郝柄達 段廣德 張雪婷
內蒙古農業大學林學院 呼和浩特 010018
近年來,高等教育大規模普及,高校學生數量增加迅速。根據教育部發布的《全國高等學校名單》,截止2020年7月9日,全國高校共計3005所,在校大學生總數約為2831.03萬人。校園綠地是校園環境的重要組成部分,承載著學生的日常活動,而校園綠地空間不足、功能缺失等問題,使其無法滿足學生的日常使用需求。鑒此,了解大學生對校園綠地使用需求,完善校園綠地的各項功能成為亟待解決的問題。
目前,關于高校綠地景觀的研究有很多。胡海輝等[1]利用模糊綜合評價法對哈爾濱市3所高校的綠地景觀進行定量評價及相關性分析;王茜等[2]從綠地舒緩身心的角度,定量測試了生理指標和心理指標在廣場、林地、花田和水體4種校園綠地景觀中的變化,發現林地和水景的恢復效果最佳;胡怡萱[3]從大學生行為需求的角度,對教研室外空間的性質、功能和問題進行了研究,對高差處理、空間界定、鋪裝設置和座椅設置提出了改進策略;林銳等[4]利用層次分析法(AHP),從生態結構、美學價值、心理影響3個方面對云南農業大學綠地植物景觀進行綜合評價;宋建翰等[5]運用景觀生態學原理和傳統造景藝術手法,分析了海南大學校園綠地景觀格局分布特點和造景特色;曹瑋等[6]以美利堅大學和康奈爾大學的景觀項目為例,介紹了美國可持續場地評估體系(SITES)在校園景觀中的應用與啟示,說明其對中國高校景觀設計的借鑒作用;Jasim等[7]提出校園綠地景觀的設計應以需求為導向,發現大學生喜歡在綠地中靜坐、乘涼,且綠地需要專業的管理;Li等[8]說明了校園綠地對學生的身心具有恢復作用。
景觀設計的根本目的在于滿足人對環境的功能使用需要。目前,大學校園的景觀研究多為景觀評價與要素配置,較少地研究大學生對校園綠地的使用需求。基于此,本文以內蒙古高校為例,通過問卷調查的方式,探討大學生關注的校園綠地功能,以期為大學校園綠地的完善提供參考。
參考相關研究方法[9-11],基于高校綠地的服務功能,初步確立了38個評價類目。為了保證評價類目的準確性與完整性,通過實地訪談,結合內蒙古農業大學風景園林專業老師和研究生的建議,對初始評價類目進行調整,最終確定了32個評價類目(表1)。測度采用李克特五星量表[12],每個類目分為很重要、重要、一般、不重要、很不重要5個程度選項,對應分值依次為5、4、3、2、1分。

表1 問卷類目表
選擇10所具有代表性的內蒙古高校作為調研地點,學校分別為:內蒙古大學、內蒙古農業大學、內蒙古師范大學、內蒙古工業大學、內蒙古醫科大學、內蒙古建筑職業技術學院、內蒙古機電職業技術學院、內蒙古電子信息職業技術學院、內蒙古商貿職業學院、內蒙古化工職業學院。
于2019年9月8日—11月17日,選擇每周工作日與休息日各一天,于當日上午9∶00-12∶00和下午15∶00-18∶00發放調研問卷。問卷發放數量遵循社會調研的基本規律[12]。10所高校共發放問卷500份,最后回收有效問卷433份,有效率為86.6%。
先用SPSS 24.0軟件中的主成分分析法對調研數據進行分析,根據成分矩陣對基礎指標的歸類總結對應因子。同時計算二級指標(因子)與三級指標(基礎指標)的權重值。
二級指標對一級指標的權重值:主成分的方差貢獻率是衡量主成分相對重要性的指標,對方差貢獻率歸一化處理后可確定二級指標相對于一級指標的權重值[13]。
三級指標對二級和一級指標的權重值:因子分析結果中的因子得分系數矩陣包含了三級指標的線性組合,對回歸系數歸一化處理后可得到三級指標對二級指標的權重值。三級指標對一級指標的權重值是由二級指標對一級指標的權重值與三級指標對二級指標的權重值相乘所得[14]。
信度檢驗結果顯示Cronbach's alph系數為0.846,此次的調研結果具有較高的可信度[15]。樣本特征結果表明,不同年齡、不同受教育程度大學生的校園綠地使用需求趨于相同,其中年齡以19~23歲、受教育程度以本科和專科為主,男女比例基本相同(表2)。使用時間主要為白天,使用需求以欣賞風景和休息放松為主。此外,半數以上的大學生還有道路通過和約會交友的目的,半數以下則是學習交流、鍛煉身體、游戲活動和園藝種植活動。

表2 調研特征統計
2.2.1 適用性檢驗
KMO與Bartlett檢驗結果表明:問卷整體KMO值為0.852(表3),大于0.7;Bartlett球形度檢驗P<0.05,變量間存在相關關系,樣本充足,數據適合因子分析[16]。公因子方差分析結果表明,所有影響因子載荷系數的絕對值均大于0.4(表4),影響因子和主成分間的相關性較高,無需剔除[16]。

表3 KMO和巴特利特檢驗

表4 因子共同度
2.2.2 主成分提取與命名
通過主成分分析,提取特征根值大于1的6個主成分,累積方差解釋率為57.124%(表5),大于50%,說明這6個主成分可以反映32個評價類目包含的信息[17]。通過凱撒正態化最大方差法進行因子載荷矩陣正交旋轉后,經過5次疊代后收斂循環,得到旋轉后因子載荷結果(表6),據此可以提取各個因子的表達式。

