Homepage >  Ideas >  Papers >  Text

自然风景质量评价研究

2010-02-02 author:俞孔坚 Source:北京林业大学学报,1988(02):1-11.
Abstract:
本文分析了目前世界上公认最好的两种风景审美评判测量法(SBE法和LCJ法),综合了两者的优点,同时消除其缺点,提出了BIB-LCJ一种新的评判方法。应用BIB-LCJ法研究了公众、专家、非专业学生和专业学生在风景审美方面的特点及相互关系。刺激是一组湖泊风景(N=49)。应用计算机"ANALYST"软件包进行分析表明:不同类型的人之间,在自然风景的审美评判方面有普遍的一致性;同时,在某些方面又各有特点。
KeyWords:
质量评价     自然风景     评判     审美     研究    

文献来源:俞孔坚.自然风景质量评价研究——BIB-LCJ审美评判测量法[J].北京林业大学学报,1988(02):1-11.

引言  


  风景质量评价是风景资源系统研究的中心问题之一,亦是风景资源管理[1]的重要环节。世界上许多国家对此十分重视,而我国在这方面的研究则刚刚起步。  


  风景质量评价主要分为三个部分:风景审美评判测量;风景要素分析和建立风景质量评价模型。本文主要对风景审美评判测量方法进行探讨,并对不同类型的人在风景审美方面所反映出的特点及相互关系作了分析。  


  关于风景审美评判测量,目前采用的方法有多种[2],其中有两种方法一般认为是最好的[3],其一是评分法-SBE法(Scenic Beauty Estimation)[4],其二是比较评判法-LCJ法(Law of Comparative Judgemment)[5,6]。这两种方法都是从瑟斯顿和托格森的有关态度测量法[7,8]演化来的。在本质上两者差别甚微,但在具体的测量程序上却有所不同,它们各有优缺点。SBE法多以幻灯片作为评判测量的媒介,通过逐个评分(五分制或十分制)制定一个反映各风景优美程度的美景度量表;其最大优点是能对大量风景进行评价,但它有一个致命的缺点,就是各风景之间缺乏相互比较的机会,并且往往使量表两的密度加大,这将影响有关相关分析的可靠性[2]。 LCJ法又有两种比较评判途径:对偶比较法和等级排列法[2],这两种方法都有很高的可靠性,但对偶比较法因为工作量太大而限制了风景样本数目,而等级排列法则因为人的辨别能力的局限性,限制了风景样本的数目,所以,LCJ法只适用于小样本(小于20)风景的评价。  


  本文提出了BIB-LCJ审美评判方法,并运用该方法探讨了不同类型的人风景审美的特点和审美方面的相互关系。


材料及方法

  (一)照片:大量研究表明,用照片作为风景质量评价的媒介同现场评价无显著差异[4,9,10,11]。该研究从大量照片中精选出49张彩色5寸照片作为媒介。照片取样于镜泊湖,千岛湖等中国东部主要山地湖泊。

  (二)被试者:根据职业等特点,被试者分为4种类型:(1)公众,280人;(2)专家,60人;(3)非专业学生,168人;(4)专业学生,168人。

  (三)BIB-LCJ审美评判测量法:为了使风景审美评判测量既适合于大样本风景,又具有较高的可靠性,同时避免工作量过大。该方法是将BIB(平衡不完全区组)实验设计[12]同LCJ法相结合,提出了BIB-LCJ法,即平衡不完全区组比较评判法。  


  在风景审美评判测量中应用BIB设计时,有必要作如下几点说明:(1)测量的目的是为了得到反映各风景美学质量的相对值(美景度);(2)把所有待评判的风景,都看作是同一因素的不同水平(处理)。这样,BIB-LCJ法在以照片作媒介进行风景审美评判测量时,有以下的程序: 

  1、对所有风景(照片)进行随机编号; 

  2、根据照片数及其它条件选择BIB设计表; 

  3、根据BIB设计表将照片分为若干组;  

  4、被试者分别对每组照片进行等级排列; 

  5、根据BIB设计表进行若干次重复实验。


表1 BIB设计表表1(见附印文)

说明:表中罗马字母I.....VIII 是重复实验次序(重组次序);数字1-49为照片编号:每重复号下的每一行为一一比较组内的所有照片号(本表引自中科院数学研究所编《常用数理统计表》,P71.)


