International Open Access Journal Platform

1 引言

城市形象（city image ）这一概念最初由Kevin Lynch提出，是指城市自然、人文诸要素在公众头脑中形成的总体印象[1]。城市宣传片是城市向外界展示自身形象、文化特色和发展成就的有效途径，也是价值和理念的输出渠道之一。因此，讲好中国城市故事是城市发展与国际间文化交流与传播的迫切需要，也是承担新时代城市形象建构新使命的必然要求。在数字化时代，作为一种独特的话语表达方式，城市宣传片已从传统的文字叙述转向了多符号系统，包括图像、声音、色彩和文字。这种多模态的演变进一步丰富了观众的感知体验，使他们能够身临其境地感受城市的魅力。

目前关于中国城市的形象建构研究主要面向国内观众，且多聚焦于传统视觉语法框架。张博睿和董梅[2]通过分析西安城市形象宣传片中的部分镜头，基于视觉语法理论，从再现意义、互动意义和构图意义三个方面对西安城市宣传片进行了视觉话语分析，从而发掘各个元素之间的相互协作关系以及对未来城市宣传片的改进提供了建议。但对于宣传片这样的动态媒体，仅仅传统分析框架略显不足，因此，本研究采用Painter[3]的视觉叙事理论框架，分别从人际意义、概念意义和组篇意义对深圳国际宣传片《深圳最深处》和彭博社原创宣传片《Welcome to Shenzhen》进行分析，探讨城市宣传片在传达深圳城市形象、文化特色和未来愿景方面的独特策略和效果。

2 视觉叙事理论框架

在韩礼德提出语言的三大元功能——概念功能、人际功能和语篇功能的基础上，Kress & van Leeuwen[4]基于系统功能语法，将这三大语言功能应用到更多模态的分析，提出视觉语法理论。该理论认为图像也可以像语言一样，通过这三大元功能进行分析，从而形成了单个图像的理论分析框架，指出图像具有再现意义、互动意义和构图意义。然而，随着多模态研究的不断深入与发展，许多学者逐渐发现该理论存在一些不足之处，例如，传统视觉语法无法处理除广告图片等单个图像以外的多个图像组成的复杂叙事系统（如图画书、电影等）。因此，2013年，Painter等人发行《解读视觉叙事：儿童图画书的图像分析》一书，提出了视觉叙事理论，成为视觉语法理论发展的新里程碑[5]。

Painter等人的视觉叙事理论涉及三部分：由人物表征、事件参与者和背景关系构建的概念意义；由聚焦系统、情感系统、氛围系统组成的人际意义；由图文版面布局的融合和互补关系形成的组篇意义[6]。如图1所示。

图 1 视觉叙事理论框架

Figure 1 Framework of visual narrative theory

基于以上分析，本研究提出以下三个研究问题：

（1）中美宣传片在多模态视觉叙事理论框架下的三个维度（人际意义、概念意义和组篇意义）上的使用存在哪些差异？

（2）这三个维度上的差异如何影响海外群众对深圳的情感和接受度？

（3）未来应采取哪些措施来更好地构建和塑造中国的城市形象？

3 研究方法

本研究采用定量和定性的研究方法，运用多模态话语分析标注软件ELAN-6.5对宣传片《深圳最深处》（时长3分21秒）和美国彭博社原创宣传片《Welcome to Shenzhen》（时长3分57秒）分别进行三个维度（人际意义、概念意义和组篇意义）的时长标注，并统计其各自的时间占比。最后选取两部宣传片中的典型样本进行案例分析，得出研究结论。

3.1 人际方面

在《解读视觉叙事》中，Painter等人指出，视觉叙事语篇的人际意义包含两方面内容：一是图像中人物关系的构建，与故事情节密切相关；二是图像世界与读者之间的关系构建，旨在激发读者情感和态度的参与，产生对故事世界的共鸣和判断。与语言不同，视觉图像难以建立明确的提供与求取关系，因此他们提出了聚焦（focalization）系统来研究图像与读者的互动。此外，他们认为视觉图像的抽象程度不仅建构情态，还构建图像人物与读者之间的情感互动，因此引入了情感（pathos）系统。

