體育彩票業網絡關注度時空分異與影響因素研究

摘 要：網絡關注度體現了人們對某種事物的現實關注和潛在需求，為研究大數據背景下事物發展趨勢提供了新的數據參考。運用指數測度、探索性空間數據分析（ESDA）和地理探測器等方法，對2011—2021年我國31個省（市、自治區）體育彩票網絡關注度的時空分異特征及影響因素進行分析。結果表明：（1）在時間上，2011—2021年中國體育彩票總體呈現先上升再下降并趨于穩定的態勢。（2）在空間上，中國體育彩票網絡關注度總體表現為集聚—隨機—再集聚分布的特征；各省份之間空間異質性與空間依賴性并存；網絡關注度的冷熱點區域沿“胡煥庸線”兩側分布，呈現出南多北少、東部密集西部稀疏的極化效應。（3）地區生產總值、中青年人口數量、大專及大專以上人口數、互聯網寬帶接入用戶數和體育彩票銷量是造成中國體育彩票網絡關注度空間分異的核心影響因素，各個因素的影響程度在地理空間上存在一定差異。

關鍵詞：中國體育彩票；網絡關注度；時空分異；探索性空間數據分析；地理探測器

中圖分類號：G80-05

文獻標識碼：A

文章編號：1008－2808（2024）04－0010－11

Abstract：Network attention reflects people’s real concern and potential demand for something， and provides new data reference for studying the development trend of things under the background of big data. This paper used the methods of index measurement， exploratory spatial data analysis （ESDA） and geographical detectors to analyze the spatio-temporal characteristics and influencing factors of sports lottery network attention in 31 provinces （cities and autonomous regions） of China from 2011 to 2021. The results show that： （1）in terms of time， the overall trend of China’s sports lottery from 2011 to 2021 is to rise first， then decline and tend to be stable; （2） in terms of space， the overall focus of China’s sports lottery network is characterized by a cluster random cluster distribution; Spatial heterogeneity and spatial dependence coexist among provinces; The cold and hot spots are distributed along both sides of the “Hu Huanyong Line”， showing a polarization effect of more in the south and less in the north， dense in the east and sparse in the west; （3） The core influencing factors that cause the spatial differentiation of China’s sports lottery network attention nationwide are the gross regional product， the number of young and middle-aged people， the number of college students and above， the number of Internet

broadband access users and the sales of sports lottery tickets. At the same time， the impact of each factor varies in geographical space.

Key words：China sports lottery; Network attention; Spatial-temporal differentiation;Exploratory spatial data analysis; Geographic detector

1994年，中國體育彩票正式發行。作為國家公益彩票，中國體育彩票堅守初心使命，承載著公益民生與責任擔當。據中國體育彩票官網統計，截至2023年07月01日中國體育彩票累計籌集公益金7 358.41億元［1］。鄉村振興、醫療衛生、教育助學、全民健身、競技體育等社會發展的每一個航道上，體育彩票公益金都在用自己的方式服務于國家經濟社會發展大局。

國內學者對體育彩票的研究主要集中在：購彩心理與行為決策研究［2-3］，問題博彩研究［4-5］，體育彩票銷量研究［6-8］，體育彩票發展空間演化研究［9-10］，體育彩票法律監管研究［11-12］，體育彩票發展策略研究［13］等?？梢?，學者們從宏觀、中觀、微觀三個層面討論了體育彩票研究的重點領域和主題。

大數據時代，公眾獲取體育彩票相關信息的渠道可能大多借助互聯網等信息媒介，如百度搜索引擎被廣泛使用。目前，國內體育學領域對于網絡關注度的研究主要集中于露營活動［14］、大型賽事［15］、冰雪運動［16］、馬拉松賽事［17］和體育旅游［18］等領域。

體育彩票經歷起始階段、探索階段、高速發展階段和正在探尋的高質量發展階段，互聯網的普及為其提供了信息傳遞和擴散的全新渠道，也為群眾提供了便利，是群眾獲取彩票資訊的重要方式。郭子瑜和陳剛（2022）研究發現我國數字樂透型體育彩票網絡關注度隨著時間的推移逐漸上升，不同地區數字樂透型體育彩票網絡關注度極差較大，各省份之間存在穩定的差異性和分化趨勢［19］。無論是購彩者，還是體育彩票的潛在購買者，他們可能基于自身需求通過互聯網搜索有關體育彩票信息，網絡關注度成為了解公眾需求的重要途徑。研究我國體育彩票網絡關注度的時空特征及影響因素既可以在一定程度上反映公眾對我國體育彩票的現實關注，也可以間接反映公眾的潛在體育彩票消費需求。鑒于此，從空間計量經濟學的研究視角出發，從更加多元的時空維度對中國體育彩票的網絡關注情況及其時空分異特征進行分析，揭示大眾關注水平的時空演進軌跡，并對其影響因素進行解讀，以幫助了解我國體育彩票網絡關注的空間分布特征，亦可為今后研究數字化背景下的中國體育彩票高質量發展提供一定參考。

