探究我国各省域竞技实力时空演化特征及影响因素

薄腾飞，雷艳云，郑仲平

（湖南工业大学 体育学院，湖南 株洲 412000）

2019 年9 月2 日， 国务院办公厅印发 《体育强国建设纲要》提出：力争实现我国由体育大国向体育强国的转变［1］。党的十八大以来，习近平同志发表多次重要讲话，强调从全面建成小康社会、 实现中华民族伟大复兴的战略高度重视发展体育事业［2］。但目前，竞技体育、学校体育及群众体育三大体育形态的发展鸿沟愈加凸出［3］，“马太效应”的发展特征日益明显［4］，体育事业的整体发展水平与人民群众对体育的美好需求仍有较大差距。 而竞技体育作为体育的重要组成部分，在很大程度上对学校体育、 群众体育发展起着重要的示范引领作用。 因此，旨在通过研究各省域竞技体育时空演化特征及影响因素，逐步实现竞技体育的均衡发展， 进而通过竞技体育的示范引领作用， 加速体育事业整体的高质量发展， 助推体育强国建设。

1 文献梳理

竞技体育时空演化特征及其影响因素的研究已成为专家学者的研究热点，且研究范围较广、对象繁杂、方法各异［5］。

从研究内容来看，随着竞技体育在经历低迷、停滞、恢复、崛起等发展阶段后， 相关理论诸如对竞技实力时空演化特征及影响因素的研究已形成较为完善的体系。 对其时空演化特征方面的研究主要集中在：时间演化特征（张晓林［6］等；袁锋［7］等；夏力［8］等；龙家勇［9］等）方面，其中张晓林认为：在时间维度上竞技实力呈先下降后上升再下滑的趋势； 袁锋则认为其实力发展呈先增长后下滑再上升的趋势。 在空间演化特征（张晓林［6］等；高翔［10］等；刘媛粒［11］等；吴殿廷［12］等）方面，通过对地理区域的不同划分来研究其空间演化特征， 其中张晓林将空间分为东、中、西3 部分，并认为奖牌分布由东至西依次递减；吴殿廷认为竞技实力东强西弱，南北之间，南巧北悍；而袁锋则在上述分析的基础上，引入经纬度来分析空间演化特征，不同纬度之间情况各异，不同经度之间，由东至西竞技实力依次递减。

在竞技实力影响因素的研究方面， 主要集中于经济发展水平（杨琦［13］等；Suen［14］；Hoffmann［15］；赵欣［16］等；王静［17］等）、居民人口水平（牛小洪［18］等）、居民受教育水平（任波［19］等；杨琦［13］等）、东道主效应（张玉华［20］）上，并认为经济发展水平、居民人口水平、 居民受教育水平及东道主效应等因素会对竞技实力的提高产生正向促进作用。 但也有学者提出了反对意见，如吴黎［4］、熊倩［21］认为居民人口水平对竞技实力影响不显著，而张玉华［20］、祝吟［22］认为居民人口水平对竞技实力的提高会产生显著的阻滞作用。

从研究方法来看，主要以因子分析（曲鲁平［23］等；佟岗［24］；白宇飞［3］等）、单因素方差分析（任波［19］等）、灰色关联度分析（常媛媛［25］等）、线性回归分析（白磊［26］；吴黎［4］等）、结构-行为-绩效（SCP）研究模式（Suen［14］）、柯布-道格拉斯生产函数（邹德新［27］等）等研究方法为主。 有研究者在使用上述分析方法的同时，将地理信息系统（GIS）引入竞技实力影响因素的研究（罗亮［28］等；牛小洪［18］等；王良健［29］等）中来。 鉴于此，在已有研究成果的基础上，基于体育事业高质量协调发展的现实诉求，运用GIS 空间分析、线性回归及岭回归等方法，剖析各省域竞技实力时空演化特征， 明晰竞技实力发展影响因素，逐渐实现竞技体育的均衡发展，并充分发挥竞技体育的示范引领作用，促进体育事业高质量协调发展，助推体育强国建设。

