城市休闲体育的地理空间分布特征与影响因素分析：以北京市为例

汤宇锟，张建华，王 彬

城市休闲体育空间是现代化城市发展中的新兴概念，是实现人类美好生活的重要物质保障。当前，关于如何定义城市休闲体育空间尚无固定说法，如城市休闲运动空间、城市休闲体育生活空间、城市体育娱乐空间等。常乃军等（2011）对城市休闲体育生活空间的定义具有一定的代表性，认为它是以城市居民休闲体育活动为中心的特定物质和行为空间。这一概念强调休闲体育活动的生活性特征，也对空间的具体指向做了明确界定，即物质空间与行为空间。各类休闲体育设施、场所存在形式及区位体现的都是休闲体育空间的物质属性。本研究从城市休闲体育空间的物质属性出发，探究各类休闲体育设施、公共体育场馆、竞赛场馆、公园绿地的空间布局特征，及其空间分布与不同地理要素、人文要素、社会经济要素的关系。

国内外城市休闲体育空间研究可以从两个分支讨论。1）休闲体育空间布局影响因素研究，通过调查区域人口密度、性别、家庭规模、教育背景、收入水平等人口统计学信息来分析休闲体育设施分布规律（Billie et al.，2005；Erkip，2015；Hillsdon et al.，2007）。有学者研究了休闲产地特征、参与主体兴趣爱好以及不同种族、弱势群体分布对城市区域性体育设施规划的影响（Brownson et al.，2009；Giles-Corti et al.，2005）。还有学者基于政府政策、法规视角，研究休闲体育设施的规划与建设（Tapper et al.，2017）。总体而言，休闲体育设施的空间布局存在不同影响因素，大部分学者注重研究人口密度、人口结构、交通可达性（Hillsdon et al.，2007）。2）休闲体育空间分布对个体参与运动的影响研究，主要围绕休闲体育设施空间布局对个体运动项目选择、参与方式、参与频次、运动认知等的影响（Duncan et al.，2009）。Hallmann等（2011）对生活在不同级别城市的居民参与体育活动的选择偏好进行研究，发现大型都市的游泳池数量对民众参与体育活动有重大影响，中小城市民众参与体育活动更受田径场地数量的影响。此类研究通常将体育设施数量、空间分布与参与群体选择偏好相结合，可以有效提供休闲体育设施建设之初的实证依据。Higgerson等（2018）发现，加大社区周边非营利性休闲体育设施比例，对居民体育人口的提高有显著效果，也可有效解决体育活动参与过程中的机会不平等现象。总体而言，城市休闲体育空间分布与个体参与休闲体育运动的意志存在双向影响：各类休闲体育空间分布对参与主体有积极或抑制作用，参与主体的人口统计学特征对各类休闲体育空间的规划与建设也有不同程度的影响。

相较之下，我国城市休闲体育空间相关研究从数量、方法和应用上说都存在一定的局限。宏观层面来看，以体育设施、体育场馆数量、人口数量等大数据视角切入的研究，对评估城市休闲体育设施总体发展水平以及比较国内外休闲体育设施建设情况具有一定价值，但在具体空间布局上缺少参考价值（单凤霞等，2017）。研究方法上，将地理学空间分析方法应用于休闲体育设施分布上的研究十分有限。蔡玉军等（2012）通过ArcGIS地理学分析方法，对上海市中心城区公共体育空间结构现状模式及存在问题进行研究，指出上海市公共体育空间存在总体服务水平不高等问题。从研究地域看，现有研究主要集中在少数经济发展较快的城市如上海、天津、大连等（王沂，2011；钟敬秋，2017；朱晓东 等，2015）。

从城市定位看，北京是集多种功能为一体的国际化大都市，是全国政治中心、全国文化中心、科技创新中心、国际会议中心。体育场馆建设方面，北京市拥有众多世界一流的竞技体育比赛场地，包括国家体育场、国家体育馆等。休闲健身方面，北京市政府通过不断提升均等化服务水平，在城市休闲健身发展领域具有指标性意义。在此背景下，本研究应用ArcGIS、地理探测等地理学空间分析方法，从交通可达性、人口密度、区域房价等方面解析北京市休闲体育空间的分布特征及其影响因素。