3.1.1 聚焦系统

聚焦系统是视觉叙事分析中的一个重要概念，主要关注图像中人物是否与观众之间产生互动，以及图像如何为观众提供特定的阅读视角。在这个系统中，人物的视觉表现、姿势、表情等因素都被认为是构建人物与观众之间关系的重要因素。根据观众与图像之间的互动关系，可以将图像分为接触类图像与旁观类图像[7]。在接触类情境下，人物之间可能存在眼神接触，这可以进一步强调人物之间的情感联系和互动。在旁观类情境中，观众作为旁观者，通常并不与图像中的人物建立直接的眼神接触，但仍然可以通过人物的其他视觉元素来传达情感和关系。而根据读者的阅读视角，可以将图像分为中介类视角与非中介视角。前者指读者通过图中人物的视角进行阅读，后者指读者视角跟图中人物视角不一致［8］。

使用多模态话语分析标注软件ELAN-6.5对《深圳最深处》（时长3分21秒）和美国彭博社原创宣传片《Welcome to Shenzhen》（时长3分57秒）分别进行聚焦系统下四个维度的时长标注，统计其时间占比如表1所示。由于两部宣传片都对大量的旁观类图像与非中介图像如城市建筑、自然风貌等进行客观展示，因此这两类维度占绝大部分比重。从表格中可以看出，美国宣传片中接触类图像比例较高。在镜头的使用上，中美宣传片刚好相反。美国宣传片中几乎不使用中介类的镜头，而中国海外宣传片中中介类镜头比例远高于美国宣传片。

结合上述数据，初步分析中美深圳宣传片在城市形象构建上的差异。首先是接触类镜头比例：数据显示，美国宣传片中接触类镜头占比较高（69.4%），而中国宣传片中占比较低（10.3%）。这可能是因为美国注重个体情感和情感共鸣，通过接触类镜头可以更直接地传达人物之间的情感联系，拉近观众与人物的距离。而中国可能更注重城市整体形象和文化氛围，使用中介类镜头来展示城市的宏大和社会凝聚力。其次是中介视角的运用，中国宣传片中中介类视角占比较高，而美国宣传片中占比几乎没有。这可能是因为中国宣传片更注重整体场景的呈现，通过中介类视角让观众能够融入城市的视觉、文化和氛围。而美国宣传片可能更侧重个体情感和故事，更多地使用非中介视角来强调个体的情感体验。

综合分析，中美深圳宣传片在城市形象构建上的不同可以解释如下：美国宣传片更强调个体情感和情感共鸣，因此使用接触类镜头来加强与人物之间的情感联系[9]。此外，美国宣传片可能更注重以个体为中心的情节叙事，所以使用非中介视角来突出个体的角色。而中国宣传片可能更侧重城市的整体形象和社会凝聚力，因此通过中介类视角来传达城市的宏大和人文特色。

表 1 聚焦系统的量化分析结果

Table 1 Quantitative analysis of focalization system

尽管总体上旁观类与非中介类图像在这两部宣传片中占主导地位，但接触类与中介类图像占比虽不突出，却对深圳的城市形象建构起到了重要作用。现选取两部宣传片中的部分图像对这两类图像进行案例分析。

在图2（选自《深圳最深处》）这张接触类图像中，消防员正对着镜头并绑头发。消防员直接与观众建立了视觉接触，通过眼神交流，他的目光凝视着观众或镜头。这种接触传递出一种自信、坚毅的情感，暗示着他的职业精神和责任感。消防员的专注目光可能在某种程度上传达出他对于任务的重视和决心。同时，观众通过消防员的眼神接触，感受到了一种紧密的联系。这种联系可能在某种程度上构建了城市形象，将消防员与城市的安全和保护联系起来。消防员绑头发的动作也可能象征着他们在工作中的专业素养，以及对于职业的自豪感。在这张图像中，观众可以感受到消防员的职业精神和承诺，从而加深对城市安全的认知和信任，对深圳的城市形象产生一种良好的印象。