1 研究方法和數據來源

1.1 研究方法

1.1.1 季節性強度指數

季節強度指數（R）可根據季節變動的時間序列，計算各月或各季的季節指數，據此測算和預測網絡關注度時段分異狀況［20］，計算公式如下：

S=∑12i=1（Mi-8.33）212（1）

在式（1）中，S為季節性強度指數；Mi為中國體育彩票各月網絡關注度與全年總值之比，8.33為式中常數。 S值越大，代表中國體育彩票網絡關注度的月際分異越大，越集中于某時段，反之，則說明中國體育彩票網絡關注度的月際分異越小，全年分布越均勻。

1.1.2 探索性空間數據分析（ESDA）

探索性空間數據分析（ESDA）可以通過描述數據的空間依賴性和空間異質性來挖掘事物的空間分布特征，具體通過空間權重矩陣的定義來解釋區域之間的空間關系［21］。選取Global Moran’s I指數（下文簡稱Moran’s I指數）來研究中國體育彩票網絡關注度的全局空間自相關關系，Moran’s I指數可以反映體育彩票網絡關注度在空間上的集聚或擴散分布情況，其計算公式為：

Global Moran’s I=∑ni=1∑nj=1Wij（xi-）（xj-）

S2∑ni=1∑nj=1Wij（2）

在公式（2）中，S2=1n∑ni=1（xi－）2，=1n∑nixi，n為研究區域數量，xi、xj分別為第i個和第j個研究區域的觀測值，Wij為空間權重矩陣。當Plt;10%，且Zlt;-1.65或Zgt;1.65時表示通過顯著性檢驗，即空間分布具有相關性。Moran’s I指數的取值范圍為［-1，1］，在通過顯著性檢驗的前提下，Igt;0表示空間正相關，空間分布格局表現為集聚分布，Ilt;0表示空間負相關，空間分布格局表現為擴散分布，I=0表示空間分布格局為隨機分布。

選取Getis-Ord G*i指數，通過地理要素空間冷熱點的區域變化來分析中國體育彩票網絡關注度的局部空間特征，其公式為：

Getis-Ord G*i=∑nj=1Wij（d）Xj

∑nj=1Wj（3）

在公式（3）中：n為研究地區數量，Wij為地理空間權重矩陣，Xj為研究地區j的觀測值。在通過顯著性檢驗的前提下，若G*i為正值，則說明該省份為體育彩票網絡關注度的熱點區；若G*i為負值，則說明該省份為體育彩票網絡關注度的為冷點區。

1.1.3 地理探測器

地理探測器可以探測空間差異及揭示其背后驅動因子，對空間影響因素進行分析具有獨特的優勢。該方法的優勢在于可以減少共線性問題，已經應用于自然和社會科學等多領域［22］。

q=1-∑1i=1Nhσ2hNσ2=1-SWST（4）

在公式（4）中，q為探測值，取值在0～1之間，q值越大，則說明因變量受到自變量的影響越強，反之則說明影響越弱；Nh和N代表層h和全體研究區域的單元數；σ2和σ2h分別代表層h和全體研究單元數的方差。

1.2 數據來源

本研究使用百度指數（Baidu Index）來衡量我國體育彩票網絡關注度，主要基于以下三點考慮：（1）百度指數是以中國網民在“百度搜索”網站上搜索數據為基礎的統計數據，而且該數據統計范圍能夠覆蓋中國廣大網民，具有代表性［23］。（2）中國互聯網絡信息中心（CNNIC）發布的第51次《中國互聯網絡發展狀況統計報告》顯示，截至2022年12月，我國網民規模達10.67億，互聯網普及率達75.6%［24］。（3）方法論層面，搜索指數所提供的“自然數據”可利用非介入、無干擾的方式對受眾的社會經濟行為進行測量［25］。

關鍵詞選取是本研究一項重要的工作環節，綜合考量研究條件和數據工作量，擬采用范圍選詞法，具體步驟為：運用愛站網關鍵詞挖掘工具對我國體育彩票相關關鍵詞等進行挖掘，得到排名靠前的關鍵詞，將排名靠前的關鍵詞進行百度指數搜索，逐個確認是否納入統計?？紤]到百度指數的檢索以一次3個關鍵詞的組合為最佳，最終選取“中國體育彩票”“體彩”和“體育彩票”這3個排名較高且符合用戶日常搜索習慣的關鍵詞，本研究以三個關鍵詞的百度指數之和反映我國體育彩票的網絡關注度。

