中国省域体育场地发展水平的空间特征及其格局演化：1995—2013

魏德样，雷福民，雷 雯

体育场地作为政府供给公共体育服务必不可少的物质基础，对于国民整体体质的增强、群众精神文化生活的丰富以及国家竞技水平的切实提升都有着至关重要的作用。区域体育场地是我国体育场地的基本“细胞”，其健康发展水平一定程度上体现了该区域的公共体育服务水平。然而，由于影响体育场地发展的诸多因素存在区域差异[1-8]，以及体育场地类型的多样性等原因，使得区域体育场地发展水平可能呈“非均衡分布”特征，并且这种分布状态极可能成为常态。因此，探明区域体育场地发展水平的空间分布特征及其演化规律，不仅有利于发达地区保持领先地位，还有利于加快落后地区的建设发展。

纵观已有研究，发现区域体育场地发展问题也是学术界长期关注的热点。学者们从中国国情出发，对我国区域体育场地发展问题进行了系列研究。研究尺度主要集中在东、中、西三大地带的宏观尺度[9-11]和县、乡（镇）的微观尺度上[12-15]，相对而言，中观尺度的研究只有少量涉及[16]。所运用的分析方法也主要为经典的统计学方法，如泰尔指数、变异系数、频数分析和百分比分析等，较少考虑区域之间的相互作用问题。而事实上，只要变量在空间分布上有规律可循，它就不属于随机分布，也就是说，这个变量存在空间自相关现象[17]。据区域发展的相关理论和实践表明，区域之间会存在2种效应，即扩散（涓滴）效应或极化（回波）效应，它们分别能够起到缩小或扩大区域空间差异的作用[18-19]。基于此，本文以省域为研究尺度，选取“四普、五普、六普”相关数据，运用探索性空间数据分析（Exploratory Spatial Data Analysis，ESDA）方法，探讨我国省域体育场地发展水平的空间特征及其演化规律。

1 概念界定、指标选取、研究方法及数据来源

1.1 概念界定

本研究的省域体育场地，是指在省级（含自治区/直辖市，以下通称省）行政区范围内，专门用于体育训练、比赛和健身活动的，有一定投资的、公益性或经营性的，各系统、各行业、各种所有制形式的各类体育设施。凡不以体育活动为主的场所，如各种休闲娱乐广场、音乐广场、农村院坝、温泉洗浴场、幼儿园的游戏场地等，以及临时用于开展体育活动的场所，如会议室、礼堂、仓库等均不属于本研究范畴[20]。发展水平是指，时间数列中的每一项具体指标值，它反映社会、经济现象在各个时期所达到的规模和发展的程度。本研究的省域体育场地发展水平是指，省级行政区范围内体育场地发展的规模和发展的程度。

1.2 指标选取

一般来说，发展水平测量需要综合考虑规模（存量）和速度（增量）2方面因素，其中规模还需进一步细分为绝对规模和相对规模。同理，速度也应考虑绝对规模发展速度与相对规模发展速度。场地数量和场地面积是社会最为关注的2个重要指标。因此，本研究测量省域体育场地发展水平时所选指标为：（1）发展规模指标有场地数量、场地面积（绝对规模）、万人拥有量、人均场地面积（相对规模）；（2）发展速度指标有场地数量增长率、场地面积增长率（绝对规模发展速度）、万人拥有量增长率、人均场地面积增长率（相对规模发展速度）（见表1）。

表1 省域体育场地发展水平评价指标

1.3 研究方法

ESDA是一种空间统计分析方法。它以空间关联测度为核心，通过对事物或现象空间分布格局的描述与可视化，发现空间集聚和空间异常，揭示研究对象之间的空间相互作用机制[18]。本文将引入ESDA方法中的Global Moran's I值和Getis-Ord指数来测度全局和局域的空间关联特征。其中，Global Moran's I值用于探测整个研究区的空间关联结构模式，Getis-Ord指数用于识别不同空间位置上的高值簇与低值簇，也就是热点区（hot spots）和冷点区（cold spots）的空间分布[18，21-22]。

（1）Global Moran's I值：

式中：n是指研究区内的地区总数；Wij是指空间权重（通过区域i和区域j相邻与否来设定Wij：若区域i和区域j相邻，则Wij=1；若区域i和区域j不相邻，则和xj分别表示区域i和区域j的属性为属性的平均值为属性的方差。采用Z值，对Global Moran's I的结果进行统计检验：

