术的优势，不断加强对绿色空间使用行为与环境认知的综合认识，架构绿色空间与使用者的沟通桥梁，推动风景园林规划实践公众参与性，使研究者和规划设计师在解决绿色空间不断增长的使用需求方面向前迈进一大步。

图表来源(Sources of Figures)：

图1由作者绘制。

为了微信阅读体验，文中参考文献标注进行了删减，详见杂志。

参考文献(References)：

[1] 李道增.环境行为学概论[M].北京：清华大学出版社，1999：1-11.

[2]MOORE G. New Directions for Environment-Behavior Research in Architecture[M]. New York: Van Nostrand Reinhold, 1984: 95-112.

[3] BECHTEL R B, MARANS R W, MICHELSON W M. Methods in Environmental and Behavioral Research[M]. New York: Van Nostrand Reinhold, 1987: 86-106.

[4] 邹德慈.人性化的城市公共空间[J].城市规划学刊，2006（5）：9-12.

[5] 王祝根，史蒂文森，李晓蕾.墨尔本人性化城市设计30年发展历程解读[J].国际城市规划，2018，33（2）：111-119.

[6] LLOYD R. Spatial Cognition: Geographic Environments[M]. London: Kluwer Academic Publishers, 1997: 35-41.

[7] 杨振山，张慧，丁悦，等.城市绿色空间研究内容与展望[J].地理科学进展，2015，34（1）：18-29.

[8] KABISCH N, HAASE D. Green Spaces of EuropeanCities Revisited for 1990—2006[J]. Landscape and Urban Planning, 2013 (110): 113-122.

[9] SCHIPPERIJN J, BENTSEN P, TROELSEN J, et al. Associations between Physical Activity and Characteristics of Urban GreenSpace[J]. Urban Forestry & Urban Greening, 2013, 12 (1): 109-116.

[10] SHIN W H, KWEON B S, SHIN W J. The DistanceEffects of Environmental Variables on Older African American Women’s Physical Activity in Texas[J]. Landscape and Urban Planning, 2011, 103 (2): 217-229.

[11] RUTLEDGE A J. A Visual Approach to ParkDesign[M]. New York: Garland STPM Press, 1981: 156-173.

[12] MOTL R W, LEARMONTH Y C, PILUTTI L A, et al.Top 10 Research Questions Related to Physical Activity and MultipleSclerosis[J]. Research Quarterly for Exercise and Sport, 2015, 86 (2):117-129.

[13] GOLIČNIK B, THOMPSON W C. Emerging Relationships between Design and Useof Urban Park Spaces[J]. Landscape and Urban Planning, 2010, 94 (1): 38-53.

[14] 戴晓玲.城市设计领域的实地调查方法：环境行为学的视角[D].上海：同济大学，2010: 144-146.

[15] CRANNEY L, PHONGSAVAN P, KARIUKI M, et al. Impact of an Outdoor Gym on Park Users’ Physical Activity: A Natural Experiment[J]. Health & Place, 2016 (37) : 26-34.

[16] 仇静，刘恺希.“图示与图析”社会调查方法的遗址环境公共空间使用情况研究中的应用：以西安钟鼓楼广场为例[J].中国园林，2018，34（S1）：39-41.

[17] WHYTE W. The Social Life of Small Urbanspace[M]. Washington: The Conversation Foundation, 1980: 103-124.

[18] ARNBERGER A, HAIDER W, BRANDENBURG C. Evaluating Visitor-Monitoring Techniques: A Comparison of Counting and VideoObservation Data[J]. Environmental Management, 2005, 36 (2): 317-327.

[19] 余汇芸，包志毅.杭州太子湾公园游人时空分布和行为初探[J].中国园林，2011，27（2）：86-92.

[20] 胡一可，李晶.基于旅游者和日常访问者人群行为的城市型景区“共处”空间研究[J].中国园林，2019，35（6）：61-66.

[21] 丁绍刚，杨赟，刘璎瑛，等.基于游人游赏行为的留园驻点分布规律研究[J].中国园林，2018，34（7）：116-122.

[22] PARK K, EWING R. The Usability of Unmanned Aerial Vehicles (UAVs) for Measuring Park-Based PhysicalActivity[J]. Landscape and Urban Planning, 2017(167): 157-164.

[23] 徐靖然，赵晓龙，卞晴.基于UAV/GIS技术的寒地城市公园春季体力活动空间分布差异性研究：以哈尔滨四个城市公园为例[C]//中国风景园林学会.中国风景园林学会2018年会论文集.北京：中国建筑工业出版社，2018：315-321.

[24] KRENN P J, TITZE S, OJA P, et al. Use of Global Positioning Systems to Study Physical Activity and the Environment: A Systematic Review[J]. American Journal of Preventive Medicine, 2011, 41(5): 508-515.

[25] MATISZIW T C, NILON CH, WILHELM STANIS S A, et al. The Right Space at the Right Time: The Relationship between Children’s Physical Activity and Land Use/Land Cover[J]. Landscape and Urban Planning, 2016 (151): 21-32.

