中国体育旅游目的地的空间分布特征

韩 云,魏德样

(福建师范大学 体育科学学院,福建 福州 350007)

2016年，国家旅游局和国家体育总局联合颁发了《关于大力发展体育旅游的指导意见》[1]，提出到2020年，在全国要建成100个具有重要影响力的体育旅游目的地，建成100家国家级体育旅游示范基地，推出100项体育旅游精品赛事，打造100条体育旅游精品线路，培育100家具有较高知名度和市场竞争力的体育旅游企业与知名品牌，体育旅游总人数达到10亿人次，占旅游总人数的15%，体育旅游总消费规模突破1万亿元的目标。可见，体育旅游已成为我国体育产业未来发展的重要推动力。

客源地、旅游目的地、旅游交通线路构成了旅游系统的三要素。体育旅游目的地是体育旅游系统的重要组成部分，其空间分布格局将会决定体育旅游客源的走向，影响体育旅游业整体发展，进而影响体育产业的发展水平。因此，有关体育旅游目的地的研究已成为学者关注的热点问题之一。纵观已有研究，涉及的内容主要包括体育旅游目的地的空间分布特征[2-6]、空间格局演化[7]以及影响因素等方面[8-9],而体育旅游目的地的空间分布特征又是已有研究的重点。但是，目前针对体育旅游目的地空间分布特征的研究，要么只针对某一类型的体育旅游目的地[2-4]，要么只涉及单个省域[4-6]，缺乏全国范围、多种类型综合体育旅游目的地的整体研究。然而，探明全国性综合体育旅游目的地的空间分布特征对于从宏观层面把控体育旅游目的地的合理规划布局具有重要作用。基于此，本文收集了3 702个体育旅游目的地数据，以及与之相关的地理(矢量)、经济、社会等数据，运用最近邻指数、热点分析、基尼系数等方法，从体育旅游目的地概况、空间分布类型、空间分布均衡性、影响因素四个方面，对中国体育旅游目的地的空间分布特征进行研究，以期为我国体育旅游目的地的合理规划提供参考。

1 研究方法与数据来源

1.1 研究方法

(1)最近邻距离指数。最近邻距离指数(NNI)是通过比较计算最近邻体育旅游目的地两两间的平均距离，并将其与随机分布模式中的平均距离进行比较，分析偏离随机分布的程度[7-11]。

式中：min(dij)是任一体育旅游目的地i与其最近邻体育旅游目的地j间的距离；N是体育旅游目的地的总数；A为研究区域总面积[12]。

一般认为，近邻指数接近1时要素呈随机分布；近邻指数小于1时要素呈集聚分布；近邻指数大于1时均匀分布[11]。若NNI≤0.5为聚集分布，若NNI≥1.5为均匀分布，若0.5

(2)“热点”分析。此方法的聚类结果可以体现体育旅游目的地在空间上的聚集区域和聚集密度，俗称“热点”。该方法首先利用ArcMap计算出每个目的地的最邻近距离。然后通过CrimeStat依据每个目的地的最邻近距离，将其定义为一个聚集单元，比较聚集单元与每一目的地对的邻近距离，当某一目的地的最邻近距离小于该极限距离时，该保护地被计入聚集单元，据此将原始目的地数据聚类为若干椭圆区域，称为一阶热点区；同理，对一阶热点区利用相同的方法，聚类后获得二阶热点区，以此类推，直到不能形成更高一级的热点区[14-15]。

(3)基尼系数。引入基尼系数(Gini)来测度体育旅游目的地空间分布的均衡程度，基尼系数的计算式为[16-17]:

式中：pi为保护地在各分区中所占的百分比；N为分区总个数。基尼系数最大为1，最小等于0。基尼系数越接近0表明目的地分布趋向平均。通常把0.2以下视为分布绝对平均，0.2-0.3视为分布比较平均；0.3-0.4视为分布相对合理；0.4-0.5视为分布差异较大，当基尼系数达到0.5以上时，则表示分布差异悬殊。

1.2 数据来源

本文涉及的数据包括体育旅游目的地数据、矢量数据和社会经济数据三部分。

(1)体育旅游目的地数据。由于目前体育旅游概念尚有争议，因此，本文在收集体育旅游目的地数据时，只将学界基本形成共识的体育旅游目的地纳入分析，涉及的目的地包含8类21种，分别为：体育非物质文化遗产传承地(下文简称：非遗)、高尔夫、滑雪场、入选2019年度精品项目(参与体育旅游博览会的精品赛事、精品线路和精品景区)、水上项目(水上运动中心、游艇码头)、体育赛事类(马拉松、篮球、足球、网球、汽车拉力赛、自行车赛)、营地类(房车营地、户外运动营地、体育航空营地)、其他(体育特色小镇、体育公园、体育训练基地、体育博物馆)。

