基于空間自相關分析的中國國民體質綜合指數研究

宋彥李青+王竹影

摘要：目的：運用地理空間計量分析模型對中國各區域國民體質監測的空間依賴作用和自相關關系進行研究。方法 選取2005年、2010年和2014年發布的31個省市（自治區）國民體質綜合指數作為衡量指標，采用全局Moran指數和局域G統計量進行空間自相關分析。結果表明：1）中國31個省市（自治區）的國民體質綜合指數的全局Moran's I指數呈“U”態勢，各省市（自治區）國民體質綜合指數受到周邊鄰接地域國民體質綜合指數的影響先逐漸減少后持續增加。國民體質綜合指數在全國范圍內具有較好的空間結構性，存在明顯的空間正相關。整體上具有國民體質綜合指數高的地區相鄰接的趨勢。2）國民體質綜合指數的局部自相關分析呈現出明顯的兩極分化現象，中東部地區表現為正向趨同的高聚集效應趨勢，偏西部地區則呈現負向趨同的低聚集效應趨勢。形成這一結論的原因可能與地區的社會環境、生態環境等因素的差異有關聯。啟示：從地理空間角度和時間序列的動態變化方向去研究國民體質這一社會現象，為國內體育科學研究提供了新的思路。想要進一步揭示中國國民體質綜合指數的空間分布特征形成的內部動因與機理，還須結合經濟、文化、社會、自然條件等多元化信息進行分析。

關鍵詞：空間自相關；特征；中國；國民體質綜合指數

中圖分類號：G80-32；G804.49 文獻標識碼：A 文章編號：1006-2076（2016）04-0070-07

Abstract：Objective： To study the spatial dependence and autocorrelation of the national physique monitoring in various regions of China through geographical spatial econometric analysis model.Methods：The comprehensive index of national physique of 31 provinces （autonomous regions） issued in 2005， 2010 and 2014 were selected. Spatial autocorrelation was analyzed through global Morans index and local G statistics.Results：The global Morans index of the comprehensive index of national physique in the 31 provinces （autonomous regions） showed “U-shaped” trend； the influence of the national physique index in adjacent regions on that of national physique index of provinces （autonomous regions） first gradually decreased and then constantly increased. The nationwide comprehensive index of national physique had relatively good space structure and there was is space positive correction. On the whole， there was a trend that the areas with high comprehensive index of national physique were adjacent. 2） The local autocorrelation analysis of the comprehensive index of national physique presented obvious polarization phenomenon. Central and eastern regions showed the trend high aggregation effect of positive convergence， while the western regions showed low aggregation effect of negative convergence. The causes might link with the regional differences in social environment， ecological environment， etc. Conclusion： The research on the national physique from the perspective of geographical space and the dynamic change of time sequence provides a new train of thought for the researches of sports in China. To further reveal the internal motive and mechanism of the spatial distribution characteristics of comprehensive index of national physique in China， more analysis is needed through diversified information， such as economy， culture， society and natural conditions.

Key words： spatial autocorrelation； characteristic； China； comprehensive index of national physique

引言

《全民健身計劃綱要》和《體育法》都指出：不僅對于國民參與體育活動和增強自身體質健康提出了明確的要求，而且還強調要實施體質測定制度，制定體質測定標準，定期公布全民體質狀況[1]。國民體質監測既能滿足中國社會發展需求，使國民樹立正確健身觀，還能幫助政府建立科學化和人性化的管控體系。國家體育總局自1998年頒布國民體質監測以來，全國范圍內已順利完成4次國民體質監測任務[2]，并分別于2001年、2006年、2011年以及2015年發布了各省國民體質監測結果。國民體質監測結果所涉及的指標豐富，所以指標經過相關處理以后即可以做同年間的橫向比較分析，也可以做不同年份的縱向分析[2]。

目前，國內的研究大多是用定性描述的方法對國民體質監測結果進行分析，研究者很少結合定量化的方法，特別是難以借助現代科技手段，如地理信息技術（Geographic Information System， GIS）對各省國民體質監測數據進行分析，實現了關系檢驗的定量化研究，使得結果更為科學、客觀。GIS是用于采集、存儲、查詢、分析和顯示地理空間數據的計算機技術[3]。其空間分析技術包括空間自相關分析、空間疊加分析等可以使得地圖這種獨特的視覺化效果和地理分析功能與國民體質監測數據統計分析集成在一起[4]。兩個事物存在聯系是相對的、有條件的。國民體質監測絕不單單是一個孤立的社會現象，這種社會現象必然在地域間存在著極化或擴散效應，國民體質監測工作發展的區域差異性、地理空間分布特征與國民體質監測整體水平密切相關，運用GIS技術從地理空間特征的視角去研究我國國民體質相關數據，能夠更全面地認識我國國民體質存在的問題。

