寒地城市冬季建成环境对公众情感的影响:基于社交媒体的哈尔滨案例研究

《Buildings》:Impact of the Built Environment on Public Sentiment During Winter in Cold-Region Cities: A Case Study of Harbin Based on Social Media

【字体: 大 中 小 】 时间:2026年06月27日 来源:Buildings 3.4

编辑推荐:

  虽然城市建成环境对公众情绪的影响已获得广泛关注,但现有研究主要聚焦于温带气候或温暖季节。因此,这些研究极少扩展至寒地城市的冬季特异性情绪,从而忽视了极端气候下复杂的人-环境情感交互。为弥合这一季节性研究空白,本研究开发了一个整合大语言模型(LLMs)与多尺度地

  
虽然城市建成环境对公众情绪的影响已获得广泛关注,但现有研究主要聚焦于温带气候或温暖季节。因此,这些研究极少扩展至寒地城市的冬季特异性情绪,从而忽视了极端气候下复杂的人-环境情感交互。为弥合这一季节性研究空白,本研究开发了一个整合大语言模型(LLMs)与多尺度地理加权回归(MGWR)的创新分析框架。基于社交媒体数据,该框架利用LLMs强大的零样本推理能力,精确量化了情感效价(Valence)与唤醒(Arousal)的二维情感特征。同时,通过融合MGWR的多尺度空间建模优势,该框架深入探究了典型寒地城市冬季情境下公众情绪的空间格局与驱动机制。结果表明:第一,极端气候并未导致城市情绪压抑;相反,封冻的河流转化为了充满活力的情感走廊,公众表现出高度的热-心理适应性。第二,通过纳入冬季特异性环境变量,研究揭示了一种情感效价的寒地悖论。具体而言,在积雪覆盖下,较低的冬季地表温度(LST)和冬季归一化植被指数(NDVI)通过重塑冰雪景观的审美体验,矛盾地引发了积极情绪。此外,城市服务设施对情绪唤醒的影响呈现出显著的边际效用递减模式。总体而言,LLMs-MGWR框架实现了高通量、多维语义解码与多尺度空间解释的闭环,展现了卓越的跨区域泛化能力。最终,本研究不仅为理解复杂环境中的人-地交互提供了新颖范式,也为全球寒地城市的微气候设计、设施疏解以及冬季蓝绿基础设施重塑提供了可转移的规划指南。
**寒地城市冬季建成环境对公众情感的影响:基于社交媒体的哈尔滨案例研究解读**

**1. 研究背景、问题与意义**

城市建成环境对公众心理健康与情感感知的影响已成为健康城市研究的核心议题。现有文献证实,建成环境通过自然及休闲空间、空间形态特征、社会支持系统等多维要素网络塑造公众情绪。然而,既有研究存在显著的季节性偏差,主要集中于温带气候或温暖季节,严重忽视了高纬度寒地城市的冬季独特情境。寒地城市的冬季不仅导致落叶植被枯萎、积雪形成“白色空间”并降低视觉显著性,还带来极端寒冷气候下的双重生理与心理挑战。尽管热舒适研究表明,长期居住在寒地的居民可能产生更高的耐寒性并积极重构对寒冷环境的认知,但关于建成环境要素如何在寒冷气候与独特冬季景观的双重约束下驱动居民的情感效价(Valence)与唤醒(Arousal),目前仍缺乏系统性实证研究。此外,建成环境对情感的影响存在显著的空间异质性,传统全局回归模型(如普通最小二乘法,OLS)及经典地理加权回归(GWR)因假设单一空间尺度而存在局限。为弥合这一研究空白,本研究以哈尔滨为案例,构建了整合大语言模型(LLMs)与多尺度地理加权回归(MGWR)的创新分析框架,旨在:利用LLMs的零样本推理能力实现复杂社会语境下社交媒体数据的深度语义解析;构建基于效价-唤醒(V-A)的二维情感模型精确量化公众情绪;聚焦冬季情境,构建适应气候特征的建成环境指标体系;应用MGWR模型精确分析冬季情境下城市建成环境要素在不同空间尺度上驱动V-A二维情感的空间异质性机制。本研究为理解寒地城市冬季气候下的人-地情感交互提供了新范式,并为全球同类地区的冬季活力提升与空间规划提供了实证支持。该论文发表在《Buildings》。

