《Frontiers of Architectural Research》:Quantitative research on emotional perception of urban spaces: Dynamics and trends in the recent 10 years
编辑推荐:
随着以人为本设计理念的持续推进、心理健康问题的日益关注以及健康城市倡议的推广,城市空间情感感知研究迅速发展。遵循系统综述的PRISMA指南,本研究检索了2015年1月至2025年3月期间发表的288篇中英文文献,从研究对象、影响因素、作用机制和(研究)方法四个
随着以人为本设计理念的持续推进、心理健康问题的日益关注以及健康城市倡议的推广,城市空间情感感知研究迅速发展。遵循系统综述的PRISMA指南,本研究检索了2015年1月至2025年3月期间发表的288篇中英文文献,从研究对象、影响因素、作用机制和(研究)方法四个维度全面回顾了该领域的整体发展特征及中英文语境下的演变。结果表明:研究对象已从早期“自然与城市”环境的二元比较逐渐演变为对多种空间类型的精细化关注;影响因素仍以空间环境为核心,同时对多感官因素及不同人群差异化情感体验的关注日益增加;对潜在机制的理解不断深入,揭示了空间元素与情感反应之间的非线性关系以及心理评价的中介作用;在方法上,虚拟现实(VR)、人工智能(AI)和多模态数据整合的应用显著增加。未来研究趋势包括进一步推进方法整合、扩大空间类型和人群覆盖范围,并加强情感数据转化为城市设计与规划实践的路径探索。
- 1.
引言
自20世纪以来,环境心理学、恢复性环境理论和情感地理学的发展为城市空间情感感知研究奠定了坚实的理论基础。环境心理学强调物理环境对人类认知和行为的影响,恢复性环境理论通过压力恢复和注意力恢复机制解释自然环境带来的心理效益,情感地理学则将情感纳入社会空间关系的分析框架,突出人与场所之间的相互作用。21世纪初,积极心理学的兴起将研究重点从心理问题矫正转向积极情绪和主观幸福感的促进,城市空间在情绪调节和健康促进方面的潜力日益受到认可。同时,快速城市化带来的噪音、拥挤和社会隔离等挑战,使情感反应成为评估城市环境质量的重要指标。过去十年间,生理传感、面部表情识别和情感计算技术的进步,将情绪测量从传统的自我报告评估扩展到实时、多模态的数据收集,从而促进了城市环境中情感感知更实证和精细化的理解。尽管已有综述研究在自然环境恢复效应、建成环境与主观幸福感关系以及情绪测量方法方面取得进展,但对城市建成环境中短期情感反应、多尺度空间因素作用及潜在机制的关注仍相对有限,且缺乏整合系统文献筛选与定量分析的综述框架。为此,本研究系统回顾2015至2025年间城市空间情感感知定量研究的发展,旨在识别该领域在研究主题、影响因素、机制和方法上的演化特征与趋势,并探讨未来研究方向。与以往综述相比,本文的贡献在于采用PRISMA框架系统识别并筛选近十年的定量研究,构建了涵盖研究对象、影响因素、机制和方法的四维度分析框架,并专门聚焦城市空间中的瞬时情感体验。
- 2.
数据与方法
2.1 文献检索与筛选
本研究基于Web of Science(WOS)和中国知网(CNKI)两个核心学术数据库进行文献检索。检索策略围绕“城市空间”和“情感感知”两个核心主题构建关键词组合,并设置排除词以减少不相关研究的干扰。检索时间范围为2015年1月至2025年3月。初步检索共获得WOS记录73700条、CNKI记录27200条。筛选过程严格遵循PRISMA 2020指南,为确保学术质量,仅保留同行评审期刊论文,其中中文文献限定为CSSCI或北大核心期刊收录,英文文献限定为WOS核心合集SSCI索引且JCR Q1分区期刊。经学科类别筛选后保留环境科学、公共卫生、城市规划、地理学和建筑学领域的文献。通过标题和摘要初筛及滚雪球法补充后,在全文筛选阶段仅保留采用定量研究设计并明确报告情绪测量方法的实证研究。最终纳入分析的文献为288篇,包括74篇中文和214篇英文文献。
2.2 分析框架
对纳入的288篇文献进行系统分析。首先通过年度发文量、学科分布和关键词演变考察整体发展模式与趋势。随后采用内容分析法建立涵盖研究对象、关键影响因素、潜在机制和(研究)方法的四维度分析框架,对所有文献进行分类和量化,以识别城市空间情感感知领域的主要焦点、核心议题和新兴趋势。
- 3.
