中国国家体育产业基地空间格局演变及其影响因素

肖年乐 周道平 赵彬彬

摘 要： 國家体育产业基地是体育产业发展的空间载体和排头兵，研究其空间布局及演变规律对推进体育产业高质量发展具有重要意义。以2006—2021年国家体育总局命名、认定的334个国家体育产业基地为研究样本，运用最邻近指数、标准差椭圆、空间自相关等方法分析国家体育产业基地空间格局演变的类型、模式及趋势，进而结合地理加权回归（GWR）模型探究其空间格局演变的影响因素。结果显示：国家体育产业基地发展具有显著的空间集聚性，并且随时间推移集聚程度呈上升态势；国家体育产业基地空间重心迁移轨迹呈“迂回向西”发展，东西部地区国家体育产业基地的发展差距逐渐缩小；国家体育产业基地在全局上具有显著的空间正相关，局部空间自相关中的象限分布未随时间发生明显的跃迁，存在较强的路径锁定效应。国家体育产业基地空间格局演变是经济发展水平、科技创新环境、旅游资源禀赋、政府支持力度等因素共同作用的结果，各影响因素具有明显的强度差异和空间异质性。

关键词： 国家体育产业基地；空间格局；地理加权回归；空间异质性；影响因素

中图分类号：G80-052   文献标识码：A  文章编号：1006-2076（2023）02-0012-10

Spatial Pattern Evolution and Its Influencing Factors of National Sports Industry Base in China

XIAO Nianle 1，ZHOU Daoping 1，ZHAO Binbin 1，2

1.School of Sports Science， Jishou University， Jishou 416000， Hunan， China; 2. School of Sports Science， Shenyang Normal University， Shenyang 110034， Liaoning， China

Abstract： The National sports industry base is the space carrier and spearhead of the development of sports industry. It is of great significance to study its spatial layout and evolution rules to promote the high-quality development of sports industry. Taking 334 national sports industry bases identified by the General Administration of Sport of China from 2006 to 2021 as research samples， this paper analyzes the evolution types， patterns and trends of spatial pattern of national sports industry bases by using the methods of nearest proximity index， standard deviation ellipse and spatial auto correlation. Furthermore， GWR mode was used to explore the influencing factors of spatial pattern evolution. The results show that the development of national sports industry base has significant spatial agglomeration， and the agglomeration degree increases with the passage of time; The spatial center of gravity of the national sports industry base develops in a roundabout westward way， which plays an important role in narrowing the development gap between the eastern and western regions of the national sports industry base; The national sports industry base has a significant spatial positive correlation on the global level， and the quadrant distribution of local spatial auto-correlation does not have an obvious transition with time， and there is a strong path locking effect. The spatial pattern evolution of the national sports industry base is the result of the joint action of economic development level， scientific and technological innovation environment， tourism resource endowment， government investment and other factors， which have obvious intensity difference and spatial heterogeneity.

Key words： national sports industry base; spatial pattern; geographically weighted regression;  spatial heterogeneity; influencing factor

国家体育产业基地是我国重点培育的体育产业国家队，是体育产业集聚的高级化形态 ［1］，是“十四五”时期推动体育产业成为国民经济支持性产业的重要载体。随着国家体育产业基地发展势头强劲，其空间格局不仅能够捕捉到体育产业发展的集聚化程度，还能全面真实地反映体育产业发展的空间战略布局。2014年10月，国务院印发《关于加快发展体育产业促进体育消费的若干意见》（下文简称国发46号文件）提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；2016年5月，国家体育总局印发《体育发展“十三五”规划》指出要优化体育产业空间布局，加快国家体育产业基地建设，合理规划布局全国体育产业发展。这些战略性举措对优化国家体育产业基地空间布局和促进体育产业高质量发展起到了重要的推进作用。然而，中国幅员辽阔，地区之间的社会经济水平具有很大差异 ［2］，国家体育产业基地的发展条件和发展水平也存在明显的地区差别。 因此，亟需将国家体育产业基地作为一种新兴的体育经济地域单元，从时空维度 ［3］去探究中国国家体育产业基地发展的现实状况。

