杭州西湖風景名勝區道路美景度研究

張明月，李上善，楊凡，包志毅

（浙江農林大學 風景園林與建筑學院，浙江 杭州 311300）

杭州西湖風景名勝區依托獨特的湖、山、城關系、厚重的人文底蘊、豐富的自然資源，隨著歷代變遷發展成為杭州的城市標志，助推城市良性發展[1]。按照風景區傳統分類，杭州西湖風景名勝區屬于典型的湖泊型城市風景名勝區[2]，與其依托的城市空間交錯、功能互補[3]，“城”“景”毗連，二者關系緊密。景區道路是風景名勝區的重要組成部分[4]，承擔交通與景區美景呈現的雙重作用。目前，隨著全域旅游的開展，景區內部道路交通負荷愈發嚴重[5]。在現有關于杭州西湖風景名勝區道路的研究中，多集中于道路景觀提升[6-7]、道路行道樹生態效益[8]、環湖道路視線[9]等方面，缺少對于景區道路美景度的整體評價研究。道路美景研究可獲取公眾對于景區道路的真實評價，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感，緩解交通擁擠帶來的不良情緒。

本文從風景園林美學角度出發，借助GIS 篩選分析、美景度評價法（Scenic beauty estimation method，簡稱SBE 分析法）方法研究杭州西湖風景名勝區熱門道路的景觀美景度，嘗試獲取公眾對于景區道路的真實評價，進而探索西湖風景名勝區道路景觀的提升方向，以期最大化提升游客的交通體驗感。因此，本研究對于景區良性發展具有積極意義。

1 研究對象基本概況

杭州西湖風景名勝區（以下簡稱西湖風景區），位于浙江省杭州市西湖區中部偏東側，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15 km，處于平原、丘陵、湖泊與江海相銜接的地帶，三面環山，一面瀕臨城區，分為湖濱區、湖心區、北山區、南山區和錢塘區。該區以低山丘陵為主，地勢總體呈東低西高，屬亞熱帶季風氣候區，氣候溫暖濕潤，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℃，無霜期為246 d，年平均降水量為1 500 mm，年平均相對濕度為80%。西湖風景區的森林植被主要分布在環湖山區，均為次生常綠闊葉林、常綠與落葉闊葉混交林及人工林等。西湖風景區共有100 多處各具特色的景點，其中包括著名的“西湖十景”和“新西湖十景”以及“三評西湖十景”等。西湖古跡遍布，擁有國家重點文物保護單位5 處、省級文物保護單位35 處、市級文物保護單位25 處，還有39 處文物保護點和各類專題博物館，是中國著名的歷史文化游覽拍攝勝地。

2007 年，西湖風景區憑借其獨特的城市區位、豐富的景觀資源、濃厚的人文氣息被批準為國家AAAAA 級旅游景區，2011 年，被列入聯合國教科文組織《世界遺產名錄》。在景、城融合的發展趨勢下，2000 年，西湖風景名勝區內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]。西湖風景區在城市交通疊加旅游交通的情況下交通負荷嚴重。為解決交通擁擠問題，2019 年，國務院評審批復了《杭州西湖風景名勝區總體規劃（2021—2035）》，以求解決西湖風景區私家車過多、景區交通負荷大等交通現狀問題。

2 研究內容與方法

2.1 研究內容

本文的研究內容主要包括：（1）西湖風景區內游客軌跡集合即熱門道路的篩選；（2）熱門道路樣點美景度的計算；（3）專業組和非專業組美景度感知差異性分析；（4）道路景觀要素與美景度相關性分析；（5）美景度評價模型的建立。

2.2 研究方法

2.2.1 空間分析法 本文前期利用Python編寫爬蟲程序從馬蜂窩和Flickr 兩個網站內爬取32 702 張地理標記為西湖風景區的照片作為基礎數據，然后通過ArcGIS 10.6 軟件對這些照片所含經緯度等關鍵信息進行核密度分析和路徑追蹤分析[12-13]（圖1），將分析結果作為游客旅游軌跡研究的基礎，結合近年來西湖風景區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 條熱門道路（圖2），其中，按照《杭州西湖風景名勝區總體規劃（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 條景區干路，玉泉路、玉古路、萬松嶺路、龍井路（靈隱路—三臺山路）4 條景區支路，以及湖濱路、蘇堤和白堤3 條人行路。

圖1 GIS 地理標記照片獲取Figure 1 Geotagging photo by GIS

2.2.2 實地調查方法

（1）樣點設置：本研究在西湖風景區的熱門道路每隔400 m 設置一個樣點[15]，總體覆蓋16 條道路，共74 個樣點（圖2），并針對道路的空間結構、景觀層次、沿街建筑及交通設施小品等不同方面進行實地考察并拍照記錄。

