基于文本分析技术的明清苏州游观活动与空间研究

戴叶子，翟晓晴

历史城市空间形态的相关研究多侧重于物质空间的“有形文化”，如建筑群或构筑物。但历史城市的价值除了物质遗存，还包括蕴含于其中的“无形文化”和场所精神[1]。这种特有的场所感和认同感，产生于长期特定生活语境下逐渐形成的生活方式、风俗习惯、价值取向等内容，同时也成为城市魅力与活力的重要组成部分。本文试图通过文本分析技术对大量文献进行量化研究，将明清苏州游观活动相关的文学性描述转化成可读数据，并结合GIS空间统计的方法来解读其中的活动及空间分布，以期拓展历史城市形态研究的思路与方法。在实践层面，关注特定群体、地域、文化和社会生活构成的历史城市空间研究，可为延续城市传统文化和保护城市空间可识别性提供一定的参考。

传统文献常将晚明以后大众文化中流行的游览观光活动称为“游观”活动[2]，《清嘉录》中“在娄门外者，龙墩各村人，赛会于庙，张灯演剧，百戏竞陈，游观若狂”①描述的就是此类活动。人们在节日或者闲暇时间去或近或远的地方游览观赏、休闲娱乐以放松身心，成为游观活动的主体。承载游观活动的场所，大到风景名胜、小如街巷茶馆均为游观活动空间。苏州作为人文荟萃、景观优越的城市，自古以来便是士人游览的主要目的地，其游观活动在明清时期达到鼎盛，如明代《虎丘图卷》勾画了文人雅士幽居、出游、雅集的市郊风景，乾隆《吴县志》将苏州描绘成“东南一大都会，当四达之冲，闽商洋贾、燕齐楚秦晋百货之所聚，则杂处闬阗者，半行旅也。”丰富的游观活动相应产生与之相适应的功能空间，游观消费群体的扩展也发展出更为丰富的功能空间层次。这种动态、多样、差异、复合的城市游观空间，深刻影响了城市与自然环境的风貌与格局。

文本分析又称为文本数据挖掘，是借助数理统计和信息检索技术，从海量的文本信息中挖掘潜在的内在联系和某种规律性的技术。当前对于文本分析技术的研究主要集中在文本信息处理、文本内容挖掘和可视化展示这3个方面[3]，并可细分为网站数据爬取、文字信息处理、高频词汇提取、地点坐标转化、可视化展示以及数据成果分析等过程。该技术采用文本信息统计与GIS空间统计相结合的方法[4-5]，较定性分析具有更强的可读性[6]。目前，文本分析应用于城市与景观相关领域的研究主要有当代和古代两个向度，围绕游憩活动、游憩空间及城市景观意象等概念来展开[7-19]，用以探求人群活动特征并揭示城市发展规律。文本挖掘方法与定量研究相结合，可以完善传统的地理信息样本，并利用现代可视化技术来增强其可读性，已成为大数据时代背景下空间行为研究领域的热点之一。

通过将大量历史文献的文学性描述转化成可量化的数据，文本分析可以最大限度地弥补历史信息的不足，从而拓展了历史城市与景观研究的方法。此类研究多采用文本分析技术对诸如古诗词、方志文献等进行社会网络语义和情感分析，探究特定历史时期的城市空间格局和园林景观意象。而有关游观活动与空间的研究主要针对某类游观空间或游观活动的定性研究，但对游观活动的人群行为研究较为少见，缺乏在宏观层面对于多元化的游观行为与空间的系统整合与梳理。有鉴于此，本文选择明清时期游观活动兴盛的苏州作为研究对象，在系统梳理游观活动及其空间类型以及文献记载的基础上，对其中有关明清苏州游观活动的信息进行考证和提取，然后运用Arcgis、ROST CM6（ROST Content Mining System）②等文本分析软件对游观活动的时空环境、人群行为及其关系进行可视化表述和展现，以期展现特定历史条件下空间、行为及两者间的互动关系。