數據覆蓋的地理空間范圍主要包括中國體育彩票在售的31個?。ㄊ?、自治區），未分析香港、澳門、臺灣的相關數據，此外，根據國家統計局對于三大經濟區域的劃分方式，將我國劃分為東部、中部和西部地區。時間考察范圍以2011—2021為區間。文中所有網絡關注度數據源于百度指數官網。影響因素中社會經濟、人口特征和教育發展水平相關數據來源于相應年份的《中國統計年鑒》《中華人民共和國國民經濟和社會發展統計公報》以及各省市統計局官網；互聯網普及程度相關數據來源于中國互聯網絡信息中心相應年份的《中國互聯網發展狀況統計報告》；體育彩票相關數據來源于相應年份的《中國彩票年鑒》及各省體育彩票官網。同時，為保證數據的完整性，部分缺失數值用均值平滑法進行補充。基礎底圖取自國家基礎地理信息中心的全國基礎地理數據庫。

2 時間分異特征

2.1 年際時間分異

通過對2011—2021年中國體育彩票網絡關注度數據分析可知（見圖1），網絡關注度總體呈現出上升期、下降期和穩定期3個階段：

（1）上升期（2011—2014年）。2011—2014年是中國體育彩票網絡關注度上升期，2014年網絡關注度達到55 495，為歷年峰值，同比增長9%。這可能與中國體育彩票銷量逐年遞增有關，2012 年我國體育彩票銷售1 104.9億元，是體育彩票發行之后首次年銷量突破1千億元，體育彩票也正式進入“千億時代”。自此之后，體育彩票年銷量逐年遞增，2013年1 328億元、2014年1 764.1億元。

（2）下降期（2015—2020年）。2015—2020年是中國體育彩票網絡關注度的下降期，在2015年，我國體育彩票的網絡關注度開始出現大幅度下滑，網絡關注度同比下降了13%。2015年4月3日，財政部、公安部、全國工商總局、工業和信息化部、民政部、人民銀行、國家體育總局和銀監會八部門聯合發布公告，

重申現行互聯網銷售彩票管理政策，明確堅決制止擅自違規利用互聯網銷售彩票行為，并將嚴厲查處非法彩票。互聯網銷售彩票被叫停，對體育彩票的銷量產生了一定的影響，2015 年體育彩票銷售總額同比下降 5.7%。2015—2017年我國體育彩票的網絡關注度均處于持續下降趨勢，隨著2018年俄羅斯世界杯的舉辦，中國體育彩票網絡關注度出現回暖，并繼2014年之后出現第二個峰值。通過以往數據的比對發現，賽事年份的平均網絡關注度要高于無大型賽事年，反映出大型足球賽事對中國體育彩票網絡關注度有一定的影響。2020年，中國體育彩票的網絡關注度跌至歷年來最低，可能主要源于新冠肺炎疫情的影響，一是疫情期間的彩票休市，二是人們關注的焦點集中于疫情防控。

（3）穩定期（2021年至今）。2021年至今，中國體育彩票銷售量逐漸回暖，2021年，中國體育彩票年銷量2 310.3億元，2022年體育彩票年銷量2" 765.22億元，已回升到接近2018年歷史最高銷量水平。中國體育彩票網絡關注度也進入穩定期。

2.2 月際時間分異

通過統計觀測研究期內各年份中國體育彩票網絡關注度季節性強度指數（見圖2a），發現各年份的季節性強度指數并不突出，且各年份之間差異不大，整體在0.083～0.088之間波動，反映出2011—2021年我國體育彩票網絡關注度無明顯的季節性差異，在各個月份保持著大致相當的網絡關注度。

進一步對單月份匯總數據可知（見圖2b），中國體育彩票網絡關注度僅在2月和6月會出現一低一高的兩個峰值，會造成細微的月際分異，從而使當年的季節性強度指數升高。2月是我國體育彩票網絡關注的最低的月份，這可能與春節期間中國體育彩票為期10天左右的休市有關，除了即開型體育彩票外，全國其他類型的體育彩票都會停止銷售、開獎和兌獎。而競猜型和樂透數字型彩票是中國體育彩票市場主要的彩票品種，休市期間公眾對于體育彩票的關注度也隨之下降。6月是中國體育彩票網絡關注度最高峰時段，也會形成一定的季節性差異，特別是足球世界杯和歐洲杯的舉辦年份，人們對競猜型體育彩票的關注度會大幅提高［26］。

