城市公园景观特征与游客地方感关联研究：一种混合机器学习新方法

本研究针对城市公园物理环境因素与游客地方感关系不明确的问题，通过自然语言处理(NLP)和扎根理论技术，构建了地方感(SOP)及其环境因素的量化框架。以上海双功能公园为案例，基于在线评论分析发现，12个环境因素显著影响地方感强度，且游客积极情绪(PSS)与地方感多个维度显著相关。该研究为公园规划设计和旅游目的地管理提供了新思路。

　　

在现代城市生活中，公共开放空间扮演着日益重要的角色，它们不仅为居民提供休闲娱乐场所，更是提升生活质量和幸福感的关键要素。作为典型的公共空间，城市公园能够促进邻里关系、调节城市微气候、改善身心健康。随着公园访问量的激增，如何提升游客体验、增强他们对公园的情感连接，成为城市规划和旅游管理领域的重要课题。

地方感（Sense of Place, SOP）作为衡量人与环境情感连接的重要概念，直接影响游客的重游意愿、满意度和忠诚度。然而，现有研究存在明显局限：一方面，传统研究方法如自填问卷和访谈耗时耗力且成本高昂；另一方面，虽然大数据分析方法能够处理海量数据，但在识别地方感这种复杂概念时往往存在简化倾向，难以捕捉其多维特性。更关键的是，物理环境因素对地方感的影响机制尚未得到系统研究，这限制了研究成果在公园规划和设计中的实际应用。

针对这些问题，发表在《Journal of Destination Marketing》上的研究采用了一种创新的混合方法，结合扎根理论技术和大数据分析，以上海六个双功能公园为案例，深入探索了公园景观特征与游客地方感之间的关系。研究团队通过Python爬虫软件从大众点评平台收集了2013年10月至2023年10月期间的24,236条中文评论，经过去重处理后获得有效数据。

研究采用的关键技术方法包括：首先运用扎根理论技术对高质量评论进行三级编码（开放编码、轴向编码和选择性编码），建立地方感及其环境因素的概念框架；然后利用自然语言处理（NLP）技术进行情感分析和词库构建，其中使用百度NLP平台进行情感评分，采用word2vec工具进行词语相似度计算；最后通过Beta回归和逻辑回归模型分析地方感指数（SOPI）、积极情绪得分（PSS）与环境因素之间的关系。所有数据分析使用R 4.3.2软件完成。

地方感在评论中的特征表现

研究结果显示，地方感指数（SOPI）呈现长尾分布，表明只有少数评论具有较高的地方感表达。在三个主要维度中，地方依恋（Place Attachment, PA）的提及频率最高（84.05%），其次是地方认同（Place Identity, PI, 58.26%）和地方依赖（Place Dependence, PD, 47.45%）。具体到子维度，积极情绪（Positive Emotions, PE）最为常见，而怀旧情绪（Nostalgia, NOS）等复杂情感表达相对较少，这反映了在线评论表达的特点。

环境因素的提及频率

研究发现，在双功能公园背景下，游客最常提及的是历史建筑，其次是花卉、水体和绿化等自然环境要素。通过构建包含267个相关术语的13个环境类别词库，研究揭示了不同环境因素在游客感知中的重要程度。

地方感与积极情绪的关系

Beta回归模型分析表明，地方依恋和地方依赖维度显著影响积极情绪得分（PSS），而地方认同维度的影响不显著。在排除积极情绪要素后，地方依恋的其他要素与PSS无显著正相关。这一发现提示管理者需要关注不同维度对游客情绪体验的差异化影响。

环境特征与地方感的关联

逻辑回归结果显示，除基本设施（E₄）外，其余12个环境因素均与地方感强度呈显著正相关。在三个主要维度中，公共设施对地方感的影响最强，其次是自然景观和文化景观。具体而言，展览设施和商业设施对地方感的影响较大，而水体的影响相对较弱。有趣的是，地形地貌等大型自然要素比小型或人造景观元素更能增强人们的地方感。

研究还发现，不同环境因素对地方感各维度的影响存在差异。例如，历史建筑对地方依恋有正向影响，但对地方认同和地方依赖却呈现负向影响。在自然环境因素中，花卉和动物对地方依赖有积极贡献。这些复杂关系表明，环境因素对地方感的影响不是简单的线性关系，而是需要通过综合考量来优化设计策略。

研究结论与意义

该研究的创新之处在于提出了一个基于情境的混合大数据方法来测量地方感，通过结合扎根理论技术和大数据算法，有效克服了单一方法的局限性。研究不仅证实了物理环境因素对地方感的重要影响，还首次系统比较了不同类型环境因素的相对重要性。

在理论层面，本研究推动了地方感理论在数字时代的发展，为理解人地关系提供了新视角。特别是在社交媒体和数字平台日益影响人们地方感知的背景下，研究方法和发现具有重要的时代意义。实践层面，研究结果为公园规划者和目的地管理者提供了具体指导，帮助他们更好地理解游客需求，优化设施配置，提升游客体验。

然而，研究也存在一些局限性，如地理范围局限于上海的双功能公园，可能引入地域偏差；某些地方感维度（如自尊、自我效能）在在线评论中提及较少，可能影响维度定义的完整性。未来研究可以扩大样本范围，结合更多元的数据来源，进一步探索数字时代地方感的形成机制。

随着人工智能系统在旅游营销中的广泛应用，如何在技术便利性与地方感的情感深度之间取得平衡，避免过度简化和文化刻板印象，将成为未来研究的重要方向。这项研究为这一领域的深入探索奠定了重要基础，为智慧旅游时代的公园规划和目的地管理提供了有价值的见解。