2.1 数据来源及预处理

考察历史上的游观活动，最重要的途径便是借助流传至今的文献记载。古文献包括古诗词、地方志、游记、风俗志、笔记小说等，蕴含着大量的历史人文、时空行为信息，为研究的开展提供了丰富的历史资料。古诗词和游记文献篇幅不同，各具特点。古诗词短小精悍，能够生动形象地解释地域文化特征，表达作者当时的情感[20]。而地方志、文人笔记、游记等文献写实性强，更能真实记载行踪，具有一定的原真性。将古诗词与地方志、文人笔记、游记等整合为一体进行研究，能够兼顾“生动性”与“真实性”，从而更加全面深刻地反映史实。本研究所涉及的文献包括诗词、文人笔记、园记、游记、小说等5个类型。③

通过古代文献进行一定历史时期行为与空间的研究时，由于文献包含大量繁杂信息，首先应筛选出与空间行为活动有关的古代文献作为量化统计的有效词条。古代文献的选择需要满足以下条件：（1）文献描述的空间与地域具有一致性。（2）文献中需同时包含活动的人群、类型和空间信息。最终得到有效活动词条4 431条。在对诗词文本的选择上，筛选出已有书籍中明清时期所有描写游观活动的诗词，同时利用“火车采集器”④从“搜韵”诗词门户利用“灵岩”“阊门”等关键地名信息与“明朝”“清朝”等关键词进行爬取，爬取的诗词作为样本库补充，最终得到诗词6 077首。

在预处理阶段，要对目标文献进行筛选和整合，得到古文本.txt文件。属于文言文范畴的古文献文本，因无法直接按照现代汉语进行处理，需参照《古汉语词典》使用超级批量文本替换工具⑤（ultra-replace），用标准词条替换古文本.txt文件中的源词条，完成文本数据的初步收集和处理（表1）。

表1 游观活动词条对照

2.2 本文研究方法

基于文本挖掘原理的行为空间分析手段，有别于侧重人的感受、推断与印象的定性研究，能够更加科学地进行分类统计并进行直观的可视化展示[21]。本文的数据来源于古文献，对相关文本的有效内容进行提取整理，继而进行可视化展示，即采取文本分析方法与核密度估算法两种量化方法。

2.2.1 文本分析方法

提取高频词汇，计量游观活动的人群、地点、发生时间，并分析其潜在联系[22]。基于上述目标文献，利用ROST CM6软件提取相关的高频词汇并进行分类，构建语义网络关系图，分析不同活动地点之间的联系。利用ROST CM6软件对文字数据进行初步处理后，将处理后的文件导入UCINET软件⑥中进行相关度分析。

2.2.2 GIS核密度估算法

将筛选出的有效词条中的游观活动地点转换为离散点，进行可视化展示，用于分析游观活动在明清苏州的分布规律。核密度分析工具用于计算要素在其周围邻域中的密度，既可计算点要素的密度，也可计算线要素的密度。在本文中用于计算点要素（如寺观、园林等）和线要素（河道、街巷）在某固定范围内的密度（D）。计算公式如下：

其中：①i=1，…，n是输入点。如果它们位于（x，y）位置的半径（r）距离内，则仅包括总和中的点。②pi是i点的population字段值，它是一个可选参数。③di是i点和（x，y）位置之间的距离。

2.3 研究步骤

将经过筛选的古文本.txt文件进行梳理、标准词条替换后，导入ROST CM6软件中，在功能性分析一栏中运行“分词”⑦功能，删除虚词后进行词性分析，可得到名词与形容词。其中名词通过提取地点信息，将文字信息转化为经纬度坐标后，可将经纬度坐标点导入GIS中进行核密度分析，得到游憩活动的空间分布核密度图表。同时可将古文本.txt文件导入ROST CM6软件中运行“社会网络与语义网络分析功能”，得到语义网络关系图表，反映词组与词组之间的关系。将运行上一功能中得到的附属文件“古文本—行特征词—共词矩阵.txt”文件导入UCINET软件中，运行其“网络—中心度—多重方式”命令可得到古文本的点度中心度数值。