式中：E（I）和Var（I）分别表示数学期望和变异数。

Moran's I值的取值范围通常在-1～1之间。如果Moran's I＞于0，则意味着呈正相关，Moran's I值接近于1时，说明相似的属性集聚成群（即高值与高值相邻、低值与低值相邻）；如果Moran's I值＜0，则意味着呈负相关，Moran's I值接近-1时，说明相异的属性集聚成群（即高值与低值相邻，低值与高值相邻）；若Moran's I值接近于0，则说明不存在空间自相关，即属性呈随机分布[23]。

1.4 数据来源

中国省域体育场地数量、场地面积数据来源于第4次（1995年）、第5次（2003年）、第6次（2013年）全国体育场地普查数据汇编，省域人口数据来源于1996、2004和2014年《中国统计年鉴》，其他相关数据由上述基础数据计算而得。需要特别说明的是，由于重庆直辖市成立于1997年6月18日，在“四普1995年”之后，因此“四普”时没有重庆的相关数据，考虑到重庆是从原四川省划出，因此，在计算四川省1995—2003年的场地数量与面积增长率时，2003年的数据将重庆并入四川计算，即（2003年四川场地数量+2003年重庆场地数量－1995年四川场地数量）÷1995年四川场地数量×100%，场地面积增长率计算同上。

2 结果与分析

2.1 中国省域体育场地发展规模的空间特征及演化

2.1.1 中国省域体育场地发展规模的全局空间特征及演化运用GeoDa软件计算各指标相应年份的全局Moran's I指数估计值及其相关指标。结果显示，中国省域体育场地发展规模各年份、各项指标的全局Moran's I值都为正数，除了2003年场地面积指标只通过10%的Z值显著性检验以外，其他各项指标都通过5%的Z值显著性检验（见表2）。这表明，正的空间自相关现象在我国省域体育场地发展规模中一直存在，即省域体育场地发展规模相似地区在空间上呈集聚分布。

表2 中国省域体育场地发展规模的全局Moran's I值

全局Moran's I值的具体数值显示，不仅体育场地发展规模各项指标间的全局Moran's I值存在差异，而且相同指标在不同年份的全局Moran's I值也存在较大差异。这说明，省域体育场地发展规模各项指标的空间集聚程度及变化规律并不一致。如3个年份中，场地数量、场地面积和万人拥有量3个指标的全局Moran's I值都经历了“从下降到提高”的过程，这说明，中国省域场地数量、场地面积和万人拥有量的空间集聚程度都呈“从下降到提高”的发展过程。4个指标中，唯独人均场地面积的全局Moran's I值呈“逐年下降”趋势，这说明，中国省域人均场地面积的空间集聚程度呈“逐年下降”趋势。

进一步分析发现，我国区域经济社会发展水平的空间集聚现象[4-5，24]、区域学校体育场地的空间集聚现象[16]、区域竞技体育实力的空间集聚现象[6]和政策的“溢出效应”等，或许是造成上述省域体育场地发展规模存在空间集聚现象以及集聚程度变化的重要原因。

2.1.2 中国省域体育场地发展规模的局域空间特征及演化 上述研究表明，中国省域体育场地发展规模在全局一直存在空间集聚现象。为了更进一步研究中国省域体育场地发展规模的局域空间特征，通过省域场地数量、场地面积、万人拥有量、人均场地面积4个指标，3个年份12组数据的局域空间关联指数Getis-Ord的计算，并用ArcGIS10软件将其空间化。用Jenks（最佳自然断裂法）将各年份的局域统计量由高到低分成热点区域、次热区域、次冷区域和冷点区域4种类型，最终生成中国省域体育场地发展规模的热点空间演化图（见图1），以进一步探索省域体育场地发展规模是否存在局部空间集聚，哪个区域单元对于全局空间自相关的贡献更大，以及Moran's I值在多大程度上掩盖了局部不稳定性等问题。

