国家体育产业基地的时空分布特征研究

张盛展,刘 洋

(新疆师范大学 体育学院，新疆 乌鲁木齐 830054)

0 前 言

近些年来，国家高度关注和重视体育产业发展，尤其是2014年《国务院关于加快发展体育产业促进体育消费的若干意见》的颁布出台，提出把体育产业作为绿色产业、朝阳产业进行培育扶持，发挥体育产业在优化产业结构升级和带动相关产业发展的优势作用。在此背景下，为了进一步促进区域体育产业发展，发挥政府统筹优势，我国适时推出了国家体育产业基地制度(以下简称“基地”)。截止目前，我国先后批准成立的基地达到25个。现阶段，基地的建设工作处于“摸着石头过河”的探索阶段，仍未有建设基地较科学、系统的规划布局，实际处于“实践先行，规划滞后”的状况。从当前空间布局来看，总体呈现出区域分布失衡，布局不合理的现状。

那么，为使国家体育产业基地在全国范围内布局更加合理，以及更好地兼顾区域间的协调发展，这是一个亟待解决的命题。本研究通过对比分析基地的时空分布特征，总结出基地的时空分布总体态势，并对其成因进行分析和论证，旨在为基地的空间合理布局提供理论和数据支撑，同时也为相关部门就基地的建设管理的政策制定和宏观调控提供科学依据。

1 研究方法

本文采用了文献分析法、ArcGIS制图法、定性和定量结合的方法。

2 国家体育产业基地的时间分布特征

表1 国家体育产业基地年际变化情况

数据来源：国家体育总局官网公布数据

图1 国家体育产业基地年际变化

基地的时间分布还可用年际集中指数来度量。年度集中指数是指某事物或现象在某一时段内各年度间集中分布和离散的程度，其计算公式为[1]：

式中：y为年际集中指数；Xi为各年数量占整个时间段总数量的比重；n为时段中包含的年度数。y值越接近于0，表明其时间分布越均匀；y值越大，表明其时间变动越大。

通过运算发现，我国2006-2016年间批准成立的基地的年度集中指数y=0.047，这表明我国在这11年间批准成立的基地的年际差异性较小，批准成立时间较为分散。

根据基地年际变化趋势(图1)可以看出，我国最早批准成立的基地出现在2006年，在2006-2016年间基地数量总体呈持续上升态势，其增长率曲线总体为“之”字形，具体表现为先增长后递减再增长的发展趋势，两个峰值分别出现在2007年和2015年。国家体育产业基地制度确立伊始，先后在深圳和成都建立了国家体育产业基地，这一年基地数量增长率达到高峰。随后，国家放缓了基地建设步伐，一直到2013年前后只批复了5个基地。指出要“打造一批符合市场规律、具有市场竞争力的体育产业基地”[2]。此后，在2015、2016两年间，再次批复了18个基地，这一时间批准成立的基地数量较为密集。

3 国家体育产业基地的空间分布特征

3.1 空间分布的类型

图2 国家体育产业基地分布示意图

对基地的空间分布探析，可抽象为点状要素，离散分布于各省级行政区内(见图2)。点状要素分为3种空间分布类型——均匀、随机和凝聚，可用最邻近距离和最邻近点指数进行判别[3]。

根据ArcGIS的测量数据，得出各个基地与其最邻近的基地之间的实际最邻近直线距离ri(i=1～25),求得平均最邻距离：

故最邻近点指数：

依据最邻近点指数的判定原则，当R为1时，点状分布为随机型。通过计算，R=0.846≈1，故基地的空间分布类型属于随机型。从图2可以看出，25个基地中大部分集中分布在东部沿海和北部沿海地区，而南部沿海和中部地区则零星分布，尤其突出的是，东北地区基地数量为零。

