基于空間自相關(guān)分析的中國(guó)國(guó)民體質(zhì)綜合指數(shù)研究

宋彥李青+王竹影

摘要：目的：運(yùn)用地理空間計(jì)量分析模型對(duì)中國(guó)各區(qū)域國(guó)民體質(zhì)監(jiān)測(cè)的空間依賴作用和自相關(guān)關(guān)系進(jìn)行研究。方法 選取2005年、2010年和2014年發(fā)布的31個(gè)省市（自治區(qū)）國(guó)民體質(zhì)綜合指數(shù)作為衡量指標(biāo)，采用全局Moran指數(shù)和局域G統(tǒng)計(jì)量進(jìn)行空間自相關(guān)分析。結(jié)果表明：1）中國(guó)31個(gè)省市（自治區(qū)）的國(guó)民體質(zhì)綜合指數(shù)的全局Moran's I指數(shù)呈“U”態(tài)勢(shì)，各省市（自治區(qū)）國(guó)民體質(zhì)綜合指數(shù)受到周邊鄰接地域國(guó)民體質(zhì)綜合指數(shù)的影響先逐漸減少后持續(xù)增加。國(guó)民體質(zhì)綜合指數(shù)在全國(guó)范圍內(nèi)具有較好的空間結(jié)構(gòu)性，存在明顯的空間正相關(guān)。整體上具有國(guó)民體質(zhì)綜合指數(shù)高的地區(qū)相鄰接的趨勢(shì)。2）國(guó)民體質(zhì)綜合指數(shù)的局部自相關(guān)分析呈現(xiàn)出明顯的兩極分化現(xiàn)象，中東部地區(qū)表現(xiàn)為正向趨同的高聚集效應(yīng)趨勢(shì)，偏西部地區(qū)則呈現(xiàn)負(fù)向趨同的低聚集效應(yīng)趨勢(shì)。形成這一結(jié)論的原因可能與地區(qū)的社會(huì)環(huán)境、生態(tài)環(huán)境等因素的差異有關(guān)聯(lián)。啟示：從地理空間角度和時(shí)間序列的動(dòng)態(tài)變化方向去研究國(guó)民體質(zhì)這一社會(huì)現(xiàn)象，為國(guó)內(nèi)體育科學(xué)研究提供了新的思路。想要進(jìn)一步揭示中國(guó)國(guó)民體質(zhì)綜合指數(shù)的空間分布特征形成的內(nèi)部動(dòng)因與機(jī)理，還須結(jié)合經(jīng)濟(jì)、文化、社會(huì)、自然條件等多元化信息進(jìn)行分析。

關(guān)鍵詞：空間自相關(guān)；特征；中國(guó)；國(guó)民體質(zhì)綜合指數(shù)