**2. 主要关键技术方法**

研究人员采用的关键技术方法包括:1) **大语言模型(LLMs)零样本情感分析**:利用GPT-4o模型,通过结构化提示框架(限定模型角色为城市社会学与情感分析专家),要求模型在考虑哈尔滨冬季特定语境(如“冻僵了”等表述可能表达兴奋而非负面情绪)的基础上,输出二维情感得分(效价范围-5至+5,唤醒范围1至10)。2) **多尺度地理加权回归(MGWR)模型**:采用MGWR 2.2软件进行模型估计,允许每个变量在回归过程中选择最优带宽,从而捕获不同变量的尺度依赖效应,突破了经典GWR单一固定带宽的限制。3) **专家评分验证**:随机抽取500条微博文本,邀请三位环境心理学和城市社会学专家进行独立标注(基于V-A模型及哈尔滨冬季语境),计算组内相关系数(ICC),并与LLM的零样本预测结果进行比对,以确认LLM方法的鲁棒性和可靠性。数据来源方面,研究人员使用了新浪微博、Landsat 8/9卫星遥感影像、LandScan HD 2020全球人口数据集、中国科学院2020年GDP公里格网数据、高德地图2025年数据、MOD10A1积雪日产品,以及ERA5-Land再分析数据集。

**3. 研究结果**

**3.1. 情感V-A双变量分析**
**3.1.1. 情感V-A的双变量空间分布分析**
通过双变量空间图研究发现,研究区域内效价与唤醒之间存在显著的空间相关性,并沿松花江两岸呈现显著空间异质性。高效价-高唤醒(HH)集群呈现明显的双中心格局,主要集中于江南的道里区、南岗区和香坊区(约占HH总面积的85%)。江淮北部仅占约15%,密度较低。负效价-中高唤醒区域空间相关性较弱,呈碎片化零星分布;未观察到显著的负效价-低唤醒(LL)集群。

**3.1.2. 情感效价的空间聚类模式**
通过情感效价的聚类和异常值分析发现,研究区域内存在显著的正向空间自相关与空间异质性。HH集群主要集中于江南中部滨江区和江北西部边缘,形成连续的积极情绪热点区。LL集群则分散分布于整个研究区域,呈现碎片化斑块状格局。这表明高效价区域在空间上连续并沿河分布,而低效价区域则呈现更局部化和分散的分布模式。

**3.1.3. 情感唤醒的空间聚类模式**
通过情感唤醒的聚类和异常值分析发现,研究区域内情感唤醒呈现显著的正向空间自相关和异质性分布。HH集群构成主要聚类类型,呈隔江相望的双核心格局。江北区域的高唤醒格网主要集中于西部边缘,江南则在松花江沿岸的中段形成连续分布。未检测到显著的LL集群,表明低唤醒区域在空间上分散,未形成大规模的冷点。

**3.2. 变量分析**
**3.2.1. OLS回归结果**
以情感效价为因变量构建OLS回归模型,所有变量的方差膨胀因子(VIF)值均低于5.000,不存在严重多重共线性。情感效价与冬季NDVI、积雪覆盖、路网密度、餐饮服务和人口密度呈正相关,与冬季LST、距最近公交站距离和距最近公园广场距离呈负相关。以情感唤醒为因变量进行平行回归分析,结果显示,情感唤醒与冬季NDVI、积雪覆盖、路网密度和餐饮服务显著正相关,与冬季LST、距最近公交站距离、距最近地铁站距离和距最近公园广场距离显著负相关。

