基于POI数据的南京市公共体育场馆空间格局分析

李晨慧 李 欣

(南京农业大学 公共管理学院, 江苏 南京 210095)

0 引言

随着社会的进步,人民对于健康生活与体育设施的需求日益增强,尤其是对于广大中、青年群体,室内体育馆与健身场所正成为生活中不可缺失的一部分。“十四五”规划中明确要求建设“体育强国、健康中国” “完善全民健身公共服务体系”“提高便民健身场所覆盖面”。2021年7月国务院出台的《全民健身计划(2021—2025)年》中提出我国“全民健身区域发展不平衡、公共服务供给不充分”等问题仍然存在,明确要求“到2025年,全民健身公共服务体系更加完善,人民群众体育健身更加便利”,“社区15分钟健身圈实现全覆盖”的发展目标。

国外关于城市体育运动空间缺失及其引发的社会公平问题相关研究较早[1]。国内对于体育设施空间布局及其公平性的相关研究起步较晚,仍然存在研究基础相对薄弱、数据获取难和精度不足等问题。已有研究中,一些学者应用兴趣点(point of interest,POI)数据分析单一类型的体育设施(如大型体育中心)分布特征,但是对于不同职能、类型体育场馆的空间分布研究较少[2]。还有一些学者注重对城市绿地公园等户外空间的研究(如城市公园绿地公平绩效评估[3]、可达性[4]等方面),较为缺乏对公共体育场馆、健身房等的空间分布特征研究。事实上,随着健身方式的科学化与多样化发展,广大中青年群体往往优先选择公共体育馆、健身房作为运动场所。因此,研究这类城市体育设施的空间分布特征及其空间公平性不仅符合当前居民对体育运动设施的多元化需求特征,还可以结合当地人口及公共设施的城市分布状态,评价体育设施的空间布局情况,并对城市体育设施合理布局提供建议[5]。此外,有学者运用多元回归验证了三级公路对体育馆分布有显著影响[6],体育馆的选址应考虑交通状况,方便组织管理人流,利于各种体育赛事的进行[7],还可减少由于过度布局导致更多投入基础设施的费用。在南京,地铁站是最重要的路网节点,地铁站的选址和经济开发、人流分布以及交通方式交接密切相关。因此可以认为,分析地铁站和体育场馆的空间关系较有意义和代表性。

因此,本文运用核密度估计、缓冲区、空间自相关等方法,结合兴趣点数据来研究南京市体育场所的空间分布特征。

1 数据来源和研究方法

1.1 研究区概况

南京市下辖11个区,城镇人口808.53万人,常住人口931.47万人,有包括南京奥林匹克体育中心、五台山体育中心、青奥体育公园等十余个大型公共体育中心。

南京已经完成6次全国体育场地普查,根据南京体育局的数据,截至2013年年底,体育场地用地面积4.13×107m2。较第五次场地普查,增加了3 039.71 m2,南京人均体育场地面积从10年前的1.45 m2增加到了现在的2.91 m2,位居江苏省第一。

1.2 数据来源

本文数据主要由体育场馆兴趣点数据和住宅小区数据构成,均来源于2021年腾讯地图。在对数据进行清洗后[8-9],结合南京市体育局等公开信息,得到体育馆数据631条。

研究按照面向人群和主要用途将南京市所有体育场馆分类4类:综合体育场馆、专业体育场馆、高校体育场馆[3]和社会公共体育场馆。综合体育场馆,是指具有较多功能、适合不同体育偏好人群使用的体育场馆,应用人群广泛,空间分布更为灵活。专业体育场馆是指具有单一功能、适用偏好人群也较为单一的体育场馆,如游泳馆、田径场、篮球馆、排球馆、网球馆、健身房、瑜伽馆等。高校体育馆主要包括南京市内高校内体育馆以及部分中学体育馆,受众一般为校内学生及教职工。社会公共体育馆主要服务全社会居民,一般还成为应急避难场所。