中圖分類(lèi)號(hào)：G80-32；G804.49 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：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(jì)劃綱要》和《體育法》都指出：不僅對(duì)于國(guó)民參與體育活動(dòng)和增強(qiáng)自身體質(zhì)健康提出了明確的要求，而且還強(qiáng)調(diào)要實(shí)施體質(zhì)測(cè)定制度，制定體質(zhì)測(cè)定標(biāo)準(zhǔn)，定期公布全民體質(zhì)狀況[1]。國(guó)民體質(zhì)監(jiān)測(cè)既能滿足中國(guó)社會(huì)發(fā)展需求，使國(guó)民樹(shù)立正確健身觀，還能幫助政府建立科學(xué)化和人性化的管控體系。國(guó)家體育總局自1998年頒布國(guó)民體質(zhì)監(jiān)測(cè)以來(lái)，全國(guó)范圍內(nèi)已順利完成4次國(guó)民體質(zhì)監(jiān)測(cè)任務(wù)[2]，并分別于2001年、2006年、2011年以及2015年發(fā)布了各省國(guó)民體質(zhì)監(jiān)測(cè)結(jié)果。國(guó)民體質(zhì)監(jiān)測(cè)結(jié)果所涉及的指標(biāo)豐富，所以指標(biāo)經(jīng)過(guò)相關(guān)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(guó)內(nèi)的研究大多是用定性描述的方法對(duì)國(guó)民體質(zhì)監(jiān)測(cè)結(jié)果進(jìn)行分析，研究者很少結(jié)合定量化的方法，特別是難以借助現(xiàn)代科技手段，如地理信息技術(shù)（Geographic Information System， GIS）對(duì)各省國(guó)民體質(zhì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)了關(guān)系檢驗(yàn)的定量化研究，使得結(jié)果更為科學(xué)、客觀。GIS是用于采集、存儲(chǔ)、查詢、分析和顯示地理空間數(shù)據(jù)的計(jì)算機(jī)技術(shù)[3]。其空間分析技術(shù)包括空間自相關(guān)分析、空間疊加分析等可以使得地圖這種獨(dú)特的視覺(jué)化效果和地理分析功能與國(guó)民體質(zhì)監(jiān)測(cè)數(shù)據(jù)統(tǒng)計(jì)分析集成在一起[4]。兩個(gè)事物存在聯(lián)系是相對(duì)的、有條件的。國(guó)民體質(zhì)監(jiān)測(cè)絕不單單是一個(gè)孤立的社會(huì)現(xiàn)象，這種社會(huì)現(xiàn)象必然在地域間存在著極化或擴(kuò)散效應(yīng)，國(guó)民體質(zhì)監(jiān)測(cè)工作發(fā)展的區(qū)域差異性、地理空間分布特征與國(guó)民體質(zhì)監(jiān)測(cè)整體水平密切相關(guān)，運(yùn)用GIS技術(shù)從地理空間特征的視角去研究我國(guó)國(guó)民體質(zhì)相關(guān)數(shù)據(jù)，能夠更全面地認(rèn)識(shí)我國(guó)國(guó)民體質(zhì)存在的問(wèn)題。

本研究基于上述觀點(diǎn)擬以中國(guó)大陸地區(qū)31省市（自治區(qū)）國(guó)民體質(zhì)綜合指數(shù)為研究對(duì)象，運(yùn)用地理空間計(jì)量分析模型分析我國(guó)區(qū)域國(guó)民體質(zhì)監(jiān)測(cè)的空間布局與空間關(guān)聯(lián)特征，為我國(guó)國(guó)民體質(zhì)監(jiān)測(cè)工作開(kāi)展、相關(guān)法規(guī)政策制定及社會(huì)的發(fā)展提供科學(xué)合理的決策依據(jù)。

1 數(shù)據(jù)選取與研究方法

1.1 數(shù)據(jù)選取

本研究所涉及的地域范圍是我國(guó)大陸地區(qū)31個(gè)省市（自治區(qū)），不包括香港、澳門(mén)和臺(tái)灣。

選取2005年、2010年和2014年31個(gè)省市（自治區(qū)）國(guó)民體質(zhì)綜合指數(shù)作為衡量指標(biāo)，通過(guò)國(guó)家體育總局官網(wǎng)發(fā)布的國(guó)民體質(zhì)監(jiān)測(cè)公報(bào)及文獻(xiàn)資料收集即獲得相關(guān)數(shù)據(jù)。隨著2015年最新的國(guó)民體質(zhì)公報(bào)出爐，國(guó)民體質(zhì)監(jiān)測(cè)工作已順利開(kāi)展四次，2005年第二次國(guó)民體質(zhì)監(jiān)測(cè)首次使用“國(guó)民體質(zhì)綜合指數(shù)”來(lái)描述國(guó)民體質(zhì)總體水平?！皣?guó)民體質(zhì)指數(shù)”指通過(guò)國(guó)民體質(zhì)監(jiān)測(cè)，所取得國(guó)民總體的身體形態(tài)、身體機(jī)能和身體素質(zhì)等資料，進(jìn)行無(wú)量綱處理后得到的反映國(guó)民體質(zhì)綜合狀況的指數(shù)[5]。該指數(shù)以2000年第一次國(guó)民體質(zhì)監(jiān)測(cè)相應(yīng)指標(biāo)的平均數(shù)為基期數(shù)據(jù)，固定基期同度量水平，將這個(gè)水平定位在數(shù)值100上， 即第一次國(guó)民體質(zhì)綜合指數(shù)為100。指數(shù)的數(shù)值將會(huì)在100上下波動(dòng)，指數(shù)的數(shù)值越大表明體質(zhì)水平越高，故筆者選取2005年、2010年和2014年三次國(guó)民體質(zhì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析。

