基于ArcGIS 下国家级体育特色小镇空间分布特征及影响因素研究

刘周敏,周鸿璋,曹庆荣

自2017 年5 月9 日,国家体育总局发布《关于推动运动休闲特色小镇建设工作》[1]起,我国体育特色小镇的建设正式启动。体育特色小镇要如何发展、怎样建设等系列问题已经引起社会及学界的广泛关注。关于我国体育特色小镇的发展研究,目前主要集中在基础理论研究,如朱洪军等[2]从国外体育特色小镇的成功案例中,提出我国体育特色小镇发展要从环境治理、小镇选址、体育文化内涵等方面引起注意;朱罗敬等[3]对我国体育特色小镇的建设路径进行了深入探析,并从政府职能改革、小镇的内涵和定位、小镇治理等方面提出相关建议。张雷[4]、赵承磊[5]在体育特色小镇与新型城市化的演化模式基础上提出耦合发展路径;李乐虎等[6]以体育文化自觉为切入点,认为体育特色小镇文化的核心是民族传统体育文化,动力是创新能力,体现是传统与现代融合发展,保障是文化监管机制。蒋清等[7]认为在旅游的视域下开发体育特色小镇需要注意因地制宜,理性开发、以人为本,分类开发、厘定主体权责,合理开发、聚集特色,创新开发等问题;高振峰[8]以体育特色小镇的品牌竞争为研究方向,提出体育特色小镇的品牌竞争力培育机制与提升路径。

体育特色小镇作为体育产业发展的新方向,一方面,在有效发挥空间组织溢出效应下[9],是能“以点带面”的形式带动区域产业的发展,形成产镇空间效应;另一方面,全面了解我国体育特色小镇空间分布特征及影响因素,对均衡及进一步协调发展我国体育特色小镇具有十分重要的意义。但总体来看,学界当前主要从体育文化、发展途径、案例分析、产业融合、品牌效应等基本理论视角对我国体育特色小镇培育发展展开研究,而对于体育特色小镇空间分布的特征、数理分析等研究非常少。据此,本文基于ArcGIS,采用定量研究方法,从空间布局出发,分析首批96 个国家级体育特色小镇空间分布特征及影响因素,为体育特色小镇进行合理空间布局提供理论指导。

1 数据来源与研究方法

1.1 数据来源

本研究从国家体育总局的官网上获取首批96个国家级运动休闲特色小镇试点建设名单[10],通过Google Earth 逐一输入各个特色小镇名称获取经纬信息坐标,从资源环境数据云平台、地理空间数据云获取所需的地理图层。从《中国县域统计年鉴(乡镇卷)》(2017)[11]以及各省市的《统计年鉴》(2017)获取人口、经济等统计数据。

1.2 研究方法

使用Google Earth 对首批96 个国家级体育特色小镇进行精准定位,将其坐标点的横轴和纵轴录入Excel,而后把数据导入ArcGIS 10.2 软件中,再将这96 个坐标以点状要素形态呈现在中国地图上,运用平均最近邻距离、变异系数、地理集中指数和核密度估计值等指标对96 个国家级体育特色小镇的分布特征、均衡程度和分布密度进行综合考量。继而将96 个点状要素导入在具有海拔高度、气候、人口、经济、交通等要素的图层中,再使用ArcGIS 10.2 空间分析工具进行叠置分析。

1.2.1 最近邻指数

最近邻指数是测量每个要素的质心与其最近邻要素的质心位置之间的距离[12],是衡量地理空间中相邻的两个点状要素分布类型的指标。根据最近邻指数计算公式,R 为最邻近指数。当R>1 时表示均匀性分布比完全空间随机期望下的要大,当R＜1 时表示为聚集性分布,当R=1 时表示为随机型分布。

1.2.2 变异系数

变异系数是分散的相对量度,是通过点集空间分割,分析点状目标在空间上的相对变化程度[13],根据其计算公式,CV 为国家级特色小镇泰森多边形面积变异系数,当CV≥64%时,为聚集分布性;当CV≤33%时,为均匀分布性;当33% ＜CV ＜64%时,为随机分布性。