  鉴于人的辨别能力,本实验取每组照片的数目为心理学上的最佳数7[13],这样,49张照片分为7组,实验将重复8次(表1)。实验时,每组照片分别固定在硬纸板上,给每个被试者发以表格,要求他们按照自己的喜欢程度,分别把每组内的7张照片排出次序。数据的处理及分析方法借助于"dBASE-Ⅲ"数据库(在NEC微机上操作)和"ANALYST"软件包(在FACOM中型机上操作),进行以下的工作:


  (一)建立美景度量表:采用赫葆源等提供的有关等级排列法数据的处理方式[14],最后将得到反映在不同类型人的审美特点和反映各风景美学质量的美景度量表(部分见表2)。 


表2 美景度量表(部分) TABLE2 The preference scales(part) 

照片号 1 2 3 4 5 6 7 8 9 10 …… 49 ZPS* 55 58 33 61 108 3 6 86 122 80 …… 76 ZES 63 91 14 30 142 17 0 122 94 86 …… 131 ZNS 64 77 58 0 192 31 44 182 182 139 …… 105 ZLS 38 68 38 89 105 38 60 138 146 99 …… 107 *:ZPS、ZES、ZNS和ZLS分别表示根据公众、专家、非专业学生和专业学生审美评判结果得到的美景度量表。


  (二)根据美景度量表进行有关分析:包括美景度量表的分布检验;各种类型的人之间风景审美特点的相关分析、回归分析及有关差异性分析。 


结果与讨论


(一)美景度量表的分布检验  

  以往有关研究都是在美景度量表的分布呈正态的假设条件下进行的[3],但并未对这一假设作过直接的验证。原因是以往的审美评判测量多基于SBE法或LCJ法,前者因导致量表的两极加密当然影响了量表的分布,后者则因风景的样本数目太少而不能用于分布检验。由于BIB-LCJ法的引入,本研究可进行美景度量表的分布检验(表3)。从表3可见,各美景度量表都呈正态分布。这一假设的证实在某种程度上支持了以往有关研究的可靠性,也为本文的以下分析提供科学的依据。 


表3 美景度量表正态分布的X2检验 TABLE3 X2 test for the distribution of preference scales 量表 统计量 X20.05 判断 ZPS 7.71 ZES 1.71 9.49 符合正态分布 ZNS 5.43 ZLS 4.00 样本数N=49,自由度f=4 


(二)各群体风景审美方面的相关性分析  

  根据4个美景度量表,用积相关和等级相关方法进行分析表明,各群体在自然风景审美方面存在着普遍的一致性(表4),这一结果与国外大多研究结果相符合[4,5,11,15]。各群体在风景审美方面的关系还可通过散布图直观地表示出来,根据散布图可建立有关回归方程(表4) 


表4 各群体间的回归方程及相关系数(N=49) TABLE4 Regression models and correlation coefficients among groups 相关群体 回归方程(N=49) 回归方差 剩余方差 方差比F F0.01(1.47) 积相关R 等级相关P 积相关R 等级相关P 公众-专家 ZPS=0.507ZES+0.157 2.86 0.03 89.68 7.2 0.81 0.86 公众-非专业学生 ZPS=0.588ZNS-0.057 3.07 0.03 111.63 7.2 0.84 0.85 公众-专业学生 ZPS=0.480ZLS+0.112 2.45 0.04 60.66 7.2 0.75 0.77 专家-非专业学生 ZES=0.790ZNS-0.022 5.51 0.12 46.50 7.2 0.71 0.76 专家-专业学生 ZES=0.836ZLS+0.010 7.60 0.07 101.80 7.2 0.83 0.88 专业学生-非专业学生 ZLS=0.675ZNS+0.417 4.95 0.08 59054 7.2 0.75 0.79 表中各相关系数显著水平均在P≤0.001 


