基于ArcGIS的東三省滑雪場分布特征及優化研究*

閆紀紅 代新語 張 帥

（1.吉首大學體育科學學院，湖南 吉首 416106；2.首都體育學院運動訓練研究所，北京 100191；3.國家體育總局冬季運動管理中心，北京 100044）

2022年冬季奧運會的籌辦帶動了冰雪運動的發展，冰雪產業的人才培養與教育體系的建設成為備受關注的重點問題，也是世界冰雪運動發展與冰雪產業快速崛起過程中的關鍵環節。體育產業是“十三五”規劃以來我國重點發展的新興產業，是經濟活動的集合產物，已然成為我國現代化戰略的重要組成內容，黨的十九大也明確強調了要加快體育強國建設的目標。自2016年國家體育總局提出《全國冰雪場地設施建設規劃(2016-2022年)》起[1]，我國滑雪場建設的速度不斷加快。目前，對于冰雪產業問題的研究一般基于體育文化、發展路徑、個案解析、產業融合等視角展開[2]，而對于滑雪場應該建在什么位置，運營、教學與指導的專業人員如何去培養的問題，值得在定性研究的基礎上，進行定量化的探究，強調物質實體空間主體性的同時，也重視與人與環境之間的交互作用。愛因斯坦的相對論中曾提及，時間、空間、物質三個方面是相互聯系、相互作用的，對于人類活動的科學研究，不僅要從時間的視角進行研究，更應該在空間維度上給予驗證，而關注空間特征是地理學研究范式的特征，因此運用該研究范式與工具來解決體育學科的難題是可行的。近年來，地理信息系統的先進成果在科學研究中得到了廣泛的運用[3]。隨著地理信息系統技術的發展，利用地理統計模塊對體育場地的地理特征進行分析變得更加容易，可操作性強，可以更詳細地描述變量的空間變異性。據此，本研究基于地理信息系統（ArcGIS），從滑雪場空間布局出發，分析東北三省170 個滑雪場館的分布特征及影響因素，為該區域冰雪產業科學化的空間布局提供參考。

1 數據來源與研究方法

1.1 數據來源

由于第八次全國體育場地普查尚未開始，且最近的第七次普查的時間為2019年，不能準確判斷目前滑雪場的數量情況。研究采用《中國滑雪場大全》（2020 版）對東三省全部滑雪場進行記錄和整理。為避免遺漏，結合三省體育局網站發布的信息、第七次全國體育場館普查對三省的滑雪場進行補充。截止到2021年3月，最終統計到東北三省170個滑雪場作為研究對象，數據在Excel 中處理后，通過個人谷歌賬戶上傳到谷歌表格上，谷歌為我們提供地理編碼服務，在Google Earth 中分別輸入各個滑雪場名稱，提取各滑雪場的經緯度坐標，在遇到全國范圍內兩個滑雪場名稱相同時，將圖層定位至該省，在省內采集該滑雪場數據，防止出現定位不精準的問題。此外，對地理編碼數據進行了徹底檢查，以驗證滑雪場的每個記錄都標記在了正確的位置。最后運用ArcGIS 10.2 軟件建立地理空間屬性數據庫,依據國家基礎地理信息中心矢量化底圖，文中點、線、面矢量均采用GCS-WGS-1984 坐標系投影。

1.2 研究方法

ArcGIS 空間分析技術有與其他計算機制圖軟件相區別的主要特征，可以準確定位、評價并綜合性地分析空間內的絕對位置、相對位置與相互作用。在本研究中不僅是將各個滑雪場作為一個獨立的研究個體，而是與空間環境相結合，將研究范疇擴展到地理地貌、社會經濟等領域，是對于體育產業的研究方法、范式的一種拓展和創新探索。對我國東三省滑雪場館的數目、省域分布特征進行分析，以點狀要素形態呈現在東三省省域圖層上，測算其最近鄰指數、核密度，以定量的方法對170 個滑雪場的相對位置、分布特征和密度進行綜合考量，在此基礎上，運用多環緩沖區分析、泰森多邊形等工具對其進行高校位置的耦合分析，在空間特征維度驗證校企合作進行冰雪產業教學與指導后備人才培養的可行性。

1.2.1 平均最近鄰分析

將東北三省全部滑雪場的位置設為點狀要素以進行分析，空間結構可視為均勻、隨機、集聚3 個類型，運用平均最近鄰指數法(Average Nearest Neighbor)，研究滑雪場館相互間鄰近程度。根據最近鄰指數計算公式，R為最近鄰指數。當R＞1 時表示滑雪場的點趨于平均分布，當R＜1時表示為聚集性分布，當R=1 時表示為隨機型分布。

