劉濱誼 陳 鵬
同濟大學建筑與城市規劃學院 上海 200092
鄉村風貌作為一種景觀形式承載著鄉村人居環境生態、 歷史文化、 建設營造等信息[1], 以其數千年的演進集中了人類社會在特定自然人文條件下對于資源可持續利用和管理的人居傳統智慧,蘊含著人類自然環境、 社會環境、 建成環境的科學、 文化、 技術理論和實踐知識[2]。 當代鄉村依然是支撐農業產業的發源之地、 寄托鄉愁的庇護場所、 維系人居環境生態的主要系統。 當前快速城鄉一體化和土地置換與鄉村人居環境田園化理想發展之間存在矛盾沖突, 鄉村人居環境面臨自然肌理破碎、 聚落建設同質、 鄉愁文化失落的突出問題。 中國鄉村人居建設具有1 萬多年的歷史,在天地人合一的傳統建設哲學的指引下, 傳統鄉村曾經長期作為承載中國哲學觀的理想人居環境圖景[3]。 在第二與第三人類文明的轉換之際, 中國鄉村向何處去已經成為中國人居環境未來發展必須回答的主要問題。 以充滿生機、 直觀顯性、外化于形、 內化于本的風貌為抓手, 從風貌內化于本的環境生態、 文化心理、 空間形態著手, 解決鄉村人居環境風貌內化的問題理應成為鄉村人居環境風貌優化提質的核心。
為了使鄉村更好地滿足當代鄉村人居環境需求, 亟需探究當代鄉村人居環境特質。 得益于我國天地人合一的傳統哲學思想, 我國鄉村人居建設與發展持續關注三元鄉村景觀風貌營造, 因此呈現出生態性、 文化性和精神性特征[4-5]。 隨著鄉村人居環境三元認識的研究不斷深入與發展,鄉村風貌評價歷經從關注美學單要素到美學-生態二元評價再到生態-形態-心態三元評價的研究內容演變。 居民感知被認為是對于客觀環境生態、形態美學的主觀反饋。 劉濱誼團隊[6-12]先后提出了基于人居環境科學的鄉村景觀評價的景觀生態原則、 景觀資源化原則和景觀美學原則; 將鄉村整體景觀意象、 功能與土地利用、 田園公園與鄉村主題等作為鄉村景觀規劃的核心內容; 將鄉村景觀風貌作為資源以促進村莊生態保護、 建設與經濟發展; 強調居民感知與環境生態、 形態美學相互結合的規律性等。 與此同時, 地理信息系統、計算機技術等現代科學技術正推動著鄉村人居環境風貌研究實踐走向數字量化、 大數據、 精細化。景觀評價定量化是精準管理、 提升人居環境質量的前提[13-16]。
盡管鄉村人居環境風貌評價在理論和研究方法上都有了長足的發展, 但國內的相關研究仍存在以下問題: 1) 缺少對三元體系中“心態” 元的客觀定量評價。 雖然對居民感知的研究逐漸增多, 但大多采用問卷調研等主觀描述的方法進行評價, 研究結果往往受到居民專業性不足、 問卷設置引導性強等因素的影響導致研究結果缺乏準確性; 2) 當下對于區域風貌評價的研究大多局限于對區域的整體評價, 而缺少基于空間單元對研究區域的定量可視評價, 評價結果不利于針對性地人居環境管理和提升實踐; 3) 當下的鄉村人居環境風貌研究缺乏利用模糊數學模型和多學科理論并結合GIS 量化方法的研究方法, 大多研究忽略了鄉村人居環境的模糊性和復雜性, 因而導致研究結果呈現出主觀性與隨意性。 本文旨在基于人居環境的三元認識和模糊數學理論, 基于GIS 工具和區域地理信息數據庫, 實現鄉村人居環境綜合模糊可視的量化評價, 以彌合上述研究問題。
鄉村人居環境風貌評價是鄉村提質的基礎性工作, 目的在于充分識別、 合理利用鄉村風貌要素及特征, 提高人類行為與自然生態的相容性,合理規劃、 整治和建設鄉村人居環境。 人居環境評價是主觀感受判斷與風景客觀描述相結合的主-客觀評價方法[17]。 結合人居環境三元論, 本文認為鄉村人居環境包含心態(主觀) 以及生態、 形態(客觀) 3 個組分(圖1)。

