竞技体育区域差异的影响因素分析

2012-08-15黄银忠重庆市万州第三中学重庆万州404100

文体用品与科技 2012年5期

黄银忠（重庆市万州第三中学重庆万州 404100）

1 、研究对象

按照我国现有的行政区划，将我国划分为华北、东北、华东、中南、西南、西北六大区域。假定各区域在第10和11届全运会获得的奖牌与各区域经济实力、人口数量、竞技实力、在队运动员实力、后备运动员实力、在职教练员实力、后备教练员实力等的因素相关。建立以下函数关系: Medals=f(GDP，POP，SPO，PLA，BPA，JOC，SPC)。

2 、影响因素及观测指标分析

2.1 、区域经济实力因素(X1)

只有经济发展了，才可能有更多的财力投入到发展体育事业当中。各区域的国内生产总值(GDP)是衡量一个地区经济实力的重要指标，采用地区GDP占国内GDP的份额来衡量经济实力，各区域GDP(2005年和2007年)都以人民币为单位。

2.2 、人口数量因素(X2)

如果运动精英在国内分布的概率是稳定的，那么，人口数量越多的地区将越有可能挖掘更多高素质的运动员，进一步提高该地区的奖牌数。

2.3 、竞技实力因素(X3)

参赛区域在全运会上的表现，一方面反映了该区域的体育实力，另一方面反映了该区域的体育传统。

2.4 、在队运动员实力(X4)

在队运动员是区域竞技体育的主力，是区域竞技体育的核心组成部分。

2.5 、后备运动员实力(X5)

体育运动学校运动员是各区域竞技体育发展的后备力量，后备人才的储备直接影响到区域竞技体育的发展。

2.6 、在职教练员实力(X6)

在职教练员是运动员培养的主力，是区域竞技体育的核心组成部分。

2.7 、后备教练员实力(X7)

体育运动学校的教练员是一线队伍教练员的重要补充力量。采用区域体育运动学校教练员数量（2005年和2007年）占总量的份额作为衡量后备教练员实力的变量。

本文采取各项指标的相对值，而不是片面的使用绝对数字，对各个指标进行了变换处理，计算了每个区域各个指标的份额，即XSi=Xi/∑i=1，2，3…Xi×100%，i表示每一个指标。

3 、所用模型

GDP，POP，SPO，PLA，BPA，JOC，SPC分别代表区域经济实力、人口数量、竞技实力、在队运动员实力、后备运动员实力、在职教练员实力、后备教练员实力。基于第10届和第11届全运会的奖牌榜，以各个区域的当届奖牌份额(MS)作为因变量，各个因素的各项指标作为变量，初步建立的线性模型如下：MS=α+β1X S1+β2XS2+β3XS3+β4XS4+β5X5+β6X6+β7X7。

4 、实证分析结果

4.1 、变量描述与分析

本文主要应用SPSS17.0进行了数据的统计分析和处理，纳入多元回归分析的样本为12个，当届奖牌份额(MS)均值是16.67%，GDP份额均值16.67%，POP份额均值16.66%，SPO均值为16.66%，PLA均值为17.47%，BPA均值为16.67%，JOC均值为16.66%，SPC均值为16.67%。变量的相关分析中，在当届奖牌份额MS与各个自变量的皮尔森相关检验都达到显著性水平，其中，当届奖牌份额与竞技实力和在职教练员实力相关性最高。

4.2 、结果与分析

利用向后筛选策略共经过三步完成了回归方程的建立，从7个解释变量中，筛选出了5个比较重要的解释变量。最终模型R2是0.999，调整后拟合优度R2是0.998，F值为1012.20，对应的概率P值近似为0。多重共线性诊断方面，方差膨胀因子(VIF)最大为6.993，最小为1.174，各个自变量之间不存在严重的共线性。

最终的回归方程是:当届奖牌份额=1.601+1.159×竞技实力+0.300×区域经济份额+0.249×在队运动员实力+0.189×后备运动员实力+0.181×在职教练员实力。即:MS=1.601+1.159×XS3+0.300×XS1+0.2497×XS4+0.189×XS5+0.181×XS6。这个模型意味着竞技实力份额、GDP份额、在队运动员份额、后备运动员份额以及在职教练员份额对奖牌份额存在显著正向影响，相应变量份额的增加可以提高奖牌份额。