上述体育旅游目的地数据主要来源于国家体育总局；中国田径协会、高尔夫协会、足球协会等运动协会；中国房车网；中国汽车运动联合会等相关网站公布的文件。非遗数据来源于陈小蓉教授主持的国家社科基金重大项目《中国体育非物质文化遗产资源数据库建设研究》成果。部分数据来源于“2019年中国体育文化博览会·中国体育旅游博览会”现场收集。其他数据通过百度地图和百度百科查询加以完善和补充。体育旅游目的地坐标位置借助奥维互动地图浏览器(Omap)标定，部分面积较大的体育旅游目的地(如体育旅游非物质文化遗产传承地)取其当地人民政府所在地坐标替代。截至2020年9月，本文共收集了3 702个体育旅游目的地。

(2)矢量数据。该数据来源于国家基础地理信息中心。因数据收集难度较大，本文的研究区域不包括我国的港、澳、台地区。将矢量图层以及体育旅游目的地坐标导入ArcGIS10.2.2软件平台，存储于建立的基础地理数据库。

(3)社会经济数据。包括省域人口、国内生产总值(GDP)等数据均来自国家统计局官网。

2 结果与分析

2.1 中国体育旅游目的地概况分析

中国体育旅游目的地在各省份都有分布，但是由于各省份自然条件、人文环境和经济发展水平等方面存在差异，体育旅游目的地在省份之间的分布极不均衡。例如，本文收集的3 702个体育旅游目的地，分布数量排名前5名的省区市分别为广东(263个)、北京(232个)、江苏(229个)、山东(225个)、河北(222个)；排名后五名的分别为贵州(57个)、甘肃(47个)、青海(42个)、宁夏(38个)、西藏(20个)。

由于我国体育旅游目的地数量多，类型多样，不同类型间的数量差异较大。在本文收集的8类21种体育旅游目的地中，数量最多的是滑雪场(778个)，占体育旅游目的地的21%。数量最少的类型是包括体育特色小镇、体育公园、体育训练基地、体育博物馆等的其他类(258个)，占总量的6.97%，前者是后者的3倍。

2.2 中国体育旅游目的地空间分布类型分析

从统计学的角度看，地理现象出现在空间上任意位置都是有可能的，即分布随机性。如果没有某种力量或规则，那么这种地理现象的分布模式将随机分布，否则将以规则或者聚集的模式出现[15]。地理实体按其空间形态的表现可以分为点、线、面、体4种形式。体育旅游目的地在空间形态上是点实体的一种特例[18],在研究其空间分布时，体育旅游目的地点状要素有均匀、随机和凝聚三种空间分布类型，可用最近邻距离和最近邻指数进行判别[19]。利用ArcGIS，计算出中国体育旅游目的地的最近邻指数NNI(见表1)。

表1 中国体育旅游目的地整体及不同类型的最近邻指数

整体上，体育旅游目的地的最近邻指数(NNI)小于1，介于0-0.5之间，呈聚集分布状态。从类型看，8类体育旅游目的地的最近邻指数(NNI)均小于1，且介于0-0.5之间，均呈现聚集分布状态。

值得一提的是，体育赛事中的马拉松，其最近邻指数(NNI)为0.578，小于1但是大于0.5，呈现出了聚集—随机分布的特征。近年来，我国社会经济不断发展，民众生活水平显著提高，对健康的需求也越来越旺盛，而马拉松又是一项全民皆可参加的群众性运动，正好迎合了民众的现实需求，各地政府积极开展马拉松运动，从而导致马拉松赛事目的地呈现出聚集—随机分布特征。

2.3 中国体育旅游目的地空间分布均衡性分析

我国3 702个体育旅游目的地在31个省区市(港澳台除外)均有分布，而体育旅游目的地分布的均衡性又与各地资源与经济水平等因素密切相关。从体育旅游目的地的集中程度和均衡程度两个角度出发，来探寻其分布的均衡性是研究中常用的范式，而热点分析和基尼系数提供了解决此类问题的具体方法，为定量研究各种群点的空间分布均衡性提供了技术支持。