2 研究方法

2.1 GIS 空间分析法

GIS 空间分析法可直观地对空间数据进行评价， 通过输入、编辑、分析等手段，进行空间可视化和地图输出［30］。本研究采取面状（除港澳台地区以外的31 个省级行政区）尺度评价，并通过地理信息系统软件ArcGIS 10.2 进行空间可视化制图与分析。

2.2 多元线性回归分析法

多元线性回归分析又称复线性回归分析， 其主要目的是进行变量间的关系探讨， 探究因变量与两个或两个以上自变量之间的线性关系。

构建模型如下：

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+ε

其中 β0为常数项，β1、β2、β3、β4、β5、β6为代估计参数，ε 为残差项。

2.3 岭回归分析法

岭回归是消除变量间多重共线性的有效手段。 通过引入偏倚系数K（K≥0），得到岭回归估计量，进而采用偏估计回归以较小误差得到最大精度［31］。 在本研究中，若变量间存在多重共线性， 则依据岭回归， 减轻或消除自变量共线性的不良影响。

3 各省域竞技实力时空演化特征分析

3.1 我国竞技实力的整体呈现

竞技实力是一个国家或地区竞技体育发展水平的集中体现，因夏季奥运会具有覆盖地区广，涵盖项目多，影响范围大等特点，相关研究（吴黎［4］等；曲鲁平［23］等；陈丹［5］等）通常采用夏季奥运会奖牌获得数量作为其主要评价标准［32］，度量竞技实力发展水平［33］。 新中国自成立以来，共参加了 9 届夏奥会（见表1），整体的竞技实力呈现出“倒V 状”的发展态势，以2008 年奥运会的成功举办为分界点，在此之前，我国的竞技势力基本上呈“波浪式递增趋势”，在2008 年北京奥运会后，则呈现出逐渐下滑的趋势。

表1 我国竞技实力一览表

根据后续研究的需要， 以1984 年参加奥运会为起点，以1995 年颁布实施的 《奥运争光计划》《全民健身实施纲要》和2008 年奥运会的成功举办为标志点， 将我国竞技体育的发展分为竞技体育发展初期 （1984～1992 年）、 发展中期 （1996～2004 年）及发展近期（2008～2016 年）3 个时期，并以历届夏季奥运会的奖牌数量来反映我国的竞技实力。

整体竞技实力由各省域的竞技实力组成，1984～2016 年各省域的竞技实力参差不齐， 总体上呈现出较大差距 （见表2），区域特征明显。

表2 各省域竞技实力一览表

3.2 各省域竞技实力的时空演化特征

3.2.1 各省域竞技实力的时间演化特征

运用ArcGIS 10.2 软件，将1984～2016 年各省域竞技实力分5 级进行可视化分析，将其划分为极低竞技实力、低竞技实力、中竞技实力、高竞技实力和极高竞技实力地区，并以颜色深浅程度来代表各省域竞技实力强弱。 在时间演化维度（见图1），在参加奥运初期阶段（1984～1992 年），各省域竞技实力相差不大，基本处于平稳状态；在中期阶段（1996～2004 年），各省域竞技实力明显增强，省域间竞技实力开始出现分化，不均衡态势初显；在近期（2008～2016 年），各省域竞技实力进一步增强，在2008 年达到高峰，各省域间竞技实力不均衡趋势进一步加大。

图1 1984～2016 年各省域竞技实力时间维度演化图

3.2.2 各省域竞技实力的空间演化特征

在空间演化维度，竞技实力前10 名的辽宁、江苏、湖北等10 省份，占总竞技实力的68.69%，仅辽宁一省，竞技实力就相当于我国大陆31 个地区的后15 省份之和， 而竞技实力后10名的贵州、新疆等省份占比仅为3.64%，其中竞技实力最低的西藏没有获得奖牌。 愈发凸显了省域间竞技实力发展的非衡特征，且应当看到，这种非衡特征趋于严重。