圖1 人居環境風貌三元認識
目前較為成熟、 權威的景觀評價系統包括美國土地管理局的風景資源管理系統VRM、 美國林務局的視覺景觀管理系統VMS 和在VMS 基礎上形成的風景管理系統SMS, 以及劉濱誼和馮繼忠提出的12 個風景感受評價測度。 本文將描述對象由“風景” 或“視覺景觀” 衍生更為綜合多元的“人居環境”, 通過層次分析法(AHP) 將鄉村人居環境評價目標分解為4 級評價體系。 在國際上成熟的景觀評價系統的基礎上, 以GIS 數字化和量化分析計算為目標, 結合現代數字科技和地理信息數據庫的進步, 將主觀感測度拓展為鄉村社會經濟結構、 環境衛生質量以及社會發展活力三元的綜合測度; 將客觀空間描述由地形拓展到地物和地貌, 運用GIS 技術對客觀空間尺度、 空間層次度、 景觀格局等指標進行量化評價。 為了降低指標選取過程的主觀隨意性, 采用專家咨詢法和灰色統計法, 綜合考慮評價的可操作性, 篩選初選的評價標準及指標, 得到鄉村人居環境評價體系如表1。

表1 鄉村人居環境風貌評價體系評價標準及指標
1) 生態評價。 生態穩定性反映鄉村人居環境的基本狀況; 景觀格局反映各種生態過程在不同尺度上作用的結果, 反映生態斑塊的空間特征;生態干擾反映人為干擾對自然生態過程的干擾程度, 主要考慮居民地、 道路、 防災減災活動對生態環境和生態過程的干擾。
2) 心態評價。 心態評價是對“鄉愁中國” 的問題意識和文化自覺。 2013 年12 月召開的中央城鎮化工作會議指出“讓居民望得見山、 看得見水、 記得住鄉愁; 要融入現代元素, 更要保護和弘揚傳統優秀文化, 延續城市歷史文脈”, 為鄉村風貌心態評價提出了綱領。 對于鄉愁的關切實則是政府決策層次對鄉村發展問題的糾偏, 從強調物質空間的城鎮化到強調居民心態的城鎮化。人文主義地理學認為, 當代中國鄉村城鎮化過程中出現的鄉愁問題源自鄉村居民無法安置自我情感的焦慮體驗, 鄉愁問題實則是發展問題。 因此,評價風貌心態宜采用發展的視角, 以“鄉愁” 為對象, 關注文化傳統、 生活現狀以及發展潛力。
3) 形態評價。 參考目前國內外運用的成熟評價系統, 按照視覺感知的頻率、 風貌本身形態特征、 與所在環境的和諧程度的評價邏輯, 確定視覺敏感、 景色質量和環境協調3 個評價標準。 視覺敏感是指風貌要素被觀賞者察覺到的頻率和難易程度; 景色質量是指風貌要素本身的美感程度,以上兩者都能參考VMS 系統選取評價指標; 環境協調指風貌要素與所在空間環境其他要素在尺度、層次、 韻律等方面的和諧程度。
本研究采用層次分析法(AHP) 構建重要性判斷矩陣, 以共計10 人的專業人士作為相對重要性判斷依據, 計算各指標權重, 具體過程為: 1)建立評價層次結構模型。 2) 構建判斷矩陣并采用1~9 標度法確定各級指標間相對重要性, 計算判斷矩陣最大特征根λmax和隨機一致性比率CR,依次進行各層次和總一致性檢驗, 當CR<0.1 時滿足一致性檢驗。 經檢驗各級評價指標相對重要性均滿足一致性。 3) 利用YAAHP 層次分析軟件, 根據各指標相對重要性計算滿足一致性檢驗的判斷矩陣, 得出各指標權重如表2。
宜興市位于江蘇省無錫市西南部, 面積1 996.6 km2, 轄13 個鄉鎮、 213 個行政村, 戶籍總人口108.13 萬人。 市轄鄉村范圍內地形豐富,東接太湖, 南部為天目山余脈, 丘陵山區面積約681 km2, 水域面積約532 km2, 平原陸地面積約783 km2[18]。 宜興人文歷史悠久璀璨, 人居史可追溯至一萬年前[19]。 得益于快速城鎮化和現代化,宜興鄉村居民生活水平快速提高, 2018 年農村居民人均生活消費支出19 432 元, 產業加速向多元化、 規模化、 現代化轉型。 此外, 宜興境內鄉村地域風景資源豐富, 包含國家AAAA 級風景區8個。 市域人居類型豐富, 官方統計數據和地理空間數據完善, 有利于開展鄉村人居環境模糊綜合評價研究。