1.2.3 地理集中指数

地理集中指数是反映研究对象地理集中程度的重要指标[14],根据其计算公式,G 为首批国家级体育特色小镇的地理集中指数。G 值处于0 到100之间,G 值越大,分布越集中;G 值越小,分布则越分散。

1.2.4 核密度估计值

核密度估计值是检查研究要素在整体空间密度上分布特征的一种常用方法,能够很清晰的从图层中反映出研究要素的聚集情况。核密度估计值越大体育特色小镇在空间上的分布就越聚集[15],区域事件发生的概率就越高。

1.2.5 叠置分析

叠置分析是将2 个或者2 个以上的图层要素采用叠置融合的方式整合在一个新的图层中,对比各图层的综合要素之间存在的相关关系[16]。本研究将96 个体育特色小镇的点状要素与中国数字高程模型(DEM)图层、海拔高度、人口分布、温度、国内生产总值(GDP)、高速公路、铁路等要素进行融合叠置,总结和分析各要素之间的结构分布特征。

2 体育特色小镇空间布局的特征分析

2.1 体育特色小镇空间分布类型为聚集性分布

依据地区经济发展水平,国家统计局将我国31个省市划分为东、中、西部三大区域(香港、澳门和台湾除外)。东部(北京市、天津市、河北省、辽宁省、上海市等11 个省市)、中部(山西省、吉林省、黑龙江省、安徽省、江西省等8 个省)、西部(内蒙古自治区、广西壮族自治区、重庆市、四川省、贵州省等12 个省区)这三大区域经统计,96 个体育特色小镇数量比例为42:26:28,数据初步显示我国体育特色小镇向东集聚。

为进一步验证此观点,本研究把96 个国家级体育特色小镇视作点状要素,从图层上宏观分析,结果发现96 个点状要素在地理空间维度上聚集分布,且明显呈现从西向东聚集的现象。再利用最近邻指数通过ArcGIS10.2 空间统计工具计算出最近邻比率R=0.77148 ＜1,Z=-4.283419 ＜-1.645,P＜0.01,该数据直接表明96 个体育特色小镇的空间分布类型属于集聚性分布。

由于单一的空间分布方法得出的结论可能存在争议,本研究再使用测度泰森多边形面积变异系数(CV)进行二次检验。通过使用ArcGIS10.2 软件,以96 个国家级体育特色小镇的点状要素为输入要素,创建泰森多边形图。再使用数据统计工具得出96个国家级体育特色小镇的标准差229.943,平均值¯s≈95.707 km2,变异系数CV≈240.258%,CV >64%。数据再次验证,首批96 个国家级体育特色小镇的空间分布属于聚集性分布,与最近邻指数得出的结论一致。

2.2 体育特色小镇空间分布集聚程度高

按照自然地理分区,我国将31 个省市分为华北、东北、华东、中南、华南、西南、西北等7 大区域。对这7 大区域内体育特色小镇的数量进行统计,结果表明,华东地区体育特色小镇25 个,数量最多,占总比重的26%;其次是华北(18 个)占比18.8%、西南(15 个)占比15.6%、中南(14 个)占比14.6%、华南(11 个)占比11.4%,分布最少为西北和东北,占比分别为7.3%和6.2%,数据初步表明首批国家体育特色小镇在数量分布上存在不均衡的特征。

假设96 个点状要素均匀分布在各个省份,发现其地理集中指数¯G≈17.96%。进一步通过使用地理集中指数对首批体育特色小镇进行地理空间均衡程度分析,却发现96 个点状要素的地理集中指数G≈20.14%,计算结果显示首批体育特色小镇地理集中指数实际所得比假设均匀分布的地理集中指数要大,说明96 个体育特色小镇的空间分布集聚程度较高,这一结果与前述体育特色小镇空间分布主要集聚在华东、华北等地区的结论前后呼应。