综上可知， 各省域竞技实力在时间和空间上的演化均表现出明显的非衡特征。 具体表现为：在时间演化维度，各省域竞技实力差距逐步拉大；在空间演化维度，各省域竞技实力呈东、中、西部依次递减趋势，空间非衡特征趋于严重。 究其原因，作为社会大系统的子系统，竞技体育在很大程度上受到经济社会发展的影响。 在时间层面，改革开放以后，原有的计划经济体制逐渐转变为市场经济体制，经济发展活力得到释放，带动了各省域竞技实力的快速发展；从空间层面，东南沿海地区在得到资源、财力、技术、人才等要素的大力支持后，其经济社会发展水平与中西部地区的发展差距进一步拉开， 进而导致各省域竞技实力空间上的非衡演化格局。

图2 1984～2016 年各省域竞技实力空间维度分布图

4 竞技实力发展的影响因素分析

通过ArcGIS 空间可视化分析发现，受制于经济社会等因素的不均衡发展， 各省域竞技实力在时间和空间维度上均表现出明显的非衡特征。 为进一步明晰经济社会对竞技实力发展的具体影响因素与影响程度， 采用多元线性回归及岭回归等方法进行探讨。

4.1 评价指标体系的构建

4.1.1 评价指标遴选

指标选取是分析竞技实力影响因素的基础和前提。竞技实力是多因素综合作用的过程［4］，在查阅文献及向专家咨询后，从经济社会维度进行指标体系的构建，筛选出经济发展水平、居民人口水平、居民受教育水平、居民体质水平、居民医疗保障水平、居民健康素养水平、工业化水平、城市化水平等8 个评价指标。

为保证评价指标的合理性与有效性，对20 位体育领域的学者及相关体育管理人员进行初选指标的专家访谈与问卷调查。 从第1 轮专家访谈及问卷调查情况来看，专家质疑竞技实力影响指标中的居民受教育水平指标，认为在国家大力普及9年义务教育的背景下， 会因义务教育的普及而不能使各省域显现出明显的差异性， 因此选取第六次人口普查中各省份受高等教育程度来反映居民受教育水平。 因此，根据专家第一轮反馈意见，将居民受教育水平更改为居民受高等教育水平。 鉴于此，根据Likert 五级量表在第一轮专家反馈意见的基础上，重新拟定第二轮竞技实力影响因素指标， 各级指标按照同意程度按 5、4、3、2、1 分别赋分并制作第二轮指标评价问卷，再次进行问卷调查。

4.1.2 评价指标的信度、效度分析

指标的可靠性和有效性直接关系到分析结果的科学性和合理性［34］。 因此，运用SPSS 26 软件对评价指标进行信效度检验。 在剔除居民医疗保障水平、居民健康水平两个贡献度低于0.4 的指标后，再次进行信效度检验。 检验结果（见表3）显示，Cronbach’s α 系数为 0.747，具有较高的信度。 进而进行效度检测，用于验证结果的正确性及有效性。 检验结果显示，KMO为 0.725＞0.5，Bartlett 球形检验为 0.003，显著性检验通过。 因此，上述指标具有较高的信度及效度。 预计各省域经济发展水平、居民人口水平、居民受高等教育水平、居民体质水平、工业化水平和城市化水平等6 个方面对各地域竞技实力有显著影响。

表3 竞技实力影响因素的信度、效度一览表

4.2 竞技实力影响因素的回归模型构建

4.2.1 多元线性回归模型的构建

多元线性回归是探讨变量间关系的有效手段。 通过构建线性回归模型，来探究各省域竞技实力发展的影响因素。 以各省域奖牌获得数目测度各地区竞技实力， 并作为本研究的被解释变量。 以各地区经济水平、人口水平、受高等教育水平、国民体质综合指数、工业化总产值、城市化率为解释变量，分别测度各地区经济发展水平、居民人口水平、居民受高等教育水平、居民体质水平、工业化水平和城市化水平，构建多元线性回归模型。 利用SPSS 26 软件分析各省域竞技实力发展的影响因素。 构建模型如下：