表5 總方差解釋

表6 旋轉后的成分矩陣
成分1中包含植物在色彩、質感、層次、形態、種類、季相、花朵、地被上的觀賞特征,以及與游玩有關的草坪9個評價類目,因而將成分1命名為“植物欣賞”,因子載荷均大于等于0.629(表6)。評價類目中開花、地被植物的差異可增強視覺感受,游憩草坪可增加綠地可達性。
成分2中包含綠地植物在構成空間、降溫降噪等方面的8個評價類目,因而將成分2命名為“空間與健康”因子載荷均大于等于0.610(表6),其中類目X24“植物降溫降噪”的因子載荷最高(0.726)。說明學生需要綠地降溫與降噪;成林樹木、奇特樹干可促進空間多樣性。
成分3中包含綠地在安全、穿行、服務方面的6個評價類目,因而將成分3命名為“安全與舒適”,載荷因子均大于等于0.693(表6),其中類目X09“園路鋪裝防滑”的因子載荷最高(0.787)。說明要注意園路的防滑與平整;應增加照明設施,防范危險事件發生;木質座椅相比石質或金屬座椅更加溫和;可豐富健身器材,增設直線通行道路,減少繞行,提高通行效率。
成分4中包含綠地在休息、聚集、學習、藝術景觀方面的4個評價類目,因而將成分4命名為“活動與文化”,載荷因子均大于等于0.765(表6),其中類目X04“有舒適的座椅”的因子載荷最高(0.843)。說明可利用綠地空間開展文體活動,增設景觀小品豐富精神感受。
成分5中包含活動參與、綠地視線方面的4個評價類目,因而將成分5命名為“視野與實踐”,載荷因子均大于等于0.720(表6),其中類目X12“有水景”的因子載荷最高(0.847)。說明水景和稀疏植物可增加綠地通透性,園藝種植場地利于動手實踐。
成分6中只有一個評價類目“樹木有遮蔭”(表6),將其命名為“溫度感受”。大冠幅利于降溫增濕,提供舒適環境。
2.2.3 評價類目在不同層級上的權重值
評價體系分為一級指標、二級指標和三級指標3個層級。通過權重值計算方法,分別得到二、三級指標對上級指標的權重值(表7)。表格內的權重值按大小順序自上而下排列開來,可直觀展現高校學生對不同綠地功能需要程度的大小。
由表7可知,植物欣賞的權重值居于首位,其中成片的地被植物權重最高;其次是綠地活動空間和健康安全舒適方面的的權重;活動與文化的權重最低,說明應注意校園文化的營造,增加動手實踐的機會。

表7 各級評價類目在不同層級上的權重值
大學生對于高校綠地的使用需求包含6個公因子和32個評價類目,6個公因子按權重值由大到小的排序為:植物欣賞>空間與健康>安全與舒適>活動與文化>視野與實踐>溫度感受。大學生的使用需求包含校園綠地的景觀、場地、健康、設施、安全、體驗、藝術、實踐、生態方面的內容:首先,在滿足綠地使用、空間結構布局合理的前提下,注重植物材料的設計,豐富植物群落的層次、季相、色彩、質地、外型、種類,有利于提高綠地質量。其次,對于場地和健康的需求,充足合理的空間環境可以開展多種活動,健康的植物群落在改善生態、調節小氣候、促進身心健康方面大有裨益;校園綠地需保證對安全、舒適、審美、視野和實踐的需求,尤應避免夜間危險行為的發生,在保證安全的前提下,完善和改進服務設施,提高綠地舒適度;同時適當增設藝術小品,豐富校園文化,提升景觀品質,滿足審美需求。最后,應注重綠地視野的寬闊性和通透性,增設水景和園圃種植場地,豐富實踐生活。
通過高校綠地營建因子分析發現,大學生重視植物材料的觀賞和空間功能。植物發揮著觀賞、空間營造和生態的功能[18]。視覺是感知事物的條件之一,視覺判別與空間形成有著相互聯系。在6項因子中,可凝練總結為大學生對綠地觀賞、空間和健康的需要。應注重軟質景觀與硬質景觀的合理結合,滿足觀賞,營造空間,增加生態和健康效益。
查閱同類研究,研究結論主要體現在綠地觀賞、空間與健康之中。例如,王茜等[2]說明了不同類型綠地對心理的恢復的健康作用;高雅玲[19]等通過VR(虛擬現實)構建的4個自然度的虛擬自然景觀,借助環境情緒感受測量技術,證明了自然環境對人身心的良好影響;Matthew[20]等發現綠色、樹木覆蓋和學校周圍2000米以內的綠地覆蓋,學生學期末的成績和大學預科考試比數學或閱讀考試的成績更突出。與其他研究相比,本次研究對綠地功能的敘述較為宏觀,缺少細微分類,為大學生日常需求的一般總結。
本次調研的范圍是內蒙古高校,結論是否適用于其他地區還需驗證。本次調研的樣本總量雖已達到要求,但因學校數量較多,每所學校的平均樣本數量較少,代表性欠佳。研究使用了同類研究中常用的統計學方法,如通過問卷調研,發現影響高校學生景觀感受的因素類別與權重排序;主成分分析法雖然在使用需求的研究中應用廣泛,但是權重確定中亦可將灰色關聯度分析法與主成分分析法相結合,兩種方法相結合可提高權重確定的準確性和客觀性[21]。