[26] PALMER J R B, ESPENSHADE T J, BARTUMEUS F, etal. New Approaches to Human Mobility: Using Mobile Phones for DemographicResearch[J]. Demography, 2013, 50(3): 1105-1128.

[27] TRAUNMUELLER M W, JOHNSON N, MALIK A, et al. Digital Footprints: Using WiFi Probe and Locational Data to Analyze Human Mobility Trajectories in Cities[J]. Computers, Environment and Urban Systems, 2018(72): 4-12.

[28] 黄蔚欣，张宇，吴明柏，等.基于WiFi定位的智慧景区游客行为研究：以黄山风景名胜区为例[J].中国园林，2018，34（3）：25-31.

[29] LUZ A C, BUIJS M, ALEIXO C, et al. Should I Stay or Should I Go? Modelling the Fluxes of Urban Residents to Visit Green Spaces[J]. Urban Forestry & Urban Greening, 2019(40): 195-203.

[30] KORPILO S, VIRTANEN T, LEHVÄVIRTA S. Smartphone GPS Tracking: Inexpensive and Efficient Data Collection on Recreational Movement[J]. Landscape and Urban Planning, 2017, 157: 608-617.

[31] LADLE A, GALPERN P, DOYLE-BAKER P. Measuring the Use of Green Space with Urban Resource SelectionFunctions: An Application Using Smartphone GPS Locations[J]. Landscape and Urban Planning, 2018, 179: 107-115.

[32] SESSIONS C, WOOD S A, RABOTYAGOV S, et al. Measuring Recreational Visitation at U.S. National Parks with Crowd-SourcedPhotographs[J]. Journal of Environmental Management, 2016, 183: 703-711.

[33] 方家，刘颂，王德，等.基于手机信令数据的上海城市公园供需服务分析[J].风景园林，2017（11）：35-40.

[34] GUO S, YANG G, PEI T, et al. Analysis ofFactors Affecting Urban Park Service Area in Beijing: Perspectives fromMulti-Source Geographic Data[J]. Landscape and Urban Planning, 2019, 181: 103-117.

[35] 李方正，李婉仪，李雄. 基于公交刷卡大数据分析的城市绿道规划研究：以北京市为例[J].城市发展研究，2015，22（8）：27-32.

[36] DONAHUE M L, KEELER BL, WOOD S A, et al. Using Social Media to Understand Drivers of Urban Park Visitation in the Twin Cities, MN[J]. Landscape and Urban Planning, 2018,  175: 1-10.

[37] ZHANG S, ZHOU W. Recreational Visits toUrban Parks and Factors Affecting Park Visits: Evidence from Geotagged SocialMedia Data[J]. Landscape and Urban Planning, 2018, 180: 27-35.

[38] 王鑫，李雄. 数据驱动的城市近郊郊野公园选址：以北京北郊森林公园为例[J].中国园林，2015，31（7）：21-25.

[39] BELL S. Landscape: Pattern, Perception andProcess[M]. New York: E&FN Spon, 1999.

[40] ZUBE E H, SELL J L, TAYLOR J G. LandscapePerception: Research, Application and Theory[J]. Landscape Planning, 1982, 9(1): 1-33.

[41] GRAHN P, STIGSDOTTER U K. The Relation between Perceived Sensory Dimensions of Urban Green Space and Stress Restoration[J]. Landscape and Urban Planning, 2010, 94(14): 264-275.

[42] QIU L, NIELSEN A B. Are Perceived Sensory Dimensions a Reliable Tool for Urban Green Space Assessment and Planning?[J]. Landscape Research, 2015, 40 (7): 834-854.

[43] LIU J, XIONG Y, WANGY, et al. Soundscape Effects on Visiting Experience in city Park: A Case Studyin Fuzhou, China[J]. Urban Forestry & Urban Greening, 2018 (31): 38-47.

[44] KOMOSSA F, VAN DERZANDEN E H, VERBURG P H. Characterizing Outdoor Recreation User Groups: A Typology of Peri-Urban Recreationists in the Kromme Rijn Area, theNetherlands[J]. Land Use Policy, 2019(80): 246-258.

[45] 刘江，杨玲，张雪葳.声景感知与历史街区景观评价的关系研究：以福州三坊七巷为例[J].中国园林，2019，35（1）：35-39.

[46] PALMER J F, HOFFMAN R E. Rating Reliabilityand Representation Validity in Scenic Landscape Assessments[J]. Landscape and Urban Planning, 2001, 54 (14): 149-161.

[47] DANIEL T C. Whither Scenic Beauty? VisualLandscape Quality Assessment in the 21st Century[J]. Landscape and UrbanPlanning, 2001, 54 (1) : 267-281.

[48] VEITCH J, SALMON J, PARKER K, et al. Adolescents’Ratings of Features of Parks that Encourage Park Visitation and Physical Activity[J]. International Journal of Behavioral Nutrition and Physical Activity, 2016, 13(1): 73.

[49] VAN HECKE L, GHEKIERE A, VAN CAUWENBERG J, et al. Park Characteristics Preferred for Adolescent Park Visitation and PhysicalActivity : A Choice-Based Conjoint Analysis Using Manipulated Photographs[J]. Landscape and Urban Planning, 2018, 178 : 144-155.