图1 专家-专业学生美景度量表散布图 FIGURE1 The scatter diagram of experts judgements vis landscape students   


  从以上结果,我们还发现,两个园林专业(专家和专业学生)和两个非专业类型的人之间的相关性比其它各种类型的人之间的相关性都好,这说明特征相似的类型的人之间具有更为一致的风景审美趣味;因为学生的取样较为方便,本研究的结构说明,今后的有关研究可以学生作为主要被试者;上述结果还表明,组织一定数目的专家进行风景质量评价是有意义的。 


(三)不同类型的风景审美评判的特点及差异性分析:

  上述结果表明不同类型的人之间存在着普遍一致的风景审美观,这并不是说他们之间不存在任何差异。实际上,差异是绝对的,而一致是相对的。只有掌握了各种类型的人在风景审美方面的特点及相互的差异性,才能更好地利用他们之间的一致性。 


  1、表现在不同类型的人辨别能力及其内部一致性方面的差异:通过比较各美景度量表内的标准离差σ值(表5),可以发现,公众的辨别能力和内部一致性都明显比其它三种类型的人差;以专业人员(专家和专业学生)的辨别能力及内部的一致性最好。这些结果都与国外类似研究的结果相一致[9,16]。上述结果还可以更直观地用美景度曲线反映出来(图2),曲线越陡该类型的辨别能力就越强,其内部的一致性就越好。 


表5 各群体辨别能力比较 TABLE5 The comparison of discriminating ability among groups 

量表 量表内σ 群体辨别能力(群体内部一致性) 

ZPS σP=0.30 差 ZES σE=0.48 好 ZNS σN=0.43 中 ZLS σL=0.48 好


 图2 各群体美景度曲线 FIGURE2 Curves of preference scales 


  2、各种类型的具有相对不同的审美标准:根据图2,我们可以看出,专家美景度曲线最上端近一个σE单位内(美景度1.44-1.92)曲线陡然上升,斜率达tan(65°)=2.1,而与之对应的非专业学生美景度曲线在上端近1个σN单位内,斜率只为tan(45°)=1.0。这就是说,被专家们一致认为好的风景是不多的(这段曲线在横轴上的投影较短),而非专业学生则把"好风景"的范围划大了。令人信服的是,在这条曲线的下端又明显地反映出专家们把属于"不好"的风景的范围划得比非专业学生大的多。简单地的说,专家的审美标准要比非专业学生高。同样方法,可以得出专家的审美标准也高于其它各种类型的人。 


  3、各种类型的人在审美观上各有特点:我们将图1中专家与专业学生风景审美评判的回归直线分别向两侧平移1/2σE单位,便得到了另两条平行直线(图1)。我们可以认为,在这两条平行直线之间的风景是两种类型的人的审美评判基本一致的风景,而在两直线以外的风景是两种不同类型的人的评判差异较大的风景(如47号风景,见图1)。同样,对其它散布图也基本是这样分析。研究不同类型人的评判差异较大的风景的特点,可得到以下几点主要结论:


  (1)专业人员与非专业人员之间存在着差别:通过比较、分析发现,专业人员(专家、专业学生)比非专业人员(公众、非专业学生)评价相对较低的风景,有几个显著的特征:第一,湖岸 因水位线下降或水土流失,呈-红褐色--橙黄色的条带,横贯整个画面,成为绿水青山之间的分界线,在色彩上形成强烈的对比,有很好的直觉效果(见附图3);第二,许多风景在构图上表现出孤立、死板或不均衡(如附图3);第三,有的风景因为有落日、彩虹等,使画面色彩变得丰富。由此可见,专业人员在进行风景评价时,具有分析的眼光,他不屈服于色彩的直觉效果,而能分析各风景要素的本质特征(如对水土流失造成的色带持较为强烈的否定态度),并或多或少地受到某些形式美原则的影响。 