1.2 研究方法

空間自相關(guān)分析是研究一定空間單元內(nèi)，某空間單元與其周?chē)鷨卧臻g，就某種檢測(cè)與量化研究變量的空間依賴性的統(tǒng)計(jì)方法。反映的是事物或現(xiàn)象具有空間位置的依賴關(guān)系，即相關(guān)程度。如氣溫、濕度等的空間分布體現(xiàn)了與海陸距離、海拔高程的相關(guān)性。該方法通過(guò)計(jì)算各地區(qū)某要素觀測(cè)值的空間相關(guān)系數(shù)、描繪空間布局散點(diǎn)圖及對(duì)加入空間滯后變量的模型進(jìn)行估計(jì)等途徑來(lái)反映各要素觀測(cè)值的空間依賴性和自相關(guān)關(guān)系，即發(fā)現(xiàn)空間中出現(xiàn)的異常值或集聚現(xiàn)象[6]?？臻g自相關(guān)算法種類(lèi)豐富：Moran' s I、Geary' s C、Get is等?；痉譃槿趾途钟騼煞N。

1.2.1 全局空間自相關(guān)

全局空間自相關(guān)是關(guān)于所要研究的屬性值在整個(gè)單元的空間特征描述，即通過(guò)分析可以知道空間中是否出現(xiàn)異常值或集聚現(xiàn)象[7]。全局空間自相關(guān)指標(biāo)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(guò)比較鄰近空間位置觀察值的相似程度來(lái)反映研究目標(biāo)相關(guān)性。其計(jì)算公式為：

1.3 研究結(jié)果與分析

1.3.1 中國(guó)各省市國(guó)民體質(zhì)綜合指數(shù)情況分析

本研究選取2005年、2010年和2014年的31個(gè)省市（自治區(qū)）國(guó)民體質(zhì)綜合指數(shù)作為研究的區(qū)域變量，涉及地域范圍是我國(guó)大陸地區(qū)31個(gè)省市（自治區(qū)），不包括香港、澳門(mén)和臺(tái)灣，共計(jì)31個(gè)不規(guī)則的空間區(qū)域單元。在 Arc GIS 桌面窗口 Arc-Map 中將國(guó)民體質(zhì)綜合指數(shù)均分成 4個(gè)相同等級(jí)，并以不同的顏色進(jìn)行標(biāo)識(shí)，繪制成圖。圖1、圖2和圖3分別是2005年、2010年和2014年三次國(guó)民體質(zhì)測(cè)量31個(gè)省市（自治區(qū)）的國(guó)民體質(zhì)綜合指數(shù)的專題圖。

2005年國(guó)民體質(zhì)綜合指數(shù)平均數(shù)在100.75，2005年與2000相比，有18個(gè)?。▍^(qū)、市）的國(guó)民體質(zhì)綜合指數(shù)水平提升，幅度在0.17～5.27之間。2010年的國(guó)民體質(zhì)綜合指數(shù)為100.39，比2005年降低0.36，各?。▍^(qū)、市）國(guó)民體質(zhì)綜合指數(shù)的總體水平在93.71～106.18之間。2010年與2005年相比，全國(guó)有13個(gè)?。▍^(qū)、市）的國(guó)民體質(zhì)綜合指數(shù)有所增長(zhǎng)，18個(gè)?。▍^(qū)、市）的國(guó)民體質(zhì)綜合指數(shù)有所降低。2014年的國(guó)民體質(zhì)綜合指數(shù)為100.54，比2010年上升0.15，各省（區(qū)、市）國(guó)民體質(zhì)綜合指數(shù)的總體水平在93.82～107.91。2014與2010年相比，全國(guó)12個(gè)?。▍^(qū)、市）的國(guó)民體質(zhì)綜合指數(shù)有所增長(zhǎng)，1個(gè)?。▍^(qū)、市）持平，18個(gè)?。▍^(qū)、市）的國(guó)民體質(zhì)綜合指數(shù)有所降低。2005年、2010年和2014年近三次國(guó)民體質(zhì)綜合指數(shù)結(jié)果呈“U”趨勢(shì)。由圖1、圖2和圖3可知，中國(guó)各省市國(guó)民體質(zhì)綜合指數(shù)始終呈現(xiàn)“東高西低“的狀態(tài)。

