1984—2016年中國(guó)奧運(yùn)獎(jiǎng)牌時(shí)空分異研究

劉春雨 吳孟泉 張安安 陳翰

摘????? 要：為揭示我國(guó)奧運(yùn)獎(jiǎng)牌時(shí)空分異機(jī)理以及隨著時(shí)間的推移奧運(yùn)獎(jiǎng)牌空間演變格局，以中國(guó)1984年美國(guó)洛杉磯奧運(yùn)會(huì)至2016年里約奧運(yùn)會(huì)所獲獎(jiǎng)牌為研究對(duì)象，運(yùn)用MoranI和LISA聚集圖探究中國(guó)奧運(yùn)獎(jiǎng)牌的空間相互關(guān)系，在此基礎(chǔ)上利用Kriging插值方法對(duì)我國(guó)奧運(yùn)獎(jiǎng)牌數(shù)據(jù)進(jìn)行空間插值，直觀地展現(xiàn)出1984年以來奧運(yùn)獎(jiǎng)牌的空間分布格局及其演變規(guī)律，最后采用多元回歸分析法探究影響這種空間分布格局演變的主要因素。研究結(jié)果表明：近32年來，奧運(yùn)獎(jiǎng)牌由最初只在南部的廣西、廣東一帶小范圍分布，后擴(kuò)展至以湖北省為主的中部地帶，呈現(xiàn)四川省、湖北省、上海市、廣東省為主線的“T”字形分布。隨后，中部地區(qū)優(yōu)勢(shì)逐漸減弱，東部地區(qū)優(yōu)勢(shì)不斷提升，形成東部沿海地帶包攬全國(guó)獎(jiǎng)牌的空間新格局;影響這種空間格局演變的主要因素是教練員資源和體育經(jīng)費(fèi)投入，均為體育政策的數(shù)量化表現(xiàn)形式。有關(guān)部門應(yīng)當(dāng)增大對(duì)中部地區(qū)體育資源的支持，因?yàn)閺慕?2年時(shí)空演變格局來看，中部地區(qū)體育基礎(chǔ)較好，具有廣闊的發(fā)展前景。

關(guān)? 鍵? 詞：體育計(jì)量;奧運(yùn)獎(jiǎng)牌;空間自相關(guān);Kriging插值;多元回歸分析;空間分布格局演化;中國(guó)

中圖分類號(hào)：G80-32??? 文獻(xiàn)標(biāo)志碼：A??? 文章編號(hào)：1006-7116（2019）01-0075-08

A study of spatiotemporal differentiation in the Olympic medals won by China from 1984 to 2016

LIU Chun-yu^1，2，WU Meng-quan¹，ZHANG An-an¹，CHEN Han¹

（1.School of Resources and Environmental Engineering，Ludong University，Yantai 264025，China;

2.Institute of International Rivers and Eco-security，Yunnan University，Kunming 650504，China）

Abstract： In order to revealed the mechanism of spatiotemporal differentiation in the Olympic medals won by China as well as the structure of spatiotemporal evolution of the Olympic medals as time elapses， the authors used medals won by China from Los Angeles Olympic Games 1984 to Rio Olympic Games 2016 as the research subject， applied Morans I and LISA cluster map to probe into the spatial interrelation between the Olympic medals won by China， on such a basis， utilized the Kriging interpolation method to carry out spatial interpolation on the data of the Olympic medals won by China， intuitively showed the structure of spatial distribution of the Olympic medals won since 1984 as well as its evolution pattern， and lastly， used the multiple regression analysis method to study main factors that affect the evolution of such a structure of spatial distribution. The research results indicate the followings： in recent 32 years， the Olympic medals were distributed only in such a small scope as Guangxi and Guangdong regions in the south at the very beginning， then expended to the middle region represented mainly by Hubei province， showing T shape distribution formed mainly by Sichuan province， Hubei province， Shanghai city and Guangdong province; then， the advantages of the middle region weakened gradually， while the advantages of the east region increased constantly， which formed such a new space structure as the east costal region winning all the medals of the entire country; main factors that affect the evolution of such a space structure are coach resource input and sports fund input， which are the form of quantified expression of sports policies. Related departments should increase their support for sports resources in the middle region， because from the perspective of the structure of spatiotemporal evolution in recent 32 years， the middle region has good sports foundations， and vast development prospect.