图1 中国省域体育场地发展规模的热点空间演化图

（1）中国省域体育场地数量的局域空间特征及演化。省域场地数量（绝对规模）发展到1995年形成了2个热点区域：其中有一个热点的极化作用强、涉及面广，由华南的广西和广东，中部的湖南、湖北、河南，西部的四川，华东的山东和江苏，共8个省域连成一片组成；另一个热点的极化作用较弱，由东北的辽宁单独组成，但其辐射作用较强，周边省域均为次热区域。2003年，省域场地数量的热点区域迅速弱化，双热点的空间格局已演化为单热点，东北的辽宁已退出热点区域，与周边省域一同降至次冷区域。原来由8个省域组成的热点区域，也只有广东予以保留，其余7个省域均已退出，湖南甚至直接退至次冷区域。2013年，华东地区又新增一个热点区域，由山东、江苏、浙江组成，与华南的广东热点一起，重新构成双热点的空间格局。同时，随着中部次热区域的省域数量增加，全国由西向东清晰地形成由冷点区域—次冷区域—次热区域—热点区域构成的“阶梯式递增”的空间格局，省域场地数量的热点空间格局愈加与省域经济总量的空间格局重合（见图1中A1、A2和A3）。

财政拨款与单位自筹是我国场地建设资金最主要的2个来源渠道，其中，财政拨款所占比例近年来还在大幅提高。2013年，全国场地建设资金中财政拨款占比已达52.56%[20]。由于自然、社会经济、历史等因素，在我国逐渐形成东、中、西3大经济带，三者之间的经济发展水平存在较大差异。虽然新中国成立以来，国家在财政、税收等方面对中西部地区给予大力支持，其经济也有很大发展，但上述差异仍未改变，并且在改革开放以后还出现差异扩大的趋势[25]。而地方财政与其经济发展水平密切相关，经济发展强的省域，可供其支配的财政也更充裕。由于体育场地的公共产品或准公共产品属性，使得地方政府为所在地区的居民提供健身场地是其重要职责之一，而东部经济发展较强的省域，就有可能利用更多财政来建设体育场地。2013年，处在场地数量热点区域的4个省域（广东、江苏、山东、浙江）的GDP总量全国排名分别为第1、第2、第3和第4名[26]（见图1中A3）。这种现状与上述分析恰好一致，说明我国东、中、西3大经济带“递减式”发展格局是促使我国省域场地数量热点空间格局演化的重要因素之一。

然而，由于中国省域人口数量差异较大，且增长率也不均衡，从而使得省域万人拥有量（相对规模）的热点空间特征及其格局演化规律与场地数量并不一致。1995年，省域万人拥有量已形成3个热点区域，北部热点由吉林、内蒙古、宁夏、甘肃和新疆5个省域组成，南部由广西、海南各形成一个热点。2003年，原有北部热点区域出现退化，吉林、内蒙古、甘肃均已退出热点区域，南部的广西也退出热点，形成的3个热点区域均由单个省域构成（新疆、宁夏和海南），表明这时期热点区域的极化作用均较弱。2013年，热点空间格局出现较大变化，4个热点区域中有3个是新增加的，特别是西藏，由冷点区域直接跃升为热点区域。同时，热点区域极化作用较弱现象仍然没有改变，各热点区域均由单个省域构成（见图1中B1、B2和B3）。

从省域万人拥有量的热点分布及格局演化规律看，热点区域似乎与经济强省无缘，除浙江在2013年进行热点区域以外，其他经济强省均未曾进入过热点区域。

（2）中国省域体育场地面积的局域空间特征及演化。1995年，省域场地面积（绝对规模）已形成3个热点区域，即北部的2个热点区域，分别为吉林，河北和山东，南部的广东。3个热点区域由大片次热区域连接，表明这一时期热点区域的辐射作用较强，带动周边省域发展。2003年，原来北部的2个热点区域均出现退化，随着吉林和河北的退出，原来北部的双热点空间格局已演化成单热点，南部热点依然保留（广东），但其辐射带动作用在弱化，周边均由次冷区域组成。2013年，南北各1个热点区域的空间格局并未改变，但北部热点区域的极化作用加强，江苏跃升为热点区域。同时，2热点区域的辐射作用加强，两者之间由大片次热区域连接（见图1中C1、C2和C3）。

由于省域发展体育场地的方式存在差异，即一段时期内，有些省域更关注场地数量，有些省域更重视场地面积，而体育场地类型的多样性又决定了不同类型体育场地的单个场地面积存在巨大差异。如2013年，全国共有774个高尔夫球场，场地面积为292 305 484 m2，平均单个场地面积为377 655.66 m2；全民健身路径为368 093个，其场地面积为180 895 00 m2，平均单个场地面积却只有49.14 m2，两者平均单个场地面积相差7 684.70倍[18]。这就意味着，如果省域体育场地发展方式存在差异，则省域场地数量与场地面积的热点区域及其演化规律必然不同。从图1中A1、A2、A3与C1、C2、C3的对比可知，二者的热点区域及其演化规律确实不同，但两者热点区域的空间格局有趋同态势。

