后冬奧時期我國冰雪運動特色學校空間分布特征及驅動因素研究

修霆喆 于紅妍

(上海交通大學 體育系,上海 200240)

2022年北京冬奧會的成功舉辦推動了我國冰雪運動的跨越式發展,“三億人參與冰雪運動”已成為現實[1]。習近平總書記在冬奧會、冬殘奧會總結表彰大會上充分肯定冬奧會取得重大成功,并提出“管理好、運用好冬奧遺產,繼續推動冰雪運動普及發展”。[2]籌辦冬奧會之時,國務院等部門發布《冰雪運動發展規劃(2016—2025年)》,該規劃指出2025年將在全國范圍內完成建設5000所冰雪運動特色學校[3]。發展冰雪運動特色學校,引導青少年參與冰雪運動,既可以視為“體教融合”目標在青少年冰雪運動領域的實踐和具體化[4],也是承接推動冰雪運動普及發展的重要載體。邁向后冬奧時代,在可能缺少了政策聚焦和資源支持的情況下,冰雪運動特色學校的可持續發展將會面臨挑戰[5],如何更好地完成建設5000所冰雪運動特色學校的目標,對于繼承冬奧遺產與推動冰雪運動競技體育、學校體育的可持續發展具有重要意義[6]。

本研究以2062個冰雪運動特色學校為研究對象,基于現有研究成果結合運用GIS空間分析、地理探測器模型等方法,系統分析冰雪運動特色學校空間分布特征,揭示空間格局形成的核心驅動因素及其作用類型與方向,為后冬奧時期分區精準引導冰雪運動特色學校布局建設與可持續發展,提供可行參考依據。

1 數據來源與研究方法

1.1 數據來源

本研究從教育部官網上獲取官方公布認定的全國冰雪運動特色學校名單(表1),2019年《全國青少年冰雪運動特色學校和北京2022年冬奧會和冬殘奧會奧林匹克教育示范學校名單》,2020年教體藝廳函〔2020〕34號《教育部辦公廳關于公布2020年全國青少年校園籃球、排球、冰雪體育傳統特色學校等名單的通知》中認定了2062所中小學冰雪運動特色學校[7,8]。通過Google Earth逐一輸入各個冰雪運動特色學校名稱獲取經緯信息坐標,從地理空間數據云、資源環境數據云平臺獲取所需的地理圖層,從教育部官網《2019教育統計數據》[9]、全國教育經費執行情況統計公告以及各省市的《統計年鑒》獲取全國各省的相關經濟、社會資源、自然環境數據。

表1 全國冰雪運動特色學校數量一覽表

1.2 研究方法

使用Google Earth對全國2062所冰雪運動特色學校進行精確定位,將坐標點的橫軸和縱軸導入ArcGIS10.4軟件中轉換成投影數據,以點狀要素形態呈現。運用平均最近鄰、地理集中指數和核密度估計值等指標對我國冰雪運動特色學校的分布類型、分布密度和均衡程度進行綜合分析,驗證冰雪運動特色學校在地理空間維度上的空間分布特征;綜合應用地理加權回歸與地理探測器模型,系統分析我國冰雪運動特色學校空間分布的核心驅動因子與交互效應,探究因子作用方向和強度在不同區域的空間差異,為后冬奧時期冰雪運動特色學校規劃建設、優化空間布局提供參考依據。

1.2.1 最近鄰指數

最近鄰指數可測量每個相鄰要素的質心與其最近鄰要素質心位置之間的距離,是衡量地理空間中相鄰的兩個點狀要素分布類型的指標[10],該指數主要來分析冰雪運動特色學校的分布類型,當R>1時表示冰雪運動特色學校為離散型分布,R<1時表示為聚集型分布,當R=1時表示為隨機型分布。

1.2.2 地理集中指數

地理集中指數是反映研究目標地理集中程度的重要指標[11]。G為冰雪運動特色學校的地理集中指數。通過計算2062個點狀要素的地理集中指數,對冰雪運動特色學校的地理空間均衡程度進行分析,G值越大,說明冰雪運動特色學校分布越集中;G值越小,分布則越分散。

1.2.3 核密度估計值

核密度估計值是檢查研究要素在整體空間密度上分布特征的一種常用方法,能夠從圖層中清晰地反映出研究要素的聚集情況。通過計算核密度估計值,得出冰雪運動特色學校在空間分布密度方面是否存在差異,密度值越大,說明冰雪運動特色學校在空間上的分布就越聚集[12],區域事件發生的概率就越高。

根據概率理論其計算公式:

(1)