1 研究设计

1.1 城市休闲体育空间类型划分

本研究主要依据先验理论基础与现有分类标准对休闲体育设施进行分类。理论依据是Christaller（1933）提出的中心地理论（central place theory）。根据中心地理论的等级划分要求与三原则，北京市休闲体育设施、场馆分为3个等级：1）第一级即最高级，包括各类大型体育场馆，如国家体育场、国家体育馆，主要举办国内外大型体育赛事；2）第二级指现代化功能较完善的体育场馆，如北京市各区级体育场，以举办市级、省级赛事为主，开展辖区各类体育活动为辅；3）第三级是功能较单一、规模较小的地域场馆，如各高校对外开放的体育场地，以商业体育活动为主（俞晟等，2003）。本研究在区分传统体育设施（场馆）与休闲体育设施（场馆）过程中参照了国家统计局、国家体育总局颁布的《体育及相关产业分类（试行）》（2008）条例中“体育场馆管理活动（9120）”和“体育健身休闲活动（9230）”的划分标准。重点考察北京市中心城区3类休闲体育空间的分布特征。

1）城市社区体育空间（社区体育设施），通常指居民区周边及内部的公共活动区域，以公园绿地、健身步道、公共运动设施和社区活动中心为主。2）城市公共体育空间（各类体育场馆-9120）是指各级别面向居民开放的城市体育场馆，与中心地理论下的各级体育场馆具有一定重合度。这类体育空间的特点是，在服务体育竞赛、各类组织体育活动之余，向全市居民开放，用于市民日常和节假日体育锻炼。3）城市商业体育空间（休闲健身场馆-9230）是指各类以盈利为主要目的的休闲体育空间，其核心产品包括：专业体育锻炼场所、各类体育设备、体育技术指导等，如各类健身俱乐部、营利性游泳馆、网球场、高尔夫球场和射击场等。

1.2 研究方法

1.2.1 核密度估算

核密度估算（kernel density estimation，KDE），密度估算分类方法之一，是一种非参数估算模型。它并非利用数据分布的先验知识，而是对数据分布不附加任何假定，从数据样本出发研究数据分布特征（员永生等，2009）。KDE采用核函数对未知区域点进行加权处理，通过自动搜寻探索研究目标分布的热点区域，并运用距离衰减测量目标对象密度的变化情况（蔡雪娇等，2012）。本研究以北京市城六区3类休闲体育空间分布为例，通过KDE法获得各类休闲体育空间的密度指数，进而绘制3类休闲体育空间分布图，揭示城区休闲体育空间的总体分布特征及各类的不同分布特征，解读休闲体育空间分布的差异及共同点。KDE表达式为（Chang，2016）：

式中：f(x)为各类休闲体育空间分布核密度估算值，x为区域内各类体育设施数量；k为核函数，x-xi为测算休闲体育设施x到样本体育设施xi的距离；h为核密度带宽；n为带宽内已知体育设施分布的点数；d为获取数据的总体维度。

1.2.2 缓冲区分析法

缓冲区分析法是地理信息系统（geographic information system，GIS）空间分析技术的重要内容，核心功能是描述地理意义上的目标对象对周围环境可能产生的影响，是解决空间层面邻近度问题的有效手段。设立固定距离属性和约束条件是研究开展的先决条件（黄杏元等，2001）。本研究通过对研究区域内的交通干道、地铁站设立1 km缓冲带，绘制3类休闲体育空间在不同缓冲区内、外空间分布图，计算获取各类休闲体育空间分布在缓冲区辐射范围内、外的比例，完成城市休闲体育空间交通可达性状况的总体判断及各类休闲体育空间分布在交通可达性方面的差异性。本研究还通过对缓冲区属性进一步分类的方式获取各类休闲体育设施对交通干道、地铁站的依赖程度。

1.2.3 反距离插值法

反距离插值法是一种较为成熟的空间插值法。其原理是透过已知点数据预测未知点数据的过程，未知点的值是一个邻近点距离倒数的函数（汤国安等，2012）。本研究应用反距离加权法（inverse distance weighted，IDW）展示人口分布与城市休闲体育空间分布的关系。在此基础上，计算获得本研究调查区域的人口密度，最终获得调查区域人口密度与3类休闲体育空间分布区域人口密度的比对信息，绘制各类休闲体育空间分布与市区人口分布关系图，解答各类休闲体育空间在以人口密度为因变量下的不同分布特征。IDW表达式为（Chang，2016）：

