中國馬拉松賽事及信息流的時空特征研究

雷 雯，魏德樣

伴隨中國社會經(jīng)濟快速發(fā)展，馬拉松賽事呈“井噴式”發(fā)展。2019年，中國舉辦了1 828場次的馬拉松賽事，覆蓋全國31個省區(qū)市，參加人次達712萬[1]?？焖侔l(fā)展的馬拉松賽事吸引眾多學者關注，研究表明，營銷舉辦地城市、帶動體育旅游、促進地方經(jīng)濟發(fā)展是地方政府舉辦馬拉松賽事的主要目的之一[2-5]，而賽事信息流對于實現(xiàn)上述目的將起重要作用[6]。同時，中國幅員遼闊，地區(qū)間在社會、經(jīng)濟、文化、教育、人口、自然環(huán)境、體育事業(yè)等方面均存在差異，這些因素又會影響馬拉松賽事及信息流的發(fā)展。因此，有理由相信中國馬拉松賽事及信息流同樣存在區(qū)域發(fā)展不均衡問題，需要對其進行深入研究。然而，已有研究雖有少量文獻涉及[7-8]，但也只是對單個年份或單個賽事的研究，缺乏全面、系統(tǒng)的整體探索?；诖耍疚氖占?016—2019年中國馬拉松賽事數(shù)據(jù)（其中省域數(shù)據(jù)只包含2018 和2019 年）和2016—2019 年52 場馬拉松賽事信息流數(shù)據(jù)，運用ESDA 等方法，從時間和空間等方面探索中國馬拉松賽事及信息流的時空特征，以期為中國馬拉松賽事健康、可持續(xù)發(fā)展提供理論參考。

1 概念界定、研究方法及數(shù)據(jù)來源

1.1 概念界定

信息流，指人們通過各種方式實現(xiàn)信息傳遞與交換，從以前的直接對話到現(xiàn)代信息傳遞媒體交流，包括信息的收集、傳輸、存儲、分析等過程[8-9]。依據(jù)上述概念，本文馬拉松賽事信息流指與馬拉松賽事活動有關的并伴隨馬拉松賽事活動而發(fā)生的信息傳遞及交流。隨著互聯(lián)網(wǎng)和信息技術不斷進步，抽象的信息流在一定程度上可以被量化及可視化[9]。百度指數(shù)可以衡量被搜索馬拉松賽事的信息流入到搜索地區(qū)，從而表征馬拉松賽事信息流。因此，本文用馬拉松賽事的百度指數(shù)作為衡量該賽事的信息流指標。

1.2 研究方法

運用文獻資料法、訪談法、邏輯分析法、數(shù)理統(tǒng)計法、ESDA（Exploratory Spatial Data Analysis，探索性空間數(shù)據(jù)分析）等，其中ESDA 通過描述數(shù)據(jù)的空間依賴性和空間異質性來挖掘事物的空間分布特征，通過空間權重矩陣的定義來解釋區(qū)域之間的空間關系，進而從復雜的社會經(jīng)濟現(xiàn)象中抽取出其在空間上的聯(lián)系與演化規(guī)律。引入Moran's I 和Getis-OrdG*i等指數(shù)測度全局和局域空間關聯(lián)特征，Moran's I 用于探測整個研究區(qū)的空間關聯(lián)結構模式，Getis-OrdG*i用于識別不同空間位置上的高值簇與低值簇，即熱點區(qū)（hot spots）與冷點區(qū)（cold spots）的空間分布[10-13]。

1.3 數(shù)據(jù)來源

中國馬拉松賽事場次及參賽規(guī)模等數(shù)據(jù)來源于中國馬拉松藍皮書2019[1]，部分數(shù)據(jù)來源于中國馬拉松官網(wǎng)[14]。在獲取各馬拉松百度指數(shù)過程中，關鍵詞的選取是重要環(huán)節(jié)。一般關鍵詞選取有3 種方法，即直接取詞法、技術取詞法和范圍取詞法[15]。根據(jù)3 種方法不同特點，本文采用更契合的范圍取詞法，即通過相關工具，選出一定數(shù)量與研究相關的關鍵詞，再依據(jù)一定標準進行篩選得到最終所需關鍵詞[15-16]。經(jīng)過排查發(fā)現(xiàn)，只有52場馬拉松賽事符合百度指數(shù)關鍵詞納入標準，被納入百度指數(shù)統(tǒng)計。因此，本文以這52場馬拉松作為賽事信息流樣本。

