黄银忠(重庆市万州第三中学 重庆 万州 404100)
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)。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
竞技实力、经济实力、在队运动员、后备运动员以及在职教练员对一个区域竞技体育发展表现有重大影响,经济越发达,竞技实力就越强,区域竞技体育在全运会上就会有更好的表现。在本研究中区域人口因素被删除,足以表明了并非人多竞技体育就能办好。
[1]邓运龙.奥运会东道主效应分析及中国体育代表团参赛策略研究[J].中国体育科技,2007,43(1),3-6.
[2]王宇鹏,许健,张媛媛.奥运会奖牌榜影响因素的实证分析[J].统计研究. 2008,5(10): 57.
[3]熊倩.奥运奖牌榜影响因素分析[J].统计研究.2009,26(6):45-49.