鄉村意象認知框架構建
——以閩南鄉村為例

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

(1.3.福建農林大學藝術學院、園林學院（合署），福建福州，350002； 2.韓國白石大學，湖南工藝美術職業學院（合署），湖南益陽，413000）

鄉村振興戰略進入了全面推進階段，在實施過程中發現設計手段、景觀元素、產業布局等同質性的現象，缺乏對鄉村地方性的發掘，即鄉村意象未得到充分的考量。鄉村意象是指人們對鄉村的理解與情感，也是人們對鄉村特色的期待與想象。可見鄉村意象的探析是提升鄉村空間品質和彰顯鄉村特色風貌的重要手段之一。然而，鄉村意象是當地居民以其所在地基于長期積累的實踐經驗，是一種心理反映，難以用量化的方式進行數據化的呈現。這也是在鄉村振興中難以發現鄉村特色的重要原因。隨著社交網絡的發展，其也成為了大眾詮釋鄉村意象的媒介。過去關于鄉村研究大多采用田野調查、訪談和問卷調查等方法，這些方法受到一定的時空情境的限制，且無法大范圍普適性地調查，因此呈現的研究結果較單一。隨著詞云分析、LDA主題模型分析及以深度學習為代表的人工智能發展迅速[1]，為鄉村定量研究提供了良好的技術基礎，使鄉村網絡數據研究有了嶄新的應用場景[2]。因此本研究試圖通過多源數據分析方法構建鄉村意象認知框架，為特色鄉村設計提供參考。

1 研究評述

1.1 鄉村意象

鄉村意象是長期的歷史發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村研究較豐富，熊凱將“意象”概念引入到鄉村旅游，分析了鄉村意象的豐富內涵，強調鄉村意象在鄉村旅游領域的應用前景。Willits[4]認為鄉村意象是人們對鄉村人與地的印象，且通過大眾傳媒、親友描述、個人直接的鄉村體驗等途徑獲得。Johan Fredrik[5]指出鄉村意象是人們對鄉村的抽象化理解，并認為鄉村意象可以分為積極、消極兩大類。Yarwood[6]從人、地方、生產等方面理解鄉村空間，以此揭示不同群體對鄉村空間的理解和行為方式，指出鄉村意象反映社會利用鄉村的方式。Hopkins[7]通過收集鄉村的各種地方要素并進行文本分析,基于社會符號學視角對鄉村意象進行質性研究。因此鄉村意象蘊含著大眾對鄉村的深刻理解，探析鄉村意象將有助于鄉村規劃設計的提升。

圖1 鄉村意象研究框架

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行總結概括的可視化研究方法，通過提取關鍵詞在二維空間中排布, 關鍵詞大小由其在文本中出現頻率映射而來，以簡單明了的方式展示文本各詞匯重要程度。詞云因其是數據分析及展示的重要輔助工具而被大量使用。社區網站通過詞云呈現話題熱度[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人簡歷和郵件簽名[10]；在教育行業，詞云被用于概括課程主要內容或輔助科學研究教學[11]。詞云的數據可視化勢必有助于鄉村意象研究。

主題模型通過將高維詞匯空間映射到低維目標主題空間，發現文檔潛在結構和隱藏的語義信息。網絡社交媒體的文本具有明顯的時間屬性，往往需要結合時間信息對主題進行分析；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行分析[12]。而且這些文本內容和結構間具有明顯的相關性。可見主題模型在探析社交平臺文本信息上具有獨特優勢。

深度學習是一類模式分析方法的統稱,能夠學習樣本數據的內在規律和表示層次。深度學習已經被運用于城市意象認知[13]、城市功能分析[14]、古詩詞文本識別[15]以及風景園林平面圖用地識別與圖像渲染[16]等各種場景。說明深度學習運用于城市人居環境已有了不少探索但將深度學習運用于鄉村意象的研究還未能被查詢到。

