基于ESDA-GWR的城镇体育场地发展研究
梁 琼1，张晓波2
作者单位：1.四川大学体育科学研究所，四川 成都，610065；2.四川大学体育学院，四川 成都，610065。
摘 要：利用空间关联分析法，分析了我国31个省（直辖市、自治区）（下文简称省）城镇化水平与城镇体育场地发展水平的空间关联性，采用地理加权回归模型，探讨了城镇化水平对城镇体育场地发展水平的空间影响程度。研究表明：（1）城镇化水平和城镇体育场地发展水平在空间上呈现出明显的集聚特征，同时也存在显著的区域差异，其分布格局呈现出自东部向中部再到西部梯度递减特征；（2）城镇化的推进进程对城镇体育场地发展进程具有正向作用，但作用强度存在明显的空间差异，呈现出自西南向东北递减的趋势。
关键词：城镇化；城镇体育场地；ESDA；GWR；发展
2014年3月《国家新型城镇化规划（2014—2020）》发布，《规划》要求各级政府根据常住人口增长趋势和空间分布，统筹布局建设体育公共场所及设施，以促进城镇生活空间优质化，随后健康城镇化、人本城镇化、生态城镇化、绿色城镇化、低碳城镇化等理念逐渐引起了各级政府的重视[1]。随着我国城镇化的发展，城镇化水平不断提高，使城镇人口不断增长、城镇数目逐渐增加，城镇基础设施不断完善，城市体系逐步建立并完善[2]。
全民健康是国家综合实力的重要体现，是经济社会发展进步的重要标志。全民健身是实现全民健康的重要途径和手段，是全体人民增强体魄、幸福生活的基本途径。党的十九大报告指出：“广泛开展全民健身活动，加快推进体育强国建设”，国务院印发了《全民健身计划（2016-2020年）》（以下简称《计划》），就今后一个时期深化体育改革、发展群众体育、倡导全民健身新时尚、推进建设“健康中国”作出部署。由此可见，实施全民健身计划是国家的重要发展战略，而体育场地建设是落实《全民健身计划》的重要载体。近年来，城镇体育场地的建设也随着城镇化的进程不断加快。但是，我国地域辽阔，各地区城镇化水平差异巨大，从而也城镇体育场地的建设发展水平存在较大差异性。因此，在城镇化加速发展的背景下，需要分析城镇化水平与城镇体育场地发展水平的空间分布格局，以及城镇化对城镇体育场地的空间促进作用力的强度。以期为制定科学、合理的城镇体育场地发展策略提供科学依据。
首先，已有研究在空间尺度上多从部分省、市出发进行体育场地的相关研究，缺乏对全国宏观层面的把握以及全国各省的对比分析；其次，研究内容多是对某种类型的体育场地进行单一的研究，但缺乏分析变量对体育场地的影响机制；最后，研究方法从定性向定量转变，但从地理视角探讨我国城镇化水平与体育场地发展水平的空间分布规律及两者之间的空间关联性方面的研究相对较少。根据地理学第一定律，地理事物或属性在空间分布上互为相关，存在集聚、随机、规则分布。因此，文章以我国大陆31个省为研究单元，采用探索性空间数据分析（ESDA）方法和地理加权回归（GWR）模型，从地理视角来研究城镇体育场地与城镇化之间的空间分布特征及空间相关性，为因地制宜的制定区域发展规划、促进城镇体育场地与城镇化的协调发展提供科学的参考依据。
1 数据来源与研究方法
1.1 数据来源
文中城镇体育场地发展水平采用城镇体育场地面积占全国体育场地总面积的比重来表示，其数据来源于《第六次全国体育场地普查数据汇编》；城镇化水平采用城镇人口占总人口的比重来表示，其数据来源于《2014中国统计年鉴》。
1.2 研究方法
1.2.1 空间关联分析（探索性空间数据分析） 空间因素表现在空间自相关与空间异质性，其中，空间自相关是研究空间中某位置的观察值与其相邻位置的观察值是否相关以及相关程度的一种空间数据分析方法[3]。即空间自相关是检验某一要素的属性值是否显著地与其相邻空间点上的属性值相关联的重要指标，可以分为正相关和负相关，正相关表明某单元的属性值变化与其邻近空间单元具有相同的变化趋势，负相关则相反[4]。空间自相关分析已广泛应用到地理学、管理学、社会经济学以及体育学等多个领域[5]。