式中：Zx为体育设施分布区域人口密度的估计值；Zi是已知区域人口密度的真实值；di指的是已知点与未知点x的距离；s为总体已知点的数量；k为已确定幂值，本研究中取值为2。

1.2.4 克里金插值法

与反距离插值法相同，克里金（Kriging）插值法也是一种在空间插值法中被广泛应用的内插方法。其原理是利用区域化变量的原始数据和变异函数的结构特点，对插值点区域化变量的取值进行线性无偏最优估计。本研究通过普通克里金法在已知房价空间内插入未知休闲体育空间点位进行数值估算，获得各类休闲体育空间分布区域内、外房价值，绘制各类休闲体育空间分布与市区房价关系图，解答各类休闲体育空间在房价维度上的分布差异。其表达式为（Chang，2016）：

式中：Z（S0）为未知体育设施分布区域的房价预测值；Z（Si）为已知位置i的实际值；λi为已知房价区域i的加权系数；n为已知体育休闲设施分布的点位数。

1.2.5 地理探测器

地理探测器是近年来出现的可探测空间格局成因和形成机理的重要工具，被广泛用于社会、经济、自然等领域。地理探测器中的因子探测器可以用来检测某种因素能否形成某个空间分布特征及影响大小。此外，还可以通过检测因子间方差与总体方差的差异性获得不同影响因子对形成某种空间布局的显著性。本研究通过地理探测器方法，计算交通可达性、人口密度、房产价格等因素对各类休闲体育空间形成规模的影响力，解答各类休闲体育空间规模与不同地理、人文、经济要素间的内在关系（Wang et al.，2010）。

式中：D为影响因子，包括人口密度、交通可达性、房产价格；H为面积指标；PD，H为D对H的解释力；n和σ2分别为某种休闲体育设施的整体样本数和方差；m为某种因子的分类数；nD，i为D指标在i类中的样本个数。PD，H取值范围为［0，1］，数值越大，表明该因子对某种休闲体育空间形成面积的影响越大。

1.3 研究区域与数据来源

1.3.1 研究区域

本研究选取北京市中心城六区，包括东城区、西城区、朝阳区、丰台区、石景山区、海淀区作为研究区域。

1.3.2 数据来源

本研究数据主要来源于网络地图、北京市统计局、国家统计局。在借鉴国家统计局和国家体育总局制定的《体育及相关产业分类（试行）》基础上，对采集的体育设施信息进行编码和地址解析，通过网络地图坐标与地理坐标转换，获取中心城区体育设施或场所信息的地理空间位置；通过比照北京市地图，纠正错误的地址信息，建立北京市中心城区的体育设施空间属性数据库。此外，运用ArcGIS对北京市中心城区行政边界、交通路网、地铁线路等空间要素进行矢量化处理。北京市中心城居住区的数据主要来源于CREIS中指数据库，即中国房地产大数据信息平台；北京市中心城区二手房数据来源于全球最大的房地产家居网络平台——房天下。由于数据获取的有限性，本文主要考虑2019年3月份的城市休闲体育空间分布情况。

2 研究结果

2.1 北京市休闲体育空间总体分布结构

本研究使用ArcGIS 10.2软件对北京市中心城区的3类休闲体育空间的位置进行初步核定，通过核密度分析法绘制北京市体育设施密度分布图（图1～3）。研究发现，城市公共体育空间密度高值集聚在海淀区大学城和奥林匹克公园一带，空间分布总体呈现单核聚集形态，高聚区周边呈现由强到弱的辐射态势。城市商业体育空间密度高值聚集在国贸（CBD）一带，形成最高值中心，沿三环向望京一带辐射，总体上呈现东强西弱的分布态势。城市社区体育空间密度高值集聚在北京市中轴线，即从天安门至奥林匹克公园一带，圆明园至颐和园附近也出现一定范围的高值集聚。3类城市休闲体育空间在分布上既有联系又有明显的区别，整体上在国贸（CBD）、奥林匹克公园及中关村三地高度聚集，由高值聚集区逐步扩散，空间结构上形成多中心扩散的网状结构，与北京市城市空间结构的研究结果有一定的相似性。

