光伏设施与乡村景观视觉冲突怎么解？研究揭示五个关键影响因素

摘要：注：本文为删减版，不可直接引用。原中英文全文刊发于《景观设计学（中英文）》（Landscape Architecture Frontiers）2025年第13卷第3期。获取全文免费下载链接请点击“阅读原文”；参考引用格式见文内。

注：本文为 删减版 ，不可直接引用。原中英文全文刊发于《景观设计学（中英文）》（ Landscape Architecture Frontiers ）2025年第13卷第3期。获取全文免费下载链接请点击“ 阅读原文 ”；参考引用格式见文内。

导读

乡村地区充沛的空间资源使得光伏产业在乡村地区得到快速推进，大规模的光伏设施建设对乡村景观产生了显著影响。本研究采用视觉Q方法系统分析了光伏设施对乡村景观的视觉影响，通过选取中国不同地区的乡村自然景观、聚落景观和生产景观中的光伏设施图片，对专家组与非专家组两组受试者进行视觉评价调查，并使用PQMethod2.35软件对评分结果进行统计分析，从而得出光伏设施对乡村景观产生影响的5个主要因子：边界融合性、形态创新性、色彩丰富度与协调性、功能复合性和规模性。研究表明，光伏设施对乡村自然景观的视觉影响最显著，视觉满意度两极化现象明显；光伏设施对乡村聚落景观有负面影响，不满意频次显著高于满意频次；光伏设施对乡村生产景观的视觉影响不显著。研究结果有助于为乡村地区光伏景观规划设计提供参考，助力乡村地区光伏设施的可持续建设与发展。

视觉Q方法；乡村景观；光伏设施；光伏景观；视觉影响

基于视觉Q方法的

光伏设施对乡村景观的视觉影响研究

A Study on the Visual Impact of Photovoltaic Facilities on Rural Landscapes With the Visual Q-Method

王朝红 1,2,3

蒋飞虎 1

赵小刚 1,2,3

段天天 1

本文引用格式 / PLEASE CITE THIS ARTICLE AS

Wang, C., Jiang, F., Zhao, X., & Duan, T. (2025). A Study on the Visual Impact of Photovoltaic Facilities on Rural Landscapes With the Visual Q-Method. Landscape Architecture Frontiers , 13(3), 42‒59. https://doi.org/10.15302/J-LAF-1-020110

引言

气候变化问题日益严峻，国际社会对减少温室气体排放、缓解气候变化的紧迫性达成了广泛共识，减少化石能源的使用、加快向清洁能源转型已成为全球能源发展的必然趋势。光伏发电系统作为高效可行的太阳能利用途径，近年来在各国能源政策的引领下，其应用得到了迅猛发展。

与城市相比，乡村通常拥有更接近自然的生态环境，也更易受到光伏设施建设的潜在影响。许多学者提出了若干大型新能源设施的视觉影响评估方法，并将大型风电设施的视觉影响评估方法逐渐运用到大型地面光伏设施上。研究者们基于可见性、颜色、分形度和并发性提出了视觉影响的量化指标及计算方法。

视觉Q方法作为一种结合主观感知与定量分析的研究方法，在景观评价与规划领域具有高效、直观的优势。本研究旨在采用视觉Q方法，系统评估光伏设施对中国乡村景观的视觉影响，为中国乡村地区光伏设施建设的可持续发展提供科学依据。

研究方法与数据采集

Q方法概述

Q方法是一种定量和定性相结合的研究方法，是一种小样本量的研究方法，强调针对少量受试者进行大量测试，或者从受试者中寻找大量回馈。Q方法的研究一般包括5个步骤。1）确定研究议题；2）确定Q样本；3）确定P样本（即受试者）；4）Q排序（Q-Sorting）；5）因子提取及解释。其可作为连接人类感知与环境的一种手段。需要说明的是，在Q方法样本建立的过程中，Q样本不仅可以是语言文字，也可以是绘画、艺术品、图片、音乐作品、视频等表达形式的集合。

研究设计

确定研究议题

根据研究目的，本研究议题确定为运用视觉Q方法探究光伏设施对乡村景观的视觉影响。

确定Q样本

本研究将能够反映乡村地区光伏设施及其周边环境关系的照片作为Q样本，遴选主要关注乡村景观形态类型和光伏组件的应用形式两个方面。乡村景观形态可分为乡村自然景观、乡村聚落景观和乡村生产景观三类。光伏组件的应用形式大体上可分为一体化形式和非一体化形式。研究广泛收集了中国各地乡村景观中包含光伏设施的图片，并对图片进行筛选（包括剔除特征相似、无代表性的图片），最终遴选出36张图片作为Q样本。