整体发展模式
过去十年间,城市空间情感感知研究经历了快速增长。2015至2017年为研究初始阶段,三年发文量仅占总样本的5.2%。2018年起进入加速发展阶段,年度发文量从2018年的15篇增至2022年的62篇,年均增长率达42.6%。值得注意的是,2021年以来中文文献增长尤为显著,2022至2024年间超过30%的年度产出来自国内期刊。发文量的增长与领域跨学科融合的加深密切相关。早期研究主要基于环境心理学、生态学和公共卫生理论框架,关注自然环境的恢复效应。随着大数据、机器学习和情感计算技术的发展,城市研究、心理科学和信息技术之间的跨学科整合不断深化。在纳入的研究中,59.4%同时涉及两个及以上学科。基于CiteSpace关键词时间线分析,该领域发展大致可分为三个阶段:2015至2018年的理论驱动阶段,研究主要基于注意力恢复理论和压力恢复理论,强调自然环境对情绪恢复和心理健康的积极作用;2019至2022年的技术驱动阶段,社交媒体、大数据、街景图像、生理传感器和虚拟现实等工具被广泛应用,研究尺度从公园等单一场所扩展到城市尺度的情感景观分析;2023年以来的问题驱动阶段,关注空间公平性、情感多样性、弱势群体心理健康以及规划设计实践等现实问题,研究目标从验证环境效应转向阐明机制和指导城市治理。
- 4.
核心研究主题的演变
4.1 空间研究对象的精细化
4.1.1 城市自然环境研究的精细化
2015至2017年间,约80%的情感感知研究采用自然与城市环境的二元比较框架,一致表明森林等自然环境比城市环境更能促进生理和心理恢复。随着领域发展,学者开始细化这一框架,区分野自然(如森林)和城市自然(如城市公园)。自2017年起,针对特定绿地类型的研究显著增加,从2017年占年度文献的28.6%增至2024年的42.2%。同时,研究者日益关注公园内个体景观元素的影响,证据表明城市公园中的自然景观特征比较硬质铺装或封闭路径更能促进情感恢复。部分研究进一步在微观尺度上调查亭台、花坛等景观元素与情感反应的关系。
4.1.2 建成环境研究在多尺度和多类型上的扩展
2017至2024年间,聚焦建成环境的研究数量迅速增加,其占比从14.3%升至33.3%。研究对象逐渐从自然环境扩展到邻里、街道和公共广场等多种建成环境。在建成环境研究中,约35%的文献采用城市尺度视角,常利用大数据方法绘制和比较城市情感景观。总体而言,该领域已超越早期自然与城市环境的简单区分。在288篇纳入文献中,76%聚焦单一空间类型,其中公园和街道是最常被研究的场所。街道层面的研究约占所有建成环境研究的30%,涵盖历史街道、现代城市街道和商业街等多种类型。相比之下,城市广场研究相对有限,仅占2.9%。同时,采用自然与城市环境比较框架的研究比例从2015年的100%大幅下降至2024年的11.1%。
4.2 影响因素的多维探索
4.2.1 关键影响因素的识别
影响城市空间情感感知的因素可分为空间、环境、社会经济和感知行为四个维度。其中空间因素占主导地位,约占所有识别因素的50%。环境因素(包括声景、生物多样性和空气质量)也受到相当关注,而社会经济和感知行为因素研究相对较少。中英文研究在侧重点上存在差异:中文研究更强调空间和环境属性(53.9%),而英文研究更频繁地考察社会经济变量(14.9%对8.5%)。在具体指标上,中文研究倾向于关注清洁度、空气质量和色彩等环境特征,英文研究则优先考虑年龄和性别等人口统计学属性。
