后工业景观再野化场景的景观偏好

 

结合主观量表、图片语义分割和眼动数据的结果交叉进行相关性分析，可以发现再野化程度与偏好之间存在较为显著的负相关性，植物高度、工业比例及植物种类显著相关但相关性系数较小，硬质比例与偏好之间无明显相关(表2)。结合积极-消极感知量表中喜爱程度与各项感知，发现具有自然野趣感知与充满新奇感、生物多样性高、感到不安全等感知存在显著相关性，充满新奇感与具有艺术美感、历史气息浓郁、生物多样性高等存在显著相关，感到不安全感知与可进入性差和视觉效果差等感知存在显著关联。

 

此外，单一感知与偏好并没有呈现显著相关，尽管过往研究中提出野趣自然在大多数情况下会受到人的喜爱[38-40]，但本研究表明人对于“工业-自然”场景的偏好呈现为具体语境下的复杂综合评价(表3)。

 

上文提出了选取AOI分区的注视前用时与首次注视时长的差值可作为注视数据的重要维度进行补充，结合其他眼动数据与不同的感知类型与整体偏好的相关性分析，被试者的喜爱程度与对工业AOI的TTFF以及二者差值间呈较显著相关，工业要素对公众的快速吸引程度是后工业景观场景中影响人们偏好的重要要素。工业FFD与偏好程度呈现显著的负相关，即对工业的注视时间长，反而一定程度降低了喜爱程度。

 

工业TTFF与FFD之差与新奇感、艺术美感以及可及性差、污染风险高等感知之间存在关联，但其效益量较小，呈现一种弱相关关系(表4)，一定程度验证了视觉关注信息与主观情感之间的关联在本质上并没有显著的强相关性。将重要的3个眼动数据与场景偏好得分进行归一后的图示化，可以认为公众对后工业景观场景的偏好程度不仅与工业要素的关注程度相关，也与自然要素不同形式所构成的关注程度相关，而其非线性的相关要素例如色彩与配置形式还有待进一步研究(图4)。

 

6讨论与结论

 

在当前城市存量更新的背景下，工业废弃地的修复与利用为推动城市空间高质量建设提供了可能性，工业废弃地的再野化又进一步提供了巨大的生态潜力。结果表明，再野化程度影响着公众对后工业景观的偏好，适度再野化得到人的喜爱但野性程度过高又降低了偏好程度甚至引起负面感知，这与以往研究中对不同场景的荒野景观偏好研究结论一致[41]。为确保偏好水平，绿地率应增高，而植物密度与形式可保持在适度水平以增强可进入性与使用体验。

 

在遗迹与绿地之间的关系中，有学者使用植物对遗存“掩饰”(camouflage)和“遮罩”(masking)的作用表征了对遗存本身“可读性”(legibility)的干扰[42]，本研究证实了这一点，但工业遗存的可读性并未大幅度受到影响，这与其他人工化场景具有一定差异[43]。相比演替程度高的林木，过往研究表明人们更喜欢开放或半开放空间和规整的种植[44]，荒野中不同结构的生境镶嵌有利于生物多样性保护，实现不同演替阶段的持续共存，而这与基于视觉统一的审美偏好之间存在矛盾[45-46]。其中关键点在于通过提供正面感知元素来体现“管护的迹象”控制“无序”[47]并保留“非正式”的独特性。

 

 

在视觉关注层面，研究选取了注意力的衡量而非认知负荷指标，使用了图片场景的感知美景度研究中的注视时长、注释次数和总访问时长[48]。不同的是，本研究的偏好程度与既往研究中重点关注的注视次数、访问时间相关性不大，而与注视时间显著相关[49]。一方面，工业元素对于人们的视觉吸引力较大程度高于自然要素，工业遗存的形态与数量也会较大程度影响公众感知与关注兴趣；另一方面，植物演替程度使得公众感知到场地的生物多样性较高，同时与眼动实验相互印证：丰富的植物群落增强公众对于自然要素的关注，激发使用者的关注兴趣[36]。

 

基于AOI分区使用TTFF等在不同兴趣区中的不同表现也得到了一些验证，眼动数据中TTFF为与各类感知类型相关性最高的要素，这为以往研究中最高注视停留时间的要素诱导积极恢复性感知发生的结论提供了补充[50]。后工业再野化场景中，工业AOI相较于自然AOI的关注兴趣与其场景偏好关联性更大，而研究中眼动数据值相关性的效应值较小，显著性表现一般，这与其他结论相似[51]，但视觉关注与偏好的相互作用更加复杂，因而呈现出一种弱相关关系。

 

从城市野境到工业森林，再野化的生态价值、场景审美价值与健康价值逐渐被人认可，它可为人们提供远离文明的“逃离感”来缓解压力，提升可感知的生物多样性价值。但其可进入性与游憩价值的构建，以及无法回避的风险感知仍给其发展和价值认同构建带来一定程度的制约。本研究基于人因设计与受众认同研究，对“工业-自然”要素感知与审美偏好进行交叉分析，以期对保护利用方法形成反馈并对公众进行意识引导。希望随着时间的流逝，原本冰冷残缺的机器与盎然生机的绿色，可以结合并构建成更加富有层次、质感生动又具有戏剧性的景观。

 

注：文中图片均由作者绘制或拍摄。致谢：感谢清华大学朱育帆教授针对弃地自然的概念解读对本文的启发，感谢清华大学曹越老师对本文的建议。感谢高嘉阳、蒋思嘉、樊懋、黄婷玉等同学在实验中的辛苦付出。感谢津发科技的科研支持计划对本研究的技术支持与帮助。