确定P样本

为了体现P样本所代表观点的多样性，研究将受试人群分为两类：对光伏设施及乡村景观有所了解的“专家”和了解不多的“非专家”。鉴于专家更有可能参与影响乡村光伏设施建设政策的制定及实施过程，因此本研究中专家组人数略多于非专家组——专家组24人，非专家组17人。在筛除理解错误、数据重复、数据缺失等无效数据后，研究团队共征集到34份受试者的有效数据，其中专家组有效数据有21份，非专家组有效数据有13份。

Q排序

研究团队准备了供受试者打分的正态分布表格，分值范围为-5～5，-5代表最不喜欢，5代表最喜欢，0代表无偏好。受试者需根据个人对图片的审美偏好，在分值表格内填写对应的图片编号。在具体的打分过程中，首先要求受试者将图片分成三组：喜欢的15张，不喜欢的15张，无偏好的6张；然后，要求受试者将图片放入36个空格中，从“最不喜欢”到“最喜欢”进行排列；最后，将图片编号填入表格中，并要求受试者简要阐述最喜欢和最不喜欢图片的理由。

受试者打分正态分布表格

因子提取及解释

首先，将34份受试者打分结果输入统计软件PQMethod2.35中，并完成列范围、列深度、待输入样本数量等参数设定；然后，使用主成分分析法对数据进行标准化处理，得到因子的特征值表。依据Kaiser法则，选取出特征值大于等于1的影响因子数据集共计8组；再依据因子需具有一定的结构清晰度和方差解释度、尽可能少地保留影响因子数量等原则，最终保留了5组影响因子数据集，即本研究中乡村地区光伏设施对景观的视觉影响的5个因子（表1）。这5个因子共解释了49%的研究方差，满足本研究要求。

通过对观点相似的受试者进行归类，可以发现专家组和非专家组对不同因子的关注程度（表2）：专家组对因子4和因子5关注相对较多，非专家组对因子2更感兴趣，两组对因子3都关注较少，而因子1得到了两组的共同关注。

研究结果

经过对每个因子的分析和解释后，研究者将5个因子所代表的含义分别总结归纳为：边界融合性、形态创新性、色彩丰富度与协调性、功能复合性和规模性。

因子1：边界融合性

分别有9名专家和4名非专家与该因子显著相关，是受关注最多的影响因子。该因子的方差贡献率为15%，也是解释力最强的因子。本因子体现出受试者对于光伏设施与所处环境的和谐共存的关注，即使光伏设施可以通过适宜的边界处理和不同的排列方式，与自然环境更加融合呼应。

边界融合性相关图片示例

因子2：形态创新性

该因子的方差贡献率为13%，在五个因子中解释力排名第二。从得分较高的图片（如5、6、29号）可以看出，设计师充分呈现了光伏设施柔和的曲线形态，创造出既实用又具有艺术美感的景观，获得了受试者的喜爱。

形态创新性相关图片示例

因子3：色彩丰富度与协调性

该因子的方差贡献率为9%。本因子表现出受试者对光伏设施颜色丰富度及色彩搭配的偏好：他们更加喜欢色彩鲜艳的光伏设施（如25号），或者光伏设施的颜色与周围环境颜色相协调的图片。

色彩丰富度与协调性相关图片示例

因子4：功能复合性

该因子的方差贡献率为7%。本因子表现出受试者对光伏设施功能复合性的偏好。

功能复合性相关图片示例

因子5：规模性

该因子的方差贡献率为5%。本因子表现出受试者对光伏设施空间规模的关注。

规模性相关图片示例

因子相关性分析

各因子相关性分析结果显示（表3），因子1（边界融合性）和因子2（形态创新性）之间呈现出最强的正相关性（0.5321），联系也最为密切（两个因子中得分较高图片重合度极高）。同时，因子1和因子2的方差贡献率最大，解释力度最强，说明这两个因子是光伏设施对中国乡村景观产生视觉影响的核心因素。另一方面，因子3和因子4具有最强负相关性，但数值仅为-0.1598，说明本研究的5个因子两两之间没有明显的负相关趋势。