Key words：sports measurement;Olympic medal;spatial autocorrelation;Kriging interpolation;multiple regression analysis;evolution of the structure of spatial distribution;China

自1984年美國(guó)洛杉磯奧運(yùn)會(huì)上我國(guó)取得第一枚金牌以來，我國(guó)體育實(shí)力不斷增強(qiáng)，奧運(yùn)獎(jiǎng)牌數(shù)量不斷增加，尤其是近幾屆奧運(yùn)會(huì)中我國(guó)始終位于獎(jiǎng)牌榜前列，引起了國(guó)內(nèi)外眾多學(xué)者廣泛關(guān)注并對(duì)此做了大量的研究，取得了許多研究成果。研究成果主要集中在：1）以各種運(yùn)動(dòng)項(xiàng)目為研究對(duì)象，分析優(yōu)勢(shì)項(xiàng)目、弱勢(shì)項(xiàng)目及其性別比例等^[1-3];2）以洲、國(guó)家或省為單位，研究奧運(yùn)獎(jiǎng)牌地域分布規(guī)律^[4-6];3）根據(jù)以往所獲奧運(yùn)獎(jiǎng)牌情況，預(yù)測(cè)奧運(yùn)獎(jiǎng)牌走向及下屆奧運(yùn)獎(jiǎng)牌數(shù)量^[7-10]。

綜合以往研究情況來看，大多數(shù)研究普遍以簡(jiǎn)單的數(shù)理統(tǒng)計(jì)為主，很少?gòu)目臻g視角出發(fā)研究奧運(yùn)獎(jiǎng)牌空間分布及其內(nèi)在聯(lián)系。根據(jù)Tobler的地理學(xué)第一定律：現(xiàn)實(shí)世界的事件幾乎從來不服從完全空間隨機(jī)（CSR）或獨(dú)立隨機(jī)（IRP）過程。換句話說，任何事物都存在空間相關(guān)關(guān)系，但距離近的事物比距離遠(yuǎn)的事物相關(guān)性更強(qiáng)，這就是空間自相關(guān)，主要表現(xiàn)為空間正相關(guān)和空間負(fù)相關(guān)，一般稱空間負(fù)相關(guān)為空間異質(zhì)性^[11]。近年來，一些學(xué)者開始對(duì)奧運(yùn)獎(jiǎng)牌空間分布狀況進(jìn)行探究，如楊華磊、周曉波通過對(duì)奧運(yùn)數(shù)據(jù)的唯象挖掘，發(fā)現(xiàn)奧運(yùn)獎(jiǎng)牌數(shù)量在空間上存在明顯的聚集效應(yīng)^[12];王修文利用數(shù)理統(tǒng)計(jì)法對(duì)7大地域單元的奧運(yùn)獎(jiǎng)牌數(shù)分布進(jìn)行分析，得出我國(guó)奧運(yùn)獎(jiǎng)牌省際分布極其不均^[13];陳頗基于GIS技術(shù)探究了奧運(yùn)獎(jiǎng)牌的全球地域分布特征^[14]。

然而這些研究未能有效揭示奧運(yùn)獎(jiǎng)牌時(shí)空分異機(jī)理（即時(shí)間、空間分布差異），以及隨著時(shí)間的推移，奧運(yùn)獎(jiǎng)牌在空間上的演化格局?；诖?，本研究以1984至2016年奧運(yùn)會(huì)獎(jiǎng)牌為研究對(duì)象，運(yùn)用MoranI和LISA聚集圖探究奧運(yùn)獎(jiǎng)牌的空間自相關(guān)性，以揭示省際間奧運(yùn)獎(jiǎng)牌的空間聯(lián)系，在此基礎(chǔ)上利用Kriging插值方法對(duì)歷屆奧運(yùn)會(huì)獎(jiǎng)牌數(shù)據(jù)進(jìn)行空間插值，力求用地圖可視化的方式直觀地展現(xiàn)出1984年以來奧運(yùn)獎(jiǎng)牌的空間分布格局及其演變規(guī)律，最后采用多元回歸分析法探究影響奧運(yùn)獎(jiǎng)牌空間分布格局演變的主要因素，以期為我國(guó)體育政策的制定提供科學(xué)合理的指導(dǎo)意見。

1? 研究方法

以中國(guó)大陸31個(gè)?。ㄏ愀?、澳門、臺(tái)灣及三沙市除外）為研究對(duì)象。依據(jù)國(guó)家體育局給出的奧運(yùn)獎(jiǎng)牌官方劃分原則（對(duì)于雙人項(xiàng)目，如果運(yùn)動(dòng)員來自不同省份各算半塊，如果來自同一省份則算一枚;對(duì)于集體項(xiàng)目，有一個(gè)隊(duì)員的省份算半塊，有兩個(gè)或兩個(gè)以上隊(duì)員的省份算一枚）和運(yùn)動(dòng)員的出生地對(duì)奧運(yùn)獎(jiǎng)牌獲得情況進(jìn)行分省統(tǒng)計(jì)，以金牌、銀牌、銅牌各為5分、3分、2分的權(quán)重對(duì)所有獎(jiǎng)牌進(jìn)行加權(quán)求和，從而計(jì)算得到各省（直轄市、自治區(qū)）奧運(yùn)獎(jiǎng)牌的綜合得分^[11]。1984年第23屆洛杉磯奧運(yùn)會(huì)以來的所有獎(jiǎng)牌數(shù)量來自新浪體育（http：//2016.sina.com.cn），運(yùn)動(dòng)員的信息從華奧星空體育明星資料庫(kù)（http：//data.star.sports.cn）獲得，各省GDP、財(cái)政投入等歷年數(shù)據(jù)（1984～2016）來自國(guó)家統(tǒng)計(jì)局官網(wǎng)（http：//data.stats.gov.cn）。