图 2 接触类图像示例1

Figure 2 Example 1 of contract image

同样，在图3（选自《Welcome to Shenzhen》）这张接触类图像中，三个小男孩站在城市的夜市烧烤摊旁，冲着镜头微笑。小男孩们的微笑和直接的眼神交流构建了观众与图片中人物的情感连接，他们的微笑传递出愉快和友善的情绪，使观众感到受到城市的欢迎和包容。这种接触在视觉叙事中有助于拉近观众与场景之间的距离，使观众能够感受到图像中人物的情感和态度。其次，小男孩们站在城市的夜市烧烤摊旁，突出了城市环境和文化。夜市烧烤摊是城市夜生活的一个典型场景，传达出城市的繁忙、活力和多样性。小男孩们作为这个环境中的一部分，象征着城市年轻一代的活力和活跃社交生活。他们的微笑和亲切的姿态进一步强调了城市的友好氛围和社交互动。

图 3 接触类图像示例2

Figure 3 Example 2 of contract image

中介类图像也叫主观类镜头，通过主观视角可以将读者融入故事，因而更容易引发读者的情感共鸣。图4（选自《深圳最深处》）属于中介类图像，画面以一个人奔跑的视角来观察城市景物，读者跟随着画面中人物的视角从高楼大厦一路跑向胡同巷子。这种中介视角的运用能够增强观众的情感共鸣和参与感。通过这种视角，观众仿佛变成了图片中的奔跑者，可以身临其境地感受奔跑的速度、风景的变化以及城市环境的多样性。在这个场景中，高楼大厦和胡同巷子被塑造成了城市的两种不同面貌。高楼大厦代表着现代化、繁荣和进步，而胡同巷子则象征着传统、亲近和人情味。中介视角的运用使得观众能够更加深入地了解这两种城市景象，感受到它们的差异和共生关系。

图 4 接触类图像示例3

Figure 4 Example 3 of contract image

3.1.2 情感系统

情感系统关注观者与图像中人物的情感联系。在图像中，情感参与方式可分为个体类、移情类和鉴赏类。这三种方式呈现人物时各有差异：个体类呈现最为具体，细致描绘人物；移情类可能省略了面部等细节，难以具体辨认；而鉴赏类中，人物以表情符号或简笔画形式出现。这些方式逐级降低了观者产生情感共鸣的能力[10]。

同样，使用多模态话语分析标注软件ELAN-6.5对《深圳最深处》（时长3分21秒）和美国彭博社原创宣传片《Welcome to Shenzhen》（时长3分57秒）分别进行情感系统下四个维度的时长标注，统计其时间占比如表2所示。由表2可知，在人物呈现方面，两部宣传片个体类图像占比相差不大，但中国宣传片的移情类占比远远高于美国宣传片，达到69.3%。

在个体类中，中美两国宣传片的差异并不明显，中国宣传片稍低于美国宣传片。这可能反映出在个体类情感中，两国宣传片在面部表情和情感表达方面相对接近，而没有明显的显著差异。在移情类情感中，中国宣传片的比例明显高于美国宣传片。这可能表明中国宣传片更注重通过氛围、环境和其他元素来传递情感，而不仅仅依赖于面部细节。这可能与中国文化中重视隐喻和象征表达有关，以及中国宣传片在传递情感氛围方面的强调，而美国宣传片更注重直接、明确地传递情感和信息，可能更倾向于利用面部表情来实现这一点。此外，个人主义和自我表达在美国文化中占据重要地位，因此美国宣传片可能更强调个体情感的表达。

