全民健身与绿色生态协调发展的时空特征与空间集聚——基于省级数据(2011-2015)的协调度研究

董德龙，于永平，梁红梅

绿色运动空间源于德国体育社会学家许布纳(Huebner)的绿色空间理念，指以城市公园、森林、田园小径及开放水域形成的公共绿地资源与全民健身服务协同实施的一种运动空间设计。绿色运动空间对提升正式或非正式体育健身人群的数量、日常锻炼习惯的养成及“15分钟健身圈”的全面实现有着重要意义，也是实现全民健身战略的标志性事项之一。然而，两者究竟现实状况如何还缺乏相对客观的把握。

从国外的研究来看，早期的典型代表是体育地理学之父约翰·鲁尼(1975)探讨的体育对地景的影响和空间结构方面的研究。在此方面，国外更加关注绿色生态基础上的健身场地优化布局和健康促进管理与绩效评价(如 Enjolras[1]，2007；David S[2]，2017等)，国内对体育健身场地设施的选址布局是焦点之一，具体内容集中在选址布局的空间结构、易达性、服务半径、人口分布及发展策略等方面(如蔡玉军[3]，2015；姚颂平[4]，2017；郇昌店[5]，2015；何金廖[6]，2017等)，但对如何实现绿色生态与健身功能并行规划的研究还尚显缺乏。

为此，本研究以绿色运动空间为理念切入点，以2011-2015年省际视阈下的绿色生态与全民健身发展的面板数据为依据，利用熵权法完成对各指标的标准化和熵值确定，继而利用协调度函数进行测评，在此基础上使用Moran’I指数和Markov链分别完成对全民健身与绿色生态协调发展的空间相关性、空间集聚及动态演进模式的特征分析。研究结果可能对未来全民健身如何更好地融入绿色生态规划当中，或者说如何更好的实现绿色生态与全民健身的匹配实施，提升政府职能部门的地区规划以及更好地推动正式的或非正式的户外体育锻炼人群有着积极的意义。

1 数据来源与研究方法

1.1 数据来源

数据范围为31个省(自治区、直辖市)，不包括香港、台湾、澳门等地区。时间序列选取2011～2015年为研究范围，其中，由于年鉴数据的延迟性，所以对年鉴数据分别选自《体育事业统计年鉴(2012-2016)》《中国体育年鉴(2012-1016)》《中国统计年鉴(2012～2016)》(国家统计局网站：http：//www.stats.gov.cn/tjsj/ndsj/)，《中国环境年鉴(2012～2016)》，并对部分指标进行互联网和相关省份体育局网站的查询。同时，依据国家统计局对我国东部、中部、西部的划分标准[1]，从三大区域进一步考察时空演化特征。

1.2 研究方法

1.2.1 指标体系构建

基于《全民健身计划(2011-2015)》提出的八大类20项核心指标为基本准则[7]，考虑到第四类指标中全民健身活动内容难以进行准确的量化统计，本研究未进行统计，最终采取了其中的七大类15项指标为统计指标(表1)。绿色生态水平指标研究相对成熟，本研究依据经济合作发展组织(OECD)和联合国环境规划署(UNEP)提出的环境指标的PSR模型(Pressure-state-response；压力 -状态 -反应)从生态压力、生态状况及生态保护三个维度进行综合测评(表1)。其中，生态压力属于负向指标。

表1 全民健身与绿色生态协调发展评价指标体系Table1 Evaluation indexes for coordinated development of national fitness and green ecology

1.2.2 熵权法

(1)数据标准化处理。

对正负向指标进行标准化转换(公式1和2)[11]。具体测算由SPSS 20.0统计完成。

xij为指标原始数据，yij为标准化的指标值，xjmax，xjmin分别为指标xj的最大值和最小值，i=1，2，…，m；j=1，2，…，n.

(2)确定指标权重。

第一，对标准化后的数据归一化处理：pij=

第二，计算第 j个指标的熵值ej：ej=-

如果pij=0，则定义

第三，计算第j个指标的熵权wj：wj=(1-

1.2.3 全民健身服务与绿色生态综合发展指数及协调发展度计算

假设全民健身服务和绿色生态综合发展水平函数分别为f(u)，f(e)，则：

据此，根据两系统协调度测算公式(7)，可计算出全民健身服务与绿色生态系统二者协调度：

协调度c的取值在0～1之间，数值越大，两系统发展越协调；K(k≧2)为协调系数，用来调节评价结果的区分度。由于中国不同省份全民健身服务发展水平与绿色生态发展水平可以看作隶属两个系统，所以此处取K=2。