**3.2.2. 空间自相关分析**
通过计算全局莫兰指数(Moran’s I)发现,所有入选变量均表现出统计上显著的正向空间聚类模式,证实了空间非平稳性的存在。

**3.3. 模型比较与变量带宽比较**
对比GWR与MGWR模型在情感效价和唤醒上的表现,MGWR模型均显示出优越性。对于情感效价,MGWR的R2为0.475(优于GWR的0.445),且具有更低的残差平方和(RSS)与显著更低的AICc值。对于情感唤醒,MGWR同样在降低AICc的同时实现了RSS的大幅缩减。带宽比较显示,MGWR成功区分了不同预测变量的空间尺度。例如,在情感效价模型中,路网密度(666)和冬季LST(1059)的带宽较窄,表明高度局部化的空间过程;而人口密度和距最近公交站距离的带宽达到最大值(2501),指示区域性或全局空间平稳性。

**3.4. 系数空间格局分析**
**3.4.1. 影响效价的变量系数空间格局分析**
- **冬季NDVI**:与情感效价在大部分区域呈负相关,系数值从东南向西北呈阶梯式递减。低值区(强负相关)穿越松花江并密集分布湿地和公园绿地,较低NDVI指示开阔地形,有利于形成大规模冰雪景观,契合冬季旅游审美预期。
- **冬季LST**:与情感效价呈普遍负相关,空间异质性显著。低LST对维持高质量冰雪景观至关重要。高值区主要位于城市建成区,微气候遮蔽缓解风寒效应;北部开阔区和松花江滨水区负相关减弱,极端低温与强风导致严重冷应激。
- **积雪覆盖**:与情感效价呈正相关,高值区集中于核心建成区,积雪与历史建筑结合营造独特冬季景观氛围,加上微气候缓冲与高效除雪服务,使公众能最大化享受雪景乐趣。
- **路网密度**:与情感效价正相关,系数呈同心圆状从中心向外递减。高值区包围哈尔滨冰雪大世界、太阳岛等关键旅游景点,高密度路网保证了景观可及性与连续性。低值区分布于以耕地、物流仓储为主的边缘地带。
- **距最近公交站距离**:与情感效价负相关,系数从西向东阶梯递减。强影响区位于老城区,居民高度依赖公交系统。该变量作为全局变量,影响幅度相对较弱。
- **距最近公园广场距离**:与情感效价显著负相关,强影响区位于高居住密度和高生活压力的西部和中部区域,公园广场提供情绪调节空间。东部分布区社区内绿地率高,降低了对大公园可达性的敏感度。
- **餐饮服务密度**:与情感效价正相关,强影响区集中在香坊区和道外区东北部,这些区域历史上商业配套不足,边际效用高;老城区设施饱和,影响减弱。
- **人口密度**:与情感效价正相关,系数呈波浪状从西南向东/东北递增。高影响区位于人口密度较低的东部和东北部;低系数区为人口密度高的老城区,拥挤效应使情绪对人口增长不敏感。

**3.4.2. 影响唤醒的变量系数空间格局分析**
- **冬季NDVI**:对唤醒的影响空间异质性显著。建成区呈负相关,高NDVI对应小规模常绿带或积雪覆盖区,色彩单调、感官刺激有限,抑制唤醒感;东南城乡过渡带呈正相关,冰雪覆盖导致高亮度和反射率,引发强烈视觉刺激和生理激活。
- **冬季LST**:与唤醒负相关且为全局变量。居民对低温有强适应性,但低频区为大面积户外开放空间(如冰雪游憩区),其对低温物理环境依赖度高,微小温度波动直接影响冰雪景观质量和游乐体验,使唤醒对温度变化更敏感。
- **积雪覆盖**:与唤醒正相关,高值区集中于建成区,游憩与商业设施与雪景互动,提供独特冬季户外活动,增强感官刺激;周边缺乏互动设施的低值区,雪景单调,影响下降。
- **路网密度**:与唤醒正相关且异质性显著。高值区为城市核心区,高密度路网带来高可达性和丰富城市体验机会,高频外部刺激引发高唤醒;周边区域交通规划偏重通勤,刺激有限。
- **距最近公交站距离**:与唤醒负相关。高值区集中于老城区,公交线路密集且与繁华商业或公共活动紧密关联,距离缩短产生强唤醒效应;外围单调居民区或未开发荒地,基线环境刺激低,效应不显著。
- **距最近地铁站距离**:与唤醒负相关。高值区位于高环境刺激强度的市中心,地铁站是整合交通、商业和人流的高度活跃枢纽,近距离暴露于高感官和社会刺激水平,显著提升唤醒。
- **距最近公园广场距离**:与唤醒显著负相关。高值区集中在公园广场密度高的中央核心区,作为高活力节点提供丰富感官刺激;低值区位于公园广场相对匮乏的城市边缘。
- **餐饮服务**:与唤醒显著正相关。高值区位于东部和边缘区域,餐饮设施相对稀疏,其存在或增加能丰富活动多样性、提供社交空间,社会活力边际效应高;低值区位于餐饮饱和的老城区,环境饱和及感官疲劳使刺激效应减弱。