從表1可以看出，中國(guó)31個(gè)省市（自治區(qū)）的國(guó)民體質(zhì)綜合指數(shù)的全局Moran's I指數(shù)呈“U”態(tài)勢(shì)，中國(guó)國(guó)民體質(zhì)綜合指數(shù)的空間依賴程度在2005年到2010年間呈下降趨勢(shì)，各省市（自治區(qū)）國(guó)民體質(zhì)綜合指數(shù)受到周邊鄰接地域國(guó)民體質(zhì)綜合指數(shù)的影響逐漸減小。但在2010年到2014年間中國(guó)國(guó)民體質(zhì)綜合指數(shù)的空間依賴程度呈上升趨勢(shì)，各省市（自治區(qū)）國(guó)民體質(zhì)綜合指數(shù)受到周邊鄰接地域國(guó)民體質(zhì)綜合指數(shù)的影響又逐漸增加。2005年、2010年和2014年標(biāo)準(zhǔn)化結(jié)果 Z值 均大于1.65，表明中國(guó)31省市（自治區(qū)）國(guó)民體質(zhì)綜合指數(shù)在全國(guó)范圍內(nèi)始終具有較好的空間結(jié)構(gòu)性，存在明顯的空間正相關(guān)，即：國(guó)民體質(zhì)綜合指數(shù)高的地區(qū)與國(guó)民體質(zhì)綜合指數(shù)低的地區(qū)分別在空間上呈現(xiàn)一定的集聚現(xiàn)象。中國(guó)整體上具有國(guó)民體質(zhì)綜合指數(shù)高的地區(qū)相鄰接的趨勢(shì)。

1.3.3 中國(guó)各省國(guó)民體質(zhì)綜合指數(shù)的局部自相關(guān)分析

本研究將中國(guó)大陸地區(qū)31個(gè)省市（自治區(qū)）按中國(guó)行政區(qū)域劃分為華東地區(qū)、華南地區(qū)、華中地區(qū)、華北地區(qū)、西北地區(qū)、西南地區(qū)、東北地區(qū)，表2即為2005年、2010年和2014年三次國(guó)民體質(zhì)測(cè)量的中國(guó)各省國(guó)民體質(zhì)綜合指數(shù)局域統(tǒng)計(jì)Gi值及標(biāo)準(zhǔn)化值Z（ Gi）。

1）2005年中國(guó)各省國(guó)民體質(zhì)綜合指數(shù)的局域空間特征分析

通過(guò)表2分析可知：2005年中國(guó)七大行政區(qū)呈三種空間結(jié)構(gòu)形態(tài)，其中華東地區(qū)、華中地區(qū)、華北地區(qū)呈明顯的空間正相關(guān)，華南地區(qū)、西南地區(qū)、東北地區(qū)表現(xiàn)為不存在明顯相關(guān)性，西北地區(qū)呈明顯的空間負(fù)相關(guān)。具體分析可以看出，華東地區(qū)各省，華中地區(qū)的湖北省、河南省和江西省以及華北地區(qū)的天津市、河北省、山西省的Z（Gi）均大于1.96，表現(xiàn)為較高的國(guó)民體質(zhì)綜合指數(shù)空間集聚區(qū)域，形成“高-高效應(yīng)“。西北地區(qū)新疆維吾爾自治區(qū)、青海省和甘肅省Z（Gi）均小于-1.96表現(xiàn)為負(fù)向趨同性，有較低的國(guó)民體質(zhì)綜合指數(shù)空間集聚區(qū)域，形成“低-低效應(yīng)“。其他省市（自治區(qū)）Z（Gi）在-1.96～1.96之間，因此為中間過(guò)渡地帶。