1.2.2 核密度分析法

核密度分析法（Kernel Density estimation）是基于空間數據樣本自身的確定數據分布特征的可視化方法，通過自動判斷事件分布的集聚區域，評價全部點數據在各個圖層中的集聚程度。該方法最突出的優點是能生成直觀的可視化地圖，易于研究人員進行分析。研究使用該工具識別點數據在東北三省空間上分布的集聚類型，為研究東北三省滑雪場館分布及特征提供了方法學基礎。

1.2.3 多環緩沖區分析法

緩沖區（Buffer）可視為某個地理空間點的作用范圍或服務范圍，緩沖區分析則是在給定一個空間對象或集合后，依據其半徑來計算它們的鄰域大小。研究借助該工具于滑雪場目標的一定間距中生成數個緩沖區。以高等學校為輸入要素，使用系統工具箱鄰域分析中的多環緩沖區工具在高校周圍建立一定數量和寬度的緩沖帶，使得矢量要素在二維空間上得以擴展。在緩沖距離列表中分別將10km、20km 和30km距離提交到列表中，輸出為高等學校緩沖區的可視化地圖，疊加滑雪場點位進行分析，得到不同緩沖距離下緩沖帶上的滑雪場的數量，定量揭示以高等學校為基點的東三省滑雪場空間分布規律。

1.2.4 泰森多邊形的變異系數法

由于最近鄰指數在測定點狀目標空間分布類型時還存在不足和爭議[4]，研究采用另一方法對其展開二次互證。泰森多邊形的面積隨著點集的分布特征的改變而改變，因此可用多邊形面積的變異系數CV 值（面積的標準差與平均值的比值）來評價研究樣本的分布類型。研究基于Duyckaert[5]提出的三個建議對滑雪場分布特征進行判定[6]：當點集為“隨機分布”時，CV=57%（包括33%～64%）；當點集為“集聚分布”時，CV=92%（包括＞64%）；當點集為“均勻分布”時，CV=29%（包括＜33%）。

2 空間分布特征

2.1 空間結構類型

利用ArcGIS 10.2 中的空間統計工具，求出點與點之間的最近鄰距離和指數，各滑雪場理論平均距離為48150m(代表若干要素服從隨機分布時的平均距離)，實際最近鄰距離的平均值為25649m，小于預測值。最近鄰指數R為0.532706，Z=-11.483192，P＜0.01。因此，可以認為東北三省滑雪場的空間結構類型為聚集型分布。

圖1 東三省滑雪場平均最近鄰分析結果

多數研究認為最近鄰指數在測定點狀目標空間分異類型時的判斷依據還未得到一致的同意，研究運用ArcGIS 10.2 軟件對東三省滑雪場空間分異生成的泰森多邊形（Voronoi figure），進行二次檢驗，三省Voronoi 圖中面積最小的多邊形為0.4065km2，面積最大的多邊形為39460.89km2。結果R為6402.12km2，S 為4909.79km2，CV值為130.39%。依據Duyckaerts[5]的研究結論：當點狀目標的變異系數大于92%，則為集群分布。此外，該圖形是在十九世紀初俄國數學家Voronoi 首次提出，各多邊形內的任意一點都與該范圍內樣本點(滑雪場)的間隔最近，因而這些個區域可以看作是該滑雪場的影響或服務范圍。面積更大的泰森多邊形標志著該滑雪場服務區域的理論值越大，所以其服務壓力也就較大，而區域內居民的選擇就相對較少，如圖2，哈爾濱、沈陽周邊區域的滑雪場服務面積較小、雪場較為密集，說明其選址的科學性還值得商榷。若沒有足夠的體育人口經常進行滑雪運動，那么場地資源的浪費不可避免，隨之而來的是耕地、水資源的嚴重浪費[6]。因此,只有切入我國滑雪產業發展的不同需求點進行規劃，如將一些設施老舊、客流量較小的滑雪場替換為主要面向中低端消費者的小規模、設施簡單的滑雪場所，并保留某些大型滑雪場并使其成為大型滑雪旅游度假區[7]，滿足大眾滑雪愛好者的體育需求的同時，避免滑雪場資源的浪費。