**4. 讨论与结论总结**

讨论部分指出,研究揭示了情绪效价和唤醒的空间模式沿松花江呈双中心分布,封冻河流并非情感隔离屏障,而是借助冰雪旅游活动成为情感连通廊道。研究发现了“寒地悖论”:在积雪覆盖条件下,较低的冬季NDVI和LST反而与积极情绪相关,极端气候从生理刺激被重构为景观审美体验,但这一积极情绪高度依赖于城市微气候缓冲与高效市政除雪服务。情绪唤醒的空间异质性主要由自然景观视觉刺激强度和交通枢纽感官暴露度驱动,而城市服务设施表现出显著的边际效用递减模式。研究还强调了LLMs-MGWR方法框架的优势,并指出核心机制具有跨文化普适性,但受到文化态度、旅游强度和城市形态等情境因素调节。

**结论翻译**如下:
本研究提出了一个整合大语言模型(LLMs)和多尺度地理加权回归(MGWR)的创新分析框架,用于探究典型寒地城市冬季情感效价(Valence)和唤醒(Arousal)的空间格局与驱动机制。通过解码社交媒体数据中的复杂语义细节并捕获多尺度空间异质性,该框架为理解寒冷气候冬季条件下的人-环境交互提供了新视角。主要发现如下:
(1) 情感效价和唤醒的空间分布沿松花江呈现双核心格局。封冻的河流并非割裂情感联系的地理屏障,而是借助两岸冬季冰雪活动成为充满活力的情感连通廊道。此外,研究区域内不存在显著的低-低唤醒集群,表明哈尔滨并未在严冬沦为情感荒漠,居民表现出显著的热-心理适应性。
(2) 在情感效价方面,研究揭示了一个寒地悖论:在高积雪覆盖条件下,较低的冬季归一化植被指数(NDVI)和较低的冬季地表温度(LST)出乎意料地与积极情绪相关联。严酷气候从生理刺激被重构为景观审美体验,极低气温成为维持高质量雪景和冰雪建筑的先决条件。然而,这种积极情绪也依赖于城市微气候的缓冲效应和高效的市政除雪服务。
(3) 情感唤醒的空间异质性主要由自然景观的视觉刺激强度和交通枢纽的感官暴露度驱动。建成区内的小尺度城市绿地提供柔和魅惑力并营造宁静感,而城乡过渡带的广阔雪景则引发强烈的生理激活。此外,城市游憩和商业设施表现出明显的边际效用递减模式。在服务不足的边缘区域,增量设施能显著提升情绪唤醒;相反,在高度饱和的老城区核心,进一步密集化反而导致感官疲劳和拥挤效应,情绪回报显著降低。
(4) 本研究提出的LLMs-MGWR框架相较于传统方法展现出显著优势。在语义解码方面,LLMs克服了传统情感词典的二元分类限制,能够基于心理学模型精确提取效价和唤醒的多维情感特征。凭借其零样本推理能力,它们无需领域特定再训练即可准确识别社交媒体文本中的复杂情感。在空间分析方面,MGWR模型成功区分了环境变量的影响空间尺度。更重要的是,二者的深度融合建立了一个包含高通量语义处理和多尺度空间解释的闭环系统,这不仅克服了传统GWR模型的过拟合问题,更赋予了该框架强大的跨区域泛化能力,为城市感知研究提供了更严谨的方法论范式。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号