式中,k()稱為核函數,h>0為寬帶,(x-x1)表示估值點到事件處的距離。核函數的數學形式和帶寬值是影響核密度估計值的主導因素。

1.2.4 地理探測器

地理探測器是廣泛應用于研究某種自然和經濟社會現象與其解釋因子之間關系的空間分析模型[13]。本文利用地理探測器中的因子探測和交互作用探測模塊,探析影響冰雪運動特色學校空間分布的核心驅動因子,對其交互作用解釋力大小進行排序,表達式如下:

(2)

交互作用探測即判斷不同驅動因子之間的交互作用,即評價因子A和B共同作用時是否會改變其對冰雪運動特色學校數量的解釋力。

1.2.5 地理加權回歸(GWR)

GWR是基于局部光滑思想提出的空間回歸模型,應用于合并各目標要素帶寬界限內的自變量和因變量,既能科學有效地估計具有空間自相關性的數據,也能反饋模型參數在不同區域的空間異質性[15],模型公式為:

式中:yi為采樣點i的因變量值;β0為截距,(ui,vi)為采樣點i的坐標,β0(ui,vi)為采樣點i的常數項;βk(ui,vi)為采樣點i的第k個自變量的系數,xik為采樣點i的第k個自變量;εi為隨機誤差項。本項研究中,GWR模型用于計算每個省份的局部回歸系數,以顯示冰雪運動特色學校影響因素的空間差異。校正R2表明自變量的解釋力,用于檢測模型性能;如果條件數大于30或小于0表明各變量之間存在局部多重共線性,模型運算結果不可靠。

2 我國冰雪運動特色學校的空間分布特征分析

2.1 空間分布類型

通過計算所得2019年、2020年冰雪運動特色學校的平均最近鄰指數R1=0.25,R2=0.24,兩年總體平均最近鄰指數為R=0.22,均小于1,且顯著性水平P<0.01。表明我國冰雪運動特色學校在空間上呈聚集型分布。由Z值越大,聚集程度越高可知,2019年與2020年的聚集程度差異不大,但總體的聚集程度顯著高于任意一年,原因在于2020年新增分布點的所處區域、范圍與2019年相對重合,使得冰雪運動特色學校整體較為集中,聚集趨勢明顯(表2)。

表2 最鄰近距離指數統計表

2.2 空間分布均衡程度

從分布地區和數量來看,我國冰雪運動特色學校的空間分布趨于不均衡狀態,當前2062所冰雪運動特色學校的地理集中指數為G≈5.24 %,大于假設均勻分布的地理集中指數G≈3.23 %。這表明各省分布數量差距較大,空間分布均衡程度低,其中黑龍江、吉林、遼寧、北京、河北、內蒙古6個省域共分布1106所冰雪運動特色學校,占全國總數的53.6 %;而海南、廣西、青海和西藏等省域至今無一所冰雪運動特色學校。

2.3 核密度分析

“胡煥庸線”作為揭示東南人口密集、西北人口稀疏的分界線,其不僅是一條人口和地理分界線,更刻畫了我國東西部地區經濟和社會發展的鴻溝[16]。我國冰雪運動特色學校空間分布密度差異明顯,聚集區域呈現團狀分布特征,已形成2個高密度核心圈,2個次級密度核心圈和4個小核心圈(表3)。以“胡煥庸線”為界,7個核心圈分布于“胡煥庸線”以東區域,且東部地區的學校分布密度明顯高于西部地區,呈現出“東密西疏”的結構特征,這也符合“胡煥庸線”兩側的人口、經濟與自然地理特征。高密度核心圈(核密度值0.0039—0.0055)以北京和吉林為核心,其輻射范圍包括京津冀地區和黑吉遼地區;次級密度核心圈(核密度值0.0023—0.0038)以上海和河南為核心,輻射范圍包括浙江、江蘇省域;4個小核心圈(核密度值0.0008—0.0022)分別以山東、甘肅、四川和陜西為核心區。

表3 冰雪運動特色學校空間分布密度

綜上可知,當前我國冰雪運動特色學校空間分布類型為聚集型分布,空間分布密度差異明顯,已形成不同密度核心圈。以“胡煥庸線”為界,整體上呈現“東密西疏”的空間結構特征,局部上各省分布數量差異大,空間分布均衡程度較低,下文將進一步探析影響冰雪運動特色學校空間分布的驅動因素。