2 結果與分析

2.1 中國馬拉松賽事的時空特征分析

2.1.1 中國馬拉松賽事的時間特征分析 2016—

2019年，中國馬拉松規(guī)模賽事與認證賽事均呈增長態(tài)勢，但規(guī)模賽事增長明顯快于認證賽事，兩者比值逐年下滑，由2016 年33.03%下滑至2019 年19.53%，規(guī)模賽事的快速發(fā)展可能與下列因素密切相關。（1）經(jīng)濟因素。2019 年，我國人均GDP 已超過7 萬元，居民可支配收入超過3 萬元[17]。研究表明，當人均GDP 超過5 000 美元會更重視健康問題，而馬拉松具有參賽門檻低、參與度高、互動性好、體驗系數(shù)大等特點，正好符合人們的需求，受到廣泛追捧和喜愛[18]。（2）政策因素。2014 年，國務院頒布《關于加快發(fā)展體育產(chǎn)業(yè)促進體育消費的若干意見》（簡稱“46 號文件”），明確將全民健身上升為國家戰(zhàn)略；2015 年，國務院出臺“放、管、服”政策，借此中國田徑協(xié)會全面取消對馬拉松賽事的審批，鼓勵并動員社會各界力量積極參與馬拉松賽事，使得馬拉松規(guī)模賽事快速發(fā)展。（3）民眾健身意識的轉變。隨著生活水平的提高和賽事規(guī)模的擴大，運動參與者在參與運動過程中通過分享運動體驗獲得運動自豪感，而馬拉松正好能夠符合這種心理需求[18]。

但是，對于馬拉松認證賽事而言，IAAF、CAA、AIMS和ITRA都有較高的賽事要求，如由中國田徑協(xié)會組織的CAA認證，實行A類與B類兩級賽事認證制度，且賽事認證有效期只有1 年，連續(xù)3 年獲得認證后才可申請有效期為3 年的賽事認證[19]。可見，馬拉松賽事要達到上述要求并非易事，這在一定程度上制約著認證賽事的快速發(fā)展，由此導致馬拉松認證賽事與規(guī)模賽事的比值逐年減少。

2.1.2 中國馬拉松賽事的空間特征分析 （1）基于省域的中國馬拉松賽事的全局空間特征。2018、2019年中國馬拉松規(guī)模賽事和認證賽事Global Moran's I 值均為正數(shù)，且都通過5%的顯著性檢驗，說明中國馬拉松規(guī)模賽事和認證賽事都存在空間集聚現(xiàn)象，即舉辦規(guī)模賽事多的省域和舉辦規(guī)模賽事少的省域均集中分布。認證賽事也具有類似特征。數(shù)據(jù)表明，規(guī)模賽事和認證賽事的Global Moran's I值有變小趨勢，說明中國省域馬拉松規(guī)模賽事與認證賽事的空間集聚程度趨于減弱（見表1）。

表1 2018、2019年中國馬拉松規(guī)模賽事與認證賽事Global Moran's I指數(shù)估計值Table1 Estimates of Global Moran's I Index for Marathon Scale Events and Certified Events in China in 2018 and 2019

有研究表明，馬拉松賽事發(fā)展與所在地區(qū)經(jīng)濟社會發(fā)展密切相關，甚至有學者將馬拉松賽事當做地區(qū)“社會經(jīng)濟晴雨表”[18，20]。同時，馬拉松賽事與旅游業(yè)聯(lián)系也較為密切[21]。據(jù)計算，2019 年省域馬拉松規(guī)模賽事與省域GDP、人口、5A 景區(qū)的相關系數(shù)分別為0.780、0.569 和0.792（P＜0.01），而省域認證賽事與上述3 個指標的相關度更高，分別為0.876、0.742 和0.866（P＜0.01）。已有研究表明，中國區(qū)域經(jīng)濟、社會、旅游等發(fā)展水平都存在空間集聚現(xiàn)象[22-24]，這可能是導致馬拉松規(guī)模賽事與認證賽事產(chǎn)生空間集聚現(xiàn)象的重要原因。