[50] TOLMAN E C. Cognitive Maps in Rats andMen[J]. Psychological Review, 1948, 55 (4): 189-208.

[51] LYNOH K. The Image of the City[M]. Cambridge: M.I.T Press, 1960: 83-96.

[52] SOINI K. ExploringHuman Dimensions of Multifunctional Landscapes through Mapping and Map-Making[J]. Landscape and Urban Planning, 2001, 57 (3): 225-239.

[53] 戴菲，章俊华.规划设计学中的调查方法5：认知地图法[J].中国园林，2009，25（3）：98-102.

[54] HUYNH N, DOHERTY S. Digital Sketch-Map Drawing as an Instrument to Collect Data about Spatial Cognition[J]. Cartographica: The International Journal for Geographic Information andGeovisualization, 2007, 42(4): 285-296.

[55] OKU H, FUKAMACHI K. The Differences in ScenicPerception of Forest Visitors Through Their Attributes and Recreational Activity[J]. Landscape and Urban Planning, 2006, 75 (1): 34-42.

[56] SUGIMOTO K. Quantitative Measurement ofVisitors’ Reactions to the Settings in Urban Parks: Spatial and Temporal Analysis of Photographs[J]. Landscape andUrban Planning, 2013 (110): 59-63.

[57] BISHOP I D, YE W S, KARADAGLIS C. Experiential Approaches to Perception Response in Virtual Worlds[J]. Landscapeand Urban Planning, 2001, 54 (1): 117-125.

[58] 申申，龚建华，李文航，等.基于虚拟亲历行为的空间场所认知对比实验研究[J].武汉大学学报（信息科学版），2018，43（11）：1732-1738.

[59] ERATH A. Bike to the Future: ExperiencingAlternative Street Design Options[M]. Zürich: ETH Zürich, 2016.

[60] 徐磊青，孟若希，陈筝.迷人的街道：建筑界面与绿视率的影响[J].风景园林，2017（10）：27-33.

[61] DUPONT L, ANTROP M, VAN EETVELDE V. DoesLandscape Related Expertise Influence the Visual Perception of Landscape Photographs? Implications for Participatory Landscape Planning and Management[J]. Landscape and Urban Planning, 2015 (141): 68-77.

[62] 陈筝，徐蜀辰，刘雨菡.从认知行为学到环境神经学:实景环境体验增强循证设计[J].城市建筑，2017（28）：41-45.

[63] NOLD C. Emotional Cartography. Technologiesof the Self[M]. London: Wellcome, 2009.

[64] 陈筝，杨云，邱明，等.面向城市空间的实景视觉体验评价技术[J].风景园林，2017（4）：28-33.

[65] NORDH H. Quantitative Methods of Measuring Restorative Components in Urban Public Parks[J]. Journal of LandscapeArchitecture, 2012, 7(1): 46-53.

[66] 王鑫，李雄.基于网络大数据的北京森林公园社会服务价值评价研究[J].中国园林，2017，33（10）：14-18.

[67] 邵隽，常雪松，赵雅敏.基于游记大数据的华山景区游客行为模式研究[J].中国园林，2018，34（3）：18-24.

[68] TIESKENS K F, VAN ZANTEN B T, SCHULP C J E, et al. Aesthetic Appreciation of the Cultural Landscape Through Social Media : An Analysis of Revealed Preference in the Dutch River Landscape[J]. Landscapeand Urban Planning, 2018 (177): 128-137.

[69] CHEN Y, PARKINS J R, SHERREN K. Using Geo-Tagged Instagram Posts to Reveal Landscape Values around Current and Proposed Hydroelectric Dams and their Reservoirs[J]. Landscape and Urban Planning, 2018 (170): 283-292.

[70] BUBALO M, VAN ZANTEN B T, VERBURG P H. Crowdsourcing Geo-Information on Landscape Perceptions and Preferences : Areview[J]. Landscape and Urban Planning, 2019, 184: 101-111.

[71] LI C, LIU Y, HAKLAY M. ParticipatorySoundscape Sensing[J]. Landscape and Urban Planning, 2018 (173): 64-69.

[72] MACKERRON G, MOURATO S. Happiness is Greaterin Natural Environments[J]. Global Environmental Change, 2013, 23 (5): 992-1000.

[73] NAIK N, PHILIPOOM J, RASKAR R, et al.Streetscore : Predicting the Perceived Safety of One Million Streetscapes[C]. 2014 IEEE Conference on Computer Vision and Pattern Recognition Workshops, NewYork: IEEE, 2014: 793-799.

[74] ZHANG F, ZHOU B, LIU L, et al. Measuring Human Perceptions of a Large-Scale Urban Region Using Machine Learning[J]. Landscape and UrbanPlanning, 2018 (180): 148-160.

版面预览

相关阅读：

完整深度阅读请参看《风景园林》2020年3期

扫描下方小程序码或点击阅读原文进入店铺购买

文章编辑  王亚莺

微信编辑  刘芝若

微信校对  王一兰

声明

本文版权归本文作者所有

未经允许禁止转载

如需转载请与后台联系

欢迎转发