1.2.2 地理加权回归（GWR）模型 空间异质性指空间位置差异造成的观察行为不恒定现象。传统的线性回归模型只是对研究区域整体或平均的拟合，如果自变量为空间数据，且自变量间存在空间自相关性，就无法满足传统回归模型（OLS）残差项独立的假设，那么用最小二乘法进行参数估计将不再适用。地理加权回归（GWR）模型引入对不同区域的影响进行估计，能够反映参数在不同空间的空间非平稳性[6]。能够解决空间自相关问题，每个样本单元对应一个系数值，其结果更符合客观实际，因此文章引入了 GWR 分析，扩展了传统的回归框架在全局回归模型的基础上进行局部的参数估计。
从城镇化冷热点分布来看，热点区主要分布在长三角的上海、江苏、浙江，京津冀的河北、天津和北京共6个省，范围最小；次热点区大致分布在京津冀以北的黑龙江、吉林、辽宁、内蒙古，长三角以南的江西、安徽、福建、广东、海南，共9个省，范围较大；次冷点区分布在山东、山西、陕西、河南、湖北、湖南、广西、重庆、甘肃、宁夏共10个省，范围最大；冷点区分布在西北的新疆、青海，西南地区云南、贵州、四川及西藏，共6个省。从城镇体育场地冷热点分布来看，热点区分布在长三角的上海、江苏、浙江共3个省，范围最小；次热点区分别是辽宁、河北、天津、北京、山东、江西、安徽、福建、广东、湖北、湖南、重庆，共12个省，范围最大；次冷点区分别是黑龙江、吉林、山西、河南、宁夏、陕西、广西、贵州、海南，共9个省；冷点区主要分布在西部地区，分别是内蒙古、新疆、青海、西藏、甘肃、四川、云南，共7个省。
栽培天麻一般都具有“鹦哥嘴”,以上品种大多不具备“鹦哥嘴”和“肚脐眼”,比较好分辨。随着天麻栽培成功,天麻供大于求,掺伪品已比较少见。因野生天麻的天麻素含量普遍高于栽培天麻[7],且野生天麻大小不均匀,没有同样麻型,大多具有残留茎基,与伪品相像。有些不法分子利用群众追求高品质、纯天然的心理,用这些冒充野生天麻,欺骗群众,牟取暴利。
第九届展会预计展出面积46 000 m2，将有来自全球的700余家知名企业云集重庆，系统化、一站式展示汽车制造从设计开发、材料、装备、零部件到整车的全产业链创新技术产品。尤其是在轻量化、智能智造、新能源和智能网联方面的前沿技术。展会同期还将举办超过20场主题会议论坛，涉及车联网、自动驾驶、轻量化、动力电池、智能工厂、白车身及共享出行等热点领域。预计到场参观的专业观众将超过35 000名。
2 城镇化与城镇体育场地空间分布
从城镇体育场地发展水平空间分布来看（图2），我国城镇体育场地发展水平空间分布整体上类似于城镇化水平的空间分布，2013年我国城镇体育场地以中高水平为主，各水平的城镇体育场地的数量相差不大。其中，高水平城镇体育场地有6个，分别是辽宁、天津、江苏、上海、广东、重庆，占总数的19.35%，占比低，分别是辽中南、京津冀、长三角、珠三角城市群中的主要城市，其中重庆是直辖市，受国家政策的重点支持及享有长江上游的区位优势；中高水平城镇体育场地有10个，分别是内蒙古、河北、北京、陕西、四川、湖北、湖南、江西、安徽、浙江，占总数的32.26%，占比高。值得注意的是北京城镇体育场地发展与城镇化水平没有实现同步，城镇体育场地发展水平滞后于城镇化发展水平，原因是北京经济发达，且经济增长速度快，土地资源稀缺，低价昂贵，体育场地建设成本巨大，导致体育场地发展水平滞后于城镇化水平；中水平城镇体育场地有7个，分别是黑龙江、山东、河南、福建、海南、广西、青海，占总数的22.58%；低水平城镇体育场地有8个，分别是吉林、山西、宁夏、甘肃、云南、贵州、西藏、新疆，占总数的25.81%，除山西、吉林外，其余全部分布在西部地区，由此可见，我国西部地区受地理区位的影响，城镇体育场地发展水平整体落后于东部和中部。
