【系列专版】认知众包模式下的总体城市意象特色分析方法与广州市实践

引入“认知众包”这一概念，以社交媒体数据为信息抓手，以广州市为分析对象，逐级阐释“理论探析—信息提炼—转译分析”的意象特色解析流程：通过意象特色属性与社媒数据的特征拟合，构建场景特色与攻略特色结合的数字化总体城市意象特色体系；以可意象性数字量化为技术主轴，提出众包型意象特色的信息提炼框架，搭建从网络素材到认知信息再到意象要素的提炼途径；将要素频次作为统计归纳的基础，从强度、等级、空间分布等方面对意象特色进行整合剖析，得到广州市三能级交互的意象特色体系。同时，捕捉到意象特色在新方法的促进下形成的变化模式、创新动力和问题体现等情况，构建一个非介入式的公众认可的广州城市特色体系，实现可读、可看、可感知的意象分析再创新。

[关键词]城市特色；城市意象；认知地图；社交媒体；设计规划；广州市

[文章编号]1006-0022(2024)06-0118-10

[中图分类号]TU984

[文献标识码]B

[引文格式]陈戈，李佳宇，郭文博，等．认知众包模式下的总体城市意象特色分析方法与广州市实践[J]．规划师，2024(6)：118-127．

党的二十大报告强调“坚持人民城市人民建、人民城市为人民”，这为新时期推进以人为核心的新型城镇化指明了方向。步入建设人民城市的高质量发展时期，城市所传递的人文价值观和身份认同将成为塑造城市形象、文化和特点的核心，如何实现“人”与“城”的双向奔赴，打造具有人文特色的城市风貌，营造广受公众认可的城市意象，形成富有人情味的城市设计，建设人民满意的城市，是规划工作的主要目标。

城市意象作为“个人或群体在城市生活过程中对城市直接或间接的经验认知，是对客观存在的城市现象的主观反映”。深入的城市意象分析工作可以揭示人们对城市的认知和态度，能够挖掘出具有代表性的人民认知趋势与城市环境特征，是人本视角下城市分析的重要途径。

相对于以社会调查采访为主的传统意象调查方法，强化网络数据的城市意象研究方法在样本量、真实性、内容度、分析效率等方面都得到了极大的提升。因此，研究探索转译拟合总体城市意象特色与社媒数据属性的技术路径，以激活社交媒体数据所包含的图像、地理坐标、描述评价等公众认知信息的潜力价值，并以广州市为特色识别对象，进行完整的数字化意象特色凝练工作，以期为城市意象特色研究工作补充科学的方法手段。

1 　理论探析：应用社交媒体数据的众包型认知转译模型

1.1　城市意象特色研究综述

目前，城市意象研究主要面向三大方向——城市结构、特色和评估。其中，针对意象特色的研究重在挖掘城市的环境特征和空间象征系统中有共识性的意象，与意象五要素重视拓扑结构不同，意象特色研究侧重于挖掘城市认知中的个性元素，分析意象表征出的环境特点以及与其他城市不同的特征属性。

以往的意象特色研究主要采用传统的问卷调研与数理统计相结合的方法，提取出公众在环境认知中认同性与偏好性较高的要素，从而识别出城市全貌性的印象主题和标志化的代表因子，如建设风格、山水格局、名胜古迹，乃至活动、民俗等，以此实现整体或特殊的地域化特征元素的认知转化，受试者与有效样本数基本在100左右，代表性稍显不足。随着移动智能设备的普及与网络软件的传播，意象特色的研究活力被再度激活，近年来学者们充分利用网络数据的认知信息承载能力，将城市意象特色研究的来源逐步拓展至网络图像、社交文本、打卡签到等多元数据，不断迭代意象认知与城市特色拟合的技术，通过微博、大众点评等社交媒体，分析对象拓展至数以万计的图片、游记等，量化基础得到了质的提升。同时，通过城市特色的总结转化表达总体特征意象的方法，多以数据为导向主体，更多地偏向对空间拓扑关系的探讨，但如何将社交媒体数据的优势与城市意象特色研究的需求结合仍有较大探索空间。见图1。

在此趋势下，研究立足于社交媒体的主体性优势，从用户主动分享推荐的环境信息探索认知转译途径，匹配人本设计对细颗粒度、真实性的数据要求，弥补以往研究调研方式一元化、信息获取难度高及主观偏差大等不足，强化城市意象特色研究的人本反馈与数理辨析。