1）空間自相關(guān)。

如圖1所示，假定一個(gè)規(guī)則格網(wǎng)，每一格對(duì)應(yīng)一個(gè)屬性值，以1代表某事物或現(xiàn)象出現(xiàn)，以0代表不出現(xiàn)。圖1（a）中1和0各自聚集分布且各占格網(wǎng)的一半，而圖1（b）中數(shù)據(jù)均勻分布，圖1（c）是隨機(jī)格局的一種特定情況（可以是隨機(jī)格局的任意一種情況）。在圖1顯示的3種采樣格局中，能夠觀察到任意一種格局在某一時(shí)間間隔或時(shí)間延遲上的空間等價(jià)，格局以一個(gè)單元的間隔被觀測(cè)，統(tǒng)計(jì)出1-1、0-0、1-0和0-1出現(xiàn)的次數(shù)，然后將這些值與隨機(jī)格局時(shí)的期望數(shù)目進(jìn)行比較，從而確定這種分布格局是否存在空間自相關(guān)性^[15]。本研究按照全局-局部方式進(jìn)行探究。

全局空間自相關(guān)能夠從整體上描述某事物或現(xiàn)象的分布狀況，判斷其總體分布是否存在聚集特性^[16]，如公式（1）。局部空間自相關(guān)的核心是認(rèn)識(shí)與地理位置相關(guān)的數(shù)據(jù)間的空間關(guān)聯(lián)或空間自相關(guān)，通過空間位置建立數(shù)據(jù)間的統(tǒng)計(jì)關(guān)系^[17]。因此，奧運(yùn)獎(jiǎng)牌在省際間的空間關(guān)聯(lián)類型及空間依賴關(guān)系均能夠被局部空間自相關(guān)識(shí)別，從而避免局部（省際之間）狀態(tài)不穩(wěn)定導(dǎo)致全局分析錯(cuò)誤，如公式（2）。

??? ????????????（1）

w_ij（x_j-）????????? ????????（2）

其中，I為全局莫蘭指數(shù)，I_i為局部莫蘭指數(shù)，n是變量x的觀測(cè)數(shù)，x_i、x_j分別為位置i和位置j的觀測(cè)值，是所有觀測(cè)值的平均值，w_ij是空間權(quán)重矩陣值^[18]。MoranI的取值范圍為[-1，1]。在本研究中，MoranI>0表示奧運(yùn)獎(jiǎng)牌空間分布呈現(xiàn)正相關(guān)，且值越趨近于1空間相關(guān)性越強(qiáng);MoranI<0表示奧運(yùn)獎(jiǎng)牌空間分布呈現(xiàn)負(fù)相關(guān)，且該值越趨近于-1，空間異質(zhì)性越強(qiáng);MoranI=0時(shí)可認(rèn)為奧運(yùn)獎(jiǎng)牌呈現(xiàn)空間隨機(jī)分布。

計(jì)算出MoranI后進(jìn)行標(biāo)準(zhǔn)化得到標(biāo)準(zhǔn)化統(tǒng)計(jì)量Z，如公式（3）。

Z=???????????????????????????? （3）

其中，I為MoranI，E（I）為MoranI期望值，VAR（I）為MoranI方差。一般認(rèn)為，當(dāng)|Z |>1.96時(shí)，表明存在空間自相關(guān)，即空間上觀測(cè)值相似的要素趨于集聚，也就是說奧運(yùn)獎(jiǎng)牌存在空間自相關(guān)，且獎(jiǎng)牌得分高的省份空間集聚分布，獎(jiǎng)牌得分低的省份空間也集聚分布;當(dāng)|Z |=0時(shí)，表示觀測(cè)值獨(dú)立隨機(jī)分布，也就是說奧運(yùn)獎(jiǎng)牌在空間獨(dú)立隨機(jī)分布^[19-20]。

2）Kriging插值。

Kriging插值是基于空間自相關(guān)的統(tǒng)計(jì)模型，它假定采樣點(diǎn)之間的距離或方向可以反映表面變化的空間相關(guān)性，插值方法是將指定數(shù)量的點(diǎn)（變長(zhǎng)查找）或指定半徑內(nèi)的所有點(diǎn)（定長(zhǎng)查找）與數(shù)學(xué)函數(shù)進(jìn)行擬合以計(jì)算出每個(gè)位置的預(yù)測(cè)值^[21]。Kriging插值方法主要有：普通Kriging插值、簡(jiǎn)單Kriging插值和通用（泛）Kriging插值。由于各省奧運(yùn)獎(jiǎng)牌得分這一要素看作一個(gè)區(qū)域化（分?。┑淖兞?，且在插值時(shí)被估計(jì)的數(shù)據(jù)是固定不變的，即對(duì)奧運(yùn)獎(jiǎng)牌得分進(jìn)行空間插值時(shí)離散點(diǎn)的平均值相對(duì)恒定，因此本研究選取普通Kriging插值對(duì)奧運(yùn)獎(jiǎng)牌進(jìn)行空間插值，探測(cè)其空間分布狀況。