同时，由于协调度C难以反映出两系统的整体协调发展水平的高低，所以需采用协调发展度模型来反映两个系统的协调发展水平高低：

这里，D为协调发展度，T为全民健身和绿色生态的综合发展水平，α，β为待定系数，由于全民健身与绿色生态系统是两个平行的系统，具有同等重要的位置，故可取α=β=0.5。同时，依据武珊珊(2014)[8]；翁钢民(2015)[9]等人协调度测评类型的研究，本研究将协调发展度划分为6个等级(表2)。

表2 协调发展度类型划分Table2 Classification of coordination degree

续表2

1.2.4 Moran'Ⅰ指数法

根据Moran’I散点图判定各省际空间上的高高集聚(H-H关联)、低低集聚(L-L关联)、高低集聚(H-L关联)和低高集聚(L-H关联)[10-12]，并可通过LISA检验图进行显著检验，范围在[-1，1]之间(公式9)，据此，可以识别当下全民健身与绿色生态协调发展的空间集聚形态或格局。同时，通过Z分验证空间没有任何相关性的假设是否成立(公式10，11)，一般当1.96时，拒绝零假设。具体测算由Arcgis10.2和Geoda2.0软件完成。

1.2.5 Markov链法

Markov链(马尔可夫链)主要用来刻画变量的内部分布动态特征和预测分析[13](如一步状态转移、多步状态转移或极限概率)，通常，Markov链满足公式12或时奇的Markov链(公式13)：

据此，可以将我国不同省份全民健身与绿色生态的协调度划分为N种类型(本研究中以出现的四种主要类型为依据)，并得到NxN维的协调发展度状态转移概率矩阵(P)，并进一步求出极限概率(即长期预测)[14]。根据这一原理，在Matlab R2014a软件中完成编程和测算，由此可探寻出中国全民健身与绿色生态协调发展的动态演进模式特征。

2 全民健身与绿色生态协调发展的时空特征

2.1 全民健身与绿色生态协调发展的空间特征

以2015年各统计指标为截面数据，运用熵权法完成原始数据的标准化及协调度公式(SPSS 20.0完成)计算确立了全民健身与绿色生态协调发展的协调度水平(见表3)。从表3可见，全民健身发展水平在2015年的得分在0.11～0.57之间，绿色生态发展水平得分在0.24～0.61之间，两者的协调度在0.35～0.72之间，按照表2给出的等级划分依据，中国全民健身与绿色生态协调类型主要包括4种，其中以勉强协调发展类型(Ⅱ)和初级协调发展类型(Ⅲ)为主(分别占45.2%和32.2%)，属于中级协调发展类型(Ⅳ)的只有江苏、浙江、山东、河南、广东等省份(16.1%)，属于低级协调发展类型(Ⅰ)的有海南和新疆(占6.5%)。同时显示，不同省份之间的差距是普遍存在的，例如协调度最高的为浙江和江苏(D=0.72)，最低的是海南和新疆(分别为0.35和0.39)，差距达到一倍，表明全民健身与绿色生态的协调发展度存在一定的脱节现象。

2.2 全民健身服务与绿色生态协调发展的时序特征

表3是根据综合发展水平函数(公式6)和协调度发展指数(公式7、8)计算得出的全民健身与绿色生态协调发展类型的时间变化特征(2011-2015年)，从中可以看出以下几个方面的特征：(1)自2011年至2015年间，各省的协调类型呈现波动性变化，低级协调类型起伏变动最大，良好协调类型起伏变动最小，2014年达到良好协调类型的省份最多(5个)，其余年份非常少，甚至没有；(2)初级、中级和良好协调类型在近两年有所下降，勉强协调类型略有抬升，能够达到优质协调类型的省份还未曾显现。

表3 31个省份全民健身与绿色生态协调发展度的时序变化Table4 Chronological changes in coordination degree of national fitness and green ecology in all provinces(2011-2015)

2.2.1 全民健身与绿色生态协调发展的地区内差距及时序特征

在对2011-2015年的三大地区内部差异检验中发现(表5)，三大地区内部均存在显著性差异，其中，东部地区和西部地区内部差距波动较大，中部地区内部差距波动较小，西部地区在2015年达到差距最小水平。

表4 中国不同地区内部协调度ANOVA显著性差异分析(F显著性)Table 4 ANOVA analysis on internal coordination degree in different regions of China(F significant)