1.2　认知众包式调查

“众包”，指公众外包，是一种通过互联网和社交平台，将任务、问题或项目外包给大量互联网用户或大众志愿者来完成的行为，属于公开、面向大众的分布式问题解决机制，研究者需要的调研服务或信息数据可通过网络用户的信息转化得到，实现通过统筹大众来完成个体难以完成的任务。众包数据来源于广泛的人民群众提供的数据信息，属于“人民的智慧”，而非研究者提供或者引导得出，具有非介入性质的分享开源式特征。

研究根据城市意象认知逻辑链条(图2)，发挥社交媒体数据的意象承载能力，批量收集群众认知信息，选取最具有代表性的部分，将其转译成总体意象特色，这可以理解为是一种集成表征公众认知信息的研究，形成了“认知众包”。相比以踏勘访谈为信息采集渠道的意象研究，认知众包的研究方法具有大数量、多类型及高效率的特点，为意象解析工作打造了更为全面的平台，因此利用“众包”这一网络数据共享概念，关注社交媒体数据对认知信息转译的促进作用，可实现意象研究的网络赋能创新。

1.3　总体城市意象特色属性与社交媒体数据的转译拟合

为理清意象转译的内涵联系，研究基于公众认知的网络化发展进程，总结出城市意象特色在数字信息转译背景下的理论体系(图3)。根据意象特色本质属性，可将城市特色认知类型划分为场景与攻略两类。

场景特色的数据来源于用户作为网络平台的参与主体所发表的城市图景，是公众在社交媒体中无意识主动分享的信息，包括短视频或微博图片等，反映了市民对城市形象的关注偏好。场景特色聚集了公众最频繁接触的场景特征，即用户在描绘城市景观形象或环境体验时所体现出的特色认知。

攻略特色的数据来源于用户在社群平台上作为评价主体所分享介绍的城市特质，是公众带有偏向的理解分析内容，包括攻略或决策咨询贴文等，反映出个人对城市环境信息总结感受的评价。攻略特色整合了公众最在意及最重视的环境特征，即用户在对城市环境要素进行总结或归纳后，向外推荐的特色认知元素。

场景特色和攻略特色结合可促成环境认知中观察主体与评析主体的紧密互动，共同组成总体城市意象特色体系的内涵骨架。对应这两种特色类型，可在信息端整合自发展示行为与推荐精选行为的信息素材，经由高共识性的意象标准筛选，在转译端进行特色要素的量化解析，从而打通从社交媒体数据到总体意象特色的属性转化通道，提炼出公众最认可的城市意象特色。

2　信息提炼：应用社交媒体数据的众包型意象特色转译路径

2.1　方法框架

城市总体特色在社交媒体中的意象转译重点在于提炼并转换公众在传递总体城市意象时的关键信息，对此研究以主动表达行为为抓手，以场景特色、攻略特色为双重维度，挖掘认知习惯特点，综合归纳总体特色。

为实现将复杂的认知信息转化为可以量化测度的意象强度指标，一般可以其频率反馈强度为指征，在提取素材内容前须判断高认同性标准，即验证市民对素材的共识性认可。对于社交媒体而言，其所设置的交互表达功能可理解为一种投票机制，将用户的点赞或收藏等行为的频数看作公众对环境场景认可或是偏好的投票数，由此研究构建了一种“认知众包”的数字化问卷形式，在社交媒体平台以具体城市为对象进行内容检索，并以点赞数等主动表达表征影响力或热度，进行排序并选取次序靠前的网络内容作为意象分析素材，对素材的出现频次进行统计，以在高共识的基础上进一步挖掘高频次反馈要素，形成最基本的特色数据元。

综上所述，研究构建特色理论与数字信息交互的方法框架，将与表征场景、攻略特色逻辑最相近的短视频类网络平台、体验攻略类网络社区等社交媒体的数据作为研究基础，通过高意象频率标准筛选出具有高认同性的意象素材，进而使用目视判读法提取素材中的意象元素，获得对城市整体互动感知的信息数据，并对信息数据分类进行统计与量化分析，最后根据城市特性归纳出总体城市意象特征。见图4。

2.2　素材筛选

素材筛选是获取转译分析第一手资料的初始环节，需筛选出典型、共识明确的信息材料。根据社交媒体热度排名的动态浮动情况，通过多次热度识别进行筛选，从2023年1月至6月进行每月一次共6次的内容判断：在抖音和小红书平台，搜索标签为“广州”的内容，以“点赞”为热度指标，各自选出排名前100的短视频及攻略数据，同步统计每条内容的图文信息，形成认知信息来源的基础数据库。