表 2 情感系统的量化分析结果

Table 2 Quantitative analysis of pathos system

具体到图像，则如下例所示。图5（选自《深圳最深处》）使用个体类情感参与方式，观者能够清楚地看到人物的表情，从而感受到他们的情绪。两个老年人脸上洋溢着幸福的笑容，这种表情透露出他们的喜悦和满足。通过这种明确的情感展现，图片构建了一个积极、温馨的城市形象。老年人的笑容传达出与城市环境的亲近感和愉悦，暗示着城市的友善氛围以及社区中人与人之间的关系。这样的情感投射强化了城市的人情味和社会联系，呈现了一个充满活力和幸福的城市形象。观者通过个体类情感参与方式，与图片中的人物情感共鸣，从而更加积极地认同和理解这座城市。这种关系构建能够在观者心中留下深刻的印象，塑造了城市的积极形象和社会活力。

图 5 个体类图像示例

Figure 5 Example of personalizing image

与图5不同，图6（选自《深圳最深处》）使用了移情类情感参与方式。图中人们坐在一起看烟花，展现出他们的欢乐和高兴。尽管没有直接呈现面部表情，然而人们的庆祝姿态以及整体氛围传达出的情感仍能够在一定程度上让观者感受到他们的愉悦。通过移情类情感参与方式，这幅图片呈现了一种集体庆祝的氛围，强调了社会互动和社区活动。这与城市形象构建密切相关，传达出城市中人与人之间的联系和社会融合。图片中人们的欢乐和高兴也投射到城市本身，强调了城市的活力和社会活动。观者通过对人物情感的感受，能够理解城市的欢庆氛围，产生情感共鸣，认同城市的社会活动和社交互动的重要性。尽管情感参与的程度可能相对较低，但通过移情类情感方式，图片仍然能够呈现出一种积极的城市形象，突显了城市社会的欢乐和活跃。

图 6 移情类图像示例

Figure 6 Example of empathic image

3.2 概念方面

视觉叙事语篇的概念意义与传统视觉语法理论中的再现意义类似，指的都是图像对于画面内容、主题的呈现，包括人物表征、事件关系、背景关系三个子系统。由于该宣传片中事件关系与背景关系的变化较为复杂，本研究仅探讨人物表征这一方面。

在Painter等人的视觉叙事理论框架中，人物表征方式可以分为完整表征和转喻表征两种。其中，完整表征指人物面部特征得到具体刻画，以此明确建构人物身份；转喻表征则是通过衣着、标志性动作等特征代替人物身份，形成转喻关系[11]。

使用多模态话语分析标注软件ELAN-6.5对《深圳最深处》（时长3分21秒）和美国彭博社原创宣传片《Welcome to Shenzhen》（时长3分57秒）分别进行人物表征下两个维度的时长标注，统计其时间占比如表3所示。

根据表3的数据，中国宣传片在完整表征方面的比例较低，而美国宣传片较高。这可能反映了中国宣传片更倾向于通过氛围、整体情感来建构人物身份，而不仅仅依赖于明确的人物面部刻画。这与中国宣传片更注重整体氛围和共同体验的传达方式相吻合。相反，中国宣传片在转喻表征方面的比例较高，而美国宣传片较低。这可能说明中国宣传片更倾向于通过象征性的衣着、动作等来代表人物身份，从而创造出更多的象征性意义[12]。

表 3 人物表征的量化分析结果

Table 3 Quantitative analysis of character system

例如图7（选自《Welcome to Shenzhen》）是一种典型的完整表征方式。这张图片中的收银员在超市的小推车里扫描商品，背景中有打折信息和各种商品，身份被明确地建构，符合完整表征的情况。通过人物的面部特征、动作以及所处环境，收银员的职业和任务得以明确呈现，这种直接呈现人物特征的方式有助于建构人物身份和情感。这样的图片可以让观众迅速了解到场景中的关键角色和活动。此外，超市作为一个充满生活活力的地方，反映出深圳作为一个经济中心和购物天堂的一面。收银员的工作代表了城市中不断运转的商业活动，强调了深圳的现代化和活力。同时，图片中的打折信息也暗示着消费文化在城市中的重要性，与深圳作为一个商业繁荣城市的形象相契合。