2.3.1 集中程度——热点分析

不同省份之间目的地的空间分布聚集度不同，某些聚集程度较高的区域表现为体育旅游目的地的空间聚集群，即为“热点”区域。利用ArcMap计算出每个目的地的最邻近距离。然后将其导入到CrimeStat中，CrimeStat依据每个目的地的最邻近距离计算出中国体育旅游目的地的热点分布情况。计算结果表明：在整体上，中国体育旅游目的地的一级热点有90个，分布广泛，除西藏外，其他各省区市均有分布。但是，绝大部分一级热点位于胡焕庸线以东地区，特别在东三省、京津冀、长三角和粤港澳大湾区聚集着众多一级热点。值得关注的是，在胡焕庸线以西的新疆北部、青海东部、宁夏北部与内蒙古交接处、内蒙古中部也各形成1个一级热点。通过原始数据查询发现，上述区域聚集的体育旅游目的地主要是滑雪场，尤其是新疆西北部地区，坐落于天山山脉，平均海拔为1 500 m，冬季平均气温-10 ℃，是滑雪胜地。其中，丝绸之路国际滑雪场已成为全国规模排名前三位的国际性滑雪场。

二级热点有7个，分别处于东三省、京津冀、山东半岛、长三角、海峡西岸经济区和粤港澳大湾区。上述二级热点的分布态势与国务院办公厅发布的《关于促进全民健身和体育消费推动体育产业高质量发展的意见》中提到的“要以京津冀、长三角、粤港澳大湾区、海南等为重点发展体育产业，培育一批具有较大影响力的体育城市，打造体育产业增长极”[20]高度一致。

三级热点只有1个，覆盖了北京、天津、河北、山东、江苏、上海、浙江、安徽的全部地区，以及山西、河南、辽宁、福建、内蒙古的部分地区。

2.3.2 均衡程度——基尼系数

将收集到的3 702个体育旅游目的地的经纬度坐标导入到ArcGIS中绘制出体育旅游目的地点要素图层，并将其与中国省份边界地图叠置。结果显示，体育旅游目的地主要集中在华北平原、长江中下游平原、四川盆地、华南等地区，西藏、青海、内蒙古，以及新疆南部、四川西部、甘肃北部等地分布稀少。引入基尼系数来测度体育旅游目的地在各省份分布的情况(见表2)可知，中国体育旅游目的地整体基尼系数为0.278，说明中国体育旅游目的地分布聚集态势并非人为导向，而是客观形成的结果[18]。S15/S30=0.19,表明中国半数省份集中了中国80%以上的体育旅游目的地。

表2 中国体育旅游目的地整体及不同类型的基尼系数

从目的地类型看，受地理位置、气候、人文环境和旅游开发等诸多因素的影响，不同类型的体育旅游目的地的集中程度存在很大差别。由表2可知，非遗为绝对平均分布，平均每个省区14个。精品项目和营地基尼系数分别为0.301和0.382，分布相对合理。分布差异较大的类型有，水上项目(0.47)、体育赛事(0.406)和其他(0.435)，其中体育赛事中的职业赛事基尼系数接近0.5，为0.494，表明其分布差异悬殊。职业赛事基尼系数大可能与本文只收集有固定举办场地的职业赛事有关。本文在数据采集过程中只选择了较为固定的具有代表性的场地(例如：中国十大网球公开赛比赛场地)，同时这些比赛的性质也是造成分布差异较大的重要原因。例如汽车拉力赛和自行车赛对地形要求较高，直接决定了比赛举办地的选址。分布差异最为悬殊的是滑雪场和高尔夫两类体育旅游目的地，它们的基尼系数分别是0.551和0.548。与职业赛事一样，这两类目的地对气候和地理位置的要求甚高，而中国幅员辽阔，跨越多个气候带，包含多种地形，其在各地分布差异较大便不足为怪了。

2.4 中国体育旅游目的地空间分布的影响因素分析

2.4.1 中国体育旅游目的地集中程度的影响因素分析

(1)气候因素。气候是大气物理特征的长期平均状态，具有稳定性[11]。我国的气候带分布由西向东，由北至南依次为，温带大陆性气候、高原山地气候、温带季风气候、亚热带季风气候、热带季风气候。通过对体育旅游目的地热点分布情况和气候区划分进行分析可知，中国的体育旅游目的地大多数热点都分布在降水较多、气候宜人的暖温带季风气候、亚热带季风和热带季风气候区，而温带大陆性气候区分布较少，高原山地气候区则鲜有分布。