圖2 熱門道路及樣點示意圖Figure 2 Schematic map of roads and sampling points

（2）樣點照片拍攝：樣點照片拍攝選擇在2021年6—7 月能見度高的晴天進行，拍攝時間設在9:00—16:00，以人眼正常視點高度采用同一單反相機拍攝順光、逆光兩組樣點照片，不使用閃光燈。通過整理拍攝結果，最終篩選出74 個樣點共148 張照片作為評分參照物。

2.2.3 美景度評價法

（1）評分程序。相關研究表明，以照片為媒介進行景觀評價與現場實景評價無顯著差異[16-17]。因此，本研究分別選取專業組與非專業組各65 人進行調查問卷評價。評價標準采取7 分制進行評分，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，所對應的分值依次為3、2、1、0、－1、－2、－3 分。在調查問卷填寫前對評價者進行“評價說明”，包括本次問卷調查目的和試卷構成部分，請評價者如實填寫基本背景信息，然后將道路所選樣點照片數量及預計時長向測試對象說明，并對“評價標準”進行著重說明。在整體瀏覽問卷后設定評價基準，開始評分時每張照片停留5～ 10 s，根據評價者的個人直觀感受在每張照片播放結束后的3 s 內進行評分。

（2）誤差消減。由于不同測試對象的評判尺度具有一定的差異，為消減這些差異，本文對美景度評分值采用Z-score 標準化方法進行標準化處理[18]，以標準化處理后的標準化Z值作為景觀的美景度值，其計算公式為：

式中，Zij為第j個評判者對第i個景觀的標準化值；Rij為第j個評判者對第i個景觀的評分值；Rj為第j個評判者對所有景觀的評分值的平均值；Sj為第j個評判者對所有景觀的評分值的標準差；SBEi為第i個景觀的標準化得分值；nj為評判者總數。

（3）景觀要素分解。為進一步分析西湖風景區景觀中各影響要素對美景度的影響，參考景觀美景度評價相關研究[19-20]，結合實地調研與專家意見咨詢得出10 項景觀要素（表1），再由參與調查人員針對各個要素給出評價值并進行標準化處理，評價標準采取5 分制進行評分，具體步驟參照美景度值評分程序。

表1 西湖風景區道路景觀要素分解Table 1 Landscape elements for road beauty estimation

（4）評價體系構建。將各景觀樣點的標準化美景度值作為因變量，各景觀樣點的景觀要素值作為自變量，在建模過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 數據處理

采用SPSS 24.0 軟件對調查收集結果進行人口學變量頻率表統計分析及信度（克隆巴赫系數）分析。

3 結果與分析

3.1 基本數據統計分析

本次美景度評價問卷共回收122 份試卷，通過進行方差分析剔除5 份無效試卷，通過問卷回答時間少于300 s 的條件剔除8 份問卷，通過控制專業組和非專業組人數比例隨機剔除9 份問卷，最終得到100 份有效問卷。根據人口學變量頻率統計結果可得（表2），本次參與測試對象以女性居多，受教育程度基本在大學及以上程度，具有良好的判斷力。在意向出行方式調查中可以看出，隨著大家綠色出行的意識不斷增強，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 人口學變量頻率分析Table 2 Frequency analysis of demographic variables

對以上數據進行信度分析，結果見表3。由表3可以看出，在制度滿意度上總體的標準化信度為0.984，信度系數的取值范圍在0～ 1 之間，信度系數值越接近1可靠性越高，因此可判斷本次美景度評價問卷信度較好。

表3 可靠性統計Table 3 Reliability statistics

3.2 樣點美景度值

本文通過SPSS 24.0 軟件計算出標準化公式中的標準差值（Sj），并計算所有測試對象對所有樣點的美景度評價值（SBE值），將148 張景觀樣點照片的SBE值由高到低依次排序，見表4。由表4 可知，總體SBE值大于0.40 的樣點共有18 個景觀樣點，其中A5-1、A4-1、A1-2 樣點位于北山街中段位置，南側臨湖視線較好，行道樹整齊度較高；O3-2、O5-1 樣點位于蘇堤，道路兩側視線都較為通透，可觀賞到西湖的湖光山色；J3-2 樣點位于孤山路，一側臨湖，道路兩側行道樹整齊度高，如圖3。