图 7 完整表征类图像示例

Figure 7 Example of complete image

而图8（选自《深圳最深处》）是一种典型的转喻表征方式。图像通过滑冰运动员的一只手和典型的滑冰服，来传达关于滑冰运动员的特点和情感。尽管只有一只手的局部画面，但观众可以根据衣服的样式和动作的姿势，得出这是一个滑冰运动员的形象。这幅图片可能在城市环境中扮演着几个角色，首先是代表运动与活力：滑冰是一种体育运动，通过描绘滑冰手的动作，图片可能传达了城市中充满活力和运动的形象。这可能与城市居民热爱体育和积极生活方式有关。并且滑冰作为一种娱乐活动，吸引了来自不同背景的人们。这幅图片可以突显城市多元文化和各种爱好的融合，展现城市作为一个包容性社区的形象。

图 8 转喻表征类图像示例

Figure 8 Example of metonymic image

3.3 组篇方面

视觉叙事语篇的组篇意义关注的是语篇对于不同模态符号资源的安排和调用。Painter等人在研究中提出了对图像文字布局进行分析的概念。他们将布局分为两种类型：融合型和互补型。在前者中，文字被视为图像中人物的语言和思维表达方式；而在后者中，文字和图像具有各自的意义，并相互关联。与此不同，在互补型布局中，图像和文字分别占据了空间的不同部分。经过多模态话语分析软件ELAN-6.5的标注，两个宣传片各自组篇意义的占比如下表4。

表 4 组篇意义的量化分析结果

Table 4 Quantitative analysis of composition system

根据表4的统计，中美宣传片的融合型和互补型比例恰好相反。中国宣传片的占比分别为7.6%和92.4%，而美国宣传片的比例分别为88.2%和11.8%。在中国宣传片中，以互补型布局为主要特征，图像和文字相互关联、相辅相成。文字起到补充和解释图像的作用，共同传达信息。这种布局方式可以有效地呈现详细的信息，强调文字的准确性和直观性，帮助观众更清楚地理解内容。相反，在美国宣传片中，以融合型布局为主导。文字和图像相互融合，文字成为图像的一部分，两者共同传达信息和情感。这种布局方式更加强调图像的影响力和视觉冲击力，通过直观的画面和情绪感染触动观众。

造成这种差异的原因可能是中国宣传片更注重传递详细的信息和宣传内容，以文字为辅助，强调准确性和清晰度。而美国宣传片更注重情感和情绪的传达，通过图像和融合的方式来激发观众的共鸣和情感共鸣。

图9（选自《Welcome to Shenzhen》）是一个融合型的图片，因为文字和图像相互融合在一起，共同构建了整个场景。图片中的文字标示了不同商品的名称，例如“点烟器”和“螺丝”，这些文字直接与图像中的物品相对应。文字作为图像中人物的语言和思维表达方式，充实了图像的信息量，并且与图像紧密相关，为观者提供了更具体的细节和指示。深圳作为一个现代化的城市，以其繁荣的商业和消费文化而闻名。这幅图片所描绘的大卖场展示了深圳作为购物和商业中心的一面。图片中的各种商品和标识，展示了深圳丰富多样的商业环境和消费选择。这也体现了深圳城市的活力、快节奏和高度发展的经济特点，使观者能够更加直观地理解和感受深圳作为一个商业中心的魅力。

图 9 融合型图像示例

Figure 9 Example of integrated image

图10（选自《深圳最深处》）呈现了一个互补性的布局，其中上半部分展示了倒置的高楼大厦，而下半部分展示了古朴的建筑。这种互补性布局在图像与文字之间创造了一种平衡和对比。上半部分的倒置大厦可能象征着现代化和进步，而下半部分的古朴建筑则代表着传统和历史。这两者之间的对比突出了城市的多样性和时代的变迁。中间空隙中的文字“海的深处有城市，城市深处有大海”进一步强化了图像与城市形象之间的联系。这句话可能有着象征性的含义，暗示着城市在不同层面上的存在，无论是显性的建筑物还是深层的文化和价值观。通过在图像的中心位置添加这句话，图像和文字之间的相互作用变得更加显著，创造出一个整体的视觉和语义体验。