本研究基于上述觀點擬以中國大陸地區31省市（自治區）國民體質綜合指數為研究對象，運用地理空間計量分析模型分析我國區域國民體質監測的空間布局與空間關聯特征，為我國國民體質監測工作開展、相關法規政策制定及社會的發展提供科學合理的決策依據。

1 數據選取與研究方法

1.1 數據選取

本研究所涉及的地域范圍是我國大陸地區31個省市（自治區），不包括香港、澳門和臺灣。

選取2005年、2010年和2014年31個省市（自治區）國民體質綜合指數作為衡量指標，通過國家體育總局官網發布的國民體質監測公報及文獻資料收集即獲得相關數據。隨著2015年最新的國民體質公報出爐，國民體質監測工作已順利開展四次，2005年第二次國民體質監測首次使用“國民體質綜合指數”來描述國民體質總體水平?！皣耋w質指數”指通過國民體質監測，所取得國民總體的身體形態、身體機能和身體素質等資料，進行無量綱處理后得到的反映國民體質綜合狀況的指數[5]。該指數以2000年第一次國民體質監測相應指標的平均數為基期數據，固定基期同度量水平，將這個水平定位在數值100上， 即第一次國民體質綜合指數為100。指數的數值將會在100上下波動，指數的數值越大表明體質水平越高，故筆者選取2005年、2010年和2014年三次國民體質監測數據進行分析。

1.2 研究方法

空間自相關分析是研究一定空間單元內，某空間單元與其周圍單元空間，就某種檢測與量化研究變量的空間依賴性的統計方法。反映的是事物或現象具有空間位置的依賴關系，即相關程度。如氣溫、濕度等的空間分布體現了與海陸距離、海拔高程的相關性。該方法通過計算各地區某要素觀測值的空間相關系數、描繪空間布局散點圖及對加入空間滯后變量的模型進行估計等途徑來反映各要素觀測值的空間依賴性和自相關關系，即發現空間中出現的異常值或集聚現象[6]?？臻g自相關算法種類豐富：Moran' s I、Geary' s C、Get is等。基本分為全局和局域兩種。

1.2.1 全局空間自相關

全局空間自相關是關于所要研究的屬性值在整個單元的空間特征描述，即通過分析可以知道空間中是否出現異常值或集聚現象[7]。全局空間自相關指標和方法主要有全局Moran' s I、全局Geary' s C和全局Getis-Ord G[7]。本研究主要采用Moran' s I的方法通過比較鄰近空間位置觀察值的相似程度來反映研究目標相關性。其計算公式為：

1.3 研究結果與分析

1.3.1 中國各省市國民體質綜合指數情況分析

本研究選取2005年、2010年和2014年的31個省市（自治區）國民體質綜合指數作為研究的區域變量，涉及地域范圍是我國大陸地區31個省市（自治區），不包括香港、澳門和臺灣，共計31個不規則的空間區域單元。在 Arc GIS 桌面窗口 Arc-Map 中將國民體質綜合指數均分成 4個相同等級，并以不同的顏色進行標識，繪制成圖。圖1、圖2和圖3分別是2005年、2010年和2014年三次國民體質測量31個省市（自治區）的國民體質綜合指數的專題圖。

2005年國民體質綜合指數平均數在100.75，2005年與2000相比，有18個?。▍^、市）的國民體質綜合指數水平提升，幅度在0.17～5.27之間。2010年的國民體質綜合指數為100.39，比2005年降低0.36，各省（區、市）國民體質綜合指數的總體水平在93.71～106.18之間。2010年與2005年相比，全國有13個省（區、市）的國民體質綜合指數有所增長，18個?。▍^、市）的國民體質綜合指數有所降低。2014年的國民體質綜合指數為100.54，比2010年上升0.15，各?。▍^、市）國民體質綜合指數的總體水平在93.82～107.91。2014與2010年相比，全國12個省（區、市）的國民體質綜合指數有所增長，1個省（區、市）持平，18個?。▍^、市）的國民體質綜合指數有所降低。2005年、2010年和2014年近三次國民體質綜合指數結果呈“U”趨勢。由圖1、圖2和圖3可知，中國各省市國民體質綜合指數始終呈現“東高西低“的狀態。