图1 城镇化空间分布
图2 城镇体育场地空间分布
可达性评价方法中应用较成熟的是由Radke和Mu[31]提出的两步移动搜索法(Two-Step Floating Catchment Area method， 2SFCA)，其优点在于考虑了供给和需求之间的空间分布，同时兼顾两者的相互作用关系.高斯两步移动搜索法对它进行了改进，考虑了距离衰减因素以提高精度.具体步骤如下[32]：
利用ArcGIS910.5空间统计工具，采用自然断裂点法分别将城镇化和城镇体育场地进行4级空间显示，自然断点法最大的特点是可以通过计算发现数据的显著断裂点，使得属性数据经过分组后，组内差异最小，组间差异最大[7]。因此四级空间显示可以代表城镇化水平和城镇体育场地发展水平的高低，即分为高水平、中高水平、中水平、低水平4种类型（图1、图2）。
为进一步考察城镇化水平和城镇体育场地发展水平的区域差异，对我国东部、中部、西部的城镇化水平和城镇体育场地发展水平进行比较（图3），同时根据雷达图来详细分析各省城镇化水平和城镇体育场地发展水平的匹配度（图4）。
图3 三大地区城镇体育场地与城镇化对比
图4 省体育场地与城镇化雷达图
对比来看，城镇化冷热点和城镇体育场地冷热点均呈现出从东向西递减的趋势。其中，城镇化热点区分布在京津冀和长三角，冷点区分布在广大中西部地区；城镇体育场地热点区分布在长三角，冷点区分布在云贵、黄土高原的晋陕豫宁以及东北的黑龙江、吉林。
3 城镇化与城镇体育场地空间关联分析
为了进一步深入分析城镇化与体育场地的空间分布特征，采用空间关联指数分析城镇化和城镇体育场地的空间分布模式。使用ArcGIS空间统计分析工具，分别计算得到城镇化、城镇体育场地的Moran' I值分别为0.291、0.181，且均在5%的水平上显著。表明我国城镇化、城镇体育场地存在显著的空间集聚现象，通过热点分析来侦测出空间集聚的明显位置及区域相关程度，借助ArcGIS软件将热点探测结果空间化，并采用Jenks最佳自然断裂法进行聚类，依次划分为热点、次热点、次冷点和冷点（图5、图6）。
从图1、图2可以发现，城镇化水平和城镇体育场地发展水平存在显著的区域差异。从城镇化水平空间分布来看（图1），2013年我国城镇化以中水平为主。其中，高水平城镇化的地区有3个，分别是北京、天津和上海，占总数的9.68%，占比最低，是我国京津冀、长三角城市群中的核心城市，城镇人口规模大，经济高度发达，城镇化进程快；中高水平城镇化的地区有8个，分别是江苏、浙江、福建、广东、重庆、辽宁、黑龙江和内蒙古，占总数的25.81%，主要分布在东部沿海地区、东北地区及内蒙古；中水平城镇化的地区有16个，主要分布在东、中、西部广大地区，包括吉林、河北、山东、山西、河南、湖北、湖南、江西、安徽、广西、海南、四川、陕西、宁夏、青海、新疆，占总数的51.61%，占比最高；低水平城镇化的地区有4个，分别为甘肃、西藏、云南、贵州，占总数的12.90%，是我国经济欠发达、地形复杂多样、贫困人口集中的西部地区。
社会舆论方面，媒体和消费者群体应充分发挥舆论和反馈监督作用。不论是传统的纸质媒体还是新时代背景下的自媒体，都应该在这一问题上发挥其本身的舆论监督作用：一方面，对于医药企业内部对于假药的查处和监查进行报道；另一方面，通过监督医药企业的社会责任履行情况来营造一种良好的社会舆论氛围，以达到良性循环的效果，激励医药企业积极履行社会责任。消费者群体作为药品的直接使用主体，在药品质量、价格等问题上可以起到反馈监督的作用，可以就医药器企业药价过高、药效乏力等问题向媒体及政府进行举报，从而形成多层次、全方位监督的医药企业社会责任履行氛围。