圖2 東三省滑雪場空間分異泰森多邊形分析

2.2 空間分布密度

利用ArcGIS 10.2 軟件中的Spatial Analyst（空間分析）工具中核密度分析對東北三省滑雪場的空間分布密度進行測定，生成滑雪場空間分布密度圖(見圖3)。滑雪場的空間分布密度存在區域差異且為單中心分布，按所得結果將三省區域分成3 個等級：（1）高密度區：主要包括黑龍江省會哈爾濱市及其周邊地區。（2）中密度區：覆蓋范圍比較集中，以高密度區的省會城市沈陽為中心成擴散狀分布，主要包括鐵嶺、撫順，102 國道高速為主軸線形成的遼寧省滑雪場集中區域。（3）低密度區：主要集包括大連市、營口市、丹東市、齊齊哈爾市、伊春市、白山市等。

圖3 東三省滑雪場空間分布密度

綜上，東北三省滑雪場在各個省市均有不同數量的分布，但是其空間分布整體不均衡，呈現出了南多北少、東多西少以及單中心聚集的問題，且主要集聚各個省會城市及旅游城市。這一空間分布特征，雖與經濟發展、人口分布相匹配，但是可能對于各省市城鎮化建設協調發展產生負面作用，使得本來經濟發展速度不高的城市進一步受到限制，旅游城市、省會城市依托滑雪產業快速發展，三、四線小城市由于市場的競爭得不到發展，最終可能產生供需不平衡的結果，對冰雪運動的開展與進步產生負面影響。同時，由于經營思路、方式、資源占有等方面的差異，導致了彼此之間經濟效益的差異。因此，在追求利潤最大化的背景下，群體之間的關系可能趨于平淡或逐漸惡化[7]。進一步使得高密度區內產生群體之間的矛盾，影響高密度區域滑雪產業集聚價值的提升。

2.3 基于高等學校的多環緩沖區分析

依托于2022年冬奧會的良好契機，我國的冰雪運動也迎來了新浪潮。在場館設施呈井噴式增長的大背景下，冰雪體育空間在數量上、形式上都取得了不同程度的突破。這意味著我國的冰雪體育場館設施正逐步向國際冰雪強國靠近。但是，相比于南方及京津冀等經濟發達地區，東三省的經濟增長速度較慢，消費力也不足，若盲目大肆建造冰雪場館，難免引起新的問題。這要求冰雪體育空間的建造應統籌規劃，須立足于省域、立足于城市，將冰雪體育空間與國家規劃、城市規劃統一起來，這樣才能實現冰雪體育空間科學規劃的生態格局，避免由冬奧會造成的“奧運現象”[8]，在冬奧會舉辦過后，仍能持續發展，如何保障資源使用率和環保效益最大化，保證各個雪場均能夠可持續發展是亟待解決的問題之一。研究運用ArcGIS 10.2 軟件中的Spatial Analyst（空間分析）工具中多環緩沖區功能，在具有社會體育指導專業培養資格的高等學校要素周圍10km、20km 及30km 的范圍分別生成多環緩沖區地圖，基于冰雪人才培養與校企合作的視角，對東三省滑雪場科學選址提供可視化的地圖。如圖4，在三級緩沖區內分別有18 個、17 個、11 個滑雪場，這46 個滑雪場與高校的距離較近，可視為校企合作培養冰雪人才的空間基礎，豐富大學生創業、就業的選擇，同時也為滑雪后備人才的培養打下堅實的物質基礎。另有124 個滑雪場并未存在于高校的30km 輻射范圍內，且存在局部區域分布過于集中的現象，如沈陽市東部高校的滑雪場空間分布呈現集中態勢，且服務范圍出現嚴重的交叉、重疊現象。反映滑雪場與高校的地理位置分布情況并非匹配，其總體建設規劃還需優化。

圖4 東三省滑雪場以高等學校為基點的多環緩沖區分析

3 分布規律及發展特色

3.1 與人口、經濟水平密切相關

作為以雪為主要物質基礎的滑雪產業，三省區域的大部分城市的地貌一般為平原和山地，多屬于溫帶季風氣候，是我國冰雪資源最密集的地區之一。如表1，三省共計36 個市的滑雪場數量與人口、GDP 呈高度正相關。經濟基礎與產業的發展有著密切的關聯，良好的地理位置和優越的經濟基礎成為滑雪產業蓬勃發展的一個重要方面。根據疫情之后的市場調查數據及測算，僅滑雪場受疫情影響而構成的短期經濟損失將超過80 億元，按戶外滑雪場季節性經營的規律判斷，2020年全年國內參與滑雪運動的總人次可能會下降達到1100 萬[10]。這無疑也是對東三省經濟的重大打擊，在后疫情時代，東三省應大力發展體育旅游，塑造特殊品牌、構建危機管理體系、產業深度融合，區域一體化加速推進等一系列措施[11]都將為體育旅游產業高質量的復蘇和振興注入強勁動能。