從表1可以看出，中國31個省市（自治區）的國民體質綜合指數的全局Moran's I指數呈“U”態勢，中國國民體質綜合指數的空間依賴程度在2005年到2010年間呈下降趨勢，各省市（自治區）國民體質綜合指數受到周邊鄰接地域國民體質綜合指數的影響逐漸減小。但在2010年到2014年間中國國民體質綜合指數的空間依賴程度呈上升趨勢，各省市（自治區）國民體質綜合指數受到周邊鄰接地域國民體質綜合指數的影響又逐漸增加。2005年、2010年和2014年標準化結果 Z值 均大于1.65，表明中國31省市（自治區）國民體質綜合指數在全國范圍內始終具有較好的空間結構性，存在明顯的空間正相關，即：國民體質綜合指數高的地區與國民體質綜合指數低的地區分別在空間上呈現一定的集聚現象。中國整體上具有國民體質綜合指數高的地區相鄰接的趨勢。

1.3.3 中國各省國民體質綜合指數的局部自相關分析

本研究將中國大陸地區31個省市（自治區）按中國行政區域劃分為華東地區、華南地區、華中地區、華北地區、西北地區、西南地區、東北地區，表2即為2005年、2010年和2014年三次國民體質測量的中國各省國民體質綜合指數局域統計Gi值及標準化值Z（ Gi）。

1）2005年中國各省國民體質綜合指數的局域空間特征分析

通過表2分析可知：2005年中國七大行政區呈三種空間結構形態，其中華東地區、華中地區、華北地區呈明顯的空間正相關，華南地區、西南地區、東北地區表現為不存在明顯相關性，西北地區呈明顯的空間負相關。具體分析可以看出，華東地區各省，華中地區的湖北省、河南省和江西省以及華北地區的天津市、河北省、山西省的Z（Gi）均大于1.96，表現為較高的國民體質綜合指數空間集聚區域，形成“高-高效應“。西北地區新疆維吾爾自治區、青海省和甘肅省Z（Gi）均小于-1.96表現為負向趨同性，有較低的國民體質綜合指數空間集聚區域，形成“低-低效應“。其他省市（自治區）Z（Gi）在-1.96～1.96之間，因此為中間過渡地帶。

2）2010年中國各省國民體質綜合指數的局域空間特征分析

通過表2分析可知：2010年中國七大行政區呈三種空間結構形態，其中華東地區、華中地區呈空間正相關，華南地區、華北地區、西南地區、東北地區不存在明顯相關性，西北地區呈明顯的空間負相關性。具體分析可以看出，華東地區安徽省、浙江省、福建省和華中地區的湖北省、江西省的Z（Gi）均大于1.96，表現為較高的國民體質綜合指數空間集聚區域，形成“高-高效應“。西北地區的甘肅省、青海省Z（Gi）均小于-1.96表現為較低的國民體質綜合指數空間集聚區域，顯示為負向趨同性，形成“低-低效應“。其余各?。ㄗ灾螀^）Z（Gi）在-1.96～1.96之間，因此為中間過渡地帶。

3）2014年中國各省國民體質綜合指數的局域空間特征分析

通過表2分析可知：2014年中國七大行政區同樣呈三種空間結構形態，華東地區、華中地區呈空間正相關，華南地區、華北地區、東北地區不存在明顯相關性，西北地區、西南地區呈明顯的空間負相關性。具體分析可以看出，華東地區所有省份、華中地區的湖北省和江西省的Z（Gi）均大于1.96，表現為較高的國民體質綜合指數空間集聚區域，形成“高-高效應“。西北地區新疆維吾爾族自治區和青海省、西南地區西藏自治區和四川省Z（Gi）均小于-1.96表現為較低的國民體質綜合指數空間集聚區域，顯示為負向趨同性，形成“低-低效應“。其余各省（自治區）Z（Gi）在-1.96～1.96之間，因此為中間過渡地帶。

2 結論與啟示

2.1 結論

本研究選取2005年、2010年和2014年31個省市（自治區）的國民體質綜合指數作為衡量指標，得出以下結論：

1）中國31個省市（自治區）的國民體質綜合指數的全局Moran's I指數呈“U”態勢，表明中國國民體質綜合指數的空間依賴程度在2010年之前呈下降趨勢，之后呈上升趨勢，各省市（自治區）國民體質綜合指數受到周邊鄰接地域國民體質綜合指數的影響先逐漸減少后持續增加。國民體質綜合指數在全國范圍內具有較好的空間結構性，存在明顯的空間正相關。整體上具有國民體質綜合指數高的地區相鄰接趨勢。

2）局域自相關分析顯示，2005年、2010年和2014年中國七大行政區總體始終呈三種空間結構形態，華東地區、華中地區始終呈空間正相關。華南地區、東北地區始終不存在明顯空間相關性。華北地區在2005年顯示存在空間正相關，但2010年和2014年均顯示不存在空間相關性。西南地區2005年顯示不存在空間相關性，但2010年和2014年均顯示存在空間負相關性。西北地區始終呈明顯的空間負相關。