对收集的素材进行总量统计，从结果可知，每项短视频素材平均点赞认同值达到18.16万次，每项攻略素材平均点赞认同值超2.35万次。在感知识别视角，每条内容得到了数以万次的认知响应，无论是铺叙环境场景，还是介绍在地活动经验，均属于能代表公众对广州市环境认知的最前端数据，具备较高的共识性。

2.3　转译基准

为从复杂的环境认知素材中提炼出意象特色体系，需建构与意象信息内容对应的转译基准因子，搭建从数据到特色的归纳通道。对大量的城市意象与城市特色研究进行整理，从广州市实际情况出发，通过专家打分法将总体城市意象特色的构成要件梳理为“主题—集群—焦点”3个层次(图5)，包括4个大类、16个中类以及多个具体小类，以此形成意象特色类型学视角下的解析参照。

在主题层次，“主体类型”用于概括环境要素的意象主题风格，基本可分为文化活动、都市环境、自然山水、特殊认知4大类，主要展现整体性。在此基础上，进一步细化到集群层次的“性质标签”，可匹配中观层次对不同环境要素的集群归总，综合广州市城市风貌的环境联系，可基本形成16项特色集群标签，主要展现组织性，其中包括了特殊型的“性质标签”，即有外地元素(表达与其他城市或地域的联系)和其他描述(对城市的别称、有趣的理解)的标签。外地元素是指在纯单独要素特征的基础上，引入城市外部的联动要素，如与广州市互动较多的深圳市、佛山市，体现了社交媒体数据的内容丰富性。焦点层次的“具体事务”则聚焦到个体显著的特色要素，是意象特色最基础的信息数据元，主要展现标志性。

2.4　要素识别

在获取高认同性素材的基础上，采用人机协同的判读方法组建了多专业的判读团队，分别对抖音短视频和小红书攻略进行意象特色要素的识别工作。通过“总览—精读—提取”3大步骤(图6)，由浅至深地将素材中提及的特征要素进行标记与归类统计。研究不仅归集了场景特色、攻略特色的单维度指标，还将二者叠合形成代表综合认知反馈的复合特色要素，最终得到综合特色要素记录表，共得到5 733项要素标记(包括场景特色1 867项、攻略特色3 866项)。

3　转译分析：数字增强的广州市总体城市意象特色体系分析实践

在上述经过转译的第一手认知反馈数据的基础上，利用数理量化与地理信息平台等手段，从强度、等级、空间分布等角度归纳分析出可阅读、可展示的意象特色体系。

3.1　强度分析

3.1.1　“主体类型”分析

归总3个维度4个“主体类型”的意象频率强度比例(图7)发现，广州市具有都市建设与文化活动“双翼齐强”的特征，广州市的认知风格为“繁荣都市·多彩文化”。作为全球城市代表和国家中心城市，广州市的城镇化水平较高，都市环境建设的主题反馈最为突出，各项都市化的环境元素出现在广州市民最直接最频繁的认知互动中；广州市千年传承的“岭南文化、广府特色”，展示了悠久历史传承与多元文化的交融；自然山水的影响力较小，但广州市地处“三山之脉”和“三水汇流”区域，生态资源丰富，仍有大量对自然意象的感知活动。

3.1.2　“性质标签”分析

在广州市的特色意象要素的反馈中， 16项“性质标签”均有所体现，展示了城市的包容性和丰富性(图8)。

在场景素材中，建(构)筑物占比较大，展现了更多的形象标识意义；攻略素材与场景素材相比，反馈了更多的美食与公共空间标签，这与公众在攻略中可以表达更多的内在体验要素有关。

在综合素材中，建(构)筑物与美食最突出，可以认为其是广州市最直接最整体的特色意象。建(构)筑物反映出广州市建筑在城市特色中的重要地位，包含近现代的摩天高楼及特色的文化建筑，共同构成了多元建筑风貌。美食意象是以往广州市城市认知研究中未曾挖掘过的社会性意象内容，反映出广州市作为美食之都的独特气质。此外，人们对交通设施、公共空间、娱乐观光意象也有较强的感知能力。