2.2 空间分布的离散度

2.2.1 省际间分布的离散度。基地在省际间分布的离散程度，可采用地理集中指数测算，其公式为[4]：

式中：G表示基地的地理集中指数；xi为第i个省区的基地数量；T为基地总数；n为省区总数，G取值在0～100之间，G值越大，表明基地的分布越集中；G值越小，表明基地的分布越分散。

通过计算，基地在各省级行政区间分布的地理集中指数G=43.52，表明其空间分布较分散，这主要是因为目前25个基地分布在31个省级行政区中的18个。

2.2.2 区域间分布的离散度。本文采用最新的八大综合经济区划方案[5]，基地在八个区域间分布的离散程度，可采用基尼系数测算，本文采用的基尼系数的计算公式为[6]：

Gini=H/Hm其中，H和Hm可通过下列公式计算：

Hm=lnN

通过计算，Gini=0.6423，表明基地在八大经济区之间的空间分布较不均衡。从八大地区分布情况来看，25个基地中的一半主要集中分布在北部沿海和东部沿海地区，其次是全国四分之一的基地分布在西南和西北地区，其余四分之一分布于南部沿海、长江中游、黄河中游地区，而东北地区数量则为零。总体来说，这一分布特征与区域间的经济发展水平是不一致的。虽然沿海地区占有一半数量的基地是与该地区经济发展水平高和人口密度大息息相关，但是其他地区基于此考量却是不匹配的，尤其是东北地区，而作为经济欠发达的西南和西北地区，基地数量较其他同类地区相比占比明显偏高。

表2 国家体育产业基地在八个区域间的分布情况

式中：Pi表示第i个区域内基地数占全国总数的比重，N为区域数量；基尼系数的取值在0～1之间，其值越小，表明区域间分布越平均；反之，则不平衡。

这一现状主要与《国家体育总局关于进一步加强国家体育产业基地建设工作的通知》的出台有关，政策指出“基地的设置原则应该依据资源禀赋，因地制宜，突出特色，切实打造一批符合市场规律、具有市场竞争力的基地。”[7]众所周知，许多户外运动项目必须依赖自然环境存在，那么像一些自然资源禀赋较好的地区则成为发展户外运动休闲业的天然港湾。故此，一些省份在结合自身特色优势的基础上，打造特色体育产业品牌，于是一些基地应势而生。

2.3 空间分布的密度

空间分布密度是分析基地空间特征的又一项重要指标。目前，基地的平均分布密度是0.026个/万km2，东部沿海地区、北部沿海地区、南部沿海地区密度较高，分别为0.38个/万km2、0.161个/万km2、0.059个/万km2，其他区域的分布密度较低(表3)，尤其是东北地区基地密度为0。基地密度较高的几个区域均是我国经济最发达、人口密度较大的区域，这表明一定程度上基地的分布与区域的消费市场和经济基础等呈现正相关关系。

表3 基地在八大区域中的密度

数据来源：中国统计年鉴

4 国家体育产业基地时空分布的相关分析

4.1 体育赛事与区域国家体育产业基地的相关分析

表4 国家体育产业基地的分布与2012年区域体育赛事对应情况

数据来源：2012年体育蓝皮书

运用地理联系率方法，对基地的区域分布情况和体育赛事区域分布情况进行分析[8]：

地理联系率V值越高，表明基地与体育赛事在地域上的分布配合程度越高，相关性越强。我们知道，体育竞赛表演业作为体育产业的核心门类，由体育赛事资源延伸的相关业态均离不开体育赛事的支撑和带动。

通过运算，地理联系率V为87，表明基地与体育赛事在地域上的分布配合程度较高，相关性强。这说明基地的布局选址主要考虑与体育赛事的区域分布有着密切关系。因此，基地的运营和发展要注重体育赛事资源的开发，不仅要积极引进有影响力且受众程度高的高水平体育赛事IP，同时还要结合区域资源禀赋，培育和打造品牌体育赛事IP，依靠体育赛事资源带动相关业态发展，不断延长产业链。