同時，由于馬拉松賽事具有帶動體育旅游，促進經(jīng)濟社會發(fā)展等功能，如2019年廈門馬拉松直接經(jīng)濟效益為4 148 萬元，帶動經(jīng)濟效益高達56.1 億元。因此，國內(nèi)有越來越多的城市舉辦馬拉松賽事，借此吸引更多旅游人口，拉動消費增長，甚至有國家貧困縣也參與其中[25]，這就導致賽事越辦越多，空間分布越來越廣，從而導致集聚程度趨于減弱。

（2）基于省域的中國馬拉松賽事的局域空間特征。分別計算2018、2019年中國馬拉松規(guī)模賽事和認證賽事的局域空間關聯(lián)指數(shù)Getis-OrdGi*，并用Arc‐GIS10軟件將其空間化，用Jenks（最佳自然斷裂法）將每個年份的局域統(tǒng)計量從低到高分為冷點區(qū)域、次冷區(qū)域、次熱區(qū)域和熱點區(qū)域，生成基于省域的中國馬拉松賽事的熱點空間分布演化表，以進一步厘清中國馬拉松賽事是否存在局部空間集聚、哪個區(qū)域單元對于全局空間自相關的貢獻更大，以及Global Moran's I值評估在多大程度上掩蓋了局部不穩(wěn)定性等問題。首先，規(guī)模賽事熱點空間分布特征。2018 年，中國馬拉松規(guī)模賽事熱點區(qū)域從東向西呈“階梯式”遞減分布特征。熱點區(qū)域呈條狀（山東、江蘇、浙江）和星狀（北京，廣東）并存格局，集中在東部沿海地區(qū)（福建和上海未能加入熱點）。2019 年，原有熱點區(qū)域仍然存在，但形成一個新熱點——西部地區(qū)（四川），同時次熱區(qū)域進一步擴大（遼寧、陜西、重慶、貴州為新增次熱區(qū)域），連接于條狀與星狀的熱點區(qū)域之間。

其次，認證賽事熱點空間分布特征。2018 年，相比于規(guī)模賽事，認證賽事的熱點區(qū)域明顯縮小，只有江蘇進入熱點區(qū)域，北京退至次冷區(qū)域（即規(guī)模賽事很多，但認證賽事較少）。次冷區(qū)域明顯增加，東北、華北、西北、西南、中部多個省份連成一片。2019 年，空間格局出現(xiàn)較大變化，浙江、廣東躍升為熱點區(qū)域，但未連成片狀，整體熱點空間格局趨向于規(guī)模賽事的熱點空間分布格局。相關度顯示，省域認證賽事與GDP、5A 景區(qū)相關度比規(guī)模賽事更高。2019 年，省域認證賽事與GDP、5A 景區(qū)的相關系數(shù)分別達到0.876和0.866（P＜0.01），而省域GDP 和5A 景區(qū)熱點空間分布格局也與省域認證賽事的熱點空間分布格局較為相似，表明省域認證賽事的熱點空間分布格局有可能受省域GDP、5A景區(qū)的熱點空間格局更多影響。

2.2 中國馬拉松賽事信息流的特征分析

2.2.1 中國馬拉松賽事信息流相關性特征分析 52場馬拉松省域賽事信息流相關性分析顯示，相同區(qū)域內(nèi)舉辦的馬拉松，其省域賽事信息流具有高度相關性，如吉林、遼寧、河北、河南各舉辦的2 場馬拉松之間其省域賽事信息流相關系數(shù)分別達到0.938、0.986、0.934 和0.984（P＜0.01），江蘇5 場和廣東6 場馬拉松其省域賽事信息流相關系數(shù)分別介于0.897～0.973 和0.933～0.995（P＜0.01），表明相同區(qū)域內(nèi)舉辦的馬拉松其在全國各省域的影響力具有相似性。同時發(fā)現(xiàn)，馬拉松賽事信息流存在“鄰近效應”，即相鄰省份舉辦的馬拉松其省域賽事信息流存在中高度相關，且隨著賽事舉辦地間距離的增加而變小。

另外，知名度相對高的馬拉松其省域賽事信息流與其他多數(shù)馬拉松省域賽事信息流都具有相關性，如在收集到的2019 年納入百度指數(shù)關鍵詞搜索的52 場馬拉松中，有15場獲得AIMS 認證或IAAF 金標認證。其中，北京馬拉松與其他33場馬拉松省域賽事信息流存在相關性；廈門馬拉松、上海國際馬拉松、廣州馬拉松也分別與其他26 場、27 場、27 場馬拉松省域賽事信息流相關。表明，知名高的馬拉松賽事其參賽者來源地可能與眾多其他馬拉松賽事重疊，如果知名度較弱的馬拉松賽事其舉辦時間應盡可能與知名度高的馬拉松賽事錯開，避免“替代效應”發(fā)生。