表4 樣點照片的美景度評價值Table 4 Evaluation on beauty of sampling point photos

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

3.3 樣點美景度評價差異性分析

經過SPSS 24.0 軟件分析，專業組與非專業組群體對道路樣點的美景度評價結果具有高度一致性，基本符合前人的研究成果[21-22]。在具體樣點數據比較時，仍有部分樣點的Sig.值小于0.05，具有顯著性差異，經過數據分析整理后專業組與非專業組群體的樣點顯著性差異評價結果對比如圖4。

圖4 樣點顯著性差異評價結果Figure 4 Evaluation of significant difference of sampling points

在分析過程中，當Sig.值小于0.001 時，差異性極顯著；當Sig.值小于0.05 時，差異性顯著。本研究在評價18 個樣點的差異性時，樣點D14-2 的Sig.值無限接近于0，樣點A6-1 的Sig.值＜0.001，二者的差異性均為極顯著，其他樣點Sig.值在0.001～ 0.05 之間，均為顯著性差異，因此本文選取樣點D14-2 和A6-1 進行討論。樣點D14-2（圖3），專業組的評分值為－0.510分（平均值，下同），非專業組的評分值為0.235 分，專業組評分值與非專業組評分值的差值較大，從圖中可以看出此樣點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A6-1 專業組的評分值為0.466分，非專業組的評分值為－0.108 分，專業組的評分值明顯高于非專業組的評分值，從圖中可以看出該樣點拍攝時受道路行車影響。通過兩個差異性非常明顯的樣點照片對比可得，在進行西湖風景名勝區道路景觀美景度評價時，專業組可能會更關注樣點照片內的具體景觀，而非專業組則更容易受照片內不良因素的影響，美景度評價值本身與具體道路景觀要素應進行相關分析。

3.4 道路景觀要素與美景度相關性分析

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性（表5）。因此可以判斷，X1景觀色彩豐富度、X2景觀開闊度、X4行道樹整齊度、X5枝干可視度與景觀美景度相關性極顯著，其中X5枯枝可視度與其他景觀要素本身也存在較強的相關性。

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

3.5 建立美景度評價模型

將各樣點的美景度評價值定為因變量，標準化后的各樣點景觀要素評價值定為自變量，建立多元線性回歸模型，采用后退篩選模型法，構成多元回歸組合模型。經過五次運算，先后逐步剔除了X9、X7、X10、X3這四項相關性不顯著的自變量，剔除后的最終結果見表6。

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

由共線性統計量檢驗可得評價模型為：

式中，Y表示美景度標準值，各評價因子偏回歸系數表示自變量對因變量的影響程度。通過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景觀開闊度、X8建筑設施及小品三個景觀要素與美景度值具有極顯著的相關性，其次依次為X5枝干可視度、X6山水風貌、X4行道樹整齊度，其中，X2景觀開闊度、X8建筑設施及小品與美景度值呈極顯著負相關，其余景觀要素均與美景度值呈顯著正相關關系。

4 結論與建議

城市型風景名勝區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。在城市道路景觀評價時，大眾更關注于道路景觀植物的群落結構層次[23]，而城市型風景名勝區依托自身良好的景觀資源。本文對西湖風景名勝區道路的景觀評價結果表明，景觀開闊度、建筑設施及小品和周邊山水風貌等景觀要素與美景度評價結果具有顯著相關性，這些景觀的大眾關注點較為豐富。從樣點美景度分析也可以看出西湖風景區中環湖道路北山街、蘇堤部分的樣點美景度評分值較高。

對于道路本身而言，道路景觀色彩豐富度、行道樹整齊度、枝干可視率等對道路景觀美景度影響較大。本文篩選出的西湖風景名勝區熱門道路共16 條，由于道路景觀色彩豐富度、枝干可視率隨季節變化而變化，因此在后續研究中風景名勝區道路美景度的動態變化將會是新的視角。

專業組與非專業組在美景度評價上具有一致性[21]，但探究其部分樣點出現明顯差異性的原因時發現，針對差異性分析中具有顯著差異性的兩個樣點照片，專業組具有良好的評判標準，受到照片拍攝時的不良因素影響較少。

針對城市型風景名勝區道路擁擠問題，相關學者在不斷地找尋解決方案。從評價對象基礎背景調查情況來看，大眾具有公交出行的環保意識，對于今后景區綠色出行的號召還應不斷增強。從風景園林學角度來看，在現有交通基礎設施問題難以快速解決的時候，可提升景區道路景觀，這樣既可提高游客的旅游體驗，緩解交通擁堵帶來的不良情緒，也可促進游客文化與自然的景觀感知，促進景、城、人共同發展繁榮。