Kriging插值方法的計(jì)算公式如公式（4）：

???????????????????? （4）

其中，Z（s_i）是第i個(gè)位置處的測(cè)量值，λ_i是第i個(gè)位置處的測(cè)量值的未知權(quán)重，S_o表示預(yù)測(cè)位置，N表示測(cè)量值數(shù);在普通Kriging插值法中，權(quán)重λ_i取決于測(cè)量點(diǎn)、預(yù)測(cè)位置的距離和預(yù)測(cè)位置周圍的測(cè)量值之間空間關(guān)系的擬合模型^[22]。

利用Kriging插值法對(duì)奧運(yùn)獎(jiǎng)牌進(jìn)行空間插值是一個(gè)多步過程，首先需對(duì)獎(jiǎng)牌數(shù)據(jù)進(jìn)行探索性統(tǒng)計(jì)分析，其次是變異函數(shù)建模和表面創(chuàng)建，最后計(jì)算表面方差。各省奧運(yùn)獎(jiǎng)牌得分以區(qū)（面）要素呈現(xiàn)在地圖中，在進(jìn)行Kriging插值時(shí)應(yīng)將其轉(zhuǎn)化為點(diǎn)要素，也就是將區(qū)屬性值（各省奧運(yùn)獎(jiǎng)牌得分）賦予其幾何中心點(diǎn)上屬性值的過程。利用SuperMap軟件所提供的Kriging插值工具進(jìn)行空間分析。經(jīng)過對(duì)各項(xiàng)參數(shù)的綜合分析，最終確定樣本查找方式為變長(zhǎng)查找，查找點(diǎn)數(shù)為12，半變異函數(shù)為球函數(shù)時(shí)插值結(jié)果最優(yōu)。

3）多元回歸分析。

根據(jù)以往研究，假設(shè)經(jīng)濟(jì)實(shí)力、政策、人口、科技、醫(yī)療衛(wèi)生水平及教練員資源等因素與奧運(yùn)成績(jī)可能相關(guān)。因此，本研究初步選取經(jīng)濟(jì)、政策、人口、科技、醫(yī)療水平、教練員資源6個(gè)指標(biāo)作為自變量，以獎(jiǎng)牌綜合得分為因變量，對(duì)2016年奧運(yùn)會(huì)進(jìn)行多元回歸分析，并建立回歸模型，分析軟件采用SPSS20。

各影響因素具體的指標(biāo)選取如下：（1）以地區(qū)生產(chǎn)總值和人均地區(qū)生產(chǎn)總值表示各省份經(jīng)濟(jì)水平;（2）由于大部分省份有關(guān)部門并未公開體育經(jīng)費(fèi)投入，以體育文化總支出替代體育經(jīng)費(fèi)投入;（3）不同地區(qū)人口流動(dòng)性差異巨大，因此人口因素選取年末常住人口;（4）國(guó)際上通常采用R&D（研究與開發(fā)）活動(dòng)的規(guī)模和強(qiáng)度指標(biāo)反映一國(guó)的科技實(shí)力和核心競(jìng)爭(zhēng)力，因此選取規(guī)模以上工業(yè)企業(yè)R&D人員全時(shí)當(dāng)量（人/年）作為各省科技水平指標(biāo);（5）以醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)量作為醫(yī)療衛(wèi)生水平的量化指標(biāo);（6）教練員資源選取等級(jí)教練員數(shù)量。以上數(shù)據(jù)均來自國(guó)家統(tǒng)計(jì)局官網(wǎng)。

2? 結(jié)果與分析

2.1 ?奧運(yùn)獎(jiǎng)牌全局狀況

利用ArcGIS軟件對(duì)1984—2016年9屆奧運(yùn)會(huì)獎(jiǎng)牌綜合得分分別做全局空間自相關(guān)分析，同時(shí)對(duì)分析結(jié)果進(jìn)行顯著性檢驗(yàn)，通過檢驗(yàn)后將分析結(jié)果以年份為橫坐標(biāo)，全局Moran'I指數(shù)為縱坐標(biāo)制作曲線圖（圖2）。

從圖2來看，奧運(yùn)獎(jiǎng)牌全局MoranI均大于0，表明奧運(yùn)獎(jiǎng)牌空間分布不存在空間負(fù)相關(guān)，均呈現(xiàn)空間正相關(guān)，省際間相似的值（即奧運(yùn)獎(jiǎng)牌綜合得分）趨于集聚，但不同年份集聚程度不同。

