思考 | 刘京一：景观都市主义与复杂性科学的5个关键词
文中素材已得到原作者授权，如需转载请联系我们
刘京一：Jinghui学姐看了我们ASLA获奖项目之后，觉得我们的项目与UCL、AA或哈佛宾大的景观都市主义的理念比较接近，问我是否受到了影响。回答是肯定的。由此我们就聊到类似的国际竞赛作品似乎与国内学生所习惯的思维方式有很大不同。同时，对一些申请出国的同学来说，多了解一点景观都市主义或许对作品集的准备有一定帮助。
开始正文之前，不妨先看看几个ASLA学生奖作品和景观都市主义大佬的作品的对比。
fig 1. 2014 年 ANALYSIS AND PLANNING杰出奖Meridian of Fertility
fig 2. Waldheim《landscape Urbanism Reader》中Richard Weller的文章 An Art of instrument: Thinking through landscape urbanism中的插图
fig 3. 2014年ANALYSIS AND PLANNING杰出奖Meridian of Fertility
fig 4. James Corner《Taking Measures across the American Landscape》中的mapping
fig 5. 2014 ANALYSIS AND PLANNING荣誉奖Markings
fig 6. 2014 ANALYSIS AND PLANNING荣誉奖Markings
fig 7. James Corner - Fresh Kills Park
fig 8. James Corner - Fresh Kills Park
景观都市主义早已不是什么新鲜事物，相关的文集和作品很多。但不得不说作为受国内景观教育的学生，想搞明白这些大佬或大神们究竟在干什么并不容易。很多人对景观都市主义的态度是“并没有什么不同”。确实，如果对景观都市主义的理解仅限于瓦尔德海姆的一个表述“景观取代建筑成为城市发展的框架”，就不免疑惑奥姆斯特德的公园系统不就已经如此了吗？我国的古代城市不也大多是这样吗？“故弄玄虚”是另一种对待相关作品的典型看法，对于这些难以理解的分析图，一些人不无讥讽地称“波特弗利欧学”（portfolio）正在兴起。
事 实 果 真 如 此 吗 ？
几年前，我在一个前沿的设计公众号LeFUN上看到的一个访谈，我对景观都市主义的理解、现在的研究方向和这次获奖项目的主要灵感都间接来源于这个访谈。说来也巧，LeFUN（现在是一家科技公司了）正好是我在北林的学长、Jinghui学姐还有几个从UCL Bartlett毕业回来的校友业余创办的。这个访谈主要内容是Bartlett的几个大神和他们的 “自适应城市”设计作品解读。作者使用了大量“联锁结构”的单体，这些单体可以自主地适应周围环境，同时又相互联系，涌现出具有适应能力的整体。这一设计所反映的逻辑让我想到之前读过凯文·凯利在《失控》中介绍的“涌现”和分布式系统概念，于是开始阅读一些关于复杂性科学的文献。后来才知道类似的作品在Bartlett还有很多，并且在景观和城市规划中，复杂性科学一直扮演着非常重要的角色，这也是景观都市主义的理论基础。对这一理论有所了解之后，再看景观都市主义的文献和作品，就豁然开朗了。
（有图有真相 + 附上链接）
“大（nao）智（dong）若（da）愚（kai）的单细胞“规划师””
下面先对复杂性科学影响景观规划设计的历程以及景观都市主义产生的背景作个简单回顾。其中涉及到一些科学术语可能会让一部分人感到费解，但没有关系，后面的文章主体部分会详细阐述对这些术语的含义及其在设计中的应用。