表2 評價體系指標權重
評價數據來源于: 1) 地理信息數據, 包括Landsat8 于2018 年3—4 月拍攝的云量較少的宜興市遙感影像經幾何校正、 配準、 圖像融合等步驟得到的遙感數據; 國家數字高程模型(DEM)數據庫。 2) 專家評價基礎數據, 包括現場拍攝及網絡篩選出的代表性鄉村全景彩色圖片; 無錫市志, 宜興市志, 統計年鑒, 政府門戶網站, 各類歷史文化、 政治經濟文獻。 3) 其他數據如國家氣象科學技術中心氣象數據, 宜興河湖水質報告, 宜興自然災害報告等評價相關統計數據。 評價指標的獲取是GIS 中實現量化評價的關鍵, 本文各評價指標獲取方法如表3。

表3 評價指標數據獲取方法

表3(續)
本研究采用模糊數學思維降低鄉村人居環境風貌評價復雜問題的不確定性。 利用GIS 建立模糊綜合評價模型包含以下步驟: 1) 確定評價因素集U, 設U= {U1,U2, … ,Ui}, 每個元素對于某一評價指標在GIS 中表現為i張柵格圖像。2) 確定評語集V, 從優到劣分為4 級, 即V={V1,V2,V3,V4}。 3) 建立隸屬度函數Fk(x)進行單因素評價, 選用降半梯形分布函數確定隸屬度。Fk(x) 表示指標在k評級的隸屬度函數,x為該指標評分,ak表示第k級別的標準值, 令a1>a2>a3>a4, 且a4≤x≤a1, 則4 級隸屬度公式如式(1) 至式(4) 所示[20-21]。 4) 根據單因素評價結果構建評判模糊矩陣R= {rij}i?j。rij表示指標ui對評語集vj的隸屬度。 5) 進行模糊運算并根據最大隸屬度原則確定評級, 在GIS 中利用con函數計算同一級別隸屬度柵格與權重矩陣的乘積并疊加運算得到評級圖。 本研究的評級體系包含4 個層級, 需要逐層向上遞進計算。

經過模糊運算, 可得到標準層(圖2)、 價值層(圖3) 及目標層鄉村人居環境風貌評價(圖4) 結果, 并從優到劣分為1~4 級進行結果展現。
研究范圍內生境穩定性較佳, 評級以1 級(面積占40.5%)、 2 級(面積占45.0%) 為主。將GIS 處理后的景觀類型導入Fragstat4.2 計算得出各類用地的破碎度、 連接度及優勢度, 加權后景觀格局評價結果不佳。 生態干擾評價以1 級、2 級為主。 鄉愁記憶評價結果較差, 僅集中分布在丁蜀鎮及善卷洞風景區周邊村鎮的3.4%的區域被評為1 級。 鄉土生活評價較高, 1 級、 2 級的區域分別占比10.0%、 42.5%。 根據鄉村發展評價,除了少數產業、 人口聚集的集鎮, 大量鄉村區域評級為2 級(49.1%)、 3 級(33.7%), 這些區域大都面臨傳統農業和旅游產業升級更新、 人口流失和鄉村空心化的挑戰。 視覺敏感評價較高,1 級區域占比24.5%, 2 級區域占比37.0%, 3 級區域占比20.8%。 景色質量多為1 級、 3 級。 環境協調評價結果表明, 南部丘陵地區及湖泊沿岸由于景觀層次豐富、 景觀尺度曠達且環境相容度高而被評為1 級; 居民聚居區除少量區域環境協調評價為3 級外, 大量評價為4 級, 整體評價較差。