綜上所述，大多數鄉村意象研究方法均采用實地考察和抽樣調查等方法，缺乏對鄉村意象的數據化呈現和實際應用提出行之有效的方法。人工智能的廣泛運用，且社交網絡擁有大數據庫，其就是重要信息來源，為鄉村意象數據獲取提供了新途徑。大數據、人工智能與鄉村意象的結合能夠彌補鄉村研究數據單一與數據量缺乏等不足，解讀人們對鄉村的認知并深入挖掘人的隱含情感，并為數據分析與獲取的創新提供更多可能性。

2 研究方法與數據來源

2.1 研究流程

基于大數據的鄉村理論基礎與應用邏輯，結合現有的鄉村意象研究，提出鄉村意象認知方法的創新與拓展。研究流程分為數據獲取、數據預處理、數據分析和數據運用（圖1）。首先利用Python采集互聯網上的鄉村數據，接著對數值數據和文本數據進行預處理操作,包括異常值處理和缺失數據補齊等。然后對數據進行詞云分析、主題結構分析以及深度學習情感分析。

詞云分析通過Python的WordCloud功能模塊獲得關注度較高的鄉村意象要素。主題結構分析通過LDA模型聚合微博文本內容的主題，然后結合已有鄉村意象研究成果，提取鄉村意象元素，獲得鄉村意象主題結構。情感分析則是基于深度學習的word2vec模型和LSTM神經網絡模型。LSTM模型需要先通過與鄉村有關的情感正負標簽訓練集數據訓練LSTM的參數從而得到神經網絡結構和權重參數，然后利用維基百科1.3G繁體中文轉簡體訓練的詞向量模型將鄉村網絡文本先轉為w2v形式，再輸入到上述已經訓練好的LSTM模型中，得到二分類情感正負作為輸出結果。

最后對數據分析結果進行總結歸納，根據分析獲得的鄉村意象結果發掘鄉村的優勢特色與鄉村建設的不足并依此作鄉村改進建議的參考依據，為鄉村設計提供數據基礎。

圖3 主要關鍵詞詞頻

圖4 鄉村主題結構

2.2 數據來源

研究以福建省閩南地區鄉村作為研究對象，利用Python程序的scrapy框架在微博平臺搜索與泉州、廈門和漳州鄉村相關的關鍵詞。研究搜索2021年1月1日至3月1日期間文字內容與閩南鄉村有關的微博，共計獲得28942條微博。經過初步數據清洗和篩選后，獲得有效微博共計13456條，以此作為研究的基礎數據庫。

2.3 數據處理

為了保證研究結果的信效度，統一已收集數據格式，剔除不符合的數據，匹配微博內容和評論數據。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，將連續的字序列重新組合成詞序列。

3 數據分析

3.1 鄉村意象的影響要素分析

運用詞云對微博內容進行分析,得出圖2所示詞云分布圖。從詞頻角度看,地點主要是“泉州”“漳州”和“廈門”等地名,“閩南”出現的頻數也較高,說明大眾對位置感知較強烈，其中泉州和漳州兩地鄉村的關注度更高。“閩南語”高居前面,反映閩南語在閩南鄉村認知中占據重要位置,“文化”詞頻較高體現閩南鄉村具有較高的鄉村文化氣息。“服飾”“打扮”排在較前,說明閩南村民的服裝打扮給人留下深刻印象，是鄉村文化景象又一大特色。根據“習俗”“精神”“媽祖”等高頻詞來看,鄉村人文特色更受關注（圖3）。此外,大眾關注的鄉村細節還包括環境、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、建筑、服飾等為主,地點主要是泉州、漳州、廈門等地名；動詞主要表現村民的習俗和生活；形容詞多為描述鄉村的形象、品質和景觀特色。

3.2 鄉村意象的主題結構分析

在python語言中分別對三個地方的鄉村數據進行主題模型分析，可統計出各自的主題。如果只用統計學方法判別有意義的主題數量會造成對整體語境的忽略[17]，所以根據尤海濤等[18]提出的鄉村意象感知模型，對生成的主題內容進行靈活的人工判讀，最后形成閩南鄉村意象主題結構。