初始状态时，纳米氧化硅和纳米氧化钙颗粒填充在膨润土颗粒之间；吸湿初期，纳米氧化钙溶于水，而纳米氧化硅颗粒不溶于水，一部分填充在蒙脱石颗粒之间，一部分进入蒙脱石晶层，且纳米氧化硅颗粒吸附水膜，增大了混合物吸附水的能力。吸水饱和后，水化后的纳米氧化钙、纳米氧化硅与黏土矿物发生反应，生成了稳定的胶凝物质团(颗)粒，团(颗)粒之间的离子交换作用会抑制膨润土的膨胀。纳米氧化硅在混合物中起到充填作用。
从东、中、西部三大地区城镇体育场地发展水平和城镇化水平的平均值来看（图3），城镇体育场地发展水平与城镇化水平东部最高，西部最低，呈现出从东部向中部再到西部逐次递减的规律，与前文的空间分布特征一致，根本原因是受我国经济发展不平衡不充分以及区位条件、政策差异的影响，导致我国城镇化与城镇体育场地发展不平衡。从全国各省城镇化和城镇体育场地雷达图来看（图4），城镇化和城镇体育场地具有相对较高的协调性，说明我国多数省的城镇体育场地发展水平跟上了该省的城镇化水平的发展进程。其中，重庆、陕西、广东城镇化与城镇体育场地的协调性最好，说明这三个省的城镇体育场地与城镇化的匹配度最高，且城镇体育场地发展水平与城镇化发展水平保持同步；而新疆、西藏、云南、河南、吉林、山西、广西、甘肃的城镇化与城镇体育场地的协调性相对较低，说明城镇体育场地发展水平滞后于城镇化水平的发展，需要进一步协调二者的发展。
图5 城镇化冷热点分布
图6 城镇体育场地冷热点分布
4 城镇化与城镇体育场地发展地理加权回归分析
利用ArcGIS软件提供的最小二乘法（OLS）模型和地理加权回归（GWR）模型对城镇化水平与城镇体育场地发展水平进行分析（表1），得到最小二乘法（OLS）模型的Sig为`0.072，AICc 为-68.79，调整后的R2为0.409；而地理加权回归模型（GWR）的Sig为`0.005，AICc 为-71.28，均小于OLS结果。同时调整后的R2为0.416，表明GWR模型的性能优于OLS模型的性能[6]。
从城镇化与体育场地的局部系数（图7）来看，各省的参数估计均为正值，表明城镇化对城镇体育场地的发展具有促进作用，但回归系数大小不一，说明城镇化对城镇体育场地发展的作用力存在空间差异，整体上呈现出从西南向东北递减的趋势。具体来看，西南地区回归系数最大，表明城镇化对城镇体育场地的影响最大。究其原因，虽然该地区城镇化水平和城镇体育场地发展水平均较低，但是该地区后发优势明显，人口众多，市场广阔，随着交通条件不断改善，城镇化水平对城镇体育场地发展水平的影响加深。因此，西南地区城镇化水平和城镇体育场地发展水平均较低的情况下，需要大力推进西南地区城镇化进程，以此来促进城镇体育场地的发展。此外，东北、京津冀、新疆的回归系数最小，表明城镇化对城镇体育场地的影响最小，京津冀地区城镇化水平高，城镇体育场地发展水平也较高，虽然城镇化对城镇体育场地发展具有正向作用，但作用力度远远不如西南地，原因在于京津冀地区是全国重要的经济、科技、文化中心，城镇化程度和城镇体育场地发展水平均接近70%，已经进入稳定发展阶段，所以城镇化水平对城镇体育场地发展水平的作用力不明显；东北地区是我国重要的工业基地，城镇化水平高，随着资源型城市的转向升级，经济发展出现滞后，伴随着大量人口的流出，导致城镇体育场地发展缓慢；而新疆地区地域辽阔，人口稀少，人均占地面积大，人口过于分散，人口积聚效果弱，所以新疆城镇化水平对城镇体育场地发展水平的影响也较小；青藏地区（青海、西藏）回归系数也较高，得益于青藏铁路开通后，旅游业发展迅速，特别是国家政策的对青藏地区的大力支持，城镇化进程加快，加之少数民族文化习俗、少数民族特色体育项目得到国家的重视，随之而来的体育财政投入增加，最终使得城镇化水平对城镇体育场地发展水平的影响显著[8]。广大内陆地区、闵浙地区的回归系数处于中等水平，这些地区的城镇化水平滞后于体育场地发展水平，所以新时期需要加快城镇化发展进程，以此促进体育场地发展速度上升到新高度。
