《Frontiers of Architectural Research》:Campus squares are significantly associated with students’ emotions: A multimodal field experiment approach
编辑推荐:
大学生在强烈的学业和社会压力下容易遭受心理困扰。尽管校园空间被认为与学生的福祉相关,但关于校园广场环境的证据仍然有限。本研究通过516次多模态(multimodal)现场实验(field experiment)环节,调查了清华大学12个广场中的情绪反应。生理监
大学生在强烈的学业和社会压力下容易遭受心理困扰。尽管校园空间被认为与学生的福祉相关,但关于校园广场环境的证据仍然有限。本研究通过516次多模态(multimodal)现场实验(field experiment)环节,调查了清华大学12个广场中的情绪反应。生理监测、正性负性情绪量表(PANAS)、问卷和第一人称视觉记录捕捉了环节层面的情绪变化和瞬时视觉暴露。应用了一个双尺度框架:环节层面的普通最小二乘法(OLS)模型评估了空间特征与情绪变化之间的关联,而环节内中心化的XGBoost模型测试了5秒视觉场景偏差是否解释了短期皮肤电导水平(SCL)波动。长期模型识别出涉及道路密度、容积率、与汽车相关的视觉构成以及参与者特征的显著关联。评价增强模型显示,主观评价对自我报告效价提供了补充解释。短期分析揭示了相对SCL中强烈的环节层面依赖性;当前视觉元素增加了有限的预测价值,但在考虑参与者和广场聚类后,天空视角因子(SVF)和绿色视角指数(GVI)与相对SCL呈显著负相关。总体而言,在真实的校园现场条件下,情绪反应主要由更广泛的空间背景塑造,而瞬时视觉暴露为情绪支持性校园设计提供了适度的、可解释的生理信号。
**论文解读:校园广场空间与学生情绪的多尺度关联——基于多模态现场实验的实证研究**
**1. 研究背景与问题**
大学生群体在学业与社会压力下心理健康问题日益突出,全球范围内29%–40%的大学生存在焦虑、情绪障碍等心理困扰,且比例逐年上升。校园空间作为学生主要的学习与生活场所,已被广泛证实与情绪感知显著相关,但现有研究主要关注自然或绿化环境,对校园广场这一以建筑围合、功能复合的开放空间类型关注不足。此外,已有研究多采用单一评估方法,缺乏对长期情绪变化与短期生理唤醒的多尺度整合分析,且对空间特征与情绪之间可能存在的非线性关系探讨有限。因此,本研究旨在回答三个核心问题:不同校园广场是否引发差异化的情绪反应?哪些客观空间特征与环节层面的情绪变化及评价相关?瞬时第一人称视觉元素如何解释短期皮肤电导水平(SCL)波动,且这种关联是否因广场类型而异?
**2. 研究内容与意义**
研究人员在清华大学选取12个代表性广场(包括中心广场、学术区广场和住宅区广场),通过516次现场实验环节,整合生理监测、正性负性情绪量表(PANAS)、问卷和第一人称视频记录,构建双尺度分析框架:环节层面采用普通最小二乘法(OLS)模型评估空间特征与情绪变化(SCL变化、PA变化、NA变化、评价得分)的关联;环节内层面采用中心化XGBoost模型结合SHAP解释,检验5秒视觉场景偏差对相对SCL的预测能力。研究发现,校园广场空间特征与情绪存在显著关联,但长期空间背景主导情绪反应,而短时视觉暴露仅提供微弱但方向一致的生理信号。论文发表在《Frontiers of Architectural Research》,为校园情绪支持性设计提供了基于真实场地的多尺度实证依据。
**3. 关键技术方法**
研究采用多模态现场实验方法,样本来源为清华大学12个广场的55名参与者(29男26女,年龄17–27岁,含建筑与非建筑专业)。关键技术包括:①生理监测:使用Shimmer 3 GSR设备记录皮肤电导水平(SCL)作为生理唤醒指标;②主观评估:采用PANAS量表(中文修订版)测量正性情绪(PA)和负性情绪(NA)变化,以及后验评价得分;③视觉数据提取:通过GoPro HERO 10录制第一人称视频,以5秒间隔提取帧图像,利用PSPNet模型(Cityscapes数据集预训练)进行语义分割,获得8类视觉元素占比(如天空视角因子SVF、绿色视角指数GVI等);④分析框架:环节层面采用OLS模型及线性混合效应模型(随机截距为参与者和广场)进行稳健性检验;环节内层面采用中心化XGBoost模型预测相对SCL残差,并辅以SHAP值解释特征贡献,另用线性混合效应模型检验视觉元素的方向稳定性。
**4. 研究结果**
**4.1 Emotional responses across 12 squares**
通过单因素方差分析(ANOVA)比较12个广场的情绪反应,发现PA变化(F=3.43,p<0.001)、NA变化(F=3.08,p<0.001)和评价得分(F=7.85,p<0.001)在广场间存在极显著差异,而SCL变化无显著差异(F=1.53,p=0.118)。具体而言,广场C1(礼堂前广场)、A1(文图-新土木-人文楼群广场)和R5(学生宿舍2、3、4号楼间广场)的PA均值最高;R3、R2、R4的PA最低;NA在C2(主楼前广场)为正值(均值0.72),表明该广场可能引发负面情绪;评价得分在C1和R5最高(均值4.04和3.91),在R2、R3、R4和C2最低(均值3.03)。该结果表明,广场类型内部存在显著异质性,需要进一步分析具体空间特征。