總的來說，近9屆奧運(yùn)獎(jiǎng)牌的空間自相關(guān)性可分為兩個(gè)階段：第1個(gè)階段為1984—2000年，這一階段MoranI較低，空間自相關(guān)性較弱，這可能是由于我國(guó)體育事業(yè)處于剛起步狀態(tài)，地區(qū)之間相互影響較弱，集聚效應(yīng)不明顯，也就沒有顯著的空間自相關(guān)性;第2個(gè)階段為2000—2016年，這一階段MoranI較高，空間自相關(guān)性較強(qiáng)，尤其在2004年MoranI顯著升高，這可能是由于這一階段我國(guó)體育事業(yè)發(fā)展空前繁榮，穩(wěn)穩(wěn)處于獎(jiǎng)牌榜前列，在這種情況下，體育水平高的地區(qū)能夠輕而易舉帶動(dòng)周圍地區(qū)的發(fā)展，使奧運(yùn)獎(jiǎng)牌出現(xiàn)空間聚集分布。從Moran指數(shù)趨勢(shì)線來看，奧運(yùn)獎(jiǎng)牌空間自相關(guān)性呈上升趨勢(shì)，空間集聚程度將進(jìn)一步增強(qiáng)。

2.2? 奧運(yùn)獎(jiǎng)牌局部狀況

為進(jìn)一步探究我國(guó)奧運(yùn)獎(jiǎng)牌的空間內(nèi)在聯(lián)系狀況，本研究又利用GeoDa軟件對(duì)9屆奧運(yùn)獎(jiǎng)牌做了局部空間自相關(guān)分析，空間鄰接規(guī)則采用Queen鄰接（當(dāng)兩省有公共邊或公共頂點(diǎn)時(shí)確定為鄰接關(guān)系），生成Moran指數(shù)散點(diǎn)圖（圖3）及LISA聚集地圖（圖4），揭示奧運(yùn)獎(jiǎng)牌分布的省際空間自相關(guān)性和空間聯(lián)系類型。最后將分析結(jié)果導(dǎo)入GIS軟件制作專題地圖（圖4）。

在Moran指數(shù)散點(diǎn)圖中，以各省份所獲獎(jiǎng)牌的綜合得分的標(biāo)準(zhǔn)化值為橫坐標(biāo)，以空間權(quán)重矩陣所定義的相鄰省份屬性值的平均值為縱坐標(biāo)，4個(gè)象限分別表示某一省份和其周圍省份4種不同類型的局部空間關(guān)系^[23]。LISA聚集地圖能夠以空間形式將Moran指數(shù)散點(diǎn)圖中的數(shù)據(jù)展現(xiàn)出來。以H表示“高”，L表示“低”，則第1象限為“H-H”，表示奧運(yùn)獎(jiǎng)牌得分高的省份在空間集聚;第2象限為“L-H”，表示奧運(yùn)獎(jiǎng)牌得分低的省份被高的省份所包圍;第3象限為“L-L”，表示奧運(yùn)獎(jiǎng)牌得分低的省份在空間上集聚;第4象限為“H-L”，表示奧運(yùn)獎(jiǎng)牌得分高的省份被低的省份所包圍。

由于在全局空間自相關(guān)分析中已將奧運(yùn)獎(jiǎng)牌得分的空間自相關(guān)性分為兩個(gè)階段，因此在探討省際間的空間關(guān)系時(shí)按上述兩個(gè)階段進(jìn)行局部空間自相關(guān)分析，以分析其空間內(nèi)在聯(lián)系，為各省今后的體育事業(yè)發(fā)展提供科學(xué)合理的參考意見。

第1階段（1984—2000年）：從Moran指數(shù)散點(diǎn)圖（圖3）來看，各省份在4個(gè)象限中分布較均勻，大部分點(diǎn)圍繞原點(diǎn)分布，表明奧運(yùn)獎(jiǎng)牌的空間自相關(guān)性較低，省際之間的空間關(guān)聯(lián)性不強(qiáng)。從LISA聚集圖（圖4）也可以得到印證，“H-H”關(guān)聯(lián)、“H-L”關(guān)聯(lián)、“L-H”關(guān)聯(lián)及“L-L”關(guān)聯(lián)4種類型出現(xiàn)的幾率大致相等，呈現(xiàn)同一種關(guān)聯(lián)類型的省份在數(shù)量上也基本一致。總的來說，福建省和其周圍的省份呈現(xiàn)“H-H”關(guān)聯(lián)，表明其與周圍的省份均擁有較高的奧運(yùn)獎(jiǎng)牌得分;四川省和其周圍的省份呈現(xiàn)“H-L”關(guān)聯(lián)，表明四川省較高的奧運(yùn)獎(jiǎng)牌得分被低得分所包圍;湖南、江西、安徽與重慶幾個(gè)省份主要呈現(xiàn)“L-H”關(guān)聯(lián)，表明自身奧運(yùn)獎(jiǎng)牌得分較低的省份被得分高的省份所包圍;以新疆為主的幾個(gè)省份呈現(xiàn)“L-L”關(guān)聯(lián)，表明其與周圍的省份均擁有較低的奧運(yùn)獎(jiǎng)牌得分。