1.3 研究方法

1.3.1标准差椭圆/方向分析

标准差椭圆(standard deviational ellipse,SDE)最早由南加州大学教授Lefever提出[10],可用于度量数据的方向、分布状态。其长半轴表示分布方向,短半轴表示分布范围,方向性是否明显在于其扁率大小。本文中用于揭示南京体育场馆的空间分布、中心和方向走势,以揭示不同类型体育馆的空间发展方向与范围。

1.3.2核密度分析

核密度估计(kernelden-sityestimation,KDE)是基于数据密集度函数聚类算法的一种空间密度分析方法[11]。核密度分析是用于衡量点要素的聚集程度最为直观的方式,既可以用于显示单一区域的兴趣点数量,并直观反映其分析结果,又可以用于对比不同区域的密集情况。在本研究中,KDE用于不同类别体育馆兴趣点的聚类分析[12],从而可以探究研究对象的圈层结构、分布态势和特征差异,又可以从供给方视角,为城市体育公共设施的发展规划提供帮助,推进城乡一体化,从而提高城市发展活力[13]。本文从以上角度出发,表示为式(1)。

(1)

式中，K为空间权重；si和s表示事件权重；L为带宽，表示平滑量的数值大小；n为阈值内场馆个数；d为数据维度。

1.3.3缓冲区分析

以交通枢纽为中心建立多环缓冲区,统计每个缓冲区层内体育馆密度,分析交通便利性对体育馆空间布局的影响。以各类型体育馆为中心,探索“15分钟”健身圈覆盖范围。

1.3.4全局和双变量空间自相关

(1)局部空间自相关。空间自相关指变量在同一个分布区内的观测数据之间潜在的相互依赖性,可以表明对象的属性值在空间上的关联关系,相应的指标可用于定量衡量地理空间对象的全局和局部两类特征。文献[14]认为,使用兴趣点的空间自相关分析得出的结论可以反映影响的连续性。常用的算法包括Getis-OrdGi*指数与Global/LocalMoran’sI指数。禹文豪等人认为,前者可以和核密度分析结合,在核密度分析的基础上探测城市兴趣点的统计学显著热点[15],而后者多用于识别功能热区。本研究选取的是LocalMoran’sI,公式见式(2)。

(2)

式中，I表示该地区莫兰指数；Zj表示地区单位面积的体育馆数量；wj表示权重；S2表示标准化处理。

(2)双变量空间自相关。本研究中为了揭示南京市住宅小区与体育馆之间的空间关系,运用Anselin提出的双变量空间自相关[16-17],见式(3)。

(3)

2 南京市体育馆空间格局分析

本部分根据上述方法和数据,进行南京市体育设施的空间分布分析。利用ArcGIS叠加分析等功能,对南京市各行政区体育馆进行数量统计。就数量而言,鼓楼和江宁区最多,均占17%,最低为溧水和高淳,占比1%。由于玄武、秦淮、建邺、鼓楼、栖霞区位于城市中心地带,城市的发展为体育场馆的发展提供了硬性条件,且市中心人口聚集,生活水平较高,因此人们更加注重身体健康,重视体育活动。除了需求高之外,又由于交通便利,因此中心城市体育馆数量较多。

2.1 体育馆分布核心区确定

2.1.1空间分布核心区范围

本部分通过创建标准差椭圆,来计算南京市体育场馆的空间分布中心与方向趋势,以揭示发展方向与分布主体空间范围,研究体育场馆的业态集聚。南京体育场馆呈现“西北-东南”分布,高校和专业体育馆分布更为集中,综合、公共体育馆更为分散,涉及受众面更广、辐射范围更大的因素,见图1。