讨论

基于以上分析结果，本研究将从受试者对乡村不同空间类型中光伏设施的视觉满意度和光伏设施规划设计策略两个方面进行讨论。

不同乡村空间类型中光伏设施的视觉满意度

研究选取乡村不同空间类型下各因子排名前6位（较为满意）和后6位（较不满意）的图片，统计分析光伏设施引入不同空间类型中的视觉满意度。结果显示，乡村自然景观中的光伏设施图片共被评为较为满意19次，较不满意14次；乡村聚落景观中的光伏设施图片仅2次被评为较为满意，13次被评为较不满意；乡村生产景观中的光伏设施图片共9次被评为较为满意，3次被评为较不满意。

乡村自然景观中的光伏设施在各因子下被评为较为满意和较不满意的频次均最多，这表明乡村自然景观中的光伏设施会引发受试者较为强烈的情绪反应，且公众意见的分歧较大。在乡村聚落景观中的光伏设施图片中，各因子下被评为较为满意的频次最少，仅占总数的5%，且显著低于较不满意的频次，表明受试者对乡村聚落景观中引入光伏设施的视觉满意度最低。在乡村生产景观中的光伏设施图片中，各因子下被评为较为满意的频次较少，占总数的25%，但较不满意的频次最少。表明受试者对乡村生产空间中的光伏设施视觉满意度适中。

乡村地区光伏设施景观规划设计策略

在乡村地区进行光伏设施规划设计时，应遵循生态优先、景观协调的原则，光伏设施融入乡村自然景观时需要综合考量生态、景观、经济等多方面因素，在规划设计前期，深入开展土地利用调查、自然条件勘察、地形地貌测绘，同时对乡村景观视觉影响进行评价与论证，通过科学合理的规划设计，使光伏设施不仅满足能源供给需求，还可以与乡村既有景观有机融合，降低视觉突兀感，实现生态环境、社会满意度与经济效益的多赢。

在乡村自然景观中，光伏设施的形态创新可通过提炼地域文化符号，创造出与周边环境相协调的光伏设施形态来实现。在乡村聚落景观中，应尽量强化光伏设施的功能复合性，通过多功能集成设计，在提供清洁能源的同时，满足乡村生活、文化展示及生态保护等多重需求。在乡村生产景观中，光伏设施产生的视觉影响较低，可优先考虑提高光伏设施的规模效益，优先选择土地利用率低、生态敏感性较低的区域进行规模化开发，提高空间资源综合利用效率。

结语

本研究采用视觉Q方法研究了光伏设施对乡村景观的视觉影响，并提炼总结出5个主要影响因子：边界融合性、形态创新性、色彩丰富度与协调性、功能复合性和规模性。通过对两组受试者的试验结果的分析发现，非专家组对光伏设施的色彩丰富度与协调性关注更高，而专家组则对光伏设施的边界融合性、功能复合性两个方面更加感兴趣；形态创新性受到了两组受试者的共同关注。相关性分析结果显示，5个因子并不是孤立存在的，形态创新性和边界融合性两个因子之间的关联最为密切，受试者对二者的共识度也最高。此外，研究还讨论了光伏设施引入乡村不同空间的视觉满意度，以及乡村景观中光伏设施的规划设计策略。

参考文献

[1] Shubbak, M. H. (2019). Advances in solar photovoltaics: Technology review and patent trends. Renewable and Sustainable Energy Reviews, (115), 109383.

[2] Scognamiglio, A. (2016). ‘Photovoltaic landscapes’: Design and assessment. A critical review for a new transdisciplinary design vision. Renewable and Sustainable Energy Reviews, (55), 629–661.

[3] Sahu, B. K. (2015). A study on global solar PV energy developments and policies with special focus on the top ten solar PV power producing countries. Renewable and Sustainable Energy Reviews, (43), 621–634.

[4] Jäger-Waldau, A. (2024). Snapshot of photovoltaics−February 2024. EPJ Photovoltaics, (15), 21.

[5] Jiang, Y., & Hu, S. (2023). The low carbon transition approach for China’s urban and rural energy supply systems. Science & Technology Review, 41(16), 6–22.

[6] Yang, X. (2025, February 21). Reasonable utilization of rural renewable energy. Economic Daily.

[7] Dong, Y. (2025, 2, 7). Build and strengthen important energy and raw material bases, bravely shoulder heavy responsibilities, and consolidate the foundation of industrial security. Heilongjiang Daily.