图1 城市公共体育空间密度分布Figure 1. The Distribution of City Public Sports Space

2.2 北京市休闲体育空间分布差异的特征分析

2.2.1 北京市休闲体育空间依托交通干线分布

可达性是居民选择体育设施的重要参考因素。体育设施布局大多依赖交通条件，不同类型的体育设施对交通设施的依赖程度存在差异。本文参考过往可达性研究经验及现实因素，依据研究区域内主要交通干道、地铁站的分布情况绘制1 km的缓冲带（图4）。总体而言，58.6%的休闲体育空间位于城市主要交通干线1 km缓冲范围，其中，城市公共体育空间为68.5%，城市商业体育空间为60.1%，社区休闲体育空间为53.9%。研究显示，体育场馆对交通设施的依赖程度最高，社区体育设施对主要交通干线的依赖程度较低。从北京市居民出行交通工具选择的总体生态环境看，城区轨道交通的承载量不容忽视。因此，本研究对城六区318座地铁站进行定位，同样采用1 km的距离作为缓冲区半径（图5）。结果显示，51.7%的城市休闲体育空间位于地铁站缓冲区。其中，城市公共体育空间为53.2%，城市商业体育空间为56.4%，社区休闲体育空间为42.1%。

图2 城市商业体育空间密度分布Figure 2. The Distribution of City Commercial Sports Space

图3 城市社区体育空间密度分布Figure 3. The Distribution of City Community Sports Space

图4 北京市休闲体育空间分布与主要公路交通干道的关系Figure 4. The Relationship between Trunk Lines and Leisure Sports Space

图5 北京市休闲体育空间分布与地铁站的关系Figure 5. The Relationship between Subway Stations and Leisure Sports Space

在上述分析的基础上，本研究采用聚类分析路径对交通干道和地铁站2个因素与获取的3 654个体育设施进行综合分析。可将交通条件分为3类区域：1）休闲体育空间同时分布在路上交通干道和地铁站重合缓冲区的为A类点；2）分布于路上交通干道缓冲区或地铁站缓冲区之一的休闲体育空间为B类点；3）既不分布于路上交通干道缓冲区，也不分布于地铁站缓冲区的休闲体育空间为C类点。显然，A、B、C 3类项目在交通可达性方面呈现由强到弱的顺序：A类点个数为1 138个，占总体项目点的31.1%；B类点个数为1 756个，占总体项目点的48.1%；C类点个数为760个，占总体项目点的20.8%。可见，北京市城六区79.2%的城市休闲体育空间具有较好的交通可达性。

通过确定交通干线及地铁站周边1 km的缓冲区，可以看出本次调查区域总面积为1 385 km2，其中路上交通干线与地铁站总覆盖面积达到1 277 km2，休闲体育设施总体密度为2.09个采样点/km2，所有缓冲区（包括A、B、C 3类采样区）城市休闲体育设施点数为2 894个，密度为2.64个采样点/km2，总体采样密度是缓冲采样密度的79.2%。可见，北京市城区休闲体育空间分布与其临近交通设施的便利性有密切关系。

2.2.2 北京市休闲体育空间分布集中居民高密度地区特征

城市休闲体育空间的根本功能在于服务辖区常住人口的日常体育锻炼需求及个人运动旨趣。本研究根据《北京市区域统计年鉴（2017）》获得主城区各社区人口数量及社区（街道）面积，求得各城区人口密度。在此基础上，通过反距离加权法插值计算获得区域人口密度，最终形成北京市主城区人口密度分布图（图6）及3类休闲体育空间分布区域的人口密度图。

图6 北京市休闲体育空间与人口密度的关系Figure 6. The Relationship between Population Density and Leisure Sports Space

各类休闲体育空间分布与调查区域人口分布具有较高拟合度。北京市中心城六区总体人口的平均密度是0.93万人/km2，全部休闲体育空间人口密度的平均值为1.89万人/km2，休闲体育空间分布区域人口密度是总体人口密度的2.03倍。城市公共体育空间、城市商业体育空间和社区休闲体育空间的人口密度均值分别为2.25万人/km2、1.95万人/km2和1.70万人/km2。研究结果表明，休闲体育空间集中于城市居民密度较高的地区，与本地居民的分布有密切关系。

2.2.3 北京市休闲体育空间分布特征与生活型社区及房产价格的关系

根据CREIS，本研究获取北京市中心城区的1 192个小区数据，搜索1 km缓冲区内休闲体育设施数量后得到休闲体育空间与居住区的关系图（图7）。82.5%的休闲体育空间在居民区1 km缓冲范围，其中，城市商业体育空间为88.5%，城市公共体育空间为69.6%，社区休闲体育空间为87%。经营性的体育健身场所更多开设在距离居民区较近的地方，为方便小区居民日常休闲体育消费，相当一部分健身俱乐部在小区内部选址。