3 空間分異特征

3.1 全局空間分異特征

采集2011—2021年中國體育彩票網絡關注度省域數據，運用Geoda軟件分別計算2011—2021年中國體育彩票網絡關注度的Moran’s I指數，空間權重矩陣選擇為二進制地理空間鄰接權重矩陣，并用Z值進行顯著性檢驗（見表1），以此評估2011—2021年中國體育彩票網絡關注度的全局空間分異特征。

表1為中國體育彩票發展的空間自相關性檢驗，結果顯示2011—2021年間中國體育彩票網絡關注度的發展呈現出集聚-隨機-再集聚分布的態勢。具體而言，各年份Moran’s I指數均為正值，表明中國體育彩票的網絡關注度總體上呈現出正向的空間自相關關系，然而各年份空間自相關的程度有所不同。2011—2012年，Moran’s I指數均表現出不同程度的顯著性，且Z值大于1.65，說明隨著互聯網尤其是移動設備的逐漸普及，中國體育彩票網絡關注度呈現空間集聚性分布；這種空間集聚現象在2012年以后開始弱化，Moran’s I指數迅速下降并延續至2019年，且均無法同時滿足P值小于10%和Z值大于1.65，這說明在2012—2019年，中國體育彩票網絡關注度的空間格局由集聚分布轉為隨機分布；2019—2021年，中國體育彩票網絡關注度的空間格局再次回歸集聚性分布。

3.2 局部空間分異特征

3.2.1 局部空間自相關分析

Moran’s I指數統計量只能整體上判斷中國體育彩票網絡關注度發展的空間自相關模式，由于均值化了地區差異，并不能具體反映出省份之間的空間依賴情況。為此，可進行Moran’s I指數散點圖（以下簡稱Moran散點圖）和LISA聚集圖分析。具體而言，Moran’s I指數能夠說明區域網絡關注度的全局相關性，而Moran散點圖能夠描述局域空間相關性，LISA集聚圖能把空間自相關關系顯著的地區用以不同的顏色可視化，可以對Moran散點圖加以補充說明。

（1）局部空間Moran散點圖。Moran散點圖類似普通的平面直角坐標系，其中的某個點代表一個省份，距離擬合曲線越遠則代表該省份的體育彩票網絡關注度與其他地區存在較大空間異質性。第1象限為“High-High”集聚，代表高關注度省份被其他高關注度省份包圍；第2象限為“Low-High”集聚，代表低關注度省份被高關注度省份包圍；第3象限為“Low-Low”集聚，代表低關注度省份被其他低關注度省份包圍；第4象限為“High-Low”集聚，代表高關注度省份被低關注度省份包圍；第1、3象限代表存在空間依賴性的區域，即存在正的空間相關性，第2、4象限代表存在空間異質性的區域，即負的空間相關性。若大部分省份集中于第1、3象限，說明存在顯著的空間自相關。

圖3顯示，2011年全國31個?。ㄊ?、自治區）中有7個省份落入第1象限，主要是以北京、江蘇、山東、浙江和福建為代表的東部省份；落入第2象限的省份有5個，主要是中部省份；落入第3象限的省份有15個，多為新疆、內蒙古、青海、西藏等西部省份；落入第4象限的省份有4個，東西中部地區均有。其中，共計21個省份分布于第1、3象限，占比67.74%，第2、4象限只分布了10個省份，占比32.26%，反映出2011年間我國體育彩票網絡關注度的空間自相關關系明顯，空間依賴性突出，然而也存在一定的空間異質性。例如，2011年我國東部地區平均關注度達到3 137，是中部地區平均關注度（1330）的2.56倍，是西部地區平均網絡關注度（974）的3.22倍，東部地區和其他兩個地區之間分異明顯。表明移動互聯網發展的早期，我國三大區域之間體育彩票網絡關注度空間依賴性明顯，呈現出比較顯著的極化效應，這與當時各地區的經濟發展、人口數量、教育發展水平等因素不無關聯。

到了2016年，我國體育彩票網絡關注度的空間自相關關系發生了一定程度的變化。第1象限和第4象限的省份未發生變化；第2象限的省份數量由5個增加到11個，甘肅、重慶、廣西、貴州等原本7個處于第3象限的中西部省份轉向第2象限；第3象限減少到9個，主要是西部地區的一些省份。第1、3象限的省份減少到16個，占比51.62%，第2、4象限的省份增加到15個，占比48.38%，反映出2016年我國體育彩票網絡關注度總體的空間自相關關系弱化，各省份趨向于隨機分布，由于取消互聯網售彩，導致我國大量中西部省份網絡關注度的空間依賴關系發生了變動。例如，東部地區的廣東增長較快，網絡關注度達到4 586，是2011年的2.37倍，西部地區的云南網絡關注度達到3 192，相比2011年增長99.5%，與周圍省市拉開較大的差距，一定程度上反映出各省份體育彩票發展速度不一致，致使各地區體育彩票網絡關注度的空間依賴關系發生了變化。