明中叶以后，社会经济全面复苏发展，经济的富裕使人们转而追求精神上的享受，上至达官文人、下至平民百姓开始走出家门、登临山水，游观之风逐渐盛行。不同人群的差异化需求，使得多样化的游观空间应运而生，使得三教九流终能各得其所。因此，笔者依托古代文献对明清时期苏州游观空间与行为的关系研究包括：（1）对高频词进行统计，结合文献总结得出所有的游观活动类型。（2）对游观活动类型进行逐级细化的分类，并与地点相对应。（3）将游观活动发生的地点进行空间统计，研究游观活动的空间分布，并分析其特征与成因。（4）对行为活动发生的时间及参与的人群进行分类及梳理。

3.1 高频词与语义网络分析

将“古文本.txt”文件导入ROST CM6中运行“分词”和“词频分析”功能可得到高频词表，高频词是文献记载中被提及频率较高的词语，在一定程度上反映了游人的意向及喜爱程度。被提及次数越多，说明该地点（活动）在当时更受欢迎，成为“士女骈集”的场所。通过高频词分析，可大致判断不同游观活动在地点与类型的频次高低。

语义网络图由网络节点和有向线段（箭头）组成。将“古文本.txt”文件导入ROST CM6软件中运行“社会网络与语义网络分析”功能，便可得到所有文本文献的语义网络图（图1）。语义网络图除了展示图中方块所代表的网络节点，亦即高频词之间联系的紧密程度，还揭示出“核心—次核心”的结构关系。有向线段表示网络节点间的从属关系，如“游人”指向“虎丘”代表游人前往虎丘，“士女”指向“画舫”则表示士女乘画舫进行某项活动。通过语义网络图可以建立起网络节点之间的联系，节点间的有向线段越多，说明联系越紧密。例如在“游人”“虎丘”“灵岩”“太湖”“洞庭”等节点间密集的连线，恰恰呼应了古人以上述自然、人文景观为核心所展开的一系列诸如泛舟、探梅等游观活动，从一个侧面反映了明清时期人们对于游观地点的感情和认知。

图1 所有文本文献的语义网络分析

点度中心度表征网络节点的影响力，由与网络结点有直接关系的其他节点的数量来测定[22]。点度中心度的数值越大，表明与特定关键词直接相连的节点越多，影响力就越大。运行UCINET软件中“网络—中心度—多重方式”命令对“古文本_高频词.txt”文件进行处理可得到点度中心度数值表（表2）。从表中可以清晰看出，“洞庭”一词的点度中心度值最高，居于整个语义网络的核心，由此可以判定它在明清时期苏州游观活动中的影响力也最大。

表2 游观活动词条对照

根据以上语义网络分析图、高频词与点度中心度数值表中有关游观活动的地点、类型以及古文献词条信息，可以总结出3个一级活动类型、6个二级活动类型、13个游观活动场所及15种主要的游观活动（表3）。其中，节令欢愉是指由于庆祝节日而产生的一些游观活动，这些节日分为官方节庆（元旦、清明、端午等）和民间节日（观音诞辰、土地公公诞辰、东岳帝君诞辰等），民间的节日多与宗教活动相关。游览观光由3部分活动类型构成：（1）赏景逸乐游：非节日期间，由于观赏自然景物而产生的一些游观活动（如二月玄墓探梅、谷雨看牡丹、八月山塘赏桂、石湖望月）；
（2）访古探幽游：因游览历史遗迹、名胜（如虎丘、灵岩寺）而产生的游观活动；
（3）私家园林游：游览私家园林产生的游观活动[23]。乘兴采风是指无明确目的地的即兴出游，如为了纳凉娱乐而舟游于河道所产生的游观活动，此类活动没有固定发生的时间，多见于春夏夜晚。

表3 明清时期游观活动类型统计表

3.2 游观活动空间分布特征

将一级活动类型中游观活动发生的地点转化为带有经纬度坐标的空间坐标信息，在作为底图的历史地图上进行标记，所生成的投影点便表示活动发生地点在空间上的分布。将以上所有点导入Arcgis10.8中进行核密度分析⑧，对分析结果运用自然断点法进行划定，并以1.5 km作为搜索半径生成栅格图像，与校准后的地图进行边界匹配，绘制核密度分析图（图2—4）。核密度分析图能够直观地展示游观活动聚集的区域，数值越大，表示在此区域内发生的游观活动越密集。分析发现：明清时期苏州游观活动整体核密度分布呈现“三核多点”的趋势，形成了以虎丘、玄墓、洞庭为核心的组团空间。

