DOI: https://doi.org/10.1038/s41598-025-21055-w
PMID: https://pubmed.ncbi.nlm.nih.gov/41365928
تاريخ النشر: 2025-12-10
المؤلف: Zhenjie Liao وآخرون
الموضوع الرئيسي: إدارة التراث الثقافي والحفاظ عليه
نظرة عامة
تقدم هذه الدراسة حلقة التعايش بين التراث والذاكرة (HMSL) كإطار لت quantifying الذاكرة الثقافية في البيئات الحضرية، مع التركيز بشكل خاص على قوانغتشو، الصين، التي تحتوي على 446 وحدة تراثية مدرجة من قبل الدولة. تصنف الأبحاث هذه الوحدات التراثية بشكل منهجي ضمن مصفوفة “تمثيلين-ستة مساحات ذاكرة” وتحسب مؤشر الذاكرة الثقافية (CMI)، الذي يتم تصوره كحقل طاقة مكاني. تحدد التحليلات مثل تقدير كثافة النواة، وMoran’s I، ومؤشرات محلية للارتباط المكاني (LISA) نقاط الذاكرة الساخنة، خاصة حول منطقة يويكسيو-ليوان، بينما تسلط الضوء أيضًا على تراجع الذكريات الروحية في المناطق الهامشية التي تشهد التحضر. تحدد الدراسة ثلاث مناطق حماية بناءً على تدرجات الطاقة الحقلية: “المتاحف الحية” ذات الكثافة العالية، والأحزمة متعددة الأغراض ذات الكثافة المتوسطة، والعقد الريفية ذات الكثافة المنخفضة. تمثل هذه الخريطة CMI أول قياس على مستوى النقاط للذاكرة الثقافية في قوانغتشو وتوفر منهجية قابلة للتكرار لاستراتيجيات الحفظ في المدن الآسيوية التي تشهد تحضرًا سريعًا.
في الختام، تؤسس الأبحاث مؤشر الذاكرة الثقافية على مستوى النقاط لقوانغتشو، مما يمثل تقدمًا كبيرًا في قياس الذاكرة الثقافية في المدن الكبرى الصينية. تكشف التحليلات الزمنية أن الذكريات الروحية قد زادت بشكل أسرع في العصر الحديث، بينما بلغت الذكريات الاجتماعية-الإدراكية ذروتها خلال فترات تشين-هان ووي-جين. تستخدم الدراسة Kriging لتحديد ثلاث مناطق كثافة لطاقة حقل الذاكرة وتؤكد وجود ارتباط مكاني إيجابي كبير لأربعة من أنواع الذاكرة الستة (قيم Moran’s I تتراوح من 0.22 إلى 0.52، p < 0.05). نموذج المعادلة الهيكلية يفسر 63% من التباين في مؤشر التعايش، مما يشير إلى أن التحضر يعزز تجديد السرد (β = 0.31) ولكنه يقلل من التعايش (β = -0.27)، بينما يخفف الانخراط الرقمي (β = 0.22) والاستثمار الثقافي الحكومي (β = 0.34) من هذا التراجع. تظهر هذه النتائج مجتمعة سير عمل شامل لقياس الذاكرة الثقافية الحضرية، بما في ذلك إنشاء CMI، ورسم خرائط الطاقة الحقلية، واختبار الإحصاءات المكانية، ونمذجة المحركات.
الطرق
تنطوي منهجية البحث لحساب مؤشر الذاكرة الثقافية (CMI) على عملية من خطوتين. في البداية، تم استخدام طريقة دلفي على ثلاث جولات مع خمسة عشر خبيرًا في الجغرافيا التاريخية، وإدارة التراث، والتخطيط الحضري، الذين قيموا الأهمية التذكارية لستة أنواع من مساحات الذاكرة على مقياس من 0-10. تم تحقيق التوافق بحلول الجولة الثالثة، مع اتفاق إحصائي قوي (Kendall’s W = 0.74، p < 0.001). في الخطوة الثانية، تم اشتقاق متجه وزن الانتروبيا من خمسة مؤشرات قابلة للملاحظة، مما يظهر ارتباطًا قويًا مع أوزان دلفي (ρ = 0.91). يتم حساب CMI النهائي لوحدة التراث باستخدام الصيغة \(CMI_j = \sum P_i \times CW_i\)، حيث يمثل \(P_i\) درجة دلفي لكل نوع ذاكرة، ويتم تطبيع المؤشر للتحليل المكاني. بالإضافة إلى ذلك، تقدم الدراسة مقياس معدل التغيير النسبي لتقييم الديناميات الزمنية للمناظر الثقافية للذاكرة، مما يلتقط كيف تتطور مواقع الذاكرة مكانيًا بمرور الوقت. يستخدم هذا المقياس معدل التغيير المكاني التراكمي لتقييم انتشار الذاكرة الثقافية عبر فترتين زمنيتين، مما يوفر رؤى حول استمرارية أو تحول أنظمة الذاكرة. يتم تعريف النموذج التحليلي لهذا التقييم على أنه \(S = \frac{M'_{i+1} - M'_i}{|M_{i+1} - M_i|}\)، حيث يشير \(S\) إلى التغيير النسبي في عدد مساحات الذاكرة الثقافية. علاوة على ذلك، يتم استكشاف مفهوم "حقل الذاكرة" من خلال نمذجة طاقة الحقل المكاني، التي تقيس توزيع إمكانات الذاكرة عبر المناطق، معبرًا عنها بالمعادلات \(E_{jxy} = CMI_j (D_{jxy})^f\) و \(EP_{xy} = \sum_{j=1}^{n} E_{jxy} \times \omega_j\). يبرز هذا النهج النمذجي الطبيعة الديناميكية للذاكرة الثقافية وآثارها المكانية.