2.3 体育特色小镇空间分布密度差异明显

通过使用ArcGIS10.2 密度分析工具对96 个国家级体育特色小镇进行点密度分析得出,96 个国家级体育特色小镇的空间分布密度差异明显。将体育特色小镇空间分布密度按照高、中、低不同层次进行分析,其中,空间分布密度最高的为京津冀一带,一共集聚15 个体育特色小镇,这与京津冀经济发展圈有很大的关联;分布密度较高的处在上海市及其周边地区,共集聚12 个体育特色小镇,这与上海经济的快速发展以及长江三角洲优异的地理环境密不可分。中密度分布区域是湘鄂地区和川渝地区,因依托长江上中游流域丰富的发展资源,分别集聚了10 个和8 个体育特色小镇。广西、广东、山东、辽宁、浙江等其他地区属于低密度地区,尤其东北、中西北等地区因地形气候复杂、人口较少,体育特色小镇只有少量的零散分布。

综上可知,我国首批国家级体育特色小镇除港澳台外,其他省市均有分布,但是,空间分布不均衡,呈现东多西少、向东聚集的问题,且主要集聚在京津冀、上海市及周边地区、湘鄂地区、川渝地区、东部沿海等地区。这一空间分布特征,值得我们思索国家在培育体育特色小镇时,是否有平衡各省市城镇化建设协调发展的主观意志,最终导致首批96个国家级体育特色小镇的空间分布主要集聚在一个或者几个区域上;是否因为受到某些因素的影响或制约。为进一步探究体育特色小镇空间分布问题,为体育特色小镇未来可持续培育发展提供支撑,下文将主要围绕地形、气候、人口、经济以及交通等要素对体育特色小镇空间分布的影响展开探讨。

3 体育特色小镇区域空间分布影响因素分析

3.1 地形影响因素分析

我国东西部地形海拔高度分布差异大,从东部到西部依次递增,海拔最低-263 m,最高8 848 m。齐威[17]等对我国整体地形的研究,把我国地形海拔高度分为三个阶梯,第一阶梯是号称“世界屋脊”的青藏高原,平均海拔在4 500 m 以上;第二阶梯分布主要是高原和盆地,平均海拔在1 000～2 000 m 之间,局部地区在500 m 以下,如四川盆地;第三阶梯为平原地区,平均海拔大部分在500 m 以下。第一阶梯和第二阶梯的分界线为昆仑山脉—阿尔金山脉—祁连山脉—横断山脉,第二阶梯和第三阶梯的分界线为大兴安岭—太行山脉—巫山—雪峰山一昆仑山。通过叠置分析可知,首批96 个国家级体育特色小镇的空间分布随着我国地形三阶梯变化而变化,处于平原地区的第三阶梯分布最多,处于高原和盆地的第二阶梯分布次之,只有极少部分的体育特色小镇分布在第三阶梯的高海拔地区。从第三阶梯到第一阶梯的体育特色小镇的数量比例为21:10:1,每个阶梯之间的数量差异较为明显,从宏观角度分析,数量呈现从东部沿海地区向西部高原地带逐渐递减的现象。由此推定,地形因素对体育特色小镇空间分布的影响较为显著,平原地区更有利于体育特色小镇的培育与发展。

3.2 气候影响因素分析

气候是影响一个区域生态环境的基础性自然因素。冯新灵等[18]研究证明影响人体生理舒适感的气候因素多种多样,其中最主要的因素有空气温度、空气湿度、风速和日照等。以“运动休闲+旅游”为主打理念的体育特色小镇,其地理环境与自然气候有着密切的关联。我国内陆的气候分为温带、热带和高原气候。通过区域统计得出我国首批96 个体育特色小镇中有56 个分布在热带,有37 个分布在温带,只有3 个分布在高原气候区。统计数据表明,体育特色小镇主要分布在热带,其次是温带,但由于分布在热带和温带的数量差异并不明显,由此只能推定:气候对体育特色小镇的分布有一定的影响,但并非直接影响因素,还不能将其认定为影响体育特色小镇分布的主要原因,需做进一步的分析。