气候对中国体育旅游目的地集中程度的影响在滑雪场上尤为显著。例如，通过热点分析，滑雪场的一级热点有26个，绝大多数分布在东北地区，少数分布在西部海拔较高的新疆地区。二级热点有3个，分别在东三省、京津冀和山东半岛地区。由此可见我国滑雪场的热点的聚集分布特征显著，这种分布也表明，国家推出的冰雪运动“南展西扩东进”战略的实施效果尚未显现。

滑雪运动对于温度和气候有着特殊的要求，我国东北部的亚布力地区、吉林省、崇礼—北京区域等，位于北纬40—45度之间，依托于长白山脉等大大小小的山川，有着得天独厚的降雪、气温等条件，成为我国的滑雪胜地。此外，新疆地区的气候条件也俱佳，因此也成了许多著名的滑雪场的聚集地。

(2)经济因素。区域旅游经济发展水平与体育旅游目的地的空间分布实际上存在着相互促进的关系，区域旅游经济的迅速发展，促进了目的地的不断涌现与空间集聚，而目的地的开发建设及其空间集聚又反过来会带动区域旅游经济的发展[15，18-21]。旅游作为一种经济活动会受到经济发展的直接影响，经济发展水平是影响旅游目的地空间分布的重要因素[22]。收集各省的GDP数据，通过ArcGIS中的热点分析工具，利用自然断裂法，计算出各省GDP的冷热点分布情况，然后将其与体育旅游目的地坐标分布图叠置。结果表明：GDP排名较高的广东、江苏、上海目的地不仅数量较多，分布集中，并且均有热点区分布，尤其是江苏、上海等地出现了3个级别的热点叠加分布的情况；而GDP排名较低的青海、西藏、宁夏地区的目的地不仅数量较少，分布也相对分散，几乎没有热点出现。从经济学角度来看，GDP较高的地区，旅游业及相关基础设施也较为完善；另一方面，较高GDP地区的居民收入水平高，旅游需求旺盛，进而促使体育旅游目的地数量的增长。

经济发展水平对中国体育旅游目的地集中程度的影响在高尔夫上尤为显著。例如，通过热点分析，高尔夫的一级热点有13个，除包含在二级热点区域内的一级热点，还在云南、湖南、江苏、上海等地各形成1个一级热点。二级热点有2个，分布在“京津冀—山东半岛”和“海峡西岸经济区—粤港澳大湾区—海南”等区域。

高尔夫球场数量与当地经济的发展程度成正相关。首先，高尔夫是一项高收入人群的运动，经济相对不发达的地区缺乏消费群体。粤港澳大湾区尤其是深圳地区，作为改革开放的前沿阵地，拥有较多数量的高尔夫球场。其次，高尔夫球场建设费用很大，投资者要考虑回报，海南、广东等作为旅游城市，拥有丰富的旅游资源，选择这些地区是必然的。最后，国家土地政策日益收紧，高尔夫球场建设受政策限制，珠三角等经济发达城市建设早，目前新批难度越来越大。西部地区高尔夫球场较少，由中国高尔夫球场发展史看，早期的球场主要服务于一些外商投资者，与一些地区的招商引资存在较大的关联。

2.4.2 中国体育旅游目的地均衡程度的影响因素分析

中国体育旅游目的地呈现出明显的集中分布特征，并且自东向西呈逐渐稀疏趋势。通过计算体育旅游目的地的基尼系数可知，中国半数省份集中了中国80%以上的体育旅游目的地，分布极不均衡，这与我国的地形分布和人口有着密切的关系。

(1)地形因素。体育旅游目的地是以一定的地域空间为载体，表征地表形态的地理单元。不少体育旅游目的地以名山大川而闻名，有些以山水田园而著称，有些则依赖于独特的地形构造，所以体育旅游目的地分布与地形的关系必然十分密切[18]。我国地势西高东低，呈三级阶梯状逐级下降，中国三级地势的特征很大程度上影响了体育旅游目的地的分布格局，也造成了分布的不均衡性。整体上，我国体育旅游目的地大部分分布在海拔500 m以下的平原、丘陵地带；第二级阶梯中的目的地也大都集中分布在海拔相对较低的四川盆地、关中平原等地区；海拔4 000 m以上的青藏高原地区，体育旅游目的地分布极为稀疏，与这一区域内自然旅游资源丰富的实际状况，形成很大的反差，这种现象与中国A级旅游景区的空间分布十分相似[18]。例如：分布差异悬殊的滑雪场和高尔夫对于地形的要求甚高：滑雪场需依托于山体而高尔夫对于坡度有着严格的要求。

