基于GIS的我国区域体育场地空间分布特征研究

陈 乐，许月云，潘玄烨

(1.闽江学院公共体育教学部，福建 福州 350108；2.泉州师范学院体育学院，福建 泉州 362000)

0 引言

近年随着我国经济发展水平的进步，国家不断提高全民健身在发展战略中的地位，全民健身从1995年的“纲要”上升为2014年的“国家战略”。国民开始步入与体育健身活动相伴的生活方式。体育场地作为全民健身发展的重要抓手，群众对其需求日益增强，2019年《体育强国建设纲要》(国办发〔2019〕40号)提出2035年人均体育场地面积达到2.5 m2。体育场地增量的同时，科学合理地布局场地才能发挥其应有的效应，这更是完善全民健身体系的重要组成部分。进一步科学地规划体育场地设施建设需探明现有的分布现状及规律，以便更好地对体育场地进行规划布局。

我国当前的关于体育场地研究表明：学者对体育场地的关注集中在体育场地资源的优化配置及供需、运营管理与体育场地建设、基于体育产业和体育经济探讨体育场馆的使用等方面[1-5]。第六次全国体育场地普查后，不少学者将研究视角移至体育场地分布(布局)及规律的研究发展，但与其他学科相比研究深度尚有较大差距：一是虽然相关研究涉及体育场地分布(布局)，但实际却仅局限于统计学层面的体育场馆数量分布、地理方位分布、区域空间分布等方面[6-8]，对其直观性可视化图形的地理统计学空间数据的描述分析较为薄弱；二是研究对象多局限于大型体育场馆或特殊性体育场馆[9]，从全局和区域的角度对全国体育场地分布进行整体性空间分布特征的研究为数较少。基于此，本文运用GIS空间分析法对我国区域体育场地的空间分布特征进行分析，以期为我国区域体育场地科学布局提供理论依据。

1 概念界定、指标选取及数据来源、研究方法

1.1 概念界定

根据《第六次全国体育场地普查数据汇编》中的指标说明，第六次全国体育场地普查的对象为体育场地，指专门用于体育训练、比赛和健身活动的，有一定投资的、公益性或经营性体育设施，涵盖必要的功能房，普查范围是除港澳台外全国各系统、各行业、各种所有制形式的各类体育场地[10]。体育场地数量即体育场地的个数。体育场地规模在体育场地普查中主要包括场地面积、建筑面积和用地面积；投资金额指体育场地的全部投资金额，其包括财政拨款、单位自筹、社会捐赠、体育彩票公益金等各种来源的资金，及改建扩建的投资金额。

1.2 指标选取及数据来源

依据2020年中国统计年鉴[11]，可将我国的区域行政区空间单元划分为省域、市域和县域，本研究的数据处理围绕市域进行。数据来源于参与第六次全国体育场地普查的专家学者，确定333个地级市加上4个直辖市，共337个行政区的体育场地数量、规模及投资相关数据，具体指标选取见表1。

表1 体育场地建设指标

2.3 研究方法

运用ArcGIS软件进行空间自相关分析及可视化表达。ESDA是统计分析技术与GIS空间分析技术、可视化技术的集成，其通过统计学原理与图形图表相结合，对空间数据进行探索。采用ESDA技术，通过Moran’sI指数，Getis-Ord GeneralG和Getis-OrdGi*这3种指数对我国体育场地数量、规模、投资等指标的区域空间分布特征进行分析。

1)Moran’sI指数是指可以用来描述某现象的整体分布状况,判断此现象在空间是否存在聚集特性，反映空间邻近或空间邻接区域单元属性值的相似程度。

如若Moran’sI的正态统计量的Z值均大于正态分布函数在0.05 (0.01)水平下的临界值1.65(1.96),表明区域在空间上的分布具有明显的正向相关关系,反之则是负相关关系。正的空间相关能够说明相邻地区的类似特征值出现集群(Clustering)趋势,负相关或等于0说明负相关是背群趋势或无任何直接的趋势[13]。

Moran’sI的值域为[-1,1]。当I值大于零时,说明全局空间自相关为正,反之则为负。I的绝对值越大,说明相关程度越大。当I=1时,说明空间正相关性非常显著;当I=-1时,空间负相关性非常显著;当I=0时,全局空间显著无关[12]。

2)Getis-Ord GeneralG用于探测整个研究区的空间关联结构模式。G(d)值高于E(d) 值，且Z值显著时，检测区出现高值簇 ；当G(d) 值低于E(d)，且Z值显著时，检测区出现低值簇，当G(d) 趋近于E(d) 时检测区变量呈现出随机分布的特征[13]。