图7 北京市休闲体育空间与居住区的关系Figure 7. The Relationship between ResidentialArea and Leisure Sports Space

房产价格是反映居民收入和消费水平的重要指标，一定程度上反映了居住人口的社会、经济背景。北京市休闲体育空间分布与房价的空间分布存在一定正相关关系。首先，经log转换后的样本数据满足正态分布，变化量在各区域呈现空间自相关性。其次，为避免局部变异对全局趋势的干扰，利用二次函数将趋势予以剔除。根据公式（3），利用ArcGIS 10.2对样点数据进行普通Kriging插值，得到2019年3～4月北京市二手房价格空间分布格局（图8）。通过计算，发现北京市主城六区平均房价为59 773元/km2，全部休闲体育空间分布区域的房价均值为79 140元/km2，是北京主城区房价均值的1.32倍。其中，城市公共体育空间所在区域的房价均值为81 450元/km2，城市社区体育空间所在区域的房价均值为80 839元/km2，城市商业体育空间所在区域的房价均值为78 068元/km2。

图8 北京市休闲体育空间与北京市房产价格的关系Figure 8. The Relationship between Housing Price and Leisure Sports Space

2.3 北京市休闲体育空间分布规模差异的影响因素分析

城市休闲体育空间分布受城区人口分布、区域经济发展、交通可达性等方面的影响，各类休闲体育空间在城区范围的规模大小、占地面积同样受地理要素、经济要素、人文要素的影响。本研究基于人口密度、房价、交通可达性3个变量，通过地理探测器并结合ArcGIS 10.2软件，针对3类休闲体育空间规模进行影响力排序分析，也可窥视各类休闲体育空间分布与形成对不同变量的依赖程度。1）对于城市公共体育空间，3个变量的影响排序为交通可达性（0.36）＞房产价格（0.23）＞人口密度（0.19），表明城市公共体育空间规模受交通可达性影响最大，其次是分布地段的房产价格，人口密度的相对影响力较小，但三者并没有显著性差异。2）对于城市商业体育空间，各变量的影响排序为人口密度（0.27）＞交通可达性（0.13）＞房产价格（0.05）。可见，城市商业体育空间规模（数量）受人口密度影响最大，其次是交通可达性，房产价格相对较小，3个变量的影响力均存在显著性差异。3）对于城市社区体育空间，3个变量的影响排序分别是人口密度（0.40）＞交通可达性（0.21）＞房产价格（0.05）。这一结果较为符合理论与现实预估，社区体育空间分布不受房价高低牵制，主要影响因素是人口密度，3个变量间都存在显著性差异。

3 讨论

3.1 不同形态休闲体育空间总体分布特征及存在问题

核密度分析显示，城市商业体育空间在CBD附近的分布呈现明显单核聚集模式，其发生机理可能与城市区域功能模块化密切相关。CBD是北京市重要的商务、行政中心，聚集大量的商务机构及政府企事业单位。这一区域的消费需求、消费结构对城市商业体育空间的分布形成具有明显驱动机制。从结果来看，城市商业体育空间在北京市中心城区的总体分布呈现东强西弱之势，造成这一现象的主要原因可以追溯至1993年国务院批复的《北京城市总体规划》有关建立CBD的建议。此后，北京市重点规划了以长安街向东沿线——东城区和朝阳区为核心商务区域的路线，形成从东二环至东四环的首都商务核心区。2000年以后，随着沿西二环东侧分布的国家级金融管理中心——金融街的兴起与逐渐成熟，北京市东西城区均衡化发展得到较大改进，人口结构与消费结构也随之变化。在这一背景下，城市商业体育空间未来可能形成东西平衡发展之势。结果还显示，城市商业体育空间在南城分布稀疏。近些年，北京市政府、丰台区政府为加快发展区域经济，先后建立丰台科技园、丽泽商务区等现代化垂直商业综合体，给丰台区的经济发展带来一定改善，但与东部CBD、西部金融街、北部中关村相比仍有巨大差距。