第2階段（2000—2016年）：從Moran指數(shù)散點(diǎn)圖（圖3）來看，分布在1、3象限的省份較多，2、4象限的省份較少，各點(diǎn)分布較為分散，表明奧運(yùn)獎(jiǎng)牌的空間自相關(guān)性較高，省際之間的空間關(guān)聯(lián)性較強(qiáng)。從LISA聚集圖（圖4）也可以發(fā)現(xiàn)，呈現(xiàn)“H-H”關(guān)聯(lián)和“L-L”關(guān)聯(lián)這兩種關(guān)聯(lián)類型的省份較多，而呈現(xiàn)“H-L”關(guān)聯(lián)和“L-H”關(guān)聯(lián)的省份很少?？偟膩碚f，江蘇、上海、河北與其周圍的省份呈現(xiàn)“H-H”關(guān)聯(lián)，表明其與周圍的省份均擁有較高的奧運(yùn)獎(jiǎng)牌得分。新疆、西藏、青海、甘肅等省份與其周圍的省份呈現(xiàn)“L-L”關(guān)聯(lián)，表明該地區(qū)低值聚集，奧運(yùn)獎(jiǎng)牌綜合得分普遍較低。四川省變動(dòng)較明顯，在2004年呈現(xiàn)“L-L”關(guān)聯(lián)，2008年和2012年轉(zhuǎn)變?yōu)椤癏-L”關(guān)聯(lián)，而在2016年又轉(zhuǎn)變?yōu)椤癓-L”關(guān)聯(lián)，結(jié)合以往情況來看，其變動(dòng)無明顯規(guī)律。

2.3? 空間分布趨勢(shì)

奧運(yùn)獎(jiǎng)牌空間分布演變趨勢(shì)如圖5所示，我國(guó)奧運(yùn)獎(jiǎng)牌空間分布在1984—2016年這9屆奧運(yùn)會(huì)中發(fā)生了較大變化。最初只在南部的廣西、廣東一帶小范圍分布，后擴(kuò)展至以湖北省為主的中部地帶，呈現(xiàn)四川省、湖北省、上海市、廣東省為主線的“T”字形分布。隨后，中部地區(qū)優(yōu)勢(shì)逐漸減弱，東部地區(qū)優(yōu)勢(shì)不斷提升，形成東部沿海地帶包攬全國(guó)獎(jiǎng)牌的空間新格局。

這種空間格局應(yīng)當(dāng)給中部地區(qū)以足夠的警示，中部地區(qū)的奧運(yùn)獎(jiǎng)牌減少，意味著其體育實(shí)力呈不斷下降趨勢(shì)。從人口基數(shù)來看，中部地區(qū)人口眾多，這與其體育實(shí)力極不相承。形成這種發(fā)展格局可能與東部沿海地區(qū)經(jīng)濟(jì)發(fā)達(dá)、擁有豐富的體育資源有很大關(guān)系。

3? 驅(qū)動(dòng)力狀況

奧運(yùn)獎(jiǎng)牌綜合得分與各個(gè)可能的相關(guān)因素之間的相關(guān)性如表1所示。從表1不難發(fā)現(xiàn)，其與GDP、人均GDP、體育經(jīng)費(fèi)投入、科技水平及教練員資源5個(gè)因素間的相關(guān)性較高，尤其是同GDP、體育經(jīng)費(fèi)投入和教練員資源3個(gè)因素間的相關(guān)性最高，分別為0.763、0.773和0.702。醫(yī)療水平、人口數(shù)量與奧運(yùn)獎(jiǎng)牌綜合得分的相關(guān)性較低。

為進(jìn)一步探究相關(guān)因素與奧運(yùn)獎(jiǎng)牌綜合得分的回歸關(guān)系，本研究以體育經(jīng)費(fèi)投入、人均GDP、科技水平、教練員資源及人口數(shù)量5個(gè)因素（醫(yī)療衛(wèi)生水平相關(guān)性最低，被剔除;GDP與其它因素的相關(guān)性均處于較高水平，存在多重共線性，被剔除）為自變量，奧運(yùn)獎(jiǎng)牌綜合得分為因變量進(jìn)行多元回歸分析，建立回歸方程?；貧w方法選擇“逐步”，使其自動(dòng)剔除不顯著的變量。

回歸分析結(jié)果如表2所示，體育經(jīng)費(fèi)投入、教練員資源與人均GDP 3個(gè)因素被保留，科技水平與人口數(shù)量?jī)蓚€(gè)因素被剔除。該回歸模型的R²為0.789，即回歸方程的判定系數(shù)較大，F值為33.588，遠(yuǎn)大于3.84，表示所得奧運(yùn)獎(jiǎng)牌相關(guān)因素回歸方程具有很好的質(zhì)量。此外，在這個(gè)模型中，3個(gè)變量對(duì)應(yīng)的Sig值依次為0.003、0.001、0.005，均小于0.05，表明這3個(gè)變量都對(duì)因變量具有很好的影響力，其對(duì)應(yīng)的t值均大于1.96，也同時(shí)說明了這一點(diǎn)。最終確定奧運(yùn)獎(jiǎng)牌的標(biāo)準(zhǔn)化回歸方程為：奧運(yùn)獎(jiǎng)牌綜合得分=0.390×體育經(jīng)費(fèi)投入+0.401×教練員資源+0.321×人均GDP。