近年来，随着相关政策的出台与落实以及国家体育产业基地发展渐趋升温，学界对国家体育产业基地的研究日益增多， 并主要聚焦在以下三大方向：一是基于个案视角分析国家体育产业基地的现实困境、实施策略与战略构想 ［4-5］；二是基于產业集聚视角分析国家体育产业基地发展的必然性与可行性 ［6-7］；三是基于历史纵向视角分析国家体育产业基地的发展历程与前景展望 ［1，8-10］。综上可知，前人丰硕的研究成果为国家体育产业基地的发展与实践提供了重要的参考价值，但历经16年发展的国家体育产业基地有其自身空间分布规律，目前相关研究忽视了国家体育产业基地的地域空间属性，对国家体育产业基地的空间载体缺乏应有的学术关注，鲜有从地理学角度探析国家体育产业基地空间分布特征。鉴于此，本研究结合空间集聚和空间异质性理论，借助ArcGIS10.8等空间分析工具探究国家体育产业基地空间格局演变过程与特征，运用普通最小二乘法（OLS）模型和地理加权回归（GWR）模型从全局和局部两个层面探究其影响因素的作用强度和空间异质性，以期掌握国家体育产业基地空间发展规律，为未来国家体育产业基地空间格局优化和全面带动体育产业高质量发展提供理论参考和实践借鉴。

1 研究方法与数据来源

1.1 研究方法

1.1.1 最邻近指数

为分析国家体育产业基地的整体空间分布特征，将国家体育产业基地近似成点状目标，进而判断其空间分布格局 ［11］。最邻近指数用 R 表示，当  R =1 时，国家体育产业基地为随机分布，当 R ＜1 时，国家体育产业基地为集聚分布，当 R ＞1 时，国家体育产业基地为均匀分布。计算公式为：

R=  r 1   r E  =2 D =2  m A    （1）

式中：  r 1  为实际最邻近距离，  r E  为理论最邻近距离， D 为国家体育产业基地点密度， m 为国家体育产业基地数量， A 为研究区域面积。

1.1.2 标准差椭圆分析

标准差椭圆（SDE）是空间统计方法中能够精确地揭示地理要素空间分布整体特征的有效方法，其参数包括椭圆中心坐标、长轴、短轴、旋转角、椭圆面积等。其中，椭圆重心坐标表示国家体育产业基地空间分布的相对位置，长半轴表示国家体育产业基地在主趋势方向上的离散程度，短半轴表示国家体育产业基地在次趋势方向上的离散程度，旋转角表示国家体育产业基地的主趋势方向，椭圆面积表示国家体育产业基地的空间集中度。本研究运用标准差椭圆的重心坐标、长轴和椭圆面积等多种角度分析国家体育产业基地的空间演变过程和特征。其中，椭圆中心坐标的计算公式为：

X= ∑ n  i=1 x i n  ， Y= ∑ n  i=1 y i n   （2）

式中： x i 与 y i 为国家体育产业基地的坐标， n 为国家体育产业基地的总数。

1.1.3 空间自相关分析

空间自相关分析主要用于测度空间观测值的集聚程度以及判断空间观测值在区域上的空间依赖性和空间异质性，通常包含全局空间自相关和局部空间自相关。本研究借用全局Moran's I测度国家体育产业基地在空间整体上的关联程度，全局Moran's I计算公式为：

I= n∑ n  i=1 ∑ n  j=1 w  ij（x i－x ）（x j－x ） ∑ n  i=1 ∑ n  j=1 w  ij∑ n  i=1  （x i－x ）2   （3）

式中： I 为全局莫兰指数， n 为省级行政区数量， x i 和 x j 分别为第 i 个省级行政区和第 j 个省级行政区的数量。 x  为所有省级行政区国家体育产业基地的平均值， w   ij  表示空间权重矩阵。全局Moran's I的取值在［-1，1］之间，若指数＞0，则表示相似观测值存在空间正相关，指数越接近1，表示相似观测值的集聚程度越高；若指数＜0，则表示存在空间负相关，指数越接近-1，表示相似观测值越趋于分散；若指数为0时，则表明表示观测值无空间相关性。

局部空间自相关分析可以进一步测度局部区域与周边区域国家体育产业基地之间的空间关联程度，一般通过局部Moran's I来表示。公式如下：

I i= n（x i－x ）∑ j w   ij （x j－x ） ∑ i （x i－x ）   （4）

局部空間自相关一般通过Moran散点图来测度相邻区域观测值的空间相关类型，Moran散点图分为高—高类型、低—高类型、低—低类型和高—低类型4个象限。若 I i ＞0且Z＞0，则说明观测值为高—高类型，若 I i ＜0且Z＜0，则说明观测值为低—高类型；若 I i ＞0时，Z＜0，则表明观测值为低—低类型，若 I i ＜0，Z＞0时，则为高—低类型。

1.1.4 地理加权回归

地理加权回归（GWR）模型具有空间属性，对每个要素均建立回归方程，可以反映出各个影响因素的空间异质性，有效解决了传统回归模型难以体现回归系数空间局部变化的弊端。地理加权回归（GWR）模型具有空间属性，使国家体育产业基地与各影响因素的回归系数随空间位置的不同而产生变化，从而可以更加精准地反映国家体育产业基地与各影响因素之间的空间关系。其表达式如下：

y i=β 0（u i，v i）+∑ p  k=1 β k（u i，v i）x  ik+ε i  （5）

式中： y i 为位置 i 的被解释变量； k 为解释变量个数， （ u  i，v i） 是样本点 i 的地理位置， p 为自变量的数量， x  ik 为 x i 在 k 处的值， β 0（ u  i，v i） 为样本点的常数项， β k（ u  i，v i） 为样本点第 k 个局部系数估计值， ε i 为第 i 个单元的随机误差项。