2.2.2 全民健身与绿色生态协调发展的地区间差距及其时序特征

全民健身与绿色生态空间协调的地区间差距主要存在于东部与西部之间(表6，P＜0.05)，不同年份均有着显著性的地区间差距(P＜0.05)，当然，从演化态势来看均呈现缩小的一种整体变化。

表5 中国不同地区间协调度ANOVA显著性差异多重比较(Tukey法)Table 5 ANOVA analysis on coordination degree in different regions of China(Tukey approach)

3 全民健身与绿色生态协调发展的空间集聚特征——Moran指数

使用ArcGIS 10.2软件(spatial statistics tools下的spatial autocorrelation功能)对2011年至2015年全民健身与绿色生态协调度指数分别做全局空间自相关分析，同时，对分析结果进行显著性检验(值)，整体没有达到显著性水平257～1.138 957)，即统计学上的时的标准[15，16]，表明全局空间集聚效应不明显。

为了避免全局空间自相关带来的分析错误[27]，以2011-2015年数据为截面统计数据，运用Geoda软件将ArcGIS 10.2中协调度数据文件(.shp文件)导入进行局部自相关分析，空间链接规则采用Queen邻接(两省有公共边或公共顶点时即为邻接关系)，得出Moran散点图和Lisa检验集聚效果(图1-2)。

结果可见，在Moran散点图中，2011-2015年均存在一定的局部集聚效应，但各省份在四个象限中的分布并不均匀，2011年空间自相关的四种集聚类型中(H-H；L-L；L-H；H-L)，除了无显著性和无邻接的省份外，H-H集聚类型的省份有3个(协调度高的省份被高的省份所包围)，H-L集聚类型的省份有1个(协调度较高的省份被低的省份所包围)。发展到2015年以后，这种空间集聚关系正在逐步增加，H-H类型演变为4个(浙江、江苏、上海、山东)，表现出了集聚效应略有增加的态势，但整体上H-H类型的高空间集聚效应还没有形成。

图1 全民健身与绿色生态协调发展度指数的Moran散点图(2011-2015年)Graph3 Moran scatter chart of coordination degree of national fitness and green ecology(2011-2015)

图2 全民健身与绿色生态协调发展度指数的LISA集聚图(2011-2015年)Graph 2 LISA agglomeration map on coordination index of national fitness and green ecology(2011-2015)

4 全民健身与绿色生态协调发展的动态演进模式——Markov链分析

以2015年为基期，计算了我国全民健身与绿色生态协调发展水平一步状态转移概率分布(表6)，从中可以看出，全民健身与绿色生态协调发展的动态演进模式并不理想，虽然从低级协调类型来看，在当年年末可能会100%的省份转为初级协调，但勉强协调在当年年末会有64.29%的省份保持不变，初级协调有50%的省份降为勉强协调，20%的省份保持不变和20%的省份升为中级协调，中级协调类型的省份有60%的省份降为初级协调，40%的省份保持不变。也就是说，高概率协调类型仍然可能会集中于勉强协调和初级协调类型阶段。

表6 全民健身与绿色生态协调发展的Markov链空间状态一步转移概率分布Table 6 One-step transition probability distribution of Markov chain on coordinated development of national fitness and green ecology

表7 全民健身与绿色生态协调发展的初始分布和稳态分布Tabel 7 Initial distribution and steady distribution of coordinated development of national fitness and green ecology

5 结论与建议

第一，从2011-2015年全民健身与绿色生态协调发展的时空特征来看，主要呈现四种协调类型，分别为低级协调(Ⅰ)、勉强协调(Ⅱ)、初级协调(Ⅲ)和中级协调(Ⅳ)，且高空间集聚效应还没有形成，未来提升高-高空间协调省份的辐射能力(跨区域协同模式)可能是改善中国全民健身与绿色生态空间协调发展的重要举措。

第二，全民健身与绿色生态的协调度还是不理想的，各省份之间的差距也普遍存在，且全民健身服务发展滞后于绿色生态发展，表明两者在各自提高的同时，中国全民健身建设仍然是急需改善的一个环节。

第三，全民健身与绿色生态协调发展的动态演进模式并不理想，如按当前动态演化模式发展，中级协调类型的比例会略有增加，但低级协调类型的省份也会有增加，建议干预的关键是实现城市绿地与全民健身设施场地布局的协同匹配实施。

第四，目前来看，绿色运动空间打造应主要着眼于城市范围，诸如绿道体育、廊道体育、健身步道等等，这对于扩大城市正式或非正式的户外体育锻炼人群和习惯养成意义更为重大，且也应是全民健身战略实现的一种标志事项。