華東地區安徽省、浙江省、福建省和華中地區湖北省、江西省始終表現為較高的國民體質綜合指數空間集聚區域，形成“高-高效應“。華東地區山東省、江蘇省和上海市僅在2005年和2014年形成“高-高效應“。西北地區青海省始終表現為較低的國民體質綜合指數空間集聚區域，顯示為負向趨同性，形成“低-低效應“，新疆維吾爾自治區在2005年和2014年形成“低-低效應“，甘肅省在2005年和2010年形成“低-低效應“。

通過分析可知國民體質綜合指數的局部自相關分析呈現出明顯的兩極分化現象，中東部地區表現為正向趨同的高聚集效應趨勢，偏西部地區則呈現負向趨同的低聚集效應趨勢。形成這一結論的原因可能與地區間社會環境、生態環境等因素的差異有關聯。中東部地區的體育經費投入強度、體育指導宣傳力度、體質監測重視程度以及日常健身氛圍、體育健身自然環境條件等等均優于偏西部地區。

2.2 啟示

2.2.1 傳統的統計學由于地理空間的獨特屬性，使其無法建立在樣本的獨立性和大樣本假設基礎上，隨著地理信息技術應用與空間統計學相結合，使得空間統計分析廣泛的應用于計量經濟學、生態學、公共衛生流行病學等各個領域，空間自相關分析很好地彌補傳統統計的不足[9]。近些年來，國內已有學者運用空間自相關分析的方法對體育領域中體育產業、國民體質等社會問題展開研究，從地理空間角度和時間序列的動態變化方向去研究各類與體育相關的社會現象，為國內體育科學研究提供了新的思路。

2.2.2 國民體質絕不單單是一個孤立的社會現象，這種社會現象必然在地域間存在著極化或擴散效應，運用GIS技術從地理空間特征的視角去研究我國國民體質這一社會問題是可行的。本研究正是基于上述觀點運用地理空間計量分析模型對中國各區域國民體質監測的空間依賴作用和自相關關系進行研究。因為基于不同地理空間計量分析模型的空間自相關指標很多，全局空間自相關通常有Moran指數和Geary系數，都是比較鄰近空間位置觀察值的相似程度來測量全局空間自相關[10]。局域自相關一般包含LISA、G統計量和Moran散點圖[10]。因此本研究采用全局Moran指數和局域G統計量進行空間自相關分析，局域G統計量具有能夠探測出區域單元屬于高值集聚還是低值集聚的空間分布模式作用[11]。

2.2.3 本研究選取2005年、2010年和2014年的31個省市（自治區）國民體質綜合指數作為研究指標，通過地理空間自相關分析的方法，雖然能一定程度上反映出我國國民體質綜合指數的空間分布特征，但想要進一步揭示其內部動因與形成機理，還須結合經濟、文化、社會、自然條件等多元化信息進行分析，單一的指標僅僅反映出國民體質現實狀況的一部分，未來的研究，應考慮多方面的研究指標，力求客觀性、全面性。

參考文獻：

[1]周進國，周愛光，等.中日青少年體質監測比較研究[J].體育文化導刊，2013（2）：37-40.

[2]李森，黃輝明，等.空間自相關在江蘇省國民體質監測中的應用[J].體育與科學，2008，29（1）：76-79.

[3]張麗，趙林.北京奧運安保地理信息系統[J].吉林師范大學學報：自然科學版，2010（3）：82-84.

[4]皮慧娟.基于中小連鎖超市的GIS物流配送系統[J].四川理工學院學報：自然科學版，2009（2）：52-54.

[5]蔡睿，江崇明，等.國民體質綜合指數數學模型的建立[J].體育科學，2005（3）：30-32.

[6]陳頗.中國競技體育發展的空間自相關特征研究[J].體育科學，2013，33（10）：71-77.

[7]何宗貴，韓世民，等.空間自相關分析的統計量探討[J].中國血吸蟲病防治雜志，2008（4）：315-318.

[8]馬曉熠，裴韜.基于探索性空間數據分析方法的北京市區域經濟差異[J].地理科學進展，2010（12）：1555-1561.

[9]董承瑋，芮小平，等.基于空間自相關的支持向量機空間聚類研究[J].地理與地理信息科學，2014（4）：36-41.

[10]魯鳳，徐建華.中國區域經濟差異的空間統計分析[J].華東師范大學學報：自然科學版，2007（2）：44-51.

[11]龐宇.基于自相關的我國農民人均純收入的空間關聯規則挖掘[J].國土資源信息化，2008（2）：33-37.