图1 2021年南京市体育场馆分布及核心区范围

2.1.2体育馆核密度分布

图2 南京市各区体育场馆核密度分布图

南京市体育馆分布呈现中心聚集和部分扩散的态势。在利用核密度分析的过程中,通过不同尝试,综合估算得出带宽合理区间为5～8 km,因此将搜索半径设为6 km,按自然断点法分为9个等级,得到南京市市辖11区体育场馆核密度分布结果如图2所示。研究得出以下结论:①南京市体育场馆总体分布不均衡,呈现出“中心聚集+外围扩散”的趋势;②“鼓楼、玄武、秦淮、建邺”中部发达区聚集,并向四周稀释,南北稀疏的分布特征;③外围地区如栖霞,雨花台,浦口东部,江宁北部,六合南部密集度次之,呈现有规律但不均匀扩散的态势。南京市中心区和六合、浦口、江宁、溧水、高淳区等郊区之间有大面积核密度低等级区。

2.1.3不同类别体育馆空间分布规律

以5 km为搜索半径进行核密度分析后得出不同类别体育场馆的空间分布规律,如图3所示。①综合、专业体育馆核密度集聚中心差异不大,均有多个集聚中心；②综合类场馆核密度峰值在鼓楼区,而专业类场馆峰值集中在鼓楼、玄武、秦淮、建邺交界处,在溧水、高淳、浦口也有局部的中心聚集区域。由此可知,综合类的中心聚集区要比专业类的更多、空间分散性更大,且综合体育馆均位于人口密集处或中心商圈(如新街口商圈)或经济发达处,易吸引私人企业、社会投资的体育馆聚集。③高校类体育馆基本以大学城为核心向周围扩散,其峰值位于鼓楼、栖霞、玄武的大学城,聚集热点较多,其他有高校分布的街区为次核心。④社会公共类体育场馆基本覆盖每个区分口密集之处,其KDE分析结果有数个块状集聚形态,且相对独立不连片。峰值位于鼓楼、秦淮、建邺、玄武交接处,多位于地铁线路在四区交界处站点附近。

总体来说,各类体育馆都呈现出在中心城区轴状聚集,在非中心城区点状分布、呈“十”字点状贯穿南北部。它们的特点和当前南京市的发展密切关联,凸显了南京市对于全民健身和提高人口素质的目的导向。

(a)综合类体育馆

(b)专业类体育馆

(c)高校类体育馆

(d)公共类体育馆

2.2 体育馆空间分布社会公平性

2.2.1体育馆与交通的分布关系

本部分主要以交通枢纽为中心建立多环缓冲区,分析交通便利性对体育馆空间布局的影响。

据统计,截止到2017年,南京地铁客流占全市公交客流55%,到2020年底日均客流达到421.9万人次,地铁已经成为出行主要动力。因此选择南京市地铁1、2、3、4、10号线站点为中心,以50 m为间隔建立缓冲区,用以统计站点50～500 m范围内体育场馆密度,后以500 m为间隔。统计站点5 km范围内体育场馆密度。结果如图4所示,体育场馆密度在距离地铁站100 m的范围内达到峰值,在300 m与400 m内略有波动,最后随着缓冲区距离增大密度逐步下降,表明地铁类交通中心对体育场馆的分布较强影响。

图4 南京地铁站缓冲区分析

2.2.2体育馆与住宅小区的分布关系

对小区与体育馆选取格网进行双变量空间自相关分析,分析体育馆分布对常住人口的覆盖程度,判断其空间分布的合理性。一般认为住宅小区为常住人口集中地。基于500 m×500 km格网,使用双变量空间自相关,分析其与体育馆分布的空间关系。结果发现,两两Moran’sI为0.292,且通过0.01显著性检验,可以认为常住人口分布与体育馆分布具有正相关性,但相关性程度较弱。