綜上，影響奧運(yùn)獎(jiǎng)牌空間分布格局變化的因素主要是體育經(jīng)費(fèi)投入、教練員資源與人均GDP 3個(gè)。其中，教練員資源所占權(quán)重最大，為0.401，其次是體育經(jīng)費(fèi)投入和人均GDP（分別為0.390和0.321）。這表明：優(yōu)秀的教練員資源和充足的體育經(jīng)費(fèi)支持對(duì)奧運(yùn)獎(jiǎng)牌的獲得具有巨大的促進(jìn)作用。從某種程度上來說，體育經(jīng)費(fèi)投入和教練員資源均為體育政策的體現(xiàn)，體育政策能夠?qū)W運(yùn)獎(jiǎng)牌獲得產(chǎn)生十分重要的影響。如此說來，國(guó)家應(yīng)加大對(duì)中部地區(qū)的政策支持力度，尤其是湖北省、四川省及安徽省，綜合近32年空間演變格局來看，它們具有優(yōu)秀的體育基礎(chǔ)和巨大的發(fā)展?jié)摿?，加之人口基?shù)大，若獲得足夠的政策支持，中部地區(qū)將擁有更加廣闊的發(fā)展前景。

4? 總結(jié)與展望

本研究以1984—2016年共9屆奧運(yùn)會(huì)獎(jiǎng)牌綜合得分為研究對(duì)象，按照全局-局部的分析思路，首先從全局角度進(jìn)行了空間自相關(guān)分析，發(fā)現(xiàn)奧運(yùn)獎(jiǎng)牌空間分布具有顯著的空間自相關(guān)性，以2000年為轉(zhuǎn)折點(diǎn)，奧運(yùn)獎(jiǎng)牌空間自相關(guān)性由弱到強(qiáng)且具有上升趨勢(shì)。其次，從局部進(jìn)行分析識(shí)別出奧運(yùn)獎(jiǎng)牌空間分布類型，揭示了奧運(yùn)獎(jiǎng)牌省際之間的空間關(guān)聯(lián)模式，2000年之前，“H-H”、“H-L”、“L-H”及“L-L”4種關(guān)聯(lián)類型出現(xiàn)的幾率大致相等，呈現(xiàn)同一種關(guān)聯(lián)類型的省份數(shù)量也基本一致，2000年之后以“H-H”和“L-L”兩種關(guān)聯(lián)類型為主。最后，通過空間插值分析對(duì)奧運(yùn)獎(jiǎng)牌的空間分布狀況及發(fā)展趨勢(shì)進(jìn)行了探測(cè)，得出近32年來奧運(yùn)獎(jiǎng)牌由最初只在南部的廣西、廣東一帶小范圍分布，后擴(kuò)展至以湖北省為主的中部地帶，呈現(xiàn)四川省、湖北省、上海市、廣東省為主線的“T”字形分布。隨后，中部地區(qū)優(yōu)勢(shì)逐漸減弱，東部地區(qū)優(yōu)勢(shì)不斷提升，形成東部沿海地帶包攬全國(guó)獎(jiǎng)牌的空間新格局。

其次，通過相關(guān)性分析及回歸分析發(fā)現(xiàn)，教練員資源、體育經(jīng)費(fèi)投入及人均GDP 3個(gè)因素對(duì)奧運(yùn)獎(jiǎng)牌空間分布格局的影響最大。也就是說，體育政策直接影響體育發(fā)展。近年來，中部地區(qū)奧運(yùn)獎(jiǎng)牌綜合得分下降，體育發(fā)展水平不斷降低，在很大程度上可能與中部地區(qū)體育政策有關(guān)。

綜合近年來奧運(yùn)獎(jiǎng)牌空間演變格局來看，中部地區(qū)體育基礎(chǔ)較好，加之擁有強(qiáng)大的人口基礎(chǔ)，因而中部地區(qū)體育發(fā)展?jié)摿薮?，若有關(guān)部門加強(qiáng)對(duì)中部地區(qū)的體育支持力度，為其發(fā)展提供良好的資源、技術(shù)、人才等，定能使中部地區(qū)體育水平實(shí)現(xiàn)質(zhì)的飛躍。東部地區(qū)憑借其強(qiáng)大的經(jīng)濟(jì)水平，同樣能夠推動(dòng)體育發(fā)展邁上新的臺(tái)階。這樣一來，我國(guó)體育發(fā)展水平將實(shí)現(xiàn)中、東部整體性全面發(fā)展，使我國(guó)由體育大國(guó)轉(zhuǎn)變?yōu)轶w育強(qiáng)國(guó)，在建設(shè)富強(qiáng)民主文明和諧美麗的中國(guó)夢(mèng)這條道路上邁出堅(jiān)實(shí)的一步。

作為一個(gè)探索性研究，本研究仍存在一些不足，一些指標(biāo)的選取缺乏能夠直接量化的數(shù)據(jù)，如有關(guān)部門并未公開體育經(jīng)費(fèi)投入，只公布了體育文化經(jīng)費(fèi)總投入。

參考文獻(xiàn)：

[1] 向軍，李紅兵. 里約視野下我國(guó)奧運(yùn)獎(jiǎng)牌布局特征研究[J]. 福建體育科技，2017，36（3）：12-15.