(3)Getis-OrdGi*用于识别不同空间位置上的高值簇与低值簇，即热点区(hot spots)与冷点区(cold spots)的空间分布[14]。

2 结果与分析

2.1 我国市域体育场地数量的空间分布特征

2.1.1 我国市域体育场地数量的全局空间自相关性

表2所示，我国体育场地数量的Moran’sI值为正数0.148 066且通过显著性检验，说明空间分布呈正相关性。我国体育场地数量呈“高-高或低-低集聚”的空间模式，即我国体育场地数量多的市域在空间上呈集聚分布、体育场地数量少的市域在空间上呈集聚分布。

全局G系数的G(d)值0.153 080为正数，大于E(d)值0.111 523，并且Z(d)通过显著性检验。可见，我国体育场地数量存在高值和低值集聚现象，体育场地数量可能存在几个较为集中的热点区域，据此本研究进一步对体育场地数量的冷热点空间分布及特征进行研究。

表2 我国体育场地数量的Global Moran’s和General G估计值

2.1.2 我国市域体育场地数量的局域空间自相关性

为更好地理清我国体育场地数量具体的空间分布特征，考察我国体育场地数量的热点区域，进一步分析我国体育场地数量的局域空间集聚现象，运用ArcGIS软件中的自然间断点分级法将局域Gi*统计量分为热点区域、次热区域、次冷区域、和冷点区域四大类，制成我国体育场地数量冷热点空间格局图并通过表格形式列出。通过可视化图像表达各区域集聚现象，剖析体育场地数量具体的空间分布特征。

2.1.2.1 热点区域及次热区域

表3所示，东部沿海存在交通便利等区位优势，已逐渐由自然条件转为社会经济条件优势，形成经济发达地区。我国体育场地数量的热点区域主要集中在华东地区，包括江苏、浙江省和上海市的全部区域；周边城市受东部沿海经济发达地区影响，特别是以上海为中心经济辐射苏浙沪一带，涵盖安徽、福建、江西、山东省的部分区域。经济发达，人口密度大，当地群众生活水平高健身意识强均推动热辐射区的形成。

表3 我国体育场地数量热点区域

热点区域周边既有次热区域，也有少部分冷点区域，且次热区域中有冷点区域的出现(表4)。通过区域发展相关理论发现，体育场地数量具有缩小或扩大区域空间差异的特点，存在扩散 (涓滴) 或极化 (回波)效应[15]。次热区域主要集中在华北、华南地区，即包括广东省的全部市域，山东、河北省的绝大部分市域以及湖南、江西、安徽、河南省的部分市域。次热区域主要是在热点区域的基础上向南北扩散，区域空间结构类型分异理论提出城市体系的类型可根据城市间的不同组合特征，其中一种是行政型(依托各级行政中心)的城市体系[16]，北京市作为我国政治行政文化中心，经济发达、人口密度大、人才聚集，且政策扶持力度大，河北省唐山市、石家庄市等依托北京市，形成行政型城市体系，突显连带发展优势形成次热区域；次热区域形成的主要城市大多为省会城市或经济较发达地区，经济、政策、健身意识推动形成次热区域。

表4 我国体育场地数量次热点区域

续表

2.1.2.2 冷点区域及次冷区域

我国体育场地数量的冷点与次冷区域占绝大部分地区，见表5。冷点区域主要集中在新疆维吾尔自治区的东北中部、西藏自治区的东南部、内蒙古自治区的西南部、四川省的西北部、吉林省的中部、黑龙江省的东南部及青海省和甘肃省的大部分区域，此外均为次冷区域。

冷点区域大部分地处内陆、地广人稀、经济落后、群众生活水平低，大部分城市还属于弗里德曼提出的“核心—边缘”理论当中的离散型发展阶段[17]，尚未形成城市核心聚拢型。与此同时，城市规模较小，社会经济不发达，区际间经济联系不紧密；外出务工青壮年占大多数，留守多为空巢老人与儿童，对体育场地数量的需求意识较低；西北、西南部多为对体育场地设施建设自主规划性较强的少数民族，促使相应的冷点区域出现。在国家“一带一路”倡议的政策引领下，带动区域经济发展，更好地加强区域经济与体育场地数量的结合与发展。进一步促进体育公共资源的下放，构建体育健身圈，使得体育资源合理配置，避免造成体育场地资源闲置与浪费。

表5 我国体育场地数量冷点区域

2.2 我国市域体育场地规模的空间分布特征

2.2.1 我国市域体育场地规模的全局空间自相关性

表6所示，我国体育场地面积、建筑面积、用地面积的Moran’sI值均为正数且通过显著性检验，说明空间分布呈正相关性。其中建筑面积的Moran’sI值0.161 805为3个指标中的最大值，建筑面积的正相关性表明其集聚分布最为显著。可见我国体育场地规模呈“高-高或低-低集聚”的空间模式。