1.2 数据来源

研究选取截至2022年5月17日由国家体育总局经济司网站公布的国家体育产业基地共334个，为确保统计数据的严谨性与科学性，剔除4个跨多个地级市的国家体育产业示范基地和5个在全国多个地级市举办的国家体育产业示范项目，最终确定325个有效的国家体育产业基地为研究样本数据。影响因素分析涉及的研究与试验发展（R&D）经费支出数据来源于全国科技经费投入统计公报，世界遗产地、国家级风景名胜区和5A景区数据来源于中华人民共和国文化与旅游部网站，地方财政文化体育与传媒支出数据来源于国家统计局网站，人均GDP数据根据对应年份的《中国统计年鉴》计算所得。本研究依据每个国家体育产业基地的名称和地址，借助百度拾取坐标系统获取经纬度坐标并构建中国国家体育产业基地矢量数据库。其中，国家体育产业示范基地以县（市、区）的政府驻地为坐标；国家体育产业示范单位以公司驻地为坐标，对有分公司的国家体育产业示范单位以公司总部为坐标；体育赛事类型的国家体育示范项目以赛事举办地为坐标，体育场馆类型的国家体育产业示范项目以场馆所在地为坐标，体育培训类型的国家体育产业示范项目以培训公司所在地为坐标。因数据获取困难，本研究所有数据未包括港澳台。

2 国家体育产业基地空间格局演变

2.1 国家体育产业基地数量规模演变

国家体育产业基地历经16年的发展历程（见图1），从2006年的2个国家体育产业基地发展到2021年的 334个国家体育产业基地，依据其数量规模演变特征可以划分为起步试点阶段和快速发展阶段。

（1）起步试点阶段（2006—2014）。2000年初，随着沿海发达地区“体育产业空间地理集聚”现象的出现以及其他产业部门基地的发展实践为国家体育产业基地的形成奠定了现实基础与实践经验 ［7］。但此时我国体育产业经济总量低、体育产业链不完善、体育产业集聚程度不高，同时体育产业发展受制度性约束较多，全民健身还未上升到国家战略。2006—2014年，国家体育总局仅命名、认定7个国家体育产业基地，在类型设置上只有国家体育产业示范基地1种，这一时期为起步试点阶段，国家体育产业基地潜力未得到充分释放，未发挥出其应有的价值。

（2）快速发展阶段（2015—2021）。以2014年10月的国发46号文件为标志，我国体育产业进入快速发展期，国家体育产业基地得到了迅猛发展。2015—2021年，国家体育总局共命名、认定326项国家体育产业基地，2015年增设国家体育产业示范单位，2016年增设国家体育产业示范项目。至此，经过多年的培育与发展，我国国家体育产业基地从“十一五”的“1”种类型设置到“十三五”的“3”种类型设置 ［1］。2019 年8月，国务院办公厅印发《体育强国建设纲要》提出要推动体育产业成为国民经济支柱性产业的战略目标，国家体育产业基地发展迎来了战略机遇期，在新时代背景下被赋予新使命的体育产业极大地推动了国家体育产业基地的发展，国家体育产业基地将成为未来中国体育产业高质量发展新的助力点。

2.2 国家体育产业基地空间类型演变

在国发46号文件颁布之前国家体育产业基地发展缓慢且数量相对较少，因此最终选取2015—2021年为研究时间段，运用最邻近指数测算国家体育产业基地空间分布类型。通过表1得出：（1）国家体育产业基地及3种基地类型（示范基地、示范单位、示范项目）均以集聚分布类型为主。2015—2021年的国家体育产业基地均为集聚分布类型，2015—2017年的国家体育产业示范基地、2015年的国家体育产业示范单位和2016—2017年的国家体育产业示范项目为均匀分布，其余年份都为集聚分布。（2）国家体育产业基地及3种基地类型随时间发展集聚程度呈上升态势。2015年国家体育产业示范基地和国家体育产业示范单位的最邻近比率 R  均大于1，呈均匀分布状态，原因是2015年国家体育产业基地类型设置上还不完善，数量较少，导致最邻近比率 R  大于1。国家体育产业示范基地最邻近指数 R 从2015年的1.580降低到 0.751，国家体育产业示范单位的最邻近指数 R 从2015年的1.296降低到0.485，国家体育产业示范项目的最邻近指数 R 从2016年的1.645降低到0.600，国家体育产业基地的最邻近指数 R 从2015年的0.893降低到2021年的0.407，国家体育产业基地及3种基地类型的集聚程度随时间发展上升明显。综上所述，国家体育产业基地及3种基地类型均存在较大程度的空间关联，有利于促进区域间体育产业集聚的形成，进而发挥国家体育产业基地的规模效应和区域辐射效应。