2021年，第1象限的省份增加到8個；第2象限的省份減少到10個；第3象限減少到9個、河北省加入第4象限；第4象限無變動。變動省份主要發生在第2象限和第3象限，陜西和安徽由第2象限轉入第3象限，湖南則由第3象限轉入第2象限。2021年第1、3象限的省份占比達到54%，反映出中國體育彩票網絡關注度的空間自相關關系得以加強，空間分布重新趨向于集聚分布。

縱向而言，北京、山東、江蘇、福建、浙江等東部省份始終處于第1象限，遼寧、吉林、黑龍江、甘肅、內蒙古、寧夏、青海、新疆等省份始終處于第3象限，表明這些地區體育彩票網絡關注度的發展始終存在著正的空間自相關關系；安徽、江西、山西長期處于第2象限，廣東、湖北、四川和云南等省份始終處于第4象限、表明上述地區的體育彩票網絡關注度始終存在負的空間自相關關系。由此可見，我國體育彩票網絡關注度的空間正相關區域主要是東西部地區，且東西部地區的空間自相關關系相對穩定，主要是中部地區演變程度較大。這是由于東部地區的體育彩票事業的發展整體發展較快，西部地區則整體較為落后；中部地區雖內部差異較為均衡，卻與周圍東西部鄰接省份形成一定的空間異質性［27］。

（2）局部空間LISA集聚圖。運用ArcGIS10.8軟件繪制出2011、2016和2021年間中國體育彩票網絡關注度的LISA集聚圖（見圖4），進一步對各省體育彩票網絡關注度發展的自相關關系進行可視化分析。其中，有顏色地區和周邊鄰接地帶存在某種顯著的空間集聚關系，無顏色地區與周邊鄰接地帶的空間的空間集聚關系不顯著，臨界值水平為0.05，4種不同顏色代表不同的空間集聚關系，即“High-High”集聚、“Low-Low”集聚、“Low-High”集聚和“High-Low”集聚，詳見圖形左下圖例部分。

縱觀2011、2016和2021年中國體育彩票網絡關注度的LISA集聚圖，西部地區的新疆和內蒙古長期處于“Low-Low”顯著集聚區，東部地區的山東和福建始終處于“High-High”顯著集聚區，中部地區的江西始終表現出“Low-High”顯著集聚狀態并有向“High-High”集聚轉化的趨勢。這種集聚狀態與陳頗關于我國體育事業發展空間集聚的研究結論大致吻合［30］，我國體育彩票網絡關注度空間依賴性和空間異質性明顯，并與體育彩票事業的發展呈現出大致相當的集聚狀態，反映出網絡關注度與我國體育彩票事業的發展具有一定的關聯性。

3.2.2 局部空間冷熱點分析

為了從不同角度探索各省份體育彩票網絡關注度在空間位置上的相互關系，采用ArcGIS10.8軟件計算出2011—2021年間各省份的Getis-Ord Gi*指數，并用最佳自然斷點法將各省份Getis-Ord Gi*指數按值的高低分為4類區域，即熱點區域，次熱點區域、次冷點區域和冷點區域。通過統計各省份Getis-Ord Gi*指數年均值（見表2）發現，熱點區域包含的6個省份的關注度貢獻率占比超過了全國關注度總和的1/3，其中5個省份是東部地區較為發達的省份；次熱點區包含的5個省份有4個為東部省份；次冷點區的主體為中西部省份；而處于冷點區域的3個省份均為西部省份，平均貢獻率僅為0.85%。

進一步生成2011、2016和2021年間中國體育彩票網絡關注度熱點空間演化圖（見圖5），用顏色的深淺來表示各省份體育彩票網絡關注度的大小。圖5能夠清晰的反映出2011—2021年間我國各省份體育彩票網絡關注度的冷熱點分異明顯，主要沿“胡煥庸線“兩側分布。“胡煥庸線”即黑河-騰沖一線，是一條人口密度突變分界線，在某種程度上成為中國城鎮化、經濟發展、產業結構和旅游經濟水平的分割線［28］。