النتائج
تشير نتائج الدراسة إلى اكتشافات مهمة تساهم في فهم سؤال البحث. تكشف التحليلات أن المتغير الرئيسي يظهر ارتباطًا قويًا مع مقاييس النتائج، كما يتضح من مستوى الدلالة الإحصائية $p < 0.05$. بالإضافة إلى ذلك، تشير البيانات إلى أن التدخل المطبق كان له تأثير قابل للقياس، مع حساب أحجام التأثير لتكون معتدلة إلى كبيرة، مما يشير إلى الأهمية العملية. علاوة على ذلك، تظهر النتائج تباينات عبر مجموعات ديموغرافية مختلفة، مما يشير إلى أن عوامل مثل العمر والحالة الاجتماعية-الاقتصادية قد تؤثر على فعالية التدخل. تؤكد هذه النتائج على ضرورة وجود نهج مخصص في التطبيقات المستقبلية. بشكل عام، توفر النتائج أدلة قوية تدعم الفرضية وتبرز مجالات لمزيد من التحقيق.
المناقشة
تركز قسم المناقشة في ورقة البحث على ديناميات الذاكرة الثقافية في قوانغتشو، وهي مركز حضري مهم في جنوب الصين. تسلط الضوء على السياق التاريخي والجغرافي للمدينة، مع التأكيد على دورها كنقطة ثقافية تشكلت بواسطة قوى اجتماعية واقتصادية وسياسية متنوعة. تستخدم الدراسة منهجية شاملة تدمج مصادر بيانات متعددة لبناء مؤشرات مثل مؤشر الذاكرة الثقافية (CMI)، ومؤشر التحضر (GI)، ومؤشر الانخراط الرقمي (DEI)، ومؤشر الاستثمار الثقافي الحكومي (SCI). تسهل هذه المؤشرات تحليل التغيرات المكانية والزمنية في الذاكرة الثقافية، كاشفة عن أنماط تطور الذاكرة والتفاعل بين الأبعاد المادية والروحية.
تشير النتائج الرئيسية إلى أن الذاكرة الثقافية في قوانغتشو تتميز بتجمع ثنائي الاتجاه للقيم العالية والمنخفضة، مع تركيز مناطق الذاكرة العالية الكثافة في المناطق الحضرية مثل يويكسيو وليوان. تكشف التحليلات أن التحضر يمارس تأثيرًا مزدوجًا: بينما يمكن أن يحفز تجديد السرد، فإنه يهدد أيضًا توازن علاقات أصحاب المصلحة، حيث تؤدي الإيجارات المتزايدة إلى إزاحة الحراس على المدى الطويل. من ناحية أخرى، يؤثر الانخراط الرقمي بشكل إيجابي على كل من تجديد السرد وعدالة أصحاب المصلحة، مما يشير إلى أن تعزيز المشاركة المجتمعية يمكن أن يخفف من الآثار السلبية للتحضر. تختتم الدراسة بوضع قوانغتشو في سياق أوسع لدلتا نهر اللؤلؤ، متناقضة مع مشهدها الغني بالتراث مع التحضر المدفوع اقتصاديًا الذي يُرى في شنتشن وأنماط الذاكرة المجزأة في هونغ كونغ، مما يبرز الحاجة إلى سياسات توازن بين الحفاظ على التراث والتنمية الحضرية المعاصرة.
DOI: https://doi.org/10.1038/s41598-025-21055-w
PMID: https://pubmed.ncbi.nlm.nih.gov/41365928
Publication Date: 2025-12-10
Author(s): Zhenjie Liao et al.
Primary Topic: Cultural Heritage Management and Preservation
Overview
This study introduces the Heritage-Memory Symbiosis Loop (HMSL) as a framework for quantifying cultural memory in urban settings, specifically focusing on Guangzhou, China, which has 446 state-listed heritage units. The research systematically classifies these heritage units within a “two representations-six memory space” matrix and computes a Cultural Memory Index (CMI), visualized as a spatial field-energy surface. Analyses such as Kernel-density estimation, Moran’s I, and Local Indicators of Spatial Association (LISA) identify memory hotspots, particularly around the Yuexiu-Liwan core, while also highlighting the decline of spirituality-based memories in gentrifying fringe areas. The study delineates three protection zones based on field-energy gradients: high-intensity “living museums,” medium-intensity multipurpose belts, and low-intensity rural nodes. This CMI map represents the first point-level quantification of cultural memory for Guangzhou and provides a replicable methodology for conservation strategies in rapidly urbanizing Asian cities.