社区休闲体育空间密度高值集聚在北京市中轴线，形成较明显的圈层分布形态，即北三环至北四环间、东三环至东四环间出现一定范围的分布高密集区。形成这一分布特征的原因与北京市常住居民的分布演化有直接关系。2000年以来，北京市商业住宅开发以朝阳区与海淀区为核心区域呈现高速发展态势（张文忠等，2003），文体、娱乐产业及公共配套设施得到带动发展，社区休闲体育设施发展同样受此裨益。此外，北京市社区体育空间分布同样存在较大缺陷。东四环至东五环间、南四环至南五环间、西四环至西五环间处于极为微弱的辐射带，并未形成充足的社区体育空间。出现这一现象的原因极为复杂，包括历史遗留规划、北京市外来人口分布等问题，该区域始终是“城中村”“棚户区”的主要分布区域。

北京市公共体育空间的密度高值集聚在海淀区大学城和奥林匹克公园一带，空间分布总体呈现单核聚集形态，高聚区周边呈现由强到弱辐射态势。总体来看，北京市公共体育空间呈点状势分布，但存在较大倾斜性。首先，以北四环国家体育场、国家体育馆、国家奥林匹克中心形成的场馆群为例，虽然在实际可达性方面存在一定争议，但相较南城，北城市民显然拥有更多的休闲锻炼选择机会。其次，以学院路沿线、北三环至北五环间为主要分布带的高校群，校内田径场、游泳馆大多已面向社会开放。这类场馆的休闲体育功能对周边群众形成的辐射力是不容忽视的，显然，这一优越条件是东城区、朝阳区、丰台区不具备的。

3.2 北京市休闲体育空间分布与人口密度

城市休闲体育空间分布与人口密度的关系显示，社区休闲体育空间人口密度为1.70万人/km2，均小于城市公共体育空间2.25万人/km2与城市商业体育空间1.95万人/km2的密度值，表明以宏观公共政策与市场机制为主力导向的城市公共体育空间与城市商业体育空间呈现更好发展态势，以社会供给与政府供给为主要来源的社区休闲体育空间仍需更多发展动力。为了提高社会供给与政府供给效率，城市休闲体育空间规划应尽量避免各辖区因行政级别的平行关系“各自为阵”，做到合理分配社会资源、自然资源，以高一级行政中心为指导。此外，与北京市中心城六区人口平均密度0.93万人/km2相比，各类休闲体育空间分布区域人口密度均大幅高于这一平均值，显示各类休闲体育空间的分布对人口密集度的依赖程度较高，这与休闲体育空间分布规模差异的机理分析一致。

3.3 北京市休闲体育空间分布与房价

城市休闲体育空间分布与房价关系的研究显示，城市休闲体育空间分布区域的房价均值为79 140元/km2，是北京主城区房价均值的1.32倍。其中，城市公共体育空间分布区域、社区体育空间分布区域及城市商业体育空间分布区域的平均房价呈依次递减关系。通过分析3类休闲体育空间的供给来源，发现社区休闲体育空间与城市公共体育空间的主要供给方式是社会供给与政府供给相结合，受房价波动影响相对较小；城市商业体育空间则以市场供给为主要来源，高房价背景下运营成本将显著提高，随之带来行业内竞争加大、居民消费成本提高等不良现象。为此，政府部门通过相关调控政策稳定和维持房地产市场的健康发展，是城市商业体育空间良性发展的重要保障。此外，虽然影响房价形成与变化的因素极为复杂，包括学区、周边环境、园区管理水平等，总体来说，各类休闲体育设施分布区域房价1.32倍于主城区房价的研究结果，对于说明城市休闲体育空间分布与区域经济发展、人文环境相互关系时，仍具有一定的参考价值。