2.2.3“15分钟”健身圈

不同的体育馆功能及可辐射的人群范围不同,故本次分析将南京市体育馆分为综合体育馆和专业体育馆。综合体育馆因为具有“功能丰富,服务对象基数大,辐射范围广”等特点,故把综合体育馆的15分钟健身圈定义为骑行3 km可到达体育馆所覆盖服务范围。专业体育馆受限于“功能单一,服务人次少,辐射范围狭窄”的特点,因此将其“15分钟”健身圈定义为步行1 km可到达体育馆的范围。运用ArcGIS缓冲区分析得到南京市体育馆“15分钟”健身圈服务范围图,如图5所示。其中,体育场馆“15分钟”健身圈完全覆盖玄武区、鼓楼区、秦淮区、建邺区,基本覆盖雨花台区和栖霞区,但是在六合区、浦口区、江宁区、溧水区、高淳区出现大面积无体育馆辐射状态。

图5 南京市体育馆15分钟健身圈覆盖区域图

2.2.4空间自相关分析

为了更好地分析南京市市体育馆的区域公平性,对各区单位面积的体育馆数进行局部空间自相关分析可知：南京市大部分各区的单位面积的体育馆数总体的相关性不够显著,只有鼓楼区、建邺区和秦淮区出现了“高-高(HH)集聚”的现象,说明这些地区的体育馆不但自身单位面积的体育馆数处于高位,相邻地区单位面积的体育馆数也在高位。区域内及区域周边体育馆资源很丰富,居民的体育馆选择范围很大。而生活在其他区的居民体育馆的选择范围相对较小。

3 分析结果

本研究应用兴趣点数据,针对南京市体育馆的分布格局、社会公平和分布因素进行了分析,得出:

(1)体育场馆呈“西北-东南”分布,分布不够均衡,整体呈“中心聚集+外围扩散”结构,表现为中部发达区聚集并向四周特别是南北逐步稀疏扩散的特征。鼓楼、秦淮、玄武、建邺等区体育馆空间分布密集,外围如栖霞、雨花台、浦口东部、江宁北部和六合南部密度次之,呈现出了沿中心区外围不均匀扩散的态势。

(2)在不同类型方面,综合性和专业性体育馆核密度差异不大,均呈现“散点状-多区域”空间分布特征;高校类体育馆以大学城为中心向四周扩散,社会公共类体育馆多聚集在地铁线路附近。

(3)在体育场馆分布关联性方面,本研究发现交通中心分布、常住人口分布和集聚效应直接影响体育场馆分布。体育场馆的分布受地铁交通中心影响较强,具有交通便利性特征;住宅小区与体育馆分布呈正相关性,但相关性程度较弱。

(4)体育场馆的空间分布特征也呈现出了不同区域在社会公平方面的差距。体育场馆15分钟健身圈完全覆盖玄武、秦淮、建邺区,基本能覆盖雨花台、栖霞区,而六合、浦口、江宁、溧水、高淳出现大面积无体育馆辐射的状态。同时,大部分区体育馆数量总体相关性并不显著,仅有鼓楼区、秦淮区和建邺区出现了“高-高(HH)积聚”的现象。

4 结束语

研究体育馆的空间布局有助于其分布由规模化、不均衡的分布特征转向标准化、公平化的分布模式,有助于推进空间公平与正义。根据本研究的结论,未来可以规划可以将新增体育馆建立在城市非发达区的小区聚集处、新增地铁站点附近,以促进公平性,便于城市边缘居民生活。

本文还存在一些不足之处。兴趣点数据本身具有精确、易获取的优点,使体育馆空间格局分析较为直观,但由于不易获取每个体育场馆的具体面积、客流以及扩建、拆除等实时性信息,因此难以针对深入分析。未来可以从以下两个方向进行深入研究:①结合各个时间段的体育馆分布数据,进行整合分析,得到南京市各类体育馆的动态变迁过程,从而对未来的分布规律进行预测和规划；②结合路网数据、人口数据、地价等数据,深入分析体育馆的分布差异和公平性,特别是非核心区的人口聚集处和城郊接合处,考虑其体育场所分布的公平性和合理性。