4.2.2 视觉、听觉和嗅觉感官因素的相互作用
2017至2024年间,采用多感官视角的研究比例从14.3%增至28.9%。在听觉因素中,声景最受关注。大量实验模拟城市环境评估不同声音刺激的情感效应,发现自然声音倾向于引发积极情绪,而交通噪音等城市噪声通常会降低情感愉悦度。同时,视听刺激的交互效应日益受到重视,视听一致的自然组合能显著缓解负面情绪,而不一致的组合(如自然风景伴随城市噪声)则会加剧不适感。相比之下,嗅觉因素研究仍然有限,仅4项研究明确考察了气味对情感反应的影响。城市气味景观研究因方法和技术限制仍处于探索阶段,嗅觉环境在塑造城市空间情感体验中的作用代表了一个重要的未来研究方向。
4.2.3 不同人群情感反应的异质性
早期研究常将参与者视为同质群体,对个体生理心理特征如何影响情感反应关注有限。近年来,研究者日益认识到不同人群情感感知的异质性,越来越多研究纳入年龄、性别、健康状况、文化背景、职业和收入等社会人口变量。年龄是最常被考察的变量:2022年前主要聚焦老年人,2022年后关注青少年的研究数量超过中老年群体,特别关注城市森林、绿地等自然环境对青少年情绪健康的恢复效应。在51项明确界定目标人群的研究中,11项将性别作为分类变量,其中10项专门聚焦女性群体。然而,288篇综述文献中仅18%明确界定了目标人群,表明个体特征对情感体验的调节效应仍有待系统探索。
4.3 空间情感感知机制的深化研究
4.3.1 影响因素与情感反应之间的统计模式
现有研究表明,空间和环境因素与情感反应之间的关系常呈现非线性特征。例如,在虚拟现实街道实验中,绿视率(GVI)为15%–25%最有利于情感恢复,超过25%可能引发负面情绪。城市公园研究中,部分指出GVI高于35%对心理恢复效果最显著,超过50%可产生更强恢复效应,也有研究认为总体GVI约60%时积极情感体验最大化,这些阈值差异可能与街道和公园等不同场景对绿化的需求有关。类似阈值效应也见于其他空间属性:兴趣点(POI)密度在一定范围内可增强情感体验,但超过最优阈值后可能因自然感知降低而产生负面影响;城市形态指标如地块面积250–500 m2、宽高比(D/H)0.7–1.5更易引发积极情绪;空间开放性则呈现与情感的U型关系,过低或过高的开放性均可能损害情感体验。
4.3.2 心理感知的中介作用
自2017年以来,越来越多研究关注心理因素在空间与情感关系中的中介作用。自然环境对情感的影响常通过感知恢复这一心理机制实现,主观感知变量比客观环境指标对情感恢复具有更强的预测力,且在预测模型中纳入感知变量能显著提升解释力。近期研究进一步考察了心理中介的情境变异:相同空间元素在不同情境下可能产生不同情感效应,例如茂密树冠在工业区可减少负面情绪,但在商业区可能产生相反效果;大型水体总体上能提升幸福感,但在市中心可能引发抑郁感。这些发现表明空间情感感知具有高度的情境依赖性。
4.4 新兴技术应用与多模态数据整合
4.4.1 大数据与人工智能方法
2018年之前,研究主要依赖情绪量表和生理指标。2018年后,大数据方法的应用从2项增至2024年的13项,占比从13.3%升至28.9%。方法上,研究人员采用BERT(Bidirectional Encoder Representations from Transformers)等深度学习模型对大规模文本情感进行分类,利用GPT分析社交媒体数据中的情感动态,展示了大语言模型在情感计算中的潜力。同时,计算机视觉技术取得进展,包括基于街景的情感评分模型以及应用于用户生成内容的面部表情识别算法。