局部R2与全局R2的意义是一样的，表示局部回归模型与观测所得y值的拟合程度（图8）。对 Local R2进行地图可视化，发现R2的空间分布规律明显，呈现出自南向北递减的规律，说明地理加权回归模型在南部较好的反映了城镇化与城镇体育场地之间的关系。
表1 地理加权回归与最小二乘法结果对比
模型SigAICcR2R2adj GWR0.005-71.280.4720.416 OLS0.072—68.7940.4350.409
图7 地理加权回归系数空间分布
图8 地理加权局部R2空间分布
5 结 论
5.1 城镇化水平和城镇体育场地发展水平存在显著的区域差异
2013年我国城镇化以中水平为主，城镇化低水平地区主要分布在经济欠发达的西部地区，城镇体育场地的空间分布整体类似于城镇化的空间分布，但是是以中高水平为主。从东、中、西部三大地区的对比来看，城镇体育场地发展水平与城镇化水平均呈现东部最高，西部最低的趋势，整体上呈现出从东部向中部再到西部逐次递减的规律，其中重庆、陕西、广东三省城镇化与城镇体育场地发展的协调性最好，匹配度最高。
5.2 我国城镇化和城镇体育场地空间集聚呈现出自东向西递减的趋势
空间关联显示我国城镇化与城镇体育场地的发展呈现出显著的空间集聚现象。城镇化在京津冀和长三角集聚较好，在广大中西部地区集聚度较差；城镇体育场地在长三角集聚较好，在云贵、黄土高原的陕西、山西、宁夏、河南以及东北的黑龙江、吉林集聚性较差。
肯尼亚有4800万人口，其中互联网用户超过1900万，为总人口的40%，互联网渗透率位于非洲第二。对于杨涛而言，这显然是一个利于Kilimall起步的市场。
5.3 城镇化对城镇体育场地的发展具有促进作用，整体上呈现出从西南向东北递减的趋势
地理加权回归（GWR）模型优于最小二乘法（OLS）模型，表明城镇化对城镇体育场地发展具有促进作用，但回归系数大小不一，西南地区的回归系数最大，城镇化对城镇体育场地的影响最大；东北、京津冀、新疆的回归系数最小，表明城镇化对城镇体育场地的影响最小。
6 建 议
我国省域城镇化和城镇体育场地空间差异的形成是诸多影响因素共同作用的结果。文章基于省域单元研究了我国31个省域单元城镇化水平对城镇体育场地发展水平的不同影响程度，进而分析了各个地区的影响因素，并针对文章结论，提出以下建议：（1）针对协调性相对较弱的西部省份（如西藏、甘肃、云南等），需要重视体育场地的整体规划及发展建设；（2）我国西南地区多数省的城镇化水平和城镇体育场地发展水平均较低，应重视西南地区城镇化建设进程，使西南地区通过城镇化建设来促进城镇体育场地的建设；（3）广大内陆地区、闵浙地区城镇化水平滞后于体育场地发展水平，应加快重视闽浙地区、内陆地区的城镇化发展进程，使城镇化和城镇体育场地协调发展。
参考文献：
[1] 王 婧，李裕瑞. 中国县域城镇化发展格局及其影响因素——基于2000和2010年全国人口普查分县数据[J]. 地理学报，2016，71（04）：95~110.
[2] 单卓然，黄亚平.“新型城镇化”概念内涵、目标内容、规划策略及认知误区解析[J]. 城市规划学刊，2013（02）：16~22.
[3] 陈小勇，林 鹏.我国红树植物分布的空间自相关分析[J]. 华东师范大学学报（自然科学版），2000（03）：104~109.
[4] 孟 斌，王劲峰，张文忠，等. 基于空间分析方法的中国区域差异研究[J]. 地理科学，2005，25（04）：11~18.
[5] 魏德样，黄彩华，雷福民，等. 基于县域单元的福建省体育场地发展空间特征及其演化[J]. 体育科学，2016，36（01）：40~50，92.
[6] 胡艳兴，潘竟虎，陈 蜒，等. 基于ESDA和GWR的中国地级及以上城市四化协调发展时空分异格局[J]. 经济地理，2015，35（05）：45~54.