体育场地规模3个指标的全局系数的G(d)值均为正数并大于E(d)值，且Z(d)均通过显著性检验。以上情况表明，我国体育场地规模出现高值和低值集聚，体育场地规模各指标均可能存在几个较为集中的热点区域，因此本研究进一步对体育场地规模的冷热点空间分布及特征进行剖析。

2.网络课程内容遵循“少而精”原则，选取本校真正具有优势的精品课（包括专业课、公共课和通识课），切实加强内容的针对性和案例教学设计；利用静态文字、图像等，适当增加动画、音频等形式展现课程内容［5］，实现课程静态资源和动态资源相结合，构成直观、生动、形象的教学内容，并提供开放的网络学习资源目录，为学生进一步学习提供多种学科内容。

表6 我国体育场地规模的Global Moran’s和General G估计值

2.2.2 我国市域体育场地规模的局域空间自相关性

2.2.2.1 热点区域及次热区域

表7显示，我国体育场地面积的热点区域主要有两个，其一连片聚集的热点区域较大，主要集中在华北地区的北京市、天津市、河北省的大部分区域及华东地区的山东、江苏、安徽省、上海市及浙江省的大部分区域。其二热点区域集中在广东省沿海区域及福建省西南部区域。沿海区位优势、经济较发达、群众健身意识强、人口密度大，群众健身需求大可满足在高节奏工作之余通过体育锻炼来保持健康与塑形，在一定程度上推动体育场地规模热点区域的形成。东北、华中、西南、西北地区的大部分区域均呈相对“高-高集聚”区域，形成次热区域。

我国体育场地建筑面积的热点区域主要有3个，其中最大的热点区域集中在我国华南地区，包括广东省及湖南省和江西省的南部区域、福建省西南部区域、广西壮族自治区东部区域。其余两个热点区域较小，分别为河北省唐山市和山东省烟台市，但这两个热点区域的周围较高值连片集聚形成次热区域，包括河北省的大部分区域，北京市、天津市及辽宁省西部和山东省东北部。说明这部分区域体育场地面积可能多以室内体育场地为主。用地面积热点区域主要集中在河北省南部区域、天津市、山东省和江苏省大部分区域及上海市。

综上，华北、华东地区3个指标均属高值集聚的热点区域，表明该区域体育场地规模属我国前列。华东地区得益于临海沿江、南北居中的优渥地理条件，通过核心即上海，两翼即南京、杭州，两轴线即沪宁、沪杭辐射周边，社会经济以工商业为主，通过“点轴发展战略”推动长三角城市群共同发展[18]。社会经济水平与其他区域存在较大差距，加之经济发达吸引大量高素质人才，群众生活水平高，健身意识强。该区域各地的政策导向也在强调体育场地设施规模化，如《江苏省全民健身实施计划(2016—2020)》对体育场地提出人均2.5 m2的建设目标已处于全国前列水平[19]。以上诸多因素是华东、华北区域呈高值集聚的重要原因。

表7 体育场地规模冷热点区域表

2.2.2.2 冷点区域及次冷区域

我国体育场地面积的冷点区域及次冷区域空间范围较少，次冷区域主要集中在甘肃省、宁夏回族自治区、四川省、青海省、云南省的大部分区域及新疆维吾尔自治区的吐鲁番地区，而冷点区域仅集中在甘肃省东南部、青海省东部、四川省东北部及宁夏回族自治区西南部的小部分区域。该部分区域多为具有民族文化特色的少数民族聚集地，各民族健身娱乐活动方式各异，加之地理环境相对恶劣，地处内陆，交通闭塞且大量人口外移，群众文化水平低等原因。导致对体育场地的需求及健身意识薄弱致使冷点及次冷区域的形成。

2.3 我国市域体育场地投资的空间分布特征

2.3.1 我国市域体育场地投资的全局空间自相关性

表8显示，我国体育场地总投资、财政拨款、单位自筹、社会捐赠、其他投资的Moran’sI值均为正数，但仅有总投资，财政拨款以及单位自筹通过显著性检验，说明3个空间分布呈正相关性，呈“高—高或低—低相聚”的空间模式，但Moran’sI值与1的差距较大，表明集聚分布现象较不明显。其全局系数均为正数且大于E(d)值。其中只有总投资的Z(d)值通过显著性检验，我国体育场地财政拨款、单位自筹、社会捐赠、其他投资均不存在高低集聚现象，未出现集聚分布，仅总投资存在高值和低值集聚现象，存在几个较为集中的热点区域。