圖2 標準層評價結果

圖3 價值層評級結果
研究范圍內生態質量較高, 評價結果以1 級、2 級為主: 1 級主要分布在南部和中部丘陵林地和太湖、 滆湖流域及其鄰近灘地、 水田; 2 級主要為鄰近聚居區的林地、 旱地、 水田和河渠。 居民聚居區生態評價較低, 多以3 級為主, 部分工礦企業用地周邊評價低至4 級。 心態評價結果以2 級、 3 級為主, 1 級區域分布有限, 集中在丁蜀鎮南部窯場遺址附近歷史遺產、 生活水平和發展潛力質量均較高的區域。 南部丘陵及太湖、 滆湖區域由于歷史遺存及文化遺產較為缺乏、 基礎設施配備不完善和產業活力不足等原因評價較差,以3 級、 4 級為主, 有較大的提升空間。 形態質量一般, 以2 級、 3 級為主, 評價為1 級的區域主要集中在景區集中分布的丘陵地區以及太湖濱水帶。 太湖及其他水域由于視覺敏感度較低而評為2 級, 其余廣大耕地及居民聚居區評價多為3級, 部分造型單調、 與環境割裂且同質化嚴重的工礦企業評價最低, 為4 級。

圖4 鄉村人居環境風貌評價結果
研究范圍鄉村人居環境風貌評價以2 級為主(面 積 占 比 78.5%), 3 級 次 之 (面 積 占 比17.2%), 1 級略多于3 級, 面積占比3.5%。 評價為1 級的區域集中在善卷洞風景區區域、 靈谷洞到張公洞景區一帶、 丘陵東側水山頂區域、 陶祖圣境以及竹海景區區域。 大部分區域風貌評價為2 級, 表明研究范圍風貌質量較高且提升潛力巨大, 有代表性的區域如太湖等水域、 南側丘陵如龍池山風景區以及大部分鄉村耕地、 林地, 以上區域大多心態評價欠佳, 應制定針對性的優化措施。 評級為3 級的區域主要是居民聚居區以及少量的耕地。 評級為4 級的區域是部分對生態環境和山水格局破壞較大的鄉村工礦企業或廢棄工礦用地。 評價結果證明了本評價體系的可操作性和合理性, 為提出風貌優化策略和風貌資源管理提供了科學直觀的決策依據。
基于人居環境科學和鄉村風貌評價體系, 耦合鄉村人居環境三態, 提出鄉村人居環境風貌優化的3 個核心策略, 即基底延續、 產業持續、 關系和諧。
具體到宜興市域鄉村, 基于評價結果, 評價為1 級的區域應成為該地鄉村人居環境風貌發展的典范并積極擴大影響力。 評價為2 級的區域例如部分湖泊, 由于其風貌心態方面評價薄弱, 則應在現有基礎上挖掘研究當地的湖蕩民俗文化,升級傳統旅游業, 結合傳統漁業等產業開展智慧旅游、 田園旅游等優化產業結構以提升風貌心態質量。 對于評價為3 級的區域, 依據不同地域的各層評價結果提出具體有效的風貌優化策略, 對評價較低的指標進行相應優化以實現風貌質量的綜合提升。 對于評價為4 級的區域應大力整治生態質量以減污減排, 在廠房布局上尊重自然肌理并在廠房設計中融合當地元素, 采用生態可持續的方式修復礦山肌理與生態環境, 以全面提升鄉村人居環境風貌質量。
以建設理想人居環境為目的, 以現代人居環境科學為依托, 在國內外人居環境風貌評價理論及實踐的基礎上, 基于GIS 和Fragstats 等技術平臺, 結合模糊數學思想的鄉村人居環境風貌評價具有理論指導和實踐運用兩方面的意義。 定量化、可視化的評價結果, 有助于規劃管理者針對特定區域存在的具體風貌問題提出切實優化策略, 在國土空間人居環境優化提質中, 為鄉村風貌優化提質及實踐管理提出科學合理的決策依據, 以期精準高效地提升鄉村風貌品質。 鄉村風貌優化是在當代鄉村振興時代背景下, 以鄉村生態、 心態、形態綜合提升為目標, 落實生產、 生活、 生態三者協同共進的一種符合鄉村發展規律的可持續發展模式。 運用人居環境三元論和風景曠奧理論,從生態、 心態、 形態3 方面進行鄉村人居環境評價, 是對現有風貌評價體系的補充和完善, 有利于更為全面綜合地解讀人居環境風貌這一中國特色命題。 該研究仍受到數據量不足的限制, 機器學習等人工智能技術發展和鄉村數據的完善能夠為該評價體系后續更優的鄉村人居環境風貌評價提供技術性支持。