3.1.3　“具体事务”分析

进一步分析具体的高频次反馈要素，从而识别最具代表性的单体意象，提炼公众最为聚焦关注的意象。

研究统计了所有特色要素的复现频率，共计1 539项具体要素和5 733次注记点数，并对各类意象词频进行量化标准值换算，以X_d代表环境意象要素出现的频次，将要素复现频次的最大值作为参考，对每项要素进行得分换算，得到各要素的频数得分X '，计算公式如下：    

对各项“具体事物”的强度进行量化分析，由结果可知广州市高频意象具有“珠城地标+珠水连城+夜色影像+7大公共片区”的亮点。其中：出现频次最高的是突出都市意义的广州塔，其作为形态意义突出的地标构筑，虽然修建年份较近，但是已经成为公众心目中最典型的广州市符号，绝对高耸的塔式构筑与统领周边的空间秩序，对意象的识别性、审美性乃至归属性都起到了明显的作用；广州市的母亲河珠江的出现频数排在第二位，这是城市自然化基因的浓缩体现，强调了广州市作为滨江大城的生态底盘，珠江是极具价值的认知参照。

夜景与拍照打卡也是认知广州市的显著意象要素，体现了广州市意象内涵的特殊个性。作为非具体空间定位的认知要素，夜景特色体现了广州市对夜生活和夜形象的展示能力，而拍照打卡则体现了广州市丰富的景观及功能环境让人们乐于留记。

在排名靠前的意象要素中，公共空间占了大量的比例，特别是7大公共空间片区，组成了城市认知的有力底板，其中：沙面岛与太古仓码头充分发挥了优美景观与惬意餐饮的组合优势；北京路步行街、永庆坊则是品质提升卓有成效且蕴含广府历史的商街代表；海心沙依托广州塔、珠江新城对人流的吸引力，成为观地标之景的“绝对C位”(核心位置)；东山口依托东山洋楼的特色景观风貌，加之当地拥有大量的潮流品牌、文艺店铺，成为新的青年聚会目的地；上下九虽然有较高的频率强度，但是在内容上以负面反馈为主，多是被用户提醒“避雷”(避免踩雷，即存在宰客、性价比差的负面评价)的区域。

具体到每种标签类型，还可以分类型深入探讨不同标签属性下广州市的意象内涵，并探讨意象能被公众清晰认知的原因，由此可以更加清楚地了解市民对特定场所的认知评价。其中不乏在传统意象研究中没有提及的环境要素，如山体中的莲花山、大夫山等一系列富有生机的意象要素。不仅如此，还有表述外地和通俗化描述的具体要素，如店铺排队的现象、日落的景色等也是广州市城市特色意象要素。从突出要素的环境特征来看，其环境基本具备了区位优势明显、功能内涵丰富、视觉审美突出、便于社群分享等特点，代表了广州市岭南繁华的个性生活场所与人文风格。

3.2　等级剖析

从城市空间发展论出发，可以将城市特色在认知中理解为一种动态的自组织系统，意象特色标签集群可以形成相互联动的构成板块，因此有必要以整体认知图景的视角，分析意象特色的等级划分，在公众认知领域中形成广州市总体特色的各要素联系结构，从而判断特色要素在不同维度对广州市总体特色的作用。

通过SPSS以意象反馈频率对16项意象集群标签(“性质标签”)进行聚类分析，进而得到广州市特色要素的强度层级，以更好地归纳出广州市意象特色体系的内涵架构，最终得到3大层次的意象标签聚类。结合具象的现实环境情况，在意象自组织系统下凝练出广州市意象特色的3大认知等级，形成“主导—支撑—背景”的交互模式。

主导型意象，指意象频率强度最显著的主导性元素，是表现广州市城市环境特色的中心内核，在总体城市意象描述中往往具有重要地位。在这一层级中，美食与建筑两方面较为突出，在美食方面可形成粤式风味(广州市特色食品)、在地品牌(广州市名气店家)、西式情调(西方餐饮品类)3类主题，在建筑方面可形成商务新城(以珠江新城为代表的现代化都市形象)、岭南都会(体现岭南风貌的独有建筑)、国际风采(表现西方文化内涵的异类建筑)3类主题，这6类主题元素突出了广州市的人文风情与城市的繁华。

支撑型意象，指属于第二梯队的起支撑作用的环境元素，多体现功能内涵，起到辅助整体认知的助力作用，主要包括公共空间和交通设施两大方面。公共空间主要体现为集聚市井烟火气的商业街道和营造美好景观的“城市客厅”意象，而交通设施则包括环绕及联通珠江两岸的交通要素和涵盖地上地下的立体综合交通要素，这4类主题要素体现了广州市在城市公共体验与多元交通网络方面的优势。