[8] Enserink, M., Van Etteger, R., Van den Brink, A., & Stremke, S. (2022). To support or oppose renewable energy projects? A systematic literature review on the factors influencing landscape design and social acceptance. Energy Research & Social Science, (91), 102740.

[9] Patel, S., & Parkins, J. R. (2023). Assessing motivations and barriers to renewable energy development: Insights from a survey of municipal decision-makers in Alberta, Canada. Energy Reports, (9), 5788–5798.

[10] Bishop, I. D., & Miller, D. R. (2007). Visual assessment of off-shore wind turbines: The influence of distance, contrast, movement and social variables. Renewable Energy, 32(5), 814–831.

[11] Ladenburg, J. (2009). Visual impact assessment of offshore wind farms and prior experience. Applied Energy, 86(3), 380–387.

[12] Rodrigues, M., Montañés, C., & Fueyo, N. (2010). A method for the assessment of the visual impact caused by the large-scale deployment of renewable-energy facilities. Environmental Impact Assessment Review, 30(4), 240–246.

[13] Torres-Sibille, A. D., Cloquell-Ballester, V., Cloquell-Ballester, V., & Artacho Ramírez, M. Á. (2009). Aesthetic impact assessment of solar power plants: An objective and a subjective approach. Renewable and Sustainable Energy Reviews, 13(5), 986–999.

[14] Chiabrando, R., Fabrizio, E., & Garnero, G. (2011). On the applicability of the visual impact assessment OAISPP tool to photovoltaic plants. Renewable and Sustainable Energy Reviews, 15(1), 845–850.

[15] Oudes, D., & Stremke, S. (2021). Next generation solar power plants? A comparative analysis of frontrunner solar landscapes in Europe. Renewable and Sustainable Energy Reviews, (145), 111101.

[16] Oudes, D., van den Brink, A., & Stremke, S. (2022). Towards a typology of solar energy landscapes: Mixed-production, nature based and landscape inclusive solar power transitions. Energy Research & Social Science, (91), 102742.

[17] Li, H., & Li, J. (2003). Technology and application of photovotaic (1). Architectural Creation, (1), 134–136

[18] Zhang, Y., Zhao, Z., Xu, X., & Wang, C. (2023). Application and research of solar photovoltaic facilities in landscape. Screen Printing, (7), 65–68.

[19] Zheng, X., & Zhou, Z. (2023). Application of digital photovoltaic technology in rural landscape facilities. Northern Architecture, 8(3), 38–41.

[20] Qin, W., Liu, Y., Huang, Y., & Li, Y. (2019). Preliminary research on green energy photovoltaic city planning: CIGS characteristic town planning. Architectural Journal, (S2), 40–43.

[21] Wei, Y., Zhang, Y., & Pan, H. (2020). Discussion on landscape construction of photovoltaic ecological leisure agricultural parks: A case study of the landscape construction of Lvhai Solar Valley Agricultural Carnival Park. Modern Agricultural Science and Technology, (18), 214–215.

[22] Ministry of Natural Resources, National Development and Reform Commission, & National Forestry and Grassland Administration of the People’s Republic of China. (2024, December 2). Guidelines for natural resource elements supporting high-quality industrial development (2024 Edition).

[23] Office of the Ministry of Natural Resources, Office of the National Forestry and Grassland Administration, & General Office of the National Energy Administration of the People’s Republic of China. (2023, March 20). Notice on supporting the development of photovoltaic power generation industry and regulating land use management (Zi Ran Zi Ban Fa [2023] No.12).

[24] Naspetti, S., Mandolesi, S., & Zanoli, R. (2016). Using visual Q sorting to determine the impact of photovoltaic applications on the landscape. Land Use Policy, (57), 564–573.

[25] Swaffield, S., & Fairweather, J. R. (1996). Investigation of attitudes towards the effects of land use change using image editing and Q sort method. Landscape and Urban Planning, 35(4), 213–230.

[26] Fairweather, J. R., & Swaffield, S. (2001). Visitor experiences of Kaikoura, New Zealand: An interpretative study using photographs of landscapes and Q method. Tourism Management, 22(3), 219–228.

[27] Milcu, A. I., Sherren, K., Hanspach, J., Abson, D., & Fischer, J. (2014). Navigating conflicting landscape aspirations: Application of a photo-based Q-method in Transylvania (Central Romania). Land Use Policy, (41), 408–422.