3 我國冰雪運動特色學校空間分布的驅動因素

3.1 基于地理探測器的驅動因子探測分析

基于數據的可獲取現實條件,參考冰雪運動特色學校相關研究成果,選取年平均氣溫、年降水量、海拔高度、校內運動場地面積、校外冰雪場地數量、體育教師數量、人均GDP以及體育教育經費8個自變量(表4),運用Jenks自然間斷點分級法對自變量進行分層,將數值量轉化為類型量后,借助地理探測器模型進行因子探測。

表4 驅動因子選取及含義

由因子探測結果可知(表5),各因子對冰雪運動特色學校空間分布的解釋力都在25 %—55 %之間,從大到小排序依次為年平均氣溫>年降水量>體育教育經費>校外冰雪場地數量>人均GDP>海拔>體育教師數量>校內運動場地面積。8個因子中有4個通過了0.01水平的顯著性檢驗,分別是年平均氣溫、年降水量、體育教育經費與校外冰雪場地數量,表明冰雪運動特色學校的空間分布受到氣候、體育教育資金投入與冰雪場地設施等因素的影響。進一步分析以上顯著性因子的q值可知,年平均氣溫(A1)、年降水量(A3)、體育教育經費(A5)和校外冰雪場地數量(A8)是影響冰雪運動特色學校空間分布的核心驅動因子,q值分別達到0.52,0.47,0.44和0.43,解釋力都在40 %以上。

表5 冰雪運動特色學校空間分布驅動因子探測結果

3.2 核心驅動因子作用的空間差異

進一步運用GWR模型進行局部空間回歸分析,探究4個顯著驅動因子作用方向和強度在不同區域的空間差異。結果表明,模型的校正R2為0.675,條件數為14.17～14.66,說明模型通過了多重共線性診斷,擬合優度較高,反映出驅動因子探測的結果可信;各核心驅動因子的效應都具有空間異質性,且變異程度及所呈特征不同。

氣溫與冰雪運動特色學校分布在全部分析區域中均呈現負相關,回歸系數的空間差異較大(-4.239～-5.128)呈由東北向西部遞減的趨勢,冰雪運動項目開展受限于地區氣候,氣溫在很大程度上影響著冰雪運動特色學校的空間分布[9]。氣溫的作用水平遠高于其他因子,未來冰雪運動特色學校建設應重點關注氣溫較低的地區,尤其關注東北三省、內蒙古、京津冀地區、山東及河南等作用水平突出的地區。

降水量的回歸系數為2.849～3.273,正向影響作用由東北向西南方遞減,作用水平在東北三省、內蒙古及京津冀地區較大。依據我國年降水量劃分標準,東三省、內蒙古與京津冀地區處于我國半濕潤與半干旱區間,降水量的變化對于降雪至關重要,影響著冰雪運動特色學校分布。反之,南方地區降水量充足,降雪稀少,這些地區的降水量對于學校分布影響相對較小。

校外冰雪場地數量的回歸系數(1.331～1.352)的正向關聯作用呈由東部向西部遞增的趨勢。冰雪運動特色學校在開展冰雪課程的過程中受到場地、設施與師資等因素的影響與束縛[17]。影響波動在全國范圍較為穩定,因此各省建設冰雪運動特色學校應尤為重視校外冰雪場地的支撐作用,鼓勵學校與校外冰雪場地合作建設。同時黑龍江、吉林與遼寧的校外冰雪場地作用效應相對較弱,可能因為東三省的校園冰雪運動開展較早,校內設施足以滿足課程項目的開展,并不是影響冰雪運動特色學校的主要條件。

體育教育經費對冰雪運動特色學校分布具有正向影響作用,不同地區的效應水平只有微弱差異(0.645～0.664),絕對值相比其它因子較小。冰雪運動特色學校的發展離不開政策推動和支持,體育教育經費與國家關注度、地方政策相關。效應水平呈現由北部向南部遞減的趨勢,正向影響在我國東北、華北與北疆地區較為突出,這些地區應重視經濟支撐作用,加大體育教育經費投入建設冰雪運動特色學校。