2.2.2 中國馬拉松賽事信息流的時間特征分析2016—2019年，北京馬拉松和廈門馬拉松賽事信息流均呈周期性變化規(guī)律，前期增長相對緩慢，而后期基本呈“斷崖式”快速消減，前后大約維持3 個月左右。為了進一步驗證馬拉松賽事信息流周期性變化規(guī)律是否具有普遍性？對52 場馬拉松賽事信息流進行統(tǒng)計發(fā)現(xiàn)，馬拉松賽事信息流都具有周期性變化規(guī)律，信息流高值維持時間平均為111.48 天，高峰點基本在賽事舉辦時間出現(xiàn)，而后呈“斷崖式”快速下降，賽后平均歷時9.34天恢復到日常水平。

另外發(fā)現(xiàn)，馬拉松賽事信息流具有“前兆效應”，即平均距報名時間前19.53 天時，賽事信息流開始增加。同時，馬拉松報名日期距比賽日期之間的間隔時間（平均82.60 天）與賽事信息流高值維持時間（平均111.48 天）呈高度正相關，相關系數(shù)達到0.883（P＜0.01）。這意味著，馬拉松賽事信息流周期性變化規(guī)律與報名開始日期、比賽日期和報名開始日期距比賽日期之間的間隔時間密切相關，提示要想延長馬拉松賽事信息流的高值維持時間，可以通過適當拉開報名開始日期與比賽日期之間的間隔來實現(xiàn)。

2.2.3 中國馬拉松賽事信息流的空間特征分析 本文只對篩選出的代表性馬拉松賽事進行分析。由于知名度高的馬拉松其省域賽事信息流與其他都具相關性，因此把獲得AIMS 認證或IAAF 金標認證的15場馬拉松省域賽事信息流與52 場賽事信息流的相關系數(shù)作聚類分析，從中篩選代表性賽事，再對其省域賽事信息流空間特征進行分析。

結果顯示，獲得認證的15場馬拉松省域賽事信息流與52 場的流相關系數(shù)可分為4 類：南部賽事、中西部賽事、東部賽事和北部賽事。因此，分別選取廣馬（南部）、蘭馬（西部）、上馬（東部）和北馬（北部）作為代表，進一步分析省域賽事信息流的空間特征及演變規(guī)律。另外，考慮到廈馬在國內(nèi)具有較好口碑，也將其納入分析范圍。

（1）基于省域的中國馬拉松賽事信息流的全局空間特征。北京、上海、廣州、廈門馬拉松2016—2019 年賽事信息流的Global Moran's I 值均為正數(shù)，多數(shù)均通過10%的顯著性檢驗，意味著這4 個馬拉松省域賽事信息流相似地區(qū)在空間上呈集聚分布，即賽事信息流高的省域在空間上集中分布，與此類似，賽事信息流低的省域在空間上也呈集中分布。其中，廈門馬拉松的Global Moran's I 值最大（0.311 1~0.351 9），說明其賽事信息流空間集聚程度最高；蘭州國際馬拉松省域賽事信息流卻呈現(xiàn)完全相反的空間分布特征，Global Moran's I 值均為負值，且絕對值呈逐漸增加趨勢，雖然未通過顯著性檢驗，但位于西部地區(qū)的馬拉松省域賽事信息流可能蘊藏特有的空間分布特征（見表2）。

表2 中國代表性馬拉松賽事信息流的Global Moran's I估計值Table2 Global Moran's I Estimate of Information Flow of Repre‐sentative Marathon Events in China

（2）基于省域的中國馬拉松賽事信息流的局域特征。為了更準確、有效地研究中國馬拉松賽事信息流空間特征的變化規(guī)律，考察集聚熱點區(qū)域的變化情況，選取北京馬拉松（北部）、廈門馬拉松（東部）和蘭州國際馬拉松（西部），分別計算2016—2019年省域信息流的局域空間關聯(lián)指數(shù)Getis-OrdG*i，并用ArcGIS10 軟件將其空間化，用Jenks（最佳自然斷裂法）將每個年份的局域G*i統(tǒng)計量從低到高分成5類，即冷點區(qū)域、次冷區(qū)域、次熱區(qū)域、熱點區(qū)域和極熱區(qū)域，生成中國馬拉松省域賽事信息流的熱點空間分布演化情況。