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+ε

β0为常数项，β1、β2、β3、β4、β5、β6、为代估计参数，ε 为残差项目。

4.2.2 多元线性回归模型的显著性检验和共线性诊断

根据收集的数据及模型设定， 以各省域竞技实力为被解释变量，以各地区经济发展水平、居民人口水平、居民受高等教育水平、居民体质水平、工业化水平和城市化水平为解释变量，进行多元线性回归分析。通过残差图检验发现（见图3、4），该模型服从正态分布［35］。 从表 4 可知回归模型的 R2为 0.958，调整R2为0.948， 表明该模型拟合度较好，6 个解释变量对竞技实力的解释比率达到 94.8%。 模型 F=91.980，Sig=0.000＜0.001，显著性检验通过。但在对模型进行多重共线性诊断后发现，解释变量的方差膨胀系数VIF 较高，最大值为68.201，由此可知变量间存在多重共线性［36］。

表4 多元线性模型回归结果一览表

图3 标准化残差直方图

图4 标准化残差的累计概率图

4.2.3 岭回归模型的构建

为解决变量间的多重共线性问题，以较小误差换取最大精度，进而得到更具信服度的结果，故采用岭回归进行分析［37］。由岭迹图可知， 随着岭回归k 值的逐渐增大，6 个解释变量系数逐渐由分散趋于收敛，当k 值为3.5 时，岭迹曲线趋于平稳，故取k=3.5 进行岭回归分析。

4.2.4 岭回归模型的显著性检验

由表5 可知，以各省域竞技实力为被解释变量，以6 个自变量为解释变量进行岭回归分析， 取k=0.35 进行岭回归，模型显示R2=0.887，调整R2=0.858，表明该模型拟合度较好，6 个解释变量对竞技实力的解释比率虽较多元回归略低， 但下降幅度较小。 F=31.323，显著性 Sig=0.000＜0.001，表明该模型具有显著性。

表5 岭回归模型摘要一览表

由表7 可知，经济发展水平、居民受高等教育水平、居民体质水平、工业化水平、城市化水平与各地域竞技实力的回归系数分别为 0.000 39、1.537 9、3.484 4、0.001 2、0.222，显著性Sig 分别为 0.004、0.001 8、0.000 0、0.000 8、0.019 4， 分别在1%～5%置信区间具有显著性（p＜0.05），各指标影响程度依次为居民体质水平、居民受高等教育水平、城市化水平、工业化水平、经济发展水平；在各省域竞技实力的影响因素中，居民体质水平是影响竞技实力的首要因素， 居民受高等教育水平是影响竞技实力的次要因素，经济发展水平、工业化和城市化水平对竞技实力有一定影响。 居民人口水平系数B＝-0.1459，p=0.698＞0.05，由此可知，居民人口水平对各省域竞技实力具有不显著的负向作用。 因此得出结论：影响各省域竞技实力发展的主要因素有经济发展水平、居民受高等教育水平、居民体质水平、工业化水平和城市化水平，其中居民体质水平及受高等教育水平是影响各省竞技实力的主要因素， 居民人口水平对竞技实力影响不显著。

表6 ANOVA 结果一览表

4.3 结果与讨论

采用多元线性回归及岭回归等方法， 对竞技实力的影响因素进行探讨。回归统计结果显示（见表7）：经济发展水平、居民受高等教育水平、居民体质水平、工业化水平和城市化水平对各省域竞技实力的发展具有显著的正向促进作用 （B＞0，p＜0.05），其中就影响程度而言，居民体质水平是竞技实力发展的首要影响因素，居民受高等教育水平为次要影响因素，经济发展水平、工业化和城市化水平为一般影响因素；居民人口水平则对竞技实力的发展具有不显著的负向抑制作用 （B＜0，p＞0.05）。