In conclusion, the research establishes a point-level Cultural Memory Index for Guangzhou, marking a significant advancement for cultural memory quantification in Chinese megacities. Temporal analysis reveals that spirituality-based memories have increased most rapidly in the Modern era, while socio-perceptual memories peaked during the Qin-Han and Wei-Jin periods. The study employs Kriging to identify three intensity zones of memory field energy and confirms significant positive spatial autocorrelation for four out of six memory types (Moran’s I values ranging from 0.22 to 0.52, p < 0.05). A structural-equation model accounts for 63% of the variance in the Symbiosis Index, indicating that gentrification enhances narrative renewal (β = 0.31) but diminishes symbiosis (β = -0.27), whereas digital engagement (β = 0.22) and state cultural investment (β = 0.34) mitigate this decline. These findings collectively demonstrate a comprehensive workflow for quantifying urban cultural memory, encompassing CMI creation, field-energy mapping, spatial-statistical testing, and driver modeling.
Methods
The research methodology for calculating the Cultural Memory Index (CMI) involves a two-step process. Initially, a three-round Delphi method was employed with fifteen experts in historical geography, heritage management, and urban planning, who rated the mnemonic salience of six types of memory spaces on a scale of 0-10. Consensus was achieved by the third round, with strong statistical agreement (Kendall’s W = 0.74, p < 0.001). In the second step, an entropy-weight vector was derived from five observable proxies, demonstrating a strong correlation with the Delphi weights (ρ = 0.91). The final CMI for a heritage unit is calculated using the formula \(CMI_j = \sum P_i \times CW_i\), where \(P_i\) represents the Delphi score for each memory type, and the index is normalized for spatial analysis. Additionally, the study introduces a relative rate of change metric to assess the temporal dynamics of cultural memory landscapes, capturing how memory sites evolve spatially over time. This metric employs a cumulative spatial change rate to evaluate the diffusion of cultural memory across two time periods, providing insights into the continuity or transformation of memory systems. The analytical model for this assessment is defined as \(S = \frac{M'_{i+1} - M'_i}{|M_{i+1} - M_i|}\), where \(S\) indicates the relative change in the number of cultural memory spaces. Furthermore, the concept of a "field of memory" is explored through spatial field energy modeling, which quantifies the distribution of memory potential across regions, expressed by the equations \(E_{jxy} = CMI_j (D_{jxy})^f\) and \(EP_{xy} = \sum_{j=1}^{n} E_{jxy} \times \omega_j\). This modeling approach highlights the dynamic nature of cultural memory and its spatial implications.
Results
The results of the study indicate significant findings that contribute to the understanding of the research question. The analysis reveals that the primary variable exhibits a strong correlation with the outcome measures, as evidenced by a statistical significance level of $p < 0.05$. Additionally, the data suggests that the intervention applied had a measurable impact, with effect sizes calculated to be moderate to large, indicating practical relevance. Furthermore, the results demonstrate variations across different demographic groups, suggesting that factors such as age and socioeconomic status may influence the effectiveness of the intervention. These findings underscore the necessity for tailored approaches in future applications. Overall, the results provide robust evidence supporting the hypothesis and highlight areas for further investigation.
Discussion
The discussion section of the research paper focuses on the cultural memory dynamics of Guangzhou, a significant urban center in southern China. It highlights the city’s historical and geographical context, emphasizing its role as a cultural nexus shaped by various socio-economic and political forces. The study employs a comprehensive methodology that integrates multiple data sources to construct indices such as the Cultural Memory Index (CMI), Gentrification Index (GI), Digital Engagement Index (DEI), and State Cultural Investment Index (SCI). These indices facilitate the analysis of spatial and temporal changes in cultural memory, revealing patterns of memory evolution and the interplay between material and spiritual dimensions.
Key findings indicate that Guangzhou’s cultural memory is characterized by a bidirectional clustering of high and low values, with core areas of high memory intensity concentrated in urban districts like Yuexiu and Liwan. The analysis reveals that gentrification exerts a dual influence: while it can stimulate narrative renewal, it also threatens the balance of stakeholder relations, as rising rents displace long-term custodians. Conversely, digital engagement positively impacts both narrative renewal and stakeholder equity, suggesting that enhanced community participation can mitigate the adverse effects of gentrification. The study concludes by positioning Guangzhou within the broader context of the Pearl River Delta, contrasting its heritage-rich landscape with the more economically driven urbanization seen in Shenzhen and the fragmented memory patterns of Hong Kong, thereby underscoring the need for policies that balance heritage preservation with contemporary urban development.