早在19世纪末到20世纪初， Patrick Geddes就隐约意识到，大都市是从区域中各种与自然相适应的人类生产协作中自发产生和演化的（简直先知一般的存在有木有）。这一理论由Lewis Mumford进一步发展，并明确地提到了当时生物学家创造的“涌现”（emergent）和“涌现式进化”（emergent evolution）概念。Ian McHarg在《设计结合自然》中也注意到了相关的科学理论。遗憾的是，他并没有在规划设计方法论层面上予以响应。相反，地图叠加和适宜性评价的演绎逻辑恰恰是违背了这一科学理论的。80年代初，欧洲的景观生态学派就开始以复杂性理论为基础了，但过于偏向基础研究而不便应用。以Forman为代表北美景观生态学派则根据复杂系统的结构和模式，归纳了常见景观格局，从而弥补了应用的困难。自此，景观规划开始重视生态网络的构建，但久而久之，生态网络成了一种自上而下的套路，复杂性科学所揭示的景观格局的形成过程被忽略了。
以Michael Batty为代表的UCL的Centre for Advanced Spatial Analysis发展了一种基于复杂性理论的城市科学，将基于自治个体（agent）的自下而上的自组织机制运用于城市模型和设计、协作流程模型的构建。虽然这种方法在理论上与盖迪斯、芒福德、Christopher Alexander等人的思想一脉相承，但完全科学定量的路线还是略显片面，学习和操作起来过于困难。
复杂性科学撼动了经典科学的根基，批判了客观实在、自上而下拆解的还原论、线性因果的演绎法等思维方式，。上世纪80年代以后，新一代的后现代主义建筑师更是主动从复杂性科学中寻找新的设计方法。James Corner在90年代的文章表现出对这些思想的明显兴趣。Corner等人对McHarg以来的强调科学实证的设计方法感到厌倦，而支持以后现代的解释学、修辞学、象征、隐喻等较为主观和艺术的方法对客观现实、信息、客观数据进行解读。这种方式被他们称为datascape、mapping或diagram（虽然严格来讲有所区别，但现在基本上通用）。
很多人觉得datascape就是拼贴，贴的谁都看不懂就赢了。这是显然是误解，虽然datascape是对客观数据的主观表达，但这个主观不是随意的主观。那么我们的拼贴和大神的拼贴究竟有什么区别呢？看看Corner的文章中多少次提到自组织、非线性、生态隐喻这些科学概念，我们就知道这些看似玄虚的图解背后其实有复杂性理论的支撑。
下面我想从5个重要科学概念出发谈谈景观都市主义：
1. 生态隐喻：万物皆生态
2. 复杂网络：景观=生态=横向联系
3. 涌现：自下而上
4. 分形：多尺度干预
5. 非平衡态：世界不是宇宙仓
每个概念将分两方面阐述，一方面是它们在科学中的含义，重点是第二个方面，即它们为景观中的应用提供了怎样的启发。为了便于借鉴，我会用很多图纸作为例子。当然对设计师来说，理解这些概念的确切含义并非易事，但这不重要，重要的是它们为可以我们带来启发。
丨 泛 生 态 ： 万 物 皆 生 态 丨
让我们先从最浅显易懂的开始。
“生态”本来是有机体与周围环境的关系，但从景观生态学开始，这种关系逐渐扩大。景观都市主义所理解的生态则不再限于自然界，而可以是包含人工环境、产业、活动、管理、决策中所涉及的各种事物间的联系。
这张图这是“生态”的传统含义：
景观都市主义者所说的“生态”则可以把其中的动植物和环境替换为几乎任何其他事物：
这种对生态的理解使景观都市主义关注的事物更加广泛。这也是James Corner和Ian McHarg的一个重要分歧。传统的规划设计关注自然生态系统，学生竞赛中最常见的也是各种河流、堤岸、让自然做功、自然价值优先的开发适宜性评价等等。下面的一些图纸关注的内容则不限于自然方面，促使我们重新思考什么是景观和景观方法。
来看以下几个例子，如Patrick Geddes (1915). Valley Section：
（来源：Reid Fellenbaum. Meridian of Fertility. ASLA官网）