2）2010年中國(guó)各省國(guó)民體質(zhì)綜合指數(shù)的局域空間特征分析

通過(guò)表2分析可知：2010年中國(guó)七大行政區(qū)呈三種空間結(jié)構(gòu)形態(tài)，其中華東地區(qū)、華中地區(qū)呈空間正相關(guān)，華南地區(qū)、華北地區(qū)、西南地區(qū)、東北地區(qū)不存在明顯相關(guān)性，西北地區(qū)呈明顯的空間負(fù)相關(guān)性。具體分析可以看出，華東地區(qū)安徽省、浙江省、福建省和華中地區(qū)的湖北省、江西省的Z（Gi）均大于1.96，表現(xiàn)為較高的國(guó)民體質(zhì)綜合指數(shù)空間集聚區(qū)域，形成“高-高效應(yīng)“。西北地區(qū)的甘肅省、青海省Z（Gi）均小于-1.96表現(xiàn)為較低的國(guó)民體質(zhì)綜合指數(shù)空間集聚區(qū)域，顯示為負(fù)向趨同性，形成“低-低效應(yīng)“。其余各?。ㄗ灾螀^(qū)）Z（Gi）在-1.96～1.96之間，因此為中間過(guò)渡地帶。

3）2014年中國(guó)各省國(guó)民體質(zhì)綜合指數(shù)的局域空間特征分析

通過(guò)表2分析可知：2014年中國(guó)七大行政區(qū)同樣呈三種空間結(jié)構(gòu)形態(tài)，華東地區(qū)、華中地區(qū)呈空間正相關(guān)，華南地區(qū)、華北地區(qū)、東北地區(qū)不存在明顯相關(guān)性，西北地區(qū)、西南地區(qū)呈明顯的空間負(fù)相關(guān)性。具體分析可以看出，華東地區(qū)所有省份、華中地區(qū)的湖北省和江西省的Z（Gi）均大于1.96，表現(xiàn)為較高的國(guó)民體質(zhì)綜合指數(shù)空間集聚區(qū)域，形成“高-高效應(yīng)“。西北地區(qū)新疆維吾爾族自治區(qū)和青海省、西南地區(qū)西藏自治區(qū)和四川省Z（Gi）均小于-1.96表現(xiàn)為較低的國(guó)民體質(zhì)綜合指數(shù)空間集聚區(qū)域，顯示為負(fù)向趨同性，形成“低-低效應(yīng)“。其余各省（自治區(qū)）Z（Gi）在-1.96～1.96之間，因此為中間過(guò)渡地帶。

2 結(jié)論與啟示

2.1 結(jié)論

本研究選取2005年、2010年和2014年31個(gè)省市（自治區(qū)）的國(guó)民體質(zhì)綜合指數(shù)作為衡量指標(biāo)，得出以下結(jié)論：

1）中國(guó)31個(gè)省市（自治區(qū)）的國(guó)民體質(zhì)綜合指數(shù)的全局Moran's I指數(shù)呈“U”態(tài)勢(shì)，表明中國(guó)國(guó)民體質(zhì)綜合指數(shù)的空間依賴程度在2010年之前呈下降趨勢(shì)，之后呈上升趨勢(shì)，各省市（自治區(qū)）國(guó)民體質(zhì)綜合指數(shù)受到周邊鄰接地域國(guó)民體質(zhì)綜合指數(shù)的影響先逐漸減少后持續(xù)增加。國(guó)民體質(zhì)綜合指數(shù)在全國(guó)范圍內(nèi)具有較好的空間結(jié)構(gòu)性，存在明顯的空間正相關(guān)。整體上具有國(guó)民體質(zhì)綜合指數(shù)高的地區(qū)相鄰接趨勢(shì)。