北京馬拉松省域賽事信息流的空間格局較為穩(wěn)定，舉辦地北京一直處于極熱區(qū)域；熱點區(qū)域呈條狀和星狀并存格局，即條狀熱點區(qū)域主要由河北、山東、江蘇、上海、浙江5 個東部沿海省域構成（2016 年浙江未升為熱點），星狀熱點區(qū)域主要由廣東和個別年份的四川、河南構成（2016年四川，2017年河南）；冷點區(qū)域主要位于西部和華南地區(qū)，且西北地區(qū)和海南長期處于冷點區(qū)域。有研究表明，信息流會遵守“距離衰減”規(guī)律[26-27]，但信息流的“距離衰減”形態(tài)卻較為復雜，會受到所在地政治、社會、經(jīng)濟、文化、自然等因素影響[27-28]。北京馬拉松省域賽事信息流也呈現(xiàn)相同特征，即舉辦地為極熱區(qū)域，向外逐漸減弱，但在較遠的廣東和四川地區(qū)也能形成熱點區(qū)域，說明北京馬拉松省域賽事信息流并不完全遵從“距離衰減”規(guī)律，其熱點空間分布還與其他因素相關。對比發(fā)現(xiàn)，北京馬拉松省域賽事信息流的熱點空間格局與中國馬拉松規(guī)模賽事的熱點空間格局基本一致，這意味著馬拉松省域賽事信息流的空間分布格局也受省域馬拉松賽事的發(fā)展程度影響。

廈門馬拉松省域賽事信息流的空間分布格局與北京馬拉松較為相似。舉辦地福建一直處于極熱區(qū)域，然后向南和向北拓展，帶動廣東、浙江、上海、江蘇等東部沿海地區(qū)，形成條狀熱點區(qū)域，且北京均單獨成為熱點地區(qū)。整體而言，從東向西基本呈熱點區(qū)域—次熱區(qū)域—次冷區(qū)域—冷點區(qū)域的階梯式遞減的分布特征，空間格局較為穩(wěn)定。

蘭州國際馬拉松省域賽事信息流雖然與北京馬拉松和廈門馬拉松一樣，甘肅也一直處于極熱區(qū)域，但是從熱點至冷點區(qū)域的空間分布格局卻較為不同。熱點區(qū)域基本呈星狀分布，極化作用較弱，且范圍較小，基本無法連成片狀，4個年份中基本由西部地區(qū)的陜西、四川和東部地區(qū)北京、江蘇、廣東組成，呈零星分布。

雖然3個馬拉松舉辦地所在省域均處于信息流的極熱區(qū)域，但北京馬拉松和廈門馬拉松都在東部沿海地區(qū)形成條狀熱點區(qū)域，從東向西基本呈熱點區(qū)域—次熱區(qū)域—次冷區(qū)域—冷點區(qū)域的階梯式遞減分布特征，冷點區(qū)域主要位于西部和華南地區(qū)，其中西北地區(qū)和海南長期處于冷點區(qū)域。而蘭州國際馬拉松熱點區(qū)域主要呈星狀分散分布，極化作用較弱，且范圍較小，無法連成較大范圍。此外，北京、廣東、江蘇三個省域在3個馬拉松的省域信息流中基本都處于熱點區(qū)域。同時，3 個馬拉松的賽事信息流并不完全遵從一般信息流的“距離衰減”規(guī)律，其熱點空間分布特征還與其他因素相關。

北京、廣東、江蘇3 個省都是馬拉松賽事發(fā)展強省，2018、2019 年舉辦的規(guī)模賽事場次都位于全國前5，舉辦的認證賽事場次也處于前列。這些省域馬拉松賽事快速發(fā)展培育了眾多馬拉松愛好者，不僅推動當?shù)伛R拉松賽事蓬勃發(fā)展，也產(chǎn)生溢出效應，帶動其他區(qū)域馬拉松賽事發(fā)展。

3 結 論

3.1 中國馬拉松賽事時空特征表現(xiàn)