图2 明清时期苏州游观活动整体核密度分布

3.2.1 城郭近郊“山塘—虎丘”组团

城郭近郊“山塘—虎丘”组团位于苏州古城及其辐射的范围内，是游观活动分布密度最高的区域。众多私家园林、茶馆、酒肆、会馆、寺院宫观等活动场所分布于此，丰富的功能类型为游观活动在空间和种类上的多元化提供了可能。节令欢愉活动主要分布在这一组团中，节日期间人们纷纷走街串巷，就近奔走庆贺、交往洽谈。

3.2.2 太湖东部组团

太湖东部组团位于花岗岩丘陵地带，包括阳山、光福山、穹窿山等在内的诸多群山组团。此组团属于人口密度较低的郊野游憩地，与太湖相邻，非节庆节日期间人们多探访于此，观赏游览、宴饮聚会。

3.2.3 太湖洞庭山组团

太湖洞庭山组团位于山环水抱的太湖中，明王鏊《姑苏志》载：“洞庭山，在太湖中，以四面水包之……”⑨太湖洞庭山组团分西洞庭山和东洞庭山两部分，消夏湾、林屋洞、缥缈峰分布于此，是人们游览观光的重要自然空间。

3.3 游观活动分布的语义网络解析

利用组团中的地名关键词信息对“古文本.txt”文件中的文本进行分类，可得到3个文本，分别描述3个组团的游观活动与空间。对3个组团分别进行社会网络与语义网络分析得到3个语义网络图，反映了每个组团内网络节点之间的相互关系。

3.3.1 城郭近郊“山塘—虎丘”组团

图3 明清时期苏州游览观光活动核密度分布

图4 明清时期苏州节令欢愉活动核密度分布

对此空间类型中的名词和形容词进行语义网络分析（图5），可以看出整体游观活动围绕“虎丘”这一地点展开，与其他网络节点的连接呈放射状，说明虎丘处于连接各个地点的核心位置。“山塘，自大津桥下塘至虎丘，延亘七里，其水为唐刺史白居易所凿，下塘野芳浜为画船争集之处。”①自唐代白居易打通了“虎丘—山塘”一带的水路交通后，虎丘一直是游人密集的地点。语义网络图中“士女”“中秋”“清明”“画舫”“进香”形成了较为紧密的关系，说明在中秋、清明等节日期间男男女女倾城出游、骈集于山塘等地，进行进香祭拜、登船游览等活动，虎丘成为节庆期间众多游观活动场所的核心。“箫鼓楼船，无日无之。凡月之夜，花之晨，雪之夕，游人往来，纷错如织。”⑩同时，从图中“吴中”与“沧浪亭”之间的关联可以看出，明清时期游赏园林已成为苏州民众喜闻乐见的活动：“吴地素称蕃庶，俗尚游观，巨室富豪,喜崇园林池馆之饰……春时开园设厨传，人影衣香，与花争媚，夕阳在山，犹闻笑语……其繁盛如此，恒弥月不止焉。”⑪

图5 “山塘—虎丘”组团语义网络分析

3.3.2 太湖东部组团

此景观组团的游观地点和活动围绕“太湖”展开（图6）。与前一组呈放射状的语义网络不同，“太湖”与“邓尉山”“震泽”“玄墓”“灵岩山”“光福山”“铜坑”等地构成了较为复杂的网状关系，说明这几个地点之间相互联系较为紧密，可能成为游人游线上相互串联的节点：“丁亥，缘玉遮入贞山，循北麓观眠松，遂泛下崦，入铜坑，还泊虎山桥。戊午，游邓尉山，饮七宝泉，如玄墓寺，憩奉慈庵……舟行六十里。”⑫其中“邓尉”“光福”“玄墓”3个地点与“梅花”一词有明显的关联，说明探梅活动是这几处游观目的地共同的、必不可少的活动项目。乾隆《吴县志》记载：“梅花以惊蛰为候，最盛者以玄墓、铜坑为极……而邓尉山前，香花桥上，坐而玩之。”⑬