2.3 国家体育产业基地空间演变过程

借用ArcGIS10.8软件，计算标准差椭圆的重心坐标、长轴、短轴等相关参数。根据图2的计算结果可以看出，2015—2021年国家体育产业基地标准差椭圆的重心坐标、短轴、长轴、旋转角、面积和迁移方向均发生了变化。2015年的标准差椭圆各项参数差异最明显，因为2015年国家体育产业基地数量较少且在类型设置上还未有国家体育产业示范项目，因此与其他年份呈现较大的差异。短轴整体呈“增长—缩短—增长—缩短”的“M”型动态增长态势，长轴整体呈“缩短—增长—缩短—增长”的“W”型动态缩短态势，短轴从585.568 km增长到877.053 km，增长了291.485 km，长轴从995.091 km缩短到920.189 km，缩短了74.902 km；旋转角从32.197°增加到89.920°，增加了57.723°；面积从173.488万km2增长到255.149万km2，增长了81.661万km2。

此外，2015—2021年国家体育产业基地标准差椭圆的空间重心向西北迁移4次，向东北和西南各迁移1次，重心迁移轨迹呈不规则的“迂回向西”发展，表明东西部地区国家体育产业基地发展差距逐渐缩小，同时国家体育产业基地重心向西迁移的年份与体育产业和体育扶贫相关政策的出台时间点相吻合。在体育产业日益成为国民经济支柱性产业和体育产业助力乡村振兴背景下，我国体育产业基地发展注重空间战略布局，加大了对中西部地区体育产业基地的规划与建设。2016年国家体育总局印发《山地户外运动产业发展规划》指出，以自西向东地理层级的划分作为基准，以气候、植被、景观、水文、地质、人文等为资源布局山地户外运动“三横三纵”，这一政策有利于激发中西部地区充分利用丰富的自然资源（如四川茂县九鼎山国际高山滑雪场）和人文资源（如玄奘之路戈壁徒步文化体验活动）建设国家体育产业基地。2019年国务院办公厅印发《体育强国建设纲要》指出要探索发展乡村健身休闲产业和建设运动休闲特色乡村；2020年国家体育总局、国务院扶贫办联合印发《关于体育扶贫工程的实施意见》提出相关省区市体育局开展的各类体育赛事活动，要有计划地安排到贫困地区举办，要向深度贫困地区特别是“三区三州”倾斜。这些文件对中西部地区布局国家体育产业基地起到积极的促进作用。2020年国家体育总局命名、认定国家体育产业示范项目共31个，其中分布在中西部地区的“奔跑贵州”山地跑系列赛、环青海湖国际公路自行车赛和鄂尔多斯成吉思汗大赛车等国家体育产业示范项目达到21个。需要注意的是，国家虽出台有利于中西部国家体育产业基地发展的政策，但其重心在2018年还是出现向东迁移。由此可见，国家体育产业基地空间格局演变是国家政策、地区资源禀赋和经济发展水平等多种因素共同作用的结果。

2.4国家体育产业基地空间自相关

为整体上判断国家体育产业基地的空间关联和集聚特征，运用ArcGIS10.8软件计算2015—2021年国家体育产业基地的莫兰指数（见图3）。结果显示，2015—2021年国家体育产业基地Moran′s I指数均为正，但2015年国家体育产业基地的Moran′s I值最小且未通过显著性检验，表明2015年国家体育产业基地空间分布相关性微弱；2016—2021年国家体育产业基地均通过了显著性检验，表明此阶段的国家体育产业基地具有正向全局空间自相关關系，即国家体育产业基地在空间上呈集聚状态。总体来讲，国家体育产业基地全局Moran′s I指数随时间动态增长，表明国家体育产业基地在全国的空间集聚性由相对较弱转为相对较强。全局空间自相关只能反映国家体育产业基地空间分布的总体关联特征与变化，并不能揭示国家体育产业基地局部空间分布的关联性演变，为此借助 GeoDa软件对我国大陆31个省（市、区）的局部空间自相关进行分析。