圖5 鄉村意象主題結構

圖6 閩南鄉村情感得分

圖7 各地鄉村情感平均值

圖8 各意象類型情感值

首先將鄉村意象分為鄉村景觀意象和鄉村文化意象,鄉村景觀意象分為聚落建筑、自然景觀和生態環境,而鄉村文化意象分為產業文化、生活形態和民風民俗。其次對三個城市的鄉村進行主題分析，得到閩南鄉村有意義的主題（圖4）。最后將分析出的主題分詞按照不同鄉村意象類型進行歸類，形成閩南鄉村意象主題結構（圖5）。

3.3 基于深度學習的鄉村意象情感分析

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

檢索整個地區不同意象類型所對應情感得分，發現民風民俗和聚落建筑的情感得分最高；但是生態環境和自然景觀的情感評分均較低（圖8）。從三個地區鄉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環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；泉州和漳州兩地鄉村的民風民俗都有較高的情感得分，但是廈門鄉村民風民俗的情感得分卻明顯較低；漳州鄉村的生活和產業文化有較高的情感值，而廈門鄉村產業文化的情感值較低。

4 結論與討論

圖9 各地鄉村不同意象類型的情感平均值

通過了解大眾對閩南鄉村意象認知，分析鄉村的優勢與不足，為閩南鄉村規劃設計提供了參考依據：（1）在詞云分析中，閩南語、習俗和美食等詞語均有較高的詞頻，說明鄉村的語言、文化以及飲食方面受到大多數人的關注。可見語言和文化習俗是閩南鄉村特色的典型代表，故鄉村規劃設計應注重傳統民俗活動的傳承。另外，建筑和民居多次被提及，說明大眾對閩南建筑特色產生了深刻印象。這意味著大眾對閩南鄉村人居環境的評價會以閩南傳統建筑為重，因此鄉村規劃設計應當強調傳統建筑的保護和延續。（2）主題模型分析反映大眾日常生活的體驗認知，將其與鄉村意象類型結合，能形成合理的鄉村意象主題結構。經過主題模型分析，說明大眾對閩南鄉村的生活體驗認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容深化，可以為鄉村環境設計元素的提取提供明確方向。同時鄉村意象主題結構不僅僅是鄉村意象的深化和擴展，更是明確了鄉村研究方向，為特色鄉村建設提供了全面的參考依據。（3）在情感分析中，閩南鄉村的自然景觀和生態環境情感得分均較低，這在一定程度上說明如今閩南鄉村的自然景觀和生態環境亟需改善和提升。漳州鄉村的民風民俗和生活形態具有明顯的得分優勢，這是其他鄉村地區值得學習借鑒的方面，廈門則反之。分析不同意象類型和不同地區意象的情感評價差異，使各地區的鄉村在規劃設計時可以對比參考，互相取長補短，有益于閩南地區鄉村的協同發展。

5 結語

研究通過科學合理的文本挖掘與分析方法，使鄉村意象研究擺脫了社會個體感性認知與理解的約束，使其擴展到更加普遍的社會網絡群體中，有助于明確民眾對鄉村建設的需求和期待,增強鄉村意象的實踐性，拓展鄉村意象的應用范圍。同時研究基于鄉村意象理論,總結提煉具有閩南特色的鄉村意象要素,深入挖掘大眾的鄉村情感認知,構建完整的、立體的意象主題結構體系，從而對鄉村意象要素有針對性的開發，樹立鮮明的鄉村形象，避免鄉村規劃設計的同質性。研究在數據來源與分析方法仍存在不足。在數據方面，只能覆蓋網絡人群，此外需要增加訓練文本，提高文本情感預測的準確度，而關于鄉村的訓練文本較少，因此情感評價的準確度仍有較大空間可以提升。