与场地面积相比，省域人均场地面积（相对规模）的热点空间格局更不稳定。1995年，只在北部形成1个热点区域，由吉林和内蒙古组成，另一个显著特征是冷点区域和次冷区域较多且连接成片。整体而言，人均场地面积北部省域优于南部。2003年，新增2个热点区域，即北部的北京和天津同时跃升为热点区域，南部的海南也跃升为热点区域。整体而言，人均场地面积已由“北部优于南部”转为“东部优于西部”的空间格局。2013年，热点区域迅速退化，已由3热点区域的空间格局演化为单热点（只有海南保留）。同时，冷点区域迅速扩大，由安徽、河南、湖南、陕西、甘肃、四川、云南、贵州、广西等中西部省域连成一片，已有人均场地面积“东部优于西部”的空间格局已不显著（见图1中D1、D2和D3）。

2.2 中国省域体育场地发展速度的空间特征及演化

上节研究是从体育场地规模（存量）视角，探讨了中国体育场地发展水平空间结构的变化情况。但是，这种存量的研究仅对于静态的数据进行了分析，没有实质性地探究其动态过程。如果想要更深入地探讨中国体育场地发展水平空间格局的变动过程，就不得不充分考虑中国体育场地发展水平的动态变化状况。因此，本节将从速度视角，以省域场地数量、场地面积、万人拥有量、人均场地面积的增长率为指标，将3个时间断面分为2个时段（即1995—2003年和2003—2013年），进一步考察中国省域体育场地发展速度的空间特征及演化规律。

2.2.1 中国省域体育场地发展速度的全局空间特征及演化运用GeoDa软件计算各指标相应时段的全局Moran's I指数估计值及其相关指标。结果显示，中国省域体育场地发展速度各指标的Moran's I值均为正数，除2003—2013年场地数量增长率以外（只通过10%的Z值显著性检验），其余各项指标均通过5%的Z值显著性检验。数据表明，中国省域体育场地发展速度一直存在正的空间自相关现象，即省域体育场地发展速度相似地区在空间上呈集聚分布现象。从Moran's I值具体数值变化看，第2时段（2003—2013年）体育场地发展速度各项指标的Moran's I值均小于第1时段（1995—2003年），这意味着，中国省域体育场地发展速度的空间集聚程度正在逐步减弱（见表3）。

表3 中国省域体育场地发展速度的全局Moran's I值

中国省域体育场地发展速度的空间集聚程度减弱原因，可能与我国政府加速推动公共服务均等化进程有关。虽然在改革开放之初，中国政府就注重加强公共服务能力建设，致力于实现基本公共服务的均等化，但这项工作直到21世纪才真正进入高速发展轨道。2005年，中共十六届五中全会通过的《关于国民经济和社会发展第十一个五年规划的建议》中要求，必须以公共服务均等化为基本原则，重视欠发达地区的经济社会发展，特别是要加大革命老区、民族地区、边疆地区和贫困地区的支持力度。2006年，中共十六届六中全会通过的《关于构建社会主义和谐社会若干重大问题的决定》中提出，要逐步实现基本公共服务均等化，必须不断推进公共财政制度的建设[27]。2007年，“十七大”报告进一步做出指示，要实现基本公共服务的均等化，必须以基本公共服务建设和主体功能区建设为核心，通过生产要素跨区域流动的引导，政府不断完善公共财政体系，加强财政转移支付力度，确保落后地区的基本公共服务体系建设，切实缩小区域发展差距，最终实现基本公共服务均等化。体育场地是群众开展健身活动的物质基础，增加体育场地供给是政府改善民生的重要举措，而财政拨款是建设体育场地筹资的主要渠道，随着对落后区域财政转移支付力度加强，落后区域就有更多财政能力来发展体育场地，从而促使中国省域体育场地发展速度的空间集聚程度减弱。

2.2.2 中国省域体育场地发展速度的局域空间特征及演化上述研究表明，中国省域体育场地发展速度在全局上一直存在空间集聚现象，为了更准确、有效地研究中国省域体育场地发展速度的局域空间特征，分别计算了省域场地数量、场地面积、万人拥有量、人均场地面积4个指标在2个阶段（1995—2003年和2003—2013年）的增长率，共8组数据的局域空间关联指数Getis-Ord。运用上文相同方法，生成了中国省域体育场地发展速度的热点空间演化图（见图2），以进一步深入探索省域体育场地发展速度是否存在局部空间集聚，哪个区域单元对于全局空间自相关的贡献更大，以及Moran's I值在多大程度上掩盖了局部不稳定性等问题。