为了分析的准确性,本研究在上述3 个大气候的基础上再进行细分,归类成高原气候、北温带、中温带、南温带、北亚热带、中亚热带、南亚热带、边缘热带和中热带等9 个气候带。经统计得出,96 个体育特色小镇主要分布在南温带、北亚热带和中亚热带等地区,其次是中温带和南亚热带,只有极少数分布在高原气候区、边缘热带以及中热带。其中,中温带体育特色小镇的分布特点为大部分靠南温带,或者分布在与南温带的交界处。将区域统计得出的数量制成折线图(见图1),从图1 看出,体育特色小镇在各个气候带上的数量呈“山峰形”规律,除了高原气候带,以分布数量最多的北亚热带为中心,数量向南北两边逐渐减少。结果表明,气候带与体育特色小镇的空间分布有很大关系,但根据折线图来看,似乎有更关键的影响因素存在,气候带不能判定是影响体育特色小镇空间分布的直接因素,还需做更深层次的分析。基于此,本研究再从9个气候带的特点入手,进行分析(见表1)。

图1 首批国家级体育特色小镇分布在9 个气候带的数量与折线Figure 1 Number and broken line of 9 climatic zones of the first batch of national sports towns

由表1 可知,高原气候区和北温带的气候环境较为恶劣,以及边缘热带和中热带的常年温度较高,自然灾害较多,对于体育特色小镇的建设难度相对较大,投资风险更高,体育特色小镇的分布数量也就越少。而处于我国中部的中亚热带、北亚热带和暖温带的气候环境相对较稳定,受到的自然灾害较少,体育特色小镇的分布数量自然就多。另外,在表1 中还可以发现两个影响因素较为突出——温度和降雨量。为进一步分析,本研究再以2017 年我国年均气温和年降雨量的分布为基础图层,把96 个体育特色小镇设为点状要素导入我国平均气温图(2017)和我国年均降雨量图(2017)进行叠置分析,从96 个体育特色小镇与我国平均气温图的叠置分析中发现:绝大部分体育特色小镇所处地理位置的年均气温在8℃～20℃之间。总体来看,体育特色小镇分布随着气温变高数量逐渐增多,当到达一定的温度临界点时数量再逐渐减少。其实,关于温度与发展的关系,美国加州大学Burke M等[19]通过将1966 年～2010 年间的166 个国家的数据进行统计后发现:经济发展率一开始会随着温度上升,当温度达到13 ℃后会逐渐下降,温度越高时,生产力下降的幅度也会越快。出现这种情况,有专家认为主要是因为人们在适宜的温度下会更加舒适、心情更愉悦、工作效率自然就会提高[20]。相反,当气温过低或者过高,人就会缺乏干劲,交易活动也会变少,经济间接受到影响。本研究对表1 气候带的特点分析,也发现体育特色小镇分布多的北亚热带、暖温带和中亚热带等气候带的年均气温都是13 ℃左右的范围,这与Burke M 等的部分研究结论基本一致,这也说明体育特色小镇的分布与气候温度存在直接的关联性。

表1 首批国家级体育特色小镇分布在9 个气候带的数量与气候特点分析Table 1 Analysis of the number and climate characteristics of the first batch of national sports towns distributed in nine climatic zones

再从96 个体育特色小镇与我国年均降雨量图的叠置分析得到,大部分体育特色小镇分布在年降雨量为500 mm～1 700 mm 之间的地区,少雨和多雨的地区分布较少,这与气温的分布规律相似。降雨量似乎也存在一个临界点,虽然目前还未有研究可以证明降雨量是在哪一个临界点或者范围对城区建设是最有利的,但是可以肯定的是,在少雨的地区会出现干旱或者水资源不足,而自古到今,社会文明的发展都离不开水域,体育特色小镇的培育与发展也一样;相反,多雨地带会出现洪涝、泥石流等自然灾害,会给小镇带来灾难性的破坏,也不利于体育特色小镇的建设。由此可推定,降雨量与体育特色小镇的分布也有直接的关联性。