在整體分布上，各省份分布的均衡程度不高，熱點及次熱點區域主要分布在“胡煥庸線”東南側，如東部地區的長三角、珠三角、環渤海三大經濟圈以及中西部的豫、川地區。共同特點是人口密集和經濟較發達，其體彩銷量也往往較高。冷點及次冷點區域主要分布于“胡煥庸線”東北側，主要是西部一些經濟欠發達、人口基礎薄弱的省份，例如新疆、西藏等。從三大區域來看，東-中-西區域的體育彩票網絡關注度呈現依次減少的態勢，熱點區域主要集中在東部地區，冷點區域始終集中在西部地區，中部地區主要為次熱點及次冷點區域。

總體而言，2011—2021年各省份體育彩票網絡關注度的冷熱點區域分異顯著，沿“胡煥庸線”呈現出南多北少、東部密集西部稀疏的特征，且呈現出向各自鄰接地域漸進收斂的趨勢。

4 影響因素

4.1 影響因素篩選

通過對已有文獻中關于網絡關注度的梳理與總結發現，由于網絡關注度是互聯網用戶需求內容和需求強度的直觀反映，其時空分異主要受經濟發展、地理位置、資源稟賦、人口規模、網絡發展水平和教育發展水平等多個因素共同影響［7，9-10，29-31］。本研究選取經濟發展水平、社會人口特征、互聯網普及程度、教育發展水平和體育彩票業發展規模等5個維度的因子，共10個指標進行地理探測器分析（見表3）。在時間分異的影響因素分析方面，截取2011、2016和2021年各省份數據進行時間影響因子探測分析。在空間分異的影響因素方面，鑒于數據的時效性，選取2021年各省份數據進行空間影響因子探測分析。

4.2 因子探測結果分析

為提升識別中國體育彩票網絡關注度影響因素的有效性，需要先對數據進行標準化處理，本研究先使用“Jenks”最佳自然斷點法將影響因素由數值型變量轉換為類型變量，在此基礎上運用地理探測器進行因子探測，同時將通過1%、5%和10%顯著性檢驗的因子分別劃分為核心影響因素、重要影響因素和一般影響因素。

4.2.1 時間分異的影響因素分析

由表4可知，中國體育彩票網絡關注度在時間上受互聯網寬帶接入用戶數和體育彩票銷量的顯著影響，q值均通過1%的顯著性檢驗，說明互聯網寬帶接入用戶數和體育彩票銷量是中國體育彩票網絡關注度時間分異的核心影響因素。地區生產總值和普通高等學校數q值均通過5%的顯著性檢驗，是重要影響因素。

此外，在本研究的不同時間，各因子的影響強度不同。從2011—2016年，互聯網寬帶接入用戶數的q值最大，說明該因素對中國體育彩票網絡關注度時間分異的影響作用強。然而，到了2021年，互聯網寬帶接入用戶數的q值下降，說明隨著互聯網絡的普及，互聯網寬帶接入用戶數的影響作用減弱。而體育彩票銷量的q值持續升高，對中國體育彩票網絡關注度的影響作用增強，并超過互聯網寬帶接入用戶數的影響作用。同時，地區生產總值、中青年人口數量、普通高等學校數和大專及大專以上人口數的q值均持續上升，并從重要影響因素轉變為核心影響因素，反映出隨著時間的發展，我國經濟、人口以及教育發展的不均衡性使其對中國體育彩票網絡關注度的影響增強。

4.2.2 空間分異的影響因素分析

由表5可知，各個因素對中國體育彩票網絡關注度的影響程度在地理空間上存在一定差異。就全國層面而言，地區生產總值、中青年人口數量、大專及大專以上人口數、互聯網寬帶接入用戶數和體育彩票銷量的影響顯著，q值均通過1%的顯著性檢驗，是造成中國體育彩票空間分異特性的核心影響因素；年末常住人口是重要影響因素。

從區域而言，在通過1%顯著性檢驗的情況下，地區生產總值、普通高等學校數及互聯網寬帶接入用戶數在東部地區的q值最大，反映出這些因素在東部地區較其他地區影響更大。東部地區是我國經濟最發達地區，然而區域內部各省份之間經濟發達程度、教育發展水平和互聯網普及程度差異均較大。例如2022年《中國統計年鑒》顯示，2021年廣東省人均GDP為9.83 萬元，同為東部地區并與其相鄰的海南省，人均生產總值則只有6.37萬元，前者達到后者的1.66倍。其網絡關注度同樣呈現出較大的差距，前者是后者的2.36倍。中部地區的核心影響因素中，年末常住人口的q值最大，達到0.876，說明年末常住人口對中部地區影響較大，而社會生產總值、普通高等學校數、互聯網寬帶接入用戶數和體育彩票銷量對中部地區的影響不如東部地區強烈，這是由于中部地區發展動力不足，總體經濟、教育、互聯網及體育彩票業的發展差距不如東部地區明顯。西部地區的核心影響因素中，體育彩票銷量對其影響較大，q值達到0.908，反映出西部地區體育彩票業的發展具有較大的不均衡性，對西部地區體育彩票網絡關注度影響較強，2022年《中國彩票年鑒》顯示，2021年位于成渝經濟圈的成都體彩銷量達到124.2億元，而處于青藏高原的西藏體彩銷量只有8.7億元；同時，西部地區受人均生產總值的影響不顯著，這可能與西部地區的人均生產總值總體處于較低水平有關。