图2 中国省域体育场地发展速度的热点空间演化图

（1）1995—2003年，场地数量增长率在东、西两端各形成一个热点区域（见图2中E1），即东部的上海和西部的西藏。虽然2个热点区域涉及的范围小，各仅有1个省域，但次热区域涉及面广且较为集中，主要集中在西南、东南以及华北平原的大部分省域，而西北、东北及部分中部省域则基本处于冷点区域或次冷区域，场地数量增长重心分别位于中国南部的东、西两侧。万人拥有量的增长格局与场地数量的增长格局基本保持一致（见图2中F1），只有个别省域有些微调，即广东、宁夏由次热区域降为次冷区域，青海由次冷区域升至次热区域。

2003—2013年，场地数量的增长格局出现较大调整（见图2中E2），西部的热点区域虽然还在（西藏），但东部热点已消失（上海退出热点区域），同时，冷点区域迅速扩大且整体向西、向北迁移，随着东部次热区域范围的缩小，原有的“东、西两端增长较快”的空间格局已不明显。万人拥有量在第2阶段的增长格局与场地数量的增长格局仍然基本保持一致（见图2中F2）。

（2）1995—2003年，场地面积增长率在东西两端也各形成一个热点区域（见图2中G1），但东部热点的极化作用相对更强（由上海和浙江组成），并且辐射能力也更大，周边形成的次热区域范围较广（安徽、福建、广东、海南连成一片），而西部热点仅涉及一个省域（西藏）且周边被冷点或次冷区域环绕。2003—2013年，场地面积增长率的热点空间格局出现较大调整（见图2中G2），由原来的“双热点”调整为“三热点”，并且热点省域均出现更替（原先的西藏、浙江、上海均退出热点区域，新的3个热点分别由重庆、江西、江苏构成）。与此同时，中西部跃升为次热区域的省域增加，这说明2003—2013年，位于中、西部地区省域的场地面积发展速度相对较快。冷点区域集中在东北和华北地区。

从相对量看，人均场地面积增长率的热点空间格局及演化路径与场地面积一致，也由“双热点”调整为“三热点”，并且位于热点区域的省域也相同。但是，在次热区域和冷点区域的空间格局方面却存在不同，特别在2003—2013年间，两者之间出现较大差异，即中西地区的人均场地面积增长率的次热区域范围显著扩大，同时，位于东北、西北地区的冷点区域范围也在扩大。特别值得关注的是，在东部沿海地区居然新增1个冷点区域，由浙江和上海组成。整体而言，2003—2013年，人均场地面积增长率“北部低于南部，东部低于中、西部”。

（3）就场地数量与场地面积增长率热点空间格局对比发现，场地数量和场地面积增长率的热点区域或次热区域的空间格局互为相反方向演化，即场地数量增长率由较大范围的热点或次热区域演化为较小范围，而场地面积增长率则由较小范围的热点或次热区域演化为较大范围，这种趋势在西部地区更为明显。一般来说，场地数量与场地面积增长率相互间存在“匹配关系”，这种“匹配关系”如果在某个区域失衡，则意味该区域体育场地发展方式具有独特性，该时期该区域的体育场地可能是朝“大型化”或“小型化”类型方向发展。从前面分析可知，西部地区省域在第1阶段（1995—2003年）主要新增“小型化”类型的体育场地，在第2阶段（2003—2013年）新增场地明显趋向“大型化”类型的体育场地。

3 结论

（1）中国省域体育场地发展规模的空间特征及演化规律表现：从全局看，省域体育场地发展规模存在空间集聚现象，但各项指标的空间集聚程度及变化规律存在差异；从局域看，省域场地数量的热点空间格局愈加与省域经济总量的空间格局重合，而省域万人拥有量的热点区域似乎却与经济强省无缘。省域场地面积的热点重心一直位于东部地区，而人均场地面积却表现出由“北部优于南部”转为“东部优于西部”再到“无明显优势区域”的演化规律；省域场地数量与场地面积的热点区域及其演化规律不同，但两者热点区域的空间格局有趋同态势。