3.3 基于地理探測器的驅動因子交互探測分析

鑒于不同因子對冰雪運動特色學校分布的影響可能并不是單獨發生作用的,進一步對驅動因子進行交互作用探測。以A1、A2、A3、A4表示核心驅動因子年平均氣溫、年降水量、體育教育經費及校外冰雪場地數量。結果表明(表6),不同核心驅動因子兩兩交互作用后均呈現雙因子增強的結果,雙因子增強是指兩個因子之間交互作用后的解釋力大于因子單獨作用時的解釋力。其中,核心因子年平均氣溫∩體育教育經費的交互效應呈現出雙因子增強的結果,兩者交互作用后對冰雪運動特色學校的空間分布影響最強,q值為0.83,我國大部分低溫地區適宜開展冰雪運動,為冰雪運動特色學校建設奠定基礎,而體育教育經費的傾斜與投入,有助于改善校內冰雪運動設施條件[18],創建多樣化教學模式,推動冰雪運動特色學校的可持續發展,兩者共同作用下極大影響著冰雪運動特色學校的空間分布。校外冰雪場地∩體育教育經費因子交互作用組合的增效作用僅次于氣溫∩體育教育經費,q值為0.82,說明校外冰雪場地與體育教育經費共同作用下較強影響著冰雪運動特色學校的空間分布。冰雪運動特色學校的建設離不開人力、物力與財力的支持,資源配置是否充足決定了學校的可持續發展,當前部分地區校園冰雪特色學校的建設采取校企合作模式,學校簽訂協議、借助室內、外冰雪場地設施為開展冰雪運動提供有償性的師資或場地服務,滿足校園冰雪運動課程的開展[19]。

表6 冰雪運動特色學校空間格局驅動因子的交互探測結果

其他核心因子交互作用組合的增效作用也擁有較強的解釋力,分別為年平均氣溫∩校外冰雪場地數量(q值為0.77)、年平均氣溫∩降水量(q值為0.77)、體育教育經費∩降水量(q值為0.76)、降水量∩校外冰雪場地數量(q值為0.0.74),解釋力均達到70%以上。氣溫與降水量共同影響著各地區的降雪量,為進行冰雪運動、開展冰雪運動課程的提供先決條件,而校外冰雪場地作為學校開展特色冰雪運動課程,推動建設冰雪學校的可取途徑,在部分地區受氣溫與降水量的影響,因此三者之間共同作用下影響著學校的空間分布。

綜上,我國冰雪運動特色學校的空間分布受多方面因素共同影響,4個核心驅動因子之間具有顯著的協調性與關聯性,兩兩交互作用后均呈現雙因子增強的結果,說明核心驅動因子交互作用后對學校空間分布的解釋更強,表明我國冰雪運動特色學校的空間格局是多重因素協同作用的結果。

4 結論與建議

4.1 結論

本文基于教育部官網公布的2062所冰雪運動特色學校與各省份統計年鑒數據,綜合運用GIS空間分析法與地理探測器模型,探究后冬奧時期我國冰雪運動特色學校的空間分布特征,精準分析影響冰雪運動特色學校空間分布的驅動因子及其強度與作用方向,為未來冰雪運動特色學校的布局建設提供決策參考。

1)我國冰雪運動特色學校在空間上呈聚集型分布,空間分布密度差異明顯。以“胡煥庸線”為界,呈現“東密西疏”的空間分布特征,已形成2個高密度核心圈,2個次級密度核心圈和4個小核心圈,高密度核心圈位于京津冀地區與黑吉遼地區。

2)基于地理探測器與GWR模型的探測分析得知,年平均氣溫、年平均降水量、體育教育經費與校外冰雪場地是影響冰雪運動特色學校空間分布的核心驅動因子,因子的解釋力在不同地區存在差異;4個核心因子交互作用后呈現雙因子增強是形成冰雪運動特色學校空間分布的主導力量,表明中國冰雪運動特色學校的空間格局是多重因素協同作用的結果。

4.2 建議

1)優化空間布局,多區協同發展。當前,我國冰雪運動特色學校的空間分布整體上呈現“北強南弱,東密西疏”的結構特征,局部上各省空間分布密度差異明顯。后冬奧時期冰雪運動特色學校的發展應向有利于冰雪運動開展的區域和城市傾斜,統籌兼顧、合理布局[20],基于“優化主導優勢功能、強化中等功能、改良弱勢功能”原則,以“三核”為中心,帶動“四區”發展(三核:東三省—長春、京津冀—北京、新疆—烏魯木齊;四區:東北地區、京津冀地區、西北地區、南方地區)。在此基礎上不同地區應注重整體性,加強區域冰雪運動特色學校之間的交流、合作,最終形成多點擴充、多區協同的冰雪運動特色學校空間發展格局。

2)立足優勢功能,分區精準施策。冰雪運動特色學校具有區域性特征,既要重點關注核心驅動因素對于冰雪運動特色學校建設的影響,又要關注各因素在不同地區的作用類型及方向。后冬奧時期應依托不同地區的優勢條件精準施策,因地制宜地推動冰雪運動特色學校建設發展。此外,在“輪轉冰”跨項跨界選材背景下鼓勵學校開展旱地滑雪、冰球等仿冰、仿雪運動課程,助推部分省域實現冰雪運動特色學校“0”突破。