选取2017年、2019年和2021年共3个年度横截面数据（见图4），3组研究数据落入低—低区域和高—高区域的省份占比较大，表明大多数国家体育产业基在各地区分布上具有正的局部空间自相关性。其中3个代表性年份中，经济相对落后的陕西、青海、西藏、甘肃、新疆、辽宁、山西、宁夏、吉林终始处于低—低区域，表现为低值数量的国家体育产业基地被低值数量的国家体育产业基地包围；东部沿海发达地区的浙江、江苏、上海、福建、山东和广东3个年份均落入高—高区域，安徽由低—高区域跃迁到高—高区域，表明长三角地区国家体育产业基础好且发展势头强劲；天津、海南、江西一直处于低—高区域，表现为低值数量的国家体育产业基地被高值数量的国家体育产业基地所包围；北京和湖北一直处于高—低区域，说明这两个地区的国家体育产业基地数量高于周边地区，四川由低—低区域跃迁到高—低区域，表明四川的国家体育产业基地发展趋势较好；内蒙古由高—低区域落入低—低区域，说明该省份的国家体育产业基地由发展相对较好走向发展相对落后的局面。 总体上，各地区国家体育产业基地的象限分布并未随时间发生明显的跃迁，在3个代表性年份中，除安徽省于2021年跃迁到高—高区域之外，中西部地区一直未有省份进入高—高区域，高—高区域主要集中在东部地区，说明国家体育产业基地的局部空间关联模式存在较强的路径锁定效应。

3 国家体育产业基地空间格局演变的影响因素分析

3.1 指标选取

国家体育产业基地空间格局演变受多重因素影响，形成机制较为复杂。本研究在参考《国家体育产业基地管理办法（试行）》《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》对国家体育产业基地申报条件和评审制度的基础上，结合已有学者相关研究 ［12-16］，选取地形条件、文化体育和娱乐业城镇单位就业人员、体育彩票公益金、人口密度、城镇化水平、人均体育场地数量、人均GDP、研究与试验发展（R&D）经费支出、旅游资源禀赋及地方财政文化体育与传媒支出等10个候选指标。通过探索性回归对候选解释变量的所有可能组合进行评估，在模型诊断条件中设定可接受的最小校正 R 2、最大系数 P 值边界、最大方差膨胀因子（ VIF ）值边界、可接受的最小Jarque-Bera  P 值、可接受的最小空间自相关 P 值分别为 0.5、0.05、7.5、0.1、0.1。结果显示：当最优组合变量为4个时，最大校正 R  ２值为0.66，最大方差膨胀因子 （VIF） 值为4.54，不存在多重共线性且模型拟合优度较好。同时，综合模型诊断和变量分析结果（见表2），从中找出回归效果最优的模型及组合变量。最后根据结果筛选出人均GDP、研究与试验发展（R&D）经费支出、旅游资源禀赋及地方财政文化体育与传媒支出4个指标作为最优组合变量，分析其对国家体育产业基地空间格局演变的影响。

经济发展能为国家体育产业基地建设提供资金等方面的支持，是国家体育产业基地培育和发展的重要基础因素，运用人均GDP表征地区经济发展水平 ［13］。科技创新是国家体育产业基地高质量发展的重要外部动力，选取研究与试验发展（R&D）经费支出反映科技创新环境 ［17］。旅游资源禀赋是国家体育产业基地走特色发展道路的依托，高级别旅游景区是地区自然生态、经济发展和文化底蕴的高度浓缩 ［18］，选取各省份世界遗产地、国家级风景名胜区、4A级以上旅游景区数量分别对其赋予4、2、1相应权重综合得分 ［19］来表征区域旅游资源禀赋。政府支持力度是国家体育产业基地培育和发展的前提条件，在一定程度上可以反映国家和地方政府对国家体育产业基地的政策引导和资金扶持，选择地方财政文化体育与传媒支出表征政府支持力度 ［20］。为消除各指标量纲的差异，所有原始数据均经过极差标准化处理。

3.2 基于普通最小二乘法（OLS）模型的影响因素分析

由于地理加权回归（GWR）模型在诊断方面较弱，一般在地理加权回归（GWR）模型分析前需进行普通最小二乘法（OLS）模型回归以确保模型的准确性 ［21］。因此，在运用地理加权回归（GWR）模型研究国家体育产业基地的空间异质性之前，需要先运用普通最小二乘法（OLS）模型来全局测度国家体育产业基地与各解释变量之间的关系。选取国家体育产业基地数量为被解释变量，以人均GDP、地方财政文化体育与传媒支出、旅游资源禀赋及研究与试验发展（R&D）经费支出为解释变量，构建回归模型，结果见表3。通过结果可以看出各解释变量方差膨胀因子（ VIF ）的范围在 ［1.259 6，3.742 6］区间， VIF 值均远低于7.5，表明模型未存在多重线性问题 ［22］。模型的决定系数 R  ２和校正 R  ２分别为0.678 5和0.629 0，即普通最小二乘法（OLS）模型解释了62.9    的国家体育产业基地空間变化。联合 F 统计量通过0.01水平的显著性检验，表明模型不存在异方差。通过观察回归结果中的 P 值可知人均GDP、旅游资源禀赋及研究与试验发展（R&D）经费支出统计量显著，地方财政文化体育与传媒支出统计量不显著。