（1）時間特征：規(guī)模賽事與認證賽事均呈增長態(tài)勢，但認證賽事增長速度明顯落后于規(guī)模賽事。

（2）空間特征：規(guī)模賽事與認證賽事均存在空間集聚現(xiàn)象，但集聚程度均趨于減弱；規(guī)模賽事熱點區(qū)域的空間格局較為穩(wěn)定，熱點區(qū)域呈條狀和星狀并存的空間分布格局，且主要集中在東部沿海地區(qū)；認證賽事熱點區(qū)域的空間格局變化較大，并趨向于規(guī)模賽事的熱點空間分布格局。

3.2 中國馬拉松賽事信息流特征表現(xiàn)

（1）相關性特征：相同區(qū)域內(nèi)舉辦的馬拉松賽事，其信息流在全國各省域的影響力具有相似性；馬拉松賽事信息流存在“鄰近效應”，即相鄰省份舉辦的馬拉松其省域賽事信息流存在中、高度相關；知名度高的馬拉松賽事，其省域賽事信息流與其他多數(shù)賽事信息流都具有相關性。

（2）時間特征：馬拉松賽事信息流具有周期性變化規(guī)律，并且該規(guī)律與報名開始日期、比賽日期和報名開始日期距比賽日期之間的間隔時間密切相關，即平均在距報名時間前19.53 天馬拉松賽事信息流開始增加；賽事信息流高峰點時間與賽事時間重合，賽后信息流基本呈“斷崖式”下降，平均歷時9.34 天恢復到日常水平；報名開始日期距比賽日期之間的間隔時間（平均82.60 天）與賽事信息流高值維持時間（平均111.48天）呈高度正相關。

（3）空間特征：全局特征表現(xiàn)為5個代表性馬拉松的省域賽事信息流有4 個具有正向的空間集聚特征，其中廈門馬拉松集聚程度最高，蘭州國際馬拉松表現(xiàn)出完全相反的空間集聚傾向；局域特征表現(xiàn)為，北馬、廈馬和蘭馬舉辦地所在省域均處于信息流的極熱區(qū)域，但北馬和廈馬的熱點區(qū)域呈條狀和星狀并存格局，都在東部沿海地區(qū)形成條狀熱點區(qū)域，從東向西基本呈熱點區(qū)域—次熱區(qū)域—次冷區(qū)域—冷點區(qū)域的階梯式遞減分布特征，冷點區(qū)域主要位于西部和華南地區(qū)，其中西北地區(qū)和海南長期處于冷點區(qū)域。馬拉松賽事信息流并不完全遵從一般信息流的“距離衰減”規(guī)律，其熱點空間分布特征還與其他因素相關。

蓬勃發(fā)展的馬拉松賽事給馬拉松運動帶來極大的發(fā)展空間，使馬拉松比賽不再僅僅是體育賽事，同時也成為展示自我的平臺，其發(fā)展符合社會發(fā)展的要求。因此，開展馬拉松賽事，結合馬拉松賽事在全國各省域的影響力具有相似性的地域分布特征，舉辦區(qū)域內(nèi)馬拉松賽事時間應作統(tǒng)一協(xié)調，避免“擠占效應”發(fā)生。知名度較弱的馬拉松賽事舉辦時間應盡可能與知名度高的馬拉松賽事錯開，避免“替代效應”，丟失應有的參賽對象。但是，在馬拉松賽蓬勃發(fā)展的同時也暴露出一些問題，部分賽事在路線和難度設置上為吸引眼球盲目追求更長、更難，對賽事可能造成的風險缺乏科學評估和防范等。同時，也有參賽運動員對賽事風險、自身條件缺乏客觀認知，追求超越自身能力的極限，從而造成安全事故，這些事故無不凸顯了賽事過程中精細化管理不足的問題。因此，不論是規(guī)模賽事還是認證賽事，應本著馬拉松挑戰(zhàn)極限的勇氣、超越自我的信心、堅韌不拔的意志、永不放棄的堅定的精神，還應遵循“敬畏生命，科學辦賽，安全辦賽”的底線，不斷從賽事服務、賽道規(guī)劃、安全保障等方面提升辦賽質量，致力于提升參賽者的全方位體驗感，將井噴式、野蠻式發(fā)展，向更加安全化、專業(yè)化、品牌化方向轉變。