图6 太湖东部组团语义网络分析

3.3.3 太湖洞庭山组团

“洞庭”是该组团的中心词（图7）。“东山”因其天然的地理位置而与“太湖”联系紧密。“林屋洞”“缥缈峰”“毛公坛”“包山寺”等节点与“泛舟”“水中”等词产生关联，说明人们主要通过乘船的方式探访山水。“山之峰，莫大于缥缈，苕之舟北行三十里，以求缥缈峰……中销夏之腹，印浮其上……”⑭此景观组团以山体景观为主，说明在爬山期间探访洞穴和寺庙成为这一地点最主要的游观活动。

图7 太湖洞庭山组团语义网络分析

3.4 “人群—行为—时间”关系分析

根据文本分析，统计发现这一时期参与游观活动的人群主要可分为士绅、商人、百姓和妇女4类。文人笔记《清嘉录》《吴郡岁华纪丽》等均以月份记录明清苏州的游观活动，本文也以此为研究的时间轴，根据游观行为发生的场所，将4类人群的行为活动整合于桑基图中（图8），进行“人群—行为—时间”的关系分析。

图8 明清苏州游观活动“人群—行为—时间”关系

明清时期苏州的游观活动不再是某一阶层的活动，而是全民参与的大众活动。士绅和商人阶层消费水平较高，常出入于茶馆酒肆、会馆等场所，利用游船活动彰显身份。“豪民富贾，竞买灯舫，至虎丘山浜，各占柳阴深处，浮瓜沉李，赌酒征歌。”①百姓、妇女的游观活动更加普遍：“明邦多士女，偏爱兹山游。”⑮从时间上看，游览已不限于特定的日期，一年中12个月均有各类游观活动，“即使是尺雪层冰、疾风苦雨，游客仍是络绎不绝。”⑯

在部分节令，特定的休闲娱乐活动会吸引更多游人，展现了明清苏州独有的特色与文化。例如“山塘—虎丘”组团，主要有两类特殊日期的游观活动，第一种是岁时节气、传统节日，如端午、中秋、重阳等，在山塘街开展富有地方特色的休闲娱乐活动或者商业市集。季节性市集包括春季牡丹市、夏季乘凉市和秋季木屐市。端午节，山塘河成为重要的龙舟竞渡场所，在燕子墩附近形成“竞渡市”。中秋日游虎丘的风俗始于明代，人们会在中秋时节登虎丘夜游、赏月。第二种是各种带有宗教色彩的庙会和进香活动，其中以每年的清明、七月半、十月朔的三节会最为有名。

本文基于对古文献的分析与考证，通过文本分析技术、GIS核密度估算技术等分析手段，在定性研究的基础上运用量化分析方法，考察了明清苏州游观活动的基本状况，对游观活动与人群、空间、时间之间的关系进行了初步的梳理和分析，得出以下4点主要结论：

（1）明清苏州游观行为最重要的关键词为舟游，“泛舟”“画舫”“水中”等词条出现频率极高，可见游船在当时不仅是一种重要的水上交通工具，也是游观活动得以发生的重要空间，承载了游览观赏、交往洽谈、消闲乘凉、赌酒征歌、宴饮美食等行为活动。明清苏州丰富的水网为舟游行为提供了基础，舟游行为将游观空间串联起来，使得游观目的地不是孤立的存在，山塘与虎丘、太湖与邓尉山、灵岩山等在空间序列和水路联系上呈现出紧密的关系。

（2）明清苏州游观空间的功能开始从单一性向多样性转变，成为集多种空间与活动类型为一体的复合空间。除上述舟游活动之外，还有诸如寺庙、街道等空间。寺庙常与园林、名胜相结合，兼容烧香祭祀、观戏观演、游览观赏等活动。街道作为室内空间的延伸，融合了商业、观光等功能，成为人们日常生活的主要场所。

（3）明清苏州游观活动类型丰富，主要有节令欢愉、游览观光和乘兴采风3个类型。游观活动不局限于特定的日期和阶层，但在时间维度上具有一定的规律，具体表现为在岁时节气、传统节日等特殊日期游观活动更加丰富，并逐步形成一些固定的主题活动，如二月玄墓探梅、六月消夏湾观荷花、十月天平山观枫叶等。由于灯市的发展、游船活动的盛行，游观活动也不局限于白日，而逐渐往夜晚延伸，如石湖串月、走三桥、画舫游等，人们在节庆期间欢聚一堂，甚至彻夜不眠。