表7 岭回归模型回归结果一览表

在各省域竞技实力的发展过程中， 居民体质水平为首要影响因素。 究其原因，身体素质是人体在运动过程中所表现出来的速度、力量、耐力等机能的总称，良好的身体素质是体育赛场取胜的重要决定因素。 而竞技运动员的身体素质是居民身体素质的集中体现， 当一个省域的居民具有优异的身体素质时，所遴选出的运动员将具备更强的竞技实力潜力，将直接促进竞技水平的发展。 居民受高等教育水平是影响竞技实力的次要因素，培养优秀的运动员、教练员以及后勤保障人员作为一个复杂的系统工程，离不开教育特别是高等教育的支持。依托于良好的地理环境和经济发展环境， 东南沿海地区的高等教育水平远远领先于中西部地区， 也因此在一定程度上导致地区间竞技实力发展的不均衡。 经济发展水平、工业化和城市化水平是竞技实力发展的一般影响因素。 经济的快速发展能够为竞技实力的提高供给必要的物资支持［13］，营造优越的发展环境； 工业化水平的提高能够将人们从繁重的劳动中解放出来，增加体育锻炼时间方面的可能性［38］；城市化水平的提高使得群众性体育活动的开展变得更为便利， 增加体育活动的参与积极性，以上3 种因素，均能够促进竞技实力的发展。但经济发展水平对竞技体育发展的促进作用并没有充分显现， 主要是尚未解决好经济发展与竞技体育开展的协调性问题，部分地区存在资金投入不足现象［25］。 而居民人口水平对竞技实力的发展具有不显著的负面抑制作用， 剖析其深层次原因主要是由于在经济全球化的浪潮中， 国内优秀体育人才的流动也越发频繁，经济发达地区人口虽不占优，但依托本地区良好生活环境， 优厚物质酬劳等优势引进各地区优秀体育人才，促进本地区竞技实力的发展［19］。 因此，人口因素对各省份竞技实力的影响不显著。

综上所述，居民体质水平、居民受高等教育水平、经济发展水平、 工业化水平和城市化水平均可从不同层面显著促进竞技实力的发展。 但受制于经济社会发展基础、地理地貌、历史文化等因素， 上述影响因素在时间和空间的发展上均表现出明显的非衡特征，也进而导致各省域竞技实力的非衡发展。适当的发展差距有利于刺激发展效率，但过分强调发展效率，忽视发展过程中的非均衡现象， 将很有可能导致发展失衡的风险。 因此，要在上述分析的基础上，寻求竞技实力地区内、地区间的优势互补，做到优势地区带动弱势地区，进而达到各地区、各门类间的高质量协调发展，共同促进竞技实力水平的提高。

5 结论与建议

5.1 结论

1）自1984 年参加奥运会以来，我国整体的竞技实力呈现出“倒V 状”的发展态势，以2008 年奥运会的成功举办为分界点，在此之前，整体竞技势力基本上呈“波浪式递增趋势”，在此之后，则呈现出逐渐下滑的态势。

2）各省域竞技实力在时间和空间的演化均呈现出明显的非衡特征。 在时间演化维度，各省域竞技实力差距逐步拉大；在空间演化维度，各省域竞技实力呈东、中、西部依次递减趋势，且空间非衡特征趋于严重。

3）从竞技实力发展的影响因素来看，经济发展水平、居民受高等教育水平、居民体质水平、工业化和城市化水平对各省域竞技实力发展具有显著的正向促进作用， 而居民人口水平对竞技实力发展具有不显著的负向抑制作用。

5.2 建议

1） 健全竞技体育各层次的人才有序流动与合作培养机制，破除流通壁垒，逐步完善竞技体育的人才培养、评价机制，为竞技体育各类人才的合理流动提供制度保障， 促进各省域竞技实力的均衡发展。

2）持续加大竞技体育优势区域对弱势区域的精准帮扶力度。 提高竞技体育帮扶内容的精准度，在充分了解受帮扶省份现实需要与发展诉求的基础上，因需制宜推进人才培养、训练手段、科学管理等多要素在内的竞技帮扶，补齐短板，全方位提高竞技体育弱势区域的竞技实力；促进帮扶主体的多元化，形成政府、高校、科研院所、竞技体育管理机构等在内的多元帮扶主体，促进竞技体育帮扶从“单中心帮扶模式”向“多中心帮扶模式”的推进和转变，促使各省域竞技实力协同发展。