3.3 人口影响因素分析

根据中国2017 年《中国县域统计年鉴(乡镇卷)》和各省市《统计年鉴》的人口统计数据,分析2017 年我国人口分布情况,发现我国人口主要分布在东部沿海和中部地区,西部人口较为稀少。继而,导入96 个体育特色小镇的点状要素进行叠置分析,结果表明:体育特色小镇总体而言对人口的依赖比较明显,人口因素对体育特色小镇的发展具有一定程度的影响。总体来看,人口数量分布较多的地区,体育特色小镇的分布相对就多;反之,则少。但,即使是高原地区的体育特色小镇,当把地图放大到1:80 000 时发现该小镇依旧分布在有人口的地区。这说明,一个产业的发展不仅需要足够的人力资源作为支撑,还需要依靠更多的客源市场,才能让整个产业链运营起来。

3.4 经济影响因素分析

经济基础与产业的发展有着密切的关联,作为以“体育+旅游”为主要产业的体育特色小镇,安静的环境和优越的经济基础成为体育特色小镇培育发展的首选。以2017 年我国每平方公里GDP 空间分布图为依据,判断各地区的经济情况,结果显示:绝大部分的体育特色小镇分布在500～100 000 元/km2的区域,极少数分布在0～100 元/km2的区域,没有一个分布在100 000 元/km2以上的区域。究其原因,主要是因为GDP 高的地区一般是大城市,噪音大、空气差是大城市经常出现的问题,要想在这样的环境下打造一个安静、休闲、养生的体育特色小镇就变得难乎其难。当然,经济太落后的地区也难以吸引投资商的青睐。在经济发达区域的郊区,体育特色小镇的分布最为密集,如北京和上海,这说明,只有拥有一定经济基础和安静的区域环境才更有利于体育特色小镇在保有原有资源、基础产业的基础上,加以培育形成独具特色的产业链。由此,可证明经济因素是体育特色小镇产业发展的基本条件之一。

3.5 交通影响因素分析

交通运输是衔接生产和消费的一个重要环节,同时又是保证各地方的经济、文化和人民生活等方面保持联系的重要手段之一[21]。通过利用ArcGIS空间模块,在我国主要铁路和主要公路图层的基础上导入96 个体育特色小镇的点状要素进行叠置分析,结果表明:我国主要铁路和主要公路的分布网密度最高的在东部沿海与中部地区,绝大部分的体育特色小镇集中分布在密集的交通网里,良好的交通环境给体育特色小镇提供了有利条件。少部分分布在西部高原地区,这些地区地理条件较差,交通设施不完善。另外,进一步统计发现,有93 个体育特色小镇分布在交通网里,占95.8%,反映出交通条件对体育特色小镇的分布影响显著。

基于整体视角分析,以上5 大因素对体育特色小镇空间分布的影响并不是单一性的,而是同时存在,相互联系。可以理解为:地形影响气候形成和铁路修建;完善的交通促进经济发展;经济发达会吸引人流,而人口也会为经济发展提供充足的人力资源,两者相互影响,相辅相成;人口密度大二氧化碳多,就会出现温室效应,从而影响气候的变化(见图2)。

图2 首批国家级体育特色小镇与5 大影响因素之间的关系Figure 2 Five major influencing factors of the first batch of national sports towns

4 结论

(1)我国首批96 个国家级体育特色小镇的地理空间分布趋于不均衡状态,绝大部分的体育特色小镇分布在东南沿海地区,而西部高原地区则分布较为稀少。最近邻指数和变异指数均表明96 个国家级体育特色小镇的空间布局类型属于集聚型;核密度指数表明96 个国家级体育特色小镇空间分布密度最高的是在环北京和环上海地区,其次分布较为密集的在长江中下游流域和四川盆地集。(2)地形、气候、人口、经济和交通是影响体育特色小镇分布的主要因素。年均气温在13 ℃左右和年均降雨量在500 mm～1 700 mm 之间的平原和盆地最适宜体育特色小镇发展建设;人力资源、经济条件、交通便利是体育特色小镇培育发展的基础。