（2）中国省域体育场地发展速度的空间特征及演化规律表现：从全局看，省域体育场地发展速度一直存在空间集聚现象，但空间集聚程度趋于减弱；从局域看，省域场地数量和万人拥有量增长的热点重心经历了从“分别位于中国南部的东、西两侧”到优势不再明显的历程。省域场地面积和人均场地面积增长的热点空间格局均出现较大调整。省域场地数量和场地面积增长的热点或次热区域的空间格局朝“互为相反”方向演化，即场地数量增长率由较大范围的热点或次热区域演化为较小范围，而场地面积增长率则由较小范围的热点或次热区域演化为较大范围，这种趋势在西部地区更为明显。

[1]魏华，权德庆，雷福民，等.中国群众体育场地发展变化及驱动力研究[J].体育科学，2012，32（7）：3-8.

[2]方爱莲.区域经济发展与体育文化设施建设：台州市体育场地调查与分析[J].北京体育大学学报，2006，29（5）：614-616.

[3]刘佳章.新农村体育场地设施发展因素的系统动力学分析[D].南京：南京师范大学，2012.

[4]李丁，冶小梅，汪胜兰，等.基于ESAE—GIS的县域经济空间差异演化及驱动力分析：以兰州—西宁城镇密集区为例[J].经济地理，2013，33（5）：31-36.

[5]刘家君，魏伟，张建清.基于ESDA的湖北省区域经济发展空间格局分析[J].统计与决策，2014（13）：134-137.

[6]魏德样，魏胜敏，雷雯.建国以来省域竞技体育实力的空间集聚演变：基于ESDA方法分析[J].成都体育学院学报，2015，41（5）：77-81.

[7]陈元欣，王华燕，张强.体育场地统计长效机制的构建[J].上海体育学院学报，2017（2）：36-41.

[8]李国，孙庆祝.新世纪以来我国体育场地发展变化的实证研究：基于第5次与第6次全国体育场地普查数据的统计分析[J].西安体育学院学报，2016（2）：164-171.

[9]王家力.我国区域体育场地发展研究[J].体育文化导刊，2010（9）：65-70.

[10]李安娜，林显鹏.我国大型体育场馆分布与运营效益的区域性差异[J].武汉体育学院学报，2014，48（9）：50-54.

[11]袁春梅，杨依坤.我国体育公共服务资源配置均等化水平的实证研究：基于泰尔指数的分析[J].武汉体育学院学报，2014，48（2）：21-26.

[12]范冬云.中国城市化进程中的乡镇体育公共服务研究：基于广州市花都区新华街的实地调查[J].成都体育学院学报，2012，37（2）：6-9.

[13]舒宗礼，王华倬，夏贵霞.新型城镇化背景下我国县域公共体育场馆配置研究[J].上海体育学院学报，2017，41（1）：18-24.

[14]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（1）：38-48.

[15]王维，孙岩，王健.我国县域体育场地建设现状及对策[J].体育学刊，2007，14（1）：47-50.

[16]魏德样，王健.我国学校体育场地动态发展的特征分析：基于全国体育场地“五普、六普”的数据挖掘视角[J].体育科学，2017，37（2）：16-27.

[17]柯文前，陆玉麟.基于县域的福建省经济空间格局演化[J].经济地理，2011，31（7）：1081-1087.

[18]靳诚，陆玉麟.基于县域单元的江苏省经济空间格局演化[J].地理学报，2009，64（6）：713-724.

[19]崔功豪，魏清泉，陈宗兴.区域分析与规划[M].北京：高等教育出版社，1999.

[20]国家体育总局经济司.第六次全国体育场地普查数据汇编[R].2015.

[21]ANSELIN L.Local indicators of spatial association：LISA[J].Geograph⁃ical Analysis，1995，27（2）：93-115.

[22]GETIS A，ORD J K.The analysis of spatial association by the us of dis⁃tance statistics[J].Geographical Analysis，1992，24（3）：189-206.

[23]沈体雁，冯等田，孙铁山.空间计量经济学[M].北京：北京大学出版社，2010：40-43.

[24]王海江，苗长虹，茹乐峰，等.我国省域经济联系的空间格局及其变化[J].经济地理，2012，32（7）：18-23.

[25]潘文卿.中国区域经济差异与收敛[J].中国社会科学，2010（1）：72-84.

[26]国家统计局.中国统计年鉴（2014）[EB/OL].http：//www.stats.gov.cn/tjsj/ndsj/2014/indexch.htm.

[27]安体富，任强.公共服务均等化：理论、问题与对策[J].财贸经济，2007（8）：48-53.