3.4 北京市休闲体育空间的交通可达性

北京市休闲体育空间可达性研究显示，80.1%的城市休闲体育空间至少分布于交通干线或地铁站二者之一的1 km缓冲区，表明北京市休闲体育空间整体上具备良好的交通可达性。形成良好的交通可达性的原因有2个：一是北京市各级政府高度重视公共交通系统的改善与发展，尤以轨道交通为主；二是城市休闲体育空间往往更加青睐在交通便利的区域选址与建设。然而，交通可达性的优劣性对于3类休闲体育空间的现实价值应该区分来看。首先，城市休闲体育空间的选址需要做到步行可达性与车行可达性某种程度上的平衡状态，完全忽略二者之一将造成场馆在应用中功能单一化与受众群体狭窄化等问题。仅仅具备良好的交通可达性不能保障城市公共体育空间的实际便利性，决定大型体育场馆实际可达性的关键因素还包括停车场或地铁站与场馆间的步行距离。其次，对城市商业休闲体育空间来说，同样需要兼备良好的步行可达性与车行可达性。以大中型健身俱乐部来说，随着城市休闲商务区（RBD）的发展与成熟，越来越多的商业健身俱乐部都选择开设在大型商业综合体中，目标对象不再局限于周边社区居民，3～5 km内通过使用不同交通工具前来的潜在消费群体同样决定了此类商业休闲体育实体的生存与发展。另外，由于社区休闲体育空间从功能上说更加强调休闲性质，对绝大多数市民而言，社区休闲体育空间是工作之余、茶余饭后放松身心的主要场所，因此，过分依赖交通工具而忽视步行可达性将使参与者拥有更多的负面情感体验。总体而言，3类城市休闲体育空间对于可达性的要求有所不同。随着城市居民生活水平的提升，休闲体育参与人口对各类场馆和体育设施的可达性要求随之提高，以1 km为平均步行距离的可达性显然不能满足现代居民的理想步行范围。设立不同距离的缓冲带，结合交通可达性与步行可达性的研究，是进一步了解城市休闲体育空间可达性的重要途径。

3.5 北京市各类休闲体育空间形成规模的影响因素

北京市休闲体育空间形成规模的影响力研究显示：1）公共体育空间对交通可达性的依赖程度最高（0.36），其次是房产价格（0.23），最弱的是人口密度（0.19）。形成原因可能是公共体育空间以大中型场馆为主，建设之初多规划在北京市主要交通干线周边，依托二环、三环、四环沿线等主要分布区域。人口密度影响力相对最弱的原因可能是，公共体育空间设计之初以承办各级别竞技比赛为主，未充分考虑其分布区域周边的人口密度。2）城市商业体育空间对人口密度（0.27）依赖程度最高，其次是交通可达性（0.13），最后是房产价格（0.05）。消费行为是城市商业体育空间存在与发展的基础动力，提供消费行为的消费主体成为商业体育空间布局的第一参考要素符合商业逻辑的根本诉求。房产价格影响力最弱的主要原因可能与城市商业体育空间在中心城区分布较为均衡有关。3）社区体育空间对人口密度（0.40）的依赖程度最高，其次是交通可达性（0.21），最后是房产价格（0.05）。社区休闲体育空间的规模与面积随着人口密度的变大而增加符合居民实际需求，也符合公共资源分配原则。房产价格对社区体育空间规模影响最弱的主要原因是显而易见的，居民的日常休闲、健身需求不随区域房产价格的变动而有所改变，日常锻炼已经成为现代居民的一种基础需求。总体来说，不同的年龄结构、性别组成、族群差异、家庭结构都存在潜在影响休闲体育空间分布的可能性。

4 结论

本研究通过城市地理学、体育地理学、体育学等多学科交叉理论，归纳和分析北京市休闲体育空间地理分布格局、供给数量与构成，发现：1）北京市城市休闲体育空间高度密集区域分别位于CBD、奥林匹克公园及中关村三地，不同形态的休闲体育空间呈现不同分异结构。城市商业体育空间分布呈现东强西弱、南部区域稀疏、CBD附近单核聚集的趋势。社区休闲体育空间密度高值集聚在北京市中轴线，呈现较为明显的圈层分布形态，辐射强度由四环至五环呈现明显减弱之势。公共体育空间分布密度高值集聚在海淀区大学城和奥林匹克公园一带，高聚区周边呈现由强到弱辐射态势，总体呈点状势分布型态。2）北京市休闲体育空间分布具有依托交通干线、地铁站、居民高密度地区等特点。3）北京市休闲体育空间分布与房价存在一定正相关关系，其总体分布区域房价为城区平均房价的1.32倍。4）北京市中心城区城市休闲体育空间具备良好的交通可达性，80.1%的休闲体育空间位于交通干线或地铁站二者之一的1 km缓冲区。5）基于人口密度、交通可达性、房产价格3类影响因素的分析，城市公共体育空间规模受交通可达性影响最大，随后是区域房产价格和人口密度；城市商业体育空间形成规模受人口密度影响最大，其次是交通可达性和房产价格；社区体育空间规模同样受人口密度影响最大，交通可达性与房产价格影响相对较弱。