**4.2 Significant long-term space-emotion association**
环节层面OLS模型显示,客观空间特征和控制变量共同解释了SCL变化(R
2=0.126)、PA变化(R
2=0.132)、NA变化(R
2=0.120)和评价得分(R
2=0.201)的变异。标准化系数表明,男性性别(beta=0.195,p<0.001)和道路密度(beta=0.338,p=0.024)与SCL变化正相关;容积率呈边缘正相关(beta=0.629,p=0.062)。环节平均汽车占比与NA变化显著负相关(beta=-0.176,p=0.018),表明车辆视觉暴露在长期层面与负性情绪降低相关,但需进一步区分车辆类型。混合效应模型(随机截距为参与者和广场)支持汽车占比与NA的负关联,但广场层面变量(如道路密度、容积率)因仅12个空间单元而未稳定估计。此外,步行加速度与评价得分正相关,硕士生比本科生NA增加更多,非建筑专业学生NA降低。
**4.3 Short-term SCL is strongly session-dependent**
短期分析首先量化了5秒相对SCL的环节层面依赖性:环节均值基准模型解释44.4%的原始变异(R
2=0.444,RMSE=0.369 μS)。去除环节均值后,中心化XGBoost视觉模型仅捕捉到少量残差变异(交叉验证残差R
2=0.048),但结合基准后总R
2提升至0.471,RMSE降至0.360 μS。SHAP特征重要性显示,SVF(平均绝对SHAP值0.0156 μS)、汽车占比(0.0120 μS)和GVI(0.0096 μS)贡献最大。线性混合效应模型进一步证实,当前SVF(标准化beta=-0.043,p<0.001)和当前GVI(beta=-0.026,p<0.001)与相对SCL显著负相关,而其他视觉元素不显著。类型特异性分析(中心、学术、住宅广场分别建模)表明,SVF在所有类型中均为最高贡献特征,且较高SVF与较低预测相对SCL关联一致;但其他元素(如道路占比、GVI、汽车占比)的方向因类型而异,提示视觉元素的意义可能随广场语境变化。
**5. 讨论总结**
讨论部分指出,长期与短期模型互补:长期模型识别出空间配置、参与者特征和主观评价的环节层面关联,短期模型则揭示了SVF和GVI作为最稳定的短时生理信号(与相对SCL负相关),而汽车占比的SHAP贡献虽突出但未达线性显著,需视为探索性非线性模式。广场类型调节了瞬时视觉暴露的含义,如道路占比在学术广场为正关联,在中心与住宅广场为负关联,这提示设计需结合广场功能语境。主观评价对效价结果(PA、NA、评价得分)的补充解释力表明,情绪支持性校园设计应同时优化客观物理特征和提升感知吸引力、驻留意愿、功能多样性与日常熟悉感。研究局限性包括:观察性设计无法推断因果;样本中建筑专业学生比例较高(67%);仅以SCL作为生理唤醒指标;短期视觉信号微弱(残差R
2仅0.048);12个广场均位于单一研究型大学校园,推广需谨慎。
**6. 研究结论翻译**
本研究通过整合多模态数据和可解释建模的现场实验,探讨了校园广场空间特征与大学生情绪变化及生理唤醒反应之间的关联。基于清华大学12个代表性广场的516次实验环节,分析将环节层面的客观空间关联与环节内的短期视觉诊断区分开来。研究并非提供高精度的情绪预测模型,而是提供了一个经过现场验证的多尺度描述,说明在真实校园条件下,环节层面的空间背景和瞬时第一人称视觉暴露如何与情绪及生理反应相关联。主要结论如下:
1) 校园广场与学生的情绪存在显著关联,模型结果揭示了一种双尺度模式。长期客观模型显示出统计显著的拟合度,并识别出情绪结果与部分空间、视觉、参与者和行为变量之间的环节层面关联。
2) 短期相对SCL强烈依赖于环节层面。去除环节均值后,当前视觉暴露仅解释了5秒SCL波动的一小部分残差,但线性混合效应伴随模型显示,在考虑参与者和广场聚类后,当前SVF和GVI仍与相对SCL呈负相关。因此,短期结果应解释为预测能力有限,但特定视觉域的方向一致。
3) 在这一残差信号中,SVF和GVI提供了最统计稳定的短期视觉证据,而汽车占比主要表现为非线性SHAP贡献。这些特征提示了与开阔度、绿化和交通暴露相关的可能的环节内视觉偏差模式。
4) 广场类型特定的SHAP模式表明,视觉开阔度、绿化、道路可见性、自行车占比和活动相关视觉线索的含义可能因中心、学术和住宅广场而异,但这些模式在支持差异化设计标准之前需要独立验证。
5) 对于效价而言,主观空间评价在客观空间模型之外增加了解释力。这表明,情绪支持性校园广场设计不仅应优化可测量的物理特征,还应支持感知吸引力、驻留意愿、功能多样性和日常熟悉感。
未来研究可在多所校园、不同季节和更均衡学科背景的学生样本中检验上述关联,以验证本研究中发现的环节层面空间关联和微弱的短期视觉残差模式是否在不同校园语境下保持稳定。