（来源：Gyoung Tak Park, Haein Lee, Soomin Shin. Ecology as Industry. ASLA官网）
（来源：Lola SHEPPARD, Mason WHITE. (2016). 《多极:极地中的空间实践》节选. 景观设计学）
（来源：Liu Jingyi. Landscape in evolution. ASLA官网）
丨网 络 图 解 ： 景 观 = 生 态 = 横 向 联 系 丨
Landscape不是landscape architecture，因此landscape urbanism中的“景观”和“景观专业”或者“风景园林”本来没有直接联系。正如最早提出景观都市主义理论雏形的是一些荷兰建筑界和城市设计界人士，他们的表述是城市可以理解为一个SCAPE，或者“景观”可以成为当代城市研究的一个“透镜”。这里的“景观”或许和“景观生态学”（landscape ecology）中的“景观”含义接近，指一种横向的联系方式。景观都市主义的主张就是以横向的联系方式作为城市研究的透镜。
那么如何理解横向的联系方式呢？
我们都知道“景观生态学”将传统上以“生态系统”为基础的“生态系统生态学”作了扩展。表面上看，后者关注生态系统内部的动植物与环境间的关系，前者关注地表上多个生态系统之间的关系，它们似乎是范围大小的区别，但实际在联系的方式上存在本质的区别。在一个生态系统中，生产者、消费者、分解者是链式串联的，其间的物质和能量流动是确定的，系统的发展方向也是确定的。而大量生态系统之间的联系方式则不同，这是一种并行的、分散的、网状的复杂联系。它们所构成的景观是一种复杂性科学所说的“复杂适应系统”（complex adaptive system）。从这个意义上说，“景观”的对立面并不是“建筑”，而是纵向的、中心化的、线性演绎的联系方式。
正如凯文·凯利所说，network is the icon of the 21st century，关于这种复杂联系最好的图解就是网络。复杂网络给人的直观印象就是复杂（废话），一个字就是“乱”。乱就对了，复杂系统就是混沌的（chaotic），怎么能用井井有条的方式表达呢。请看图：
这是Benton Mackaye（先知Geddes的朋友）在The New Exploration: The Philosophy of Regional Planning（1928）中的图解，意在说明大都市的形式和功能是由无数人流和物流决定的，物质空间则显得不那么重要。
Richard T.T. Forman等人将景观中的斑块和期间流动抽象成节点（node）和连接（linkage）组成的拓扑结构：
Michael Batty 2013年《the New Science of Cities》书中基于复杂网络理论的城市模拟：
荷兰平面设计师Frank Dresmé的作品 Project 360º：
我们的图纸，景观中影响因素的全景式表达：
区域中自下而上的联系与流动：
丨 涌 现 ： 自 下 而 上 丨
复杂适应系统是由大量并行的、相互作用的个体组成的，而量变终会引起质变，这种质变在复杂性理论中称为涌现（emergence）或自组织（self-organization）。
举个例子，比如观察几只蜜蜂的行为，这些松散联系的个体难以表现出任何模式，但如果你见到铺天盖地的蜂群，则会发现大量的蜜蜂组成的群体极富凝聚力，仿佛具有自主的生命。蜂群的“生命”就是从大量蜜蜂个体中“涌现”出来的。
再比如自由市场中，每个人都不太可能为整体福祉而牺牲，但无数人组成的经济体却没有就此陷入瘫痪，而是形成了一个“看不见的手”自我调控——经济体的自我意识是从大量并没有什么大局观的个体中“涌现”出来的。
又比如，景观生态学家发现自然景观在不加干涉的情况下总会自发地呈现出异质性斑块镶嵌的面貌，而大量斑块又可以自发地呈现出节点和廊道组成的网络结构。景观不会趋于均质，而是会“涌现”出一定的景观格局。