表1 東三省滑雪場數目、人口及GDP 的相關分析

3.2 以省會為中心呈聚集結構，空間分布受限于氣候條件

通過使用ArcGIS 的密度分析工具對170 個滑雪場進行點密度分析得出，東三省滑雪場的空間分布密度差異明顯。將其分布密度按照高、中、低不同層次進行分析，其中，空間分布密度最高的黑龍江省會城市哈爾濱市區，一共聚集著47 個滑雪場，占全省的52.80%，這與省會城市經濟發展圈的特征有很大關聯；分布密度中等的區域包括遼寧省會城市沈陽以及旅游城市大連，共有13 個滑雪場，占全省32.5%；營口市、丹東市、齊齊哈爾市、伊春市、白山市等其他地區屬于低密度地區，尤其黑龍江北部等地區因地形氣候極端寒冷、地廣人稀，滑雪場只有少量的零散分布。研究認為，自然條件優良的區域應依托旅游度假資源來合理進行戶外滑雪場的建造，而對于社會條件較好的地區來說，則應該考慮城市中的商場、體育公園中建造室內的體驗型滑雪場。

3.3 沿旅游景區周邊分布，校企聯合路徑有待加強

大部分滑雪場均處于景區之內，如湖泊、山脈、狩獵場、游樂園、溫泉以及體育公園，充分體現了我國“體育+旅游”模式的特點。目前，哈爾濱體育學院第一、二教學區已經與曾承辦第24 屆世界大學生冬季運動會的帽兒山滑雪場形成聯合，已成為集運動訓練、體育教學、科學研究、體育競賽和體育旅游五位一體的高端全能雪場。不僅如此，這樣的場館還能對大學生冬季項目的訓練、中小學生的課余體育活動提供最佳的平臺，也能承擔運動員的訓練以及教練員、導滑員、雪場救護員的職業技術培訓任務，將為滑雪場的選址與轉型、百萬青少年上冰雪等問題的解決打下基礎。但目前，供需不平衡的現象還十分普遍，有124 個滑雪場并未在高校的30km 輻射范圍內，而沈陽市東部高校的滑雪場空間分布呈現集中態勢，且服務范圍出現嚴重的交叉、重疊現象，反映滑雪場與高校的地理位置分布情況并非匹配，其建設力度仍顯不足；哈爾濱市同樣出現滑雪場集中分布的態勢，在一個高校的30km 緩沖區中存在9 個滑雪場，冰雪人才培養的物質基礎雄厚，但也可能產生資源浪費的情況，總的來說，滑雪場體育服務空間存在局部負荷過重、局部資源浪費的普遍問題。因此，適當加大高校緩沖區內的滑雪場館建設，是削減冰雪人才缺口壓力的重要舉措，也是校企合作培養冰雪人才的可行性路徑。

4 結論與建議

4.1 結論

4.1.1 東北三省滑雪場地的空間分布總體呈現集聚型特征，局部地區有明顯差異，以哈爾濱為首的密度最高；遼中地區的沈陽大連等周邊城市的密度中等。

4.1.2 東北三省滑雪場的空間分布與人口數量、國民生產總值呈現高度正相關關系，經濟發展較為發達的滑雪場也較為集中；個別地區的空間分布不符合這一特征，說明可能受到自然資源和政策等其它因素的影響。

4.1.3 在東三省全部170 個滑雪場中共有46 個處于高校30km 緩沖區之內，可作為校企合作的試點企業，填補冰雪人才缺口，促進冰雪產業的發展。同時，仍有較多滑雪場處于高校緩沖區外，反映了東三省滑雪場體育服務空間存在的局部負荷過重或資源浪費問題。

4.2 建議

4.2.1 研究運用核密度分析法、多環緩沖區分析法對東三省滑雪場分布特征及密度進行了初步的定量分析，并基于高校與滑雪場的理論相對位置探討校企合作模式的可行性，未來的研究可運用相交處理等微觀方法對某區域或某市的體育場館進行小樣本的選址研究。

4.2.2 研究區域為中國三個典型省份，為東三省冰雪產業的可持續發展提供現實依據。研究結果可能不適用于其他城市或其他國家，但其方法與思路可以在今后的研究中繼續沿用。