5 結論與展望

5.1 結 論

（1）在時間上，2011—2021年中國彩票網絡關注度總體呈現先上升再下降而后趨于穩定的態勢，2011—2014年為上升期，2015—2020年為下降期，2021年至今是穩定期，并在2014年和2018年出現兩個峰值；從年內變化來看，2月降至最低，6月達到年內峰值。

（2）在空間上，就全國范圍而言，中國體育彩票網絡關注度呈現出集聚—隨機—再集聚分布的特點，空間依賴性與空間異質性并存；各省份網絡關注度的分布均衡程度不高，存在非常明顯的極化效應。中國體育彩票網絡關注度的冷熱點區域沿“胡煥庸線”兩側分布，冷點和次冷點區域主要集中在“胡煥庸線”西北側，熱點和次熱點區域主要集中在“胡煥庸線”西南側，呈現出南多北少、東部密集西部稀疏的特征。

（3）時間分異上，互聯網寬帶接入用戶數和體育彩票銷量是中國體育彩票網絡關注度時間分異的核心影響因素，地區生產總值和普通高等學校數是重要影響因素。在研究的不同時間，各因素的影響強度有所不同，互聯網寬帶接入用戶數在2011—2016年具有較大影響，到了2021年，體育彩票銷量對中國體育彩票網絡關注度的影響超過互聯網寬帶接入用戶數；地區生產總值、中青年人口數量、普通高等學校數和大專及大專以上人口數等因素對中國體育彩票網絡關注度的影響均持續上升。

（4）空間分異上，各個因素對中國體育彩票網絡關注度的影響程度在地理空間上存在一定差異。在全國范圍內地區生產總值、中青年人口數量、大專及大專以上人口數、互聯網寬帶接入用戶數和體育彩票銷量是造成中國體育彩票空間分異特性的核心影響因素；年末常住人口是重要影響因素。其中，地區生產總值、普通高等學校數及互聯網寬帶接入用戶數對東部地區的影響較大；年末常住人口對中部地區的影響較大；體育彩票銷量對西部地區的影響較大。

5.2 展 望

本研究圍繞中國、區域和省際三方面來分析中國體育彩票網絡關注度的時空分異特征，得出其時間與空間兩個維度的影響因素，在研究視角上豐富了網絡關注度與中國體育彩票的相關性研究，補充了近10年中國體育彩票網絡關注度的相關數據，為準確把握體育彩票消費者的關注熱點、潛在需求和消費偏好提供一定的參考依據。但仍有不足，未來可考慮從以下三個方面展開研究：（1）網絡用戶對于體育彩票的關注不僅限于百度指數，可納入社交媒體、微信公眾平臺、點評服務或APP等多種渠道的網絡關注加以更完善的探索。（2）可進一步納入體育彩票業發展的區位條件、地區體育發展水平等相關因素，從更多維度探討中國體育彩票網絡關注度。（3）我國體育彩票網絡關注度與體育彩票事業發展呈現出大致相當的集聚狀態，反映出我國體育彩票網絡關注度與體育彩票事業的發展具有一定的關聯性。后續研究可進一步對網絡關注度與體育彩票業發展的耦合關系進行驗證與預測。

參考文獻：

［1］ 國家體育總局. 超7300億元支持體育事業 助力社會公益體彩公益金作出新貢獻［EB/OL］.［2023-07-06］.https：//www.sport.gov.cn/n20001280/n20067608/n20067637/c25765094/content.html.

［2］ 王斌，史文文，劉煉. 體育彩民購彩心理與行為特征研究［M］.北京：北京體育大學出版社， 2013.

［3］ 李凌，張瑞林，張勇.競猜型體育彩票消費者購彩決策行為影響因素的新探索［J］.體育學研究，2021，35（1）：68-77.

［4］ 史文文，王斌，馬紅宇，等.問題彩民的購彩心理與行為特征［J］.心理科學進展，2012，20（4）：592-597.

［5］ 李海，陶蕊，劉磊，等.體育彩票問題博彩概念研究述評［J］.上海體育學院學報，2010，34（3）：23-28.

［6］ 李剛.社會福利視角下中國體育彩票銷售綜合指數體系的完善與應用［J］.體育科學，2020，40（5）：14-31.