……
这些看似与热力学第二定律相悖的熵减现象困扰了科学界很多年，其奥秘直到上世纪60年代其机制才被耗散结构理论所揭开，之后几十年中相应的研究也逐渐跟上，这就是复杂性科学。涌现或自组织是一种自发形成复杂秩序的过程，也是生物和社会等复杂系统具有适应和进化等智慧特征的主要机制。
由于涌现是一种整体与部分之间不成比例的非线性过程，因而将复杂系统自上而下拆解为部分进行研究或干预都是盲目的。同时，非线性意味着本质上无法通过数学方法从部分中推导出整体，科学家对待这种系统的研究办法是对个体（agent）及其行为方式建模，继而用计算机模拟，自下而上地得到整体特征。
这种逻辑和方法已经被运用到建筑和城市设计中，来看几个UCL大神作品：
（来源：Jiateng Sun, Xuyuan Yao, Junyi Chen and Yiran Hu. Intertidal Engine）
（来源：李博群，权博威，陈玉冰，孙悦. Heterogeneous Aggregated System）
下图是建筑师Kokkugia的Melbourne Docklands设计，相关设计逻辑被Neil Leach称为“集群都市主义”（swarm urbanism）：
形态的涌现或许难以在大尺度景观规划设计中应用，因而我们的项目更关注的是非物质层面的涌现：
－ 分 形 ： 多 尺 度 干 预 －
复杂系统虽然复杂，但也不是完全不可捉摸。相反，复杂性就是系统周期性自发产生的秩序，呈现一定“模式”（pattern），这种模式具有“分形”（fractal）特征。
分形是指在不同尺度上重复同样的模式。
在一个复杂系统中，大量相互作用的agent会自发涌现出一定的模式，涌现出的模式整体又可以作为一个agent与更大尺度上的其他agents相互作用继续涌现，最终的结果是复杂系统呈现出嵌套尺度结构，即不同尺度上重复出现相似的结构。
明白了这种复杂系统的运行机制，就可以明白规划作为一种干预方式也应该顺应它。首先要理解景观的不同尺度，例如我们的作品包含了村庄、城镇、城市三个尺度。传统的项目中，尺度转换往往是从宏观到微观，但景观都市主义则反过来，从最底层的层级开始建立agents之间的联系，促进复杂性的“涌现”。
霍华德的田园城市不就是这样吗？
我们的作品中对于景观分形结构的图解：
丨非 平 衡 态 ： 世 界 不 是 宇 宙 仓 丨
很多人认为复杂性可以带来稳定性，但前面已经谈到复杂系统事实上是混沌的，期间周期性地涌现出可辨认的模式，进入短暂的平衡态，但很快又会陷入新一轮的动荡，如此循环。这一原理使得McHarg心心念念的“宇宙仓”式的生态系统成为一种幻想，试图维持生态系统的稳定恰恰是违反自然规律的。景观规划不妨顺应复杂系统发展的规律，大胆地创造变化，在发展中解决问题，而不仅仅是划定保护范围，小心翼翼地维持现状或退回过去。
2012年ASLA分析与规划类Excellent Award作品Mining as Demining是我最喜欢的竞赛作品之一。常规的景观规划核心是空间格局，将不同的土地利用安排在不用位置，并使之相互联系。而这一项目可谓在时间轴上作设计，不同的土地利用被安排在不同时间阶段，彼此相互依赖。
（来源：Lu Xiaoxuan. Mining as Demining. ASLA官网）
这给了我们很多启示，我们的项目也提出了类似的策略，将场地上现有的互相冲突的土地利用方式安排在时间轴上。所不同的是，我们将这种联系作为复杂系统构建的一个步骤，同时关注了更大尺度上涌现出的整体。
景 观 都 市 主 义 的 意 义 和 前 景 如 何 呢 ？
要是用一个词来概括景观都市主义的意义，我觉得就是“理所应当”吧。