(2)人口因素。客源作为旅游发展的基础，与旅游目的地的空间布局也有着密切联系。通过收集中国各省区的人口数，利用ArcGIS计算其热点，然后与目的地分布图叠置发现二者极具相似性。不管哪一类型的体育旅游目的地，在人口较为密集的地区，如广东(占7.1%)、山东(占6.1%)、河南(占2.9%)三省的体育旅游目的地数量较多且聚集程度也较高；而人口分布较少的青海(占1.1%)、西藏(占0.5%)、内蒙古(占2.6%)等地区的体育旅游目的地数量少且聚集程度也较低。在胡焕庸人口地理分界线右侧，不但聚集着中国90%以上的人口，同样也分布着全国90%以上的体育旅游目的地。可见，中国体育旅游目的地分布的均衡性与人口分布有着很强的重合性。

通过进一步计算两者相关系数我们发现，省份体育旅游目的地的数量与当地人口数的相关系数为0.67(P<0.01)，说明体育旅游目的地的数量分布与当地人口数接近中度相关。

3 结论与建议

3.1 结论

(1)中国体育旅游目的地在各省份都有分布，但是由于各省份自然条件、人文环境和经济发展水平等方面存在差异，体育旅游目的地在省份之间的分布极不均衡且不同类型间的数量差异较大。

(2)从空间分布类型来看：整体上，体育旅游目的地呈聚集分布状态且空间聚集态势最为显著。从不同类型来看，8类体育旅游目的地均呈现聚集分布状态但是彼此之间聚集态势存在较大差异。其中，滑雪场最为集聚，非遗分布最为平均。

(3)从空间分布均衡性来看：中国体育旅游目的地分布聚集态势并非人为导向，而是客观形成的结果。体育旅游目的地的二级、三级等高阶热点都集中在胡焕庸线以东的地区，尤其是东北、京津冀、山东半岛、长三角、粤港澳大湾区、海南以及川渝地区。一级热点除上述地区有分布外，在宁夏、青海、新疆也有分布。中国半数省区市集中了中国80%以上的体育旅游目的地，不同类型的体育旅游目的地的集中程度存在很大差别。其中，非遗为绝对平均分布，滑雪场和高尔夫分布差异最为悬殊。

(4)中国体育旅游目的地的空间分布格局与地形、气候、人口、GDP等关系密切。影响中国体育旅游目的地集中程度的因素主要有气候和GDP：影响中国体育旅游目的地均衡程度的因素主要有地形和人口。

3.2 建议

依据上述研究，认为未来中国体育旅游发展应重点关注以下几方面问题。

(1)优化国土空间规划，跨区域进行体育旅游目的地布局。体育旅游目的地的空间分布影响着体育旅游的可持续发展。跨区域对国土资源进行空间规划可以打破地域限制，从更大的空间尺度对体育旅游目的地的分布进行合理的调整。同时，在体育旅游目的地聚集地区，划分体育旅游功能区，避免体育旅游目的地之间的同质竞争，提高体育旅游目的地之间的融合效率和高度，提高本地区体育旅游的核心竞争力，这将有助于提升体育旅游的发展水平。

(2)注重生态保护，加强政策引导。体育旅游对于生态环境的依赖程度不亚于经济发展水平。尤其是西部地区，经济不发达且生态系统脆弱，因此要强化西部地区经济和生态政策的扶持力度，同时关注东部发达地区的环境保护。对于中部地区，可以通过引入社会资本等方式，根据市场需求盘活区域体育旅游生态资产，促进体育旅游的良性发展。

(3)发掘特色资源，促进资源整合。体育旅游的发展同旅游资源有密切的关系，体育旅游资源在体育旅游业发展过程中始终处于基础性位置。因此，在体育旅游发展过程中还要注重资源整合。创新“体育旅游+”模式，将地域的民俗特色、农业、医疗等有机融合，强化协同发展理念，弱化淡季概念，开启“全年段”体育旅游新格局，从而降低由于气候、地形、人口等因素对体育旅游的发展造成的影响。