背景型意象，指起点缀作用的要素，以完善特色体系的版图，影响力较小，包含娱乐、消费、其他、绿地、历史、植物、基础设施、水体、民俗、山体、外地、人物等标签。

根据3个层级的意象共识程度来对意象特色进行综合归纳(表1)，总结出广州市城市特色圈层联动的意象等级表征，在复杂体系下形成了由“繁荣引领、体验骨架、精致细节”共同构成的三能级交互引导模式下的广州市总体城市意象体系(图9)。

3.3　空间耦合

在抽象性的圈层式意象层次支撑下，尝试从结构角度凝练意象特色的空间性特征，通过地信坐标实现人工智能转化新视角下“众包式” 认知地图。

首先，对高频意象的名称进行坐标化转译，去除一些无法形成具体地理坐标的意象(如夜景、日落等描述总体形象特征的意向)后，将可定位的意象要素文字导入Map Location地址转译网站，并选择WGS84坐标作为基准，在百度地图等数字地图平台的识别下，得到经纬度坐标数据。为了实现大数据批量化快速转换，利用Python程序，编写在表格中批量输入文字数据的程序路径，通过人机协同的数据复核程序，得到意象特色焦点的地理信息统计表。这些非介入、非引导的坐标数据经由ArcGIS平台的转化，形成了以数字化空间展示的公众注记信息，展示网络语境下的意象认知特色源的分布情况。在此基础上，进一步利用ArcGIS的核密度分析工具，将意象元各自的频数作为ArcGIS中的polulation-z轴密度，从而清晰地展示出意象特色的空间聚集模式。根据空间分布情况，基本形成了大集中小分散的意象特色空间分布格局，超过90%的意象认知注记都位于中心城区内。虽然物质性的建设逐渐向白云、黄埔、芳村等地扩展，但是公众认知层面的空间拓展显然还未形成规模，仅在南沙南沙湾、番禺长隆等地逐步形成意象集聚节点的雏形，对广州市公众认知网络的形成有一定的补足潜力。

在空间聚集的基础上，结合非物质性的意象要素反馈情况与广州市现阶段城市环境的发展特征，凝练出在社交媒体(2023年阶段)视角下的广州市意象特色认知地图(图10)，提炼出“双区双脉”的意象特色空间结构。

“双区”指以越秀、荔湾等老城区文化环境为内核的老城广府意象集聚区，以及以珠江新城及小蛮腰等地标为核心的新城CBD意象集聚区，是公众对广州市城市意象特色感知最为集中的区域，涵盖了最为突出的意象节点与大量的高频识别焦点。

在此基础上，显现出两条认知空间的脉络：一条是沿着珠江串联东西的广州市新旧递进之脉——江生双城意象脉络，是广府老城与珠江新城“双城相生”的沿江发展连线；另一条则是沿着广州新中轴南北延伸的广州市新兴进化之脉——珠城主轴意象脉络，以珠江新城为核心，向北联系广州市东站、白云山等地，向南扩展至小蛮腰地标、海珠湖公园、长隆等地，展现了广州市现代化发展下新城建设的繁荣之景。

此外，还有散布在各区域的意象焦点区域，虽未与主体结构网络产生过多联系，但其将成为未来拓展意象强度、增强城市特色感知网络的重要构成部分；夜景、日落、骑楼、早茶等非空间定位的要素也是广州市总体特色的重要凝练因子，补全了广州市独特的整体性意象表征。

3.4　研究对比

与传统的广州市城市特色的意象研究对比发现，总体城市意象特色研究实现了5大维度的提升(表2)：一是真实性较强，相比主动式的问卷调查，利用被动的非介入式的社交媒体数据进行研究可以减少引导偏向；二是认同性较高，社交媒体软件使用主体涵盖市民、游客等多类型相关人群，主体广泛，打破了阶级信息壁垒；三是层次性较深，包含标志特色、代表主题及等级等系统特征；四是内容较全，研究拓展了城市意象研究的对象，包含了物质与非物质性要素，具有不少新颖视角；五是发展性传承，研究体现出广州市意象特色延续变化的过程，以及贴近品质生活体验的新趋势。