［7］ 張增帆.我國體育彩票銷量的影響因素研究基于省際面板數據［J］.武漢體育學院學報，2022，56（9）：63-69，100.

［8］ 王慶慶，田祖國.我國體育彩票銷售量與經濟增長關系的實證研究［J］.哈爾濱體育學院學報，2015，33（6）：63-66，71.

［9］ 魏敏敏，張鳳彪.我國體育彩票業發展空間演化及影響因素研究［J］.天津體育學院學報，2022，37（5）：546-552.

［10］ 韋頌，付志華，陳頗.中國體育彩票業發展的空間關聯網絡結構特征研究［J］.武漢體育學院學報，2021，55（9）：46-53.

［11］ 張鳳彪，吳均含.我國體育彩票的法律性質、權利表達和立法展望［J］.體育學刊，2022，29（4）：39-45.

［12］ 楊成，段宏磊，李麗.中國體育彩票法律規制結構的制度改進［J］.武漢體育學院學報，2016，50（5）：47-51.

［13］ 李剛，李楊芝.中國競猜型體育彩票發展對策的研究［J］.體育科學，2018，38（9）：21-36.

［14］ 陳昆侖，宋新昊，劉小瓊，等.中國露營活動網絡關注的時空特征及影響因素［J/OL］.旅游科學：1-15［2023-12-31］.

［15］ 張華玉，陳國藝，魏德樣.2022年北京冬奧會網絡關注度時空變化特征及其影響因素分析［J］.體育教育學刊，2023，39（5）：76-82.

［16］ 王儲，盧長寶，把多勛，等.中國代表性滑雪場網絡關注度時空演變及影響因素［J］.自然資源學報，2022，37（9）：2367-2386.

［17］ 潘磊，劉芳枝.我國馬拉松賽事網絡關注度的時空演進及影響因素基于2011—2018年百度指數的實證分析［J］.上海體育學院學報，2020，44（8）：78-86.

［18］ 舒麗，張凱，王小秋，等.基于百度指數的我國體育旅游網絡關注度研究［J］.北京體育大學學報，2020，43（6）：110-122.

［19］ 郭子瑜，陳剛.我國數字樂透型體育彩票網絡關注度的時空演進與影響因素分析基于百度指數［J］.河北體育學院學報，2022，36（3）：23-32.

［20］ 張宇飛，任艷路，梁麗敏.中國冰雪旅游網絡關注度的時空差異與影響因素基于百度指數2011—2020的實證數據［J/OL］.世界地理研究：1-15［2023-12-31］.

［21］ 魏德樣，雷雯.中國滑雪旅游信息流特征及市場開發策略研究基于百度指數的分析［J］.北京體育大學學報，2022，45（7）：82-94.

［22］ 王勁峰，徐成東.地理探測器：原理與展望［J］.地理學報，2017，72（1）：116-134.

［23］ 任濤，游茂林，張志彬.2020年東京奧運會中國居民網絡關注度的時空特征變化及其影響因素［J］.首都體育學院學報，2021，33（6）：595-603.

［24］ 中國互聯網絡信息中心.第51次《中國互聯網絡發展狀況統計報告》［EB/OL］.［2023-03-02］ https：//www.cnnic.cn/n4/2023/0303/c88-10757.html.

［25］ 曾凡斌.百度指數對議程設置理論的檢驗及“兩個輿論場”的關系基于2013-2016年75個網絡熱點輿情事件的分析［J］.新聞記者，2018（11）：66-74.

［26］ 劉圣文，李凌，項鑫.競猜型體育彩票消費者忠誠度研究：體驗價值與觀賽熱情的交互效應［J］.體育與科學，2018，39（3）：100-106.

［27］ 陳頗，方春妮.中國體育彩票事業發展的空間自相關特征研究［J］.武漢體育學院學報，2015，49（7）：24-29，57.

［28］ 李佳洺，陸大道，徐成東，等.胡煥庸線兩側人口的空間分異性及其變化［J］.地理學報，2017，72（1）：148-160.

［29］ 王嘯.“看球”還是“看人”：結果不確定性與明星質量對中國足球協會超級聯賽網絡關注度的影響［J］.體育科學，2019，39（7）：12-22.

［30］ 丁志偉，馬芳芳，張改素.基于抖音粉絲量的中國城市網絡關注度空間差異及其影響因素［J］.地理研究，2022，41（9）：2548-2567.

［31］ 孫民康，龔麗景.2002—2018年歷屆冬奧會短道速滑獎牌時空分布特征研究［J］.哈爾濱體育學院學報，2020，38（6）：30-36.