（4）从游观空间分布特征上看，游观活动主要分布于苏州中部和西部的城郭近郊“山塘—虎丘”组团、太湖东部组团和太湖洞庭山组团中。各组团活动类型和特征因其组团内景观及商业等资源的不同而表现出差异化的特色，活动密度整体上也呈现出由古城向外围递减、由组团核心向周边辐射的特点。各组团间将水系作为重要景观节点的联系纽带。

借助文本分析技术，本文对明清苏州游观活动相关的历史文献进行了量化分析，对游观行为与游观空间之间的关系进行了一定程度的解读。但由于历史文献的庞杂以及文字资料的主观性，本文的研究成果存在一定的局限性。在后续研究中会尝试采取将历史文献与历史图像相结合的研究方式，来弥补单纯文本分析的不足，同时增加对具体游观空间形态特征的解读，以提高研究的准确性与可信度。

注释：

① 《清嘉录》。

②ROST CM6 是武汉大学沈阳教授研发编码的以辅助人文社会

③ 科学研究的大型免费社会计算平台，可以实现微博分析、聊天分析、全网分析、网站分析、浏览分析、分词、词频统计、英文词频统计、流量分析、聚类分析等一系列文本分析。

④ 诗词选取《苏州诗咏与吴文化》《苏州诗咏》《诗读苏州》中有关明清苏州与游观活动的诗词，并同时在“搜韵”古诗词网站（https://souyun.cn/PoetLifeMap.aspx.）爬取诗词作为补充数据；
文人笔记选取顾禄的《清嘉录》《桐桥倚棹录》，袁景澜的《吴郡岁华纪丽》，顾振涛的《吴门表隐》，钱思元的《吴门补乘》《丹午笔记》，徐崧、张大纯的《百城烟水》，黄省曾的《吴风录》；
园记选取陈从周的《园综》和陈植的《中国历代名园记选注》中有关私家园林造园活动的部分；
游记选取王稼句的《苏州山水名胜历代文钞》《苏州园林历代文钞》；
小说选取冯梦龙的《喻世明言》《醒世恒言》《警世通言》，西溪山人的《吴门画舫录》，个中生的《吴门画舫续录》，沈复的《浮生六记》。

⑤ 火车采集器是信息挖掘处理类软件，可批量采集网站、论坛中的内容。

⑥ 超级文本批量替换工具（ultra-replace）可将大量的词语替换成目标词语，实现文本信息转译。

⑦UCINET 软件为Windows 程序，是经常被使用的用来处理社会网络数据和其他相似性数据的综合性分析程序。UCINET能够处理的原始数据为矩阵格式。

⑧ 由于诗词、志书和游记等都属于古汉语的记载方式，行文和表达方式都与现代汉语有所不同，为使分词更加准确，在加载词条前笔者首先使用ROST CM6“工具”一栏中的“分词自定义词表”，在其中导入“姑苏”“吴中”“山塘”等地名，使得识别更加准确，导入完毕后选择“重载自定义词表”，便可重新加载“分词”功能。

⑨ 此步需要用到古今地图的地理配准与数据转化。基础地理数据采用谭其骧《中国历史地图集》第八册16—17 页中比例尺为1 ∶2 000 万的清朝江苏地图，并选取1908 年《苏州巡警分区全图》、1880 年《苏州城图》、1901 年《苏境新测图》作为补充。利用Arcgis10.8 软件对栅格地图进行配准、校正，并与现代空间地图进行叠加，通过矢量化得到带有基础历史地理底图数据的清朝苏州地图。

⑩ 《姑苏志》，台湾文渊阁四库全书影印本。

⑪《袁中郎全集》。

⑫《苏州园林历代文钞》。

⑬《家藏集》，影印文渊阁四库全书卷三十三。

⑭乾隆《吴县志》。

⑮《苏州山水名胜历代文钞》。

⑯《虎丘志卷五名迹二》。

⑰《袁宏道集笺校》。