4.2 区域经济发展水平与区域国家体育产业基地数量相关分析

表5 国家体育产业基地与2016年区域经济发展水平对应情况

数据来源：2017年政府工作报告

通过运算，地理联系率V值为72.9，表明基地与所在区域的经济发展水平有适当的配合，但匹配程度较低。通过表5中数据分析，匹配程度较低，具体表现在各区域基地拥有数量与其经济发展水平不一致，且差距较大。如以西南地区为标准(该区域经济水平占全国比重与其拥有的基地占全国比重较一致)，东北地区基地数量为零，与其经济发展水平匹配程度严重不符，而西北地区经济发展水平在全国范围处于落后地位，但其拥有基地数量却占全国总量的四分之一，黄河中游地区同样也出现类似情况。

4.3 体育发展水平的相关性分析

体育发展水平越高的省份体育赛事经济水平越高，体育发展水平可以用竞赛成绩和体育场馆数量来衡量。竞技成绩可以用全运会总积分代表，体育场馆数量则体现一个省的体育设施水平。

4.3.1 体育竞赛成绩与区域基地数量的相关性分析。通过运算，地理联系率V值为73.6，表明基地与竞赛成绩在地域上的分布有适当配合，但匹配程度较低。从表6数据可以看出，北部沿海和东部沿海竞赛成绩与其拥有基地数量较一致，而其他区域的匹配程度有很大突兀，尤其以东北地区和西北地区为典型代表。一是，东北地区竞赛成绩在全国范围排名靠前，但基地数量却为零；二是，西北地区竞赛成绩在全国范围排名靠后，与基地数量不相符合。

表6 国家体育产业基地与第十二届全国运动会积分对应情况

数据来源：国家体育总局官网公布

4.3.2 体育场地数量与区域基地数量的相关性分析。通过运算，地理联系率V值为71.87，表明基地与体育场地数量在地域上的分布有适当配合，但匹配程度较低。从表7数据可以看出，我国每万人拥有体育场地个数在八大经济区的分布排序依次为东部沿海、南部沿海、西北、西南、黄河中游、长江中游、北部沿海、东北地区，而基地在八大经济区的分布排序依次为东部沿海、北部沿海、西南和西北、南部沿海和长江中游、黄河中游、东北。从两者排序情况来看，两者有一定程度的联系，但总体上并不一致。从各个区域实际占有量可以看出，北部沿海地区每万人拥有体育场地个数仅为全国的9.57%，但该地区基地总量却排名第二，而东北地区虽然每万人拥有体育场馆个数排名最后，但实际拥有国家体育产业数量却为零，这与其他区域相比较有较大差异。

一体化模型还包括了地图出版的内容，因此，这要求该数据模型不仅要具备CAD软件灵活的图形数据组织能力，同时还要兼具GIS软件强大的地理信息管理能力。出于对地图出版系统和地理信息系统的双重考虑，数字地图制图系统同时采用了2种分层模式。尽管这2种分层模是同一地图数据，但却是2个完全不同的索引方式。为了满足人们对阅读传统纸质地图的视觉习惯，制图系统通过出版分层的组织来对地图符号的压盖顺序加以控制，地理分层则仅为生成地理信息时的一种索引机制，但并不会对要素的压盖和压印关系造成影响。2种分层模式之间“视口互换”的实现需通过简单的界面转换。

表7 国家体育产业基地与第六次体育场地普查区域场地分布对应情况

数据来源：全国第六次体育场地普查报告

但就体育场地资源的分布情况来看，可以说基地在区域间分布存在严重不均的现状。一个地区体育产业的发展离不开体育场地的支撑，相关部门在今后基地布局设置中要充分考虑到体育场地资源的区域分布基本概况。