4.4.2 生理测量与多方法整合
自2019年以来,心理科学、神经科学与城市研究的跨学科发展促进了生理测量技术在空间情感感知研究中的应用,包括脑电图(EEG)、皮肤电活动(EDA)和心率变异性(HRV)等。部分研究采用身体传感器网络(BSNs)可穿戴系统整合多模态生理指标。少数研究整合了情绪量表、大数据和生理测量,多方法研究在2019至2022年间显著增加,于2022年达到峰值。在288篇文献中,仅39%采用多方法设计,其中81%结合了情绪量表和生理指标。
4.4.3 虚拟现实实验平台的发展
虚拟现实(VR)技术的进步显著提升了实验平台。2021年之前,研究主要依赖实地实验或图片、视频等实验室视觉刺激。2021年起,在线平台和沉浸式VR环境成为主要研究工具,到2022和2024年,基于VR的研究数量已超过传统实验室实验。VR能够创建沉浸式且高度可控的实验环境,例如模拟雪地人行道或不同GVI和围合度的虚拟街道。然而,VR无法完全替代实地实验,真实环境因更丰富的感官信息和情境真实性常引发更强烈的情感反应,且VR的情感影响受其真实度制约,高保真虚拟环境能更有效地引发情感反应。
- 5.
结论与讨论
5.1 主要发现
本系统综述表明,城市空间情感感知领域在过去十年快速发展,跨学科合作日益增强,整体经历了理论驱动、技术驱动和问题驱动三个阶段。主要趋势包括:研究对象日益精细化,从自然与城市环境的二元区分转向公园、绿地、滨水、广场和街道等多种城市空间类型的详细调查,并延伸至微观景观元素分析;影响因素研究向多维度发展,在关注空间和环境特征的同时,日益重视视听嗅多感官刺激的综合效应以及不同社会群体的情感体验差异;机制理解不断深化,空间属性与情感反应常呈非线性关系,心理感知变量在环境特征与情感结果间起重要中介作用,情感体验具有高度情境依赖性;新兴技术与多模态数据整合成为重要发展方向,大数据、人工智能和可穿戴传感技术的应用促进了多源数据融合,情绪量表与生理测量相结合成为重要研究范式,VR技术为控制实验变量和模拟复杂城市环境提供了新机遇。
5.2 未来展望
随着健康城市和以人为本设计理念的推进,城市空间情感感知研究正从理论探索转向规划设计及城市治理应用。情感不再仅被视为个体心理状态指标,更成为诊断城市问题和优化空间设计的有价值度量。基于社交媒体文本、面部表情识别和生理传感器等多源数据,研究者能够识别情感响应的空间聚类,为城市更新、公园改造和声景优化等规划干预提供证据。情感数据也正成为城市规划的重要媒介,例如Bio Mapping项目结合皮肤电反应(GSR)和脑电图(EEG)等生理传感器与地理空间数据生成情感地图,使市民和研究者能够协作解读城市环境中的情感体验。尽管取得显著进展,该领域仍面临挑战:方法整合需进一步深化,新兴技术如VR和大语言模型需与现有方法更紧密结合以捕捉城市情感体验的复杂性;未来研究应纳入更广泛的时空和人群多样性,以支持更具情境敏感性的设计策略;需要开展跨文化比较研究,探索情感体验的社会基础并制定具有更广泛全球适用性的城市设计策略;还需加大将研究成果转化为实践的力度,当前实施受制度惯性、伦理关切和缺乏操作框架的限制,随着深度学习、大语言模型和VR等技术的持续进步,学术研究将与城市治理实践建立更紧密的联系。