2）局域自相關(guān)分析顯示，2005年、2010年和2014年中國(guó)七大行政區(qū)總體始終呈三種空間結(jié)構(gòu)形態(tài)，華東地區(qū)、華中地區(qū)始終呈空間正相關(guān)。華南地區(qū)、東北地區(qū)始終不存在明顯空間相關(guān)性。華北地區(qū)在2005年顯示存在空間正相關(guān)，但2010年和2014年均顯示不存在空間相關(guān)性。西南地區(qū)2005年顯示不存在空間相關(guān)性，但2010年和2014年均顯示存在空間負(fù)相關(guān)性。西北地區(qū)始終呈明顯的空間負(fù)相關(guān)。

華東地區(qū)安徽省、浙江省、福建省和華中地區(qū)湖北省、江西省始終表現(xiàn)為較高的國(guó)民體質(zhì)綜合指數(shù)空間集聚區(qū)域，形成“高-高效應(yīng)“。華東地區(qū)山東省、江蘇省和上海市僅在2005年和2014年形成“高-高效應(yīng)“。西北地區(qū)青海省始終表現(xiàn)為較低的國(guó)民體質(zhì)綜合指數(shù)空間集聚區(qū)域，顯示為負(fù)向趨同性，形成“低-低效應(yīng)“，新疆維吾爾自治區(qū)在2005年和2014年形成“低-低效應(yīng)“，甘肅省在2005年和2010年形成“低-低效應(yīng)“。

通過(guò)分析可知國(guó)民體質(zhì)綜合指數(shù)的局部自相關(guān)分析呈現(xiàn)出明顯的兩極分化現(xiàn)象，中東部地區(qū)表現(xiàn)為正向趨同的高聚集效應(yīng)趨勢(shì)，偏西部地區(qū)則呈現(xiàn)負(fù)向趨同的低聚集效應(yīng)趨勢(shì)。形成這一結(jié)論的原因可能與地區(qū)間社會(huì)環(huán)境、生態(tài)環(huán)境等因素的差異有關(guān)聯(lián)。中東部地區(qū)的體育經(jīng)費(fèi)投入強(qiáng)度、體育指導(dǎo)宣傳力度、體質(zhì)監(jiān)測(cè)重視程度以及日常健身氛圍、體育健身自然環(huán)境條件等等均優(yōu)于偏西部地區(qū)。

2.2 啟示

2.2.1 傳統(tǒng)的統(tǒng)計(jì)學(xué)由于地理空間的獨(dú)特屬性，使其無(wú)法建立在樣本的獨(dú)立性和大樣本假設(shè)基礎(chǔ)上，隨著地理信息技術(shù)應(yīng)用與空間統(tǒng)計(jì)學(xué)相結(jié)合，使得空間統(tǒng)計(jì)分析廣泛的應(yīng)用于計(jì)量經(jīng)濟(jì)學(xué)、生態(tài)學(xué)、公共衛(wèi)生流行病學(xué)等各個(gè)領(lǐng)域，空間自相關(guān)分析很好地彌補(bǔ)傳統(tǒng)統(tǒng)計(jì)的不足[9]。近些年來(lái)，國(guó)內(nèi)已有學(xué)者運(yùn)用空間自相關(guān)分析的方法對(duì)體育領(lǐng)域中體育產(chǎn)業(yè)、國(guó)民體質(zhì)等社會(huì)問(wèn)題展開(kāi)研究，從地理空間角度和時(shí)間序列的動(dòng)態(tài)變化方向去研究各類(lèi)與體育相關(guān)的社會(huì)現(xiàn)象，為國(guó)內(nèi)體育科學(xué)研究提供了新的思路。