[28] Lu, M., Lin, A., & Sun, J. (2018). The impact of photovoltaic applications on urban landscapes based on visual Q methodology. Sustainability, 10(4), 1051.

[29] Stephenson, W. (1952). Q-methodology and the projective techniques. Journal of Clinical Psychology, 8(3), 219–229.

[30] Zang, L., & Chen, T. (2023). Q methodology: Intrinsic tensions and development limits from the methodological perspective. Public Administration and Policy Review, 12(4), 154–168.

[31] Zhou, F., & Wang, J. (2006). Q methodology: A bridge between qualitative and quantitative research. Wuhan University Journal (Philosophy & Social Sciences), 59(3), 401–406.

[32] Zhang, Y. (2020). Research on design preferences of children’s experience centers in comprehensive museums based on Q methodology. Science Communication, 12(15), 18–21.

[33] Hawthorne, T., Krygier, J., & Kwan, M. P. (2008). Mapping ambivalence: Exploring the geographies of community change and rails-to-trails development using photo-based Q method and PPGIS. Geoforum, 39(2), 1058–1078.

[34] Liu, F., & Cheng, B. (2014). Preliminary exploration of China rural landscape image and form constitute. Proceedings of the 2014 Academic Exchange Conference on Architectural Science and Management (pp. 158–159). Southwest University of Science and Technology.

[35] Meng, Y. (2024). Research on the renovation design of agricultural product wholesale markets integrated with productive landscapes: A case study of Qintong Duan Crab Market. Agriculture and Technology, 44(22), 51–54.

[36] Zhang, M. (2016). Research on the landscaping of photovoltaic technology [Master’s thesis]. Qufu Normal University.

[37] Watts, S., & Stenner, P. (2005). Doing Q methodology: Theory, method and interpretation. Qualitative Research in Psychology, (2), 67–91.

[38] Caruso, M., & Fraschini, N. (2021). A Q methodology study into vision of Italian L2 university students: An Australian perspective. The Modern Language Journal, 105(2), 552–568.

[39] Liu, H., & Huang, Q. (2020). Residents’ policy preference in the regeneration of historic district—The exploration of residents’ perceptions by Q methodology. Dongyue Tribune, 41(7), 138–148, 192.

[40] Overview of Disaster Prevention. (2021). German research institute designs luminous colored solar cells.

[41] Tang, T., & Ou, L. P. (2010, April 8). Domestic high-efficiency colored solar cells introduced. Hunan Daily.

[42] Ji, Y., Liu, D., & Li, Q. (2022). Thermodynamic efficiency limits of semitransparent solar cells. Journal of Inorganic Materials, 37(2), 204–208.

[43] Hou, T., Ma, Y., Li, Y., & Zhang, M. (2023). Research on the evaluation model of ecological environment impact of economic and technological policies. Qinghai Environment, 33(2), 67–69, 75.

[44] Wang, Y., Zhang, J., Pang, B., Zhao, B., Jiang, W., & Zhou, J. (2023). Development prospects of distributed photovoltaic under the “dual carbon” goals. Science and Innovation, (15), 59–61.

[45] Gui, Z. (2015). Integrated design of photovoltaic landscape in Wuhan River Beach. China Construction, (4), 94–96.

[46] Cao, Y. (2016). A brief discussion on the ideas of promoting agricultural development through photovoltaic power generation—Taking Tongwei region in Gansu province as an example. China Economic & Trade Herald, (14), 13–14.

[47] Stremke, S., & Schöbel, S. (2019). Research through design for energy transition: Two case studies in Germany and The Netherlands. Smart and Sustainable Built Environment, 8(1), 16–33.

[48] Zhang, X. (2024, October 28). Reshaping a clean and efficient energy system. Guizhou Daily.

[49] Hu, C., Wang, B., Liu, G., Zhang, X., Wang, C., & Li, B. (2021). Research on key technologies of photoelectric building engineering. Solar Energy, (7), 37–45.

[50] Wang, P. (2024). Comparative study on the selection of photovoltaic modules in photovoltaic power generation system. Modern Industrial Economy and Informationization, 14(10), 265–268.

[51] He, Y., Li, M., Guo, J., & Liu, Z. (2025). Advances and development trend of carbon dioxide thermodynamic cycles applied in novel energy systems. Chinese Science Bulletin, 70(7), 872–887.

[52] Li, Y. (2024). Research on project management of new energy photovoltaic power generation construction in the new era. Electronic Components and Information Technology, 8(11), 288–291.