[7] 武荣伟，周 亮，康江江，等. 中国县域电子商务发展空间格局及影响因素[J]. 干旱区资源与环境，2018，32（02）：65~69.
[8] 孙翠琪，冯 云. 青藏高原少数民族传统体育旅游开发研究[J]. 体育文化导刊，2011（11）：114~117.
Research on the Development of Town Stadium Based on ESDA-GWR
LIANG Qiong1, ZHANG Xiaobo2
1.Institute of Sports Science, Sichuan University, Chengdu Sichuan, 610065, China; 2.College of Physical Education, Sichuan University, Chengdu Sichuan , 610065, China.
Abstract: Using spatial correlation analysis method, this paper analyzed the spatial correlation between urbanization level of 31 provinces (municipalities directly under the Central Government, autonomous regions) (hereinafter referred to as provinces) and the development level of urban sports venues, and discussed the spatial impact of urbanization level on the development level of urban sports venues by using geographically weighted regression model. The results show that: (1) the level of urbanization and the level of development of urban sports venues show obvious spatial agglomeration characteristics, but there are also significant regional differences, and their distribution pattern shows a gradient decreasing feature from the east to the middle and then to the west; (2) the process of urbanization has a positive effect on the development of urban sports venues, but the intensity of its role is obvious empty. The difference shows a decreasing trend from southwest to northeast.
Key words: Urbanization; Urban sports venues; ESDA; GWR; China
DOI:10.13932/j.cnki.sctykx.2019.02.20
文章编号：1007―6891（2019）02―0082―05
中图分类号：G818
文献标识码：A
收稿日期：2019-01-05
修稿日期：2019-01-22
标签：城镇化论文; 城镇体育场地论文; ESDA论文; GWR论文; 发展论文; 四川大学体育科学研究所论文; 四川大学体育学院论文;