表8 我国体育场地投资的Global Moran’s和General G估计值

2.3.2 我国市域体育场地投资的局域空间自相关性

2.3.2.1 热点区域及次热区域

表9显示，我国体育场地总投资高值集聚区域主要集中在我国东部沿海地区，热点区域主要有河北省、山东省、江苏省、浙江省、广东省、辽宁省的部分区域。江苏省大部分区域构成最大热点区域，一是江苏省地处我国东部沿海地区，经济较为发达、居民消费水平高；二是江苏省人口密度在7 458万人(2003年)～7 939万人(2013年)之间未出现大幅度变动，均居我国人口大省前列[20]。三是群众受教育程度高，健身意识强；四是政府政策支持，根据江苏省体育局2008年发布的贯彻实施《关于深入推进体育强省建设的意见》重要任务分解方案，提出“十一五”期间发行体育彩票120亿元以上，总销售量居全国前三位，体育产业整体实力位居全国前列[21]。诸多因素推动江苏省成为我国体育场地建设总投资的最大热点集聚区。较高值集聚区域主要是以热点区域为辐射源向外扩散部分区域。

表9 我国体育场地总投资热点区域

表10 我国体育场地总投资次热点区域

2.3.2.2 冷点区域及次冷区域

表11显示，我国体育场地总投资大部分为次冷区域。仅在青海省、甘肃省、湖南省、湖北省、河南省及山西省部分区域出现冷点区域。我国现有体育场地基数较小，国家对体育场地投资力度虽不断加大，仍需长时间发展才能达到较高水平。我国经济发展贫富差距明显，对体育场地建设的投资也出现相应的贫富差距现象，经济发达地区与不发达地区，体育场地总投资差距明显。譬如某些偏远地区体育场地建设受高原地形、低压低氧等气候因素影响，导致场馆与场地物料运输困难、建设工期延长，总体造价较高，后期维护运营经费大，政府扶持力度较沿海地区相对薄弱，且社会资本投入较少，出现实际经费投入不尽人意的情况，最终迫使体育场地建设总投资出现冷点或次冷区域。

表11 我国体育场地总投资冷点区域

3 结论与建议

3.1 结论

1)我国区域体育场地数量存在空间集聚特征，大体呈由东南沿海向西北内陆逐渐递减的趋势，形成由东部沿海热点为基点，向南北延伸形成次热区域，并继续向四周延伸形成“热点—次热点—次冷点—冷点—次冷点”的布局。总体水平较低，各区域水平差距较大。各地经济发展水平、人口密度及我国原先较关注竞技体育水平，随后转向全民健身发展等因素是影响该特征形成的重要原因。

2)我国区域体育场地规模的场地、建筑、用地面积的3个指标存在空间集聚特征。其中建筑面积集聚特征最为显著，呈由东南沿海向内陆地区逐渐缩小的趋势，场地面积大部分为热点及次热区域，而建筑及用地面积大部分为次冷区域。综上，我国体育场地规模以华北、华东地区发展最好，大部分区域体育场地“以室内为主室外为辅”，其中华南地区的室内体育场地属全国前列。室外体育场地较室内体育场地建设成本低、体育场地建设重量轻质等因素影响该特征的形成。

3)我国区域体育场地财政拨款、单位自筹、社会捐赠、其他4类投资中，财政拨款为总投资的最大组成部分。除总投资、财政拨款、单位自筹存在空间集聚现象，社会捐赠、其他均不存在空间集聚特征，且仅有总投资出现高值簇集聚现象，呈由沿海向内陆逐渐递减的分布特征。我国体育场地投资总体水平较低，集中分布在东部沿海地区。政府引导力度、群众健身意识、各地经济发展水平等因素影响该特征形成。

3.2 建议

1)体育场地发展建设应重点考虑整体布局，采取区域差异化发展方式解决场地分布不均衡问题。如东南沿海地区在保证人均场地数量的同时多注重集约化发展，而东北、华北、西北地区利用当地冰雪资源以冬奥会为契机，借助国家大力推行冰雪运动为导向，倡导大众滑雪、滑冰、冰球等项目。譬如2016年11月2日国家体育总局颁布的《全国冰雪场地建设规划(2016—2022年)》，结合各地实际情况，大力兴建冰雪运动场地。

2)国家应提质保量，注重室内体育场地发展，注意城市空间二次使用，鼓励将旧厂房、仓库等闲置资源改造为体育场地，推广多功能、季节性、可移动、可拆卸、绿色环保的健身设施；鼓励符合条件的中小学、机关单位体育场地对外开放，盘活现有资源，提档升级现有体育场地。

3)政府应继续引导各地财政加大对体育场地建设的投资，适当出台优化投融资的引导政策。推广政府与社会资本合作、政府购买服务等多种模式，激发社会资本投资体育场地建设的积极性。同时，各级政府应落实好公益性捐赠税前扣除政策，引导公众对全民健身事业进行捐赠。