3.5　特色总结

3.5.1　系统建构：三能级交互的广州市总体城市意象特色体系

综合意象频率强度和等级，研究提炼了“繁荣引领、体验骨架、精致细节”的“三能级交互·在地性焦点”的广州市总体城市意象特色体系。

具体来说，主要是以特色美食与建筑要素组合为城市意象的主导核心，衔接起支撑性、背景性作用的相关意象主体，形成层层铺展的城市特色主体认知架构，并配合广州塔、珠江、拍照打卡、夜景、广州西塔、广州东塔、沙面、北京路等公众识别的多元特色标志的意象集群，搭建起内外互动的广州市总体城市意象特色体系，展示了与众不同的城市总体内涵，以及公众所能感知的具体的活跃认知对象，凸显了极具广州个性与人情味的城市品位。

3.5.2　变化模式：以品质生活体验为意象触媒的特色趋势

研究中突出的特色要素与公众的品质生活需求具有紧密联系，反映出意象的形成与环境的体验吸引力具有较强的联系，强调功能内涵、文化精神、审美享受的体验场所是意象认知的主要来源，同时城市特色的感知变化紧密贴合了时代发展的不同阶段，公众意象的核心内涵相较以往城市认知中心模式更加丰富。特别是进入消费时代，注重生活品质的体验活动成为重要的城市触媒，激活了与之紧密相关的商业、市井、文艺、娱乐等类型的环境要素。

3.5.3　创新动力：新兴要素引领城市特色系统的全新进化

与传统强调物质化的意象特色研究相比，空间意象研究逐步走向“虚拟转型”，因此研究凝练出广州市新颖的多元特色元素，如早茶茶楼、地铁3号线、荔湾拍照打卡场景等，也凸显了数字经济的表现性，展示了未来城市的场景特征，尤其是以美食为代表的意象集群，成为公众认知广州市的核心要素。同时，地铁轨道交通、网红打卡、潮流新品等也是比较突出的新兴意象，这反映出环境的丰富内涵正逐步被公众深度探知，城市新兴要素逐渐崭露头角并成为城市特色的重要组成部分，新兴意象不仅丰富了城市的内涵，也为居民提供了更多的丰富感知和优质的城市生活体验，创造出具有独特魅力的城市景观。

3.5.4　问题体现：隐性资源缺乏利用与传统强势板块的“失语”

意象特色的认知反馈可以成为探究城市环境问题的手段。对于广州市而言，一方面大量隐性资源缺乏真实感知。例如：作为形象展示和文化宣传重要抓手的人文节庆元素鲜少被提及，热闹的春节花市较少有评论和反馈；山水公园等自然意象多停留在背景层次，如人民公园、东山湖公园、天河公园、麓湖公园等资源的意象作用尚未凸显，东西山系、南北绿廊的自然延续性不足。

另一方面，传统强势板块存在供需矛盾。例如：上下九作为传统知名商街，在社交媒体中一直得不到推荐，破败的环境、同质的功能、宰客行为等影响了人们对其的正向感知；在大湾区交通枢纽的塑造上略显“失语”，广州南站、广州火车站等尚未形成“城市客厅”的门户体验集聚地，各个站点的风貌形象和综合功能有待提升，景观审美与功能体验缺乏品质维护。

4 　结束语

研究以广州市为例，建构了一种应用社交媒体数据的众包式意象特色分析方法，从数字国土空间全程智治的新兴视角出发，通过大量描绘视频或攻略中的城市环境，无介入式地获取最具共识性的公众真实认知信息，凝练出新语境下广州市的总体城市意象特色体系，也进一步挖掘出公众的环境反馈行为对城市规划工作的重要价值。

随着移动互联网覆盖率的不断提升，利用网络数据探知城市意象的方法越来越重要，研究立足于“非介入式研究”理念，优化了意象认知的调研统计思路，创新了城市意象特色要素在网络认知层面的量化分析办法，构建了意象特色分析架构，强调了公众城市意象的复合体系，为未来城市特色的识别与挖掘、公众感知的引导与利用提供方法参考，该手段可与传统方法相辅相成，共同拓展城市认知研究的网络众包方法。

新媒体编辑：祝桂丽

审读：邓倩

终审：刘芳

文章全文详见《规划师》2024年06期

《认知众包模式下的总体城市意象特色分析方法与广州市实践》

地址：广西南宁市青秀区月湾路1号南国弈园6楼

邮编：530029

邮箱：planners@planners.com.cn

网址：www.planners.com.cn

电话：0771-2438012