图10 互补型图像示例

Figure 10 Example of complementary image

4 结语

宣传片是展现城市形象的重要平台。通过对中美宣传片的城市话语表征进行研究，可以更深入地了解城市形象在特定社会语境下的重构与再现。在视觉叙事框架的指导下，本研究探讨了《深圳最深处》和《Welcome to Shenzhen》中深圳城市形象的多模态话语表征及意义建构，彰显了新时代中国城市形象。

然而，尽管这两部宣传片都是面向海外的，但却表现出极大的差异。综合上述造成差异的原因，并基于海外受众群体的接受度，本研究为中国城市的海外宣传片提出以下建议：

（1）增强人物与观众之间的眼神接触。由于海外宣传片是面向海外受众群体的，他们对深圳的了解十分有限，很多海外观众甚至还未来过或者听说过，因此，城市宣传片是他们快速了解深圳的一个重要途径。对于初次接触一个陌生城市的观众来说，大量的陌生镜头会增加其与图像之间的疏离感，从而降低继续了解深圳的兴趣。因此，通过强调人物与观众之间的眼神接触，可以增强情感联系和互动，让海外观众更加贴近深圳的人文氛围和人际关系，从而加强观众对城市的共鸣感。

（2）平衡中介类和非中介类视角。根据海外观众的阅读视角，可以在宣传片中增加一些非中介类的视角。平衡两种镜头的运用，既能增加亲近感，又能展现深圳作为一个宏伟城市的形象。例如，非中介镜头展示深圳的建筑细节、夜市的热闹场景、当地的传统手工艺等。

（3）增加人物特写镜头。尽管深圳在国内已经是一个知名城市，但对于海外受众来说，他们对深圳可能处于一个相对不了解的状态。因此，人物的表情可以很好地带动观众的情绪。未来宣传片可以在个体类图像中更加细致地描绘人物，突出他们的面部特征、表情和细节，以便观众更好地与他们产生情感共鸣。

（4）结合文字和图像表达。在融合型布局中，文字被视为图像中人物的语言和思维表达方式。可以考虑通过人物的口述、对白或者内心独白的方式，将文字与图像相结合，为海外观众传达更多的情感和故事情节。可以采用字幕、演讲、日记等形式，与图像紧密配合。

参考文献

[1]李苑艺，李尚冉．新时代天津城市形象建构的多模态话语分析——以城市宣传片《品味天津》为例［J］．科技传播，2022，14（12）：60-66．

[2]张博睿，董梅．西安城市形象宣传片的视觉话语分析［J］．今传媒，2023，31（4）：95-98．

[3]Painter C，Martin J R，Unsworth L．Reading visual narratives：Image analysis of children’s picture books［M］．Equinox Publishing Ltd，2013．

[4]Kress G，Van Leeuwen T．Reading images：The grammar of visual design［M］．Routledge，2020．

[5]冯德正．视觉语法的新发展：基于图画书的视觉叙事分析框架［J］．外语教学，2015，36（3）：23-27．

[6]沈炳坤，张钫炜．北京冬奥会背景下的城市形象建构——以宣传片《双奥之城 城市之光》视觉叙事分析为例［J］．科技传播，2022，14（19）：76-83．

[7]陈冬纯，陈芝敏．基于新视觉语法的英汉儿童绘本叙事结构比较研究［J］．西安外国语大学学报，2019，27（4）：36-41．

[8]魏然．2020年东京奥运会城市形象国际传播策略及启示［J］．体育文化导刊，2017（3）：30-34．

[9]Foulsham T，Cohn N．Zooming in on visual narrative comprehension［J］．Memory & Cognition，2021（49）：451-466．

[10]郭祖昌．历史叙事的视觉建构和观念生成——以油画《同舟共进》的创作实践为例［J］．美术学报，2023（1）：143-148．

[11]周培树．视觉叙事理论框架下《中国抗疫图鉴》多模态语篇分析［J］．西部学刊，2023（5）：169-172．

[12]陈冬纯，陈芝敏．基于新视觉语法的英汉儿童绘本叙事结构比较研究［J］．西安外国语大学学报，2019，27（4）：36-41．