3.3 基于地理加权回归（GWR）模型的影响因素分析

根据前文空间自相关分析可知，中国国家体育产业基地存在明显的空间集聚特征。因此，对国家体育产业基地空间格局演变影响因素分析时，不同区域解释变量和被解释变量之间的关系可能存在地区差异，如果仅用普通最小二乘法（OLS）模型对国家体育产业基地空间格局演变影响因素进行估计，则会导致估计结果不可靠。地理加权回归（GWR）模型是考虑变量空间异质性的局部线性回归模型，对每一个观测的空间单元都进行局部回归 ［23］，可以更加精准地反映国家体育产业基地与各影响因素之间的空间关系。因此，本研究借助GWR4软件，对我国国家体育产业基地发展的影响因素进行地理加权回归（GWR），以揭示各影响因素的空间异质性。从地理加权回归（GWR）模型五分位表（见表4）中的最大值和最小值可看出，4个解释变量在空间上均有较大的差异，说明各变量的系数都具有空间异质性，这些变量对不同省份的国家体育产业基地发展影响程度存在显著差异。地理加权回归（GWR）模型的 R  2为0.794 0，校正 R  2为0.665 3，表明与普通最小二乘法（OLS）模型相比，地理加权回归（GWR）模型的拟合优度更高。考虑地理加权回归（GWR）模型适用于截面数据的特性和解释变量的可获得性，本研究将回归分析的时间确定为2020年。为更直观展示地理加权回归（GWR）模型的回归结果，借助ArcGIS10.8软件将回归系数进行可视化表达（见图5）。

（1）经济发展水平对国家体育产业基地空间格局演变的影响最大，且对各省份国家体育产业基地发展均呈现出正相关趋势，这与已有研究认为经济发展对体育产业增长具有促进作用是一致的 ［24］。从人均GDP回归系数的空间异质性来看（见图5a），回归系数整体呈现以东南沿海地区为核心，由南向北扩散的圈层式分布结构。高值区主要集中在海南、广东、广西和福建等省份，其回归系数在［0.853 7，0.946 2］之间，表明人均GDP对这些地区的国家体育产业基地发展具有较强的促进作用。低值区主要集中在青海、宁夏、内蒙古、甘肃和新疆， 其回归系数范围在［0.170 8， 0.242 6］之间；从回归系数平均值来看，经济基础对中部地区（0.683 6）和东部地区（0.644 8）国家体育产业基地发展的影响程度最大，对西部地区（0.444 0）和东北地区（0.370 2）的影响程度相对较小。这种空间差异表明，与其他地区相比，经济发展水平对东中部地区的国家体育产业基地发展具有更大的促进作用，此类地区的国家体育产业基地对经济发展具有高度的依赖性。

（2）科技创新环境对于国家体育产业基地空间格局演变的影响在90.32    的省份呈正相关的趋势，呈负相关的省份为云南、四川和西藏。从研究与试验发展（R&D）经费支出回归系数的空间分布来看（见图5b），回归系数整体上呈现以京津冀为核心，由东北向西南依次递减的态势，高值区为内蒙古、河北、北京和天津等省份，其回归系数分别为0.657 9、0.640 0、 0.638 6和0.629 2，低值区分别是云南（-0.240 3）、四川 （-0.075 6）和西藏（-0.038 0）。从回归系数平均值来看，科技创新环境对东北、东部和中部地区国家体育产业基地发展的影响程度均超过0.5，科技创新环境对西部地区国家体育产业基地发展的影响程度均低于 0.3。因此，在当前我国经济发展由传统要素驱动向创新驱动转变的背景下，亟需在国家体育产业基地建设与发展中加大科技创新的投入力度，提升国家体育产业基地发展潜力。

（3）旅游资源禀赋对国家体育产业基地空间格局演变具有重要影响作用。从旅游综合得分的回归系数空间分布来看（见图5c），回归系数总体上形成以长三角地区为核心，由东南向西北扩散的“核心—外围”式分布结构。高值区主要集中在江苏、浙江和上海等地区，回归系数范围在0.357 8～0.437 1之间，低值区主要分布在内蒙古、甘肃和宁夏，回归系数范围在 -0.033 6～-0.003 7之间。从回归系数平均值来看，旅游资源禀赋对中部地区国家体育产业基地空间分异的影响程度最大（0.326 4），其次为东部地区（0.314 0），紧随其后的为东北地区（0.218 0）和西部地区（0.108 6）。从回归系数作用强度来看，表明旅游资源禀赋在长三角地区的国家体育产业基地发展中具有较强的促进作用，其影响作用强度高于我国其他地区。因此，在国家体育产业发展过程中，应加强国家体育产业基地与高质量旅游资源的互联互动，提升长三角地区国家体育产业基地的竞争力。但从考虑国家体育产业基地区域平衡发展的角度，也应注重其他地区特色旅游资源的开发与建设。