  (2)学生与非学生之差别:学生(包括专业学生和非专业学生)与非学生在风景审美趣味方面也有某些差异。在学生眼里相对较好的风景有一个共同的特点:水面平静开阔、水天一色、气氛宁静自然(如附图4)。此外,专业学生又有其独特的地方,最明显的是36号风景(附图5),专业学生对它的评价高于任何其他类型的人。其特点是:雾色苍茫,神秘朦胧。 


  (3)专家的特点:专家对以湖岸黄土裸露为特征的风景(如附图3)的评价比其人类型的人的评价都低。此外,对山体线条丰富、形体多样的风景的评价相对较高,如47号风景(附图6)。 BIB-LCJ法可靠性的讨论以上讨论的有关结果都是基于BIB-LCJ法之上的,所以有必要对BIB-LCJ法本身的可靠性作些论证:

  (一)从理论上论证:有关研究证明:风景评价具有可传递性[4,16],即,如果A>B,B>C,则A>B>C,所以,尽管BIB设计没有使所有风景一起被比较,但由于这种可传递性,加上BIB设计本身能使每两两风景之间都能有至少一次被一起比较的机会,故从理论上讲BIB-LCJ法与LCJ法所得到的结果是一致的。

  (二)从实验结果论证:(1)实验结果表明:相似特征类型的人之间具有更为一致的风景审美评判(表4);(2)特征相似的风景之间具有相近的美景度,诸如具有相似近景植物群落景观的21、25号风景(附图7、8,美景度之差仅为0.02(表6),以中景山体为特征,同取景于火山口湖泊的41.49号风景(附图12,13),美景度之差也仅为0.02。类似例子还很多;(3)每一种类型的人对特征相同或相似的风景具有相似的反映。

  (三)用对偶比较法检验:对偶比较法被公认是可靠性最好的方法,故用它来检验BIB-LCJ法的可靠性。检验实验以非专业学生25人作为被试,材料是5张照片,它们都以水边植物群落景观为特点,具有可比性(附图7-11);而且这5号风景在BIB-LCJ法的审美评判测量中,具有很接近的美景度(基于非专业学生的评价)(表6),这就保证了检验实验具有意义。检验结果见表6。可见BIB-LCJ法与LCJ法测量结果非常一致(等级相关系数为1)。 


表6 BIB-LCJ法和LCJ法测量结果比较 TABLE6 Comparison between results based on BIB-LCJ and LCJ procedures 照片号 美景度 等级 BIB-LCJ法 LCJ法 BIB-LCJ法 LCJ法 21 0.55  0.78 1  1 25 0.53 0.71 2  2 31 0.13 0.29 3  3 2 0.10 0.12 4  4 3 0.00  0.00 5 5  


结论  


  作者提出的BIB-LCJ审是评判测量法与目前认为最好的方法比较,有明显的优点(表7),值得推广应用。  


  由于BIB-LCJ法的引入,使得大样本风景评价得以进行,并且具有很高的可靠性,使有关分析更符合统计学要求。如本工作中对美景度量表符合正态分布假设的验证,积相关和等级相关分析的高度一致,都是以往同类研究中未曾有过的。  


  对通过BIB-LCJ法得到的风景美景度量表的分析表明:公众、专家、非专业学生和专业学生各种类型的人之间有普遍一致的自然风景审美观:在此前提下,作者分析了各种类型的人在具体审美趣味及审美标准方面的特点。其中有的结果与西方学者研究相似,也有的是未曾见过报道的,如公众对色彩的偏好,学生对宁静、旷远及具神秘朦胧气氛的风景的偏好等等。  


  本文讨论的只是风景质量评价的一个部分--风景审美评判测量,它将是进一步建立风景质量评价模型的基础;有的结论也可直接用于指导风景资源管理及风景区的规则(特别是自然湖泊风景区的规划)。