[2] 王結(jié)春. 競(jìng)技體育社會(huì)效應(yīng)研究——基于“里約奧運(yùn)會(huì)”大數(shù)據(jù)檢驗(yàn)[J]. 北京體育大學(xué)學(xué)報(bào)，2017，40（6）：33-40.

[3] 馬凱泉. 第31屆奧運(yùn)會(huì)中國(guó)隊(duì)所獲獎(jiǎng)牌的“Pareto”研究[J]. 安徽體育科技，2017，38（2）：1-6.

[4] 吳殿廷，趙江，劉鴿，等. 中國(guó)杰出體育競(jìng)技人才成長(zhǎng)因素的地理分析——以?shī)W運(yùn)冠軍為例[J]. 地理科學(xué)，2007（6）：779-784.

[5] 張龍，孟剛，郭朝廷. 奧運(yùn)會(huì)田徑項(xiàng)目金牌時(shí)空動(dòng)態(tài)演變分析[J]. 中國(guó)體育科技，2013，49（5）：17-27.

[6] 劉飛，謝靜月，倪琦. 里約奧運(yùn)會(huì)各洲際及競(jìng)技強(qiáng)國(guó)田徑獎(jiǎng)牌分布的新動(dòng)態(tài)[J]. 體育科技文獻(xiàn)通報(bào)，2017，25（7）：56-57+131.

[7] 吳殿廷，吳穎. 2008北京奧運(yùn)會(huì)中國(guó)金牌趕超美國(guó)的可能性——基于東道主效應(yīng)的分析和預(yù)測(cè)[J]. 統(tǒng)計(jì)研究，2008（3）：60-64.

[8] XIONG H，PENG W. Analysis of some grey control system modeling[J]. Kybernetes，2012，41（9）：935-944.

[9] NEVILL A M，BALMER N J，WINTER E M. Congratulations to team GB，but why should we be so surprised？ Olympic medal count can be predicted using logit regression models that include ‘home advantage[J]. British Journal of Sports Medicine，2012，46（14）：958-9.

[10] BREDTMANN J，CREDE C J，OTTEN S. Olympic medals：Does the past predict the future？[J]. Significance，2016，13（3）：22-25.

[11] 吳孟泉，趙玉. 中國(guó)奧運(yùn)獎(jiǎng)牌空間分布區(qū)域性差異的Morans Ⅰ指數(shù)分析研究[J]. 中國(guó)體育科技，2012，48（5）：3-9.

[12] 楊華磊，周曉波. 奧運(yùn)獎(jiǎng)牌數(shù)據(jù)背后所凸顯的唯象法則——基于數(shù)據(jù)挖掘視角的探究[J]. 體育科學(xué)，2012，32（10）：3-11.

[13] 王修文. 我國(guó)奧運(yùn)獎(jiǎng)牌分布地域特征研究[D]. 重慶：重慶大學(xué)，2012.

[14] 陳頗. 基于GIS技術(shù)的奧運(yùn)會(huì)獎(jiǎng)牌全球地域分布特征的比較[J]. 首都體育學(xué)院學(xué)報(bào)，2013，25（3）：263-269.

[15] SMITH M J D，GOODCHILD M F，LONGLEY P. Geospatial analysis： a comprehensive guide to rinciples，techniques and software tools[M]. DBLP，2015.

[16] WEI S，ZHANG J，CHEN J. Study on Construction land distribution in Fujian and Taiwan Provinces Based on spatial autocorrelation analysis[J]. Progress in Geography，2007，26（3）：11-17.

[17] 方文婷，滕堂偉，陳志強(qiáng). 福建省縣域經(jīng)濟(jì)差異的時(shí)空格局演化分析[J]. 人文地理，2017，32（2）：103-110+136.

[18] WANG C J，TANG X H. GIS-based specialization of population census data in Fujian Province[J]. Geography and Geo-Information Science，2004，20（4）：71-74.

[19] HAINING R，ZHANG J. Spatial data analysis：theory and practice[M]. Cambridge：Cambridge University Press，2003.

[20] LIAO F H，WEI Y D. Space，scale，and regional inequality in pro-vincial China：A spatial filtering approach[J]. Applied Geography，2015，61：94-104.

[21] 郭春霞，諸云強(qiáng)，孫偉. 不同時(shí)間尺度、季節(jié)的氣溫?cái)?shù)據(jù)空間平穩(wěn)特征及其對(duì)插值結(jié)果的影響[J]. 地理研究，2015，34（9）：1675-1684.

[22] Roger Woodard. Interpolation of spatial data：some theory for kriging[J]. Technometrics，2015，95（4）：436-437.

[23] 張鴻輝，曾永年，金曉斌. 南京市城市地價(jià)空間自相關(guān)分析[J]. 南京大學(xué)學(xué)報(bào)（自然科學(xué)版），2009，45（6）：821-830.