我们已经说过landscape不是“风景园林”（landscape architecture），事实上urbanism也并不是什么“主义”（urbanism不是一个生造的新词，而就是“城市生活”、“城市规划”或“城市化”的意思）。
所以landscape urbanism是一种看待城市生活和设计的泛生态或复杂性视角，而不是一小撮geek要搞事情。景观都市主义之所以显得难以理解，是因为多数人对复杂性科学了解太少。都说现在是一个数据的时代，数据的为我们对城市和景观的理解提供了很多新的视角，相关研究也在展开，数据的挖掘、展示、分析和模拟技术也越来越成熟（这方面我也弱爆了，所以要好好学啊）。数据处理和设计艺术的结合肯定是景观将来的一大方向。阿里巴巴的人工智能设计工具“鲁班”这几天已经让一部分人类设计师颤抖了吧（虽然对阿里美工的品味不敢恭维）。UCL Bartlett的作品一直是我个人学习的标杆，但数据到底如何转化为设计仍是一个问题，设计可以完全靠数据吗？
Jinghui学姐跟我说她在Bartlett的时候一开始也对这套设计方法有过怀疑，但貌似理论上又无懈可击，当信息储备完善且计算机运算能力足够的时候也许可以做到（让我们期待更好的传感器和量子计算机的进展），但至少今天还不行。UCL院长说过一句话：But the data is from human beings, we are human so we change data all the time，当涉及到非完全客观的数据的时候，它还是manufacturing design。
我个人的感觉是在数据不完善且要求不是很精确的情况下，我们可以用一套人脑中的“算法”来实现从数据到设计的转化，这套算法就是一个复杂系统的模型。一些人认为“大数据”使我们不再需要“理论”，然而目前越来越多的学者认为事实并非如此，例如Geoffrey West在《科学美国人》上一篇题为Big data needs a big theory to go with it的文章中指出大数据背后需要复杂性理论的支撑，这一观点得到了Michael Batty的肯定。复杂性作为一种视角或模型正是数据与设计之间的一个桥梁，这可能就是景观都市主义的基本主张和意义所在吧。
说到前景，我们从2016年ASLA景观新宣言—— 未来50年景观设计行业的发展中摘取了一些内容：
▶▶景观设计师必须解决发展中国家“空气、水、食物和废气的严重问题”
堪萨斯州立大学景观设计系助理教授、ASLA的阿尔帕·娜莉(Alpa Nawre)呼吁景观设计师向发展中国家倾注精力，现有人口基数大以及未来人口激增的情况。
“为了供养这些人口，我们必须为资源管理设计出更好地景观系统。”
景观设计师在评估和管理这些资源上发挥着重大的作用。
▶▶景观设计师必须改善以往的城市化进程
景观设计师并不只是追求对于公园和绿色空间的完美设想，宾夕法尼亚大学的Chris Marcinkowski表示景观设计师必须重新定义城市基础设施并且将他们融入城市的规划中，让它适应这个有着10亿人口的都市纪元。James Corner他对未来城市的构想是“花园城市”，一个源于他早期“景观的想象”一书中的概念。
哈佛大学设计学院的景观设计系主任、ASLA荣誉会员查尔斯·瓦尔德海姆呼吁根植于生态演变的新型、以景观为主导的都市主义。
▶▶景观设计师必须更好地利用绿色基础设施获得更广阔的目标
景观设计师必须利用系统、自然和人类知识找到贫穷社区再生的新机会。 “在赞同的社区中，可以利用绿色基础设施建造出更加广阔的城市再生程序，改造社区。”
“游说决策者做出改变，使创意性理财机制连贯起来。”换句话说，他不得不投入到更加广阔的经济和政府系统中，使这个改变发生。景观设计师必须保持以人类体验为中心的设计。
这些观点看起来相当的政治正确，但你有没有考虑过它们如何实现？传统的景观方法能实现吗？我个人觉得它们只能通过景观都市主义的方式来实现，这是否意味着接下来的50年将是景观都市主义蓬勃发展时期呢？
END