4.4 市场容量与区域基地数量的相关性分析

从市场营销学的角度看，人口、消费金额和消费意愿是影响市场容量的重要因素。本文采用城镇居民家庭人均教育文化娱乐服务消费支出来近似地表达体育消费的市场容量，以探讨其与区域基地的相关性。

表8 国家体育产业基地与2016年人均教文娱服务消费支出的对应情况

数据来源：前瞻数据库

通过运算，地理联系率V值为69.91，表明基地与城镇居民家庭人均教育文化娱乐服务消费支出在地域上的分布有一定配合，但匹配程度较低。通过表8数据可以看出，我国城镇居民家庭人均教育文化娱乐消费支出在区域上分别较均匀，区域间差异较小，这就使得基地拥有量在区域上的匹配程度较低。

实际导致这一结果可能还与其他因素有关，例如，与东部沿海和北部沿海地区城镇居民家庭人均教育文化娱乐消费支出相比，几乎同样的支出比例，但是基地占有量的差距却是较明显的，尤其是东北、黄河中游、西南和西北四个区域差距明显。从结果看，基地布局设置并没有充分考虑到区域间居民的消费能力。

5 结论与建议

5.1 结论

5.1.1 基地制度自2006年问世以来，已有11年历史。我国2006-2016年间批准成立的基地有25个，其年度集中指数y=0.047，表明其在11年间的年际差异性较小，批准成立时间较为分散。

5.1.2 根据ArcGIS软件测算得知，我国各个基地与最邻近基地之间的实际直线距离为262km，其最邻近点指数R≈1，表明基地的空间分布类型属于随机型。

5.1.3 基地在各省级行政区间分布的地理集中指数G=43.52，表明其空间分布较分散；我国基地在八大经济区间分布的基尼系数Gini=0.6423，表明其空间分布不平衡。

5.1.4 基地在八大区域间的空间密度差异较大，其中，东部沿海地区、北部沿海地区、南部沿海地区密度较高，而东北地区密度为零。

5.1.5 基地在八大经济区的分布与体育赛事资源的相关率V为87、与区域经济发展水平的相关率为72.9、与代表体育发展水平的体育竞赛成绩和体育场地数量的相关率分别为73.6、71.87，与市场容量相关率为69.91。可以看出，基地所在区域的经济发展水平、体育赛事资源、体育发展水平、市场容量对基地的分布起到了一定的引导作用。

5.2 建议

5.2.1 在基地建设和管理过程中采取宏观手段引导其健康发展，完善基地建设和规范化管理，对基地的建设提供规划和指导，杜绝盲目、重复建设。

5.2.2 基地在区域建设中要突出特色和优势，因地制宜的规划和建设，部分区域基地的数量远远不能满足该区域体育产业发展需要，尤其是东北地区、黄河中游和长江中游地区。因此，在规划建设时，要兼顾区域分布、优化结构布局、合理配置资源，使之符合区域发展实际。

[1] 李仲广.旅游经济学：模型与方法[M].北京:中国旅游出版社,2006:83.

[2] 国务院.国务院关于加快发展体育产业促进体育消费的若干意见[S].2014-10-20.

[3] 张超,杨秉赓.计量地理学基础[M].北京:高等教育出版社,1985:31-37.

[4] 保继刚,楚义芳.旅游地理学[M].修订版.北京:高等教育出版社,1999:54.

[5] 中国拟划八大经济区域代替以往东中西划分方法[ DB/OL].http://news.sohu.com/2004/06/05/85/news220398505.shtml.

[6] 吴必虎,唐子颖.旅游吸引物空间结构分析—以中国首批4A国家级旅游区(点)为例[J],人文地理,2003,18(1):1-5.

[7] 国家体育总局.国家体育总局关于进一步加强国家体育产业基地建设工作的通知[S].2017-01-12.

[8] 吴必虎,俞曦,党宁,等.中国主题景区发展态势分析—基于国家A级旅游区(点)的统计[J].地理与地理信息科学,2006,22(1):89-93.