（4）通过政策引导和资源再配置是国家体育产业基地空间格局演变的重要动因。政府支持力度对国家体育产业基地发展有正相关和负相关两方面的作用，从地方财政文化体育与传媒支出回归系数的空间分布来看（见图5d），政府支持力度影响强度的正向促进作用从东南沿海向西北内陆逐渐增强。政府支持力度对内蒙古、宁夏、甘肃、四川、新疆、西藏、青海和云南等西部地区的正面影响程度较大，其回归系数均在0.233 0以上。低值区主要集中在福建、江西、浙江和广东，回归系数范围为［-0.408 9，-0.327 2］之间。政府支持力度对全国大陆31个省（市、区）的影响呈现出地区差异，在多数欠发达地区政府支持力度表现为正相关趋势。因此，加大体育产业的政策引导和资金扶持是对中西部欠发达地区发展国家体育产业基地的一种有效手段。

4 结论与建议

4.1 结 论

（1）中国国家体育产业基地分起步试點阶段和快速发展阶段，国发46号文件是两个发展阶段的分水岭。中国国家体育产业基地随时间推移集聚程度上升，呈现出一定的集聚化态势，说明国家体育产业基地之间存在较大程度的空间关联。

（2） 国家体育产业基地作为体育产业重要的空间载体，其空间重心以向西迁移为主、向东迁移为辅，总体上呈“迂回向西”的迁移轨迹。国家通过加大对中西部地区国家体育产业基地的规划与建设，有效地缩小了东部与中西部地区国家体育产业基地的发展差距。

（3）国家体育产业基地具有显著的全局空间正相关，通过局部空间自相关分析进一步得出，局部莫兰指数落入低—低区域和高—高区域的地区所占比重较大，表明大多数国家体育产业基地在各地区分布上具有正的局部空间自相关性。其中，高—高区域主要分布在以长三角为代表的东部地区，经济欠发达的西藏、青海和甘肃等西部地区的省份则一直处于低—低区域，仅安徽、四川等少数省份发生象限跃迁，表明国家体育产业基地的局部空间关联模式存在较强的路径锁定效应。

（4）与传统计量回归模型相比，本文注重研究对象影响因素的空间差异，使得研究结果更具针对性和实际应用价值。本研究通过地理加权回归（GWR）模型得出：经济发展水平是重要的基础影响因素，科技创新环境、旅游资源禀赋、政府支持力度是重要的外部影响因素，各影响因素在不同地区存在作用强度差异和空间异质性。

4.2 建 议

4.2.1 充分认识国家体育产业基地空间格局特征，制定差异化的区域发展政策

首先，加强各地区协同发展，以城市群一体化为突破口，对于国家体育产业基地发展较好的东部沿海地区应持续发挥集聚效应，逐步建成在全国甚至世界上都有一定影响力的大型体育产业集团。其次，对于经济欠发达、国家体育产业基地发展欠佳的西部地区要充分发挥体育产业政策的引导作用，挖掘体育与民族民俗、自然生态等主题的融合点，积极开发中西部地区和东北地区富有地方特色的国家体育产业基地。通过将不同地区的国家体育产业基地发展定位和战略使命差异化，从而实现国家体育产业基地在空间格局上优势互补、特色鲜明、错位竞争的良好态势。

4.2.2 加大对体育产业的经济扶持力度，推进国家体育产业基地快速发展

经济发展为国家体育产业基地的培育、发展和壮大提供了必备条件，特别是国发46号文件颁布后，体育产业对经济的拉动作用日益显现，因此，地方政府应加大对体育产业的扶持力度，设立体育产业专项发展资金，推进国家体育产业基地高效发展。经济发展水平对广东、福建等省份的国家体育产业基地作用较大，此类地区的国家体育产业基地除了要利用好国家对体育产业的扶持资金，还要进一步吸引更多社会资本进入市场，形成多方资金共同推进国家体育产业基地发展的良好局面。宁夏和青海等西部省份的国家体育产业基地对经济发展水平依赖性不强，需要从区域协调发展角度出发，通过加大资金投入，改善当地交通等基础设施，助力西部落后地区国家体育产业基地的快速发展。

