
Academic · Mobile Ethnography · Shanghai Nanjing Road
Client
同济大学 · 城市传播与设计
Role
独立研究者 · 研究设计、田野调查、数据编码与分析
Duration
12个月
Year
2024
Research Methods
Overview
本研究以上海南京路沿线约4.2公里为研究路线,招募6位参与者,通过穿戴式相机、导航界面录屏、GPS轨迹与深度访谈四类数据流,对796次导航介入时刻进行系统编码与分析。研究发现,空间的开放度与复杂度共同决定了人机交互的模式,而非个体差异。
导航App是辅助工具,使用行为由个体习惯决定,与所处空间无关。
空间类型 · 系统性调节 · 人机交互模式
人-技术-空间三元关系框架:空间从被动背景升级为主动调节变量。
核心研究问题
导航App在辅助步行过程中,人与导航平台的交互行为(介入时刻)如何随城市空间类型的变化而呈现系统性差异?
研究以维贝克(Verbeek)技术中介理论为基础,引入「介入时刻」(intervention moment)作为可操作化分析单位,将技术中介从抽象哲学概念转化为可观察的离散事件序列,并通过「开放度×复杂度」四象限框架对13个空间片段进行系统分类。
路线设计与空间采样
以上海南京路沿线为田野,设计约4.2公里研究路线,涵盖13个空间片段(S1–S13),覆盖滨水步道、商业街、城市干道、居住混合区、公共广场五类典型城市空间。
四类数据流采集
穿戴式相机记录行走视角影像;导航界面录屏捕捉实时交互;GPS轨迹记录空间移动路径;深度访谈还原行走者的主观感知与决策逻辑。
介入时刻编码
建立编码框架,对每次介入事件标注:发起者(用户U / 平台P)、感官通道(视觉 / 听觉 / 触觉)、空间位置(S1–S13)、行为类型(查看 / 操作 / 响应)。共编码796次事件。
空间分类与模式识别
基于「开放度×复杂度」四象限框架,将13个空间片段归类,对比各象限的U/P比值、感官通道分布与介入频率,识别三种系统性介入模式。
研究路线
4.2 km
上海南京路沿线,13个空间片段(S1–S13)
参与者
6 位
穿戴式设备全程记录,深度访谈还原主观感知
编码事件
796 次
导航介入时刻,含发起者、感官通道、空间位置
数据流
4 类
影像 + 录屏 + GPS轨迹 + 深度访谈

研究建立了基于「开放度(Openness)× 复杂度(Complexity)」的四象限空间分类框架,将13个空间片段归入四类:简单开放(滨水步道、公园、广场)、复杂开放(商业街、购物中心)、复杂受限(居住混合区)、简单受限(城市干道)。悬停各点位可查看详细数据。
研究共识别三种系统性介入模式:双高同步型(简单开放空间,U/P均高,不确定性驱动)、用户主导型(复杂开放空间,U高P低,情境性主动查看)、双低平衡型(简单受限空间,U/P均低,空间确定性抑制介入)。总体U/P均值为1.93,即用户主动发起是平台发起的近2倍。
研究发现,用户主动发起与平台发起在感官通道分布上呈现显著的镜像对称:用户以视觉为主导(80.7%),平台以听觉为主导(69.6%)。这种互补分工形成了一种高效的感官劳动分配——用户用眼睛看地图,平台用声音发指令。研究进一步识别出四种感官适应策略,对应不同空间类型。
核心结论
空间,而非个体,才是决定人机交互模式的首要因素。导航技术的中介作用并非均质地施加于所有空间,而是被城市空间的物理与社会属性系统性地调节和分化。
Outcome
毕业论文 · 同济大学城市传播与设计 · 2024届
Next Project
01 · 产品策略