2.2.2 國(guó)民體質(zhì)絕不單單是一個(gè)孤立的社會(huì)現(xiàn)象，這種社會(huì)現(xiàn)象必然在地域間存在著極化或擴(kuò)散效應(yīng)，運(yùn)用GIS技術(shù)從地理空間特征的視角去研究我國(guó)國(guó)民體質(zhì)這一社會(huì)問(wèn)題是可行的。本研究正是基于上述觀點(diǎn)運(yùn)用地理空間計(jì)量分析模型對(duì)中國(guó)各區(qū)域國(guó)民體質(zhì)監(jiān)測(cè)的空間依賴作用和自相關(guān)關(guān)系進(jìn)行研究。因?yàn)榛诓煌乩砜臻g計(jì)量分析模型的空間自相關(guān)指標(biāo)很多，全局空間自相關(guān)通常有Moran指數(shù)和Geary系數(shù)，都是比較鄰近空間位置觀察值的相似程度來(lái)測(cè)量全局空間自相關(guān)[10]。局域自相關(guān)一般包含LISA、G統(tǒng)計(jì)量和Moran散點(diǎn)圖[10]。因此本研究采用全局Moran指數(shù)和局域G統(tǒng)計(jì)量進(jìn)行空間自相關(guān)分析，局域G統(tǒng)計(jì)量具有能夠探測(cè)出區(qū)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(gè)省市（自治區(qū)）國(guó)民體質(zhì)綜合指數(shù)作為研究指標(biāo)，通過(guò)地理空間自相關(guān)分析的方法，雖然能一定程度上反映出我國(guó)國(guó)民體質(zhì)綜合指數(shù)的空間分布特征，但想要進(jìn)一步揭示其內(nèi)部動(dòng)因與形成機(jī)理，還須結(jié)合經(jīng)濟(jì)、文化、社會(huì)、自然條件等多元化信息進(jìn)行分析，單一的指標(biāo)僅僅反映出國(guó)民體質(zhì)現(xiàn)實(shí)狀況的一部分，未來(lái)的研究，應(yīng)考慮多方面的研究指標(biāo)，力求客觀性、全面性。

參考文獻(xiàn)：

[1]周進(jìn)國(guó)，周愛(ài)光，等.中日青少年體質(zhì)監(jiān)測(cè)比較研究[J].體育文化導(dǎo)刊，2013（2）：37-40.

[2]李森，黃輝明，等.空間自相關(guān)在江蘇省國(guó)民體質(zhì)監(jiān)測(cè)中的應(yīng)用[J].體育與科學(xué)，2008，29（1）：76-79.

[3]張麗，趙林.北京奧運(yùn)安保地理信息系統(tǒng)[J].吉林師范大學(xué)學(xué)報(bào)：自然科學(xué)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(tǒng)[J].四川理工學(xué)院學(xué)報(bào)：自然科學(xué)版，2009（2）：52-54.

[5]蔡睿，江崇明，等.國(guó)民體質(zhì)綜合指數(shù)數(shù)學(xué)模型的建立[J].體育科學(xué)，2005（3）：30-32.

[6]陳頗.中國(guó)競(jìng)技體育發(fā)展的空間自相關(guān)特征研究[J].體育科學(xué)，2013，33（10）：71-77.

[7]何宗貴，韓世民，等.空間自相關(guān)分析的統(tǒng)計(jì)量探討[J].中國(guó)血吸蟲(chóng)病防治雜志，2008（4）：315-318.

[8]馬曉熠，裴韜.基于探索性空間數(shù)據(jù)分析方法的北京市區(qū)域經(jīng)濟(jì)差異[J].地理科學(xué)進(jìn)展，2010（12）：1555-1561.

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

[10]魯鳳，徐建華.中國(guó)區(qū)域經(jīng)濟(jì)差異的空間統(tǒng)計(jì)分析[J].華東師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2007（2）：44-51.

[11]龐宇.基于自相關(guān)的我國(guó)農(nóng)民人均純收入的空間關(guān)聯(lián)規(guī)則挖掘[J].國(guó)土資源信息化，2008（2）：33-37.