4.2.3 以科技创新为突破口，将科技创新摆在国家体育产业基地发展的核心位置

新时代，国家体育产业基地要实现高质量发展，就要加强体育企业的科技成果转化，逐步使科技创新成为国家体育产业基地实现跨越式发展的重要引擎。一方面，强化体育企业在科技创新中的主体地位，突出国家体育产业基地中隐形冠军企业和瞪羚企业在科技创新的引领支撑地位，同时还要充分依托高校和科研机构的科研力量，搭建人才培养基地，形成体育科技创新战略联盟。另一方面，加强体育科技创新发展区域联动，优化体育区域科技布局，推动体育产业园区、体育企业科技创新研发平台、高校体育科技服务平台的整体规划，助力国家体育产业基地从“速度快、效益低”的发展模式向高质量发展模式转变。

参考文献：

［ 1 ］  姜同仁，张林，王兆红，等.中国国家体育产业基地发展态势与新时代的前景展望［J］.天津体育学院学报，2018，33（4）：277-285.

［ 2 ］ 王雪芹，戚伟，刘盛和.中国小城镇空间分布特征及其相关因素［J］.地理研究，2020，39（2）： 319-336.

［ 3 ］ 陈昆仑，唐婉珍，李军，等.中国顶级职业足球俱乐部的时空分布（1994—2013）：格局和演化［J］.天津体育学院学报，2015，30（5）：377-382，406.

［ 4 ］ 赵少聪，杨少雄，郭惠杰.福建省体育用品制造业服务化转型困境与路径研究［J］.福建师范大学学报（哲学社会科学版），2018（4）：15-23.

［ 5 ］  郝军龙，贾文彤，郝士儒.河北体育产业基地创建的战略构想［J］.河北师范大学学报（哲学社会科学版），2011（5）：69-72.

［ 6 ］ 林向阳，周红妹.国家级体育产业基地建设研究［J］.武汉体育学院学报，2008，42（8）：45-48.

［ 7 ］ 汪艳，王跃.上海建立国家体育产业基地的可行性研究［J］.体育文化导刊，2015（11）：106-120.

［ 8 ］ 邢尊明，程一辉，扈伟，等.国家体育产业基地：实施进程、特征分析与推进策略［J］.体育科学，2014，30（1）：66-74.

［ 9 ］ 仇飞云.国家体育产业基地发展历程及经验研究［J］.南京体育学院学报（自然科学版），2016，15（6）：126-129.

［10］ 温阳，徐光辉，李桦，等.论国家体育产业基地对经济社会发展的贡献［J］.南京体育学院学报，2018，1（6）：9-20.

［11］ 陈昆仑，郭宇琪，许红梅，等.中国高水平马拉松赛事的空间分布特征及影响因素［J］.上海体育学院学报，2018，42（6）：36-41.

［12］ 张盛展，刘洋.国家体育产业基地的时空分布特征研究［J］.浙江体育科学，2018（1）：15-20.

［13］ 雷雯，魏德样.县域体育场地发展空间特征及其影响因子研究——基于ESDA－GWR方法［J］.福建师范大学学报（自然科学版），2017，33（1）：99-108.

［14］ 方叶林，黄震方，李经龙，等.中国特色小镇的空间分布及其产业特征［J］.自然资源学报，2019，34（6）：1273-1284.

［15］ 段娟娟，张未靖，李荣日，等.时空分异视角下我国体育产业演化特征及关联因素［J］.山东体育学院学报，2021，37（3）：31-40．

［16］ 李颖川.国家体育产业基地行业发展报告（2017—2018）［M］.北京：社会科学文献出版社，2019.

［17］ 任波.我国体育产业与经济社会发展关联关系测度研究［J］.中国体育科技，2021，57（9）：82-89.

［18］  王兆峰，刘庆芳.产业融合背景下运动休闲特色小镇的空间分异及形成因素［J］.地理科学，2020，40（8）：1310-1318.

［19］ 王坤，黄震方，曹芳東，等.泛长江三角洲城市旅游绩效空间格局演变及其影响因素［J］.自然资源学报，2016，31（7）：1149-1163.

［20］ 崔泽欣，王婵，张欣等.两阶段DEA绩效评价及其分摊模型——以全运会为例［J］.系统科学与数学，2020，41（3）：667-686.

［21］ 刘彦文，刘成武，何宗宜，等.基于地理加权回归模型的武汉城市圈生态用地时空演变及影响因素［J］.应用生态学报，2020，31（3）：987-998.

［22］  BOLLINGER G.Book review：regression diagnostics：identifying influential data and sources of collinearity［J］.Journal of Quality Technology，1981，48（6）：1044-1044.

［23］ 魏德样，雷雯.基于ESDA_GWR的我国体育彩票销售额及其驱动因子的空间异质性研究［J］.天津体育学院学报，2013，28（4）：304-309.

［24］ 黄海燕.推动体育产业成为国民经济支柱性产业的战略思考［J］.体育科学，2020，40（12）：3-16.